JP2017000239A - 指標導出装置、ウェアラブル機器及び携帯機器 - Google Patents

Abstract

【課題】簡素な構成にて筋肉強度を測定する。
【解決手段】胸の前に加速度センサを含んだ装置を配置した状態で被験者はＳＴＳ（sit-to-stand）動作を行う。検出加速度の三軸成分から成る加速度ベクトルの大きさの信号より加速度最大値データを取得し、加速度最大値データと被験者の筋肉量又は体脂肪量を用いて、人体の筋力に関する筋力指標（ＳＴＳ運動における単位筋肉量あたりの加速度最大値）を導出する。
【選択図】図８

Description

本発明は、指標導出装置、ウェアラブル機器及び携帯機器に関する。

被験者の体力を推し量るための動作の一つとして、椅子立ち上がり動作とも呼ばれるＳＴＳ（sit-to-stand）動作がある。ＳＴＳ動作は、相対的に低い支持基底面から相対的に高い位置に被験者の体重心を移動させる動作である。

下記非特許文献１では、ＳＴＳ動作における尻、膝及び踵の力のモーメントの関係性がまとめられており、どのような立ち方のＳＴＳ動作であっても、健常者の尻と膝の力のモーメントの和は一定値（１．５３Ｎ・ｍ／ｋｇ）であって、その和と踵の力のモーメントとの間には殆ど相関がないことが報告されている。また、ＳＴＳ動作において尻と膝の力のモーメントの和が上記一定値に満たない場合、立ち上がるまでの能力に何らかの問題があると考えられ、寝たきり防止やリハビリ指南のためにも、適切な運動療法が必要であることも報告されている。

Shinsuke Yoshioka、他３名、"Computation of kinematics and the minimum peak joint moments of sit-to-stand movements"、BioMedical Engineering OnLine、２００７年、６：２６、ｐ．１−１４、（"http://www.biomedical-engineering-online.com/content/6/1/26"から当該論文を取得可能）

非特許文献１に記載の方法では、被験者の尻及び膝の夫々に蛍光塗料を塗り、ＳＴＳ動作において蛍光塗料が塗られた各部位の動きを高感度カメラを用いて観測し、運動方程式を用いて力のモーメントを導出している。非特許文献１は実験研究に基づく論文であることもあり、当該論文の方法を用いて何らかの体力の測定を行い得る機器を構成しようとすると、必要な装置が多くなって機器が高価となる（よって実用的ではない）。

そこで本発明は、簡素な構成にて人体の体力測定を可能にし得る指標導出装置、ウェアラブル機器及び携帯機器を提供することを目的とする。

本発明に係る指標導出装置は、加速度を検出する加速度センサと、前記加速度センサの検出結果に基づき人体の筋力に関する筋力指標を導出する演算処理部と、を備えたことを特徴とする。

具体的には例えば、前記演算処理部は、前記人体が所定運動を行う評価期間中における前記加速度センサの検出結果に基づいた加速度信号に基づき、前記筋力指標を導出すると良い。

より具体的には例えば、前記演算処理部は、前記加速度信号に含まれる加速度最大値データを用いて、前記筋力指標を導出すると良い。

更に具体的には例えば、前記演算処理部は、前記加速度最大値データと前記人体の体重と前記人体の体脂肪率を用いて、又は、前記加速度最大値データと前記人体の体重と前記人体の体脂肪量を用いて、前記筋力指標を導出すると良い。

或いは例えば、前記演算処理部は、前記加速度最大値データと前記人体の体重と前記人体の筋肉率を用いて、又は、前記加速度最大値データと前記人体の筋肉量を用いて、前記筋力指標を導出しても良い。

そして例えば、前記筋力指標導出部は、前記所定運動における前記人体の単位筋肉量あたりの加速度最大値を、前記筋力指標として導出することができる。

また例えば、前記加速度センサによる検出加速度は、前記人体の運動による加速度成分と重力による加速度成分とを含み、前記演算処理部は、前記加速度最大値データから前記重力による加速度成分を除去した値を用いて、前記筋力指標を導出すると良い。

また例えば、記加速度センサは、前記加速度を互いに直交する三軸方向の夫々において検出し、前記筋力指標の導出に用いる前記加速度信号は、前記三軸方向の加速度にて形成される加速度ベクトルの大きさを示していると良い。

また例えば、前記所定運動は、前記人体が立ち上がる運動を含んでいると良い。

そして、前記指標導出装置を備えたウェアラブル機器を構成することができる。

また、前記指標導出装置を備えた携帯機器を構成することもできる。

本発明によれば、簡素な構成にて人体の体力測定を可能にし得る指標導出装置、ウェアラブル機器及び携帯機器を提供することが可能となる。

本発明の第１実施形態に係る測定装置の構成を示す図である。 図１の測定装置が被験者に装着される様子を示した図である。 図１の測定装置における機能ブロックの構成図である。 図１の測定装置における加速度センサでの３軸と検出された加速度ベクトルを示す図である。 評価用運動を経て被験者が直立している様子を示す図である。 評価用運動の説明図である。 加速度センサの検出結果に基づく加速度絶対値信号の波形図である。 図７の加速度絶対値信号に対してフィルタリング処理を施して得られる信号の波形図である。 原信号とフィルタリング信号との関係を示す図である。 複数の被験者に対して導出された指標（Ｐ_１）の分布を年齢を横軸にとって示した図である。 複数の被験者に対して導出された指標（Ｐ_２）の分布を年齢を横軸にとって示した図である。 測定装置の使用例の具体的な流れを示す図である。 互いに無線接続された測定装置及び端末装置を示す図である。 クラス分け処理を説明するための図である。

以下、本発明の実施形態の例を、図面を参照して具体的に説明する。参照される各図において、同一の部分には同一の符号を付し、同一の部分に関する重複する説明を原則として省略する。尚、本明細書では、記述の簡略化上、情報、信号、物理量又は部材等を参照する記号又は符号を記すことによって、該記号又は符号に対応する情報、信号、物理量又は部材等の名称を省略又は略記することがある。

