JP2017504440A - ユーザの動きの測定値における歩行の検出の改善 - Google Patents

ユーザの動きの測定値における歩行の検出の改善 Download PDF

Info

Publication number
JP2017504440A
JP2017504440A JP2016549339A JP2016549339A JP2017504440A JP 2017504440 A JP2017504440 A JP 2017504440A JP 2016549339 A JP2016549339 A JP 2016549339A JP 2016549339 A JP2016549339 A JP 2016549339A JP 2017504440 A JP2017504440 A JP 2017504440A
Authority
JP
Japan
Prior art keywords
user
steps
acceleration
time
variance
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
Application number
JP2016549339A
Other languages
English (en)
Other versions
JP6795980B2 (ja
Inventor
アンネハルン，ヤネーケ
カーテ，ワルネル リュドルフ テオフィーレ テン
カーテ，ワルネル リュドルフ テオフィーレ テン
ツーリング，ニコラース フレホリユス ペトリュス デン
ツーリング，ニコラース フレホリユス ペトリュス デン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2017504440A publication Critical patent/JP2017504440A/ja
Application granted granted Critical
Publication of JP6795980B2 publication Critical patent/JP6795980B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

加速度の測定値を処理して、ユーザによるステップを識別する方法が提供される。本方法は、ユーザにより装着されている又は運ばれているデバイスから、加速度の測定値を得る段階と、加速度の測定値を解析して、加速度の測定値においてユーザによるステップを識別するために使用される閾値を決定する段階と、決定された閾値を使用して、加速度の測定値においてユーザによるステップを識別する段階と、を含む。

