JP2017124164A - 転倒リスク判定装置、転倒リスク判定方法およびコンピュータプログラム - Google Patents

Abstract

【課題】簡単に高い精度で転倒リスクを判定することができる転倒リスク判定装置を提供する。【解決手段】転倒リスク判定装置１００は、ユーザの歩行情報を取得する歩行情報取得部１４０と、ユーザの大腿部の前面の第１の筋電を計測し、かつその大腿部の後面の第２の筋電を計測する筋電センサ１１１と、上述の歩行情報を用いて立脚期の区間を特定し、立脚期の第１の筋電と第２の筋電とに基づいて、ユーザの脚の共収縮の度合いを算出し、その共収縮の度合いが第１の閾値以上であるか否かを判定する制御回路１２０と、その共収縮の度合いが第１の閾値以上の場合には、ユーザの転倒リスクが高いことを示す信号を出力する出力部１１２とを備える。【選択図】図１２

Description

本開示は、筋電を利用して転倒リスクを判定する装置、方法およびコンピュータプログラムなどに関する。

従来、転倒リスクを評価または判定する方法などが提案されている（例えば、特許文献１および非特許文献１参照）。特許文献１では、転倒と関連する、動的バランスと下肢筋力とを測定し、転倒リスクを評価する方法が開示されている。また、非特許文献１では、歩行能力と下肢筋電との関係が開示されている。

特開２０１０−１７２４８１号公報

越智亮、外４名、「易転倒高齢者における前方転倒回避ステップの下肢筋活動パターン」、第４８回日本理学療法学術大会（名古屋）、インターネット＜ＵＲＬ：https://www.jstage.jst.go.jp/article/cjpt/2012/0/2012_48100485/_pdf＞

しかしながら、上記特許文献１および非特許文献１の方法では、手間がかかったり、高い精度での判定が難しい場合があるという問題がある。

そこで、本開示では、簡単に高い精度で転倒リスクを判定することができる転倒リスク判定装置などを提供する。

本開示の一態様に係る転倒リスク判定装置は、所定の時間区間におけるユーザの歩行情報を取得する歩行情報取得部と、前記ユーザの一方の脚の大腿部の前面に配置される第１の電極を用いて、前記大腿部の前面の筋電である第１の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第２の電極を用いて、前記大腿部の後面の筋電である第２の筋電を計測する筋電センサと、（ｉ）前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、（ｉｉ）前記立脚期の区間の前記第１の筋電と、前記立脚期の区間の前記第２の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、（ｉｉｉ）前記共収縮の度合いが第１の閾値以上であるか否かを判定する、制御回路と、前記共収縮の度合いが前記第１の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する出力部と、を備える。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能な記録媒体で実現されてもよく、装置、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。コンピュータ読み取り可能な記録媒体は、例えばＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの不揮発性の記録媒体を含む。

本開示の転倒リスク判定装置は、簡単に高い精度で転倒リスクを判定することができる。本開示の一態様の付加的な恩恵及び有利な点は本明細書及び図面から明らかとなる。この恩恵及び／又は有利な点は、本明細書及び図面に開示した様々な態様及び特徴により個別に提供され得るものであり、その１以上を得るために全てが必要ではない。

図１Ａは、実験で使用した筋電計の外観を示す図である。 図１Ｂは、実験で使用した表示装置の外観を示す図である。 図２は、実験における筋電計測位置および加速度測定位置を示す図である。 図３は、実験における、踵に付けた加速度センサによって得られるｘ軸方向の加速度データを示す図である。 図４は、図３に示す加速度データにローパスフィルタをかけた結果を示す図である。 図５は、実験における、筋ａおよび筋ｂの共収縮の度合いを算出する方法を説明するための図である。 図６Ａは、実験における、被験者の年齢分布を示す図である。 図６Ｂは、実験における、転倒歴のある被験者の年齢分布を示す図である。 図７Ａは、実験における、大腿直筋および大腿二頭筋の筋電の波形を示す図である。 図７Ｂは、実験における、前脛骨筋およびヒラメ筋の筋電の波形を示す図である。 図８は、実験における、全区間の判別率の平均と定常状態の判別率の平均とを示す図である。 図９は、実験における、定常状態での９つのパターンのそれぞれの判別率を示す図である。 図１０は、実験における、加算平均に用いられる歩数と、全区間における判別率および定常状態における判別率との関係を示す図である。 図１１は、実施の形態における転倒リスク判定装置の外観構成の一例を示す図である。 図１２は、実施の形態における転倒リスク判定装置の機能構成の一例を示すブロック図である。 図１３は、実施の形態における制御回路の機能構成の一例を示すブロック図である。 図１４は、実施の形態における転倒リスク判定用パンツを装着した被験者の状態を示す図である。 図１５は、実施の形態における、踵と膝のそれぞれに付けられた加速度センサによって得られる、歩行時の加速度データを示す図である。 図１６は、実施の形態における転倒リスク判定装置の動作を示すフローチャートである。 図１７は、実施の形態における転倒リスク判定用パンツを装着したユーザの歩行によって、転倒リスクが判定される状況を示す図である。

（１．開示の基礎となった知見）
本発明者は、「背景技術」の欄において記載した、特許文献１および非特許文献１の方法に関し、以下の問題が生じることを見出した。

特許文献１の方法では、各被験者の運動中および歩行中の加速度データに基づいて、その各被験者を転倒のハイリスク群またはローリスク群に分類している。より詳細には、８秒間の直線歩行テスト中の体の上下方向、左右方向、及び／又は前後方向に生じる加速度と、アンケートまたは下肢筋力とに基づいて推定した被験者の転倒リスク指標をＲＯＣ（receiver operating characteristic; 受信者動作特性）解析し、被験者の転倒リスクを評価している。

しかし、この特許文献１の方法では、体力データが同程度である各被験者の転倒リスクを弁別できるかは明らかでない。つまり、転倒リスクを高い精度で判定することができない場合がある。

また、非特許文献１の方法では、歩行が自立している高齢女性である被験者に対して、その被験者の背部を牽引ケーブルで牽引した（体重の２０ ± ２% の牽引力）状態でその被験者の身体を前傾させる。そして、検査者が牽引を解き放った後に被験者の下肢を前に踏み出させる条件で、被験者の大腿直筋、外側広筋、大腿二頭筋、腓腹筋外側頭、および前脛骨筋の筋電を計測した。さらに、被験者の過去１年以内の転倒歴の有無によって、その被験者を易転倒群または非転倒群に分類し、群間比較を行った。この場合に、ステッピング期における大腿直筋と大腿二頭筋の共収縮が転倒群で有意に高いという結果が得られている。

しかし、この非特許文献２の方法では、被験者にとっても、評価者または検査者にとっても手間がかかるという課題がある。

そこで、上記課題を解決するために本発明者らが実施した実験及び実験から得られた知見を、本開示の実施の形態の説明に先立って説明する。

（１−１．用語の定義）
まず、本開示における用語を定義する。

共収縮とは、ある運動に作用する主動筋と、その拮抗筋が同時に活動する状態である。共収縮の状態では、関節の剛性が高まり、自由度が低下するため、運動のスムーズさが低下する。一般的に、加齢によって筋力またはバランス能力が低下すると、より多くの筋繊維を活動させる、あるいは関節を固めてバランスを保つために、共収縮が発生しやすくなるといわれている。

遊脚期とは、歩行時に、対象側の脚の足（foot）が地面から離れている時間帯である。

立脚期とは、歩行時に、対象側の脚の足（foot）の少なくとも一部が地面についている時間帯である。

一歩とは、歩行時に、対象側の脚の足（foot）が地面から離れた時刻から、地面に着いた後、再び地面から離れる時刻までの時間帯または区間である。

（１−２．本開示の着眼点と概要）
本発明者らは、転倒リスク判定の指標として、筋の共収縮に着目した。本発明者らは、日常的な歩行運動時の下肢筋の共収縮の度合いと転倒リスクとの関係を調べる実験を実施した。５２名の高齢者に対して、５ｍ直線３往復歩行時の大腿部および下腿部の腹側および背側から筋電を記録し、共収縮の度合いを算出した。その結果、転倒リスクの指標としてよく使用されるファンクショナルリーチまたは脚筋力の体力データには差がないにも関わらず、歩行中の立脚期における大腿部の共収縮の度合いを指標とした場合に、６４％の精度で、過去一年間の転倒歴の有無を判定可能であることを発見した。以下、実験内容を詳述する。

（１−３．実験内容）
図１Ａおよび図１Ｂは、実験で使用した装置の外観を示す。

筋電を計測するための筋電計の外観を図１Ａに示す。筋電計は、モジュール９０１と電極部９０２とを備える。電極部９０２は、筋電を計測したい場所に固定される。モジュール９０１は、電極部９０２から受けた信号を処理したり、別の装置に送信データを送信したりする。電極部９０２とモジュール９０１は有線または無線で通信可能である。また、図１Ｂによって示される外観の表示装置は、筋電計から送信データを受信し、その送信データによって示される波形などを表示する。

図２は、筋電計測位置および加速度測定位置を示す。

歩行時の脚の筋電を計測するために、図２に示すように、筋電計の各電極部９０２を大腿直筋、大腿二頭筋、前脛骨筋、およびヒラメ筋の４つの筋肉における筋電計測位置（図２中の黒丸の位置）に貼り付けた。図２の（ａ）は、被験者の正面における、右脚の大腿直筋と前脛骨筋のそれぞれの上に貼り付けられた電極部９０２の位置（すなわち筋電計測位置）を示す。図２の（ｂ）は、被験者の背面における、右脚の大腿二頭筋とヒラメ筋のそれぞれの上に貼り付けられた電極部９０２の位置を示す。なお、電極部９０２の位置は、対象筋の上にあれば良いが、各筋の長手方向の中央付近であってもよい。したがって、それぞれの筋の中央の周辺に２つの電極部９０２を互いに約２ｃｍ離れるように配置した。つまり、各筋において、２つの電極部９０２が配置された２点間の電位差をその筋の筋電として計測した。また、筋電計のサンプリン周波数を１０２４Ｈｚとし、１５Ｈｚ〜２００Ｈｚのバンドパスフィルタを適用した。

さらに、歩行時の脚の加速度を測定するために、図２の（ｂ）に示すように、被験者の右足の踵を加速度測定位置として、その加速度測定位置に加速度センサを貼り付けた。

（１−４．実験タスク）
次に、実験タスクについて説明する。

まず、あらかじめ取得した過去１年間における転倒歴の有無についてのアンケートにより、転倒歴ありの被験者を転倒リスクがある（転倒リスクが高い）グループに分類し、転倒歴なしの被験者を転倒リスクがない（転倒リスクが低い）グループに分類した。

筋電計測実験では、歩行開始地点から歩行終了地点までの５メートルを普段どおりに歩く被験者の脚の筋電を記録した。このような筋電の計測および記録を、以下では５メートル歩行実験と呼ぶ。被験者ごとに、５メートル歩行実験を６回繰り返した。被験者には、普段の歩くスピードで５メートル先の歩行終了地点まで歩くように教示した。

（１−５．分析方針）
加速度センサによる測定によって得られた踵の加速度データに基づいて、筋電計による計測によって得られた筋電データから、一歩ずつの筋電データを切り出した。なお、加速度データは、加速度の時間変化を示すデータであり、筋電データは、筋電の時間変化を示すデータである。そして、切り出した一歩ごとの筋電データに基づいて、大腿部および下腿部の共収縮の度合いを算出し、それらの共収縮の度合いと転倒歴との関係を調べた。さらに、より詳細な分析として、踵の加速度データに基づいて、一歩ごとに遊脚期と立脚期とを区別し、それぞれの区間において算出した共収縮の度合いと転倒歴との関係もあわせて検討した。その際、全被験者から、転倒歴ありの被験者を転倒リスクが高いと正しく判定し、かつ、転倒歴なしの被験者を転倒リスクが低いと正しく判定できる割合を判別率と定義した。つまり、判別率は、｛（転倒リスクが高いと正しく判定された被験者の数）＋（転倒リスクが低いと正しく判定された被験者の数）｝／全被験者の数によって算出される。この判別率の比較に基づいて、転倒リスクを判定するための最適なパラメータを探索した。

（１−６．歩行周期の検出方法）
実験では、右足の踵に固定した加速度センサのデータを用いて歩行の遊脚期と立脚期を判別した。ただし、加速度センサに限らずフットスイッチを使っても良い。フットスイッチを用いた場合は、フットスイッチが押されている間（足が地面に付いている間）を立脚期と判定し、フットスイッチが押されていない間（足が地面から離れている間）を遊脚期と判定する。１つの遊脚期と次の１つの立脚期を合わせて歩行の１周期（歩行周期または一歩）とする。

ここで、踵に付けた加速度センサによって得られる加速度データに基づいて、遊脚期と立脚期を判定する具体的な方法について述べる。

図３は、踵に付けた加速度センサによって得られるｘ軸方向の加速度データを示している。なお、ｘ軸方向は歩行の方向であって、ｘ軸方向の正の向きは、歩行によって進む向きである。つまり、図３に示す加速度は、歩行によって進む向きに踵が加速している場合に正となり、その向きに対して踵が減速している場合に負となる。図３には、４歩分の加速度データが示されている。図３より、歩行のリズムに合わせて、踵の加速度が周期的に変化している様子が見て取れる。図３中に示すように、つま先が離れた時刻ｔａと、踵が接地した時刻ｔｂ周辺においては、加速度が大きく変動する。また、遊脚期（時刻ｔａ〜時刻ｔｂ）では、それ以外の時間帯と比べて滑らかにマイナス方向に加速度が変動する。これらの時刻が特定できれば、加速度データに基づいて遊脚期と立脚期の判定ができるといえる。

この遊脚期と立脚期とを判定するために、図３に示す加速度データに対してローパルフィルタをかけた。

図４は、図３に示す加速度データに３Ｈｚのローパスフィルタをかけた結果を示す。まず、ローパスフィルタ処理後の加速度において、正の向きと負の向きそれぞれの少なくとも１つのピークを求める。なお、正の向きのピークは、正のピークともいい、極大値を示す加速度である。また、負の向きのピークは、負のピークともいい、極小値を示す加速度である。次に、閾値Ｔｈ１および閾値Ｔｈ２を設定し、上述のように求めた少なくとも１つの正のピークおよび少なくとも１つの負のピークのうち、閾値Ｔｈ１より大きいピークと閾値Ｔｈ２より小さいピークを抽出する。そして、閾値Ｔｈ１より大きいピークの時刻を遊脚期の開始点とし、閾値Ｔｈ２より小さいピークの時刻を遊脚期の終点とする。このようにして、まず遊脚期を特定する。そして、遊脚期と次の遊脚期の間の時間帯を立脚期とする。つまり、ｎ回目の立脚期の開始点は、ｎ回目の遊脚期の終点の次のサンプリング点であり、ｎ回目の立脚期の終点は、ｎ＋１回目の遊脚期の開始点の直前のサンプリング点である。

なお、加速度以外の情報に基づいて、遊脚期と立脚期を判定することも可能である。たとえば、上述のように、踵またはつま先に取り付けたスイッチ（フットスイッチ）を用いる場合には、フットスイッチがオンの時間帯を立脚期と判定し、オフの時間帯を遊脚期と判定できる。

（１−７．共収縮の度合いの算出）
次に、筋の共収縮の度合いを算出する方法について説明する。

まず、筋電計による計測によって得られたすべての筋電データに対して、全波整流化を行い、包絡線を求め、正規化した。正規化では、歩行の１周期ずつ正規化を行なった。具体的には、上述の歩行周期の検出方法によって得られた各歩行周期における筋電の包絡値の平均値を算出し、各時刻における筋電の包絡値の、その算出された平均値に対する割合を計算することによって、正規化を行った。なお、筋電計出力波形を全波整流回路に入力し、全波整流回路の出力波形を包絡線検出回路に入力し、包絡線検出回路の出力波形に対して、上述した正規化を行ってもよい。

そして、共収縮の度合いを、以下の式（１ａ）〜式（１ｃ）より算出した。

図５は、筋ａおよび筋ｂの共収縮の度合いを算出する方法を説明するための図である。具体的には、図５は、筋ａおよび筋ｂのそれぞれの筋電データに対して全波整流化、包絡線の導出および正規化を行って得られる波形（筋ａのＥＭＧａおよび筋ｂのＥＭＧｂ）を示す。

上記式（１ａ）〜式（１ｃ）において、ＣＩは、筋ａと筋ｂの共収縮の度合いを示す。なお、ＥＭＧaは、筋ａの筋電データ（波形）に対して全波整流化、包絡線検出および正規化を行って得られるデータ（波形）であり、ＥＭＧｂは、筋ｂの筋電データ（波形）に対して全波整流化、包絡線検出および正規化を行って得られるデータ（波形）である。Ｉａｎｔは、拮抗筋が活動した区間（立脚期間において拮抗筋が活動した区間）の筋電の積分値（図５中のハッチング部分の面積）である。図５において歩行の１周期はｔ１〜ｔ４であり、立脚期間はｔ１〜ｔ３である。図５に示すように、時刻ｔ１〜ｔ２は、ＥＭＧｂがＥＭＧａを下回った区間であり、時刻ｔ２〜ｔ３はＥＭＧａがＥＭＧｂを下回った区間である。また、Ｉｔｏｔａｌは、運動中(立脚期間)におけるＥＭＧａの積分値と、運動中(立脚期間)におけるＥＭＧｂの積分値の和を示す。大腿部の共収縮の度合いＣＩは、大腿部の腹側（大腿四頭筋）の筋電データ（波形）に対して全波整流化、包絡線検出および正規化を行って得られるデータＥＭＧａ、及び、大腿部の背側（ハムストリングス）の筋電データ（波形）に対して全波整流化、包絡線検出および正規化を行って得られるデータＥＭＧｂに基づいて得られる。また、下腿部の共収縮の度合いは、下腿部の腹側（前脛骨筋など）の筋電データ（波形）に対して全波整流化、包絡線検出および正規化を行って得られるデータＥＭＧａ、及び、下腿部の背側（腓腹筋またはヒラメ筋など）の筋電データ（波形）に対して全波整流化、包絡線検出および正規化を行って得られるデータに基づいて得られる。正規化処理回路を設けて、正規化処理を行ってもよい。積分値算出回路を設けて、上述した積分算出を行ってもよい。

なお、本実験では、６２％を閾値として扱い、共収縮の度合いＣＩがその閾値以上であれば、転倒リスクが高いと判定し、その閾値未満であれば、転倒リスクが低いと判定した。

（１−８．除外データ）
なお、踵の加速度データにノイズが混入したために、正しくステップを検出できなかった被験者の加速度データは分析から除外した。また、一歩ごとに切り出した筋電のＲＭＳに、±２００μＶ以上の値が含まれたデータについては、筋電にノイズが混入したと判定し、分析から除外した。

（１−９．全区間と定常状態）
データ分析の過程で、歩行の最初の一歩と最後の一歩のそれぞれのデータは、それ以外の定常的な歩行を継続しているときの一歩のデータとは特性が異なることを見出した。そこで、最初の一歩および最後の一歩を含めた５ｍ歩行全体の共収縮を利用する「全区間」と、最初の一歩と最後の一歩とを除いた定常歩行時の共収縮を利用する「定常状態」とに分けた分析を実施した。

（１−１０．判別率の計算）
各被験者の歩幅の差および、除外データ数の違いによって、被験者ごとに利用できる歩数が異なる。そこで、本発明者らは、ブートストラップ法を用いて、加算回数を統制して、加算平均後の共収縮のデータに基づいて線形判別により転倒リスクを判別した。ブートストラップ法とは、サンプルＮ個から、重複を許してランダムにたとえばＭ個のサンプルを抽出する方法である。線形判別は、他者の共収縮のデータと転倒歴の有無とを学習して実施した。

判別分析では、分析区間（全区間、定常状態）、分析単位（遊脚期、立脚期、遊脚期および立脚期の両期間）、および部位（大腿部、下腿部、大腿部および下腿部の両方）をパラメータとして、分析を実施した。

（１−１１．実験結果）
以下、実験結果を説明する。

図６Ａおよび図６Ｂは、被験者の年齢と転倒歴の分布を示す。図６Ａは、被験者である参加者全員の年齢分布を示す。参加者は合計５２名で、７０代前半の参加者が最も多かった（男性９名、女性４３名、平均７２．３±６．１歳）。また、図６Ｂは、転倒歴のある被験者を抽出した場合（転倒群）の年齢の分布を示す。過去１年間で転倒歴のないグループ（非転倒群）の被験者は、３５名（男性８名）で、平均７１．６±６．５歳である。一方、転倒歴のあるグループ（転倒群）の被験者は、１７名（男性１名）で、平均７３．６±５．２歳であった。有意水準を５％とした場合に、転倒群と非転倒群の年齢に有意差は認められなかった。

図７Ａおよび図７Ｂは、筋電計によって計測された歩行中における筋電の波形の一例を示す。具体的には、図７Ａの（ａ）は、大腿直筋（大腿部の腹側）の筋電の波形を示し、図７Ａの（ｂ）は、大腿二頭筋（大腿部の背側）の筋電の波形を示す。図７Ｂの（ａ）は、前脛骨筋（下腿部の腹側）の筋電の波形を示し、図７Ｂの（ｂ）は、ヒラメ筋（下腿部の背側）の筋電の波形を示す。なお、図７Ａおよび図７Ｂでは、共収縮が起きている範囲が点線で囲んで示されている。

また、計３０ｍの歩行（５メートル歩行実験×６回）において、１０歩以上有効なデータがあった、転倒歴なしの被験者は２８名であり、転倒歴ありの被験者は１４名であった。有効歩数の平均値は、２１．８±５．３歩であった。

（１−１２．分析区間）
以下、ブートストラップ法により１０歩分の共収縮のデータを加算平均した結果に基づいて、転倒リスク判定の結果について述べる。

全区間において、大腿部の共収縮の場合と、下腿部の共収縮の場合と、大腿部の共収縮と下腿部の共収縮を合わせた場合とをそれぞれパラメータとして転倒リスクを判定し、それぞれの場合における判別率の平均を求めた。また、定常状態についても同様に、大腿部の共収縮の場合と、下腿部の共収縮の場合と、大腿部の共収縮と下腿部の共収縮を合わせた場合とをそれぞれパラメータとして転倒リスクを判定し、それぞれの場合における判別率の平均を求めた。

図８は、上述のように求められた全区間における判別率の平均と定常状態における判別率の平均とを示す。

ここで、全区間における判別率は５７．１±４．３％で、定常状態における判別率は５９．４±４．０％であり、全区間に比べて定常状態の方が有意に高かった。よって、下肢の共収縮を用いた転倒リスクの判定では、最初と最後の一歩を除いた定常状態のデータを用いることでより転倒リスクの判定の精度が向上するといえる。これは、本発明者らが、定常状態のデータを分析することで初めて得られた結果である。

図９は、定常状態における９つのパターンのそれぞれの判別率を示す。９つのパターンのそれぞれは、パラメータとして上述の分析単位および部位を有する。パターン１では、｛分析単位，部位｝＝｛遊脚期，（大腿部と下腿部）｝であり、パターン２では、｛分析単位，部位｝＝｛遊脚期，大腿部｝であり、パターン３では、｛分析単位，部位｝＝｛遊脚期，下腿部｝である。また、パターン４では、｛分析単位，部位｝＝｛立脚期，（大腿部と下腿部）｝であり、パターン５では、｛分析単位，部位｝＝｛立脚期，大腿部｝であり、パターン６では、｛分析単位，部位｝＝｛立脚期，下腿部｝である。パターン７では、｛分析単位，部位｝＝｛（立脚期と遊脚期），大腿部｝であり、パターン８では、｛分析単位，部位｝＝｛（立脚期と遊脚期），下腿部｝であり、パターン９では、｛分析単位，部位｝＝｛（立脚期と遊脚期），（大腿部と下腿部）｝である。

判別率は、パターン１の場合に５８．９％であり、パターン２の場合に５６．６％であり、パターン３の場合に５７．１％であり、パターン４の場合に６４．２％、パターン５の場合に６５．６％である。また、判別率は、パターン６の場合に５１．３％であり、パターン７の場合に６３．８％であり、パターン８の場合に５８．１％であり、パターン９の場合に５７．９％である。

なお、一歩単位の大腿部を用いた場合には、判別率は６１．１％であり、一歩単位の下腿部を用いた場合には、判別率は５６．５％であり、一歩単位の大腿部及び下腿部を用いた場合には、判別率は６１．３％であった。

図９に示すパターン１〜９のうち判別率が最も高かったパターンは、立脚期における大腿部の共収縮の度合いを特徴量として用いたパターン５であった。図９より、大腿部の共収縮の度合いを特徴量として加えた場合には、下腿部だけの場合と比較して判別率が高いことが分かる。

以上より、１０歩分の加算平均を用いた分析により、定常状態の遊脚期と立脚期を区別した場合において、立脚期における大腿部の共収縮の度合いを特徴量として用いた場合に、判別率が高くなることが明らかになった。

さらに、転倒リスクの判定に何歩分のデータが必要かを調べるために、加算回数と判別率との関係を調べた。

図１０は、加算平均に用いられる歩数と、全区間における判別率および定常状態における判別率との関係を示す。つまり、図１０は、図９において最も判別率の高かった、立脚期における大腿部の共収縮の度合いを特徴量として用いた場合の判別率の変動を示す。また、図１０は、分析区間が定常状態である場合の判別率と、分析区間が全区間である場合の判別率とを示す。図１０より、定常状態の場合には、一歩のデータでも６０．９％の判別率を得ることができた。よって、本手法を用いることで、刻々と変化する歩行時の転倒リスクを一歩ごとに判定することができる。

（１−１３．実験から得られた知見のまとめ）
以上の結果より、定常状態の立脚期における大腿部の共収縮の度合いを用いると、６５％以上の転倒リスク判定の精度が得られる。定常状態ではなく全区間の立脚期における大腿部の共収縮の度合いを用いても、６３％程度の転倒リスク判定の精度が得られる。また、より簡単に、かつ、ユーザに負担をかけずに、少なくとも２歩以上の共収縮の度合いを算出すれば６０％以上の転倒リスク判定の精度が得られる。

このような知見に基づく、本開示の一態様に係る転倒リスク判定装置は、所定の時間区間におけるユーザの歩行情報を取得する歩行情報取得部と、前記ユーザの一方の脚の大腿部の前面に配置される第１の電極を用いて、前記大腿部の前面の筋電である第１の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第２の電極を用いて、前記大腿部の後面の筋電である第２の筋電を計測する筋電センサと、（ｉ）前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、（ｉｉ）前記立脚期の区間の前記第１の筋電と、前記立脚期の区間の前記第２の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、（ｉｉｉ）前記共収縮の度合いが第１の閾値以上であるか否かを判定する、制御回路と、前記共収縮の度合いが前記第１の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する出力部と、を備える。

