CN116049751A - 异常数据处理系统 - Google Patents
异常数据处理系统 Download PDFInfo
- Publication number
- CN116049751A CN116049751A CN202310001045.XA CN202310001045A CN116049751A CN 116049751 A CN116049751 A CN 116049751A CN 202310001045 A CN202310001045 A CN 202310001045A CN 116049751 A CN116049751 A CN 116049751A
- Authority
- CN
- China
- Prior art keywords
- data
- abnormal data
- measurement
- abnormal
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1124—Determining motor skills
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1124—Determining motor skills
- A61B5/1125—Grasping motions of hands
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
- A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/08—Elderly
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Neurosurgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种能够高精度地处理异常数据的技术。本发明的异常数据处理系统,从检测单元获取新数据并检测新数据有无异常来进行处理,其中,所述检测单元用于检测受检者的一只手的拇指和食指的开闭运动即手指敲击运动中的运动信息,所述新数据包含时序的波形信号,所述异常数据处理系统包括:存储部,其用于保存蓄积了单个受检者的数据的单受检者数据库;单受检者数据库偏离度计算部,其用于计算作为所述新数据偏离所述单受检者数据库的程度的单受检者数据库偏离度;和计算部,其使用所述单受检者数据库的数据数来求取所述单受检者数据库偏离度,基于所述偏离度判断所述新数据有无异常。
Description
本申请是国际申请号为PCT/JP2018/038709、2020年4月20日进入中国国家阶段的申请号为201880068182.2的申请的分案申请。
技术领域
本发明涉及信息处理服务技术。另外,本发明涉及用于实现异常数据处理的技术。
背景技术
在保健领域、医疗领域、护理领域等领域中,进行以人为对象的数据计测的系统正在增加。这些系统中,通过根据得到的数据计算出分析结果并对用户反馈,而对用户提供价值。作为这样的系统的一例,可以举出通过计测、分析用户的手指敲击运动而简易地评价认知功能和运动功能的系统(手指敲击计测分析系统)(例如专利文献1)。此处,手指敲击运动指的是使拇指与食指反复开闭的运动。关于手指敲击运动,已知其结果因痴呆症和帕金森病等脑功能障碍的有无和重症度而不同。指出了根据上述系统对手指敲击运动的分析结果而能够进行用户具有的脑功能障碍的早期发现和重症度推定等评价的可能性。
现有技术文献
专利文献
专利文献1:日本特开2017-140424号公报
专利文献2:日本特表2013-535268号公报
专利文献3:日本特开2013-039344号公报
发明内容
发明要解决的课题
设想以手指敲击计测分析系统为代表的人体数据计测服务广泛普及至一般家庭时,会出现用户独自计测的情况和不习惯计测的家人辅助进行计测的情况。这样没有熟练的计测者伴随地计测数据时,存在计测流程不适当或用户没有进行期待的行动等、计测得到缺乏可靠性的数据(以下称为“异常数据”)的可能性。
例如,举出上述手指敲击计测分析系统为例时,认为存在规定计测时间的途中用户中断手指敲击运动的情况、用户误解指示而进行了手指敲击运动的情况等。
使用这样的异常数据时,会发生不能对用户反馈可靠性高的分析结果的问题。例如,上述手指敲击计测分析系统的情况下,认为存在被视为手指敲击运动的结果比实际状态更差,虽然本来脑功能障碍的可能性低,但得到脑功能障碍的可能性高的分析结果的情况。
于是,需要自动地处理异常数据的机制。作为实现该异常数据处理的机制用的方法,存在(A)仅着眼于作为对象的数据就能够检测出异常的情况,和(B)与过去的数据库(DB)比较才能够检测出异常的情况。在(A)的情况下,只要作为对象的数据存在即可,所以能够用与本地的计测设备连接的个人计算机(PC)终端(本地PC)等实施。(B)的情况下,在本地PC中蓄积了过去的DB的情况下能够用本地PC实施,但在云服务器中蓄积了过去的DB的情况下需要在服务器中实施。
对于上述(B)的情况进行详细叙述。在将对象数据与过去的DB比较的情况下,认为存在过去的DB是(i)仅由该用户的数据构成的DB(以下称为“单受检者DB”)的情况,和(ii)也包括其他多用户的数据的DB(以下称为“多受检者DB”)的情况。(i)的单受检者DB反映了该用户的数据的个性,所以为了进行正确的异常数据检测而优选使用(i)的单受检者DB。但是,该用户已经多次实施了计测的情况下能够使用(i)的单受检者DB,但初次或仅较少次数实施了计测的情况下(i)的DB尚未充分蓄积,所以需要使用(ii)的多受检者DB。
使用(ii)的多受检者DB的情况下,因为预先蓄积该用户以外的用户的数据即可,所以易于准备DB,这是优点。但是(ii)的多受检者DB是多用户的数据的集合体,并不反映该用户的数据的个性,所以与使用(i)的单受检者DB的情况相比较存在异常数据检测不正确的可能性,这是缺点。
出于以上问题意识,认为需要使(i)的单受检者DB与(ii)的多受检者DB的长处与短处相互弥补、同时使用双方的DB的技术。作为关于异常数据处理的现有技术例,可以举出日本特表2013-535268号公报(专利文献2)和日本特开2013-039344号公报(专利文献3)。但是,这2个专利文献中,仅记载了对于预先提供的数据库识别测试数据是否异常的方法,并未提及同时使用单受检者DB和多受检者DB提高异常数据检测的精度的技术。于是,本发明中,提出一种高精度地自动处理异常数据的技术。
用于解决课题的技术方案
本发明的一个方面的检测新数据有无异常并进行处理的异常数据处理系统,包括:存储部,其用于保存蓄积了多个受检者的数据的多受检者DB和蓄积了单个受检者的数据的单受检者DB;单受检者DB偏离度计算部,其用于计算作为新数据偏离单受检者DB的程度的单受检者DB偏离度;多受检者DB偏离度计算部,其用于计算作为新数据偏离多受检者DB的程度的多受检者DB偏离度;和合成偏离度计算部,其使用单受检者DB的数据数,求取将单受检者DB偏离度与多受检者DB偏离度合成得到的合成偏离度,基于合成偏离度判断所述新数据有无异常。
一种使用输入部、输出部、控制部和存储部来检测由输入部获取的新数据有无异常并进行处理的异常数据处理方法,其中,在存储部中保存蓄积了多个受检者的数据的多受检者DB和蓄积了单个受检者的数据的单受检者DB,计算作为新数据偏离单受检者DB的程度的单受检者DB偏离度,计算作为新数据偏离多受检者DB的程度的多受检者DB偏离度,基于单受检者DB的数据数,使用单受检者DB偏离度和多受检者DB偏离度来求取合成偏离度,基于合成偏离度判断新数据有无异常。
发明效果
能够实现高精度地自动处理异常数据的技术。
附图说明
图1是表示本发明的实施方式1的异常数据处理系统的结构的框图。
图2是实施方式1中,表示异常数据处理系统的结构的框图。
图3是实施方式1中,表示计测装置的结构的框图。
图4是实施方式1中,表示终端装置的结构的框图。
图5是实施方式1中,表示在手指上佩戴的运动传感器的立体图。
图6是实施方式1中,表示计测装置的运动传感器控制部等的结构的框图。
图7是表示实施方式1的异常数据处理系统的处理流程的流程图。
图8是实施方式1中,表示特征量的波形信号的例子的波形图。
图9是实施方式1中,表示特征量列表的结构例的表图。
图10是实施方式1中,表示不使用DB的异常数据检测的例子的波形图。
图11是实施方式1中,表示使用单受检者DB的异常数据检测和使用多受检者DB的异常数据检测的概念图。
图12是实施方式1中,表示合成偏离度的计算方法的概念图。
图13是实施方式1中,表示考虑时序的偏离度的计算方法的概念图。
图14是实施方式1中,表示异常检出理由和处理对应表的结构例的表图。
图15是实施方式1中,表示作为显示画面的例子的菜单画面的平面图。
图16是实施方式1中,表示作为显示画面的例子的任务计测画面的平面图。
图17是实施方式1中,表示作为显示画面的例子的评价结果画面的平面图。
图18是实施方式1中,表示作为显示画面的例子的第一异常数据检测/处理画面的平面图。
图19是实施方式1中,表示作为显示画面的例子的第二异常数据检测/处理画面的平面图。
图20是表示本发明的实施方式2的异常数据处理系统的结构的框图。
图21是实施方式2中,表示作为运动例的画面上的手指敲击的平面图。
图22是实施方式2中,表示画面上的手指敲击的两指距离的波形的波形图。
图23是实施方式2中,表示作为运动例的伸展的平面图。
图24是实施方式2中,表示作为运动例的连续敲击的平面图。
图25是实施方式2中,表示作为运动例的配合刺激的敲击的平面图。
图26是实施方式2中,表示作为运动例的五指敲击的平面图。
图27是表示本发明的实施方式3的异常数据处理系统的结构的框图。
图28是表示作为实施方式3的异常数据处理系统的服务器的结构的框图。
图29是实施方式3中,表示作为服务器的管理信息的用户信息的结构例的表图。
具体实施方式
以下,对于本发明的实施方式基于附图进行详细说明。另外,在说明实施方式用的全部图中对于同一部分原则上附加同一附图标记,省略其反复的说明。
对于实施方式,用附图进行详细说明。但是,本发明并不限定地解释为以下所示的实施方式的记载内容。在不脱离本发明的思想或主旨的范围内,可以变更其具体的结构,这一点对于本行业从业者是容易理解的。
具有相同或同样的功能的要素存在多个的情况下,有时对同一附图标记附加不同的后缀地进行说明。但是,在不需要区分多个要素的情况下,有时省略后缀地进行说明。
本说明书等中的“第一”、“第二”、“第三”等表述,是为了识别构成要素而附加的,并不一定限定数量、顺序或其内容。另外,用于识别构成要素的编号对于每个语境使用,一个语境中使用的编号在其他语境中并不一定表示同一结构。另外,用某一编号识别的构成要素,并不妨碍兼具用其他编号识别的构成要素的功能。
附图等中示出的各结构的位置、大小、形状、范围等,为了使发明易于理解,有时并不表示实际的位置、大小、形状、范围等。因此,本发明并不一定限定于附图等中公开的位置、大小、形状、范围等。
本实施例中,提出一种自动地处理异常数据的技术。在异常数据处理中,存在(A)仅着眼于作为对象的数据就能够检测出异常的情况,和(B)与过去的DB比较才能够检测出异常的情况。本实施例中,特别对于(B),提出一种同时使用(i)仅由该用户的数据构成的DB(单受检者DB)、和(ii)也包括其他多用户的数据的DB(多受检者DB)、检测异常数据的技术。根据代表性的实施方式,对于使用(i)仅由该用户的数据构成的DB的情况下的数据数不足引起的精度降低、和使用(ii)也包括其他多用户的数据的DB的情况下不能反映个人差异引起的精度降低,通过相互弥补能够实现高精度的异常数据检测。
实施方式1
用图1~图19,对于本发明的实施方式1的异常数据处理系统进行说明。实施方式1的异常数据处理系统具备检测从用户计测的数据的异常、生成检测出异常的情况下的处理内容的功能。通过这些功能,能够高精度地检测出异常数据并处理。
