CN116710180A - 运动辅助装置、运动辅助方法、运动辅助系统和程序 - Google Patents
运动辅助装置、运动辅助方法、运动辅助系统和程序 Download PDFInfo
- Publication number
- CN116710180A CN116710180A CN202180091399.7A CN202180091399A CN116710180A CN 116710180 A CN116710180 A CN 116710180A CN 202180091399 A CN202180091399 A CN 202180091399A CN 116710180 A CN116710180 A CN 116710180A
- Authority
- CN
- China
- Prior art keywords
- activity
- processing unit
- information
- steps
- exercise assisting
- 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
- 238000000034 method Methods 0.000 title claims description 18
- 230000000694 effects Effects 0.000 claims abstract description 143
- 230000010365 information processing Effects 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims description 50
- 210000000629 knee joint Anatomy 0.000 claims description 13
- 208000012659 Joint disease Diseases 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 7
- 230000001133 acceleration Effects 0.000 description 24
- 230000037081 physical activity Effects 0.000 description 20
- 238000011156 evaluation Methods 0.000 description 14
- 238000013500 data storage Methods 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000750 progressive effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000002503 metabolic effect Effects 0.000 description 3
- 208000025978 Athletic injury Diseases 0.000 description 2
- 206010060820 Joint injury Diseases 0.000 description 2
- 206010041738 Sports injury Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 201000008482 osteoarthritis Diseases 0.000 description 2
- 230000001769 paralizing effect Effects 0.000 description 2
- 230000000276 sedentary effect Effects 0.000 description 2
- 210000001364 upper extremity Anatomy 0.000 description 2
- 208000003947 Knee Osteoarthritis Diseases 0.000 description 1
- 208000016593 Knee injury Diseases 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- 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
-
- 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
- A61B5/6828—Leg
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- 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
-
- 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
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Databases & Information Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供的运动辅助装置(3)具备信息处理部(31),信息处理部(31)根据由动作传感器(2)检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定。信息处理部(31)具备:活动量处理部(312),根据对象者的身体的动作信息,计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数;图像显示处理部(313),将从目标者群预先取得的活动量和步数的分布信息按照被选出的每个区域向显示部(32)输出;图像显示处理部(313),将活动量处理部(312)计算出的活动量和步数输出到显示部(32)。这样,根据动作传感器检测的对象者的事先的身体的动作信息,恰当地辅助针对目标身体改善的下一运动菜单的设定。
Description
技术领域
本发明涉及设定以康复和运动中的功能恢复乃至能力提高(以下,称改善)为目的持续执行的运动菜单时的辅助技术。
背景技术
近年,提倡以健康寿命的延伸为目的的身体活动量(Physical Activity:PA)的基准,重视身体活动量PA的评价(非专利文献1、2)。此外,通过加速度传感器例如可穿戴传感器设备(WSD)对身体活动量PA进行的测量显著进步,能够看到以数千人规模的健康人为对象的通过可穿戴传感器设备WSD对身体活动量PA进行的测量报告(非专利文献3)等,可期待今后的应用情景的扩大。另一方面,在膝关节疾病患者的诊疗中,KOOS(Knee injury andOsteoarthritis Outcome Score膝关节损伤与骨关节炎疗效评分)、IKDC主观评分(subjective score)和Lysholm评分等患者立场评价受到重视。
此外,在专利文献1中记载了活动量计,所述活动量计根据检测出的三轴方向的加速度数据计算合成角速度、上下方向成分角速度和水平方向成分角速度,并且根据这些进行活动强度METs(Metabolic equivalents)的计算及身体活动的类别的判断。此外,在专利文献2中记载了康复辅助装置,所述康复辅助装置具备:根据来自加速度传感器的检测信号来测量麻痹侧上肢的活动量的活动量测量部,以及显示表示麻痹侧上肢的活动量与活动量目标值的图像的显示部,当预测为规定时间中的活动量的预测值达不到活动量目标值的情况下,在显示部上显示该情况。
现有技术文献
专利文献
专利文献1:日本专利公开公报专利第4992595号
专利文献2:日本专利公开公报特开2020-39566号
非专利文献
非专利文献1:IM Lee,EJ Shiroma.Using accelerometers to measurephysical activity in large-scale epidemiological studies:issues andchallenges.Br J Sports Med 2014;48:197-201.
非专利文献2:KL Piercy,RP Troiano,RM Ballard et al.The PhysicalActivity Guidelines for Americans.JAMA 2018;320:2020-2028.
