JP2015150183A - 移動運動解析装置、方法及びシステム並びにプログラム - Google Patents

Abstract

【課題】人の歩行などの移動運動における客観的な評価を可能にする。【解決手段】人に取り付けられた加速度センサから得られた上記人の移動運動中の加速度データに基づいて、上記移動運動を構成する個々の一歩の前進動作について、当該一歩の前進動作に掛かる一歩所要時間を特定する特定手段と、特定手段により特定された複数の一歩所要時間に基づいて、一歩所要時間の時系列的な変化を表すグラフを生成する生成手段と、を備えた移動運動解析装置を提供する。【選択図】図３０

Description

本発明は、加速度センサ（sensor）を用いて人の歩行などの移動運動を評価するための技術に関する。

従来、医療施設や介護施設等において、歩行障害を持つ患者に対するリハビリテーション（rehabilitation）が行われている。

このリハビリテーションでは、一般的に、患者に適した歩行訓練プログラム（program）を作成したり、患者の回復レベル（level）を把握したりするために、理学療法士などの指導員が、患者の歩行運動を繰り返し評価する。

一方、近年においては、加速度センサを用いて人の歩行中に生じる加速度を測定し、その測定結果を用いて歩行運動の評価を行う試みが成されている（例えば、特許文献１，要約等参照）。

特開２０１３−０５９４８９号公報

一般的に、理学療法士などの指導員が患者の歩行運動を評価する場合、指導員は患者の歩行運動を目視で観察し主観的に評価する。そのため、評価結果が指導員の癖や習熟度、評価の時期などの違いによってばらつく傾向にあり、客観的な評価が難しい。

また、加速度センサを用いた既存の歩行評価技術においても、歩行運動の客観的な評価を可能にする技術は未だ確立されていない。特に、歩行運動の評価を客観的に行う上で、人の一歩ごとの前進動作に掛かる時間を測定することは有用であると考えられるが、そのような測定を行う方法は確立されていない。

このような事情により、人の歩行などの移動運動における客観的な評価を可能にする技術が望まれている。

第１の観点の発明は、
人に取り付けられた加速度センサから得られた前記人の移動運動中の加速度データに基づいて、前記移動運動を構成する個々の一歩の前進動作について、該一歩の前進動作に掛かる一歩所要時間を特定する特定手段と、
前記特定手段により特定された複数の一歩所要時間に基づいて、前記一歩所要時間の時系列的な変化を表すグラフを生成する生成手段と、を備えた移動運動解析装置を提供する。

第２の観点の発明は、
前記生成手段が、前記人の両方の足による一歩所要時間の時系列的な変化を表すグラフを生成する、上記第１の観点の移動運動解析装置を提供する。

第３の観点の発明は、
前記生成手段が、前記人の一方の足による一歩所要時間と他方の足による一歩所要時間とが時間軸方向に交互に表されるグラフを生成する、上記第２の観点の移動運動解析装置を提供する。

第４の観点の発明は、
前記一歩所要時間が、前記人の一方の足による一歩の前進動作の基準時刻から前記人の他方の足による次の一歩の前進動作の基準時刻までの時間である、上記第１の観点から第３の観点のいずれか一つの観点の移動運動解析装置を提供する。

第５の観点の発明は、
前記加速度データが、前記人の各時刻における前後方向の加速度成分を表す情報を含んでおり、
前記特定手段が、前記前後方向の加速度成分の時間変化を表す波形におけるピーク波形に対応する時刻を、前記人の一歩の前進動作の基準時刻として検出する、上記第４の観点の移動運動解析装置を提供する。

第６の観点の発明は、
前記特定手段が、前記ピーク波形の立上りの位置に対応する時刻を前記基準時刻として検出する、上記第５の観点の移動運動解析装置を提供する。

第７の観点の発明は、
前記一歩所要時間が、前記人の単脚支持期に対応する時間である、上記第１の観点から第３の観点のいずれか一つの観点の移動運動解析装置を提供する。

第８の観点の発明は、
前記グラフが、棒グラフを含む、上記第１の観点から第７の観点のいずれか一つの観点の移動運動解析装置を提供する。

第９の観点の発明は、
前記棒グラフが、前記人の一方の足による一歩所要時間を表す棒と、前記人の他方の足による一歩所要時間を表す棒とが、色または模様の違いにより区別されるものである、上記第８の観点の移動運動解析装置を提供する。

第１０の観点の発明は、
前記一歩所要時間に係る特徴量を求める演算手段をさらに備えた、上記第１の観点から第９の観点のいずれか一つの観点の移動運動解析装置を提供する。

第１１の観点の発明は、
前記演算手段が、前記特徴量として、前記一方の足による複数の一歩所要時間の代表的な一歩所要時間を表す第１の時間、および／または、前記他方の足による複数の一歩所要時間の代表的な一歩所要時間を表す第２の時間を求める、上記第１０の観点の移動運動解析装置を提供する。

第１２の観点の発明は、
前記演算手段が、前記特徴量として、前記第１の時間と前記第２の時間との差または比を求める、上記第１１の観点の移動運動解析装置を提供する。

第１３の観点の発明は、
前記演算手段が、前記特徴量として、前記一方の足による複数の一歩所要時間のばらつきの程度、および／または、前記他方の足による複数の一歩所要時間のばらつきの程度を求める、上記第１０の観点から第１２の観点のいずれか一つの観点の移動運動解析装置を提供する。

第１４の観点の発明は、
前記演算手段が、前記特徴量として、前記移動運動中の時間的に前寄りの時間帯における代表的な一歩所要時間と、前記移動運動中の時間的に後寄りの時間帯における代表的な一歩所要時間との間の変化量を求める、上記第１０の観点から第１３の観点のいずれか一つの観点の移動運動解析装置を提供する。

第１５の観点の発明は、
前記変化量が、前記前寄りの時間帯における一方の足による１以上の所定数の一歩所要時間の代表的な一歩所要時間と、前記後寄りの時間帯における該一方の足による前記所定数の一歩所要時間の代表的な一歩所要時間との間の変化量である、上記第１４の観点の移動運動解析装置を提供する。

第１６の観点の発明は、
前記変化量が、前記前寄りの時間帯における両方の足による２以上の所定数の一歩所要時間の代表的な一歩所要時間と、前記後寄りの時間帯における該両方の足による前記所定数の一歩所要時間の代表的な一歩所要時間との間の変化量である、上記第１４の観点の移動運動解析装置を提供する。

第１７の観点の発明は、
前記グラフ及び特徴量を表示するよう表示手段を制御する表示制御手段を備えた、上記第１０の観点から第１６の観点のいずれか一つの観点の移動運動解析装置を提供する。

第１８の観点の発明は、
人に取り付けられた加速度センサと、
前記加速度センサから得られた前記人の移動運動中の加速度データに基づいて、前記移動運動を構成する個々の一歩の前進動作について、該一歩の前進動作に掛かる一歩所要時間を特定する特定手段と、
前記特定手段により特定された複数の一歩所要時間に基づいて、前記一歩所要時間の時系列的な変化を表すグラフを生成する生成手段と、を備えた移動運動解析システムを提供する。

第１９の観点の発明は、
人に取り付けられた加速度センサから得られた前記人の移動運動中の加速度データに基づいて、前記移動運動を構成する個々の一歩の前進動作について、該一歩の前進動作に掛かる一歩所要時間を特定するステップと、
前記特定手段により特定された複数の一歩所要時間に基づいて、前記一歩所要時間の時系列的な変化を表すグラフを生成するステップと、を備えた移動運動解析方法を提供する。

第２０の観点の発明は、
コンピュータを、上記第１の観点から第１７の観点のいずれか一つの観点の移動運動解析装置として機能させるためのプログラムを提供する。

上記観点の発明によれば、人の移動運動の客観的な評価を可能にする。

歩行解析システムの構成を概略的に示す図である。 加速度センサモジュール及び歩行解析装置のハードウェアの構成を示す図である。 加速度センサモジュール及び歩行解析装置の機能的な構成を示す機能ブロック図である。 加速度データ解析部の機能的な構成を示す機能ブロック図である。 歩行解析システムにおける処理の流れを示すフロー図である。 サンプル加速度データに基づいて生成された左右方向加速度波形、前後方向加速度波形、及び上下方向加速度波形を示す図である。 サンプル加速度データに基づいて生成された左右方向加速度波形、前後方向加速度波形、及び上下方向加速度波形の拡大図である。 サンプル加速度データに基づいて得られた、重力加速度が除去された各方向の加速度成分の平方二乗和の波形を示す図である。 歩行期間特定部の機能的な構成を示す機能ブロック図である。 歩行期間特定処理の流れを示すフロー図である。 サンプル加速度データに基づいて算出された前後・上下加速度特徴量の時間変化を表す波形を示す図である。 サンプル加速度データに基づいて得られた二値化データＤの時間変化を表す波形を示す図である。 サンプル加速度データに基づいて得られた二値化データＤの時間変化を表す波形の拡大図である。 サンプル加速度データに基づいて得られた二値化データばらつき量σの時間変化を表す波形と閾値ＴＨとを表す図である。 サンプル加速度データに基づいて生成された加速度波形Ｗ_ｘ，Ｗ_y，Ｗ_zに、解析対象として決定された歩行期間Ｒ′を重ねて表した図である。 ステップ基準時刻検出部の機能的な構成を示す機能ブロック図である。 ステップ基準時刻検出処理の流れを示すフロー図である。 サンプル加速度データに基づく前後方向加速度波形ａ_yの拡大図である。 ａ_yの隣接時刻間の変化量Δａ_yの時間変化を表す波形を示す図である。 Δａ_yの負値削除済みデータ値Δａ_y′の時間変化を表す波形を示す図である。 Δａ_y′のスムージング済データ値Ｓ_yの時間変化を表す波形を示す図である。 Ｓ_yの二乗値Ｃ_yの時間変化を表す波形を示すグラフである。 Ｃ_yのオフセットデータＯＳＤの時間変化を表す波形を示す図である。 Ｃ_yのオフセット削除済みデータ値Ｃ_y′の時間変化を表す波形を示す図である。 Ｃ_y′の二乗値Ｆ_yの時間変化を表す波形を示す図である。 Ｆ_yの正規化済みデータ値Ｆ_y′の時間変化を表す波形を示す図である。 Ｆ_y′の隣接時刻間の変化量ΔＦ_y′の時間変化を表す波形を示す図である。 前後方向加速度波形Ｗ_y′上に、検出されたステップ基準時刻を黒丸ドットで示したものである。 上下加速度波形Ｗ_zと歩行位相との関係を示す図である。 ステップ波形グラフ生成部の機能的な構成を示す機能ブロック図である。 ステップ波形グラフ生成処理の流れを示すフロー図である。 ステップ時間を説明するための図である。 通常の歩行によるステップ時間の時系列的な変化を表すグラフの一例を表す図である。 右膝を金属棒で固定した歩行によるステップ時間の時系列的な変化を表すグラフの一例を表す図である。