[人体数据计测系统(1)]
图1表示包括实施方式1的异常数据处理系统的、人体数据计测系统的结构。实施方式1中,在医院或养老设施等设施或用户自家等中具有人体数据计测系统。人体数据计测系统具有异常数据处理系统1和作为磁传感器型手指敲击运动系统的计测系统2,它们通过通信线路连接。计测系统具有计测装置3和终端装置4,它们通过通信线路连接。也可以在设施内设置多个计测系统2。
计测系统2是使用磁传感器型的运动传感器计测手指运动的系统。在计测装置3上连接了运动传感器。在用户的手指上佩戴该运动传感器。计测装置3通过运动传感器计测手指运动,得到包括时序的波形信号的计测数据。
终端装置4在显示画面上显示包括异常数据检测结果、异常检出理由、异常数据处理内容的用于异常数据处理的各种信息,接受用户进行的操作输入。实施方式1中,终端装置4是PC。
异常数据处理系统1具有提供异常数据处理服务作为基于信息处理的服务的功能。异常数据处理系统1具有异常数据检测功能、异常数据处理决定功能等作为其功能。异常数据检测功能是将用计测系统2计测的计测数据作为对象检测有无异常的功能。异常数据处理决定功能是决定对于用异常数据检测功能检测出异常的数据的处理的功能。
异常数据处理系统1例如输入对用户的指示内容、计测数据等,作为来自计测系统2的输入数据。异常数据处理系统1例如输出异常数据检测结果、异常数据处理内容等,作为对计测系统2的输出数据。异常数据检测结果中,在该计测数据有无异常之外,也包括异常数据检出理由。
实施方式1的人体数据计测系统,不限于医院或养老设施等设施及其受检者等,能够广泛应用于一般的设施或人。计测装置3和终端装置4也可以构成为一体型的计测系统。计测系统2和异常数据处理系统1也可以构成为一体型的装置。终端装置4和异常数据处理系统1也可以构成为一体型的装置,计测装置3和异常数据处理系统1也可以构成为一体型的装置。
[异常数据处理系统]
图2表示实施方式1的异常数据处理系统1的结构。异常数据处理系统1具有控制部101、控制部102、输入部103、输出部104、通信部105等,它们经由总线连接。输入部103是进行异常数据处理系统1的管理者等进行的操作输入的部分。输出部104是进行对异常数据处理系统1的管理者等的画面显示等的部分。通信部105具有通信接口,是进行与计测装置3和终端装置4的通信处理的部分。
控制部101对异常数据处理系统全体进行控制,由Central Processing Unit(CPU)、Read Only Memory(ROM)、Random Access Memory(RAM)等构成,基于软件程序处理,实现进行异常数据检测和异常数据处理决定等的数据处理部。控制部101的数据处理部具有用户信息管理部11、任务处理部12、分析评价部13、异常数据检测部14、异常数据处理决定部15、异常数据处理执行部16、结果输出部17。控制部101实现从计测装置3输入计测数据的功能、对计测数据进行处理并分析的功能、对计测装置3和终端装置4输出控制指示的功能、对终端装置4输出显示用的数据的功能等。
用户信息管理部11进行将由用户输入的用户信息登记至DB40的用户信息41中并管理的处理,和在用户使用服务时确认DB40的用户信息41的处理等。用户信息41包括每个用户个人的属性值、使用历史信息、用户设定信息等。属性值有性别、年龄等。使用历史信息是管理用户使用本系统提供的服务的历史的信息。用户设定信息是关于本服务的功能由用户设定的设定信息。
任务处理部12是进行关于运动功能等的分析评价用的任务的处理的部分。任务换言之是规定的手指运动。任务处理部12基于DB40的任务数据42A,对终端装置4的画面输出任务。另外,任务处理部12取得用计测装置3计测的任务的计测数据,作为计测数据42B保存在DB40中。
分析评价部13是基于用户的计测数据42B、计算出表示计测数据的性质的特征量的部分。分析评价部13将分析评价处理的结果即分析评价数据43保存在DB40中。
异常数据检测部14进行基于用户的分析评价数据43、单受检者DB45A、多受检者DB45B、管理表50内的异常检出理由和处理对应表50B的信息,检测异常数据的处理,和将异常数据检测结果44输出至终端装置4的画面(屏幕)的处理。异常数据检测部14将检测异常的结果作为异常数据检测结果44保存在DB40中。异常数据检测结果44中,在该计测数据有无异常之外,也包括异常数据检出理由。异常数据检测部14将DB40的异常数据检测结果44发送至终端装置4并将其输出至画面。异常数据检测部14包括不使用DB地检测异常数据的不使用DB的异常数据检测部14A,和使用DB地检测异常数据的使用DB的异常数据检测部14B。使用DB的异常数据检测部14B包括单受检者DB偏离度计算部14Ba、多受检者DB偏离度计算部14Bb、合成偏离度计算部14Bc。
异常数据处理决定部15进行基于异常数据检测结果44和管理表50内的异常检出理由和处理对应表50B,生成异常数据处理内容46并将其保存在DB40中的处理等。
异常数据处理执行部16基于异常数据处理内容46进行执行异常数据处理内容的处理等。此时,取决于异常数据处理内容46,存在对于计测数据42B在单受检者DB45A或多受检者DB45B中保存计测数据的情况,也可能存在不保存的情况。
此处,单受检者DB45A是仅由特定用户的数据构成的DB,多受检者DB45B是将多个用户的数据合并而成的DB。一般而言,单受检者DB45A的数据是多受检者DB45B的子集,但多受检者DB45B中也可以不包括单受检者DB45A的数据。另外,单受检者DB45A和多受检者DB45B可以作为数据库分离。但是,也能够对于多受检者DB45B的数据附加用于识别用户的信息,使得能够提取特定用户的数据,由此使多受检者DB45B兼具单受检者DB45A的功能。
结果输出部17进行将用户的分析评价数据43、异常数据检测结果44、异常数据处理内容46输出至终端装置4的画面的处理。分析评价部13、异常数据检测部14、异常数据处理决定部15、异常数据处理执行部16与结果输出部17协作地进行画面输出处理。
作为在存储部102的DB40中保存的数据和信息,具有用户信息41、任务数据42A、计测数据42B、分析评价数据43、异常数据检测结果44、单受检者DB45A、多受检者DB45B、异常数据处理内容46、管理表50等。控制部101在存储部102中保持管理表50而进行管理。管理者能够设定管理表50的内容。管理表50保存了设定特征量的特征量列表50A、设定与异常检出理由对应的处理的异常检出理由和处理对应表50B等。
[计测装置]
图3表示实施方式1的计测装置3的结构。计测装置3具有运动传感器20、收容部301、计测部302、通信部303等。收容部301具有连接了运动传感器20的运动传感器接口部311、控制运动传感器20的运动传感器控制部312。计测部302通过运动传感器20和收容部301计测波形信号,作为计测数据输出。计测部302包括得到计测数据的任务计测部321。通信部303具有通信接口,与异常数据处理系统1进行通信而将计测数据发送至异常数据处理系统1。运动传感器接口部311包括模拟数字变换电路,对于用运动传感器20检测出的模拟波形信号,通过采样变换为数字波形信号。该数字波形信号被输入至运动传感器控制部312。
另外,可以采用由计测装置3将各计测数据保存在存储单元中的方式,也可以采用计测装置3中不保持各计测数据而是仅在异常数据处理系统1中保存的方式。
[终端装置]
图4表示实施方式1的终端装置4的结构。终端装置4具有控制部401、存储部402、通信部403、输入设备404、显示设备405。控制部401进行异常数据检测结果显示、异常数据处理内容显示、异常数据处理内容执行等,作为基于软件程序处理的控制处理。存储部402保存从异常数据处理系统1得到的用户信息、任务数据、计测数据、分析评价数据、异常数据检测结果、异常数据处理内容等。通信部403具有通信接口,与异常数据处理系统1进行通信而从异常数据处理系统1接收各种数据,对异常数据处理系统1发送用户指示输入信息等。输入设备404是键盘和鼠标等。显示设备405在显示画面406上显示各种信息。另外,也可以用触摸面板作为显示设备405。
[手指、运动传感器、手指敲击计测]
图5表示在用户的手指上佩戴了作为运动传感器20的磁传感器的状态。运动传感器20具有通过与计测装置3连接的信号线23的成对的线圈部即发送线圈部21和接收线圈部22。发送线圈部21产生磁场,接收线圈部22检测该磁场。图5的例子中,在用户的右手上,在拇指的指甲附近佩戴了发送线圈部21,在食指的指甲附近佩戴了接收线圈部22。佩戴的手指能够变更为其他手指。佩戴的场所能够不限于指甲附近。
如图5所示,设为在用户的对象手指、例如左手的拇指和食指这两个手指上佩戴了运动传感器20的状态。用户在该状态下进行反复两指开闭的运动即手指敲击。在手指敲击中,进行在使两指闭合的状态即两指的指尖接触的状态、与使两指打开的状态即将两指的指尖打开的状态之间转移的运动。随着该运动,与两指的指尖之间的距离对应的、发送线圈部21与接收线圈部22的线圈部之间的距离变化。计测装置3计测对应于运动传感器20的发送线圈部21与接收线圈部22之间的磁场而变化的波形信号。
手指敲击具体而言包括以下各种任务。其运动例如可以举出单手自由运动、单手节拍运动、双手同时自由运动、双手交替自由运动、双手同时节拍运动、双手交替节拍运动等。单手自由运动指的是用单手的两指尽可能快地多次进行手指敲击。单手节拍运动指的是用单手的两指与一定节奏的刺激相应地进行手指敲击。双手同时自由运动指的是用左手的两指和右手的两指在同一时机进行手指敲击。双手交替自由运动指的是用左手的两指和右手的两指在交替的时机进行手指敲击。
[运动传感器控制部和手指敲击计测]
图6表示计测装置3的运动传感器控制部312等的详细结构例。在运动传感器20中,示出发送线圈部21与接收线圈部22之间的距离D。运动传感器控制部312具有交流发生电路312a、电流发生用放大器电路312b、前置放大器电路312c、检波电路312d、LPF电路312e、相位调整电路312f、放大器电路312g、输出信号端子312h。对于交流发生电路312a,连接了电流发生用放大器电路312b和相位调整电路312f。对于电流发生用放大器电路312b,通过信号线23连接了发送线圈部21。对于前置放大器电路312c,通过信号线23连接了接收线圈部22。在前置放大器电路312c的后端,顺次连接有检波电路312d、LPF电路312e、放大器电路312g、输出信号端子312h。对于相位调整电路312f连接了检波电路312d。
交流发生电路312a生成规定频率的交流电压信号。电流发生用放大器电路312b将交流电压信号变换为规定频率的交流电流并输出至发送线圈部21。发送线圈部21因交流电流而发生磁场。该磁场使接收线圈部22发生感应电动势。接收线圈部22输出因感应电动势而发生的交流电流。该交流电流具有与交流发生电路312a中发生的交流电压信号的规定频率相同的频率。
前置放大器312c将检测出的交流电流放大。检波电路312d对于放大后的信号,基于来自相位调整电路312f的参考信号312i进行检波。相位调整电路312f对来自交流发生电路312a的规定频率或2倍频率的交流电压信号的相位进行调整,作为参考信号312i输出。LPF电路312e对检波后的信号进行频段限制并输出,放大器电路312g将该信号放大至规定电压。然后,从输出信号端子312h输出相当于计测的波形信号的输出信号。
输出信号即波形信号是具有表示两指的距离D的电压值的信号。距离D与电压值能够基于规定的计算式变换。该计算式能够通过校准而得到。校准中,例如在用户用对象手的两指拿着规定长度的块的状态下进行计测。根据该计测值下的电压值与距离值的数据集,按使误差最小的近似曲线,得到规定的计算式。另外,也可以通过校准而得知用户的手的大小,用于特征量的归一化等。实施方式1中,使用上述磁传感器作为运动传感器20,使用了与该磁传感器对应的计测单元。不限于此,也能够应用加速度传感器、应变片、高速度摄像机等其他检测单元和计测单元。
