JP2021087503A - Dementia determination program and dementia determination device - Google Patents
Dementia determination program and dementia determination device Download PDFInfo
- Publication number
- JP2021087503A JP2021087503A JP2019218009A JP2019218009A JP2021087503A JP 2021087503 A JP2021087503 A JP 2021087503A JP 2019218009 A JP2019218009 A JP 2019218009A JP 2019218009 A JP2019218009 A JP 2019218009A JP 2021087503 A JP2021087503 A JP 2021087503A
- Authority
- JP
- Japan
- Prior art keywords
- data
- dementia
- subject
- computer
- walking
- 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
Links
- 206010012289 Dementia Diseases 0.000 title claims abstract description 104
- 230000001133 acceleration Effects 0.000 claims abstract description 29
- 238000006243 chemical reaction Methods 0.000 claims abstract description 27
- 230000003920 cognitive function Effects 0.000 claims abstract description 26
- 208000024891 symptom Diseases 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 10
- 230000008035 nerve activity Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000002889 sympathetic effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 210000005037 parasympathetic nerve Anatomy 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
本発明は、煩雑な操作を必要とせず、被験者に対する多大な労力を強いることなく認知症を判定することができる認知症判定プログラム及び認知症判定装置に関するものである。 The present invention relates to a dementia determination program and a dementia determination device that can determine dementia without requiring complicated operations and without forcing a great deal of effort on the subject.
認知症の判定には、被験者に多数の試験を行わせる等被験者の労力が多大であり、被験者の負担が大きいため、認知症の判定を被験者が受けたがらないという問題がある。
そこで、ＩＴを活用して、被験者の負担を軽減させる認知症の判定方法が種々提案されている。
例えば、特許文献１には、認知症が疑われる患者の認知症の種別を判定するため、心電測定装置により測定された認知症が疑われる被診断者の心電データを受け付けるステップと、受け付けられた心電データにおける心拍変動を周波数解析した結果得られるパワースペクトルに基づいて、副交感神経の活動度合いを示す副交感神経活動度指標を算出するステップと、受け付けられた心電データにおける心拍変動を周波数解析した結果得られるパワースペクトルに基づいて、交感神経の活動度合いを示す交感神経活動度指標を算出するステップと、前記被診断者に対して負荷試験を指示するステップと、負荷試験が指示される前の前記被診断者が安静時状態において算出された前記副交感神経活動度指標の値が予め設定された第１の基準値以下の場合に、当該被診断者はアルツハイマー型認知症である可能性が高い旨を表示させ、負荷試験が指示された後に算出された前記交感神経活動度指標の値と、負荷試験が指示される前に算出された前記交感神経活動度指標の値との差である交感神経活動度指標変化量が予め設定された第２の基準値以下の場合に、当該被診断者はレビー小体型認知症である可能性が高い旨を表示させるステップとをコンピュータに実行させるためのプログラムが提案されている。
また、特許文献２には、患者自身に心理的な抵抗感を持たせることなく、高精度な認知症診断を実現するべく、コンピュータに、被検者と質問者の会話に係る音声データを取得する処理と、前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出する処理と、学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する処理と、を実行させる認知症診断プログラムであって、前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則した認知症レベルを出力するように、教師データを用いた学習処理が施された、認知症診断プログラムが提案されている。
The determination of dementia has a problem that the subject does not want to be judged for dementia because the subject has a lot of labor such as having the subject perform a large number of tests and the burden on the subject is heavy.
Therefore, various methods for determining dementia that reduce the burden on the subject by utilizing IT have been proposed.
For example, Patent Document 1 describes a step of accepting electrocardiographic data of a patient suspected of having dementia measured by an electrocardiographic measuring device in order to determine the type of dementia of a patient suspected of having dementia. Based on the power spectrum obtained as a result of frequency analysis of the heart rate variability in the obtained electrocardiographic data, the step of calculating the parasympathetic nerve activity index indicating the degree of parasympathetic nerve activity and the frequency of the heart rate variability in the received electrocardiographic data. Based on the power spectrum obtained as a result of the analysis, a step of calculating a sympathetic nerve activity index indicating the degree of sympathetic nerve activity, a step of instructing the subject to perform a load test, and a load test are instructed. If the value of the parasympathetic nerve activity index calculated in the resting state of the previous subject is less than or equal to the preset first reference value, the subject may have Alzheimer-type dementia. Is displayed, and the difference between the value of the sympathetic nerve activity index calculated after the load test is instructed and the value of the sympathetic nerve activity index calculated before the load test is instructed. When the amount of change in a certain sympathetic nerve activity index is less than or equal to a preset second reference value, the subject is made to perform a step of displaying that there is a high possibility of having Levy body dementia. A program for is proposed.
Further, in Patent Document 2, in order to realize highly accurate dementia diagnosis without giving the patient a feeling of psychological resistance, voice data related to the conversation between the subject and the questioner is acquired on the computer. Processing and voice analysis of the voice data are performed to identify the type of question content in the utterance section spoken by the questioner, and the response characteristics in the utterance section spoken by the subject following the utterance section. And the process of inputting the response characteristics of the subject into the trained classifier in association with the type of the question content and calculating the dementia level of the subject. It is a dementia diagnosis program to be executed, and the discriminator is a dementia according to a predetermined dementia level determination rule when the response feature of the subject is input in association with the type of the question content. A dementia diagnosis program has been proposed in which learning processing using teacher data is performed so as to output the level.
しかしながら、上述の提案では、未だ煩雑な操作や被験者への負担が少なくなく、操作も簡易なものとは言えなかった。
一方、認知機能と歩行特性の関連は多数報告されている（例えば、非特許文献１）。しかし、歩行特性を取り入れた認知症の判定装置やプログラムについては報告がなく、歩行特性をどのように測定し、測定データをどのように処理すれば認知症の判定ができるかということについては、未だ提案されていないのが現状である。
したがって、本発明の目的は、簡易な操作で認知機能を判定・推測でき、少ない被験者の負担で、認知症の症状の有無を判断あるいは、認知機能の状態を得点化することができる、認知症判定装置及びプログラムを提供することにある。
However, in the above-mentioned proposal, the complicated operation and the burden on the subject are not small, and the operation is not easy.