Description

本発明は、ユーザの動きの測定値の処理に関し、詳細には、ユーザの動きの測定値を処理して、ユーザが歩行しているときを検出するための方法及びデバイスに関する。
身体活動モニタ等の、ユーザの動きを測定する多くのデバイスが現在利用可能である。これらのデバイスは、測定値を処理して、ユーザのフットステップ（foot step）を検出し、ユーザが歩行しているときを検出する。
ユーザの歩行の様々の特性が、ユーザの動きを評価するためのツールとして、臨床者により使用され得る。いくつかの場合において、これらの特性は、ユーザの転倒リスクを評価するために使用され得る。
これらのデバイスの多くは、ヘルスケアクリニック等の標準環境（standardised setting）において歩行特性を評価するために開発されており、したがって、これらは、ユーザの住居環境におけるユーザの機能的能力の正確な反映（reflection）、又は、経時的なユーザの能力の変化を提供することができない。したがって、ユーザの住居環境においてユーザにより装着され得る又は運ばれ得るいくつかのデバイスであって、ユーザが歩行しているときのインジケーションとユーザの歩行の特性とを提供することができるいくつかのデバイスが開発されている。好ましくは、これらのデバイスは、ユーザにとってできる限り目障りでないべきであり、したがって、いくつかのデバイスは、ユーザの腕／手首に、ユーザの腰若しくは胸に、又は、より好ましくは、ユーザの首の周りのペンダントとして装着できるように提供されている。
デバイスの出力が、臨床評価ツールとして使用される場合、又は、転倒リスク評価アルゴリズムへの入力として使用される場合、デバイスは、ユーザの動きの測定値において歩行を正確に検出することが重要であることが理解されよう。なぜならば、所定の活動が、歩行として、デバイスにより誤って分類された場合、ユーザの動き又は転倒リスクの後続の評価が、不正確なもの又は信頼できないものになるおそれがあるからである。
歩行（及び、ランニング、跳躍（hopping）等といった他の形の動き）を検出するためにユーザにより装着されるデバイスのためのアルゴリズムが、特許文献１に記載されている。このアルゴリズム（これは、ユーザの転倒リスクを判定することへの特定の用途を有するものとして提示された）において、ユーザの動きの測定値が収集され、この測定値が処理されて、閾値を超える測定値のクラスタにおける最大値に対応するステップ境界（step boundary）（これは、ユーザの踵が接地した時点として定められ得る）が識別される。
国際公開第２０１１／００４３２２号
上記アルゴリズムは、ペンダントとして装着されるデバイス内に存在する場合でさえも、歩行検出の非常に高い精度を提供することが見出されている。しかしながら、このアルゴリズムは、常に１００％の精度であるわけではなく、感度及び精度のさらなる改善が望まれる。したがって、ユーザの動きの測定値において歩行を検出するための改善されたアルゴリズムの必要性がある。
本発明の第１の態様に従うと、加速度の測定値を処理して、ユーザによるステップを識別する方法が提供される。本方法は、ユーザにより装着されている又は運ばれているデバイスから、加速度の測定値を得る段階と、加速度の測定値を解析して、加速度の測定値においてユーザによるステップを識別するために使用される閾値を決定する解析段階と、決定された閾値を使用して、加速度の測定値においてユーザによるステップを識別する使用段階と、を含む。
好ましくは、解析段階は、加速度の測定値から、１以上の特性を決定する段階と、１以上の特性から、ユーザによるステップを識別するために使用される閾値を決定する段階と、を含む。好ましくは、１以上の特性を決定する段階は、測定値の平均値及び／又は標準偏差を決定する段階を含む。
加速度の測定値から、１以上の特性を決定する段階は、好ましくは、加速度の測定値、加速度の測定値のノルム、加速度の微分係数（derivative）、又は加速度の微分係数のノルムの１以上の特性を決定する段階を含む。
いくつかの実施形態において、閾値を決定する段階は、|grav|+ThresFac*(Mean-|grav|+Std)を計算する段階を含み、ここで、|grav|は、重力に起因する加速度であり、ThresFacは、定数であり、Meanは、加速度の測定値の平均値又は加速度の測定値のノルムの平均値であり、Stdは、加速度の測定値の標準偏差又は加速度の測定値のノルムの平均値である。
他の実施形態において、閾値を決定する段階は、Mean+ThresFacIn*Std及びMean-ThresFacOut*Stdを使用して、２つの閾値を算出する段階を含み、ここで、ThresFacIn及びThresFacOutは、定数であり、Meanは、加速度の測定値の微分係数の平均値又は加速度の測定値の微分係数のノルムの平均値であり、Stdは、加速度の測定値の微分係数の標準偏差又は加速度の測定値の微分係数のノルムの平均値である。
いくつかの実施形態において、本方法は、加速度の測定値において識別されたステップから、歩行パート（walking part）についての最初のステップ及び最後のステップを識別する段階と、歩行パートに対応する加速度の測定値に対して解析段階及び使用段階を繰り返して、ユーザによるステップを識別する段階と、をさらに含む。
いくつかの実施形態において、決定された閾値を使用して、加速度の測定値においてユーザによるステップを識別する使用段階は、決定された閾値を使用して、加速度の測定値の少なくとも一部又は加速度の測定値のノルムの少なくとも一部が、決定された閾値を満たす、測定値のクラスタを識別する段階と、各クラスタにおける極測定値（extremum measurement）での又は各クラスタにおける極測定値近くの測定値として、ステップを識別する段階と、を含む。
他の実施形態において、決定された閾値を使用して、加速度の測定値においてユーザによるステップを識別する使用段階は、決定された閾値を使用して、加速度の測定値の微分係数の値の少なくとも一部又は加速度の測定値の微分係数のノルムの少なくとも一部が、決定された閾値を満たす、測定値のクラスタを識別する段階と、各クラスタにおける微分係数の極値又は微分係数のノルムの極値での、又は、各クラスタにおける微分係数の極値又は微分係数のノルムの極値近くの測定値として、ステップを識別する段階と、を含む。
いくつかの実施形態において、加速度の測定値において識別されたステップの系列（a series of steps）を含む歩行パートについて、本方法は、規則性（regularity）について、識別されたステップをテストするテスト段階と、テスト段階の結果から、ユーザによるステップが見逃されたと判定された場合、ステップの系列に、ユーザによるステップを追加する段階と、テスト段階の結果から、ユーザによる重複ステップが存在すると判定された場合、ステップの系列から、ユーザによるステップを除去する段階と、をさらに含む。
いくつかの実施形態において、テスト段階は、ステップの系列における連続するステップからなる各ペアについてのステップ時間を、連続するステップの間の時間として決定する段階と、決定されたステップ時間の平均値として、代表ステップ時間を決定する段階と、ステップ時間が、代表ステップ時間から閾量内にある場合、規則的であるとしてステップ時間を識別する段階と、を含む。
好ましくは、テスト段階は、連続するステップからなる特定のペアについてのステップ時間が、代表ステップ時間の閾量内にない場合、連続するステップからなるペアのうちの一方と、連続するステップからなるペアのうちの他方に隣接するステップと、の間のステップ時間を決定する段階と、連続するステップからなるペアのうちの一方と、連続するステップからなるペアのうちの他方に隣接するステップと、の間の決定されたステップ時間が、代表ステップ時間の２倍の値から閾量内にある場合、規則的であるとして、連続するステップからなる特定のペアについてのステップ時間を識別する段階と、連続するステップからなるペアのうちの一方と、連続するステップからなるペアのうちの他方に隣接するステップと、の間の決定されたステップ時間が、代表ステップ時間の２倍の値から閾量内にない場合、不規則的であるとして、連続するステップからなる特定のペアについてのステップ時間を識別する段階と、をさらに含む。
好ましくは、テスト段階は、連続するステップからなる特定のペアについてのステップ時間が、不規則的であるとして識別された場合、ステップ時間を代表ステップ時間と比較する段階と、ステップ時間が、代表ステップ時間以上である場合、連続するステップからなるペアの間のステップが見逃されたと判定する段階と、ステップ時間が、代表ステップ時間未満である場合、連続するステップからなるペアにおけるステップが重複ステップであると判定する段階と、をさらに含む。
代替実施形態において、テスト段階は、ステップの系列における連続するステップからなる各ペアについてのステップ時間を、連続するステップの間の時間として決定する段階と、最小である決定されたステップ時間について、連続するステップからなる各ペアについてのステップ時間の分散として、第１の分散を算出し、最小である決定されたステップ時間を有する、ステップのペアを形成する１番目のステップが除かれた場合のステップ時間の分散として、第２の分散を算出し、最小である決定されたステップ時間を有する、ステップのペアを形成する２番目のステップが除かれた場合のステップ時間の分散として、第３の分散を算出する段階と、第２の分散が、第１の分散と第２の分散と第３の分散とのうち最小の分散である場合、最小である決定されたステップ時間を有する、ステップのペアを形成する１番目のステップを除去する段階と、第３の分散が、第１の分散と第２の分散と第３の分散とのうち最小の分散である場合、最小である決定されたステップ時間を有する、ステップのペアを形成する２番目のステップを除去する段階と、を含む。
いくつかの実施形態において、加速度の測定値において識別されたステップの系列を含む歩行パートについて、本方法は、歩行パートが、閾継続時間以下の継続時間を有する場合、歩行パートを破棄する段階をさらに含む。
いくつかの実施形態において、加速度の測定値において識別されたステップの系列を含む歩行パートについて、本方法は、歩行パートのストライド規則性を評価する段階をさらに含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、歩行パートの自己相関度（autocorrelation）を決定する段階をさらに含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、歩行パートの決定された自己相関度をフィルタリングして、ストライドピークを識別する段階を含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、ストライドピークが識別された場合、ストライドピークと零ラグ（zero lag）における自己相関度とから、自己共分散比を算出する段階と、自己共分散比を閾値と比較する段階と、自己共分散比が閾値より大きい場合、歩行パートが歩行に関連すると判定する段階と、を含む。
好ましい実施形態において、歩行パートのストライド規則性を評価する段階は、歩行パートの一部分について、ストライド規則性を評価する段階を含む。
いくつかの実施形態において、加速度の測定値において識別されたステップの系列を含む歩行パートについて、本方法は、歩行パートに対応する加速度の測定値から、ユーザの活動レベルを決定する段階と、ユーザの活動レベルが、ユーザが歩行していないことを示す場合、歩行パートを破棄する段階と、をさらに含む。
いくつかの実施形態において、歩行パートに対応する加速度の測定値から、ユーザの活動レベルを決定する段階は、加速度の分散から、活動レベルを算出する段階を含む。
いくつかの実施形態において、本方法は、決定された活動レベルを１以上の閾値又は範囲と比較することにより、ユーザが歩行しているか否かを判定する段階を含む。
いくつかの実施形態において、加速度の測定値において識別されたステップの系列を含む歩行パートについて、本方法は、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定する段階と、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応すると判定された場合、歩行パートを破棄する段階と、をさらに含む。
いくつかの実施形態において、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定する段階は、ユーザにより装着されている又は運ばれているデバイスから、気圧の測定値を得る段階と、得られた気圧の測定値を処理して、歩行パートの間に、ユーザの階段上り又は階段下り歩行に整合する、高さの変化があったかどうかを判定する処理段階と、を含む。
いくつかの実施形態において、処理段階は、気圧の測定値をフィルタリングする段階と、予め定められた時間期間にわたる、フィルタリングされた測定値における気圧の変化を、閾値と比較する段階と、予め定められた時間期間にわたる気圧の変化が閾値より大きい場合、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応すると判定する段階と、を含む。
いくつかの実施形態において、気圧の測定値をフィルタリングする段階は、中央値フィルタを気圧測定値に適用する段階を含む。
本発明の第２の態様に従うと、加速度の測定値を処理して、ユーザによるステップを識別するための装置が提供される。本装置は、ユーザにより装着されている又は運ばれているデバイスから、加速度の測定値を得、加速度の測定値を解析して、加速度の測定値においてユーザによるステップを識別するために使用される閾値を決定し、決定された閾値を使用して、加速度の測定値においてユーザによるステップを識別するよう構成されている処理ユニットを備える。
処理ユニットが、上述した方法の実施形態を実装するようさらに構成されている、本装置の様々な実施形態も意図されている。
いくつかの実施形態において、本装置は、ユーザにより装着される又は運ばれるデバイスの一部であり、デバイスは、加速度の測定値を提供するための加速度計を備える。
代替実施形態において、本装置は、ユーザにより装着される又は運ばれるデバイスからリモートにあり、デバイスは、加速度の測定値を提供するための加速度計を備える。
別の態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列を表す信号を処理する方法が提供される。本方法は、規則性について、識別されたステップをテストするテスト段階と、テスト段階の結果から、ユーザによるステップが見逃されたと判定された場合、ステップの系列に、ユーザによるステップを追加する段階と、テスト段階の結果から、ユーザによる重複ステップが存在すると判定された場合、ステップの系列から、ユーザによるステップを除去する段階と、を含む。
いくつかの実施形態において、テスト段階は、ステップの系列における連続するステップからなる各ペアについてのステップ時間を、連続するステップの間の時間として決定する段階と、決定されたステップ時間の平均値として、代表ステップ時間を決定する段階と、ステップ時間が、代表ステップ時間から閾量内にある場合、規則的であるとしてステップ時間を識別する段階と、を含む。
いくつかの実施形態において、テスト段階は、連続するステップからなる特定のペアについてのステップ時間が、代表ステップ時間から閾量内にない場合、連続するステップからなるペアのうちの一方と、連続するステップからなるペアのうちの他方に隣接するステップと、の間のステップ時間を決定する段階と、連続するステップからなるペアのうちの一方と、連続するステップからなるペアのうちの他方に隣接するステップと、の間の決定されたステップ時間が、代表ステップ時間の２倍の値から閾量内にある場合、規則的であるとして、連続するステップからなる特定のペアについてのステップ時間を識別する段階と、連続するステップからなるペアのうちの一方と、連続するステップからなるペアのうちの他方に隣接するステップと、の間の決定されたステップ時間が、代表ステップ時間の２倍の値から閾量内にない場合、不規則的であるとして、連続するステップからなる特定のペアについてのステップ時間を識別する段階と、をさらに含む。
いくつかの実施形態において、テスト段階は、連続するステップからなる特定のペアについてのステップ時間が、不規則的であるとして識別された場合、ステップ時間を代表ステップ時間と比較する段階と、ステップ時間が、代表ステップ時間以上である場合、連続するステップからなるペアの間のステップが見逃されたと判定する段階と、ステップ時間が、代表ステップ時間未満である場合、連続するステップからなるペアにおけるステップが重複ステップであると判定する段階と、をさらに含む。
代替実施形態において、テスト段階は、ステップの系列における連続するステップからなる各ペアについてのステップ時間を、連続するステップの間の時間として決定する段階と、最小である決定されたステップ時間について、連続するステップからなる各ペアについてのステップ時間の分散として、第１の分散を算出し、最小である決定されたステップ時間を有する、ステップのペアを形成する１番目のステップが除かれた場合のステップ時間の分散として、第２の分散を算出し、最小である決定されたステップ時間を有する、ステップのペアを形成する２番目のステップが除かれた場合のステップ時間の分散として、第３の分散を算出する段階と、第２の分散が、第１の分散と第２の分散と第３の分散とのうち最小の分散である場合、最小である決定されたステップ時間を有する、ステップのペアを形成する１番目のステップを除去する段階と、第３の分散が、第１の分散と第２の分散と第３の分散とのうち最小の分散である場合、最小である決定されたステップ時間を有する、ステップのペアを形成する２番目のステップを除去する段階と、を含む。
別の態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列を表す信号を処理するための装置が提供される。本装置は、規則性について、識別されたステップをテストし、テストの結果から、ユーザによるステップが見逃されたと判定された場合、ステップの系列に、ユーザによるステップを追加し、テストの結果から、ユーザによる重複ステップが存在すると判定された場合、ステップの系列から、ユーザによるステップを除去するよう構成されている処理ユニットを備える。
処理ユニットが、上述した方法の実施形態を実装するようさらに構成されている、本装置の様々な実施形態も意図されている。
さらなる態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列であって、歩行パートに対応するステップの系列を表す信号を処理する方法が提供される。本方法は、歩行パートのストライド規則性を評価する段階を含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、歩行パートの自己相関度を決定する段階を含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、歩行パートの決定された自己相関度をフィルタリングして、ストライドピークを識別する段階を含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、ストライドピークが識別された場合、ストライドピークと零ラグにおける自己相関度とから、自己共分散比を算出する段階と、自己共分散比を閾値と比較する段階と、自己共分散比が閾値より大きい場合、歩行パートが歩行に関連すると判定する段階と、を含む。
いくつかの実施形態において、歩行パートのストライド規則性を評価する段階は、歩行パートの一部分について、ストライド規則性を評価する段階を含む。
さらなる態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列であって、歩行パートに対応するステップの系列を表す信号を処理するための装置が提供される。本装置は、歩行パートのストライド規則性を評価するよう構成されている処理ユニットを備える。
処理ユニットが、上述した方法の実施形態を実装するようさらに構成されている、本装置の様々な実施形態も意図されている。
さらに別の態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列であって、歩行パートに対応するステップの系列を表す信号を処理する方法が提供される。本方法は、歩行パートに対応する加速度の測定値から、ユーザの活動レベルを決定する段階と、ユーザの活動レベルが、ユーザが歩行していないことを示す場合、歩行パートを破棄する段階と、を含む。
いくつかの実施形態において、歩行パートに対応する加速度の測定値から、ユーザの活動レベルを決定する段階は、加速度の分散から、活動レベルを算出する段階を含む。
いくつかの実施形態において、本方法は、決定された活動レベルを１以上の閾値又は範囲と比較することにより、ユーザが歩行しているか否かを判定する段階を含む。
さらに別の態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列であって、歩行パートに対応するステップの系列を表す信号を処理するための装置が提供される。本装置は、歩行パートに対応する加速度の測定値から、ユーザの活動レベルを決定し、ユーザの活動レベルが、ユーザが歩行していないことを示す場合、歩行パートを破棄するよう構成されている処理ユニットを備える。
処理ユニットが、上述した方法の実施形態を実装するようさらに構成されている、本装置の様々な実施形態も意図されている。
別の態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列であって、歩行パートに対応するステップの系列を表す信号を処理する方法が提供される。本方法は、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定する段階と、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応すると判定された場合、歩行パートを破棄する段階と、を含む。
いくつかの実施形態において、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定する段階は、ユーザにより装着されている又は運ばれているデバイスから、気圧の測定値を得る段階と、得られた気圧の測定値を処理して、歩行パートの間に、ユーザの階段上り歩行又は階段下り歩行に整合する、高さの変化があったかどうかを判定する処理段階と、を含む。
いくつかの実施形態において、処理段階は、気圧の測定値をフィルタリングする段階と、予め定められた時間期間にわたる、フィルタリングされた測定値における気圧の変化を、閾値と比較する段階と、予め定められた時間期間にわたる気圧の変化が閾値より大きい場合、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応すると判定する段階と、を含む。
いくつかの実施形態において、気圧の測定値をフィルタリングする段階は、中央値フィルタを気圧測定値に適用する段階を含む。
さらに別の態様に従うと、ユーザにより装着されている又は運ばれているデバイスから得られた加速度の測定値において識別されたステップの系列であって、歩行パートに対応するステップの系列を表す信号を処理するための装置が提供される。本装置は、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定し、歩行パートが、ユーザの階段上り歩行又は階段下り歩行に対応すると判定された場合、歩行パートを破棄するよう構成されている処理ユニットを備える。
処理ユニットが、上述した方法の実施形態を実装するようさらに構成されている、本装置の様々な実施形態も意図されている。
本発明の最後の態様に従うと、コンピュータ読み取り可能なコードが具現化されているコンピュータプログラム製品であって、コンピュータ読み取り可能なコードが、適切な処理ユニット又はコンピュータにより実行されると、処理ユニット又はコンピュータが、上述した実施形態の態様のうちのいずれかに従った方法を実行するように、コンピュータ読み取り可能なコードが構成されている、コンピュータプログラム製品が提供される。
本発明の例示的な実施形態が、図面を参照して、ほんの一例として説明される。
ユーザにより装着されている、本発明の一実施形態に従ったデバイスの図。 本発明の一実施形態に従ったデバイスのブロック図。 本発明のいくつかの実施形態に従った例示的なアルゴリズムにおける処理ステップを概説する図。 例示的なステップ系列信号を示すプロット。 ステップ境界が識別された、ユーザの首の周りに装着されたペンダント内に存在する加速度計からの測定値を示すプロット。 いくつかの実施形態に従ったクラスタの検出を示す一連のグラフ。 ユーザの足首に装着された加速度計からの測定値を示すプロット。 ユーザの足首に装着された加速度計からの測定値の微分係数を示すプロット。 本発明の一態様に従った方法を示すフローチャート。 本発明の別の態様に従った方法を示すフローチャート。 本発明の別の態様に従った方法を示すフローチャート。 規則的歩行の自己相関度を示すグラフ。 本発明の別の態様に従った方法を示すフローチャート。
図１は、ユーザ４の首の周りに装着されているペンダントの形態のデバイス２を示しており、図２は、デバイス２のブロック図である。いくつかの実施形態において、デバイス２は、例えば、歩行中の、例えば、怪我又は転倒の防止をサポートするために、又は、パーソナルフィットネスの目的で、ユーザ４の身体活動をモニタリングする活動モニタである。さらに、ステップ／歩行検出アルゴリズムは、個人を識別するためのバイオメトリックとして歩行パラメータを使用するデバイス又はシステムにおいて、使用されてもよいし、ランニング、跳躍等といった、歩行とは異なる他の形態の動きを検出するために、デバイス又はシステムにおいて、使用されてもよい。他の実施形態においては、デバイス２は、他の目的のために、使用されてもよい。例えば、デバイス２は、ステップカウンタ（歩数計）、速度モニタ、又は安定性モニタであってもよい。
デバイス２は、デバイス２の動きを測定する少なくとも１つの動きセンサ６を備える。好ましくは、少なくとも１つの動きセンサ６は、デバイス２に作用する加速度の大きさ及び方向を測定する加速度計６を含む。加速度計６は、３次元の加速度を測定し、３軸（例えば、ｘ軸、ｙ軸、及びｚ軸）について、その軸に沿って作用する加速度の大きさを経時的に示す信号を出力する。加速度計６は、予め定められたサンプリング周波数で、例えば、５０Ｈｚで、加速度を測定するが、他のサンプリング周波数が使用されてもよい。
デバイス２は、加速度計６から加速度測定値を受信し、加速度測定値を処理して、ユーザ４が歩行しているときを識別する処理ユニット８をさらに備える。デバイス２はまた、処理ユニット８に本発明に従って加速度測定値を処理させるために処理ユニット８により実行されるコンピュータ読み取り可能なコード又は命令を記憶するために使用することができるメモリモジュール１０も備える。メモリモジュール１０はまた、処理ユニット８による処理の前、間、及び後に、加速度測定値を記憶するために使用することができる。
本発明の好ましい実施形態において、デバイス２は、ユーザ４の首の周りにひも又は糸状のもので装着されるペンダントの形態であるが、デバイス２は、ユーザ４の身体の異なる部分、例えば、腰、胸、腕、手首、脚、又は足首に装着される代替形態で実施されてもよいことが理解されよう。これらの実施形態のうちのいくつかにおいて、デバイス２がこれらの代替位置のうちの１つの位置に配置されたときに観測される異なる動き／加速度を踏まえて、ユーザ４のフットステップ（footstep）又は歩行を検出するために使用される処理を変更する必要がある場合がある。これらの変更については、以下の適切な箇所で言及する。
本発明のこの例示的な実施形態において、デバイス２は、ユーザ４により装着され、動き測定値を収集して処理する単一のユニットを備える。代替実施形態においては、測定値の処理は、センサからリモートにあるユニット（例えば、ユーザ４の身体の異なる部分に装着されるユニット、ユーザの自宅に配置され得るベースユニット、又は、ヘルスケアサービスプロバイダの施設に配置されるリモートサーバ）において実行されてもよく、この場合、デバイス２は、ユーザ４により装着されるセンサユニットであって、測定値をこのようなリモートユニットに送信するための適切な送信機又はトランシーバ回路を有するセンサユニットを備える。この実施形態においては、ユーザにより装着されるセンサユニットは、測定値を処理して、ユーザのフットステップ又は歩行を検出することができる処理ユニットを含む必要がない。
さらなる実施形態において（そのうちのいくつかは、以下でさらに言及される）、デバイス２は、ユーザ４の動き又は向きを測定するための１以上のさらなるセンサを備えてもよい。例えば、デバイス２は、デバイス２における気圧を測定するための気圧センサ（気圧計）１２を備えてもよく、処理ユニット８は、気圧測定値を処理して、デバイス２の高度又は高度変化／高さ変化の度合い（measure）を得ることができる。他の可能なセンサは、デバイス２の向き及び／又は向きの変化を判定するために処理され得る信号を出力することができるジャイロスコープ、地球磁場を測定するための磁力計であって、デバイス２の方向又は方位を判定するために使用することができる磁力計、例えば、衛星測位システム受信機（例えば、全地球測位システム（ＧＰＳ）受信機）といった、デバイス２の位置を判定するための位置センサを含む。
実用的な実装において、デバイス２は、図２に示され上述したコンポーネント以外の他のコンポーネント又はさらなるコンポーネントを備えてもよい。そのようなコンポーネントとして、ユーザが、デバイス２をアクティブ化及び／又は操作することを可能にするユーザインタフェース、デバイス２に電力供給するための電源（バッテリ等）がある。
図３は、ユーザ４が歩行しているときを判定するための（すなわち、入力センサ信号のどの部分がユーザ歩行に対応するかを判定するための）、本発明のいくつかの実施形態に従った、処理ユニット８により使用されるアルゴリズムにおける処理段階を概説している。本アルゴリズムの全体的な目的は、ユーザが歩行している１以上の時間期間の開始時間及び終了時間を検出することである。そのような各時間期間は、本明細書において、「歩行パート」と呼ばれる。
本アルゴリズムの第１部分であるブロック２０において、動き測定値（例えば、加速度測定値）が処理されて、ユーザ４によるステップが検出される。このブロック２０の出力は、ステップ系列（step series）（すなわち、検出された複数のステップのタイミングを示す信号）であり、その一例が、図４に示されている。図４において、丸が、識別されたステップを示す。ステップ系列が、第２ブロック２２に渡され、第２部分２２は、歩行とみなされる十分な継続時間を有さない、識別されたステップの系列を破棄する（例えば、ユーザは、ある部屋から別の部屋に歩くこともあるし、且つ／又は、椅子から立ち上がることもあり、わずかなステップで何かにたどり着くこともあり、これらのステップは、（少なくともフィットネスモニタリング又は転倒リスク評価の目的で）継続的歩行又は規則的歩行とみなされるべきではない）。第２ブロック２２の出力（この出力は、１以上の候補歩行パートを表す信号である）が、第３ブロック２４に渡され、第３ブロック２４は、各候補歩行パートを妥当性検証して、各候補歩行パートが、歩行として適切に分類されるべきかどうかを判定する。
本アルゴリズムの様々な部分について、より詳細に説明する。
ステップ検出ブロック２０において、ステップ（フットステップ）が、ユーザの遊脚の踵が接地（踵接地（ＨＳ：heel strike）と呼ばれる）した時点として定められ得る。本発明の態様が基づくステップ検出に関する以下に記載の技術のうちの一部は、国際公開第２０１１／００４３２２号に記載されている。
ユーザ４の上半身にきつく取り付けられた加速度計６に関して、踵接地（又は、本明細書においてステップ境界とも呼ばれる）は、通常、垂直加速度の「ゼロ」交差を観測することにより発見される。もちろん、重力がユーザ４に常に作用しているので、実際の「交差」は、１ｇ（９．８１ｍｓ−２）を経ることになる。垂直加速度は、加速度計６の向きを判定し、加速度の垂直成分を抽出することにより、決定され得るが、きつく取り付けられた加速度計に関して、垂直方向に対応する座標軸に沿った、加速度計の読み取りは、通常、十分な近似値を提供する。
しかしながら、デバイス２がペンダントの形態である好ましい実施形態において、デバイス２（したがって、加速度計６）は、ユーザ４に対して自由に動く。これは、加速度計の座標系もユーザ４に対して動くことを意味する。この場合、加速度信号のノルムが観測され得、踵接地は、通常は、このノルムにおいて、大きなピークとして出現する。したがって、本アルゴリズムのステップ検出部分において、踵接地に対応し得るピークを探すために、加速度測定値／信号が調べられる。
いくつかの単純な実施形態において、加速度信号（又は、加速度信号のノルム）における、閾値を超える全てのピーク（すなわち、極大値）が、可能性のあるステップであるとみなされ得る。加速度信号のノルムの一例が、図５において、|acc|と表記されて示されている。図５において、加速度のノルムが閾値を超えている、可能性のある踵接地事象がマーク付けされている。
いくつかの他の単純な実施形態において（これらは、デバイス２（又は、少なくとも加速度計６）が、ユーザ４の下半身部分に配置される場合に特に有用である）、加速度信号の微分係数（又は、加速度信号の微分係数のノルム）が決定され、踵接地事象に対応する、閾値を超えるピークを探すために（以下で説明するいくつかの場合においては、閾値未満の極小値を探すために）、微分係数が調べられる。加速度の微分係数は、本明細書において、「ジャーク（jerk）」と呼ばれる。加速度の微分係数は、後続の加速度サンプル値間の差を求めてサンプリング周波数fsを乗算する（すなわち、サンプリング時間で除算する（1/fs））ことにより算出することができる（しかしながら、演算労力を低減させるために、乗算又は除算は、必要に応じて省略されてもよい）。
より好ましい実施形態において、加速度信号又はジャーク信号におけるサンプルのクラスタが識別され、各クラスタにおける最大値（又は、最大値に近い別の値）が、ステップ境界として識別される。詳細には、信号が解析されて、加速度信号（又は、加速度のノルム、ジャーク、若しくはジャークのノルム）におけるサンプルのうちの少なくとも一部が閾値を超える（又は、適切な場合には、閾値未満である）、それらサンプルの領域が識別される。
第１の例示的な実装において、クラスタは、閾値（例えば、重力より２ｍｓ−２大きい値、すなわち、〜１２ｍｓ−２）を超えるサンプルのセットに対応し得る。第２の例示的な実装において、クラスタは、閾値を超えるサンプルのセットであって、ギャップのサイズが予め定められた限界値thresholdgap未満であるという条件で、閾値を超えないサンプルの小さなギャップが許容される、サンプルのセットに対応し得る。予め定められた限界値は、好ましくは、ステップ間の典型的な時間（約０．５秒）より小さい。この性質の例示的なクラスタが、図５の時間３５８と時間３５９との間で確認され得る。
第３の例示的な実装において、１つの閾値を使用して、クラスタの一部を形成するサンプルを識別する代わりに、２つの閾値が使用され得る。これはヒステリシスを導入する−第１の閾値を超えるサンプルは、クラスタの最初を示し、第２の閾値を下回る最初のサンプルは、そのクラスタの最後を示す。クラスタの最初と最後との間の最小継続時間（おそらくは、ステップ時間、すなわち、２つの連続するステップの間の時間に関連する）が、必要に応じて適用され得る。２つの閾値の使用は、加速度信号のジャークを解析してステップ境界を識別する場合に、特に有用である。
図６におけるグラフは、上述した実装に従って、様々な例示的な加速度信号において、クラスタがどのように識別され得るかを示している。一般的なケースが、図６（ａ）に示されており、ここでは、２つの閾値thresholdacc1及びthresholdacc2が、サンプルに適用され、サンプルが第１の閾値を超えない、最大継続時間のギャップthresholdgapが許容される。図６（ａ）において、ギャップは、Δtと表記され、Δt<thresholdgapの場合には、クラスタが発見される。
図６（ｂ）は、クラスタを識別するための閾値を超えることが全てのサンプルに要求される、クラスタ識別の上述した第１の例示的な実装を示している（すなわち、図６（ｂ）におけるクラスタ検出は、図６（ａ）の一般的ケースにおいて、thresholdacc1=thresholdacc2であり、ギャップが許容されないことに対応する）。
図６（ｃ）は、閾値を超えないサンプルのギャップがクラスタにおいて許容される、クラスタ識別の上述した第２の例示的な実装を示している（すなわち、図６（ｃ）におけるクラスタ検出は、図６（ａ）の一般的ケースにおいて、thresholdacc1=thresholdacc2であり、thresholdgap=Y（Yは、ゼロでない正の値）であることに対応する）。
図６（ｄ）は、２つの閾値が使用される、クラスタ識別の上述した第３の例示的な実装を示している（すなわち、図６（ｄ）におけるクラスタ検出は、図６（ａ）の一般的ケースにおいて、thresholdacc1≠thresholdacc2であり、ギャップが許容されないことに対応する）。
上記クラスタリング技術は、ユーザ４の上半身に取り付けられる加速度計６に関して、概して、踵接地の有用な推定を提供する。加速度計６が、ユーザ４の下半身（例えば、足首）に取り付けられる場合、加速度が検討されるときに、通常は、２つのクラスタが、ステップごとに、又は、図７に示されるように、実際にストライドごとに、出現する（図７は、２つの閾値の使用も示していることに留意されたい）。加速度計信号が、足首において観測されるので、ストライド（すなわち、左足及び右足の両方によるステップ）の周期が確認される。一方のクラスタは、足の上げに対応し、他方のクラスタは、踵接地に対応し、各クラスタにおける固有の最小値は、遊脚相に対応する。これら２つのクラスタのうちどちらが踵接地であるかを判定することは難しい場合がある。しかしながら、１つの最小値がステップごとに生じることも観測でき、デバイス２が、ユーザ４の下半身で使用される場合には、本アルゴリズムは、１以上の閾値を下回るサンプルの各クラスタにおいて生じている最小値（又は、最小値に近い値）を探すために、加速度信号のノルムを調べることができる。
ステップの代わりに、本アルゴリズムは、ストライドの観点で設計されてもよい。これは、非対称歩行パターン（いわゆる周期−２信号（period-2 signal））の場合に、有効であり得る。ステップは、片足の変位であり、ストライドは、両足の変位（左足による１ステップ、右足による１ステップ）である。加速度計６が、足又は足首に配置される場合、対応する足が動いているときには、加速度計測定値において明らかな強いピークが存在し、他方の足が動いているときには、わずかな「クロストーク（cross talk）」が存在する。加速度計６が、胴体に配置される場合、両足の動きは、類似する加速度計信号を生成させる。身体のサイドに配置される加速度計６は、加速度計測定値において何らかの非対称性を示し得る。
代替的に、上述したように、ユーザ４の下半身に配置される加速度計６に関して、加速度信号の微分係数を決定することにより、ジャークを決定することができ、ジャークを解析して、上述したように、クラスタを識別することができる。図８におけるグラフは、識別されたストライド境界がマーク付けされている、例示的なジャーク信号を示している。
上記技術に関して発見された１つの問題は、加速度信号が、しばしば、ステップごとに（すなわち、踵接地ごとに）複数のピークを含むことである、又は、ユーザ４によるステップの間に発生するランダムなピークを含むことさえある、ということである。ユーザ４が、一定の歩調（すなわち、ステップの一定の速度）を有すると仮定した場合、これらの複数のピーク及びランダムなピークは、ステップ時間変動全体に大きく影響を及ぼすステップを除去することにより、結果として生じるステップ系列からフィルタリング除去され得る（filtered out）。このフィルタリングは、本発明の後の態様を参照して、以下でより詳細に説明される。ステップ境界が、加速度計信号において識別されると、「ステップ時間」が導出され得る。「ステップ時間」は、加速度計測定値がユーザ４の胴体で収集される場合には、２つの連続する識別されたステップの間の時間であり、加速度計測定値がユーザ４の足又は足首で収集される場合には、２つの連続する識別されたストライドの間の時間である。明瞭にするために、１つのステップの時点は、「ステップピーク」又は「踵接地」と呼ばれる。したがって、いくつかの実装におけるステップ時間は、２つのステップピークの間の時間である。発見されたステップ時間が、規則性についてテストされる。詳細には、各ステップ時間が解析されて、ステップ又はストライドの間のギャップ（ステップ時間により表される）が、非常に長く、異なる歩行パートの間のギャップであるとみなされると実際にみなされるべきかどうかが判定される。１つの特定の実装において、代表ステップ時間（例えば、ステップ時間の平均値（平均値又は中央値））が、Tstepであるとすると、（例えば、Thresholdstep*Tstepにより与えられる）ある秒数においてステップが検出されなければ、歩行パートの終了境界が、その最後のステップで発見される。この時間閾値（Thresholdstep*Tstep）の使用は、特定のユーザ４が歩行している速度に境界を適応させるので有利であるが、ユーザごとに独立した固定の時間閾値が、必要に応じて使用されてもよい。同様の方法を使用して、歩行パートの開始を線引きする（delineate）。Thresholdstepの好ましい値は、４である。
本発明の一態様は、ステップ検出に対する変更を提供する。詳細には、（ユーザの身体における加速度計６の位置に応じた）ステップ境界に対応する極値（すなわち、極大値又は極小値）を識別するために使用される１つの閾値（又は、クラスタを識別するために２つの閾値が使用される場合には２つの閾値）が、加速度信号（又は、ジャーク信号）の特性に応じて適応される。このように閾値を信号に適応させることは、ステップ境界をより信頼性高く検出することを可能になる。これは、例えば、踵接地の間に加速度計６が受ける最大加速度又は最小加速度が、ユーザの身体に対するデバイス２の位置の変化に起因して、時間とともに変化し得るためである。閾値を適応させることはまた、本アルゴリズムが、特定のユーザ４（例えば、特に重い又は軽い踵接地を有するユーザ）の特性又はユーザ４が歩行している面の特性に、より良く適応することが可能になる。
本発明のこの態様に従った、加速度測定値を処理して、ステップ境界を識別する方法を示すフローチャートが、図９に示されている。第１段階である段階１０１において、ユーザ４に取り付けられている又はユーザ４により装着されている加速度計６を使用して、加速度測定値が得られる。
段階１０３において、加速度測定値の１以上の特性が決定される。いくつかの実施形態において、１以上の特性は、加速度測定値の平均値及び／又は加速度測定値の標準偏差を含むが、例えば、センサ軸ごとの、より高次のモーメント及び／又は信号が、追加的又は代替的に、使用されてもよい。
次いで、段階１０５において、加速度測定値においてステップ境界を識別するために使用される閾値が、加速度測定値の１以上の特性から決定される。
次いで、決定された閾値が使用されて、加速度測定値においてステップ境界が識別される（段階１０７）。上述したように、閾値は、該閾値を超える測定値サンプルのクラスタを識別するために使用され得、いくつかの実施形態において、ステップ境界は、各識別されたクラスタにおけるピーク又は最小値により与えられる。
したがって、この方法は、ステップ境界検出のために使用される閾値が、加速度信号の特性に基づいて適応されることをもたらす。
上述した様々な実施形態に従うと、この方法は、３軸の加速度測定値を組み合わせること、組み合わせた加速度測定値のノルムを得ること、組み合わせた加速度測定値の微分係数を決定すること（すなわち、ジャークを決定すること）、３軸の加速度測定値の微分係数を得て、微分係数を組み合わせてジャークを決定すること、又は、組み合わせた加速度測定値の微分係数を決定して、結果のノルムを得ること（すなわち、|jerk|を決定すること）をさらに含んでもよく、段階１０３、段階１０５、及び段階１０７のうちの任意の１以上の段階は、加速度測定値のノルム、ジャーク、又はジャークのノルムに対して実行されてもよいことが理解されよう。信号のノルムを得ることは、例えば、ユークリッド距離（すなわち、Ｌ２ノルム）又はマンハッタン距離（すなわち、Ｌ１ノルム−３軸の絶対値を合計する）を算出することによって等、任意の既知の方法で行うことができることが理解されよう。
いくつかの実施形態において、測定値のサブセット（例えば、２０秒ウィンドウ）について、段階１０３において、特性が算出され、特性から導出された閾値が、そのウィンドウにおける測定値に適用されて、ステップ境界が識別される。次いで、ウィンドウが、（例えば、ウィンドウ長の半分−１０秒以上といった予め定められた量だけ）加速度測定値に沿ってシフトされ得（段階１０９）（このシフトにおいて、ウィンドウの連続する位置の間、又は、等しい数の加速度サンプルの間には何らかのオーバーラップが存在する）、段階１０３、段階１０５、及び段階１０７が、ウィンドウにおける測定値の新たなセットについて繰り返される。
特定の実施形態において、閾値は、信号（例えば、加速度のノルム又はジャークのノルム）の平均値及び標準偏差を使用することにより適応される。平均値及び標準偏差は、例えば、２０秒の期間であるウィンドウにわたって算出される。加速度信号、加速度信号のノルム、ジャーク信号、又はジャーク信号のノルムにおいてクラスタを識別するための閾値は、そのウィンドウについての平均値及び標準偏差の関数により与えられる。いくつかの実施形態において、|acc|信号についての閾値は、
stepThres=|grav|+ThresFac*(stepMean-|grav|+stepStd) （１）
により与えられ、ここで、|grav|は、重力の値（９．８１ｍｓ−２）であり、ThresFacは、（例えば、１．１又は０．９という値を有する）定数であり、stepMeanは、信号の平均値であり、stepStdは、信号の標準偏差である。
いくつかの実施形態において、ジャーク信号においてクラスタを識別するために使用される閾値は、
strideThresIn=strideMean+ThresFacIn*strideStd （２）
strideThresOut=strideMean-ThresFacOut*strideStd （３）
により与えられ、ここで、ThresFacIn及びThresFacOutは、（例えば、それぞれ１．７及び０．２という値を有する）定数であり、strideMeanは、信号の平均値であり、strideStdは、信号の標準偏差である。
代替実施形態においては、加速度信号又はジャーク信号においてクラスタを識別するために使用される１つの閾値又は複数の閾値は、例えば、回帰モデルを使用して決定されてもよい。
上述したように、信号の特性から決定された閾値は、信号に適用されて、ステップ（又は、ストライド）が、サンプルのクラスタにおける最大値又は最小値として識別される。最初のステップ及び最後のステップが、歩行パートを定める。最初のステップ及び最後のステップは、上述したように決定され得る。例えば、現在のステップ後のある秒数（Thresholdstep*Tstep）において、ステップが検出されなければ、歩行パートの終了境界が、その最後のステップで発見される。
任意的に、識別された歩行パートを使用して、代表ステップ時間の新たな値が、歩行パートにおける全てのステップ時間の中央値として算出される。識別された歩行パートは、信号のうち関心のある部分のより良い線引きを与え、したがって、代表ステップ時間の推定は、より良い線引きされたデータセットに基づく（これにより、外れ値の影響が低減され、代表ステップ時間のより良い推定値が与えられる）。このステップ時間は、クラスタを検出するためのパラメータを設定するために使用される。また、上記閾値は、信号のうち、識別された歩行パート内の部分のみを使用して、再算出される。最後に、ステップピークが、新たなパラメータ及び閾値を使用して、歩行パート内で探すことにより、識別される。このように、歩行パートについてのステップピークを精緻にして、歩行検出を改善することができる。
上述した閾値適応は、デバイス２が最初にスイッチオンされるとき又はユーザ４により最初に使用されるときに、デバイス２のカスタマイゼーションモード又は設定モードで実行され得ることが理解されよう。この場合、加速度の測定値が、上述したように、１以上の閾値を決定するために、得られて処理され得、１以上の閾値が、ユーザ４によるデバイス２の後の使用の間に得られた加速度の測定値に適用されて、ユーザのステップが識別され得る。
本発明の別の態様は、加速度信号においてステップ（詳細には、ステップが生じた時間）を識別した後、ステップが、ステップ時間規則性についてテストされることを提供する。本発明のこの態様は、国際公開第２０１１／００４３２２号に記載されている技術又は上述した技術を使用して識別されたステップに適用され得る。
上述したように、閾値を使用してピークを検出する場合（且つ、閾値が、加速度信号の特性に適応される場合でさえも）、ステップの時間における加速度又はジャークの大きさが閾値を満たさないために、ステップに対応するいくつかのピークは、見逃される可能性があることが見出されている。他の場合において、１つのステップについて、２つのピークが発見されることがある。なぜならば、加速度信号は、複数のクラスタが識別されること、したがって、複数のステップピークをもたらす、閾時間（thresholdgap）よりも長い間閾値を下回ることが、偶然にも起こるからである。閾値適応によっても、信号強度／エネルギーが変化する可能性がある範囲を所与として、最適閾値を発見することは、難しい場合があり、見逃されたステップ及び重複ステップが依然として存在する場合がある。本発明のこの態様に従うと、（複数の異なる活動のうちの任意の１つとして加速度信号を一般に分類するのではなく、）加速度信号のうち、ユーザの歩行に対応する部分を識別することが望まれるので、ユーザ４が歩行しているときに、ステップが規則的に生じることを仮定する。したがって、規則性を仮定することにより、閾値検出により見逃されたステップ又は重複ステップピークが、補正され得る。
規則性を補正する例示的な方法を示すフローチャートが、図１０に示されている。第１段階である段階１２１において、ステップが検出された時間を示すステップ系列信号が得られる。このステップ系列信号は、上述した技術のうちの任意の技術を使用して得ることができる。
各ステップを順に得て、ステップ時間（現在のステップピークと前のステップピークとの間の時間）が、代表ステップ時間と比較される（段階１２３）。ステップ時間が、代表ステップ時間から閾量（thresholdreg）内にある場合（段階１２５）、ステップ時間は、規則的ステップ時間であるとみなされ（段階１２７）、次のステップ、したがって、次のステップ時間が評価される（段階１２９）。いくつかの実施形態において、閾値は、クラスタサイズ（これは、信号（例えば、|acc|）が閾値を満たすクラスタのサイズ／継続時間を識別するために使用される数である）に対応する。クラスタサイズは、典型的には、ステップ時間の半分の値である。
段階１２５において、ステップ時間が不規則的であるとみなされた場合（段階１３１）であっても、後続のステップが規則的である可能性があり、この場合、次のステップと前のステップとの間のステップ時間が、閾値（すなわち、thresholdreg）と比較される（段階１３３及び段階１３５）。
例えば、現在のステップがステップ[k]（これは、ステップ[k]が生じた時間を表す）であり、前のステップであるステップ[k-1]からステップ[k]までのステップ時間がステップ時間[k]（これは、不規則的であるとみなされている）であるとすると、
|(ステップ[k+1]-ステップ[k-1]-2*代表ステップ時間)|<thresholdreg （４）
であるかどうかが判定される。
評価（４）の結果が真である場合、ステップ[k-1]からステップ[k+1]までのステップ時間は、規則的であるとみなされ、したがって、ステップ時間[k]は、規則的であるとみなされる（段階１３７）。次いで、次のステップ時間が評価される（段階１２９）。
評価（４）の結果が偽である場合、現在のステップ時間は、不規則的であるとみなされ、ステップ系列からステップを除去すること又はステップ系列にステップを挿入することのいずれかが必要である。どちらが必要であるかを判定するために、ステップ時間[k]が、代表ステップ時間と比較される（段階１３９）。
現在のステップ時間（ステップ時間[k]）が代表ステップ時間未満である場合、除去が必要である（段階１４１）。この場合、ステップ時間[k]についての２つのステップのうちの１つ（すなわち、ステップ[k]又はステップ[k-1]）が除去される。これらのステップのうちのどちらを除去するかの決定は、いくつかのルールのうちの１つのルールに基づき得る。１つのルールにおいて、最小の大きさを有するステップが除去される。しかしながら、このルールは、規則性テストにしたがって大き過ぎる、（残りのステップとその新たな隣接ステップとの間の）結果として生じるステップ時間をもたらす可能性があり、この場合、規則性テストに通らなければ、他方のステップ（すなわち、最大の大きさを有するステップ）が代わりに除去される。
現在のステップ時間（ステップ時間[k]）が代表ステップ時間以上である場合、挿入が必要である（段階１４３）。ステップピークが、継続時間における１つの代表ステップ時間の範囲内で、ステップ系列信号の最大値（又は、適切である場合には最小値）に挿入され得る。この範囲の開始は、前のステップ（ステップ[k-1]）後の一クラスタサイズとして発見され得る。いくつかの場合において、挿入されたステップと次のステップとの間のステップ時間が、依然として、規則性マージン（regularity margin）を超えていれば、挿入プロセスが繰り返され得る（スパート（spurt）は、（典型的には）４つのステップ時間で線引きされ得るので、この挿入プロセスは、その境界で終了する）。
（上記方法に対する代替方法として）不規則的ステップ時間を補正する別の方法は、一連のステップ時間の分散を観測することである。反復的に、最小ステップ時間を構成する２つのステップ（ピーク）が調べられる。これら２つのステップを所与として、次の３つの分散が算出される：所与のステップ時間の系列の分散、２つのステップのうちの１番目のステップが除かれた場合のステップ時間の系列の分散、及び、２つのステップのうちの２番目のステップが除かれた場合のステップ時間の系列の分散。第１の分散が、これら３つの分散のうち最小である場合、反復プロセスは終了する。第２の分散が最小である場合、２つのステップのうちの１番目のステップが、ステップ系列から除去される。第３の分散が最小である場合、２つのステップのうちの２番目のステップが、ステップ系列から除去される。次いで、反復プロセスが、新たなステップ系列について繰り返される。除去されるステップを選択するためのこの決定ルールは、上述した最初の規則性テストにおいて使用されてもよいことに留意すべきである。
図３を参照して上述したように、ステップ検出アルゴリズム２０が、加速度計測定値においてステップを検出した後、ステップ系列が、第２ブロック２２に渡され、第２ブロック２２は、歩行であるとみなされる十分な継続時間を有さない識別されたステップの系列を破棄する。詳細には、ブロック２２において、ステップ系列において識別された各歩行パートの継続時間が、閾値（最小継続時間）と比較される。閾値を超えない継続時間を有する全ての歩行パートが破棄される。例示的な最小継続時間は、１０秒とすることができるが、他の値が使用されてもよい。最小継続時間を超える全ての歩行パートに関するステップ系列が、候補歩行パートとして、第３ブロック２４に渡され、第３ブロック２４において、歩行ではないユーザ活動又は異常な歩行に対応するユーザ活動に対応する歩行パートをフィルタリング除去するために、候補歩行パートが妥当性検証される。
本発明のさらに別の態様に従うと、第１のタイプの妥当性検証は、所定の規則性を伴うストライド時間を有する歩行パートを識別することを含み、ここで、各ストライドの信号形状は類似する。本発明のこの態様は、国際公開第２０１１／００４３２２号に記載されている技術又は上述した改善された技術を使用して識別されたステップに適用され得る。図１１におけるフローチャートは、本発明のこの態様に従った、妥当性検証を実行する方法を示している。前の態様において、誤ったステップを除去するために又は見逃されたステップを追加するために、ストライド規則性を仮定したが、この態様においては、発見されたステップの規則性がテストされる（すなわち、前の態様のように規則性を仮定するものではない）。
この態様において、歩行パートのストライド規則性が、局所的に評価される（これは、以下の特定の実施形態において説明するように、歩行パートのウィンドウ設定された部分を含み得る、又は、歩行パート全体を含み得る）。ストライド規則性が、歩行パートの自己相関度を解析することにより評価され得る。詳細には、上述したように得られた候補歩行パート（段階１６１）について、歩行パートの局所部分が、例えば、ウィンドウを歩行パートに適用することにより、解析のために選択される（段階１６３）。ウィンドウは、例えば、５秒という幅を有するが、他の幅が使用されてもよい。
段階１６５において、歩行パートの局所部分に対応する、加速度測定値の局所部分の自己相関度が決定される。自己相関度は、正規化された加速度にわたって、又は、別個のｘ軸、ｙ軸、若しくはｚ軸のいずれかにわたって、算出され得る。いくつかの実施形態において、自己相関度は、候補歩行パートのウィンドウ設定された部分に対応する加速度信号にわたって、自己共分散の不偏推定値を得ることにより算出される。
次いで、段階１６７において、段階１６５において決定された自己相関度系列がフィルタリングされて、ストライドピークが識別される。図１２は、ユーザの胴体に配置された加速度計についての例示的な自己相関信号を示している。図１２において、左足及び右足からのステップが、次の３つのラベル付けたピークを有する類似する信号として出現している：零ラグにおける自己相関度（自己共分散）に対応するA0、（１番目のピークとも呼ばれる）ステップピークに対応するAstep、及び、（２番目のピークとも呼ばれる）ストライドピークに対応するAstride。周期−２型信号であれば、より大きなストライドピークを有するであろう。
いくつかの実施形態において、段階１６７は、例えば０．１６秒というウィンドウ幅を有する移動平均フィルタを使用して、ストライドピークを識別することを含む。この代表移動平均フィルタは、信号を平滑化して、ストライドピークAstrideをより信頼性高く識別するのに役立つ。なぜならば、フィルタリングされない自己相関信号は、しばしば、複数のピークを有するからである。
フィルタリングされた自己相関度系列においてストライドピークを発見することができない場合（段階１６９）、これは、候補歩行パートの局所部分（例えば、ウィンドウ設定された部分）が、歩行に対応しないこと、又は、異常な（例えば、乱れた）歩行を含むことのいずれかを示唆する。したがって、候補歩行パートの局所部分が、ストライド規則性テストに通らなかったとして記録される（段階１７１）。
次いで、例えば、信号に沿って、例えば０．１秒だけ候補歩行パート上でウィンドウをシフトする（段階１７３）ことにより、候補歩行パートの別の局所部分が解析され、この方法は、段階１６５に戻り、信号の新たなウィンドウ設定された部分について繰り返す。
段階１７１において、候補歩行パートの局所部分は、ストライド規則性テストに通らなかったとして記録され得るが、この部分は、まだ破棄されないことに留意されたい。なぜならば、局所部分が、ストライド規則性テストに通らなかったとしても、信号のオーバーラップ部分（例えば、０．１秒だけシフトされるウィンドウの一部）が、ストライド規則性テストに通ることができる可能性があるからである。全ての局所部分（例えば、ウィンドウ設定された部分）がテストされると、候補歩行パートの任意の部分が破棄され得るかどうかについての決定がなされ得る。
段階１６９において、ストライドピークが発見された場合、段階１７５において、（R. Moe-Nilssen及びJ. L. Helbostadによる"Estimation of gait cycle characteristics by trunk accelerometry" Journal of Biomechanics, vol. 37, no. 1, pp. 121-126, 2004に記載されているように、）Astride/A0により与えられる自己共分散比が算出される。この自己共分散比は、ストライド規則性を表すものである。
次いで、（自己共分散比により与えられる）ストライド規則性が、閾値と比較される（段階１７７）。使用することができるデフォルトの最小ストライド規則性閾値は、０．５であり、これは、感度と精度との間の良好なトレードオフであることが見出されている。歩行検出の精度は、一般に、閾値を大きくすることにより、増大され得るが、閾値を大きくすることは、歩行検出の感度を低減させる。
ストライド規則性を局所的に（例えば、候補歩行パートのウィンドウ設定された部分内で）妥当性検証することは、歩行中の可変のペースを許容し、上記方法に従うと、歩行は、各時点の間局所的に規則的である場合には、規則的であるとみなされる。局所的なペース（すなわち、ストライド規則性）が、ウィンドウ設定された（例えば、５秒の）部分内で大きくは変化しなかった場合、歩行パートの諸部分は、十分に規則的であるとみなされ得る。段階１７７において、部分についてのストライド規則性が、閾値以下であると判定された場合、その部分は、ストライド規則性に通らなかったとして記録される（段階１７１）。部分についてのストライド規則性が、閾値を超えると判定された場合、その部分は、歩行として妥当性検証され（段階１７９）、ウィンドウが、候補歩行パートに沿ってシフトされる（段階１７３）。
候補歩行パートの評価にしたがって、パート（例えば、部分）が破棄される場合、これは、候補歩行パートが２つの別個の歩行パートに分割されることをもたらす。次いで、これらの新たな別個の歩行パートが、テストされて、（ブロック２２に関して上述したように）これらが歩行パートであるとみなされる十分な継続時間を有するかどうかが判定され、十分な継続時間を有さない場合、これらの別個の歩行パートの一方又は両方が、同様に破棄され得る。
上記ストライド規則性妥当性検証段階は、不規則的パターンを有する活動をフィルタリング除去するが、ユーザ４の心拍数及びランニング等の他のファクタ又は活動が、歩行に類似する規則性を有することがあり、これらのファクタ又は活動に実際に対応する歩行パートが、ストライド規則性妥当性検証に通ることがある。したがって、本発明の別の態様に従うと、これらの歩行パートを識別して除外することを目的とする妥当性検証テストが提供される。詳細には、前のステップ検出及び最初の妥当性検証段階（適用される場合）に通り、ユーザ４による歩行には対応しないタイプの活動は、一般に、歩行とは異なる動きの強さ（movement vigour）を有する。したがって、本発明のこの態様に従うと、歩行パートの動きの強さが算出され、動きの強さが、１以上の閾値又は許容可能範囲と比較され、１以上の閾値を満たさない又は許容可能範囲内に含まれない全ての歩行パートが破棄される。本発明のこの態様は、国際公開第２０１１／００４３２２号に記載されている技術又は上述した改善された技術を使用して識別されたステップに適用され得る。
一実施形態において、動きの強さ（本明細書において活動レベルとも呼ばれる）は、ｘ軸、ｙ軸、及びｚ軸の各々に沿った加速度の分散から、
活動レベル=10*log10(var(accx)+var(accy)+var(accz)) （５）
を使用して算出され得る。
この実施形態において、活動レベルが、許容可能範囲内に含まれない場合、歩行パートは破棄される。式（５）に従って算出される活動レベルに関する例示的な許容可能範囲は、［５．８，２０．５］であるが、他の範囲が使用されてもよいことが理解されよう。
いくつかの実施形態において、信号のエネルギーの尺度は、単に、ｘ軸、ｙ軸、及びｚ軸の各々に沿った加速度の分散の合計により与えられ得る。代替実施形態においては、上記で与えられる活動レベルの式の代わりに、加速度信号のエネルギーの他の尺度が使用されてもよい。
活動レベル、又は信号のエネルギーの他の尺度は、候補歩行パートの全体又は候補歩行パートのウィンドウ設定された部分について、算出され得る（ウィンドウは、上述したストライド規則性の実施形態において使用されるウィンドウと同じサイズであってもよいし異なるサイズであってもよい）。
上記ストライド規則性妥当性検証及び動きの強さの妥当性検証にしばしば通り、歩行であると必ずしもみなされるべきではない別のタイプの活動は、ユーザ４が階段を上って又は下って歩行しているときである。階段を上って又は下って歩行することは、水平な面上での歩行に類似する規則的な動きのパターン及び強さを有するが、多くの場合（例えば、ユーザ４の転倒リスクを判定するために、検出された歩行パートが解析されるべき場合）、階段歩行に対応する候補歩行パート又は候補歩行パートの部分は、破棄されるべきである。したがって、本発明のさらなる態様は、候補歩行パートが解析されて、候補歩行パートが階段歩行に対応するかどうかが判定されることを提供する。詳細には、気圧センサ１２からの測定値が収集され使用されて、デバイス２の高さの変化が決定され、ユーザの階段上り歩行若しくは階段下り歩行（又は、スロープ上り歩行若しくはスロープ下り歩行）に整合する、デバイス２の高さの変化があった場合には、歩行パートが破棄され得る。本発明のこの態様は、国際公開第２０１１／００４３２２号に記載されている技術又は上述した改善された技術を使用して識別されたステップに適用され得る。
このさらなる態様に従った方法を示すフローチャートが、図１３に示されている。第１段階である段階２０１において、加速度測定値が得られている間に、気圧センサ１２からの測定値が得られる。次いで、（任意的に、）気圧の短期変動の影響を平滑化するために、気圧測定値が、ローパスフィルタリングされる（段階２０３）。これは、例えば、Butterworthフィルタを使用して行うことができる。このフィルタのカットオフ周波数は、例えば、１／８Ｈｚであり得る。
段階２０５において、気圧測定値が処理されて、特定の候補歩行パートの間におけるデバイス２の高さの変化が決定される。段階２０５は、候補歩行パートに時間的に対応する、気圧測定値の部分を処理することを含む。気圧の変化は、高度又は高さの変化を示し得る。当業者は、気圧又は気圧の変化を、高度／高さの尺度又は高度／高さの尺度の変化に変換するための適切な技術／式を認識するであろうが、好ましい実施形態において、高さ又は高さの変化への気圧又は気圧の変化の変換は、必要とされない。なぜならば、気圧信号の変化は、高さの変化を反映するからである。
ユーザにより装着されるデバイス２のコンテキストにおいて、短期時間期間にわたる高さの明らかな変化は、空気の乱れ（例えば、風、ドアの開放又は閉鎖等）に起因するものであり得、十分な継続時間の間続き、十分な大きさの気圧変化（したがって、高さ変化）だけが、階段歩行としてみなされる。
したがって、段階２０５において、デバイス２の高さの実際の変化を示さない可能性が高い、気圧の短期変化をフィルタリング除去するために、フィルタが気圧信号に適用される。いくつかの実施形態において、移動平均（ＭＡ）フィルタ等の線形位相フィルタが使用される。しかしながら、気圧センサ１２からの測定値は、短継続時間のピークを示すことがあるので、中央値フィルタ等の非線形フィルタの使用が好ましい。中央値フィルタについて２秒という半分のウィンドウサイズが好ましい。
フィルタにより出力される信号は、（例えば、風、又は、ドアの開放若しくは閉鎖により引き起こされる）短期気圧変化を除いた長期高さを表す。何らかの時間期間Tにわたる気圧の（絶対）変化が、閾値と比較される（段階２０７）。例えば、この閾値は、３秒という時間期間Tにわたる０．１ｈＰａという値を有することができる。何らかの時間期間Tにわたる気圧の（絶対）変化が、閾値以下である場合、歩行パートは、ユーザ４の階段上り歩行又は階段下り歩行に関連するとはみなされず、歩行パートは、歩行として妥当性検証される（段階２０９）。
何らかの時間期間Tにわたる気圧の（絶対）変化が、閾値より大きい場合、歩行パートは、ユーザ４の階段上り歩行又は階段下り歩行に関連するとみなされ、歩行パート（又は、歩行パートのうち、気圧の変化が生じた部分）が破棄される（段階２１１）。いくつかの実施形態において、階段歩行であるとみなされる、候補歩行パートの領域又は部分は、事前準備として破棄されるその領域の前及び後に、１秒（又は、同様の時間スケール）というさらなる安全マージンを有し得る。なぜならば、ユーザ４は、階段に対する最初のステップの前に、歩みをわずかに変化させることがある、且つ／或いは、気圧の最初の変化ポイントは、上述した処理によりピックアップされないことがあるからである。
本発明の上記態様のうちのいずれも、既存の歩行検出アルゴリズムの精度を改善するために、独立して又は組み合わせて、使用することができることが理解されよう。
国際公開第２０１１／００４３２２号におけるステップ／歩行検出アルゴリズムの性能の改善における本発明の上記態様の有効性が、以下の表１に示されている。国際公開第２０１１／００４３２２号に記載されているアルゴリズムは、６６．１％という感度及び９８．２％という精度を有することが見出された（ここで、感度は、歩行として識別された、ユーザによる歩行のパーセンテージを表しており、精度は、検出の信頼性（すなわち、アルゴリズムが発見した歩行パートのうち、歩行検出がどれくらい正しかったか）を表している）。加速度測定値は、１日又は２日の間通常の日常活動を行った５人のユーザについて得られた。次いで、加速度測定値は、上述した本発明の態様により提供される変更を伴う、国際公開第２０１１／００４３２２号に記載されているアルゴリズムに従って処理された。表１に示されるように、この変更は、感度を８０．１％に増大させており、精度を９９．９％に増大させている。精度は、最小ストライド規則性閾値を大きくすることにより、感度が低減する代わりに、さらに増大され得る。
Figure 2017504440
処理ユニット８は、本明細書において、加速度測定値を処理して、ユーザ４が歩行しているときを識別するものとしてのみ、説明されているが、デバイス２又は活動モニタの実用的な実装において、処理ユニット８は、ユーザ４が、ランニング／ジョギングしているとき、ジャンプしているとき、立ち上がる／座る動きをしているとき（すなわち、座っている位置から立ち上がる動作／椅子に座る動作をしているとき）、階段を上って又は下って歩行しているとき、ベッドに入る／ベッドから出る動作をしているとき等を判定するためのアルゴリズムを実行することもできる。追加的又は代替的に、処理ユニット８は、加速度測定値を処理して、ユーザ４が転倒したかどうかを検出してもよい。
したがって、既存の歩行検出アルゴリズムに対する、デバイスのユーザによる歩行を識別する際の増大した感度及び精度を提供するいくつかの改善が提供される。
本発明が、図面及び上記記載において、詳細に図示及び説明されているが、そのような図示及び説明は、限定的なものではなく、例示的なものと考えられるべきである。本発明は、開示した実施形態に限定されるものではない。
開示した実施形態に対する変形が、図面、本開示、及び請求項を検討することから、特許請求される発明を実施する際に、当業者により理解され、もたらされ得る。請求項において、「備える、含む、有する（comprising）」という用語は、他の要素又は段階を排除せず、不定冠詞「a」又は「an」は、複数を排除しない。単一のプロセッサ又は他のユニットが、請求項中に記載された複数のアイテムの機能を満たしてもよい。所定の手段が相互に異なる従属請求項に記載されるという単なる事実は、これらの手段の組合せが有利に使用され得ないことを示すものではない。コンピュータプログラムは、他のハードウェアと一緒に又は他のハードウェアの一部として提供される光記憶媒体又はソリッドステート媒体等の適切な媒体上に記憶／配布され得るが、インターネット又は他の有線若しくは無線電気通信システムを介して等、他の形で配布されることもある。請求項中のいかなる参照符号も、範囲を限定するものとして解釈されるべきではない。

Claims (15)

  1. 加速度の測定値を処理して、ユーザによるステップを識別する方法であって、
    ユーザにより装着されている又は運ばれているデバイスから、加速度の測定値を得る段階と、
    加速度の前記測定値を解析して、加速度の測定値において前記ユーザによるステップを識別するために使用される閾値を決定する解析段階と、
    前記の決定された閾値を使用して、加速度の測定値において前記ユーザによるステップを識別する使用段階と、
    を含み、
    加速度の前記測定値において識別されたステップの系列を含む歩行パートについて、前記方法は、
    規則性について、前記の識別されたステップをテストするテスト段階と、
    前記テスト段階の結果から、前記ユーザによるステップが見逃されたと判定された場合、前記ステップの系列に、前記ユーザによるステップを追加する段階と、
    前記テスト段階の結果から、前記ユーザによる重複ステップが存在すると判定された場合、前記ステップの系列から、前記ユーザによるステップを除去する段階と、
    をさらに含む、方法。
  2. 前記テスト段階は、
    前記ステップの系列における連続するステップからなる各ペアについてのステップ時間を、前記連続するステップの間の時間として決定する段階と、
    前記の決定されたステップ時間の平均値として、代表ステップ時間を決定する段階と、
    前記ステップ時間が、前記代表ステップ時間から閾量内にある場合、規則的であるとしてステップ時間を識別する段階と、
    を含む、請求項１記載の方法。
  3. 前記テスト段階は、
    連続するステップからなる特定のペアについてのステップ時間が、前記代表ステップ時間から閾量内にない場合、連続するステップからなる前記ペアのうちの一方と、連続するステップからなる前記ペアのうちの他方に隣接するステップと、の間のステップ時間を決定する段階と、
    連続するステップからなる前記ペアのうちの前記一方と、連続するステップからなる前記ペアのうちの前記他方に隣接する前記ステップと、の間の前記の決定されたステップ時間が、前記代表ステップ時間の２倍の値から閾量内にある場合、規則的であるとして、連続するステップからなる前記特定のペアについての前記ステップ時間を識別する段階と、
    連続するステップからなる前記ペアのうちの前記一方と、連続するステップからなる前記ペアのうちの前記他方に隣接する前記ステップと、の間の前記の決定されたステップ時間が、前記代表ステップ時間の２倍の値から閾量内にない場合、不規則的であるとして、連続するステップからなる前記特定のペアについての前記ステップ時間を識別する段階と、
    をさらに含む、請求項２記載の方法。
  4. 前記テスト段階は、
    連続するステップからなる特定のペアについてのステップ時間が、不規則的であるとして識別された場合、該ステップ時間を前記代表ステップ時間と比較する段階と、
    該ステップ時間が、前記代表ステップ時間以上である場合、連続するステップからなる前記ペアの間のステップが見逃されたと判定する段階と、
    該ステップ時間が、前記代表ステップ時間未満である場合、連続するステップからなる前記ペアにおけるステップが重複ステップであると判定する段階と、
    をさらに含む、請求項２又は３記載の方法。
  5. 前記テスト段階は、
    前記ステップの系列における連続するステップからなる各ペアについてのステップ時間を、前記連続するステップの間の時間として決定する段階と、
    最小である前記の決定されたステップ時間について、連続するステップからなる各ペアについての前記ステップ時間の分散として、第１の分散を算出し、最小である前記の決定されたステップ時間を有する、ステップの前記ペアを形成する１番目のステップが除かれた場合の前記ステップ時間の分散として、第２の分散を算出し、最小である前記の決定されたステップ時間を有する、ステップの前記ペアを形成する２番目のステップが除かれた場合の前記ステップ時間の分散として、第３の分散を算出する段階と、
    前記第２の分散が、前記第１の分散と前記第２の分散と前記第３の分散とのうち最小の分散である場合、最小である前記の決定されたステップ時間を有する、ステップの前記ペアを形成する前記１番目のステップが重複ステップであると判定する段階と、
    前記第３の分散が、前記第１の分散と前記第２の分散と前記第３の分散とのうち最小の分散である場合、最小である前記の決定されたステップ時間を有する、ステップの前記ペアを形成する前記２番目のステップが重複ステップであると判定する段階と、
    を含む、請求項１記載の方法。
  6. 前記解析段階は、
    加速度の前記測定値から、１以上の特性を決定する段階と、
    前記１以上の特性から、前記ユーザによるステップを識別するために使用される閾値を決定する段階と、
    を含む、請求項１乃至５いずれか一項記載の方法。
  7. 加速度の前記測定値において識別された前記ステップから、歩行パートについての最初のステップ及び最後のステップを識別する段階と、
    前記歩行パートに対応する加速度の前記測定値に対して前記解析段階及び前記使用段階を繰り返して、前記ユーザによるステップを識別する段階と、
    をさらに含む、請求項１乃至６いずれか一項記載の方法。
  8. 加速度の前記測定値において識別されたステップの系列を含む歩行パートについて、前記方法は、
    該歩行パートに対応する加速度の前記測定値から、前記ユーザの活動レベルを決定する段階と、
    前記ユーザの前記活動レベルが、前記ユーザが歩行していないことを示す場合、該歩行パートを破棄する段階と、
    をさらに含む、請求項１乃至７いずれか一項記載の方法。
  9. 加速度の前記測定値において識別されたステップの系列を含む歩行パートについて、前記方法は、
    該歩行パートが、前記ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定する判定段階と、
    該歩行パートが、前記ユーザの階段上り歩行又は階段下り歩行に対応すると判定された場合、該歩行パートを破棄する段階と、
    をさらに含む、請求項１乃至８いずれか一項記載の方法。
  10. 前記判定段階は、
    前記ユーザにより装着されている又は運ばれている前記デバイスから、気圧の測定値を得る段階と、
    前記の得られた気圧の測定値を処理して、前記歩行パートの間に、前記ユーザの階段上り歩行又は階段下り歩行に整合する、高さの変化があったかどうかを判定する段階と、
    を含む、請求項９記載の方法。
  11. 処理ユニット又はコンピュータにより実行されると、前記処理ユニット又は前記コンピュータに請求項１乃至１０いずれか一項記載の方法を実行させるコンピュータプログラム。
  12. 加速度の測定値を処理して、ユーザによるステップを識別するための装置であって、
    処理ユニットであって、
    ユーザにより装着されている又は運ばれているデバイスから、加速度の測定値を得、
    加速度の前記測定値を解析して、加速度の測定値において前記ユーザによるステップを識別するために使用される閾値を決定し、
    前記の決定された閾値を使用して、加速度の測定値において前記ユーザによるステップを識別し、
    規則性について、前記の識別されたステップをテストし、
    前記テストの結果から、前記ユーザによるステップが見逃されたと判定された場合、ステップの系列に、前記ユーザによるステップを追加し、
    前記テストの結果から、前記ユーザによる重複ステップが存在すると判定された場合、前記ステップの系列から、前記ユーザによるステップを除去する
    よう構成されている処理ユニット
    を備える装置。
  13. 前記処理ユニットは、前記ステップの系列のストライド規則性を評価するようさらに構成されている、請求項１２記載の装置。
  14. 前記処理ユニットは、
    前記ステップの系列が、前記ユーザの階段上り歩行又は階段下り歩行に対応するかどうかを判定し、
    前記ステップの系列が、前記ユーザの階段上り歩行又は階段下り歩行に対応すると判定された場合、前記ステップの系列を破棄する
    ようさらに構成されている、請求項１２又は１３記載の装置。
  15. ユーザにより装着される又は運ばれるデバイスであって、
    加速度の測定値を提供するための加速度計と、
    請求項１２乃至１４いずれか一項記載の装置と、
    を備えるデバイス。
JP2016549339A 2014-01-30 2015-01-26 加速度の測定値を処理して、ユーザによるステップを識別する方法及び対応するコンピュータプログラム、並びに加速度の測定値を処理して、ユーザによるステップを識別する装置及びそのような装置を備えるデバイス Active JP6795980B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14153190.5 2014-01-30
EP14153190 2014-01-30
PCT/EP2015/051426 WO2015113915A1 (en) 2014-01-30 2015-01-26 Improvements in the detection of walking in measurements of the movement of a user

Publications (2)

Publication Number Publication Date
JP2017504440A true JP2017504440A (ja) 2017-02-09
JP6795980B2 JP6795980B2 (ja) 2020-12-02

Family

ID=50031167

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016549339A Active JP6795980B2 (ja) 2014-01-30 2015-01-26 加速度の測定値を処理して、ユーザによるステップを識別する方法及び対応するコンピュータプログラム、並びに加速度の測定値を処理して、ユーザによるステップを識別する装置及びそのような装置を備えるデバイス

Country Status (5)

Country Link
US (1) US11039760B2 (ja)
EP (1) EP3099229B1 (ja)
JP (1) JP6795980B2 (ja)
CN (1) CN105992932B (ja)
WO (1) WO2015113915A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018170969A (ja) * 2017-03-31 2018-11-08 Ｎｔｔテクノクロス株式会社 行動特定装置、行動特定方法、及びプログラム
JP2019062822A (ja) * 2017-10-02 2019-04-25 Ｎｔｔテクノクロス株式会社 行動特定装置、行動特定方法、及びプログラム
JP2020137801A (ja) * 2019-02-28 2020-09-03 トヨタ自動車株式会社 人等の姿勢推定装置
JP2021527511A (ja) * 2018-06-21 2021-10-14 シスナヴ 歩行中の歩行者のストライドを分析する方法
WO2023128619A1 (ko) * 2021-12-29 2023-07-06 삼성전자주식회사 사용자의 보행 지표를 추정하는 방법 및 이를 수행하는 전자 장치 및 웨어러블 장치

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105651302A (zh) * 2016-01-15 2016-06-08 广东欧珀移动通信有限公司 提高计步精度的方法、装置及移动终端
FR3055957A1 (fr) * 2016-09-13 2018-03-16 Orange Technique de detection de pas
CN106531186B (zh) * 2016-10-28 2019-07-12 中国科学院计算技术研究所 融合加速度和音频信息的脚步检测方法
US20180293359A1 (en) * 2017-04-10 2018-10-11 International Business Machines Corporation Monitoring an individual's condition based on models generated from e-textile based clothing
WO2019087563A1 (ja) * 2017-11-02 2019-05-09 Ｎｅｃソリューションイノベータ株式会社 歩行振動解析装置、歩行振動解析方法、及びコンピュータ読み取り可能な記録媒体
CN108197082B (zh) * 2017-12-05 2021-06-11 东南大学 一种根据步伐可信度估计的计步方法
FR3079295B1 (fr) * 2018-03-21 2020-09-25 Commissariat Energie Atomique Procede de detection de pics d'acceleration a echantillonnage non-uniforme
CN108871331B (zh) * 2018-03-23 2021-10-26 北京方位捷讯科技有限公司 跑动步长估计、跑动轨迹检测方法及装置
EP3627515A1 (en) 2018-09-19 2020-03-25 Koninklijke Philips N.V. Monitoring a user
US11911148B2 (en) 2018-10-17 2024-02-27 Koninklijke Philips N.V. Monitoring a subject
CN109770911B (zh) * 2019-01-21 2021-03-09 北京诺亦腾科技有限公司 一种步态分析方法、装置及存储介质
EP3711657A1 (en) 2019-03-21 2020-09-23 Koninklijke Philips N.V. Walking aid recommendations
EP3711666A1 (en) 2019-03-21 2020-09-23 Koninklijke Philips N.V. Analysing movement of a subject
EP3757958A1 (en) 2019-06-25 2020-12-30 Koninklijke Philips N.V. Evaluating movement of a subject
EP3757957A1 (en) 2019-06-25 2020-12-30 Koninklijke Philips N.V. Evaluating movement of a subject
CN110986874A (zh) * 2019-12-11 2020-04-10 金华航大北斗应用技术有限公司 一种基于气压计和微机电惯性测量元件的高度测量系统及测量方法
US11397193B2 (en) 2020-06-12 2022-07-26 Koneksa Health Inc. Movement analysis method and apparatus
US11307050B2 (en) * 2020-06-12 2022-04-19 Koneksa Health Inc. Measuring method and device
JP7143872B2 (ja) * 2020-08-14 2022-09-29 カシオ計算機株式会社 情報処理装置、ランニング指標導出方法及びプログラム
EP4333701A1 (en) * 2021-05-07 2024-03-13 Cardiac Pacemakers, Inc. Acceleration based patient weight determination
EP4370028A1 (en) * 2021-07-14 2024-05-22 BIOTRONIK SE & Co. KG Medical device and method for determining the number of steps using such medical device
CN114271578B (zh) * 2021-12-24 2024-03-26 杭州电子科技大学 一种可检测脚步混乱的智能鞋及检测方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11347021A (ja) * 1998-06-05 1999-12-21 Tokico Ltd 消費カロリ演算装置
JP2007148702A (ja) * 2005-11-25 2007-06-14 Matsushita Electric Works Ltd 歩数計
WO2007105648A1 (ja) * 2006-03-14 2007-09-20 Sony Corporation 体動検出装置、体動検出方法および体動検出プログラム
JP2011152360A (ja) * 2010-01-28 2011-08-11 Nippon Telegr & Teleph Corp <Ntt> 歩行情報抽出装置、歩行情報抽出方法、及びコンピュータ読み取り可能な記憶媒体
US20120101411A1 (en) * 2009-06-24 2012-04-26 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Automated near-fall detector
US8206325B1 (en) * 2007-10-12 2012-06-26 Biosensics, L.L.C. Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection
JP2012198663A (ja) * 2011-03-18 2012-10-18 Seiko Epson Corp 歩数検出装置、電子機器及びプログラム
US20130166198A1 (en) * 2006-05-31 2013-06-27 Benjamin E. Funk Method and system for locating and monitoring first responders
JP2013532009A (ja) * 2010-06-04 2013-08-15 コーニンクレッカ フィリップス エヌ ヴェ 位相対振幅／傾斜マッピング
JP2013532020A (ja) * 2010-06-16 2013-08-15 ミオテスト・ソシエテ・アノニム ユーザの運動の非対称性を検出するための、加速度計を実装する一体型携帯装置及び方法
WO2013169755A2 (en) * 2012-05-07 2013-11-14 Wimm Labs, Inc. Pedometer in a low-power device
US20130325396A1 (en) * 2010-09-30 2013-12-05 Fitbit, Inc. Methods and Systems for Metrics Analysis and Interactive Rendering, Including Events Having Combined Activity and Location Information

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7330566B2 (en) * 2003-05-15 2008-02-12 Microsoft Corporation Video-based gait recognition
EP1770368B1 (en) * 2005-10-03 2009-05-27 STMicroelectronics S.r.l. Pedometer device and step detection method using an algorithm for self-adaptive computation of acceleration thresholds.
WO2009101566A1 (en) 2008-02-15 2009-08-20 Koninklijke Philips Electronics N.V. Compensating pressure sensor measurements
US8647287B2 (en) 2008-12-07 2014-02-11 Andrew Greenberg Wireless synchronized movement monitoring apparatus and system
WO2011004322A1 (en) 2009-07-10 2011-01-13 Koninklijke Philips Electronics N.V. Fall prevention
US9295576B2 (en) 2010-09-28 2016-03-29 Orthocare Innovations Llc Computerized orthotic prescription system
US9835644B2 (en) 2011-08-18 2017-12-05 Koninklijke Philips N.V. Estimating velocity in a horizontal or vertical direction from acceleration measurements
US20130085677A1 (en) 2011-09-30 2013-04-04 Apple Inc. Techniques for improved pedometer readings
CN103445792B (zh) 2011-12-31 2017-05-03 北京超思电子技术有限责任公司 计步方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11347021A (ja) * 1998-06-05 1999-12-21 Tokico Ltd 消費カロリ演算装置
JP2007148702A (ja) * 2005-11-25 2007-06-14 Matsushita Electric Works Ltd 歩数計
WO2007105648A1 (ja) * 2006-03-14 2007-09-20 Sony Corporation 体動検出装置、体動検出方法および体動検出プログラム
US20130166198A1 (en) * 2006-05-31 2013-06-27 Benjamin E. Funk Method and system for locating and monitoring first responders
US8206325B1 (en) * 2007-10-12 2012-06-26 Biosensics, L.L.C. Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection
US20120101411A1 (en) * 2009-06-24 2012-04-26 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Automated near-fall detector
JP2011152360A (ja) * 2010-01-28 2011-08-11 Nippon Telegr & Teleph Corp <Ntt> 歩行情報抽出装置、歩行情報抽出方法、及びコンピュータ読み取り可能な記憶媒体
JP2013532009A (ja) * 2010-06-04 2013-08-15 コーニンクレッカ フィリップス エヌ ヴェ 位相対振幅／傾斜マッピング
JP2013532020A (ja) * 2010-06-16 2013-08-15 ミオテスト・ソシエテ・アノニム ユーザの運動の非対称性を検出するための、加速度計を実装する一体型携帯装置及び方法
US20130325396A1 (en) * 2010-09-30 2013-12-05 Fitbit, Inc. Methods and Systems for Metrics Analysis and Interactive Rendering, Including Events Having Combined Activity and Location Information
JP2012198663A (ja) * 2011-03-18 2012-10-18 Seiko Epson Corp 歩数検出装置、電子機器及びプログラム
WO2013169755A2 (en) * 2012-05-07 2013-11-14 Wimm Labs, Inc. Pedometer in a low-power device

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018170969A (ja) * 2017-03-31 2018-11-08 Ｎｔｔテクノクロス株式会社 行動特定装置、行動特定方法、及びプログラム
JP2019062822A (ja) * 2017-10-02 2019-04-25 Ｎｔｔテクノクロス株式会社 行動特定装置、行動特定方法、及びプログラム
JP2021527511A (ja) * 2018-06-21 2021-10-14 シスナヴ 歩行中の歩行者のストライドを分析する方法
JP7312773B2 (ja) 2018-06-21 2023-07-21 シスナヴ 歩行中の歩行者のストライドを分析する方法
JP2020137801A (ja) * 2019-02-28 2020-09-03 トヨタ自動車株式会社 人等の姿勢推定装置
JP7172733B2 (ja) 2019-02-28 2022-11-16 トヨタ自動車株式会社 人等の姿勢推定装置
WO2023128619A1 (ko) * 2021-12-29 2023-07-06 삼성전자주식회사 사용자의 보행 지표를 추정하는 방법 및 이를 수행하는 전자 장치 및 웨어러블 장치

Also Published As

Publication number Publication date
US20170000384A1 (en) 2017-01-05
JP6795980B2 (ja) 2020-12-02
CN105992932B (zh) 2019-07-02
WO2015113915A1 (en) 2015-08-06
EP3099229B1 (en) 2019-10-30
CN105992932A (zh) 2016-10-05
US11039760B2 (en) 2021-06-22
EP3099229A1 (en) 2016-12-07

Similar Documents

Publication Publication Date Title
JP6795980B2 (ja) 加速度の測定値を処理して、ユーザによるステップを識別する方法及び対応するコンピュータプログラム、並びに加速度の測定値を処理して、ユーザによるステップを識別する装置及びそのような装置を備えるデバイス
US9934668B2 (en) Method and apparatus for identifying transitions between sitting and standing postures
JP6253660B2 (ja) ユーザの転倒リスクを推定するコンピュータプログラム、装置、デバイス及びシステム
Lugade et al. Validity of using tri-axial accelerometers to measure human movement—Part I: Posture and movement detection
RU2535615C2 (ru) Определение затрат энергии пользователя
JP5674766B2 (ja) 着用位置を検出するためのセンシングデバイス
JP6183906B2 (ja) 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム
US9165113B2 (en) System and method for quantitative assessment of frailty
JP6067693B2 (ja) 座位から立位への移行検出
KR101802780B1 (ko) 가속도 센서 기반의 흡연 행동 검출 방법 및 그 장치
US11497450B2 (en) System and methods for adaptive noise quantification in dynamic biosignal analysis
JP2014518668A (ja) 転倒可能性を検出する方法及び転倒検出器
Nemati et al. Gait velocity estimation for a smartwatch platform using Kalman filter peak recovery
US20150032033A1 (en) Apparatus and method for identifying movement in a patient
EP3269300A1 (en) Meal time estimation method, meal time estimation program, and meal time estimation device
Ma et al. Toward robust and platform-agnostic gait analysis
EP3991157B1 (en) Evaluating movement of a subject
Długosz et al. Determination of the number and frequency of the steps for gait with elbow crutches based on a crutch acceleration
Baroudi et al. Contextualizing Walking Speed in the Real World

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180123

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181114

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181120

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190702

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200515

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: 20201020

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201113

R150 Certificate of patent or registration of utility model

Ref document number: 6795980

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250