[处理流程]
图7表示实施方式1的人体数据计测系统中的主要由异常数据处理系统1进行的处理全体的流程。图7包括步骤S1~S10。以下,按步骤顺序进行说明。
(S1)用户操作计测系统2。终端装置4在显示画面上显示初始画面。用户在初始画面中选择要求的操作项目。例如,选择进行异常数据检测/处理用的操作项目。终端装置4将与该选择对应的指示输入信息发送至异常数据处理系统1。另外,用户也能够在初始画面中输入并登记性别和年龄等用户信息。该情况下,终端装置4将输入的用户信息发送至异常数据处理系统1。异常数据处理系统1的用户信息管理部11将该用户信息登记至用户信息41中。
(S2)异常数据处理系统的任务处理部12基于S1的指示输入信息和手指敲击的任务数据42A,对终端装置4发送与用户对应的任务数据。该任务数据包括单手自由运动、双手同时自由运动、双手交替自由运动等、关于手指运动的1种以上任务的信息。终端装置4基于接收到的任务数据,在显示画面上显示手指运动的任务信息。用户按照显示画面的任务信息进行手指运动的任务。计测装置3对该任务进行计测,作为计测数据发送至异常数据处理系统1。异常数据处理系统1将该计测数据保存在计测数据42B中。
(S3)异常数据处理系统的分析评价部13基于S2的计测数据42B,进行用户的运动功能等的分析评价处理,生成用户的分析评价数据43,并将其保存在DB40中。分析评价部13在分析评价处理中,基于用户的计测数据42B的波形信号提取特征量。该特征量中,有在特征量列表50A中记录的、根据后述的距离波形计算出的特征量;和根据速度波形计算出的特征量等。分析评价部13也可以对于提取出的特征量基于用户的年龄等属性值进行修改正。也可以将修正后的特征量用于评价。
(S4)异常数据处理系统1的结果输出部17基于S3的分析评价数据43,对终端装置4的显示画面输出分析评价结果信息。用户能够用显示画面确认表示自身的运动功能等的状态的分析评价结果信息。也可以采用省略步骤S4的方式。
(S5)异常数据处理系统1的异常数据检测部14内的不使用DB的异常数据检测部14A基于S3的分析评价数据43,不使用DB而检测异常数据。即,不参照过去蓄积的单受检者DB45A和多受检者DB45B,检测仅根据该计测数据就能够检测出的异常。详细的检测方法在后文中叙述。在异常检出理由和处理对应表50B中,记录了检测的异常检出理由的列表。基于该异常检出理由检测异常数据。该结果被保存在存储部40的异常数据检测结果44中。另外,也可以省略步骤S5,仅进行步骤S6。
(S6)异常数据处理系统1的异常数据检测部14的使用DB的异常数据检测部14B使用S3的分析评价数据43、单受检者DB45A、多受检者DB45B,进行使用了DB的异常数据检测。即,检测通过对该计测数据与过去的单受检者或多受检者的DB进行比较才能够检测出的异常。详细的检测方法在后文中叙述。在异常检出理由和处理对应表50B中,记录了检测的异常检测项目的列表。基于该异常检测项目检测异常数据。该结果被保存在存储部40的异常数据检测结果44中。另外,也可以省略步骤S6,仅进行步骤S5。
(S7)异常数据处理系统1的异常数据处理决定部15基于步骤S5和S6中生成的异常数据检测结果44,决定异常数据处理内容46。详细的决定方法在后文中叙述。在异常检出理由和处理对应表50B中,记录了异常数据检测结果44与异常数据处理内容46的对应表。异常数据处理决定部15基于该对应表决定异常数据的处理内容,并保存在异常数据处理内容46中。
(S8)异常数据处理系统1用分析评价部13将S5和S6中生成的异常数据检测结果44以及S7中生成的异常数据处理内容46显示在显示画面上。用户能够用显示画面确认本次的异常数据的检测结果及其处理内容。
(S9)异常数据处理系统1基于异常数据处理内容46执行异常数据的处理。作为一例,可以考虑在未检测出异常的情况下保存在单受检者DB45A和多受检者DB45B中,但在检测出异常的情况下不保存的处理。作为其他例子,可以考虑经由通信部105将异常数据处理内容46输出至终端装置4并请求再次计测的处理。详细的执行方法在后文中叙述。
(S10)异常数据处理系统1在S9中对终端装置4请求再次计测的情况下,返回S2并同样地反复。未请求再次计测的情况下使流程结束。
[特征量]
图8表示特征量的波形信号的例子。图8的(a)表示两指的距离D的波形信号,(b)表示两指的速度的波形信号,(c)表示两指的加速度的波形信号。(b)的速度可以通过(a)的距离的波形信号的时间微分得到。(c)的加速度可以通过(b)的速度的波形信号的时间微分得到。分析评价部13根据计测数据42B的波形信号,基于微分和积分等运算,得到如本例所示的规定特征量的波形信号。另外,分析评价部13根据特征量得到用规定计算得到的值。
图8的(d)是(a)的放大,表示特征量的例子。示出了手指敲击的距离D的最大值Dmax和敲击间隔TI等。横向虚线表示全部计测时间中的距离D的平均值Dav。最大值Dmax表示全部计测时间中的距离D的最大值。敲击间隔TI是与1次手指敲击的周期TC对应的时间,特别表示从极小点Pmin到下一个极小点Pmin的时间。除此以外,示出了距离D的1个周期内的极大点Pmax和极小点Pmin、后述的打开动作的时间T1和闭合动作的时间T2。
以下,进一步示出特征量的详细例。实施方式1中,使用根据上述距离、速度、加速度的波形得到的多个特征量。另外,其他实施方式中,可以仅使用该多个特征量中的某些特征量,也可以使用其他特征量,对于特征量的定义的详情也并不限定。
图9表示特征量列表50A中记录的手指敲击的特征量中、特征量[距离]的部分。该关联的设定是一例,能够变更。图9的特征量列表50A中,作为列具有特征量分类、识别编号、特征量参数。特征量分类包括[距离]、[速度]、[加速度]、[敲击间隔]、[相位差]、[标记追踪]。例如,特征量[距离]中,具有用识别编号(1)~(7)识别的多个特征量参数。特征量参数的括号[]内表示单位。
(1)“距离的最大振幅”[mm]是距离波形(图8的(a))中的、振幅的最大值与最小值的差。(2)“总移动距离”[mm]是1次计测的总计测时间中的、距离变化量的绝对值的总和。(3)“距离的极大点的平均”[mm]是各周期的振幅的极大点的值的平均值。(4)“距离的极大点的标准差”[mm]是关于上述值的标准差。
(5)“距离的极大点的近似曲线的斜率(衰减率)”[mm/秒]是对振幅的极大点近似得到的曲线的斜率。该参数主要表示计测时间中的疲劳引起的振幅变化。(6)“距离的极大点的变动系数”是振幅的极大点的变动系数,单位是无量纲(用“-”表示)。该参数是对于标准差用平均值归一化得到的值,因此能够排除手指长度的个人差异。(7)“距离的局部极大点的标准差”[mm]是关于相邻三处的振幅的极大点的标准差。该参数是评价局部的短时间中的振幅的误差的程度用的参数。
以下,省略图示地,对各特征量参数进行说明。关于特征量[速度],具有以下用识别编号(8)~(22)示出的特征量参数。(8)“速度的最大振幅”[m/秒]是速度的波形(图8的(b))中的速度的最大值与最小值的差。(9)“打开速度的极大点的平均”[m/秒]是关于各手指敲击波形的打开动作时的速度的最大值的平均值。打开动作指的是使两指从闭合状态起成为最大的打开状态的动作(图8的(d))。(10)“闭合速度的极大点的平均”[m/秒]是关于闭合动作时的速度的最大值的平均值。闭合动作指的是使两指从最大的打开状态成为闭合状态的动作。(11)“打开速度的极大点的标准差”[m/秒]是关于上述打开动作时的速度的最大值的标准差。(12)“闭合速度的极大点的平均”[m/秒]是关于上述闭合动作时的速度的最大值的标准差。
(13)“能量平衡”[-]是打开动作中的速度的平方和与闭合动作中的速度的平方和的比率。(14)“总能量”[m2/秒2]是总计测时间中的速度的平方和。(15)“打开速度的极大点的变动系数”[-]是关于打开动作时的速度的最大值的变动系数,是对于标准差用平均值归一化得到的值。(16)“闭合速度的极大点的平均”[m/秒]是关于闭合动作时的速度的最小值的变动系数。
(17)“颤动次数”[-]是从速度的波形的正负改变的往返次数中、减去较大开闭的手指敲击的次数得到的数。(18)“打开速度峰值时的距离比率的平均”[-]是关于打开动作中的速度的最大值时的距离的、关于将手指敲击的振幅作为1.0的情况下的比率的平均值。(19)“闭合速度峰值时的距离比率的平均”[-]是关于闭合动作中的速度的最小值时的距离的、关于同样的比率的平均值。(20)“速度峰值时的距离比率的比”[-]是(18)的值与(19)的值的比。(21)“打开速度峰值时的距离比率的标准差”[-]是关于打开动作中的速度的最大值时的距离的、关于将手指敲击的振幅作为1.0的情况下的比率的标准差。(22)“闭合速度峰值时的距离比率的标准差”[-]是关于闭合动作中的速度的最小值时的距离的、关于同样的比率的标准差。
关于特征量[加速度],具有以下用识别编号(23)~(32)示出的特征量参数。(23)“加速度的最大振幅”[m/秒2]是加速度的波形(图8的(c))中的、加速度的最大值与最小值的差。(24)“打开加速度的极大点的平均”[m/秒2]是打开动作中的加速度的极大值的平均,是手指敲击的1个周期中出现的4种极值中的第一值。(25)“打开加速度的极小点的平均”[m/秒2]是打开动作中的加速度的极小值的平均,是4种极值中的第二值。(26)“闭合加速度的极大点的平均”[m/秒2]是闭合动作中的加速度的极大值的平均,是4种极值中的第三值。(27)“闭合加速度的极小点的平均”[m/秒2]是闭合动作中的加速度的极小值的平均,是4种极值中的第四值。
(28)“接触时间的平均”[秒]是两指的闭合状态下的接触时间的平均值。(29)“接触时间的标准差”[秒]是上述接触时间的标准差。(30)“接触时间的变动系数”[-]是上述接触时间的变动系数。(31)“加速度的零交叉数”[-]是手指敲击的1个周期中加速度的正负改变的平均次数。该值在理想情况下是2次。(32)“僵硬次数”[-]是从手指敲击的1个周期中加速度的正负改变的往返次数中、减去较大开闭的手指敲击的次数得到的值。
关于特征量“敲击间隔”,具有以下用识别编号(33)~(41)示出的特征量参数。(33)“敲击次数”[-]是1次计测的总计测时间中的手指敲击的次数。(34)“敲击间隔平均”[秒]是关于距离的波形中的上述敲击间隔(图8的(d))的平均值。(35)“敲击频率”[Hz]是对距离的波形进行傅立叶变换的情况下,频谱最大的频率。(36)“敲击间隔标准差”[秒]是关于敲击间隔的标准差。
(37)“敲击间隔变动系数”[-]是关于敲击间隔的变动系数,是对于标准差用平均值归一化得到的值。(38)“敲击间隔变动”[mm2]是对敲击间隔进行了频谱分析的情况下的、频率是0.2~2.0Hz的累计值。(39)“敲击间隔分布的偏度”[-]是敲击间隔的频度分布中的偏度,表示频度分布与正态分布相比较偏斜的程度。(40)“局部的敲击间隔的标准差”[秒]是关于相邻三处的敲击间隔的标准差。(41)“敲击间隔的近似曲线的斜率(衰减率)”[-]是对敲击间隔近似得到的曲线的斜率。该斜率主要表示计测时间中的疲劳引起的敲击间隔的变化。
关于特征量[相位差],具有以下用识别编号(42)~(45)示出的特征量参数。(42)“相位差的平均”[度]是双手的波形中的、相位差的平均值。相位差是在将右手的手指敲击的1个周期作为360度的情况下的、将相对于右手的左手的手指敲击的偏差表达为角度的指标值。将没有偏差的情况作为0度。(42)和(43)的值越大,则表示双手的偏差越大而不稳定。(43)“相位差的标准差”[度]是关于上述相位差的标准差。(44)“双手的相似度”[-]是表示对左手和右手的波形应用互相关函数的情况下的、时间差是0的情况下的相关性的值。(45)“双手的相似度最大的时间差”[秒]是表示(44)的相关性最大的时间差的值。