非专利文献3:EJ.Shiroma,PS.Freedson,SG.Trost et al.Patterns ofAccelerometer-Assessed Sedentary Behavior in Older Women.JAMA 2013;310:2562-2563.
上述的患者立场评价在能用可穿戴传感器设备WSD进行基于患者的身体活动量PA测定的ADL(Activities of Daily Living日常生活活动测试)和运动活动水平的定量评价的情况下,尽管认为其优点较大,但是在以往的方式中在定量性、客观性、再现性方面存在极限。
此外,专利文献1、2并未记载如下技术:利用根据身体活动强度而划分的各区域和区域间的量的质的特征,辅助用于通过康复来实现功能恢复和运动能力提高的运动菜单的设定。
发明内容
鉴于上述问题,本发明提供根据由动作传感器检测出的对象者的事先的身体的动作信息在设定针对目标身体改善的下一运动菜单时进行辅助的运动辅助装置、运动辅助方法、运动辅助系统和程序。
本发明的运动辅助装置具备信息处理部,所述信息处理部根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述信息处理部包括测量信息处理单元、目标信息处理单元和输出处理单元。测量信息处理单元根据所述对象者的身体的动作信息,计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数。目标信息处理单元将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出。输出处理单元将所述测量信息处理单元计算出的活动量和步数输出到所述输出部。
此外,本发明的运动辅助系统具备所述运动辅助装置,以及检测所述对象者的事先的身体的动作信息并将检测结果发往所述信息处理部的动作传感器。
此外,本发明的运动辅助方法,根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述运动辅助方法包括:根据所述对象者的身体的动作信息计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数的步骤;将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出的步骤;以及将在所述计算步骤计算出的活动量和步数输出到所述输出部的步骤。
此外,本发明的程序,使计算机根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述程序的特征在于,所述计算机通过执行所述程序来执行下述步骤:根据所述对象者的身体的动作信息计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数的步骤;将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出的步骤;以及将在所述计算步骤计算出的活动量和步数输出到所述输出部的步骤。
按照上述的发明,根据对象者的事先的身体的动作信息,计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数,另一方面,从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域输出到输出部,并且计算出的所述对象者的活动量和步数向所述输出部输出。因此,由于能识别目标者群的分布信息,所以能根据由动作传感器检测的对象者的事先的身体的动作信息,恰当辅助针对目标身体改善的下一运动菜单的设定。在上述中,对象者和目标者群是指,假定对象者为腿例如膝关节的疾病患者和运动外伤损害的患者时,目标者群为正常人的群体,此外,假定对象者为运动选手时,目标者群典型性地为所述领域的一流选手群体。
按照本发明,能够更恰当地辅助针对目标身体状态的改善的下一运动菜单的设定。
附图说明
图1是表示本发明的运动辅助系统的一个实施方式的框图。
图2是表示活动强度与区域、区域的活动内容和细分区域的关系,而且表示其他评价的关系的图表。
图3是在活动量和步数的坐标系上表示在活动强度的各区域中正常群及患者群的活动量和步数的实验结果的分布状态,(A)表示活动强度的最低的SED区域,(B)表示次弱强度LPA区域。
图4表示正常群及患者群的活动量和步数的实验结果的分布状态,(A)表示活动强度高的MVPA区域,(B)表示将MVPA区域细分的较低一方的MPA区域,(C)表示细分的强度较高一方的VPA区域。
图5表示正常群及患者群的活动量和步数的实验结果的分布状态,是在MVPA区域中表示规定的长时间持续的活动量的Long-bout MVPA的图。
图6是表示本实验中的各区域中的正常群及患者群的活动量和最下行的步数的平均并且表示各相关值p的图表。
图7是说明患者的康复过程的一例的样图。
图8是表示控制部的CPU执行的测量数据处理的一例的流程图。
图9是表示控制部的CPU执行的康复辅助处理的一例的流程图。
具体实施方式
图1是表示本发明的运动辅助系统1的一个实施方式的框图。运动辅助系统1具备动作传感器2和信息处理装置3,在本实施方式中,两者间可利用有线或无线的通信单元进行信息通信。
