JP2002345786A - 転倒予防指導支援システム及び転倒予防指導支援方法 - Google Patents
転倒予防指導支援システム及び転倒予防指導支援方法Info
- Publication number
- JP2002345786A JP2002345786A JP2001160998A JP2001160998A JP2002345786A JP 2002345786 A JP2002345786 A JP 2002345786A JP 2001160998 A JP2001160998 A JP 2001160998A JP 2001160998 A JP2001160998 A JP 2001160998A JP 2002345786 A JP2002345786 A JP 2002345786A
- Authority
- JP
- Japan
- Prior art keywords
- data
- pedestrian
- walking
- fall
- foot pressure
- 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
Landscapes
- Rehabilitation Tools (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
(57)【要約】
【課題】 歩行者の歩行時の転倒を予防するための歩行
指導を定量的・客観的に行い、その歩行指導の効果の定
量的な把握を可能にする。 【解決手段】 歩行者の歩行に基づく歩行データを計測
する歩行計測部100と、歩行計測部により計測された歩
行データに基づき歩行者の歩行動作を解析する歩行解析
部200と、転倒に関連する疾病既往歴及び転倒経験の有
無情報が健康診断情報として歩行者毎に登録した健診デ
ータベース400とを備え、表示制御部300は歩行解析部に
より解析された歩行者の転倒危険度情報と、健康診断デ
ータベース内の前記歩行者に対応する健康診断情報とを
入力するとこの歩行者に適合した歩行訓練指導情報を転
倒予防指導画面として表示部500に表示する。
指導を定量的・客観的に行い、その歩行指導の効果の定
量的な把握を可能にする。 【解決手段】 歩行者の歩行に基づく歩行データを計測
する歩行計測部100と、歩行計測部により計測された歩
行データに基づき歩行者の歩行動作を解析する歩行解析
部200と、転倒に関連する疾病既往歴及び転倒経験の有
無情報が健康診断情報として歩行者毎に登録した健診デ
ータベース400とを備え、表示制御部300は歩行解析部に
より解析された歩行者の転倒危険度情報と、健康診断デ
ータベース内の前記歩行者に対応する健康診断情報とを
入力するとこの歩行者に適合した歩行訓練指導情報を転
倒予防指導画面として表示部500に表示する。
Description
【０００１】
【発明の属する技術分野】本発明は、歩行者の転倒を予
防するために歩行者の歩行状態を解析し、歩行者に対し
定量的かつ客観的な訓練指導を支援する転倒予防指導支
援システム及び方法に関する。
防するために歩行者の歩行状態を解析し、歩行者に対し
定量的かつ客観的な訓練指導を支援する転倒予防指導支
援システム及び方法に関する。
【０００２】
【従来の技術】高齢者の転倒は大腿骨等の骨折の大きな
原因となり、骨折により寝たきり状態になることが大き
な社会問題となっている。このため、近年は、高齢者の
健康教育の一環として転倒予防のための歩行指導が行わ
れているが、これら転倒予防のための歩行指導は指導ス
タッフの主観的な判断で行われている。
原因となり、骨折により寝たきり状態になることが大き
な社会問題となっている。このため、近年は、高齢者の
健康教育の一環として転倒予防のための歩行指導が行わ
れているが、これら転倒予防のための歩行指導は指導ス
タッフの主観的な判断で行われている。
【０００３】
【発明が解決しようとする課題】この種の転倒予防のた
めの歩行指導は、前述したように指導スタッフの主観的
な判断で行われているため、歩行指導の効果を定量的に
把握することが困難であり、こうした歩行指導の効果を
定量的に把握したいという要望がある。したがって、本
発明は、歩行者の歩行時の転倒を予防するための歩行指
導を定量的・客観的に行い、その歩行指導の効果の定量
的な把握を可能にすることを目的とする。
めの歩行指導は、前述したように指導スタッフの主観的
な判断で行われているため、歩行指導の効果を定量的に
把握することが困難であり、こうした歩行指導の効果を
定量的に把握したいという要望がある。したがって、本
発明は、歩行者の歩行時の転倒を予防するための歩行指
導を定量的・客観的に行い、その歩行指導の効果の定量
的な把握を可能にすることを目的とする。
【０００４】
【課題を解決するための手段】このような課題を解決す
るために本発明は、歩行者の歩行の検出に基づき歩行デ
ータを計測する歩行計測部と、歩行計測部により計測さ
れた歩行データに基づき歩行者の歩行動作を解析し、歩
行者の転倒の危険度を求める歩行解析部と、歩行解析部
により解析された歩行者の転倒の危険度を示す転倒危険
度情報を表示部に表示する表示制御部とを設けたもので
ある。
るために本発明は、歩行者の歩行の検出に基づき歩行デ
ータを計測する歩行計測部と、歩行計測部により計測さ
れた歩行データに基づき歩行者の歩行動作を解析し、歩
行者の転倒の危険度を求める歩行解析部と、歩行解析部
により解析された歩行者の転倒の危険度を示す転倒危険
度情報を表示部に表示する表示制御部とを設けたもので
ある。
【０００５】この場合、歩行計測部は、前記歩行データ
を歩行者の足圧分布データとして計測するとともに、こ
の足圧分布データを画像処理して時系列足圧画像データ
として出力し、歩行解析部は、歩行計測部から出力され
る時系列足圧画像データに基づき歩行者の転倒の危険度
を求めるものである。また、歩行解析部は、歩行計測部
から出力される時系列足圧画像データを入力するとこの
入力データから時系列の特徴ベクトルを抽出する特徴抽
出部と、転倒経験のある歩行者の特徴ベクトルと、転倒
経験のない歩行者の特徴ベクトルとを保持する転倒デー
タベースと、転倒データベースのデータに基づき転倒し
易さを判別するための判別関数を生成する判別関数生成
部と、特徴抽出部からの時系列の特徴ベクトルを、判別
関数生成部で生成された判別関数を用いて転倒危険度と
してのスカラー値に変換し表示制御部に出力する転倒危
険度計算部とを設けたものである。
を歩行者の足圧分布データとして計測するとともに、こ
の足圧分布データを画像処理して時系列足圧画像データ
として出力し、歩行解析部は、歩行計測部から出力され
る時系列足圧画像データに基づき歩行者の転倒の危険度
を求めるものである。また、歩行解析部は、歩行計測部
から出力される時系列足圧画像データを入力するとこの
入力データから時系列の特徴ベクトルを抽出する特徴抽
出部と、転倒経験のある歩行者の特徴ベクトルと、転倒