これにより、上記（１−１３．実験から得られた知見のまとめ）に示すように、６０％以上の精度でユーザの転倒リスクを判定することができる。また、このような判定では、特別な体力データに応じて転倒リスクの判定を行うことがないため、その体力データが同程度の各被験者であっても、上記精度で転倒リスクを判定することができる。さらに、被験者は歩行すると転倒リスクが判定されるため、被験者にとっても、評価者または検査者にとっても手間がかからず、簡単に転倒リスクを判定することができる。つまり、簡単に高い精度で転倒リスクを判定することができる。言い換えれば、歩行における転倒リスクを、簡単な測定で、体力データが同程度の各ユーザに対しても高精度に判定することができる。

また、前記歩行情報取得部は、前記ユーザの一方の脚に配置され、前記所定の時間区間の前記ユーザの一方の脚の加速度を測定する加速度センサであって、前記制御回路は、前記（ｉ）において、前記加速度の値に基づいて、前記所定の時間区間に含まれる立脚期の区間を特定してもよい。

これにより、立脚期では、脚の加速度は、遊脚期とは異なる変化を示すため、遊脚期と立脚期とを区別して立脚期の区間を適切に特定することができる。

また、前記制御回路は、前記（ｉ）において、前記所定の時間区間において、第２の閾値以上の加速度の極大値を有する第１の時刻と、前記第１の時刻よりも後の時刻であって、第３の閾値以下の加速度の極小値を有する第２の時刻とを特定し、前記第１の時刻と前記第２の時刻とに基づく区間、または、前記区間を除く残りの区間が、前記立脚期の区間であると特定してもよい。例えば、前記制御回路は、前記ユーザの一方の脚が、歩行によって進む向きに加速するときの加速度を正の加速度とする場合には、前記残りの区間が前記立脚期の区間であると特定してもよい。

これにより、立脚期の区間を適切に特定することができる。

また、前記歩行情報取得部は、前記ユーザの一方の脚の足の裏に位置するフットスイッチであり、前記制御回路は、前記（ｉ）において、前記フットスイッチがオンの区間が、前記所定の時間区間に含まれる立脚期の区間であると特定してもよい。

これにより、立脚期の区間を確実に特定することができる。

以下、実施の形態について、図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

（２．実施の形態）
図１１は、本実施の形態における転倒リスク判定装置の外観構成の一例を示す。

転倒リスク判定装置１００は、処理部１１０と歩行情報取得部１４０とを備える。歩行情報取得部１４０は、被験者であるユーザの歩行に関する情報を歩行情報として取得する。

処理部１１０は、２つの第１の電極１３１から得られる筋電と、２つの第２の電極１３２から得られる筋電と、歩行情報取得部１４０によって取得された歩行情報とを用いて、被験者であるユーザの転倒リスクを判定する。つまり、処理部１１０は、ユーザの転倒リスクが高いか否かを判定する。そして、処理部１１０は、その判定結果を、例えばスマートフォン、タブレット端末、またはパーソナルコンピュータなどの端末装置１５０に出力する。

なお、処理部１１０は、無線または有線を介して歩行情報取得部１４０に接続され、同様に、無線または有線を介して端末装置１５０に接続される。

図１２は、転倒リスク判定装置１００の機能構成の一例を示すブロック図である。

転倒リスク判定装置１００は、上述の歩行情報取得部１４０と、筋電センサ１１１と、制御回路１２０と、出力部１１２とを備えている。

歩行情報取得部１４０は、所定の時間区間におけるユーザの歩行情報を取得する。また、歩行情報取得部１４０は、例えば上述の加速度センサまたはフットスイッチなどからなる。歩行情報取得部１４０が加速度センサである場合には、歩行情報は、例えば図３に示す加速度データであり、歩行情報取得部１４０がフットスイッチである場合には、歩行情報は、例えばフットスイッチのオンおよびオフを示す信号である。

筋電センサ１１１は、そのユーザの一方の脚の大腿部の前面に配置される第１の電極１３１を用いて、その大腿部の前面の筋電である第１の筋電を計測する。さらに、筋電センサ１１１は、そのユーザの一方の脚の大腿部の後面に配置される第２の電極１３２を用いて、その大腿部の後面の筋電である第２の筋電を計測する。例えば、第１の電極１３１は、図２に示すように、大腿直筋を含む大腿四頭筋の上に配置され、第２の電極１３２は、大腿二頭筋を含むハムストリングスの上に配置される。

制御回路１２０は、ユーザの歩行情報を用いて、上述の所定の時間区間に含まれる立脚期の区間を特定する。ここで、立脚期の区間とは、そのユーザの一方の脚の足が地面に接触している区間である。また、制御回路１２０は、その立脚期の区間の第１の筋電と、その立脚期の区間の前記第２の筋電とに基づいて、ユーザの一方の脚の共収縮の度合いを算出する。ここで、その共収縮とは、脚の大腿部の前面の筋肉及びその脚の大腿部の後面の筋肉の両方が同時に活動することである。また、制御回路１２０は、その共収縮の度合いが第１の閾値以上であるか否かを判定する。例えば、その第１の閾値は６２％である。

出力部１１２は、その共収縮の度合いが第１の閾値以上の場合には、そのユーザの転倒リスクが高いことを示す信号を出力する。例えば、出力部１１２は、無線通信回線を介してその信号を端末装置１５０に出力する。端末装置１５０は、その信号を受信すると、その信号によって示される内容、つまり、ユーザの転倒リスクが高いことを、音声または画像によってユーザに通知する。または、端末装置１５０は、その信号をメモリなどの記録媒体に保存したり、有線または無線の通信回線を介してサーバに送信してもよい。

図１３は、制御回路１２０の機能構成の一例を示すブロック図である。

制御回路１２０は、立脚期特定部１２１と、定常歩行判定部１２２と、共収縮算出部１２３と、リスク判定部１２４とを備える。

立脚期特定部１２１は、ユーザの歩行情報を用いて、上述の所定の時間区間に含まれる立脚期の区間を特定する。所定の時間区間は、例えば一歩または歩行周期である。

具体的には、立脚期特定部１２１は、歩行情報を用いて、ユーザが歩いているか否かを判定する。歩行情報が加速度データである場合には、立脚期特定部１２１は、加速度が既定時間以上変化していない場合には、歩行していないと判定し、それ以外の場合には、歩行していると判定する。歩行情報がフットスイッチのオンおよびオフを示す信号の場合、そのオンとオフとの切り替えが既定時間以上生じていない場合には、歩行していないと判定し、それ以外の場合には、歩行していると判定する。なお、上述の既定時間は、例えば１秒である。

そして、立脚期特定部１２１は、ユーザが歩行していると判定すると、歩行周期を特定し、その歩行周期を遊脚期の区間と立脚期の区間とに区別し、それぞれの区間の開始タイミングと終了タイミングとを検出する。このような検出は、上記（１−６．歩行周期の検出方法）に示す検出方法によって行われる。これにより、立脚期の区間が特定される。

なお、上述のように、遊脚期と立脚期を区別するには、歩行情報取得部１４０として構成される加速度センサまたはフットスイッチが用いられる。フットスイッチが用いられる場合は、立脚期特定部１２１は、フットスイッチが押されている状態（足が地面に接している状態、つまりオン）が継続している時間帯を立脚期の区間と特定する。また、立脚期特定部１２１は、フットスイッチが押されていない状態（足が地面から離れている状態、つまりオフ）が継続している時間帯を遊脚期の区間と特定する。

このように、本実施の形態では、歩行情報取得部１４０が加速度センサである場合、制御回路１２０の立脚期特定部１２１は、加速度の値に基づいて、所定の時間区間に含まれる立脚期の区間を特定する。ここで、その加速度センサは、ユーザの一方の脚に配置され、上述の所定の時間区間のユーザの一方の脚の加速度を測定する。なお、その所定の時間区間は、例えば一歩または歩行周期である。

具体的には、制御回路１２０の立脚期特定部１２１は、上述の所定の時間区間において、第２の閾値以上の加速度の極大値を有する第１の時刻と、その第１の時刻よりも後の時刻であって、第３の閾値以下の加速度の極小値を有する第２の時刻とを特定する。なお、第２の閾値および第３の閾値はそれぞれ、例えば図４に示す閾値Ｔｈ１および閾値Ｔｈ２である。また、極大値および極小値は、正または負のピークである。そして、立脚期特定部１２１は、その第１の時刻と第２の時刻とに基づく区間、または、その区間を除く残りの区間が、立脚期の区間であると特定する。ここで、制御回路１２０の立脚期特定部１２１は、ユーザの一方の脚が、歩行によって進む向きに加速するときの加速度を正の加速度とする場合には、上述の残りの区間が立脚期の区間であると特定する。

これにより、立脚期の区間を適切に特定することができる。

一方、本実施の形態では、歩行情報取得部１４０が、ユーザの一方の足の裏に位置するフットスイッチである場合、制御回路１２０の立脚期特定部１２１は、そのフットスイッチがオンの区間が、上述の所定の時間区間に含まれる立脚期の区間であると特定する。

これにより、立脚期の区間を確実に特定することができる。

定常歩行判定部１２２は、立脚期特定部１２１によって複数の立脚期の区間が特定された場合に、それらの複数の立脚期の区間が、ユーザが定常的な歩行である定常歩行を行なっているときの立脚期の区間か否かを判定する。そして、定常歩行判定部１２２は、特定された複数の立脚期のうち、定常歩行が行われているときの立脚期を抽出する。例えば、定常歩行判定部１２２は、特定された一連の複数の立脚期のうち、最初と最後の立脚期を除く残りの少なくとも１つの立脚期の区間を、上述の定常状態における立脚期の区間として抽出する。

共収縮算出部１２３は、立脚期の区間の第１の筋電と、立脚期の区間の第２の筋電とに基づいて、ユーザの一方の脚の共収縮の度合いを算出する。例えば、共収縮算出部１２３は、定常歩行判定部１２２によって抽出された少なくとも１つの立脚期の区間を用いて共収縮の度合いを算出する。つまり、共収縮算出部１２３は、定常状態における大腿部の共収縮の度合いを算出する。共収縮の度合いの具体的な算出方法は、上記（１−７．共収縮の度合いの算出）に示すとおりである。つまり、共収縮算出部１２３は、各立脚期の区間における筋電データに対する加算平均、全波整流化、包絡線を求めて正規化する処理、および式（１ａ）〜（１ｃ）に示す演算を行うことによって、共収縮の度合いを算出する。

リスク判定部１２４は、共収縮の度合いが第１の閾値以上であるか否かを判定する。第１の閾値は例えば６２％である。そして、リスク判定部１２４は、その判定の結果を出力部１１２に通知する。

なお、図１３に示す例では、制御回路１２０は、定常歩行判定部１２２を備えているが、定常歩行判定部１２２を備えていなくてもよい。この場合には、共収縮算出部１２３は、上述の全区間における大腿部の共収縮の度合いを算出する。

図１４は、本実施の形態における転倒リスク判定用パンツを装着した被験者の状態を示す。

転倒リスク判定用パンツは、上述の転倒リスク判定装置１００とパンツ２００とからなる。パンツ２００は、大腿部に密着するように生成された膝丈のパンツである。このようなパンツ２００に転倒リスク判定装置１００が取り付けられている。また、この転倒リスク判定用パンツでは、転倒リスク判定装置１００の歩行情報取得部１４０は加速度センサ（以下、加速度センサ１４０と記載する）である。

被験者であるユーザが転倒リスク判定用パンツを装着すると、２つの第１の電極１３１がユーザの大腿部の大腿四頭筋（例えば大腿直筋）の表皮に接し、２つの第２の電極１３２がユーザの大腿部のハムストリングス（例えば大腿二頭筋）の表皮に接する。さらに、ユーザが転倒リスク判定用パンツを装着したときには、ユーザの膝に加速度センサ１４０が固定される。

上記（１−６．歩行周期の検出方法）では、遊脚期と立脚期の検出を、踵に固定された加速度センサを用いて行ったが、図１４に示すように、膝に固定された加速度センサ１４０を用いても、遊脚期と立脚期を検出することができる。

膝に固定された加速度センサ１４０は、膝の垂直方向（すなわち鉛直方向）の加速度を歩行情報として取得する。立脚期特定部１２１は、図３および図４に示す例と同様に、ローパスフィルタをかける処理を行い、閾値Ｔｈ１およびＴｈ２を用いてピークを抽出する。なお、ローパスフィルタの周波数は、上記（１−６．歩行周期の検出方法）と同様に３Ｈｚでもよいが、３Ｈｚ〜５Ｈｚの範囲のうちの検出対象の歩行周期に応じた周波数であれば、３Ｈｚ以外の周波数でもよい。

図１５は、踵と膝のそれぞれに付けられた加速度センサによって得られる、歩行時の加速度データを示す。踵の加速度は、歩行によって進む向きに踵が加速している場合に正となり、膝の加速度は、鉛直上向きに膝が加速している場合に正となる。また、図１５に示す踵および膝の加速度は、それぞれ３Ｈｚのローパスフィルタがかけられている。図１５に示すように、膝の加速度における正の向きのピーク（すなわち極大値）は、そのピークに最も近い、踵の加速度における正の向きのピーク（すなわち極大値）より、約１００ｍｓ早いタイミングにある。さらに、膝の加速度における負の向きのピーク（すなわち極小値）は、そのピークに最も近い、踵の加速度における負の向きのピーク（すなわち極小値）より、約１５０ｍｓ早いタイミングにある。

膝の加速度のピークと、踵の加速度のピークは、歩行周期（ピッチ）に比例して増減すると考えられる。図１５に示す加速度データの場合、歩行周期は１３６０ｍｓ／歩である。また、膝の加速度における正のピークに対する、踵の加速度における正のピークの遅れ時間は、約８％であり、膝の加速度における負のピークに対する、踵の加速度における負のピークの遅れ時間は、約１１％である。よって、立脚期特定部１２１は、膝の垂直方向の加速度データを用いる場合には、抽出した正のピークの時刻から歩行周期の約８％を加えた時刻を遊脚期の開始点とし、抽出した負のピークの時刻から歩行周期の約１１％を加えた時刻を遊脚期の終点とする。

つまり、転倒リスク判定用パンツにおける立脚期特定部１２１は、上述の所定の時間区間（例えば一歩）において、第２の閾値以上の加速度の極大値を有する第１の時刻と、その第１の時刻よりも後の時刻であって、第３の閾値以下の加速度の極小値を有する第２の時刻とを特定する。そして、立脚期特定部１２１は、その第１の時刻および第２の時刻のそれぞれに対して歩行周期に応じた補正を行い、上述の所定の時間区間のうち、補正後の第１の時刻から第２の時刻までの区間を除く残りの区間が、立脚期の区間であると特定する。なお、加速度センサ１４０は踵に取り付けられてもよい。この場合には、立脚期特定部１２１は、上述の所定の時間区間のうち、その第１の時刻から第２の時刻までの区間を除く残りの区間が、立脚期の区間であると特定する。

図１６は、本実施の形態における転倒リスク判定装置１００の動作を示すフローチャートである。

（ステップＳ１０１）
歩行情報取得部１４０は、所定の時間区間におけるユーザの歩行情報を取得する。

（ステップＳ１０２）
筋電センサ１１１は、ユーザの一方の脚の大腿部の前面に配置される第１の電極１３１を用いて、その大腿部の前面の筋電である第１の筋電を計測し、かつユーザの一方の脚の大腿部の後面に配置される第２の電極１３２を用いて、その大腿部の後面の筋電である第２の筋電を計測する。

（ステップＳ１０３）
制御回路１２０は、ユーザの歩行情報を用いて、上記所定の時間区間に含まれる立脚期の区間を特定する。ここで、その立脚期の区間とは、ユーザの一方の脚の足が地面に接触している区間である。

（ステップＳ１０４）
制御回路１２０は、その立脚期の区間の第１の筋電と、その立脚期の区間の第２の筋電とに基づいて、ユーザの一方の脚の共収縮の度合いを算出する。ここで、その共収縮とは、脚の大腿部の前面の筋肉及び脚の大腿部の後面の筋肉の両方が同時に活動することである。

（ステップＳ１０５）
制御回路１２０は、その共収縮の度合いが第１の閾値以上であるか否かを判定する。

（ステップＳ１０６）
出力部１１２は、その共収縮の度合いが第１の閾値以上の場合には、ユーザの転倒リスクが高いことを示す信号を出力する。

図１７は、転倒リスク判定用パンツを装着したユーザの歩行によって、転倒リスクが判定される状況を示す。図１７に示す例では、転倒リスクの判定対象となるユーザは、転倒リスク判定用パンツを装着して所定の距離を歩行する。歩行時において、転倒リスク判定装置１００は、共収縮の度合いを算出して、その共収縮の度合いが第１の閾値以上であるか否かを判定する。そして、転倒リスク判定装置１００は、共収縮の度合いが第１の閾値以上の場合には、ユーザの転倒リスクが高いことを示す信号を端末装置１５０に送信する。端末装置１５０は、この信号を受信すると、ユーザの転倒リスクが高いことを、文字などを含む画像によって表示する。ユーザは、端末装置１５０を携帯しながら歩行してもよく、端末装置１５０を携帯していない状態で歩行してもよい。ユーザが端末装置１５０を携帯していない場合には、ユーザは、端末装置１５０を用いて、転倒リスクを確認することができない。したがって、この場合には、転倒リスク判定装置１００の処理部１１０は、その信号に応じて音を鳴らすスピーカまたはブザーを備え、その音によって、ユーザの転倒リスクが高いことを、そのユーザに知らせてもよい。

また、定常歩行判定部１２２によって、定常歩行を行っているときの立脚期の区間がないと判定されるときがある。このようなときには、転倒リスク判定装置１００の制御回路１２０は、ユーザに定常歩行を促すために、上述のスピーカまたはブザーから定期的に音を出力させてもよい。これにより、ユーザの歩行を安定させることができる。特に、ユーザの立脚期の開始タイミングで音を発生させることで、定常歩行を促すことが可能になる。

（３．まとめ）
本実施の形態における転倒リスク判定装置１００は、図１２に示すように、歩行情報取得部１４０と、筋電センサ１１１と、制御回路１２０と、出力部１１２とを備えている。

したがって、上記（１−１３．実験から得られた知見のまとめ）に示すように、６０％以上の精度でユーザの転倒リスクを判定することができる。また、このような判定では、特別な体力データに応じて転倒リスクの判定を行うことがないため、その体力データが同程度の各被験者であっても、上記精度で転倒リスクを判定することができる。さらに、被験者は歩行すると転倒リスクが判定されるため、被験者にとっても、評価者または検査者にとっても手間がかからず、簡単に転倒リスクを判定することができる。つまり、簡単に高い精度で転倒リスクを判定することができる。

言い換えれば、簡単な歩行タスクにおける、ユーザの下肢筋の大腿部の共収縮に基づいて、転倒リスクを判定することが可能となる。複雑なタスクなどが不要で、筋電センサなどを装着しやすいように工夫すれば、どんな状況においても転倒リスクを判定することが可能となり、ユーザの負担を軽減できる。

本実施の形態における転倒リスク判定装置によれば、歩行時に発生する筋電を計測すると、転倒リスクを判定することができ、体力測定などが不要となる。それによって、簡単に転倒の予防が可能となる。また、高齢に伴い発生するバランス機能の低下などを早期発見できるようになり、リハビリプログラムを検討するために利用することができる。例えば、リハビリ施設ではもちろん自宅でも転倒リスク判定装置を使用することができ、自宅において簡単にできるリハビリ装置にも導入することが可能である。

以上、一つまたは複数の態様に係る転倒リスク判定装置について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。

本開示において、ユニット、デバイスの全部又は一部、又は図１２および図１３に示されるブロック図の機能ブロックの全部又は一部は、半導体装置、半導体集積回路（ＩＣ）、又はＬＳＩ（large scale integration）を含む一つ又は一つ以上の電子回路によって実行されてもよい。ＬＳＩ又はＩＣは、一つのチップに集積されてもよいし、複数のチップを組み合わせて構成されてもよい。例えば、記憶素子以外の機能ブロックは、一つのチップに集積されてもよい。ここでは、ＬＳＩまたはＩＣと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ(very large scale integration)、若しくはＵＬＳＩ(ultra large scale integration) と呼ばれるかもしれない。 ＬＳＩの製造後にプログラムされる、Field Programmable Gate Array (FPGA)、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができるreconfigurable logic deviceも同じ目的で使うことができる。

さらに、ユニット、装置、又は装置の一部の、全部又は一部の機能又は操作は、ソフトウエア処理によって実行することが可能である。この場合、ソフトウエアは一つ又は一つ以上のＲＯＭ、光学ディスク、ハードディスクドライブ、などの非一時的記録媒体に記録され、ソフトウエアが、処理装置（processor）によって実行された場合に、ソフトウエアは、ソフトウエア内の特定の機能を、処理装置（processor）と周辺のデバイスに実行させる。システム又は装置は、ソフトウエアが記録されている一つ又は一つ以上の非一時的記録媒体、処理装置（processor）、及び必要とされるハードウエアデバイス、例えばインターフェース、を備えていても良い。

また、上記実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記実施の形態の転倒リスク判定装置を実現するソフトウェアは、例えば図１６に示すフローチャートに含まれる各ステップをコンピュータに実行させるプログラムである。

本開示の転倒リスク判定装置は、簡単に高い精度でユーザの転倒リスクを判定することができるという効果を奏し、例えば、高齢者の介護機器またはリハビリ装置などに適用することができる。

１００ 転倒リスク判定装置
１１０ 処理部
１１１ 筋電センサ
１１２ 出力部
１２０ 制御回路
１２１ 立脚期特定部
１２２ 定常歩行判定部
１２３ 共収縮算出部
１２４ リスク判定部
１３１ 第１の電極
１３２ 第２の電極
１４０ 歩行情報取得部
１５０ 端末装置

Claims (11)

1. 所定の時間区間におけるユーザの歩行情報を取得する歩行情報取得部と、
   前記ユーザの一方の脚の大腿部の前面に配置される第１の電極を用いて、前記大腿部の前面の筋電である第１の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第２の電極を用いて、前記大腿部の後面の筋電である第２の筋電を計測する筋電センサと、
   （ｉ）前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、
   （ｉｉ）前記立脚期の区間の前記第１の筋電と、前記立脚期の区間の前記第２の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、
   （ｉｉｉ）前記共収縮の度合いが第１の閾値以上であるか否かを判定する、
   制御回路と、
   前記共収縮の度合いが前記第１の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する出力部と、
   を備える転倒リスク判定装置。
2. 前記歩行情報取得部は、前記ユーザの一方の脚に配置され、前記所定の時間区間の前記ユーザの一方の脚の加速度を測定する加速度センサであって、
   前記制御回路は、
   前記（ｉ）において、前記加速度の値に基づいて、前記所定の時間区間に含まれる立脚期の区間を特定する、
   請求項１に記載の転倒リスク判定装置。
3. 前記制御回路は、
   前記（ｉ）において、前記所定の時間区間において、第２の閾値以上の加速度の極大値を有する第１の時刻と、前記第１の時刻よりも後の時刻であって、第３の閾値以下の加速度の極小値を有する第２の時刻とを特定し、前記第１の時刻と前記第２の時刻とに基づく区間、または、前記区間を除く残りの区間が、前記立脚期の区間であると特定する、
   請求項２に記載の転倒リスク判定装置。
4. 前記制御回路は、
   前記ユーザの一方の脚が、歩行によって進む向きに加速するときの加速度を正の加速度とする場合には、前記残りの区間が前記立脚期の区間であると特定する
   請求項３に記載の転倒リスク判定装置。
5. 前記歩行情報取得部は、前記ユーザの一方の脚の裏に位置するフットスイッチであり、
   前記制御回路は、
   前記（ｉ）において、前記フットスイッチがオンの区間が、前記所定の時間区間に含まれる立脚期の区間であると特定する、
   請求項１に記載の転倒リスク判定装置。
6. （ａ）所定の時間区間におけるユーザの歩行情報を取得し、
   （ｂ）筋電センサにより、前記ユーザの一方の脚の大腿部の前面に配置される第１の電極を用いて、前記大腿部の前面の筋電である第１の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第２の電極を用いて、前記大腿部の後面の筋電である第２の筋電を計測し、
   （ｃ）前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、
   （ｄ）前記立脚期の区間の前記第１の筋電と、前記立脚期の区間の前記第２の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、
   （ｅ）前記共収縮の度合いが第１の閾値以上であるか否かを判定し、
   （ｆ）前記共収縮の度合いが前記第１の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する、
   転倒リスク判定方法。
7. 前記（ａ）において、前記ユーザの一方の脚に配置され、前記所定の時間区間の前記ユーザの一方の脚の加速度を測定する加速度センサで、前記所定の時間区間における前記ユーザの歩行情報を取得し、
   前記（ｃ）において、前記加速度の値に基づいて、前記所定の時間区間に含まれる立脚期の区間を特定する、
   請求項６に記載の転倒リスク判定方法。
8. 前記（ｃ）において、前記所定の時間区間において、第２の閾値以上の加速度の極大値を有する第１の時刻と、前記第１の時刻よりも後の時刻であって、第３の閾値以下の加速度の極小値を有する第２の時刻とを特定し、前記第１の時刻と前記第２の時刻とに基づく区間、または、前記区間を除く残りの区間が、前記立脚期の区間であると特定する、
   請求項７に記載の転倒リスク判定方法。
9. 前記（ｃ）において、
   前記ユーザの一方の脚が、歩行によって進む向きに加速するときの加速度を正の加速度とする場合には、前記残りの区間が前記立脚期の区間であると特定する
   請求項８に記載の転倒リスク判定方法。
10. 前記（ａ）において、前記ユーザの一方の脚の裏に位置するフットスイッチにより、前記所定の時間区間におけるユーザの歩行情報を取得し、
    前記（ｃ）において、前記フットスイッチがオンの区間が、前記所定の時間区間に含まれる立脚期の区間であると特定する、
    請求項６に記載の転倒リスク判定方法。
11. コンピュータプログラムであって、
    （ａ）所定の時間区間におけるユーザの歩行情報を取得し、
    （ｂ）筋電センサにより、前記ユーザの一方の脚の大腿部の前面に配置される第１の電極を用いて、前記大腿部の前面の筋電である第１の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第２の電極を用いて、前記大腿部の後面の筋電である第２の筋電を計測し、
    （ｃ）前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、
    （ｄ）前記立脚期の区間の前記第１の筋電と、前記立脚期の区間の前記第２の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、
    （ｅ）前記共収縮の度合いが第１の閾値以上であるか否かを判定し、
    （ｆ）前記共収縮の度合いが前記第１の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する、
    ことをコンピュータに実行させるコンピュータプログラム。

Images