关于特征量[标记追踪],有以下用识别编号(46)~(47)示出的特征量参数。(46)“从标记起的延迟时间的平均”[秒]是关于手指敲击相对于用周期性的标记示出的时间的延迟时间的平均值。标记对应于视觉刺激、听觉刺激、触觉刺激等刺激。该参数值以两指的闭合状态的时刻为基准。(47)“从标记起的延迟时间的标准差”[秒]是关于上述延迟时间的标准差。
[不使用DB的异常数据检测]
对于异常数据处理系统1的异常数据检测部14中进行的不使用DB的异常数据检测部14A进行说明。不使用DB的异常数据检测部14A中,不参照单受检者DB45A和多受检者DB45B而仅根据计测数据判断是否异常。具体而言可以举出以下异常检测项目。异常数据检测部14中,在本来预想的数据的特征与取得的数据的特征中存在不一致的情况下,将取得的数据检测为异常数据。检测中能够使用取得的计测数据自身、或根据计测数据得到的上述各种特征量。检测出与异常检测项目对应的异常数据的异常数据检测部14,进行与检测出的异常数据对应的处理。
图10表示检测出异常数据时得到的信号波形的例子。
(E1)用户错误地连续计测同一任务的情况
输入了与同一任务对应的多个数据的情况下,检测为异常数据。作为对应的处理,在终端装置4的画面上对用户询问使用第一次和第二次中的哪一者来选择数据。或者,也可以认为第二次产生反复计测引起的练习效应,而决定为总是使用不包括练习效应的第一次。另外,也可以认为第一次因为不习惯计测而存在计测失败的可能性,而决定为总是使用第二次。另外,也可以参照分析评价数据43中保存的特征量,使用结果较好的一方。
(E2)在单手的手指敲击的计测时错误地选择了双手的手指敲击的情况
这是虽然用户想要计测单手的手指敲击地进行了运动,但是实际上在系统中选择了双手的手指敲击并记录了计测数据的情况。对于各个手的计测数据,计算出未实施运动的时间(以下称为“运动未实施时间”)。运动未实施时间可以使用上述特征量求出。例如,定义为单位时间的(2)“总移动距离”在规定值TDc以下的时段。在该定义以外,也可以改为(14)“总能量”或(33)“敲击次数”在规定值以下。然后,仅一只手运动未实施时间在规定值Tc以上的情况下,判断为虽然是双手的任务但错误地进行了仅单手的任务,检测为异常数据。Tc例如能够预先决定为计测时间的三分之二等。该情况下,计测时间是15秒的情况下,在运动未实施时间在10秒以上的情况下检测为异常数据。这样检测为异常数据的情况下,忽略存在运动未实施时间的一只手的数据,视为仅由另一只手的数据构成的单手任务的计测数据。另外,也可以不自动地处理,而是在终端装置4的画面上对用户或管理者询问确认。
(E3)在双手的手指敲击的计测时错误地选择了单手的手指敲击的情况
这是虽然用户想要计测双手的手指敲击地进行了运动,但是实际上在系统中选择了单手的手指敲击并记录了计测数据的情况。如后所述在图12的任务计测画面中,进行单手的手指敲击的情况下仅对用户提示一只手的波形,但因为计测装置3中取得了双手的计测数据,所以在后台保存双手的计测数据。对于该双手的计测数据的各只手,如上一项所述地计算出运动未实施时间。双手中运动未实施时间都不足规定值Tc的情况下,能够判断为用户进行了双手任务。然后,也使用未对用户提示的一只手的数据,视为双手任务的计测数据。另外,也可以不自动地处理,而是在画面上对用户或管理者询问确认。
(E4)在双手同时自由运动的计测时错误地选择了双手交替自由运动的情况
这是虽然用户想要计测双手同时自由运动地进行了运动,但是计测系统2对用户指示了双手交替自由运动的情况。为了检测出该异常,使用分析评价数据43中的保存的特征量中的、评价双手的协调性的特征量。例如(42)“相位差的平均”在双手完全同步地运动的理想的双手同时自由运动时是0°,另一方面,在双手完全交替地运动的理想的双手交替自由运动时是180°。因此,在(42)“相位差的平均”不足规定值(例如90°)的情况下,即使选择了双手交替自由运动,也能够视为用户想要双手同时自由运动地进行了运动。即,认为在双手同时自由运动的计测时错误地选择了双手交替自由运动,在计测后将任务数据42A变更为双手同时自由运动的计测数据。该情况下,也可以不自动地处理,而是在画面上对用户询问而确认。作为使用其他特征量的例子,也可以在(44)“双手的相似度”在规定值(例如0)以上的情况下视为双手同时自由运动,在(45)“双手的相似度最大的时间差”的绝对值不足规定值(例如(34)“敲击间隔平均”×0.25)的情况下视为双手同时自由运动。另外,存在用户想要进行双手同时自由运动,但不能使双手同步地运动,而得到了接近双手交替自由运动的计测数据的情况。该情况下,也可以不自动地按异常数据处理,而是在画面上对用户或管理者询问而确认。
(E5)在双手交替自由运动的计测时错误地选择了双手同时自由运动的情况
这是与上一项相反,虽然用户想要计测双手交替自由运动地进行了运动,但是计测系统2对用户指示了双手同时自由运动的情况。与上一项同样能够以手指敲击的特征量为基准进行判断。在(42)“相位差的平均”在规定值(例如双手同时自由运动时的理想值0°与双手交替自由运动时的理想值180°的中间值90°)以上的情况下,即使选择了双手同时自由运动,也存在用户想要双手交替自由运动地进行了运动的可能性。即,认为在双手交替自由运动的计测时错误地选择了双手同时自由运动,在计测后将任务数据42A变更为双手同时自由运动。作为使用其他特征量的例子,也可以在(44)“双手的相似度”不足规定值(例如0)的情况下视为双手同时自由运动,在(45)“双手的相似度最大的时间差”在规定值(例如(34)“敲击间隔平均”×0.25)以上的情况下视为双手同时自由运动。另外,存在用户想要进行双手交替自由运动,但双手同步地运动,得到了接近双手同步自由运动的计测数据的情况。该情况下,也可以不自动地按异常数据处理,而是在画面上对用户或管理者询问而确认。
(E6)计测中两指交叉的情况
这是在手指敲击运动的计测中拇指与食指交叉,从而两指间距离成为异常值的情况。使用磁传感器作为运动传感器20的情况下,在其性质上,如图10(a)所示在两指交叉的时间段中两指间距离可能会被推算为非常大的值。为了检测出该异常,而在分析评价数据43中保存的特征量中,使用表示波形振幅的特征量。例如,在(1)“距离的最大振幅”比规定值(例如比大多数人的两指间距离更大的值20cm)、或计测前预先计测的两指间距离的最大值更大的情况下,能够视为发生了两指交叉的异常。另外,通过在计算出特征量之前的计测数据42B(原始的波形数据)中提取比两指间距离的最大值更大的时段,能够确定发生异常的时段。另外,因为两指交叉这样的现象也是手指敲击的运动的性质的一部分,所以也存在不视为异常数据而不排除较好的情况。该情况下,也可以不自动地按异常数据处理,而是在画面上对用户或管理者询问而确认。
(E7)在计测中运动传感器从手指脱落的情况
这是在计测中运动传感器从手指脱落,从而两指间距离成为异常值的情况。运动传感器脱落时,如图10(b)所示两指间距离被推算为非常大的值。与上一项同样,(1)“距离的最大振幅”等表示波形振幅的特征量比规定值或两指间距离的最大值更大的情况,且该情况持续至计测的最后的情况下,能够视为运动传感器从手指脱落。该状态持续至计测结束时,能够通过与上一项同样地在计测数据中提取比两指间距离的最大值更大的时段而判断。另外,即使规定的计测时间未结束,在判断为运动传感器从手指脱落时,也可以实时地立即结束计测,并提示重新计测。
(E8)从计测时间的途中开始运动的情况
这是用户没有正确地理解计测开始的信号,而从计测时间的途中开始运动的情况。如图10(c)所示,在计测的最初存在运动未实施时间的情况下,能够判断为发生了该异常。是否存在运动未实施时间的判断,能够用上述方法实现。另外,将计测时间划分为规定数量(例如5个)的分段,在各分段中计算出手指敲击的特征量,在分段之间对特征量进行比较时,存在特征量的值与其他分段明显不同的分段时,能够判断为发生了该异常。例如,将15秒的计测时间划分为5部分时,得到各3秒的分段。对于这些分段,分别计算(33)“敲击次数”时,假设从最初的分段起顺次得到0次、5次、5次、5次、4次这样的值。该情况下,根据这5个特征量的平均值,调查是否存在在运动的大小降低的方向上离开N个标准差以上(例如N=2)的分段时,第1个分段的0次符合。这样,也能够求出是否存在运动未实施时间。
(E9)在计测时间的途中结束了运动的情况
这是用户在计测结束前错误地结束了运动的情况。如图10(d)所示,在计测的最后存在运动未实施时间的情况下,能够检测为发生了该异常。是否存在运动未实施时间的判断,能够用上述方法实现。另外,用如上一项所述将计测时间划分为N个分段并求出运动未实施时间的方法也能够实现。另外,即使规定的计测时间未结束,在判断为在计测时间的途中结束了运动时,也可以实时地立即结束计测,并提示重新计测。
(E10)在计测时间的途中暂时中断了运动的情况
这是在计测的途中因为线缆纠缠等原因而暂时中断了运动的情况。如图10(e)所示,在计测的途中存在运动未实施时间的情况下,能够检测为发生了该异常。是否存在运动未实施时间的判断,能够用上述方法实现。另外,用如上上项所述将计测时间划分为N个分段并求出运动未实施时间的方法也能够实现。另外,即使规定的计测时间未结束,在判断为在计测时间的途中中断了运动时,也可以实时地立即结束计测,并提示重新计测。
[使用DB的异常数据检测]
对于异常数据处理系统1的异常数据检测部14中进行的使用DB的异常数据检测部14B进行说明。使用DB的异常数据检测部14B中,例如在取得了用户X的新数据的情况下,通过参照保存了用户X的过去数据的单受检者DB45A和多受检者DB45B而判断新数据是否异常。具体而言,可以举出以下异常检测项目。
(E11)运动的性质因用户的意图而变化的情况
这是用户故意不认真地运动、或误解任务的指示,从而运动的结果差的情况。这能够与用户自身的过去的DB(单受检者DB)或多受检者的过去的DB(多受检者DB)进行比较,与其相比的偏离度大的情况下检测出。偏离度的计算方法在后文中叙述。
(E12)运动的性质因用户的身体状态变化而变化的情况
这包括因脑功能或运动功能的降低或极度的疲劳而使运动的结果恶化的情况、和因用药或康复的影响而使运动的结果改善的情况。这能够与用户自身的过去的DB(单受检者DB)进行比较,与其相比的偏离度大的情况下检测出。偏离度的计算方法在后文中叙述。
(E13)他人冒充该用户的情况
这是他人冒充用户,从而表现为运动的性质变化的情况。该情况下,也能够与用户自身的过去的DB(单受检者DB)进行比较,与其相比的偏离度大的情况下检测出。偏离度的计算方法在后文中叙述。
《偏离度的计算》
对于上述偏离度的计算方法进行说明。偏离度由单受检者DB偏离度计算部14Ba、多受检者DB偏离度计算部14Bb、合成偏离度计算部14Bc计算。
首先,对于单受检者DB偏离度计算部14Ba、多受检者DB偏离度计算部14Bb中共用的偏离度的计算方法进行说明。选择手指敲击运动的N个(N≥1)特征量,对于DB(单受检者DB45A或多受检者DB45B)生成N维空间中的数据分布。设该数据分布的平均为M(=[m1,m2,……,mN]),标准差为Σ(=[σ1,σ2,……,σN])。然后,设作为异常数据检测的对象的该数据是A(=[a1,a2,……,aN])。此时,按偏离度d=|(A-M)/Σ|求出。此处||表示向量的绝对值(平方和的平方根)。如果d比规定值dc更大,则判断为从DB充分偏离。例如,如果dc=1,则可以认为该计测数据不在接近DB内的平均的数据的68.3%中。同样地,可以认为如果dc=2则不在95.5%中、如果dc=3则不在99.7%中。即,要严格地进行异常数据检测的情况下将dc设为较小的值,要宽松地进行异常数据检测的情况下将dc设为较大的值即可。另外,偏离度的定义也可以是上述方法以外的方法,只要是表示从DB偏离的指标即可。