経験のない歩行者の特徴ベクトルとを保持する転倒デー
タベースと、転倒データベースのデータに基づき転倒し
易さを判別するための判別関数を生成する判別関数生成
部と、特徴抽出部からの時系列の特徴ベクトルを、判別
関数生成部で生成された判別関数を用いて転倒危険度と
してのスカラー値に変換し表示制御部に出力する転倒危
険度計算部とを設けたものである。
【０００６】ここで、歩行解析部は、各計測タイミング
で計測された足圧の強さが階調値としてそれぞれ画像処
理された各足圧画像フレームからなる時系列足圧画像デ
ータが歩行計測部から出力されると、この時系列足圧画
像データを入力して、足圧画像フレーム中の足領域に含
まれる全ての画素の階調値の和を示す荷重データと、足
圧画像フレーム中の足領域に含まれる全ての画素の数を
示す加圧面積データとを求めて出力する第１の特徴抽出
部と、予め荷重データと加圧面積データを１組とするデ
ータが転倒経験の有無に応じて登録された転倒データベ
ースと、転倒データベースのデータを入力して、転倒経
験有りのデータと転倒経験無しのデータとを分ける判別
軸を生成する判別関数生成部と、判別軸の生成時に判別
関数生成部により生成された係数を第１の特徴抽出部か
ら出力された加圧面積及び荷重の各データ値に乗算し、
前記係数が乗算された加圧面積データ値と荷重データ値
との比率に基づき歩行者の転倒の危険度を演算し前記転
倒危険度情報として出力する転倒危険度計算部とを備え
るものである。
で計測された足圧の強さが階調値としてそれぞれ画像処
理された各足圧画像フレームからなる時系列足圧画像デ
ータが歩行計測部から出力されると、この時系列足圧画
像データを入力して、足圧画像フレーム中の足領域に含
まれる全ての画素の階調値の和を示す荷重データと、足
圧画像フレーム中の足領域に含まれる全ての画素の数を
示す加圧面積データとを求めて出力する第１の特徴抽出
部と、予め荷重データと加圧面積データを１組とするデ
ータが転倒経験の有無に応じて登録された転倒データベ
ースと、転倒データベースのデータを入力して、転倒経
験有りのデータと転倒経験無しのデータとを分ける判別
軸を生成する判別関数生成部と、判別軸の生成時に判別
関数生成部により生成された係数を第１の特徴抽出部か
ら出力された加圧面積及び荷重の各データ値に乗算し、
前記係数が乗算された加圧面積データ値と荷重データ値
との比率に基づき歩行者の転倒の危険度を演算し前記転
倒危険度情報として出力する転倒危険度計算部とを備え
るものである。
【０００７】また、歩行解析部は、前記時系列足圧画像
データが前記歩行計測部から出力されると、この時系列
足圧画像データに示される歩行者の各歩の中から、歩行
者の足の踵部分の中で最初に着地した点を基準点として
それぞれ左右の足について求め、かつ歩行者の歩行方向
における左右の足の各基準点間の距離を示す歩幅と、前
記歩行方向と直交する方向における左右の足の各基準点
間の距離を示す歩隔とを算出する第２の特徴抽出部と、
第２の特徴抽出部により算出された歩幅と歩隔との比率
に基づき歩行者の転倒度を演算し転倒危険度情報として
出力する転倒危険度計算部とを備えるものである。
データが前記歩行計測部から出力されると、この時系列
足圧画像データに示される歩行者の各歩の中から、歩行
者の足の踵部分の中で最初に着地した点を基準点として
それぞれ左右の足について求め、かつ歩行者の歩行方向
における左右の足の各基準点間の距離を示す歩幅と、前
記歩行方向と直交する方向における左右の足の各基準点
間の距離を示す歩隔とを算出する第２の特徴抽出部と、
第２の特徴抽出部により算出された歩幅と歩隔との比率
に基づき歩行者の転倒度を演算し転倒危険度情報として
出力する転倒危険度計算部とを備えるものである。
【０００８】また、歩行解析部は、第１の特徴抽出部で
求められた荷重、加圧面積、及び第２の特徴抽出部で求
められた歩幅、歩隔の各特徴量の組み合わせにより構成
される特徴空間のデータ分布に基づき歩行者の転倒度を
演算し前記転倒危険度情報として出力する転倒危険度計
算部を備えるものである。また、転倒に関連する疾病既
往歴及び転倒経験の有無情報が健康診断情報として歩行
者毎に登録された健康診断データベースを備え、表示制
御部は、歩行解析部からの歩行者の転倒危険度情報と、
健康診断データベース内の歩行者の健康診断情報とに基
づきこの歩行者に適合した歩行指導画面を表示部に表示
するものである。
求められた荷重、加圧面積、及び第２の特徴抽出部で求
められた歩幅、歩隔の各特徴量の組み合わせにより構成
される特徴空間のデータ分布に基づき歩行者の転倒度を
演算し前記転倒危険度情報として出力する転倒危険度計
算部を備えるものである。また、転倒に関連する疾病既
往歴及び転倒経験の有無情報が健康診断情報として歩行
者毎に登録された健康診断データベースを備え、表示制
御部は、歩行解析部からの歩行者の転倒危険度情報と、
健康診断データベース内の歩行者の健康診断情報とに基
づきこの歩行者に適合した歩行指導画面を表示部に表示
するものである。
【０００９】
【発明の実施の形態】以下、本発明について図面を参照
して説明する。図１は、本発明に係る転倒予防指導支援
システムの構成を示すブロック図である。本システム
は、図１に示すように、歩行者の歩行を計測する歩行計
測部１００と、歩行計測部１００により計測されたデー
タに基づいて歩行者の歩行動作を解析する歩行解析部２
００と、歩行解析部２００の解析結果の表示や健診デー
タベース４００から検索したデータの表示を転倒予防指
導画面として表示部５００に表示する表示制御部３００
とからなる。
して説明する。図１は、本発明に係る転倒予防指導支援
システムの構成を示すブロック図である。本システム
は、図１に示すように、歩行者の歩行を計測する歩行計
測部１００と、歩行計測部１００により計測されたデー
タに基づいて歩行者の歩行動作を解析する歩行解析部２
００と、歩行解析部２００の解析結果の表示や健診デー
タベース４００から検索したデータの表示を転倒予防指
導画面として表示部５００に表示する表示制御部３００
とからなる。
【００１０】ここで、歩行計測部１００は、後述するよ
うに圧力センサを用いて歩行者の歩行動作を計測し、足
圧の画像時系列データ｛ｓ1 ，ｓ2 ，・・・，ｓT ｝を
出力する。歩行解析部２００では、足圧の画像時系列デ
ータから転倒に関する特徴を抽出し、転倒の危険性の情
報に変換して表示制御部３００に送り、表示制御部３０
０により表示部５００に転倒予防指導画面として表示さ
せる。表示制御部３００は、転倒に関連する疾病既往
歴、転倒経験の有り無しの情報を健診データベース４０
０から抽出し、この抽出情報と歩行解析部２００から送
られてくる転倒危険度を表示部５００に表示すること
で、歩行指導者の支援を行う。
うに圧力センサを用いて歩行者の歩行動作を計測し、足
圧の画像時系列データ｛ｓ1 ，ｓ2 ，・・・，ｓT ｝を
出力する。歩行解析部２００では、足圧の画像時系列デ
ータから転倒に関する特徴を抽出し、転倒の危険性の情
報に変換して表示制御部３００に送り、表示制御部３０
０により表示部５００に転倒予防指導画面として表示さ
せる。表示制御部３００は、転倒に関連する疾病既往
歴、転倒経験の有り無しの情報を健診データベース４０
０から抽出し、この抽出情報と歩行解析部２００から送
られてくる転倒危険度を表示部５００に表示すること
で、歩行指導者の支援を行う。
【００１１】図２は、歩行解析部２００の詳細な構成を
示すブロック図である。歩行解析部２００は、図２に示
すように、特徴抽出部２１０と、判別関数生成部２２０
と、転倒データベース２３０と、転倒危険度計算部２４
０とから構成される。
示すブロック図である。歩行解析部２００は、図２に示
すように、特徴抽出部２１０と、判別関数生成部２２０
と、転倒データベース２３０と、転倒危険度計算部２４
０とから構成される。
【００１２】特徴抽出部２１０では、歩行計測部１００
により計測された歩行者の足圧画像時系列データ｛ｓ
1 ，ｓ2 ，・・・，ｓT ｝を入力するとこのデータから
時系列の特徴ベクトルを抽出し、転倒危険度計算部２４
０へ出力する。ここで、判別関数生成部２２０は、転倒
経験のある人とない人とのデータを保持する転倒データ
ベース２３０の情報に基づき転倒しやすさを判別するた
めの判別関数を生成し、転倒危険度計算部２４０へ出力
している。転倒危険度計算部２４０は、特徴抽出部２１
０からの時系列の特徴ベクトルを、判別関数生成部２２
０で生成された判別関数を用いて危険度としてのスカラ
ー値に変換して表示制御部３００に出力することによ
り、表示部５００に歩行指導画面として表示させる。
により計測された歩行者の足圧画像時系列データ｛ｓ
1 ，ｓ2 ，・・・，ｓT ｝を入力するとこのデータから
時系列の特徴ベクトルを抽出し、転倒危険度計算部２４
０へ出力する。ここで、判別関数生成部２２０は、転倒
経験のある人とない人とのデータを保持する転倒データ
ベース２３０の情報に基づき転倒しやすさを判別するた
めの判別関数を生成し、転倒危険度計算部２４０へ出力
している。転倒危険度計算部２４０は、特徴抽出部２１
０からの時系列の特徴ベクトルを、判別関数生成部２２
０で生成された判別関数を用いて危険度としてのスカラ
ー値に変換して表示制御部３００に出力することによ
り、表示部５００に歩行指導画面として表示させる。
【００１３】以下に、具体例を３つ挙げて各部の入出力
パラメータを説明する。具体例（１）加圧面積と荷重の
比による判別転倒の要因として、歩行時にすり足になる
ことが挙げられている。そこで、すり足かどうかを識別
することで、転倒の危険度を計算する場合を考える。す
り足とは、加圧面積に対し荷重が小さい状態であると考
えられるため、加圧面積と荷重の比率を用いて転倒の危
険度を算出し、この算出情報に基づき転倒の危険度を識
別する。
パラメータを説明する。具体例（１）加圧面積と荷重の
比による判別転倒の要因として、歩行時にすり足になる
ことが挙げられている。そこで、すり足かどうかを識別
することで、転倒の危険度を計算する場合を考える。す
り足とは、加圧面積に対し荷重が小さい状態であると考
えられるため、加圧面積と荷重の比率を用いて転倒の危
険度を算出し、この算出情報に基づき転倒の危険度を識
別する。
【００１４】ところで、歩行計測部１００は、図３に示
すように、歩行者の足圧を計測するための圧力センサ１
と、この圧力センサ１で検出された足圧を画像処理する
コンピュータ２とから構成されている。圧力センサ１
は、連続した数歩の足圧を計測することができる。被験
者（歩行者）は、この圧力センサ１上を自然な歩行で３
歩から５歩程度で通り抜ける。圧力センサ１によって検
出された足圧分布データは、コンピュータ２に取り込ま
れ、圧力センサ１の各計測タイミングにおける圧力の強
さを階調値とする時系列足圧画像列｛ｓ1，ｓ2，・・
・，ｓT｝、例えば毎秒３０枚の足圧画像フレームとし
て、歩行計測部１００から歩行解析部２００へ送られ
る。
すように、歩行者の足圧を計測するための圧力センサ１
と、この圧力センサ１で検出された足圧を画像処理する
コンピュータ２とから構成されている。圧力センサ１
は、連続した数歩の足圧を計測することができる。被験
者（歩行者）は、この圧力センサ１上を自然な歩行で３
歩から５歩程度で通り抜ける。圧力センサ１によって検
出された足圧分布データは、コンピュータ２に取り込ま
れ、圧力センサ１の各計測タイミングにおける圧力の強
さを階調値とする時系列足圧画像列｛ｓ1，ｓ2，・・
・，ｓT｝、例えば毎秒３０枚の足圧画像フレームとし
て、歩行計測部１００から歩行解析部２００へ送られ
る。
【００１５】歩行解析部２００の特徴抽出部２１０は、
歩行計測部１００から送られてくる時系列足圧画像列
｛ｓ1，ｓ2，・・・，ｓt，ｓT｝を入力すると、入力し
た時系列足圧画像列｛ｓ1，ｓ2，・・・，ｓt，ｓT｝に
基づき、荷重の時系列データＰ（Ｐ＝（ｐ1，ｐ2，・・
・，ｐt，ｐT））と、加圧面積Ａ（Ａ＝（ａ1，ａ2，・
・・，ａt，ａT））とを求めて出力する。
歩行計測部１００から送られてくる時系列足圧画像列
｛ｓ1，ｓ2，・・・，ｓt，ｓT｝を入力すると、入力し
た時系列足圧画像列｛ｓ1，ｓ2，・・・，ｓt，ｓT｝に
基づき、荷重の時系列データＰ（Ｐ＝（ｐ1，ｐ2，・・
・，ｐt，ｐT））と、加圧面積Ａ（Ａ＝（ａ1，ａ2，・
・・，ａt，ａT））とを求めて出力する。
【００１６】ここで、荷重の時系列データＰ中の例えば
データｐtは、時刻ｔにおける荷重、すなわち足が地面
に加えている圧力の総和であり、足圧画像フレームst中
の足領域に含まれる全画素の画素値（階調値）の和とし
て求められる。前記データｐ tの値は歩行計測と同一時
に計測した静止時の歩行者の荷重または体重により正規
化する。荷重の単位は（ｐtの値）×０．０１（ｋｇ／
ｃｍ2）である。また、加圧面積Ａ中の前記データa
tは、時刻ｔにおける加圧面積、すなわち足が地面に接
している領域の面積である。これは足圧画像フレームst
中の足領域に含まれる画素値をもつすべての画素の数と
して求められる。前記データatの値は歩行計測と同一時
に計測した静止時の歩行者の足圧加圧面積で正規化す
る。この面積の単位は、１画素が５ｍｍ×５ｍｍである
ことから、画素数×２５（ｍｍ2）である。
データｐtは、時刻ｔにおける荷重、すなわち足が地面
に加えている圧力の総和であり、足圧画像フレームst中
の足領域に含まれる全画素の画素値（階調値）の和とし
て求められる。前記データｐ tの値は歩行計測と同一時
に計測した静止時の歩行者の荷重または体重により正規
化する。荷重の単位は（ｐtの値）×０．０１（ｋｇ／
ｃｍ2）である。また、加圧面積Ａ中の前記データa
tは、時刻ｔにおける加圧面積、すなわち足が地面に接
している領域の面積である。これは足圧画像フレームst
中の足領域に含まれる画素値をもつすべての画素の数と
