JP4630115B2 - 運動解析表示装置 - Google Patents
運動解析表示装置 Download PDFInfo
- Publication number
- JP4630115B2 JP4630115B2 JP2005120584A JP2005120584A JP4630115B2 JP 4630115 B2 JP4630115 B2 JP 4630115B2 JP 2005120584 A JP2005120584 A JP 2005120584A JP 2005120584 A JP2005120584 A JP 2005120584A JP 4630115 B2 JP4630115 B2 JP 4630115B2
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- motion
- analysis
- generating
- curve
- 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.)
- Active
Links
- 230000033001 locomotion Effects 0.000 title claims description 193
- 238000004458 analytical method Methods 0.000 title claims description 136
- 230000010354 integration Effects 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 50
- 230000008859 change Effects 0.000 claims description 41
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 40
- 230000001133 acceleration Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 27
- 230000036461 convulsion Effects 0.000 description 25
- 230000010365 information processing Effects 0.000 description 19
- 238000005259 measurement Methods 0.000 description 19
- 208000018737 Parkinson disease Diseases 0.000 description 18
- 210000003811 finger Anatomy 0.000 description 18
- 230000008569 process Effects 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 10
- 230000005057 finger movement Effects 0.000 description 10
- 238000005070 sampling Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 8
- 238000013211 curve analysis Methods 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000010079 rubber tapping Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000014644 Brain disease Diseases 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000003813 thumb Anatomy 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 208000016285 Movement disease Diseases 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000015592 Involuntary movements Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 210000001577 neostriatum Anatomy 0.000 description 1
- 208000037821 progressive disease Diseases 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003523 substantia nigra 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
- A61B5/68—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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- 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
- A61B5/1124—Determining motor skills
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- 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
- A61B5/683—Means for maintaining contact with the body
- A61B5/6838—Clamps or clips
-
- 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
- A61B5/7242—Details of waveform analysis using integration
-
- 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
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- 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
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Description
本発明は、運動情報を表示する装置等に関し、特に、運動センサによって取得された運動波形を解析して、定量的な運動情報を表示する装置等に関する。
パーキンソン病は、運動を司る脳内の黒質や線条体に障害を起こし、歩行等の無随意運動に失調を来たす難病である。また、進行性の病気であるため、放置すると、約１０年で寝たきりの状態になってしまうと言われており、早期の診断と治療が求められている。
しかし、パーキンソン病は脳疾患であるにも関わらず血液検査や画像診断によって診断可能な特徴がなく、現状においては、病状の重症度（進行度）を、特異的な臨床兆候（振戦、筋固縮、無動、姿勢保持障害等）と患者の訴えとによって判定している。このような判定方法では、病状の重症度を定量的に評価することが難しく、適切な投薬治療を実現するための情報が充分とは言えなかった。
しかし、パーキンソン病は脳疾患であるにも関わらず血液検査や画像診断によって診断可能な特徴がなく、現状においては、病状の重症度（進行度）を、特異的な臨床兆候（振戦、筋固縮、無動、姿勢保持障害等）と患者の訴えとによって判定している。このような判定方法では、病状の重症度を定量的に評価することが難しく、適切な投薬治療を実現するための情報が充分とは言えなかった。
従来、パーキンソン病の重症度を定量的に判定するために、コンピュータのキーボードをタッピングする（叩く）方法が多く研究されてきた（例えば、非特許文献１参照）。この方法によれば、簡易に指の動きをオンとオフの状態として評価できる。
また、他の方法として、キーボードと同様にボタンを押す装置を簡易に構成し、このボタンを押すタイミングを測定する手法が開示されている（例えば、特許文献１参照）。この方法によれば、キーボードによる評価と同様に、指の動きをオンとオフの状態として評価できる。
さらに、手話の入力装置の分野では、１次巻線から励磁して、磁性応答部材と２次巻線の配置による移動を検出することによって、指の曲げ伸ばしを評価する方法が開示されている（例えば、特許文献２参照）。すなわち、特許文献２に開示される発明は、指先ごとに発信コイルを、手のひらに受信コイルを配置して、各々の発信コイルに異なる周波数の交流電流を流し、手のひらの上の受信コイルによって得られた誘起起電力を周波数検出回路によって、どの指が手のひらに接触したかを検出するものである。
これら３つの方法においては、指の動きをデジタル的なオンオフの情報として取得することができる。
これら３つの方法においては、指の動きをデジタル的なオンオフの情報として取得することができる。
一方、指の動きをアナログ的に評価する方法として、ｏｐｔｏｅｌｅｃｔｒｏｎｉｃ ｃａｍｅｒａ ｓｙｓｔｅｍという、カメラの画像から指の動きを検出する方法が報告されている（例えば、非特許文献２参照）。このような方法によれば、正確に指の動きを検出することができる。
また、金属検出装置の分野では、固定された励磁回路と検出コイルの間を移動する金属物を検出する方法として、検出コイルで検出された渦電流による変化量を検波回路で検波し、ローパスフィルタを通して、検出する方法が開示されている（例えば、特許文献３参照）。このような方法によれば、金属の移動をモニタすることが可能である。
さらに、本発明者らによって、適切に波形データを測定する運動センサとして、磁気センサ型指タッピング計測装置が開示されている（例えば、非特許文献３参照）。すなわち、非特許文献３に開示される装置は、高周波（２０ｋＨｚ）の磁場を発信させるコイルと、受信を行うコイルとを指に装着させ、高周波磁場の誘起起電力を受信コイルで検出し、高周波磁場の周波数で検波を行いフィルタ処理後、ノートパソコンのＡＤコンバータによってデジタル信号として記録を行うものである。
これら３つの方法においては、指の動きをアナログ的な情報として取得することができる。
米国特許第 6,416,485 B1号明細書
特開２００３−１５８１０号公報
特開平５−５７８４号公報
Movement Disorder vol. 15, No. 1, 2000, pp. 36-47
Movement Disorder vol. 12, No. 5, 1997, pp. 665-676
Neurosci. Res. vol. 49, No. 2, 2004, pp. 253-260
これら３つの方法においては、指の動きをアナログ的な情報として取得することができる。
しかしながら、特許文献１、２および非特許文献１に開示される発明によれば、指の動きに関してデジタル的なオンオフの情報しか取得できず、パーキンソン病に特異的な症状である指の動きの悪さを充分に判定できていなかった。
また、非特許文献２に開示される発明によれば、装置が大型化する上に、データ解析に時間がかかるという問題があった。
また、特許文献３に開示される発明によれば、金属の動きを検出することはできるが、生体の動きを検出することができなかった。
また、非特許文献３に開示される発明によれば、測定された波形データによって、パーキンソン病の特異的な症状である指の動きの悪さを適切に検出することができるが、さらに、測定された運動波形を定量的に評価できれば、より好ましい。
また、非特許文献２に開示される発明によれば、装置が大型化する上に、データ解析に時間がかかるという問題があった。
また、特許文献３に開示される発明によれば、金属の動きを検出することはできるが、生体の動きを検出することができなかった。
また、非特許文献３に開示される発明によれば、測定された波形データによって、パーキンソン病の特異的な症状である指の動きの悪さを適切に検出することができるが、さらに、測定された運動波形を定量的に評価できれば、より好ましい。
そこで、本発明は、運動センサの種類に関わらず、取得した運動情報を定量的に評価可能な運動解析表示装置等を提供することを課題とする。
前記目的を達成するために、本発明は、運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、前記解析手段は、前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から速度波形を生成する運動波形生成手段と、前記速度波形において、対向する運動方向の運動エネルギー比を、前記速度波形を構成する正の速度値と負の速度値とを用いて算出するエネルギーバランス値算出手段と、を含むことを特徴とする運動解析表示装置である。
このような構成とすることによって、速度波形に基づいて算出されたエネルギーバランス値を、パーキンソン病等の脳障害を伴う患者と健常者とで比較することができ、症状の重症度を評価することができる。
さらに、本発明は、運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、前記解析手段は、前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、前記距離波形において、所定の時間幅で包絡線を生成する包絡線生成手段と、を含むことを特徴とする運動解析表示装置である。
このような構成とすることによって、距離波形において包絡線を生成することができ、この包絡線の特徴によって距離波形の傾向分析を行うことができる。その結果、例えば、被験者の運動が時間経過に従って萎縮する「すくみ」の状態等を評価することができる。
さらに、本発明は、運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、前記解析手段は、前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、前記運動波形を時間積算する時間積算曲線生成手段と、を含むことを特徴とする運動解析表示装置である。
このような構成とすることによって、運動波形において時間積算曲線を生成することができ、この時間積算曲線の特徴を抽出することによって、被験者の運動が均一に行われているかどうかの評価や、被験者が達成した到達エネルギー等を評価することができる。
なお、他の発明に関しては、本明細書中で明らかにする。
なお、他の発明に関しては、本明細書中で明らかにする。
本発明によれば、運動センサの種類に関わらず、取得した運動情報を定量的に評価可能な運動解析表示装置等を提供することができる。
以下、本発明を実施するための最良の形態（以下「実施形態」という）について、適宜図面を参照しながら詳細に説明する。
<<第一の実施形態>>
まず、第一の実施形態を説明する。この第一の実施形態は、運動エネルギーに基づいて、運動を解析する実施形態である。
図１は、第一の実施形態の運動解析表示装置の全体構成を示すブロック図である。図１に示すように、運動解析表示装置１は、情報処理部２と、運動センサインタフェース３と、表示手段４と、入力手段５を含んで構成される。
なお、被験者の運動情報を波形データとして取得する運動センサ６は、運動センサインタフェース３を介して運動解析表示装置１に接続されている。
ここで、「被験者」とは、運動センサ６による測定対象であって、動作するものであればどのようなものであってもよく、例えば、被験者は、機械、動物、人間等である。
そして、本実施形態においては、特に記載のない限り、被験者がパーキンソン病患者である場合を想定している。
まず、第一の実施形態を説明する。この第一の実施形態は、運動エネルギーに基づいて、運動を解析する実施形態である。
図１は、第一の実施形態の運動解析表示装置の全体構成を示すブロック図である。図１に示すように、運動解析表示装置１は、情報処理部２と、運動センサインタフェース３と、表示手段４と、入力手段５を含んで構成される。
なお、被験者の運動情報を波形データとして取得する運動センサ６は、運動センサインタフェース３を介して運動解析表示装置１に接続されている。
ここで、「被験者」とは、運動センサ６による測定対象であって、動作するものであればどのようなものであってもよく、例えば、被験者は、機械、動物、人間等である。
そして、本実施形態においては、特に記載のない限り、被験者がパーキンソン病患者である場合を想定している。
運動センサ６は、被験者の運動情報を時系列に検出するものであって、少なくとも、距離、速度、加速度、躍度のいずれか１つに関する被験者の運動情報を、波形データとして取得できるものであればよい。
図２は、本実施形態における運動センサ６の構成の一例を示すブロック図である。図２に示すように、運動センサ６は、例えば、前記した非特許文献３に開示される磁気センサ型のタッピング装置である。図２において、発信用コイル３０２は親指の下部に装着されており、受信用コイル３０１は人差し指の上部に装着されている。発信用コイル３０２はコイル装着部材３２２に巻き付けてあり、電流発生用アンプ３１０と接続されている。受信用コイル３０１はコイル装着部材３２１に巻き付けてあり、プリアンプ回路３０３と接続されている。
そして、交流発生回路３０９によって特定の周波数（例えば２０ｋＨｚ等）を持つ交流電圧が作成される。交流発生回路３０９によって作成された特定の周波数を持つ交流電圧は、電流発生用アンプ回路３１０によって特定の周波数を持つ交流電流に変換され、電流発生用アンプ回路３１０によって作成された交流電流を発信用コイル３０２に流す構成とする。発信用コイル３０２によって発生した磁場は、受信用コイル３０１内に誘起起電力を発生させる。
発生した誘起起電力（交流発生回路３０９によって作成された特定の周波数を持つ交流電圧と同じ周波数を有している）は、プリアンプ回路３０３によって増幅され、増幅後の信号は検波回路に入力される。
検波回路３０４では、交流発生回路３０９によって作成された特定の周波数または２倍周波数によって検波を行うため、交流発生回路３０９の出力を位相調整回路３１１によって位相を調整した後、参照信号３１２として検波回路３０４の参照信号入力端子に接続される。
また特定周波数の２倍周波数で検波する場合は、位相調整回路３１１は必ずしも必要ではない。２倍周波数で検波する簡単な回路構成としては、交流発生回路３０９の特定周波数を２倍の周波数としておき、分周期によって半分の周波数に変換した後に、電流発生用アンプ回路３１０に入力する構成とし、参照信号３１２には交流発生回路３０９の特定周波数の２倍の周波数の信号を検波回路３０４の参照信号入力端子に接続する構成とする。
検波回路３０４の出力は、ＬＰＦ（Ｌｏｗ−Ｐａｓｓ ｆｉｌｔｅｒ）回路３０５を通った後、所望の電圧を得るためにアンプ回路３０６によって増幅された後、出力３０７を得る。
出力３０７をコンピュータ８内蔵のアナログデジタル変換ボード（ＡＤボード）によってデジタルデータとして、コンピュータ３０８に入力される。
このような構成により、生体に装着された受信用コイル３０１と発信用コイル３０２との相対距離Ｄに相当する電圧が出力３０７に現れる。
そして、交流発生回路３０９によって特定の周波数（例えば２０ｋＨｚ等）を持つ交流電圧が作成される。交流発生回路３０９によって作成された特定の周波数を持つ交流電圧は、電流発生用アンプ回路３１０によって特定の周波数を持つ交流電流に変換され、電流発生用アンプ回路３１０によって作成された交流電流を発信用コイル３０２に流す構成とする。発信用コイル３０２によって発生した磁場は、受信用コイル３０１内に誘起起電力を発生させる。
発生した誘起起電力（交流発生回路３０９によって作成された特定の周波数を持つ交流電圧と同じ周波数を有している）は、プリアンプ回路３０３によって増幅され、増幅後の信号は検波回路に入力される。
検波回路３０４では、交流発生回路３０９によって作成された特定の周波数または２倍周波数によって検波を行うため、交流発生回路３０９の出力を位相調整回路３１１によって位相を調整した後、参照信号３１２として検波回路３０４の参照信号入力端子に接続される。
また特定周波数の２倍周波数で検波する場合は、位相調整回路３１１は必ずしも必要ではない。２倍周波数で検波する簡単な回路構成としては、交流発生回路３０９の特定周波数を２倍の周波数としておき、分周期によって半分の周波数に変換した後に、電流発生用アンプ回路３１０に入力する構成とし、参照信号３１２には交流発生回路３０９の特定周波数の２倍の周波数の信号を検波回路３０４の参照信号入力端子に接続する構成とする。
検波回路３０４の出力は、ＬＰＦ（Ｌｏｗ−Ｐａｓｓ ｆｉｌｔｅｒ）回路３０５を通った後、所望の電圧を得るためにアンプ回路３０６によって増幅された後、出力３０７を得る。
出力３０７をコンピュータ８内蔵のアナログデジタル変換ボード（ＡＤボード）によってデジタルデータとして、コンピュータ３０８に入力される。
このような構成により、生体に装着された受信用コイル３０１と発信用コイル３０２との相対距離Ｄに相当する電圧が出力３０７に現れる。
ここで、本実施形態においては、被験者に対して、３０秒間できるだけ早く人指し指と親指とを重ね合わせるタッピング運動を行うように指令している。
そして、運動センサ６は、このときの運動を、距離波形に対応する波形データとして取得するものとする。
そして、運動センサ６は、このときの運動を、距離波形に対応する波形データとして取得するものとする。
また、受信コイル３０１と発信コイル３０２を装着する指は、親指や人差し指に限定されることなく、どの指に受信コイル３０１や発信コイル３０２を装着してもよい。また、図２においては、検出コイルを指に装着した場合を説明したが、発信コイル３０２と受信コイル３０１とを唇の上唇と下唇に装着し、口の動きに伴う動きも検出してもよい。また、目の上下に装着し、瞬きやまぶたの動きを検出してもよい。
なお、被験者の運動情報を波形データとして取得する運動センサ６は、このような構成のタッピング装置に限定されるものではなく、運動情報を波形データとして取得することができればどのような構成であっても構わない。
例えば、従来公知のストレインゲージ、加速度計、速度計等の運動センサであってもよく、また、画像データを取得し、画像解析することによって被験者の運動情報を取得する運動センサであってもよい。
例えば、従来公知のストレインゲージ、加速度計、速度計等の運動センサであってもよく、また、画像データを取得し、画像解析することによって被験者の運動情報を取得する運動センサであってもよい。
図１に戻って、運動解析表示装置１の説明を続ける。
運動センサインタフェース３は、例えば、一般のコンピュータに備えられるアナログデジタル変換ボード（以下「ＡＤボード」という）を含み、運動センサ６により検出されたアナログ信号の波形データを、所定のサンプリング周波数でデジタル信号の波形データに変換し、運動解析表示装置１の情報処理部２に入力するものである。
運動センサインタフェース３は、例えば、一般のコンピュータに備えられるアナログデジタル変換ボード（以下「ＡＤボード」という）を含み、運動センサ６により検出されたアナログ信号の波形データを、所定のサンプリング周波数でデジタル信号の波形データに変換し、運動解析表示装置１の情報処理部２に入力するものである。
