JP2016049385A - 重心動揺解析装置 - Google Patents
重心動揺解析装置 Download PDFInfo
- Publication number
- JP2016049385A JP2016049385A JP2014177786A JP2014177786A JP2016049385A JP 2016049385 A JP2016049385 A JP 2016049385A JP 2014177786 A JP2014177786 A JP 2014177786A JP 2014177786 A JP2014177786 A JP 2014177786A JP 2016049385 A JP2016049385 A JP 2016049385A
- Authority
- JP
- Japan
- Prior art keywords
- index value
- area
- related index
- value
- trajectory length
- 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.)
- Granted
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
静止立位における被験者のXY平面上の重心座標の時系列データを取得する重心座標取得手段と、
取得した重心座標を用いて軌跡長関連指標値を算出する手段と、
取得した重心座標を用いて面積関連指標値を算出する手段と、
被験者の転倒予測のための評価値を取得する転倒予測評価値取得手段と、
を備え、
前記転倒予測評価値取得手段は、静止立位における被験者について取得した軌跡長関連指標値及び面積関連指標値について、予め設定された軌跡長関連指標値及び面積関連指標値の基準値からのマハラノビス汎距離を算出し、算出したマハラノビス汎距離を転倒予測評価値とするものである。
1つの態様では、軌跡長関連指標値は、「総軌跡長」あるいは「単位時間軌跡長」である。
1つの態様では、面積関連指標値には、「矩形面積」「外周面積」「実効値面積」「標準偏差面積」のいずれかである。
すなわち、1つの態様では、
前記軌跡長関連指標値は、総軌跡長、単位時間軌跡長を含む第1群から選択された1つ以上の指標値であり、
前記面積関連指標値は、矩形面積、外周面積、実効値面積、標準偏差面積を含む第2群から選択された1つ以上の指標値であり、
前記転倒予測評価値は、第1群から選択された1つの指標値と第2群から選択された1つの指標値の組み合わせを用いて算出される。
1つの態様では、前記基準値は、健常者群について取得した静止立位における軌跡長関連指標値・面積関連指標値セットの群の平均、分散共分散行列(ないし相関行列)の逆行列である。マハラノビスの汎距離は、相関係数や分散共分散行列から求められるとは当業者に知られており、前記基準値は、マハラノビスの汎距離の算出に容易に用いられ得る形式で用意しておくことが望ましい。
なお、基準値は、健常者群について取得した静止立位における軌跡長関連指標値・面積関連指標値セットの群そのものでもよい。
被験者固有の転倒予測評価値を前記判別値と比較して、当該被験者の転倒可能性の度合を判定する手段を備えている。
例えば、転倒危険度を危険度I、危険度II、危険度IIIの3段階に分類する場合に、危険度Iと危険度IIを判別する第1判別値、危険度IIと危険度IIIを判別する第2判別値を用意する。第1判別値、第2判別値は、適切な患者からなる母集団を予め危険度I、危険度II、危険度IIIの3段階に分類しておき、母集団の各患者について取得した転倒予測評価値と属する危険度I、危険度II、危険度IIIとを対応付けるように第1判別値、第2判別値を設定する。後述する実施形態では、ROC曲線、感度の判別率曲線と特異度の判別率曲線との交点から判別値を求めている。
被験者の疾患に応じて、異なる複数の判別値を用意しておいてもよい。例えば、「急性期病棟の患者からなる母集団」、「糖尿病疾患の患者からなる母集団」、「脳血管障害の片麻痺患者からなる母集団(リハビリ用に用いる)」等について個々に判別値を用意しておき、患者毎に判別値を選択して適用して転倒可能性の度合を判定してもよい。
前記2次元空間に、前記1つあるいは複数の判別値を境界とする複数の領域を互いに識別可能に表示した2次元判別図を表示する表示手段を備えている。
前記3次元空間に、前記1つあるいは複数の判別値を境界とする複数の領域を互いに識別可能に表示した3次元判別図を表示する表示手段を備えている。
前記記憶部には、静止立位において被験者について取得した軌跡長関連指標値及び面積関連指標値と、軌跡長関連指標値及び面積関連指標値の基準値と、転倒可能性の度合に対応する1つあるいは複数の判別値と、が記憶されており、
前記解析部は、被験者について取得した前記軌跡長関連指標値及び面積関連指標値について、前記基準値からのマハラノビス汎距離を算出し、算出したマハラノビス汎距離を転倒予測評価値とし、
前記表示部には、第1の軸に軌跡長関連指標値をとり、第2の軸に面積関連指標値をとった2次元空間に前記1つあるいは複数の判別値を境界とする複数の領域を互いに識別可能に表示した2次元判別図が表示され、2次元判別図には被験者固有の転倒予測評価値がプロット可能となっている。
検討の危険度を領域分けして識別可能に表現する2次元判別図を用意し、転倒予測評価値を当該2次元判別図にプロットすることで、直感的に危険状態の有無を判断できる。その際に、転倒予測評価値における軌跡長関連指標値、面積関連指標値の寄与度も把握可能である。
図1に示すように、重心動揺解析装置は、重心動揺計(フォースプレート+重心座標取得手段)と、1つあるいは複数のコンピュータ(データを入力するための入力手段、処理されたデータを出力するための出力手段、主としてCPUから構成される演算手段/制御手段、所定のプログラム、入力データ、計測データ、算出データ等を記憶するROM、RAM等の記憶手段、これらを接続するバス、を備えている)と、計測データ、算出データ等の各種データを表示する表示部と、から構成することができる。図1では、コンピュータとして、タブレット端末が例示されている。表示部は前記コンピュータの構成要素であってもよい。重心動揺解析装置は、計測されたデータ、計算結果、表示結果等を出力するプリンタを備えていてもよい。
[B−1]重心動揺計の構成
重心動揺計は、被験者が載る足載せ台と、足載せ台の所定の複数箇所に作用する荷重を検出する荷重検出手段と、を備えるフォースプレートと、前記荷重データを用いてXY平面上の重心座標(COP)の時系列データを取得する重心座標取得手段と、を備えている。重心座標(COP)の時系列データから重心図(XY平面上にCOPの移動軌跡を表示した図:重心動揺X−Y記録)を取得することができる。
本実施形態では、軌跡長に関する指標値(以下、「軌跡長指標値」という)、面積に関する指標値(以下、「面積関連指標値」という)が用いられる。重心動揺解析装置は、重心座標取得手段によって取得されたXY平面上の重心座標の時系列データを用いて軌跡長関連指標値を計算する軌跡長関連指標値取得手段、及び、重心座標取得手段によって取得されたXY平面上の重心座標の時系列データを用いて面積関連指標値を計算する面積関連指標値取得手段を備えている。
(ア)総軌跡長は、重心動揺の大きさを表す指標の一つであり、計測時間内の重心点の移動した全長を表す。
(イ)単位軌跡長は、計測時間内の重心の移動速度の平均値であり、総軌跡長/測定時間で表される。
総軌跡長、単位軌跡長の計算方法は当業者において良く知られており、また、市販の重心動揺計で取得できる指標値の1つであり、詳細な説明は省略する。
(ア)矩形面積は、重心図におけるX軸、Y軸の各軸の重心動揺の最大幅で囲まれる長方形の面積である。
(イ)外周面積は、重心図における重心動揺の軌跡の最外部によって囲まれる内側の面積である。
(ウ)実効値面積は、実効値(RMS)を半径とする円の面積である。
(エ)標準偏差面積は、X(左右)方向の動揺の標準偏差、Y(前後)方向の動揺の標準偏差をそれぞれ長短軸とする楕円の面積である。
矩形面積、外周面積、実効値面積、標準偏差面積の計算方法は当業者において良く知られており、また、市販の重心動揺計で取得できる指標値の1つであり、詳細な説明は省略する。
重心動揺解析装置は、被験者の転倒予測のための評価値を取得する転倒予測評価値取得手段を備えている。転倒予測評価値取得手段は、静止立位における被験者について取得した軌跡長関連指標値及び面積関連指標値について、予め設定された軌跡長関連指標値及び面積関連指標値の基準値からのマハラノビス汎距離を算出し、算出したマハラノビス汎距離を転倒予測評価値とする。前記基準値は、典型的には健常群の軌跡長関連指標値及び面積関連指標値から取得される。すなわち、被験者について得られた2変数(軌跡長関連指標値、面積関連指標値)の健常群から得られた2変数(軌跡長関連指標値、面積関連指標値)の群からのマハラノビス汎距離を求める。
1回の重心動揺検査で得られるパラメータからN個を抽出し、パラメータベクトルXを
とする。
このパラメータベクトルを任意のカテゴリ(正常、異常、病名、病巣部位等)についてM人分収集する。
このデータ群に対して、各項目ごとの平均値ベクトルは、
となる。
また、収集したパラメータベクトルの分散共分散行列は、
となる。
この平均値ベクトルと分散共分散行列、及び、パラメータの項目数Nによって最初に収集したカテゴリの単位空間が決定される。
任意の重心動揺検査結果が与えられた場合、このデータと単位空間とのマハラノビス汎距離D2は、
で求めることができる。
[D−1]判別値
本実施形態では、長崎大学病院の急性期病棟100名について、「転倒・転落アセスメントスコアシート」を用いて、危険度の分類を行った。評価項目は、大項目11項目とその下位の小項目33項目からなり、合計45点で得点が高いほど危険度が高く、1〜9点を危険度I、10〜19点を危険度II、20点以上が危険度IIIと判定される(非特許文献1、図4)。危険度別の内訳は、危険度Iが20名、危険度IIが52名、危険度IIIが28名である(図5参照)。危険度Iと危険度2+3の判別曲線を描く場合、状態0に危険度Iを、状態1に危険度II+IIIを割り振るので、それぞれの状態の人数は、29人と52+28=80人となる。
最も良く分離できる値として、感度と特異度のクロスポイントを使用した。設定した第1判別値、第2判別値を用いた判定結果を表1、図7、図8に示す。ほぼ70%の確率で判別されていることがわかる。
図9に示すように、縦軸を総軌跡長(cm)、横軸を矩形面積(cm2)とした2次元平面が設定されており、健常者から取得した総軌跡長、矩形面積のデータセットの群の中心から等距離の点を結ぶと楕円形状となる。上述したように、転倒可能性の度合に対応して複数の判別値が用意されており、当該複数の判別値を楕円状の境界とする複数の領域を互いに識別可能に表示する2次元判別図がコンピュータの表示部に表示される。2次元判別図は、軌跡長、矩形面積の正常域を示す2次元グラフである。
Claims (10)
- 静止立位における被験者のXY平面上の重心座標の時系列データを取得する重心座標取得手段と、
取得した重心座標を用いて軌跡長関連指標値を算出する手段と、
取得した重心座標を用いて面積関連指標値を算出する手段と、
被験者の転倒予測のための評価値を取得する転倒予測評価値取得手段と、
を備え、
前記転倒予測評価値取得手段は、静止立位における被験者について取得した軌跡長関連指標値及び面積関連指標値について、予め設定された軌跡長関連指標値及び面積関連指標値の基準値からのマハラノビス汎距離を算出し、算出したマハラノビス汎距離を転倒予測評価値とするものである、
重心動揺解析装置。 - 転倒可能性の度合に対応して1つあるいは複数の判別値が用意されており、
被験者固有の転倒予測評価値を前記判別値と比較して、当該被験者の転倒可能性の度合を判定する手段を備えている、
請求項1に記載の重心動揺解析装置。 - 第1の軸に軌跡長関連指標値をとり、第2の軸に面積関連指標値をとった2次元空間が設定されており、
前記2次元空間に前記1つあるいは複数の判別値を境界とする複数の領域を互いに識別可能に表示した2次元判別図を表示する表示手段を備えている、
請求項1、2いずれか1項に記載の重心動揺解析装置。 - 第1の軸に軌跡長関連指標値をとり、第2の軸に面積関連指標値をとり、第3の軸にマハラノビス汎距離をとった3次元空間が設定されており、
前記3次元空間に前記1つあるいは複数の判別値を境界とする複数の領域を互いに識別可能に表示した3次元判別図を表示する表示手段を備えている、
請求項1、2いずれか1項に記載の重心動揺解析装置。 - 前記表示手段において、被験者固有の転倒予測評価値が前記領域上にプロット可能となっている、
請求項3、4いずれか1項に記載の重心動揺解析装置。 - 前記軌跡長関連指標値は、総軌跡長、単位時間軌跡長を含む第1群から選択された1つ以上の指標値であり、
前記面積関連指標値は、矩形面積、外周面積、実効値面積、標準偏差面積を含む第2群から選択された1つ以上の指標値であり、
前記転倒予測評価値は、第1群から選択された1つの指標値と第2群から選択された1つの指標値の組み合わせを用いて算出される、
請求項1〜5いずれか1項に記載の重心動揺解析装置。 - 前記基準値は、静止立位における健常群の軌跡長関連指標値及び面積関連指標値から取得される、
請求項1〜6いずれか1項に記載の重心動揺解析装置。 - 記憶部と、解析部と、表示部と、を備えた転倒危険度判定装置であって、
前記記憶部には、静止立位において被験者について取得した軌跡長関連指標値及び面積関連指標値と、軌跡長関連指標値及び面積関連指標値の基準値と、転倒可能性の度合に対応する1つあるいは複数の判別値と、が記憶されており、
前記解析部は、被験者について取得した前記軌跡長関連指標値及び面積関連指標値について、前記基準値からのマハラノビス汎距離を算出し、算出したマハラノビス汎距離を転倒予測評価値とし、
前記表示部には、第1の軸に軌跡長関連指標値をとり、第2の軸に面積関連指標値をとった2次元空間に前記1つあるいは複数の判別値を境界とする複数の領域を互いに識別可能に表示した2次元判別図が表示され、2次元判別図には被験者固有の転倒予測評価値がプロット可能となっている、
転倒危険度判定装置。 - 前記軌跡長関連指標値は、総軌跡長、単位時間軌跡長を含む第1群から選択された1つ以上の指標値であり、
前記面積関連指標値は、矩形面積、外周面積、実効値面積、標準偏差面積を含む第2群から選択された1つ以上の指標値であり、
前記転倒予測評価値は、第1群から選択された1つの指標値と第2群から選択された1つの指標値の組み合わせを用いて算出される、
請求項8に記載の転倒危険度判定装置。 - 前記基準値は、静止立位における健常群の軌跡長関連指標値及び面積関連指標値から取得される、
請求項8、9いずれか1項に記載の転倒危険度判定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014177786A JP6230510B2 (ja) | 2014-09-02 | 2014-09-02 | 転倒危険度判定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014177786A JP6230510B2 (ja) | 2014-09-02 | 2014-09-02 | 転倒危険度判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016049385A true JP2016049385A (ja) | 2016-04-11 |
JP6230510B2 JP6230510B2 (ja) | 2017-11-15 |
Family
ID=55657363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014177786A Active JP6230510B2 (ja) | 2014-09-02 | 2014-09-02 | 転倒危険度判定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6230510B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020500351A (ja) * | 2016-10-12 | 2020-01-09 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | 車内予測不具合検出のシステム及び方法 |
CN114842560A (zh) * | 2022-07-04 | 2022-08-02 | 广东瑞恩科技有限公司 | 基于计算机视觉的建筑工地人员危险行为识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005152215A (ja) * | 2003-11-25 | 2005-06-16 | Anima Kk | 重心動揺計 |
JP2005285001A (ja) * | 2004-03-30 | 2005-10-13 | Sunstar Inc | 健康支援方法及びそのシステム |
JP2008061811A (ja) * | 2006-09-07 | 2008-03-21 | Nitta Ind Corp | 転倒危険度判定装置 |
JP2014140449A (ja) * | 2013-01-23 | 2014-08-07 | Anima Corp | 重心動揺解析装置 |
-
2014
- 2014-09-02 JP JP2014177786A patent/JP6230510B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005152215A (ja) * | 2003-11-25 | 2005-06-16 | Anima Kk | 重心動揺計 |
JP2005285001A (ja) * | 2004-03-30 | 2005-10-13 | Sunstar Inc | 健康支援方法及びそのシステム |
JP2008061811A (ja) * | 2006-09-07 | 2008-03-21 | Nitta Ind Corp | 転倒危険度判定装置 |
JP2014140449A (ja) * | 2013-01-23 | 2014-08-07 | Anima Corp | 重心動揺解析装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020500351A (ja) * | 2016-10-12 | 2020-01-09 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | 車内予測不具合検出のシステム及び方法 |
JP7203021B2 (ja) | 2016-10-12 | 2023-01-12 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | 車内予測不具合検出のシステム及び方法 |
US11605252B2 (en) | 2016-10-12 | 2023-03-14 | Harman International Industries, Incorporated | Systems and methods for in-vehicle predictive failure detection |
US11847873B2 (en) | 2016-10-12 | 2023-12-19 | Harman International Industries, Incorporated | Systems and methods for in-vehicle predictive failure detection |
CN114842560A (zh) * | 2022-07-04 | 2022-08-02 | 广东瑞恩科技有限公司 | 基于计算机视觉的建筑工地人员危险行为识别方法 |
CN114842560B (zh) * | 2022-07-04 | 2022-09-20 | 广东瑞恩科技有限公司 | 基于计算机视觉的建筑工地人员危险行为识别方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6230510B2 (ja) | 2017-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Antwi-Afari et al. | Wearable insole pressure system for automated detection and classification of awkward working postures in construction workers | |
JP2018163680A5 (ja) | ||
Senden et al. | Accelerometry-based gait analysis, an additional objective approach to screen subjects at risk for falling | |
Liu et al. | Fall risk assessments based on postural and dynamic stability using inertial measurement unit | |
WO2015037089A1 (ja) | 脳機能障害評価方法、脳機能障害評価装置およびそのプログラム | |
Elgendi et al. | The performance of deep neural networks in differentiating chest X-rays of COVID-19 patients from other bacterial and viral pneumonias | |
US20140025361A1 (en) | Method for assessing cognitive function and predicting cognitive decline through quantitative assessment of the tug test | |
Similä et al. | Accelerometry-based berg balance scale score estimation | |
Clark et al. | Physical activity characterization: does one site fit all? | |
Zaki et al. | Testing the agreement of medical instruments: Overestimation of bias in the Bland–Altman analysis | |
Karrasch et al. | Spirometric reference values for advanced age from a South German population | |
JP6230510B2 (ja) | 転倒危険度判定装置 | |
JP6296982B2 (ja) | 視野計 | |
JP2013138783A (ja) | つまずきリスク評価装置、つまずきリスク評価システム及びつまずきリスク評価方法 | |
JP2012213624A (ja) | 身体能力判定装置及び身体能力判定方法 | |
Trkov et al. | Classifying hazardous movements and loads during manual materials handling using accelerometers and instrumented insoles | |
JP5632877B2 (ja) | 重心動揺計測システム | |
Abazid et al. | Analysis of three risk stratification systems in a Saudi population | |
RU2497451C1 (ru) | Способ диагностики функциональных нарушений опорно-двигательного аппарата | |
JP2010230428A (ja) | 検査データの評価方法および装置 | |
JP7112080B2 (ja) | 重心動揺解析装置及び方法 | |
KR20230069953A (ko) | 피부 표면 해석 장치 및 피부 표면 해석 방법 | |
JPWO2013046508A1 (ja) | 運動機能評価システム、情報処理装置及び情報処理方法 | |
JP5409495B2 (ja) | 重心動揺システム及び平衡機能の検査方法 | |
JP2014223097A (ja) | 整形疾患リスク評価システム及び情報処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160511 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170501 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171013 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171017 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6230510 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |