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 PDF

Info

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
Application number
JP2020115942A
Other languages
English (en)
Inventor
晨暉 黄
Chenhui Huang
謙一郎 福司
Kenichiro Fukuji
雄介 関口
Yusuke Sekiguchi
春木 矢口
Haruki Yaguchi
啓太 本田
Keita Honda
紳一 出江
Shinichi Izue
大 大脇
Masaru Owaki
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2020115942A priority Critical patent/JP2022013408A/ja
Priority to US17/364,150 priority patent/US11779284B2/en
Publication of JP2022013408A publication Critical patent/JP2022013408A/ja
Pending legal-status Critical Current

Links

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

【課題】比較的軽い処理で代謝をモニタリングできるようにする。【解決手段】基礎代謝推定装置が、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。【選択図】図４

Description

本発明は、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に関する。
代謝のモニタリングに関して、特許文献１には、アームバンド電話ケースなど装着型のデバイスに、埋め込み式代謝監視を含むセンサを組み合わせること、および、体の熱の拡散及び放出の特徴付けを可能にする赤外線センサ等の手段を使用して熱放散を測定し、生理学的温度及び空間時間的活動力熱を画像化して、代謝のモデル化を行うことが記載されている。
特表２０１８－５０５７５９号公報
熱の画像化といった複雑な処理を必要とせず、より軽い処理で代謝をモニタリングできることが、機器の処理負荷の観点から好ましい。
本発明は、上述の課題を解決することのできる基礎代謝推定装置、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を提供することを目的としている。
本発明の第１の態様によれば、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。
本発明の第２の態様によれば、基礎代謝推定システムは、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。
本発明の第３の態様によれば、基礎代謝推定方法は、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。
本発明の第４の態様によれば、プログラムは、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である。
この発明によれば、比較的軽い処理で代謝をモニタリングできる。
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。 第１実施形態に係る基礎代謝推定システムが算出するストライド時間およびステップ時間の例を示す図である。 基礎代謝と歩行との間の関連性の例を示す図である。 第１実施形態に係る基礎代謝推定装置の機能構成の例を示す概略ブロック図である。 第１実施形態に係る立脚期特定部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。 第１実施形態に係る基礎代謝推定装置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。 第１実施形態に係る基礎代謝推定装置が左側センサシステムのデータと右側センサシステムのデータとの同期をとる処理の手順の例を示すフローチャートである。 第１実施形態に係る基礎代謝推定装置が左側センサシステムのデータと右側センサシステムのデータとの立脚期を判定する処理の手順の例を示すフローチャートである。 第１実施形態に係る基礎代謝推定システム１のもう１つの構成例を示す図である。 第２実施形態に係るセンサシステムの構成例を示す図である。 第２実施形態に係る靴におけるつま先側センサおよび踵側センサの配置例を示す図である。 第２実施形態に係るセンサシステムによる足圧の測定値の例を示す図である。 第２実施形態に係る基礎代謝推定装置が左側センサシステムのデータと右側センサシステムのデータとの立脚期を判定する処理の手順の例を示すフローチャートである。 ステップ時間の左右の足での非対称の度合いと、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との関係の例を示す図である。 第３実施形態に係る基礎代謝推定装置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。 実施形態に係る基礎代謝推定装置の構成例を示す図である。 実施形態に係る基礎代謝推定システムの構成例を示す図である。 実施形態に係る基礎代謝推定装置の基礎代謝推定方法における処理の手順の例を示すフローチャートである。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
以下、本発明の実施形態を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
＜第１実施形態＞
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、基礎代謝推定システム１が算出するストライド時間およびステップ時間の例を示す図である。
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。
左右いずれかの足について見ると、歩行時には、立脚期と遊脚期とが繰り返され、１つの立脚期と１つの遊脚期との組み合わせが１歩行周期に相当する。立脚期は、足が地面に接している期間である。遊脚期は、足が地面から離れている期間である。立脚期にかかる時間をステップ時間と称する。
なお、対象者が靴を履いている場合、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。特に、靴の接地を足の接地と見做す。さらには、靴の踵部分の接地を足の踵の接地と見做す。また、靴の離地を足の離地と見做す。さらには、靴のつま先部分の離地を足のつま先の離地と見做す。
図２の横軸は時刻を示し、図２は、時刻Ｔ１１からＴ１５までの期間における左右の足のフェーズの例を示している。
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。
このように、一般的な歩行では、足が踵から接地し、足が離地するときはつま先が最後に離地する。
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。
左足（左足部とも称する）については、時刻Ｔ１２で左足が離地し、時刻Ｔ１３で左足が接地している。時刻Ｔ１２までの期間、および、時刻Ｔ１３からの期間のそれぞれが、左足の立脚期に該当する。時刻Ｔ１２から時刻Ｔ１３までの期間が、左足の遊脚期に該当する。左足についても、踵から接地し、つま先が最後に離地している。
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。
図２の例で、右足の立脚期である時刻Ｔ１１から時刻Ｔ１４までの期間と、左足の立脚期である時刻Ｔ１３からの期間とは、時刻Ｔ１３から時刻Ｔ１４までの期間が時間的に重なっている。このように、歩行では右足の立脚期と左足の立脚期との一部が重なる。
図２の例では、１歩行周期は、右足が接地してから次に右足が接地するまでの期間である。ただし、１歩行周期はこれに限定されず、左右何れかの足におけるあるフェーズから、次に同じ足の同じフェーズになるまでの期間であればよい。例えば、１歩行周期は、左足が接地してから、次に左足が再度接地するまでの期間であってもよい。あるいは、１歩行周期は、右足が離地してから、次に右足が再度離地するまでの期間であってもよい。
対象者が同じリズムで歩行周期を繰り返している場合、１歩行周期の開始タイミングをどのタイミングにするかにかかわらず、ストライド時間（１歩行周期にかかる時間）は、おおよそ同じになる。
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。
図３は、基礎代謝と歩行との間の関連性の例を示す図である。図３のグラフの横軸は、ストライドの長さを示す指標値の１つであるストライド時間指標値を示す。縦軸は、基礎代謝（基礎代謝量）を示す。基礎代謝として、例えば体重１キログラム当たりのエネルギー消費量の、基準値に対する比を用いることができる。基礎代謝を「Ｗ」で示す。
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。
Figure 2022013408000002
ｓｔｒｉｄｅは、基礎代謝推定システム１が算出する対象者のストライド時間を示す。ｓｔｒｉｄｅｒｅｆは、ストライド時間の基準時間を示す。ストライド時間の基準時間は、例えば、年齢、身長および体重に応じて予め定められる。ストライド時間の基準時間を単に基準時間とも称する。
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。
ストライド時間ｓｔｒｉｄｅが基準時間ｓｔｒｉｄｅｒｅｆよりも長い場合、ストライド時間指標値ｄｔの値は正の値になる。一方、ストライド時間ｓｔｒｉｄｅが基準時間ｓｔｒｉｄｅｒｅｆよりも短い場合、ストライド時間指標値ｄｔの値は負の値になる。ストライド時間ｓｔｒｉｄｅが基準時間ｓｔｒｉｄｅｒｅｆと等しい場合、ストライド時間指標値ｄｔの値は０になる。
線Ｌ１１、Ｌ１２、Ｌ１３は、それぞれ、時間非対称性指標値ＳＩが比較的小さい場合、中程度の場合、比較的大きい場合の、ストライド時間指標値ｄｔと基礎代謝Ｗとの関係を示す。
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。
ここでいうデータが異なること（相違）は、加速度などデータの値の大きさの相違であってもよいが、これに限定されない。例えば、データが異なることは、データに基づいて計算される時間の長さの相違であってもよい。
時間非対称性指標値ＳＩは、式（２）のように示される。
Figure 2022013408000003
ｓｔｅｐｒは、右足のステップ時間を示す。ｓｔｅｐｌは、左足のステップ時間を示す。
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。
左右の足でのステップ時間の非対称の度合いと基礎代謝Ｗとの関係では、時間非対称性指標値ＳＩ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、右足のステップ時間ｓｔｅｐｒと左足のステップ時間ｓｔｅｐｌとの相違が大きいほど、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。
Figure 2022013408000004
基礎代謝推定装置２００が、式（３）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ｆ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ｆ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。
あるいは、式（３）は、ストライド時間指標値ｄｔの関数ｇと、時間非対称性指標値ＳＩの関数ｈとを用いて、式（４）のように近似できる。
Figure 2022013408000005
基礎代謝推定装置２００が、式（４）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ｈ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ｈ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。
あるいは、上記のように、ストライド時間指標値ｄｔと基礎代謝Ｗとは、ｄｔ＝０を中心としておおよそ線対称になる関係にある。このことから、関数ｇ（ｄｔ）は、偶関数とすることができる。
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。
Figure 2022013408000006
ａ、ｂは、それぞれ実数の定数を示す。
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、右側センサシステム１０２は、それぞれＩＭＵ（Inertial Measurement Unit、慣性計測装置）などのセンサを備え、左足、右足それぞれの動きを測定する。特に、左側センサシステム１０１は、左足の前後方向の加速度を測定する。右側センサシステム１０２は、右足の前後方向の加速度を測定する。ここでいう前後方向は、対象者の体の向きの前後方向であり、対象者がまっすぐ歩行する際の進行方向である。
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。
図１では、左側センサシステム１０１、右側センサシステム１０２が、いずれも靴に設けられている例を示している。左側センサシステム１０１および右側センサシステム１０２が設けられている靴を靴８１０と称する。左側センサシステム１０１が設けられる左足側の靴を左足靴８１１と称し、右側センサシステム１０２が設けられる右足側の靴を右足靴８１２と称する。センサシステム１００が、足弓の下に位置するように靴８１０に設けられていてもよいが、靴８１０におけるセンサシステム１００の配置は、これに限定されない。
センサシステム１００が靴８１０に設けられていることで、対象者は靴８１０を履くことでセンサシステム１００を装着することができる。例えばリストバンドを別途装着するなど、センサシステム１００を装着するための特別の構成および操作が不要な点で、対象者がセンサシステム１００を装着するわずらわしさが無く、かつ、対象者がセンサシステム１００を装着し忘れることを回避できる。
また、対象者がセンサの装着感を感じないことで、通常時の歩行どおりの歩容にて歩行することが期待される。基礎代謝推定システム１によれば、この点で、基礎代謝を高精度に推定できる。
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は、左側センサシステム１０１および右側センサシステム１０２の測定データを用いて、対象者の基礎代謝を算出する。例えば、基礎代謝推定装置２００は、左側センサシステム１０１、右側センサシステム１０２から左右それぞれの足の加速度の測定データを受信する。そして、基礎代謝推定装置２００は、得られた測定データに基づいて、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。そして、基礎代謝推定装置２００は、ストライド時間指標値ｄｔおよび時間非対称性指標値ＳＩを上記の式（５）に代入して基礎代謝Ｗを算出する。
基礎代謝推定装置２００は、例えばスマートフォン（Smartphone）またはタブレットＰＣ（Tablet PC, Tablet Personal Computer）など携帯型のコンピュータを用いて構成される。このように、基礎代謝推定装置２００が携帯型のコンピュータを用いて構成され、対象者が基礎代謝推定装置２００を携帯することで、基礎代謝推定装置２００は、センサシステム１００の近くに位置し続ける。これにより、基礎代謝推定装置２００とセンサシステム１００とが例えば近距離無線通信にて通信を行うなど、基礎代謝推定装置２００とセンサシステム１００との通信が比較的容易に行える。
図４は、基礎代謝推定装置２００の機能構成の例を示す概略ブロック図である。基礎代謝推定装置２００は、通信部２１０と、表示部２２０と、操作入力部２３０と、記憶部２８０と、制御部２９０とを備える。制御部２９０は、データ取得部２９１と、同期部２９２と、立脚期特定部２９３と、計算部２９４と、推定部２９５とを備える。
通信部２１０は、他の装置と通信を行う。特に、通信部２１０は、左側センサシステム１０１と通信を行って、左足の測定データを取得する。また、通信部２１０は、右側センサシステム１０２と通信を行って、右足の測定データを取得する。
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。
表示部２２０は、例えば液晶パネルまたはＬＥＤ（Light Emitting Diode、発光ダイオード）パネル等の表示画面を備え、各種画像を表示する。例えば、表示部２２０は、対象者の基礎代謝の推定結果を表示する。
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。
操作入力部２３０は、例えば表示部２２０の表示画面に設けられたタッチパネルを構成するタッチセンサなどの入力デバイスを備え、ユーザ操作を受け付ける。例えば、操作入力部２３０は、基礎代謝の推定を指示するユーザ操作を受け付ける。
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。
制御部２９０は、基礎代謝推定装置２００の各部を制御して各種処理を行う。制御部２９０の機能は、例えば基礎代謝推定装置２００が備えるＣＰＵ（Central Processing Unit、中央処理装置）が、記憶部２８０からプログラムを読み出して実行することで実行される。
データ取得部２９１は、左側センサシステム１０１による左足の加速度の測定データと、右側センサシステム１０２による右足の加速度の測定データとを取得する。具体的には、データ取得部２９１は、通信部２１０が左側センサシステム１０１からの信号を受信した受信信号から、左足の加速度の測定データを抽出する。また、データ取得部２９１は、通信部２１０が右側センサシステム１０２からの信号を受信した受信信号から、右足の加速度の測定データを抽出する。
同期部２９２は、左足の測定データと右足の測定データとの同期をとる。ここでいう、左足の測定データと右足の測定データとの同期をとることは、測定期間の少なくとも一部が時間的に重なる、左足の測定データと右足の測定データとを紐づけることである。例えば、左足の測定データと右足の測定データとの同期をとることは、測定期間の一部が重なる、左足の１歩行周期分のデータと、右足の１歩行周期分のデータとを紐づけることであってもよい。
立脚期特定部２９３は、左右の足それぞれの測定データから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。
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。
線Ｌ２１は、右側センサシステム１０２が測定する右足の前後方向の加速度を示す。線Ｌ２２は、左側センサシステム１０１が測定する左足の前後方向の加速度を示す。線Ｌ２１、Ｌ２２とも、前向きの加速度を正（＋）の値で示し、後ろ向きの加速度を負（－）の値で示す。
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Ｔ２３では、右足が離地して右足の立脚期が終了し遊脚期に移行している。このとき、線Ｌ２１で示される右足の加速度は、極大になっている。離地の際につま先で地面を蹴ることで特に大きい加速度が生じる。
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。
時間Ｔ２５では、左が離地して左足の立脚期が終了し遊脚期に移行している。時間Ｔ２３における右足の場合と同様、線Ｌ２２で示される左足の加速度は、極大になっている。 時間Ｔ２６では、再び左足が接地して左足の遊脚期が終了し立脚期に移行している。時間Ｔ２２の場合と同様、線Ｌ２２で示される左足の加速度は、極小になっている。
立脚期特定部２９３は、左右の足それぞれについて、前向きの加速度の極小を検出することで、遊脚期から立脚期への切り替わり（遊脚期の終了および立脚期の開始）を特定する。
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。
あるいは、立脚期特定部２９３が、加速度の測定値の時系列データを微分して極小点を検出するようにしてもよい。この場合、遊脚期から立脚期への切り替わり時の極小点と他の極小点とを区別するために、立脚期特定部２９３が、微分と閾値の利用とを併用するようにしてもよい。
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。
また、立脚期特定部２９３は、左右の足それぞれについて、前向きの加速度の極大を検出することで、立脚期から遊脚期への切り替わり（立脚期の終了および遊脚期の開始）を特定する。
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。
あるいは、立脚期特定部２９３が、加速度の測定値の時系列データを微分して極大点を検出するようにしてもよい。この場合、立脚期から遊脚期への切り替わり時の極大点と他の極大点とを区別するために、立脚期特定部２９３が、微分と閾値の利用とを併用するようにしてもよい。
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。
ただし、立脚期特定部２９３が立脚期の開始タイミングおよび終了タイミングの特定に用いるデータは、足の前後方向の加速度のデータに限定されない。
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。
例えば、立脚期特定部２９３は、足の上下方向の加速度データから重力加速度の成分を除去したデータを算出する。そして、立脚期特定部２９３は、下向きの加速度が測定される状態（足が下向きに移動する状態）から、上下の加速度の測定値が０の状態（足が上下に動かない状態）に切り替わるタイミングを、立脚期の開始タイミングとして検出する。また、立脚期特定部２９３は、上下の加速度の測定値が０の状態（足が上下に動かない状態）から、上向きの加速度が測定される状態（足が上向きに移動する状態）に切り替わるタイミングを、立脚期の終了タイミングとして検出する。
立脚期特定部２９３が検出する立脚期の時間（立脚期の開始タイミングから立脚期の終了タイミングまでの時間）は、ステップ時間を示す。図５の例で、時間Ｔ２１からＴ２３までの期間は右足の立脚期に該当する。立脚期特定部２９３が、時間Ｔ２１からＴ２３までの時間を右足のステップ時間として算出するようにしてもよい。また、時間Ｔ２２からＴ２５までの期間は左足の立脚期に該当する。立脚期特定部２９３が、時間Ｔ２２からＴ２５までの時間は右足のステップ時間として算出するようにしてもよい。
また、立脚期特定部２９３が検出する立脚期と遊脚期とを合わせた時間（立脚期の開始タイミングから次の立脚期の開始タイミングまでの時間）は、ストライド時間を示す。図５の例で、時間Ｔ２１からＴ２４までの期間は、右足に関するタイミングを基準とする場合のストライド時間に該当する。立脚期特定部２９３が、時間Ｔ２１からＴ２４までの時間をストライド時間として算出するようにしてもよい。また、時間Ｔ２２からＴ２６までの期間は、左足に関するタイミングを基準とする場合のストライド時間に該当する。立脚期特定部２９３が、時間Ｔ２２からＴ２６までの時間をストライド時間として算出するようにしてもよい。
右足に関するタイミングを基準とする場合の１歩行周期を右足の１歩行周期とも称する。右足の１歩行周期の時間を右足のストライド時間とも称する。左足に関するタイミングを基準とする場合の１歩行周期を左足の１歩行周期とも称する。左足の１歩行周期の時間を左足のストライド時間とも称する。
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。
同期部２９２は、例えば、右足の立脚期である時間Ｔ２１から時間Ｔ２３までの期間における右足の測定データと、左足の立脚期である時間Ｔ２２から時間Ｔ２５までの期間における左足の測定データとのように、測定期間の少なくとも一部が重なる測定データを紐づける。
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。
計算部２９４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。第１実施形態では、計算部２９４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として、左右の足でステップ時間の長さが異なる度合いを算出する。
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。
計算部２９４は、同期部２９２が同期をとったデータに基づいて、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。
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。
推定部２９５は、計算部２９４が算出するストライド時間と、非対称の度合いとに基づいて基礎代謝を推定する。例えば、推定部２９５は、上記の式（５）に基づいて、基礎代謝Ｗを算出する。
次に、図６から図８を参照して基礎代謝推定装置２００の動作について説明する。
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、同期部２９２は、左足の測定データと右足の測定データとの時刻合わせを行う（ステップＳ１０２）。例えば、左足の測定データに付されている時刻（タイムスタンプ）が、右足の測定データに付されている時刻に対して遅れている場合、同期部２９２が、左足の測定データに付されている時刻を差分の時刻だけ進める時刻合わせを行うようにしてもよい。
次に、立脚期特定部２９３は、左足の測定データ、右足の測定データそれぞれについて、立脚期の開始タイミングと立脚期の終了タイミングとを特定する（ステップＳ１０３）。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タイミングを特定するようにしてもよい。また、立脚期特定部２９３が、前向きの加速度の測定値と極大検出用閾値との比較によって立脚期の終了タイミングを特定するようにしてもよい。
ステップＳ１０３の処理によって、測定データが１歩行周期毎のデータに切り分けられる。例えば、左足の立脚期の開始タイミングから次の立脚期の開始タイミングまでの期間における左足の測定データを、左足の１歩行周期分の測定データとして用いることができる。右足の立脚期の開始タイミングから次の立脚期の開始タイミングまでの期間における右足の測定データを、右足の１歩行周期分の測定データとして用いることができる。
次に、同期部２９２は、左足の１歩行周期分の測定データと、右足の１歩行周期分の測定データとの同期をとる（ステップＳ１０４）。例えば、図５を参照して説明したように、同期部２９２が、左足の１歩行周期分の測定データと、その歩行周期の期間中に開始する右足の１歩行周期分の測定データとの同期をとる（データを紐づける）ようにしてもよい。
次に、計算部２９４は、ストライド時間の長さの指標値を算出する（ステップＳ１０５）。例えば、計算部２９４は、上述したストライド時間指標値ｄｔを算出する。
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。
次に、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（ステップＳ１０７）。例えば、推定部２９５は、ストライド時間指標値ｄｔと時間非対称性指標値ＳＩとを上記の式（５）に代入して、基礎代謝Ｗ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。
なお、図６に示される処理手順は、基礎代謝推定装置２００が行う処理の手順の例であり、基礎代謝推定装置２００が行う処理の手順はこれに限定されない。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の各々から測定データをリアルタイムで受信し、基礎代謝推定装置２００側でタイムスタンプを付加する場合、測定データの時刻合わせ（ステップＳ１０２）は不要である。図７、図８を参照して説明する処理についても、基礎代謝推定装置２００が行う処理の手順はこれらに限定されない。
図７は、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のデータとの同期をとる処理の手順の例を示すフローチャートである。
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。
次に、立脚期特定部２９３は、左側センサシステム１０１による左足の測定データのモニタリングを開始する（ステップＳ２０２）。
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。
ステップＳ２０３で左足の立脚期の開始時刻を検出した立脚期特定部２９３は、左足の測定データのモニタリングを終了し（ステップＳ２０４）、右側センサシステム１０２による右足の測定データのモニタリングを開始する（ステップＳ２０５）。
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。
ステップＳ２０６で右足の立脚期の開始時刻を検出した立脚期特定部２９３は、右足の測定データのモニタリングを終了し（ステップＳ２０７）、再度、左側センサシステム１０１による左足の測定データのモニタリングを開始する（ステップＳ２０８）。
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。
ステップＳ２０９で左足の立脚期の開始時刻を検出した立脚期特定部２９３は、左足の測定データのモニタリングを終了し（ステップＳ２１０）、再度、右側センサシステム１０２による右足の測定データのモニタリングを開始する（ステップＳ２１１）。
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Ｓ２１２で右足の立脚期の開始時刻を検出した立脚期特定部２９３は、右足の測定データのモニタリングを終了する（ステップＳ２１３）。
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。
次に、同期部２９２は、左足の１歩行周期分のデータと、右足の１歩行周期分のデータとに同期フラグを付加する（ステップＳ２１４）。同期フラグは、同期によるデータの紐付けを示すフラグである。
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は、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の例を示すフローチャートである。基礎代謝推定装置２００は、左足の前向きの加速度の測定データ、右足の前向きの加速度の測定データのそれぞれに対して図８の処理を行う。
図８の処理は、図６のステップＳ１０３の処理の例に該当する。
図８の処理で、立脚期特定部２９３は、測定データを時刻順に参照していき、加速度が、極小検出用閾値（閾値Ａ）よりも小さいか否かを判定する（ステップＳ３０１）。
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）。
次に、立脚期特定部２９３は、測定データをさらに時刻順に参照していき、加速度が極大検出用閾値（閾値Ｂ）よりも大きいか否かを判定する（ステップＳ３０３）。
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。
一方、加速度が極大検出用閾値より大きいと判定した場合（ステップＳ３０３：ＹＥＳ）、立脚期特定部２９３は、つま先離地のタイミグであると判定し、その時刻のデータに立脚期終了フラグを付加する（ステップＳ３０４）。あるいは、立脚期特定部２９３が、その時刻を立脚期の終了時刻として記憶部２８０に記憶させるようにしてもよい。
次に、立脚期特定部２９３は、測定データをさらに時刻順に参照していき、加速度が、極小検出用閾値（閾値Ａ）よりも小さいか否かを判定する（ステップＳ３０５）。
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。
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Ｓ３０５：ＹＥＳ）、立脚期特定部２９３は、ステップＳ３０２で検出した踵接地の次の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Ｓ３０６）。
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は、基礎代謝推定システム１のもう１つの構成例を示す図である。
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。
図９の構成で、携帯端末装置３１０とサーバ装置３２０とによる基礎代謝推定装置２００の機能の分担は、いろいろな分担とすることができる。
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。
以上のように、データ取得部２９１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２９３は、データ取得部２９１が取得する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２９４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２９５は、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に基づいて基礎代謝を推定する。
基礎代謝推定装置２００によれば、ストライド時間の評価、および、左右の足での測定データの比較といった比較的簡単な処理で基礎代謝を推定することができ、例えば、生理学的温度及び空間時間的活動力熱の画像化といった複雑な処理を行う必要がない。このように、基礎代謝推定装置２００によれば、比較的軽い処理で代謝をモニタリングできる。
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。
また、立脚期特定部２９３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立脚期を特定する。
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。
また、データ取得部２９１は、足の加速度の前記測定データを取得する。計算部２９４は、立脚期の時間であるステップ時間の、左右の足での非対称の度合いを算出する。
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＞
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システム１の構成は、図１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システム１の構成と同様であり、第２実施形態でも図１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。
第２実施形態では、センサシステム１００が足の加速度に代えて足圧を測定する点で、第１実施形態の場合と異なる。また、それに伴い、第２実施形態では、立脚期特定部２９３が行う処理が、第１実施形態の場合と異なる。それ以外の点については、第２実施形態は、第１実施形態の場合と同様である。
図１０は、センサシステム１００の構成例を示す図である。図１０に示す構成で、センサシステム１００は、つま先側センサ１１０と、踵側センサ１２０と、通信装置１３０とを備える。
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。
また、図１０は、靴８１０を横方向から見た場合の、センサシステム１００のセンサの配置例を示している。
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。
なお、図１０では、つま先側センサ１１０と踵側センサ１２０とが靴の底面（地面と接する面）の付近に設けられる場合の例を示しているが、つま先側センサ１１０および踵側センサ１２０の配置はこれに限定されない。例えば、靴底の上面（例えば、インソール（中敷き）のすぐ下）につま先側センサ１１０、踵側センサ１２０それぞれを格納する穴が設けられ、つま先側センサ１１０、踵側センサ１２０が、それぞれ穴にはめ込まれていてもよい。あるいは、つま先側センサ１１０および踵側センサ１２０がインソールに設けられていてもよい。
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。
図１１は、靴８１０におけるつま先側センサ１１０および踵側センサ１２０の配置例を示す図である。図１１は、靴８１０を靴底側から見た場合の、センサシステム１００のセンサの配置例を示している。すなわち、図１１は、歩行時に地面側から靴８１０の靴底を見上げるように見た場合の、センサの配置例を示している。
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。
図１１の例で、左足靴８１１および右足靴８１２は、それぞれ線Ｌ３１およびＬ３２を境につま先側と踵側とに分けられている。左つま先側センサ１１１は、左足靴８１１のつま先側に設けられている。左踵側センサ１２１は、左足靴８１１の踵側に設けられている。右つま先側センサ１１２は、右足靴８１２のつま先側に設けられている。右踵側センサ１２２は、右足靴８１２の踵側に設けられている。
靴８１０のつま先側と踵側との設定は、つま先側センサ１１０が、つま先離地の際の足圧を測定可能な位置に配置され、踵側センサ１２０が、踵接地の際の足圧を測定可能な位置に配置される設定であればよい。
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。
あるいは、靴８１０のつま先側と踵側とは、足の構造に基づいて設定されていてもよい。例えば、対象者が靴８１０を履いたときの足底弓蓋の位置を基準に、足底弓蓋よりもつま先側が靴８１０のつま先側となっており、足底弓蓋よりも踵側が靴８１０の踵側となっていてもよい。あるいは、対象者が靴８１０を履いたときの中足骨と足根骨との結合箇所の位置を基準に、中足骨と足根骨との結合箇所よりもつま先側が靴８１０のつま先側となっており、中足骨と足根骨との結合箇所よりも踵側が靴８１０の踵側となっていてもよい。
センサシステム１００が備えるセンサの個数は２個に限定されない。立脚期特定部２９３が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精度がやや落ちると考えられるが、センサシステム１００が、つま先側センサ１１０または踵側センサ１２０の何れか一方のみを備えていてもよい。すなわち、靴８１０つま先側、踵側のうち何れか一方のみにセンサが設けられていてもよい。これにより、センサシステム１００の構成を比較的簡単な構成とすることができる。
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。
あるいは、センサシステム１００が、３個以上のセンサを備えていてもよい。あるいは、センサシステム１００が、つま先側および踵側の両方の足圧を測定可能な１個のセンサを備えていてもよい。
センサシステム１００が、つま先側センサ１１０および踵側センサ１２０を備える場合、通信装置１３０が、つま先側センサ１１０の測定データ、踵側センサ１２０の測定データそれぞれを基礎代謝推定装置２００へ送信するようにしてもよい。あるいは、通信装置１３０が、つま先側センサ１１０が測定する足圧と、踵側センサ１２０が測定する足圧とを合計した足圧のデータを基礎代謝推定装置２００へ送信するようにしてもよい。
図１２は、センサシステム１００による足圧の測定値の例を示す図である。図１２の横軸は、時刻を示す。縦軸は、足圧の測定値を示す。図１２の縦軸では、足圧の基準値を１００として足圧を正規化した値（正規化荷重）が示されている。
線Ｌ４１は、左側センサシステム１０１による左足の圧力測定値の例を示している。線Ｌ４１は、左つま先側センサ１１１による左足のつま先の足圧と、左踵側センサ１２１による左足の踵の足圧とを合計した値を示す。
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。
図１２の例では、左右何れの足についても、１つ立脚期について足圧の極大点が２つ生じている。
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。
一般的に、立脚期は踵接地により始まり、立脚期の始めのうちは、主に踵側に体重がかかる。反対側の足にかかる体重が弱まるにつれて踵側センサ１２０による足圧の測定値が大きくなり、主に踵側センサ１２０の測定値による極大点が生じる。
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。
通信装置１３０が、つま先側センサ１１０が測定する足圧と、踵側センサ１２０が測定する足圧とを合計するなど、センサシステム１００側で、つま先側センサ１１０が測定する足圧と、踵側センサ１２０が測定する足圧とを合計するようにしてもよい。あるいは、データ取得部２９１が、つま先側センサ１１０が測定する足圧と、踵側センサ１２０が測定する足圧とを合計するなど、基礎代謝推定装置２００側で、つま先側センサ１１０が測定する足圧と、踵側センサ１２０が測定する足圧とを合計するようにしてもよい。
閾値Ｃは、立脚期特定部２９３が、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ために用いる閾値である。立脚期特定部２９３は、足圧と閾値Ｃとを比較し、足圧が閾値Ｃよりも小さい値から閾値Ｃよりも大きい値に変化するタイミングを立脚期の開始タイミングと判定する。また、立脚期特定部２９３は、足圧が閾値Ｃよりも大きい値から閾値Ｃよりも小さい値に変化するタイミングを立脚期の終了タイミングと判定する。
図１２の例では、線Ｌ４１で示される左足の足圧が、時刻Ｔ５１に、閾値Ｃよりも小さい値から閾値Ｃよりも大きい値に変化している。これにより、立脚期特定部２９３は、時刻Ｔ５１を左足の立脚期の開始タイミングと判定する。
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。
さらに、線Ｌ４１で示される左足の足圧は、時刻Ｔ５４に、閾値Ｃよりも小さい値から閾値Ｃよりも大きい値に変化している。これにより、立脚期特定部２９３は、時刻Ｔ５４を左足の立脚期の開始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、図１２の例では、線Ｌ４２で示される右足の足圧が、時刻Ｔ５２に、閾値Ｃよりも小さい値から閾値Ｃよりも大きい値に変化している。これにより、立脚期特定部２９３は、時刻Ｔ５２を右足の立脚期の開始タイミングと判定する。
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。
さらに、線Ｌ４２で示される右足の足圧は、時刻Ｔ５６に、閾値Ｃよりも小さい値から閾値Ｃよりも大きい値に変化している。これにより、立脚期特定部２９３は、時刻Ｔ５６を右足の立脚期の開始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。
時刻Ｔ１１Ｌから時刻Ｔ２１Ｌまでの左足の１歩行周期と、時刻Ｔ１１Ｒから時刻Ｔ２１Ｒまでの右足の１歩行周期とは、時刻Ｔ１１Ｒから時刻Ｔ２１Ｌまでの期間が時間的に重なる。
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。
そして、同期部２９２が、左足の１歩行周期分のデータと、その左足の１歩行周期中に開始する右足の１歩行周期分のデータとを紐づける（同期をとる）ようにしてもよい。例えば、同期部２９２が、時刻Ｔ１１Ｌから時刻Ｔ２１Ｌまでの左足の１歩行周期における左足の足圧の測定データと、時刻Ｔ１１Ｒから時刻Ｔ２１Ｒまでの右足の１歩行周期における右足の足圧の測定データとを紐づけるようにしてもよい。
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。
基礎代謝推定装置２００が基礎代謝を推定する処理の手順は、立脚期特定部２９３が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具体的な処理が異なる点以外は、図６を参照して説明した第１実施形態の場合の処理の手順と同様である。
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。
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のデータとの同期をとる処理の手順は、立脚期特定部２９３が踵接地時刻を判定する具体的な処理が異なる点以外は、図７を参照して説明した第１実施形態の場合の処理の手順と同様である。
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は、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の例を示すフローチャートである。基礎代謝推定装置２００は、左足の足圧の測定データ、右足の足圧の測定データのそれぞれに対して図１３の処理を行う。
図１３の処理は、図６のステップＳ１０３の処理の例に該当する。
図１３の処理で、立脚期特定部２９３は、測定データを時刻順に参照していき、足圧が閾値Ｃよりも大きいか否かを判定する（ステップＳ４０１）。
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）。
次に、立脚期特定部２９３は、測定データをさらに時刻順に参照していき、足圧が閾値Ｃよりも小さいか否かを判定する（ステップＳ４０３）。
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。
一方、足圧が閾値Ｃより小さいと判定した場合（ステップＳ４０３：ＹＥＳ）、立脚期特定部２９３は、つま先離地のタイミグであると判定し、その時刻のデータに立脚期終了フラグを付加する（ステップＳ４０４）。あるいは、立脚期特定部２９３が、その時刻を立脚期の終了時刻として記憶部２８０に記憶させるようにしてもよい。
次に、立脚期特定部２９３は、測定データをさらに時刻順に参照していき、足圧が、閾値Ｃよりも大きいか否かを判定する（ステップＳ４０５）。
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。
一方、足圧が閾値Ｃより大きいと判定した場合（ステップＳ４０５：ＹＥＳ）、立脚期特定部２９３は、ステップＳ４０２で検出した踵接地の次の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Ｓ４０６）。
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。
以上のように、データ取得部２９１は、足圧の前記測定データを取得する。
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。
また、計算部２９４は、立脚期の時間であるステップ時間の、左右の足での非対称の度合いを算出する。
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３実施形態＞
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の構成は、第２実施形態における基礎代謝推定システム１の構成と同様である。したがって、第３実施形態における基礎代謝推定システム１の構成は、図１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システム１の構成と同様であり、第３実施形態でも図１を用いるものとし、ここでは説明を省略する。
第３実施形態における基礎代謝推定装置２００の構成は、第２実施形態における基礎代謝推定装置２００の構成と同様である。したがって、第３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３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３実施形態におけるセンサシステム１００の構成は、図１０および図１１を参照して説明した第２実施形態におけるセンサシステム１００の構成と同様であり、第３実施形態でも図１０および図１１を用いるものとし、ここでは説明を省略する。
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。
第３実施形態では、推定部２９５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点で、第２実施形態の場合と異なる。また、それに伴い、第３実施形態では、計算部２９４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計算する点で、第２実施形態の場合と異なる。それ以外の点については、第３実施形態は、第２実施形態の場合と同様である。
図１４は、ステップ時間の左右の足での非対称の度合いと、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との関係の例を示す図である。
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。
Figure 2022013408000007
Ｐｒは、右足の立脚期における足圧の極大値を示す。Ｐｌは、左足の立脚期における足圧の極大値を示す。
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。
時間非対称性指標値ＳＩは、ステップ時間の前記左右の足での非対称の度合いの例に該当し、上記の式（２）のように示される。
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。
圧力非対称性指標値ｄＰと、時間非対称性指標値ＳＩとの関係を関数Ｕで表すと、式（７）のように示される。
Figure 2022013408000008
式（７）を式（３）に代入すると、式（８）を得られる。
Figure 2022013408000009
式（８）では、基礎代謝Ｗが、ストライド時間指標値ｄｔと圧力非対称性指標値ｄＰとの関数にて示されている。
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。
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式（８）の関数を求めておくようにしてもよい。そして推定部２９５が、対象者の属性に応じた式（８）の関数を取得して、基礎代謝Ｗを推定す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。
Figure 2022013408000010
式（９）では、基礎代謝Ｗが、ストライド時間指標値ｄｔの関数と、圧力非対称性指標値ｄＰの関数との和にて示されている。
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。
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ｆと関数Ｕとの合成関数を求めておくようにしてもよい。そして推定部２９５が、対象者の属性に応じた、関数ｇ、および、関数ｆと関数Ｕとの合成関数を取得して、基礎代謝Ｗを推定す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。
Figure 2022013408000011
式（１０）では、基礎代謝Ｗが、ストライド時間指標値ｄｔの二次関数と、圧力非対称性指標値ｄＰの関数との和にて示されている。
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。
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、ｂの値および関数Ｕを求めておくようにしてもよい。そして推定部２９５が、対象者の属性に応じた、係数ａ、ｂの値および関数Ｕを取得して、基礎代謝Ｗを推定するようにしてもよい。
図１５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Ｓ５０３については、第２実施形態で図６のステップＳ１０３について説明したのと同様である。すなわち、第１の実施形態では、図６のステップＳ１０３で、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３の実施形態では、図１５のステップＳ５０３で、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。
ステップＳ５０４からＳ５０５は、図６のステップＳ１０４からＳ１０５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のデータとの同期をとる処理の手順は、第２実施形態の場合と同様である。すなわち、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のデータとの同期をとる処理の手順の例は、立脚期特定部２９３が踵接地時刻を判定する具体的な処理が異なる点以外は、図７を参照して説明した第１実施形態の場合の処理の手順と同様である。
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３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。
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。
以上のように、計算部２９４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を算出する。
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は、実施形態に係る基礎代謝推定装置の構成例を示す図である。
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によれば、ストライド時間の評価、および、左右の足での測定データの比較といった比較的簡単な処理で基礎代謝を推定することができ、例えば、生理学的温度及び空間時間的活動力熱の画像化といった複雑な処理を行う必要がない。このように、基礎代謝推定装置４１０によれば、比較的軽い処理で代謝をモニタリングできる。
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は、実施形態に係る基礎代謝推定システムの構成例を示す図である。
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によれば、ストライド時間の評価、および、左右の足での測定データの比較といった比較的簡単な処理で基礎代謝を推定することができ、例えば、生理学的温度及び空間時間的活動力熱の画像化といった複雑な処理を行う必要がない。このように、基礎代謝推定システム４２０によれば、比較的軽い処理で代謝をモニタリングできる。
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は、実施形態に係る基礎代謝推定装置の基礎代謝推定方法における処理の手順の例を示すフローチャートである。
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の処理によれば、ストライド時間の評価、および、左右の足での測定データの比較といった比較的簡単な処理で基礎代謝を推定することができ、例えば、生理学的温度及び空間時間的活動力熱の画像化といった複雑な処理を行う必要がない。このように、図１８の処理によれば、比較的軽い処理で代謝をモニタリングできる。
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１９は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
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。
基礎代謝推定装置２００がコンピュータ７００に実装される場合、制御部２９０およびその各部の動作は、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、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。
基礎代謝推定装置４１０がコンピュータ７００に実装される場合、データ取得部４１１、立脚期特定部４１２、計算部４１３および推定部４１４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。
なお、基礎代謝推定装置２００、および、基礎代謝推定装置４１０が行う処理の全部または一部を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
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。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
１、４２０ 基礎代謝推定システム
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)

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。
  9. 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。
JP2020115942A 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 Pending JP2022013408A (ja)

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)

* Cited by examiner, † Cited by third party
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

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