表示手段４は、情報処理部２により処理された被験者情報や運動情報を表示するものであって、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）ディスプレイやＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ等によって実現することができる。
また、入力手段５は、図示しない運動解析表示装置１の操作者が、被験者情報等を入力するためのものであって、キーボードやマウス等によって実現することができる。また、被験者情報等を入力する場合には、操作者による入力を補助するユーザインタフェースとして、表示手段４に入力画面を表示させるようにしてもよい。
また、入力手段５は、図示しない運動解析表示装置１の操作者が、被験者情報等を入力するためのものであって、キーボードやマウス等によって実現することができる。また、被験者情報等を入力する場合には、操作者による入力を補助するユーザインタフェースとして、表示手段４に入力画面を表示させるようにしてもよい。
情報処理部２は、運動センサ６により取得された波形データを解析して運動の特徴量を抽出し、これらの抽出された特徴量を、適宜、被験者情報等とともに表示手段４に表示させるものである。
ここで、情報処理部２は、解析処理部２１と、被験者情報処理部２２と、表示処理部２３とを含んで構成される。
なお、情報処理部２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等からなるメモリと、ハードディスク等を含んで構成される。前記した情報処理部２内の各処理部２１〜２３は、メモリまたはハードディスクに格納されたプログラムまたはデータに相当する。そして、ＣＰＵがメモリにプログラムを読み出して演算処理を実行することにより、情報処理部２の各処理が実現されるものとする。
ここで、情報処理部２は、解析処理部２１と、被験者情報処理部２２と、表示処理部２３とを含んで構成される。
なお、情報処理部２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等からなるメモリと、ハードディスク等を含んで構成される。前記した情報処理部２内の各処理部２１〜２３は、メモリまたはハードディスクに格納されたプログラムまたはデータに相当する。そして、ＣＰＵがメモリにプログラムを読み出して演算処理を実行することにより、情報処理部２の各処理が実現されるものとする。
（解析処理部）
図３は、第一の実施形態の解析処理部２１の構成を示すブロック図である。図３に示すように、解析処理部２１は、運動センサ６から入力された波形データに基づいて、運動の特徴量を抽出するものである。そして、解析処理部２１により解析された結果は、被験者情報処理部２２に備わる図示しない被験者ＤＢに記録され、表示処理部２３によって適宜被験者ＤＢから読み出されて表示手段４に表示される。
ここで、第一の実施形態の解析処理部２１は、運動波形生成手段２１１と、測定データＤＢ（データベース）２１２と、エネルギーバランス値算出手段２１３とを含んで構成される。
測定データＤＢは、メモリやハードディスクによって実現することができるものである。
図３は、第一の実施形態の解析処理部２１の構成を示すブロック図である。図３に示すように、解析処理部２１は、運動センサ６から入力された波形データに基づいて、運動の特徴量を抽出するものである。そして、解析処理部２１により解析された結果は、被験者情報処理部２２に備わる図示しない被験者ＤＢに記録され、表示処理部２３によって適宜被験者ＤＢから読み出されて表示手段４に表示される。
ここで、第一の実施形態の解析処理部２１は、運動波形生成手段２１１と、測定データＤＢ（データベース）２１２と、エネルギーバランス値算出手段２１３とを含んで構成される。
測定データＤＢは、メモリやハードディスクによって実現することができるものである。
[運動波形生成手段]
運動センサ６から取得された波形データは、運動波形を直接表すものではなく、運動波形に対応する電圧出力である。
運動波形生成手段２１１は、この電圧出力である波形データを、対応する運動波形に変換し、変換された運動波形に基づいて、距離波形と、速度波形と、加速度波形と、躍度波形とを補完的に生成するものである。
なお、「運動波形」とは、特に限定しない限り、距離波形と、速度波形と、加速度波形と、躍度波形のうち、少なくとも１つを含む。
運動センサ６から取得された波形データは、運動波形を直接表すものではなく、運動波形に対応する電圧出力である。
運動波形生成手段２１１は、この電圧出力である波形データを、対応する運動波形に変換し、変換された運動波形に基づいて、距離波形と、速度波形と、加速度波形と、躍度波形とを補完的に生成するものである。
なお、「運動波形」とは、特に限定しない限り、距離波形と、速度波形と、加速度波形と、躍度波形のうち、少なくとも１つを含む。
ここで、図４を参照して、運動波形生成手段２１１が、波形データから４種の運動波形を生成する手順を説明する。
図４は、本実施形態の運動センサ６から取得された電圧出力の波形データを、距離波形に変換するための電圧―距離換算直線を示す図である。図４に示す電圧―距離換算直線５０１は、あらかじめハードディスクに記憶されており、運動波形生成手段２１１によって、メモリに読み出される。
図４は、本実施形態の運動センサ６から取得された電圧出力の波形データを、距離波形に変換するための電圧―距離換算直線を示す図である。図４に示す電圧―距離換算直線５０１は、あらかじめハードディスクに記憶されており、運動波形生成手段２１１によって、メモリに読み出される。
まず、運動波形生成手段２１１は、波形データを、電圧―距離換算直線５０１に基づいて区間ごとに直線近似して距離値に換算する。また、区間外の電圧値については、隣接区間の直線をそのまま外挿して求めることができる。
図５は、変換前の電圧出力の波形データと、変換後の距離波形を示す図である。図５に示すように、距離波形６０２は波形データ６０１と比較したときに波形の形状に差が生じている。適切に運動波形を定量解析するためには、前記した運動波形生成変換手段３１による変換処理が効果的であることが示される。
そして、このように変換された距離波形６０２は、測定データＤＢ２１２に記録される。
図５は、変換前の電圧出力の波形データと、変換後の距離波形を示す図である。図５に示すように、距離波形６０２は波形データ６０１と比較したときに波形の形状に差が生じている。適切に運動波形を定量解析するためには、前記した運動波形生成変換手段３１による変換処理が効果的であることが示される。
そして、このように変換された距離波形６０２は、測定データＤＢ２１２に記録される。
次に、運動波形生成手段２１１は、測定データＤＢ２１２に記録されている運動波形に基づいて、測定データＤＢ２１２に記録されていない他の運動波形を補完的に生成するものである。具体的には、測定データＤＢ２１２に距離波形のみが記録されている場合には、運動波形生成手段２１１は、測定データＤＢ２１２から距離波形を読み出し、距離波形を時間微分することによって速度波形を生成する。生成された速度波形は、測定データＤＢ２１２に記録される。加速度波形も同様に、運動波形生成手段２１１によって速度波形を時間微分することによって生成され、躍度波形も同様に、運動波形生成手段２１１によって加速度波形を時間微分することによって生成される。そして、運動波形生成手段２１１は、生成した各運動波形を測定データＤＢ２１２に記録する。
本実施形態のように、距離波形を順次時間微分して他の運動波形を生成する場合には、運動波形生成手段２１１は、速度波形、加速度波形、躍度波形を、それぞれ、次の（１）〜（３）式を用いて求めることできる。
本実施形態のように、距離波形を順次時間微分して他の運動波形を生成する場合には、運動波形生成手段２１１は、速度波形、加速度波形、躍度波形を、それぞれ、次の（１）〜（３）式を用いて求めることできる。
速度（ｎ番目）＝［距離（ｎ＋１番目）−距離（ｎ番目）］×サンプリング周波数 …（１）
加速度（ｎ番目）＝［速度（ｎ＋１番目）−速度（ｎ番目）］×サンプリング周波数 …（２）
躍度（ｎ番目）＝［加速度（ｎ＋１番目）−加速度（ｎ番目）］×サンプリング周波数 …（３）
加速度（ｎ番目）＝［速度（ｎ＋１番目）−速度（ｎ番目）］×サンプリング周波数 …（２）
躍度（ｎ番目）＝［加速度（ｎ＋１番目）−加速度（ｎ番目）］×サンプリング周波数 …（３）
ここで、図６を参照して、波形データから変換された距離波形と、この距離波形に基づいて生成された他の運動波形を示す。
図６は、運動波形生成手段２１１により生成された４種の運動波形である。
このように、少なくとも１つの運動波形に基づいて、距離波形７０１、速度波形７０２、加速度波形７０３、躍度波形７０４に関する４種の運動波形を生成することができるため、より多角的に被験者の運動を解析することができる。特に、本実施形態において採用した躍度波形７０４は、被験者の運動の「ぎこちなさ」を評価するのに適している。
図６は、運動波形生成手段２１１により生成された４種の運動波形である。
このように、少なくとも１つの運動波形に基づいて、距離波形７０１、速度波形７０２、加速度波形７０３、躍度波形７０４に関する４種の運動波形を生成することができるため、より多角的に被験者の運動を解析することができる。特に、本実施形態において採用した躍度波形７０４は、被験者の運動の「ぎこちなさ」を評価するのに適している。
また、他の例として、一般に使用される加速度計を運動センサとして使用した場合には、加速度計によって検出された電圧出力の波形データが、運動波形生成手段２１１によって加速度波形に変換される。そして、この加速度波形を前記した（３）式を用いて時間微分することにより躍度波形が取得される。その一方で、この加速度波形を順次時間積分することによって速度波形と距離波形とを取得することができる。このような時間積分に適用する計算式は、前記した（１）〜（３）式から容易に導くことができる。
同様に、運動センサ６として、ストレインゲージや速度計等を適用した場合であっても、さらには、画像データから運動情報を抽出するような運動センサ６であっても、少なくとも１つの運動波形が測定されれば、微積分演算することによって補完的に他の運動波形（距離、速度、加速度、躍度）を求めることができる。
同様に、運動センサ６として、ストレインゲージや速度計等を適用した場合であっても、さらには、画像データから運動情報を抽出するような運動センサ６であっても、少なくとも１つの運動波形が測定されれば、微積分演算することによって補完的に他の運動波形（距離、速度、加速度、躍度）を求めることができる。
[エネルギーバランス値算出手段]
エネルギーバランス値算出手段２１３は、速度波形において、相反する方向になされた運動のエネルギーバランスを評価するために、エネルギーバランス値を算出するものである。
エネルギーバランス値算出手段２１３は、速度波形において、相反する方向になされた運動のエネルギーバランスを評価するために、エネルギーバランス値を算出するものである。
ここで、図７を参照して、エネルギーバランス値算出手段２１３がエネルギーバランス値を算出する手順を説明する。
図７は、速度波形の部分拡大図である。図７に示す速度波形において、縦軸（Ｙ軸）は速度、横軸（Ｘ軸）は時間を示している。この速度波形は、Ｘ軸（速度＝０）を境にして、正方向の速度波形と負方向の速度波形とに分けることができる。
図７は、速度波形の部分拡大図である。図７に示す速度波形において、縦軸（Ｙ軸）は速度、横軸（Ｘ軸）は時間を示している。この速度波形は、Ｘ軸（速度＝０）を境にして、正方向の速度波形と負方向の速度波形とに分けることができる。
まず、エネルギーバランス値算出手段２１３は、速度波形の正方向の速度値（正値）の２乗積分値と、負方向の速度値（負値）の２乗積分値を算出する。