另外,上述偏离度的计算中,直接使用了手指敲击运动的特征量,但也可以对特征量进行加工而生成新的指标。例如,也可以将全部特征量作为对象应用主成分分析,使用贡献率高的N个主成分。
通过观察手指敲击运动的特征量的变化,能够识别运动的结果是恶化还是改善。例如,如果(2)“总移动距离”和(14)“总能量”和(33)“敲击次数”比单受检者DB的平均更小,则可知运动的结果降低。相反,如果这些特征量比单受检者DB的平均更大,则可知运动的结果改善。
另外,为了确定运动的结果变化的原因,也可以设置关于脑功能或运动功能是否降低、是否疲劳、是否进行了用药或康复等治疗,在计测前由用户输入的画面。该情况下,作为与单受检者DB45A进行比较而运动的结果恶化或改善的情况下的异常检出理由(在图15的说明中后述),也可以参考其输入内容。通过这样,能够提高检测出异常数据的理由对用户的说服力。
《偏离度的合成》
用上述方法,在单受检者DB偏离度计算部14Ba和多受检者DB偏离度计算部14Bb中,能够计算出该计测数据从单受检者DB45A或多受检者DB45B的偏离度。关于这一点,因为单受检者DB45A能够进行反映了该用户的数据的个性的异常数据检测,所以优选为了正确的异常数据检测而使用单受检者DB45A。具体而言,如图11(a)所示,用★表示的数据1和数据2从用户A的单受检者DB45A的偏离度相等,两者都被正确检测为异常数据。但是,虽然在该用户已经实施了多次计测的情况下能够使用单受检者DB45A,但是在初次或仅较少次数实施了计测的情况下单受检者DB45A尚未充分蓄积,所以需要使用多受检者DB45B。另外,图11~13中,考虑由2个特征量构成的2维空间地示意性地示出了DB和异常数据,但特征量也可以是1个或3个以上,考虑与使用的特征量的数量相应的多维空间。
使用多受检者DB45B的情况下,因为预先蓄积该用户以外的用户的数据即可,所以易于准备DB,这是优点。但是,多受检者DB45B是多用户的数据的集合体,并未反映该用户的数据的特性,所以也存在与使用单受检者DB45A的情况相比较存在异常数据检测不正确的可能性的缺点。具体而言,如图11(b)所示,发生用★表示的数据1和数据2从多受检者DB45B的偏离度不同,数据2被正确检测为异常数据,但数据1未被检测为异常数据的问题。出于以上问题意识,认为需要使单受检者DB45A与多受检者DB45B的长处与短处相互弥补、同时使用双方的DB的技术。
于是,并非选择使用单受检者DB45A的偏离度和多受检者DB45B的偏离度中的任一者,而是将两者合成而计算出新的偏离度(合成偏离度)。认为通过使用合成偏离度,能够实现使使用单受检者DB45A和多受检者DB45B中的任一者时的长处与短处相互弥补的异常数据检测。
合成偏离度由合成偏离度计算部14Bc计算出。合成偏离度ds如图12(a)所示,用单受检者DB可信系数c、单受检者DB偏离度d1和多受检者DB偏离度d2计算。单受检者DB可信系数c是表示能够信任单受检者DB45A的程度的指标,如图12(b)所示是0.0至1.0的值。单受检者DB45A的数据数为0时是0.0,随着数据增加而逐渐接近1.0。表达单受检者DB可信系数c与数据数k的关系的式子,只要出于随着数据数增大而c增大的关系就可以是任意的。例如,如图12(b)所示能够使用Sigmoid函数,设定为c=1/(1+exp(-α(k-β))+γ(例如α=0.1,β=50)。此处,在数据数少的阶段信任单受检者DB的情况下将α设为较大的值,在数据数增大的阶段信任的情况下将α设为较小的值即可。β和γ调整为k=0时c=0即可。使用这样定义的c,定义合成偏离度ds为ds=d1×c+d2×(1.0-c)。然后,如果ds比规定值dc更大,则判断为从DB充分偏离。即,单受检者DB可信系数c是单受检者DB偏离度d1的权重,在单受检者DB45A的数据数增加时增加。另外,作为单受检者DB偏离度d1和多受检者DB偏离度d2,也可以使用以下说明的经时衰减偏离度。
《考虑时序的偏离度的计算》
对于在单受检者DB偏离度计算部14Ba中,计算从单受检者DB45A的偏离度的情况下,求出也考虑DB内的数据的时序关系地计算出的偏离度(以下称为经时衰减偏离度)的方法进行说明。单受检者DB45A的数据通过用户定期地计测而经时地蓄积。但是,用户的健康状态因年龄增长和认知功能降低和运动功能降低等而每天都在变化。因此,在检测异常数据时,可以认为越近的数据可信性越高,越向过去回溯则可信性越低。具体而言,如图13(a)所示,单受检者DB45A内的数据按1→2→3经时地推移时,4a和4b从DB的平均的偏离度相同,但4a距离最近的数据即3较远,所以应当判断为异常,但4b距离最近的数据即3较近,所以不应当判断为异常。
于是,单受检者DB偏离度d1如图13(b)所示,使用对于最近的数据增大权重、越向过去回溯的数据则越减小权重地计算出的经时衰减偏离度。具体而言,设单受检者DB45A内的数据为Bi(=[bi1,bi2,……,biN],i=1~k(单受检者DB45A内的数据数)),与从新数据取得时起回溯的时间ti相应地,定义过去数据可信度qi=pti(0.0<p<1.0)。然后,单受检者DB45A内的数据分布的平均,定义为M=q1B1+q2B2+……+qkBk。这样定义M时,越是最近的数据则越高地信任,越向过去回溯则越不信任。进而,能够使用该M,将DB内的数据分布的标准差Σ定义为Σ=((q1B1-M)2+(q2B2-M)2+……+(qkBk-M)2)/k。单受检者DB偏离度d1如上所述,使用该M和Σ按d=|(A-M)/Σ|求出。
上述考虑时序的偏离度,是考虑单受检者DB45A地说明的,但在多受检者DB45B也能够进行同样的计算。即,也可以对于多受检者DB45B中的各个受检者计算出上述考虑时序的偏离度,并计算出它们的平均,由此计算出多受检者DB偏离度d2。
[异常数据处理决定]
异常数据处理决定部15对用异常数据处理系统1的不使用DB的异常数据检测部14A和使用DB的异常数据检测部14B检测出的异常数据进行处理。图14所示的管理表50内的异常检出理由和处理对应表50B中,以表形式保存了异常数据处理系统1的异常数据检测部14中进行的不使用DB的异常数据检测部14A和使用DB的异常数据检测部14B的异常项目。这可以在构建异常数据处理系统1时预先提供,也能够由异常数据处理系统1的管理者设定。在处理栏中记载了多个处理,但实际上选择设定其中的1项。异常数据处理决定部15基于异常检出理由和处理对应表50B,进行与用不使用DB的异常数据检测部14A和使用DB的异常数据检测部14B检测出的异常检测项目对应的处理。
[异常数据处理的执行]
异常数据处理执行部16执行用异常数据处理决定部15决定的异常数据处理内容46。决定不使用计测数据的情况下,不在单受检者DB45A和多受检者DB45B中登记数据。进行重新计测的情况下,经由通信部105对终端装置4通知重新计测这样的异常数据处理内容46。终端装置4接受该通知,与计测装置3协作地实施重新计测。对用户询问数据的处理的情况下,经由通信部105对终端装置4通知询问的内容。终端装置4在画面上显示询问内容,用户观看画面并回答。用户回答内容经由通信部105发送至异常数据处理系统。异常处理执行部16基于用户回答内容执行处理。
[显示画面(1)——菜单]
图15表示作为终端装置4的显示画面的例子的、服务的初始画面即菜单画面的例子。该菜单画面中,具有用户信息栏1501、操作菜单栏1502、设定栏1503等。
在用户信息栏1501中,能够由用户输入而登记用户信息。另外,电子病历等中存在已输入的用户信息的情况下,也可以与该用户信息协作。作为能够输入的用户信息的例子,有用户ID、姓名、出生年月日或年龄、性别、惯用手、疾患/症状、备注等。惯用手能够从右手、左手、双手、不明等中选择输入。疾患/症状例如能够从列表框的选项中选择输入,也能够用任意的文本输入。在医院等中使用本系统的情况下,也可以不是由用户而是由医师等代替用户进行输入。本异常数据处理系统也能够应用于不登记用户信息的情况。
在操作菜单栏1502中,显示服务提供的功能的操作项目。操作项目有“校准”、“手指运动计测”、“异常数据检测/处理”、“结束”等。选择“校准”的情况下,进行上述校准、即关于运动传感器20相对于用户的手指的调整的处理。也显示是否已调整的状态。选择“手指运动计测”的情况下,转移至计测手指敲击等手指运动的任务用的任务计测画面。选择“异常数据检测/处理”的情况下,转移至将计测的数据作为对象检测异常、显示其异常数据检测结果、实施检测出的异常数据的处理的画面。选择“结束”的情况下,结束本服务。
在设定栏1503中能够进行用户设定。例如,存在用户或计测者或管理者希望检测的异常检测项目的种类的情况下,能够从选项中选择设定该异常检测项目。另外,能够选择与各个异常检测项目对应的处理。另外,也能够设定异常数据检测的阈值等。这些设定内容通过通信部105发送至异常数据处理系统1,异常数据处理系统1参照此处指定的设定检测、处理异常数据。
[显示画面(2)——任务计测]
图16表示作为其他例子的任务计测画面。该画面中,显示任务信息。例如,对于左右手分别显示以时间为横轴、两指的距离为纵轴的图1600。在画面中,也可以输出说明任务内容用的其他指导信息。例如,可以设置用影像声音说明任务内容的视频区域。在画面内,具有“计测开始”、“重新计测”、“计测结束”、“保存(登记)”等操作按钮,能够由用户选择。用户按照画面的任务信息,选择“计测开始”,进行任务的运动。计测装置3对任务的运动进行计测而得到波形信号。终端装置4实时地在曲线图1600上显示与计测中的波形信号对应的计测波形1602。用户在运动后选择“计测结束”,确定的情况下选择“保存(登记)”。计测装置3将计测数据发送至异常数据处理系统1。
[显示画面(3)——评价结果]
图17表示作为其他例子的评价结果画面。本画面中,显示任务的分析评价结果信息。在任务的分析评价之后自动地显示本画面。本例中,示出对于A~E这5个手指敲击运动的特征量,用雷达图形式的图显示的情况。实线的框线1701表示本次的任务计测后的分析评价结果。不限于用雷达图显示特征量的方式,也可以采用用规定形式的图等显示的方式。特征量也可以换算为成绩评分(例如100分满分)等形式显示。在特征量的图之外,也可以显示关于分析评价结果的评价意见等。分析评价部13生成该评价意见。例如,显示“(B)、(E)良好”等消息。在画面内,具有“叠加过去的结果”、“前进至异常数据检测/处理”、“结束”等操作按钮。异常数据处理系统在选择了“前进至异常数据检测/处理”的情况下,转移至异常数据检测/处理画面,在选择了“结束”的情况下,转移至初始画面。
[显示画面(3)——异常数据检测/处理]
图18表示作为其他例子的异常数据检测/处理画面。本画面中,显示从异常数据处理系统1发送的异常数据检测结果44及其异常数据处理内容46。在按下图11的“异常数据检测/处理”按钮或图18的“前进至异常数据检测/处理”按钮之后显示本画面。本画面中,示出用户信息和计测数据信息等基本信息,并且显示异常数据检测结果。计测数据中检测出异常的情况下显示“异常”,未检测出异常的情况下显示“无异常”。进而,判断为“异常”的情况下,示出其异常数据检出理由。异常数据检出理由包括在从异常数据处理系统1发送的异常数据检测结果44中。本图中,作为不使用DB的异常数据检测14A的一例,示出了“因为在计测时间0~3秒未进行运动。”这样的例子。在其下方提示手指敲击运动的波形,在视觉上易于理解地说明了异常数据检出理由。进而在其下方示出与该异常数据检出理由对应的推荐的处理。本图中,举例示出了“重新计测”。该异常数据检出理由与处理的对应表,记录在管理表50内的异常检出理由和处理对应表50B中。用户或计测者或管理者在执行本图所示的推荐的处理的情况下选择“执行推荐的处理”按钮,在不希望执行的情况下选择“不执行推荐的处理”按钮。另外,也可以不是这样使用户或计测者或管理者选择是否执行处理,而是异常数据处理系统1自动地执行处理,并事后通知其处理结果。
图19表示异常数据检测/处理画面的另一个例子。本图中,作为使用DB的异常数据检测14B的一例,将异常数据检出理由设为“因为从过去的个人DB偏离。”。然后,作为与该异常数据检出理由对应的推荐的处理,举例示出了“不在DB中登记数据”。
[效果等]
根据实施方式1的异常数据处理系统1,通过使用单受检者DB45A和多受检者DB45B两者的DB,能够实现精度高的异常数据处理。这是因为单受检者DB45A的数据数不足时的精度降低能够通过提高多受检者DB45B的权重而弥补,并且使用多受检者DB45B的情况下不能反映个人差异引起的精度降低能够通过提高单受检者DB45A的权重而弥补。
实施方式2
用图20~图26,对于本发明的实施方式2的异常数据处理系统进行说明。实施方式2的基本结构与实施方式1相同,以下对于实施方式2的结构中与实施方式1的结构不同的部分进行说明。
[系统(2)]
图20表示包括实施方式2的异常数据处理系统的人体数据计测系统。该人体数据计测系统设置在医院或养老设施、用户自家等中。实施方式2的异常数据处理系统使用作为平板型手指敲击运动计测系统的计测系统。该计测系统由作为平板终端的终端装置5构成。实施方式2中,使用终端装置5所具有的触摸面板进行运动计测和信息显示。实施方式2相当于将实施方式1的计测装置3的计测功能和终端装置4的显示功能综合在1台终端装置5中的方式。终端装置5可以是在设施中设置的装置,也可以是用户所持有的装置。
终端装置5具有控制部501、存储部502、通信部505、触摸面板510等,它们经由总线连接。触摸面板510具有显示部511、触摸传感器512。显示部511例如是液晶显示部或有机EL显示部,具有显示画面。触摸传感器512例如是静电电容方式的,配置在与显示画面对应的区域。触摸传感器512将与显示画面上的手指接近或接触的状态相应的静电电容变化检测为电信号,将该检测信号输出至触摸检测部521。
控制部501对终端装置5的整体进行控制,由CPU、ROM、RAM等构成,基于软件程序处理,实现进行异常数据处理等的数据处理部500。数据处理部500的结构与实施方式1大致相同。控制部501还具有触摸检测部521、计测处理部522。控制部501实现通过触摸面板510得到计测数据的功能、对计测数据进行处理并分析的功能、对触摸面板510的显示部511的显示画面输出信息的功能等。触摸检测部521进行基于来自触摸传感器512的检测信号,将用户在显示画面上的手指的接近或接触的状态、手指的运动的状态检测为触摸位置坐标及其时序信号的处理。计测处理部522使用触摸检测部521的检测信息,将显示画面上的手指的位置和动作计测为波形信号,得到计测数据。该计测数据相当于计测数据42B。数据处理部500通过与实施方式1同样的处理,基于计测数据实施异常数据检测和异常数据处理决定,并在显示部511的显示画面上显示。另外,数据处理部500生成分析评价数据等,将评价画面等显示在显示部511的显示画面上。数据处理部500具有用户信息管理部11、由不使用DB的异常数据检测部14A和使用DB的异常数据检测部14B构成的异常数据检测部14等与图2的数据处理部相同的功能。存储部502具有用户信息41、任务数据42A、计测数据42B、分析评价数据43、异常数据检测结果44、单受检者DB45A、多受检者DB45B、管理表50、异常数据处理内容46等与图2的存储部102相同的功能。
[运动、显示画面的例子(1)]
图21表示在终端装置5的显示画面210上进行手指敲击的运动的方式。终端装置5也可以提供使用该方式的任务。该方式中,控制部501在显示画面210的背景区域上显示配置双手的对象的两指用的区域211。关于对象的两指,例如示出第一手指是拇指、第二手指是食指的情况。用户在该区域211中,以接触或接近的状态配置各手的两指。虽然依赖于触摸传感器512等,但本例中,在该运动时,基本上维持使手指接触显示画面的区域211的状态。用户在该区域211中进行使两指开闭的手指敲击。终端装置5通过触摸传感器512等计测该手指敲击的运动,与实施方式1同样地得到波形信号等计测数据。用箭头示出区域211中的第一手指的运动212和第二手指的运动213。作为两指的指尖之间的距离L,示出左手侧的距离L1、右手侧的距离L2。
图22表示作为与图21的手指敲击的运动对应的计测数据的例子的、两指的距离L的波形信号。横轴表示经过时间t[秒],纵轴表示各经过时间t时的距离L(t)[mm]。另外,波形的部分221表示手指一定程度离开区域211的状态时的部分。在这样波形中断的情况下,通过对手指位于区域211中的状态下的波形进行插值能够得到连续的波形。终端装置5在上述方式中与实施方式1同样地基于计测数据提取特征量,进行异常数据检测、异常数据处理决定、异常数据处理执行,并提示其结果。
[运动、显示画面的例子(2)]
图23表示作为其他手指敲击的运动和显示画面的例子的伸展方式。终端装置5也可以提供使用伸展方式的任务。图23(a)表示十字伸展。在终端装置5的显示画面210上,首先显示初始位置的图形231,在对象手指、例如食指放置在该初始位置的图像231上的状态下,开始计测。开始之后,在显示画面210上,显示与标记对应的目标的图形232、例如十字(叉形)。控制部501例如按规定周期在不同的位置显示图形232。用户以追踪该图形232的位置地伸展手指的方式进行手指敲击。本例中,示出在相对于图形232的中心位置具有偏差的位置233进行了手指敲击的状态。目标的图形232的中心位置与敲击或触摸的位置233之间具有与偏差对应的距离E。终端装置5基于计测数据,作为特征量之一计算出距离E和延迟时间TD等。延迟时间TD是从在手指放置在初始位置的图形231上的待机状态下显示目标的图形232的时刻起、直到手指与目标的图形232接触的时刻的时间。
图23(b)表示圆形伸展。显示圆形区域作为目标的图形234。用户对于图形234的圆形区域内同样地进行手指敲击。作为特征量,例如提取图形234的中心位置与敲击位置的距离。
[运动、显示画面的例子(3)]
图24表示作为其他手指敲击的运动、显示画面的例子的连续触摸方式。终端装置5也可以提供使用连续触摸方式的任务和练习。图24(a)表示单手连续触摸。在显示画面210上的一处、例如左下附近,显示使左手的拇指接触用的图形241、例如圆形区域。用户使手指与显示的图形241接触并连续地持续触摸。图形241成为非显示状态的情况下,用户使手指离开图形241。控制部501控制图形241的显示。例如,按规定的周期切换图形241的显示与非显示,显示规定次数。另外,也可以与图形241的显示一同施加听觉刺激等作为指导信息。作为特征量,例如提取图形241的触摸次数、触摸间隔、触摸延迟时间等。
图24(b)表示双手同时连续触摸。在显示画面210的两处,显示表示左手和右手的对象手指的触摸位置的图形242。用户对于该显示的图形242,双手同时在相同的时机连续地触摸。同样地,也能够实现双手交替连续触摸。该情况下,控制部501以交替地显示左右的图形242的方式进行切换。用户对于该图形242用左右手在交替的时机进行触摸。作为特征量,例如提取左右的图形242的触摸的相位差等。
作为其他运动的例子,也可以不显示图形,而是输出听觉刺激等作为指导信息。例如,可以按规定的周期等对于应当触摸的时间和不应当触摸的时间输出2种声音。
[运动、显示画面的例子(4)]
图25表示作为其他手指敲击的运动、显示画面的例子的、配合光的敲击方式。终端装置5也可以提供使用该方式的任务。图25(a)表示单手敲击。在显示画面210上,显示左手的对象手指的敲击用的图形251和示出该图形251的敲击的时机用的作为视觉刺激的光的图形252。控制部501以切换图形252的显示与非显示的方式进行闪烁显示。用户在显示图形252的时机,对敲击用的图形251进行敲击。作为其他运动的例子,也可以代替视觉刺激的图形252地采用听觉刺激即声音的输出,也可以采用进行连续触摸的方式。作为特征量,例如有敲击或触摸的时刻相对于周期性的刺激的发生时刻的时间差。该时间差相当于从显示图形252的时刻直到图形251被敲击的时刻的延迟时间。图25(b)同样地示出了双手同时敲击的情况。在左右设置2个敲击用的图形251,在左右在同一时机闪烁显示2个视觉刺激的图形252。同样,双手交替敲击的情况下,控制部501使左右2个图形252在交替的时机闪烁显示。
[运动、显示画面的例子(5)]
图26表示作为其他手指敲击的运动、显示画面的例子的五指敲击方式。终端装置5也可以提供使用五指敲击方式的任务。该方式中,使用对象手的五指。终端装置5在显示画面210的背景区域上,显示使双手各自的五指、合计十指敲击用的图形261。用户最初使五指接触显示画面210。终端装置5基于该触摸位置的检测,自动地调整设定图形261的显示位置。终端装置5对各位置的图形261的显示进行控制。终端装置5使应当敲击的位置的图形261成为特定的显示状态(例如用黑色圆形表示),使不应当敲击的位置的其他图形261成为其他显示状态。终端装置5对图形261的显示状态的切换进行控制。用户与应当敲击的图形261的显示相应地,使手指敲击该图形261。
[特征量]
实施方式2特有的特征量的例子如下所述。
作为关于伸展方式的特征量参数,有以下所述。(2-1)“从目标显示起的延迟时间的平均值”[秒]是关于上述延迟时间的平均值。(2-2)“从目标显示起的延迟时间的标准差”[秒]是关于上述延迟时间的标准差。(2-3)“相对于目标的位置误差的平均值”[mm]是关于上述距离E的平均值。(2-4)“相对于目标的位置误差的标准差”[mm]是关于上述距离E的标准差。
作为关于单手连续触摸方式的特征量参数,有以下所述。(2-5)“敲击次数”[-]、(2-6)“敲击间隔平均”[秒]、(2-7)“敲击频率”[Hz]、(2-8)“敲击间隔标准差”[秒]、(2-9)“敲击间隔变动系数”[-]、(2-10)“敲击间隔变动”[mm2]、(2-11)“敲击间隔分布的偏度”[-]、(2-12)“局部的敲击间隔的标准差”[秒]、(2-13)“敲击间隔衰减率”等。各特征量的定义与实施方式1相同。
作为关于双手连续触摸方式的特征量参数,有以下所述。(2-14)“相位差的平均”[度]是双手的触摸等的相位差的平均值。(2-15)“相位差的标准差”[度]是上述相位差的标准差。
作为关于配合光或声音的刺激的触摸或敲击的方式的特征量参数,有以下所述。(2-16)“相对于刺激的时间差的平均值”[秒]是上述时间差的平均值。(2-17)“相对于刺激的时间差的标准差”[度]是上述时间差的标准差。
[不使用DB的异常数据检测]
对于数据处理部500内的异常数据检测部14中进行的不使用DB的异常数据检测部14A进行说明。与实施方式1同样,不使用DB的异常数据检测部14A中,不参照DB地仅根据计测数据判断是否异常。基本上,可以举出与实施方式1相同的异常检测项目,仅对于本实施方式特有的项目在以下进行说明。另外,实施方式1中叙述的异常项目中,因为本实施方式中使用双手的任务的情况下在视觉上指示使双手触摸的场所,所以(E2)不可能发生。另外,因为(E6)是磁传感器特有的现象,所以在触摸画面的本实施方式中可以不考虑。
(E4)在双手同时敲击的计测时错误地选择了双手交替敲击的情况
这是虽然用户想要计测双手同时敲击地进行了运动,但是实际在系统中选择了双手交替敲击并记录了计测数据的情况。为了检测出该异常,而使用分析评价数据43中保存的特征量中的、评价双手的协调性的特征量。例如,(2-14)“相位差的平均”在双手完全同步地运动的理想的双手同时敲击时是0°,另一方面,在双手完全交替地运动的理想的双手交替敲击时是180°。因此,在(2-14)“相位差的平均”不足规定值(例如90°)的情况下,即使选择了双手交替敲击,也能够视为用户想要双手同时敲击地进行了运动。即,认为在双手同时敲击的计测时错误地选择了双手交替敲击,在计测后将任务数据42A变更为双手同时敲击的计测数据。
(E5)在双手交替敲击的计测时错误地选择了双手同时敲击的情况
这是与上一项相反,虽然用户想要计测双手交替敲击地进行了运动,但是实际在系统中选择了双手同时敲击并记录了计测数据的情况。与上一项同样能够以手指敲击的特征量为基准进行判断。在(2-14)“相位差的平均”在规定值(例如90°)以上的情况下,即使选择了双手同时敲击,也能够视为用户想要双手交替敲击地进行了运动。即,认为在双手交替敲击的计测时错误地选择了双手同时敲击,在计测后将任务数据42A变更为双手同时敲击的计测数据。
(E7)在计测中手指离开规定场所的情况
这是在计测中使手指触摸离开画面上指定的规定场所的场所的情况。一定时间中,存在运动未实施时间的情况下,能够判断为发生了该异常。具体而言,例如,运动未实施时间能够按(2-5)[敲击次数]是0次的时间评价。另外,在规定的计测时间结束前,也可以实时地结束计测,并提示重新计测。另外,也可以不检测为异常数据,而是也检测规定场所周边的触摸,由此在触摸的场所离开规定场所的情况下在视觉上或听觉上引导用户回到规定的正确的场所。(E8)(E9)(E10)中的运动未实施时间与本异常检测项目同样地按(2-5)[敲击次数]是0次的时间评价即可。
[效果等]
根据实施方式2的异常数据处理系统,与实施方式1同样地,通过同时使用单受检者DB45A和多受检者DB45B两者的DB,能够实现精度高的异常数据检测。实施方式2中,特别是不需要设置运动传感器20等是省去用户的计测的麻烦的优点。
【实施方式3】
用图27~图29,对于本发明的实施方式3的异常数据处理系统进行说明。实施方式3的基本结构与实施方式1相同,以下对于实施方式3的结构中与实施方式1的结构不同的部分进行说明。
[系统(3)]
图27表示实施方式3的异常数据处理系统。异常数据处理系统具有服务运营者的服务器6和多个设施的系统7,它们经由通信网8连接。通信网8和服务器6也可以包括云计算系统。实施方式3的异常数据处理系统由系统7的终端装置4和服务器6分担作用地构成。关于分担在后文中叙述。
设施能够是医院或体检中心、公共设施、娱乐设施等、或用户自家等各种。在设施中设置了系统7。作为设施的系统7的例子,有医院H1的系统7A、医院H2的系统7B等。例如,各医院的系统7A和系统7B具有构成与实施方式1同样的计测系统2的计测装置3和终端装置4。各系统7的结构可以相同也可以不同。设施的系统7也可以包括医院的电子病历管理系统等。系统7的计测装置也可以采用专用终端。
服务器6是服务运营者管理的装置。服务器6具有对于设施和用户,提供与实施方式1的异常数据处理系统1同样的异常数据处理服务作为基于信息处理的服务的功能。服务器6对于计测系统以客户端服务器方式提供服务处理。服务器6在这样的功能之外也具有用户管理功能等。用户管理功能是将通过多个设施的系统7得到的、用户组的用户信息、计测数据和分析评价数据等登记、蓄积在DB中进行管理的功能。另外,实施方式3的终端装置5不需要自身处理异常数据的功能,具有使用触摸面板的计测功能和显示服务器6中生成的异常数据检测结果等的显示功能。
[服务器]
图28表示服务器6的结构。服务器6具有控制部601、存储部602、输入部603、输出部604、通信部605,它们经由总线连接。输入部603是进行服务器6的管理者等进行的操作输入的部分。输出部604是进行对服务器6的管理者等的画面显示等的部分。通信部605具有通信接口,是进行与通信网8的通信处理的部分。在存储部602中保存了DB640。DB640也可以用与服务器6不同的DB服务器等管理。
控制部601对服务器6的整体进行控制,由CPU、ROM、RAM等构成,基于软件程序处理,实现进行异常数据检测和异常数据处理决定等的数据处理部600。数据处理部600具有用户信息管理部11、任务处理部12、分析评价部13、异常数据检测部14、异常数据处理决定部15、异常数据处理执行部16、结果输出部17。异常数据检测部14与实施方式1不同,不包括不使用DB的异常数据检测部14A,仅包括使用DB的异常数据检测部14B。
用户信息管理部11将关于多个设施的系统7的用户组的用户信息在DB640中登记为用户信息41进行管理。用户信息41包括每个用户个人的属性值、使用历史信息、用户设定信息等。使用历史信息包括各用户过去使用异常数据处理服务的实际情况信息。
[服务器管理信息]
图29表示服务器6在DB640中管理的用户信息41的数据结构例。该用户信息41的表中,具有用户ID、设施ID、设施内用户ID、性别、年龄、疾患、重症度评分、症状、历史信息等。用户ID是本系统中的用户的唯一的识别信息。设施ID是系统7设置在的设施的识别信息。另外,也另外地管理了各系统7的计测装置的通信地址等。设施内用户ID是在该设施或系统7内管理的用户识别信息存在的情况下的该用户识别信息。即,对用户ID与设施内用户ID关联地进行管理。疾患项目和症状项目保存用户选择输入的表示疾患和症状的值、或在医院中由医师等诊断得到的值。重症度评分是表示关于疾患的程度的值。
历史信息项目是管理该用户过去的服务使用和异常数据处理的实际情况的信息,按时序保存了各次使用的日期时间等信息。另外,在历史信息项目中,保存了该次进行了练习的情况下的各数据、即上述计测数据、分析评价数据、异常数据检测结果、异常数据处理内容等数据。在历史信息项目中,也可以保存各数据保存在的地址的信息。
[本地与服务器的异常数据检测的分担]
实施方式1中,是在异常数据检测部14中执行不使用DB的异常数据检测部14A和使用DB的异常数据检测部14B两者的结构。与此相对,本实施方式中,在位于本地的系统7的终端装置4中实施不使用DB的异常数据检测部14A,在服务器6中实施使用DB的异常数据检测部14B。作为这样分担的理由,是服务器6中,根据从多个系统7(7A、7B、……)收集的数据构成了单受检者DB45A和多受检者DB45B,所以适合使用DB的异常数据检测。另一方面,为了尽可能快地实施不需要这些DB的异常数据检测,在本地的终端装置4中执行较好。通过在本地的终端装置4中进行异常数据检测,能够在计测中发生了异常的情况下实时地进行异常数据检测,立即发出重新计测的指示。另外,与服务器之间的网络并非持续连接的情况下,能够防止对服务器发送数据并等待异常数据检测结果的时间损失。
另外,叙述了如上所述按是否使用DB的基准,使终端装置4与服务器6分担异常数据检测功能的方法,但也可以是其他分担方法。例如,如果医院H1中有较多用户来访,能够构建大规模的DB,则使用DB的异常数据检测部14B也可以在终端装置4中执行。另外,对系统的管理者赋予了对管理表50的异常检出理由和处理对应表50B的设定一齐进行变更的权限的情况下,不使用DB的异常数据检测部14A也可以在服务器6中执行。
[效果等]
根据实施方式3的异常数据处理系统,与实施方式1同样地,通过同时使用单受检者DB45A和多受检者DB45B两者的DB,能够实现精度高的异常数据检测。另外,通过用服务器管理单受检者DB45A和多受检者DB45B,能够收集多个设施的数据而构建大规模的DB,认为能够实现精度更高的异常数据检测。另外,通过由本地的终端装置4与服务器6分担异常数据检测功能,能够实现无时间损失的异常数据检测。
以上,对于本发明基于实施方式具体地进行了说明,但本发明不限定于上述实施方式,能够在不脱离其主旨的范围内进行各种变更。
本发明不限定于上述实施方式,包括各种变形例。例如,能够将某个实施例的结构的一部分置换为其他实施例的结构,也能够在某个实施例的结构上添加其他实施例的结构。另外,对于各实施例的结构的一部分,能够追加、删除、置换其他结构。
产业上的可利用性
能够用于信息处理服务技术。
附图标记说明
1…异常数据处理系统,2…计测系统,3…计测装置,4…终端装置。
Claims (6)
1.一种异常数据处理系统,从检测单元获取新数据来检测新数据有无异常并进行处理,其中,所述检测单元用于检测受检者的一只手的拇指和食指的开闭运动即手指敲击运动中的运动信息,所述新数据包含时序的波形信号,所述异常数据处理系统的特征在于,包括:
存储部,其用于保存蓄积了单个受检者的数据的单受检者数据库;
单受检者数据库偏离度计算部,其用于计算作为所述新数据偏离所述单受检者数据库的程度的单受检者数据库偏离度;和
计算部,其使用所述单受检者数据库的数据数来求取所述单受检者数据库偏离度,
基于所述偏离度判断所述新数据有无异常。
2.如权利要求1所述的异常数据处理系统,其特征在于:
所述计算部,使用随着所述单受检者数据库的数据数增多而增大的单受检者数据库可信系数,用所述单受检者数据库可信系数对所述单受检者数据库偏离度进行加权来求取所述偏离度。
3.如权利要求1所述的异常数据处理系统,其特征在于,包括:
用于决定所述新数据被判断为异常时的处理的异常数据处理决定部;和
用于执行所述处理的异常数据处理执行部。
4.如权利要求1所述的异常数据处理系统,其特征在于:
所述单受检者数据库偏离度计算部具有下述功能:
计算所述新数据与所述单受检者数据库内的各数据的计测时间的差,并计算所述计测时间的差越大则越衰减的过去数据可信度,来从所述各数据和所述过去数据可信度计算所述单受检者数据库偏离度的经时衰减偏离度计算功能。
5.如权利要求1所述的异常数据处理系统,其特征在于:
还包括不使用数据库的异常数据检测部,其不使用所述单受检者数据库,而基于所述新数据本身或从所述新数据得到的特征量来判断所述新数据有无异常。
6.如权利要求5所述的异常数据处理系统,其特征在于:
所述新数据是手指运动数据,
所述不使用数据库的异常数据检测部,将从所述手指运动数据计算出的波形振幅、运动未实施时间和双手协调性中的至少一者作为所述特征量,检测该特征量是否脱离规定的数值范围。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017209127 | 2017-10-30 | ||
JP2017-209127 | 2017-10-30 | ||
PCT/JP2018/038709 WO2019087787A1 (ja) | 2017-10-30 | 2018-10-17 | 異常データ処理システムおよび異常データ処理方法 |
CN201880068182.2A CN111246794B (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统和异常数据处理方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880068182.2A Division CN111246794B (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统和异常数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116049751A true CN116049751A (zh) | 2023-05-02 |
Family
ID=66333512
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880068182.2A Active CN111246794B (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统和异常数据处理方法 |
CN202310001044.5A Pending CN115982661A (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统 |
CN202310001045.XA Pending CN116049751A (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880068182.2A Active CN111246794B (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统和异常数据处理方法 |
CN202310001044.5A Pending CN115982661A (zh) | 2017-10-30 | 2018-10-17 | 异常数据处理系统 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11607153B2 (zh) |
JP (4) | JP6801122B2 (zh) |
CN (3) | CN111246794B (zh) |
WO (1) | WO2019087787A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117898710B (zh) * | 2024-03-18 | 2024-05-17 | 华中科技大学 | 一种基于手指肌动信号的手部异常运动确定装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017022312A1 (ja) * | 2015-08-06 | 2017-02-09 | 新日鉄住金ソリューションズ株式会社 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
DE102019209605A1 (de) * | 2019-07-01 | 2021-01-07 | Aktiebolaget Skf | Vorrichtung zum Detektieren eines Defekts einer rotierenden Anordnung |
CN112635031B (zh) * | 2020-12-15 | 2023-08-29 | 北京懿医云科技有限公司 | 一种数据量的异常检测方法、装置、存储介质和设备 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000166881A (ja) | 1998-12-04 | 2000-06-20 | Toshiba Corp | 個人医療管理システム |
JP2003204942A (ja) | 2002-01-16 | 2003-07-22 | Yamaha Motor Co Ltd | 生体状態関連情報提供システム |
JP2005305134A (ja) * | 2004-03-26 | 2005-11-04 | Matsushita Electric Ind Co Ltd | 生体情報処理装置、生体情報処理システム |
EP1582146A3 (en) | 2004-03-26 | 2005-11-02 | Matsushita Electric Industrial Co., Ltd. | Vital sign processing apparatus and method |
US8224034B2 (en) | 2006-02-02 | 2012-07-17 | NL Giken Incorporated | Biometrics system, biologic information storage, and portable device |
JP5130420B2 (ja) * | 2006-02-02 | 2013-01-30 | 雅英 田中 | 個人認証兼健康管理システム |
IL178673A0 (en) * | 2006-04-03 | 2007-02-11 | Ilan Menashe | Improved digital thermometer |
JP5048625B2 (ja) * | 2008-10-09 | 2012-10-17 | 株式会社日立製作所 | 異常検知方法及びシステム |
JP5185785B2 (ja) * | 2008-11-19 | 2013-04-17 | オムロンヘルスケア株式会社 | 健康状態判断装置 |
US10321840B2 (en) * | 2009-08-14 | 2019-06-18 | Brainscope Company, Inc. | Development of fully-automated classifier builders for neurodiagnostic applications |
JP2011238215A (ja) | 2010-04-17 | 2011-11-24 | Udo Toshihiro | 心身健康状況管理システム |
GB201012519D0 (en) | 2010-07-26 | 2010-09-08 | Ucl Business Plc | Method and system for anomaly detection in data sets |
US20130044927A1 (en) * | 2011-08-15 | 2013-02-21 | Ian Poole | Image processing method and system |
JP2013077274A (ja) * | 2011-09-30 | 2013-04-25 | Fujitsu Ltd | 情報処理装置、情報処理方法、および情報処理プログラム |
JP5771510B2 (ja) | 2011-11-21 | 2015-09-02 | 株式会社日立製作所 | 判別と回帰を同時に行う回帰分析システムおよび回帰分析方法 |
JP5538597B2 (ja) * | 2013-06-19 | 2014-07-02 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
CN105407800B (zh) * | 2013-09-11 | 2019-04-26 | 麦克赛尔株式会社 | 脑功能障碍评价装置及存储介质 |
CN104704526A (zh) * | 2013-10-01 | 2015-06-10 | 国立大学法人东北大学 | 健康信息处理装置、健康信息显示装置以及方法 |
JP2017189444A (ja) | 2016-04-14 | 2017-10-19 | Toto株式会社 | 生体情報測定システム |
JP6653222B2 (ja) * | 2016-06-06 | 2020-02-26 | マクセル株式会社 | 手指運動練習メニュー生成システム、方法、及びプログラム |
JP6592416B2 (ja) * | 2016-09-29 | 2019-10-16 | マクセル株式会社 | タスク実行順序決定システムおよびタスク実行方法 |
JP7073763B2 (ja) * | 2017-03-16 | 2022-05-24 | 株式会社リコー | 情報処理システム、情報処理方法、電子機器、サーバ装置及び情報処理プログラム |
JP6291107B2 (ja) | 2017-03-30 | 2018-03-14 | マクセル株式会社 | 脳機能障害評価方法、脳機能障害評価装置およびそのプログラム |
-
2018
- 2018-10-17 WO PCT/JP2018/038709 patent/WO2019087787A1/ja active Application Filing
- 2018-10-17 JP JP2019551056A patent/JP6801122B2/ja active Active
- 2018-10-17 CN CN201880068182.2A patent/CN111246794B/zh active Active
- 2018-10-17 US US16/756,170 patent/US11607153B2/en active Active
- 2018-10-17 CN CN202310001044.5A patent/CN115982661A/zh active Pending
- 2018-10-17 CN CN202310001045.XA patent/CN116049751A/zh active Pending
-
2020
- 2020-11-25 JP JP2020195150A patent/JP7029513B2/ja active Active
-
2022
- 2022-02-18 JP JP2022023708A patent/JP7296495B2/ja active Active
-
2023
- 2023-01-11 US US18/095,719 patent/US20230165487A1/en active Pending
- 2023-06-12 JP JP2023096145A patent/JP2023123563A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117898710B (zh) * | 2024-03-18 | 2024-05-17 | 华中科技大学 | 一种基于手指肌动信号的手部异常运动确定装置 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019087787A1 (ja) | 2020-10-22 |
CN115982661A (zh) | 2023-04-18 |
WO2019087787A1 (ja) | 2019-05-09 |
US20200245902A1 (en) | 2020-08-06 |
CN111246794A (zh) | 2020-06-05 |
JP2023123563A (ja) | 2023-09-05 |
JP2021051758A (ja) | 2021-04-01 |
JP7029513B2 (ja) | 2022-03-03 |
JP6801122B2 (ja) | 2020-12-16 |
CN111246794B (zh) | 2023-01-20 |
US20230165487A1 (en) | 2023-06-01 |
JP7296495B2 (ja) | 2023-06-22 |
JP2022059078A (ja) | 2022-04-12 |
US11607153B2 (en) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109152556B (zh) | 手指运动练习菜单生成系统、方法和程序 | |
CN109475351B (zh) | 任务执行顺序决定系统以及任务执行方法 | |
US11850042B2 (en) | Brain dysfunction evaluation system, brain dysfunction evaluation method, and program | |
JP7296495B2 (ja) | 異常データ処理システムおよび異常データ処理方法 | |
US7419473B2 (en) | Living body inspection apparatus | |
JP5330933B2 (ja) | 運動機能評価システム、運動機能評価方法およびプログラム | |
WO2021014717A1 (ja) | 検出装置および検出方法 | |
JP2023133526A (ja) | 検出装置および検出方法 | |
CN114126498B (zh) | 检测装置和检测方法 | |
KR20220068005A (ko) | IoT 디바이스 연동 인지재활 서비스 제공 방법 | |
EP3547321A1 (en) | Method and system for displaying clinical information on a screen of a wearable device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |