JP2020201742A - モニタリング装置および方法 - Google Patents
モニタリング装置および方法 Download PDFInfo
- Publication number
- JP2020201742A JP2020201742A JP2019108527A JP2019108527A JP2020201742A JP 2020201742 A JP2020201742 A JP 2020201742A JP 2019108527 A JP2019108527 A JP 2019108527A JP 2019108527 A JP2019108527 A JP 2019108527A JP 2020201742 A JP2020201742 A JP 2020201742A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- monitoring device
- specific
- motion
- predetermined time
- 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.)
- Pending
Links
Images
Landscapes
- Alarm Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Emergency Alarm Devices (AREA)
Abstract
【課題】細かな動作を伴う運動の検出精度を向上させたモニタリング装置を提供する。【解決手段】被験者をモニタリングする装置1であって、被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部11と、被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部12と、判定部12の判定結果に応じて報知を行う報知部14と、を備える。【選択図】図1
Description
本発明は、被験者をモニタリングする装置および方法に関する。
地震や洪水等の自然災害の発生により避難生活を強いられる被災地においては、深部静脈血栓症に起因する肺血栓塞栓症などを含む、いわゆるエコノミークラス症候群の発生が問題となっている。例えば東日本大震災の現場においては、頻回な歩行が困難な狭隘な避難所での生活や、狭い自家用車内での宿泊が長期間強いられたことにより、エコノミークラス症候群の人数は推定で約5万人とも呼ばれている。
エコノミークラス症候群の予防には、軽い運動やストレッチを時々行うことが推奨されており、人の運動を検知してその運動が不十分な場合には運動の欠如を警告する等、種々の技術が提案されている。例えば特許文献1には、被験者の運動をモニターして、運動または不活動のパターンを被験者に通知する装置が開示されている。
厚生労働省から公表されているエコノミークラス症候群を予防するための6種類の足の運動を図7に示す。これら6種類の足の運動は、例えば足の指を握る動作や足の指を開く動作、足首を回す動作等の細かな動作を伴う、くるぶしから下の足の運動であり、人が座った状態で行うことが可能である。
特許文献1の技術では、運動センサーは、被験者の運動として、立ち上がって行う比較的大きな動作を伴う床への足踏みや歩き回りを検知しているが、急に立ち上がって運動すること自体がエコノミークラス症候群発症の大きなリスクと言われている。エコノミークラス症候群の予防には、上記した細かな動作を伴うくるぶしから下の足の運動で十分であるところ、特許文献1の技術では細かな動作を伴う運動を正確に検知することは困難である。避難所では多くの被災者が狭隘な空間で集団で生活していることから、足音を伴う足踏みや歩き回り等の比較的大きな動作を伴う運動は敬遠される。エコノミークラス症候群を予防するために、人が座った状態でも行うことが可能な細かな動作を伴う運動を、より高い精度でモニターすることが求められている。
本発明の目的は、細かな動作を伴う運動の検出精度を向上させたモニタリング装置を提供することにある。
上記目的を達成するための本発明は、例えば以下に示す態様を含む。
(項1)
被験者をモニタリングする装置であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部と、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部と、
前記判定部の判定結果に応じて報知を行う報知部と、
を備える、モニタリング装置。
(項2)
前記判定部は、前記特定の動作に特異的なモーションパターンと経時的な前記モーション信号とに基づいて判定する、項1に記載のモニタリング装置。
(項3)
前記モーションパターンは、複数のサンプル者より得られた複数の経時的なモーション信号を用いた機械学習により、前記特定の動作毎に予め決定されている、項2に記載のモニタリング装置。
(項4)
前記特定の動作は、疾患を予防するための動作、またはリハビリテーションのための動作である、項2または3に記載のモニタリング装置。
(項5)
前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないと判定された場合、前記報知を行う、項4に記載のモニタリング装置。
(項6)
前記特定の動作は、疾患に起因する動作である、項1から3のいずれかに記載のモニタリング装置。
(項7)
前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っているかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていると判定された場合、前記報知を行う、項6に記載のモニタリング装置。
(項8)
前記特定の動作は、静脈血栓塞栓症を予防するための動作であり、
前記検知部は、前記被験者の足首に装着され、前記モーション信号は加速度信号であり、前記モーションパターンは加速度パターンである、項4または5に記載のモニタリング装置。
(項9)
通信部をさらに備え、
前記判定部は、前記通信部を介して接続された装置に前記判定結果を送信する、項1から8のいずれかに記載のモニタリング装置。
(項10)
被験者をモニタリングする方法であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知ステップと、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定ステップと、
前記判定ステップの判定結果に応じて報知を行う報知ステップと、
を含む、モニタリング方法。
被験者をモニタリングする装置であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部と、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部と、
前記判定部の判定結果に応じて報知を行う報知部と、
を備える、モニタリング装置。
(項2)
前記判定部は、前記特定の動作に特異的なモーションパターンと経時的な前記モーション信号とに基づいて判定する、項1に記載のモニタリング装置。
(項3)
前記モーションパターンは、複数のサンプル者より得られた複数の経時的なモーション信号を用いた機械学習により、前記特定の動作毎に予め決定されている、項2に記載のモニタリング装置。
(項4)
前記特定の動作は、疾患を予防するための動作、またはリハビリテーションのための動作である、項2または3に記載のモニタリング装置。
(項5)
前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないと判定された場合、前記報知を行う、項4に記載のモニタリング装置。
(項6)
前記特定の動作は、疾患に起因する動作である、項1から3のいずれかに記載のモニタリング装置。
(項7)
前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っているかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていると判定された場合、前記報知を行う、項6に記載のモニタリング装置。
(項8)
前記特定の動作は、静脈血栓塞栓症を予防するための動作であり、
前記検知部は、前記被験者の足首に装着され、前記モーション信号は加速度信号であり、前記モーションパターンは加速度パターンである、項4または5に記載のモニタリング装置。
(項9)
通信部をさらに備え、
前記判定部は、前記通信部を介して接続された装置に前記判定結果を送信する、項1から8のいずれかに記載のモニタリング装置。
(項10)
被験者をモニタリングする方法であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知ステップと、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定ステップと、
前記判定ステップの判定結果に応じて報知を行う報知ステップと、
を含む、モニタリング方法。
本発明によると、細かな動作を伴う運動の検出精度を向上させたモニタリング装置を提供することができる。
以下、本発明の実施形態を、添付の図面を参照して詳細に説明する。なお、以下の説明および図面において、同じ符号は同じまたは類似の構成要素を示すこととし、よって、同じまたは類似の構成要素に関する重複した説明を省略する。
[発明の概要]
[発明の概要]
以下に説明する本発明の実施形態では、モニタリング装置は、被験者の足首にシリコンバンドを用いて装着される。モニタリング装置は、被験者の特定の部位の動きとして、被験者のくるぶしから下の足の動きを検知し、経時的なモーション信号として、経時的な加速度信号を取得する。経時的な加速度信号の取得には、三軸の加速度センサを用いる。
モニタリング装置は、疾患を予防するための被験者の特定の動作として、図7の(A)ないし(E)に示すエコノミークラス症候群を予防するための足の運動を、被験者が所定の時間内に継続して行っていないかを判定する。判定は、エコノミークラス症候群を予防するための足の運動に特異的な加速度パターンと、被験者から取得した、被験者のくるぶしから下の足の動きに関する経時的な加速度信号とに基づいて行う。加速度パターンとは、加速度センサが取得した加速度信号の経時的な波形パターンを意味する。加速度パターンは、エコノミークラス症候群を予防するための足の運動について、機械学習により予め決定されている。エコノミークラス症候群を予防するための足の運動を被験者が所定の時間内に継続して行っていない場合、モニタリング装置は、バイブレータの振動により被験者に報知を行う。報知は、Bluetooth(登録商標)により接続された他の外部機器を介して、他の外部機器において行うこともできる。
なお、本実施形態ではエコノミークラス症候群を一例として説明するが、モニタリング装置がモニターする被験者の特定の動作は、エコノミークラス症候群を予防するための動作に限らず、静脈血栓塞栓症を予防するための動作であってもよい。静脈血栓塞栓症とは、エコノミークラス症候群を含む意味であり、肺血栓塞栓症および深部静脈血栓症を含む意味である。
[装置の構成]
[装置の構成]
図1は、一実施形態に係るモニタリング装置の機能を説明するためのブロック図である。図2は、一実施形態に係るモニタリング装置の外観を示す図である。(A)は一実施形態に係るモニタリング装置の斜視図であり、(B)は一実施形態に係るモニタリング装置を被験者が装着した態様を示す図である。
一実施形態に係るモニタリング装置1は、検知部11と、判定部12と、記憶装置13と、報知部14と、通信インタフェース部(通信I/F部)15と、計時用のタイマー(図示せず)とを備えている。本実施形態では、これら検知部11、判定部12、記憶装置13、報知部14、通信I/F部15、およびタイマーはケーシング2内に内包されており、ケーシング2は、例えばシリコンバンド等のバンド3を用いて被験者9の足首に装着されている。
本実施形態では、モニタリング装置1は、ケーシング2内に、ハードウェアの構成として、データ処理を行うCPU等のプロセッサと、プロセッサがデータ処理の作業領域に使用するメモリとをさらに備えている。ケーシング2内には、ケーシング2内の上記した各部を駆動させるための、例えばボタン電池等の電源(図示せず)が内蔵されている。ケーシング2内の上記した各部は、ケーシング2に設けられた起動ボタン4の押下により動作を開始または終了する。
本実施形態では、モニタリング装置1は、Sensor Tag(米国Texas Instruments社製)等のIoTキットを用いて構成する。モニタリング装置1は、例えばRaspberry PiまたはArduino(登録商標)等のシングルボードコンピュータと、三軸の加速度センサとを用いて構成することもできる。モニタリング装置1は、三軸の加速度センサが実装されている、例えばApple Watch(登録商標)等のウェアラブル端末またはスマートフォン等を用いて構成することもできる。
検知部11は、被験者9の特定の部位の動きを検知して経時的なモーション信号を取得する。本実施形態では、検知部11は三軸の加速度センサである。他の実施形態では、検知部11は、三軸の加速度センサに加えて三軸の角速度センサをさらに備えることができる。
判定部12は、被験者9が特定の動作を所定の時間内に継続して行っているかを、または、被験者9が特定の動作を所定の時間内に継続して行っていないかを判定する。判定は、特定の動作に特異的なモーションパターン21と、経時的なモーション信号とに基づいて行う。本実施形態では、判定部12は、プロセッサがモニタリングプログラムPを実行することにより実現される、ソフトウェアによる機能ブロックである。
記憶装置13は、各種制御プログラム、および、プログラムによって生成されたデータなどを記憶する不揮発性の記憶装置である。本実施形態では、記憶装置13には、特定の動作に特異的なモーションパターン21と、モニタリングプログラムPとが記憶される。
モーションパターン21は、複数のサンプル被験者から得られた複数の経時的なモーション信号を用いた機械学習により、特定の動作毎に予め決定されている。本実施形態では、図7の(A)ないし(E)に示すエコノミークラス症候群を予防するための足の運動について、機械学習により加速度パターンが予め決定されている。具体的には、まず、三軸の加速度センサを足首に装着したサンプル被験者が、図7の(A)ないし(E)に示す足の運動のいずれかを正しく行い、その際の加速度センサの経時的な加速度信号を取得する。複数人のサンプル被験者について、このような経時的な加速度信号の取得を行い、複数のサンプル被験者について複数の経時的な加速度信号を取得する。そして、得られた複数の経時的な加速度信号を用いた機械学習により、図7の(A)ないし(E)に示す足の運動に共通する加速度パターン(加速度信号の経時的な波形パターン)を決定する。この決定された加速度パターンは、エコノミークラス症候群を予防するための動作として、正解となる動作の加速度パターンである。なお、機械学習に代えて深層学習を行うことによりモーションパターン21を決定してもよい。
モニタリングプログラムPは、ソフトウェアによる機能ブロックである判定部12を実現するためのコンピュータプログラムである。モニタリングプログラムPは、モーションパターン21と一体化することもできる。
報知部14は、判定部12の判定結果に応じて報知を行う。本実施形態では、報知部14はバイブレータである。報知部14は例えばブザーであってもよく、LEDライト等で構成されるインジケータであってもよく、微弱電流を発することにより被験者9を刺激してもよい。
通信I/F部15は、ネットワークを介して他の外部機器との間でデータの送受信を行う。通信I/F部15は、Bluetooth(登録商標)、Wi-Fi(登録商標)、およびZigBee(登録商標)等の種々の無線接続または有線接続であってもよい。本実施形態では、通信I/F部15は任意の構成である。
[手順]
[手順]
図3および図4は、一実施形態に係るモニタリング装置が行うデータ処理の手順の一例を示すフローチャートである。
本実施形態では、図7の(A)ないし(E)に示す運動を被験者9が30分以内に10回以上していないとモニタリング装置1が判定すると、バイブレータを振動させることにより、疾患を予防するための動作が不十分である旨を被験者9に報知する。
ステップS1において、モニタリング時間のカウントダウンを開始する。起動ボタン4を押下することにより、モニタリング装置1においてモニタリングプログラムPを起動すると、タイマーがモニタリング時間のカウントダウンを開始する。例示的には、エコノミークラス症候群の予防動作を検知する本実施形態では、モニタリング時間は約30分である。
ステップS2(検知ステップ)において、被験者9の特定の部位の動きを検知して経時的なモーション信号を取得する。検知部11を含むモニタリング装置1は被験者9の足首に装着されており、検知部11は、被験者9のくるぶしから下の足の動きを検知して、経時的な加速度信号を取得する。タイマーによりモニタリング時間をカウントダウンしている間、検知部11は、被験者9のくるぶしから下の足の動きを検知するたびに、経時的な加速度信号を取得する動作を繰り返し行う。これにより、記憶装置13内には、経時的な加速度信号のデータが複数個記録される。タイマーによるモニタリング時間のカウントダウンが終了すると、ステップS3Aの処理を行う。
ステップS3A(判定ステップ)において、被験者9が特定の動作を所定の時間内に継続して行っていないかを判定する。判定は、特定の動作に特異的なモーションパターン21と経時的なモーション信号とに基づいて行う。図4を参照して、ステップS3Aの判定処理について詳細に説明する。
ステップS31では、判定部12は、検知部11を介して取得した被験者9の特定の部位の動きが、特定の動作であるか否かを判定する。判定部12は、記憶装置13に予め記憶されている加速度パターン21と、ステップS2にて取得した経時的な加速度信号とに基づいて、図7の(A)ないし(E)に示す足の運動のいずれかを被験者9が行っているか否かを判定する。判定部12は、検知部11により取得した経時的な加速度信号の波形と、加速度パターン21に示されている経時的な波形パターンとを比較して、例えばパターンマッチングにより、これら波形が所定の誤差範囲内で一致または類似しているか否かを判定する。判定部12は、このような判定処理を、記憶装置13内に記録されている複数個の加速度信号のデータのそれぞれについて行う。
複数個の加速度信号のデータのうち、加速度パターン21に示されている経時的な波形パターンと一致または類似している(ステップS31においてYes)加速度信号のデータについては、判定部12は、図7の(A)ないし(E)に示す足の運動を被験者9が行っていると判定し、引き続きステップS32の処理を行う。
複数個の加速度信号のデータのいずれもが、加速度パターン21に示されている経時的な波形パターンと一致又は類似していない場合(ステップS31においてNo)、判定部12は、ステップS33において、被験者9が特定の動作を所定の時間内に継続して行っていないと判定し、ステップS4Aの分岐処理を行う。
ステップS32では、判定部12は、ステップS31の判定条件を満たすモーション信号のデータが、所定の個数以上記録されているか否かを判定する。例示的には、エコノミークラス症候群の予防動作を検知する本実施形態では、所定の個数は約10個である。判定部12は、記憶装置13内に記録されている加速度信号のデータのうち、ステップS31の判定条件を満たす加速度信号のデータの個数を参照して、所定の個数以上であるか否かを判定する。
所定の個数以上記録されている場合(ステップS32においてYes)、判定部12は、ステップS34において、被験者9が特定の動作を所定の時間内に継続して行っていると判定し、その後ステップS4Aの分岐処理を行う。所定の個数以上記録されていない場合(ステップS32においてNo)、判定部12は、ステップS33において、被験者9が特定の動作を所定の時間内に継続して行っていないと判定し、その後ステップS4Aの分岐処理を行う。
ステップS4Aにおいて、ステップS3Aの判定結果に応じて、報知動作を行うか否かを判定する。
ステップS3Aの判定処理においてステップS34の判定結果となり、被験者9が特定の動作を所定の時間内に継続して行っている(ステップS4AにおいてNo)と判定される場合には、被験者9によるエコノミークラス症候群の予防動作は十分である。よって、ステップS1の処理に戻り、モニタリング時間のカウントをリセットしたうえで、モニタリング時間のカウントダウンを開始して、被験者9による図7の(A)ないし(E)に示す足の運動を引き続きモニターする。
ステップS3Aの判定処理においてステップS33の判定結果となり、被験者9が特定の動作を所定の時間内に継続して行っていない(ステップS4AにおいてYes)と判定される場合には、被験者9によるエコノミークラス症候群の予防動作は不十分である。よって、ステップS5(報知ステップ)において、報知動作として報知部14が動作し、エコノミークラス症候群の予防動作が十分ではないことを被験者9に報知する。
その後、ステップS6において、動作中のモニタリング装置1において起動ボタン4の押下が被験者9からなされる(ステップS6においてYes)まで、モニタリング装置1はステップS1から処理を繰り返し、モニタリング時間のカウントをリセットしたうえで、モニタリング時間のカウントダウンを開始して、被験者9による特定の動作を引き続きモニターする。
[効果]
[効果]
以上、一実施形態に係るモニタリング装置によると、細かな動作を伴う運動の検出精度を向上させることができる。
一実施形態に係るモニタリング装置によると、エコノミークラス症候群を予防するための運動として十分であるとされている、図7の(A)ないし(E)に示す、細かな動作を伴うくるぶしから下の足の運動を正確に検知することができる。このようなくるぶしから下の足の運動は、人が座った状態でも行うことが可能である。よって、狭隘な避難所での生活や狭い自家用車内での宿泊等、頻回な歩行が困難な状況であっても、一実施形態に係るモニタリング装置を装着した被験者は、座った状態でも行うことが可能なそのような予防するための運動を、自身が十分に行えているか否かを把握することが可能となる。
[その他の形態]
[その他の形態]
以上、本発明を特定の実施形態によって説明したが、本発明は上記した実施形態に限定されるものではない。
上記した実施形態では、判定部12は、疾患を予防するための被験者の特定の動作として、エコノミークラス症候群を予防するための足の運動をモニターしているが、判定部12がモニタリングする被験者の特定の動作はこれに限定されず、以下に例示する種々の特定の動作をモニターすることができる。判定部12が判定に用いるモーションパターン21も、以下に例示する種々の特定の動作毎に、機械学習により予め決定しておけばよい。
・熱中症予防
判定部12は、疾患を予防するための被験者の特定の動作として、例えば熱中症を予防するための動作を所定の時間内に継続して行っていないかを判定してもよい。この場合、モニタリング装置1は、被験者9の例えば腕に装着される。モニタリング装置1は、被験者9の特定の部位の動きとして、被験者9の腕の動きを検知し、被験者9の特定の動作として、被験者9がドリンクを飲む際の腕の動作をモニタリングする。これにより、被験者9が所定時間内にドリンクを飲んでいない場合には、バイブレータが動作し、水分補給が不十分であることを被験者9に報知することができる。
判定部12は、疾患を予防するための被験者の特定の動作として、例えば熱中症を予防するための動作を所定の時間内に継続して行っていないかを判定してもよい。この場合、モニタリング装置1は、被験者9の例えば腕に装着される。モニタリング装置1は、被験者9の特定の部位の動きとして、被験者9の腕の動きを検知し、被験者9の特定の動作として、被験者9がドリンクを飲む際の腕の動作をモニタリングする。これにより、被験者9が所定時間内にドリンクを飲んでいない場合には、バイブレータが動作し、水分補給が不十分であることを被験者9に報知することができる。
・リハビリテーション
判定部12は、被験者の特定の動作として、例えばリハビリテーションのための動作を所定の時間内に継続して行っていないかを判定してもよい。この場合、モニタリング装置1は、リハビリテーションの対象とする被験者9の部位に装着される。モニタリング装置1は、被験者9の特定の部位の動きとして、リハビリテーションの対象とする被験者9の部位の動きを検知し、被験者9の特定の動作として、リハビリ項目に対応する特定の動作をモニタリングする。これにより、被験者9が所定時間内にリハビリ項目に対応する運動を正しく行えていない場合には、バイブレータが動作し、リハビリが不十分であることを被験者9に報知することができる。
判定部12は、被験者の特定の動作として、例えばリハビリテーションのための動作を所定の時間内に継続して行っていないかを判定してもよい。この場合、モニタリング装置1は、リハビリテーションの対象とする被験者9の部位に装着される。モニタリング装置1は、被験者9の特定の部位の動きとして、リハビリテーションの対象とする被験者9の部位の動きを検知し、被験者9の特定の動作として、リハビリ項目に対応する特定の動作をモニタリングする。これにより、被験者9が所定時間内にリハビリ項目に対応する運動を正しく行えていない場合には、バイブレータが動作し、リハビリが不十分であることを被験者9に報知することができる。
・アトピー性皮膚炎悪化予防
判定部12は、被験者の特定の動作として、例えば疾患に起因する動作を所定の時間内に継続して行っているかを判定してもよい。疾患に起因する動作とは、例えば被験者9がアトピー性皮膚炎により生じる痒みを手で掻きむしる動作である。この場合、モニタリング装置1は被験者9の手首に装着される。モニタリング装置1は、被験者9の特定の部位の動きとして、被験者の手首の動きを検知し、被験者9の特定の動作として、被験者9が手で掻きむしる動作をモニタリングする。モニタリング装置1は、手で掻きむしる動作を被験者9が例えば10秒以内に10回以上していると判定すると、バイブレータを動作させる。これにより、疾患を有する被験者9にとって好ましくない動作が継続して行われていることを、被験者9に報知することができる。
判定部12は、被験者の特定の動作として、例えば疾患に起因する動作を所定の時間内に継続して行っているかを判定してもよい。疾患に起因する動作とは、例えば被験者9がアトピー性皮膚炎により生じる痒みを手で掻きむしる動作である。この場合、モニタリング装置1は被験者9の手首に装着される。モニタリング装置1は、被験者9の特定の部位の動きとして、被験者の手首の動きを検知し、被験者9の特定の動作として、被験者9が手で掻きむしる動作をモニタリングする。モニタリング装置1は、手で掻きむしる動作を被験者9が例えば10秒以内に10回以上していると判定すると、バイブレータを動作させる。これにより、疾患を有する被験者9にとって好ましくない動作が継続して行われていることを、被験者9に報知することができる。
図5は、一実施形態に係るモニタリング装置が行うデータ処理の手順の他の例を示すフローチャートである。被験者9が特定の動作を所定の時間継続して行っていることをモニタリング装置1が判定する際のデータ処理の手順を図5および図4に示す。図5および図4のフローチャートに示すように、モニタリング装置1は、ステップS3B(判定ステップ)において、被験者9が特定の動作を所定の時間内に継続して行っているかを判定し、ステップS4Bにおいて、ステップS3Bの判定結果に応じて、報知動作を行うか否かを判定する。ステップS3Bでの判定は、ステップS3Aでの判定と同様に、特定の動作に特異的なモーションパターン21と経時的なモーション信号とに基づいて行う。
判定部12が被験者9の特定の動作としてモニターする、上記例示した以外の例としては、例えばプールや海水浴場において被験者9が溺れそうになり腕でもがく動作や、睡眠時無呼吸症候群を発症している被験者9による、普段とは異なる寝返り動作、施設入居時等の被験者9のベッドからの転落直前動作などを例示することができる。モニタリング装置1が被験者9のこのような特定の動作をモニターすることにより、水難事故や、睡眠時無呼吸症候群、ベッドからの転落による不慮の事故を防止することができる。
上記した実施形態では、ステップS5において、報知動作として、モニタリング装置1に備えられた報知部14が動作しているが、報知動作はこれに限定されない。図6は、一実施形態に係るモニタリング装置が他の装置に報知を行う態様を模式的に示す図である。例えば判定部12は、通信I/F部15を介して接続された他の装置に判定結果を送信してもよい。これにより、図6に例示するように、通信I/F部15を介して接続された他の外部機器において、報知動作を行うことができる。図6に例示する態様では、モニタリング装置1(1A)は被験者9の手首に装着され、被験者9がアトピー性皮膚炎により生じる痒みを手で掻きむしる行為を検知および判定している。判定部12による判定結果は、被験者9に装着されたモニタリング装置1(1A)から、Bluetooth(登録商標)により接続された他のモニタリング装置1(1B)へ送信され、判定結果を受信した他のモニタリング装置1(1B)において、判定結果に基づいて、他のモニタリング装置1(1B)に備えられた報知部が、他のモニタリング装置1(1B)の装着者(例えば、被験者9の保護者)に報知動作を行うことで、被験者9に掻きむしる行為を止めるように注意することが可能となる。
上記した実施形態では、三軸の加速度センサを検知部11に用いているが、検知部11に用いる加速度センサは三軸に限定されない。検知部11に角速度センサをさらに用いる場合であっても同様に、用いる角速度センサは三軸に限定されない。また、上記した実施形態では、モーション信号として加速度信号を用いているが、モーション信号は加速度信号のみに限定されない。モーション信号は、加速度信号に加えてさらに角速度信号を含んでいてもよい。判定部12による判定も、加速度信号のみを用いるのではなく、加速度信号および角速度信号の両方を用いてもよい。
上記した実施形態では、判定部12はソフトウェアによる機能ブロックとして実現されているが、判定部12はハードウェアとして実現されてもよい。判定部12の処理も単一のプロセッサで処理される必要はなく、複数のプロセッサで分散して処理されてもよい。
上記した実施形態では、モニタリング装置1の検知部11はバンド3を用いて被験者9の足首に装着されているが、例えば図7の(A)ないし(F)に示すエコノミークラス症候群を予防するための動作をモニターする場合は、検知部11を装着する部位は被験者9の足首に限定されない。検知部11は、例えば航空機の座席の座面やフットレスト等に装着してもよい。判定部12が判定に用いるモーションパターン21は、座席に着席したサンプル被験者が図7の(A)ないし(F)に示す足の運動のいずれかを正しく行った際に取得される、複数の経時的な加速度信号を用いて、機械学習により決定すればよい。
上記実施形態では、モーションパターン21(加速度パターン21)は記憶装置13に予め記憶されているものを用いているが、モーションパターン21は、通信I/F部15を介して更新されてもよい。例えば、モニタリング装置1は、通信I/F部15を介してクラウドサーバ(図示せず)と接続し、クラウドサーバ上に保存されているモーションパターン21を記憶装置13に保存して、モーションパターン21を更新してもよい。
またこの際、クラウドサーバ上にてモーションパターン21をさらに機械学習させてもよい。例えば、モニタリング装置1は、被験者9から取得された経時的なモーション信号をクラウドサーバに送信することができ、クラウドサーバは、複数の被験者から取得された経時的なモーション信号を用いた機械学習によりモーションパターン21を決定する機能ブロックである機械学習部(図示せず)を備えることができる。これにより、複数の被験者9からのモーション信号が蓄積されたクラウドサーバ上にて、複数の被験者9からのモーション信号を用いて、モーションパターン21をさらに機械学習させることができる。
1 モニタリング装置
2 ケーシング
3 バンド
4 起動ボタン
9 被験者
11 検知部
11 検知部
12 判定部
13 記憶装置
14 報知部
15 通信インタフェース部
21 モーションパターン(加速度パターン)
P モニタリングプログラム
2 ケーシング
3 バンド
4 起動ボタン
9 被験者
11 検知部
11 検知部
12 判定部
13 記憶装置
14 報知部
15 通信インタフェース部
21 モーションパターン(加速度パターン)
P モニタリングプログラム
Claims (10)
- 被験者をモニタリングする装置であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部と、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部と、
前記判定部の判定結果に応じて報知を行う報知部と、
を備える、モニタリング装置。 - 前記判定部は、前記特定の動作に特異的なモーションパターンと経時的な前記モーション信号とに基づいて判定する、請求項1に記載のモニタリング装置。
- 前記モーションパターンは、複数のサンプル者より得られた複数の経時的なモーション信号を用いた機械学習により、前記特定の動作毎に予め決定されている、請求項2に記載のモニタリング装置。
- 前記特定の動作は、疾患を予防するための動作、またはリハビリテーションのための動作である、請求項2または3に記載のモニタリング装置。
- 前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないと判定された場合、前記報知を行う、請求項4に記載のモニタリング装置。 - 前記特定の動作は、疾患に起因する動作である、請求項1から3のいずれかに記載のモニタリング装置。
- 前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っているかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていると判定された場合、前記報知を行う、請求項6に記載のモニタリング装置。 - 前記特定の動作は、静脈血栓塞栓症を予防するための動作であり、
前記検知部は、前記被験者の足首に装着され、前記モーション信号は加速度信号であり、前記モーションパターンは加速度パターンである、請求項4または5に記載のモニタリング装置。 - 通信部をさらに備え、
前記判定部は、前記通信部を介して接続された装置に前記判定結果を送信する、請求項1から8のいずれかに記載のモニタリング装置。 - 被験者をモニタリングする方法であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知ステップと、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定ステップと、
前記判定ステップの判定結果に応じて報知を行う報知ステップと、
を含む、モニタリング方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019108527A JP2020201742A (ja) | 2019-06-11 | 2019-06-11 | モニタリング装置および方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019108527A JP2020201742A (ja) | 2019-06-11 | 2019-06-11 | モニタリング装置および方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020201742A true JP2020201742A (ja) | 2020-12-17 |
Family
ID=73742135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019108527A Pending JP2020201742A (ja) | 2019-06-11 | 2019-06-11 | モニタリング装置および方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020201742A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7037158B1 (ja) | 2021-12-20 | 2022-03-16 | 有限会社池谷製作所 | 仮想空間における移動を操作する家具型機器 |
WO2023153439A1 (ja) * | 2022-02-11 | 2023-08-17 | 豊田通商株式会社 | ペット管理システム |
-
2019
- 2019-06-11 JP JP2019108527A patent/JP2020201742A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7037158B1 (ja) | 2021-12-20 | 2022-03-16 | 有限会社池谷製作所 | 仮想空間における移動を操作する家具型機器 |
WO2023120005A1 (ja) * | 2021-12-20 | 2023-06-29 | 有限会社池谷製作所 | 仮想空間における移動を操作する家具型機器 |
JP2023091250A (ja) * | 2021-12-20 | 2023-06-30 | 有限会社池谷製作所 | 仮想空間における移動を操作する家具型機器 |
WO2023153439A1 (ja) * | 2022-02-11 | 2023-08-17 | 豊田通商株式会社 | ペット管理システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10973439B2 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
US8085153B2 (en) | Activity monitoring device | |
Franco et al. | iBalance-ABF: a smartphone-based audio-biofeedback balance system | |
JP5747034B2 (ja) | 織物感知装置の足取り分析システム及び方法 | |
Chen et al. | Home-based senior fitness test measurement system using collaborative inertial and depth sensors | |
US20090005834A1 (en) | Deep vein thrombosis prevention | |
Feeken et al. | ClimbingAssist: direct vibro-tactile feedback on climbing technique | |
JP2020201742A (ja) | モニタリング装置および方法 | |
JP7061861B2 (ja) | Sidsを防止するための監視システム | |
US20200375503A1 (en) | 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 | |
US11355029B2 (en) | Method and system for estimating a demand or an attentional cost associated with the execution of a task or attention sharing strategies developed by an individual | |
Chakravarty et al. | Quantification of balance in single limb stance using kinect | |
Rajendran et al. | Falls, fall prevention, and fall detection technologies | |
JP2005137895A (ja) | リラクセーションシステム、リラクセーション方法、リラクセーションプログラム、マッサージシステム、マッサージ方法、マッサージプログラム、身体活動判別装置、身体活動判別方法および身体活動判別プログラム | |
US20190216367A1 (en) | Patient monitoring system using wearable sensors with automated template matching | |
Bharnuke et al. | Evaluation of standing balance performance in Indian classical dancers | |
Cha et al. | The effects of horse riding simulation exercise with blindfolding on healthy subjects’ balance and gait | |
Wu et al. | Fall detection system design by smart phone | |
Silva et al. | A technological solution for supporting fall prevention exercises at the physiotherapy clinic | |
US20050228317A1 (en) | Warning device for prevention of deep vein thrombosis | |
CA2896013C (en) | Objective balance error scoring system | |
Pepa et al. | Experimental evaluation of a smartphone based step length estimation | |
Kusumah et al. | Wearable Fall Detection for Elderly with Simple Belt Design Using Android Application | |
Chung et al. | The effects of treadmill training on dynamic balance and gait function in stroke patients: a pilot randomized controlled trial | |
Lee et al. | Effect of gait training using PNF on balance and walking ability in person with chronic stroke (Single Subject Design) |