JP2022013408A - 基礎代謝推定装置、基礎代謝推定システム、基礎代謝推定方法およびプログラム - Google Patents
基礎代謝推定装置、基礎代謝推定システム、基礎代謝推定方法およびプログラム Download PDFInfo
- Publication number
- JP2022013408A JP2022013408A JP2020115942A JP2020115942A JP2022013408A JP 2022013408 A JP2022013408 A JP 2022013408A JP 2020115942 A JP2020115942 A JP 2020115942A JP 2020115942 A JP2020115942 A JP 2020115942A JP 2022013408 A JP2022013408 A JP 2022013408A
- Authority
- JP
- Japan
- Prior art keywords
- time
- basal metabolism
- foot
- stance phase
- measurement data
- 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
- 230000004060 metabolic process Effects 0.000 title claims abstract description 266
- 238000000034 method Methods 0.000 title claims description 102
- 238000005259 measurement Methods 0.000 claims abstract description 139
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 230000001133 acceleration Effects 0.000 claims description 66
- 238000012545 processing Methods 0.000 abstract description 27
- 210000002683 foot Anatomy 0.000 description 430
- 230000006870 function Effects 0.000 description 67
- 210000003371 toe Anatomy 0.000 description 67
- 238000004891 communication Methods 0.000 description 28
- 238000001514 detection method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 102220573882 Adenosine receptor A2a_T21L_mutation Human genes 0.000 description 3
- 210000001872 metatarsal bone Anatomy 0.000 description 3
- 210000004233 talus Anatomy 0.000 description 3
- 102220614638 Queuine tRNA-ribosyltransferase accessory subunit 2_T41R_mutation Human genes 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 102200095122 rs104893680 Human genes 0.000 description 2
- 102220344095 rs1333025395 Human genes 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4866—Evaluating metabolism
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
-
- 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
- A61B2562/04—Arrangements of multiple sensors of the same type
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Dentistry (AREA)
- Obesity (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
図1は、第1実施形態に係る基礎代謝推定システムの装置構成の例を示す概略構成図である。図1に示す構成で、基礎代謝推定システム1は、左側センサシステム101と、右側センサシステム102と、基礎代謝推定装置200とを備える。
基礎代謝推定システム1は、基礎代謝推定の対象者の基礎代謝を推定する。基礎代謝は、心身ともに安静な状態の時に生命維持のために消費される必要最小限のエネルギー代謝量である。基礎代謝推定の対象者を単に対象者とも称する。
ここで、基礎代謝と歩行との間には関連性があり、基礎代謝推定システム1は、対象者の歩行時の測定データに基づいて基礎代謝を推定する。
図2は、1歩行周期における左右の足の動きのフェーズの例を示している。1歩行周期は、歩行において繰り返される動作の1単位に相当する一連の動作の期間である。
1歩行周期を単に歩行周期とも称する。また、1歩行周期にかかる時間をストライド時間と称する。
図2の例では、時刻T11で右足(右足部とも称する)が接地し、時刻T14で右足が離地し、時刻T15で右足が再び接地している。図2の例では、足が接地するときは、踵から接地している。また、足が離地するときは、つま先が最後に離地している。このため、時刻T11では右足の踵が接地し、時刻T14では、右足のつま先が離地している。時刻T15では、右足の踵が再び接地している。
図2の例では、時刻T11から時刻T14までの期間が右足の立脚期に該当する。時刻T14から時刻T15までの期間が右足の遊脚期に該当する。
したがって、時刻T11から時刻T14までの時間(T14-T11)が、右足のステップ時間に該当する。
この場合、例えば、時刻T13で左足が離地してから次に左足が接地するまでの時間が、左足のステップ時間に該当する。対象者が同じリズムで歩行周期を繰り返している場合、時刻T11から時刻T12までの時間と、時刻T14から時刻T15までの時間との合計(T12-T11+T15-T14)が、左足のステップ時間に相当する。
一方、対象者が同じリズムで歩行周期を繰り返している場合でも、右足のステップ時間と左足のステップ時間とは、同じ時間とは限らない。
ストライド時間指標値は、ストライド時間の長さを、基準時間との比較で示す指標値である。ストライド時間指標値dtは、式(1)のように示される。
例えば、基礎代謝推定装置200が基準時間のデータベースを参照して、対象者の身長および体重等のデータに応じた基準時間を読み出すようにしてもよい。
時間非対称性指標値SIは、ステップ時間(立脚期の時間)の左右の足での非対称の度合いを示す指標値である。ステップ時間の左右の足での非対称の度合いは、立脚期における測定データの左右の足での非対称の度合いの例に該当する。ここでいうデータの左右の足での非対称は、データが左右の足で異なることである。
時間非対称性指標値SIは、式(2)のように示される。
ストライド時間strideと基礎代謝Wとの関係では、ストライド時間指標値dtが0の付近で基礎代謝Wが最小になっている。したがって、ストライド時間strideが基準時間striderefにおおよそ等しいときに、基礎代謝Wが最小になっている。
また、線L11、L12、L13の何れも、ストライド時間指標値dtが0の場合を中心に、正の場合と負の場合とでおおよそ線対称になっており、正負いずれの場合も、ストライド時間指標値dtの大きさ(絶対値)が大きいほど基礎代謝Wが大きくなっている。したがって、ストライド時間strideが基準時間striderefよりも大きい場合、小さい場合の何れも、ストライド時間strideと基準時間striderefとの差が大きいほど、基礎代謝Wが大きくなっている。
図3の例のように、基礎代謝Wと、ストライド時間指標値dtおよび時間非対称性指標値SIとの間には関連性がある。この関連性に基づいて、式(3)のように、基礎代謝Wをストライド時間指標値dtと時間非対称性指標値SIとの関数fで表す。
また、対象者の身長、体重および年齢毎など対象者の属性毎に関数fを求めておくようにしてもよい。そして、基礎代謝推定装置200が、対象者の属性に応じた関数fを取得して、基礎代謝Wを推定するようにしてもよい。
また、対象者の身長、体重および年齢毎など対象者の属性毎に関数gおよび関数hを求めておくようにしてもよい。そして、基礎代謝推定装置200が、対象者の属性に応じた関数gおよび関数hを取得して、基礎代謝Wを推定するようにしてもよい。
また、時間非対称性指標値SIと基礎代謝Wとは、単調増加の関係(正の相関関係)にある。このことから、関数h(SI)は、単調増加関数とすることができる。
例えば、関数g(dt)として二次関数を用い、関数h(SI)として正比例の関数(一次関数)を用いると、式(4)を式(5)のように近似できる。
基礎代謝推定装置200が、式(5)に基づいて基礎代謝を推定する(算出する)ようにしてもよい。この場合、係数aの値および係数bの値を、機械学習にて求めるようにしてもよい。あるいは、基礎代謝推定システム1の設計者等の人が、例えば統計データに基づいて係数aの値および係数bの値を求めるようにしてもよい。
また、対象者の身長、体重および年齢毎など対象者の属性毎に、係数aの値および係数bの値を求めておくようにしてもよい。そして、基礎代謝推定装置200が、対象者の属性に応じた係数aの値および係数bの値を取得して、基礎代謝Wを推定するようにしてもよい。
左側センサシステム101および右側センサシステム102は、それぞれ、測定データを基礎代謝推定装置200へ送信する。
左側センサシステム101と右側センサシステム102とを総称して、センサシステム100と表記する。
ただし、センサシステム100が必ずしも靴810に設けられている必要は無く、センサシステム100が対象者の足の動き(特に前後方向の加速度)を測定可能であればよい。例えば、センサシステム100がバンドで対象者の足または足首に装着されていてよい。
基礎代謝推定装置200の通信方式は、特定の方式に限定されない。例えば、基礎代謝推定装置200が、左側センサシステム101、右側センサシステム102のそれぞれと近距離無線通信の通信方式にて通信を行うようにしてもよいが、これに限定されない。
ただし、基礎代謝推定装置200がデータを出力する方法は、表示部220がデータを表示する方法に限定されない。例えば、通信部210が、対象者の基礎代謝の推定結果を、サーバ装置など他の装置へ送信するようにしてもよい。
記憶部280は、各種データを記憶する。記憶部280は、基礎代謝推定装置200が備える記憶デバイスを用いて構成される。
図5は、立脚期特定部293が特定する立脚期の開始タイミングおよび終了タイミングの例を示す図である。図5の横軸は時間(基準時からの経過時間)を示す。縦軸は加速度を示す。
時間T21で、右足が接地して右足の立脚期が開始している。このとき、線L21で示される右足の加速度は、極小になっている。後ろから前へ振り出された足が、地面に接して停止することで、加速度が特に急激に減速している。
時間T22では、左足が接地して左足の立脚期が開始している。このとき、線L21示される左足の加速度は、極小になっている。
時間T24では、再び右足が接地して右足の遊脚期が終了し立脚期に移行している。時間T21の場合と同様、線L21で示される右足の加速度は、極小になっている。
例えば、立脚期特定部293が、極小検出用閾値と加速度の測定値とを比較して、測定値が閾値よりも小さくなったタイミングを、遊脚期から立脚期への切り替わりのタイミングとして検出するようにしてもよい。極大検出用閾値を閾値Aとも表記する。