＜＜第１実施形態＞＞
本発明の第１実施形態を説明する。本実施形態では、被験者の筋肉強度等を軽量且つ低価格で評価できるように構成された測定装置を説明する（筋肉強度の意義については後述される）。非特許文献１の方法では最低２箇所の観測点が必要であったが、本測定装置では１つの加速度センサのみを用いて筋肉強度等の評価が可能となる。非特許文献１の方法における２箇所（尻と膝）での観測に相当する観測を、１つの加速度センサで実現するためには、尻及び膝の力のモーメントの和と相関がある部位での加速度観測が適切であると考えられ、その部位としては、胸の前が最適又は好適である。また、下半身だけの力だけで思いきり立ち上がることがＳＴＳ動作では重要である。故に、加速度センサを被験者の手や胸に装着（例えば密着）させ、両手を胸の前で交差させた状態にて思いきり立ち上がる動作での加速度観測が最適又は好適である。

このような動作を利用して筋肉強度等の測定を行う測定装置の構成を説明する。図１（ａ）は、本実施形態に係る測定装置ＭＤの外観側面図である。図１（ｂ）は、測定装置ＭＤにおける筐体３内の構成を示す模式図である。測定装置ＭＤは、部品群１、基板２、筐体３及び装着バンド４を備える。装着バンド４は測定装置ＭＤの構成要素に含まれないと考えても良い。基板２上に部品群１を構成する各電子部品が実装される。部品群１が実装された基板２は、所定形状を有する樹脂又は金属にて形成された筐体３内に収容及び固定される。筐体３の外形形状は任意であり、例えば円筒形状又は直方体形状を有している。ここでは、説明の具体化のため、筐体３は円筒形状を有しているものとする。

筐体３には、おおむね輪の形状を有した装着バンド４が取り付けられている。装着バンド４は、例えば、ゴム、樹脂若しくは金属又はそれらの組み合わせにより形成される。装着バンド４は、部品群１及び基板２を内包した筐体３を、被験者である人体に装着及び固定させるために設けられる。ここでは説明の具体化のため、図２に示す如く、測定装置ＭＤが、腕時計又はリストバンドのように、装着バンド４を用いて被験者の手首部分に巻きつけられるものとする。これにより、筐体３の一面（円筒形状の底面の一方）が被験者の手首に密着及び固定せしめられる。但し、装着バンド４を用いることなく、筐体３の一面が被験者の胸の皮膚に直接接するように筐体３を胸に密着固定させても良い。

図３は、部品群１の構成図である。部品群１は、加速度センサ１１及び演算処理部１２を備える。加速度センサ１１及び演算処理部１２を構成する部品以外にも、様々な部品を基板２に実装することができ、また筐体３内に収めておくことができる。特に図示しないが例えば、加速度センサ１１及び演算処理部１２を駆動させるための電源電圧をそれらに供給する電源回路が基板２に実装され、また、当該電源回路に電力を供給する電池（リチウムイオン電池等）が筐体３内に収められていて良い。

加速度センサ１１は、加速度センサ１１（従って筐体３又は測定装置ＭＤ）が動かされるよって生じるＸ軸方向、Ｙ軸方向及びＺ軸方向の加速度を個別に検出する三軸加速度センサである。筐体３は被験者に密着及び固定されている一方で加速度センサ１１は筐体３内の所定位置に固定されているため、加速度センサ１１にて検出される加速度は、被験者の運動（動き）による加速度を含む。図４に示す如く、Ｘ軸、Ｙ軸及びＺ軸は互いに直交している。加速度センサ１１は加速度をベクトル量として検出することができ、加速度センサ１１によって検出されたベクトル量としての加速度を加速度ベクトルと呼ぶ。図４のベクトルＶＥＣは、Ｘ軸、Ｙ軸及びＺ軸方向の加速度にて形成される加速度ベクトルを表している。つまり、加速度ベクトルのＸ軸、Ｙ軸、Ｚ軸成分は、夫々、加速度センサ１１によって検出されたＸ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度である。

演算処理部１２は、マイクロコンピュータ等にて実現され、加速度センサ１１によって検出された加速度（以下、検出加速度と称することがある）に基づいて被験者の筋肉強度等を推定及び導出することができる。演算処理部１２を半導体集積回路にて形成することができる。

被験者の筋肉強度等を推定及び導出するための方法について説明する。測定装置ＭＤは、被験者が所定の評価用運動を行っている期間を含む所定の評価期間中の検出加速度に基づき、被験者の筋肉強度等を推定及び導出することができる。

評価用運動は、所定面である椅子の座面に座っている状態から立ち上がって直立するＳＴＳ動作である。椅子の座面の高さは所定の高さであって良い。但し、被験者が椅子の座面に座っているときに、被験者の両足の裏のつま先及び踵が地面に接しているべきである。例えば、椅子の座面は、被験者の身長の２０％〜３０％の高さを有する。評価用運動において、被験者は両手を胸の前にて交差させた状態で全力で椅子の座面から立ち上がる。図５は、立ち上がった直後の被験者の正面模式図である。図６は、評価期間中における被験者の簡素な側面模式図である。

本実施形態では、筐体３の一面（円筒形状の底面の一方）が被験者の手首に密着及び固定せしめられる。故に、両手を胸の前にて交差させた状態では、加速度センサ１１が被験者の概ね胸の前で固定配置される。筐体３が被験者の胸に直接接触するように固定配置された状態で評価用運動を行うようにしても良い。つまり、評価用運動では、加速度センサ１１を収容した筐体３（又は加速センサ１１そのもの）を被験者の手又は胸に装着（例えば密着）した状態で、被験者が椅子の座面から全力で立ち上がる。

ＳＴＳ動作における加速度変化の方向は主として鉛直方向であり、鉛直方向における加速度変化内容に被験者の筋力を反映した情報が含まれる。但し、被験者に対する筐体３の装着の仕方に依存して、加速度センサ１１におけるＸ軸、Ｙ軸及びＺ軸方向と鉛直方向との関係は様々に変化しうる可能性が高い。そこで、測定装置ＭＤでは、Ｘ軸、Ｙ軸、Ｚ軸方向の加速度の夫々を個別に評価するのではなく、加速度ベクトルの大きさを評価するようにする。加速度ベクトルの大きさを加速度絶対値と呼び、加速度絶対値を信号値として持つ信号を加速度絶対値信号と呼ぶ。本実施形態において、特に記述無き限り、加速度絶対値とは、評価期間中の加速度絶対値であると解され、加速度絶対値信号とは、評価期間中の加速度絶対値を信号値として持つ信号であると解される。

図７に、或る被験者が評価用運動を行ったときの加速度絶対値信号５１０の波形（換言すれば、加速度絶対値の信号波形）を示す。図７のグラフにおいて、横軸は時間を表し、縦軸は加速度絶対値を表している（後述の図８のグラフにおいても同様）。信号５１０に対応する被験者はいわゆる健常者に相当し、一般に、健常者のＳＴＳ動作においては、椅子から尻が離れる部分と直立停止の直前部分において加速度絶対値に大きな変化が現れる。図７において、信号５１１が現れる期間は椅子から尻が離れる期間に相当し、その後の信号５１２が現れる期間は直立停止の直前期間に相当する。また、信号５１１が現れる期間より前の、加速度絶対値が概ね９．８［ｍ／ｓ^２］となっている期間は、被験者が椅子から立ち上がる前の期間（例えば被験者が椅子に座って静止している期間）である。加速度センサ１１は重力による加速度を検出可能なセンサとして構成されており、結果、被験者が椅子から立ち上がる前の期間（例えば被験者が椅子に座って静止している期間）では、重力加速度のみが加速度センサ１１にて検出されることになる。

尚、本実施形態では、加速度センサ１１のサンプリング周波数（即ち、加速度を周期的に検出する際の検出周期の逆数）を２００Ｈｚ（ヘルツ）とした。加速度センサ１１のサンプリング周波数を２００Ｈｚ以外にすることも勿論可能であるが、その場合には、サンプリング周波数に応じて後述のフィルタリング処理の適正化を図ると良い。

一般に、加速度センサ１１は外乱ノイズに敏感であり、たとえ筐体３を胸や手にしっかりと固定したとしても、衣服の擦れやさらには皮膚の動きにも過敏に反応する。これを考慮し、測定装置ＭＤでは、加速度センサ１１の検出加速度そのものを表す加速度絶対値信号に対しフィルタリング処理を適用する。このフィルタリング処理は、加速度絶対値信号における比較的低い周波数の信号成分を減衰させ、加速度絶対値信号における比較的高い周波数の信号成分を通過させるローパスフィルタ処理である。本実施形態では、４次のバタワースローパスデジタルフィルタによるローパスフィルタ処理をフィルタリング処理として用い、当該ローパスフィルタ処理のカットオフ周波数を５Ｈｚに設定した。

フィルタリング処理前の加速度絶対値信号である図７の加速度絶対値信号５１０に対しフィルタリング処理を施して得られる信号、即ち、フィルタリング処理後の加速度絶対値信号５２０の波形を、図８に示す。以下では、記述の簡略化及び明確化のため、図９に示す如く、加速度絶対値信号５１０のようなフィルタリング処理前の加速度絶対値信号を原信号と呼び、加速度絶対値信号５２０のようなフィルタリング処理後の加速度絶対値信号をフィルタリング信号と呼ぶ。原信号又はフィルタリング信号の信号値は、加速度絶対値である。

評価期間中においてフィルタリング信号の信号値である加速度絶対値は、概ね一定値（９．８［ｍ／ｓ^２］）に保たれる期間を経て増加し被験者の尻が椅子から離れるタイミング付近にて第１の極値をとり、その後、減少して上記一定値に到達し、更に減少して被験者の直立停止の直前タイミング付近にて第２の極値をとり、その後、増加して上記一定値に到達する。

第１の極値は、評価期間中におけるフィルタリング信号の最大信号値であり、これを加速度最大値データと呼ぶ。図８の例において、加速度最大値データは約１４．３［ｍ／ｓ^２］である。第２の極値は、評価期間中におけるフィルタリング信号の最小信号値であり、これを加速度最小値データと呼ぶ。図８の例において、加速度最小値データは約５．０［ｍ／ｓ^２］である。尚、フィルタリング信号において、信号値が第１の極値を取るタイミングと信号値が第２の極値を取るタイミングとの時間差をΔｔにて表す（Δｔの利用法については後述）。

加速度センサ１１による検出加速度は、静的成分と慣性成分を含んでいる。静的成分は、重力による加速度成分と、被験者の運動とは別の外力による加速度成分とを含む。ここでは、測定装置ＭＤを地球上で用いることを想定し、重力による加速度成分の大きさを９．８［ｍ／ｓ^２］とみなす。重力加速度が働く方向は、当然、鉛直方向である。慣性成分は被験者の動きによる加速度成分であり、ＳＴＳ動作において必要な成分は慣性成分である。通常のＳＴＳ動作においては外力ゼロ且つ重力一定であると考えられるので、慣性成分は、検出加速度から重力による加速度成分を差し引いたものであると考えて良い。

演算処理部１２は、原信号にフィルタリング処理を施すことでフィルタリング信号を生成するフィルタ部（不図示）を有し、評価期間中の原信号に基づくフィルタリング信号に基づいて、被験者の筋力等に関する様々な指標を導出する。尚、上記フィルタ部を、演算処理部１２に設けるのではなく、加速度センサ１１と演算処理部１２との間に挿入するようにしても良い。

［指標Ｐ_１の導出］
フィルタリング信号に基づいて導出される指標には指標Ｐ_１が含まれていて良い。指標Ｐ_１は、例えば、
Ｐ_１＝（加速度最大値データ−重力加速度）／（体重×筋肉率）、即ち、
Ｐ_１＝（ＡＣＣ_ＭＡＸ−９．８）／（ＷＥＩＧＨＴ×ＭＳ_ＰＥＲ） …（１Ａ）
にて表される。ＡＣＣ_ＭＡＸは［ｍ／ｓ^２］を単位とする加速度最大値データであり、ＷＥＩＧＨＴは被験者の体重を表し、ＭＳ_ＰＥＲは被験者の筋肉率を表す。被験者の筋肉率は、被験者の体重を占める被験者の筋肉量の割合を指すため、指標Ｐ_１は、
Ｐ_１＝（加速度最大値データ−重力加速度）／筋肉量、
とも表現できる。即ち、式（１Ａ）を下記式（１Ｂ）に書き直すこともできる。
Ｐ_１＝（ＡＣＣ_ＭＡＸ−９．８）／ＭＳ_ＡＭＴ …（１Ｂ）
ＭＳ_ＡＭＴは被験者の筋肉量（即ち被験者の体に含まれる筋肉の重さ）を表す。

演算処理部１２は、式（１Ａ）又は式（１Ｂ）を用いて指標Ｐ_１を導出して良い。式（１Ａ）又は式（１Ｂ）を用いて指標Ｐ_１を導出する際、被験者の体重ＷＥＩＧＨＴと筋肉率ＭＳ_ＰＥＲ、又は、被験者の筋肉量ＭＳ_ＡＭＴは、予め演算処理部１２に与えられているものとする。

しかしながら、一般に筋肉率又は筋肉量を正確に知ることは容易ではない。そこで、
人体が“筋肉”と“脂肪”と“骨及び内臓”から形成されると考えると共に“骨及び内臓”は被験者の体格差に関係なく一定であると仮定すると、筋肉率又は筋肉量の代わりに、比較的容易に測定及び取得しやすい体脂肪率又は体脂肪量を用いて指標Ｐ_１を導出することができる。

つまり例えば、演算処理部１２は、式（２Ａ）又は式（２Ｂ）を用いて指標Ｐ_１を導出しても良い。
Ｐ_１＝（ＡＣＣ_ＭＡＸ−９．８）／ＷＥＩＧＨＴ×（１−ＢＦ_ＰＥＲ） …（２Ａ）
Ｐ_１＝（ＡＣＣ_ＭＡＸ−９．８）／（ＷＥＩＧＨＴ−ＢＦ_ＡＭＴ） …（２Ｂ）
ＢＦ_ＰＥＲは被験者の体脂肪率を表す。ＢＦ_ＡＭＴは被験者の体脂肪量（即ち被験者の体に含まれる脂肪の重さ）を表す。式（２Ａ）及び式（２Ｂ）では、簡単化のため、“骨及び内臓”の重さを無視していることになる。式（２Ａ）又は式（２Ｂ）を用いて指標Ｐ_１を導出する際、被験者の体重ＷＥＩＧＨＴと体脂肪率ＢＦ_ＰＥＲ、又は、被験者の体重ＷＥＩＧＨＴと体脂肪量ＢＦ_ＡＭＴは、予め演算処理部１２に与えられているものとする。

或いは例えば、演算処理部１２は、式（２Ｃ）又は式（２Ｄ）を用いて指標Ｐ_１を導出しても良い。
Ｐ_１＝（ＡＣＣ_ＭＡＸ−９．８）／ＷＥＩＧＨＴ×（１−ＢＦ_ＰＥＲ−Ｋ_Ａ１） …（２Ｃ）
Ｐ_１＝（ＡＣＣ_ＭＡＸ−９．８）／（ＷＥＩＧＨＴ−ＢＦ_ＡＭＴ−Ｋ_Ａ２） …（２Ｄ）

Ｋ_Ａ１は、被験者の体に含まれる“骨及び内臓”の重さの、被験者の体重に対する比率を表すものとして予め設定された値である。Ｋ_Ａ２は、被験者の体に含まれる“骨及び内臓”の重さを表すものとして予め設定された値である。式（２Ｃ）又は式（２Ｄ）を用いて指標Ｐ_１を導出する際にも、被験者の体重ＷＥＩＧＨＴと体脂肪率ＢＦ_ＰＥＲ、又は、被験者の体重ＷＥＩＧＨＴと体脂肪量ＢＦ_ＡＭＴは、予め演算処理部１２に与えられているものとする。

式（１Ａ）、（１Ｂ）、（２Ａ）〜（２Ｄ）の各右辺における分母は、被験者の筋肉量そのもの、又は、被験者の筋肉量の近似値を表す。故に、指標Ｐ_１は、評価用運動としてのＳＴＳ動作における、被験者の単位筋肉量あたりの加速度最大値を表しており、これを筋肉強度と呼ぶ。筋肉強度は被験者の筋力に依存するため、筋肉強度は被験者の筋力に関する指標（筋力指標）と言える。筋力は、持続的に作動する筋肉の力と瞬間的に作動する筋肉の力（即ち瞬発力）とに大別されるが、加速度の検出結果に基づく筋力は後者に属すると考えられる。

指標Ｐ_１は、筋肉量の大小ではなく、筋肉の使用効率を表しているとも言える。つまり、指標Ｐ_１が高い方が、筋肉を効率よく使いこなせていると考えることができ、故に、指標Ｐ_１が高い方が、筋肉強度が優秀であると考えることができる。例えば、筋肉質に見える人であっても、指標Ｐ_１が低ければ筋肉を効率良く使いこなせていない可能性があると言える。また例えば式（２Ａ）等を用いて指標Ｐ_１を導出することを考えた場合、体重の比較的重い人や体脂肪率の比較的低い人は、そうでない人と比べて高い指標Ｐ_１を達成しにくくなる。この場合、指標Ｐ_１に関して、体重の比較的重い人や体脂肪率の比較的低い人が優秀な成績をおさめるためには、そうでない人と比べて、より大きな加速度最大値を達成しなければならない（即ち、より素早く立ち上がらなければならない）。

図１０に、指標Ｐ_１に関する実験の結果データを示す。当該実験では、複数の被験者に評価用運動を行わせ、各被験者について上述の方法により指標Ｐ_１を導出した。但し、指標Ｐ_１の導出の際、式（２Ａ）を用いた。図１０では、各被験者の年齢を横軸にとり、導出された指標Ｐ_１を縦軸にとっている。複数の被験者には男性８人と女性６人が含まれ、複数の被験者の年齢は３０歳台から７０歳台まで広く分布している。図１０において、黒塗りの四角形は男性に対応し、白抜きの円は女性に対応している（後述の図１１においても同様）。当該実験により、所定年齢（例えば３０際）以上では、被験者の年齢が増大するにつれて指標Ｐ_１が低下してゆく傾向にあることが分かる。この傾向は、年齢が増大するにつれて筋力が衰えがちになるという実態に即していると考えられ、このことからも、指標Ｐ_１が被験者の筋力の状態を表す指標として適切なものであることが伺える。

図１０において、直線５４０は、当該実験における各年齢での指標Ｐ_１の平均値を表しており、式「ｙ＝ａｘ＋ｂ」にて表される。この式において、ｙは指標Ｐ_１の値を表し、ｘは被験者の年齢を表し、ａ及びｂは直線５４０を特徴付ける係数である。より多くの被験者に対して上記実験を行って直線５４０を求めるようにすれば、係数ａ及びｂの値をより実態に即したものとすることができる。ここでは、ｙがｘの一次関数であると考えたが、ｙがｘの高次関数（二次以上の関数）であると考えるようにしても良い。

［指標Ｐ_２の導出］
フィルタリング信号に基づいて導出される指標には指標Ｐ_２が含まれていて良い。指標Ｐ_２は、例えば、
Ｐ_２＝（加速度最大値データ−重力加速度）／（体重×体脂肪率）、即ち、
Ｐ_２＝（ＡＣＣ_ＭＡＸ−９．８）／（ＷＥＩＧＨＴ×ＢＦ_ＰＥＲ） …（３Ａ）
にて表される。ＡＣＣ_ＭＡＸは［ｍ／ｓ^２］を単位とする加速度最大値データであり、被験者の体脂肪率ＢＦ_ＰＥＲは、被験者の体重ＷＥＩＧＨＴを占める被験者の体脂肪量の割合を指すため、指標Ｐ_２は、
Ｐ_２＝（加速度最大値データ−重力加速度）／体脂肪量、
とも表現できる。即ち、式（３Ａ）を式（３Ｂ）に書き直すこともできる。
Ｐ_２＝（ＡＣＣ_ＭＡＸ−９．８）／ＢＦ_ＡＭＴ …（３Ｂ）

演算処理部１２は、式（３Ａ）又は式（３Ｂ）を用いて指標Ｐ_２を導出して良い。式（３Ａ）又は式（３Ｂ）を用いて指標Ｐ_２を導出する際、被験者の体重ＷＥＩＧＨＴと体脂肪率ＢＦ_ＰＥＲ、又は、被験者の体脂肪量ＢＦ_ＡＭＴは、予め演算処理部１２に与えられているものとする。

指標Ｐ_２は、評価用運動としてのＳＴＳ動作における、被験者の単位体脂肪量あたりの加速度最大値を表している。一般に、やせ形筋肉質の人がそうでない人よりも高い指標Ｐ_２を達成し易くなるため、指標Ｐ_２を肥満傾向を示すデータとして用いることができる。

図１０に対応する上記実験で得られた加速度最大値データを用い、複数の被験者について導出した指標Ｐ_２を図１１に示す。図１１では、各被験者の年齢を横軸にとり、導出された指標Ｐ_２を縦軸にとっている。指標Ｐ_１に対する同様の考え方を指標Ｐ_２にも適用し、複数の被験者に対して求めた指標Ｐ_２から、年齢と指標Ｐ_２との関係式を導出することが可能である。

［指標Ｐ_３の導出］
フィルタリング信号に基づいて導出される指標には指標Ｐ_３が含まれていて良い。指標Ｐ_３は、評価期間中におけるフィルタリング信号の波形形状に基づき導出される。例えば、指標Ｐ_３は、下記（４Ａ）、（４Ｂ）又は（４Ｃ）によって算出される。
Ｐ_３＝ｋ_Ｂ１（ＡＣＣ_ＭＡＸ−９．８）−ｋ_Ｂ２・Δｔ …（４Ａ）
Ｐ_３＝ｋ_Ｂ１（ＡＣＣ_ＭＡＸ−９．８）／Δｔ …（４Ｂ）
Ｐ_３＝ｋ_Ｂ１／Δｔ …（４Ｃ）

ｋ_Ｂ１及びｋ_Ｂ２は予め定められた正の係数である。Δｔの意義は図８を参照して上述した通りである。被験者の筋力（瞬発力）が強くより素早く立ち上がるほど、加速度最大値データＡＣＣ_ＭＡＸが大きくなり、また時間Δｔも短くなると考えられる。故に、指標Ｐ_１と同様、指標Ｐ_３も被験者の筋力に依存するため被験者の筋力に関する指標（筋力指標）と言える。

［実験データ収集処理について］
測定装置ＭＤを用いて、以下の実験データ収集処理を行うことができる。実験データ収集処理は、例えば、測定装置ＭＤが製品として消費者（一般消費者や介護又は医療従事者など）に使用される前の測定装置ＭＤの設計又は製造段階において実行される。実験データ収集処理は、単位実験の繰り返しから成る。単位実験では、或る年齢の一人の被験者に評価用運動を行わせ、その被験者について上述の方法により指標Ｐ_１〜Ｐ_３を導出する。このような単位実験を、様々な年齢を持つ多数の被験者に対して実行する。

互いに分離した第１〜第ｎ年齢層を定義する。ｎは２以上の整数であり、任意の整数ｉに関し、第（ｉ＋１）年齢層に属する年齢は第ｉ年齢層に属する年齢よりも高いものとする。

第ｉ年齢層に属する複数の被験者について導出された複数の指標Ｐ_１の平均値、分散の正の平方根を、夫々、ＡＶＥ_Ｐ１［ｉ］、σ_Ｐ１［ｉ］にて表す。
第ｉ年齢層に属する複数の被験者について導出された複数の指標Ｐ_２の平均値、分散の正の平方根を、夫々、ＡＶＥ_Ｐ２［ｉ］、σ_Ｐ２［ｉ］にて表す。
第ｉ年齢層に属する複数の被験者について導出された複数の指標Ｐ_３の平均値、分散の正の平方根を、夫々、ＡＶＥ_Ｐ３［ｉ］、σ_Ｐ３［ｉ］にて表す。

実験データ収集処理では、多数の被験者に対する単位実験の結果から、ＡＶＥ_Ｐ１［１］〜ＡＶＥ_Ｐ１［ｎ］、σ_Ｐ１［１］〜σ_Ｐ１［ｎ］、ＡＶＥ_Ｐ２［１］〜ＡＶＥ_Ｐ２［ｎ］、σ_Ｐ２［１］〜σ_Ｐ２［ｎ］、ＡＶＥ_Ｐ３［１］〜ＡＶＥ_Ｐ３［ｎ］及びσ_Ｐ３［１］〜σ_Ｐ３［ｎ］から成るクラス分け用データ群が導出される。尚、クラス分け用データ群を導出するための演算は、測定装置ＭＤと異なる任意の演算装置（不図示）にて行われても良い。

尚、男性についてのクラス分け用データ群と女性についてのクラス分け用データ群を別々に導出することもできるが、以下では、説明の簡略化上、特に記述なき限り、被験者は男性であるものとし且つクラス分け用データ群は男性についてのクラス分け用データ群を指すものとする。

［測定装置の具体的な利用例］
図１２を参照し、クラス分け用データ群の利用方法の説明を含む、測定装置ＭＤの使用例の具体的な流れを説明する。図１２のステップＳ１１〜Ｓ１５の動作は、クラス分け用データ群が取得された後に実行される。

まず、ステップＳ１１において、被験者及び測定装置ＭＤの状態を測定準備状態とする。測定準備状態では、被験者が所定の椅子に座っており、測定装置ＭＤの筐体３の一面が被験者の手首（又は胸）に密着及び固定される。

次に、ステップＳ１２において、被験者又は他の人物が、スタンバイ操作を測定装置ＭＤに入力する。測定装置ＭＤは、スタンバイ操作の入力有無を検出することができる。スタンバイ操作は、例えば、筐体３に設けられた不図示の操作ボタンを押す操作である。この場合、測定装置ＭＤは、操作ボタンの押下の有無を監視していれば良い。操作ボタンはタッチパネル上のボタンでも良い。或いは例えば、スタンバイ操作は、測定装置ＭＤに無線接続された端末装置ＴＭ（図１３参照）に対する所定操作の入力を指す。この場合、所定操作の入力を受けた外部機器ＴＭが、その旨を測定装置ＭＤに伝達することでスタンバイ操作の入力が検知される。測定装置ＭＤ及び端末装置ＴＭの夫々は無線処理部（無線モジュール）を有し、無線処理部を用いて任意の情報を無線にて送受信可能である。端末装置ＴＭは、例えば、情報端末、携帯電話機、パーソナルコンピュータである。所謂スマートホンは、情報端末、携帯電話機又はパーソナルコンピュータに属する。

スタンバイ操作の入力後又は入力前に、被験者は両手を胸の前にて交差させた状態にする。スタンバイ操作の入力後、速やかに、ステップＳ１３にて被験者は上述の評価用運動を行う。演算処理部１２は、スタンバイ操作の入力タイミングを評価期間の開始タイミングとみなせば良い。評価期間の長さは所定時間（例えば１０秒）であっても良い。この場合、演算処理部１２は、スタンバイ操作の入力タイミングから所定時間が経過したタイミングを評価期間の終了タイミングとみなす。或いは例えば、フィルタリング信号における加速度最小値データが観測された時点で評価期間を終了させても良い。

評価期間の終了後、ステップＳ１４において、演算処理部１２は、評価期間中の加速度センサ１１の検出結果に基づき上述の指標Ｐ_１〜Ｐ_３の全部又は一部を導出する。その後のステップＳ１５において、演算処理部１２は、ステップＳ１４にて導出した指標とクラス分け用データ群とに基づくクラス分け処理を行う。ここでは、演算処理部１２が内包する不揮発性メモリ（不図示）にクラス分け用データ群が予め格納されていると考えてクラス分け処理を説明する。

例えば、被験者の年齢が第ｉ年齢層に属する場合を考える（ｉは１以上ｎ以下の何れかの整数）。被験者の年齢が第ｉ年齢層に属するという情報は予め測定装置ＭＤに与えられる。

この場合において例えば、図１４に示す如く、ステップＳ１４にて導出した指標Ｐ_１についてのクラス分け処理では、指標Ｐ_１を、
“Ｐ_１＜ＡＶＥ_Ｐ１［ｉ］−２・σ_Ｐ１［ｉ］”
の成立時には第１クラスに分類し、
“ＡＶＥ_Ｐ１［ｉ］−２・σ_Ｐ１［ｉ］≦Ｐ_１≦ＡＶＥ_Ｐ１［ｉ］−σ_Ｐ１［ｉ］”
の成立時には第２クラスに分類し、
“ＡＶＥ_Ｐ１［ｉ］−σ_Ｐ１［ｉ］＜Ｐ_１＜ＡＶＥ_Ｐ１［ｉ］＋σ_Ｐ１［ｉ］”
の成立時には第３クラスに分類し、
“ＡＶＥ_Ｐ１［ｉ］＋σ_Ｐ１［ｉ］≦Ｐ_１≦ＡＶＥ_Ｐ１［ｉ］＋２・σ_Ｐ１［ｉ］”
の成立時には第４クラスに分類し、
“ＡＶＥ_Ｐ１［ｉ］＋２・σ_Ｐ１［ｉ］＜Ｐ_１”
の成立時には第５クラスに分類する。
年齢層ごとの値（ＡＶＥ_Ｐ１［ｉ］−２・σ_Ｐ１［ｉ］）、値（ＡＶＥ_Ｐ１［ｉ］−σ_Ｐ１［ｉ］）、値（ＡＶＥ_Ｐ１［ｉ］＋σ_Ｐ１［ｉ］）及び値（ＡＶＥ_Ｐ１［ｉ］＋２・σ_Ｐ１［ｉ］）は、指標Ｐ_１についてのクラス分け処理における所定の基準値として機能する。

同様に例えば、ステップＳ１４にて導出した指標Ｐ_２についてのクラス分け処理では、指標Ｐ_２を、
“Ｐ_２＜ＡＶＥ_Ｐ２［ｉ］−２・σ_Ｐ２［ｉ］”
の成立時には第１クラスに分類し、
“ＡＶＥ_Ｐ２［ｉ］−２・σ_Ｐ２［ｉ］≦Ｐ_２≦ＡＶＥ_Ｐ２［ｉ］−σ_Ｐ２［ｉ］”
の成立時には第２クラスに分類し、
“ＡＶＥ_Ｐ２［ｉ］−σ_Ｐ２［ｉ］＜Ｐ_２＜ＡＶＥ_Ｐ２［ｉ］＋σ_Ｐ２［ｉ］”
の成立時には第３クラスに分類し、
“ＡＶＥ_Ｐ２［ｉ］＋σ_Ｐ２［ｉ］≦Ｐ_２≦ＡＶＥ_Ｐ２［ｉ］＋２・σ_Ｐ２［ｉ］”
の成立時には第４クラスに分類し、
“ＡＶＥ_Ｐ２［ｉ］＋２・σ_Ｐ２［ｉ］＜Ｐ_２”
の成立時には第５クラスに分類する。
年齢層ごとの値（ＡＶＥ_Ｐ２［ｉ］−２・σ_Ｐ２［ｉ］）、値（ＡＶＥ_Ｐ２［ｉ］−σ_Ｐ２［ｉ］）、値（ＡＶＥ_Ｐ２［ｉ］＋σ_Ｐ２［ｉ］）及び値（ＡＶＥ_Ｐ２［ｉ］＋２・σ_Ｐ２［ｉ］）は、指標Ｐ_２についてのクラス分け処理における所定の基準値として機能する。

同様に例えば、ステップＳ１４にて導出した指標Ｐ_３についてのクラス分け処理では、指標Ｐ_３を、
“Ｐ_３＜ＡＶＥ_Ｐ３［ｉ］−２・σ_Ｐ３［ｉ］”
の成立時には第１クラスに分類し、
“ＡＶＥ_Ｐ３［ｉ］−２・σ_Ｐ３［ｉ］≦Ｐ_３≦ＡＶＥ_Ｐ３［ｉ］−σ_Ｐ３［ｉ］”
の成立時には第２クラスに分類し、
“ＡＶＥ_Ｐ３［ｉ］−σ_Ｐ３［ｉ］＜Ｐ_３＜ＡＶＥ_Ｐ３［ｉ］＋σ_Ｐ３［ｉ］”
の成立時には第３クラスに分類し、
“ＡＶＥ_Ｐ３［ｉ］＋σ_Ｐ３［ｉ］≦Ｐ_３≦ＡＶＥ_Ｐ３［ｉ］＋２・σ_Ｐ３［ｉ］”
の成立時には第４クラスに分類し、
“ＡＶＥ_Ｐ３［ｉ］＋２・σ_Ｐ３［ｉ］＜Ｐ_３”
の成立時には第５クラスに分類する。
年齢層ごとの値（ＡＶＥ_Ｐ３［ｉ］−２・σ_Ｐ３［ｉ］）、値（ＡＶＥ_Ｐ３［ｉ］−σ_Ｐ３［ｉ］）、値（ＡＶＥ_Ｐ３［ｉ］＋σ_Ｐ３［ｉ］）及び値（ＡＶＥ_Ｐ３［ｉ］＋２・σ_Ｐ３［ｉ］）は、指標Ｐ_３についてのクラス分け処理における所定の基準値として機能する。

ステップＳ１４における導出内容及びステップＳ１５の分類結果を含む測定装置ＭＤが認識可能な任意の情報は、測定装置ＭＤから端末装置ＴＭに無線送信されても良く、液晶ディスプレイパネル等から成る表示画面に表示されて良い。ここにおける表示画面は、測定装置ＭＤの筐体３に設置されうる表示画面であっても良いし、端末装置ＴＭに設けられた表示画面であっても良い。表示画面の表示内容の制御は、測定装置ＭＤ又は端末装置ＴＭ内に設けられた表示制御部（不図示）により実現される。

例えば、指標Ｐ_１が第３クラスに分類されたとき、筋肉強度が標準的であることが表示画面に表示される。指標Ｐ_１が第４クラスに分類されたとき、筋肉強度が標準よりも優れていることが表示画面に表示され、指標Ｐ_１が第５クラスに分類されたとき、筋肉強度が第４クラスよりも更に優れていることが表示画面に表示される。指標Ｐ_１が第２クラスに分類されたとき、筋肉強度が標準よりも劣っていることが表示画面に表示され、指標Ｐ_１が第１クラスに分類されたとき、筋肉強度が第２クラスよりも更に劣っていることが表示画面に表示される。また、指標Ｐ_１が第１又は第２クラスに分類されたとき、適切な運動療法の実施を推奨する文面等が表示画面に表示されても良い。指標Ｐ_２又はＰ_３についても同様にして、表示画面の表示内容制御が行われる。また、上述の方法では５段階によるクラス分けが行われているが、クラス分けの段階数は５以外でも良い。

尚、上述の動作例では、フィルタリング処理、ステップＳ１４での指標の導出及びステップＳ１５でのクラス分け処理を全て測定装置ＭＤにて行うことを想定しているが、それらの内の全部又は一部を、端末装置ＴＭにて行うようにしても良い。この場合、演算処理部１２の全部又は一部が端末装置ＴＭ側に存在すると考えれば良い。クラス分け処理が端末装置ＴＭ側で行われる場合、端末装置ＴＭに対してクラス分け用データ群が予め与えられる。

本実施形態によれば、加速度センサの検出データを用いるという簡素な構成にて筋肉強度等の測定が可能となる。簡素な構成は装置の小型化及び低廉化に寄与する。また、被験者（ユーザ）側から見れば、椅子から立ち上がるようなに日常動作にて簡単に筋肉強度等の測定が可能となるため、日常的に自分の筋力を可視化することが容易となる。結果、運動不足の検知やＱＯＬ（quality of life）の向上、寝たきりにならないための適正な運動量の目安等を容易に被験者に示すことができ、ひいては、健康年齢の向上やそれに伴う医療費削減効果などが期待される。

＜＜第２実施形態＞＞
本発明の第２実施形態を説明する。第２実施形態は第１実施形態を基礎とする実施形態であり、第２実施形態において特に述べない事項に関しては、矛盾の無い限り、第１実施形態の記載が第２実施形態にも適用される。第２実施形態において、第１及び第２実施形態間で矛盾する事項については第２実施形態の記載が優先される。第２実施形態では、第１実施形態に示した技術に対する幾つかの変形技術又は応用技術を説明する。

重力による加速度を検出しない加速度センサが加速度センサ１１として使用されても良く、この場合には、第１実施形態で述べた各式における“（ＡＣＣ_ＭＡＸ−９．８）”は“ＡＣＣ_ＭＡＸ”に置き換えられる。また、この場合には、第１の極値も第２の極値も極大値をとることになるが、第１実施形態と同様、第１の極値が加速度最大値データとして取り扱われる。

また、仮にＺ軸が常に鉛直方向に平行な状態で評価用運動が行われることが定まっているのであれば、加速度センサ１１はＺ軸方向の加速度だけを検出する一軸加速度センサであっても良い。この場合、検出されたＺ軸方向の加速度の大きさを加速度絶対値として取り扱えば足る。

測定装置ＭＤは、加速度センサ１１と、加速度センサ１１の検出結果に基づく指標（例えば指標Ｐ_１、Ｐ_２又はＰ_３）を導出する演算処理部とを備えた指標導出装置を内包していると言える。指標導出装置を内包したウェアラブル機器を構成しても良い。ウェアラブル機器は、指標導出装置を被験者としての人体に装着させるための装着部を備えていると良い。第１実施形態における測定装置ＭＤもウェアラブル機器の一種であり、装着バンド４が装着部に相当する。装着部は、装着バンド４に限らず、指標導出装置を被験者としての人体に装着させるものであれば任意である。

また、指標導出装置を、携帯電話機、スマートホンなどの携帯機器に設けるようにしても良い。この場合、例えば、携帯機器が胸の前で固定されるように携帯機器を手のひらにて持った状態で評価用運動を行えば良い。尚、ウェアラブル機器も携帯機器の一種であると考えることができる。携帯機器は部品群１を有し、携帯機器を構成する基板及び筐体が基板２及び筐体３として機能する。携帯機器は、任意の情報（指標導出装置にて導出された指標Ｐ_１〜Ｐ_３を含む）を表示可能な表示画面、インターネット網などのネットワーク網を介して他の情報機器と通信可能な通信部、音を出力可能なスピーカ等から成る音声出力部、相手側機器との通話を実現するための通話部などを備える。携帯機器の傾き等を検出するために加速度センサが既に携帯機器に設けられていることもあるが、その場合、携帯機器の傾き等を検出するための加速度センサを加速度センサ１１として兼用しても良い。そして、携帯機器に設けられたマイクロコンピュータに演算処理部１２が実現すべき処理を実行させれば良い。

また、評価用運動を行う際、加速度センサ１１は被験者の運動による加速度を検出できる所定位置に配置され、該所定位置として被験者の胸の前を提案したが、該所定位置は被験者の胸の前に限定されない。例えば、該所定位置は、被験者のみぞおち又は喉の前であっても良い。

本発明に係る対象装置（指標導出装置、ウェアラブル機器又は携帯機器）を、集積回路等のハードウェア、或いは、ハードウェアとソフトウェアの組み合わせによって構成することができる。対象装置にて実現される機能の全部又は一部である任意の特定の機能をプログラムとして記述して、該プログラムを対象装置に搭載可能なフラッシュメモリに保存しておいても良い。そして、該プログラムをプログラム実行装置（例えば、対象装置に搭載可能なマイクロコンピュータ）上で実行することによって、その特定の機能を実現するようにしてもよい。上記プログラムは任意の記録媒体に記憶及び固定されうる。上記プログラムを記憶及び固定する記録媒体は対象装置と異なる機器（サーバ機器等）に搭載又は接続されても良い。

＜＜本発明の考察＞＞
上述の実施形態にて具現化された発明について考察する。

本発明の一側面に係る指標導出装置は、加速度を検出する加速度センサ（１１）と、前記加速度センサの検出結果に基づき人体の筋力に関する筋力指標（例えばＰ_１又はＰ_３）を導出する演算処理部（１２）と、を備えたことを特徴とする。

これにより、加速度センサの検出結果を用いるという簡素な構成にて筋力に関する指標の取得が可能となる。簡素な構成は装置の小型化及び低廉化に寄与する。小型化及び低廉化によって装置の手軽な利用が促進され、日常的に自分の筋力を可視化するといったことが容易となる。結果、運動不足の検知やＱＯＬ（quality of life）の向上、寝たきりにならないための適正な運動量の目安等を容易に被験者（ユーザ）に示すことができ、ひいては、健康年齢の向上やそれに伴う医療費削減効果などが期待される。

ＭＤ 測定装置
１ 部品群
２ 基板
３ 筐体
４ 装着バンド
１１ 加速度センサ
１２ 演算処理部

Claims (11)

1. 加速度を検出する加速度センサと、
   前記加速度センサの検出結果に基づき人体の筋力に関する筋力指標を導出する演算処理部と、を備えた
   ことを特徴とする指標導出装置。
2. 前記演算処理部は、前記人体が所定運動を行う評価期間中における前記加速度センサの検出結果に基づいた加速度信号に基づき、前記筋力指標を導出する
   ことを特徴とする請求項１に記載の指標導出装置。
3. 前記演算処理部は、前記加速度信号に含まれる加速度最大値データを用いて、前記筋力指標を導出する
   ことを特徴とする請求項２に記載の指標導出装置。
4. 前記演算処理部は、前記加速度最大値データと前記人体の体重と前記人体の体脂肪率を用いて、又は、前記加速度最大値データと前記人体の体重と前記人体の体脂肪量を用いて、前記筋力指標を導出する
   ことを特徴とする請求項３に記載の指標導出装置。
5. 前記演算処理部は、前記加速度最大値データと前記人体の体重と前記人体の筋肉率を用いて、又は、前記加速度最大値データと前記人体の筋肉量を用いて、前記筋力指標を導出する
   ことを特徴とする請求項３に記載の指標導出装置。
6. 前記筋力指標導出部は、前記所定運動における前記人体の単位筋肉量あたりの加速度最大値を、前記筋力指標として導出する
   ことを特徴とする請求項４又は５に記載の指標導出装置。
7. 前記加速度センサによる検出加速度は、前記人体の運動による加速度成分と重力による加速度成分とを含み、
   前記演算処理部は、前記加速度最大値データから前記重力による加速度成分を除去した値を用いて、前記筋力指標を導出する
   ことを特徴とする請求項３〜６の何れかに記載の指標導出装置。
8. 前記加速度センサは、前記加速度を互いに直交する三軸方向の夫々において検出し、
   前記筋力指標の導出に用いる前記加速度信号は、前記三軸方向の加速度にて形成される加速度ベクトルの大きさを示す
   ことを特徴とする請求項２〜７の何れかに記載の指標導出装置。
9. 前記所定運動は、前記人体が立ち上がる運動を含む
   ことを特徴とする請求項２〜８の何れかに記載の指標導出装置。
10. 請求項１〜９の何れかに記載の指標導出装置を備えた
    ことを特徴とするウェアラブル機器。
11. 請求項１〜９の何れかに記載の指標導出装置を備えた
    ことを特徴とする携帯機器。

Images