ここで、エネルギーバランス値算出手段２１３は、速度波形における正方向の速度値（正値）と負方向の速度値（負値）の２乗積分値を、それぞれ、次の（４）、（５）式を用いて求めることができる。
ここで、エネルギーバランス値算出手段２１３は、速度波形における正方向の速度値（正値）と負方向の速度値（負値）の２乗積分値を、それぞれ、次の（４）、（５）式を用いて求めることができる。
［正値の２乗積算値］＝Σ［速度（ｎ）×速度（ｎ）］／サンプリング周波数 …（４）
（但し、速度（ｎ）≧０ の場合）
［負値の２乗積算値］＝Σ［速度（ｍ）×速度（ｍ）］／サンプリング周波数 …（５）
（但し、速度（ｍ）＜０ の場合）
（但し、速度（ｎ）≧０ の場合）
［負値の２乗積算値］＝Σ［速度（ｍ）×速度（ｍ）］／サンプリング周波数 …（５）
（但し、速度（ｍ）＜０ の場合）
ここで、２乗積分値を採用したのは、算出された値が常に正になるために方向の異なる運動を比較しやすいという点と、速度値を２乗した値を比較することによって運動エネルギーの比較に対応させやすいという点による。
次に、両２乗積分値の比を算出する。２乗積分値の比は、次の（６）式により求めることができる。
次に、両２乗積分値の比を算出する。２乗積分値の比は、次の（６）式により求めることができる。
［エネルギーバランス値］＝［正値の２乗積算値］／［負値の２乗積算値］ …（６）
なお、本実施形態では全測定時間（３０秒間）の正値と負値の２乗積算値をそれぞれ求めた後にエネルギーバランス値を算出しているが、必ずしも全測定時間で積算して比較する必要はなく、例えば、1周期における正値と負値の２乗積算値を算出してエネルギーバランスを求めることとしてもよい。さらに、１周期におけるエネルギーバランスの変化を全測定時間で算出し、エネルギーバランス値の変化曲線として観察することも可能である。
このように、エネルギーバランス値算出手段２１３によれば、エネルギーバランス値を算出して、正方向と負方向の運動のエネルギー比を評価することができる。
このように、エネルギーバランス値算出手段２１３によれば、エネルギーバランス値を算出して、正方向と負方向の運動のエネルギー比を評価することができる。
ところで、パーキンソン病等の脳障害を伴う患者にとっては、指を開く方向（正方向）の運動は、指を閉じる方向（負方向）の運動に比べて困難であることが知られている。また、負方向の運動は、このような患者と健常者を比較しても差が少ないことが知られている。そして、本実施形態をこのようなパーキンソン病患者等に適用した場合には、エネルギーバランス値が健常者に比べて、小さい値になる傾向がある。
従って、本実施形態は、パーキンソン病等の脳障害を伴う患者の重症度を評価するのに好適であると言える。
従って、本実施形態は、パーキンソン病等の脳障害を伴う患者の重症度を評価するのに好適であると言える。
（被験者情報処理部）
被験者情報処理部２２は、被験者情報や解析結果等の情報を記録する図示しない被験者ＤＢを備え、被験者ＤＢに記録される情報の管理を行うものである。
より詳細には、被験者情報処理部２２は、１）被験者情報の登録、修正、削除および検索、ソート、２）被験者情報と計測データとの関連付け、３）計測データの解析結果の登録、修正、削除（項目の追加、修正、削除）、４）統計処理を行った場合には、その統計処理結果の登録、修正、削除の主に４項目の処理、を被験者ＤＢとの連携によって行う。
また、被験者ＤＢに登録される被験者情報としては、被験者ＩＤ、氏名、生年月日、年齢、身長、体重、疾患名、被験者に関するコメント等が挙げられる。
なお、被験者情報処理部２２による、これらの情報管理は、従来公知のプログラムとデータ構成によって容易に実現することができるものである。
また、被験者ＤＢは、ハードディスク等によって実現することができる。
被験者情報処理部２２は、被験者情報や解析結果等の情報を記録する図示しない被験者ＤＢを備え、被験者ＤＢに記録される情報の管理を行うものである。
より詳細には、被験者情報処理部２２は、１）被験者情報の登録、修正、削除および検索、ソート、２）被験者情報と計測データとの関連付け、３）計測データの解析結果の登録、修正、削除（項目の追加、修正、削除）、４）統計処理を行った場合には、その統計処理結果の登録、修正、削除の主に４項目の処理、を被験者ＤＢとの連携によって行う。
また、被験者ＤＢに登録される被験者情報としては、被験者ＩＤ、氏名、生年月日、年齢、身長、体重、疾患名、被験者に関するコメント等が挙げられる。
なお、被験者情報処理部２２による、これらの情報管理は、従来公知のプログラムとデータ構成によって容易に実現することができるものである。
また、被験者ＤＢは、ハードディスク等によって実現することができる。
（表示処理部）
表示処理部２３は、表示手段４に、被験者ＤＢに登録された被験者情報や解析結果等の情報を、グラフやテーブルの形式を適宜用いて視覚的に理解しやすい表示形式で表示させるものである。
なお、表示処理部２３は、前記した全ての解析結果に関し、同時に表示させる必要はなく、適宜操作者が選択する項目に関して表示させる構成とすることもできる。
表示処理部２３は、表示手段４に、被験者ＤＢに登録された被験者情報や解析結果等の情報を、グラフやテーブルの形式を適宜用いて視覚的に理解しやすい表示形式で表示させるものである。
なお、表示処理部２３は、前記した全ての解析結果に関し、同時に表示させる必要はなく、適宜操作者が選択する項目に関して表示させる構成とすることもできる。
図８は、表示処理部２３によって、表示手段４に表示される画面構成の一例を示す図である。
図８に示すように、表示手段４には、被験者情報入力欄１０１、波形解析欄１０２、時間積算解析欄１０３、分配比率解析欄１０４、分配比率変化率解析欄１０５等が表示されている。また、波形解析欄１０２、時間積算解析欄１０３、分配比率解析欄１０４、分配比率変化率解析欄１０５では、距離波形、速度波形、加速度波形、躍度波形を解析した結果をそれぞれ表示することができる。
このように、解析結果を表示手段４に表示することによって、指の動き等の運動機能を定量的および視覚的に理解しやすいという効果が得られる。
図８に示すように、表示手段４には、被験者情報入力欄１０１、波形解析欄１０２、時間積算解析欄１０３、分配比率解析欄１０４、分配比率変化率解析欄１０５等が表示されている。また、波形解析欄１０２、時間積算解析欄１０３、分配比率解析欄１０４、分配比率変化率解析欄１０５では、距離波形、速度波形、加速度波形、躍度波形を解析した結果をそれぞれ表示することができる。
このように、解析結果を表示手段４に表示することによって、指の動き等の運動機能を定量的および視覚的に理解しやすいという効果が得られる。
なお、本実施形態においては、パーキンソン病患者を想定したデータが記載された図面を参照して説明を行っているが、健常者に対して本実施形態の運動解析表示装置１を適用した場合には、例えば、パーキンソン病患者に比べて、振幅が大きく、また、周期が短い（周波数が高い）運動波形曲線が表示手段４に表示される傾向にある。
また、健常者のエネルギーバランス値は、パーキンソン病患者より相対的に大きい値として表示手段４に表示される傾向にある。
また、健常者のエネルギーバランス値は、パーキンソン病患者より相対的に大きい値として表示手段４に表示される傾向にある。
<<第二の実施形態>>
次に、第二の実施形態の運動解析表示装置を図面を参照して説明する。
この第二の実施形態は、距離波形において生成した包絡線に基づいて運動を解析する実施形態である。
第二の実施形態は、第一の実施形態と比較して、情報処理部２内の解析処理部２１において特徴的な構成を有するものである。従って、第二の実施形態の説明において、特に解析処理部２１に関して詳細に説明するが、第一の実施形態と重複する説明は省略する。
次に、第二の実施形態の運動解析表示装置を図面を参照して説明する。
この第二の実施形態は、距離波形において生成した包絡線に基づいて運動を解析する実施形態である。
第二の実施形態は、第一の実施形態と比較して、情報処理部２内の解析処理部２１において特徴的な構成を有するものである。従って、第二の実施形態の説明において、特に解析処理部２１に関して詳細に説明するが、第一の実施形態と重複する説明は省略する。
（解析処理部）
図９は、第二の実施形態の解析処理部２１の構成を示すブロック図である。
ここで、第二の実施形態の解析処理部２１は、運動波形生成手段２１１と、測定データＤＢ２１２と、包絡線生成手段２１４とを含んで構成される。
図９は、第二の実施形態の解析処理部２１の構成を示すブロック図である。
ここで、第二の実施形態の解析処理部２１は、運動波形生成手段２１１と、測定データＤＢ２１２と、包絡線生成手段２１４とを含んで構成される。
[包絡線生成手段]
包絡線生成手段２１４は、距離波形の指の開き度合いの全体の動きを客観的に観察するために、距離波形の包絡線を生成するものである。
ここで、図１０は、包絡線生成手段２１４の構成を示すブロック図である。図１０に示すように、包絡線生成手段２１４は、距離波形において包絡線（本実施形態においては、後記する移動平均波に相当する）を生成し、さらに包絡線を直線近似することによって、距離波形の傾向分析を行う。
ここで、包絡線生成手段２１４は、周波数分析手段２１４ａと、移動平均化処理手段２１４ｂと、直線近似手段２１４ｃとを含んで構成される。
包絡線生成手段２１４は、距離波形の指の開き度合いの全体の動きを客観的に観察するために、距離波形の包絡線を生成するものである。
ここで、図１０は、包絡線生成手段２１４の構成を示すブロック図である。図１０に示すように、包絡線生成手段２１４は、距離波形において包絡線（本実施形態においては、後記する移動平均波に相当する）を生成し、さらに包絡線を直線近似することによって、距離波形の傾向分析を行う。
ここで、包絡線生成手段２１４は、周波数分析手段２１４ａと、移動平均化処理手段２１４ｂと、直線近似手段２１４ｃとを含んで構成される。
＜周波数分析手段＞
周波数分析手段２１４ａは、距離波形の周波数分析を行い、最大スペクトル周波数値を算出して、その逆数の周期Ｔを算出するものである。
周波数分析手段２１４ａは、距離波形の周波数分析を行い、最大スペクトル周波数値を算出して、その逆数の周期Ｔを算出するものである。
ここで、図１１を参照して、周波数分析手段２１４ａが、距離波形の周波数分析を行う手順について説明する。図１１は、距離波形に対してデジタルフーリエ変換を行い、生成したパワースペクトルを表示した図である。
まず、周波数分析手段２１４ａは、距離波形に対してデジタルフーリエ変換を行い、パワースペクトルの生成を行う。生成されたパワースペクトルは、図１１のように表示され、横軸は周波数、縦軸はパワーを示す。
次に、周波数分析手段２１４ａは、パワースペクトルの中で最大のパワーを示す値９０２となる最大スペクトル周波数値９０３を抽出する。
このとき、最大スペクトル周波数値９０３は、あらかじめ操作者により設定された閾値９０１以上の周波数となる。閾値９０１を設定する理由は、低い周波数成分は主にゆっくりとした手全体の揺らぎを示し、指の開閉運動を評価する本実施形態の目的から外れるためである。
そして、周波数分析手段２１４ａは、最大スペクトル周波数値９０３の逆数を求め、周期Ｔを算出する。なお、周波数分析手段２１４ａは、最大スペクトル周波数値９０３の周期Ｔを、次の（６）式を用いて求めることができる。
まず、周波数分析手段２１４ａは、距離波形に対してデジタルフーリエ変換を行い、パワースペクトルの生成を行う。生成されたパワースペクトルは、図１１のように表示され、横軸は周波数、縦軸はパワーを示す。
次に、周波数分析手段２１４ａは、パワースペクトルの中で最大のパワーを示す値９０２となる最大スペクトル周波数値９０３を抽出する。
このとき、最大スペクトル周波数値９０３は、あらかじめ操作者により設定された閾値９０１以上の周波数となる。閾値９０１を設定する理由は、低い周波数成分は主にゆっくりとした手全体の揺らぎを示し、指の開閉運動を評価する本実施形態の目的から外れるためである。
そして、周波数分析手段２１４ａは、最大スペクトル周波数値９０３の逆数を求め、周期Ｔを算出する。なお、周波数分析手段２１４ａは、最大スペクトル周波数値９０３の周期Ｔを、次の（６）式を用いて求めることができる。
周期Ｔ＝整数値［サンプリング周波数／最大スペクトル周波数値］ …（６）
ここで、周波数分析手段２１４ａにより算出された距離波形の周期Ｔは、移動平均化処理手段２１４ｂに出力される。
＜移動平均化処理手段＞
移動平均化処理手段２１４ｂは、距離波形を周期Ｔごとの時間幅で、距離波形の移動平均化処理を行い、移動平均波を生成するものである。
移動平均化処理手段２１４ｂは、距離波形を周期Ｔごとの時間幅で、距離波形の移動平均化処理を行い、移動平均波を生成するものである。
ここで図１２を参照して、移動平均化処理手段２１４ｂが、距離波形の移動平均化処理を行い、移動平均波を生成する手順について説明する。
図１２は、距離波形を移動平均化処理した図である。
移動平均化処理手段２１４ｂは、距離波形１００１から移動平均波１００２を、次の（７）式を用いて求めることができる。
図１２は、距離波形を移動平均化処理した図である。
移動平均化処理手段２１４ｂは、距離波形１００１から移動平均波１００２を、次の（７）式を用いて求めることができる。
移動平均波（ｎ）＝平均［距離（ｎ）〜距離（ｎ＋Ｐ−１）］ …（７）
ここで、移動平均化処理手段２１４ｂにより算出された移動平均波１００２は、直線近似手段２１４ｃに出力される。
＜直線近似手段＞
直線近似手段２１４ｃは、移動平均波１００２を直線近似して近似直線を生成し、この近似直線の特徴を抽出するものである。
直線近似手段２１４ｃは、移動平均波１００２を直線近似して近似直線を生成し、この近似直線の特徴を抽出するものである。
図１３は、移動平均波を直線近似した近似直線を示す図である。図１３において、近似直線１００３は、直線近似手段２１４ｃによって、移動平均波１００２を直線近似して生成されたものである。そして、このように近似直線１００３が時間経過に対して減少傾向であるときには、全体の指の動きがゆっくりと低下していく傾向であることが示唆される。
そして、直線近似手段２１４ｃは、生成された近似直線１００３の特徴量を抽出する。抽出される近似直線１００３の特徴量は、例えば、傾き、切片であり、さらには、近似直線１００３からの分散の値である。
このように、直線近似手段２１４ｃが、移動平均波１００２が直線近似された近似直線１００３の特徴量を抽出することによって、移動平均波１００２の傾向を定量的に観察することができる。そして、定量的に観察される移動平均波１００２の傾向は、距離波形１００１の傾向を定量的に反映するものである。
このように、直線近似手段２１４ｃが、移動平均波１００２が直線近似された近似直線１００３の特徴量を抽出することによって、移動平均波１００２の傾向を定量的に観察することができる。そして、定量的に観察される移動平均波１００２の傾向は、距離波形１００１の傾向を定量的に反映するものである。
このように、包絡線生成手段２１４により、包絡線（本実施形態においては移動平均波に相当する）を生成することによって距離波形１００１の傾向分析を行うことができる。
本実施形態によれば、周期Ｔを最大スペクトル周波数に基づいて設定し、この周期Ｔの時間幅で移動平均を行っているので、個人差の影響を取り除いた包絡線を作成することができる。
本実施形態の包絡線生成手段２１４は、特に、被験者毎に指タッピングの中心周波数が異なる等して被験者毎にカットオフ周波数を変更したい場合等に好適である。
本実施形態によれば、周期Ｔを最大スペクトル周波数に基づいて設定し、この周期Ｔの時間幅で移動平均を行っているので、個人差の影響を取り除いた包絡線を作成することができる。
本実施形態の包絡線生成手段２１４は、特に、被験者毎に指タッピングの中心周波数が異なる等して被験者毎にカットオフ周波数を変更したい場合等に好適である。
なお、本実施形態においては、パーキンソン病患者を想定したデータが記載された図面を参照して説明を行っているが、健常者に対して本実施形態の運動解析表示装置１を適用した場合には、例えば、パーキンソン病患者に比べて、時間減少率や分散の少ない包絡線の近似直線が表示手段４に表示される傾向にある。
＜運動解析方法＞
次に、図１４を参照して、本実施形態の運動解析表示装置を用いて運動解析する方法の一例を説明する。ここで示す運動解析方法は、距離波形に包絡線を生成する手法を用いている。
図１４は、距離波形に包絡線を生成する場合の運動解析表示装置の包絡線生成処理を説明するためのフローチャートである。
なお、運動解析表示装置の測定データＤＢ２１２には、前記した手順で、距離波形が既に記録されているものとする。
まず、包絡線生成手段２１４は、周波数分析手段２１４ａによって、測定データＤＢ２１２から距離波形を取得する（ステップＳ０１）
次に、包絡線生成手段２１４は、周波数分析手段２１４ａによって、距離波形をデジタルフーリエ変換し、パワースペクトルを生成する（ステップＳ０２）。
そして、包絡線生成手段２１４は、周波数分析手段２１４ａによって、最大スペクトル周波数値を抽出し、その逆数を周期Ｔとして算出する（ステップＳ０３）
そして、包絡線生成手段２１４は、移動平均化処理手段２１４ｂによって、距離波形において周期Ｔを時間幅として移動平均波を生成する（ステップＳ０４）。
そして、包絡線生成手段２１４は、直線近似手段２１４ｃによって、移動平均波を直線近似し、近似直線を生成する（ステップＳ０５）。
そして、包絡線生成手段２１４は、直線近似手段２１４ｃによって、生成された近似直線の特徴量を抽出する（ステップＳ０６）。
次に、図１４を参照して、本実施形態の運動解析表示装置を用いて運動解析する方法の一例を説明する。ここで示す運動解析方法は、距離波形に包絡線を生成する手法を用いている。
図１４は、距離波形に包絡線を生成する場合の運動解析表示装置の包絡線生成処理を説明するためのフローチャートである。
なお、運動解析表示装置の測定データＤＢ２１２には、前記した手順で、距離波形が既に記録されているものとする。
まず、包絡線生成手段２１４は、周波数分析手段２１４ａによって、測定データＤＢ２１２から距離波形を取得する（ステップＳ０１）
次に、包絡線生成手段２１４は、周波数分析手段２１４ａによって、距離波形をデジタルフーリエ変換し、パワースペクトルを生成する（ステップＳ０２）。
そして、包絡線生成手段２１４は、周波数分析手段２１４ａによって、最大スペクトル周波数値を抽出し、その逆数を周期Ｔとして算出する（ステップＳ０３）
そして、包絡線生成手段２１４は、移動平均化処理手段２１４ｂによって、距離波形において周期Ｔを時間幅として移動平均波を生成する（ステップＳ０４）。
そして、包絡線生成手段２１４は、直線近似手段２１４ｃによって、移動平均波を直線近似し、近似直線を生成する（ステップＳ０５）。
そして、包絡線生成手段２１４は、直線近似手段２１４ｃによって、生成された近似直線の特徴量を抽出する（ステップＳ０６）。
<<第三の実施形態>>
次に、第三の実施形態の運動解析表示装置を図面を参照して説明する。
この第三の実施形態は、時間積算した運動情報に基づいて運動を解析する実施形態である。
第三の実施形態は、第一の実施形態と比較して、情報処理部２内の解析処理部２１において特徴的な構成を有するものである。従って、第三の実施形態の説明において、特に解析処理部２１に関して詳細に説明するが、第一の実施形態と重複する説明は省略する。
次に、第三の実施形態の運動解析表示装置を図面を参照して説明する。
この第三の実施形態は、時間積算した運動情報に基づいて運動を解析する実施形態である。
第三の実施形態は、第一の実施形態と比較して、情報処理部２内の解析処理部２１において特徴的な構成を有するものである。従って、第三の実施形態の説明において、特に解析処理部２１に関して詳細に説明するが、第一の実施形態と重複する説明は省略する。
（解析処理部）
図１５は、第三の実施形態の解析処理部２１の構成を示すブロック図である。
ここで、第三の実施形態の解析処理部２１は、運動波形生成手段２１１と、測定データＤＢ２１２と、時間積算曲線解析手段２１５とを含んで構成される。
図１５は、第三の実施形態の解析処理部２１の構成を示すブロック図である。
ここで、第三の実施形態の解析処理部２１は、運動波形生成手段２１１と、測定データＤＢ２１２と、時間積算曲線解析手段２１５とを含んで構成される。
[時間積算曲線解析手段]
図１６は、時間積算曲線解析手段２１５の構成を示すブロック図である。図１６に示すように、時間積算曲線解析手段２１５は、運動波形の時間積算曲線を生成し、この時間積算曲線に解析を加えることによって、各運動波形の傾向を求めるものである。
ここで、時間積算曲線解析手段２１５は、時間積算曲線生成手段２１５ａと、分配比率曲線生成手段２１５ｂと、分配比率変化率曲線生成手段２１５ｃと、直線近似手段２１５ｄとを含んで構成される。
図１６は、時間積算曲線解析手段２１５の構成を示すブロック図である。図１６に示すように、時間積算曲線解析手段２１５は、運動波形の時間積算曲線を生成し、この時間積算曲線に解析を加えることによって、各運動波形の傾向を求めるものである。
ここで、時間積算曲線解析手段２１５は、時間積算曲線生成手段２１５ａと、分配比率曲線生成手段２１５ｂと、分配比率変化率曲線生成手段２１５ｃと、直線近似手段２１５ｄとを含んで構成される。
＜時間積算曲線生成手段＞
時間積算曲線生成手段２１５ａは、各運動波形における絶対値を時間経過毎に加算していくことによって積算曲線を生成する。
時間積算曲線生成手段２１５ａは、各運動波形における絶対値を時間経過毎に加算していくことによって積算曲線を生成する。
図１７は、距離波形を時間積算する過程を示す図であって、（ａ）は距離波形、（ｂ）は時間積算曲線、（ｃ）は分配比率曲線を示す。
時間積算曲線生成手段２１５ａは、距離波形（後記の（８）式では時間波形に相当する）１１０１から時間積算曲線１１０２を、次の（８）式を用いて求めることができる。
時間積算曲線生成手段２１５ａは、距離波形（後記の（８）式では時間波形に相当する）１１０１から時間積算曲線１１０２を、次の（８）式を用いて求めることができる。
時間積算曲線（ｎ）＝［Σ時間波形（ｍ）］／サンプリング周波数 …（８）
（但し、ｍ＝１〜ｎ）
（但し、ｍ＝１〜ｎ）
ここで、図１７（ｂ）において、終点Ｓにおける積算値を時間積算曲線（Ｅｎｄ）と呼んで、運動波形の特徴量として扱うこともできる。
ここで、時間積算曲線生成手段２１５ａにより生成された時間積算曲線１１０２は、分配比率曲線生成手段２１５ｂに出力される。
ここで、時間積算曲線生成手段２１５ａにより生成された時間積算曲線１１０２は、分配比率曲線生成手段２１５ｂに出力される。
＜分配比率曲線生成手段＞
分配比率曲線生成手段２１５ｂは、時間積算曲線１１０２における特徴量を抽出するものである。
分配比率曲線生成手段２１５ｂは、時間積算曲線１１０２における特徴量を抽出するものである。
ここで、図１７（ｂ）、（ｃ）を参照して、分配比率曲線生成手段２１５ｂが、分配比率曲線１１０４を求める手順について説明する。
図１７（ｂ）に示すように、まず、分配比率曲線生成手段２１５ｂは、時間積算曲線１１０２の始点と終点Ｓとを結ぶ直線を引くことによって、平均分配直線１１０３を生成する。
図１７（ｃ）に示すように、次に、分配比率曲線生成手段２１５ｂは、時間積算曲線１１０２と平均分配直線１１０３とから、分配比率曲線１１０４を生成する。
ここで、分配比率曲線生成手段２１５ｂは、分配比率曲線１１０４を、次の（９）式を用いて求めることができる。
図１７（ｂ）に示すように、まず、分配比率曲線生成手段２１５ｂは、時間積算曲線１１０２の始点と終点Ｓとを結ぶ直線を引くことによって、平均分配直線１１０３を生成する。
図１７（ｃ）に示すように、次に、分配比率曲線生成手段２１５ｂは、時間積算曲線１１０２と平均分配直線１１０３とから、分配比率曲線１１０４を生成する。
ここで、分配比率曲線生成手段２１５ｂは、分配比率曲線１１０４を、次の（９）式を用いて求めることができる。
分配比率曲線（ｎ）＝［時間積算曲線（ｎ）−平均分配直線（ｎ）］／時間積算曲線（Ｅｎｄ）×１００［％］ …（９）
なお、（９）式では時間積算曲線（Ｅｎｄ）を用いてパーセント表示しているが、時間積算曲線（Ｅｎｄ）で割算をせずに、（９）式の代わりに［分配比率曲線（ｎ）＝ 時間積算曲線（ｎ）−平均分配直線（ｎ）］という計算式を適用してもよい。
このように、分配比率曲線１１０４を生成したことにより、時間積算曲線１１０２の分配比率（平均分配直線からどれほど分散しているか）を評価することができる。
ここで、分配比率曲線生成手段２１５ｂにより生成された分配比率曲線１１０４は、分配比率変化率曲線生成手段２１５ｃに出力される。
ここで、分配比率曲線生成手段２１５ｂにより生成された分配比率曲線１１０４は、分配比率変化率曲線生成手段２１５ｃに出力される。
なお、前記したように時間積算曲線生成手段２１５ａの処理に関して、距離波形を処理する場合の説明を行ったが、距離波形同様に、他の運動波形も処理することができる。
図１８（ａ）〜（ｃ）は、それぞれ、時間積算曲線生成手段２１５ａにより処理された速度波形、加速度波形、躍度波形を示す図である。ここで、符号１２０１の曲線は速度波形であって、符号１２０４の曲線は速度波形の時間積算曲線であって、符号１２０７の直線は速度波形に関する平均分配直線であって、符号１２１０の曲線は速度波形に関する分配比率曲線である。また、符号１２０２の曲線は加速度波形であって、符号１２０５の曲線は加速度波形の時間積算曲線であって、符号１２０８の直線は加速度波形に関する平均分配直線であって、符号１２１１の曲線は加速度波形に関する分配比率曲線である。また、符号１２０３の曲線は躍度波形であって、符号１２０６の曲線は躍度波形の時間積算曲線であって、符号１２０９の直線は躍度波形に関する平均分配直線であって、符号１２１２の曲線は躍度波形に関する分配比率曲線である。
図１８（ａ）〜（ｃ）は、それぞれ、時間積算曲線生成手段２１５ａにより処理された速度波形、加速度波形、躍度波形を示す図である。ここで、符号１２０１の曲線は速度波形であって、符号１２０４の曲線は速度波形の時間積算曲線であって、符号１２０７の直線は速度波形に関する平均分配直線であって、符号１２１０の曲線は速度波形に関する分配比率曲線である。また、符号１２０２の曲線は加速度波形であって、符号１２０５の曲線は加速度波形の時間積算曲線であって、符号１２０８の直線は加速度波形に関する平均分配直線であって、符号１２１１の曲線は加速度波形に関する分配比率曲線である。また、符号１２０３の曲線は躍度波形であって、符号１２０６の曲線は躍度波形の時間積算曲線であって、符号１２０９の直線は躍度波形に関する平均分配直線であって、符号１２１２の曲線は躍度波形に関する分配比率曲線である。
＜分配比率変化率曲線生成手段＞
分配比率変化率曲線生成手段２１５ｃは、まず、分配比率曲線１１０４を平滑化したのち、時間微分して分配比率変化率曲線を求めるものである。
分配比率変化率曲線生成手段２１５ｃは、まず、分配比率曲線１１０４を平滑化したのち、時間微分して分配比率変化率曲線を求めるものである。
ここで、図１９および図２１（ａ）を参照して、分配比率変化率曲線生成手段２１５ｃが、分配比率変化率曲線を求める手順について説明する。
ここで、図１９は、平滑化した分配比率曲線を示す図である。また、図２１は、平滑化した分配比率曲線を時間微分した分配比率変化曲線を示す図であって、（ａ）は、距離波形の時間積算曲線に由来し、同様に、（ｂ）は速度波形、（ｃ）は加速度波形、（ｄ）は躍度波形にそれぞれ由来する分配比率変化曲線である。
ここで、図１９は、平滑化した分配比率曲線を示す図である。また、図２１は、平滑化した分配比率曲線を時間微分した分配比率変化曲線を示す図であって、（ａ）は、距離波形の時間積算曲線に由来し、同様に、（ｂ）は速度波形、（ｃ）は加速度波形、（ｄ）は躍度波形にそれぞれ由来する分配比率変化曲線である。
まず、分配比率変化率曲線生成手段２１５ｃは、図１９に示すように、分配比率曲線１３０２を平滑化した分配比率曲線１３０１のように平滑化する。このとき、分配比率曲線１３０２の平滑化は、例えば、離散ウェーブレット解析により高周波成分を除去することによって行うことができる。さらに、ウェーブレット関数としては、Ｄａｕｂｅｃｈｉｅｓ１０を用い、レベル７までの成分を除去して残りの成分を平滑化した分配比率曲線１３０１として用いることが好適である。分配比率曲線１３０２を平滑化する方法は、離散ウェーブレット解析に限定されず、例えば、低域通過フィルタ（ＬＰＦ）処理を施すことによって平滑化してもよい。
次に、分配比率変化率曲線生成手段２１５ｃは、平滑化した分配比率曲線１３０１の時間微分を行うことによって、図２１（ａ）に示すように、分配比率変化率曲線１５０１を求める。
なお、分配比率変化率曲線生成手段２１５ｃは、分配比率変化率曲線１５０１を、次の（１０）式を用いて求めることができる。
なお、分配比率変化率曲線生成手段２１５ｃは、分配比率変化率曲線１５０１を、次の（１０）式を用いて求めることができる。
分配比率変化率曲線（ｎ）＝［分配比率曲線（ｎ＋１）−分配比率曲線（ｎ）］×サンプリング周波数 …（１０）
このように求められた分配比率変化率曲線１５０１によれば、どの時点において指の動きのスムーズさが欠如しているかを視覚的・定量的に理解することができる。
なお、前記したように分配比率変化率曲線生成手段２１５ｃの処理に関して、距離波形を処理する場合の説明を行ったが、距離波形同様に、他の運動波形も処理することができる。
図２０（ａ）〜（ｃ）は、それぞれ、速度波形、加速度波形、躍度波形に関する、平滑化した分配比率曲線を示す図である。ここで、符号１４０１の曲線は速度波形に関する平滑化した分配比率曲線である。また、符号１４０２の曲線は加速度波形に関する平滑化した分配比率曲線である。また、符号１４０３の曲線は躍度波形に関する平滑化した分配比率曲線である。
図２０（ａ）〜（ｃ）は、それぞれ、速度波形、加速度波形、躍度波形に関する、平滑化した分配比率曲線を示す図である。ここで、符号１４０１の曲線は速度波形に関する平滑化した分配比率曲線である。また、符号１４０２の曲線は加速度波形に関する平滑化した分配比率曲線である。また、符号１４０３の曲線は躍度波形に関する平滑化した分配比率曲線である。
そして、前記したように、図２１（ｂ）〜（ｄ）は、速度波形、加速度波形、躍度波形に関する分配比率変化率曲線である。ここで、符号１５０２の曲線は速度波形に関する分配比率変化率曲線である。また、符号１５０３の曲線は加速度波形に関する分配比率変化率曲線である。また、符号１５０４の曲線は躍度波形に関する分配比率変化率曲線である。
＜直線近似手段＞
直線近似手段２１５ｄは、分配比率変化率曲線を直線近似して近似直線を生成するものである。
ここで、図２２は、分配比率変化率曲線を直線近似した近似直線を示す図である。
図２２に示すように、まず、直線近似手段は、分配比率変化率曲線１６０２を直線近似して近似直線１６０１を生成する。
次に、直線近似手段２１５ｄは、生成された近似直線１６０１の特徴量を抽出する。抽出される近似直線１６０１の特徴量は、例えば、傾き、切片であり、さらには、近似直線からの分散の値である。
直線近似手段２１５ｄは、分配比率変化率曲線を直線近似して近似直線を生成するものである。
ここで、図２２は、分配比率変化率曲線を直線近似した近似直線を示す図である。
図２２に示すように、まず、直線近似手段は、分配比率変化率曲線１６０２を直線近似して近似直線１６０１を生成する。
次に、直線近似手段２１５ｄは、生成された近似直線１６０１の特徴量を抽出する。抽出される近似直線１６０１の特徴量は、例えば、傾き、切片であり、さらには、近似直線からの分散の値である。
なお、前記したように直線近似手段の処理に関して、距離波形を処理する場合の説明を行ったが、距離波形同様に、他の運動波形も処理することができる。
図２３（ａ）〜（ｃ）は、それぞれ、直線近似手段により処理された速度波形、加速度波形、躍度波形を示す図である。ここで、符号１７０１の曲線は速度波形に関する近似直線であって、符号１７０４の曲線は速度波形に関する分配比率変化率曲線である。また、符号１７０２の曲線は加速度波形に関する近似直線であって、符号１７０５の曲線は加速度波形に関する分配比率変化率曲線である。また、符号１７０３の曲線は躍度波形に関する近似直線であって、符号１７０６の曲線は躍度波形に関する分配比率変化率曲線である。
図２３（ａ）〜（ｃ）は、それぞれ、直線近似手段により処理された速度波形、加速度波形、躍度波形を示す図である。ここで、符号１７０１の曲線は速度波形に関する近似直線であって、符号１７０４の曲線は速度波形に関する分配比率変化率曲線である。また、符号１７０２の曲線は加速度波形に関する近似直線であって、符号１７０５の曲線は加速度波形に関する分配比率変化率曲線である。また、符号１７０３の曲線は躍度波形に関する近似直線であって、符号１７０６の曲線は躍度波形に関する分配比率変化率曲線である。
なお、本実施形態においては、パーキンソン病患者を想定したデータが記載された図面を参照して説明を行っているが、健常者に対して本実施形態の運動解析表示装置１を適用した場合には、例えば、パーキンソン病患者に比べて、なめらかな分配比率曲線や分配比率変化率曲線が表示手段４に表示される傾向にある。また、例えば、パーキンソン病患者より相対的に大きい値の時間積算曲線（Ｅｎｄ）が表示される傾向にある。
以上示したように、時間積算曲線解析手段２１５によれば、時間積算曲線を生成し、この時間積算曲線の特徴を抽出することによって、被験者の運動が均一に行われているかどうかの評価や、被験者が達成した到達エネルギー等を評価することができる。
<<その他>>
以上によれば、本実施形態において、次のような効果を得ることができる。
運動センサにより検出された波形データに基づき、距離波形、速度波形、加速度波形、躍度波形等の運動波形を生成し、解析することができる。このように複数の運動波形を生成して被験者の運動を解析することによって、多角的に評価することができる。特に、躍度波形を生成することによって、被験者のぎこちなさを評価することができる。
以上によれば、本実施形態において、次のような効果を得ることができる。
運動センサにより検出された波形データに基づき、距離波形、速度波形、加速度波形、躍度波形等の運動波形を生成し、解析することができる。このように複数の運動波形を生成して被験者の運動を解析することによって、多角的に評価することができる。特に、躍度波形を生成することによって、被験者のぎこちなさを評価することができる。
また、第一の実施形態によれば、速度波形に基づいて、正方向と負方向との運動のエネルギーバランス値を算出し、解析することができる。このように、エネルギーバランス値を算出することによって、個人差の少ない負値の２乗積算値を基準として、異なる被験者間の比較が容易になる。
また、第二の実施形態によれば、距離波形に基づいて、包絡線を生成し、解析することができる。このように、距離波形において包絡線を生成することによって、距離波形の全体的な傾向を評価することができる。
また、第三の実施形態によれば、それぞれの運動波形に関し、時間積算曲線を生成し、解析することができる。このように、時間積算曲線を生成することによって、被験者の運動が均一に行われているかどうかの評価や、被験者が達成した到達エネルギー等を評価することができる。
なお、本実施形態は前記実施形態に限定されるものではなく、その技術思想のおよぶ範囲で種々の変更実施を行うことができる。
例えば、解析処理部により出力された解析結果を、そのまま出力するだけでなく、統計処理を施した後に出力する構成としてもよい。この場合には、情報処理部内に統計処理部を設け、図示しない被験者ＤＢに記録された被験者情報に基づいて解析結果をグループ化（例えば、健常群と疾患別群とに区分）し、統計処理（例えば、平均値や分散値の算出）を実行させることができる。
例えば、解析処理部により出力された解析結果を、そのまま出力するだけでなく、統計処理を施した後に出力する構成としてもよい。この場合には、情報処理部内に統計処理部を設け、図示しない被験者ＤＢに記録された被験者情報に基づいて解析結果をグループ化（例えば、健常群と疾患別群とに区分）し、統計処理（例えば、平均値や分散値の算出）を実行させることができる。
また、本実施形態において、移動平均波を生成することによって包絡線を生成したが
包絡線の生成方法は前記したものに限定されない。例えば、距離波形の所定の時間幅における最大値を連結することにより包絡線を生成してもよい。あるいは、距離波形の所定の時間幅における最小値を連結することにより包絡線を生成してもよい。
包絡線の生成方法は前記したものに限定されない。例えば、距離波形の所定の時間幅における最大値を連結することにより包絡線を生成してもよい。あるいは、距離波形の所定の時間幅における最小値を連結することにより包絡線を生成してもよい。
１ 運動解析表示装置
２ 情報処理部
３ 運動センサインタフェース
４ 表示手段
５ 入力手段
６ 運動センサ
２１ 解析処理部（解析手段）
２２ 被験者情報処理部
２３ 表示処理部
２１１ 運動波形生成手段
２１２ 測定データＤＢ
２１３ エネルギーバランス値算出手段
２１４ 包絡線生成手段
２１４ａ 周波数分析手段
２１４ｂ 移動平均化処理手段
２１４ｃ 直線近似手段
２１５ 時間積算曲線解析手段
２１５ａ 時間積算曲線生成手段
２１５ｂ 分配比率曲線生成手段
２１５ｃ 分配比率変化率曲線生成手段
２１５ｄ 直線近似手段
２ 情報処理部
３ 運動センサインタフェース
４ 表示手段
５ 入力手段
６ 運動センサ
２１ 解析処理部（解析手段）
２２ 被験者情報処理部
２３ 表示処理部
２１１ 運動波形生成手段
２１２ 測定データＤＢ
２１３ エネルギーバランス値算出手段
２１４ 包絡線生成手段
２１４ａ 周波数分析手段
２１４ｂ 移動平均化処理手段
２１４ｃ 直線近似手段
２１５ 時間積算曲線解析手段
２１５ａ 時間積算曲線生成手段
２１５ｂ 分配比率曲線生成手段
２１５ｃ 分配比率変化率曲線生成手段
２１５ｄ 直線近似手段
Claims (8)
- 運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、
前記解析手段は、
前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から速度波形を生成する運動波形生成手段と、
前記速度波形において、対向する運動方向の運動エネルギー比を、前記速度波形を構成する正の速度値と負の速度値とを用いて算出するエネルギーバランス値算出手段と、
を含むことを特徴とする運動解析表示装置。 - 運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、
前記解析手段は、
前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、
前記距離波形において、所定の時間幅で包絡線を生成する包絡線生成手段と、
前記包絡線を直線近似することによって近似直線を生成する直線近似手段と、
を含むことを特徴とする運動解析表示装置。 - 運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、
前記解析手段は、
前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、
前記距離波形において、所定の時間幅で包絡線を生成する包絡線生成手段と、を含み、
前記包絡線生成手段は、
前記距離波形の周波数分析演算を行い、最大スペクトル周波数を求める周波数分析手段と、
前記距離波形において、前記最大スペクトル周波数の逆数を周期とする時間幅で移動平均波を生成する移動平均化処理手段と、
を含むことを特徴とする運動解析表示装置。 - 運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、
前記解析手段は、
前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、
前記距離波形において、所定の時間幅で包絡線を生成する包絡線生成手段と、を含み、
前記包絡線生成手段は、
前記距離波形の前記所定の時間幅における最大値を連結することにより包絡線を生成することを特徴とする運動解析表示装置。 - 運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、
前記解析手段は、
前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、
前記距離波形において、所定の時間幅で包絡線を生成する包絡線生成手段と、を含み、
前記包絡線生成手段は、
前記距離波形の前記所定の時間幅における最小値を連結することにより包絡線を生成することを特徴とする運動解析表示装置。 - 運動センサから取得された時系列の波形データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段とを備えた運動解析表示装置であって、
前記解析手段は、
前記波形データから前記波形データに対応する運動波形を生成し、前記運動波形から距離波形を生成する運動波形生成手段と、
前記運動波形を時間積算する時間積算曲線生成手段と、
を含むことを特徴とする運動解析表示装置。 - 前記解析手段はさらに、
前記時間積算曲線における始点と終点とを結ぶ平均分配直線を生成し、
前記時間積算曲線と前記平均分配直線との差分を算出することによって、分配比率曲線を生成する分配比率曲線生成手段を含むことを特徴とする請求項６に記載の運動解析表示装置。 - 前記解析手段はさらに、
前記分配比率曲線を平滑化することによって平滑化した分配比率曲線を生成し、
前記平滑化した分配比率曲線を微分演算することによって、分配比率変化率曲線を生成する分配比率変化率曲線生成手段を含むことを特徴とする請求項７に記載の運動解析表示装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005120584A JP4630115B2 (ja) | 2005-04-19 | 2005-04-19 | 運動解析表示装置 |
| CN200610002277.3A CN1853560B (zh) | 2005-04-19 | 2006-01-27 | 运动解析显示装置及运动解析方法 |
| EP06002152.4A EP1714612B1 (en) | 2005-04-19 | 2006-02-02 | Movement analysis display apparatus |
| US11/350,722 US7892189B2 (en) | 2005-04-19 | 2006-02-10 | Movement analysis display apparatus and movement analyzing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005120584A JP4630115B2 (ja) | 2005-04-19 | 2005-04-19 | 運動解析表示装置 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2006296618A JP2006296618A (ja) | 2006-11-02 |
| JP2006296618A5 JP2006296618A5 (ja) | 2008-03-06 |
| JP4630115B2 true JP4630115B2 (ja) | 2011-02-09 |
Family
ID=36778060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005120584A Active JP4630115B2 (ja) | 2005-04-19 | 2005-04-19 | 運動解析表示装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US7892189B2 (ja) |
| EP (1) | EP1714612B1 (ja) |
| JP (1) | JP4630115B2 (ja) |
| CN (1) | CN1853560B (ja) |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2081492A2 (en) * | 2006-09-26 | 2009-07-29 | Morpheus Medical | Methods for a movement and vibration analyzer (mva) |
| US8730970B2 (en) * | 2007-02-23 | 2014-05-20 | Tekelec Global, Inc. | Methods systems, and computer program products for providing voicemail routing information in a network that provides customized voicemail services |
| JP5243726B2 (ja) * | 2007-03-30 | 2013-07-24 | 日立コンシューマエレクトロニクス株式会社 | 運動機能測定装置 |
| JP5385555B2 (ja) * | 2007-11-14 | 2014-01-08 | 日立コンシューマエレクトロニクス株式会社 | 生体検査システム、生体検査装置および生体検査方法 |
| JP5426101B2 (ja) * | 2008-02-25 | 2014-02-26 | 株式会社東芝 | 超音波診断装置及、超音波画像処理装置及び超音波画像処理プログラム |
| DK2674104T3 (en) | 2008-06-12 | 2015-06-29 | Amygdala Pty Ltd | Detection of hypokinetic and / or hyperkinetic conditions |
| JP5152585B2 (ja) * | 2008-09-30 | 2013-02-27 | アイシン精機株式会社 | 包絡線生成装置と、そのような包絡線生成装置を備えたドア開閉装置 |
| JP5175683B2 (ja) * | 2008-10-23 | 2013-04-03 | 日立コンシューマエレクトロニクス株式会社 | 指タップ力の推定方法 |
| US9219677B2 (en) * | 2009-01-16 | 2015-12-22 | Tekelec Global, Inc. | Methods, systems, and computer readable media for centralized routing and call instance code management for bearer independent call control (BICC) signaling messages |
| JP5330933B2 (ja) | 2009-08-27 | 2013-10-30 | 日立コンシューマエレクトロニクス株式会社 | 運動機能評価システム、運動機能評価方法およびプログラム |
| US20110050216A1 (en) * | 2009-09-01 | 2011-03-03 | Adidas Ag | Method And System For Limiting Interference In Magnetometer Fields |
| CN102548474B (zh) * | 2009-09-30 | 2014-09-03 | 三菱化学株式会社 | 针对体动信号的信息处理方法、信息处理系统及信息处理装置 |
| TWI404521B (zh) * | 2010-01-20 | 2013-08-11 | Univ Yuan Ze | Body balance signal measurement system and its analysis method |
| JP5416626B2 (ja) | 2010-03-17 | 2014-02-12 | 日立コンシューマエレクトロニクス株式会社 | 運動機能測定用のセンサ、運動機能測定システム |
| JP2011255194A (ja) * | 2011-07-23 | 2011-12-22 | Tomohiro Tsuta | 心理的統合状態グラフ表示装置 |
| AU2014223313B2 (en) | 2013-03-01 | 2018-07-19 | Global Kinetics Pty Ltd | System and method for assessing impulse control disorder |
| US10736577B2 (en) | 2014-03-03 | 2020-08-11 | Global Kinetics Pty Ltd | Method and system for assessing motion symptoms |
| JP6289313B2 (ja) * | 2014-08-29 | 2018-03-07 | マクセル株式会社 | 脳機能障害評価システム、脳機能障害評価方法およびプログラム |
| CN104522949B (zh) * | 2015-01-15 | 2016-01-06 | 中国科学院苏州生物医学工程技术研究所 | 一种用于定量评估帕金森患者运动功能的智能手环 |
| US9836118B2 (en) | 2015-06-16 | 2017-12-05 | Wilson Steele | Method and system for analyzing a movement of a person |
| CN107361773B (zh) * | 2016-11-18 | 2019-10-22 | 深圳市臻络科技有限公司 | 用于检测、缓解帕金森异常步态的装置 |
| CN106861135A (zh) * | 2017-03-28 | 2017-06-20 | 严进洪 | 一种动态脑适能训练方法 |
| FR3071624B1 (fr) * | 2017-09-22 | 2019-10-11 | Thales | Systeme d'affichage, procede d'affichage et programme d'ordinateur associes |
| JP7186571B2 (ja) * | 2018-10-10 | 2022-12-09 | 日本電産サンキョー株式会社 | ロボットの動作完了時刻の判定装置及び判定方法 |
| CN110604546A (zh) * | 2019-07-29 | 2019-12-24 | 桂林医学院附属医院 | 一种帕金森病监测方法、装置及存储介质 |
| US11559724B2 (en) | 2019-12-03 | 2023-01-24 | David Lowell Norfleet-Vilaro | System to determine and dictate individual exercise thresholds to maximize desired neurological response |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003015810A (ja) * | 2001-06-29 | 2003-01-17 | Tadatoshi Goto | 手袋型入力装置 |
| JP2005095197A (ja) * | 2003-09-22 | 2005-04-14 | Hitachi Ltd | 生体検査装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH055784A (ja) | 1990-11-30 | 1993-01-14 | Anritsu Corp | 金属検出装置 |
| IL130985A0 (en) * | 1999-07-19 | 2001-01-28 | Otm Technologies Ltd | Laser intruder detector |
| EP1598012B1 (en) * | 1999-10-28 | 2007-06-06 | STMicroelectronics S.r.l. | Instrumental measurement of the neuro-psycho-physical state of a person |
| JP2002197437A (ja) * | 2000-12-27 | 2002-07-12 | Sony Corp | 歩行検出システム、歩行検出装置、デバイス、歩行検出方法 |
| US7387611B2 (en) * | 2003-04-10 | 2008-06-17 | Matsushita Electric Industrial Co., Ltd. | Physical movement analyzer and physical movement analyzing method |
-
2005
- 2005-04-19 JP JP2005120584A patent/JP4630115B2/ja active Active
-
2006
- 2006-01-27 CN CN200610002277.3A patent/CN1853560B/zh active Active
- 2006-02-02 EP EP06002152.4A patent/EP1714612B1/en active Active
- 2006-02-10 US US11/350,722 patent/US7892189B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003015810A (ja) * | 2001-06-29 | 2003-01-17 | Tadatoshi Goto | 手袋型入力装置 |
| JP2005095197A (ja) * | 2003-09-22 | 2005-04-14 | Hitachi Ltd | 生体検査装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1714612A2 (en) | 2006-10-25 |
| CN1853560A (zh) | 2006-11-01 |
| JP2006296618A (ja) | 2006-11-02 |
| US20060244744A1 (en) | 2006-11-02 |
| EP1714612B1 (en) | 2016-09-14 |
| US7892189B2 (en) | 2011-02-22 |
| CN1853560B (zh) | 2010-09-01 |
| EP1714612A3 (en) | 2008-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4630115B2 (ja) | 運動解析表示装置 | |
| JP5385555B2 (ja) | 生体検査システム、生体検査装置および生体検査方法 | |
| US11850042B2 (en) | Brain dysfunction evaluation system, brain dysfunction evaluation method, and program | |
| JP5330933B2 (ja) | 運動機能評価システム、運動機能評価方法およびプログラム | |
| US7798981B2 (en) | Living body inspection apparatus | |
| JP5038620B2 (ja) | 運動機能検査装置 | |
| US9402579B2 (en) | Real-time assessment of absolute muscle effort during open and closed chain activities | |
| US12079633B2 (en) | Task execution order determination system and task execution method | |
| CN109222968B (zh) | 康复评估设备、康复评估方法以及康复评估程序 | |
| JP2007301003A (ja) | 運動機能検査装置および運動波形間の位相比較方法 | |
| Shima et al. | Measurement and evaluation of finger tapping movements using magnetic sensors | |
| KR101747866B1 (ko) | 가속도 센서를 이용한 파킨슨병 지표 평가 장치 및 방법 | |
| JP2012213624A (ja) | 身体能力判定装置及び身体能力判定方法 | |
| JP5360093B2 (ja) | 消費エネルギー測定装置、消費エネルギー測定方法および運動解析システム | |
| JP5709250B2 (ja) | 上肢運動機能複合的診断装置 | |
| KR101742612B1 (ko) | 가속도 센서를 이용한 움직임 평가 장치 및 방법 | |
| Andria et al. | Best match procedures in transition phase identification for handgrip test analysis in normal and pathological subjects |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080123 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080123 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100906 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100914 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101021 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101109 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101112 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131119 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4630115 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |