JP2010246893A

JP2010246893A - 歩行動作評価システム及び歩行動作評価方法

Info

Publication number: JP2010246893A
Application number: JP2010012245A
Authority: JP
Inventors: Masahiro Doi; 正裕土井; Kensaku Sakai; 健作酒井; Masaaki Mochimaru; 正明持丸; Kei Aoki; 慶青木
Original assignee: National Institute of Advanced Industrial Science and Technology AIST; Feel Fine KK
Current assignee: National Institute of Advanced Industrial Science and Technology AIST; Feel Fine KK
Priority date: 2010-01-22
Filing date: 2010-01-22
Publication date: 2010-11-04
Anticipated expiration: 2029-04-10
Also published as: JP5315504B2

Abstract

【課題】本発明の目的は、被験者の歩行動作をより簡易かつ正確に評価することである。
【解決手段】歩行動作評価システム１００は、被験者の歩行動作に伴う床反力の変化を示
す床反力データを取得するデータ取得部１１２と、床反力データに基づいて、少なくとも
１つの関節についての歩行動作に伴う角度の変化を示す関節角度データ、及び、当該関節
についての歩行動作に伴うモーメントの変化を示す関節モーメントデータの少なくとも一
方を含む歩行動作データの主成分得点を推定する、主成分得点推定部１１４と、推定され
た主成分得点である推定主成分得点ＣＰ₁〜ＣＰ_nに基づいて、被験者の歩行動作を評価す
る、歩行動作評価部１１６とを含む。
【選択図】図１

Description

本発明は歩行動作評価システム及び歩行動作評価方法に関する。特に、被験者の歩行動
作をより簡易かつ正確に評価することができるシステム及び方法に関する。

近年の生活習慣病の問題や健康へ関心の高まりにより、ウォーキング人口が増加してい
る。すなわち、人々の「歩行」に関する関心が高まってきている。従来においては、歩行
動作の評価を行うために歩行動作の様子を計測することが知られているが、例えば特開２
００８−１７３２５０号公報に代表されるように、被験者の歩行動作の評価を行うたびに
、歩行動作をモーションキャプチャ等の高価かつ複雑な装置を使用して計測せざるを得ず
、人々の「歩行」に関する関心の高まりに反して、歩行動作を評価するための簡易かつ正
確なシステムについては普及してはいない。

特開２００８−１７３２５０号公報

したがって、被験者の歩行動作を簡易かつ正確に評価することができるシステム及び方
法を提供することが求められている。

よって、本発明の目的は、上記の課題を解決することができる歩行動作評価システム及
び歩行動作評価方法を提供することを目的とする。この目的は特許請求の範囲における独
立項に記載の特徴の組み合わせにより達成される。また従属項は本発明の更なる有利な具
体例を規定する。

本発明の一態様に係るシステムは、被験者の歩行動作を評価する歩行動作評価システム
であって、被験者の歩行動作に伴う床反力の変化を示す床反力データを取得するデータ取
得部と、前記床反力データに基づいて、少なくとも１つの関節についての歩行動作に伴う
角度の変化を示す関節角度データ、及び、当該関節についての歩行動作に伴うモーメント
の変化を示す関節モーメントデータの少なくとも一方を含む歩行動作データの主成分得点
を推定する、主成分得点推定部と、推定された前記主成分得点である推定主成分得点に基
づいて、前記被験者の歩行動作を評価する、歩行動作評価部とを含む。

かかる構成によれば、床反力データに基づいて歩行動作データの主成分得点を推定し、
かかる推定主成分得点に基づいて被験者の歩行動作を評価するので、非常に簡易な構成で
被験者の歩行動作を評価することができる。これにより、例えば、被験者の歩行動作を計
測するたびに、モーションキャプチャのような高価で取り扱いが煩雑なカメラを使用しな
ければならないという不都合を解消することができる。また、主成分得点という総合的指
標の値を推定するため、歩行動作の評価のための処理を簡易かつ正確に行うことができる
。よって、被験者の歩行動作を簡易かつ正確に評価することができる。

上記システムにおいて、前記床反力データに基づいて前記主成分得点を推定する推定式
を予め格納する記憶部をさらに含み、前記主成分得点推定部は、前記記憶部から前記推定
式を読み出して、前記床反力データに基づいて前記主成分得点を推定してもよい。

これにより、簡易な構成ながらも、様々な要因を加味した正確な評価を行うことができ
る。

上記システムにおいて、前記主成分得点推定部は、前記被験者の歩行動作に伴って当該
被験者の足にかかる床反力の変化を示すデータを前記床反力データとして、前記主成分得
点を推定してもよい。

上記システムにおいて、前記主成分得点推定部は、前記床反力データの主成分得点に基
づいて、前記歩行動作データの主成分得点を推定してもよい。

上記システムにおいて、前記主成分得点推定部は、前記被験者の体重、並びに、歩行の
速度、歩幅及び周期の少なくとも１つのデータにさらに基づいて、前記主成分得点を推定
してもよい。

上記システムにおいて、前記歩行動作データの主成分得点の標本値と、歩行動作の特徴
とを対応付けて予め格納した第１のデータベースをさらに含み、前記歩行動作評価部は、
前記第１のデータベースにおいて前記推定主成分得点に対応する前記標本値を参照して、
前記被験者の歩行動作を評価してもよい。

上記システムにおいて、前記主成分得点推定部は、前記歩行動作データについての第１
から第ｎ（ｎは２以上の整数）の主成分のそれぞれについて、主成分得点を推定し、前記
歩行動作評価部は、推定されたｎ個の前記主成分得点であるｎ個の推定主成分得点に基づ
いて、前記被験者の歩行動作を評価してもよい。

上記システムにおいて、前記第１から第ｎの主成分のそれぞれについて、主成分得点の
複数の標本値と、当該複数の標本値を正規化した複数の正規化データとを対応付けて予め
格納した第２のデータベースをさらに含み、前記歩行動作評価部は、前記第２のデータベ
ースにおいて前記ｎ個の推定主成分得点に対応するｎ個の前記標本値を参照して、前記被
験者の歩行動作を評価してもよい。

上記システムにおいて、前記歩行動作データは、前記関節角度データ及び前記関節モー
メントデータの両方を含んでもよい。

上記システムにおいて、前記歩行動作データは、前記被験者の複数の異なる関節につい
てのデータであってもよい。

上記システムにおいて、前記歩行動作データは、前記被験者の股関節、膝関節及び足首
関節についてのデータであってもよい。

これらの関節は、歩行動作の特徴を支配する重要な要因であるため、かかる関節につい
てのデータを適用することで、歩行動作について重要な総合的指標を示すことができる。

上記システムにおいて、前記床反力データは、前記被験者が歩行動作を行う歩行誘導装
置に設けられたセンサにより検出されてもよい。

上記システムにおいて、前記データ取得部は、前記床反力データを通信ネットワークを
介して取得してもよい。

本発明の一態様に係る方法は、被験者の歩行動作を評価する歩行動作評価方法であって
、被験者の歩行動作に伴う床反力の変化を示す床反力データを取得するステップと、前記
床反力データに基づいて、少なくとも１つの関節についての歩行動作に伴う角度の変化を
示す関節角度データ、及び、当該関節についての歩行動作に伴うモーメントの変化を示す
関節モーメントデータの少なくとも一方を含む歩行動作データの主成分得点を推定する、
ステップと、推定された前記主成分得点である推定主成分得点に基づいて、前記被験者の
歩行動作を評価するステップとを含む。

上記方法において、前記推定するステップは、前記床反力データに基づいて前記主成分
得点を推定する推定式を予め格納する記憶部から、前記推定式を読み出して、前記床反力
データに基づいて前記主成分得点を推定してもよい。

上記方法において、前記推定するステップは、前記被験者の歩行動作に伴って当該被験
者の足にかかる床反力の変化を示すデータを前記床反力データとして、前記主成分得点を
推定してもよい。

上記方法において、前記評価するステップは、前記歩行動作データの主成分得点の標本
値と、歩行動作の特徴とを対応付けて予め格納した第１のデータベースにおいて、前記推
定主成分得点に対応する前記標本値を参照して、前記被験者の歩行動作を評価してもよい
。

上記方法において、前記推定するステップは、前記歩行動作データについての第１から
第ｎ（ｎは２以上の整数）の主成分のそれぞれについて、主成分得点を推定し、

前記評価するステップは、推定されたｎ個の前記主成分得点であるｎ個の推定主成分得
点に基づいて、前記被験者の歩行動作を評価してもよい。

上記方法において、前記評価するステップは、前記第１から第ｎの主成分のそれぞれに
ついて、主成分得点の複数の標本値と、当該複数の標本値を正規化した複数の正規化デー
タとを対応付けて予め格納した第２のデータベースにおいて、前記ｎ個の推定主成分得点
に対応するｎ個の前記標本値を参照して、前記被験者の歩行動作を評価してもよい。

本発明の一実施形態に係る歩行動作評価システムを含む図である。本発明の一実施形態に係る歩行動作評価システムのハードウェア構成を示すブロック図である。図１の端末及び計測装置の一例を示す図である。本発明の一実施形態に係る歩行動作評価方法のフローチャートを示す図である。本発明の一実施形態に係る歩行動作評価方法のフローチャートを示す図である。本発明の一実施形態に係る足にかかる床反力の変化を示すデータの一例を示す図である。図７は本発明の一実施形態に係る標本１人分の歩行動作データを示す図である。図８（Ａ）は本発明の一実施形態に係る標本Ｎ人分の主成分得点の標本値を示し、図８（Ｂ）は図８（Ａ）の第１の主成分得点に応じて分類されたＧ１〜Ｇ３のそれぞれに該当する標本値の歩行動作データを示す図である。また、図８（Ｃ）は、第４の主成分得点に応じて分類されたＧ１´〜Ｇ３´のそれぞれに該当する標本値の歩行動作データを示す図である。

以下、図面を参照しつつ、発明の実施形態を通じて本発明を説明するが、以下の実施形
態は特許請求の範囲に係る発明を限定するものではなく、また、実施形態の中で説明され
ている特徴の組み合わせのすべてが発明の解決手段に必須であるとは限らない。

１．歩行動作評価システムについて
図１〜図３を参照して、本発明の一実施形態に係る歩行動作評価システムの構成につい
て説明する。ここで、図１は本実施形態に係る歩行動作評価システムを含む図であり、図
２は歩行動作評価システムのハードウェア構成を示す図であり、図３は図１の端末及び計
測装置の一例を示す図である。

本実施形態に係るシステム１００は、被験者の歩行動作を評価するシステムであり、具
体的には、被験者の歩行動作に伴う床反力の変化を示す床反力データに基づいて、当該被
験者の歩行動作がどのような特徴をもつのか、どのようなアドバイスを与えるべきか、又
は、第三者と比較してどのような点がどのくらい異なるのか等を、より簡易かつ正確に示
すことができるシステムである。なお、本出願において「歩行動作」とは、歩く動作のみ
ならず、走る動作をも含むものとする。

システム１００には、本実施形態に係る歩行動作を評価するための所定のプログラムが
予めインストールされている。このシステム１００は、図１に示すように、本実施形態に
係る歩行動作を評価するために必要な処理を行う処理部１１０、及び、かかる処理に必要
な情報を記憶するための記憶部１２０を含む。

システム１００には、例えば図２に示すようなＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１
０３、外部記憶装置１０４、ユーザインタフェース１０５、ディスプレイ１０６、プリン
タ１０７、及び通信インタフェース１０８を備える汎用又は専用のコンピュータを適用す
ることができる。システム１００は、単一のコンピュータより構成されるものであっても
、ネットワーク上に分散した複数のコンピュータより構成されるものであってもよい。

システム１００は、例えばＣＰＵが、上記したＲＯＭ、ＲＡＭ、外部記憶装置などに記
憶された又は通信ネットワーク１３０を介してダウンロードされた所定のプログラム（本
実施形態に係る歩行動作を評価する方法を規定したプログラム）を実行することにより、
システム１００を後述の各種機能ブロック又は各種ステップとして機能させることができ
る。

図１においては、システム１００（例えば処理部１１０）は、データ送受信可能なよう
に、通信ネットワーク１３０を介して端末１４０に接続されている。通信ネットワーク１
３０は、インターネットのような通信網のみならず、ローカルエリアネットワーク（ＬＡ
Ｎ）やその他通信回線などを介した通信網を含むことができる。

端末１４０は、入力されたデータを通信ネットワーク１３０上に送信可能であり、かつ
、通信ネットワーク１３０からデータを受信可能な装置である。図１に示すように、複数
の端末１４０−１〜ｎが通信ネットワーク１３０に接続され、システム１００が複数の端
末１４０−１〜ｎとデータ送受信可能なように接続されていてもよい。

端末１４０には表示部１４２が設けられている。表示部１４２は、通信ネットワーク１
３０から受信したデータを被験者に提供するためのものである。さらに、表示部１４２に
よって、被験者にデータの入力を促してもよい。

端末１４０−１〜ｎは、データ送受信可能なように計測装置１５０−１〜ｎに接続され
ている。計測装置１５０−１〜ｎは、少なくとも歩行動作に伴う各種データ（例えば歩行
の速度、歩幅及び周期）等を計測するものである。計測装置１５０−１〜ｎは例えば被験
者が歩行動作を行うための歩行誘導装置（例えばトレッドミル）１５２と、被験者の歩行
動作に伴う床反力の変化を示す床反力データを検出するセンサ（例えばロードセル）１５
４とを含む。センサ１５４は、歩行誘導装置１５２の歩行面（床面に水平な面）１５３に
垂直方向にかかる床反力データを検出し、当該床反力データを電気信号に変換する。図３
に示すように、複数のセンサ１５４ａ〜ｆが、歩行誘導装置１５２の歩行面１５３に分散
して設けられてもよい。ただし、センサの構成、種類、個数及び配置等は図３に示す例に
限定されるものではなく、被験者の歩行動作に伴う床反力データが検出できれば限定され
るものではない。センサ１５４は、歩行誘導装置１５２に内蔵されていてもよいし、歩行
誘導装置１５２がセンサの働きを兼ねていてもよい。

図３に示すように、端末１４０は計測装置１５０に備え付けられていてもよく、この場
合、端末１４０の表示部１４２が、被験者が歩行動作を行いながら視認できる位置に設け
られる。

なお、端末１４０は、計測装置１５０によって検出されたデータをシステム１００に送
信するのみならず、端末１４０の入力部（例えばキーボードやタッチパネルセンサ等）を
介して、被験者から入力されたデータ（例えば被験者の年齢、性別等）をシステム１００
に送信してもよい。

次に、システム１００の構成について具体的に説明する。

図１に示すように、システム１００の処理部１１０は、主な構成として、被験者の歩行
動作に伴う床反力の変化を示す床反力データを取得するデータ取得部１１２と、床反力デ
ータに基づいて歩行動作データの主成分得点を推定する主成分得点推定部１１４と、かか
る推定主成分得点に基づいて被験者の歩行動作を評価する歩行動作評価部１１６と、歩行
動作評価部１１６の評価結果を被験者に提供する結果提供部１１８とを含む。また、シス
テム１００の記憶部１２０は、主成分得点推定部１１４が主成分得点を推定するときに用
いられる推定式を予め格納する推定式記憶部１２２と、歩行動作評価部１１６が評価する
ときに用いられる第１及び第２のデータベース１２４，１２６とを含む。なお、処理部１
１０内の上記各構成は、記憶部１２０内の上記各構成にデータ送受信可能なように接続さ
れており、これにより処理部１１０によって処理される必要なデータを上記記憶部に格納
及び読み出し可能としている。

データ取得部１１２は、通信ネットワーク１３０を介してセンサ１５４が検出した床反
力データを取得する。この場合、データ取得部１１２は、センサ１５４が検出した床反力
データをそのまま取得してもよいし、あるいは当該検出した床反力データから抽出したデ
ータを取得してもよい。例えば後者の場合、データ取得部１１２は、図３に示す６個のセ
ンサ１５４ａ〜ｆの各々が検出した床反力データから、歩行動作に伴う被験者の少なくと
も一方の足にかかる床反力の変化を示すデータを抽出して当該データを取得してもよい。

また、データ取得部１１２は、被験者の体重等の身体データ、年齢、性別及び特性など
の属性データ、並びに、歩行動作誘導装置１５２によって検出される歩行動作に伴う各種
データ（例えば歩行の速度、歩幅及び周期）等を取得してもよい。

主成分得点推定部１１４は、データ取得部１１２が取得した床反力データに基づいて、
歩行動作データの主成分得点を推定する。ここで、歩行動作データとは、少なくとも１つ
の関節についての歩行動作に伴う角度の変化を示す関節角度データ、及び、当該関節につ
いての歩行動作に伴うモーメントの変化を示す関節モーメントデータの少なくとも一方を
含む。また、歩行動作データの主成分得点とは、歩行動作データの相関関係のある複数の
要因を合成（圧縮）して得られる総合的指標を示すものである。

歩行動作データは、関節角度データ及び関節モーメントデータの両方を含むことが好ま
しい。これにより、被験者の関節角度及び関節モーメントの２つの異なる観点から総合的
指標を示すことができる。

また、歩行動作データは、被験者の１つの関節についてのデータであってもよいが、複
数の異なる関節についてのデータであることが好ましい。これにより、被験者についての
複数の異なる関節という複数の異なる観点からの総合的指標を示すことができる。

この場合、歩行動作データは、例えば、被験者の股関節、膝関節及び足首関節について
のデータであることが好ましい。これらの関節は、歩行動作の特徴を支配する重要な要因
であるため、かかる関節についてのデータを適用することで、歩行動作について重要な総
合的指標を示すことができる。

主成分得点は、元データである歩行動作データが有する要因の個数に応じて、第１〜第
ｎ（ｎは２以上の整数）の主成分についてそれぞれ求めることができる。例えば、
３つの各関節についてそれぞれ、関節角度データ及び関節モーメントデータをそれぞれ時
間軸で１０１に分割した場合には、全体で６０６の要因となるので、理論上は最大で６０
６個の主成分を求めることができる。

主成分得点推定部１１４は、歩行動作データについての第１から第ｎの主成分のそれぞ
れについて、主成分得点（すなわち、第１〜第ｎの主成分得点）を推定してもよい。この
ように複数の主成分のそれぞれについて主成分得点を推定することにより、異なる観点か
らのｎ個の総合的指標を示すことができる。

主成分得点推定部１１４は、予め記憶部１２０に格納しておいた推定式を用いて、主成
分得点を推定してもよい。第１〜第ｎの主成分得点を推定する場合には、第１〜第ｎの推
定式を用いる。このような推定式は、記憶部１２０の推定式記憶部１２２に予め格納され
ており、主成分得点推定部１１４が処理を行うときに、推定式記憶部１２２から推定式を
読み出すことができる。

ここで、推定式記憶部１２２は、床反力データに基づいて主成分得点を推定する推定式
を予め格納する。第１〜第ｎの主成分得点を推定するために、第１〜第ｎの推定式を格納
してもよい。このように推定式記憶部１２２が第１〜第ｎの推定式を予め格納しておくこ
とにより、より簡易な構成により第１〜第ｎの主成分得点を推定することができる。

また、推定式記憶部１２２は、標本（基準となる人）の性別や特性などの属性データご
とにそれぞれ異なる推定式を格納してもよい。これによれば、被験者の属性データに応じ
てより適切な推定式を用いることができる。したがって、より正確な主成分得点を推定す
ることができる。

歩行動作評価部１１６は、推定された主成分得点に基づいて、被験者の歩行動作を評価
する。推定された主成分得点が第１〜第ｎの主成分得点である場合には、当該ｎ個の推定
された主成分得点に基づいて、被験者の歩行動作を評価する。これによれば、異なった観
点からの複数の総合的指標を基準とすることができるので、より正確かつ細部にわたって
被験者の歩行動作を評価することができる。

具体的には、歩行動作評価部１１６は、予め記憶部１２０に格納しておいた第１のデー
タベース１２４及び第２のデータベース１２６の少なくとも一方を参照して、被験者の歩
行動作を評価する。ここで、第１のデータベース１２４においては、歩行動作データの主
成分得点の標本値と、歩行動作の特徴とが対応付けて予め格納されており、他方、第２の
データベース１２６においては、第１から第ｎの主成分得点のそれぞれについての複数の
標本値と、当該複数の標本値を正規化した複数の正規化データとが対応付けて予め格納さ
れている。いずれのデータベース１２４，１２６においても、主成分得点推定部１１４が
推定した主成分得点に対応する標本値を参照することにより、当該標本値に対応付けられ
たデータ、すなわち第１のデータベース１２４の場合には歩行動作の特徴についてのデー
タ、第２のデータベース１２６の場合には正規化データを取得することができる。

そして、第１のデータベース１２４においては、主成分得点推定部１１４が推定した主
成分得点に基づいて、歩行動作の特徴についての情報を取得することができ、被験者の歩
行動作がどのような特徴をもつのか、どのようなアドバイスを与えるべきか等について評
価することができる。

また、第２のデータベース１２６においては、主成分得点推定部１１４が推定した第１
〜第ｎの主成分得点に基づいて、第１〜第ｎの正規化データを取得することができる。し
たがって、被験者の主成分得点が平均値からどのくらい離れているかを、第１〜第ｎの主
成分ごとに、各主成分間で比較可能なように示すことができ、これにより、第１〜第ｎの
主成分のすべての主成分得点を加味した総合的指標を求めることができる。

第１のデータベース１２４は、標本（基準となる人）の性別や特性などの属性データご
とにそれぞれ異なるデータベースを格納してもよい。これは、第２のデータベース１２６
についても同様である。これによれば、被験者の属性データに応じてより適切なデータベ
ースを参照することができる。したがって、より正確に被験者の歩行動作を評価すること
ができる。

また、第１のデータベース１２４においては、歩行動作データの主成分得点のすべての
標本値が、いずれかの歩行動作の特徴と直接的に対応付けられている必要は必ずしもなく
、少なくとも主成分得点が、第１のグループ（平均＋２σの付近）、第２のグループ（平
均付近）、及び、第３のグループ（平均−２σの付近）に該当する標本値と、歩行動作の
特徴とが対応付けられていればよい。これにより、推定された主成分得点が、標本値の第
１〜第３のいずれのグループに属するか又は近いかを判定することで、当該推定された主
成分得点に対応する歩行動作の特徴を取得することができる。これにより、より簡易な構
成で被験者の歩行動作を評価することができる。

なお、推定式記憶部１２２、第１のデータベース１２４及び第２のデータベース１２６
は、処理部１１０としてのサーバの外部に設けられた記憶媒体であっても構わない。

結果提供部１１８は、歩行動作評価部１１６の評価結果を被験者に提供する。例えば、
結果提供部１１８が、当該評価結果を通信ネットワーク１３０を介して被験者が操作する
端末１４０の表示部１４２に提供してもよい。この場合、被験者が歩行動作を行っている
間に、被験者に評価結果を提供してもよい。これにより、例えば被験者は、歩行動作を続
けながらリアルタイムで評価結果を知ることができるので、歩行動作の矯正をリアルタイ
ムで行うことができる。

以上のとおり、本実施形態に係る歩行動作評価システムによれば、床反力データに基づ
いて歩行動作データの主成分得点を推定し、かかる推定主成分得点に基づいて被験者の歩
行動作を評価することができる。したがって、非常に簡易な構成で被験者の歩行動作を評
価することができる。これにより、例えば、被験者の歩行動作を計測するたびに、モーシ
ョンキャプチャのような高価で取り扱いが煩雑なカメラを使用しなければならないという
不都合を解消することができる。また、主成分得点という総合的指標の値を推定するため
、歩行動作の評価のための処理を簡易かつ正確に行うことができる。よって、被験者の歩
行動作を簡易かつ正確に評価することができる。また、予め格納しておいた推定式や評価
に関するデータベースを用いて評価するので、簡易な構成ながらも、様々な要因を加味し
た正確な評価を行うことができる。

なお、上記実施形態においては、システム１００が通信ネットワーク１３０を介して端
末１４０及び計測装置１５０と接続される構成を説明したが、他の例として通信ネットワ
ーク１３０を使用することなく、システム１００と、端末１４０及び計測装置１５０との
間でデータ送受信させることもできる。

２．歩行動作評価方法について
次に、図４〜図８を参照して、本発明の一実施形態に係る歩行動作の評価方法について
説明する。ここで、図４及び図５は、本実施形態に係る歩行動作評価方法に関するフロー
チャートであり、図６〜図８は図４のフローチャートを説明するためのデータの一例であ
る。

本実施形態に係る歩行動作評価方法は、上記システム１００を用いて行うことができる
。なお、以下に説明する各ステップ（図４及び図５に示される符号が付されたステップの
みならず、当該ステップの部分的なステップを含む）は処理内容に矛盾を生じない範囲で
任意に順番を変更して又は並列に実行することができる。

最初に、図４を参照して、本実施形態に係る歩行動作評価方法を行うための準備段階に
ついて説明する。かかる準備段階は、主成分得点を推定するための推定式と、歩行動作を
評価するための第１及び第２のデータベースとを作成することを含む。

まず、標本（基準となる人）に計測装置上を歩行するよう促し、当該標本について各種
データを取得する（Ｓ１０１）。計測装置の一例としては、図３に示すような歩行誘導装
置１５２及びセンサ１５４に加えて、モーションキャプチャＭＣ（図示しない）を含む計
測装置を適用することができる。

こうして、センサによって検出した床反力データを取得し（Ｓ１０２）、当該床反力デ
ータに基づいて、歩行動作に伴う標本の少なくとも一方の足にかかる床反力の変化を示す
データを取得する（Ｓ１０３）。例えば図６に示すように、標本の一方の足にかかる床反
力の変化を示すデータを少なくとも１歩分について取得する。

また、ＭＣによって標本の関節位置データ及び関節角度データを取得し（Ｓ１０４，１
０５）、さらに、関節位置データ及び上記Ｓ１０３で取得した床反力の変化を示すデータ
に基づいて関節モーメントデータを取得する（Ｓ１０６）。これらの関節位置データ、関
節角度データ及び関節モーメントデータについては、上記したとおり、標本の股関節、膝
関節及び足首関節について取得することが好ましい。

こうして、関節角度データ及び関節モーメントデータの少なくとも一方を含む歩行動作
データを取得することができる（Ｓ１０７）。例えば図７に示すように、標本の股関節、
膝関節及び足首関節について、関節角度データ及び関節モーメントデータの両方を含む歩
行動作データを取得する。

また、上記各ステップにおいて取得したデータに加えて、標本の体重等の身体データ、
年齢、性別及び特性などの属性データ、並びに、歩行動作誘導装置によって検出される歩
行動作に伴う各種データ（例えば歩行の速度、歩幅及び周期）等を取得してもよい。

このように、各ステップを複数の標本に対して行い、複数の標本について各種データを
取得して、図１の記憶部１２０に格納する。この場合、標本の性別や特性などの属性デー
タに対応付けて、複数の標本についてのデータを分類してもよい。これにより、図５のフ
ローチャートにおいて評価される被験者に最適のデータを用いて、被験者の歩行動作を評
価することができるので、より正確に評価することができる。

次に、歩行動作データについて第１〜第ｎの主成分得点の標本値を取得する（Ｓ１０８
）。すなわち、標本１人分について第１〜第ｎの主成分得点であるｎ個の主成分得点を算
出し、当該ｎ個の主成分得点を記憶部１２０に格納する。具体的には、図７に示す標本１
人分の歩行動作データに基づいて、標本１人分の主成分を算出し、これにより第１〜第ｎ
の主成分得点を算出する。例えば、Ｎ人分の標本がある場合には、第１〜第ｎの主成分得
点のそれぞれについてＮ個のデータを算出する。

こうして主成分得点の標本値を取得したら、主成分得点を推定するための推定式と、歩
行動作を評価するための第１及び第２のデータベースとを作成する（Ｓ１０９〜１１１）
。

まず、主成分得点を推定するための推定式について説明する。

第１〜第ｎの主成分得点の標本値と、上記各ステップＳ１０２〜１０６等で取得した各
種データに基づいて、第１〜第ｎの推定式を取得する（Ｓ１０９）。取得した第１〜第ｎ
の推定式については記憶部１２０（推定式記憶部１２２）に格納する。

第１〜第ｎの推定式は、被験者の床反力データから得られる値、被験者の体重「Ｗ（ｋ
ｇ）」、歩行の速度「Ｓｐ（ｍ／ｓ）」、歩幅「Ｓｔ（ｍ）」及び周期「Ｔ（ｓｅｃ）」
等のパラメータから作成することができる。ここで、床反力データから得られる値として
は、例えば、被験者の歩行動作に伴って当該被験者の足にかかる床反力の変化を示すデー
タの変化点「（ｘ₁，ｙ₁），（ｘ₂，ｙ₂），（ｘ₃，ｙ₃）」（図６参照）、及び、当該デ
ータについての第１〜第ｍ（ｍは２以上の整数）の主成分のそれぞれについての主成分得
点である「αＣＰ₁〜ＣＰ_m」を用いることができる。

ここで、上記したデータの変化点（図６参照）については、例えば、足を床面に着地し
た後に床反力が最大となる第１の変化点（ｘ₁，ｙ₁）付近、足が床面に着地している間に
床反力が最小となる第２の変化点（ｘ₂，ｙ₂）付近、及び、足を床面が蹴るときに床反力
が最大となる第３の変化点（ｘ₂，ｙ₂）付近の少なくとも１つを適用することができる。
なお、上記した床反力の主成分得点については、足にかかる床反力の変化を示すデータを
時間軸でｋ個に分割して、当該ｋ個の主成分において、第１〜第ｍの主成分得点を求めれ
ばよい。

第１〜第ｎの推定式の具体例としては、例えば第１〜第６の推定式は下記のように表す
ことができる（例えば第１〜第６の推定式を示す）。なお、下記式において、ａ₁₀〜ａ₆₃
については、項目における実測値と推定値との間の相関関係や、複数の項目の相関関係を
鑑みて重み付けした重回帰係数である。

ＣＰ₁＝ａ₁₀＋ａ₁₁・ｙ₃＋ａ₁₂・ｘ₁＋ａ₁₃・ｘ₂＋ａ₁₄・Ｗ＋ａ₁₅・Ｔ
ＣＰ₂＝ａ₂₀＋ａ₂₁・αＣＰ₆＋ａ₂₂・ｘ₂＋ａ₂₃・Ｓｔ
ＣＰ₃＝ａ₃₀＋ａ₃₁・αＣＰ₄＋ａ₃₂・αＣＰ₆＋ａ₃₃・αＣＰ₈＋ａ₃₄・ｙ₃
ＣＰ₄＝ａ₄₀＋ａ₄₁・αＣＰ₁＋ａ₄₂・αＣＰ₂＋ａ₄₃・αＣＰ₃＋ａ₄₄・αＣＰ₆
＋ａ₄₅・ｙ₁＋ａ₄₆・ｙ₂＋ａ₄₇・ｙ₃＋ａ₄₈・ｘ₃＋ａ₄₉・Ｗ＋ａ₄₉・Ｓｔ
＋ａ_4A・Ｓｐ
ＣＰ₅＝ａ₅₀＋ａ₅₁・αＣＰ₃＋ａ₅₂・ｙ₃＋ａ₅₃・Ｗ＋ａ₅₄・Ｔ＋ａ₅₅・Ｓｐ
ＣＰ₆＝ａ₆₀＋ａ₆₁・αＣＰ₃＋ａ₆₂・ｘ₃＋ａ₆₃・Ｔ
なお、上記推定式は一例であり、これらの例に限定されるものではない。

次に、第１のデータベースについて説明する。

第１〜第ｎの主成分得点の標本値と歩行動作データとに基づいて、第１〜第ｎの主成分
得点の標本値と歩行動作データの特徴とを対応付ける（Ｓ１１０）。例えば図８（Ａ）に
示すように、第１の主成分についての主成分得点について、第１のグループＧ１（平均＋
２σの付近）に該当する標本値と、第２のグループＧ２（平均付近）に該当する標本値と
、第３のグループＧ３（平均−２σの付近）に該当する標本値とを選択し、選択された各
標本値に対応する歩行動作データ同士を比較する。

第１の主成分得点については、例えば図８（Ｂ）に示すように膝関節モーメントデータ
に着目すると、歩行動作の１歩分において足を床面に着地した後のｔ₁において膝関節モ
ーメントに大きな差が生じていることがわかる。すなわち、Ｇ１においては足の着地後に
おいて膝関節モーメントが小さく、他方、Ｇ３においては足の着地後において膝関節モー
メントが大きいことがわかる。したがって、Ｇ１においては足の着地後の衝撃を膝で吸収
していないため膝の負担が大きく、他方、Ｇ３においては足の着地後の衝撃を膝で吸収し
ているため膝の負担が小さいことがわかる。こうして、主成分得点の評価値と歩行動作の
特徴とを対応付けることができる。

上記は関節モーメントデータに着目した例を説明したが、関節角度データに着目して歩
行動作の特徴を求めることもできる。例えば第４の主成分得点について、第１のグループ
Ｇ１´（平均＋２σの付近）に該当する標本値と、第２のグループＧ２´（平均付近）に
該当する標本値と、第３のグループＧ３´（平均−２σの付近）に該当する標本値とを選
択し、選択された各標本値に対応する歩行動作データ同士を比較する例を考える。

第４の主成分得点については、例えば図８（Ｃ）に示すように足首関節角度データに着
目すると、歩行動作の１歩分において足を床面に着地してから床面を蹴るときのｔ₂にお
いて、足首関節角度に大きな差が生じていることがわかる。すなわち、Ｇ１´においては
足が床面を蹴るとき足首関節角度が大きく、他方、Ｇ３´においては足が床面を蹴るとき
足首関節角度が小さいことがわかる。したがって、Ｇ１´においては足が床面を蹴るとき
に足首をよく曲げているため床面を蹴る力（例えば下腿の筋力）をあまり使っておらず、
他方、Ｇ３´においては足が床面を蹴るときに足首を伸ばしているため床面を蹴る力（例
えば下腿の筋力）をよく使っていることがわかる。こうして、主成分得点の評価値と歩行
動作の特徴とを対応付けることができる。

このようにして、第１〜第ｎの主成分得点について、それぞれ主成分得点の評価値と、
歩行動作データの特徴とを対応付ける。この場合、１つの主成分得点の評価値を、歩行動
作データの複数の特徴と対応付けてもよい。また、歩行動作の特徴は、複数の異なる関節
についてのデータから求めてもよいし、また、角度とモーメントとの異なる種類のデータ
から求めてもよい。

こうして得られた歩行動作データの主成分得点の標本値と、歩行動作の特徴とが対応付
けられたデータベースは、第１のデータベース１２４として記憶部１２０に格納する。

次に、第２のデータベースについて説明する。

第１〜第ｎの主成分得点のそれぞれについての複数の標本値と、当該複数の標本値を正
規化した複数の正規化データとを対応付ける（Ｓ１１１）。すなわち、当該複数の標本値
を標準偏差を用いて正規化して複数の正規化データを取得する。こうして、標本値が平均
値からどのくらい離れているかを、第１〜第ｎの主成分ごとに、各主成分間で比較可能な
ように示すことができる。したがって、第１〜第ｎの主成分のすべての主成分得点を加味
した総合的指標を求めることができる。

こうして得られた当該複数の標本値と当該複数の正規化データとが対応付けられたデー
タベースは、第２のデータベース１２６として記憶部１２０に格納する。

以上で準備段階を終了し、被験者に対して実際に歩行動作の評価を行うことができる。
図５を参照して、本実施形態に係る歩行動作評価方法について説明する。

まず、被験者に計測装置１５０上を歩行するよう促し、被験者について各種データを取
得する（Ｓ２０１）。すなわち、まず、センサ１５４によって検出した床反力データを取
得し（Ｓ２０２）、当該床反力データに基づいて、歩行動作に伴う被験者の少なくとも一
方の足にかかる床反力の変化を示すデータを取得する（Ｓ２０３）。また、センサ１５４
によって検出した床反力データに基づいて、床反力データの第１〜第ｍの主成分得点を取
得する（Ｓ２０４）。他方、歩行動作誘導装置１５２及び端末１４０からのデータ、すな
わち、被験者の体重等の身体データ、被験者の年齢、性別及び特性などの属性データ、並
びに、歩行動作に伴う各種データ（例えば歩行の速度、歩幅及び周期）等を取得する。こ
れらの各ステップは、例えばデータ取得部１１２により行うことができる。

次に、被験者の歩行動作に伴う床反力の変化を示す床反力データに基づいて、歩行動作
データの主成分得点を推定する。具体的には、Ｓ２０３〜２０５で取得した各種データに
基づいて、記憶部１２０（推定式記憶部１２２）から第１〜第ｎの推定式を読み出して、
第１〜第ｎの主成分得点を推定して、第１〜第ｎの推定主成分得点ＣＰ₁〜ＣＰ_nを取得す
る（Ｓ２０６）。かかるステップは、例えば主成分得点推定部１１４により行うことがで
きる。

この場合、Ｓ２０５で取得した被験者の属性データに基づいて、被験者の属性データに
合致する第１〜第ｎの推定式を読み出してもよい。なお、主成分得点の推定方法及び推定
式の詳細については上記したとおりである。

次に、推定された主成分得点に基づいて、被験者の歩行動作を評価する（Ｓ２０７〜Ｓ
２１１参照）。この場合、第１のデータベース１２４に基づいて評価してもよいし、第２
のデータベース１２６に基づいて評価してもよいし、それら両方に基づいて評価してもよ
い。

具体的には、第１のデータベース１２４を参照して（Ｓ２０７）、被験者の第１〜第ｎ
の推定主成分得点ＣＰ₁〜ＣＰ_nに対応する歩行動作の特徴を取得する（Ｓ２０８）。他方
、第２のデータベース１２６を参照して（Ｓ２１０）、被験者の第１〜第ｎの推定主成分
得点ＣＰ₁〜ＣＰ_nに対応する正規化データを取得する（Ｓ２１０）。そして、第１のデー
タベース１２４及び第２のデータベース１２６の少なくとも一方の結果に基づいて、被験
者の歩行動作を評価する（Ｓ２１１）。これらの各ステップは、例えば歩行動作評価部１
１６により行うことができる。なお、具体的な評価の詳細については上記したとおりであ
る。

その後、必要に応じて、評価結果を被験者に提供する（Ｓ２１２）。具体的には、第１
のデータベース１２４及び第２のデータベース１２６を参照することにより取得した、歩
行動作の特徴や正規化データ自体に基づく情報を評価結果として被験者に提供する。かか
るステップは、結果提供部１１８により行うことができる。

以上のとおり、本実施形態に係る歩行動作評価方法によれば、上記システムの構成につ
いて説明したように、被験者の歩行動作を非常に簡易かつ正確に評価することができる。

上記発明の実施形態を通じて説明された実施例や応用例は、用途に応じて適宜に組み合
わせて、又は変更若しくは改良を加えて用いることができ、本発明は上述した実施形態の
記載に限定されるものではない。そのような組み合わせ又は変更若しくは改良を加えた形
態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

１００・・・システム
１１０・・・処理部
１１２・・・データ取得部
１１４・・・主成分得点推定部
１１６・・・歩行動作評価部
１１８・・・結果提供部
１２０・・・記憶部
１２２・・・推定式記憶部
１２４・・・第１のデータベース
１２６・・・第２のデータベース
１３０・・・通信ネットワーク
１４０・・・端末
１４２・・・表示部
１５０・・・計測装置
１５２・・・歩行動作誘導装置
１５４・・・センサ

Claims

被験者の歩行動作を評価する歩行動作評価システムであって、
被験者の歩行動作に伴う床反力の変化を示す床反力データを取得するデータ取得部と、
前記床反力データに基づいて、少なくとも１つの関節についての歩行動作に伴う角度の
変化を示す関節角度データ、及び、当該関節についての歩行動作に伴うモーメントの変化
を示す関節モーメントデータの少なくとも一方を含む歩行動作データの主成分得点を推定
する、主成分得点推定部と、
推定された前記主成分得点である推定主成分得点に基づいて、前記被験者の歩行動作を
評価する、歩行動作評価部と
を含む、歩行動作評価システム。
前記床反力データに基づいて前記主成分得点を推定する推定式を予め格納する記憶部を
さらに含み、
前記主成分得点推定部は、前記記憶部から前記推定式を読み出して、前記床反力データ
に基づいて前記主成分得点を推定する、請求項１記載の歩行動作評価システム。
前記主成分得点推定部は、前記被験者の歩行動作に伴って当該被験者の足にかかる床反
力の変化を示すデータを前記床反力データとして、前記主成分得点を推定する、請求項１
又は２に記載の歩行動作評価システム。
前記主成分得点推定部は、前記床反力データの主成分得点に基づいて、前記歩行動作デ
ータの主成分得点を推定する、請求項３に記載の歩行動作評価システム。
前記主成分得点推定部は、前記被験者の体重、並びに、歩行の速度、歩幅及び周期の少
なくとも１つのデータにさらに基づいて、前記主成分得点を推定する、請求項１から４の
いずれかに記載の歩行動作評価システム。
前記歩行動作データの主成分得点の標本値と、歩行動作の特徴とを対応付けて予め格納
した第１のデータベースをさらに含み、
前記歩行動作評価部は、前記第１のデータベースにおいて前記推定主成分得点に対応す
る前記標本値を参照して、前記被験者の歩行動作を評価する、請求項１から５のいずれか
に記載の歩行動作評価システム。
前記主成分得点推定部は、前記歩行動作データについての第１から第ｎ（ｎは２以上の
整数）の主成分のそれぞれについて、主成分得点を推定し、
前記歩行動作評価部は、推定されたｎ個の前記主成分得点であるｎ個の推定主成分得点
に基づいて、前記被験者の歩行動作を評価する、請求項１から６のいずれかに記載の歩行
動作評価システム。
前記第１から第ｎの主成分のそれぞれについて、主成分得点の複数の標本値と、当該複
数の標本値を正規化した複数の正規化データとを対応付けて予め格納した第２のデータベ
ースをさらに含み、
前記歩行動作評価部は、前記第２のデータベースにおいて前記ｎ個の推定主成分得点に
対応するｎ個の前記標本値を参照して、前記被験者の歩行動作を評価する、請求項７記載
の歩行動作評価システム。
前記歩行動作データは、前記関節角度データ及び前記関節モーメントデータの両方を含
む、請求項１から８のいずれかに記載の歩行動作評価システム。
前記歩行動作データは、前記被験者の複数の異なる関節についてのデータである、請求
項１から９のいずれかに記載の歩行動作評価システム。
前記歩行動作データは、前記被験者の股関節、膝関節及び足首関節についてのデータで
ある、請求項１から１０のいずれかに記載の歩行動作評価システム。
前記床反力データは、前記被験者が歩行動作を行う歩行誘導装置に設けられたセンサに
より検出される、請求項１から１１のいずれかに記載の歩行動作評価システム。
前記データ取得部は、前記床反力データを通信ネットワークを介して取得する、請求項
１から１２のいずれかに記載の歩行動作評価システム。
被験者の歩行動作を評価する歩行動作評価方法であって、
被験者の歩行動作に伴う床反力の変化を示す床反力データを取得するステップと、
前記床反力データに基づいて、少なくとも１つの関節についての歩行動作に伴う角度の
変化を示す関節角度データ、及び、当該関節についての歩行動作に伴うモーメントの変化
を示す関節モーメントデータの少なくとも一方を含む歩行動作データの主成分得点を推定
する、ステップと、
推定された前記主成分得点である推定主成分得点に基づいて、前記被験者の歩行動作を
評価するステップと
を含む、歩行動作評価方法。
前記推定するステップは、前記床反力データに基づいて前記主成分得点を推定する推定
式を予め格納する記憶部から、前記推定式を読み出して、前記床反力データに基づいて前
記主成分得点を推定する、請求項１４記載の歩行動作評価方法。
前記推定するステップは、前記被験者の歩行動作に伴って当該被験者の足にかかる床反
力の変化を示すデータを前記床反力データとして、前記主成分得点を推定する、請求項１
４又は１５に記載の歩行動作評価方法。
前記評価するステップは、前記歩行動作データの主成分得点の標本値と、歩行動作の特
徴とを対応付けて予め格納した第１のデータベースにおいて、前記推定主成分得点に対応
する前記標本値を参照して、前記被験者の歩行動作を評価する、請求項１４から１６のい
ずれかに記載の歩行動作評価方法。
前記推定するステップは、前記歩行動作データについての第１から第ｎ（ｎは２以上の
整数）の主成分のそれぞれについて、主成分得点を推定し、
前記評価するステップは、推定されたｎ個の前記主成分得点であるｎ個の推定主成分得
点に基づいて、前記被験者の歩行動作を評価する、請求項１４から１７のいずれかに記載
の歩行動作評価方法。
前記評価するステップは、前記第１から第ｎの主成分のそれぞれについて、主成分得点
の複数の標本値と、当該複数の標本値を正規化した複数の正規化データとを対応付けて予
め格納した第２のデータベースにおいて、前記ｎ個の推定主成分得点に対応するｎ個の前
記標本値を参照して、前記被験者の歩行動作を評価する、請求項１８記載の歩行動作評価
方法。