して求められる。前記データatの値は歩行計測と同一時
に計測した静止時の歩行者の足圧加圧面積で正規化す
る。この面積の単位は、１画素が５ｍｍ×５ｍｍである
ことから、画素数×２５（ｍｍ2）である。
【００１７】転倒データベース２３０には、データＮ個
について、荷重の時系列データＰと加圧面積Ａ、及び転
倒経験の有無に関するインデックスＩの組（Ｐ1 ,Ａ1,
Ｉ1），（Ｐ2，Ａ2，Ｉ2），・・・，（ＰN，ＡN，
ＩN）が記憶されている。判別関数生成部２２０では、
このデータから、例えばフィッシャー判別などの方法に
より、転倒経験有りのデータと、転倒経験無しのデータ
を分ける識別軸（判別軸）とその係数ｋ１，ｋ２を求め
る。
について、荷重の時系列データＰと加圧面積Ａ、及び転
倒経験の有無に関するインデックスＩの組（Ｐ1 ,Ａ1,
Ｉ1），（Ｐ2，Ａ2，Ｉ2），・・・，（ＰN，ＡN，
ＩN）が記憶されている。判別関数生成部２２０では、
このデータから、例えばフィッシャー判別などの方法に
より、転倒経験有りのデータと、転倒経験無しのデータ
を分ける識別軸（判別軸）とその係数ｋ１，ｋ２を求め
る。
【００１８】ここで、判別軸の係数ｋ１，ｋ２が求まっ
たとすると、転倒危険度計算部２４０において、各時刻
における転倒危険度の平均値を、 ΣＴ（ｋ１・Ｐ＋ｋ２・Ａ）／Ｔ （１） として求める。
たとすると、転倒危険度計算部２４０において、各時刻
における転倒危険度の平均値を、 ΣＴ（ｋ１・Ｐ＋ｋ２・Ａ）／Ｔ （１） として求める。
【００１９】判別関数生成部２２０における判別関数の
生成方法の具体例を、図４，図５を用いて説明する。こ
こで、図４（ａ１）及び図４（ａ２）は転倒予防教室の
患者（６０代以上の女性）の足圧画像、図４（ｂ１）及
び図４（ｂ２）はそれぞれウォーキングのインストラク
タの（４０代以下の女性）の足圧画像である。図４（ａ
１）及び図４（ａ２）の足圧画像は歩行が不安定で転倒
しやすい画像である。図４（ｂ１）及び図４（ｂ２）の
足圧画像は、健康で安定した歩行の画像である。いずれ
も着地から０．１〜０．２秒程度で、もう一方の足が遊
脚に入る前の状態の足圧である。図４（ｂ１）及び図４
（ｂ２）は踵と足の外側寄りの部分しかついていないの
に対し、図４（ａ１）及び図４（ａ２）は拇指球の部分
や指までつき、すり足になっている。
生成方法の具体例を、図４，図５を用いて説明する。こ
こで、図４（ａ１）及び図４（ａ２）は転倒予防教室の
患者（６０代以上の女性）の足圧画像、図４（ｂ１）及
び図４（ｂ２）はそれぞれウォーキングのインストラク
タの（４０代以下の女性）の足圧画像である。図４（ａ
１）及び図４（ａ２）の足圧画像は歩行が不安定で転倒
しやすい画像である。図４（ｂ１）及び図４（ｂ２）の
足圧画像は、健康で安定した歩行の画像である。いずれ
も着地から０．１〜０．２秒程度で、もう一方の足が遊
脚に入る前の状態の足圧である。図４（ｂ１）及び図４
（ｂ２）は踵と足の外側寄りの部分しかついていないの
に対し、図４（ａ１）及び図４（ａ２）は拇指球の部分
や指までつき、すり足になっている。
【００２０】図５は、図４（ａ１）及び図４（ａ２）に
示す例と、図４（ｂ１）及び図４（ｂ２）に示す例の２
つの例について、着地後０〜０．８秒の間の各フレーム
につき足圧加圧面積と荷重を求めてプロットしたもので
ある。この例では、図５中の実線に示す判別軸により各
被験者（歩行者）について、図５中、菱形印や×印で示
す転倒予防教室患者のデータと、図中、△印や□印で示
すウォーキングインストラクタのデータを完全に分離す
ることができる。このように、転倒しやすい患者や老人
などのデータと、転倒経験のない健常者のデータを加圧
面積対荷重の空間にプロットし、フィッシャー判別軸を
求める。
示す例と、図４（ｂ１）及び図４（ｂ２）に示す例の２
つの例について、着地後０〜０．８秒の間の各フレーム
につき足圧加圧面積と荷重を求めてプロットしたもので
ある。この例では、図５中の実線に示す判別軸により各
被験者（歩行者）について、図５中、菱形印や×印で示
す転倒予防教室患者のデータと、図中、△印や□印で示
すウォーキングインストラクタのデータを完全に分離す
ることができる。このように、転倒しやすい患者や老人
などのデータと、転倒経験のない健常者のデータを加圧
面積対荷重の空間にプロットし、フィッシャー判別軸を
求める。
【００２１】具体例（２）歩幅と歩隔の比による判別 図６は歩幅と歩隔の定義を示す図であり、各歩につい
て、踵領域中の最初に着地した点を基準点とし、左右の
基準点間の進行方向の距離を歩幅、左右方向の距離を歩
隔とする。老化などにより、歩幅が狭く、歩隔が広くな
ることも転倒しやすさの要因となる。このような歩幅及
び歩隔は、歩行計測部１００により送信される時系列足
圧画像列｛ｓ1，ｓ2，・・・，ｓT｝を受信した歩行解
析部２００の特徴抽出部２１０がこの受信画像データ列
に基づき算出する。
て、踵領域中の最初に着地した点を基準点とし、左右の
基準点間の進行方向の距離を歩幅、左右方向の距離を歩
隔とする。老化などにより、歩幅が狭く、歩隔が広くな
ることも転倒しやすさの要因となる。このような歩幅及
び歩隔は、歩行計測部１００により送信される時系列足
圧画像列｛ｓ1，ｓ2，・・・，ｓT｝を受信した歩行解
析部２００の特徴抽出部２１０がこの受信画像データ列
に基づき算出する。
【００２２】図７は１０代から４０代の健常者および、
５０代以上の健常者と軽い歩行障害のある女性につい
て、歩幅と歩隔の分布を調べた分布図である。年齢が高
くなるほど、歩幅が狭くなり、歩隔が広がる傾向がみら
れる。歩幅と歩隔の比率による転倒危険度の計算は、具
体例（１）の説明で加圧面積Ａを歩幅、荷重Ｐを歩隔に
置きかえれば同様に行うことができる。
５０代以上の健常者と軽い歩行障害のある女性につい
て、歩幅と歩隔の分布を調べた分布図である。年齢が高
くなるほど、歩幅が狭くなり、歩隔が広がる傾向がみら
れる。歩幅と歩隔の比率による転倒危険度の計算は、具
体例（１）の説明で加圧面積Ａを歩幅、荷重Ｐを歩隔に
置きかえれば同様に行うことができる。
【００２３】表示制御部３００は、健診データベース４
００から歩行者の転倒に関連する項目を抽出し、歩行解
析部２００の結果と並べて表示部５００に表示する。図
８は、表示部５００に表示された転倒予防指導画面の一
例を示す図である。図８では表示部５００の左画面に、
健診データベース４００から抽出された歩行者の転倒に
関連する情報（即ち、山田花子・・・身長：１５６ｃｍ
・・・転倒経験：有り）が表示され、表示部５００の右
画面に、歩行解析部２００の解析結果（即ち、歩隔／歩
幅：０．２８，荷重／加圧面積：０．６８，転倒危険
度：０．７５と、荷重の時間パターンを示すグラフ）が
表示される。そして、こうした転倒予防指導画面の、特
に荷重パターンの中で歩行解析部２００により算出され
た歩行者の実際のパターンである受診者パターンに対
し、予め健診データベース４００に格納されている理想
の荷重パターンを歩行者に適合した歩行訓練指導情報と
して表示することにより、転倒予防指導スタッフは、歩
行者に対し適切な歩行指導を行うことができる。
００から歩行者の転倒に関連する項目を抽出し、歩行解
析部２００の結果と並べて表示部５００に表示する。図
８は、表示部５００に表示された転倒予防指導画面の一
例を示す図である。図８では表示部５００の左画面に、
健診データベース４００から抽出された歩行者の転倒に
関連する情報（即ち、山田花子・・・身長：１５６ｃｍ
・・・転倒経験：有り）が表示され、表示部５００の右
画面に、歩行解析部２００の解析結果（即ち、歩隔／歩
幅：０．２８，荷重／加圧面積：０．６８，転倒危険
度：０．７５と、荷重の時間パターンを示すグラフ）が
表示される。そして、こうした転倒予防指導画面の、特
に荷重パターンの中で歩行解析部２００により算出され
た歩行者の実際のパターンである受診者パターンに対
し、予め健診データベース４００に格納されている理想
の荷重パターンを歩行者に適合した歩行訓練指導情報と
して表示することにより、転倒予防指導スタッフは、歩
行者に対し適切な歩行指導を行うことができる。
【００２４】具体例（３）加圧面積、荷重、歩幅、及び
歩隔の組み合わせによる判別 加圧面積、荷重、歩幅、及び歩隔の各データの組み合わ
せにより構成される特徴空間内での分布データに基づき
転倒危険度を算出することもできる。
歩隔の組み合わせによる判別 加圧面積、荷重、歩幅、及び歩隔の各データの組み合わ
せにより構成される特徴空間内での分布データに基づき
転倒危険度を算出することもできる。
【００２５】このように、転倒の危険度を足圧の情報か
ら解析し、転倒危険度として定量的に図ることができ
る。この結果、従来のような目視による主観的な指導に
依らずに客観的な歩行指導が可能になる。また、表示部
５００の指導画面に健診データの中から転倒に関する情
報を同時に表示することで、歩行者に適切な指導を支援
する転倒予防指導支援システムを実現できる。
ら解析し、転倒危険度として定量的に図ることができ
る。この結果、従来のような目視による主観的な指導に
依らずに客観的な歩行指導が可能になる。また、表示部
５００の指導画面に健診データの中から転倒に関する情
報を同時に表示することで、歩行者に適切な指導を支援
する転倒予防指導支援システムを実現できる。
【００２６】
【発明の効果】以上説明したように本発明によれば、歩
行者の歩行検出に基づき歩行データを計測する歩行計測
部と、歩行計測部により計測された歩行データに基づき
歩行者の歩行動作を解析し、歩行者の転倒の危険度を求
める歩行解析部と、表示制御部とを設け、表示制御部
は、歩行解析部により解析された歩行者の転倒の危険度
を示す転倒危険度情報を表示部に表示するようにしたの
で、歩行者の歩行時の転倒を予防するための歩行指導を
定量的かつ客観的に行うことができ、この結果、その歩
行指導の効果を定量的に把握することができる。
行者の歩行検出に基づき歩行データを計測する歩行計測
部と、歩行計測部により計測された歩行データに基づき
歩行者の歩行動作を解析し、歩行者の転倒の危険度を求
める歩行解析部と、表示制御部とを設け、表示制御部
は、歩行解析部により解析された歩行者の転倒の危険度
を示す転倒危険度情報を表示部に表示するようにしたの
で、歩行者の歩行時の転倒を予防するための歩行指導を
定量的かつ客観的に行うことができ、この結果、その歩
行指導の効果を定量的に把握することができる。
【図１】 本発明に係る転倒予防指導支援システムの構
成を示すブロック図である。
成を示すブロック図である。
【図２】 前記システムを構成する歩行解析部の構成を
示すブロック図である。
示すブロック図である。
【図３】 前記システムを構成する歩行計測部の構成を
示すブロック図である。
示すブロック図である。
【図４】 転倒予防教室の患者と健常者（ウォーキング
インストラクター）の足圧画像例を示す図である。
インストラクター）の足圧画像例を示す図である。
【図５】 患者と健常者についての足圧加圧面積と荷重
に関する分布図とフィッシャー判別軸を示す図である。
に関する分布図とフィッシャー判別軸を示す図である。
【図６】 歩行者の歩幅と歩隔の定義を説明する図であ
る。
る。
【図７】 １０代から４０代の健常者および、５０代以
上の健常者と軽い歩行障害のある女性について、歩幅と
歩隔の分布を調べた分布図とフィッシャー判別軸を示す
図である。
上の健常者と軽い歩行障害のある女性について、歩幅と
歩隔の分布を調べた分布図とフィッシャー判別軸を示す
図である。
【図８】 表示部に表示される転倒予防指導画面の例を
示す図である。
示す図である。
１…圧力センサ、２…コンピュータ、１００…歩行計測
部、２００…歩行解析部、２１０…特徴抽出部、２２０
…判別関数生成部、２３０…転倒データベース、２４０
…転倒危険度計算部、３００…表示制御部、４００…健
診データベース、５００…表示部。
部、２００…歩行解析部、２１０…特徴抽出部、２２０
…判別関数生成部、２３０…転倒データベース、２４０
…転倒危険度計算部、３００…表示制御部、４００…健
診データベース、５００…表示部。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 清水 健太郎 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 (72)発明者 大塚 作一 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 Ｆターム(参考） 2F051 AA17 AB03 BA07 BA08 4C038 VA04 VA12 VB14 VC20
Claims (10)
- 【請求項１】 歩行者の歩行を検出して前記歩行者の歩
行データを計測する歩行計測部と、 前記歩行計測部により計測された歩行データに基づき前
記歩行者の歩行動作を解析し、前記歩行者の転倒の危険
度を求める歩行解析部と、 前記歩行解析部により解析された歩行者の転倒の危険度
を示す転倒危険度情報を表示部に表示する表示制御部と
を備えたことを特徴とする転倒予防指導支援システム。 - 【請求項２】 請求項１において、 前記歩行計測部は、前記歩行データを歩行者の足圧分布
データとして測定するとともに、この足圧分布データを
画像処理して時系列足圧画像データとして出力し、 前記歩行解析部は、前記歩行計測部から出力される時系
列足圧画像データに基づき前記歩行者の転倒の危険度を
求めることを特徴とする転倒予防指導支援システム。 - 【請求項３】 請求項２において、 前記歩行解析部は、 前記歩行計測部から出力される時系列足圧画像データを
入力するとこの入力データから時系列の特徴ベクトルを
抽出する特徴抽出部と、 転倒経験のある歩行者の特徴ベクトルと、転倒経験のな
い歩行者の特徴ベクトルとを保持する転倒データベース
と、 前記転倒データベースのデータに基づき転倒し易さを判
別するための判別関数を生成する判別関数生成部と、 前記特徴抽出部からの時系列の特徴ベクトルを、判別関
数生成部で生成された判別関数を用いて転倒危険度とし
てのスカラー値に変換し表示制御部に出力する転倒危険
度計算部とを備えことを特徴とする転倒予防指導支援シ
ステム。 - 【請求項４】 請求項２において、 前記歩行解析部は、 各計測タイミングで計測された足圧の強さが階調値とし
てそれぞれ画像処理された各足圧画像フレームからなる
前記時系列足圧画像データが前記歩行計測部から出力さ
れると、この時系列足圧画像データを入力して、足圧画
像フレーム中の足領域に含まれる全ての画素の階調値の
和を示す荷重データと、足圧画像フレーム中の足領域に
含まれる全ての画素の数を示す加圧面積データとを求め
て出力する特徴抽出部と、 予め荷重データと加圧面積データを１組とするデータが
転倒経験の有無に応じて登録された転倒データベース
と、 前記転倒データベースのデータを入力して、転倒経験有
りのデータと転倒経験無しのデータとを分ける判別軸を
生成する判別関数生成部と、 前記判別軸の生成時に前記判別関数生成部により生成さ
れた係数を前記特徴抽出部から出力された加圧面積及び
荷重の各データ値に乗算し、前記係数が乗算された加圧
面積データ値と荷重データ値との比率に基づき前記歩行
者の転倒の危険度を演算し前記転倒危険度情報として出
力する転倒危険度計算部とを有することを特徴とする転
倒予防指導支援システム。 - 【請求項５】 請求項２において、 前記歩行解析部は、 各計測タイミングで計測された足圧の強さが階調値とし
てそれぞれ画像処理された各足圧画像フレームからなる
前記時系列足圧画像データが前記歩行計測部から出力さ
れると、この時系列足圧画像データに示される歩行者の
各歩の中から、歩行者の足の踵部分の中で最初に着地し
た点を基準点としてそれぞれ左右の足について求め、か
つ歩行者の歩行方向における左右の足の各基準点間の距
離を示す歩幅と、前記歩行方向と直交する方向における
左右の足の各基準点間の距離を示す歩隔とを算出する特
徴抽出部と、 前記特徴抽出部により算出された歩幅と歩隔との比率に
基づき歩行者の転倒度を演算し前記転倒危険度情報とし
て出力する転倒危険度計算部とを備えたことを特徴とす
る転倒予防指導支援システム。 - 【請求項６】 請求項２において、 前記歩行解析部は、 各計測タイミングで計測された足圧の強さが階調値とし
てそれぞれ画像処理された各足圧画像フレームからなる
前記時系列足圧画像データが前記歩行計測部から出力さ
れると、この時系列足圧画像データを入力して、足圧画
像フレーム中の足領域に含まれる全ての画素の階調値の
和を示す荷重データと、足圧画像フレーム中の足領域に
含まれる全ての画素の数を示す加圧面積データとを求め
て出力する第１の特徴抽出部と、 前記時系列足圧画像データが前記歩行計測部から出力さ
れると、この時系列足圧画像データに示される歩行者の
各歩の中から、歩行者の足の踵部分の中で最初に着地し
た点を基準点としてそれぞれ左右の足について求め、か
つ歩行者の歩行方向における左右の足の各基準点間の距
離を示す歩幅と、前記歩行方向と直交する方向における
左右の足の各基準点間の距離を示す歩隔とを算出する第
２の特徴抽出部と前記第１の特徴抽出部で求められた荷
重、加圧面積、及び第２の特徴抽出部で求められた歩
幅、歩隔の各特徴量の組み合わせにより構成される特徴
空間のデータ分布に基づき歩行者の転倒度を演算し前記
転倒危険度情報として出力する転倒危険度計算部とを備
えたことを特徴とする転倒予防指導支援システム。 - 【請求項７】 請求項１ないし６の何れかにおいて、 転倒に関連する疾病既往歴及び転倒経験の有無情報が健
康診断情報として歩行者毎に登録された健康診断データ
ベースを備え、 前記表示制御部は、前記転倒危険度計算部からの歩行者
の転倒危険度情報と、健康診断データベース内の前記歩
行者の健康診断情報とに基づきこの歩行者に適合した歩
行訓練指導画面を前記表示部に表示することを特徴とす
る転倒予防指導支援システム。 - 【請求項８】 請求項７において、 前記歩行解析部は前記第１の特徴抽出部で求められた荷
重の時間パターンを算出する手段を有し、 前記表示制御部は、前記算出手段により算出された歩行
者の荷重の時間パターンと、予め前記健康診断データベ
ースに格納されている理想パターンとを前記歩行訓練指
導画面として前記表示部に表示することを特徴とする転
倒予防指導支援システム。 - 【請求項９】 圧力センサを用いて歩行者の歩行動作を
前記歩行者の足圧分布データとして計測するとともに、
前記圧力センサの各計測時点での計測結果を示す足圧の
強さが階調値としてそれぞれ画像処理された各足圧画像
フレームからなる時系列足圧画像データを出力する第１
のステップと、 前記第１のステップの処理に基づき出力された時系列足
圧画像データを入力すると、足圧画像フレーム中の足領
域に含まれる全ての画素の階調値の和を示す荷重データ
と、足圧画像フレーム中の足領域に含まれる全ての画素
の数を示す加圧面積データとを求めて出力する第２のス
テップと、 予め荷重データと加圧面積データを１組とするデータが
転倒経験の有無に応じて登録された転倒データベースの
データを入力して、転倒経験有りのデータと転倒経験無
しのデータとを分ける判別軸を生成する第３のステップ
と、 前記第３のステップの処理に基づく前記判別軸の生成時
にこの判別軸の生成に伴って生成された係数を入力する
と、この係数を前記第２のステップの処理に基づき出力
された加圧面積及び荷重の各データ値に乗算するととも
に、前記係数が乗算された加圧面積データ値と荷重デー
タ値との比率に基づき前記歩行者の転倒の危険度を演算
し演算結果を表示する第４のステップとを有することを
特徴とする転倒予防指導支援方法。 - 【請求項１０】 圧力センサを用いて歩行者の歩行動作
を前記歩行者の足圧分布データとして計測するととも
に、前記圧力センサの各計測時点での計測結果を示す足
圧の強さが階調値としてそれぞれ画像処理された各足圧
画像フレームからなる時系列足圧画像データを出力する
第５のステップと、 前記第５のステップの処理に基づき出力された時系列足
圧画像データを入力すると、この時系列足圧画像データ
に示される歩行者の各歩の中から、歩行者の足の踵部分
の中で最初に着地した点を基準点としてそれぞれ左右の
足について求め、かつ歩行者の歩行方向における左右の
足の各基準点間の距離を示す歩幅と、前記歩行方向と直
交する方向における左右の足の各基準点間の距離を示す
歩隔とを算出する第６のステップと、 前記第６のステップの処理により算出された歩幅と歩隔
との比率に基づき歩行者の転倒度を演算し演算結果を表
示する第７のステップとを有することを特徴とする転倒
予防指導支援方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001160998A JP2002345786A (ja) | 2001-05-29 | 2001-05-29 | 転倒予防指導支援システム及び転倒予防指導支援方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001160998A JP2002345786A (ja) | 2001-05-29 | 2001-05-29 | 転倒予防指導支援システム及び転倒予防指導支援方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002345786A true JP2002345786A (ja) | 2002-12-03 |
Family
ID=19004339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001160998A Pending JP2002345786A (ja) | 2001-05-29 | 2001-05-29 | 転倒予防指導支援システム及び転倒予防指導支援方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002345786A (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006284404A (ja) * | 2005-04-01 | 2006-10-19 | Nitta Ind Corp | 圧力分布センサ及び歩行解析装置 |
| JP2007244557A (ja) * | 2006-03-15 | 2007-09-27 | Nitta Ind Corp | 歩行訓練支援装置 |
| JP2007319347A (ja) * | 2006-05-31 | 2007-12-13 | Anima Kk | 動作解析システム、動作解析装置及びプログラム |
| JP2008061811A (ja) * | 2006-09-07 | 2008-03-21 | Nitta Ind Corp | 転倒危険度判定装置 |
| JP2012501780A (ja) * | 2008-09-12 | 2012-01-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 転倒検出システム |
| JP2013255786A (ja) * | 2012-05-18 | 2013-12-26 | Kao Corp | 老年障害リスクの評価方法 |
| KR20180052513A (ko) * | 2016-11-10 | 2018-05-18 | 한양대학교 산학협력단 | 낙상 방지용 보행 매트 |
| JP2019150329A (ja) * | 2018-03-02 | 2019-09-12 | 広島県 | 歩行評価システムおよび歩行評価方法 |
| WO2021049196A1 (ja) * | 2019-09-13 | 2021-03-18 | パナソニックＩｐマネジメント株式会社 | 要因推定システム、及び、要因推定方法 |
| WO2022239120A1 (ja) * | 2021-05-11 | 2022-11-17 | 日本電信電話株式会社 | 転落予測装置、転落予測プログラム、及び転落予測方法 |
| US11883183B2 (en) | 2016-10-07 | 2024-01-30 | Panasonic Intellectual Property Management Co., Ltd. | Cognitive function evaluation device, cognitive function evaluation method, and recording medium |
-
2001
- 2001-05-29 JP JP2001160998A patent/JP2002345786A/ja active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006284404A (ja) * | 2005-04-01 | 2006-10-19 | Nitta Ind Corp | 圧力分布センサ及び歩行解析装置 |
| JP4551260B2 (ja) * | 2005-04-01 | 2010-09-22 | ニッタ株式会社 | 圧力分布センサ及び歩行解析装置 |
| JP2007244557A (ja) * | 2006-03-15 | 2007-09-27 | Nitta Ind Corp | 歩行訓練支援装置 |
| JP2007319347A (ja) * | 2006-05-31 | 2007-12-13 | Anima Kk | 動作解析システム、動作解析装置及びプログラム |
| JP2008061811A (ja) * | 2006-09-07 | 2008-03-21 | Nitta Ind Corp | 転倒危険度判定装置 |
| JP2012501780A (ja) * | 2008-09-12 | 2012-01-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 転倒検出システム |
| JP2013255786A (ja) * | 2012-05-18 | 2013-12-26 | Kao Corp | 老年障害リスクの評価方法 |
| US11883183B2 (en) | 2016-10-07 | 2024-01-30 | Panasonic Intellectual Property Management Co., Ltd. | Cognitive function evaluation device, cognitive function evaluation method, and recording medium |
| KR20180052513A (ko) * | 2016-11-10 | 2018-05-18 | 한양대학교 산학협력단 | 낙상 방지용 보행 매트 |
| KR102014530B1 (ko) * | 2016-11-10 | 2019-08-26 | 한양대학교 산학협력단 | 낙상 방지용 보행 매트 |
| JP2019150329A (ja) * | 2018-03-02 | 2019-09-12 | 広島県 | 歩行評価システムおよび歩行評価方法 |
| WO2021049196A1 (ja) * | 2019-09-13 | 2021-03-18 | パナソニックＩｐマネジメント株式会社 | 要因推定システム、及び、要因推定方法 |
| JPWO2021049196A1 (ja) * | 2019-09-13 | 2021-03-18 | ||
| JP7122696B2 (ja) | 2019-09-13 | 2022-08-22 | パナソニックＩｐマネジメント株式会社 | 要因推定システム、及び、要因推定方法 |
| WO2022239120A1 (ja) * | 2021-05-11 | 2022-11-17 | 日本電信電話株式会社 | 転落予測装置、転落予測プログラム、及び転落予測方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Doyle et al. | Reliability of traditional and fractal dimension measures of quiet stance center of pressure in young, healthy people | |
| Wolf et al. | Establishing the reliability and validity of measurements of walking time using the Emory Functional Ambulation Profile | |
| Bland et al. | Prediction of discharge walking ability from initial assessment in a stroke inpatient rehabilitation facility population | |
| Dijkstra et al. | Detection of gait and postures using a miniaturized triaxial accelerometer-based system: accuracy in patients with mild to moderate Parkinson's disease | |
| Vaz et al. | Postural control and functional strength in patients with type 2 diabetes mellitus with and without peripheral neuropathy | |
| Vienne-Jumeau et al. | Wearable inertial sensors provide reliable biomarkers of disease severity in multiple sclerosis: a systematic review and meta-analysis | |
| US9875664B2 (en) | Virtual trainer optimizer method and system | |
| KR20210052028A (ko) | 가정 기반 심장 및 호흡 재활 치료를 위한 원격 재활 훈련 및 자기 관리 시스템 | |
| Cabana et al. | Interrater agreement between telerehabilitation and face-to-face clinical outcome measurements for total knee arthroplasty | |
| WO2015098977A1 (ja) | 脈波測定装置、携帯機器、医療機器システム、及び生体情報コミュニケーションシステム | |
| De Morton et al. | The de Morton Mobility Index (DEMMI) provides a valid method for measuring and monitoring the mobility of patients making the transition from hospital to the community: an observational study | |
| Tsang et al. | Sit-and-reach test can predict mobility of patients recovering from acute stroke | |
| WO2015158100A1 (zh) | 情感带宽测定及其情感损伤判别方法 | |
| Braun et al. | Reliability and validity of the German translation of the de Morton Mobility Index (DEMMI) performed by physiotherapists in patients admitted to a sub-acute inpatient geriatric rehabilitation hospital | |
| JP2002345786A (ja) | 転倒予防指導支援システム及び転倒予防指導支援方法 | |
| Matson et al. | How does balance during functional tasks change across older adulthood? | |
| WO2020216816A1 (en) | Device for calculating, during one step or each successive step of the gait of a subject, the push-off p0 of the subject | |
| Jorgensen et al. | Intrarater reproducibility and validity of Nintendo Wii balance testing in community-dwelling older adults | |
| Kristensen et al. | Timed up & go test score in patients with hip fracture is related to the type of walking aid | |
| Iijima et al. | Stair climbing ability in patients with early knee osteoarthritis: Defining the clinical hallmarks of early disease | |
| Ader et al. | Reliability of inertial sensor based spatiotemporal gait parameters for short walking bouts in community dwelling older adults | |
| JP3569188B2 (ja) | ウォーキング判定装置 | |
| JP2018190422A (ja) | 画像表示装置、画像表示システム、画像表示プログラム及び画像表示方法 | |
| Taylor et al. | Assessing standing stability of older adults using pressure sensitive arrays | |
| JP2003216743A (ja) | 遠隔転倒予防指導支援システム |