动作传感器2安装在人体上,检测人体的动作,特别是检测动作的加速度,本实施方式中采用三轴加速度传感器21,并与测量处理部22构成一体。作为加速度传感器,可采用静电容量型、压电型,此外也可以是其他检测原理的各种加速度传感器。动作传感器2具备未图示的夹子或连接件等安装件,借助上述的安装件安装在人体的中心部位,优选腰周围的适当部位并使用。动作传感器2以三轴的加速度传感器能朝向上下方向以及相对于人体的前后方向和左右方向的方式安装在腰部,由与各轴对应的加速度传感器检测各方向成分。
动作传感器2具备未图示的电源开关,通过在开关接通期间工作而进行检测动作。以下说明的针对膝关节疾病的康复辅助(用于康复的运动辅助)的实施例中,从起床至就寝期间工作预先设定的规定时间例如10小时左右,除了检测人体的日常动作,还检测后述的康复用的运动。另外,规定时间是指,除了通过指定开始时刻和结束时刻来设定以外,例如也可以是如文字所述从起床至就寝的弹性期间的设定。或者,和时刻信息一起长时间收集数据,在取入数据时,选择性地取入所需期间部分的数据。
作为一例,三轴加速度传感器21和测量处理部22的结构和功能可采用与专利文献1中记载的技术相同的技术。以下,若简单说明,则测量处理部22具备处理器(CPU),通过执行未图示的存储部中存储的测量程序,作为活动强度测量部221、步数测量部222和进行时刻乃至必要时间的计时的计时部223发挥功能。
活动强度测量部221以例如数十Hz左右的规定周期取入由三轴加速度传感器21检测出的加速度数据,根据取入的时间顺序的加速度数据测量活动强度。例如,根据三轴加速度数据计算合成加速度S、上下方向成分加速度Sv、水平方向成分加速度Sh,将这些作为判断条件,例如利用合成加速度S的水平、与成分加速度Sv、Sh的比率等,从合成加速度计算活动强度(METs:Metabolic equivalents),并且进行身体活动的种类例如生活活动、运动、安静的分类。此外,活动强度测量部221根据检测加速度将活动强度METs作为每单位时间(例如1分钟)的数据来计算。
步数测量部222对检测出的上下方向成分的加速度超过规定的阈值的次数进行测量(计数),作为检测期间内的累计步数。
信息处理装置3具备由处理器(CPU)构成的控制部31。控制部31上连接着显示图像的显示部32、从外部接受操作指示的操作部33、测量数据存储部34和存储部35。另外,操作部33可以由将透明感压面板元件重叠在显示部32上的触摸面板构成。
测量数据存储部34按每个患者ID存储由动作传感器2测量的数据且取入到信息处理装置3的数据。存储部35具有正常群数据存储部351、康复成功事例数据存储部352和控制程序数据存储部353。正常群数据是指与患者在相同的期间(在所述的例子中,从起床至就寝期间的10个小时)检测的活动内容,具体后述。此外,存储部35除了具备所述各存储区域以外,还具备执行信息处理的工作区域(主存储部)。
控制部31通过将控制程序从控制程序数据存储部353读取到工作区域并执行,作为测量数据取入部311、活动量处理部312、图像显示处理部313和输入处理部314发挥功能,所述输入处理部314用于处理借助操作部33输入的各种信息的受理乃至向存储部的取入。
测量数据取入部311按照来自信息处理装置3的测量数据取入指示,将事先例如在上次的规定时间中由动作传感器2测量的膝关节疾病患者的身体活动量和步数的测量数据取入测量数据存储部34。
活动量处理部312进行如下处理:将取入的患者的测量数据按照活动强度划分(分类)到预先设定的每个区域,并对每个区域计算活动量Ex。
图2是分别表示出活动强度与区域、区域的活动内容和细分区域、以及与其他评价的关系的图表。在图2中,身体活动量PA按照活动强度METs分类为,相当于坐卧的状态的SED(Sedentary:1~1.5METs),相当于日常生活动作的LPA(Light Physical Activity:1.6~2.9METs),以及包含相当于轻度运动的MPA(Moderate Physical Activity:3.0~5.9METs)和相当于激烈运动的VPA(Vigorous Physical Activity:≧6.0METs)的MVPA的多个区域。此外,作为用于增进健康的指南,还采用10分钟以上连续测量包含在MVPA的活动量Ex的其他评价用的Long-bout MVPA。
活动量处理部312通过将符合各区域的活动强度METs数据以单位时间例如1分钟单位进行累计来计算活动量Ex。此外,活动量处理部312进行用于其他评价用的Long-boutMVPA的活动量Ex的计算。计算结果根据需要存储到测量数据存储部34。
接下来,对正常人的群体(正常群)和患者的群体(患者群)进行身体活动实验,对其结果进行了量方面和质方面的分析。分析如下所述,(1)关于活动强度METs的各区域中的活动量Ex和步数的患者群与正常群的比较,(2)以区域内的活动量Ex与步数的关系的探讨为目的,采用了公知的Student's t test和Pearson的相关系数。另外,在本分析中,相关评价的P值中的有意义水准通常在5%。
图3~图5在活动强度METs的各区域中的活动量Ex与步数的坐标系上表示了关于正常群及患者群的活动量Ex和步数的数据取得的实验结果的分布状态。图3的(A)表示活动强度的最低的区域SED,图3的(B)表示活动强度次弱区域LPA。此外,图4的(A)表示活动强度高的区域MVPA,图4的(B)表示将区域MVPA细分的较低一方的区域MPA,图4的(C)表示细分的强度较高一方的区域VPA。此外,图5表示区域MVPA中的Long-bout MVPA。
图3~图5和图6所示的实验结果数据,包含作为对象的膝关节疾病患者。本实验的对象者为大阪大学医学部附属医院的外来看病的患者23名(患者群:男性10名,女性13名,22~81岁(平均51岁)),无膝关节疾病史的正常人28名(正常群:男性12名,女性16名,18~65岁(平均28岁)),将动作传感器2(活动量计:Active Style Pro HJA-750C,OMRONHealthcare制品,Japan)佩戴在腰部,都是佩戴连续7天且每天10小时及其以上,将由此得到的测量信息汇总为如图3~图6所示。
此外,从本实验中应用的活动量计的三轴加速度传感器的检测结果,根据专利文献1和参考資料(K Ohkawara,Y Oshima,Y Hikihara et al.Real-time estimation ofdaily physical activity intensity by a triaxial accelerometer and a gravity-removal classification algorithm.Br J Nutr2011;105:1681-1691.以及Y Oshima,KKawaguchi,S Tanaka et al.Classifying household and locomotive activitiesusing a triaxial accelerometer.Gait Posture 2010;31:370-374.)的算法等,用活动量计附属的“活动量计应用”提取出每1分钟的METs(Metabolic equivalents)的值,并用于PA评价。同时还提取了步数的信息。
将各人的活动量按每个区域进行合计。图中,空心三角形标记表示正常人群(正常群)的各人的活动量和步数的坐标位置,黑圆标记表示患者群的各人的活动量和步数的坐标位置。另外,本实验的数据中正常人、患者都不含根据运动菜单的指示进行的运动部分。在各图的分布中,r值表示相关系数,P值表示相关值,直线表示正常群的回归直线。
接下来,分析图3~图6。在两群的活动量Ex与步数的比较中,患者群一方在MVPA(图4的(A))、Long-bout MVPA(图5)、步数(参照图6的最下行)中是有意义的低值,而在LPA(图3的(B))中是高值。在SED和LPA中,两群没有较大差异,但是患者群一方在步数上值略低(图3的(A))。将MVPA细分的MPA、VPA(图4的(B),(C))中患者群都为低值。
关于活动量Ex与步数的相关,在图3的(A)、(B)的SED和LPA中未显示出有意义的相关,而在MVPA中两群都显示出较强的正相关(r=0.963,r=0.814)(图4的(A))。此外,分为MPA和VPA的情况下,如图4的(B)、(C)所示,MPA中同样显示为较强的正相关(r=0.966,r=0.816),VPA中显示为较弱的正相关(r=0.490)。
此外,如图5所示,关于Long-bout MVPA,与正常群(r=0.882)相比,患者群成为较低的相关的结果(r=0.458),此外,患者群与步数无关地活动量为低值,满足推荐基准的150分钟/周以上的是,相比于正常群有8名(28.6%),患者群仅有2名(8.7%),两群显示出差异。
接着,图6中的图表表示了本实验的各区域中的正常群及患者群的活动量、最下行表示了步数的平均、还表示了各相关值p。在本实验中,在通过动作传感器2进行的活动量评价中,得到了患者群在MPA、VPA、Long-bout MVPA的区域中活动量少的结果。这样根据来自动作传感器2的测量结果在强度方向上进行划分,能够对区域内的身体活动量进行量方面的评价,此外能够对区域间进行质方面的评价。这样,根据包含区域SED、LPA、MVPA、甚至区域MPA、VPA、Long-bout MVPA的身体活动量的评价,两群间分别显示出特征性的差别,通过活用这些差别,可期待成为辅助介入治疗(康复)并评价介入效果时的强大的评价工具。
即,在所述的各区域中,作为康复的辅助及其效果评价的工具可适用的区域的条件,优选正常群的分布与患者群的分布有意义地偏离(存在差值),以及正常群的分布显示出相关性。所述可适用的区域(作为辅助用而被选出的区域)的条件为,所述患者的康复初期的活动量和步数,与作为恢复目标的正常群的分布信息具有有意义的差值。利用与这样的正常群的有意义的差值的存在,在坐标系上显示康复中的患者的测量结果位置与图3~图5中所示的正常群的分布,能够容易在视觉上提示两者(正常群和患者)的位置关系,从而能够根据所述位置关系等,辅助医疗从业者对介入患者的运动菜单的渐进的设定。运动菜单中包含运动内容(种类)、运动强度、运动时间等。此外,由于患者的日常活动内容也包含在测量结果中,所以综合捕捉这些,能够使下次的运动菜单的设定变得恰当且容易。
通过在上述的渐进设定时进行有效辅助,能够进行从正常群的分布的外侧逐渐接近所述分布侧并最终被有效引导到分布内的即能够进行顺利恢复的恰当的运动辅助。另外,在对比中使用的区域,可以是着眼于多少有意义的差值的全部区域,也可以活用更有意义的差值而集中在至少1个以上的规定的区域。
返回图1,图像显示处理部313向显示部32显示图像信息。即,图像显示处理部313显示由活动量处理部312处理的患者的之前的规定时间这里为10小时的测量数据且在坐标系上展开的图像信息,并且将所述对比中使用的至少1个以上的规定区域的正常群的分布信息在坐标系上显示为图像。另外,满足条件的区域可以固定,也可以根据伴随着康复的恢复程度适当切换。
