JP2022052364A - 情報処理装置、及びプログラム - Google Patents
情報処理装置、及びプログラム Download PDFInfo
- Publication number
- JP2022052364A JP2022052364A JP2020158715A JP2020158715A JP2022052364A JP 2022052364 A JP2022052364 A JP 2022052364A JP 2020158715 A JP2020158715 A JP 2020158715A JP 2020158715 A JP2020158715 A JP 2020158715A JP 2022052364 A JP2022052364 A JP 2022052364A
- Authority
- JP
- Japan
- Prior art keywords
- information
- myoelectric potential
- muscle
- processor
- movement
- 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
- 230000010365 information processing Effects 0.000 title claims description 64
- 210000003205 muscle Anatomy 0.000 claims abstract description 127
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 102
- 230000000694 effects Effects 0.000 claims abstract description 75
- 230000008859 change Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 abstract description 7
- 210000000988 bone and bone Anatomy 0.000 description 73
- 206010049816 Muscle tightness Diseases 0.000 description 27
- 238000010586 diagram Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000036962 time dependent Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 210000000245 forearm Anatomy 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011088 calibration curve Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 210000002758 humerus Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000005557 antagonist Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000000623 ulna Anatomy 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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
- A61B5/395—Details of stimulation, e.g. nerve stimulation to elicit EMG response
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/028—Microscale sensors, e.g. electromechanical sensors [MEMS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Multimedia (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】被測定者の動作と筋肉の活動状態とから、その動作における力みを推定する。【解決手段】第1取得部111は、カメラ131により準備された、身体Bの姿勢に関する情報を取得する。第2取得部112は、筋電位測定器132により測定された筋電位の情報を取得する。特定部113は、第1取得部111が取得した、姿勢に関する情報から、身体の動作を特定する。推定部114は、特定部113が特定した身体の動作の実現に必要な筋肉の、最小限の活動状態を推定する。算出部115は、第2取得部112が取得した筋電位の情報から定まる筋肉の活動状態と、推定部114により推定された、その筋肉の最小限の活動状態と、の差を示す数値を算出する。出力部116は、算出部115が算出した差を示す数値を、表示部15に表示させることにより出力する。【選択図】図8
Description
本発明は、情報処理装置、及びプログラムに関する。
熟練した技能者の高齢化に伴い、その技能の伝承が緊急の課題となっている。また、スポーツの練習を効率化するために、スポーツ選手の身体動作の特徴を抽出することが考えられている。そこで、様々な手法により、技能者やスポーツ選手等による身体動作の解析が試みられている。
例えば、特許文献1は、筋骨格モデルに基づいて、力学的・生理学的に妥当な筋張力を計算する方法及び装置を開示している。また、特許文献2は、身体の概円柱形状部位の周囲に環状に配列した表面電極が計測した表面筋電位と、表面筋電位シミュレーション値とが一致するように調整することで身体内の筋活動量と推定する筋活動量計測装置を開示している。また、特許文献3は、複数の筋電位に由来する複数の値の関係から得られる情報を表す音響信号を出力する筋活動可聴化方法を開示している。
ところで各種の技能やスポーツ等の動作においては、人が無意識に力むことが知られている。しかし、力みを直接的に測定することは困難である。
本発明は、被測定者の動作と筋肉の活動状態とから、その動作における力みを推定することを目的とする。
本発明の請求項1に係る情報処理装置は、身体の姿勢に関する情報を準備する姿勢情報準備装置と、前記身体の表面から筋電位を測定する筋電位測定器と、プロセッサと、を有し、前記プロセッサは、前記姿勢情報準備装置により準備された前記姿勢に関する情報を取得し、前記筋電位測定器により測定された前記筋電位の情報を取得し、取得した前記姿勢に関する情報から、前記身体の動作を特定し、特定した前記動作の実現に必要な筋肉の活動状態を推定し、前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力する情報処理装置である。
本発明の請求項2に係る情報処理装置は、請求項1に記載の態様において、前記プロセッサは、前記動作の実現に前記筋肉が必要とする筋電位を推定し、取得した前記情報が示す前記筋電位と、推定した前記筋電位と、の差の経時変化をグラフにより表示する情報処理装置である。
本発明の請求項3に係る情報処理装置は、請求項1又は2に記載の態様において、前記プロセッサは、前記差が決められた条件を満たすときのタイミングを出力する情報処理装置である。
本発明の請求項4に係る情報処理装置は、請求項1から3のいずれか1項に記載の態様において、ユーザの身体の部位に取り付けられ、該部位を刺激する出力装置を備え、前記プロセッサは、前記筋肉に相当する部位を、前記差の大きさに応じた強さで刺激するように、前記出力装置を制御する情報処理装置である。
本発明の請求項5に係る情報処理装置は、プロセッサを有し、前記プロセッサは、身体の姿勢に関する情報を取得し、前記身体の表面における筋電位の情報を取得し、取得した前記姿勢に関する情報から、前記身体の動作を特定し、特定した前記動作の実現に必要な筋肉の活動状態を推定し、前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力する情報処理装置である。
本発明の請求項6に係るプログラムは、プロセッサを有するコンピュータに、身体の姿勢に関する情報を取得するステップと、前記身体の表面から測定された筋電位の情報を取得するステップと、取得した前記姿勢に関する情報から、前記身体の動作を特定するステップと、特定した前記動作の実現に必要な筋肉の活動状態を推定するステップと、前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力するステップと、を実行させるプログラムである。
請求項1、5、6に係る発明によれば、被測定者の動作と筋肉の活動状態とから、その動作における力みを推定することができる。
請求項2に係る発明によれば、被測定者の動作と筋肉で生じる筋電位とから、その動作における力みを推定することができる。
請求項3に係る発明によれば、ユーザは、動作により被測定者に力みが生じるタイミングを知ることができる。
請求項4に係る発明によれば、ユーザは、動作する被測定者の筋肉の部位に生じる力みの大きさを、その部位への刺激の強さにより知ることができる。
請求項2に係る発明によれば、被測定者の動作と筋肉で生じる筋電位とから、その動作における力みを推定することができる。
請求項3に係る発明によれば、ユーザは、動作により被測定者に力みが生じるタイミングを知ることができる。
請求項4に係る発明によれば、ユーザは、動作する被測定者の筋肉の部位に生じる力みの大きさを、その部位への刺激の強さにより知ることができる。
<実施形態>
<情報処理装置の構成>
図1は、情報処理装置1の構成の例を示す図である。図1に示す情報処理装置1は、プロセッサ11、メモリ12、インタフェース13、操作部14、及び表示部15を有する。これらの構成は、例えばバスで、互いに通信可能に接続されている。
<情報処理装置の構成>
図1は、情報処理装置1の構成の例を示す図である。図1に示す情報処理装置1は、プロセッサ11、メモリ12、インタフェース13、操作部14、及び表示部15を有する。これらの構成は、例えばバスで、互いに通信可能に接続されている。
プロセッサ11は、メモリ12に記憶されているプログラムを読出して実行することにより情報処理装置1の各部を制御する。プロセッサ11は、例えばCPU(Central Processing Unit)である。
操作部14は、各種の指示をするための操作ボタン、キーボード、マウス、タッチパネル等の操作子を備えており、操作を受付けてその操作内容に応じた信号をプロセッサ11に送る。
表示部15は、プロセッサ11の制御の下、指定された画像を表示する。図1に示す表示部15は、上述した画像を表示するための表示画面である液晶ディスプレイを有している。この液晶ディスプレイの上には、操作部14の透明のタッチパネルが重ねて配置されてもよい。
インタフェース13は、各種のデバイスをプロセッサ11に接続し、それらのデバイスをプロセッサ11に制御させる。図1に示すインタフェース13は、カメラ131、及び筋電位測定器132をプロセッサ11に接続する。
図2は、インタフェース13により接続されるデバイスを説明するための図である。カメラ131は、図示しないレンズ等の光学系と、CCD(Charge Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)等の撮像素子とを有するデジタルスチルカメラである。
図2に示すカメラ131は、測定の対象となる被測定者の身体Bを撮像して、その画像を示す画像データを生成する。そして、このカメラ131は、生成した画像データを、インタフェース13を介してプロセッサ11に供給する。プロセッサ11は、カメラ131から取得した画像データにより示される画像から、身体Bの輪郭を抽出し、その姿勢に関する情報を生成する。プロセッサ11は、例えば、キャニー法等のエッジ検出用アルゴリズムを用いて画像から輪郭を抽出する。また、プロセッサ11は、抽出した輪郭に対して、例えば、畳み込みニューラルネットワーク等の機械学習アルゴリズムを用いて、身体Bの姿勢を特定する。
ここで「姿勢に関する情報」は、被測定者の頭、肩、腕、胴体、足のそれぞれの位置や向き等である。また、カメラ131は、周期的に身体Bを撮像するビデオカメラである。この場合、プロセッサ11は、周期的に撮像された複数の画像から、身体Bの姿勢の変化を特定する。つまり、カメラ131は、身体Bの外観を撮像してそれを示す画像データを生成することにより、身体の姿勢に関する情報を準備する姿勢情報準備装置の例である。
なお、カメラ131は、身体Bの姿勢に関する情報を準備する装置であれば、デジタルスチルカメラに限らない。例えば、姿勢情報準備装置は、カメラ131に代えて、接触型MEMS(Micro Electro Mechanical Systems)センサ等であってもよい。この場合、被測定者の身体Bには、作業に影響を与えない複数の部位に接触型MEMSセンサが取り付けられ、それらの部位の加速度等が測定される。そして、この接触型MEMSセンサは、測定した加速度等の情報をプロセッサ11に「姿勢に関する情報」として供給すればよい。
図2に示す筋電位測定器132は、例えば筋電位センサであり、被測定者の身体Bの表面に取り付けられる。この筋電位測定器132は、取り付けた位置の皮下にある筋肉の筋電位を測定し、その筋電位を示す信号をプロセッサ11に供給する。つまり、この筋電位測定器132は、身体の表面から筋電位を測定する筋電位測定器の例である。
図1に示すメモリ12は、プロセッサ11に読み込まれるオペレーティングシステム、各種のプログラム、データ等を記憶する記憶手段である。メモリ12は、RAM(Random Access Memory)やROM(Read Only Memory)を有する。なお、メモリ12は、ソリッドステートドライブ、ハードディスクドライブ等を有してもよい。また、メモリ12は、筋骨格モデルDB121、動作DB122、及び筋電位DB123を記憶する。
図3は、筋骨格モデルDB121の例を示す図である。筋骨格モデルDB121は、骨及び筋肉の物理モデルを記憶するデータベースである。図3に示す筋骨格モデルDB121は、骨モデル表1211、筋肉モデル表1212、及びユーザ表1213を有する。
骨モデル表1211は、人体の骨に関する情報を記述した表である。図3に示す骨モデル表1211は、骨ID、骨名、形状データ、及び可動域データの各項目を有する。骨IDは、人体の骨を識別する識別情報である。骨名は、対応する骨IDで識別される骨の名称である。形状データは、対応する骨IDで識別される骨の三次元空間における形状を数値化したデータである。可動域データは、対応する骨IDで識別される骨の動き得る領域(可動域という)を数値化したデータである。情報処理装置1は、この骨モデル表1211を参照して、例えば、標準的な人体の骨の形状や可動域を特定する。
筋肉モデル表1212は、人体の筋肉に関する情報を記述した表である。図3に示す筋肉モデル表1212は、筋肉ID、筋肉名、起始点、及び停止点の各項目を有する。筋肉IDは、人体の筋肉を識別する識別情報である。筋肉名は、対応する筋肉IDで識別される筋肉の名称である。起始点は、対応する筋肉IDで識別される筋肉が付着する骨の位置であって、その筋肉の動作により動かない骨に付着する点である。停止点は、対応する筋肉IDで識別される筋肉が付着する骨の位置であって、その筋肉の動作により動く骨に付着する点である。なお、起始点、及び停止点は、一つの筋肉につき複数、存在することもある。情報処理装置1は、この筋肉モデル表1212を参照して、例えば、標準的な人体の筋肉が付着している骨の位置や、その筋肉により動かされる骨を特定する。
ユーザ表1213は、被測定者であるユーザのそれぞれに固有の、骨及び筋肉に関する情報を記述する表である。図3に示すユーザ表1213は、ユーザID、ユーザ名、及びパラメータの各項目を有する。ユーザIDは、被測定者をそれぞれ識別する識別情報である。ユーザ名は、対応するユーザIDで識別されるユーザの氏名である。パラメータは、対応するユーザIDで識別されるユーザに固有の骨及び筋肉を示す各種の数値である。
このパラメータは、例えば、ユーザ個人の骨の大きさを算出するために、骨の形状データに乗算する係数を含んでもよい。また、このパラメータは、例えば、ユーザ個人の筋肉が出力する張力(筋張力という)の最大値を含んでもよい。
なお、このパラメータは、間接的にユーザの骨及び筋肉に関する情報を示した数値や名義尺度等であってもよい。例えば、このパラメータは、ユーザの性別や年齢、遺伝的特徴等の情報を含んでもよい。情報処理装置1は、このユーザ表1213と、上述した骨モデル表1211及び筋肉モデル表1212とを参照して、例えば、ユーザの骨及び筋肉の左右差や歪み等の特徴や、瞬発力、持久力等の能力を特定する。
図4は、動作DB122の例を示す図である。動作DB122は、身体の動作ごとに、その動作によって動く骨の情報を記憶するデータベースである。図4に示す動作DB122は、動作IDリスト1221と、骨運動表1222とを記憶する。
動作IDリスト1221は、被測定者が行う動作のそれぞれを識別する識別情報である動作IDを列挙したリストである。動作IDリスト1221に含まれる動作IDには、それぞれ一つずつ骨運動表1222が対応付けて記憶されている。
骨運動表1222は、対応する動作IDで識別される動作によって動かされる1以上の骨と、それらの骨のそれぞれが動くときの運動に関する情報とを記憶した表である。骨運動表1222において、骨IDは、上述した筋骨格モデルDB121における骨IDと共通の識別情報であり、人体の骨を識別する。
並進運動情報は、対応する骨IDで識別される骨が受ける、x軸方向、y軸方向、z軸方向の組合せで示される並進運動の情報である。回転モーメント情報は、対応する骨IDで識別される骨が受ける、ヨー、ピッチ、ロールの組合せで示される回転モーメントの情報である。
負荷情報は、対応する骨IDで識別される骨が受ける負荷の情報である。この負荷には、骨自身の質量に由来する重力が含まれてもよく、また、例えば、被測定者が上述した動作において手でダンベルやラケット、バット等の物体を持っている場合、それらの物体の質量に由来する重力が含まれてもよい。
情報処理装置1は、例えば、被測定者が行う動作を示す動作IDを指定されたとき、この動作DB122を参照して、その動作IDに対応する骨運動表1222を抽出する。また、情報処理装置1は、抽出した骨運動表1222に記述されている骨IDで識別される骨の形状、質量、及びその骨に付着してその骨を動かす筋肉の質量等を特定する。そして、情報処理装置1は、上述した筋骨格モデルDB121を参照して、これらの骨が、負荷情報で示される負荷を受けながら、並進運動情報、及び回転モーメント情報で示される運動をするときに、筋肉に生じる筋張力を算出する。
なお、或る動作を実現するために、筋肉が生じさせる必要がある筋張力の組合せは多数、存在することがある。図5は、筋肉により動く骨を説明する模式図である。図5に示す骨B1と骨B2とは、互いの端部で関節している。筋肉M1、及び筋肉M2は、いずれも起始点を骨B1に有し、かつ、停止点を骨B2に有する筋肉であり、骨B1に対して骨B2を運動させる。筋肉M1、及び筋肉M2は、いわゆる対をなす拮抗筋である。例えば、骨B1は上腕骨、骨B2は尺骨、筋肉M1は上腕二頭筋、筋肉M2は上腕三頭筋等である。
筋肉M1が収縮し、かつ、筋肉M2が弛緩すると、骨B2は位置P1から位置P2へ動く(動作W1という)。この動作W1は、例えば、図5に示す矢印方向に7ニュートンの力が作用することで実現する。このとき、筋肉M2が3ニュートンの力を、筋肉M1の収縮する方向に対する逆方向にかけながら弛緩しているならば、筋肉M1は、これを相殺して、かつ、骨B2に7ニュートンの力を上述した矢印方向にかける必要がある。この場合、筋肉M1が生じさせる必要がある力は、7ニュートンに3ニュートンを上乗せした10ニュートンである。
情報処理装置1は、動作を構成する骨の運動に基づいて、それらの骨に作用させる必要がある最小の筋張力を計算する。例えば、図5に示す例の場合、情報処理装置1は、筋肉M2が筋肉M1の収縮を一切阻害しないで弛緩していると仮定して、動作W1の実現に筋肉M1が必要とする最小の筋張力を計算する。この場合、筋肉M1が生じさせる必要がある力は、7ニュートンのみである。
図6は、筋電位DB123の例を示す図である。筋電位DB123は、ユーザごとに、各筋肉に生じる筋電位と、その筋電位に対応する筋張力との関係を記憶するデータベースである。図5に示す筋電位DB123は、ユーザIDリスト1231と、筋電位・筋張力関係表1232とを記憶する。
ユーザIDリスト1231は、ユーザIDを列挙したリストである。ユーザIDリスト1231に列挙されているユーザIDは、上述した筋骨格モデルDB121におけるユーザIDと共通の識別情報であり、被測定者であるユーザを識別する。ユーザIDリスト1231に含まれるユーザIDには、それぞれ一つずつ筋電位・筋張力関係表1232が対応付けて記憶されている。
筋電位・筋張力関係表1232は、対応するユーザIDで識別されるユーザの筋肉ごとに、その筋肉に生じる筋電位と、その筋電位が生じているときにその筋肉が発揮する筋張力との関係を示す情報を記憶する表である。筋電位・筋張力関係表1232における筋肉IDは、上述した筋骨格モデルDB121における筋肉IDと共通の識別情報であり、被測定者の身体の筋肉を識別する。
筋電位・筋張力関係表1232における筋電位・筋張力関係情報は、筋肉IDと対応付けて記憶されており、その筋肉IDで識別される筋肉に生じる筋電位と筋張力との関係を示すデータを含む。図7は、筋電位・筋張力関係情報の例を示す図である。筋電位・筋張力関係表1232における筋電位・筋張力関係情報は、例えば、図7に示す検量線データを記憶する。
すなわち、筋電位・筋張力関係情報は、筋肉に生じている筋電位と、その筋電位が生じているときのその筋肉が発揮する筋張力との実測値の組であってもよく、また、それら実測値の組から特定される検量線であってもよい。情報処理装置1は、筋電位DB123の筋電位・筋張力関係表1232を参照して、ユーザごと、筋肉ごとに、その筋肉における筋電位と筋張力との関係を特定し、例えば、或る筋張力に対応する筋電位を算出する。
<情報処理装置の機能的構成>
図8は、情報処理装置1の機能的構成の例を示す図である。情報処理装置1のプロセッサ11は、メモリ12に記憶されたプログラムを実行することにより、第1取得部111、第2取得部112、特定部113、推定部114、算出部115、及び出力部116として機能する。
図8は、情報処理装置1の機能的構成の例を示す図である。情報処理装置1のプロセッサ11は、メモリ12に記憶されたプログラムを実行することにより、第1取得部111、第2取得部112、特定部113、推定部114、算出部115、及び出力部116として機能する。
第1取得部111は、姿勢情報準備装置の一例であるカメラ131により準備された、身体Bの姿勢に関する情報を取得する。第1取得部111が取得するこの情報は、例えば、カメラ131が周期的に撮像した画像を示す画像データである。
第2取得部112は、筋電位測定器132により測定された筋電位の情報を取得する。
特定部113は、第1取得部111が取得した、姿勢に関する情報から、身体の動作を特定する。
推定部114は、特定部113が特定した身体の動作の実現に必要な筋肉の、最小限の活動状態を推定する。この推定は、メモリ12に記憶された筋骨格モデルDB121、動作DB122、及び筋電位DB123を参照することにより行われる。
算出部115は、第2取得部112が取得した筋電位の情報から定まる筋肉の活動状態と、推定部114により推定された、その筋肉の最小限の活動状態と、の差を示す数値を算出する。なお、筋電位の情報から定まる筋肉の活動状態とは、筋張力であってもよく、筋電位そのものであってもよい。算出部115が算出する「差を示す数値」は、差を示す情報の例である。
出力部116は、算出部115が算出した差を示す数値を、表示部15に表示させることにより出力する。
<情報処理装置の動作>
図9は、情報処理装置1の動作の流れの例を示すフロー図である。情報処理装置1のプロセッサ11は、インタフェース13を介してカメラ131から、姿勢に関する情報を取得する(ステップS101)。そして、プロセッサ11は、取得したこの姿勢に関する情報に基づいて、被測定者が行う動作を特定する(ステップS102)。例えば、プロセッサ11は、姿勢に関する情報の経時変化から、被測定者の身体の各部位(骨、筋肉等)の動きを導き、これにより被測定者の動作を特定する。
図9は、情報処理装置1の動作の流れの例を示すフロー図である。情報処理装置1のプロセッサ11は、インタフェース13を介してカメラ131から、姿勢に関する情報を取得する(ステップS101)。そして、プロセッサ11は、取得したこの姿勢に関する情報に基づいて、被測定者が行う動作を特定する(ステップS102)。例えば、プロセッサ11は、姿勢に関する情報の経時変化から、被測定者の身体の各部位(骨、筋肉等)の動きを導き、これにより被測定者の動作を特定する。
被測定者が行う動作を特定すると、プロセッサ11は、その動作を実現するために、筋肉に必要な最小限の活動状態を推定する(ステップS103)。
また、プロセッサ11は、インタフェース13を介して筋電位測定器132から筋電位の測定値を取得する(ステップS104)。そして、プロセッサ11は、取得したこの筋電位の測定値から、被測定者の筋肉の活動状態を算出する(ステップS105)。
プロセッサ11は、ステップS105で算出した筋肉の活動状態と、ステップS103で推定した、その筋肉の最小限の活動状態と、の差分を算出し(ステップS106)、その差分を出力する(ステップS107)。
図10は、情報処理装置1が測定・推定する活動量の経時変化の例を示す図である。図10に示すグラフは、横軸が時刻を、縦軸が活動量を、それぞれ示している。情報処理装置1は、動作W1、動作W2、及び動作W3を、この順で繋げた一連の動作を行うときの被測定者の姿勢を示す情報、及び筋電位の情報を取得する。
例えば、動作W1は、立位の被測定者が、決められた質量の物体を手に持ち、上腕骨を動かさずに、前腕を動かして、その物体を肘の高さまで持ち上げる動作である。また、例えば、動作W2は、上述した物体を肘の高さに保持したまま静止する動作である。そして、例えば、動作W3は、前腕を伸ばして、その前腕の端部である手で把持した上述の物体を下方に下げる動作である。
曲線A0は、上述した一連の動作を実現するために、被測定者の筋肉に最小限、必要な活動量の推定値の経時変化を示す曲線である。情報処理装置1のプロセッサ11は、被測定者に固有の骨及び筋肉の情報を、筋骨格モデルDB121から読出して、その物理モデルを構築する。そして、プロセッサ11は、カメラ131から取得した画像データを解析して、被測定者の一連の動作を特定し、これを解析して、この動作の実現に必要な最小限の力の方向、及び大きさを算出する。
プロセッサ11は、算出した力の方向、及び大きさを、被測定者の筋肉にそれぞれ割当てて、筋肉ごとに、最小限、必要となる活動量を推定する。この活動量とは、例えば、一つの筋肉を代表する筋電位でもよいし、その筋肉により生じる筋張力であってもよい。
曲線A1は、上述した一連の動作を実際に行ったときに測定された筋電位等の測定値から算出された、被測定者の筋肉の活動量の経時変化を示す曲線である。このときの被測定者は、この動作の熟練者である。
情報処理装置1のプロセッサ11は、インタフェース13を介して筋電位測定器132から、被測定者の筋電位の情報を取得する。そして、プロセッサ11は、取得した筋電位の情報に基づいて、被測定者の筋肉の活動量を算出する。
図11は、熟練者を測定したときの活動量差の経時変化の例を示す図である。図11に示すグラフは、横軸が時刻を、縦軸が活動量差を、それぞれ示している。情報処理装置1は、上述した熟練者による動作に伴う実際の筋肉の活動量と、物理モデルにより推定したその動作の実現に最小限必要な筋肉の活動量との差(活動量差という)を、算出し、その変化をグラフによって表示部15に表示する。
このとき、表示部15は、図11に示す通り、熟練者である被測定者の筋肉を測定した筋電位により定まる活動量を表した曲線A1と、被測定者が行う一連の動作の実現に最小限必要となる筋肉の活動量の推定値を表した曲線A0との差D1を表示する(D1=A1-A0)。
ここで、活動量は筋電位そのものでもよい。この場合、情報処理装置1のプロセッサ11は、動作の実現に筋肉が必要とする筋電位を推定し、筋電位測定器132から取得した筋電位と、推定した筋電位と、の差の経時変化をグラフにより表示するプロセッサの例である。
図12は、初心者を測定したときの活動量差の経時変化の例を示す図である。図12に示すグラフは、横軸が時刻を、縦軸が活動量差を、それぞれ示している。上述した一連の動作に熟練していない初心者である被測定者は、熟練者に比べて力む期間が長く、その力みの大きさも比較的大きい。そのため、情報処理装置1は、図12に示す差D2を表示する。この差D2は、初心者の筋肉を測定した筋電位により定まる活動量を表した曲線A2(図示しない)と、上述した曲線A0との差である(D2=A2-A0)。
一般的に「力み」は動作の速度を低下させ、可動域を制限するため、その動作の阻害要因である。しかし、この「力み」は、身体をコントロールして、その動作を正確に行うために必要な要素でもある。そのため、熟練した動作は、「力み」のタイミングや大きさ等に特徴があることが多い。
この表示により、熟練者が決められた動作を行うときに、どのタイミングでどの程度、力んでいるかが把握される。また、初心者が共通の動作を行うときの、力みの程度やタイミングも明らかになる。したがって、初心者の結果と、熟練者の結果と、を比較することで、初心者は、この動作を熟練するために意識すべき力みの大きさとタイミングとを学習することができる。
なお、情報処理装置1は、熟練者の動作における活動量差と、初心者の動作における活動量差と、をそれぞれ表示して、初心者であるユーザに比較させてもよいが、熟練者の動作における活動量そのものと、初心者の動作における活動量そのものと、の差を算出して表示してもよい。
プロセッサ11は、例えば、操作部14がユーザから終了の指示を受付ける等、予め決められた終了条件を満たしたか否かを判断する(ステップS108)。終了条件を満たしていない、と判断する場合(ステップS108;NO)、プロセッサ11は、処理をステップS101に戻す。一方、終了条件を満たした、と判断する場合(ステップS108;YES)、プロセッサ11は、処理を終了する。
上述した動作により、情報処理装置1は、被測定者の動作と筋肉の活動状態とから、その動作における力みを推定して出力する。したがって、情報処理装置1のユーザは、被測定者の動作のうち、力みの成分を、動作に必要な最小限の筋張力と区別して把握する。
<変形例>
以上が実施形態の説明であるが、この実施形態の内容は以下のように変形し得る。また、以下の変形例は、互いに組合されてもよい。
以上が実施形態の説明であるが、この実施形態の内容は以下のように変形し得る。また、以下の変形例は、互いに組合されてもよい。
<1>
上述した実施形態において、情報処理装置1は、CPUで構成されるプロセッサ11を有していたが、情報処理装置1を制御する制御手段は他の構成であってもよい。例えば、情報処理装置1は、CPU以外にも各種のプロセッサ等を有してもよい。
上述した実施形態において、情報処理装置1は、CPUで構成されるプロセッサ11を有していたが、情報処理装置1を制御する制御手段は他の構成であってもよい。例えば、情報処理装置1は、CPU以外にも各種のプロセッサ等を有してもよい。
ここでプロセッサとは広義的なプロセッサを指し、汎用的なプロセッサ(例えば上述したCPU等)や、専用のプロセッサ(例えばGPU: Graphics Processing Unit、ASIC: Application Specific Integrated Circuit、FPGA: Field Programmable Gate Array、プログラマブル論理デバイス、等)を含むものである。
<2>
上述した実施形態におけるプロセッサの動作は、1つのプロセッサによって成すのみでなく、物理的に離れた位置に存在する複数のプロセッサが協働して成すものであってもよい。
上述した実施形態におけるプロセッサの動作は、1つのプロセッサによって成すのみでなく、物理的に離れた位置に存在する複数のプロセッサが協働して成すものであってもよい。
また、プロセッサの各動作の順序は、上述した実施形態において記載した順序のみに限定されるものではなく、適宜変更されてもよい。
<3>
上述した実施形態において、プロセッサ11は、取得した筋電位と、推定した筋電位と、の差の経時変化をグラフにより表示していたが、この差が決められた条件を満たすときのタイミングを出力してもよい。例えば、図11に示す活動量差の経時変化が得られたとき、プロセッサ11は、この活動量差が決められた条件を満たしたタイミングをユーザに知らせてもよい。ここで、決められた条件は、例えば、算出された活動量差が閾値を超えるという条件であってもよいし、活動量差が極大値又は極小値を経過したという条件であってもよい。
上述した実施形態において、プロセッサ11は、取得した筋電位と、推定した筋電位と、の差の経時変化をグラフにより表示していたが、この差が決められた条件を満たすときのタイミングを出力してもよい。例えば、図11に示す活動量差の経時変化が得られたとき、プロセッサ11は、この活動量差が決められた条件を満たしたタイミングをユーザに知らせてもよい。ここで、決められた条件は、例えば、算出された活動量差が閾値を超えるという条件であってもよいし、活動量差が極大値又は極小値を経過したという条件であってもよい。
<4>
上述した実施形態において、情報処理装置1は、ユーザに筋電位から定まる筋肉の活動状態と、推定した活動状態と、の差を示す情報を表示する表示部15を有していたが、他の出力装置を有してもよい。例えば、情報処理装置1は、ユーザの身体の部位に取り付けられ、その部位を刺激する出力装置を備えてもよい。
上述した実施形態において、情報処理装置1は、ユーザに筋電位から定まる筋肉の活動状態と、推定した活動状態と、の差を示す情報を表示する表示部15を有していたが、他の出力装置を有してもよい。例えば、情報処理装置1は、ユーザの身体の部位に取り付けられ、その部位を刺激する出力装置を備えてもよい。
この場合、情報処理装置1のプロセッサ11は、上述した差を算出すると、この出力装置を制御して、この差に関する筋肉に相当する部位を、この差の大きさに応じた強さで刺激してもよい。この場合、このプロセッサ11は、ユーザに筋電位から定まる筋肉の活動状態と、推定した活動状態と、の差を示す情報を生成したときに、この筋肉に相当する部位を、生成した情報が示す差の大きさに応じた強さで刺激するように、出力装置を制御するプロセッサの例である。
この構成によれば、ユーザは、熟練者を測定したデータを用いることで、その熟練者が動作において力む部位とその大きさ、タイミングを、身体への刺激により把握することができる。
<5>
上述した実施形態において、情報処理装置1は、インタフェース13とともに、このインタフェース13を介して接続されたカメラ131、及び筋電位測定器132を備えていたが、これらのデバイスは、情報処理装置1が備えてなくてもよい。この場合、これらのデバイスは、情報処理装置1の外部装置として、インタフェース13を介して情報処理装置1に通信可能に接続されればよい。
上述した実施形態において、情報処理装置1は、インタフェース13とともに、このインタフェース13を介して接続されたカメラ131、及び筋電位測定器132を備えていたが、これらのデバイスは、情報処理装置1が備えてなくてもよい。この場合、これらのデバイスは、情報処理装置1の外部装置として、インタフェース13を介して情報処理装置1に通信可能に接続されればよい。
すなわち、この情報処理装置1のプロセッサ11は、身体の姿勢に関する情報を取得し、その身体の表面における筋電位の情報を取得し、取得したその姿勢に関する情報から、身体の動作を特定し、特定したその動作の実現に必要な筋肉の活動状態を推定し、取得した情報が示す筋電位から定まる筋肉の活動状態と、推定した活動状態と、の差を示す情報を出力する情報処理装置が有するプロセッサの例である。
<6>
上述した実施形態において、情報処理装置1のプロセッサ11によって実行されるプログラムは、プロセッサを有するコンピュータに、身体の姿勢に関する情報を取得するステップと、前記身体の表面から測定された筋電位の情報を取得するステップと、取得した前記姿勢に関する情報から、前記身体の動作を特定するステップと、特定した前記動作の実現に必要な筋肉の活動状態を推定するステップと、前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力するステップと、を実行させるプログラムの例である。
上述した実施形態において、情報処理装置1のプロセッサ11によって実行されるプログラムは、プロセッサを有するコンピュータに、身体の姿勢に関する情報を取得するステップと、前記身体の表面から測定された筋電位の情報を取得するステップと、取得した前記姿勢に関する情報から、前記身体の動作を特定するステップと、特定した前記動作の実現に必要な筋肉の活動状態を推定するステップと、前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力するステップと、を実行させるプログラムの例である。
このプログラムは、磁気テープ及び磁気ディスク等の磁気記録媒体、光ディスク等の光記録媒体、光磁気記録媒体、半導体メモリ等の、コンピュータ装置が読取り可能な記録媒体に記憶された状態で提供し得る。また、このプログラムは、インターネット等の通信回線経由でダウンロードされてもよい。
1…情報処理装置、11…プロセッサ、111…第1取得部、112…第2取得部、113…特定部、114…推定部、115…算出部、116…出力部、12…メモリ、121…筋骨格モデルDB、1211…骨モデル表、1212…筋肉モデル表、1213…ユーザ表、122…動作DB、1221…動作IDリスト、1222…骨運動表、123…筋電位DB、1231…ユーザIDリスト、1232…筋電位・筋張力関係表、13…インタフェース、131…カメラ、132…筋電位測定器、14…操作部、15…表示部、A0…曲線(推定値)、A1…曲線(熟練者の算出値)、A2…曲線(初心者の算出値)。
Claims (6)
- 身体の姿勢に関する情報を準備する姿勢情報準備装置と、
前記身体の表面から筋電位を測定する筋電位測定器と、
プロセッサと、を有し、前記プロセッサは、
前記姿勢情報準備装置により準備された前記姿勢に関する情報を取得し、
前記筋電位測定器により測定された前記筋電位の情報を取得し、
取得した前記姿勢に関する情報から、前記身体の動作を特定し、
特定した前記動作の実現に必要な筋肉の活動状態を推定し、
前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力する
情報処理装置。 - 前記プロセッサは、
前記動作の実現に前記筋肉が必要とする筋電位を推定し、
取得した前記情報が示す前記筋電位と、推定した前記筋電位と、の差の経時変化をグラフにより表示する
請求項1に記載の情報処理装置。 - 前記プロセッサは、
前記差が決められた条件を満たすときのタイミングを出力する
請求項1又は2に記載の情報処理装置。 - ユーザの身体の部位に取り付けられ、該部位を刺激する出力装置を備え、
前記プロセッサは、
前記筋肉に相当する部位を、前記差の大きさに応じた強さで刺激するように、前記出力装置を制御する
請求項1から3のいずれか1項に記載の情報処理装置。 - プロセッサを有し、前記プロセッサは、
身体の姿勢に関する情報を取得し、
前記身体の表面における筋電位の情報を取得し、
取得した前記姿勢に関する情報から、前記身体の動作を特定し、
特定した前記動作の実現に必要な筋肉の活動状態を推定し、
前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力する
情報処理装置。 - プロセッサを有するコンピュータに、
身体の姿勢に関する情報を取得するステップと、
前記身体の表面から測定された筋電位の情報を取得するステップと、
取得した前記姿勢に関する情報から、前記身体の動作を特定するステップと、
特定した前記動作の実現に必要な筋肉の活動状態を推定するステップと、
前記筋電位から定まる筋肉の活動状態と、推定した前記活動状態と、の差を示す情報を出力するステップと、
を実行させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020158715A JP2022052364A (ja) | 2020-09-23 | 2020-09-23 | 情報処理装置、及びプログラム |
US17/164,006 US20220087587A1 (en) | 2020-09-23 | 2021-02-01 | Information processing apparatus and non-transitory computer readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020158715A JP2022052364A (ja) | 2020-09-23 | 2020-09-23 | 情報処理装置、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022052364A true JP2022052364A (ja) | 2022-04-04 |
Family
ID=80741295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020158715A Pending JP2022052364A (ja) | 2020-09-23 | 2020-09-23 | 情報処理装置、及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220087587A1 (ja) |
JP (1) | JP2022052364A (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005122900A1 (ja) * | 2004-06-16 | 2005-12-29 | The University Of Tokyo | 筋骨格モデルに基づく筋力取得方法及び装置 |
KR102160636B1 (ko) * | 2014-02-21 | 2020-09-28 | 삼성전자주식회사 | 전자 장치 및 입출력 장치를 제어하는 방법 |
-
2020
- 2020-09-23 JP JP2020158715A patent/JP2022052364A/ja active Pending
-
2021
- 2021-02-01 US US17/164,006 patent/US20220087587A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20220087587A1 (en) | 2022-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210272376A1 (en) | Virtual or augmented reality rehabilitation | |
EP2695645B1 (en) | Running form diagnostic system and method for scoring running form | |
US11679300B2 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
Da Gama et al. | Motor rehabilitation using Kinect: a systematic review | |
JP6178838B2 (ja) | 筋肉活動の取得および分析用のシステムならびにその動作方法 | |
JP5158824B2 (ja) | 筋シナジー解析方法、筋シナジー解析装置、及び筋シナジーインターフェース | |
US20140371633A1 (en) | Method and system for evaluating a patient during a rehabilitation exercise | |
JP4590010B1 (ja) | 動作解析装置、および動作解析方法 | |
JP6757010B1 (ja) | 動作評価装置、動作評価方法、動作評価システム | |
JP2022507628A (ja) | 様々なタイプの仮想現実および/または拡張現実環境内の神経筋活性化からのフィードバック | |
JP2020174910A (ja) | 運動支援システム | |
Barandas et al. | A real time biofeedback system using visual user interface for physical rehabilitation | |
Gauthier et al. | Human movement quantification using Kinect for in-home physical exercise monitoring | |
JP2016035651A (ja) | 在宅リハビリテーションシステム | |
JP2022052364A (ja) | 情報処理装置、及びプログラム | |
JP6990015B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2016220779A (ja) | 移動運動解析装置、方法及びプログラム | |
Bethi | Exergames for telerehabilitation | |
US20240055138A1 (en) | System and method of patient profile creation | |
US20240061512A1 (en) | Computer-implemented method and apparatus for determining reaction time processes | |
JP2012024394A (ja) | 感覚統合運動機能の計測装置 | |
WO2023100679A1 (ja) | 判定方法、判定装置、及び、判定システム | |
JP2017213175A (ja) | 移動運動解析装置及びシステム並びにプログラム | |
Lesmana et al. | Design of Mirror Therapy Technique to Rehabilitate Upper Limb After Stroke Using Non-Immersive Virtual Reality | |
JP2023088176A (ja) | 推定装置、推定方法、推定プログラム、及び学習モデル生成装置 |