以下、発明の実施形態について説明する。なお、これにより発明は限定されない。

図１は、歩行解析システム（system）１の構成を概略的に示す図である。なお、歩行解析システム１は、発明における移動運動解析システムの一例である。

歩行解析システム１は、図１に示すように、加速度センサモジュール（sensor module）２と、歩行解析装置３とを有している。加速度センサモジュール２は、患者１０の背面の腰部中央等に、粘着パッド（pad）やバンド（band）等により装着される。歩行解析装置３は、操作者１１が携帯したり操作したりして使用される。なお、歩行解析装置３は、発明における移動運動解析装置の一例である。

図２は、加速度センサモジュール２及び歩行解析装置３のハードウェア（hardware）の構成を示す図である。

図２に示すように、加速度センサモジュール２は、プロセッサ（processor）２１と、加速度センサ２２と、メモリ（memory）２３と、通信Ｉ／Ｆ（interface）２４と、バッテリ（battery）２５とを有している。歩行解析装置３は、例えば、スマートフォン（smart phone）、タブレット型コンピュータ（tablet computer）、ノートパソコン（note PC）などのコンピュータ端末であり、プロセッサ３１と、ディスプレイ（display）３２と、操作部３３と、メモリ３４と、通信Ｉ／Ｆ３５と、バッテリ３６とを有している。なお、プロセッサ２１及びプロセッサ３１は、それぞれ、単一のプロセッサに限定されず、複数のプロセッサである場合も考えられる。

図３は、加速度センサモジュール２及び歩行解析装置３の機能的な構成を示す機能ブロック（block）図である。

加速度センサモジュール２は、図３に示すように、加速度センサ部２０１と、サンプリング（sampling）部２０２と、送信部２０３とを有している。なお、サンプリング部２０２及び送信部２０３は、プロセッサ２１がメモリ２３に記憶されている所定のプログラム（program）を読み出して実行することにより実現される。

加速度センサ部２０１は、センサ本体を基準とした３次元直交座標系におけるｘ，ｙ，ｚの各軸方向の加速度成分について、その加速度成分に応じたアナログ（analog）信号をほぼリアルタイム（real time）に出力する。

サンプリング部２０２は、そのアナログ信号を所定のサンプリング周波数でサンプリングしてデジタル（digital）の加速度データに変換する。サンプリング周波数は、例えば１２８Ｈｚである。サンプリング部２０２は、例えば、１ｇ（重力加速度）＝９．８ｍ／ｓ²＝加速度データ値１２８となるスケール（scale）で、加速度データを出力する。なお、ここでは、加速度成分の正負は、右側寄り、前側寄り、上側寄りをそれぞれ正とする。

送信部２０３は、サンプリングされた各時刻における加速度成分を表す加速度データをほぼリアルタイムにて無線で送信する。

なお、本例では、加速度センサモジュール２は、センサ本体のｘ軸方向、ｙ軸方向及びｚ軸方向が、それぞれ、患者１０のＲＬ（Right-Left）方向、ＡＰ（Anterior-Posterior）方向及びＳＩ（Superior-Inferior）方向と一致するように取り付けられる。ＲＬ方向、ＡＰ方向及びＳＩ方向は、それぞれサジタル（sagittal）方向、コロナル（coronal）方向及びアキシャル（axial）方向とも言う。また、本例では、加速度センサモジュール２の姿勢（傾き）は、患者１０の歩行中において変化しないものと仮定する。

歩行解析装置３は、図３に示すように、操作部３０１と、ディスプレイ部３０２と、患者情報受付部３０３と、受信部３０４と、加速度データ取得制御部３０５と、加速度データ解析部３０７と、表示制御部３１０と、記憶部３１２とを有している。患者情報受付部３０３、加速度データ取得制御部３０５、加速度データ解析部３０７、及び表示制御部３１０は、プロセッサ３１がメモリ３４に記憶されている所定のプログラムを読み出して実行することにより実現される。

操作部３０１は、操作者１１の操作を受け付ける。操作部３０１は、例えば、タッチパネル（touch panel）、タッチパッド（touch pad）、キーボード（keyboard）、マウス（mouse）などにより構成されている。なお、操作者１１は、例えば、理学療法士などの指導員である。

ディスプレイ部３０２は、画像を表示する。ディスプレイ部３０２は、例えば、液晶パネル、有機ＥＬパネルなどにより構成されている。

患者情報受付部３０３は、患者情報の入力を受け付け、入力された患者情報を記憶部３１２に記憶させる。

受信部３０４は、加速度センサモジュール２の送信部２０３から送信された加速度データを無線で受信する。なお、送信部２０３と受信部３０４との無線通信には、例えば、ブルートゥース（Bluetooth（登録商標））等の規格を用いることができる。

加速度データ取得制御部３０５は、操作者１１による操作に基づいて加速度データを取得するよう受信部３０４及び記憶部３１２を制御する。

加速度データ解析部３０７は、取得された加速度データを解析して、その解析結果を出力する。加速度データ解析部３０７の詳細については後述する。

表示制御部３１０は、ディスプレイ部３０２の画面に、少なくとも加速度データの解析結果を含む種々の画像や文字情報などを表示するようディスプレイ部３０２を制御する。

記憶部３１２は、入力された患者情報、取得された加速度データ、加速度データの解析結果などを記憶する。なお、これらの情報は、必要に応じて、歩行解析装置３に接続されたデータベース（database）４１に転送されたり、外付けのＤＶＤ−ＲＯＭ、メモリカード（memory card）などの媒体や、インターネット（internet）を介して接続された外部の媒体などを含む記憶媒体４２に保存されたりする。

ここで、加速度データ解析部３０７の詳細について説明する。加速度データ解析部３０７は、取得された加速度データに対して解析処理を行い、その解析結果を出力する。解析処理は、複数用意されている。加速度データ解析部３０７は、操作者１１によって指定された解析処理を実行する。本例では、実行する解析処理として、取得された加速度データが担持する加速度成分の時間変化を表す加速度波形を生成し、その加速度波形から患者１０の個々の一歩の前進動作に掛かった時間であるステップ時間（一歩所要時間）を求め、求めたステップ時間時間をグラフ化する処理を想定する。

図４は、加速度データ解析部３０７の機能的な構成を示す機能ブロック図である。加速度データ解析部３０７は、上記の機能を実現させるため、図４に示すように、加速度成分特定部７１と、加速度波形生成部７２と、歩行期間特定部７３と、ステップ基準時刻検出部７４と、ステップ時間グラフ生成部７５とを有している。

加速度成分特定部７１は、取得された加速度データに基づいて、データ取得期間の各サンプリング時刻における患者１０の左右方向、前後方向及び上下方向の加速度成分ａ_x，ａ_y，ａ_zをそれぞれ特定する。本例では、これらの加速度成分ａ_x，ａ_y，ａ_zは、重力加速度ｇの成分を除去して、患者１０の純粋な運動により生じた加速度成分として算出し特定することを想定する。ただし、より簡便に、重力加速度ｇの成分を含む形で特定してもよい。また、左右方向、前後方向及び上下方向は、それぞれ、水平左右方向、水平進行方向及び鉛直方向を想定する。ただし、より簡便に、加速度センサモジュール２のセンサ本体を基準としたｘ軸方向、ｙ軸方向及びｚ軸方向としてもよい。

加速度波形生成部７２は、算出された各方向の各サンプリング時刻における加速度成分ａ_x，ａ_y，ａ_zに基づいて、左右方向の加速度成分ａ_xの時間変化を表す左右加速度波形Ｗ_x、前後方向の加速度成分ａ_yの時間変化を表す前後加速度波形Ｗ_y、上下方向の加速度成分ａ_zの時間変化を表す上下加速度波形Ｗ_zをそれぞれ生成する。

歩行期間特定部７３は、生成された加速度波形に基づいて、加速度データ取得期間の中で患者１０が実際に歩行を行っている期間（以下、歩行期間ともいう）を特定する。

ステップ基準時刻検出部７４は、特定された歩行期間中の加速度波形に基づいて、それぞれが患者１０の一歩の前進動作に対応する複数のステップ基準時刻を検出する。

ステップ時間グラフ生成部７５は、検出されたステップ基準時刻に基づいて、歩行運動を構成する個々の一歩の前進動作について、その一歩の前進動作に掛かる時間であるステップ時間（一歩所要時間）を求める。そして、このステップ時間の時系列的な変化を表すグラフを生成する。また、ステップ時間グラフ生成部７５は、求められたステップ時間に基づいて、患者１０の歩行評価に有用な種々の特徴量を算出する。

これより、歩行解析システム１における処理の流れについて説明する。

図５は、歩行解析システム１における処理の流れを示すフロー（flow）図である。

ステップ（step）Ｓ１では、患者情報受付部３０３が、患者情報の入力を受け付け、入力された患者情報を記憶部３１２に記憶させる。ここでは、操作者１１が、歩行解析装置３の操作部３０１を操作して、患者１０の患者情報を直接入力する。患者情報受付部３０３は、その直接入力された患者情報を記憶部３１２に記憶させる。患者情報には、例えば、患者のＩＤ番号、氏名、年齢、性別、生年月日などが含まれる。なお、後述する患者１０の加速度データやこの加速度データの解析結果などは、この患者情報と対応付けて記憶部３１２に記憶される。

ステップＳ２では、加速度データ取得制御部３０５が、受信部３０４及び記憶部３１２を制御して、患者１０の各時刻ｔ_iにおける加速度データを取得する。ここでは、まず、操作者１１が、患者１０の腰部に加速度センサモジュール２を取り付ける。そして、操作者１１は、歩行解析装置３の操作部３１により、加速度データの取得開始操作を行う。加速度データ取得制御部３０５は、この操作に応答して、受信部３０４に加速度データの受信を開始させ、記憶部３１２にその受信された加速度データの記憶を開始させる。次に、患者１０に、自身の標準的な歩行速度でしばらく歩行してもらう。歩行は、通常、距離にして５ｍ〜２０ｍ程度、時間にして２０秒〜３分程度、歩数にして１０歩〜４０歩程度である。加速度センサモジュール２のサンプリング部２０２は、加速度センサ部２０１の出力に基づいて、患者１０の歩行中におけるｘ軸方向、ｙ軸方向、ｚ軸方向それぞれの加速度成分Ａ_x，Ａ_y，Ａ_zをサンプリングして計測する。加速度センサモジュール２の送信部２０３は、計測された加速度成分を表す加速度データをほぼリアルタイムで送信する。この間、受信部３０４は、送信部２０３から送信された加速度データを順次受信し、記憶部３１２は、その受信された加速度データを記憶する。患者１０の歩行が終了したら、操作者１１は、操作部３１により加速度データの取得終了操作を行う。加速度データ取得制御部３０５は、この操作に応答して、受信部３０４に加速度データの受信を終了させる。これにより、加速度データの取得開始操作が成されてから取得終了操作が成されるまでの期間が実質的に加速度データ取得期間となり、この期間の各サンプリング時刻における各方向の加速度データが取得される。

ステップＳ３では、加速度データ解析部３０７が、加速度データに対して実行する解析処理を設定する。例えば、操作者１１が、操作部３０１を操作して、取得した加速度データをグラフ化して表示したり、取得した加速度データを解析してその結果を表示したりする複数の機能の中から、実行させたい所望の機能を選択する。加速度データ解析部３０７は、その選択された機能に応じて、実行させる解析処理を設定する。本例では、操作者１１は、患者１０のステップ時間の時系列的な変化を表すグラフと、ステップ時間を用いた特徴量とを表示する機能を選択するものとする。このような機能によれば、患者１０の歩行中における一歩一歩の前進動作に掛かる時間やその時間変化、左右の違い（バランス）などを容易に認識することができる。その結果、操作者１１は、患者１０の歩行運動における左右の足の動きのバランスや安定性、疲れ具合などを理解することができる。

ステップＳ４では、加速度成分算出部７１が、取得された加速度データを記憶部３１２から読み出し、当該加速度データに基づいて、加速度データ取得期間の各サンプリング時刻における患者１０の左右方向、前後方向及び上下方向の加速度成分ａ_x，ａ_y，ａ_zを算出あるいは特定する。なお、ここでは、加速度データが表す加速度から重力加速度ｇの成分を除去する処理を含む所定のアルゴリズム（algorithm）を用いて、各サンプリング時刻及び各方向の加速度成分を算出する。算出された加速度成分は、記憶部３１２に送信され記憶される。

ステップＳ５では、加速度波形生成部７２が、ステップＳ４で算出された患者１０の各サンプリング時刻における左右方向加速度成分ａ_x、前後方向加速度成分ａ_y、及び上下方向加速度成分ａ_zに基づいて、左右方向加速度波形Ｗ_x、前後方向加速度波形Ｗ_y、及び上下方向加速度波形Ｗ_zを生成する。本例では、加速度波形生成部７２は、加速度成分の各方向ごとに、加速度データの取得開始時点からの経過時間（時刻）と加速度成分とを２軸とした２次元座標系Ｋにおいて、各時刻ｔ_iでの加速度成分ａ(i)に対応するデータ点[ａ(i), ｔ_i]をそれぞれプロットすることにより加速度波形を生成する。加速度波形は、必要に応じて、平滑化処理やスムージング処理を行って滑らかな曲線にする。

図６は、サンプル加速度データに基づいて生成された左右方向加速度波形Ｗ_x、前後方向加速度波形Ｗ_y、及び上下方向加速度波形Ｗ_zを示す図である。横軸は、加速度データ取得開始から経過した時間ｔ（秒）であり、縦軸は、加速度データ値ａ_x，ａ_y，ａ_z（重力加速度ｇ／１２８）である。このサンプル加速度データは、約４０秒間に渡って取得されたものである。このサンプル加速度データを取得する際に、被検者は、時間ｔ＝７秒あたりで歩行を開始し、途中の時間ｔ＝２０〜２３秒あたりで歩行を一時停止してしゃがみ込み、時間ｔ＝３５秒あたりで歩行を終了している。生成された加速度波形には、被検者のそのような動作による加速度成分の変化が現れている。

図７は、サンプル加速度データに基づいて生成された左右方向加速度波形Ｗ_x、前後方向加速度波形Ｗ_y、及び上下方向加速度波形Ｗ_zの拡大図である。

人の歩行運動では、通常、一方の足の踵着地、他方の足のつま先蹴り、他方の足の踵着地、一方の足のつま先蹴りという４つの動作がこの順番で繰り返し行われる。

上下方向加速度波形Ｗ_zにおいては、図７に示すように、歩行運動を構成する上記４つの動作の各々に対応して、波高値が一定以上となる極大値すなわちピーク波形を取ることが知られている。また、一方（他方）の足の踵着地から他方（一方）の足のつま先蹴りまでの時間は、相対的に短くなり、一方（他方）の足のつま先蹴りから同じ一方（他方）の足の踵着地までの時間は、相対的に長くなる。また、上下方向加速度波形Ｗ_zにおいて、踵着地のピーク波形は相対的に緩やかな山を描くが、つま先蹴りのピーク波形は相対的に急峻な山を描く。

前後方向加速度波形Ｗzにおいては、図７に示すように、一方の足の踵着地から他方の足のつま先蹴りまでの一歩の前進動作と、他方の足の踵着地から一方の足のつま先蹴りまでの一歩の前進動作と対応して、波高が一定以上となる極大値すなわちピーク波形を取ることが知られている。

図５に戻り、ステップＳ６では、歩行期間特定部７３が、加速度データ取得期間の中で歩行期間を特定する。一般的に、加速度データ取得期間には、患者１０が歩行を行っている期間と歩行を行っていない期間とが含まれている。歩行を行っていない期間としては、例えば、加速度データの取得を開始してから患者１０が歩行を開始するまでの期間、患者１０が歩行を終了してから加速度データの取得を終了するまでの期間、患者１０が歩行中に一時的に歩行を止めてしまう期間などが挙げられる。一方、解析対象に歩行を行っていない期間の加速度データが含まれていると、正しい解析を行うことができない。そこで、ここでは、解析処理を行う前に、加速度データ取得期間の中で歩行期間を特定し、その歩行期間における加速度データを解析処理の対象として決定する。

一般的に、歩行期間を特定する方法としては、次のような方法が考えられる。

第１の歩行期間特定方法は、操作者１１が加速度波形を見て歩行期間と考える期間を手動で指定し、指定された期間を歩行期間として特定する方法である。

第２の歩行期間特定方法は、サンプリング時刻ごとに患者１０に生じた加速度の大きさを表す特徴量を求め、この特徴量が所定の閾値以上になった時点から当該閾値以下になった時点までを、歩行期間として特定する方法である。加速度の大きさを表す特徴量としては、例えば、重力加速度ｇの成分が除去された各方向の加速度成分ａ_x，ａ_y，ａ_zの平方二乗和が考えられる。

第１の歩行期間特定方法は、アルゴリズムが非常に簡単で済むため、利用しやすい。ただし、操作者１１に歩行期間と考える期間を指定してもらう必要がある。

第２の歩行期間特定方法は、アルゴリズムが簡単で分かりやすいため、利用しやすい。ただし、加速度の閾値判定だけで判断しているので、特定精度に限界がある。

図８は、上記のサンプル加速度データに基づいて得られた、加速度の大きさの時間変化を表す波形を示す図である。加速度の大きさは、重力加速度ｇの成分が除去された各方向の加速度成分ａ_x，ａ_y，ａ_zの平方二乗和として求めている。例えば、図８から分かるように、患者１０が歩行を行っていない期間（本例では、時間ｔ＝２０〜２３秒の期間）であっても、患者１０の体が動いていると何らかの加速度が生じ、この期間を歩行期間として誤検出することが考えられる。また例えば、閾値の設定によって検出タイミングが変化する。また例えば、患者の年齢、体格、歩行障害の程度などによって動作時に生じる加速度の大きさが異なるため、患者によって検出精度にばらつきが生じる。

さらに、歩行期間の中には、通常の歩行が安定して行われている通常歩行期間だけでなく、直線路を往復して歩行する場合における折り返し地点での歩行期間や歩行中にバランスを崩した期間など、通常の歩行が行われていない非通常歩行期間も含まれていることがある。しかし、解析処理の対象に、非通常歩行期間の加速度データが含まれていると、精度の高い解析を行うことができない。特に、患者１０の歩行中の加速度データに対して周波数解析を行う場合には、処理対象として通常歩行期間の加速度データを精度よく抽出することは必要不可欠である。

そこで、本例では、歩行期間特定部７３は、通常の歩行が安定して行われている通常歩行期間のみを精度よく特定することができるように工夫された方法を用いて、歩行期間を特定する。以下、このような歩行期間特定部７３の機能的な構成と、その歩行期間特定処理の詳細について説明する。

図９は、歩行期間特定部７３の機能的な構成を示す機能ブロック図である。歩行期間特定部７３は、図９に示すように、前後・上下加速度特徴量算出部７３１と、特徴量二値化処理部７３２と、二値化データばらつき量算出部７３３と、ばらつき量閾値判定部７３４と、マージン設定部７３５とを有している。

以下、歩行期間特定部７３による歩行期間特定処理について説明する。

図１０は、歩行期間特定処理の流れを示すフロー図である。

ステップＳ６１では、前後・上下加速度特徴量算出部７３１が、歩行中か否かの重要な情報を与える特徴量として、各サンプリング時刻ごとに、前後方向加速度成分ａ_yと上下方向加速度成分ａ_zの両成分が反映された前後・上下加速度特徴量Ｑ_yzを算出する。一般的に、歩行が行われていないときは、上下方向加速度成分ａ_zが他の２方向すなわち左右方向及び前後方向の加速度成分に対して顕著に低下する傾向にある。したがって、上下方向加速度成分ａ_zは、歩行中か否かの重要な情報を与える。しかし、腰が曲がった患者の歩行を想定した場合には、センサ本体を基準にしたときの前後方向加速度成分ａ_yと上下方向加速度成分ａ_zとが逆転する傾向にある。また、左右方向加速度成分ａ_xは、歩行中か否かに関係なく、ある程度の大きさを持つことが多い。そこで、ここでは、歩行中か否かの判別対応能力が高い情報として、前後方向加速度成分ａ_yと上下方向加速度成分ａ_zの両成分が反映された前後・上下加速度特徴量Ｑ_yzを算出する。前後・上下加速度特徴量Ｑ_yzとしては、例えば、各サンプリング時刻ごとにおける前後方向加速度成分ａ_yと上下方向加速度成分ａ_zとの積または和もしくは加重加算値などを考えることができる。本例では、前後・上下加速度特徴量Ｑ_yzとして、各サンプリング時刻ごとにおける前後方向加速度成分ａ_yと上下方向加速度成分ａ_zとの積を算出する。

図１１は、上記のサンプル加速度データに基づいて算出された前後・上下加速度特徴量（ａ_y×ａ_z）の時間変化を表す波形を示す図である。

患者１０が通常の歩行を行っているときは、患者１０の体には周期的な強い振動が起こりやすい。そのため、患者１０が通常の歩行を行っているときの前後方向加速度成分ａ_yと上下方向加速度成分ａ_zとは、いずれも、０をまたいで正（プラス）から負（マイナス）へ、あるいは負から正へと、大きく振動する傾向が強い。一方、患者１０が通常の歩行を行っていないときには、患者１０の体にはランダムで弱い動きが起こりやすい。そのため、患者１０が通常の歩行を行っていないときの前後方向加速度成分ａ_yと上下方向加速度成分ａ_zとは、いずれも、０をまたぐことが少なく、弱い変化が続く傾向が強い。したがって、前後方向加速度成分ａ_yと上下方向加速度成分ａ_zとの積は、患者１０が通常の歩行を行っているときには、絶対値が比較的大きい値と０とを頻繁に繰り返すが、患者１０が通常の歩行を行っていないときは、０以外の値が比較的緩やかに変化する。

図１０に戻り、ステップＳ６２では、特徴量二値化処理部７３２が、前後・上下加速度特徴量Ｑ_yzを閾値判定により二値化して二値化データ値Ｄを得る。すなわち、各サンプリング時刻ごとに、前後・上下加速度特徴量Ｑ_yzが所定の閾値を超えたときには、その時刻でのデータを１に変換し、前後・上下加速度特徴量Ｑ_yzが所定の閾値以内のときには、その時刻でのデータを０に変換する。

図１２は、上記サンプル加速度データに基づいて得られた二値化データ値Ｄの時間変化を表す図である。また、図１３は、これを時間軸方向に拡大したときの一部拡大図である。

このようにして得られる二値化データ値Ｄの時間変化においては、患者１０が通常の歩行を行っているときには０と１との切り替わりが頻繁に発生し、患者１０が通常の歩行を行っていないときには、０が連続的に発生する。なお、上記の閾値は任意に設定できるが、本例では、加速度データ値が１２８のときに１ｇ（重力加速度）を表すスケールにおいて、閾値を±１０００に設定する。すなわち、前後・上下加速度特徴量Ｑ_yzが＋１０００を超えたとき及び−１０００を下回ったときは、１を取り、前後・上下加速度特徴量Ｑ_yzが−１０００以上＋１０００以下であるときは、０を取るようにする。

図１０に戻り、ステップＳ６３では、二値化データばらつき量算出部７３３が、二値化データＤの時間変化において、各サンプリング時刻ごとに、その時刻を基準とした所定の時間幅を有する時間範囲に含まれる二値化データＤのばらつきの程度を表す二値化データばらつき量σを算出する。

なお、二値化データばらつき量σとしては、種々の定義が考えられるが、例えば、分散や標準偏差を用いることができる。本例では、二値化データばらつき量σとして、標準偏差を用いる。

また、二値化データばらつき量σの算出に用いる二値化データＤが含まれる時間範囲は、任意に設定できるが、患者１０が通常の歩行を行っているか否かによって二値化データばらつき量σに変化が現れやすくなるように設定する。例えば、対象となる時刻を中心とし、患者１０の一歩の前進動作が含まれると考えられる標準的な時間、例えば１〜５秒間を時間幅とする時間範囲を設定する。本例では、二値化データばらつき量σの算出に用いる二値化データＤが含まれる時間範囲として、対象となる時刻を中心とし時間幅を３秒間とする時間範囲を設定する。

また、二値化データばらつき量σは、ロバスト性を持つよう、最大値が所定の値になるよう正規化することが望ましい。本例では、二値化データばらつき量σは、最大値が１になるよう正規化する。

図１４は、上記サンプル加速度データに基づいて得られた二値化データばらつき量σの時間変化を表す波形を示す図である。

このような二値化データばらつき量σにおいては、図１４から分かるように、患者１０が通常の歩行を行っているときには、値が大きくなり、患者１０が通常の歩行を行っていないときには、値が小さくなる。

図１０に戻り、ステップＳ６４では、ばらつき量閾値判定部７３４が、二値化データばらつき量σが所定の閾値ＴＨ以上である期間を歩行期間として特定する。閾値ＴＨは任意に設定できるが、経験的には、二値化データばらつき量σが、最大値が１になるよう正規化された場合において、０．４〜０．８程度が適当である。本例では、当該閾値ＴＨとして、０．６を設定する。これを上記サンプル加速度データに適用した場合、図１４に示すように、二値化データばらつき量σが閾値ＴＨ以上となる期間は、時間ｔ＝１０〜２１秒の期間と、時間ｔ＝２４〜３０秒の期間であり、これらの期間が歩行期間として特定される。

図１０に戻り、ステップＳ６５では、マージン設定部７３５が、ステップＳ６４にて特定された歩行期間のうち端部の期間を除去して残った期間を、解析対象となる歩行期間に決定する。上記の特定された歩行期間の端部は、歩行の開始直後及び終了間際の時間帯を含んでいる。そのため、解析対象を歩行がさらに安定して行われている期間のデータに絞った方が、よりロバストな解析を行うことができる。除去する端部の時間幅は任意に設定できるが、経験的には１〜３秒間程度が適当である。本例では、特定された歩行期間のうち最初と最後の２秒間分の端部を除去する。これを上記サンプル加速度データに適用した場合、解析対象となる歩行期間は、時間ｔ＝１２〜１９秒の期間と、時間ｔ＝２６〜２８秒の期間となる。

図１５は、上記サンプル加速度データに基づいて生成された加速度波形Ｗ_ｘ，Ｗ_y，Ｗ_zに、解析対象として決定された歩行期間Ｒ′を重ねて表した図である。この図によれば、通常の歩行が安定して行われている期間が、解析対象として決定されているのが分かる。

なお、先に特定された歩行期間の端部を除去して解析対象の歩行期間を決定する処理は、必須の処理ではなく、必要に応じて行えばよい。

このような通常歩行期間を特定する技術によれば、解析対象から、歩行していない非歩行期間や歩行を安定して行っていない不安定歩行期間を外すことができ、正確で高精度な歩行運動の解析を行うことができる。

図５に戻り、ステップＳ７では、ステップ基準時刻検出部７４が、解析対象となる歩行期間における加速度波形に基づいて、それぞれが患者１０の一歩一歩の前進動作に対応する複数のステップ基準時刻ｔｂ_jを検出する。

一般的に、ステップ基準時刻を検出する方法としては、例えば、上下方向加速度波形Ｗ_zにおけるピーク波形が出現するタイミングや、ピーク波形の山の緩やかさ、特定の波形パターンなど周期性を有する波形形状の特徴に基づいて、ステップ基準時刻ｔｂ_jを検出する方法が考えられる。

図２９は、上下方向加速度波形Ｗ_zと歩行位相との関係を示す図である。ステップ基準時刻ｔｂ_jは、例えば、右足または左足の踵着地またはつま先蹴りの歩行位相に対応した時刻として検出する。具体例としては、上下方向加速度波形Ｗ_zにおいて、相対的に緩やかな山を描くピーク波形であって、次のピーク波形との間隔が相対的に短いピーク波形を検出する。そして、そのピーク波形の極大値に対応した時刻を、歩行運動における左右いずれか一方の足である特定の足の踵着地に対応した時刻とみなし、この時刻をステップ基準時刻ｔｂ_jとして検出する。

この方法は、アルゴリズムが簡単で分かりやすいため、利用しやすい。ただし、加速度の閾値判定だけで判断しているので、特定精度に限界がある。例えば、前進動作とは異なる動作により患者１０の体が動いていると、何らかの加速度が生じ、誤検出することが考えられる。また例えば、閾値の設定によって検出タイミングが変化する。また例えば、患者の年齢、体格、歩行障害の程度などによって動作時に生じる加速度の大きさが異なるため、患者によって検出精度にばらつきが生じる。

そこで、本例では、ステップ基準時刻検出部７４は、ステップ基準時刻を精度よく検出することができるように工夫された方法を用いて、ステップ基準時刻を検出する。以下、このようなステップ基準時刻検出部７４の機能的な構成と、そのステップ基準時刻検出処理について説明する。

図１６は、ステップ基準時刻検出部７４の機能的な構成を示す機能ブロック図である。ステップ基準時刻検出部７４は、図１６に示すように、前後加速度波形読取部７４１と、立上り−ピーク変換部７４２と、変換波形整形部７４３と、波高値正規化部７４４と、ピーク検出部７４５とを有している。

図１７は、ステップ基準時刻検出処理の流れを示すフロー図である。

ステップＳ７１では、前後方向加速度波形読取部７４１が、前後方向加速度波形Ｗ_yを記憶部３１２から読み出す。左右方向加速度波形Ｗ_x、前後方向加速度波形Ｗ_y、及び上下方向加速度波形Ｗ_zの中では、前後方向加速度波形Ｗ_yが、患者１０の一歩の前進動作につき最もＳＮ比の高いピーク波形を表していることが確認されている。上下方向加速度波形Ｗ_zでは、患者１０の一歩の前進動作につき一方の足の踵着地に対応するピーク波形と他方の足のつま先蹴りに対応するピーク波形とが短い時間間隔で現れるため、波形が複雑である。また、左右方向加速度波形Ｗ_xでは、波高値のＳＮ比が全体的に低く、前進動作と相関のある波形を検出しづらい。そこで、ここでは、ステップ基準時刻の検出に、前後方向加速度波形Ｗ_yを用いる。前後方向加速度波形読取部７４１は、読み出された前後方向加速度波形Ｗ_yのうち解析対象となる歩行期間の波形部分を前後方向加速度波Ｗ_y′として切り出す。

図１８は、上記のサンプル加速度データに基づく前後加速度波形Ｗ_y′の拡大図である。横軸はサンプリング番号ｋ、縦軸は前後方向加速度成分ａ_yである。なお、本実施形態において、サンプリング番号ｋは、周波数１２８Ｈｚでサンプリングするときの各サンプリング時刻に対応した番号であり、解析対象として決定された歩行期間における時間ｔ′と考えることができる。

なお、ステップ基準時刻の検出に用いる加速度波形は、前後方向加速度波形Ｗ_yだけに限定されず、他の加速度波形や混合波形等であってもよいが、前後方向加速度波形を主要成分として含む波形であることが望ましい。

図１７に戻り、ステップＳ７２では、立上り−ピーク変換部７４２が、この前後方向加速度波形Ｗ_y′における急峻な立上り波形が鋭いピーク波形となって現れるように、解析対象として決定された歩行期間における前後方向加速度成分ａ_yに所定のデータ変換を行う。一般的に、前後方向加速度波形Ｗ_y′における患者１０の一歩の前進動作に対応するピーク波形は、ピーク先端に枝分かれが現れる傾向が強く、ピーク先端の位置が安定しない。一方、前後方向加速度波形Ｗ_y′における急峻な立上り波形は、枝分かれが少なく、位置も比較的安定している。そこで、ここでは、前後方向加速度波形Ｗ_y′における急峻な立上り波形を鋭いピーク波形に変換することにより、前後方向加速度波形Ｗ_y′におけるピークを強調させ、それを目印にステップ基準時刻が検出できるようにする。このような急峻な立上り波形を鋭いピーク波形に変換する方法としては、種々考えられるが、本例では、各サンプリング時刻ごとに、そのサンプリング時刻（サンプリング番号ｋで特定される時刻）における前後方向加速度成分ａ_y（ｋ）を、次のサンプリング時刻（サンプリング番号ｋ＋１で特定される時刻）における前後方向加速度成分ａ_y（ｋ＋１）から減算して得られる差分すなわち変化量Δａ_yを算出し、その変化量Δａ_yをそのサンプリング時刻におけるデータ値とする。

図１９は、上記のサンプル加速度データに基づく立上り−ピーク変換後の波形を表すグラフの一例である。この波形は、前後方向加速度成分ａ_yの隣接時刻間の変化量を表すデータ値Δａ_yの時間変化を表したものである。

図１７に戻り、ステップＳ７３では、変換波形整形部７４３が、ステップＳ７２にて得られたデータ値Δａ_yの波形を整形する。

まず、前後方向加速度成分ａ_yの隣接時刻間の変化量を表すデータ値Δａ_yの波形においては、正のピーク波形にのみ注目すればよいことから、負の部分を０値に変換して除去することにより、データ値Δａ_yの負値削除済みデータ値Δａ_y′を得る。

図２０は、ａ_yの隣接時刻間の変化量を表すデータ値Δａ_yの負値削除済みデータ値Δａ_y′の時間変化を表す波形を示す図である。

次に、負の値を削除したデータ値Δａ_y′の波形にスムージング処理を施し、滑らかな波形を形成するデータ値Ｓ_yを得る。

図２１は、負の値を削除したデータ値Δａ_y′の波形にスムージング処理を施して得られたデータ値Ｓ_yの時間変化を表す波形を示す図である。

これにより、負の値を削除したデータ値Δａ_y′の波形に多く含まれるノイズによってステップ基準時刻の検出精度が劣化することを抑える。ここでは、大きなピーク波形の頂点に対応したタイミングにのみ関心があることから、強いスムージング処理を施してよい。スムージング処理としては、例えば平滑化処理等を用いることができる。

次いで、スムージング処理が施されたデータ値Ｓ_yにおいて、各サンプリング時刻における波高値をＮ乗（Ｎ≧２）して、ピークが強調されたデータ値Ｃ_yを得る。本例では、Ｎ＝２とする。

図２２は、スムージング処理が施されたデータ値Ｓ_yの二乗値Ｃ_yの時間変化を表す波形を示す図である。

次いで、ピークが強調されたデータ値Ｃ_yの波形におけるオフセットデータＯＳＤを計算する。そして、データ値Ｃ_yからそのオフセットデータＯＳＤを除去する。

図２３は、ピークが強調されたデータ値Ｃ_yのオフセットデータＯＳＤの時間変化を表す波形を示す図であり、図２４は、ピークが強調されたデータ値Ｃ_yのオフセット削除済データ値Ｃ_y′の時間変化を表す波形を示す図である。

ピークが強調されたデータ値Ｃ_yの波形では、これまで施されたスムージング処理などから、０点がわずかにオフセットする。そこで、後工程のために、ピークが強調されたデータ値Ｃ_yの波形からこのオフセットデータＯＳＤ分を除去する。オフセットデータＯＳＤの計算は、例えばピークが強調されたデータ値Ｃ_yの波形の波高値を１／Ｍ乗（Ｍ≧２）してピークを減衰させ、スムージング処理を施し、Ｍ乗して元に戻す、という方法で行う。なお、本例では、Ｍ＝４とする。

次いで、オフセット削除済みデータ値Ｃ_y′の時間変化を表す波形において、各サンプリング時刻における波高値をＬ乗（Ｌ≧２）してピークをさらに強調したデータ値Ｆ_yを得る。本例では、Ｌ＝２とする。

図２５は、ピークが強調されたデータＣ_y′の二乗値Ｆ_yの時間変化を表す波形を示す図である。

図１７に戻り、ステップＳ７４では、波高値正規化部７４４が、ピークをさらに強調したデータ値Ｆ_yの時間変化を表す波形において、波高の最大値が１となるように正規化を行い、正規化済みデータ値Ｆ_y′を得る。

図２６は、ピークをさらに強調したデータ値Ｆ_yの正規化済みデータ値Ｆ_y′の時間変化を表す波形を示す図である。

図１７に戻り、ステップＳ７５では、ピーク検出部７４５が、正規化済みのデータ値Ｆ_yの時間変化を表す波形におけるピーク波形の頂点を検出し、その頂点に対応する時刻をステップ基準時刻として決定する。決定方法の具体例を以下に示す。

まず、正規化済みデータ値Ｆ_y′の波形を微分して、その微分波形を生成する。例えば、正規化済みデータ値Ｆ_y′の波形において、各サンプリング時刻ごとに、そのサンプリング時刻における波高値を、次のサンプリング時刻における波高値から減算して、そのサンプリング時刻における変化量ΔＦ_y′を求める。そして、各サンプリング時刻におけるその変化量を時間軸方向に順次プロットすることで、正規化済みデータ値Ｆ_y′の波形の微分波形が得られる。

図２７は、正規化済みデータ値Ｆ_y′の隣接時刻間の変化量ΔＦ_y′の時間変化を表す波形を示す図である。

次に、その微分波形において波高値が所定の閾値以上であるピーク波形の頂点を検出する。例えば、この微分波形において、２点連続で正、その後２点連続で負となる波形部分であって、正の波高値が所定の閾値を超える波形部分を特定する。そして、特定された波形部分における２番目の正の点に対応するサンプリング時刻を、ステップ基準時刻として決定する。

図２８は、前後方向加速度波形Ｗ_y′上に、検出されたステップ基準時刻をひし形のドットで示したものである。この図２８から、前後加速度波形Ｗ_y′における急峻な立上りの時刻をステップ基準時刻として精度よく捉えていることが分かる。

このようなステップ基準時刻を検出する技術によれば、患者１０の一歩分の前進動作ごとの加速度成分について、波形を観察したり、波形の解析を行ったりすることができる。また、一歩分の前進動作に要する時間を測定することも可能である。

図５に戻り、ステップＳ８では、ステップ時間グラフ生成部７５が、患者１０の一歩一歩の前進動作に掛かる時間であるステップ時間（一歩所要時間）の時系列的な変化を表すグラフの生成と、そのステップ時間に係る幾つかの特徴量の算出とを行う。なお、ステップ時間は、種々の定義の仕方が考えられる。例えば、ステップ時間を、歩行を周期運動と捉えたときに、一歩の前進動作における特定の位相、例えば踵着地に対応した位相と、次の一歩の前進動作における同じ特定の位相との間の時間と定義することができる。また例えば、ステップ時間を、いわゆる単脚支持期に対応する時間とすることもできる。単脚支持期とは、片足だけで体を支えており、その片足だけが着地している期間のことであり、別の言い方をすれば、片足によるつま先蹴りから踵着地までの期間とすることができる。本例では、ステップ時間を、特定されたステップ基準時刻を用いて定義することとし、一歩の前進動作に対応したステップ基準時刻と次の一歩の前進動作に対応したステップ基準時刻との間の時間として求めることにする。

以下、ステップ時間グラフ生成部７５の機能的な構成と、ステップ時間グラフ生成処理について説明する。

図３０は、ステップ時間グラフ生成部７５の機能的な構成を示す機能ブロック図である。ステップ時間グラフ生成部７５は、図３０に示すように、ステップ時間特定部７５１と、グラフ生成部７５２と、特徴量演算部７５３とを有している。

なお、ステップ時間特定部７５１、グラフ生成部７５２及び特徴量演算部７５３は、それぞれ、発明における特定手段、生成手段及び演算手段の一例である。

図３１は、ステップ時間グラフ生成処理の流れを示すフロー図である。

ステップＳ８１では、ステップ時間特定部７５１が、検出された複数のステップ基準時刻ｔｂ_jに基づいて、複数のステップ時間Ｔ_j、すなわち複数の左ステップ時間Ｔ_Li及び右ステップ時間Ｔ_Riを特定する。

ここで、ステップ時間とは、上述したようにステップ基準時刻と次のステップ基準時刻との間の時間である。そして、左ステップ時間Ｔ_Liとは、患者１０の左足による一歩の前進動作に対応したステップ時間であり、右ステップ時間Ｔ_Riとは、患者１０の右足による一歩の前進動作に対応したステップ時間である。

以下、左ステップ時間及び右ステップ時間の特定方法について説明する。

一般的に、歩行運動においては、一方の足による一歩の前進動作と他方の足による一歩の前進動作とが交互に行われる。そのため、一方の足によるステップ基準時刻と他方の足によるステップ基準時刻とは、時間軸方向において交互に並び、左ステップ時間と右ステップ時間とは、交互に切り替わるという性質がある。

そこで、まず、図３２に示すように、検出された複数のステップ基準時刻において、互いに隣接する２つのステップ基準時刻の組合せごとに、それらステップ基準時刻間の時間をステップ時間Ｔ_jとして求める。

次に、求められた複数のステップ時間Ｔ_jに対して、左ステップ時間Ｔ_L及び右ステップ時間Ｔ_Rの暫定的な特定を行う。本例では、時系列な順番で奇数番目のステップ時間Ｔ_2k-1を左ステップ時間Ｔ_Lとし、偶数番目のステップ時間Ｔ_2kを右ステップ時間Ｔ_Rとする。そして、後で必要に応じて、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとを入れ替えるようにする。例えば、操作者１１が、後述するようにディスプレイ部３０２の画面上に表示されたグラフと患者１０の歩行障害の実態とを比較して、ステップ時間の左右が逆であると考えたとする。このとき、操作者１１は、ディスプレイ部３０２の画面上に表示されている左右変更ボタンを押すなどの操作を行って、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとを入れ替えるようにする。

あるいは、求められた複数のステップ時間Ｔ_jに対して、左右方向加速度波形Ｗ_xを参照し、左ステップ時間Ｔ_L及び右ステップ時間Ｔ_Rの特定を行う。一般的に、歩行運動においては、左足の踵着地のタイミングでは、患者１０の体が左方向に傾いて左方向への加速度成分が大きくなる。一方、右足の踵着地のタイミングでは、患者１０の体が右方向に傾いて右方向への加速度成分が大きくなると考えられる。そこで、例えば、左右方向加速度波形Ｗ_xにおいて、注目するステップ基準時刻ｔ_jに対応する波形が、左右方向加速度成分ａ_xが左方向に大きくなっていることを意味する波形であるときには、その注目するステップ基準時刻ｔｂ_jを開始時刻とするステップ時間Ｔ_jは、左ステップ時間Ｔ_Lである可能性が高いと判断する。逆に、左右方向加速度波形Ｗ_xにおいて、注目するステップ基準時刻ｔｂ_jに対応する波形が、左右方向加速度成分ａ_xが右方向に大きくなっていることを意味する波形であるときには、その注目するステップ基準時刻ｔｂ_jを開始時刻とするステップ時間Ｔ_jは、右ステップ時間Ｔ_Rである可能性が高いと判断する。そして、時系列的な順番で奇数番目のステップ時間Ｔ_2k-1を左ステップ時間Ｔ_Lとした場合と右ステップ時間Ｔ_Rとした場合とで、どちらの方が上記判断により合致するかを判定し、より合致する方を採用するようにする。

なお、ステップ時間Ｔ_jについて左右の別を特定せずに、時系列的な順番で奇数番目のステップ時間Ｔ_2k-1を一方の足によるステップ時間Ｔ_a、偶数番目のステップ時間Ｔ_2kを他方の足によるステップ時間Ｔ_bとして特定するようにしてもよい。

このようにして特定された左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差異は、左足による一歩の前進動作と右足による一歩の前進動作との違いが反映される。そのため、患者１０の足の前進動作の左右差を、これら左ステップ時間Ｔ_L及び右ステップ時間Ｔ_Rによって定量化して評価することが可能になる。

ステップＳ８２では、グラフ生成部７５２が、求められた複数のステップ時間Ｔ_jの時間変化を表すグラフを生成する。

本例では、横軸をステップ番号ｊ、縦軸をステップ時間（秒）とした棒グラフを生成する。ステップ番号ｊとは、ステップ時間Ｔの時系列的な順番を表す番号である。また、本例では、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとが互いに区別しやすいように、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとで棒の色または模様（柄、パターン）を変えて描くようにする。

図３３及び図３４は、生成されたグラフＧの一例を示す図である。図３３は、通常の歩行によるサンプルであり、図３４は、右膝を金属棒で固定した歩行によるサンプルである。なお、ここで生成するグラフＧは、本例のような棒グラフだけでなく、折れ線グラフやスプライン補間を用いたスプライン曲線グラフ等であってもよい。また、棒グラフに折れ線グラフやスプライ曲線グラフを重ねるようにしてもよい。

通常の歩行では、図３３から分かるように、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの間に大きな相違はない。しかし、右膝を固定した歩行では、図３４から分かるように、右ステップ時間Ｔ_Rが左ステップ時間Ｔ_Lよりも長くなっているのが見て取れる。これは、右膝を金属棒で固定されたことによって右足による前進動作が遅くなっていることを意味しており、図３４中の矢印Ｙ１で示すように、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの間に比較的大きな差が存在することと、その差の程度が定量化されていることが確認できる。

また、図３４では、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差が、同じ足によるステップ時間のばらつきの程度よりもはるかに大きいことや、偶然に生じた大きなステップ時間に起因したものでなく再現性があることなどが一目で確認できる。

また、通常の歩行では、図３３から分かるように、ステップ時間Ｔ_jはほとんど変動していない。しかし、右膝を金属棒で固定した歩行では、図３４から分かるように、歩行期間内の前半に比べて後半の方がステップ時間Ｔ_jが長くなっている（矢印Ｙ２）。これは、歩いているうちに前進動作が遅くなってきていることを示しており、右膝が固定されて歩きにくくなっていることによる疲労を表している。

このように、上記のようなステップ時間の時間変化を表すグラフＧでは、時系列的な順番で交互に並ぶ左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとが視覚的に表される。そのため、このようなグラフＧによれば、ステップ時間Ｔ_jの左右差を歩行期間の全体に渡っても局所的な一部の期間においても直感的に把握することができ、歩行の仕方、左右の足の前進動作のバランスなどを容易に理解することができる。また、このようなグラフＧによれば、ステップ時間Ｔ_jのばらつきすなわち安定性を、全体としても左右別々としても直感的に把握することができ、全体として安定な歩行が行えているのか、左右どちらかの足に不安定な前進動作が含まれていないかなどを容易に理解することができる。また、このようなグラフＧによれば、ステップ時間Ｔ_jの時間的な変化を、全体としても左右別々としても直感的に把握することができ、歩行開始からの時間の経過にともない、全体的な歩行の仕方、左右の足の前進動作のバランスなどがどのように変化しているか、疲れによってステップ時間Ｔ_jが伸びていないかなどを容易に理解することができる。そして、操作者１１は、患者１０にこのグラフＧを見せながら歩行運動の評価結果を説明することで、患者１０に自身の歩行運動の評価結果を簡単かつ詳細に理解してもらうことができる。

図３１に戻り、ステップＳ８３では、特徴量演算部７５３が、ステップ時間に係る各種の特徴量を、患者１０の歩行運動の評価用として算出する。

本例では、第１の特徴量として、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差異の程度が反映される特徴量を算出する。一般的に、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差異の程度が大きいほど、患者１０の左足による前進動作と右足による前進動作とのバランスがより崩れていることが多い。逆に、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差異の程度が小さいほど、患者１０の左足による前進動作と右足による前進動作とのバランスが取れていることが多い。したがって、このような第１の特徴量によれば、その大きさに基づいて、患者１０の左足による前進動作と右足による前進動作とのバランスの良さを定量的に評価することができる。例えば、第１の特徴量が、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差異の程度が大きいほど大きい値を取る場合、第１の特徴量の値が小さいほど患者１０の前進動作の左右のバランスがよいと評価することができる。

第１の特徴量としては、例えば、左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差または比を考えることができる。

より具体的には、例えば、全歩行期間内の複数ステップにおける左ステップ時間Ｔ_Lの平均値と右ステップ時間Ｔ_Rの平均値との差Ｓ₁または比Ｒ₁とすることができる。

また例えば、全歩行期間のうちの一部期間内の左右Ｎ個ずつのステップにおける左ステップ時間Ｔ_Lの平均値と右ステップ時間Ｔ_Rの平均値との差Ｓ₂または比Ｒ₂とすることができる。なお、定数Ｎは、例えば、２〜５程度とすることができる。

また例えば、隣接する一組の左ステップ及び右ステップにおける左ステップ時間Ｔ_Lと右ステップ時間Ｔ_Rとの差Ｓ₃または比Ｒ₃とすることができる。

また、第１の特徴量としては、例えば、左ステップ時間のＭ乗値と右ステップ時間のＭ乗値との差または比を考えることができる。

より具体的には、例えば、全歩行期間内の複数ステップにおける左ステップ時間Ｔ_Lの平均値のＭ乗値と右ステップ時間Ｔ_Rの平均値のＭ乗値との差Ｓ₄または比Ｒ₄とすることができる。なお、定数Ｍは、例えば、２や３などとすることができる。

また例えば、全歩行期間のうちの一部期間内の左右Ｎ個ずつのステップにおける左ステップ時間Ｔ_Lの平均値のＭ乗値と右ステップ時間Ｔ_Rの平均値のＭ乗値との差Ｓ₅または比Ｒ₅とすることができる。なお、定数Ｎは、例えば、２〜５程度とすることができる。定数Ｍは、例えば、２や３などとすることができる。

また例えば、隣接する一組の左ステップ及び右ステップにおける左ステップ時間Ｔ_LのＭ乗値と右ステップ時間Ｔ_RのＭ乗値との差Ｓ₆または比Ｒ₆とすることができる。なお、定数Ｍは、例えば、２や３などとすることができる。

また本例では、第２の特徴量として、ステップ時間のばらつきの程度が反映される特徴量を算出する。一般的に、ステップ時間のばらつきの程度が大きいほど、患者１０の前進動作の安定性がより悪いことが多い。逆に、ステップ時間のばらつきの程度が小さいほど、患者１０の前進動作の安定性がより良いことが多い。したがって、このような第２の特徴量によれば、その大きさに基づいて、患者１０の前進動作の安定性の良さを評価することができる。例えば、第２の特徴量が、ステップ時間のばらつきの程度が大きいほど大きい値を取る場合、第２の特徴量が小さいほど患者１０の前進動作の安定性がより高いと評価することができる。

第２の特徴量としては、より具体的には、例えば、全歩行期間内の左足によるＮ_L個のステップにおける左ステップ時間Ｔ_Lの標準偏差σ_L1や右足によるＮ_R個のステップにおける右ステップ時間Ｔ_Rの標準偏差σ_R1とすることができる。

また例えば、全歩行期間のうちの一部期間内のＮ個のステップにおける左ステップ時間Ｔ_Lの標準偏差σ_L2や右ステップ時間Ｔ_Rの標準偏差σ_R2とすることができる。なお、定数Ｎは、例えば、２〜５程度とすることができる。

また本例では、第３の特徴量として、全歩行期間のうち時間的に前寄りのステップ時間と時間的に後寄りのステップ時間との差異の程度が反映される特徴量を算出する。一般的に、時間的に前寄りのステップ時間と時間的に後寄りのステップ時間との差異の程度が大きいほど、患者１０が歩行運動中に疲れてステップ時間が長期化していることが多い。逆に、時間的に前寄りのステップ時間と時間的に後寄りのステップ時間との差異の程度が小さいほど、患者１０が歩行運動中に疲れずにステップ時間が長期化しないことが多い。したがって、このような第３の特徴量によれば、その大きさに基づいて、患者１０の疲れやすさを定量的に評価することができる。例えば、第３の特徴量が、時間的に前寄りのステップ時間と時間的に後寄りのステップ時間との差異の程度が大きいほど大きな値を取る場合、第３の特徴量が小さいほど患者１０はより疲れにくいと評価することができる。

第３の特徴量としては、例えば、全歩行期間のうち時間的に前寄りの一部期間内の数ステップにおけるステップ時間の代表値と時間的に後寄りの一部期間内の数ステップにおけるステップ時間の代表値との差または比を考えることができる。

より具体的には、例えば、歩行開始直後におけるＮ個のステップの左ステップ時間Ｔ_Lの平均値と歩行終了直前におけるＮ個のステップの左ステップ時間Ｔ_Lの平均値との差ＳＦ_L1または比ＲＦ_L1とすることができる。なお、定数Ｎは、例えば、２〜５程度とすることができる。

また例えば、歩行開始直後におけるＮ個のステップの右ステップ時間Ｔ_Rの平均値と歩行終了直前におけるＮ個のステップの右ステップ時間Ｔ_Rの平均値との差ＳＦ_R1または比ＲＦ_R1とすることができる。なお、定数Ｎは、例えば、２〜５程度とすることができる。

また例えば、歩行開始直後における計Ｎ×２個のステップの左ステップ時間Ｔ_L及び右ステップ時間Ｔ_Rの和の平均値と歩行終了直前における計Ｎ×２個のステップの左ステップ時間Ｔ_L及び右ステップ時間Ｔ_Rの和の平均値との差ＳＦ_RLまたは比ＲＦ_RLとすることができる。なお、定数Ｎは、例えば、２〜５程度とすることができる。

なお、第１の特徴量と第２の特徴量とは、それぞれ独立に算出するようにしてもよいし、一方の特徴量が所定の閾値を超えたときに他方の特徴量を付随的に算出するようにしてもよい。例えば、第１の特徴量が所定の閾値を超え、左右差が一定レベル以上あると判定される場合に、さらに左足と右足のそれぞれについて第２の特徴量を算出して操作者１１に提示するようにしてもよい。これにより、状況に応じて、より踏み込んだ評価を自動で行うような手法を取り入れることも可能である。

また、左足と右足とについてそれぞれ第２の特徴量を算出し、左足の第２の特徴量と右足の第２の特徴量との差や比を求め、これらの値を用いて左右差の評価を強化することも可能である。

図５に戻り、ステップＳ９では、表示制御部３１０が、ディスプレイ部３０２を制御して、その画面にグラフＧと第１〜第３の特徴量とを表示させる。なお、このとき、操作者１０の操作に応じて、左ステップ時間を表す棒の表示／非表示、右ステップ時間を表す棒の表示／非表示、あるいは、特徴量の表示／非表示の切替えを行うようにしてもよい。

以上、本実施形態によれば、歩行期間特定部７３の構成及びその歩行期間特定処理により、加速度データ取得期間内において患者１０の通常歩行期間を特定することができる。これにより、解析対象を、患者１０が通常の歩行を安定に行っている期間に得られたデータに絞ることができ、高精度な解析を行うことができる。故に、患者１０の歩行運動の客観的な評価が可能になる。

本実施形態によれば、ステップ基準時刻検出部７４の構成及びそのステップ基準時刻検出処理により、患者１０の一歩ごとの前進動作の基準となる時刻を検出することができる。このような基準時刻を用いることで、患者１０の一歩または複数歩ずつの動作が行われているときの加速度データを抽出したり、その動作の所要時間を測定したりすることができ、患者１０の一歩一歩の動作に着目した解析を行うことができる。故に、本実施形態は、患者１０の歩行運動の客観的な評価に有効である。

本実施形態によれば、ステップ時間グラフ生成部７５及びそのステップ時間グラフ生成処理により、患者１０の左右のステップ時間を求め、ステップ時間の時間変化を表すグラフを生成することができる。操作者１１は、この左右のステップ時間のグラフを参照することで、患者１０の歩行運動における左右差や安定性、疲れ具合などを直感的に理解し評価することができる。

また、本実施形態によれば、ステップ時間グラフ生成部７５及びそのステップ時間グラフ生成処理により、求められたステップ時間に係る各種の特徴量を算出することができる。操作者１１は、これらの特徴量を参照することで、患者１０の歩行運動における左右差や安定性、疲れ具合などを定量的に評価することができる。

これらにより、操作者１１は、従来は目視によって主観的に評価されてきた患者１０の前進動作の左右差と疲れ具合を、直感的にまたは定量的に評価することができる。

また、本実施形態によれば、患者１０の左右のステップ時間を自動で求めることができる。操作者１１は、ステップ時間の計測のためにストップウォッチなどを携帯する必要がないため、ステップ時間を容易に求めることができる。また、操作者１１は、手ぶらで歩行運動の評価に臨むことができ、患者１０の歩行のサポートに注力することができる。

操作者１１は、これらの総合的な評価に基いて患者１０の歩行中の動きを詳細に把握し、例えば効果的な歩行訓練プランを作成することができる。

なお、発明は、上記実施形態に限定されず、その趣旨を逸脱しない範囲において種々の変更が可能である。

例えば、本実施形態では、ステップ時間の時間変化を表す棒グラフを生成し表示しているが、左ステップ時間と右ステップ時間との占有率を全歩行期間または一部期間のステップについて求め、当該占有率を表す円グラフなどを生成し表示してもよい。

また例えば、本実施形態では、患者１０の両足によるステップ時間すなわち左ステップ時間及び右ステップ時間の時系列的な変化を表すグラフを生成し表示しているが、両足のうちいずれかの足のみによるステップ時間の時系列的な変化を表すグラフを生成し表示するようにしてもよい。

また例えば、本実施形態は、発明を人の歩行運動に適用した例であるが、発明を人のその他の移動運動、例えば人の走行運動などにも適用することができる。

また例えば、本実施形態は、上述したように人に取り付けられた加速度センサから得られた加速度データを解析する移動運動解析装置であるが、コンピュータをこのような装置として機能させるためのプログラムもまた発明の実施形態の一つである。

１ 歩行解析システム
１０ 患者
１１ 操作者
２ 加速度センサモジュール
２１ プロセッサ
２２ 加速度センサ
２３ メモリ
２４ 通信Ｉ／Ｆ
２５ バッテリ
２０１ 加速度センサ部
２０２ サンプリング部
２０３ 送信部
３ 歩行解析装置
３１ プロセッサ
３２ ディスプレイ
３３ 操作部
３４ メモリ
３５ 通信Ｉ／Ｆ
３６ バッテリ
３０１ 操作部
３０２ ディスプレイ部
３０３ 患者情報受付部
３０４ 受信部
３０５ 加速度データ取得制御部
３０７ 加速度データ解析部
３１０ 表示制御部
３１２ 記憶部
４１ データベース
４２ 記憶媒体
７１ 加速度成分算出部
７２ 加速度波形生成部
７３ 歩行期間特定部
７３１ 前後・上下加速度特徴量算出部
７３２ 特徴量二値化処理部
７３３ 二値化データばらつき量算出部
７３４ ばらつき量閾値判定部
７３５ マージン設定部
７４ ステップ基準時刻検出部
７４１ 前後加速度波形読取部
７４２ 立上り−ピーク変換部
７４３ 変換波形整形部
７４４ 波高値正規化部
７４５ ピーク検出部
７５ ステップ時間グラフ生成部
７５１ ステップ時間特定部
７５２ グラフ生成部
７５３ 特徴量演算部

Claims (20)

1. 人に取り付けられた加速度センサから得られた前記人の移動運動中の加速度データに基づいて、前記移動運動を構成する個々の一歩の前進動作について、該一歩の前進動作に掛かる一歩所要時間を特定する特定手段と、
   前記特定手段により特定された複数の一歩所要時間に基づいて、前記一歩所要時間の時系列的な変化を表すグラフを生成する生成手段と、を備えた移動運動解析装置。
2. 前記生成手段は、前記人の両方の足による一歩所要時間の時系列的な変化を表すグラフを生成する、請求項１に記載の移動運動解析装置。
3. 前記生成手段は、前記人の一方の足による一歩所要時間と他方の足による一歩所要時間とが時間軸方向に交互に表されるグラフを生成する、請求項２に記載の移動運動解析装置。
4. 前記一歩所要時間は、前記人の一方の足による一歩の前進動作の基準時刻から前記人の他方の足による次の一歩の前進動作の基準時刻までの時間である、請求項１から請求項３のいずれか一項に記載の移動運動解析装置。
5. 前記加速度データは、前記人の各時刻における前後方向の加速度成分を表す情報を含んでおり、
   前記特定手段は、前記前後方向の加速度成分の時間変化を表す波形におけるピーク波形に対応する時刻を、前記人の一歩の前進動作の基準時刻として検出する、請求項４に記載の移動運動解析装置。
6. 前記特定手段は、前記ピーク波形の立上りの位置に対応する時刻を前記基準時刻として検出する、請求項５に記載の移動運動解析装置。
7. 前記一歩所要時間は、前記人の単脚支持期に対応する時間である、請求項１から請求項３のいずれか一項に記載の移動運動解析装置。
8. 前記グラフは、棒グラフを含む、請求項１から請求項７のいずれか一項に記載の移動運動解析装置。
9. 前記棒グラフは、前記人の一方の足による一歩所要時間を表す棒と、前記人の他方の足による一歩所要時間を表す棒とが、色または模様の違いにより区別されるものである、請求項８に記載の移動運動解析装置。
10. 前記一歩所要時間に係る特徴量を求める演算手段をさらに備えた、請求項１から請求項９のいずれか一項に記載の移動運動解析装置。
11. 前記演算手段は、前記特徴量として、前記一方の足による複数の一歩所要時間の代表的な一歩所要時間を表す第１の時間、および／または、前記他方の足による複数の一歩所要時間の代表的な一歩所要時間を表す第２の時間を求める、請求項１０に記載の移動運動解析装置。
12. 前記演算手段は、前記特徴量として、前記第１の時間と前記第２の時間との差または比を求める、請求項１１に記載の移動運動解析装置。
13. 前記演算手段は、前記特徴量として、前記一方の足による複数の一歩所要時間のばらつきの程度、および／または、前記他方の足による複数の一歩所要時間のばらつきの程度を求める、請求項１０から請求項１２のいずれか一項に記載の移動運動解析装置。
14. 前記演算手段は、前記特徴量として、前記移動運動中の時間的に前寄りの時間帯における代表的な一歩所要時間と、前記移動運動中の時間的に後寄りの時間帯における代表的な一歩所要時間との間の変化量を求める、請求項１０から請求項１３のいずれか一項に記載の移動運動解析装置。
15. 前記変化量は、前記前寄りの時間帯における一方の足による１以上の所定数の一歩所要時間の代表的な一歩所要時間と、前記後寄りの時間帯における該一方の足による前記所定数の一歩所要時間の代表的な一歩所要時間との間の変化量である、請求項１４に記載の移動運動解析装置。
16. 前記変化量は、前記前寄りの時間帯における両方の足による２以上の所定数の一歩所要時間の代表的な一歩所要時間と、前記後寄りの時間帯における該両方の足による前記所定数の一歩所要時間の代表的な一歩所要時間との間の変化量である、請求項１４に記載の移動運動解析装置。
17. 前記グラフ及び特徴量を表示するよう表示手段を制御する表示制御手段を備えた、請求項１０から請求項１６のいずれか一項に記載の移動運動解析装置。
18. 人に取り付けられた加速度センサと、
    前記加速度センサから得られた前記人の移動運動中の加速度データに基づいて、前記移動運動を構成する個々の一歩の前進動作について、該一歩の前進動作に掛かる一歩所要時間を特定する特定手段と、
    前記特定手段により特定された複数の一歩所要時間に基づいて、前記一歩所要時間の時系列的な変化を表すグラフを生成する生成手段と、を備えた移動運動解析システム。
19. 人に取り付けられた加速度センサから得られた前記人の移動運動中の加速度データに基づいて、前記移動運動を構成する個々の一歩の前進動作について、該一歩の前進動作に掛かる一歩所要時間を特定するステップと、
    前記特定手段により特定された複数の一歩所要時間に基づいて、前記一歩所要時間の時系列的な変化を表すグラフを生成するステップと、を備えた移動運動解析方法。
20. コンピュータを、請求項１から請求項１７のいずれか一項に記載の移動運動解析装置として機能させるためのプログラム。