具体的には、立脚期特定部293が、加速度を微分して極小点を検出し、かつ極小値が閾値よりも小さい場合に、加速度が極小となったタイミングを、遊脚期から立脚期への切り替わりのタイミングとして検出するようにしてもよい。
この場合の閾値は、極小検出用閾値よりも大きい(符号がマイナスで、かつ、絶対値が小さい)閾値であってもよい。
例えば、立脚期特定部293が、極大検出用閾値と加速度の測定値とを比較して、測定値が閾値よりも大きくなったタイミングを、立脚期から遊脚期への切り替わりのタイミングとして検出するようにしてもよい。極大検出用閾値を閾値Bとも表記する。
具体的には、立脚期特定部293が、加速度を微分して極大点を検出し、かつ極大値が閾値よりも大きい場合に、加速度が極大となったタイミングを、立脚期から遊脚期への切り替わりのタイミングとして検出するようにしてもよい。
この場合の閾値は、図5の閾値Bに例示される極大検出用閾値よりも大きい閾値であってもよい。
例えば、データ取得部291が左右の足それぞれについて足の上下方向の加速度データを取得し、立脚期特定部293が、足の上下方向の加速度データに基づいて立脚期の開始タイミングおよび終了タイミングを特定するようにしてもよい。
対象者が一定のリズムで歩行している場合、右足のストライド時間と左足のストライド時間とは、およそ同じ時間になる。
例えば、左足の測定時には、左足のステップ時間と右足のステップ時間とがほぼ同様であり時間非対称性指標値SIの値が小さいはずである場合について考える。この場合に、左右の足で測定時期が異なることで、左右の足でステップ時間が異なり、基礎代謝推定装置200が時間非対称性指標値SIの値を大きく算出してしまう可能性がある。基礎代謝推定装置200が算出する時間非対称性指標値SIの精度が低いことで、基礎代謝の推定精度も低くなってしまう。
これに対し、基礎代謝推定装置200が、左右の足で紐付けられた測定データ(同期部292が同期をとった測定データ)を用いることで、時間非対称性指標値SIをより高精度に算出でき、これによって基礎代謝もより高精度に推定できることが期待される。
例えば、計算部294は、上述したストライド時間指標値dt、および、時間非対称性指標値SIを算出する。
これにより、計算部294は、基礎代謝推定装置200について上述したように、左右の足で測定時期が異なり歩行の態様が異なることによる、基礎代謝の推定精度の低下を回避できる。
図6は、基礎代謝推定装置200が基礎代謝を推定する処理の手順の例を示すフローチャートである。
図6の処理で、データ取得部291は、左側センサシステム101による左足の測定データと、右側センサシステム102による右足の測定データとを取得する(ステップS101)。
また、計算部294は、左右の足でのステップ時間の非対称性の指標値を算出する(ステップS106)。例えば、計算部294は、上述した時間非対称性指標値SIを算出する。
ステップS107の後、基礎代謝推定装置200は、図6の処理を終了する。
図7の処理で、同期部292は、左側センサシステム101の時刻と右側センサシステム102の時刻とを同期させる(ステップS201)。例えば、左側センサシステム101、右側センサシステム102の各々がタイムスタンプ用の時計を内蔵している場合、同期部292が、左側センサシステム101の時計の時刻、および、右側センサシステム102の時計の時刻を、同期部292自らが内蔵する時計の時刻に合わせるようにしてもよい。ステップS201の処理によって、左側センサシステム101による左足の測定データに付加される時刻と、右側センサシステム102による右足の測定データに付加される時刻との同期がとられる。
ステップS201の処理は、図8のステップS101の処理の例に該当する。
そして、立脚期特定部293は、左足の踵の接地時刻を判定し、左足の立脚期の開始時刻として記憶部280に記憶させる(ステップS203)。例えば、図5を参照して説明したように、立脚期特定部293が前向きの加速度の測定値と極小検出用閾値との比較によって立脚期の開始時刻(踵の接地時刻)を検出するようにしてもよい。
ステップS203で判定された左足の踵の接地時刻を時刻T31Lと表記する。
そして、立脚期特定部293は、右足の踵の接地時刻を判定し、右足の立脚期の開始時刻として記憶部280に記憶させる(ステップS206)。
ステップS206で判定された右足の踵の接地時刻を時刻T31Rと表記する。
そして、立脚期特定部293は、左足の踵の接地時刻を判定し、ステップS203で検出した左足の立脚期の次の左足の立脚期の開始時刻として記憶部280に記憶させる(ステップS209)。
ステップS209で判定された左足の踵の接地時刻を時刻T41Lと表記する。
そして、立脚期特定部293は、右足の踵の接地時刻を判定し、ステップS206で検出した右足の立脚期の次の右足の立脚期の開始時刻として記憶部280に記憶させる(ステップS212)。
ステップS212で判定された右足の踵の接地時刻を時刻T41Rと表記する。
ステップS202からステップS213までの処理は、図6のステップS103の処理のうち、立脚期の開始タイミングを特定する処理の例に該当する。
具体的には、同期部292は、時刻T31Lから時刻T41Lまでの左足の1歩行周期分の測定データと、時刻T31Rから時刻T41Rまでの右足の1歩行周期分の測定データとを、同期フラグの付加によって紐づける。
ステップS214の処理は、図8のステップS104の処理の例に該当する。
ステップS214の後、基礎代謝推定装置200は、図7の処理を終了する。
図8の処理は、図6のステップS103の処理の例に該当する。
加速度が極小検出用閾値以上であると立脚期特定部293が判定した場合(ステップS301:NO)、処理がステップS301に戻る。
一方、加速度が極小検出用閾値より小さいと判定した場合(ステップS301:YES)、立脚期特定部293は、踵接地のタイミグであると判定し、その時刻を記憶部280に記憶させる(ステップS302)。
加速度が極大検出用閾値以下であると立脚期特定部293が判定した場合(ステップS303:NO)、処理がステップS303に戻る。
加速度が極小検出用閾値以上であると立脚期特定部293が判定した場合(ステップS305:NO)、処理がステップS305に戻る。
ステップS306の後、基礎代謝推定装置200は、図8の処理を終了する。
図9の例では、基礎代謝推定装置200が、携帯端末装置310とサーバ装置320とを含んで構成されている。
携帯端末装置310は、例えばスマートフォンなど、左側センサシステム101、右側センサシステム102、サーバ装置320のそれぞれと通信可能な機器である。
サーバ装置320は、基礎代謝推定装置200の機能のうち少なくとも一部の機能を実行する装置である。サーバ装置320は、例えばパソコン(Personal Computer)またはワークステーション(Workstation)とのコンピュータを用いて構成される。
例えば、サーバ装置320が、計算部294および推定部295の機能を実行するようにし、基礎代謝推定装置200のその他の機能については携帯端末装置310が実行するようにしてもよい。あるいは、携帯端末装置310が、左側センサシステム101からのデータおよび右側センサシステム102からのデータをそのままサーバ装置320へ転送し、サーバ装置320が基礎代謝推定装置200の各機能を実行するようにしてもよい。
基礎代謝推定装置200が基礎代謝を推定することで、対象者は、基礎代謝を知ることができる。対象者は、例えば基礎代謝を生活様式および健康状態の評価および改善に役立出ることができる。
仮に、左足の測定データの測定時刻と、右足の測定データの測定時刻とが大きく異なる場合、例えば歩く速さが異なるなどにより、ステップ時間が異なることが考えられる。
例えば、左足の測定時には、左足のステップ時間と右足のステップ時間とがほぼ同様であり時間非対称性指標値SIの値が小さいはずである場合について考える。この場合に、左右の足で測定時期が異なることで、左右の足でステップ時間が異なり、基礎代謝推定装置200が時間非対称性指標値SIの値を大きく算出してしまう可能性がある。基礎代謝推定装置200が算出する時間非対称性指標値SIの精度が低いことで、基礎代謝の推定精度も低くなってしまう。
これに対し、基礎代謝推定装置200が、左右の足で紐付けられた測定データ(同期部292が同期をとった測定データ)を用いることで、時間非対称性指標値SIをより高精度に算出でき、これによって基礎代謝もより高精度に推定できることが期待される。
基礎代謝推定装置200によれば、例えば、上記の式(2)に基づいて時間非対称性指標値SIを算出するといった比較的軽い処理で、立脚期における測定データの、左右の足での非対称の度合いを算出することができる。
センサシステム100が測定するデータは、足の加速度のデータに限定されない。第2実施形態では、センサシステム100が足圧を測定する場合の例について説明する。
ここでいう足圧は、足の裏にかかる圧力である。足で体重を支えることによって足圧が生じる。
第2実施形態における基礎代謝推定装置200の構成は、図4を参照して説明した第1実施形態における基礎代謝推定装置200の構成と同様であり、第2実施形態でも図4を用いるものとし、ここでは説明を省略する。
第2実施形態における基礎代謝推定システム1に、図9を参照して説明した構成を適用してもよい点も、第1実施形態の場合と同様である。
つま先側センサ110は、靴810のつま先側に設けられて、つま先側における足圧を測定する。特に、つま先側センサ110は、つま先離地の際の足圧を測定する。
踵側センサ120は、靴810の踵側に設けられて、踵側における足圧を測定する。特に踵側センサ120は、踵接地の際の足圧を測定する。
なお、上述したように、靴が地面に接していることを、足が地面に接していることと同視する。
通信装置130は、他の装置と通信を行う。特に、通信装置130は、つま先側センサ110および踵側センサ120の測定データを基礎代謝推定装置200へ送信する。
図10の例で、つま先側センサ110が靴810のつま先側(靴810の前側)に設けられ、踵側センサ120が靴810の踵側(靴810の後ろ側)に設けられている。特に、図10の例では、靴810の接地部分が、つま先側のつま先部分と、踵側の踵部分とに分かれている。つま先側センサ110は、靴810のつま先部分に設けられ、踵側センサ120は、靴810の踵部分に設けられている。
通信装置130は、靴810のつま先部分と踵部分との間に設けられている。
また、通信装置130の配置は、つま先側センサ110および踵側センサ120から測定データを取得して基礎代謝推定装置200へ送信可能な位置であればよい。
左足靴811に設置されるつま先側センサ110を左つま先側センサ111と称する。左足靴811に設置される踵側センサ120を左踵側センサ121と称する。右足靴812に設置されるつま先側センサ110を右つま先側センサ112と称する。右足靴812に設置される踵側センサ120を右踵側センサ122と称する。
例えば、靴810のつま先側と踵側とは、図10の例のように靴810の構造に基づいて設定されていてもよい。
一方、図11の例のようにつま先側センサ110および踵側センサ120を設けることで、センサシステム100は、足圧を検出することができる。この点で、基礎代謝推定装置200は、基礎代謝を高精度に推定することができる。
線L42は、右側センサシステム102による右足の圧力測定値の例を示している。線L42は、右つま先側センサ112による右足のつま先の足圧と、左踵側センサ121による右足の踵の足圧とを合計した値を示す。
2つの極大点のうちの1つは、主に踵側センサ120の測定値による極大点であり、立脚期の前半に生じる。点P11および点P21が、主に踵側センサ120の測定値による極大点の例に該当する。
2つの極大点のうちのもう1つは、主につま先側センサ110の測定値による極大点であり、立脚期の後半に生じる。点P12および点P22が、主につま先側センサ110の測定値による極大点の例に該当する。
その後、足全体に体重が分散することで、足圧の測定値が一旦小さくなる。
その後、つま先側に体重がかかるようになってつま先側センサ110による足圧の測定値が大きくなり、主につま先側センサ110の測定値による極大点が生じる。
その後、反対側の足にも体重がかかるようなり、足圧の測定値が小さくなっていく。つま先が離地することで、立脚期が終了する。
また、線L41で示される左足の足圧は、時刻T53に、閾値Cよりも大きい値から閾値Cよりも小さい値に変化している。これにより、立脚期特定部293は、時刻T53を左足の立脚期の終了タイミングと判定する。
左足の立脚期が開始する時刻T51から、左足の立脚期が再び開始する時刻T54までの期間が、1歩行周期に該当する。
また、線L42で示される右足の足圧は、時刻T55に、閾値Cよりも大きい値から閾値Cよりも小さい値に変化している。これにより、立脚期特定部293は、時刻T55を右足の立脚期の終了タイミングと判定する。
右足の立脚期が開始する時刻T52から、右足の立脚期が再び開始する時刻T56までの期間が、1歩行周期に該当する。
例えば、立脚期特定部293が、左足の足圧の測定データから左足の1歩行周期毎のデータを切り出し、右足の足圧の測定データから右足の1歩行周期毎のデータを切り出すようにしてもよい。
左足の1歩行周期と右足の1歩行周期とは、立脚期において時間的に重なる。この点で、同期部292が、左足の1歩行周期と右足の1歩行周期との同期をとることは、左足の立脚期と右足の立脚期との同期をとることにも該当する。
図6のステップS103の処理について、第1の実施形態では、立脚期特定部293が、図5を参照して説明したように足の加速度の測定値に基づいて立脚期の開始タイミングおよび終了タイミングを特定する。一方、第2の実施形態では、立脚期特定部293が、図12を参照して説明したように足圧の測定値に基づいて立脚期の開始タイミングおよび終了タイミングを特定する。
図7のステップS203、S206、S209およびS212の処理について、第1の実施形態では、立脚期特定部293が、図5を参照して説明したように足の加速度の測定値に基づいて踵接地時刻を判定する。一方、第2の実施形態では、立脚期特定部293が、図12を参照して説明したように足圧の測定値に基づいて踵接地時刻を判定する。
図13の処理は、図6のステップS103の処理の例に該当する。
足圧が閾値C以下であると立脚期特定部293が判定した場合(ステップS401:NO)、処理がステップS401に戻る。
一方、足圧が閾値Cより大きいと判定した場合(ステップS401:YES)、立脚期特定部293は、踵接地のタイミグであると判定し、その時刻を記憶部280に記憶させる(ステップS402)。
足圧が閾値C以上であると立脚期特定部293が判定した場合(ステップS403:NO)、処理がステップS403に戻る。
加速度が閾値C以下であると立脚期特定部293が判定した場合(ステップS405:NO)、処理がステップS405に戻る。
ステップS406の後、基礎代謝推定装置200は、図8の処理を終了する。
ここで、一般的に、圧力センサの方が加速度センサよりも薄型化が容易である。基礎代謝推定システム1では、センサシステム100のセンサとして圧力センサを用いる点で、靴810への設置を比較的容易に行うことができる。
基礎代謝推定装置200によれば、例えば、上記の式(2)に基づいて時間非対称性指標値SIを算出するといった比較的軽い処理で、立脚期における測定データの、左右の足での非対称の度合いを算出することができる。第2実施形態における基礎代謝推定システム1によれば、加速度センサに代えて圧力センサを用いて、第1実施形態における基礎代謝推定システム1の場合と同様の処理で、基礎代謝を推定することができる。
第2実施形態の構成で、基礎代謝推定装置200が、ステップ時間の前記左右の足での非対称の度合いに代えて、立脚期における足圧の大きさの左右の足での非対称の度合いを用いて基礎代謝を推定するようにしてもよい。第3実施形態では、この点について説明する。
第3実施形態における基礎代謝推定システム1に、図9を参照して説明した構成を適用してもよい点も、第1実施形態の場合および第2実施形態の場合と同様である。
図14のグラフの横軸は、圧力非対称性指標値dPを示し、縦軸は、時間非対称性指標値SIを示す。
圧力非対称性指標値dPは、立脚期における足圧の極大値の、左右の足での相違の大きさを示す指標値である。圧力非対称性指標値dPは、立脚期における足圧の大きさの左右の足での非対称の度合いの例に該当する。
圧力非対称性指標値dPは、式(6)のように示される。
立脚期における足圧の極大値として、図12の点P11およびP21に例示される、主に踵側センサ120の測定値による極大値を用いるようにしてもよい。あるいは、立脚期における足圧の極大値として、図12の点P12およびP22に例示される、主につま先側センサ110の測定値による極大値を用いるようにしてもよい。
あるいは、立脚期における足圧の極大値として、立脚期における足圧の最大値を用いるようにしてもよい。主に踵側センサ120の測定値による極大値、および、主につま先側センサ110の測定値による極大値のうち何れか大きい方の値が、立脚期における足圧の最大値に該当する。
圧力非対称性指標値dPと、時間非対称性指標値SIとの間には、正の相関関係がある。すなわち、右足と左足とで足圧の極大値の相違が大きいほど、右足のステップ時間と左足のステップ時間との相違が大きいという関係が見出される。
図14の線L51は、圧力非対称性指標値dPと、時間非対称性指標値SIとの間の正の相関関係を単調増加関数で近似的に示している。
推定部295が、式(8)に基づいて基礎代謝を推定する(算出する)ようにしてもよい。この場合、式(8)の関数(関数fと関数Uとの合成関数)を、機械学習にて求めるようにしてもよい。あるいは、基礎代謝推定システム1の設計者等の人が、例えば統計データに基づいて式(8)の関数を求めるようにしてもよい。
あるいは、式(7)を式(4)に代入すると、式(9)を得られる。
推定部295が、式(9)に基づいて基礎代謝を推定する(算出する)ようにしてもよい。この場合、関数g、および、関数fと関数Uとの合成関数を、機械学習にて求めるようにしてもよい。あるいは、基礎代謝推定システム1の設計者等の人が、例えば統計データに基づいて、関数g、および、関数fと関数Uとの合成関数を求めるようにしてもよい。
あるいは、式(7)を式(5)に代入すると、式(10)を得られる。
推定部295が、式(9)に基づいて基礎代謝を推定する(算出する)ようにしてもよい。この場合、係数a、bの値および関数Uを、機械学習にて求めるようにしてもよい。あるいは、基礎代謝推定システム1の設計者等の人が、例えば統計データに基づいて、係数a、bの値および関数Uを求めるようにしてもよい。
図15のステップS501からS502は、図6のステップS101からS102と同様である。
ステップS506では、計算部294は足圧の非対称性の指標値を算出する。例えば、計算部294は、上述した圧力非対称性指標値dPを算出する。
ステップS507では、推定部295は、計算部294の計算結果に基づいて基礎代謝を推定する。例えば、推定部295は、ストライド時間指標値dtと圧力非対称性指標値dPとを上記の式(10)に代入して、基礎代謝Wを算出する。
ステップS507の後、基礎代謝推定装置200は、図6の処理を終了する。
基礎代謝推定装置200が左側センサシステム101のデータと右側センサシステム102のデータとの立脚期を判定する処理の手順は、図13を参照して説明した第2実施形態の処理の手順と同様である。
基礎代謝推定装置200によれば、例えば、上記の式(6)に基づいて圧力非対称性指標値dPを算出するといった比較的軽い処理で、立脚期における測定データの、左右の足での非対称の度合いを算出することができる。そして、基礎代謝推定装置200によれば、立脚期における測定データの、左右の足での非対称の度合いを用いて基礎代謝を算出することができる。
図16に示す構成で、基礎代謝推定装置410は、データ取得部411と、立脚期特定部412と計算部413と、推定部414とを備える。
かかる構成で、データ取得部411は、左右の足それぞれに関する測定データを取得する。立脚期特定部412は、測定データに基づいて、左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する。計算部413は、歩行における足の動きの1周期分のストライド時間と、立脚期における測定データの、左右の足での非対称の度合いとを計算する。推定部414は、ストライド時間と、非対称の度合いとに基づいて基礎代謝を推定する。
基礎代謝推定装置410が基礎代謝を推定することで、対象者は、基礎代謝を知ることができる。対象者は、例えば基礎代謝を生活様式および健康状態の評価および改善に役立出ることができる。
図17に示す構成で、基礎代謝推定システム420は、センサ421と、立脚期特定部422と、計算部423と、推定部424とを備える。
かかる構成で、センサ421は、左右の足それぞれに関するデータを測定する。立脚期特定部422は、センサの測定データに基づいて、左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する。計算部423は、歩行における足の動きの1周期分のストライド時間と、立脚期における測定データの、左右の足での非対称の度合いとを計算する。推定部424は、ストライド時間と、非対称の度合いとに基づいて基礎代謝を推定する。
基礎代謝推定システム420が基礎代謝を推定することで、対象者は、基礎代謝を知ることができる。対象者は、例えば基礎代謝を生活様式および健康状態の評価および改善に役立出ることができる。
図18の処理で、基礎代謝推定装置は、左右の足それぞれに関する測定データを取得する工程(ステップS601)と、測定データに基づいて、左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する工程(ステップS602)と、歩行における足の動きの1周期分のストライド時間と、立脚期における測定データの、左右の足での非対称の度合いとを計算する工程(ステップS603)と、ストライド時間と、非対称の度合いとに基づいて基礎代謝を推定する工程(ステップS604)とを含む。
図18の処理によって基礎代謝を推定することで、対象者は、基礎代謝を知ることができる。対象者は、例えば基礎代謝を生活様式および健康状態の評価および改善に役立出ることができる。
図15に示す構成で、コンピュータ700は、CPU710と、主記憶装置720と、補助記憶装置730と、インタフェース740とを備える。
上記の基礎代謝推定装置200、および、基礎代謝推定装置410のうち何れか1つ以上が、コンピュータ700に実装されてもよい。その場合、上述した各処理部の動作は、プログラムの形式で補助記憶装置730に記憶されている。CPU710は、プログラムを補助記憶装置730から読み出して主記憶装置720に展開し、当該プログラムに従って上記処理を実行する。また、CPU710は、プログラムに従って、上述した各記憶部に対応する記憶領域を主記憶装置720に確保する。各装置と他の装置との通信は、インタフェース740が通信機能を有し、CPU710の制御に従って通信を行うことで実行される。
また、CPU710は、プログラムに従って、記憶部280に対応する記憶領域を主記憶装置720に確保する。通信部210が行う通信は、インタフェース740が通信機能を有し、CPU710の制御に従って通信を行うことで実行される。表示部220の機能は、インタフェース740が表示画面を備え、CPU710の制御に従って表示画面に画像を表示することで実行される。操作入力部230の機能は、インタフェース740が入力デバイスを備えてユーザ操作を受け付けることで実行される。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM(Read Only Memory)、CD-ROM(Compact Disc Read Only Memory)等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
100 センサシステム
101 左側センサシステム
102 右側センサシステム
110 つま先側センサ
111 左つま先側センサ
112 右つま先側センサ
120 踵側センサ
121 左踵側センサ
122 右踵側センサ
130 通信装置
200、410 基礎代謝推定装置
210 通信部
220 表示部
230 操作入力部
280 記憶部
290 制御部
291、411 データ取得部
292 同期部
293、412、422 立脚期特定部
294、413、423 計算部
295、414、424 推定部
421 センサ
Claims (9)
- 左右の足それぞれに関する測定データを取得するデータ取得部と、
前記測定データに基づいて、前記左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する立脚期特定部と、
歩行における足の動きの1周期分のストライド時間と、前記立脚期における前記測定データの、左右の足での非対称の度合いとを計算する計算部と、
前記ストライド時間と、前記非対称の度合いとに基づいて基礎代謝を推定する推定部と、
を備える基礎代謝推定装置。 - 前記立脚期特定部は、測定期間の一部が時間的に重なる、左右の足それぞれの前記立脚期を特定する、
請求項1に記載の基礎代謝推定装置。 - 前記データ取得部は、足の加速度の前記測定データを取得し、
前記計算部は、前記立脚期の時間であるステップ時間の、前記左右の足での非対称の度合いを算出する、
請求項1または請求項2に記載の基礎代謝推定装置。 - 前記データ取得部は、足圧の前記測定データを取得する
請求項1または請求項2に記載の基礎代謝推定装置。 - 前記計算部は、前記立脚期の時間であるステップ時間の、前記左右の足での非対称の度合いを算出する、
請求項4に記載の基礎代謝推定装置。 - 前記計算部は、前記立脚期における足圧の大きさの、前記左右の足での非対称の度合いを算出する、
請求項4に記載の基礎代謝推定装置。 - 左右の足それぞれに関するデータを測定するセンサと、
前記センサの測定データに基づいて、前記左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する立脚期特定部と、
歩行における足の動きの1周期分のストライド時間と、前記立脚期における前記測定データの、左右の足での非対称の度合いとを計算する計算部と、
前記ストライド時間と、前記非対称の度合いとに基づいて基礎代謝を推定する推定部と、
を備える基礎代謝推定システム。 - 左右の足それぞれに関する測定データを取得する工程と、
前記測定データに基づいて、前記左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する工程と、
歩行における足の動きの1周期分のストライド時間と、前記立脚期における前記測定データの、左右の足での非対称の度合いとを計算する工程と、
前記ストライド時間と、前記非対称の度合いとに基づいて基礎代謝を推定する工程と、
を含む基礎代謝推定方法。 - コンピュータに、
左右の足それぞれに関する測定データを取得する工程と、
前記測定データに基づいて、前記左右の足それぞれの立脚期の開始タイミングおよび終了タイミングを特定する工程と、
歩行における足の動きの1周期分のストライド時間と、前記立脚期における前記測定データの、左右の足での非対称の度合いとを計算する工程と、
前記ストライド時間と、前記非対称の度合いとに基づいて基礎代謝を推定する工程と、
を実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020115942A JP2022013408A (ja) | 2020-07-03 | 2020-07-03 | 基礎代謝推定装置、基礎代謝推定システム、基礎代謝推定方法およびプログラム |
US17/364,150 US11779284B2 (en) | 2020-07-03 | 2021-06-30 | Basal metabolism estimation device, basal metabolism estimation system, basal metabolism estimation method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020115942A JP2022013408A (ja) | 2020-07-03 | 2020-07-03 | 基礎代謝推定装置、基礎代謝推定システム、基礎代謝推定方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022013408A true JP2022013408A (ja) | 2022-01-18 |
Family
ID=80169589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020115942A Pending JP2022013408A (ja) | 2020-07-03 | 2020-07-03 | 基礎代謝推定装置、基礎代謝推定システム、基礎代謝推定方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11779284B2 (ja) |
JP (1) | JP2022013408A (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070021421A1 (en) * | 2005-07-25 | 2007-01-25 | Hampton Thomas G | Measurement of gait dynamics and use of beta-blockers to detect, prognose, prevent and treat amyotrophic lateral sclerosis |
US9470763B2 (en) * | 2010-02-25 | 2016-10-18 | James C. Solinsky | Systems and methods for sensing balanced-action for improving mammal work-track efficiency |
WO2015164456A2 (en) * | 2014-04-22 | 2015-10-29 | The Trustees Of Columbia University In The City Of New York | Gait analysis devices, methods, and systems |
CN107438398A (zh) | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控系统 |
EP3257437A1 (en) * | 2016-06-13 | 2017-12-20 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Method and system for analyzing human gait |
WO2019079655A1 (en) * | 2017-10-18 | 2019-04-25 | Alterg, Inc. | SYSTEM FOR COLLECTING AND ANALYZING APPROPRIATE DATA AND METHODS OF OPERATING DRIVING SYSTEMS WITH RELIEF |
CN108186024A (zh) * | 2017-12-27 | 2018-06-22 | 宁波安尚川智能科技有限公司 | 一种运动步态监控仪及多参数传感器数据处理方法 |
-
2020
- 2020-07-03 JP JP2020115942A patent/JP2022013408A/ja active Pending
-
2021
- 2021-06-30 US US17/364,150 patent/US11779284B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20220000434A1 (en) | 2022-01-06 |
US11779284B2 (en) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5733503B2 (ja) | 測定装置、測定方法、及び、測定プログラム | |
JP6332574B1 (ja) | 移動能力評価装置、移動能力評価システム、移動能力評価プログラムおよび移動能力評価方法 | |
US20110152727A1 (en) | Fall prevention system | |
JPWO2018101071A1 (ja) | 歩行状態計測装置、歩行状態計測システム、歩行状態計測方法および歩行状態計測プログラム | |
JP7431354B2 (ja) | 靴部品製造機を制御するためのシステムおよび方法 | |
JP6644298B2 (ja) | 歩行データ取得装置および歩行データ取得システム | |
JP7080722B2 (ja) | 検知方法、検知装置及び検知システム | |
JP2013192721A (ja) | 足圧分布計測システム及び情報処理装置 | |
KR20190015851A (ko) | 운동 인식 방법 및 장치 | |
CN114727685A (zh) | 为定制鞋底设计计算个性化鞋底参数值的方法和系统 | |
KR20090061308A (ko) | 초음파 센서를 이용한 보폭 측정 시스템 | |
KR20200092264A (ko) | 3d 프린팅을 이용한 맞춤형 스마트 인솔 제조 방법 및 이에 의해 제조된 맞춤형 스마트 인솔 | |
WO2018159851A1 (ja) | 歩行教示システム、歩行教示方法 | |
JP2016016067A (ja) | 活動量測定装置、活動量の測定方法、活動量の測定プログラム | |
JP2013183809A (ja) | 足底圧計測装置及びその処理方法 | |
JP2022013408A (ja) | 基礎代謝推定装置、基礎代謝推定システム、基礎代謝推定方法およびプログラム | |
EP3267873A1 (en) | An article of footwear | |
JP2022013407A (ja) | リスク推定装置、リスク推定システム、リスク推定方法およびプログラム | |
KR102415584B1 (ko) | 회복상태 모니터링 장치 및 회복상태 모니터링 방법 | |
CN108289526B (zh) | 具有可更换鞋底结构元件的鞋类 | |
JP6786137B2 (ja) | 歩行教示システム、歩行教示方法 | |
US20240115164A1 (en) | Detection device, detection method, and program recording medium | |
WO2022244222A1 (ja) | 推定装置、推定システム、推定方法、および記録媒体 | |
US20240148335A1 (en) | Estimation apparatus, estimation method, and non-transitory computer-readable recording medium | |
JP2007144147A (ja) | 靴・履物フィッティング支援装置および方法並びに靴・履物フィッティング支援プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230608 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240205 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20240408 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240521 |