On the other hand, many relationships between cognitive function and gait characteristics have been reported (for example, Non-Patent Document 1). However, there are no reports on dementia judgment devices and programs that incorporate walking characteristics, and how to measure walking characteristics and how to process the measurement data to determine dementia. The current situation is that it has not been proposed yet.
Therefore, an object of the present invention is dementia, in which cognitive function can be determined and estimated by a simple operation, and the presence or absence of symptoms of dementia can be determined or the state of cognitive function can be scored with a small burden on the subject. The purpose is to provide a determination device and a program.
本発明者らは、上記課題を解消すべく鋭意検討した結果、歩行データを周波数データに変換し、この周波数データをデータベース化することにより上記目的を達成し得ることを知見し、本発明を完成するに至った。
すなわち、本発明は以下の各発明を提供するものである。
１．コンピュータ又はサーバーに格納され、以下のステップを実行させる認知症判定プログラム。
腰の加速度情報を取得することで歩行データを取得する取得ステップ、
取得した歩行データを周波数データに変換するデータ変換ステップ、及び
得られた周波数データを、予め測定して構築されたデータベースに照合して、被験者が認知症に該当するか否か判定する判定ステップ。
２．上記データ変換ステップは、上記周波数データを更に当該周波数データに基づく画像データに画像化する、ことを特徴とする１記載の認知症判定プログラム。
３．コンピュータ又はサーバーに格納され、以下のステップを実行させる認知症判定プログラム。
腰の加速度情報を取得することで歩行データを取得する取得ステップ、
取得した歩行データを周波数データに変換するデータ変換ステップ、及び
得られた周波数データを、予め測定して構築されたデータベースに照合して、被験者の認知機能の状態を数値化する推定ステップ。
４．上記データ変換ステップは、上記周波数データを更に当該周波数データに基づく画像データに画像化する、ことを特徴とする３記載の認知症判定プログラム。
５．１又は３記載のプログラムが格納されたコンピュータ又はサーバーと、
被験者の腰の加速度情報を取得する歩行データ取得手段とを具備する認知症判定装置。
As a result of diligent studies to solve the above problems, the present inventors have found that the above object can be achieved by converting walking data into frequency data and creating a database of the frequency data, and complete the present invention. I came to do it.
That is, the present invention provides the following inventions.
1. 1. A dementia determination program that is stored on a computer or server and performs the following steps.
Acquisition step to acquire walking data by acquiring waist acceleration information,
A data conversion step of converting the acquired walking data into frequency data, and a determination step of collating the obtained frequency data with a database constructed by measuring in advance to determine whether or not the subject corresponds to dementia.
2. The dementia determination program according to 1, wherein the data conversion step further images the frequency data into image data based on the frequency data.
3. 3. A dementia determination program that is stored on a computer or server and performs the following steps.
Acquisition step to acquire walking data by acquiring waist acceleration information,
A data conversion step of converting the acquired walking data into frequency data, and an estimation step of collating the obtained frequency data with a database constructed by measuring in advance to quantify the state of the cognitive function of the subject.
4. The dementia determination program according to 3, wherein the data conversion step further images the frequency data into image data based on the frequency data.
A computer or server that stores the program described in 5.1 or 3 and
A dementia determination device including a walking data acquisition means for acquiring acceleration information of the waist of a subject.
本発明の認知症判定プログラム及び認知機能得点化プログラムは、簡易な操作で認知機能を判定・推測でき、少ない被験者の負担で、認知症の症状の有無を判断、認知機能の状態を得点化することができるのである。特に、「歩行」という通常行われる動作のみに基づいて認知症の判断を行うので、簡易に且つ少ない被験者の負担で認知症の有無や程度を知ることができる。 The dementia determination program and the cognitive function scoring program of the present invention can determine and estimate cognitive function with a simple operation, determine the presence or absence of dementia symptoms with a small burden on the subject, and score the state of cognitive function. You can do it. In particular, since the judgment of dementia is made based only on the normally performed movement of "walking", the presence or absence and degree of dementia can be easily known with a small burden on the subject.
１：認知症判定装置、１０：コンピュータ、２０：歩行データ取得手段、３０：サーバー 1: Dementia determination device, 10: Computer, 20: Walking data acquisition means, 30: Server
以下、本発明をさらに詳細に説明する。
〔認知症判定装置〕
本発明の認知症判定装置の１実施形態を説明することにより、併せて本発明の認知症判定プログラムの１実施形態についても説明する。
本実施形態の認知症判定装置１は、図１に示すように、後述するプログラムが格納されたコンピュータ１０と、被験者Ａの腰の加速度情報を取得する歩行データ取得手段２０とを具備する。
以下、まず、装置について詳細に説明する。
Hereinafter, the present invention will be described in more detail.
[Dementia judgment device]
By explaining one embodiment of the dementia determination device of the present invention, one embodiment of the dementia determination program of the present invention will also be described.
As shown in FIG. 1, the dementia determination device 1 of the present embodiment includes a computer 10 in which a program described later is stored and a walking data acquisition means 20 for acquiring the waist acceleration information of the subject A.
Hereinafter, first, the apparatus will be described in detail.
