JP2018038753A - 歩行分析方法及び歩行分析装置 - Google Patents

Abstract

【課題】被験者に自身の歩行状態と膝の状態との関係性を効果的に提示する技術を提供する。【解決手段】歩行分析方法は、歩行中の被験者の腰部の加速度データを取得する取得工程（Ｓ１１）と、母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報、及び取得工程（Ｓ１１）で取得された腰部の加速度データを用いて、当該被験者の膝に関する主観的評価スコアを推定する推定工程（Ｓ１２）と、を含む。【選択図】図１

Description

本発明は、歩行分析技術に関し、特に、歩行中の加速度を用いた分析技術に関する。

高齢者の筋力維持を図り、健康寿命を長くするべく、歩行活動を促進する各種サービスが提供されている。ところが、不適切な歩行活動を続けた場合、膝や足首、股関節などを痛めてしまう可能性もある。そこで、被験者の運動状態や歩行状態を分析する手法が各種提案されている。

例えば、下記特許文献１には、運動特性モデルと予め用意された基準モデルとの比較により被験者の運動特性を評価する手法が開示されている。この手法で、運動特性モデルを決定するために、足底部にかかる圧力、各足底部と胴部との位置関係の遷移及び重心高さを用いて、被験者の前後方向と直交する垂直面での重心位置を推測してその遷移を得て、かつ、その垂直面での重心に作用するモーメントを求めることが開示されている。下記特許文献２には、歩行者の膝関節を挟むよう取り付けされたセンサにより測定された加速度又は角速度に基づいて、歩行者の膝関節の関節角度を求め、この関節角度により歩行者の歩行状態を評価することが開示されている。

また、質問形式で被験者の運動器の状態又は疾患の度合を主観的に評価する手法が存在する。例えば、ロコモ２５と呼ばれるツールは、２５の設問に対する被験者の回答を集計することにより、ロコモティブシンドローム（運動器症候群）（ロコモと略称される）のリスク度合を評価するために用いられる。また、ＪＫＯＭ（Japanese Knee Osteoarthritis Measure）と呼ばれる、変形性膝関節症の疾患の度合を評価するツールも存在する。
下記特許文献３には、被験者のバイオロジカルモーションデータから任意の関節部位の折曲角度を算出し、その折曲角度に基づいてロコモティブシンドロームの評価値を算出する手法が開示されている。
なお、非特許文献１については後述する。

特開２０１２−１６１４０２号公報 特開２０１４−２０８２５７号公報 特開２０１５−２９５４３号公報

Ａｒａｉ Ｍ，ｅｔ ａｌ．，"Ａｎ ｏｕｔｃｏｍｅ ｍｅａｓｕｒｅ ｆｏｒ Ｊａｐａｎｅｓｅ ｐｅｏｐｌｅ ｗｉｔｈ ｋｎｅｅ ｏｓｔｅｏａｒｔｈｒｉｔｉｓ．"，Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｒｈｅｕｍａｔｏｌｏｇｙ ｖｏｌ．３２ ｎｏ．８，１５２４−１５３２，２００５ "ＡＩＳＴ歩行データベース２０１５"、［ｏｎｌｉｎｅ］、国立研究開発法人産業技術総合研究所（ＡＩＳＴ）、［平成２８年３月１７日検索］、インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ｗｗｗ.ｄｈ.ａｉｓｔ.ｇｏ.ｊｐ／ｄａｔａｂａｓｅ／ｇａｉｔ２０１５／ｉｎｄｅｘ．ｈｔｍｌ>

ＪＫＯＭで評価される変形性膝関節症（以降、ＯＡ（Osteoarthritis）と略称される）は、膝に痛みを生じさせ、歩行を阻害するため、健康寿命を縮める原因の一つとされている。一方で、ＯＡの発症に、歩行状態が関与することが知られている。
しかしながら、歩行状態が悪くＯＡ発症の虞のある人であっても、通常、自身の歩行状態を気に掛ける人は少ない。ましてや、ＯＡ発症前にＪＫＯＭの回答に労力を掛ける人はほとんどいない。ほとんどの人は、悪い状態のまま歩行を継続した結果、膝痛の症状が出てはじめてＪＫＯＭの利用を考えるようになる。

本発明は、このような課題に鑑みてなされたものであり、被験者に自身の歩行状態と膝の状態との関係性を効果的に提示する技術を提供する。

本発明の各態様では、上述した課題を解決するために、それぞれ以下の構成を採用する。

第一の態様は、歩行分析方法に関する。第一の態様に係る歩行分析方法は、歩行中の被験者の腰部の加速度データを取得する取得工程と、母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報、及び前記取得工程で取得された腰部の加速度データを用いて、前記被験者の膝に関する主観的評価スコアを推定する推定工程と、を含む。

第二の態様は、歩行分析装置に関する。第二の態様に係る歩行分析装置は、歩行中の被験者の腰部の加速度データを取得する取得手段と、母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報を格納する格納手段と、前記統計情報及び前記取得された腰部の加速度データを用いて、前記被験者の膝に関する主観的評価スコアを算出する算出手段と、を備える。

なお、本発明の別態様として、上記第一態様に係る歩行分析方法をコンピュータに実行させるプログラムが実現される。また、他の態様として、そのようなプログラムを記録したコンピュータが読み取り可能な記憶媒体が実現される。この記憶媒体は、非一時的な有形の媒体を含む。

上記各態様によれば、被験者に自身の歩行状態と膝の状態との関係性を効果的に提示する技術を提供することができる。

第一実施形態における歩行分析方法を示すフローチャートである。 ＪＫＯＭの設問例を示す図である。 一般的な一歩行周期を概念的に示す図である。 第一実施形態における歩行分析装置のハードウェア構成例を概念的に示す図である。 第一実施形態における歩行分析装置の処理構成例を概念的に示す図である。 第二実施形態における歩行分析方法を示すフローチャートである。 ＪＫＯＭスコアと相関が確認された加速度成分を概念的に示す図である。 右腰部における左右方向の加速度成分とＪＫＯＭ得点との相関性を示すグラフである。 右腰部における前後方向及び上下方向の加速度成分とＪＫＯＭ得点との相関性を示すグラフである。 重回帰式の精度を示すグラフである。

以下、本発明の実施の形態について説明する。なお、以下に挙げる各実施形態はそれぞれ例示であり、本発明は以下の各実施形態の構成に限定されない。

［第一実施形態］
〔歩行分析方法〕
まずは、第一実施形態における歩行分析方法（以下、第一方法と略称する場合もある）について説明する。図１は、第一実施形態における歩行分析方法を示すフローチャートである。
図１に示されるように、第一方法は、歩行中の被験者の腰部の加速度データを取得する工程（Ｓ１１）と、母集団から予め測定された歩行サンプルデータと当該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報、及び工程（Ｓ１１）で取得された腰部の加速度データを用いて、当該被験者の膝に関する主観的評価スコアを推定する工程（Ｓ１２）と、を含む。

工程（Ｓ１１）で取得される腰部の加速度データは、加速度の時系列データであり、加速度は一以上の方向成分で示される。言い換えれば、当該加速度データは、任意の時間内で計測された一以上の方向の加速度値の集合である。なお、当該加速度データは、或る一時点における或る一方向の加速度値であってもよい。

工程（Ｓ１１）における腰部の加速度データの取得方法は限定されない。
例えば、被験者の腰部に装着された加速度センサにより計測された加速度値群が加速度データとして取得される。この場合、スマートフォンやパーソナルコンピュータ（以降、ＰＣと表記する）などのようなコンピュータが、加速度センサと通信することにより、当該加速度データを取得することができる。工程（Ｓ１１）の実行主体は、当該加速度センサを内蔵する装置であってもよい。
また、モーションキャプチャ技術を用いて当該加速度データが算出されてもよい。具体的には、コンピュータ又はセンサが、モーションキャプチャ技術により被験者の位置の軌跡データを測定し、その測定された位置の軌跡データを微分演算することにより、加速度データを算出することができる。位置情報は、被験者に取り付けられたマーカを検出することで得られてもよいし、Ｋｉｎｅｃｔ（登録商標）センサなどのようにマーカを用いず被験者画像から検出することもできる。

ここでの「腰部」とは、所謂「腰」に加えて、その腰から腹部までの所謂「腰周り」を含み、更には、「腰回り」の周辺も含む。所謂「腰」は、脊柱の下部から骨盤周辺までの背中側の部位である。「腰回り」の周辺は、腰と一体的に動く部位を含む範囲であることが好ましい。腰部は、加速度センサを装着し易くかつ装着した状態で歩行し易いため、好ましい。更に、腰部は、歩行中であっても緩やかに動くため、歩行中に様々な方向に激しく動く部位よりは、ノイズの少ない加速度データを取得することができるため、好ましい。

第一方法は、工程（Ｓ１２）において、工程（Ｓ１１）で取得された腰部の加速度データを用いて、被験者の膝に関する主観的評価スコアを推定する。
ここで、工程（Ｓ１２）で推定される「被験者の膝に関する主観的評価スコア」とは、被験者が自身の片膝又は両膝に関して評価すると予測される評価結果の定量値である。具体的には、そのスコアは、被験者に対して膝に関する予め定められた設問を提示した場合に被験者が回答すると予測される結果の定量値である。「被験者の膝に関する主観的評価スコア」は、母集団から予め取得されているサンプルデータとしての「主観的評価スコア」とは、同一の評価内容であることが好ましいが、同一でなくてもよい。例えば、母集団の各人から得られる「主観的評価スコア」は、５０の設問のトータルスコアで、被験者に関して推定される「主観的評価スコア」は、その中の２５の設問のトータルスコアであってもよい。
主観的評価の尺度は、痛みの程度及び状態（機能性も含む）の程度のいずれか一つであってもよいし、それらの組み合わせであってもよい。例えば、工程（Ｓ１２）では、被験者の膝痛に関する主観的評価スコアが推定されてもよい。

例えば、当該「被験者の膝に関する主観的評価スコア」の一例がＪＫＯＭスコアである（非特許文献１参照）。
図２は、ＪＫＯＭの設問例を示す図である。ＪＫＯＭスコアは、図２に示される各設問について被験者に０（症状なし）から４（重症）の５段階でそれぞれ回答させた値の合計値である。図２の例では、ＪＫＯＭスコアは、０点以上１００点以下の値域をとる。

工程（Ｓ１２）では、工程（Ｓ１１）で取得された腰部の加速度データに加えて、母集団から予め測定された歩行サンプルデータと当該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報を用いて、当該主観的評価スコアが推定される。

ここで、「歩行サンプルデータ」とは、母集団を形成する歩行中の各人から測定可能なデータである。「歩行サンプルデータ」には、歩行中の当該各人の加速度データ又はその加速度データを導出可能なデータが含まれていることが好ましい。この加速度データは、工程（Ｓ１１）で取得される加速度データと同一部位（腰部）の加速度であることが好ましいが、他の部位の加速度であってもよい。当該加速度データを導出可能なデータとしては、例えば、当該各人の腰部の位置の軌跡データが挙げられる。「歩行サンプルデータ」には、年齢情報等、母集団に関する他のデータが含まれていてもよい。
「主観的評価スコアのサンプルデータ」とは、母集団に予め定められた膝に関する設問群を提示することにより予め各人からそれぞれ得られている回答結果に対応する定量値（主観的評価スコア）の集合である。
そして、両サンプルデータの「統計情報」とは、歩行中の特定部位（例えば腰部）の加速度と膝に関する主観的評価スコアとの因果関係に基づいて両サンプルデータを統計処理することにより得られる情報である。歩行中の腰部の加速度と主観的評価スコアとの因果関係は、本発明者らにより新たに見出されたものである。このような因果関係に基づく回帰分析により得られる回帰式が当該統計情報の一例として挙げられる。この例では、当該統計情報は、歩行中の加速度値を説明変数とし、膝に関する主観的評価スコアを目的変数とする単回帰式又は重回帰式に該当する。両サンプルデータの「統計情報」がそのような回帰式である場合、第一方法は、工程（Ｓ１２）において、その回帰式に工程（Ｓ１１）で取得された腰部の加速度データを代入することで、被験者の主観的評価スコアを推定することができる。
両サンプルデータの取得元である母集団は、特に制限されない。その母集団には、歩行中に膝に痛みを感じる者が含まれていてもよいし、膝に痛みを感じない者のみで当該母集団が形成されていてもよい。また、年齢についても制限されない。

また、本発明者らにより、歩行中の腰部の加速度データの中でも一歩行周期中の局所的な複数タイミングにおける腰部の加速度データが、膝に関する主観的評価スコアとより強い因果関係を示すことが見出された。このため、工程（Ｓ１２）では、工程（Ｓ１１）で取得された腰部の加速度データから得られる、一歩行周期中の予め定められた複数タイミングの各々における腰部の加速度データを用いて、当該主観的評価スコアを推定することが好ましい。

ここで、「一歩行周期」とは、いずれか一方の足が着床してから、再度、着床するまでの歩行期間を意味する。但し、一歩行周期の開始時点は、足が着床した時でなくてもよく、任意である。
図３は、一般的な一歩行周期を概念的に示す図である。一歩行周期は、片脚に着目した場合、立脚期と遊脚期とから形成される。立脚期はその片脚が着床している期間であり、遊脚期はその片脚が離床している期間である。立脚期は、更に、踵接地期（着床時）、立脚中期及び踏みきり期から形成される。

また、主観的評価スコアの評価尺度が特定の膝（右膝、左膝、両膝）を指定していない場合には、評価対象とする膝がどちらか一方か両方かが被験者毎に異なる可能性がある。例えば、ＪＫＯＭの設問の場合、図２に示されるように設問において評価対象とすべき膝が指定されていないため、ＪＫＯＭ得点に影響を与えている膝が被験者毎に異なる可能性がある。
そこで、工程（Ｓ１１）で右腰部及び左腰部のどちらの加速度データが取得されたとしても、工程（Ｓ１２）では、右の立脚期及び左の立脚期内から予め定められていた複数タイミングの各々における加速度データを用いて、被験者の主観的評価スコアを推定することが好ましい。

更に、本発明者らにより、上述の複数タイミングが加速度の二以上の方向成分毎に個別に定められる場合に、腰部の加速度データと膝に関する主観的評価スコアとがより強い因果関係を示すことが見出された。これにより、工程（Ｓ１２）では、二以上の方向成分の各々について個別に予め定められている各タイミングにおける、当該方向の加速度値を用いて、当該主観的評価スコアを推定することがより好ましい。これにより、主観的評価スコアの推定精度を一層向上させることができる。

上述の「一歩行周期中の局所的な複数タイミング」の各々は、或る一時点であってもよいし、任意の時間幅を持つ期間であってもよい。当該「複数タイミング」の各々は、相互に異なる時間幅を有していてもよい。
当該複数タイミングの各々が、個別に予め定められた時間幅を有する場合、工程（Ｓ１２）では、当該複数タイミングの各々の時間幅内における同一方向の加速度値の平均値を用いて、当該主観的評価スコアを推定すればよい。

また、工程（Ｓ１１）で取得された腰部の加速度データの中の一歩行周期は、その取得された腰部の加速度データに含まれる鉛直の方向成分に基づいて特定することができる。例えば、当該加速度データが示す鉛直方向の加速度の極大値を検出し、時系列に並ぶ極大値間が一歩行周期として特定される。鉛直方向の加速度の極大値は、対象の脚の着床時、即ち踵接地時に生じるため、或る脚の着床時からその脚の次の着床時までの間を、時系列に並ぶ極大値間で特定することができる。
よって、第一方法は、工程（Ｓ１１）で取得された腰部の加速度データが示す鉛直の方向成分に基づいて、その加速度データの中の一歩行周期を特定する工程を更に含んでもよい。この場合、工程（Ｓ１２）では、その工程で特定された一歩行周期中の加速度データから、当該複数タイミングの各々における腰部の加速度データを特定して用いることができる。
なお、一歩行周期の特定は他の方法で実現することもできる。例えば、モーションキャプチャ技術を用いて、右足（又は右脚）及び左足（又は左脚）の所定箇所の位置の軌跡を検出し、右足と左足との位置関係から一歩行周期を特定することもできる。また、右足と右膝との位置関係から一歩行周期を特定することもできる。更に、被験者に、一歩行周期の開始時点と終了時点とにおいて、ボタン操作、発声などの所定動作を実施させ、その所定動作を検出することで、一歩行周期を特定することもできる。

このように第一実施形態では、歩行中の腰部の加速度と膝に関する主観的評価スコアとの因果関係に基づいて歩行サンプルデータ及び当該主観的評価スコアのサンプルデータを統計処理することにより得られる統計情報と、歩行中の被験者の腰部の加速度データとを用いて、その被験者の膝に関する主観的評価スコアが推定される。これにより、被験者は、膝に関する設問への回答を行うことなく、自身の予測回答に対応する主観的評価スコアを容易に得ることができる。
加えて、被験者は、その推定された主観的評価スコアを参照することにより、その主観的評価スコアの信憑性を自ら確認し、それに伴い、その主観的評価スコアが自身の歩行中の情報から推定されていることから、自身の歩行状態と膝の状態との関係性を実感することになる。即ち、第一実施形態によれば、被験者に自身の歩行状態と膝の状態（痛みや機能性も含む）との関係性を効果的に提示することができる。

〔歩行分析装置〕
次に、第一実施形態における歩行分析装置（以降、第一装置と表記する場合がある）について説明する。第一装置は、上述の第一方法を実行することができる。

図４は、第一実施形態における歩行分析装置１０のハードウェア構成例を概念的に示す図である。
第一装置１０は、いわゆるコンピュータであり、例えば、バスで相互に接続される、ＣＰＵ（Central Processing Unit）１１、メモリ１２、入出力インタフェース（Ｉ／Ｆ）１３、通信ユニット１４等を有する。第一装置１０を形成する各ハードウェア要素の数はそれぞれ制限されず、これらハードウェア要素は情報処理回路と総称することもできる。また、第一装置１０は、図４に図示されないハードウェア要素を含んでもよく、第一装置１０のハードウェア構成は制限されない。

ＣＰＵ１１は、一般的なＣＰＵ以外に、特定用途向け集積回路（ＡＳＩＣ）、ＤＳＰ（Digital Signal Processor）、ＧＰＵ（Graphics Processing Unit）等で構成してもよい。
メモリ１２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、補助記憶装置（ハードディスク等）である。
入出力Ｉ／Ｆ１３は、出力装置１５、入力装置１６等のユーザインタフェース装置と接続可能である。出力装置１５は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）ディスプレイのような、ＣＰＵ１１等により処理された描画データに対応する画面を表示する装置、印刷装置などの少なくとも一つである。入力装置１６は、キーボード、マウス等のようなユーザ操作の入力を受け付ける装置である。出力装置１５及び入力装置１６は一体化され、タッチパネルとして実現されてもよい。
通信ユニット１４は、他のコンピュータとの通信網を介した通信や、他の機器との信号のやりとり等を行う。通信ユニット１４には、可搬型記録媒体等も接続され得る。また、通信ユニット１４には、加速度センサ１７又はカメラ（図示せず）が接続されてもよい。
また、第一装置１０は、加速度センサ１７を内蔵する機器であってもよい。

図５は、第一実施形態における歩行分析装置１０の処理構成例を概念的に示す図である。
第一装置１０は、取得部２１、情報格納部２３、算出部２５等を有する。これら処理モジュールは、ソフトウェア要素であり、例えば、メモリ１２に格納されるプログラムがＣＰＵ１１により実行されることにより実現される。このプログラムは、例えば、ＣＤ（Compact Disc）、メモリカード等のような可搬型記録媒体やネットワーク上の他のコンピュータから入出力Ｉ／Ｆ１３又は通信ユニット１４を介してインストールされ、メモリ１２に格納されてもよい。

取得部２１は、歩行中の被検者の腰部の加速度データを取得する。即ち、取得部２１は、上述の工程（Ｓ１１）を実行する。「腰部」及び「加速度データ」については上述したとおりである。
被験者の腰部に加速度センサ１７が装着される場合、取得部２１は、加速度センサ１７により計測された加速度データを取得する。このとき、取得部２１は、通信ユニット１４に無線又は有線で接続された加速度センサ１７と通信を行うことにより、加速度センサ１７から加速度データを取得することができる。また、取得部２１は、クラウドサービス又は可搬型記録媒体を介して、当該加速度データを取得してもよい。
第一装置１０が加速度センサ１７を内蔵する場合、取得部２１は、加速度センサ１７により計測された加速度データを内部バスを通じて取得することができる。
また、取得部２１は、モーションキャプチャ技術を用いて当該加速度データを算出することもできる。例えば、取得部２１は、通信ユニット１４を経由して歩行中の被験者の映像データを受信し、その映像データから被験者の腰部を検出する。取得部２１は、その検出情報に基づいて被験者の腰部の位置の軌跡データを取得し、その位置の軌跡データを微分演算することにより当該腰部の加速度データを算出することもできる。

情報格納部２３は、母集団から予め測定された歩行サンプルデータとその母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報を格納する。「歩行サンプルデータ」、「主観的評価スコアのサンプルデータ」及び両サンプルデータの「統計情報」については、上述のとおりである。その「統計情報」は、第一装置１０により生成されてもよいし、他のコンピュータにより生成されてもよい。

算出部２５は、情報格納部２３により格納されている統計情報と取得部２１により取得された腰部の加速度データを用いて、被験者の膝に関する主観的評価スコアを算出する。即ち、算出部２５は、上述の工程（Ｓ１２）を実行する。「被験者の膝に関する主観的評価スコア」についても上述したとおりである。

算出部２５による当該主観的評価スコアの算出方法は、工程（Ｓ１２）について述べた主観的評価スコアの推定方法と同様である。
例えば、算出部２５は、取得部２１により取得された腰部の加速度データから得られる、一歩行周期中の予め定められた複数タイミングの各々における腰部の加速度データを用いて、被験者の当該主観的評価スコアを算出する。
また、取得部２１により取得される腰部の加速度データが直交する二以上の方向成分を含む場合、算出部２５は、当該二以上の方向成分の各々について個別に予め定められている各タイミングにおける、当該方向の加速度値を用いて、被験者の当該主観的評価スコアを算出することが好ましい。
更に言えば、取得部２１により右腰部の加速度データが取得される場合及び左腰部の加速度データが取得される場合ともに、算出部２５は、右の立脚期及び左の立脚期内から予め定められた当該複数タイミングの各々における加速度データを用いて、被験者の主観的評価スコアを算出することが好ましい。この根拠については上述したとおりである。
当該複数タイミングの各々が個別に予め定められた時間幅を有する場合、算出部２５は、当該複数タイミングの各々の時間幅内における同一方向の加速度値の平均値を算出し、算出された平均値を用いて、被験者の主観的評価スコアを算出すればよい。
また、算出部２５は、取得部２１により取得された腰部の加速度データが示す鉛直の方向成分に基づいて、当該加速度データの中の一歩行周期を特定し、特定された一歩行周期中の加速度データから、当該複数タイミングの各々における腰部の加速度データを特定することができる。鉛直の方向成分を用いた一歩行周期の特定手法についても上述したとおりである。

第一装置１０は、算出部２５により算出された被験者の主観的評価スコアを出力装置１５に出力させることができる。これにより、主観的評価スコアは、表示、音声、印刷などの様々な態様で出力され得る。
第一装置１０によれば、上述の第一方法が実行されるため、上述の第一方法と同様の効果を得ることができる。

［第二実施形態］
第二実施形態では、被験者の年齢情報を更に用いて被験者の主観的評価スコアを高精度に推定する。以下の説明では、第一実施形態と同様の内容については適宜省略し、第一実施形態と異なる内容を中心に説明する。

〔歩行分析方法〕
まずは、第二実施形態における歩行分析方法（以降、第二方法と略称する場合がある）について説明する。図６は、第二実施形態における歩行分析方法を示すフローチャートである。
図６に示されるように、第二方法は、被験者の年齢情報を取得する工程（Ｓ２１）、歩行中の被験者の腰部の加速度データを取得する工程（Ｓ２２）、及び被験者の膝に関する主観的評価スコアを推定する工程（Ｓ２３）を含む。

工程（Ｓ２１）における「年齢情報」とは、被験者の年齢を示し得る値である。「年齢情報」は、例えば、実年齢を示す値、年代を示す値、実年齢が該当する年齢範囲（４０歳以上６０歳未満など）を示す値などの少なくとも一つである。各値は、識別番号（ＩＤ）などであってもよい。
工程（Ｓ２１）における年齢情報の取得手法は制限されない。
例えば、コンピュータが工程（Ｓ２１）を実行する場合、コンピュータは、年齢情報の入力画面を表示し、その画面に対するユーザの入力操作に応じて、年齢情報を取得することができる。また、コンピュータは、被験者情報を格納する外部のデータベースから被験者の年齢情報を入手することもできる。コンピュータは、カメラから得られる画像データの中から被験者の画像情報を抽出し、この抽出された画像情報に基づいて、公知の推定技術を用いて、被験者の年齢情報を推定することもできる。

工程（Ｓ２２）は、第一方法における工程（Ｓ１１）と同様である。
工程（Ｓ２３）は、第一方法における工程（Ｓ１２）に対応し、以下の点で、工程（Ｓ１２）と異なる。
主観的評価スコアの推定に用いられる歩行サンプルデータ及び主観的評価スコアのサンプルデータの統計情報には、その母集団の年齢情報が反映されている。言い換えれば、母集団の各人に関する、歩行サンプルデータ、主観的評価スコアのサンプルデータ、及び年齢情報を統計処理することにより得られる統計情報が用いられる。工程（Ｓ２３）では、工程（Ｓ２１）で取得された年齢情報及び工程（Ｓ２２）で取得された加速度データ、並びに当該統計情報を用いて、被験者の主観的評価スコアを推定する。

第二方法では、上記統計情報は、歩行中の加速度及び年齢情報の組み合わせと、主観的評価スコアとの因果関係に基づいて生成される。この因果関係についても本発明者らにより新たに見出されたものである。例えば、当該統計情報は、母集団の歩行サンプルデータ及び主観的評価スコアのサンプルデータ並びに年齢情報を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値及び年齢を説明変数とし、主観的評価スコアを目的変数とする重回帰式である。この場合、工程（Ｓ２３）では、この重回帰式に、工程（Ｓ２１）で取得された年齢情報及び工程（Ｓ２２）で取得された腰部の加速度データを適用することにより、被験者の主観的評価スコアを算出することができる。

このように、第二実施形態によれば、歩行中の加速度及び年齢情報の組み合わせと、主観的評価スコアとの強い因果関係に基づいて、被験者の歩行中の腰部の加速度データ及び年齢情報を用いて、被験者の主観的評価スコアを高精度に推定することができる。

〔歩行分析装置〕
以下、第二実施形態における歩行分析装置（以降、第二装置と略称する場合がある）について説明する。第二装置は、上述の第二方法を実行可能である。
第二装置のハードウェア構成及び処理構成は、第一装置と同様である（図４及び図５参照）。

第二装置の取得部２１は、被験者の年齢情報を更に取得する。「年齢情報」の定義及び取得部２１によるその年齢情報の取得手法については、上述の工程（Ｓ２１）と同様である。即ち、第二装置の取得部２１は、上述の工程（Ｓ２１）及び工程（Ｓ２２）を実行する。
第二装置の情報格納部２３に格納される統計情報は、上述したとおり、母集団の年齢情報を含む。言い換えれば、情報格納部２３は、母集団の各人に関する、歩行サンプルデータ、主観的評価スコアのサンプルデータ、及び年齢情報を統計処理することにより得られる統計情報を格納する。

第二装置の算出部２５は、取得部２１で取得された被験者の年齢情報を更に用いて、被験者の主観的評価スコアを算出する。算出部２５による当該主観的評価スコアの算出手法は、上述の工程（Ｓ２３）における主観的評価スコアの推定手法と同様である。即ち、算出部２５は、上述の工程（Ｓ２３）を実行する。
例えば、情報格納部２３に格納される統計情報が、母集団の歩行サンプルデータ及び主観的評価スコアのサンプルデータ並びに年齢情報を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値及び年齢を説明変数とし、主観的評価スコアを目的変数とする重回帰式を含む場合、算出部２５は、取得部２１により取得された腰部の加速度データ及び年齢情報をその重回帰式に適用することにより、被験者の主観的評価スコアを算出する。

第二装置によれば、上述の第二方法が実行されるため、上述の第二方法と同様の効果を得ることができる。

［第二実施形態の変形例］
例えば、身長は、加齢により低くなるといった傾向、即ち、年齢と負の相関がある。このように身体情報は年齢と相関があるため、上述の年齢情報に替え、又は、上述の年齢情報に加えて、身体情報を用いて、被験者の主観的評価スコアを推定することもできる。ここで、「身体情報」とは、年齢と相関関係のある身体の特性を示す情報であり、例えば、身長、体重、ＢＭＩなどである。

この場合、工程（Ｓ２１）では、被験者の年齢情報及び身体情報の少なくとも一方の情報を取得する。また、主観的評価スコアの推定に用いられる歩行サンプルデータ及び主観的評価スコアのサンプルデータの統計情報には、その母集団の年齢情報及び身体情報の少なくとも一方が反映されている。工程（Ｓ２３）では、工程（Ｓ２１）で取得された被験者の当該少なくとも一方の情報を更に用いて、被験者の主観的評価スコアを推定する。このとき、当該統計情報としては、例えば、母集団の歩行サンプルデータ及び主観的評価スコアのサンプルデータ、並びに、年齢情報及び身体情報の少なくとも一方を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値と、年齢及び身体特性値の少なくとも一方とを説明変数とし、主観的評価スコアを目的変数とする重回帰式が用いられる。ここでの「身体特性値」は、上記身体情報が示す値であり、例えば、身長、体重、ＢＭＩ値などである。

同様に、この場合、第二装置の取得部２１は、被験者の年齢情報及び身体情報の少なくとも一方の情報を更に取得する。第二装置の情報格納部２３は、母集団の各人に関する、歩行サンプルデータ、主観的評価スコアのサンプルデータ、及び、年齢情報と身体情報との少なくとも一方を統計処理することにより得られる統計情報を格納する。第二装置の算出部２５は、被験者の年齢情報及び身体情報の少なくとも一方の情報を更に用いて、被験者の主観的評価スコアを算出する。情報格納部２３に格納される統計情報が、母集団の歩行サンプルデータ及び主観的評価スコアのサンプルデータ、並びに、年齢情報と身体情報都の少なくとも一方を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値と、年齢及び身体特性値の少なくとも一方とを説明変数とし、主観的評価スコアを目的変数とする重回帰式を含む場合、算出部２５は、取得部２１により取得された腰部の加速度データ、及び、年齢情報と身体情報との少なくとも一方をその重回帰式に適用することにより、被験者の主観的評価スコアを算出する。

以下に実施例を挙げ、上述の各実施形態を更に詳細に説明する。以下の実施例では、本発明者らにより行われた実験内容及び結果の一部を説明することで、上述の各実施形態の効果が実証される。なお、上述の各実施形態の内容は、以下の内容に限定されない。

歩行時に痛みがない自力で歩行可能な６０歳から７５歳の男女２２名（男性２名、女性２０名）が被験者の母集団とされた。この母集団の各被験者の年齢情報が取得されると共に、各被験者に対して次のような測定が行われた。なお、以下の測定をするにあたり、各被験者には前日の過度な運動と飲酒を控えるよう指示された。

被験者の右腰部（右腰部上前腸骨棘）に反射マーカを取り付け、被験者の歩行中における反射マーカの位置をモーションキャプチャシステム（ＶＩＣＯＮ社製のＶＩＣＯＮ ＭＸシステム、ＶＩＣＯＮ ＮＥＸＵＳ）で計測した。そして、測定された各被験者の位置座標データ（時系列データ）が次のように処理された。位置座標データのデータ間（測定間隔２００Ｈｚの狭間）は、適宜補間された。
前処理としてまず、各被験者の位置座標データに対して、４次のＢｕｔｔｅｒｗｏｒｔｈローパスフィルタを適用することで、位置ブレ等のノイズが除去された。このときのカットオフ周波数は１０Ｈｚに設定された。以降の処理では、このようにノイズが除去された位置座標データが利用され、以下の説明では、それを単に位置座標データと略称する。
続いて、各被験者の右腰部の位置座標データから当該各被験者の右腰部の加速度データがそれぞれ算出された。加速度データは、腰部の前後方向、左右方向、及び鉛直方向の各方向成分についてそれぞれ算出された。加速度の各方向成分は、位置座標を２回微分することで算出された。なお、この加速度データの算出手法は、国立研究開発法人産業技術総合研究所（ＡＩＳＴ）の歩行データベースにおける全身の歩行計測パターンに基づいている（非特許文献２参照）。
そして、右足の着床に伴う鉛直方向の加速度の極値により、当該算出された加速度データの中から一歩行周期が切り出され、切り出された一歩行周期の加速度データを１０１等分（約１０ｍ秒間隔）に分割することで、被験者毎に合計３０３の加速度成分が抽出された。個々の加速度成分としては、対応するタイミング（時間率範囲）における対応する方向の加速度の平均値が用いられた。

一方で、上記母集団の各被験者からＪＫＯＭスコアがそれぞれ得られた。具体的には、各被験者に図２に示されるような２５項目の設問が提示され、各被験者から各設問について０から４の５段階の回答を受け付け、各被験者について、合計１００点満点のＪＫＯＭスコアがそれぞれ集計された。
本実施例の母集団は、上述したとおりＯＡ発症前の被験者群で構成された。このため、当該母集団の各人から得られたＪＫＯＭスコアは、２５点未満であった。なお、一般的に、軽度のＯＡ症状を有する人のＪＫＯＭスコアは、４０点から５０点程度であり、重度のＯＡ症状を有する人のＪＫＯＭスコアは、６０点以上であることが知られている。

ここで、上記３０３個の加速度成分のそれぞれについて、ＪＫＯＭスコアとの相関係数が算出され、その相関係数が０．４以上を示す加速度成分が後述の重回帰分析で用いる説明変数の候補として選択された。
図７は、ＪＫＯＭスコアと相関が確認された加速度成分を概念的に示す図である。
具体的には、図７に示されるように、左右方向については、６つのタイミング（時間率１３％から１７％の範囲、２４％から２７％の範囲、４１％から４７％の範囲、５５％から５８％の範囲、６４％から６７％の範囲、及び７３％から７７％の範囲）の加速度成分が候補として選択された。前後方向については、３つのタイミング（時間率４９％から５１％の範囲、６１％から６７％の範囲、及び７３％から７７％の範囲）の加速度成分が候補として選択され、上下方向については、１つのタイミング（時間率１１％から１４％の範囲）の加速度成分が候補として選択された。
図８は、右腰部における左右方向の加速度成分とＪＫＯＭ得点との相関性を示すグラフである。図９は、右腰部における前後方向及び上下方向の加速度成分とＪＫＯＭ得点との相関性を示すグラフである。図９（ａ）、図９（ｂ）及び図９（ｃ）が右腰部における前後方向の加速度成分とＪＫＯＭ得点との相関性を示し、図９（ｄ）が右腰部における上下方向の加速度成分とＪＫＯＭ得点との相関性を示す。なお、図８及び図９では、横軸にＪＫＯＭスコアが示され、縦軸に各方向の加速度値が示されている。

そして、このように候補として選択された一歩行周期中の加速度データ中の上記加速度成分、年齢、及びＪＫＯＭスコアを対象に重回帰分析が行われた。この重回帰分析はステップワイズ法により実施され、上記候補の中から、ＪＫＯＭスコアを高精度に説明する最適な説明変数としての加速度成分が絞り込まれた。図７において四角で囲まれる時間率範囲が最終的に説明変数として選択された加速度成分である。図７に示されるように、加速度の３つの各方向成分について個別に１以上のタイミング（時間率範囲）が選択された。具体的には、左右方向については、３つのタイミング（時間率１３％から１７％の範囲、４１％から４７％の範囲、及び７３％から７７％の範囲）の加速度成分が選択された。前後方向については、１つのタイミング（時間率４９％から５１％の範囲）の加速度成分が選択され、上下方向については、１つのタイミング（時間率１１％から１４％の範囲）の加速度成分が選択された。
図７に示されるように、一歩行周期の中からＪＫＯＭスコアの推定のために利用される当該タイミングは、右腰部の加速度データが取得される場合であっても、右の立脚期及び左の立脚期内から選択された。

このように選択された５つのタイミング（時間率範囲）の各方向の加速度の平均値及び年齢を説明変数とし、ＪＫＯＭスコアを目的変数とする重回帰式の精度が、ジャックナイフ法により確認された。具体的には、２２名の母集団の中の２１名のサンプルデータを用いて重回帰式が導出され、残りの１名のサンプルデータでその重回帰式を評価するという工程を２２回繰り返すことで、その説明精度の有効性が確認された。
そして、最終的に、２２名の母集団のサンプルデータを用いて、次のような重回帰式が得られた。
ＪＫＯＭスコア（得点）
＝−７０．４４７＋（年齢）×（０．７４５）＋（Ｘ［１３−１７］）×（−０．８９３）＋（Ｘ［４１−４７］）×（０．０７７）＋（Ｘ［７３−７７］）×（−０．０２１）＋（Ｙ［４９−５１］）×（０．２５７）＋（Ｚ［１１−１４］）×（−０．２０７）
上記式において、Ｘ［］は、一歩行周期内の［］で示されるタイミングにおける左右方向の加速度の平均値を示し、Ｙ［］は、一歩行周期内の［］で示されるタイミングにおける前後方向の加速度の平均値を示し、Ｚ［］は、一歩行周期内の［］で示されるタイミングにおける鉛直方向の加速度の平均値を示す。ここでのタイミングは、一歩行周期全体を１００％とした時間率の範囲で示されている。例えば、Ｘ［１３−１７］は、一歩行周期内の時間率１３％から１７％までの間の左右方向の加速度の平均値を示す。

図１０は、重回帰式の精度を示すグラフである。図１０（ａ）は、上記重回帰式から推定される２２名の母集団のＪＫＯＭスコアと、その母集団のＪＫＯＭスコアの実測値との関係を示し、図１０（ｂ）は、ジャックナイフ法の或る一工程で生成された重回帰式から推定される２２名の母集団のＪＫＯＭスコアと、その母集団のＪＫＯＭスコアの実測値との関係を示す。
図１０（ａ）での相関の程度を示す決定係数Ｒ^２は０．７１であり、図１０（ｂ）における決定係数Ｒ^２は０．５８であり、共に、当該重回帰式によるＪＫＯＭ得点の推定精度が高いことが実証された。

歩行時に膝に痛みを感じている者は、膝をかばうといった特有の歩行状態を示すことが予想される。このような特有の歩行状態は、歩行中の腰部の加速度データにその影響が表れる可能性が高いため、本実施例によれば、ＯＡ発症後の被験者を対象としてもＪＫＯＭスコアを高精度に推定することができる。
本実施例の手法の更なる優位点は、上記実証結果が示すように、ＯＡ発症前、即ち歩行時に膝に痛みを感じていない者についても、その歩行中の腰部の加速度データからＪＫＯＭスコアを高精度に推定することができる点である。ＯＡ発症前の被験者についてもＪＫＯＭスコアを高精度に推定することにより、被験者に自身の歩行状態と膝の状態との関係性を提示することで、ＯＡの発症を未然に防ぐことができる。

本実施例で挙げた内容は例示である。従って、被験者から取得される加速度データは、右腰部から得られる加速度でなくてもよいし、主観的評価スコアとして、ＪＫＯＭスコア以外のスコアが利用されてもよい。また、当該重回帰式の説明変数として年齢が用いられなくてもよい。更に、ＪＫＯＭスコアの推定に用いられる加速度の方向成分及びタイミング（時間率の範囲）についても、本実施例の内容に限定されない。上述の各実施形態で述べるように、方向成分毎に同一タイミングの加速度値が用いられてもよいし、直交する三つの方向成分全てを利用せず、一又は二の方向成分が利用されてもよい。

なお、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。例えば、図６に示される工程（Ｓ２１）と工程（Ｓ２２）とは、逆順で実行されてもよいし、並行して実行されてもよい。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。

上述の内容は、次のようにも特定され得る。但し、上述の内容が以下の記載に制限されるものではない。
＜１＞ 歩行中の被験者の腰部の加速度データを取得する取得工程と、
母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報、及び前記取得工程で取得された腰部の加速度データを用いて、前記被験者の膝に関する主観的評価スコアを推定する推定工程と、
を含む歩行分析方法。

＜２＞ 前記推定工程では、前記取得工程で取得された腰部の加速度データから得られる一歩行周期中の予め定められた複数タイミングの各々における腰部の加速度データを用いて、前記被験者の前記主観的評価スコアを推定する、
＜１＞に記載の歩行分析方法。
＜３＞ 前記取得工程で取得された腰部の加速度データは、直交する二以上の方向成分を含み、
前記推定工程では、前記二以上の方向成分の各々について個別に予め定められている各タイミングにおける、該方向の加速度値を用いて、前記被験者の前記主観的評価スコアを推定する、
＜２＞に記載の歩行分析方法。
＜４＞ 前記取得工程では、歩行中の前記被験者の右腰部又は左腰部における加速度データを取得し、
前記複数タイミングは、右腰部の加速度データが取得される場合及び左腰部の加速度データが取得される場合ともに、右の立脚期及び左の立脚期内から予め定められている、
＜２＞又は＜３＞に記載の歩行分析方法。
＜５＞ 前記複数タイミングの各々は、個別に予め定められた時間幅を有し、
前記推定工程では、前記複数タイミングの各々の時間幅内における同一方向の加速度値の平均値を用いて、前記被験者の前記主観的評価スコアを推定する、
＜２＞から＜４＞のいずれか一つに記載の歩行分析方法。
＜６＞ 前記取得工程で取得された腰部の加速度データに含まれる鉛直の方向成分に基づいて、該加速度データの中の一歩行周期を特定する工程、
を更に含み、
前記推定工程では、前記特定された一歩行周期中の加速度データから、前記複数タイミングの各々における前記加速度データを特定する、
＜２＞から＜５＞のいずれか一つに記載の歩行分析方法。
＜７＞ 前記被験者の年齢情報及び身体情報の少なくとも一方の情報を取得する工程、
を更に含み、
前記統計情報には、前記母集団の年齢情報及び身体情報の少なくとも一方の情報が反映されており、
前記推定工程では、前記取得された前記被験者の前記少なくとも一方の情報を更に用いて、前記被験者の前記主観的評価スコアを推定する、
＜１＞から＜６＞のいずれか一つに記載の歩行分析方法。
＜８＞ 前記推定工程では、前記母集団の前記歩行サンプルデータ及び前記主観的評価スコアの前記サンプルデータ並びに前記少なくとも一方の情報を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値と年齢及び身体特性値の少なくとも一方とを説明変数とし、主観的評価スコアを目的変数とする重回帰式を用いて、前記被験者の前記主観的評価スコアを推定する、
＜７＞に記載の歩行分析方法。
＜９＞ 前記主観的評価スコアは、ＪＫＯＭ（Ｊａｐａｎｅｓｅ Ｋｎｅｅ Ｏｓｔｅｏａｒｔｈｒｉｔｉｓ Ｍｅａｓｕｒｅ）スコアである、
＜１＞から＜８＞のいずれか一つに記載の歩行分析方法。
＜１０＞ 前記推定工程で推定される前記主観的評価スコアは、前記被験者の膝痛に関する主観的評価スコアである、
＜１＞から＜９＞のいずれか一つに記載の歩行分析方法。
＜１１＞ 歩行中の被験者の腰部の加速度データを取得する取得手段と、
母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報を格納する格納手段と、
前記統計情報及び前記取得された腰部の加速度データを用いて、前記被験者の膝に関する主観的評価スコアを算出する算出手段と、
を備える歩行分析装置。
＜１２＞ 前記算出手段は、前記取得手段により取得された腰部の加速度データから得られる、一歩行周期中の予め定められた複数タイミングの各々における腰部の加速度データを用いて、前記被験者の前記主観的評価スコアを算出する、
＜１１＞に記載の歩行分析装置。
＜１３＞ 前記取得手段により取得される腰部の加速度データは、直交する二以上の方向成分を含み、
前記算出手段は、前記二以上の方向成分の各々について個別に予め定められている各タイミングにおける、該方向の加速度値を用いて、前記被験者の前記主観的評価スコアを算出する、
＜１２＞に記載の歩行分析装置。
＜１４＞ 前記取得手段は、歩行中の前記被験者の右腰部又は左腰部における加速度データを取得し、
前記算出手段は、前記取得手段により右腰部の加速度データが取得される場合及び左腰部の加速度データが取得される場合ともに、右の立脚期及び左の立脚期内から予め定められた前記複数タイミングの各々における加速度データを用いて、前記被験者の前記主観的評価スコアを算出する、
＜１２＞又は＜１３＞に記載の歩行分析装置。
＜１５＞ 前記複数タイミングの各々は、個別に予め定められた時間幅を有し、
前記算出手段は、前記複数タイミングの各々の時間幅内における同一方向の加速度値の平均値を算出し、算出された平均値を用いて、前記被験者の前記主観的評価スコアを算出する、
＜１２＞から＜１４＞のいずれか一つに記載の歩行分析装置。
＜１６＞ 前記算出手段は、前記取得手段により取得された腰部の加速度データが示す鉛直の方向成分に基づいて、該加速度データの中の一歩行周期を特定し、特定された一歩行周期中の加速度データから、前記複数タイミングの各々における加速度データを特定する、
＜１２＞から＜１５＞のいずれか一つに記載の歩行分析装置。
＜１７＞ 前記取得手段は、前記被験者の年齢情報及び身体情報の少なくとも一方の情報を更に取得し、
前記統計情報には、前記母集団の年齢情報及び身体情報の少なくとも一方の情報を含み、
前記算出手段は、前記被験者の前記少なくとも一方の情報を更に用いて、前記被験者の前記主観的評価スコアを算出する、
＜１１＞から＜１６＞のいずれか一つに記載の歩行分析装置。
＜１８＞ 前記統計情報は、前記母集団の前記歩行サンプルデータ及び前記主観的評価スコアの前記サンプルデータ並びに前記少なくとも一方の情報を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値と年齢及び身体特性値の少なくとも一方とを説明変数とし、主観的評価スコアを目的変数とする重回帰式を含み、
前記算出手段は、前記取得手段により取得された腰部の加速度データ及び前記少なくとも一方の情報を前記重回帰式に適用することにより、前記被験者の前記主観的評価スコアを算出する、
＜１７＞に記載の歩行分析装置。
＜１９＞ 前記算出手段により算出される前記主観的評価スコアは、前記被験者の膝痛に関する主観的評価スコアである、
＜１１＞から＜１８＞のいずれか一つに記載の歩行分析装置。

１０ 歩行分析装置（第一装置）
１１ ＣＰＵ
１２ メモリ
１３ 入出力Ｉ／Ｆ
１４ 通信ユニット
１５ 出力装置
１６ 入力装置
１７ 加速度センサ
２１ 取得部
２３ 情報格納部
２５ 算出部

Claims (11)

1. 歩行中の被験者の腰部の加速度データを取得する取得工程と、
   母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報、及び前記取得工程で取得された腰部の加速度データを用いて、前記被験者の膝に関する主観的評価スコアを推定する推定工程と、
   を含む歩行分析方法。
2. 前記推定工程では、前記取得工程で取得された腰部の加速度データから得られる一歩行周期中の予め定められた複数タイミングの各々における腰部の加速度データを用いて、前記被験者の前記主観的評価スコアを推定する、
   請求項１に記載の歩行分析方法。
3. 前記取得工程で取得された腰部の加速度データは、直交する二以上の方向成分を含み、
   前記推定工程では、前記二以上の方向成分の各々について個別に予め定められている各タイミングにおける、該方向の加速度値を用いて、前記被験者の前記主観的評価スコアを推定する、
   請求項２に記載の歩行分析方法。
4. 前記取得工程では、歩行中の前記被験者の右腰部又は左腰部における加速度データを取得し、
   前記複数タイミングは、右腰部の加速度データが取得される場合及び左腰部の加速度データが取得される場合ともに、右の立脚期及び左の立脚期内から予め定められている、
   請求項２又は３に記載の歩行分析方法。
5. 前記複数タイミングの各々は、個別に予め定められた時間幅を有し、
   前記推定工程では、前記複数タイミングの各々の時間幅内における同一方向の加速度値の平均値を用いて、前記被験者の前記主観的評価スコアを推定する、
   請求項２から４のいずれか一項に記載の歩行分析方法。
6. 前記取得工程で取得された腰部の加速度データに含まれる鉛直の方向成分に基づいて、該加速度データの中の一歩行周期を特定する工程、
   を更に含み、
   前記推定工程では、前記特定された一歩行周期中の加速度データから、前記複数タイミングの各々における前記加速度データを特定する、
   請求項２から５のいずれか一項に記載の歩行分析方法。
7. 前記被験者の年齢情報及び身体情報の少なくとも一方の情報を取得する工程、
   を更に含み、
   前記統計情報には、前記母集団の年齢情報及び身体情報の少なくとも一方の情報が反映されており、
   前記推定工程では、前記取得された前記被験者の前記少なくとも一方の情報を更に用いて、前記被験者の前記主観的評価スコアを推定する、
   請求項１から６のいずれか一項に記載の歩行分析方法。
8. 前記推定工程では、前記母集団の前記歩行サンプルデータ及び前記主観的評価スコアの前記サンプルデータ並びに前記少なくとも一方の情報を少なくとも用いた重回帰分析により取得された重回帰式であって、一歩行周期中の複数タイミングにおける複数の加速度値と年齢及び身体特性値の少なくとも一方とを説明変数とし、主観的評価スコアを目的変数とする重回帰式を用いて、前記被験者の前記主観的評価スコアを推定する、
   請求項７に記載の歩行分析方法。
9. 前記主観的評価スコアは、ＪＫＯＭ（Ｊａｐａｎｅｓｅ Ｋｎｅｅ Ｏｓｔｅｏａｒｔｈｒｉｔｉｓ Ｍｅａｓｕｒｅ）スコアである、
   請求項１から８のいずれか一項に記載の歩行分析方法。
10. 前記推定工程で推定される前記主観的評価スコアは、前記被験者の膝痛に関する主観的評価スコアである、
    請求項１から９のいずれか一項に記載の歩行分析方法。
11. 歩行中の被験者の腰部の加速度データを取得する取得手段と、
    母集団から予め測定された歩行サンプルデータと該母集団から予め得られた膝に関する主観的評価スコアのサンプルデータとの統計情報を格納する格納手段と、
    前記統計情報及び前記取得された腰部の加速度データを用いて、前記被験者の膝に関する主観的評価スコアを算出する算出手段と、
    を備える歩行分析装置。

Images