JP2009022610A - 疲労度演算装置及びコンピュータプログラム - Google Patents

Abstract

【課題】 交感神経活動による代償分を考慮し、官能評価値により近い疲労度を求める。
【解決手段】 本発明は、指尖容積脈波計１１により採取された生体信号データから求めたパワー値をそのまま用いるのではなく、交感神経活動による代償分をこのパワー値の補正要素として算入する補正パワー値算出手段２２２を備え、補正パワー値を求めてから、この補正パワー値を利用して疲労度を求める構成である。従来のパワー値を利用した手法により疲労度を求めた場合と比べ、本発明によれば、交感神経活動によって代償された精神的疲労も加味されることになり、得られる疲労度は、官能評価値により近い、すなわち、実際の疲労感により近いものとなる。
【選択図】 図２

Description

本発明は、人の疲労の度合いとしての疲労度を求めるための疲労度演算装置及びそれに用いられるコンピュータプログラムに関する。

特許文献１には、人が疲労に対してとる恒常性維持のために使用される筋肉の仕事によるエネルギー量を、その仕事による産物の代謝量で比較することにより、それを人の疲労の度合いとなる疲労度として求める技術が開示されている。この技術は、人の生体信号を採取し、その生体信号データの原波形の各周期のピーク値から、所定時間範囲ごとに上限側のピーク値と下限側のピーク値との差を算出し、この差をパワー値として算出するパワー値算出手段と、このパワー値の所定時間範囲における時間軸に対する傾きを、所定回数スライド計算して求めるパワー値傾き算出手段と、得られたパワー値の傾きの時系列信号を絶対値処理して積分値を算出する手段とを有し、得られた積分値を疲労度として求めている。
ＷＯ２００５／０３９４１５Ａ１号公報

しかし、例えば、人が座席に着座した状態を継続した際の、特許文献１に開示された技術により求めた疲労度と、同時に計測したボルグスケールによる筋疲労の官能評価値とを比較した場合、両者が類似傾向を示さないことがあることがわかった。本発明者らはこの点について検討したところ、特許文献１により求められる疲労度が、着座姿勢を継続するという状態に対し、着座姿勢を維持するために使われる抗重力筋（姿勢筋）のエネルギー使用量と、着座姿勢の継続に伴う痛みの発生による急激な筋収縮によるエネルギー使用量といった筋収縮に伴う代謝を見ているだけであるのに対し、官能評価値には、肉体的な疲労だけでなく、精神的な疲労も考慮されていると考えた。つまり、特許文献１の技術は、リラックス状態において生じる疲労を求めることが前提となっており、交感神経機能によって疲労がカバー（代償）され、筋収縮として表れない場合には、交感神経活動によって血流量が変化しても、疲労度として考慮されていない。しかし、実際には、交感神経活動によって精神的疲労及びそれに伴う血流量の変化が生じており、このことが、官能評価値との乖離を生じるケースの主な原因であると考えた。

また、この知見に基づき、本発明者らが種々検討したところ、交感神経活動による代償分を加味するにあたっては、中枢系疲労と末梢系疲労のいずれの疲労が優位に生じているかといった疲労の種類によって、加味するのに適切な交感神経活動指標が異なることも見出した。

本発明は上記に鑑みなされたものであり、交感神経活動による代償分の代謝量も考慮し、さらには、中枢系疲労と末梢系疲労といった疲労の種類を考慮し、官能評価値により近い疲労度を求めることができる疲労度演算装置及びコンピュータプログラムを提供することを課題とする。

上記課題を解決するため、請求項１記載の本発明では、生体信号測定器により採取された生体信号データの原波形の各周期のピーク値から、所定時間範囲ごとに上限側のピーク値と下限側のピーク値との差を算出し、この差をパワー値とし、パワー値の時系列データを算出するパワー値算出手段を備え、前記パワー値を用いて疲労度を求める疲労度演算装置において、
前記パワー値算出手段によって算出されたパワー値に、交感神経活動による代償分を補正要素として算入し、補正パワー値を求める補正パワー値算出手段と、
前記補正パワー値算出手段によって算出された補正パワー値の所定時間範囲における時間軸に対する傾きを、所定回数スライド計算して求める補正パワー値傾き算出手段と、
前記補正パワー値傾き算出手段によりスライド計算して得られた補正パワー値の傾きの時系列信号を絶対値処理して積分値を算出し、得られた積分値を疲労度として求める疲労度算出手段と
を具備することを特徴とする疲労度演算装置を提供する。
請求項２記載の本発明では、前記補正パワー値算出手段は、
前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段を備えることを特徴とする請求項１記載の疲労度演算装置を提供する。
請求項３記載の本発明では、前記補正パワー値算出手段は、
前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、
前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段を備えることを特徴とする請求項１記載の疲労度演算装置を提供する。
請求項４記載の本発明では、前記補正パワー値算出手段は、
前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段と、
前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段とを備えてなり、
前記ＬＦ／ＨＦ算入手段又は前記最大リアプノフ指数算入手段のうち、いずれを利用して補正パワー値を求めるべきかを予め判定する事前判定手段を備えることを特徴とする請求項１記載の疲労度演算装置を提供する。
請求項５記載の本発明では、前記事前判定手段は、中枢系疲労と末梢系疲労とに区分し、中枢系疲労の場合に、前記ＬＦ／ＨＦ算入手段を選択し、末梢系疲労の場合に、前記最大リアプノフ指数算入手段を選択することを特徴とする請求項４記載の疲労度演算装置を提供する。
請求項６記載の本発明では、前記事前判定手段は、体格・体質パラメータ又はストレス要因と、前記中枢系疲労及び末梢系疲労に区分される疲労の種類との相関から、体格・体質パラメータ又はストレス要因に基づいて中枢系疲労か末梢系疲労かを判定することを特徴とする請求項５記載の疲労度演算装置を提供する。
請求項７記載の本発明では、生体信号測定器により採取された生体信号データを利用して人の疲労度を求める疲労度演算装置に導入されるコンピュータプログラムであって、
前記生体信号データの原波形の各周期のピーク値から、所定時間範囲ごとに上限側のピーク値と下限側のピーク値との差を算出し、この差をパワー値とし、パワー値の時系列データを算出するパワー値算出手段と、
前記パワー値算出手段によって算出されたパワー値に、交感神経活動による代償分を補正要素として算入し、補正パワー値を求める補正パワー値算出手段と、
前記補正パワー値算出手段によって算出された補正パワー値の所定時間範囲における時間軸に対する傾きを、所定回数スライド計算して求める補正パワー値傾き算出手段と、
前記補正パワー値傾き算出手段によりスライド計算して得られた補正パワー値の傾きの時系列信号を絶対値処理して積分値を算出し、得られた積分値を疲労度として求める疲労度算出手段と
を具備することを特徴とするコンピュータプログラムを提供する。
請求項８記載の本発明では、前記補正パワー値算出手段は、
前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段を備えることを特徴とする請求項７記載のコンピュータプログラムを提供する。
請求項９記載の本発明では、前記補正パワー値算出手段は、
前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、
前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段を備えることを特徴とする請求項７記載のコンピュータプログラムを提供する。
請求項１０記載の本発明では、前記補正パワー値算出手段は、
前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段と、
前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段とを備えてなり、
前記ＬＦ／ＨＦ算入手段又は前記最大リアプノフ指数算入手段のうち、いずれを利用して補正パワー値を求めるべきかを予め判定する事前判定手段を備えることを特徴とする請求項７記載のコンピュータプログラムを提供する。
請求項１１記載の本発明では、前記事前判定手段は、中枢系疲労と末梢系疲労とに区分し、中枢系疲労の場合に、前記ＬＦ／ＨＦ算入手段を選択し、末梢系疲労の場合に、前記最大リアプノフ指数算入手段を選択することを特徴とする請求項１０記載のコンピュータプログラムを提供する。
請求項１２記載の本発明では、前記事前判定手段は、体格・体質パラメータ又はストレス要因と、前記中枢系疲労及び末梢系疲労に区分される疲労の種類との相関から、体格・体質パラメータ又はストレス要因に基づいて中枢系疲労か末梢系疲労かを判定することを特徴とする請求項１１記載のコンピュータプログラムを提供する。

本発明では、生体信号測定器により採取された生体信号データから求めたパワー値をそのまま用いるのではなく、交感神経活動による代償分をこのパワー値の補正要素として算入して補正パワー値を求め、補正パワー値を利用して代謝量を推定して疲労度として求める構成である。このため、従来のパワー値を利用した手法により疲労度を求めた場合と比べ、本発明によれば、交感神経活動によって代償された精神的疲労も加味されることになり、得られる疲労度は、官能評価値により近い、すなわち、実際の疲労感により近いものとなる。

このように、実際の疲労感に近い疲労度を求めることができるため、得られた疲労度を種々の用途に利用できる。例えば、人がシートに着座したときの疲労度、あるいは、寝具に横たわったときの疲労度から、その人に適合するシートや寝具の判定を従来よりも正確に行うことができる。シートの良し悪しは、着座疲労感で判断され、また、寝具の良し悪しも、横たわった際の疲労感で判断されるからである。

また、交感神経活動指標を算入する際に、中枢系疲労、末梢系疲労といった疲労の種類によって異なる算入手段を用いると、さらに人の官能評価に近い疲労度が得られる。具体的には、特に、交感神経機能の寄与率から判断して、視覚、聴覚、味覚、臭覚には心電図計から算出したＬＦ／ＨＦを算入し、圧（痛）覚には末梢系の交感神経機能の活動の指標である最大リアプノフ指数を算入するように、実験結果や体格要因等に応じて使い分けることが好ましい。

以下、図面に示した実施形態に基づき本発明をさらに詳細に説明する。図１は、本実施形態に係る疲労度演算装置１の構成を示す図である。この図に示したように、疲労度演算装置１は、心拍数測定手段である心電図計１０、指尖容積脈波計１１及び算出装置２０とを備えて構成されている。

算出装置２０は、コンピュータ等から構成され、データ受信手段２１と算出手段２２とを有しており、データ受信手段２１は、心電図計１０及び指尖容積脈波計１１から各生体信号を受信し、算出手段２２にそのデータを送る。算出手段２２は、図２に示したように、パワー値算出手段２２１、補正パワー値算出手段２２２、補正パワー値傾き算出手段２２３、疲労度算出手段２２４が設定されている。

パワー値算出手段２２１は、次のような処理工程を備えている。まず、指尖容積脈波計１１から得られた指尖容積脈波の時系列データについて、それぞれ、ＳａｖｉｔｚｋｙとＧｏｌａｙによる平滑化微分法により、極大値と極小値を求める。次にこの極大値と極小値を、予め設定した所定の時間範囲ごと、本実施形態では、５秒毎に切り分け、その時間範囲の中で極大値の平均値及び極小値の平均値を求め、それらの差をパワー値として求める。但し、変化量を強調するために、本実施形態では、上記の所定時間範囲における極大値の平均値と極小値の平均値との差を二乗してパワー値としている。

本出願人が提案した従来の手法では、パワー値算出手段２２１により得られたパワー値の時系列データに最小二乗法を適用してパワー値の傾きを求めていたが、本実施形態では、パワー値算出手段２２１により得られたパワー値の時系列データに補正要素を算入し、補正パワー値を求めた後、該補正パワー値の傾きを求めることを特徴としており、そのため、補正パワー値算出手段２２２が設定されている。これにより、交換神経活動によって代償された精神的疲労が加味され、実際の疲労感により近い疲労度が求められる。

補正パワー値算出手段２２２によって用いられる補正要素は、交換神経活動によって代償された精神的疲労を示す指標であるが、本実施形態では、心電図計１０の心拍数の時系列データから得られるＬＦ／ＨＦと、指尖容積脈波計１１の脈波の時系列データから得られる最大リアプノフ指数とを選択的に利用している。交換神経活動によって代償された精神的疲労を加味するためには、疲労感を誘導するストレスの種類に応じて、中枢系、末梢系の各交感神経活動の結果である心電図計から求めた心拍のＬＦ／ＨＦと最大リアプノフ指数との２つの指標を用いることが好ましいと考えた。つまり、２つの指標を選択的に用いるのは、心電図計１１から得られるＬＦ／ＨＦは、主として中枢系疲労に関連しており、指尖容積脈波計１１から得られる最大リアプノフ指数は、主として末梢系疲労に関連していることから、疲労の種類によって、すなわち中枢系疲労か末梢系疲労かによって、算入するのに適する補正要素を利用するためである。

ＬＦ／ＨＦを算入するためのＬＦ／ＨＦ算入手段２２２ａは、心電図計１０によって測定された心拍数の時系列データを、上記データ受信手段２１を介して受け取って周波数解析し、得られたＬＦ／ＨＦ（交感神経活動）のパワースペクトルの時系列データを求め、上記したパワー値算出手段２２１により得られたパワー値を補正する。ここで、周波数解析手法としては、連続ウエーブレット変換を用いることが好ましい。心拍数変動を周波数解析した際のＬＦ成分は０．０４〜０．１５Ｈｚであり、ＨＦ成分は０．１５〜０．４Ｈｚであるが、連続ウエーブレット変換は解像度が高いため、これらの波をよくとられることができ、心拍数変動の周波数解析に適している。

具体的な算入の方法は、まず、心電図計１０によって測定される心拍数として、Ｒ−Ｒ間隔データから得られた１分間あたりの心拍数の時系列データを用い、これを連続ウエーブレット解析して、単位時間（Ｒ−Ｒ間隔）毎のＨＦ成分、ＬＦ成分のパワースペクトルの合計値を算出し、ＬＦ／ＨＦの時系列データを求める（図４〜図６参照）。次に、このＬＦ／ＨＦの時系列データについて、５秒毎に平均値を求める（図７参照）。ＬＦ／ＨＦは、Ｒ−Ｒ間隔毎に求められるため、５秒毎の平均値は、５秒間に含まれる各Ｒ−Ｒ間隔毎のＬＦ／ＨＦの値の合計を、その５秒間に含まれるＲ−Ｒ間隔の個数で割って算出する。そして、この５秒毎の平均値の時系列データを、同じく本実施形態において５秒毎に算出したパワー値の時系列データに対して、対応する時間の値同士を掛け合わせる（図８参照）。これにより、ＬＦ／ＨＦ算入手段２２２ａによる補正パワー値の時系列データが求められる。

なお、ＬＦ／ＨＦの平均値は、そのまま使用してもよいが、処理しやすくするため、何倍（例えば、１／５倍）かしてからパワー値に掛けていってもよい。また、ＬＦ／ＨＦの平均値並びに上記のパワー値を５秒毎に求めているが、この平均値を求める時間間隔はあくまで一例である。両者の時系列で出力される値同士を掛け合わせて補正パワー値を求めるため、両者における値の算出時間が一致するように、同じ時間間隔で平均値を求めていればよく、５秒間に限られるものではない。

最大リアプノフ指数算入手段２２２ｂは、指尖容積脈波計１１から得られる脈波の時系列データをカオス解析してリアプノフ指数を数値化し、リアプノフ指数の中の最大リアプノフ指数の値を１秒毎に求め、さらに、本実施形態では、この最大リアプノフ指数の時系列データから、上記と同様に５秒毎の平均値を算出する（図１１参照）。そして、この５秒毎の平均値を、上記した５秒毎に求められたパワー値に掛け合わせ、最大リアプノフ指数を算入した補正パワー値の時系列データを求めていく（図１２参照）。なお、最大リアプノフ指数の平均値も、ＬＦ／ＨＦの平均値の場合と同様に、何倍かして利用するようにしてもよい。

補正パワー値算出手段２２２により補正パワー値の時系列データが得られたならば、補正パワー値傾き算出手段２２３により、補正パワー値の傾きを算出し、その時系列データを求める（図９及び図１３参照）。具体的には、上記により得られた補正パワー値の所定時間幅Ｔｗ（本実施形態では１８０秒）について最小二乗法により時間軸に対する傾きを求める。次に、オーバーラップ時間Ｔｌ（１６２秒）で次の時間幅Ｔｗ（１８０秒）を同様に計算して結果をプロットする。この計算（スライド計算）を順次繰り返すことにより、補正パワー値の傾きの時系列データが得られる。

例えば、Ｔ秒（ｓ）間における傾きを、オーバーラップ率９０％で求める場合には、まず、０（ｓ）〜Ｔ（ｓ）間における補正パワー値の時間軸に対する傾きを、最小二乗近似により求める。次いで、
スライド計算（１）：Ｔ／１０（ｓ）〜Ｔ＋Ｔ／１０（ｓ）間、
スライド計算（２）：２×Ｔ／１０（ｓ）〜Ｔ＋２×Ｔ／１０（ｓ）間、
スライド計算（ｎ）：ｎ×Ｔ／１０（ｓ）〜Ｔ＋ｎ×Ｔ／１０（ｓ）間
における各傾きを最小二乗近似により求めていく。

疲労度算出手段２２４は、上記補正パワー値傾き算出手段２２３により得られた補正パワー値の傾きの時系列信号を絶対値処理して、積分値を算出することにより、該積分値を疲労度として算出する（図１０及び図１４参照）。これにより、疲労度を客観的に把握でき、例えば、疲労度が所定の値を超えた場合に、疲労が蓄積したことから休憩をとることを促すような何らかの警告を発する装置と関連づけることができる。

ここで、本実施形態の補正パワー値算出手段２２２は、上記のようにＬＦ／ＨＦ算入手段２２２ａと最大リアプノフ指数算入手段２２２ｂの２つの算入手段が設定されている（図２参照）。いずれか一方のみが設定されている場合には、それによって補正パワー値を算出すればよいが、上記のように、中枢系疲労か末梢系疲労かによって、両者を使い分けることが好ましい。そこで、本実施形態のように２つの算入手段を共に設定している場合には、図３に示したように、そのいずれを用いるのが適切かの判定を行う事前判定手段２２５を算出手段２２に設定しておくことが好ましい。

事前判定手段２２５は、疲労の種類、すなわち、中枢系疲労か末梢系疲労かを判定する。中枢系疲労か末梢系疲労のいずれが優位に生じているかを判断するにあたって、予め、身長、体重、体脂肪率、内臓脂肪率、基礎代謝量、筋肉量、ＢＭＩ値などの体格・体質パラメータと、ストレス要因との相関をとって、これらを統計的に処理し、例えば、体脂肪率の高い太り気味の人が長時間静的に着座した場合には、中枢系疲労優位と判定するが、やせ気味の人が、長時間静的に着座した場合には、末梢系疲労優位と判定するように設定しておく。ストレス要因としては、種々のものが挙げられ、例えば、振動、光、音、飲酒、温度や湿度の変化等を考慮することができる。

また、上記のように統計的に決めた場合であっても、体格・体質パラメータが同じタイプでありながら、出現する疲労の種類が異なる場合も考えられる。これは、痛みの感じ方等に個人差があるためであり、本実施形態の疲労度演算装置１を例えば自動車に設置して使用する場合、使用する乗員個人の体格・体質パラメータとストレス要因に対応して優位に生じる疲労の種類とを予め登録しておけば、例えば、走行中の疲労を測定する際には、ストレス要因が「振動」であるため、それに対応してその乗員に主に作用する疲労が中枢系疲労か末梢系疲労かを自動的に判定できる。

なお、上記したパワー値算出手段２２１、補正パワー値算出手段２２２、補正パワー値傾き算出手段２２３、疲労度算出手段２２４等を含んで構成されるコンピュータプログラムからなる算出手段２２は、記録媒体へ記憶させて提供することができる。「記録媒体」とは、それ自身では空間を占有し得ないプログラムを担持することができる媒体であり、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ（光磁気ディスク）、ＤＶＤ−ＲＯＭなどである。また、本発明に係るプログラムをインストールしたコンピュータから、通信回線を通じて他のコンピュータへ伝送することも可能である。また、汎用的な端末装置に対して、上記のプログラムをプリインストール、あるいはダウンロードすることで、本発明の疲労度演算装置を形成することも可能である。

（試験例１）
・木製椅子での静的着座試験
３０歳代の健康な日本人男性Ａ（身長１６７ｃｍ、体重６８ｋｇ、体脂肪率１９％、ＢＭＩ値２４．４、基礎代謝１５８９ｋｃａｌ、筋肉量２２．８ｋｇ）を被験者として、この被験者Ａを、座部、背部、座部の四隅に下方に向かって突出するように取り付けられた脚部のいずれもが木製である木組みの椅子に着座させ、心電図計１０、指尖容積脈波計１１により、心電図及び脈波を計測した。

図４は、被験者Ａの心電図計１０により測定した心拍数の変動の時系列データを示す。この時系列データは、心電図よりＲ−Ｒ間隔を算出し、Ｒ−Ｒ間隔毎に得られる１分あたりの心拍数を示したものである。この心拍数の時系列データを連続ウエーブレット解析し、図５に示したように、ＨＦ成分、ＬＦ成分のパワースペクトルを求める。そして、単位時間毎のＨＦ成分、ＬＦ成分のパワースペクトルの合計値を算出し、図６に示したように、ＬＦ／ＨＦの時系列データを求める。次に、図７に示したように、５秒間隔でＬＦ／ＨＦの平均値を算出する。この平均値を、処理しやすくするために、１／５倍したデータが図８（ａ）である。一方、図８（ｂ）は、指尖容積脈波計１１により得られた脈波の時系列データを、パワー値算出手段２２１によって処理して得た５秒間毎のパワー値の平均値の時系列データである。そして、図８（ａ）の時系列データと図８（ｂ）の時系列データとを、対応する時間の値同士を掛け合わせて得られる補正パワー値の時系列データが図８（ｃ）である。ＬＦ／ＨＦ算入手段２２２ａは、上記した心拍数の測定から補正パワー値の算出までの工程を実施して出力する。

次に、図９に示したように、補正パワー値傾き算出手段２２３により、得られた補正パワー値の時系列データを処理して補正パワー値の傾きの時系列データを求める。図９では、比較のため、図８（ｂ）のパワー値を用いてスライド計算して得たパワー値の傾きの時系列データも併せて示している。次に、疲労度算出手段２２４により、図９の補正パワー値の傾きの時系列データを絶対値処理して積分し、図１０に示した疲労度の時系列データを求める。図１０には、パワー値の傾きの時系列データから求めた疲労度と、被験者Ａの官能評価値も併せて示している。なお、官能評価値にはボルグスケールを利用している。

図１０に示したように、静的着座条件においてＬＦ／ＨＦによる補正パワー値を利用して求めた疲労度の時系列データは、官能評価値の時系列データの変化傾向に極めて近似している。これに対し、従来のパワー値を利用して求めた疲労度の時系列データは、本実施形態による補正パワー値を利用した場合と比べて、官能評価値の変化傾向からの乖離が大きかった。

（試験例２）
・木製椅子での動的着座試験
試験例１と同じ木製椅子を加振機に取り付け、試験例１と同じ被験者Ａを、この加振機上の木製椅子に着座させ、振動条件下での疲労度の変化を求めた。なお、加振条件は、平均０．１Ｇの加速度をもつ、実車走行時のフロアの振動を再現したものであった。また、試験例２では、補正パワー値算出手段２２２として、最大リアプノフ指数算入手段２２２ｂを用いた。

まず、指尖容積脈波計１１から得られる脈波の時系列データから、試験例１と同様に、パワー値算出手段２２１によって処理して得た５秒間毎のパワー値の平均値の時系列データを求める（図１２（ｂ）参照）。同時に、同じ脈波の時系列データを用い、最大リアプノフ指数算入手段２２２ｂによって、最大リアプノフ指数を求め、図１１及び図１２（ａ）に示したように、５秒毎の最大リアプノフ指数の平均値を算出する。さらに、図１２（ａ）の最大リアプノフ指数の５秒毎の平均値と、図１２（ｂ）の５秒毎のパワー値の平均値とを対応する時間同士で掛け合わせ、補正パワー値の時系列データを図１２（ｃ）のように求める。

次に、図１３に示したように、補正パワー値傾き算出手段２２３により、得られた補正パワー値の時系列データを処理して補正パワー値の傾きの時系列データを求める。図１３では、比較のため、図１２（ｂ）のパワー値を用いてスライド計算して得たパワー値の傾きの時系列データも併せて示している。次に、疲労度算出手段２２４により、図１３の補正パワー値の傾きの時系列データを絶対値処理して積分し、図１４に疲労度の時系列データを示した。図１４には、パワー値の傾きの時系列データを絶対値処理して積分した疲労度の時系列データと、被験者Ａの官能評価値も併せて示している。なお、官能評価値にはボルグスケールを利用している。

図１４に示したように、振動条件下において最大リアプノフ指数による補正パワー値を利用して求めた疲労度の時系列データは、官能評価値の時系列データの変化傾向に極めて近似しているが、従来のパワー値を利用して求めた疲労度の時系列データは、官能評価値の変化傾向からの乖離が大きかった。

（試験例３）
試験例１及び２と同じ被験者Ａを、上記した木製椅子に着座させた場合、乗用車の運転席に用いられているウレタンシートからなる乗用車用座席に着座させた場合について、疲労度の測定を行った。また、測定条件を異ならせると共に（静的条件下又は振動条件下）、それぞれについて、ＬＦ／ＨＦ算入手段２２２ａ、最大リアプノフ指数算入手段２２２ｂを用いて補正パワー値を算出し、疲労度を求めた。

図１５は、木製椅子と乗用車用座席に静かに着座した状態（静的条件下）での疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段２２２ａによって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段２２２ｂによって補正パワー値を算出して求めた疲労度である。（ｄ）は、被験者Ａの官能評価値を示す。

図１６は、木製椅子と乗用車用座席をそれぞれ加振機に取り付け、振動させた状態（振動条件下）での疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段２２２ａによって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段２２２ｂによって補正パワー値を算出して求めた疲労度である。（ｄ）は、被験者Ａの官能評価値を示す。

まず、図１５の静的条件下では、（ａ）に示した従来のパワー値を利用して求めた疲労度と比較すると、（ｂ）、（ｃ）の補正パワー値を利用したものは、いずれも、（ａ）よりは、（ｄ）の官能評価値に近い傾向を示している。但し、静的条件下において、より官能評価値の傾向に近いものは、（ｂ）のＬＦ／ＨＦ算入手段２２２ａを用いた場合である。

一方、図１６の振動条件下では、（ｂ）、（ｃ）の補正パワー値を利用したものが、（ａ）の従来のパワー値を利用したものよりも（ｄ）の官能評価値に近い傾向を示している点は同じであるが、振動条件下では、最大リアプノフ指数算入手段２２２ｂを用いた場合が、より官能評価値の傾向に近いという結果が得られた。

被験者Ａは、比較的太り気味であり、長時間静的に着座した場合には、筋肉による姿勢維持性が弱く、末梢で痛みを感じるよりもだるさを感じていると考えられ、中枢系疲労の支配が大きいが、振動条件下では、振動を筋肉と脂肪で吸収するため、末梢の痛みの方を強く感じていると考えられる。従って、試験例３より、被験者Ａの場合は、中枢系疲労の影響が大きい静的着座状態では、心拍数から得られるＬＦ／ＨＦ算入手段２２２ａによって補正パワー値を求めて疲労度を算出するのが好ましく、振動条件下では、末梢から得られる生体信号を用いた最大リアプノフ指数算入手段２２２ｂによって補正パワー値を求めて疲労度を算出するのが好ましいと言える。

（試験例４，５）
試験例４では、３０歳代の健康な被験者Ｂ（日本人男性、身長１６８ｃｍ、体重６３．８ｋｇ、体脂肪率１０．４％、ＢＭＩ値２２．６、基礎代謝１５６６ｋｃａｌ、筋肉量２４．２ｋｇ）について、試験例５では、同じく３０歳代の健康な被験者Ｃ（日本人男性、身長１７８ｃｍ、体重６９．２ｋｇ、体脂肪率２０．１％、ＢＭＩ値２１．８、基礎代謝１６０８ｋｃａｌ、筋肉量２３．５ｋｇ）について試験例３と同様の試験を行った。

図１７は試験例４の静的条件での結果を示し、図１８は試験例４の振動条件下の結果を示す。被験者Ｂの場合は、図１７から、静的条件では、（ｃ）の最大リアプノフ指数算入手段２２２ｂを用いた方が、官能評価値により近く、図１８から、振動条件下では、（ｂ）のＬＦ／ＨＦ算入手段２２２ａを用いた場合の方が官能評価値により近かった。

一方、図１９は試験例５の静的条件での結果を示し、図２０は試験例５の振動条件下の結果を示す。被験者Ｃの場合も、図１９から、静的条件では、（ｃ）の最大リアプノフ指数算入手段２２２ｂを用いた方が、官能評価値により近く、図２０から、振動条件下では、（ｂ）のＬＦ／ＨＦ算入手段２２２ａを用いた場合の方が官能評価値により近かった。

被験者Ａは、上記したように、中枢系疲労の影響が大きい静的着座状態では、心拍数から得られるＬＦ／ＨＦ算入手段２２２ａによって補正パワー値を求めて疲労度を算出するのが好ましく、振動条件下では、末梢から得られる生体信号を用いた最大リアプノフ指数算入手段２２２ｂによって補正パワー値を求めて疲労度を算出するのが好ましかったが、被験者Ｂ，Ｃの場合には、前者においては最大リアプノフ指数算入手段２２２ｂを用いた方が好ましく、後者においてはＬＦ／ＨＦ算入手段２２２ａを用いた方が好ましいという逆の結果が得られた。

上記したように被験者Ａは比較的太り気味であるのに対し、被験者Ｂ，Ｃは共にやせ気味の体型である。このことから、被験者Ｂ，Ｃの場合には、長時間着座では、筋肉による姿勢への耐性が強く、だるさよりは末梢の痛みを強く感じ、振動条件下では、脂肪量が少ないために振動への耐性が弱く、末梢の痛みよりも中枢のだるさを強く感じるためであると考えられる。

以上のことから、ストレス要因（長時間着座又は振動）によって、中枢系疲労が支配的になるか、末梢系疲労が支配的になるかの差があり、さらに、体型・体質パラメータによって、被ったストレスに対し、中枢系疲労が支配的になるか、末梢系疲労が支配的になるかの差があることがわかる。従って、体格・体質パラメータ及びストレス要因に対して支配的に作用する疲労が中枢系疲労か末梢系疲労からを予め関連づけておくことにより、好ましくはその相関条件を事前判定手段２２５に登録しておくことにより、より適切な疲労度を算出できる。

また、図１５、図１７及び図１９から、静的条件での木製椅子と乗用車用座席との疲労度を各被験者Ａ，Ｂ，Ｃ間で比較すると、被験者Ａは、木製椅子での疲労度が低く、試験車Ｂ，Ｃは乗用車用座席での疲労度が低いことがわかる。つまり、疲労度が低いということはリラックスしているということであるので、静的条件では、被験者Ａは、木製椅子の方を快適と感じており、被験者Ｂ，Ｃは、乗用車用座席の方を快適と感じていることがわかる。

これに対し、図１６、図１８及び図２０を比較すると、振動条件下では、被験者Ａは乗用車用座席の方を快適と感じ、被験者Ｂ，Ｃはどちらかと言えば、木製椅子の方を快適と感じていることがわかる。

このような違いが生じるのは、被験者Ａが太り気味でＢＭＩ値が高いのに対し、被験者Ｂ，Ｃがやせ気味であるという、体格差、体質差によるものと考えられるが、いずれにしても、これらの評価は、各図の（ａ）に示した従来のパワー値から求めた疲労度と比較して官能評価値により近くなっており、場合によっては、図１６の（ａ）と（ｄ）、図１８の（ａ）と（ｄ）、図１９の（ａ）と（ｄ）、図２０の（ａ）と（ｄ）のように、従来のパワー値から求めた疲労度と官能評価値とが逆の傾向を示すようなことも解消されている。このため、本実施形態の疲労度演算装置１を使用することにより、人が着座した際や横たわった際に快適と感じるシート（椅子）や寝具の評価を客観的に測定する装置として適している。

なお、上記した説明では、心拍数を測定するための生体信号測定器として心電図計１０を用い、末梢の脈波を測定するための生体信号測定器として指尖容積脈波計１１を用いている。心拍数の測定及び脈波の測定には、典型的には、心電図計１０及び指尖容積脈波計１１が用いられるが、心拍数、脈波を測定できるものであれば、これらに限定されるものではない。

例えば、本出願人が特願２００７−１０９９２０として提案したエアクッションを用いることもできる。このエアクッションは、空気の吸排気口を除いて密閉して形成された空気袋と、荷重により押圧されることによって前記吸排気口から空気が排出されると、前記空気袋に対して膨張方向への復元力を付与し、荷重の低下に伴って前記吸排気口から前記空気袋内に空気を取り込ませる復元力付与部材とを備え、人体支持手段における、人の腰部付近を支持する部位に組み込まれる。従って、このエアクッションを人の左右の腰腸肋筋に対応する位置の少なくとも一方に、該腰腸肋筋に沿って略縦長状態で配設して、筋肉を介して伝達される心拍による該エアクッションの空気圧変動を検出することで、心拍数の時系列データを求めることができる。該エアクッションをシートの背部に配設しておけば、人の手足を拘束することなく心拍数を測定できる。

図１は、本発明の一の実施形態にかかる疲労度演算装置の構成を示したブロック図である。 図２は、疲労度演算装置に導入される演算手段（コンピュータプログラム）の構成を説明するための図である。 図３は、算出手段（コンピュータプログラム）に事前判定手段を設定した構成を説明するための図である。 図４は、被験者Ａの心拍数変動を示すデータである。 図５は、図４の被験者Ａの心拍数の時系列データを連続ウエーブレット解析して得られたＨＦ成分、ＬＦ成分のパワースペクトルを示す図である。 図６は、図５から得られたＬＦ／ＨＦの時系列データである。 図７は、図６のＬＦ／ＨＦの時系列データから５秒間隔毎に算出した平均値の時系列データである。 図８は、ＬＦ／ＨＦ算入手段を説明するための図であって、図８（ａ）は図７の時系列データを１／５倍した図であり、図８（ｂ）は、指尖容積脈波計により得られた脈波の時系列データを、パワー値算出手段によって処理して得た５秒間毎のパワー値の平均値の時系列データであり、図８（ｃ）は、図８（ａ）の時系列データと図８（ｂ）の時系列データとを、対応する時間の値同士を掛け合わせて得られる補正パワー値の時系列データである。 図９は、図８（ｂ）、（ｃ）の時系列データを処理して得たパワー値並びに補正パワー値の傾きの時系列データを示す図である。 図１０は、静的着座条件においてＬＦ／ＨＦによる補正パワー値を利用して求めた被験者Ａの疲労度の時系列データを、官能評価値の時系列データ、従来のパワー値を用いて求めた疲労度の時系列データと比較して示した図である。 図１１は、被験者Ａの最大リアプノフ指数の５秒間隔毎の平均値の時系列データを示す図である。 図１２は、最大リアプノフ指数算入手段を説明するための図であって、図１２（ａ）は、図１１の時系列データに関し、測定時間１８００秒分の時系列データを示した図であり、図１２（ｂ）は、指尖容積脈波計により得られた脈波の時系列データを、パワー値算出手段によって処理して得た５秒間毎のパワー値の平均値の時系列データであり、図１２（ｃ）は、図１２（ａ）の時系列データと図１２（ｂ）の時系列データとを、対応する時間の値同士を掛け合わせて得られる補正パワー値の時系列データである。 図１３は、図１２（ｂ）、（ｃ）の時系列データを処理して得たパワー値並びに補正パワー値の傾きの時系列データを示す図である。 図１４は、振動条件下において最大リアプノフ指数による補正パワー値を利用して求めた被験者Ａの疲労度の時系列データを、官能評価値の時系列データ、従来のパワー値を用いて求めた疲労度の時系列データと比較して示した図である。 図１５は、被験者Ａが木製椅子と乗用車用座席に静的条件下で着座した際の疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段によって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段によって補正パワー値を算出して求めた疲労度であり、（ｄ）は、被験者Ａの官能評価値を示す図である。 図１６は、被験者Ａが木製椅子と乗用車用座席に振動条件下で着座した際の疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段によって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段によって補正パワー値を算出して求めた疲労度であり、（ｄ）は、被験者Ａの官能評価値を示す図である。 図１７は、被験者Ｂが木製椅子と乗用車用座席に静的条件下で着座した際の疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段によって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段によって補正パワー値を算出して求めた疲労度であり、（ｄ）は、被験者Ｂの官能評価値を示す図である。 図１８は、被験者Ｂが木製椅子と乗用車用座席に振動条件下で着座した際の疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段によって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段によって補正パワー値を算出して求めた疲労度であり、（ｄ）は、被験者Ｂの官能評価値を示す図である。 図１９は、被験者Ｃが木製椅子と乗用車用座席に静的条件下で着座した際の疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段によって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段によって補正パワー値を算出して求めた疲労度であり、（ｄ）は、被験者Ｃの官能評価値を示す図である。 図２０は、被験者Ｃが木製椅子と乗用車用座席に振動条件下で着座した際の疲労度を示し、（ａ）は、従来のパワー値のみから求めた疲労度であり、（ｂ）は、ＬＦ／ＨＦ算入手段によって補正パワー値を算出して求めた疲労度であり、（ｃ）は、最大リアプノフ指数算入手段によって補正パワー値を算出して求めた疲労度であり、（ｄ）は、被験者Ｃの官能評価値を示す図である。

符号の説明

１ 疲労度演算装置
１０ 心電図計
１１ 指尖容積脈波計
２０ 算出装置
２１ データ受信手段
２２ 算出手段
２２１ パワー値算出手段
２２２ 補正パワー値算出手段
２２２ａ ＬＦ／ＨＦ算入手段
２２２ｂ 最大リアプノフ指数算入手段
２２３ 補正パワー値傾き算出手段
２２４ 疲労度算出手段

Claims (12)

1. 生体信号測定器により採取された生体信号データの原波形の各周期のピーク値から、所定時間範囲ごとに上限側のピーク値と下限側のピーク値との差を算出し、この差をパワー値とし、パワー値の時系列データを算出するパワー値算出手段を備え、前記パワー値を用いて疲労度を求める疲労度演算装置において、
   前記パワー値算出手段によって算出されたパワー値に、交感神経活動による代償分を補正要素として算入し、補正パワー値を求める補正パワー値算出手段と、
   前記補正パワー値算出手段によって算出された補正パワー値の所定時間範囲における時間軸に対する傾きを、所定回数スライド計算して求める補正パワー値傾き算出手段と、
   前記補正パワー値傾き算出手段によりスライド計算して得られた補正パワー値の傾きの時系列信号を絶対値処理して積分値を算出し、得られた積分値を疲労度として求める疲労度算出手段と
   を具備することを特徴とする疲労度演算装置。
2. 前記補正パワー値算出手段は、
   前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、
   前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段を備えることを特徴とする請求項１記載の疲労度演算装置。
3. 前記補正パワー値算出手段は、
   前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、
   前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段を備えることを特徴とする請求項１記載の疲労度演算装置。
4. 前記補正パワー値算出手段は、
   前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段と、
   前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段とを備えてなり、
   前記ＬＦ／ＨＦ算入手段又は前記最大リアプノフ指数算入手段のうち、いずれを利用して補正パワー値を求めるべきかを予め判定する事前判定手段を備えることを特徴とする請求項１記載の疲労度演算装置。
5. 前記事前判定手段は、中枢系疲労と末梢系疲労とに区分し、中枢系疲労の場合に、前記ＬＦ／ＨＦ算入手段を選択し、末梢系疲労の場合に、前記最大リアプノフ指数算入手段を選択することを特徴とする請求項４記載の疲労度演算装置。
6. 前記事前判定手段は、体格・体質パラメータ又はストレス要因と、前記中枢系疲労及び末梢系疲労に区分される疲労の種類との相関から、体格・体質パラメータ又はストレス要因に基づいて中枢系疲労か末梢系疲労かを判定することを特徴とする請求項５記載の疲労度演算装置。
7. 生体信号測定器により採取された生体信号データを利用して人の疲労度を求める疲労度演算装置に導入されるコンピュータプログラムであって、
   前記生体信号データの原波形の各周期のピーク値から、所定時間範囲ごとに上限側のピーク値と下限側のピーク値との差を算出し、この差をパワー値とし、パワー値の時系列データを算出するパワー値算出手段と、
   前記パワー値算出手段によって算出されたパワー値に、交感神経活動による代償分を補正要素として算入し、補正パワー値を求める補正パワー値算出手段と、
   前記補正パワー値算出手段によって算出された補正パワー値の所定時間範囲における時間軸に対する傾きを、所定回数スライド計算して求める補正パワー値傾き算出手段と、
   前記補正パワー値傾き算出手段によりスライド計算して得られた補正パワー値の傾きの時系列信号を絶対値処理して積分値を算出し、得られた積分値を疲労度として求める疲労度算出手段と
   を具備することを特徴とするコンピュータプログラム。
8. 前記補正パワー値算出手段は、
   前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、
   前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段を備えることを特徴とする請求項７記載のコンピュータプログラム。
9. 前記補正パワー値算出手段は、
   前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、
   前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段を備えることを特徴とする請求項７記載のコンピュータプログラム。
10. 前記補正パワー値算出手段は、
    前記パワー値の補正要素が、心拍数の時系列データを周波数解析して得られるＬＦ／ＨＦのパワースペクトルの時系列データであり、前記ＬＦ／ＨＦのパワースペクトルの時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とするＬＦ／ＨＦ算入手段と、
    前記パワー値の補正要素が、脈波の時系列データをカオス解析して得られる最大リアプノフ指数の時系列データであり、前記最大リアプノフ指数の時系列データの値と、前記パワー値算出手段によって算出されたパワー値の時系列データの値とを、相互に対応する時間における値同士で掛け合わせ、それを補正パワー値とする最大リアプノフ指数算入手段とを備えてなり、
    前記ＬＦ／ＨＦ算入手段又は前記最大リアプノフ指数算入手段のうち、いずれを利用して補正パワー値を求めるべきかを予め判定する事前判定手段を備えることを特徴とする請求項７記載のコンピュータプログラム。
11. 前記事前判定手段は、中枢系疲労と末梢系疲労とに区分し、中枢系疲労の場合に、前記ＬＦ／ＨＦ算入手段を選択し、末梢系疲労の場合に、前記最大リアプノフ指数算入手段を選択することを特徴とする請求項１０記載のコンピュータプログラム。
12. 前記事前判定手段は、体格・体質パラメータ又はストレス要因と、前記中枢系疲労及び末梢系疲労に区分される疲労の種類との相関から、体格・体質パラメータ又はストレス要因に基づいて中枢系疲労か末梢系疲労かを判定することを特徴とする請求項１１記載のコンピュータプログラム。

Images