＜コンピュータ＞
本実施形態においてコンピュータ１０は、特に図示しないが、ランダム・アクセス・メモリ(ＲＡＭ)、少なくとも一つの中央処理演算装置（ＣＰＵ）、記録媒体を備え、キーボード１４やポインティングデバイス(例えば、 マウスやタッチパッド)等の１以上のユーザ・インターフェース機器、インターネット等のデータ通信ネットワークにコンピュータシステムを接続するネットワーク・インタフェースを備える。また、歩行データ取得手段２０からコンピュータへ無線で移送されるデータを受信するための受信装置も備えているのが好ましい。更に、コンピュータ１０液晶ディスプレイ（ＬＣＤ）パネル装置等のディスプレイ装置１２に連結されて、各種情報を利用者に表示する。
本発明においては、コンピュータに代えてサーバーを用いることもでき、サーバーシステムにおいては、ディスプレイ装置に代えていわゆるスマートフォンやタブレット端末等の携帯端末を表示装置として用い、表示と入力機器とを兼用させても良い。
また、オペレーティングシステムとしては、通常の３２ビットまたは６４ビットのものが用いられる他、一般的にコンピュータシステムに用いられる、ウェブサーバーソフトウェアやスクリプト言語モジュール等の標準的な多数のソフトウェアモジュールを含む。また、利用者や専門家の用いるコンピュータも、同様のコンピュータシステムに後述するプログラムを格納して本実施形態の運用支援装置として機能させることが必要となる。
そして、このコンピュータは、後述するプログラムが格納されていることにより、歩行データ取得手段により取得したデータを、記録媒体に格納する格納部、格納されたデータを所定の形式に変換するデータ変換部、変換されたデータを基に認知症か否かを判定する判定部、並びに、認知症該当可能性を数値化して示す推定部として機能する。
また、上記認知症判定プログラムが、後述する推定ステップを具備する場合には、照合先であるデータベースにはすべての被験者のデータが格納されているのが好ましいため、別途サーバー３０を用意し、当該サーバーにデータベースを格納すると共に、各コンピュータからのデータを受領し、都度データを更新するように設定することができる。
<Computer>
In the present embodiment, although not particularly shown, the computer 10 includes a random access memory (RAM), at least one central processing arithmetic unit (CPU), and a recording medium, and includes a keyboard 14 and a pointing device (for example, a mouse and a touch pad). ), Etc., and a network interface for connecting a computer system to a data communication network such as the Internet. It is also preferable to include a receiving device for receiving data wirelessly transferred from the walking data acquisition means 20 to the computer. Further, it is connected to a display device 12 such as a computer 10 liquid crystal display (LCD) panel device to display various information to the user.
In the present invention, a server can be used instead of a computer, and in a server system, a mobile terminal such as a so-called smartphone or tablet terminal is used as a display device instead of a display device, and both a display and an input device are used. Is also good.
In addition to the usual 32-bit or 64-bit operating system, a large number of standard software modules such as web server software and script language modules generally used for computer systems are included. Further, a computer used by a user or an expert also needs to store a program described later in a similar computer system and function as an operation support device of the present embodiment.
Then, this computer stores a program to be described later, so that a storage unit that stores the data acquired by the walking data acquisition means in a recording medium, a data conversion unit that converts the stored data into a predetermined format, It functions as a determination unit that determines whether or not the patient has dementia based on the converted data, and an estimation unit that quantifies the possibility of dementia.
Further, when the dementia determination program includes the estimation step described later, it is preferable that the data of all the subjects are stored in the database which is the collation destination. Therefore, a separate server 30 is prepared and the said. It can be set to store the database on the server, receive data from each computer, and update the data each time.
＜歩行データ取得手段＞
本実施形態において歩行データ取得手段２０は、加速度センサーである。本実施形態においては、被験者の腰の位置に設置されている。設置の態様は特に制限されるベルトに懸架させる、ベルトに取り付ける、身体に貼り付ける等種々の態様を採用しうる。この際用いることのできる加速度センサーとしては、重力、振動、動き及び衝撃を直流電圧として出力可能なものであれば、通常の市販のものを特に制限なく用いることができる。また、出力した直流電圧データをコンピュータに無線で移送するためのｚｉｇｂｅｅ（登録商標）等の通信チップを内蔵しているものが好ましい。
また、歩行データ取得手段としては、ジャイロセンサーを加速度センサーに付加して用いることもできる。ジャイロセンサーとしては、角速度を３軸方向それぞれについて直流電圧データとして出力可能なものであれば、通常の市販のものを特に制限なく用いることができ、通信チップを内蔵していることが好ましい。
<Walking data acquisition means>
In the present embodiment, the walking data acquisition means 20 is an acceleration sensor. In this embodiment, it is installed at the waist position of the subject. Various modes of installation such as suspension on a belt, attachment to a belt, and attachment to a body can be adopted, which are particularly limited. As the acceleration sensor that can be used at this time, an ordinary commercially available one can be used without particular limitation as long as it can output gravity, vibration, movement and shock as a DC voltage. Further, it is preferable that a communication chip such as zigbee (registered trademark) for wirelessly transferring the output DC voltage data to the computer is built-in.
Further, as the walking data acquisition means, a gyro sensor can be added to the acceleration sensor and used. As the gyro sensor, as long as it can output the angular velocity as DC voltage data in each of the three axial directions, a normal commercially available gyro sensor can be used without particular limitation, and it is preferable that the gyro sensor has a built-in communication chip.
＜他の部材＞
本発明の認知症判定装置においては、通常この種の装置に用いられる各種センサー等を設けて種々データをコンピュータに格納可能に設定することもできる。
<Other members>
In the dementia determination device of the present invention, various sensors and the like normally used in this type of device can be provided and various data can be set to be storable in a computer.
〔認知症判定プログラム〕
本発明の認知症判定装置において、コンピュータ１０を、上記格納部、上記データ変換部、上記判定部、並びに、推定部として機能させるべく、コンピュータ１０には本発明の認知症判定プログラムがその記録媒体に格納されている。以下、本発明の認知症判定プログラムの１実施形態を説明する。
本実施形態の認知症判定プログラムは、コンピュータ又はサーバーに格納され、以下のステップを実行させるものである。
腰の加速度情報を取得することで歩行データを取得する取得ステップ、
取得した歩行データを周波数に変換するデータ変換ステップ、及び
得られた周波数データを、予め測定して構築されたデータベースに照合して、被験者が認知症に該当するか否か判定する判定ステップ。
また、本実施形態の認知症判定プログラムは、更に、得られた周波数データを、予め測定して構築されたデータベースに照合して、被験者の認知症該当可能性を数値化する推定ステップを具備する。
以下、各ステップについて、図２にフローシートを参照しつつ説明する。
[Dementia judgment program]
In the dementia determination device of the present invention, the dementia determination program of the present invention is recorded on the computer 10 so that the computer 10 can function as the storage unit, the data conversion unit, the determination unit, and the estimation unit. It is stored in. Hereinafter, one embodiment of the dementia determination program of the present invention will be described.
The dementia determination program of the present embodiment is stored in a computer or a server and executes the following steps.
Acquisition step to acquire walking data by acquiring waist acceleration information,
A data conversion step of converting the acquired walking data into frequencies, and a determination step of collating the obtained frequency data with a database constructed by measuring in advance to determine whether or not the subject corresponds to dementia.
Further, the dementia determination program of the present embodiment further includes an estimation step of collating the obtained frequency data with a database constructed by measuring in advance and quantifying the possibility of dementia of the subject. ..
Hereinafter, each step will be described with reference to the flow sheet in FIG.
＜取得ステップ＞
上記取得ステップＳ１は、歩行データ取得手段２０としての加速度センサーから移送される歩行データとしての直流電圧データを受信し、受信した歩行データをコンピュータ１０の記録媒体に格納する。その際、被験者データと日時データ（データを取得した年月日に関するデータ）とを予め記録媒体に記憶させておき、かかる被験者データ及び日時データと関連付けて格納する。
この際格納されるデータは加速度センサーから移送される直流電圧データである。また、歩行データ取得手段２０が加速度センサーと角速度センサーである場合には、それぞれ、移送される直流電圧データがそのまま格納される。
<Acquisition step>
In the acquisition step S1, the DC voltage data as the walking data transferred from the acceleration sensor as the walking data acquisition means 20 is received, and the received walking data is stored in the recording medium of the computer 10. At that time, the subject data and the date and time data (data related to the date when the data was acquired) are stored in the recording medium in advance, and are stored in association with the subject data and the date and time data.
The data stored at this time is the DC voltage data transferred from the acceleration sensor. When the walking data acquisition means 20 is an acceleration sensor and an angular velocity sensor, the DC voltage data to be transferred is stored as it is, respectively.
＜データ変換ステップ＞
データ変換ステップＳ２は、上記取得ステップにより格納された直流電圧データを周波数に変換するステップである。図３（ａ）に示すように直流電圧データは、波形データである。この波形データのままでは判定ステップや推定ステップにおいて正確に判定又は推定することができないこと、波形データを周波数データに換算することで正確に判定又は推定することが可能となることを、本発明者らは知見した。
本ステップにおいて、まず、波形データにおける波形の山毎に下記式によるフーリエ変換して、各山を構成する関数がどのような周波数で構成されているかを求める。
ついで、得られた周波数データを図３（ｂ）に示すように画像化する。
画像化は、判定ステップにおいていわゆる畳込みネットワークによる判定を行うための下準備に相当する操作であり、周波数データを用いて入力層を形成する操作である。具体的には、画像化は、波形を山毎に分解して周波数データを得、得られた周波数データをそれぞれ色階調の異なる１ピクセル画像として出力し、時間の経過順に所定方向（例えば左上から右に移行し、所定個数並べたら次の行へと移行して同様に左から右に並べ、所定行数繰り返す）に並べて、正方形の画像データとすることにより行う。
<Data conversion step>
The data conversion step S2 is a step of converting the DC voltage data stored in the acquisition step into a frequency. As shown in FIG. 3A, the DC voltage data is waveform data. The present inventor has determined that the waveform data cannot be accurately determined or estimated in the determination step or the estimation step as it is, and that it can be accurately determined or estimated by converting the waveform data into frequency data. Et al. Found.
In this step, first, Fourier transform is performed for each peak of the waveform in the waveform data by the following equation to find out what frequency the function constituting each peak is composed of.
Then, the obtained frequency data is imaged as shown in FIG. 3 (b).
Imaging is an operation corresponding to preparation for making a determination by a so-called convolutional network in the determination step, and is an operation of forming an input layer using frequency data. Specifically, in imaging, frequency data is obtained by decomposing the waveform into peaks, and the obtained frequency data is output as a 1-pixel image having different color gradations, and in a predetermined direction (for example, upper left) in the order of passage of time. After arranging a predetermined number of lines from to the right, arranging them in the next line, arranging them from left to right in the same manner, and arranging them in a predetermined number of lines) to obtain square image data.
＜判定ステップ＞
判定ステップＳ３は、データ変換ステップで得られた周波数データに基づく画像データを入力層として、予めデータベースに基づいて作成された畳み込み層、プーリング層、全結合層及び出力層と照合させることにより、認知症の該当性を判定するステップである。いわゆるＡｌｅｘｎｅｔ等の畳み込みネットワークを用いて行われる。
事前に準備されるデータについては後述するが、入力層としての画像データと各層との照合について説明する。
まず、畳み込み層は任意の一つのピクセルデータ（フィルタ）がどの位置に存在するかを確認するための層であり、多数の層が用意されている。入力層と畳み込み層との照合でこのフィルタの存在する位置を確認する。
ついで、プーリング層との照合で、位置を正確に特定する。
最終的にピクセル毎に画像の特定と位置の把握が完了したところですべてのデータを結合させて、結合されたデータをデータベースにおける多数のデータと照合して、入力層、すなわち測定したデータと近似するデータベースに格納されている他のデータを抽出する。そして、近似するデータが認知症であるか否かを確認することで、認知症の該当可能性を判定する。
この際、ネットワークからそれぞれの分類に該当する可能性が出力される。すなわち、近似するデータを所定数検出し、そのうちの認知症該当例の数をもって確率を算出するなどの手段により、可能性を算出して、出力される。得られた該当可能性値に基づいて、認知症該当可能性を判定する（そのまま出力する場合）。
また、単に認知症該当可能性を％で算出するのではなく、例えば、近似するデータのうち認知症のものが６０％以上存在する（以下、存在率という）場合には「認知症該当性高（認知症該当）」、４０％を超えて６０％未満の存在率であれば「認知症該当性中（認知症予備軍）」、４０％以下の存在率なら「認知症該当可能性低（正常）」と３段階に分類して、いずれに該当するかによって、３段階で判定することも可能である。
<Judgment step>
The determination step S3 recognizes by using the image data based on the frequency data obtained in the data conversion step as an input layer and collating it with the convolution layer, the pooling layer, the fully connected layer, and the output layer created in advance based on the database. This is a step to determine the applicability of the disease. This is done using a convolutional network such as the so-called Alexnet.
The data prepared in advance will be described later, but the collation between the image data as the input layer and each layer will be described.
First, the convolution layer is a layer for confirming the position where any one pixel data (filter) exists, and a large number of layers are prepared. Check the location of this filter by matching the input layer with the convolution layer.
Then, by collating with the pooling layer, the position is accurately identified.
Finally, when the image identification and position grasping for each pixel is completed, all the data is combined, and the combined data is collated with a large number of data in the database to approximate the input layer, that is, the measured data. Extract other data stored in the database. Then, by confirming whether or not the approximated data is dementia, the possibility of dementia is determined.
At this time, the possibility of corresponding to each classification is output from the network. That is, the possibility is calculated and output by means such as detecting a predetermined number of similar data and calculating the probability based on the number of cases corresponding to dementia. Based on the obtained applicability value, the dementia applicability is determined (when output as it is).
In addition, instead of simply calculating the dementia applicability in%, for example, if there are 60% or more of the similar data for dementia (hereinafter referred to as the abundance rate), "dementia applicability is high". (Dementia applicable) ”,“ Dementia applicable medium (dementia reserve army)” if the abundance rate is more than 40% and less than 60%, “Dementia applicable low possibility” if the abundance rate is 40% or less (Dementia applicable) It is also possible to classify into 3 stages as "normal)" and judge in 3 stages depending on which one corresponds.
＜推定ステップ＞
推定ステップＳ４は、データベースに随時測定したデータを追加して、データベースを更新するとともに、上述した判定ステップと同様に検査の推定得点を推定して算出するか、または好ましくは回帰型ＡＩシステムを用い、上記検査の推定得点を示すステップである。
好ましい態様としては、具体的には、更新されたデータベースのデータを用いて、長・短期記憶（ＬＳＴＭ）型人工知能（ＡＩ）より測定データから得られる周波数データをデータベースと照合して、予め計測して格納してある認知機能簡易スクリーニング検査のＭＭＳＥあるいはＭｏＣＡ-Ｊのデータと照合して、これらの得点を推定する。データの入力はセンサーデータを変換処理、画像化処理後にＬＳＴＭ型ＡＩに入力して、ＭＭＳＥまたはＭｏＣＡ-Ｊの推定される得点を出力する。これらのステップを実行するプログラムは、例えばＭａｔｈＷｏｒｋｓ社製「ＭＡＴＬＡＢ」等を用いて構成することができる。
本実施形態のように判定ステップと推定ステップの両方をプログラムに組み込む場合には、判定ステップはオフラインでも使用できるようにすると共に段階判定を行うように設定し、推定ステップはオンラインでサーバーに格納したデータベースにアクセスして具体的な数値として算出するように設定するのが好ましい。また、後述するように、携帯端末に本発明のプログラムを格納して各ステップを実行させる場合には、判定ステップ及び推定ステップも当該携帯端末で実行させるように構成することもできる。
<Estimation step>
In the estimation step S4, the measured data is added to the database at any time to update the database, and the estimated score of the test is estimated and calculated in the same manner as in the above-mentioned determination step, or preferably a regression type AI system is used. , Is a step showing the estimated score of the above inspection.
In a preferred embodiment, specifically, using the updated database data, the frequency data obtained from the measurement data from the long / short-term memory (LSTM) type artificial intelligence (AI) is collated with the database and measured in advance. These scores are estimated by collating with the MMSE or MoCA-J data of the cognitive function simple screening test stored in the above. The data is input to the LSTM type AI after the sensor data is converted and imaged, and the estimated score of MMSE or MoCA-J is output. A program that executes these steps can be configured using, for example, "MATLAB" manufactured by MathWorks.
When both the judgment step and the estimation step are incorporated into the program as in the present embodiment, the judgment step is set so that it can be used offline and the stage judgment is performed, and the estimation step is stored online in the server. It is preferable to access the database and set it so that it is calculated as a concrete numerical value. Further, as will be described later, when the program of the present invention is stored in the mobile terminal and each step is executed, the determination step and the estimation step can also be configured to be executed in the mobile terminal.
＜その他のステップ＞
（事前準備ステップＳ０）
本実施形態の認知症判定プログラムにおいては、事前にデータベースを構築しておくのが好ましい。
このデータベースは、取得ステップとデータ変換ステップとを行い、測定データを画像化したデータを、予め被験者について認知機能検査を行っておき、得られた認知機能検査及び被験者データ（年齢、性別、職業等）と紐付けて、コンピュータ又はサーバーの記憶媒体に格納することで構成できる。ここで認知機能検査としては、ミニメンタルステート検査（ＭＭＳＥ）や、Ｍｏｎｔｒｅａｌ Ｃｏｇｎｉｔｉｖｅ Ａｓｓｅｓｓｍｅｎｔ Ｊａｐａｎｅｓｅ Ｖｅｒｓｉｏｎ（ＭｏＣＡ−Ｊ）が挙げられる。
そして、推定ステップを行う場合には、随時データを更新できるように、データベースをサーバーに構築し、各コンピュータ又は携帯端末（携帯端末を用いた実施態様については後述する）からサーバーのデータベースにアクセス可能とする。
（その他のステップ）
また、本発明においては、上述の各ステップの他に、適宜、本発明の趣旨を逸脱しない範囲で種々ステップを実行させるようにプログラムを構成する事が可能である。
<Other steps>
(Preparation step S0)
In the dementia determination program of the present embodiment, it is preferable to construct a database in advance.
This database performs acquisition steps and data conversion steps, and the data obtained by imaging the measurement data is subjected to a cognitive function test on the subject in advance, and the obtained cognitive function test and subject data (age, gender, occupation, etc.) ), And it can be configured by storing it in the storage medium of the computer or server. Here, examples of the cognitive function test include the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment Japanese Version (MoCA-J).
Then, when performing the estimation step, a database is constructed on the server so that the data can be updated at any time, and the database of the server can be accessed from each computer or mobile terminal (the embodiment using the mobile terminal will be described later). And.
(Other steps)
Further, in the present invention, in addition to the above-mentioned steps, it is possible to appropriately configure a program so as to execute various steps within a range that does not deviate from the gist of the present invention.
＜使用例＞
本発明の認知症判定装置１は、以下のようにして使用することができる。
まず、歩行データ取得手段２０である加速度センサーを被験者Ａの腰部に装着する。そして、被験者Ａに通常行っているのと同様に歩行をしてもらう。この歩行を行っている間、歩行データ取得手段２０で歩行データを取得し、得られた歩行データ（電圧データ）をコンピュータ１０に移送する。歩行データは、コンピュータに格納された認知症判定プログラムの作用により、歩行データをコンピュータの記憶媒体に予め格納された被験者の情報と紐付けて格納して、コンピュータを格納部として機能させる。この操作は取得ステップＳ１に該当する。
次に、格納された歩行データを、認知症判定プログラムの作用によって周波数データに変換する。すなわち、コンピュータを変換部として機能させる。これにより周波数データ、ひいては画像化されたデータに、歩行データを変換して、再度コンピュータの記憶媒体に格納する。この操作はデータ変換ステップＳ２に該当する。
本実施形態においては、判定ステップと推定ステップの両方を実行できるように設定されている。
得られた画像化されたデータは、コンピュータに格納されたか又はサーバーに格納されたデータベースに照合されて、３段階の段階評価、又は認知症該当可能性として具体的な該当確率（％）が出力される。これが判定ステップＳ３であり、このステップを認知症判定プログラムがコンピュータに実行させることで、コンピュータが判定部として機能する。
また、得られた画像化されたデータは、サーバーに格納され、新たなデータを随時追加して更新されるデータベースに照合されて、認知機能簡易スクリーニング検査（MMSE,MoCA−J）の推定得点が出力される。これが推定ステップＳ３であり、このステップを認知症判定プログラムがコンピュータに実行させることで、コンピュータが推定部として機能する。
これらの操作をコンピュータに実行させて、段階評価、該当確率（％）、推定得点がディスプレイ装置に表示される。
<Usage example>
The dementia determination device 1 of the present invention can be used as follows.
First, the acceleration sensor, which is the walking data acquisition means 20, is attached to the waist of the subject A. Then, the subject A is asked to walk in the same manner as he or she normally does. During this walking, the walking data acquisition means 20 acquires walking data, and the obtained walking data (voltage data) is transferred to the computer 10. The walking data is stored in association with the subject information stored in advance in the storage medium of the computer by the action of the dementia determination program stored in the computer, and the computer functions as a storage unit. This operation corresponds to the acquisition step S1.
Next, the stored gait data is converted into frequency data by the action of the dementia determination program. That is, the computer functions as a conversion unit. As a result, the walking data is converted into frequency data and eventually imaged data, and stored in the storage medium of the computer again. This operation corresponds to the data conversion step S2.
In this embodiment, it is set so that both the determination step and the estimation step can be executed.
The obtained imaged data is collated with a database stored in a computer or a server, and a three-stage evaluation or a specific probability of hitting dementia (%) is output as a possibility of hitting dementia. Will be done. This is the determination step S3, and the dementia determination program causes the computer to execute this step, so that the computer functions as the determination unit.
In addition, the obtained imaged data is stored in the server and collated with the database that is updated by adding new data as needed, and the estimated score of the Cognitive Function Simple Screening Test (MMSE, MoCA-J) is obtained. It is output. This is the estimation step S3, and the dementia determination program causes the computer to execute this step, so that the computer functions as the estimation unit.
The computer is made to perform these operations, and the grade evaluation, the corresponding probability (%), and the estimated score are displayed on the display device.
なお、本発明は上述の実施形態に何ら制限されるものではなく、本発明の趣旨を逸脱しない範囲で種々変更可能である。
たとえば、上述の実施形態では加速度センサーとコンピュータとを用いる形態で説明したが、加速度センサーに代えてスマートフォン等の携帯端末を用い、コンピュータに代えてサーバーを用いることもできる。この場合には、スマートフォンに内蔵されている加速度センサーを用い、スマートフォンにいわゆるアプリと言われるプログラムを格納し、スマートフォンの加速度センサーで計測したデータを、ＷＩＦＩ（登録商標）等の通信手段を用いてサーバーに移送する。サーバーでの処理は、上述のコンピュータにおける処理と同じに行うことができ、出力は、当該スマートフォンに結果のデータを移送することで、スマートフォン上で確認するように設定することができる。
なお、本発明におけるコンピュータには、スマートフォン等の携帯端末も含まれる。したがって、携帯端末に本発明のプログラムを格納して本発明の装置におけるコンピュータとして機能させるとともに、当該携帯端末に通常内蔵されている加速度センサーをもって歩行データ取得手段として機能させることもでき、この場合には、上述の推定ステップも含めたすべてのステップの実行が携帯端末で完結することが可能であり、携帯端末をオフライン状態で使用する態様とすることが可能である。
また、加速度センサーを被験者の腰に設けた例をもって説明したが、腰の他に更に膝や足（靴）に設けることもできる。
上述の実施形態では、判定ステップと推定ステップの両方を有するプログラムを例示して説明したが、判定ステップと推定ステップとはいずれかのステップを行えるように設定されていればよい。
また、判定ステップにおける段階評価を、スコア表示して、例えば「認知機能元気度スコア」として出力することも可能である。この場合には、データベースにおける認知機能の高低と画像化されたデータとを紐付けておき、測定したデータがいずれの画像に近似するかを判定し、最も近似するデータの認知機能の高低をもって点数化し、当該点数を出力するなどすることができる。
また、波形データの変換には、上述のフーリエ変換の他、高速フーリエ変換（ＦＦＴ）を使用することもでき、またウェーブレット変換を用いることもできる。
また、判定ステップは、畳み込みネットワーク（ＣＮＮ）に代えて、推定ステップで説明したＬＳＴＭや回帰型ニューラルネットワーク（ＲＮＮ）を用いて行うことも可能である。
The present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the spirit of the present invention.
For example, in the above-described embodiment, the acceleration sensor and the computer are used, but a mobile terminal such as a smartphone may be used instead of the acceleration sensor, and a server may be used instead of the computer. In this case, the acceleration sensor built into the smartphone is used, a program called an application is stored in the smartphone, and the data measured by the acceleration sensor of the smartphone is used by communication means such as WIFI (registered trademark). Transport to the server. The processing on the server can be performed in the same manner as the processing on the computer described above, and the output can be set to be confirmed on the smartphone by transferring the result data to the smartphone.
The computer in the present invention also includes a mobile terminal such as a smartphone. Therefore, the program of the present invention can be stored in the mobile terminal to function as a computer in the device of the present invention, and the acceleration sensor normally built in the mobile terminal can be used as a walking data acquisition means. Can complete the execution of all steps including the above-mentioned estimation step on the mobile terminal, and can be used in an offline state.
Further, although the example in which the acceleration sensor is provided on the waist of the subject has been described, it can be further provided on the knees and feet (shoes) in addition to the waist.
In the above-described embodiment, a program having both a determination step and an estimation step has been described as an example, but the determination step and the estimation step may be set so as to be able to perform either step.
It is also possible to display the graded evaluation in the determination step as a score and output it as, for example, a "cognitive function vitality score". In this case, the level of cognitive function in the database is linked to the imaged data, it is determined which image the measured data approximates, and the score is based on the level of cognitive function of the most approximated data. And the score can be output.
Further, in addition to the above-mentioned Fourier transform, a fast Fourier transform (FFT) can be used for the transformation of the waveform data, and a wavelet transform can also be used.
Further, the determination step can be performed by using the LSTM or recurrent neural network (RNN) described in the estimation step instead of the convolutional network (CNN).
以下、本発明を実施例により更に詳細に説明するが、本発明はこれらになんら制限されるものではない。
〔実施例〕
都内在住の６５歳以上の高齢者８８１人を対象に、本発明の認知症判定装置を用いて、歩行時の加速度の計測（腰部の加速度、角速度データの収集）を行った。また、これらの対象について別途認知機能検査（ＭＭＳＥ、ＭｏＣＡ−Ｊ）を実施した。得られた加速度データを認知機能検査の結果と紐付けてサーバーの記録媒体に格納してデータベースを構築した。また、加速度データに基づいて上述のデータ変換ステップと同じ操作を行い、データを画像化し、画像化されたデータも加速度データ及び認知機能検査の結果と紐付けてデータベースに格納した。
認知機能検査を行い、認知症の疑いがあると認定された被験者及び認知症の疑いありと認定された被験者に歩行データ取得手段としての加速度センサーを装着してもらい、本発明の認知症判定装置を用いて認知症の判定を行った。その結果、事前に認知症の疑いありと認定された方は、認知症に該当するという判定結果であり、事前に正常と認定された方は、認知症に該当しないという判定結果であった。それぞれのデータを以下に示す。また、その際得られた画像データを図４に示す。
正常（ａ）：年齢６６歳、女性、事前データ（ＭＭＳＥ２８点、ＭｏＣＡ−Ｊ２６点）、歩行速度１．３７ｍ／ｓ
認知症の疑いあり（ｂ）：年齢６９歳、女性、事前データ（ＭＭＳＥ１６点、ＭｏＣＡ−Ｊ７点）、歩行速度１．３７ｍ／ｓ
この結果から明らかなように、本発明の認知症判定装置及び認知症判定プログラムを用いることにより、認知症機能検査の結果に即した判定結果が得られている。本発明の認知症判定装置及び認知症判定プログラムにより、簡易な操作で且つ少ない被験者の負担で、正確に認知症の判定を行えることがわかる。
また、比較として、データ変換ステップを行わずに判定を行った場合（比較対象品）と比較した。その結果を表１に示す。なお、判定は、正常、認知症予備軍、認知症のそれぞれのいずれに該当するか否かを、本発明の装置またはデータ変換ステップを用いていないプログラムを有する装置を用いて判定すると共に、事前に認知機能検査により得られた結果に対してどの程度の正答率があったかで、性能を評価した。
表１に示すように、本発明の装置を用いた場合には、高い正答率を示すことがわかる。このことから、本発明の装置及びプログラムによれば、歩行データを採るだけで高い確率で認知症か否かを判定することができる。
〔Example〕
Using the dementia determination device of the present invention, we measured the acceleration during walking (collection of waist acceleration and angular velocity data) for 881 elderly people aged 65 and over living in Tokyo. In addition, a separate cognitive function test (MMSE, MoCA-J) was performed on these subjects. The obtained acceleration data was linked with the result of the cognitive function test and stored in the recording medium of the server to construct a database. Further, the same operation as the above-mentioned data conversion step was performed based on the acceleration data, the data was imaged, and the imaged data was also stored in the database in association with the acceleration data and the result of the cognitive function test.
The device for determining dementia of the present invention is obtained by having a subject who has been determined to be suspected of having dementia and a subject who has been determined to be suspected of having dementia by performing a cognitive function test to wear an acceleration sensor as a walking data acquisition means. Was used to determine dementia. As a result, those who were preliminarily determined to be suspected of having dementia were judged to be dementia, and those who were preliminarily determined to be normal were judged not to be dementia. Each data is shown below. The image data obtained at that time is shown in FIG.
Normal (a): Age 66 years, female, prior data (MMSE 28 points, MoCA-J 26 points), walking speed 1.37 m / s
Suspected dementia (b): Age 69 years, female, prior data (MMSE 16 points, MoCA-J 7 points), walking speed 1.37 m / s
As is clear from this result, by using the dementia determination device and the dementia determination program of the present invention, a determination result corresponding to the result of the dementia function test is obtained. It can be seen that the dementia determination device and the dementia determination program of the present invention can accurately determine dementia with a simple operation and with a small burden on the subject.
In addition, as a comparison, a comparison was made with the case where the determination was made without performing the data conversion step (comparison target product). The results are shown in Table 1. It should be noted that the determination is made in advance by using the apparatus of the present invention or an apparatus having a program that does not use the data conversion step to determine whether or not it corresponds to each of normal, dementia reserve army, and dementia. Performance was evaluated based on the percentage of correct answers to the results obtained by the cognitive function test.
As shown in Table 1, it can be seen that when the apparatus of the present invention is used, a high correct answer rate is shown. From this, according to the apparatus and program of the present invention, it is possible to determine with high probability whether or not dementia is present only by collecting walking data.
このように簡易な操作で且つ少ない被験者の負担で、正確に認知症の判定を行える本発明の認知症判定装置及び認知症判定プログラムは、短時間の歩行計測で、個人が簡便に認知機能の状態を知ることが可能であるので、高齢者の車の運転免許更新に、数分間の歩行計測によって認知機能の状態の推測、スクリーニングを行う等、医療現場、地域での保健福祉サービスなど簡易に認知機能の推定が必要になる場面への利用が期待される。
The dementia determination device and the dementia determination program of the present invention, which can accurately determine dementia with such a simple operation and with a small burden on the subject, can easily perform cognitive functions by an individual by measuring walking in a short time. Since it is possible to know the condition, it is easy to renew the driver's license of the elderly person's car, estimate the state of cognitive function by walking for several minutes, perform screening, etc. It is expected to be used in situations where it is necessary to estimate cognitive function.
Claims (5)
腰の加速度情報を取得することで歩行データを取得する取得ステップ、
取得した歩行データを周波数データに変換するデータ変換ステップ、及び
得られた周波数データを、予め測定して構築されたデータベースに照合して、被験者が認知症に該当するか否か判定する判定ステップ。 A dementia determination program that is stored on a computer or server and performs the following steps.
Acquisition step to acquire walking data by acquiring waist acceleration information,
A data conversion step of converting the acquired walking data into frequency data, and a determination step of collating the obtained frequency data with a database constructed by measuring in advance to determine whether or not the subject corresponds to dementia.
腰の加速度情報を取得することで歩行データを取得する取得ステップ、
取得した歩行データを周波数データに変換するデータ変換ステップ、及び
得られた周波数データを、予め測定して構築されたデータベースに照合して、被験者の認知機能の状態を数値化する推定ステップ。 A dementia determination program that is stored on a computer or server and performs the following steps.
Acquisition step to acquire walking data by acquiring waist acceleration information,
A data conversion step of converting the acquired walking data into frequency data, and an estimation step of collating the obtained frequency data with a database constructed by measuring in advance to quantify the state of the cognitive function of the subject.
被験者の腰の加速度情報を取得する歩行データ取得手段とを具備する認知症判定装置。
A computer or server in which the program according to claim 1 or 3 is stored, and
A dementia determination device including a walking data acquisition means for acquiring acceleration information of the waist of a subject.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019218009A JP7408132B2 (en) | 2019-12-02 | 2019-12-02 | Dementia assessment program and dementia assessment device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019218009A JP7408132B2 (en) | 2019-12-02 | 2019-12-02 | Dementia assessment program and dementia assessment device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021087503A true JP2021087503A (en) | 2021-06-10 |
| JP7408132B2 JP7408132B2 (en) | 2024-01-05 |
Family
ID=76218588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019218009A Active JP7408132B2 (en) | 2019-12-02 | 2019-12-02 | Dementia assessment program and dementia assessment device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7408132B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023275975A1 (en) * | 2021-06-29 | 2023-01-05 | 日本電気株式会社 | Cognitive function estimation device, cognitive function estimation method, and recording medium |
| WO2024043453A1 (en) * | 2022-08-23 | 2024-02-29 | 서울대학교산학협력단 | Method and device for diagnosing age-related cognitive impairment on basis of multi-biosignals |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018042672A (en) * | 2016-09-13 | 2018-03-22 | 株式会社東芝 | Estimation device, estimation method, and computer program |
| WO2018066422A1 (en) * | 2016-10-07 | 2018-04-12 | パナソニックＩｐマネジメント株式会社 | Cognitive function evaluation device, cognitive function evaluation method, and program |
| WO2019165207A1 (en) * | 2018-02-23 | 2019-08-29 | Loma Linda Universtiy | Systems and methods for detection and correction of abnormal movements |
| WO2019181483A1 (en) * | 2018-03-23 | 2019-09-26 | パナソニックＩｐマネジメント株式会社 | Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method and program |
-
2019
- 2019-12-02 JP JP2019218009A patent/JP7408132B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018042672A (en) * | 2016-09-13 | 2018-03-22 | 株式会社東芝 | Estimation device, estimation method, and computer program |
| WO2018066422A1 (en) * | 2016-10-07 | 2018-04-12 | パナソニックＩｐマネジメント株式会社 | Cognitive function evaluation device, cognitive function evaluation method, and program |
| WO2019165207A1 (en) * | 2018-02-23 | 2019-08-29 | Loma Linda Universtiy | Systems and methods for detection and correction of abnormal movements |
| WO2019181483A1 (en) * | 2018-03-23 | 2019-09-26 | パナソニックＩｐマネジメント株式会社 | Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method and program |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023275975A1 (en) * | 2021-06-29 | 2023-01-05 | 日本電気株式会社 | Cognitive function estimation device, cognitive function estimation method, and recording medium |
| WO2024043453A1 (en) * | 2022-08-23 | 2024-02-29 | 서울대학교산학협력단 | Method and device for diagnosing age-related cognitive impairment on basis of multi-biosignals |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7408132B2 (en) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qiu et al. | Application of wearable inertial sensors and a new test battery for distinguishing retrospective fallers from non-fallers among community-dwelling older people | |
| Arora et al. | Detecting and monitoring the symptoms of Parkinson's disease using smartphones: A pilot study | |
| Fontecha et al. | Elderly frailty detection by using accelerometer-enabled smartphones and clinical information records | |
| US20210307653A1 (en) | Brain dysfunction evaluation system, brain dysfunction evaluation method, and program | |
| JP6383321B2 (en) | Diagnosis support system | |
| JP4543594B2 (en) | Brain function test apparatus and brain function test system | |
| US10034632B2 (en) | Collection of medical data | |
| JP7057589B2 (en) | Medical information processing system, gait state quantification method and program | |
| Giannouli et al. | Cognitive functioning is more closely related to real-life mobility than to laboratory-based mobility parameters | |
| Bacciu et al. | A learning system for automatic Berg Balance Scale score estimation | |
| Kashyap et al. | Objective assessment of cerebellar ataxia: A comprehensive and refined approach | |
| WO2019187099A1 (en) | Bodily function independence assistance device and method therefor | |
| Schwab et al. | A deep learning approach to diagnosing multiple sclerosis from smartphone data | |
| JP2021087503A (en) | Dementia determination program and dementia determination device | |
| Rodrigues et al. | Stereotyped movement recognition in children with ASD | |
| EP3908175A1 (en) | Diagnosis and effectiveness of monitoring attention deficit hyperactivity disorder | |
| Ponnan et al. | Driver monitoring and passenger interaction system using wearable device in intelligent vehicle | |
| JP2002143096A (en) | Dementia examination device, dementia examination server, dementia examination client and dementia examination system | |
| Maskeliūnas et al. | Depression behavior detection model based on participation in serious games | |
| Ma | Predicting TUG score from gait characteristics with video analysis and machine learning | |
| Nguyen et al. | Quantitative assessment of cerebellar ataxia with kinematic sensing during rhythmic tapping | |
| KR102395937B1 (en) | Health state prediction method and system based on gait time-frequency analysis | |
| KR102591797B1 (en) | System for early diagnosis of dementia and Method for early diagnosis of dementia using the same | |
| CN116484290A (en) | Depression recognition model construction method based on Stacking integration | |
| EP3664101A1 (en) | A computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221121 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230607 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230725 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230922 |
|
| 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: 20231205 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231213 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7408132 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |