JP2020192307A - 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム - Google Patents

下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム Download PDF

Info

Publication number
JP2020192307A
JP2020192307A JP2019168397A JP2019168397A JP2020192307A JP 2020192307 A JP2020192307 A JP 2020192307A JP 2019168397 A JP2019168397 A JP 2019168397A JP 2019168397 A JP2019168397 A JP 2019168397A JP 2020192307 A JP2020192307 A JP 2020192307A
Authority
JP
Japan
Prior art keywords
lower limb
muscle strength
user
time
maximum value
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
JP2019168397A
Other languages
English (en)
Other versions
JP7289246B2 (ja
Inventor
貴洋 樋山
Takahiro Hiyama
貴洋 樋山
佳州 佐藤
Yoshikuni Sato
佳州 佐藤
小澤　順
Jun Ozawa
順 小澤
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.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
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 Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Priority to CN202010460662.2A priority Critical patent/CN112006703B/zh
Priority to US16/885,571 priority patent/US20200375503A1/en
Publication of JP2020192307A publication Critical patent/JP2020192307A/ja
Application granted granted Critical
Publication of JP7289246B2 publication Critical patent/JP7289246B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1127—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using markers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】ユーザの下肢筋力を高い精度で容易に評価することができる技術を提供する。【解決手段】下肢筋力評価装置が、ユーザが座っている状態から立ち上がるまでの間において、ユーザの左右の少なくとも一方の下肢の角度を取得し、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値、立ち上がり開始時点から第１下肢最大値が検出された時点までの第１下肢経過時間、立ち上がり開始時点から下肢最小値が検出された時点までの第２下肢経過時間、及び立ち上がり開始時点から第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、少なくとも１つの下肢パラメータを用いてユーザの下肢筋力を評価し、評価結果を出力する。【選択図】図５

Description

本開示は、ユーザの下肢筋力を評価する技術に関するものである。
高齢化に伴い転倒の発生頻度が高くなることから、転倒による骨折又は寝たきりの防止のために、転倒の予防及び対策が重要な課題となっている。転倒リスクを高める最も大きな要因は下肢筋力の衰えであると考えられる。そのため、下肢筋力を簡易に計測する手法は大変需要のある技術になりうる。しかしながら、現在販売されている下肢筋力を計測する装置は大型な装置であるため、専門的な知識を持つ医療従事者でなければ扱うことが難しく、日常的に広く利用することは難しい。
一方で、従来から立ち上がり動作又は歩行動作を利用して簡易に下肢筋力を評価する指標が用いられている。５回立ち上がり動作テスト又は１０ｍ歩行動作テストにおける動作完遂時間と下肢筋力とには有意な相関があることが認められている。しかしながら、上記の動作テストでは、被験者に負荷のかかる運動を求めており、計測者の技術による影響が大きいため、安全性及び再現性の面で課題がある。
そのような課題に対して、例えば、特許文献１では、圧力マット、足パッド又は力プレートなどの感知モジュールと、力量と運動軌跡探知モジュールとを用いて、運動／身体能力パラメータを推算する身体能力のモニタリングシステムが開示されている。
また、例えば、特許文献２では、歩行動作を行う使用者の大腿部及び足首の加速度及び方向と、足裏に加わる地面からの反力とを計測し、計測した加速度、方向及び力に基づいて足の筋力バランスを推測する歩行改善支援システムが開示されている。
特開２０１１−７８７３１号公報 特開２００９−１２５５０６号公報
しかしながら、特許文献１については、感知モジュールが破損しやすいという課題と、感知モジュールの設置に大きな手間がかかるという課題とがある。また、特許文献２については、屋内環境のような空間の大きさに限りがある場所では、安定した歩行計測が困難であるため、高い精度で下肢筋力を評価することが困難である。
本開示は、上記の課題を解決するためになされたもので、ユーザの下肢筋力を高い精度で容易に評価することができる技術を提供することを目的とするものである。
本開示の一態様に係る下肢筋力評価方法は、コンピュータが、ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得し、前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価し、評価結果を出力する。
本開示によれば、ユーザの下肢筋力を高い精度で容易に評価することができる。
本開示の実施の形態における下肢筋力評価システムの構成を示すブロック図である。 本開示の実施の形態において、センサ装置をユーザに装着した状態を示す図である。 本実施の形態における下肢パラメータについて説明するための図である。 本実施の形態において、ユーザの立ち上がり動作を示す図である。 本実施の形態において、立ち上がり動作を利用した下肢筋力評価処理を説明するためのフローチャートである。 本実施の形態において表示される評価結果画面の一例を示す図である。 本実施の形態の変形例において、複数回数の立ち上がり動作を利用した下肢筋力評価処理を説明するためのフローチャートである。 本実施の形態の第１の事例において、下肢筋力の評価値の推定値と実測値との関係を示す図である。 本実施の形態の第２の事例において、下肢筋力の評価値の推定値と実測値との関係を示す図である。 本実施の形態の第３の事例において、下肢筋力の評価値の推定値と実測値との関係を示す図である。
（本開示の基礎となった知見）
上記の特許文献１は、圧力マット、足パッド又は力プレートなどの感知モジュールを必要としている。そのため、特許文献１は、感知モジュールが破損しやすいという課題と、感知モジュールの設置に大きな手間がかかるという課題を有している。
また、特許文献２は、歩行動作により下肢筋力を評価している。しかしながら、特許文献２において、歩行動作を安定して計測するためには、広いスペースが必要である。したがって、屋内環境のような空間の大きさに限りがある場所では、安定した歩行計測が困難であるため、高い精度で下肢筋力を評価することが困難である。
以上の課題を解決するために、本開示の一態様に係る下肢筋力評価方法は、コンピュータが、ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得し、前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価し、評価結果を出力する。
この構成によれば、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値、ユーザの立ち上がり開始時点から第１下肢最大値が検出された時点までの第１下肢経過時間、ユーザの立ち上がり開始時点から下肢最小値が検出された時点までの第２下肢経過時間、及びユーザの立ち上がり開始時点から第２下肢最大値が検出された時点までの第３下肢経過時間は、ユーザの下肢筋力に相関がある下肢パラメータである。そのため、ユーザの下肢筋力に相関がある複数の下肢パラメータのうちの少なくとも１つの下肢パラメータを用いてユーザの下肢筋力が評価されるので、ユーザの下肢筋力を高い精度で評価することができる。
また、上記の下肢パラメータが用いられるので、ユーザに対して５回立ち上がり動作テスト又は１０ｍ歩行動作テストのような制約のある動作テストを課さなくてもよく、かつ大がかりな装置も不要である。そのため、本構成では、ユーザの下肢筋力を容易に評価することができる。
また、上記の下肢筋力評価方法において、さらに、前記ユーザの左右の少なくとも一方の下肢に装着されたセンサから得られたセンサデータに基づいて前記角度を取得してもよい。
この構成によれば、加速度センサ又は角速度センサなどのセンサを、ユーザの左右の少なくとも一方の下肢に装着することで、ユーザの下肢筋力を容易に評価することができる。
また、上記の下肢筋力評価方法において、モーションキャプチャシステムを用いて前記角度を取得してもよい。
この構成によれば、モーションキャプチャシステムによってユーザの下肢の骨格の動きを取得することにより、ユーザの下肢筋力を容易に評価することができる。
また、上記の下肢筋力評価方法において、前記ユーザが複数回数立ち上がることによって、複数の第１下肢最大値、複数の下肢最小値、複数の第２下肢最大値、複数の第１下肢経過時間、複数の第２下肢経過時間及び複数の第３下肢経過時間のうちの少なくとも１つの下肢パラメータ群を検出し、さらに、前記複数の第１下肢最大値の平均、前記複数の下肢最小値の平均、前記複数の第２下肢最大値の平均、前記複数の第１下肢経過時間の平均、前記複数の第２下肢経過時間の平均、前記複数の第３下肢経過時間の平均、前記複数の第１下肢最大値の標準偏差、前記複数の下肢最小値の標準偏差、前記複数の第２下肢最大値の標準偏差、前記複数の第１下肢経過時間の標準偏差、前記複数の第２下肢経過時間の標準偏差、及び前記複数の第３下肢経過時間の標準偏差のうちの少なくとも１つの下肢パラメータを算出してもよい。
この構成によれば、ユーザが複数回数立ち上がることによって、複数の第１下肢最大値、複数の下肢最小値、複数の第２下肢最大値、複数の第１下肢経過時間、複数の第２下肢経過時間及び複数の第３下肢経過時間のうちの少なくとも１つの下肢パラメータ群が検出される。そして、複数の第１下肢最大値の平均、複数の下肢最小値の平均、複数の第２下肢最大値の平均、複数の第１下肢経過時間の平均、複数の第２下肢経過時間の平均、複数の第３下肢経過時間の平均、複数の第１下肢最大値の標準偏差、複数の下肢最小値の標準偏差、複数の第２下肢最大値の標準偏差、複数の第１下肢経過時間の標準偏差、複数の第２下肢経過時間の標準偏差、及び複数の第３下肢経過時間の標準偏差のうちの少なくとも１つの下肢パラメータが算出される。ユーザの測定状態によっては、不適正なセンサデータが取得されるおそれがある。しかしながら、ユーザが複数回数立ち上がることによって、取得されたセンサデータから外れ値を排除することができ、取得されたセンサデータの精度を向上させることができる。
また、上記の下肢筋力評価方法において、前記ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左下肢及び右下肢の両方の角度を取得し、前記左下肢及び前記右下肢に対応する前記第１下肢最大値、前記左下肢及び前記右下肢に対応する前記下肢最小値、前記左下肢及び前記右下肢に対応する前記第２下肢最大値、前記左下肢及び前記右下肢に対応する前記第１下肢経過時間、前記左下肢及び前記右下肢に対応する前記第２下肢経過時間、及び前記左下肢及び前記右下肢に対応する前記第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、さらに、前記左下肢に対応する前記第１下肢最大値と前記右下肢に対応する前記第１下肢最大値との平均、前記左下肢に対応する前記下肢最小値と前記右下肢に対応する前記下肢最小値との平均、前記左下肢に対応する前記第２下肢最大値と前記右下肢に対応する前記第２下肢最大値との平均、前記左下肢に対応する前記第１下肢経過時間と前記右下肢に対応する前記第１下肢経過時間との平均、前記左下肢に対応する前記第２下肢経過時間と前記右下肢に対応する前記第２下肢経過時間との平均、及び前記左下肢に対応する前記第３下肢経過時間と前記右下肢に対応する前記第３下肢経過時間との平均のうちの少なくとも１つの下肢パラメータを算出してもよい。
この構成によれば、ユーザが座っている状態から立ち上がるまでの間において、ユーザの左下肢及び右下肢の両方の動きに基づいて下肢筋力が評価されるので、ユーザの下肢筋力をより高い精度で評価することができる。
また、上記の下肢筋力評価方法において、前記下肢筋力の評価値を目的変数とし、前記少なくとも１つの下肢パラメータを説明変数とする重回帰式に、検出された前記少なくとも１つの下肢パラメータを代入することにより、前記下肢筋力の評価値を算出してもよい。
この構成によれば、下肢筋力の評価値を目的変数とし、少なくとも１つの下肢パラメータを説明変数とする重回帰式に、検出された少なくとも１つの下肢パラメータが代入されることにより、下肢筋力の評価値が算出されるので、予め重回帰式を記憶しておくことにより、容易に下肢筋力の評価値を算出することができる。
また、上記の下肢筋力評価方法において、さらに、前記ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの腰部の角度を取得し、さらに、前記腰部が第１の方向へ最初に最も傾いたときの前記角度を示す第１腰部最大値、前記腰部が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す腰部最小値、前記腰部が第１の方向へ再び最も傾いたときの前記角度を示す第２腰部最大値、前記ユーザの立ち上がり開始時点から前記第１腰部最大値が検出された時点までの第１腰部経過時間、前記ユーザの立ち上がり開始時点から前記腰部最小値が検出された時点までの第２腰部経過時間、及び前記ユーザの立ち上がり開始時点から前記第２腰部最大値が検出された時点までの第３腰部経過時間のうちの少なくとも１つの腰部パラメータを検出し、前記少なくとも１つの下肢パラメータと前記少なくとも１つの腰部パラメータとを用いて前記ユーザの下肢筋力を評価してもよい。
この構成によれば、ユーザが座っている状態から立ち上がるまでの間において、ユーザの腰部の動きと、ユーザの下肢の動きとに基づいて下肢筋力が評価されるので、ユーザの下肢筋力をより高い精度で評価することができる。
本開示の他の態様に係る下肢筋力評価プログラムは、ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得し、前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価し、評価結果を出力するようにコンピュータを機能させる。
この構成によれば、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値、ユーザの立ち上がり開始時点から第１下肢最大値が検出された時点までの第１下肢経過時間、ユーザの立ち上がり開始時点から下肢最小値が検出された時点までの第２下肢経過時間、及びユーザの立ち上がり開始時点から第２下肢最大値が検出された時点までの第３下肢経過時間は、ユーザの下肢筋力に相関がある下肢パラメータである。そのため、ユーザの下肢筋力に相関がある複数の下肢パラメータのうちの少なくとも１つの下肢パラメータを用いてユーザの下肢筋力が評価されるので、ユーザの下肢筋力を高い精度で評価することができる。
また、上記の下肢パラメータが用いられるので、ユーザに対して５回立ち上がり動作テスト又は１０ｍ歩行動作テストのような制約のある動作テストを課さなくてもよく、かつ大がかりな装置も不要である。そのため、本構成では、ユーザの下肢筋力を容易に評価することができる。
本開示の他の態様に係る下肢筋力評価装置は、ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得する取得部と、前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出する検出部と、前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価する評価部と、評価結果を出力する出力部と、を備える。
この構成によれば、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値、ユーザの立ち上がり開始時点から第１下肢最大値が検出された時点までの第１下肢経過時間、ユーザの立ち上がり開始時点から下肢最小値が検出された時点までの第２下肢経過時間、及びユーザの立ち上がり開始時点から第２下肢最大値が検出された時点までの第３下肢経過時間は、ユーザの下肢筋力に相関がある下肢パラメータである。そのため、ユーザの下肢筋力に相関がある複数の下肢パラメータのうちの少なくとも１つの下肢パラメータを用いてユーザの下肢筋力が評価されるので、ユーザの下肢筋力を高い精度で評価することができる。
また、上記の下肢パラメータが用いられるので、ユーザに対して５回立ち上がり動作テスト又は１０ｍ歩行動作テストのような制約のある動作テストを課さなくてもよく、かつ大がかりな装置も不要である。そのため、本構成では、ユーザの下肢筋力を容易に評価することができる。
本開示の他の態様に係る下肢筋力評価システムは、上記に記載の下肢筋力評価装置と、前記ユーザの左右の少なくとも一方の下肢に装着され、計測したセンサデータを前記下肢筋力評価装置へ送信するセンサと、を備える。
この構成によれば、加速度センサ又は角速度センサなどのセンサを、ユーザの左右の少なくとも一方の下肢に装着することで、ユーザの下肢筋力を容易に評価することができる。
以下添付図面を参照しながら、本開示の実施の形態について説明する。なお、以下の実施の形態は、本開示を具体化した一例であって、本開示の技術的範囲を限定するものではない。
（実施の形態）
以下、図１及び図２に基づいて本実施の形態に係る下肢筋力評価システムを説明する。
図１は、本開示の実施の形態における下肢筋力評価システムの構成を示すブロック図である。図２は、本開示の実施の形態において、センサ装置をユーザに装着した状態を示す図である。
本実施の形態の下肢筋力評価システムは、下肢筋力評価装置１とセンサ装置２とを備える。
下肢筋力評価装置１は、例えば、スマートフォン又はタブレット端末等の端末機器である。
センサ装置２は、例えば、ユーザ（被験者）３の左右の下肢の少なくとも一方に装着される。図２に示す例では、センサ装置２は、例えば、ユーザ３の右下肢の足首に装着されている。
センサ装置２は、検出部２１と、通信部２２とを備える。下肢筋力評価装置１とセンサ装置２とは、例えばＢｌｕｅｔｏｏｔｈ（登録商標）などの無線通信規格により互いに通信可能に接続されている。なお、下肢筋力評価装置１とセンサ装置２とは、有線通信方式により互いに通信可能に接続されてもよい。
検出部２１は、ユーザ３の体の変位を検出する。
まず、検出部２１の詳細について説明する。
検出部２１は、立ち上がり動作中のユーザ３の体動を検出する。検出部２１としては、例えば、公知の姿勢センサを採用することができる。
検出部２１は、ユーザ３の体の角速度を検出して角速度信号を出力する。姿勢センサは、一般的には３軸の加速度センサ、３軸のジャイロセンサ（角速度センサ）及び３軸の地磁気センサ（角変位測定）等を備えているので、ユーザ３の体の上下左右前後方向の加速度及び回転角度を１つのセンサで計測することができる。
検出部２１は、例えば、スマートフォン又はタブレット端末等の端末機器に取り付けられた角速度センサであってもよい。検出部２１は、ローデータをそのまま出力する必要はなく、例えば、オフセット又は感度を校正処理した後のデータを出力してもよい。検出部２１は、センサ装置２に別途内蔵された温度センサにより測定された温度を用いて、温度補償の校正処理を行ってもよい。
検出部２１は、立ち上がり時におけるユーザ３の水平左右方向を回転軸とする角速度を検出する。
また、検出部２１は、加速度センサであってもよい。この場合、検出部２１は、鉛直方向又は水平前後方向へ作用する加速度を検出する。また、検出部２１は、３軸の加速度を合成した合成加速度を利用してもよい。
なお、センサ装置２の取り付け位置は、特に限定されない。センサ装置２は、足首又は大腿部にベルト等で巻き付けて装着されることが好ましく、特に、立ち上がり中の下肢の動きを捉えることが可能な足部に装着されることが好ましい。センサ装置２は、ユーザ３の膝から足首の間に装着されることが好ましい。センサ装置２は、足首に装着される場合は、ユーザ３の一方の足の足首のみに装着されてもよい。本実施の形態では、センサ装置２は、ユーザ３の一方の足の足首の前方部分に装着される。なお、センサ装置２は、ユーザ３が身に着けている靴又は衣類（ズボン又はソックス等）に貼り付けたり、靴又は衣類の内部に組み込んだり、クリップ等で靴又は衣類に挟み込んだりすることにより、ユーザ３の体に装着してもよい。センサ装置２が足首の前方部分の位置に取り付けられた場合、外乱（立ち上がり以外の運動による変動）が少ない状態で加速度又は回転角度などが測定できる。これにより、ユーザ３の体の加速度又は回転角度を精度よく測定できるという利点が得られる。
また、検出部２１は、例えば、所定のサンプリング周波数（例えば、１００Ｈｚ）で体動信号を測定する。体動を測定するサンプリング周波数は、体動の速度に追従できる周波数であれば特に限定されないが、例えば、１０〜１０００Ｈｚの範囲であることが好ましい。
通信部２２は、無線通信方式又は有線通信方式により検出部２１によって検出されたセンサデータを下肢筋力評価装置１へ送信する。
下肢筋力評価装置１は、通信部１１と、プロセッサ１２と、メモリ１３と、表示部１４とを備える。
プロセッサ１２は、例えば、ＣＰＵ（中央演算処理装置）であり、動作タイミング提示部１２１、センサデータ取得部１２２、パラメータ検出部１２３、下肢筋力評価部１２４及び評価結果提示部１２５を備える。
メモリ１３は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）又はフラッシュメモリ等の各種情報を記憶可能な記憶装置である。
動作タイミング提示部１２１は、被検者（ユーザ３）が立ち上がり動作を行うタイミングを提示する。動作タイミング提示部１２１は、ユーザ３が立ち上がり動作を開始するタイミングを表示部１４に表示する。なお、動作タイミング提示部１２１は、スピーカから出力される音声又はブザー音で立ち上がり動作を行うタイミングを提示してもよい。また、動作タイミング提示部１２１は、ＬＥＤ（発光ダイオード）等の発光部で立ち上がり動作を行うタイミングを提示してもよい。なお、動作タイミング提示部１２１は、例えば、視覚により提示する機能及び聴覚により提示する機能のうちの少なくとも一方を有していてもよい。
動作タイミング提示部１２１が立ち上がり動作のタイミングを提示するパターンとしては、例えば、初めに、動作タイミング提示部１２１は、ブザー音と同じタイミングで立ち上がるように、音声案内をユーザ３に通知する。そして、動作タイミング提示部１２１は、音声案内を通知してから０．５秒が経過した後、ブザー音を出力する。これにより、動作タイミング提示部１２１は、立ち上がり動作のタイミングを提示してもよい。なお、動作タイミング提示部１２１は、複数回立ち上がり動作をユーザ３に行わせる場合、ブザー音を複数回出力してもよい。その場合は、ブザー音を出力するタイミングは、予め設定される。ブザー音は、予め設定された時間間隔で出力される。具合的には、１秒〜３秒につき１回のタイミングで立ち上がる場合、０．３３〜１Ｈｚの周期の範囲内で、ブザー音を出力する時間間隔が設定されてもよい。また、動作タイミング提示部１２１は、座った状態から立ち上がるタイミングだけではなく、起立状態から座るタイミングも提示してもよい。
立ち上がりの提示回数は１回でもよいが、例えば、３〜５回の複数回数であってもよい。
通信部１１は、センサ装置２によって送信されたセンサデータを受信する。通信部１１は、受信したセンサデータをプロセッサ１２へ出力する。センサデータを受信する方法としては、無線通信方式又は有線通信方式を適用することができる。その場合に、通信部１１は、センサデータを受信することが可能な通信方式を用いて、センサデータを受信する。
センサデータ取得部１２２は、ユーザ３が座っている状態から立ち上がるまでの間において、ユーザ３の左右の少なくとも一方の下肢の角度を取得する。センサデータ取得部１２２は、ユーザ３の左右の少なくとも一方の下肢に装着されたセンサ装置２から得られたセンサデータに基づいて角度を取得する。
センサデータ取得部１２２は、検出部２１からの信号を取得し、ローパスフィルタなどによるデータ処理を施してノイズを除去する。なお、ローパスフィルタのカットオフ周波数は４Ｈｚ〜２０Ｈｚが好ましい。また、検出部２１が１軸角速度センサである場合、センサデータ取得部１２２は、１軸角速度センサからの角速度信号を時間で１次積分することで角度に変換してもよい。しかし、単純に角速度を積分しただけでは、ドリフトが発生するおそれがある。そこで、センサデータ取得部１２２は、角速度の積分結果に対して回帰曲線を算出し、算出した回帰曲線の値を積分結果から減算することにより、相対角度を算出してもよい。また、センサデータ取得部１２２は、ハイパスフィルタを用いることでドリフトを抑制してもよい。
また、検出部２１が加速度センサである場合、センサデータ取得部１２２は、検出した加速度を、立ち上がり時におけるユーザ３の水平左右方向を回転軸とする角度に変換してもよい。センサデータ取得部１２２は、加速度センサの鉛直方向又は水平前後方向へ作用する加速度を角度に変換する。
Ａｎｇｌｅ＝ａｒｃｃｏｓ（ａ／ｇ）・・・（１）
上記の式（１）において、ａは加速度であり、ｇは重力加速度である。センサデータ取得部１２２は、上記の式（１）に基づき、加速度信号から角度を算出してもよい。
なお、センサ装置２の検出部２１は、検出した角速度を時間で積分することで角度に変換してもよく、センサデータ取得部１２２は、検出部２１によって変換された角度を取得してもよい。
パラメータ検出部１２３は、下肢筋力を評価するための下肢パラメータを検出する。
図３は、本実施の形態における下肢パラメータについて説明するための図である。図３において、縦軸は、下肢の角度を示し、横軸は、時間を示す。図４は、本実施の形態において、ユーザの立ち上がり動作を示す図である。
パラメータ検出部１２３は、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値Ｖ１、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値Ｖ２、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値Ｖ３、ユーザ３の立ち上がり開始時点から第１下肢最大値Ｖ１が検出された時点までの第１下肢経過時間Ｔ１、ユーザ３の立ち上がり開始時点から下肢最小値Ｖ２が検出された時点までの第２下肢経過時間Ｔ２、及びユーザ３の立ち上がり開始時点から第２下肢最大値Ｖ３が検出された時点までの第３下肢経過時間Ｔ３のうちの少なくとも１つの下肢パラメータを検出する。
図３及び図４において、時刻ｔｓは、ユーザ３の立ち上がり開始時点を示し、時刻ｔ１は、第１下肢最大値Ｖ１が検出された時点を示し、時刻ｔ２は、下肢最小値Ｖ２が検出された時点を示し、時刻ｔ３は、第２下肢最大値Ｖ３が検出された時点を示し、時刻ｔｆは、ユーザ３の立ち上がり終了時点を示す。
ユーザ３の下肢が鉛直方向に平行である場合、下肢の角度は、０度となる。下肢が膝を中心に鉛直方向からユーザ３の前方に向かって傾いた時の角度は正の符号で表され、下肢が膝を中心に鉛直方向からユーザ３の後方に向かって傾いた時の角度は負の符号で表される。
ここで、ユーザ３の立ち上がり動作について説明する。
図４に示すように、ユーザ３は、椅子に座っている状態から立ち上がる。まず、立ち上がり開始時点（時刻ｔｓ）では、ユーザ３の下肢は、鉛直方向と平行となっている。このとき、下肢の角度は０度である。
次に、時刻ｔ１において、ユーザ３は、足首を底屈させる。これにより、ユーザ３の下肢は膝を中心に前方に傾き、第１下肢最大値Ｖ１が検出される。
次に、時刻ｔ２において、ユーザ３は、足首を背屈させる。これにより、ユーザ３の下肢は膝を中心に後方に傾き、下肢最小値Ｖ２が検出される。
次に、ユーザ３は、臀部を椅子から離し、膝を伸展させ始める。
次に、時刻ｔ３において、ユーザ３は、膝を伸展させる。このとき、ユーザ３の下肢は膝を中心に前方に傾き、第２下肢最大値Ｖ３が検出される。
次に、時刻ｔｆにおいて、ユーザ３は、立ち上がり動作を終了する。このとき、ユーザ３の下肢は鉛直方向と平行となり、下肢の角度は０度となる。
パラメータ検出部１２３は、センサデータ取得部１２２によって取得された信号に基づき、センサ装置２が装着されているユーザ３の立ち上がり角度の第１下肢最大値Ｖ１、下肢最小値Ｖ２、第２下肢最大値Ｖ３、第１下肢経過時間Ｔ１、第２下肢経過時間Ｔ２及び第３下肢経過時間Ｔ３の少なくとも１つを含む下肢パラメータを検出する。また、パラメータ検出部は、検出部２１によって得られた加速度信号から変換された角度に基づいて、第１下肢最大値Ｖ１、下肢最小値Ｖ２、第２下肢最大値Ｖ３、第１下肢経過時間Ｔ１、第２下肢経過時間Ｔ２及び第３下肢経過時間Ｔ３の少なくとも１つを含む下肢パラメータを検出してもよい。
パラメータ検出部１２３は、例えば、信号が閾値を超えた時点（座位状態から立ち上がりを開始した時点）を基準として、次に信号が閾値を超えた時点（起立状態）までに要した時間を立ち上がり区間として算出してもよい。また、パラメータ検出部１２３は、例えば、角速度及び加速度の総和が閾値を超える期間を立ち上がり区間として算出してもよい。なお、閾値は最大値の５％であってもよい。図３において、時刻ｔｓから時刻ｔｆまでの期間が立ち上がり区間である。
パラメータ検出部１２３は、立ち上がり区間を０〜１００％の区間としたとき、立ち上がり区間の０〜５０％の信号の最大値を第１下肢最大値Ｖ１として検出してもよく、立ち上がり区間の５１％〜１００％の信号の最大値を第２下肢最大値Ｖ３として検出してもよい。また、パラメータ検出部１２３は、立ち上がり区間の０〜１００％の信号の最小値を下肢最小値Ｖ２として検出してもよい。さらに、パラメータ検出部１２３は、立ち上がり開始時点から第１下肢最大値Ｖ１が検出されるまでの時間を第１下肢経過時間Ｔ１として検出し、立ち上がり開始時点から下肢最小値Ｖ２が検出されるまでの時間を第２下肢経過時間Ｔ２として検出し、立ち上がり開始時点から第２下肢最大値Ｖ３が検出されるまでの時間を第３下肢経過時間Ｔ３として検出する。
下肢筋力評価部１２４は、パラメータ検出部１２３によって検出された少なくとも１つの下肢パラメータを用いてユーザ３の下肢筋力を評価する。下肢筋力評価部１２４は、下肢筋力の評価値を目的変数とし、少なくとも１つの下肢パラメータを説明変数とする重回帰式に、検出された少なくとも１つの下肢パラメータを代入することにより、下肢筋力の評価値を算出する。下肢筋力の評価値は、下肢筋力値を体重で割った値である。
メモリ１３は、パラメータ検出部１２３によって検出された下肢パラメータに基づいてユーザ３の下肢筋力を数値化するための重回帰式を記憶している。この重回帰式は、予め下肢筋力値が異なる数十人の被検者に立ち上がり動作を実行させ、下肢筋力の評価値を取得し、パラメータ検出部１２３によって検出された少なくとも１つの下肢パラメータと、取得された下肢筋力の評価値とを用いて重回帰直線を算出することによって導出される。
下肢筋力評価部１２４は、下肢筋力値を体重で割った値を下肢筋力の評価値として算出する。下肢筋力評価部１２４は、転倒リスクの危険性を示す値として下肢筋力の評価値を出力してもよい。その場合は、例えば、下肢筋力評価部１２４は、下肢筋力の評価値が０．４以下である場合は転倒の危険性が高いと評価してもよい。また、下肢筋力評価部１２４は、下肢筋力の評価値を０．２刻みで評価してもよい。その場合は、例えば、下肢筋力評価部１２４は、下肢筋力の評価値が０．４以下であれば転倒の危険性が非常に高いと評価し、下肢筋力の評価値が０．４より大きく０．６以下であれば転倒の危険性が高いと評価し、下肢筋力の評価値が０．６より大きく０．８以下であれば転倒の危険性がやや高いと評価し、下肢筋力の評価値が０．８より大きければ転倒の危険性が低いと評価してもよい。例えば、下肢筋力の評価値が０．９である場合、下肢筋力評価部１２４は、転倒の危険性が低いと評価する。また、下肢筋力の評価値が０．５である場合、下肢筋力評価部１２４は、転倒の危険性が高いと評価する。
なお、下肢筋力評価部１２４は、下肢筋力値を目的変数とし、少なくとも１つの下肢パラメータを説明変数とする重回帰式に、検出された少なくとも１つの下肢パラメータを代入することにより、下肢筋力値を算出してもよい。また、下肢筋力評価部１２４は、下肢筋力値のみを算出してもよいし、下肢筋力の評価値のみを算出してもよいし、下肢筋力値及び下肢筋力の評価値の両方を算出してもよい。
下肢筋力評価部１２４は、算出した下肢筋力値又は下肢筋力の評価値をメモリ１３に記憶してもよい。また、メモリ１３は、下肢筋力値又は下肢筋力の評価値に対応付けた評価メッセージを予め記憶してもよい。例えば、転倒リスクがやや高いという評価には「転倒リスクがやや高くなっています。運動を心がけましょう。」という評価メッセージが対応付けられる。また、転倒リスクが低いという評価には「転倒リスクは低いです。この調子で運動を続けて下さい。」という評価メッセージが対応付けられる。
メモリ１３は、下肢筋力評価部１２４によって算出された下肢筋力値及び下肢筋力の評価値の少なくとも一方を記憶してもよい。また、メモリ１３は、評価メッセージを記憶してもよい。
評価結果提示部１２５は、下肢筋力評価部１２４によって評価された評価結果を表示部１４へ出力する。評価結果は、下肢筋力評価部１２４によって算出された下肢筋力値、下肢筋力の評価値及び評価メッセージの少なくとも１つである。
表示部１４は、評価結果提示部１２５から出力された下肢筋力値、下肢筋力の評価値及び評価メッセージの少なくとも１つを示す評価結果を表示する。表示部１４は、例えば、液晶表示パネル又は発光素子であり、ユーザ３が画像を見やすい位置に配置される。表示部１４は、例えば、腕時計型液晶ディスプレイであってもよい。これにより、ユーザ３は、腕に装着した腕時計型液晶ディスプレイを視認しながら立ち上がり動作を行うことができる。
表示部１４は、今回算出された下肢筋力の評価値と過去の下肢筋力の評価値とを比較するために、下肢筋力の評価値の推移をグラフで表示してもよい。なお、過去の下肢筋力の評価値は、メモリ１３から読み出される。
なお、下肢筋力評価装置１が視認しにくい位置、例えば、足部に装着されている場合、下肢筋力評価装置１は、表示部１４に替えてスピーカを備えてもよい。スピーカは、下肢筋力評価部１２４による評価結果を、ブザー音又は音声により出力してもよい。例えば、スピーカは、転倒リスクが高いと評価された場合、ブザー音を出力してもよい。
また、本実施の形態において、下肢筋力評価システムは、下肢筋力評価装置１とセンサ装置２とを備えているが、本開示は特にこれに限定されない。下肢筋力評価システムは、下肢筋力評価装置１のみを備えてもよい。この場合、下肢筋力評価装置１が、センサ装置２の検出部２１を備えてもよく、下肢筋力評価装置１が直接ユーザ３の下肢に装着されてもよい。
また、下肢筋力評価装置１とネットワークを介して通信可能に接続されたサーバが、センサデータ取得部１２２、パラメータ検出部１２３、下肢筋力評価部１２４及び評価結果提示部１２５の一部又は全部を備えてもよい。
次に、図５を用いて、本実施の形態における下肢筋力評価処理を説明する。
図５は、本実施の形態において、立ち上がり動作を利用した下肢筋力評価処理を説明するためのフローチャートである。図５に示すフローチャートは、下肢筋力評価装置１を用いた、下肢筋力の算出及び評価の手順を示している。
被験者（ユーザ３）は、センサ装置２を足首に装着する。さらに、被験者は、センサ装置２を装着した後、センサ装置２の電源スイッチ（図示せず）をＯＮ状態にする。なお、電源スイッチがＯＮ状態になると、下肢筋力評価装置１又はセンサ装置２は、立ち上がり回数の入力を受け付けてもよい。図５に示すフローチャートでは、立ち上がり回数は１回である。また、被験者は、下肢筋力評価装置１の電源スイッチ（図示せず）をＯＮ状態にする。
まず、動作タイミング提示部１２１は、立ち上がり動作の開始タイミングを表示部１４に提示する（ステップＳ１）。
次に、センサデータ取得部１２２は、センサ装置２によって検出された加速度又は角速度を示すセンサデータを取得する（ステップＳ２）。このとき、センサ装置２の検出部２１は、ユーザ３の下肢の加速度又は角速度を検出する。通信部２２は、検出部２１によって検出された加速度又は角速度をセンサデータとして下肢筋力評価装置１へ送信する。下肢筋力評価装置１の通信部１１は、センサ装置２によって送信されたセンサデータを受信し、受信したセンサデータをセンサデータ取得部１２２へ出力する。
センサデータ取得部１２２は、センサ装置２から取得したセンサデータを角度に変換する。センサデータが角速度である場合、センサデータ取得部１２２角速度を積分した角度に変換する。角度は、足首の底屈又は背屈で変化する水平左右方向を回転軸とする回転角度である。
その後、被検者は、座った状態から立ち上がり、座位姿勢から起立姿勢に変化する。なお、椅子の高さは膝関節よりも低いことが望ましい。また、立ち上がり動作は、椅子に座った姿勢ではなく、床にしゃがんだ姿勢から起立姿勢に変化するまでの動作であってもよい。
被検者が立ち上がり動作を行っている間、センサデータ取得部１２２は、センサ装置２からの加速度又は角速度を取得する。なお、センサデータ取得部１２２は、検出結果である加速度又は角速度を、所定のサンプリング時間に対応付けた離散値として取得する。
次に、パラメータ検出部１２３は、立ち上がり動作が終了したか否かを判断する（ステップＳ３）。ここで、立ち上がり動作が終了していないと判断された場合（ステップＳ３でＮＯ）、ステップＳ２に処理が戻る。
一方、立ち上がり動作が終了したと判断された場合（ステップＳ３でＹＥＳ）、パラメータ検出部１２３は、複数の下肢パラメータのうちの少なくとも１つの下肢パラメータを検出する（ステップＳ４）。複数の下肢パラメータは、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値Ｖ１、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値Ｖ２、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値Ｖ３、ユーザ３の立ち上がり開始時点から第１下肢最大値Ｖ１が検出された時点までの第１下肢経過時間Ｔ１、ユーザ３の立ち上がり開始時点から下肢最小値Ｖ２が検出された時点までの第２下肢経過時間Ｔ２、及びユーザ３の立ち上がり開始時点から第２下肢最大値Ｖ３が検出された時点までの第３下肢経過時間Ｔ３である。
パラメータ検出部１２３は、上記の複数の下肢パラメータを全て検出してもよいし、下肢筋力の評価に用いる下肢パラメータのみを検出してもよい。
パラメータ検出部１２３は、立ち上がり区間を０〜１００％の区間としたとき、足首の底屈角度及び背屈角度から、立ち上がり区間の０〜５０％の角度の最大値を第１下肢最大値Ｖ１として検出し、立ち上がり区間の５１％〜１００％の角度の最大値を第２下肢最大値Ｖ３として検出する。また、パラメータ検出部１２３は、立ち上がり区間の０〜１００％の角度の最小値を下肢最小値Ｖ２として検出する。さらに、パラメータ検出部１２３は、立ち上がり開始時点から第１下肢最大値Ｖ１が検出されるまでの時間を第１下肢経過時間Ｔ１として検出し、立ち上がり開始時点から下肢最小値が検出されるまでの時間を第２下肢経過時間Ｔ２として検出し、立ち上がり開始時点から第２下肢最大値Ｖ３が検出されるまでの時間を第３下肢経過時間Ｔ３として検出する。
次に、下肢筋力評価部１２４は、パラメータ検出部１２３によって検出された少なくとも１つの下肢パラメータを用いてユーザ３の下肢筋力の評価値を算出する（ステップＳ５）。下肢筋力評価部１２４は、少なくとも１つの下肢パラメータを、予め構築した下肢筋力評価モデル（重回帰式）に入力することにより、下肢筋力の評価値を算出する。下肢筋力の評価値は、下肢筋力値を体重で割った値である。なお、下肢筋力評価部１２４は、パラメータ検出部１２３によって検出された少なくとも１つの下肢パラメータを用いて下肢筋力値を算出してもよい。下肢筋力評価部１２４は、下肢筋力値及び下肢筋力の評価値の少なくとも一方を算出する。
次に、下肢筋力評価部１２４は、下肢筋力の評価値をメモリ１３に記憶する（ステップＳ６）。なお、下肢筋力評価部１２４は、算出した下肢筋力値をメモリ１３に記憶してもよい。下肢筋力評価部１２４は、算出した下肢筋力値及び下肢筋力の評価値の少なくとも一方をメモリ１３に記憶する。
次に、評価結果提示部１２５は、下肢筋力評価部１２４によって算出された下肢筋力の評価値を含む下肢筋力の評価結果を表示部１４に出力する（ステップＳ７）。なお、評価結果提示部１２５は、下肢筋力の評価値だけでなく、評価値に対応付けられた評価メッセージを含む下肢筋力の評価結果を表示部１４に出力してもよい。表示部１４は、評価結果提示部１２５から出力された下肢筋力の評価結果を表示する。
図６は、本実施の形態において表示される評価結果画面の一例を示す図である。
表示部１４は、図６に示す評価結果画面を表示する。評価結果画面は、過去の下肢筋力の評価値と、今回の下肢筋力の評価値とを示す下肢筋力モニタ１４１と、評価メッセージ１４２とを含む。図６の下肢筋力モニタ１４１では、下肢筋力の評価が１か月に１回行われ、過去６か月間の下肢筋力の評価値と、今月の下肢筋力の評価値とが表示されている。
また、「先月よりも下肢筋力が向上しており、転倒リスクは非常に低い状態です。これからも良い状態を保つようにしてください。」という評価メッセージ１４２が表示されている。評価結果提示部１２５は、今月の下肢筋力の評価値が先月の下肢筋力の評価値よりも高く、かつ今月の下肢筋力の評価値が０．８より大きい場合に、図６に示す評価メッセージ１４２をメモリ１３から読み出し、表示部１４へ出力する。
なお、本実施の形態では、今回の下肢筋力の評価値とともに、過去の下肢筋力の評価値が表示されるが、本開示は特にこれに限定されず、今回の下肢筋力の評価値のみが表示されてもよい。この場合、下肢筋力評価部１２４は、下肢筋力の評価値をメモリ１３に記憶しなくてもよい。
以上のような処理によって、下肢筋力評価装置１は、被検者の立ち上がり動作から、被検者の下肢筋力を簡便に評価することができる。特に、下肢筋力の評価値が０．４以下である場合に転倒リスクが高まる。そのため、下肢筋力の評価結果を用いることで、下肢筋力の低下以外の転倒リスクを容易に推定することが可能である。
そして、下肢筋力評価装置１は、上記のような比較的シンプルな構成であり、簡便に下肢筋力を評価することができるので、小規模な病院又は介護施設においても容易に導入することができる。また、高齢者でも容易に被検者となることができる。これにより、より多くの高齢者の下肢筋力の状態を把握することができるため、リハビリテーションのプランを早期に立てることができ、下肢筋力の低下に伴う骨折などを予防することが可能となる。
上記のように、下肢が第１の方向へ最初に最も傾いたときの角度を示す第１下肢最大値、下肢が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す下肢最小値、下肢が第１の方向へ再び最も傾いたときの角度を示す第２下肢最大値、ユーザ３の立ち上がり開始時点から第１下肢最大値が検出された時点までの第１下肢経過時間、ユーザ３の立ち上がり開始時点から下肢最小値が検出された時点までの第２下肢経過時間、及びユーザ３の立ち上がり開始時点から第２下肢最大値が検出された時点までの第３下肢経過時間は、ユーザ３の下肢筋力に相関がある下肢パラメータである。そのため、ユーザ３の下肢筋力に相関がある複数の下肢パラメータのうちの少なくとも１つの下肢パラメータを用いてユーザ３の下肢筋力が評価されるので、ユーザ３の下肢筋力を高い精度で評価することができる。
また、上記の下肢パラメータが用いられるので、ユーザ３に対して５回立ち上がり動作テスト又は１０ｍ歩行動作テストのような制約のある動作テストを課さなくてもよく、かつ大がかりな装置も不要である。そのため、本構成では、ユーザ３の下肢筋力を容易に評価することができる。
なお、本実施の形態では、１回の立ち上がり動作が行われるが、本開示は特にこれに限定されず、複数回数の立ち上がり動作が行われてもよい。
この場合、パラメータ検出部１２３は、ユーザ３が複数回数立ち上がることによって、複数の第１下肢最大値、複数の下肢最小値、複数の第２下肢最大値、複数の第１下肢経過時間、複数の第２下肢経過時間及び複数の第３下肢経過時間のうちの少なくとも１つの下肢パラメータ群を検出してもよい。そして、パラメータ検出部１２３は、複数の第１下肢最大値の平均、複数の下肢最小値の平均、複数の第２下肢最大値の平均、複数の第１下肢経過時間の平均、複数の第２下肢経過時間の平均、複数の第３下肢経過時間の平均、複数の第１下肢最大値の標準偏差、複数の下肢最小値の標準偏差、複数の第２下肢最大値の標準偏差、複数の第１下肢経過時間の標準偏差、複数の第２下肢経過時間の標準偏差、及び複数の第３下肢経過時間の標準偏差のうちの少なくとも１つの下肢パラメータを算出してもよい。
図７は、本実施の形態の変形例において、複数回数の立ち上がり動作を利用した下肢筋力評価処理を説明するためのフローチャートである。
図７に示すステップＳ１１〜ステップＳ１３の処理は、図５に示すステップＳ１〜ステップＳ３の処理と同じであるので、説明を省略する。
立ち上がり動作が終了したと判断された場合（ステップＳ１３でＹＥＳ）、パラメータ検出部１２３は、立ち上がり動作が所定回数行われたか否かを判断する（ステップＳ１４）。所定回数は、例えば３回である。所定回数は、予め決められていてもよく、ユーザ３によって設定されてもよい。１回の立ち上がり動作から下肢筋力が評価される場合、被検者の測定状態によっては、不適正な測定データが取得されるおそれがある。そのため、例えば、３〜５回程度の立ち上がり動作を実行させ、取得された測定データから外れ値を排除することによって、取得された測定データの精度を向上させることができる。
ここで、立ち上がり動作が所定回数行われていないと判断された場合（ステップＳ１４でＮＯ）、ステップＳ１１に処理が戻り、立ち上がり動作の開始タイミングが提示される。
一方、立ち上がり動作が所定回数行われたと判断された場合（ステップＳ１４でＹＥＳ）、パラメータ検出部１２３は、複数の下肢パラメータ群は、複数の第１下肢最大値Ｖ１、複数の下肢最小値Ｖ２、複数の第２下肢最大値Ｖ３、複数の第１下肢経過時間Ｔ１、複数の第２下肢経過時間Ｔ２及び複数の第３下肢経過時間Ｔ３のうちの少なくとも１つの下肢パラメータ群を検出する（ステップＳ１５）。
次に、パラメータ検出部１２３は、複数の第１下肢最大値の平均、複数の下肢最小値の平均、複数の第２下肢最大値の平均、複数の第１下肢経過時間の平均、複数の第２下肢経過時間の平均、複数の第３下肢経過時間の平均、複数の第１下肢最大値の標準偏差、複数の下肢最小値の標準偏差、複数の第２下肢最大値の標準偏差、複数の第１下肢経過時間の標準偏差、複数の第２下肢経過時間の標準偏差、及び複数の第３下肢経過時間の標準偏差のうちの少なくとも１つの下肢パラメータを算出する（ステップＳ１６）。
次に、下肢筋力評価部１２４は、パラメータ検出部１２３によって検出された少なくとも１つの下肢パラメータを用いてユーザ３の下肢筋力の評価値を算出する（ステップＳ１７）。
なお、図７に示すステップＳ１７〜ステップＳ１９の処理は、図５に示すステップＳ５〜ステップＳ７の処理と同じであるので、説明を省略する。
上記のように、ユーザ３が複数回数立ち上がることによって、取得されたセンサデータから外れ値を排除することができ、取得されたセンサデータの精度を向上させることができる。
また、本実施の形態では、ユーザ３の左下肢及び右下肢のうちの一方のみにセンサ装置２が装着されるが、本開示は特にこれに限定されず、ユーザ３の左下肢及び右下肢の両方にセンサ装置２が装着されてもよい。
この場合、センサデータ取得部１２２は、ユーザ３が座っている状態から立ち上がるまでの間において、ユーザ３の左下肢及び右下肢の両方の角度を取得してもよい。パラメータ検出部１２３は、左下肢及び右下肢に対応する第１下肢最大値Ｖ１、左下肢及び右下肢に対応する下肢最小値Ｖ２、左下肢及び右下肢に対応する第２下肢最大値Ｖ３、左下肢及び右下肢に対応する第１下肢経過時間Ｔ１、左下肢及び右下肢に対応する第２下肢経過時間Ｔ２、及び左下肢及び右下肢に対応する第３下肢経過時間Ｔ３のうちの少なくとも１つの下肢パラメータを検出してもよい。
さらに、パラメータ検出部１２３は、左下肢に対応する第１下肢最大値と右下肢に対応する第１下肢最大値との平均、左下肢に対応する下肢最小値と右下肢に対応する下肢最小値との平均、左下肢に対応する第２下肢最大値と右下肢に対応する第２下肢最大値との平均、左下肢に対応する第１下肢経過時間と右下肢に対応する第１下肢経過時間との平均、左下肢に対応する第２下肢経過時間と右下肢に対応する第２下肢経過時間との平均、及び左下肢に対応する第３下肢経過時間と右下肢に対応する第３下肢経過時間との平均のうちの少なくとも１つの下肢パラメータを算出してもよい。
上記のように、ユーザ３が座っている状態から立ち上がるまでの間において、ユーザ３の左下肢及び右下肢の両方の動きに基づいて下肢筋力が評価されるので、ユーザ３の下肢筋力をより高い精度で評価することができる。
続いて、下肢筋力評価モデル（重回帰式）を用いた具体例について説明する。
下肢筋力評価モデルは、下肢筋力の評価値を目的変数とし、立ち上がり動作における少なくとも１つの下肢パラメータを説明変数とする重回帰式である。下肢筋力評価部１２４は、下肢筋力評価モデルに、パラメータ検出部１２３によって検出された少なくとも１つの下肢パラメータを入力することにより、被検者の下肢筋力の評価値を算出する。
重回帰式における説明変数の選択方法としては、一般に、ステップワイズ法、変数減少法又は変数増加法がある。発明者らは、立ち上がり動作に基づいて検出される複数の下肢パラメータに対して、全通りの組み合わせを試すため、変数増加法を使用し、重回帰式により算出される下肢筋力の評価値と、実際の下肢筋力の評価値との相関係数を算出した。
まず、左右の一方の下肢のみにセンサ装置２を装着したユーザ３が、１回の立ち上がり動作を行う第１の事例について説明する。
第１の事例において、左足首にセンサ装置２を装着した被検者１２名（男性７人、女性５人）がそれぞれ１回の立ち上がり動作を行った場合、下肢筋力の評価値を推定するための重回帰式は、以下の式（２）で表される。
下肢筋力の評価値＝０．７３１１３＊（第１下肢最大値）−０．４３４４９＊（下肢最小値）＋０．１３９９＊（第２下肢最大値）＋１．５９９７＊（第１下肢経過時間）−０．６９１１２＊（第３下肢経過時間）＋１．０６３・・・（２）
式（２）に示す重回帰式では、５つの特徴量（下肢パラメータ）が選択され、この重回帰式によって下肢筋力の評価値が推定される。この場合、パラメータ検出部１２３は、第１下肢最大値、下肢最小値、第２下肢最大値、第１下肢経過時間及び第３下肢経過時間を検出する。下肢筋力評価部１２４は、式（２）に示す重回帰式に、検出された第１下肢最大値、下肢最小値、第２下肢最大値、第１下肢経過時間及び第３下肢経過時間を代入することにより、下肢筋力の評価値を算出する。
ここで、発明者らは、上記の５つの特徴量を用いて交差検証を行った。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証では、１２人の被検者のデータから１人の被検者のデータをテスト事例として抜き出し、残りの被検者のデータを訓練事例として検証が行われる。そして、全事例がテスト事例となるように、１２回の検証が繰り返し行われた。
図８は、本実施の形態の第１の事例において、下肢筋力の評価値の推定値と実測値との関係を示す図である。図８において、縦軸は、下肢筋力の評価値の実測値を表し、横軸は、下肢筋力の評価値の推定値を表している。
第１の事例において、下肢筋力の評価値の推定値と実測値との相関係数は０．６９８１であった。また、下肢筋力の評価値の推定値ｘと実測値ｙとの関係は、下記の式（３）で表される。
ｙ＝０．５９３３ｘ＋０．３１３８・・・（３）
次に、左右の一方の下肢のみにセンサ装置２を装着したユーザ３が、５回の立ち上がり動作を行う第２の事例について説明する。
第２の事例において、左足首にセンサ装置２を装着した被検者１２名（男性７人、女性５人）がそれぞれ５回の立ち上がり動作を行った場合、下肢筋力の評価値を推定するための重回帰式は、以下の式（４）で表される。
下肢筋力＝０．２９４４４＊（第１下肢最大値の平均）−０．１２２９３＊（下肢最小値の平均）＋１．０６１６＊（第１下肢経過時間の平均）＋５．４１６４＊（第１下肢経過時間の標準偏差）−１．１４３７＊（下肢最小値の標準偏差）−０．５６４２２＊（第１下肢最大値の標準偏差）＋０．１４３０１＊（第２下肢最大値の標準偏差）＋０．４０２７５・・・（４）
式（４）に示す重回帰式では、７つの特徴量（下肢パラメータ）が選択され、この重回帰式によって下肢筋力の評価値が推定される。この場合、パラメータ検出部１２３は、第１下肢最大値、下肢最小値、第２下肢最大値及び第１下肢経過時間を検出する。そして、パラメータ検出部１２３は、第１下肢最大値の平均、下肢最小値の平均、第１下肢経過時間の平均、第１下肢経過時間の標準偏差、下肢最小値の標準偏差、第１下肢最大値の標準偏差、及び第２下肢最大値の標準偏差を算出する。下肢筋力評価部１２４は、式（４）に示す重回帰式に、算出された第１下肢最大値の平均、下肢最小値の平均、第１下肢経過時間の平均、第１下肢経過時間の標準偏差、下肢最小値の標準偏差、第１下肢最大値の標準偏差、及び第２下肢最大値の標準偏差を代入することにより、下肢筋力の評価値を算出する。
ここで、発明者らは、上記の７つの特徴量を用いて交差検証を行った。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。
図９は、本実施の形態の第２の事例において、下肢筋力の評価値の推定値と実測値との関係を示す図である。図９において、縦軸は、下肢筋力の評価値の実測値を表し、横軸は、下肢筋力の評価値の推定値を表している。
第２の事例において、下肢筋力の評価値の推定値と実測値との相関係数は０．９２２６であった。また、下肢筋力の評価値の推定値ｘと実測値ｙとの関係は、下記の式（５）で表される。
ｙ＝０．９６４３ｘ＋０．０２３４・・・（５）
次に、左右の両方の下肢にセンサ装置２を装着したユーザ３が、５回の立ち上がり動作を行う第３の事例について説明する。
第３の事例において、両足首にセンサ装置２を装着した被検者１２名（男性７人、女性５人）がそれぞれ５回の立ち上がり動作を行った場合、下肢筋力の評価値を推定するための重回帰式は、以下の式（６）で表される。
下肢筋力＝−０．０２２７５６＊（左足の第１下肢最大値の標準偏差）＋３．３１１５＊（左足の第１下肢経過時間の標準偏差）−１．１１５６＊（第１下肢最大値の両足平均の標準偏差）＋０．３１３６３＊（下肢最小値の両足平均の標準偏差）＋０．１２８０２＊（第２下肢最大値の両足平均の標準偏差）＋０．５３０５７・・・（６）
式（６）に示す重回帰式では、５つの特徴量（下肢パラメータ）が選択され、この重回帰式によって下肢筋力の評価値が推定される。この場合、パラメータ検出部１２３は、左足の第１下肢最大値、右足の第１下肢最大値、左足の下肢最小値、右足の下肢最小値、左足の第２下肢最大値、右足の第２下肢最大値、及び左足の第１下肢経過時間を検出する。そして、パラメータ検出部１２３は、左足の第１下肢最大値の標準偏差、左足の第１下肢経過時間の標準偏差、第１下肢最大値の両足平均の標準偏差、下肢最小値の両足平均の標準偏差、及び第２下肢最大値の両足平均の標準偏差を算出する。下肢筋力評価部１２４は、式（６）に示す重回帰式に、算出された左足の第１下肢最大値の標準偏差、左足の第１下肢経過時間の標準偏差、第１下肢最大値の両足平均の標準偏差、下肢最小値の両足平均の標準偏差、及び第２下肢最大値の両足平均の標準偏差を代入することにより、下肢筋力の評価値を算出する。
ここで、発明者らは、上記の５つの特徴量を用いて交差検証を行った。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。
図１０は、本実施の形態の第３の事例において、下肢筋力の評価値の推定値と実測値との関係を示す図である。図１０において、縦軸は、下肢筋力の評価値の実測値を表し、横軸は、下肢筋力の評価値の推定値を表している。
第３の事例において、下肢筋力の評価値の推定値と実測値との相関係数は０．９３４９であった。また、下肢筋力の評価値の推定値ｘと実測値ｙとの関係は、下記の式（７）で表される。
ｙ＝０．８７２３ｘ＋０．０８５８・・・（７）
なお、本実施の形態では、センサデータ取得部１２２は、加速度センサ又は角速度センサを含むセンサ装置２から得られたセンサデータに基づいて下肢の角度を取得しているが、本開示は特にこれに限定されず、モーションキャプチャシステムを用いて下肢の角度を取得してもよい。モーションキャプチャシステムは、光学式、磁気式、機械式及び慣性センサ式のいずれであってもよい。例えば、光学式モーションキャプチャシステムは、下肢の関節部分にマーカを貼り付けたユーザ３をカメラで撮影し、撮影した画像からマーカの位置を検出する。センサデータ取得部１２２は、モーションキャプチャシステムによって検出された位置データから、ユーザ３の下肢の角度を取得する。光学式モーションキャプチャシステムとしては、例えば、インターリハ株式会社製の３次元動作分析装置が利用可能である。
重回帰式の説明変数である立ち上がり動作の特徴量は、加速度センサ又は角速度センサだけでなく、映像から骨格情報を取得するモーションキャプチャシステムから取得してもよい。また、それぞれ異なる複数の計測位置から得られた複数の特徴量が、重回帰式の説明変数として用いられてもよい。回帰分析の精度の点から、複数の特徴量を説明変数とすることが好ましい。
また、モーションキャプチャシステムは、深度センサ及びカラーカメラを備えてもよく、映像から被検者の関節点の位置情報を自動的に抽出し、被験者の姿勢を検出してもよい。この場合、被験者は、マーカを貼り付ける必要はない。なお、このようなモーションキャプチャシステムとしては、例えば、マイクロソフト社製のＫｉｎｅｃｔが利用可能である。
モーションキャプチャシステムを用いた立ち上がり動作の計測では、位置座標から１回の立ち上がり動作における下肢の角度が抽出され、抽出された角度から立ち上がり動作の特徴量が検出されることが好ましい。
また、モーションキャプチャシステムがＫｉｎｅｃｔである場合、モーションキャプチャシステムは、立ち上がり動作中の足首の底屈角度及び背屈角度が計測可能な位置、又は立ち上がり動作中の膝の伸展角度及び屈曲角度が計測可能な位置に配置される。
また、モーションキャプチャシステムは、足首の底屈及び背屈の角度変化を立ち上がり動作の特徴量としてもよい。また、モーションキャプチャシステムは、膝の伸展及び屈曲の角度変化を立ち上がり動作の特徴量としてもよい。
また、センサデータ取得部１２２は、ユーザ３が座っている状態から立ち上がるまでの間において、ユーザ３の腰部の角度を取得してもよい。この場合、センサデータ取得部１２２は、ユーザ３の下肢の角度に加えて、ユーザ３の腰部の角度を取得してもよい。なお、腰部の角度は、ユーザ３の腰部に装着されたセンサ装置によって測定された角速度から算出されてもよいし、モーションキャプチャシステムによって撮影された映像から算出されてもよい。
そして、パラメータ検出部１２３は、腰部が第１の方向へ最初に最も傾いたときの角度を示す第１腰部最大値、腰部が第１の方向とは逆の第２の方向へ最も傾いたときの角度を示す腰部最小値、腰部が第１の方向へ再び最も傾いたときの角度を示す第２腰部最大値、ユーザ３の立ち上がり開始時点から第１腰部最大値が検出された時点までの第１腰部経過時間、ユーザ３の立ち上がり開始時点から腰部最小値が検出された時点までの第２腰部経過時間、及びユーザ３の立ち上がり開始時点から第２腰部最大値が検出された時点までの第３腰部経過時間のうちの少なくとも１つの腰部パラメータを検出してもよい。
そして、下肢筋力評価部１２４は、少なくとも１つの下肢パラメータと少なくとも１つの腰部パラメータとを用いてユーザ３の下肢筋力を評価してもよい。この場合、下肢筋力評価部１２４は、下肢筋力の評価値を目的変数とし、少なくとも１つの下肢パラメータ及び少なくとも１つの腰部パラメータを説明変数とする重回帰式に、検出された少なくとも１つの下肢パラメータ及び少なくとも１つの腰部パラメータを代入することにより、下肢筋力の評価値を算出してもよい。
上記のように、ユーザ３が座っている状態から立ち上がるまでの間において、ユーザ３の腰部の動きと、ユーザ３の下肢の動きとに基づいて下肢筋力が評価されるので、ユーザ３の下肢筋力をより高い精度で評価することができる。
なお、上記各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。
本開示の実施の形態に係る装置の機能の一部又は全ては典型的には集積回路であるＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）として実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
また、本開示の実施の形態に係る装置の機能の一部又は全てを、ＣＰＵ等のプロセッサがプログラムを実行することにより実現してもよい。
また、上記で用いた数字は、全て本開示を具体的に説明するために例示するものであり、本開示は例示された数字に制限されない。
また、上記フローチャートに示す各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、同様の効果が得られる範囲で上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
本開示に係る技術は、ユーザの下肢筋力を高い精度で容易に評価することができるので、ユーザの下肢筋力を評価する技術として有用である。
１ 下肢筋力評価装置
２ センサ装置
３ ユーザ
１１ 通信部
１２ プロセッサ
１３ メモリ
１４ 表示部
２１ 検出部
２２ 通信部
１２１ 動作タイミング提示部
１２２ センサデータ取得部
１２３ パラメータ検出部
１２４ 下肢筋力評価部
１２５ 評価結果提示部
Ｔ１ 第１下肢経過時間
Ｔ２ 第２下肢経過時間
Ｔ３ 第３下肢経過時間
Ｖ１ 第１下肢最大値
Ｖ２ 下肢最小値
Ｖ３ 第２下肢最大値

Claims (10)

  1. コンピュータが、
    ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得し、
    前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、
    前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価し、
    評価結果を出力する、
    下肢筋力評価方法。
  2. さらに、前記ユーザの左右の少なくとも一方の下肢に装着されたセンサから得られたセンサデータに基づいて前記角度を取得する、
    請求項１記載の下肢筋力評価方法。
  3. モーションキャプチャシステムを用いて前記角度を取得する、
    請求項１記載の下肢筋力評価方法。
  4. 前記ユーザが複数回数立ち上がることによって、複数の第１下肢最大値、複数の下肢最小値、複数の第２下肢最大値、複数の第１下肢経過時間、複数の第２下肢経過時間及び複数の第３下肢経過時間のうちの少なくとも１つの下肢パラメータ群を検出し、
    さらに、前記複数の第１下肢最大値の平均、前記複数の下肢最小値の平均、前記複数の第２下肢最大値の平均、前記複数の第１下肢経過時間の平均、前記複数の第２下肢経過時間の平均、前記複数の第３下肢経過時間の平均、前記複数の第１下肢最大値の標準偏差、前記複数の下肢最小値の標準偏差、前記複数の第２下肢最大値の標準偏差、前記複数の第１下肢経過時間の標準偏差、前記複数の第２下肢経過時間の標準偏差、及び前記複数の第３下肢経過時間の標準偏差のうちの少なくとも１つの下肢パラメータを算出する、
    請求項１〜３のいずれか１項に記載の下肢筋力評価方法。
  5. 前記ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左下肢及び右下肢の両方の角度を取得し、
    前記左下肢及び前記右下肢に対応する前記第１下肢最大値、前記左下肢及び前記右下肢に対応する前記下肢最小値、前記左下肢及び前記右下肢に対応する前記第２下肢最大値、前記左下肢及び前記右下肢に対応する前記第１下肢経過時間、前記左下肢及び前記右下肢に対応する前記第２下肢経過時間、及び前記左下肢及び前記右下肢に対応する前記第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、
    さらに、前記左下肢に対応する前記第１下肢最大値と前記右下肢に対応する前記第１下肢最大値との平均、前記左下肢に対応する前記下肢最小値と前記右下肢に対応する前記下肢最小値との平均、前記左下肢に対応する前記第２下肢最大値と前記右下肢に対応する前記第２下肢最大値との平均、前記左下肢に対応する前記第１下肢経過時間と前記右下肢に対応する前記第１下肢経過時間との平均、前記左下肢に対応する前記第２下肢経過時間と前記右下肢に対応する前記第２下肢経過時間との平均、及び前記左下肢に対応する前記第３下肢経過時間と前記右下肢に対応する前記第３下肢経過時間との平均のうちの少なくとも１つの下肢パラメータを算出する、
    請求項１〜４のずれか１項に記載の下肢筋力評価方法。
  6. 前記下肢筋力の評価値を目的変数とし、前記少なくとも１つの下肢パラメータを説明変数とする重回帰式に、検出された前記少なくとも１つの下肢パラメータを代入することにより、前記下肢筋力の評価値を算出する、
    請求項１〜５のいずれか１項に記載の下肢筋力評価方法。
  7. さらに、前記ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの腰部の角度を取得し、
    さらに、前記腰部が第１の方向へ最初に最も傾いたときの前記角度を示す第１腰部最大値、前記腰部が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す腰部最小値、前記腰部が第１の方向へ再び最も傾いたときの前記角度を示す第２腰部最大値、前記ユーザの立ち上がり開始時点から前記第１腰部最大値が検出された時点までの第１腰部経過時間、前記ユーザの立ち上がり開始時点から前記腰部最小値が検出された時点までの第２腰部経過時間、及び前記ユーザの立ち上がり開始時点から前記第２腰部最大値が検出された時点までの第３腰部経過時間のうちの少なくとも１つの腰部パラメータを検出し、
    前記少なくとも１つの下肢パラメータと前記少なくとも１つの腰部パラメータとを用いて前記ユーザの下肢筋力を評価する、
    請求項１〜５のいずれか１項に記載の下肢筋力評価方法。
  8. ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得し、
    前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出し、
    前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価し、
    評価結果を出力するようにコンピュータを機能させる、
    下肢筋力評価プログラム。
  9. ユーザが座っている状態から立ち上がるまでの間において、前記ユーザの左右の少なくとも一方の下肢の角度を取得する取得部と、
    前記下肢が第１の方向へ最初に最も傾いたときの前記角度を示す第１下肢最大値、前記下肢が前記第１の方向とは逆の第２の方向へ最も傾いたときの前記角度を示す下肢最小値、前記下肢が前記第１の方向へ再び最も傾いたときの前記角度を示す第２下肢最大値、前記ユーザの立ち上がり開始時点から前記第１下肢最大値が検出された時点までの第１下肢経過時間、前記ユーザの立ち上がり開始時点から前記下肢最小値が検出された時点までの第２下肢経過時間、及び前記ユーザの立ち上がり開始時点から前記第２下肢最大値が検出された時点までの第３下肢経過時間のうちの少なくとも１つの下肢パラメータを検出する検出部と、
    前記少なくとも１つの下肢パラメータを用いて前記ユーザの下肢筋力を評価する評価部と、
    評価結果を出力する出力部と、
    を備える下肢筋力評価装置。
  10. 請求項９に記載の下肢筋力評価装置と、
    前記ユーザの左右の少なくとも一方の下肢に装着され、計測したセンサデータを前記下肢筋力評価装置へ送信するセンサと、
    を備える下肢筋力評価システム。
JP2019168397A 2019-05-29 2019-09-17 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム Active JP7289246B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010460662.2A CN112006703B (zh) 2019-05-29 2020-05-27 下肢肌肉力量评价方法、评价装置、评价系统以及记录介质
US16/885,571 US20200375503A1 (en) 2019-05-29 2020-05-28 Lower limb muscle strength evaluation method, non-transitory computer-readable recording medium storing lower limb muscle strength evaluation program, lower limb muscle strength evaluation device, and lower limb muscle strength evaluation system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962854053P 2019-05-29 2019-05-29
US62/854,053 2019-05-29

Publications (2)

Publication Number Publication Date
JP2020192307A true JP2020192307A (ja) 2020-12-03
JP7289246B2 JP7289246B2 (ja) 2023-06-09

Family

ID=73545497

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019168397A Active JP7289246B2 (ja) 2019-05-29 2019-09-17 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム

Country Status (2)

Country Link
US (1) US20200375503A1 (ja)
JP (1) JP7289246B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023153453A1 (ja) * 2022-02-08 2023-08-17 ソニーグループ株式会社 リハビリテーション支援システム、情報処理方法およびプログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113303764B (zh) * 2021-05-25 2022-11-01 上海博灵机器人科技有限责任公司 一种检测感兴趣对象的肌肉健康状态的系统
CN115426432B (zh) * 2022-10-28 2023-09-19 荣耀终端有限公司 功能性体适能的评估方法、系统、电子设备及可读介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012223452A (ja) * 2011-04-21 2012-11-15 Ritsumeikan 下肢筋力評価方法、及びこれに用いる下肢筋力評価装置
JP2015205133A (ja) * 2014-04-23 2015-11-19 株式会社タニタ 運動機能測定装置、方法、及びプログラム
US20170000402A1 (en) * 2013-12-18 2017-01-05 Kyungpook National University Industry-Academic Cooperation Foundation System for measuring lower extremity muscle strength
JP2018042998A (ja) * 2016-09-07 2018-03-22 社会福祉法人兵庫県社会福祉事業団 運動器作動力推定システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5283401B2 (ja) * 2007-03-22 2013-09-04 国立大学法人 筑波大学 リハビリテーション支援装置
EP2775915B1 (en) * 2011-11-11 2018-12-05 National University of Ireland Galway Apparatus for prevention of syncope
KR101705075B1 (ko) * 2015-02-04 2017-02-10 인하대학교산학협력단 사용되는 근육에 적합한 특징 조합을 적용한 상하향 계단보행에서의 근전도 신호 기반 보행단계 인식 방법
KR102503910B1 (ko) * 2015-11-09 2023-02-27 삼성전자주식회사 기립 보조 방법 및 장치
US11052011B2 (en) * 2016-09-02 2021-07-06 Panasonic Intellectual Property Management Co., Ltd. Standing-up assistance apparatus, standing-up assistance method, and non-transitory computer-readable recording medium

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012223452A (ja) * 2011-04-21 2012-11-15 Ritsumeikan 下肢筋力評価方法、及びこれに用いる下肢筋力評価装置
US20170000402A1 (en) * 2013-12-18 2017-01-05 Kyungpook National University Industry-Academic Cooperation Foundation System for measuring lower extremity muscle strength
JP2015205133A (ja) * 2014-04-23 2015-11-19 株式会社タニタ 運動機能測定装置、方法、及びプログラム
JP2018042998A (ja) * 2016-09-07 2018-03-22 社会福祉法人兵庫県社会福祉事業団 運動器作動力推定システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023153453A1 (ja) * 2022-02-08 2023-08-17 ソニーグループ株式会社 リハビリテーション支援システム、情報処理方法およびプログラム

Also Published As

Publication number Publication date
JP7289246B2 (ja) 2023-06-09
US20200375503A1 (en) 2020-12-03

Similar Documents

Publication Publication Date Title
US9524424B2 (en) Calculation of minimum ground clearance using body worn sensors
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
JP5586050B2 (ja) 歩行解析システム
RU2535615C2 (ru) Определение затрат энергии пользователя
US20150032034A1 (en) Apparatus and method for quantifying stability of the knee
JP7289246B2 (ja) 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム
JP5742423B2 (ja) 下肢筋力の余裕度を求めるための方法、及びこれに用いる下肢筋力評価装置
KR20190014641A (ko) 관성센서를 이용한 보행 분석 시스템 및 방법
Silsupadol et al. Smartphone-based assessment of gait during straight walking, turning, and walking speed modulation in laboratory and free-living environments
US20170181689A1 (en) System and Method for Measuring the Muscle Tone
JP2014208257A (ja) 歩行解析システム
Jagos et al. A multimodal approach for insole motion measurement and analysis
Anwary et al. Validity and consistency of concurrent extraction of gait features using inertial measurement units and motion capture system
CN108836344A (zh) 步长步频估算方法和装置及步态检测仪
CN115797499A (zh) 重心轨迹绘制方法、装置、电子设备及存储介质
Arafsha et al. Development of a wireless CPS for gait parameters measurement and analysis
US10912510B2 (en) Index deriving device, wearable device, and mobile device
TW201311214A (zh) 視覺化ｉｍｕ步態偵測裝置及其分析方法
US10548510B2 (en) Objective balance error scoring system
CN112006703B (zh) 下肢肌肉力量评价方法、评价装置、评价系统以及记录介质
Park et al. Design of the wearable device for hemiplegic gait detection using an accelerometer and a gyroscope
CA2896013C (en) Objective balance error scoring system
TWI580404B (zh) 肌肉張力感測方法及系統
CN112006703A (zh) 下肢肌肉力量评价方法、评价装置、评价系统以及记录介质
JP6079585B2 (ja) 歩容のバランス評価装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220627

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230214

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230215

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230509

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: 20230516

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230530

R150 Certificate of patent or registration of utility model

Ref document number: 7289246

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150