患者及正常群的图像信息可以显示在各坐标系图像上,也可以在共用的坐标系图像中重叠显示。患者的活动量的图像信息可以显示全部区域的数据,也可以仅显示与正常群侧的区域对应的区域的。另外,在同一坐标系图像上重叠显示的方式中,优选将患者侧的显示标记变更为正常群侧的显示方式,例如改变形状、大小、闪烁的有无、色彩等以可识别的方式显示。共用显示时,以患者的测量数据位置相对于正常群的分布相对容易识别的方式显示。
康复成功事例数据存储部352中存储有膝关节疾病经过康复适当恢复的至少1个以上的过去的成功事例且当时的渐进的康复时点和在各时点设定的运动菜单,而且存储有每次的患者的测量数据。输入处理部314根据需要从康复成功事例数据中提取与患者类似的测量数据、同样康复时点的成功事例数据,由图像显示处理部313自动或者借助操作部33显示在显示部32上,以辅助运动菜单的设定。
这里,图7的样图说明了患者的康复改善经历的一例。图7是康复辅助的示意说明,显示了某个区域(例如MVPA)中的一个患者的康复改善的过程。患者的坐标位置从康复开始当初存在于患者群分布内的患者测量数据的位置,通过每日完成设定的康复用的运动菜单,并经过多日,向正常群的分布逐渐接近(图7中,由虚线的各箭头表示),最终进入正常群的分布内,即改善、恢复。如图7所示,通过将所述患者的渐进的测量数据的经历重叠显示,可确认恢复的过程,可期待下一运动菜单的恰当的设定。
图8是表示控制部31的处理器(CPU)执行的测量数据处理的一例的流程图。首先,从动作传感器2取入患者的测量数据(每单位时间测量的活动强度METs,步数),并且从动作传感器2或者从操作部33输入患者的识别信息(步骤S1)。接着,将每单位时间的活动强度METs的测量数据分类(分配)到各区域(步骤S3)。接下来,通过将各区域内的活动强度METs×活动时间累计而计算出每个区域的活动量Ex,和步数一起存储到测量数据存储部34(步骤S5)。
图9是表示控制部31的处理器(CPU)执行的康复辅助处理的一例的流程图。首先,图像显示处理部313将预先取得的正常群的活动强度中具有能与患者的数据有意义地对比的信息的预先被选出的区域的(活动量Ex,步数)的分布信息显示在对应区域的坐标系上(步骤S11)。接着,图像显示处理部313针对与被选出的区域相同的区域,在共用的坐标系上,在从患者侧得到的数据(活动量Ex,步数)的坐标位置将标记以与正常群侧的各标记可识别的方式重叠显示(步骤S13)。此外,图像显示处理部313自动或者通过操作指示等,在相同的坐标系上,在患者的过去的数据位置将标记作为康复经历以可识别的方式重叠显示(步骤S15)。而且,根据需要经过操作指示,在与各区域对应的位置将康复用的运动菜单候补引导显示(步骤S17)。或者,可以显示康复成功事例数据。而且,输入处理部314将由医疗从业者设定的康复用运动内容与患者ID对应地记录到例如测量数据存储部34(步骤S19)。
本发明中一概设定了目标的正常人群体,也可以将正常人根据年龄层、性别等进行区分而设为正常群数据,从而可以使用更接近患者的属性的对比用数据。此外,可以包含膝关节疾病患者的术后治疗(康复)过程中的纵向评价,进而可应用于运动外伤损害的治疗效果、康复、运动恢复的评价和指导。
本发明可以将测量处理部22设置在信息处理装置3侧,反之,可以将活动量处理部312设置在动作传感器2侧。此外,代替将患者侧数据和正常群的分布信息的输出图像显示的显示部32,可以用打印机印刷输出。
此外,康复用运动内容的设定,除了以一天为单位以外,可以对数天设定相同的运动内容,并汇总进行测量数据的取入、评价。
此外,患者侧的动作传感器2与医院侧的信息处理装置3的通信,除了近距离通信以外,可以利用WAN等典型的家庭与医院之间的互联网环境。
此外,在本发明中,信息处理装置3的存储部35内可包含运动菜单的列表的数据。优选运动菜单列表例如对应活动强度的每个区域而分类,并包含运动种类,甚至运动强度和运动时间。通过例如自动地或受理来自操作部33的操作指示,图像显示处理部313将运动菜单列表在显示部32的适当部位适当地例如按照对应的每个区域以可参照的方式显示,可以提供运动菜单的设定时的辅助。
如以上说明的那样,优选本发明的运动辅助装置具备信息处理部,所述信息处理部根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述信息处理部具备测量信息处理单元、目标信息处理单元和输出处理单元。测量信息处理单元根据所述对象者的身体的动作信息,计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数。目标信息处理单元将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出。输出处理单元将所述测量信息处理单元计算出的活动量和步数输出到所述输出部。
此外,优选本发明的运动辅助系统具备所述运动辅助装置和动作传感器,所述动作传感器检测所述对象者的事先的身体的动作信息并将检测结果发往所述信息处理部。
此外,优选本发明的运动辅助方法,根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述运动辅助方法包括:根据所述对象者的身体的动作信息计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数的步骤;将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出的步骤;以及将在所述计算步骤计算出的活动量和步数输出到所述输出部的步骤。
此外,优选本发明的程序,使计算机根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述计算机通过执行所述程序来执行下述步骤:根据所述对象者的身体的动作信息计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数的步骤;将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出的步骤;以及将在所述计算步骤计算出的活动量和步数输出到所述输出部的步骤。
按照上述的发明,从对象者的事先的身体的动作信息,计算出对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数,另一方面,从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域输出到输出部,并且计算出的所述对象者的活动量和步数向所述输出部输出。因此,由于能识别目标者群的分布信息,所以能根据由动作传感器检测的对象者的事先的身体的动作信息,恰当辅助针对目标身体改善的下一运动菜单的设定。上述中,对象者和目标者群是指,假定对象者为腿例如膝关节的疾病患者和运动外伤损害的患者时,目标者群为正常人的群体,此外,假定对象者为运动选手时,目标者群典型地为所述领域的一流选手群体。
此外,优选所述输出部为显示图像的显示部。按照所述构成,对象者的测量数据和目标者群的分布信息由图像显示。
此外,优选所述输出处理单元将所述测量信息处理单元计算出的活动量和步数显示在所述被选出的各区域的坐标系上。按照所述构成,由于将两者的信息显示在同样的坐标系上,所以容易识别。
此外,本发明优选将所述测量信息处理单元计算出的活动量和步数在显示于所述显示部的各区域的共用的坐标系上以可识别的方式重叠显示。按照所述构成,由于将两者的信息在共用的坐标系上重叠显示,所以两者的识别更容易且恰当。
此外,优选所述被选出的区域是所述对象者中的辅助初期的活动量和步数、与所述目标者群的分布信息具有有意义的差值的区域。按照所述构成,在辅助初期例如康复的开始阶段差值更容易识别,相应地例如在康复用的运动菜单的设定时能够进行有效的辅助。
此外,优选所述被选出的区域是所述目标者群的分布信息显示出相对强的相关的区域。按照所述构成,能够进行将对象者进一步恰当地改善为目标者的身体状态的辅助。
此外,优选所述身体的动作信息的检测在从起床至就寝之间的预先设定的时间进行。按照所述构成,可以掌握包含日常的生活活动的综合运动状态以提供下一运动菜单的设定。
此外,优选所述分布信息是所述目标者群的各活动量和步数的全部值,以及针对所述目标者群的所述各活动量和步数的值的分布的回归直线的至少一方。按照所述构成,能以适当方式输出目标者群的信息,差值的识别变得容易。
此外,在本发明中,优选所述对象者为膝关节疾病患者,所述目标者群为正常人群体。按照所述构成,可有效辅助针对膝关节疾病患者的康复用的运动菜单的设定。
附图标记说明
1运动辅助系统
2动作传感器
21三轴加速度传感器
22测量处理部
3信息处理装置(运动辅助装置)
31控制部(信息处理部)
312活动量处理部(测量信息处理单元)
313图像显示处理部(目标信息处理单元,输出处理单元)
32显示部(输出部)
33操作部
34测量数据存储部
35存储部
351正常群数据存储部
Claims (12)
1.一种运动辅助装置,其特征在于,
具备信息处理部,所述信息处理部根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,
所述信息处理部包括:
测量信息处理单元,根据所述对象者的身体的动作信息,计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数;
目标信息处理单元,将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出;以及
输出处理单元,将所述测量信息处理单元计算出的活动量和步数输出到所述输出部。
2.根据权利要求1所述的运动辅助装置,其特征在于,所述输出部为显示图像的显示部。
3.根据权利要求2所述的运动辅助装置,其特征在于,所述输出处理单元将所述测量信息处理单元计算出的活动量和步数显示在所述被选出的各区域的坐标系上。
4.根据权利要求3所述的运动辅助装置,其特征在于,将所述测量信息处理单元计算出的活动量和步数在显示于所述显示部的各区域的共用的坐标系上以可识别的方式重叠显示。
5.根据权利要求1~4中任意一项所述的运动辅助装置,其特征在于,所述被选出的区域是所述对象者中的辅助初期的活动量和步数、与所述目标者群的分布信息具有有意义的差值的区域。
6.根据权利要求1~5中任意一项所述的运动辅助装置,其特征在于,所述被选出的区域是所述目标者群的分布信息显示出相对强的相关的区域。
7.根据权利要求1~6中任意一项所述的运动辅助装置,其特征在于,所述身体的动作信息的检测在从起床至就寝之间的预先设定的时间进行。
8.根据权利要求1~7中任意一项所述的运动辅助装置,其特征在于,所述分布信息是所述目标者群的各活动量和步数的全部值,以及针对所述目标者群的所述各活动量和步数的值的分布的回归直线的至少一方。
9.根据权利要求1~8中任意一项所述的运动辅助装置,其特征在于,所述对象者为膝关节疾病患者,所述目标者群为正常人群体。
10.一种运动辅助系统,其特征在于包括:权利要求1~9中任意一项所述的运动辅助装置,以及检测所述对象者的事先的身体的动作信息并将检测结果发往所述信息处理部的动作传感器。
11.一种运动辅助方法,根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,所述运动辅助方法的特征在于,包括:
根据所述对象者的身体的动作信息计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数的步骤;
将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出的步骤;以及
将在所述计算步骤计算出的活动量和步数输出到所述输出部的步骤。
12.一种程序,使计算机根据由动作传感器检测的对象者的事先的身体的动作信息,辅助针对目标身体改善的下一运动菜单的设定,
所述程序的特征在于,
所述计算机通过执行所述程序来执行下述步骤:
根据所述对象者的身体的动作信息计算对活动强度进行了划分的各区域中的被选出的每个区域的活动量和步数的步骤;
将从目标者群预先取得的活动量和步数的分布信息按照所述被选出的每个区域向输出部输出的步骤;以及
将在所述计算步骤计算出的活动量和步数输出到所述输出部的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-013069 | 2021-01-29 | ||
JP2021013069 | 2021-01-29 | ||
PCT/JP2021/045783 WO2022163171A1 (ja) | 2021-01-29 | 2021-12-13 | 運動支援装置、運動支援方法、運動支援システム及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116710180A true CN116710180A (zh) | 2023-09-05 |
Family
ID=82653286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180091399.7A Pending CN116710180A (zh) | 2021-01-29 | 2021-12-13 | 运动辅助装置、运动辅助方法、运动辅助系统和程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240082637A1 (zh) |
EP (1) | EP4286022A1 (zh) |
JP (1) | JPWO2022163171A1 (zh) |
CN (1) | CN116710180A (zh) |
WO (1) | WO2022163171A1 (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4992595B2 (ja) | 2007-07-27 | 2012-08-08 | オムロンヘルスケア株式会社 | 活動量計 |
US7676332B2 (en) * | 2007-12-27 | 2010-03-09 | Kersh Risk Management, Inc. | System and method for processing raw activity energy expenditure data |
JP2009240404A (ja) * | 2008-03-28 | 2009-10-22 | Citizen Holdings Co Ltd | 身体活動量計 |
JP5635393B2 (ja) * | 2010-12-24 | 2014-12-03 | パナソニック株式会社 | 活動量計 |
JP5992746B2 (ja) * | 2012-07-13 | 2016-09-14 | テルモ株式会社 | 運動測定装置およびその制御方法 |
JP2017159150A (ja) * | 2017-06-22 | 2017-09-14 | テルモ株式会社 | 運動量測定装置、運動量測定システム及び運動量測定方法 |
JP2020035140A (ja) * | 2018-08-29 | 2020-03-05 | パナソニックIpマネジメント株式会社 | 情報処理方法、プログラム、及び、情報処理システム |
JP7011317B2 (ja) | 2018-09-10 | 2022-02-10 | 学校法人北里研究所 | リハビリ支援装置及びプログラム |
-
2021
- 2021-12-13 CN CN202180091399.7A patent/CN116710180A/zh active Pending
- 2021-12-13 US US18/273,767 patent/US20240082637A1/en active Pending
- 2021-12-13 EP EP21923176.8A patent/EP4286022A1/en active Pending
- 2021-12-13 JP JP2022578123A patent/JPWO2022163171A1/ja active Pending
- 2021-12-13 WO PCT/JP2021/045783 patent/WO2022163171A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
EP4286022A1 (en) | 2023-12-06 |
WO2022163171A1 (ja) | 2022-08-04 |
JPWO2022163171A1 (zh) | 2022-08-04 |
US20240082637A1 (en) | 2024-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10973439B2 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
EP3065628B1 (en) | Biomechanical activity monitoring | |
JP4754447B2 (ja) | 生体解析装置及びプログラム | |
JP4825456B2 (ja) | 筋活動推定システム | |
US9510789B2 (en) | Motion analysis method | |
EP1877981A2 (en) | Systems, devices, and methods for interpreting movement | |
CN110522457B (zh) | 一种基于电机电流、传感器反馈的实时步态分析方法 | |
JP6914896B2 (ja) | 健康状態診断システム | |
Rahimi et al. | Capturing whole-body mobility of patients with Parkinson disease using inertial motion sensors: expected challenges and rewards | |
US20190320944A1 (en) | Biomechanical activity monitoring | |
Riazati et al. | Absolute reliability of gait parameters acquired with markerless motion capture in living domains | |
JP2005352686A (ja) | リハビリテーション管理装置 | |
Prajapati et al. | A review on clinical gait analysis | |
JP2005342254A (ja) | 歩行周期検出装置 | |
Duhaylungsod et al. | Detection of gait abnormality through leg symmetry and temporal parameters | |
US20200390389A1 (en) | Method and system for motor function rehabilitation and monitoring a patient's recovery | |
CN116710180A (zh) | 运动辅助装置、运动辅助方法、运动辅助系统和程序 | |
Sprint et al. | Designing wearable sensor-based analytics for quantitative mobility assessment | |
CN116114028A (zh) | 神经肌肉疾病评估系统 | |
KR20220072026A (ko) | 재활 로봇을 이용한 재활 훈련 방법 및 시스템 | |
Mannini et al. | A smartphone-centered wearable sensor network for fall risk assessment in the elderly | |
Daunoraviciene et al. | Biomechanical markers of impaired motor coordination | |
CN113100789B (zh) | 一种膝关节内外侧受力实时分析系统 | |
Borges et al. | Compensatory movement detection through inertial sensor positioning for post-stroke rehabilitation | |
Akbari et al. | Validation of a new model-free signal processing method for gait feature extraction using inertial measurement units to diagnose and quantify the severity of Parkinson's disease |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40097036 Country of ref document: HK |