CN116114028A - 神经肌肉疾病评估系统 - Google Patents
神经肌肉疾病评估系统 Download PDFInfo
- Publication number
- CN116114028A CN116114028A CN202180055163.8A CN202180055163A CN116114028A CN 116114028 A CN116114028 A CN 116114028A CN 202180055163 A CN202180055163 A CN 202180055163A CN 116114028 A CN116114028 A CN 116114028A
- Authority
- CN
- China
- Prior art keywords
- user
- neuromuscular disease
- assessment
- evaluation
- walking
- 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
- 208000018360 neuromuscular disease Diseases 0.000 title claims abstract description 120
- 238000011156 evaluation Methods 0.000 claims abstract description 154
- 230000006870 function Effects 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 230000007659 motor function Effects 0.000 claims abstract description 17
- 230000033001 locomotion Effects 0.000 claims description 122
- 230000009184 walking Effects 0.000 claims description 107
- 206010002026 amyotrophic lateral sclerosis Diseases 0.000 claims description 61
- 230000009471 action Effects 0.000 claims description 55
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 37
- 201000010099 disease Diseases 0.000 claims description 33
- 210000002683 foot Anatomy 0.000 claims description 28
- 230000000694 effects Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 210000003423 ankle Anatomy 0.000 claims description 11
- 201000006938 muscular dystrophy Diseases 0.000 claims description 10
- 208000018737 Parkinson disease Diseases 0.000 claims description 9
- 206010008025 Cerebellar ataxia Diseases 0.000 claims description 8
- 208000010112 Spinocerebellar Degenerations Diseases 0.000 claims description 8
- 206010029240 Neuritis Diseases 0.000 claims description 7
- 206010008748 Chorea Diseases 0.000 claims description 6
- 208000016285 Movement disease Diseases 0.000 claims description 6
- 208000008955 Mucolipidoses Diseases 0.000 claims description 6
- 206010072928 Mucolipidosis type II Diseases 0.000 claims description 6
- 208000012601 choreatic disease Diseases 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 claims description 6
- 230000037406 food intake Effects 0.000 claims description 6
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 claims description 6
- 208000002320 spinal muscular atrophy Diseases 0.000 claims description 6
- 208000011580 syndromic disease Diseases 0.000 claims description 6
- 208000004756 Respiratory Insufficiency Diseases 0.000 claims description 5
- 206010041591 Spinal osteoarthritis Diseases 0.000 claims description 5
- 208000036319 cervical spondylosis Diseases 0.000 claims description 5
- 210000003026 hypopharynx Anatomy 0.000 claims description 5
- 201000004193 respiratory failure Diseases 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 5
- 208000005801 spondylosis Diseases 0.000 claims description 5
- 241000894006 Bacteria Species 0.000 claims description 4
- 208000000059 Dyspnea Diseases 0.000 claims description 4
- 206010013975 Dyspnoeas Diseases 0.000 claims description 4
- 208000003926 Myelitis Diseases 0.000 claims description 4
- 206010033799 Paralysis Diseases 0.000 claims description 4
- 208000017493 Pelizaeus-Merzbacher disease Diseases 0.000 claims description 4
- 241000700605 Viruses Species 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 4
- 206010028417 myasthenia gravis Diseases 0.000 claims description 4
- 208000005987 polymyositis Diseases 0.000 claims description 4
- 201000011452 Adrenoleukodystrophy Diseases 0.000 claims description 3
- 238000005727 Friedel-Crafts reaction Methods 0.000 claims description 3
- 102000009030 Member 1 Subfamily D ATP Binding Cassette Transporter Human genes 0.000 claims description 3
- 108010049137 Member 1 Subfamily D ATP Binding Cassette Transporter Proteins 0.000 claims description 3
- 201000011442 Metachromatic leukodystrophy Diseases 0.000 claims description 3
- 206010058799 Mitochondrial encephalomyopathy Diseases 0.000 claims description 3
- 208000002678 Mucopolysaccharidoses Diseases 0.000 claims description 3
- 208000001089 Multiple system atrophy Diseases 0.000 claims description 3
- 208000010428 Muscle Weakness Diseases 0.000 claims description 3
- 206010028289 Muscle atrophy Diseases 0.000 claims description 3
- 206010028372 Muscular weakness Diseases 0.000 claims description 3
- 206010034620 Peripheral sensory neuropathy Diseases 0.000 claims description 3
- 201000011252 Phenylketonuria Diseases 0.000 claims description 3
- 206010036105 Polyneuropathy Diseases 0.000 claims description 3
- 208000032319 Primary lateral sclerosis Diseases 0.000 claims description 3
- 208000006011 Stroke Diseases 0.000 claims description 3
- 206010046298 Upper motor neurone lesion Diseases 0.000 claims description 3
- 210000001766 X chromosome Anatomy 0.000 claims description 3
- 210000004556 brain Anatomy 0.000 claims description 3
- 230000001684 chronic effect Effects 0.000 claims description 3
- 208000037976 chronic inflammation Diseases 0.000 claims description 3
- 230000006020 chronic inflammation Effects 0.000 claims description 3
- 230000003210 demyelinating effect Effects 0.000 claims description 3
- 201000001981 dermatomyositis Diseases 0.000 claims description 3
- QPJBWNIQKHGLAU-IQZHVAEDSA-N ganglioside GM1 Chemical compound O[C@@H]1[C@@H](O)[C@H](OC[C@H](NC(=O)CCCCCCCCCCCCCCCCC)[C@H](O)\C=C\CCCCCCCCCCCCC)O[C@H](CO)[C@H]1O[C@H]1[C@H](O)[C@@H](O[C@]2(O[C@H]([C@H](NC(C)=O)[C@@H](O)C2)[C@H](O)[C@H](O)CO)C(O)=O)[C@@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@@H](O)[C@@H](CO)O3)O)[C@@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](CO)O1 QPJBWNIQKHGLAU-IQZHVAEDSA-N 0.000 claims description 3
- GIVLTTJNORAZON-HDBOBKCLSA-N ganglioside GM2 (18:0) Chemical compound O[C@@H]1[C@@H](O)[C@H](OC[C@H](NC(=O)CCCCCCCCCCCCCCCCC)[C@H](O)\C=C\CCCCCCCCCCCCC)O[C@H](CO)[C@H]1O[C@H]1[C@H](O)[C@@H](O[C@]2(O[C@H]([C@H](NC(C)=O)[C@@H](O)C2)[C@H](O)[C@H](O)CO)C(O)=O)[C@@H](O[C@H]2[C@@H]([C@@H](O)[C@@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](CO)O1 GIVLTTJNORAZON-HDBOBKCLSA-N 0.000 claims description 3
- 201000008319 inclusion body myositis Diseases 0.000 claims description 3
- 235000014655 lactic acid Nutrition 0.000 claims description 3
- 239000004310 lactic acid Substances 0.000 claims description 3
- 201000010901 lateral sclerosis Diseases 0.000 claims description 3
- 208000012268 mitochondrial disease Diseases 0.000 claims description 3
- 208000005264 motor neuron disease Diseases 0.000 claims description 3
- 208000020460 mucolipidosis II alpha/beta Diseases 0.000 claims description 3
- 206010028093 mucopolysaccharidosis Diseases 0.000 claims description 3
- 206010065579 multifocal motor neuropathy Diseases 0.000 claims description 3
- 201000006417 multiple sclerosis Diseases 0.000 claims description 3
- 230000003387 muscular Effects 0.000 claims description 3
- 201000000585 muscular atrophy Diseases 0.000 claims description 3
- 208000008795 neuromyelitis optica Diseases 0.000 claims description 3
- 208000033808 peripheral neuropathy Diseases 0.000 claims description 3
- 208000019629 polyneuritis Diseases 0.000 claims description 3
- 201000002212 progressive supranuclear palsy Diseases 0.000 claims description 3
- 230000028327 secretion Effects 0.000 claims description 3
- 201000005572 sensory peripheral neuropathy Diseases 0.000 claims description 3
- 230000001148 spastic effect Effects 0.000 claims description 3
- 210000000278 spinal cord Anatomy 0.000 claims description 3
- 208000020431 spinal cord injury Diseases 0.000 claims description 3
- 230000001256 tonic effect Effects 0.000 claims description 3
- 208000009999 tuberous sclerosis Diseases 0.000 claims description 3
- 206010061296 Motor dysfunction Diseases 0.000 claims description 2
- 208000021386 Sjogren Syndrome Diseases 0.000 claims description 2
- 230000020763 muscle atrophy Effects 0.000 claims description 2
- 201000005671 spondyloarthropathy Diseases 0.000 claims description 2
- 206010061216 Infarction Diseases 0.000 claims 1
- 208000019430 Motor disease Diseases 0.000 claims 1
- 230000007574 infarction Effects 0.000 claims 1
- 230000007170 pathology Effects 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 abstract description 6
- 238000011002 quantification Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 49
- 238000010586 diagram Methods 0.000 description 37
- 230000000875 corresponding effect Effects 0.000 description 17
- 210000001364 upper extremity Anatomy 0.000 description 17
- 230000008859 change Effects 0.000 description 14
- 210000003127 knee Anatomy 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 208000024891 symptom Diseases 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 210000003205 muscle Anatomy 0.000 description 8
- 206010061818 Disease progression Diseases 0.000 description 7
- 230000005750 disease progression Effects 0.000 description 7
- 210000002414 leg Anatomy 0.000 description 6
- 210000003141 lower extremity Anatomy 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 208000012661 Dyskinesia Diseases 0.000 description 5
- 210000005036 nerve Anatomy 0.000 description 5
- 238000005452 bending Methods 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 229940124597 therapeutic agent Drugs 0.000 description 4
- 206010008118 cerebral infarction Diseases 0.000 description 3
- 208000026106 cerebrovascular disease Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 238000010972 statistical evaluation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010003591 Ataxia Diseases 0.000 description 2
- 208000034869 Cervical myelopathy Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 1
- 244000061520 Angelica archangelica Species 0.000 description 1
- 206010003694 Atrophy Diseases 0.000 description 1
- 206010006542 Bulbar palsy Diseases 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 235000001287 Guettarda speciosa Nutrition 0.000 description 1
- 208000023105 Huntington disease Diseases 0.000 description 1
- WTDRDQBEARUVNC-LURJTMIESA-N L-DOPA Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-LURJTMIESA-N 0.000 description 1
- WTDRDQBEARUVNC-UHFFFAOYSA-N L-Dopa Natural products OC(=O)C(N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-UHFFFAOYSA-N 0.000 description 1
- 208000029578 Muscle disease Diseases 0.000 description 1
- FTALBRSUTCGOEG-UHFFFAOYSA-N Riluzole Chemical compound C1=C(OC(F)(F)F)C=C2SC(N)=NC2=C1 FTALBRSUTCGOEG-UHFFFAOYSA-N 0.000 description 1
- 206010039424 Salivary hypersecretion Diseases 0.000 description 1
- 208000020307 Spinal disease Diseases 0.000 description 1
- 208000037114 Symptom Flare Up Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- VMWNQDUVQKEIOC-CYBMUJFWSA-N apomorphine Chemical compound C([C@H]1N(C)CC2)C3=CC=C(O)C(O)=C3C3=C1C2=CC=C3 VMWNQDUVQKEIOC-CYBMUJFWSA-N 0.000 description 1
- 229960004046 apomorphine Drugs 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000003915 cell function Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002316 cosmetic surgery Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- QELUYTUMUWHWMC-UHFFFAOYSA-N edaravone Chemical compound O=C1CC(C)=NN1C1=CC=CC=C1 QELUYTUMUWHWMC-UHFFFAOYSA-N 0.000 description 1
- 229950009041 edaravone Drugs 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 208000011977 language disease Diseases 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 208000036546 leukodystrophy Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002161 motor neuron Anatomy 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 201000002241 progressive bulbar palsy Diseases 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 229960004181 riluzole Drugs 0.000 description 1
- 208000026451 salivation Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000013623 stereotypic movement disease Diseases 0.000 description 1
- LQZAIAZUDWIVPM-SRVKXCTJSA-N taltirelin Chemical compound N1C(=O)N(C)C(=O)C[C@H]1C(=O)N[C@H](C(=O)N1[C@@H](CCC1)C(N)=O)CC1=CN=CN1 LQZAIAZUDWIVPM-SRVKXCTJSA-N 0.000 description 1
- 229950007365 taltirelin Drugs 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—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
- A61B5/103—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
- A61B5/112—Gait analysis
-
- 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
- A61B5/103—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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4842—Monitoring progression or stage of a disease
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Neurosurgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Developmental Disabilities (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种能够简便地评估神经肌肉疾病的神经肌肉疾病评估装置,其侵袭性低,灵敏度高,且定量性及客观性优异。本发明是进行神经肌肉疾病相关的运动功能的评估的装置,具备:存储部,存储用来评估规定动作的基准值,所述基准值是基于至少1个身体部位的位置而算出;解析部,对基于图像的信息进行解析,特定出使用者的身体部位的位置,所述图像是拍摄所述规定动作所得的包含所述使用者身体在内的图像;及评估部,根据基于所述使用者的身体部位的位置而算出的数值及所述基准值,进行所述运动功能的评估。
Description
技术领域
本发明是关于一种神经肌肉疾病评估系统。
背景技术
神经肌肉疾病是因脑、脊髓、末梢神经等神经本身的病变或肌肉本身的病变而引起运动障碍的疾病的总称,作为代表性疾病,可例举帕金森氏症、脊髓小脑变性症、肌萎缩性侧索硬化症、由病毒或细菌引起的神经炎或脊髓炎、重症肌无力症、肌肉失养症、多发性肌炎等(非专利文献1~3)。这些神经肌肉疾病的共同的主要症状为运动障碍。此外,除此以外,脑梗塞、颈椎病、脊髓病不包含在神经肌肉疾病中,但这些疾病的症状仍为产生运动障碍,因此,以下作为神经肌肉疾病中所包含的疾病进行说明。
神经肌肉疾病中,例如肌萎缩性侧索硬化症(Amyotrophic lateral sclerosis,以下也称为“ALS”)是进展性较快的致死性的严重疾病,其因上位及下位运动神经元的选择性退化性缺陷而阻碍自由运动,逐渐进展为上肢、下肢的无力或延髓性麻痹、呼吸肌麻痹,发病后2~5年呼吸衰竭,所以大多需要进行呼吸管理。
ALS是进展较快的致死性疾病,发生萎缩的肌肉种类或进展存在个体差。另外,ALS无特殊标记,所以现行诊断基本上为除外诊断。作为诊断基准,例如有修订EL Escorial诊断基准,但诊断灵敏度较低,实际情况下需要临床上综合诊断。另外,还存在电生理学检查,但该检查对患者造成的负担较大,且无法追踪病情进展、严重程度,所以ALS的进展是通过目视来评估,难以高灵敏度地进行早期诊断。因此,存在如下技术,即,为了定量地且客观地评估肢体能力,例如,使用动作捕捉技术来提高肢体能力测定的便利性(例如,专利文献1等)。
背景技术文献
专利文献
专利文献1:日本专利第6465419号公报
非专利文献1:疑难杂症信息中心因特网<URL:https://www.nanbyou.or.jp/entry/5347#01>
非专利文献2:一般社团法人日本神经学会因特网<URL:https://www.neurology-jp.org/public/disease/index.htmll#about>
非专利文献3:公益社团法人日本整形外科学会、神经·肌肉疾病的症状一览因特网<URL:https://www.joa.or.jp/public/sick/body/nerve.html>
发明内容
[发明要解决的问题]
有通过尽早发现神经肌肉疾病而实施恰当治疗来防止疾病进展的需求,为此,需要通过利用数字工具来提高灵敏度、定量性、客观性,从而容易对神经肌肉疾病进行评估。
本发明的目的在于提供一种能够容易地评估神经肌肉疾病的神经肌肉疾病评估系统。
[解决问题的技术手段]
用于解决所述问题的本发明的主要发明是一种进行神经肌肉疾病相关的运动功能的评估的装置,具备:存储部,存储用于评估规定动作的基准值,该基准值是基于至少1个身体部位的位置而算出;解析部,对基于图像的信息进行解析,特定出使用者身体部位的位置,该图像是拍摄所述特定动作所得的包含所述使用者身体在内的图像;及评估部,基于根据所述使用者的身体部位的位置而算出的数值及所述基准值,进行所述运动功能的评估。
本案所揭示的其它课题及其解决方法,可通过发明实施方式一栏及图式而明确。
[发明的效果]
根据本发明,可提供一种能够评估神经肌肉疾病的神经肌肉疾病评估装置,其侵袭性低,灵敏度高,且定量性及客观性优异。
附图说明
图1是表示本实施方式的神经肌肉疾病评估系统的整体构成例的图。
图2是表示服务器装置10的硬件构成例的图。
图3是表示服务器装置10的软件构成例的图。
图4是表示使用者信息存储部131的构成例的图。
图5是表示图像信息存储部132的构成例的图。
图6是表示基准信息存储部133的构成例的图。
图7是表示评估信息存储部134的构成例的图。
图8是表示本实施方式的神经肌肉疾病评估系统中执行的处理流程的图。
图9是表示神经肌肉疾病系统中执行的处理中的解析处理的详情的图。
图10是表示神经肌肉疾病系统中执行的处理中的评估处理的详情的图。
图11是表示运动功能的评估结果的一例(步行速度)的图。
图12是表示运动功能的评估结果的一例(摆臂角度)的图。
图13是表示运动功能的评估结果的一例(摆腿角度)的图。
图14是表示运动功能的评估结果的一例(相位差)的图。
图15是表示运动功能的评估结果的一例(低头角度)的图。
图16是表示运动功能的评估结果的一例(后背弯曲角度)的图。
图17是表示运动功能的评估结果的一例(身体左右摇晃角度)的图。
图18是表示运动功能的评估结果的一例(数字得分与既有指标的关联性)的图。
图19是表示运动功能的评估结果的一例(数字得分与时间的关联性)的图。
图20是表示运动功能的评估结果的一例(左右脚向前方及后方抬起的角度与有关步行的ALSFRS-R得分的关联性)的图。
图21是表示运动功能的评估结果的一例(上肢抬起角度与有关书写、进食及更衣的ALSFRS-R得分的关联性)的图。
图22是说明上肢动作与有关书写的ALSFRS-R得分的关联性的图。
图23是表示上下台阶相关的数字得分与有关步行、上下台阶的ALSFRS-R得分的间的关联性的图。
图24是表示运动功能的评估结果的一例(脚踝可动角度与有关步行的ALSFRS-R得分的关联性)的图。
具体实施方式
例举本发明的实施方式的内容进行说明。本发明的一实施方式具备如下构成。
[项目1]
一种神经肌肉疾病评估装置,其是进行神经肌肉疾病相关的运动功能的评估的装置,具备:
存储部,存储用来评估规定动作的基准值,所述基准值是基于至少1个身体部位的位置而算出;
解析部,对基于图像的信息进行解析,特定出所述使用者的身体部位的位置,所述图像是拍摄所述规定动作所得的包含使用者身体在内的图像;及
评估部,根据基于所述使用者的身体部位的位置而算出的数值及所述基准值,进行所述运动功能的评估。
[项目2]
根据项目1所述的神经肌肉疾病评估装置,其中所述使用者的身体部位至少包含所述使用者的上半身所含的部位。
[项目3]
根据项目1所述的神经肌肉疾病评估装置,其中所述使用者的身体部位至少包含所述使用者的上半身及下半身所含的部位。
[项目4]
根据项目2或3所述的神经肌肉疾病评估装置,其中所述上半身包含头部、颈部、背部及臂部的任一者。
[项目5]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部是基于神经肌肉疾病的检查中的与运动功能相关的项目而进行评估。
[项目6]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部是基于肌萎缩性侧索硬化症的检查中的与运动功能相关的项目而进行评估。
[项目7]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部是基于所述使用者的部位协调动作相关的项目而进行评估。
[项目8]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部是基于ALS功能评估量表(ALSFRS-R)中所含的与运动功能相关的项目而进行评估。
[项目9]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部对肌肉萎缩进行评估。
[项目10]
根据项目5所述的神经肌肉疾病评估装置,其中所述项目包含选自言语、唾液分泌、下咽、书写、摄食动作、穿衣/日常生活动作、眠床上的动作、步行、爬楼梯、呼吸困难、端坐呼吸、及呼吸衰竭中的至少任一者。
[项目11]
根据项目1所述的神经肌肉疾病评估装置,其中所述解析部对拍摄作为所述规定动作的使用者的步行动作中的所述使用者的身体所得的图像进行解析,
所述评估部进行所述步行动作及/或所述步行本质的评估来作为所述运动功能的评估。
[项目12]
根据项目11所述的神经肌肉疾病评估装置,其中与所述步行动作本质评估相关联,而对所述使用者的选自步行速度、步幅、摆臂、摆腿、全身各关节标记的相位差、低头、后背弯曲、身体左右摆动、身体晃动(前后及左右)中的至少任一项进行评估。
[项目13]
根据项目11所述的神经肌肉疾病评估装置,其中与所述步行动作本质评估相关联,而对所述使用者的选自步行速度、摆臂、摆腿、全身各关节标记的相位差、低头、后背弯曲、身体左右摇晃中的至少任一项进行评估。
[项目14]
根据项目11所述的神经肌肉疾病评估装置,其中与所述步行动作相关联,而对ALS功能评估量表(ALSFRS-R)中所含的与运动功能相关的项目进行相关评估。
[项目15]
根据项目1所述的神经肌肉疾病评估装置,其中所述部位与关节相关。
[项目16]
根据项目1所述的神经肌肉疾病评估装置,其中所述解析部对拍摄作为所述规定动作的使用者的步行动作中的所述使用者的身体所得的图像进行解析,
所述评估部进行所述书写、摄食动作、或穿衣/日常生活动作的动作及/或本质的评估,来作为所述运动功能的评估。
[项目17]
根据项目16所述的神经肌肉疾病评估装置,其中与所述书写、摄食动作、或穿衣/日常生活动作的动作本质评估相关联,而对所述使用者的摆臂进行评估。
[项目18]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部包括基于所述评估来确定神经肌肉疾病的进展度。
[项目19]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部包括基于所述评估来确定患者类型,所述患者类型是根据运动功能障碍的进展度而分类。
[项目20]
根据项目1所述的神经肌肉疾病评估装置,其中所述神经肌肉疾病包含肌萎缩性侧索硬化症。
[项目21]
根据项目1所述的神经肌肉疾病评估装置,其中所述评估部对关节可动范围进行评估。
[项目22]
根据项目1所述的神经肌肉疾病评估装置,其中所述解析部包括通过动作捕捉技术而特定出所述使用者的身体部位。
[项目23]
根据项目1所述的神经肌肉疾病评估装置,其中所述神经肌肉疾病包含帕金森氏症、杭丁顿舞蹈症、肌萎缩性侧索硬化症、脊髓小脑变性症、进行性核上性麻痹、多系统萎缩症、多发性硬化症、视神经脊髓炎、肾上腺脑白质失养症、异染性脑白质失养症、高戊二酸血症I型、苯丙酮尿症、GM1神经节苷脂、GM2神经节苷脂、粘脂质症II型(I-cell病)、天使症候群、球细胞脑白质失养症、贝敦氏症、粘多醣症、雷特氏症、尼曼匹克症A,B,C、脊髓损伤、包涵体性肌炎、重症肌无力症、遗传性痉挛性下身麻痹、原发性侧索硬化症、遗传性运动感觉神经病变、脊髓性肌肉萎缩症、弗里德赖希运动失调症、皮肤肌炎、多发性肌炎、格林-巴利症候群、慢性炎症、脱髓鞘性多发神经炎、蓝伯-伊顿肌无力症、多灶性运动神经病、抗MAG末梢神经病变、面肩胛肱型肌肉失养症、肌肉失养症、肌肉强直性失养症、裘馨氏肌肉失养症、面肩胛肱型肌肉失养症、球脊髓性肌肉萎缩症、线粒体病、Leigh脑脊髓病变(莱氏脑脊髓病变)、MELAS(线粒体脑肌病伴乳酸血症和脑中风样发作症候群)、X染色体脆折症运动失调症候群(FXTAS)、慢性儿童型脑硬化症(PMD)、由病毒或细菌引起的神经炎或脊髓炎、脑梗塞、颈椎病、脊椎病中的任一者。
[项目24]
根据项目16所述的神经肌肉疾病评估装置,其中与所述步行动作本质评估相关联,而对使用者的选自左右脚向前方及后方抬起、左右臂向前方及后方抬起、及脚踝可动角度中的至少任一项进行评估。
以下,参考附图对本发明的实施方式进行说明。此外,于本说明书及附图中,对具有实质上相同的功能构成的构成要素标注相同的符号,由此省略重复说明。
<系统构成>
图1是表示本发明的一实施方式的神经肌肉疾病评估系统(以下,也称为“本系统”)的构成例的图。利用相机拍摄患者等使用者的身体运动的情况,根据所拍摄的图像(静态图像或动态图像均可,本实施方式中设为动态图像),评估使用者的神经肌肉疾病相关的运动功能。
图1是表示本实施方式的神经肌肉疾病评估系统的整体构成例的图。如该图所示,本实施方式的神经肌肉疾病评估系统1中,服务器装置10与相机20及显示器30经由通信网络NW可相互通信地连接。通信网络NW例如为因特网或LAN(Local Area Network,局域网),由公用电话线路网、专用电话线路网、移动电话线路网、以太网(注册商标)、无线通信路等组建而成。
服务器装置10是管理整个神经肌肉疾病评估系统且评估运动功能的计算机。服务器装置10例如是工作站或个人计算机、通过云端运算而在逻辑上实现的虚拟计算机等。服务器装置10接收相机20所拍摄的动态图像,对所接收的动态图像进行解析来进行身体运动的评估。另外,服务器装置10也可以经由网络进而连接于外部服务器装置,将由相机20拍摄所得的信息及解析的信息发送到外部服务器装置,并接收经外部服务器装置解析的信息,此未图示。
相机20拍摄进行神经肌肉疾病评估的使用者40,基于拍摄使用者40所得的动态图像而检测表示该患者的各部位的信息(例如,表示与各部位对应的虚拟标记的信息)。相机20例如可使用Microsoft公司的Kinect(注册商标)传感器等动作捕捉技术。相机20可根据TCP/IP(transmission control protocol/internet protocol,传输控制协定/因特网协定)或Bluetooth(蓝牙)(注册商标)等协定,将基于所拍摄的动态图像的信息发送到服务器装置10。
显示器30具备与液晶显示器等周知的显示器相同的构成,供显示基于由相机20获得的各种图像数据的图像。显示器30通过经由通信网络NW的来自服务器装置10的控制而输出信息。此外,在显示器30连接有计算机,该计算机与服务器装置10进行通信,由此可根据来自服务器装置10的指示而将信息输出到显示器30。显示器30可进行如下显示,该显示是当利用相机20拍摄使用者40的动态图像时,引导使用者40该进行哪种动作。例如,可将包含使用者40在内的背景动态图像显示于显示器30,使用文本、或基准线、图标等图形显示,引导使用者40在规定距离(例如10米或4.5米)及/或规定时间进行规定动作(例如言语、唾液分泌、下咽、书写、摄食动作、穿衣/日常生活动作、眠床上的动作、步行、爬楼梯、呼吸困难、端坐呼吸、及呼吸衰竭等)。
另外,本系统可包含由使用者40进行管理的智能手机、个人计算机、游戏机等使用者终端,此未图示。可于使用者终端中安装应用程序,通过使用者终端的运算装置来执行服务器装置10所执行的全部或部分功能,另外,可将服务器装置10所具备的存储装置103中储存的信息储存在内置于使用者终端中的存储部。另外,本系统可包含由实施使用者40的运动功能评估的医生等评估者进行管理的智能手机、个人计算机等评估者终端。与使用者终端相同,可由评估者终端执行服务器装置10所执行的全部或部分功能,另外,可将服务器装置10所具备的存储装置103中储存的信息储存在评估者终端。
接下来,对所述神经肌肉疾病评估系统1的构成的详情进行说明。
<硬件构成>
图2是表示本实施方式中实现服务器装置10的计算机的硬件构成例的图。服务器装置10具备运算装置101、存储器102、存储装置103、通信接口104、输入装置105、输出装置106。这些构件经由总线(未图示)而相互电连接。此外,如上所述,关于由服务器装置10中所含的存储装置103等装置及运算装置101执行的全部或部分功能,可由使用者终端等其它装置具备,或由使用者终端等其它装置执行。
运算装置101控制整个服务器装置10的动作,进行各要素间的数据收发控制、以及应用执行及认证处理所需的信息处理等。运算装置101例如是CPU(Central ProcessingUnit,中央处理器)或GPU(Graphics Processing Unit,图形处理器)等处理器,执行储存在存储装置103且在存储器102中展开的程序等,以此实施各信息处理。
存储器102包含由DRAM(Dynamic Random Access Memory,动态随机存取存储器)等易失性存储装置构成的主存储、及由闪存或HDD(Hard Disc Drive,硬盘驱动器)等非易失性存储装置构成的辅助存储。存储器102被用作运算装置101的工作区等。另外,存储器102储存服务器装置10启动时所执行的BIOS(Basic Input/Output System,基本输入/输出系统)及各种设定信息等。
存储装置103储存各种数据、应用程序等各种程序。存储装置103例如为硬盘驱动器、固态驱动器、闪存等。
通信接口104是用于将服务器装置10连接于通信网络NW的接口,例如是用来连接于以太网(注册商标)的转接器、用来连接于公用电话线路网的调制解调器、用来进行无线通信的无线通信机、用于串列通信的USB(Universal Serial Bus,通用串行总线)连接器或RS132C连接器等。该通信接口104连接于网络。
输入装置105输入数据,例如为键盘、鼠标、触控面板、按钮、麦克风等。
输出装置106输出数据,例如为显示器、打印机、扬声器等。
<软件构成>
图3是表示本实施方式中的服务器装置10的软件构成例的图。如该图所示,服务器装置10具备使用者信息管理部110、图像获取部111、解析部112、评估部113的各功能部、及使用者信息存储部131、图像信息存储部132、基准信息存储部133、评估信息存储部134的各存储部。
此外,所述各功能部是通过服务器装置10所具备的运算装置101将存储装置103中所存储的程序读出到存储器102并执行而实现,所述各存储部作为服务器装置10所具备的存储器102及存储装置103提供的存储区域的一部分而实现。
使用者信息存储部131存储与使用者40相关的信息。图4是表示使用者信息存储部131的构成例的图。如该图所示,使用者信息存储部131所存储的使用者信息中,与特定出使用者40的使用者ID建立对应而包含有基本信息(姓名、住址、性别、年龄等个人信息)、身高、体重等与身体相关的信息、肌萎缩性侧索硬化症(ALS)、脊髓小脑变性症、杭丁顿舞蹈症、帕金森氏症等神经肌肉疾病及其它疾病相关的病史、病情进展等信息。
图像信息存储部132存储相机20所拍摄的动态图像等图像信息。图5是表示图像信息存储部132的构成例的图。如该图所示,图像信息存储部132存储图像信息,图像信息中,与特定出进行拍摄的相机20的相机ID建立对应而包含图像信息。图像信息是用于显示相机20所拍摄的动态图像的数据。图像数据例如可为MP4、MPEG2、AVI(audio videointerleave,音频视频交错)、MOV(movie digital video technology,电影数字视频技术)等任意形式的数据。另外,图像信息并不限定为图像本身的信息,也可以包含根据图像获得的基于使用者身体部位的位置坐标等图像的信息。进而,图像信息也可以包含从图像中提取出的虚拟标记相关的信息。
基准信息存储部133存储评估使用者40的运动功能时所参考的基准信息(也包含基于基准值而算出的评估动作的信息、计算公式,以下称为“基准信息”)。图6是表示基准信息存储部133的构成例的图。如该图所示,基准信息存储部133例如包含为评估使用者的规定动作而参考的动作评估用基准信息(例如,评估使用者的运动功能以评测ALS的发病及/或进展度的情形时,作为ALS功能评估量表(以下记为“ALSFRS-R”)中的评估对象的项目而例举的动作评估相关的信息)、及为评估使用者的规定动作的本质而参考的动作本质评估用基准信息(例如,当动作为步行时,为步行速度、步幅、摆臂、后背弯曲、身体左右摆动等评估相关的信息)。此处,ALSFRS-R是ALS患者的综合重症度指标。ALSFRS-R是诊断ALS患者的日常生活活动的指标,由细胞功能、上肢ADL(Activities of Daily Living,日常生活活动)、下肢ADL、呼吸状态这4个部分构成。通过对12个项目动作的各项目,以0至4这5个阶段进行评分,而对ALS患者的综合重症度、病情进展进行评估。关于成为评估对象的12个项目,可例举1)言语、2)唾液分泌、3)下咽、4)书写、5)摄食动作、6)穿衣/日常生活动作、7)眠床上的动作、8)步行、9)爬楼梯、10)呼吸困难、11)端坐呼吸、12)呼吸衰竭。除ALSFRS-R以外,作为ALS的评估方法,也可以例举40-item Amyotrophic Lateral Sclerosis(ALS)Assessment Questionaire(ALSAQ-40,40项ALS评估问卷)、Japanese ALS SeverityClassification(日本ALS严重等级分类)、Modified Norris Scale(改良诺里斯量表)等。本发明中进行定量评估的临床动作数值,可有效地用于ALS以外的神经肌肉疾病、例如脊髓小脑变性症等的评估项目的一部分或全部。例如,作为ALS以外的疾病,于评估使用者的运动功能以评测脊髓小脑变性症的发病及/或进展度的情形时,作为共济失调障碍评估量表(Scale for the assessment and rating of ataxia,SARA),评估项目可为1)步行、2)立位、3)坐位、4)语言障碍、5)指指、6)指鼻、7)轮替、8)跟胫。另外,于评估使用者的运动功能以评测杭丁顿舞蹈症的发病及/或进展度的情形时,作为统一杭丁顿舞蹈症评分量表(Unified Huntington's Disease Rating Scale,UHDRS),可将1)动作评估(MotorAssessment)、2)认知评估(Cognitive Assessment)、3)行为评估(BehavioralAssessment)、4)独立性量表(Independence Scale)、5)功能评估(FunctionalAssessment)、6)总功能能力(Total Functional Capacity,TFC)作为评估项目。进而,于评估使用者的运动功能以评测帕金森氏症的发病及/或进展度的情形时,作为统一帕金森氏症评分量表(Unified Parkinson's Disease Rating Scale,UPDRS),可将1)精神功能、2)日常生活活动、3)运动功能、4)副作用的全部或一部作为评估项目。此外,也可以用于检测下文所述的例示为神经肌肉疾病的疾病的发作及/或进展度。此外,将上文例示的用于检测疾病发作等的既有的评估指标统称为既有指标。另外,于所述各指标中,可有效用于作为ADL的评估指标之一的功能独立性评定(Functional Independence Measure,FIM)中所含的动作的一部分或全部。例如,作为FIM中所含的评估对象的动作,可例举摇臂、起立动作、单脚站立动作、深蹲动作等。以下,FIM也称为既有指标。
动作评估用基准信息,例如包含统计评估信息。此处,统计评估信息是指使用表现出统计上的有意义差的最佳计算公式而算出的数值。此处,当生成统计评估信息时,将使用如下计算公式算出的数值、与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,该计算公式是基于与由相机20拍摄的使用者的身体各部位对应的虚拟标记相关的信息(例如,经由KINECT(注册商标)每隔1/30秒获取到的与使用者的动态图像关联地对应于最多25种部位的虚拟标记的经时位置坐标的变化,选定于步行等的每种动作中判断动作的有意义差及动作特征所需的虚拟标记(例如,当动作为步行时,用于判断步行的有意义差(正常步行及缓慢步行)的部位),使用虚拟标记制成的可掌握各动作的有意义差及特征的计算公式。另外,使用该计算公式,将神经肌肉疾病等患者的动作数值化,将所得的数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成用于评估神经肌肉疾病等的发病及/或进展度的最佳计算公式。该计算公式可与基准值一起作为动作评估用基准信息储存于服务器装置10中。此处,所谓基准值是指在评估动作的有意义差方面成为基准的使用者的动作值、及测定所得的值本身。此外,也可以代替动作评估用基准信息,而由医生等直接目视使用者的动作,或目视由相机20拍摄的使用者的动作,基于所述既有指标对使用者的动作的有意义差进行评估。
与动作评估用基准信息相同,动作本质评估用基准信息也包含统计评估信息。此处,与所述相同,当生成统计评估信息时,将使用如下计算公式算出的数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,该计算公式是基于与由相机20拍摄的使用者的身体各部位对应的虚拟标记相关的信息(例如,经由KINECT(注册商标)每隔1/30秒获取到的与使用者的动态图像关联地对应于最多25种部位的虚拟标记的经时位置坐标的变化,选定于步行等的每种动作中判断动作特征所需的虚拟标记(例如,当动作为步行时,用于根据步行速度、步幅等来判断上半身倾斜、步幅较小等动作特征的部位),使用虚拟标记制成的可掌握作为各动作本质的特征的计算公式。另外,使用该计算公式,将神经肌肉疾病等患者的动作数值化,将所得的数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成用于评估神经肌肉疾病等的发病及/或进展度的最佳计算公式。该计算公式可与基准值一起作为动作本质评估用基准信息储存于服务器装置10中。此处,所谓基准值是指在评估动作的有意义差方面成为基准的使用者的动作值、及测定所得的值本身。
例如,关于步行速度,选定头部(Head)、颈部(Neck)、Spine Shoulder(脊柱上部)、Spine Mid(脊柱中部)、Spine Base(脊柱基部)作为计算步行速度时使用的虚拟标记,将基于规定的计算公式而根据这些虚拟标记的以相机20为原点的正面方向(Z轴)的经时位置坐标变化来算出的表示步行速度的数值,与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,根据该最佳化的计算公式而可算出步行速度。另外,使用该计算公式,将神经肌肉疾病的患者的动作本质数值化,将所得的数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成用于评估神经肌肉疾病的发病及/或进展度的最佳计算公式。同样,关于步幅,选定臀部(Hip)、膝部(Knee)作为虚拟标记候补,将作为以臀部(Hip)为中心的相对坐标的Z轴设为中心线,生成中心线的近似式,基于膝部(Knee)绕中心线的经时位置坐标的移位,而根据中心线与各移位的距离来算出步幅,将该数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,根据该最佳化的计算公式而可算出步幅。该计算公式可与成为基准值的数值一起作为动作本质评估用基准信息储存于服务器装置10中。同样,关于摆臂,也选定Shoulder(肩部)及Elbow(肘部)作为虚拟标记候补,将Shoulder(肩部)与Elbow(肘部)所成的角的大小作为指标,而将作为以Shoulder(肩部)为中心的相对坐标的Z轴设为中心线来生成近似式,基于肘部绕中心线的经时位置坐标的移位,而根据中心线与各移位的距离来算出摆臂,将该数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,根据该最佳化的计算公式而可算出摆臂。该计算公式可与成为基准值的数值一起作为动作本质评估用基准信息储存于服务器装置10中。另外,关于后背弯曲(前倾姿势),选定头部(Head)、脊柱上部(Spine Shoulder)及脊柱基部(Spine Base)作为虚拟标记候补,将头部(Head)及脊柱上部(Spine Shoulder)与地面所成的角度、以及脊柱上部(Spine Shoulder)及脊柱基部(Spine Base)与地面所成的角度作为指标,基于规定的计算公式进行计算,将所得的数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,根据该最佳化的计算公式而可算出后背弯曲(前倾姿势)。该计算公式可与成为基准值的数值一起作为动作本质评估用基准信息储存于服务器装置10中。另外,关于身体左右摇晃,选定脊柱基部(Spine Base)作为虚拟标记候补,将脊柱基部(Spine Base)与地面所成的角度作为指标,将作为以地面为中心的相对坐标的X轴设为中心线来生成近似式,基于脊柱基部(Spine Base)绕中心线的经时位置坐标的移位,根据中心线与各移位的距离进行计算,将所得的数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,根据该最佳化的计算公式而可算出身体左右摇晃。该计算公式可与成为基准值的数值一起作为动作本质评估用基准信息储存于服务器装置10中。进而,关于上半身(手等)与下半身(脚等)的相位差,选定手及脚的规定部位作为虚拟标记候补,基于规定的计算公式而算出手及脚的规定部位间的相位差,将该数值与医生等基于用于评估的既有临床指标而评估出的数值进行比较,生成表现出统计上的有意义差的最佳计算公式,根据该最佳化的计算公式而可算出上半身(手等)与下半身(脚等)的相位差。该计算公式可与成为基准值的数值一起作为动作本质评估用基准信息储存于服务器装置10中。
评估信息存储部134存储表示使用者40的运动功能的评估的信息(以下称为“评估信息”)。图7是表示评估信息存储部134的构成例的图。如该图所示,评估信息中,对应于各使用者的使用者ID而包含进行动作评估的评估日期、动作内容(例如,当检查对象的神经肌肉疾病为ALS时,步行、下咽、进食动作、更衣、上下台阶、呼吸等成为ALSFRS-R的评估对象的项目相关的动作)、用于评估动作的有意义差及评估动作本质的各种信息、例如使用者的虚拟标记(部位)、经时变化的部位的位置坐标、部位相对于其它部位的相对角度、以及动作评估及动作本质评估相关的信息(基于规定的计算公式而算出的数值等)。此处,对应于使用者ID而储存与多个评估日期对应的各评估信息,通过参考使用者以往的评估内容,而可评估使用者的神经肌肉疾病的进展度。
在评估运动功能时,使用者信息管理部110经由服务器装置10(未图示)的输入部,受理由评估者等输入与使用者相关的信息,并将该信息储存于使用者信息存储部131中。当进行使用者的动作及动作本质的评估来作为使用者的运动评估时,图像获取部111获取由相机20拍摄的使用者进行规定动作的动态图像,解析部112根据使用者的身体部位的位置坐标等基于所获取的动态图像所得的信息而特定出使用者的动作,确定与所特定出的动作对应的虚拟标记,基于虚拟标记的位置坐标,而根据所述动作评估用基准信息中所含的计算公式算出数值,评估部113参考动作评估用基准信息中所含的被作为基准值储存的数值,确定评估用得分。当检查对象的神经肌肉疾病为ALS时,动作评估如下:作为ALSFRS-R中所含的评估项目,进行与规定动作的有意义差相关的评估,例如通过0至4这5个等级的得分(例如,以得分为0、1、2、3、4来评估)进行评估。另外,动作本质评估如下:关于数字评估项目(例如,当动作为步行时,步行速度、步幅、摆臂、后背弯曲、身体左右摆动等),进行与其本质相对应的评估(例如,当动作为步行时,基于步行速度、步幅、摆臂、后背弯曲、身体左右摆动等各自的数值)而确定得分。基于使用者的动作评估用得分及动作本质评估用得分,而确定使用者的神经肌肉疾病的发病及/或进展度,并作为评估信息加以储存。另外,解析部112也可以参考使用者40的多个部位进行协调动作的解析,以进行基于如下项目的与运动功能相关的评估,所述项目是与使用者40的部位协调动作(此处,所谓“协调动作”是指基于“神经与肌肉的连动”或“肌肉与肌肉的连动”的动作)相关。
图8是表示本实施方式的神经肌肉疾病评估系统中执行的处理流程的图。
首先,作为本处理的预处理,服务器装置10的使用者信息管理部110受理成为受验者的使用者相关的信息的输入,将使用者信息储存在使用者信息存储部131。或者,当评估使用者的运动能力时,当使用者信息已储存到使用者信息存储部131的情形时,使用者信息管理部110通过受理使用者ID等的输入,也可以参考运动能力评估所需的使用者信息。
接着,作为步骤S101,图像获取部111获取由相机20拍摄的使用者40的动态图像。此处,在进行用于检查神经肌肉疾病的运动功能评估时,使用者40可经由评估者或显示于显示器30的指南,而接受预先应在相机20前进行何种动作的指示。例如,当进行运动功能评估以评测有无发生作为神经肌肉疾病的ALS及/或ALS的进展度的情形时,使用者40可接受如下指示,即,作为ALSFRS-R中所含的评估项目之一而进行步行动作。例如,使用者40可接受如下指示,即,作为步行动作,而沿着以相机20为原点的正面方向(Z轴)朝向相机步行4.5米的距离。或者,使用者40可接受如下指示,即,改变距离条件,进行2分钟步行动作。这样一来,在以往通过目视进行检查的情形时,为了掌握使用者的动作特征,要求使用者进行10米的步行动作,但根据本实施方式,可使用虚拟标记来数字解析使用者的动作,因此,可通过让使用者步行4.5米等相对较短的距离来实施检查。
此处,相机20具备动作捕捉用传感器(例如,KINECT(注册商标)),拍摄使用者40的步行动作。此处,可使用非侵袭传感器来侦测使用者动作,使用者40无须特别穿戴动作捕捉用传感器,通过利用相机20进行拍摄,可识别与使用者身体部位对应的最多25处虚拟标记,每隔1/30秒获取以相机20为原点的正面方向(Z轴)、右方向(X轴)及上方向(Y轴)上的由虚拟标记的位置坐标所示的数值,从而可获取拍摄时间量的数值。此外,相机20并不限定于此,例如也可以使用被用作使用者终端或评估者终端的与游戏装置连接的相机、内置于智能手机中的数字相机等。图像获取部111将所获取的动态图像作为图像信息储存到图像信息存储部132。如上所述,通过参考3轴(X轴、Y轴及Z轴)方向上的使用者的虚拟标记的位置坐标,而对于规定动作而言包含使用者的动作斜率,因而可提高对该规定动作的检测精度。
接着,作为步骤S102,解析部112对所获取的动态图像进行解析。以下,对解析处理的详情进行说明。
图9表示解析部112的解析处理的详情例。如该图的步骤S201所示,作为解析处理,解析部112基于图像信息而特定出使用者40的动作。例如,解析部112根据储存在图像信息存储部132的图像信息,特定出使用者40的身体的虚拟标记的位置坐标及其经时变化,基于特征量而特定出使用者40的具体动作。其一例为,解析部112可特定出使用者40正在进行步行动作。此处,作为另一形态,解析部112也可以根据基于图像的信息而特定出使用者40的动作,所述图像包括从图像中提取出的虚拟标记的信息。
接着,如步骤S202所示,解析部112确定与所特定出的动作对应的虚拟标记。当所特定出的动作为步行动作时,解析部112确定评估步行动作所需的虚拟标记。例如,当对步行动作的有意义差或步行动作本质进行评估时,解析部112可确定与至少使用者上半身所含的部位(例如,头部、颈部、背部及臂部的任一者或组合)对应的虚拟标记。例如,当动作为步行时,关于步行速度,可确定Head(头部)、Neck(颈部)、Spine Shoulder(脊柱上部)、Spine Mid(脊柱中部)、Spine Base(脊柱基部)作为虚拟标记候补。考虑到使用者的动作负担及可从图像信息获取的信息量,用于解析的虚拟标记优选为最小限度的部位,且比起整个身体而言,优选为与上半身或下半身的任一者等的局部部位相对应。尤其在解析步行动作时,可确定至少与上半身所含的部位相对应的虚拟标记来进行解析。例如,在步骤S101中,也可以为,利用相机20拍摄坐在椅子等上的使用者40的上半身的动作,仅参考使用者40的上半身的部位来对摆臂等与步行动作相关的动作进行解析。另外,为了进一步提高解析精度,解析部112可确定与上半身及下半身的两者所含的部位相对应的虚拟标记。
接着,如步骤S203所示,解析部112从基准信息存储部133,分别参考与所述特定动作相对应的动作评估用基准信息及动作本质评估所需的动作本质评估用基准信息。动作评估用基准信息及动作本质评估用基准信息中,分别包含用来评估动作的计算公式、用来评估动作本质的计算公式。例如,当动作为步行时,可提取用来算出步行速度的计算公式,用来对动作本质进行评估。
接着,如步骤S204所示,解析部112使用步骤S202中特定出的虚拟标记,基于动作评估用基准信息中所含的计算公式及动作本质评估用基准信息中所含的计算公式,算出进行动作及动作本质评估所要参考的数值。例如,为了算出用于评估步行的有意义差的数值,解析部112例如使用上半身所含的虚拟标记,基于动作评估用基准信息中所含的计算公式,算出表示步行的有意义差的数值。另外,为了算出步行速度,解析部112例如可利用使用者40的Head(头部)、Neck(颈部)、Spine Shoulder(脊柱上部)、Spine Mid(脊柱中部)、SpineBase(脊柱基部)等的虚拟标记在Z轴方向上经时变化的位置坐标,基于规定的计算公式而算出步行速度。另外,关于步幅,解析部112例如将使用者40的臀部(Hip)与膝部(Knee)所成的角的大小设为指标,将作为以臀部(Hip)为中心的相对坐标的Z轴设为中心线,基于膝部(Knee)绕中心线的位置坐标的经时移位,而根据中心线与各移位的距离来算出步幅。可根据使用所述方法的规定的计算公式来进行计算。此处,关于步幅的计算,其特征在于,为了消除因患者使用者间的身高或脚长引起的个体差,如上所述,例如将臀部(Hip)与膝部(Knee)所成的角的大小设为指标。例如,考虑过基于Hip(臀部)与Ankle(踝部)的相对位置来算出步幅,但Ankle(踝部)的位置会根据Knee(膝部)的位置而相对移位,因此,优选为基于接近的Hip(臀部)与Knee(膝部)的相对位置来算出步幅。同样,关于摆臂,解析部112例如将使用者40的Shoulder(肩部)与Elbow(肘部)所成的角的大小设为指标,将作为以Shoulder(肩部)为中心的相对坐标的Z轴设为中心线,基于肘部绕中心线的位置坐标的经时移位,而根据中心线与各移位的距离来进行计算。此外,关于步幅及摆臂等基于多个部位的相对位置来进行计算时,优选为基于最接近的部位间(一根骨头的两端)的关系进行计算。此外,关于后背弯曲度(前倾姿势),解析部112例如可将使用者40的头部(Head)和脊柱上部(Spine Shoulder)与地面所成的角度、及脊柱上部(Spine Shoulder)和脊柱基部(Spine Base)与地面所成的角度作为指标,基于规定的计算公式进行计算。此外,通过对前倾姿势的角度经时变化(角度变化轨迹)进行评估,可评估身体的前后方向的晃动。另外,关于身体左右摇晃角度,解析部112可将脊柱基部(Spine Base)与地面所成的角度设为指标,将作为以地面为中心的相对坐标的X轴设为中心线,基于脊柱基部(Spine Base)绕中心线的位置坐标的经时移位,而根据中心线与各移位的距离来进行计算。此外,通过对左右摇晃角度的经时变化(角度变化轨迹)进行评估,可评估身体的左右方向的晃动。进而,解析部112对全身各关节的波形相位的连动程度进行评估,可着眼于相同相位的组合越增加则该使用者诱发神经肌肉疾病或症状进展的倾向越高这一点,基于规定的计算公式进行计算。另外,也可以着眼于相反相位差的组合越减少则该使用者诱发神经肌肉疾病或症状进展的倾向越高这一点,基于规定的计算公式进行计算。进而,关于上半身与下半身的相位差,解析部112例如可基于手的规定部位及脚的规定部位的位置坐标而算出相位差。此处,解析部112也可以基于由图像获取部111获取的一个图像,算出进行与多个动作(例如,步行及上下台阶等)相关的评估所要参考的数值。由此,使用者无须进行多个不同动作,而只要进行单个动作便能进行运动功能评估,因此,可减轻使用者的运动负担。
接着,返回图8,作为步骤S103,评估部113进行使用者的运动功能的评估。以下,对评估处理的详情进行说明。
图10表示解析部112的评估处理的详情例。如该图的步骤S301所示,作为评估处理,首先,评估部113参考解析处理中算出的用来评估使用者40的动作的有意义差所需的数值,对动作的有意义差进行打分。例如,当动作为步行时,如图11所示,评估部113进行与步行动作相关的评估来作为ALSFRS-R的项目之一,该ALSFRS-R的项目是用于ALS评估的既有评估指标。关于基于所述动作评估用基准信息中所含的计算公式算出的数值,根据其与所述动作评估用基准信息中所含的基准值的关系,例如分配4分(正常步行)、3分(步行稍微困难)、2分(辅助步行)、1分(无法步行)、0分(无法动脚)等得分,以此作为ALSFRS-R的项目的评估。此处,可将确定所述数值与得分的对应关系的信息作为评估信息储存至评估信息存储部134。此外,ALSFRS-R得分是适用于ALS诊断后的使用者(ALS患者)的得分,但于包含本例在内的图11至图17所示的例中,成为评估对象的使用者是包含ALS诊断前的健康者的使用者,ALSFRS-R得分也适用于这类使用者。另外,本例中,ALSFRS-R得分中的0分、1分及2分等相对较低的得分应用预测值,3分及4分等相对较高的得分应用实测值。
接着,如步骤S302所示,评估部113参考解析处理中算出的用来评估使用者40的动作本质所需的数值,对动作本质进行打分。例如,当动作为步行时,如图11所示,评估部113基于数字评估项目(动作为步行时,步行速度、步幅、摆臂、后背弯曲、身体左右摆动、上半身与下半身的相位差等本质相关的项目)各自的数值来分配得分(例如,如果为步行速度,那么为0.0m/s至2.0m/s的范围内的绝对值)。
接着,如步骤S303所示,评估部113基于所述分配的得分,对使用者40有无神经肌肉疾病及/或该疾病的进展度进行评估。本实施方式的特征在于,评估部113不仅基于使用者40的动作的有意义差相关的评估,还基于动作本质相关的评估,来对有无发病及/或疾病进展度进行评估。例如,如图11所示,当进行ALS评估时,可针对与ALSFRS-R的项目相关的动作的每一规定得分,而将各使用者的以数字得分形式评估的针对各动作本质项目的得分绘图,判别数字得分是如何作为ALSFRS-R的各得分中的各使用者的个体差来分布。而且,特定使用者可通过参考特定ALSFRS-R得分中的数字得分,而评估有无发生ALS疾病及/或该ALS疾病的进展度,另外,使用者可确认ALSFRS-R的各得分中接近其它ALSFRS-R得分中的哪一得分。例如,图11中,可以判断为,ALSFRS-R的得分为“4”(正常步行)且数字得分(步行速度)为1.5m/s的使用者发生ALS疾病的可能性较小,但数字得分(步行速度)为1.0m/s的使用者的ALSFRS-R得分接近“3”(步行稍微困难)。以前,与ALSFRS-R的项目相关的动作得分是医生通过目视分配“1”至“4”等分断性得分,与此相对,关于数字得分,例如可将表示步行速度、步幅、摆臂、后背弯曲、身体左右摆动、摆腿、低头、全身各关节的相位差等动作的数值本身用作得分,因此,轻微变化也可以客观数值获得,同时,可通过参考ALSFRS-R的各得分中的数字得分,客观预测该使用者在ALSFRS-R的各得分间的疾病症状或病情进展。另外,在本步骤中,将ALSFRS-R的得分及数字得分输出到显示器30、输出装置106、使用者40的终端或医生等的终端,另外,如图11所示,可输出表示ALSFRS-R的各得分上的其它使用者的数字得分的分布及使用者40在相当ALSFRS-R的得分上的数字得分的信息。
另外,可基于图18所示的表示数字得分与既有指标的关联性的图,根据使用者的数字得分来预测该使用者的ALSFRS-R的得分。另外,图18中,可将使用者的数字得分的评估结果显示在ALSFRS-R的得分上,例如可显示该使用者的前次数字得分的实际成绩值、本次数字得分的实际成绩值、及往后数字得分的预测值。通过将使用者的数字得分的实际成绩值与基于其它使用者的数字得分的分布而算出的基准值(或成为基准的数字得分的范围)进行比较,可基于使用者的数字得分的实际成绩值而掌握规定时点的ALSFRS-R得分,另外,可基于前次实际成绩值与本次实际成绩值而预测ALSFRS-R的得分。这样一来,比起利用ALSFRS-R的得分来掌握情况,通过同时参考数字得分及基准值,可预测更轻微的疾病症状及病情进展。此外,通过使用该装置,即便不是ALS专家,也能与ALS专家相同地掌握ALS患者的当前症状。以上,以ALS为例进行了说明,但对于ALS以外的神经肌肉疾病,也能相同地掌握疾病症状及病情进展速度。
另外,如图19所示,也可以在时间轴上显示数字得分。例如,通过显示每个月的步行速度等的数字得分的变化,参考与ALSFRS-R得分等既有指标的关联性,可基于数字得分而预测使用者的ALSFRS-R的得分,另外,可基于数字得分的时间轴上的斜率而在视觉上掌握使用者的疾病进展程度。可以掌握到的是,斜率越大疾病进展越快,斜率越小疾病进展越慢。这样一来,通过在时间轴上显示数字得分,可掌握疾病症状及病情进展速度。此外,通过使用该装置,即便不是ALS专家,也可以与ALS专家相同地掌握ALS患者的当前症状。另外,对于ALS以外的神经肌肉疾病,也可以相同地掌握疾病症状及病情进展速度。
图12至图17是表示步行速度以外的ALSFRS-R的得分与数字得分的关联性的图,例如,可分别输出ALSFRS-R的得分所对应的摆臂角度(摆臂)、摆腿角度、相位差(全身各关节的相位差)、低头角度、后背弯曲角度、身体左右摇晃角度。由此,基于使用者40的数字得分,可获知该使用者最有可能变为哪个ALSFRS-R得分。另外,评估部113也可以参考储存在评估信息存储部134中的使用者过去实施的评估信息,将前次实施的评估与本次实施的评估进行比较,以此评估ALS发病的进展度。进而,于正在给使用者实施治疗的情形时,也可以基于当前与过去的评估信息来确认治疗效果。另外,评估部113可特别与动作本质评估关联而特定出对运动功能障碍造成影响的使用者的身体部位,将运动功能障碍相关的患者分类。进而,评估部113也可以与动作本质评估关联而进行肌肉萎缩评估。进而,评估部113也可以进行与基于如下项目的运动功能相关的评估,该项目是与使用者40的部位协调动作(此处,所谓“协调动作”是指基于“神经与肌肉的连动”或“肌肉与肌肉的连动”的动作)相关。
作为可由本说明书所记载的装置/系统来评估的神经肌肉疾病,例如可例举帕金森氏症、杭丁顿舞蹈症、肌萎缩性侧索硬化症、脊髓小脑变性症、进行性核上性麻痹、多系统萎缩症、多发性硬化症、视神经脊髓炎、肾上腺脑白质失养症、异染性脑白质失养症、高戊二酸血症I型、苯丙酮尿症、GM1神经节苷脂、GM2神经节苷脂、粘脂质症II型(I-cell病)、天使症候群、球细胞脑白质失养症、贝敦氏症、粘多醣症、雷特氏症、尼曼匹克症A,B,C、脊髓损伤、包涵体性肌炎、重症肌无力症、遗传性痉挛性下身麻痹、原发性侧索硬化症、遗传性运动感觉神经病变、脊髓性肌肉萎缩症、弗里德赖希运动失调、皮肤肌炎、多发性肌炎、格林-巴利症候群、慢性炎症、脱髓鞘性多发神经炎、蓝伯-伊顿肌无力、多灶性运动神经病、抗MAG末梢神经病变、面肩胛肱型肌肉失养症、肌肉失养症、肌肉强直性失养症、裘馨氏肌肉失养症、面肩胛肱型肌肉失养症、球脊髓性肌肉萎缩症、线粒体病、Leigh脑脊髓病变(莱氏脑脊髓病变)、MELAS(线粒体脑肌病伴乳酸血症和脑中风样发作症候群)、X染色体脆折症运动失调症候群(FXTAS)、慢性儿童型脑硬化症(Pelizaeus Merzbacher disease,PMD)、由病毒或细菌引起的神经炎或脊髓炎、脑梗塞、颈椎病、脊椎症等。此外,脑梗塞、颈椎病、脊髓病通常不包含在神经肌肉疾病中,但这些疾病会产生运动障碍,所以在本实施方式中,理解为与神经肌肉疾病中所含的疾病同义。
进而,作为本实施方式的变化例,可对所述评估结果为疑似患有神经肌肉疾病的对象者,提供治疗神经肌肉疾病的方法。本例中,除了上文所说明的通过拍摄来评估神经肌肉疾病的步骤以外,还包含投予神经肌肉疾病治疗药物的步骤。作为神经肌肉疾病治疗药物,例如可例举依达拉奉及利鲁唑等ALS治疗药物、他替瑞林及普罗瑞林等脊髓小脑变性症治疗药物、以及L-多巴及阿朴吗啡等帕金森氏症治疗药物等。
进而,作为本实施方式的另一变化例,可通过所述评估来进行临床试验中的药效评估(新颖临床指标/患者分类)。由此,可提高临床试验的成功度,实现精准医疗。另外,作为本实施方式的又一变化例,可基于所述评估对使用者提供诊断、诊察及诊疗。由此,更多的医生可早期诊断出使用者患有所述例示的ALS等疾病,从而可实现早期治疗介入。另外,作为本实施方式的进而又一变化例,可在用药或进行康复的同时,通过进行所述评估而提高使用者的服药依从性或步行康复效果。即,能够以较高的灵敏度检测出药物对使用者产生的效果,可维持或提高使用者对治疗或康复的意愿。
如上所述,根据本实施方式,关于用来评测神经肌肉疾病等的发病及/或进展度的规定动作的评估,不仅可导入基于既有动作项目的评估,也可以导入客观性较高的动作本质评估,关于神经肌肉疾病的发病及/或进展度,与以往医生等通过目视实施的诊断相比,可定量地利用非侵袭手法进行高精度预测。
图20表示运动功能的评估结果的一例(左右脚向前方及后方抬起的角度与有关步行的ALSFRS-R得分的关联性)的图。
如本例所示,在由评估部113执行的与所述步骤S301至S303相关的评估处理中,可利用使用者的右脚向前方及后方抬起的角度与左脚向前方及后方抬起的角度,来作为动作本质评估基准信息。
如图20(a)所示,可以理解的是,对于每位使用者(本例中为ALS患者)(本例中为15名ALS患者)来说,基于右脚向后方抬起的角度及左脚向后方抬起的角度算出的数字得分、及有关步行的ALSFRS-R的得分存在关联性。
另外,图20(b)中也同样,可以理解的是,对于每位使用者(本例中为ALS患者)(本例中为15名ALS患者)来说,基于右脚向后方抬起的角度及左脚向后方抬起的角度算出的数字得分、及上下台阶相关的ALSFRS-R的得分存在关联性。此处,虽未图示,但认为使用者的左脚向前方抬起的角度与步行及上下台阶的各ALSFRS-R得分的相关系数,存在比其它本质评估(例如,右脚向前方抬起的角度、左右脚向后方抬起的角度)低的趋势,但影响体现在使用者的惯用脚上。这样一来,通过测定使用者的右脚及左脚向后方抬起的角度,可进行更客观的动作本质评估。
图21是表示运动功能的评估结果的一例(上肢抬起角度与有关书写、进食(例如摄食动作)、更衣及翻身的ALSFRS-R得分的关联性)的图。如下所述,除步行、上下台阶以外,也确立书写、进食及更衣相关的数字得分,对上肢也进行与下肢评估相同的左右及前后动作的评估,由此与以往的基于ALSFRS-R得分进行的评估相比,可对轻微病情进展进行评估。
图21(a)表示使用者的右手向后方抬起角度与有关书写的ALSFRS-R得分的关联性,图21(b)表示使用者的右手向后方抬起角度与有关进食的ALSFRS-R得分的关联性,图21(c)表示使用者的右手向后方抬起角度与有关更衣的ALSFRS-R得分的关联性,另外,图21(d)表示使用者的右手向后方抬起角度与翻身所相关的ALSFRS-R得分的关联性。如各图所示,可以理解的是,使用者的上肢(尤其是使用者的惯用手臂)的动作与ALSFRS-R得分的间存在关联性。这样一来,可对使用者的上肢的左右及前后动作进行评估,此处,所述使用者的右手抬起角度是与从拍摄使用者的步行动作所得的信息获取的数字数据相关者,这样一来,无须与ALSFRS-R的项目分开地拍摄使用者的上肢及下肢的不同动作,可基于从使用者的步行动作获取的数字数据进行评估。
另外,作为运动功能的评估结果的一例,也可以发现右手及左手向后方抬起的角度差与步行、上下台阶相关的ALSFRS-R得分的间存在关联性,此未图示。
这样一来,通过进行基于挥臂角度的步行数字评估,可检测出目视无法评估的左右挥臂角度差,将角度差作为指标,例如可进行与步行或上下台阶相关的ALS病情进展的评估。
图22是对使用者的上肢动作与书写相关的ALSFRS-R得分的关联性进行说明的图。
如图22(a)所示,了解到,关于根据使用者A及使用者B的3次步行动作而解析出的左右摆臂角度,在上肢未出现异常的使用者A与上肢出现异常的使用者B之间,在与步行相关的ALSFRS-R得分的关系方面未观察到关联性,但在与书写相关的ALSFRS-R得分的关系方面观察到关联性。此处,图22(b)表示基于同一使用者A及同一使用者B的上肢(左右摆臂角度)及下肢(左右摆腿角度)而得出的数字得分的差异。上肢出现异常的使用者B与作为健康者的使用者A之间,基于下肢动作得出的数字得分未发现差异,但基于上肢动作得出的数字得分出现差异。这样一来,可根据基于使用者上肢动作得出的数字得分,对书写相关的ALSFRS-R得分进行评估,如上所述,通过着眼于由步行动作获取的数字数据中的上肢动作,可对书写等相关的ALSFRS-R得分进行评估。
图23是表示上下台阶相关的数字得分与步行、上下台阶相关的ALSFRS-R得分之间的关联性的图。
如图23所示,了解到,基于惯用手即右手向后方抬起的角度而得出的与上下台阶相关的ALSFRS-R得分,与基于同一右手向后方抬起的角度而得出的与步行相关的ALSFRS-R得分相关联。同样,基于惯用脚即右脚向后方抬起的角度而得出的与上下台阶相关的ALSFRS-R得分,与基于同一右脚向后方抬起的角度而得出的与步行相关的ALSFRS-R得分相关联,此未图示。这样一来,通过对惯用手及惯用脚向后方抬起的角度进行数字评估,可提高评估精度,从而可检测出轻微的病情进展的变化。
图24是表示运动功能的评估结果的一例(脚踝可动角度与步行相关的ALSFRS-R得分的关联性)的图。
在本例中,在使用者的步行动作中,可特别利用使用者的脚踝可动角度来作为动作本质评估基准信息,如图24所示,了解到,基于使用者的脚踝可动角度而算出的数字得分与步行相关的ALSFRS-R得分的间存在关联性。另外,在检测出步行相关的ALSFRS-R得分减少的前,先检测出使用者的脚踝可动角度减小,因此,不需要让使用者进行步行一定距离的步行动作,而是测定使用者的脚踝可动度,这种做法更为简便,且可更客观地评估步行状态,及可检测出轻微的病情进展的变化。在本例中,也与其它例同样,与以往的通过目视获得的ALSFRS-R得分相比,通过进行数字评估而可提高评估精度,从而能够评估轻微的病情进展。
此外,在使用图20至图24进行的说明中,以ALS评估为前提进行了记载,但也可以将基于所述动作评估的神经肌肉疾病的评估作为对象,另外,关于用来评测神经肌肉疾病等的发病及/或进展度的规定动作的评估,不仅导入基于既有动作项目的评估,也可以导入更为简便、更客观且灵敏度更高的动作本质评估。
符号说明
1:神经肌肉疾病评估系统
10:服务器装置
20:相机
30:显示器
40:使用者
NW:通信网络。
Claims (24)
1.一种神经肌肉疾病评估装置,其是进行神经肌肉疾病相关的运动功能的评估的装置,具备:
存储部,存储用来评估规定动作的基准值,所述基准值是基于至少1个身体部位的位置而算出;
解析部,对基于图像的信息进行解析,特定出使用者的身体部位的位置,所述图像是拍摄所述规定动作所得的包含所述使用者身体在内的图像;及
评估部,根据基于所述使用者的身体部位的位置而算出的数值及所述基准值,进行所述运动功能的评估。
2.根据权利要求1所述的神经肌肉疾病评估装置,其中所述使用者的身体部位至少包含所述使用者的上半身所含的部位。
3.根据权利要求1所述的神经肌肉疾病评估装置,其中所述使用者的身体部位至少包含所述使用者的上半身及下半身所含的部位。
4.根据权利要求2或3所述的神经肌肉疾病评估装置,其中所述上半身包含头部、颈部、背部及臂部的任一者。
5.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部是基于神经肌肉疾病的检查中的与运动功能相关的项目而进行评估。
6.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部是基于肌萎缩性侧索硬化症的检查中的与运动功能相关的项目而进行评估。
7.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部是基于与所述使用者的部位的协调动作相关的项目而进行评估。
8.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部是基于ALS功能评估量表(ALSFRS-R)中所含的与运动功能相关的项目而进行评估。
9.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部包括对肌肉萎缩进行评估。
10.根据权利要求5所述的神经肌肉疾病评估装置,其中所述项目包含选自言语、唾液分泌、下咽、书写、摄食动作、穿衣/日常生活动作、眠床上的动作、步行、爬楼梯、呼吸困难、端坐呼吸、及呼吸衰竭中的至少一者。
11.根据权利要求1所述的神经肌肉疾病评估装置,其中所述解析部对拍摄作为所述规定动作的使用者的步行动作中的所述使用者的身体所得的图像进行解析,
所述评估部进行所述步行动作及/或所述步行本质评估来作为所述运动功能的评估。
12.根据权利要求11所述的神经肌肉疾病评估装置,其中与所述步行动作本质评估相关联,而对所述使用者的选自步行速度、步幅、摆臂、摆腿、全身各关节标记的相位差、低头、后背弯曲、身体左右摆动、身体晃动(前后及左右)、及脚踝可动角度中的至少任一项进行评估。
13.根据权利要求11所述的神经肌肉疾病评估装置,其中与所述步行动作本质评估相关联,而对所述使用者的选自步行速度、摆臂、摆腿、全身各关节标记的相位差、低头、后背弯曲、身体左右摇晃中的至少任一项进行评估。
14.根据权利要求11所述的神经肌肉疾病评估装置,其中与所述步行动作相关联,而对ALS功能评估量表(ALSFRS-R)中所含的运动功能相关的项目进行相关评估。
15.根据权利要求1所述的神经肌肉疾病评估装置,其中所述部位与关节相关。
16.根据权利要求1所述的神经肌肉疾病评估装置,其中所述解析部对拍摄作为所述规定动作的使用者的步行动作中的所述使用者的身体所得的图像进行解析,
所述评估部进行所述书写、摄食动作、或穿衣/日常生活动作的动作及/或本质的评估,来作为所述运动功能的评估。
17.根据权利要求16所述的神经肌肉疾病评估装置,其中与所述书写、摄食动作、或穿衣/日常生活动作的动作本质评估相关联,而对所述使用者的摆臂进行评估。
18.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部包括基于所述评估来确定神经肌肉疾病的进展度。
19.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部包括基于所述评估来确定患者类型,所述患者类型是根据运动功能障碍的进展度而分类。
20.根据权利要求1所述的神经肌肉疾病评估装置,其中所述神经肌肉疾病包含肌萎缩性侧索硬化症。
21.根据权利要求1所述的神经肌肉疾病评估装置,其中所述评估部对关节可动范围进行评估。
22.根据权利要求1所述的神经肌肉疾病评估装置,其中所述解析部包括通过动作捕捉技术而特定出所述使用者的身体部位。
23.根据权利要求1所述的神经肌肉疾病评估装置,其中所述神经肌肉疾病包含帕金森氏症、杭丁顿舞蹈症、肌萎缩性侧索硬化症、脊髓小脑变性症、进行性核上性麻痹、多系统萎缩症、多发性硬化症、视神经脊髓炎、肾上腺脑白质失养症、异染性脑白质失养症、高戊二酸血症I型、苯丙酮尿症、GM1神经节苷脂、GM2神经节苷脂、粘脂质症II型(I-cell病)、天使症候群、球细胞脑白质失养症、贝敦氏症、粘多醣症、雷特氏症、尼曼匹克症A,B,C、脊髓损伤、包涵体性肌炎、重症肌无力症、遗传性痉挛性下身麻痹、原发性侧索硬化症、遗传性运动感觉神经病变、脊髓性肌肉萎缩症、弗里德赖希运动失调症、皮肤肌炎、多发性肌炎、格林-巴利症候群、慢性炎症、脱髓鞘性多发神经炎、蓝伯-伊顿肌无力症、多灶性运动神经病、抗MAG末梢神经病变、面肩胛肱型肌肉失养症、肌肉失养症、肌肉强直性失养症、裘馨氏肌肉失养症、面肩胛肱型肌肉失养症、球脊髓性肌肉萎缩症、线粒体病、Leigh脑脊髓病变(莱氏脑脊髓病变)、MELAS(线粒体脑肌病伴乳酸血症和脑中风样发作症候群)、X染色体脆折症运动失调症候群(FXTAS)、慢性儿童型脑硬化症(PMD)、由病毒或细菌引起的神经炎或脊髓炎、脑梗塞、颈椎病、脊椎病中的任一者。
24.根据权利要求16所述的神经肌肉疾病评估装置,其中与所述步行动作本质评估相关联,而对使用者的选自左右脚向前方及后方抬起、左右臂向前方及后方抬起、及脚踝可动角度中的至少任一项进行评估。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-163596 | 2020-09-29 | ||
JP2020163596 | 2020-09-29 | ||
PCT/JP2021/035951 WO2022071427A1 (ja) | 2020-09-29 | 2021-09-29 | 神経筋疾患評価システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116114028A true CN116114028A (zh) | 2023-05-12 |
Family
ID=80950661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180055163.8A Pending CN116114028A (zh) | 2020-09-29 | 2021-09-29 | 神经肌肉疾病评估系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230355163A1 (zh) |
EP (1) | EP4223230A1 (zh) |
JP (1) | JPWO2022071427A1 (zh) |
CN (1) | CN116114028A (zh) |
WO (1) | WO2022071427A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024047738A1 (ja) * | 2022-08-30 | 2024-03-07 | 日本電気株式会社 | 検査装置、検査システム、検査方法、及び非一時的なコンピュータ可読媒体 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017205134A (ja) * | 2014-08-25 | 2017-11-24 | ノーリツプレシジョン株式会社 | 体調検出装置、体調検出方法及び体調検出プログラム |
US10083233B2 (en) * | 2014-09-09 | 2018-09-25 | Microsoft Technology Licensing, Llc | Video processing for motor task analysis |
WO2016208290A1 (ja) | 2015-06-26 | 2016-12-29 | Necソリューションイノベータ株式会社 | 測定装置及び測定方法 |
EP3205269B1 (en) * | 2016-02-12 | 2024-01-03 | Tata Consultancy Services Limited | System and method for analyzing gait and postural balance of a person |
-
2021
- 2021-09-29 US US18/247,015 patent/US20230355163A1/en active Pending
- 2021-09-29 EP EP21875724.3A patent/EP4223230A1/en active Pending
- 2021-09-29 CN CN202180055163.8A patent/CN116114028A/zh active Pending
- 2021-09-29 WO PCT/JP2021/035951 patent/WO2022071427A1/ja unknown
- 2021-09-29 JP JP2022554057A patent/JPWO2022071427A1/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4223230A1 (en) | 2023-08-09 |
US20230355163A1 (en) | 2023-11-09 |
JPWO2022071427A1 (zh) | 2022-04-07 |
WO2022071427A1 (ja) | 2022-04-07 |
TW202217847A (zh) | 2022-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maggioni et al. | Robot-aided assessment of lower extremity functions: a review | |
Brown et al. | Diabetic peripheral neuropathy compromises balance during daily activities | |
Memar et al. | Quantification of whole-body bradykinesia in Parkinson's disease participants using multiple inertial sensors | |
Clark et al. | Validity and reliability of the Nintendo Wii Balance Board for assessment of standing balance | |
JP4825456B2 (ja) | 筋活動推定システム | |
Moreira et al. | Lower limb kinematic, kinetic, and EMG data from young healthy humans during walking at controlled speeds | |
Fulk et al. | Identifying activity levels and steps of people with stroke using a novel shoe-based sensor | |
El-Gohary et al. | Validity of the instrumented push and release test to quantify postural responses in persons with multiple sclerosis | |
JP2016144598A (ja) | 運動機能診断装置及び方法、並びにプログラム | |
Babak Taati PhD et al. | Vision-based approach for long-term mobility monitoring: Single case study following total hip replacement | |
Bonnechère et al. | Cost-effective (gaming) motion and balance devices for functional assessment: need or hype? | |
CN116114028A (zh) | 神经肌肉疾病评估系统 | |
Allet et al. | Which lower limb frontal plane sensory and motor functions predict gait speed and efficiency on uneven surfaces in older persons with diabetic neuropathy? | |
Milgrom et al. | Reliability and validity of the Microsoft Kinect for assessment of manual wheelchair propulsion. | |
Henderson et al. | Step monitor accuracy during PostStroke physical therapy and simulated activities | |
Pashley et al. | Assessment of upper limb abnormalities using the Kinect: reliability, validity and detection accuracy in people living with acquired brain injury | |
Hu et al. | Concurrent validity of evaluating knee kinematics using Kinect system during rehabilitation exercise | |
TWI848235B (zh) | 神經肌肉疾病評估系統 | |
TW202422580A (zh) | 神經肌肉疾病評估系統 | |
Stirling et al. | Defining a systems framework for characterizing physical work demands with wearable sensors | |
US20220225897A1 (en) | Systems and methods for remote motor assessment | |
Collings et al. | Inclusion of a skeletal model partly improves the reliability of lower limb joint angles derived from a markerless depth camera | |
US20220409125A1 (en) | Bio-signal acquisition and feedback | |
Uday et al. | Gait Analysis-A Tool for Medical Inferences. | |
Igarashi et al. | Accelerometer-based gait characteristics and their discrimination of gait independence in inpatients with subacute stroke |
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 |