JP6815962B2 - 運動パフォーマンス推定装置、運動パフォーマンス推定方法、プログラム - Google Patents
運動パフォーマンス推定装置、運動パフォーマンス推定方法、プログラム Download PDFInfo
- Publication number
- JP6815962B2 JP6815962B2 JP2017183493A JP2017183493A JP6815962B2 JP 6815962 B2 JP6815962 B2 JP 6815962B2 JP 2017183493 A JP2017183493 A JP 2017183493A JP 2017183493 A JP2017183493 A JP 2017183493A JP 6815962 B2 JP6815962 B2 JP 6815962B2
- Authority
- JP
- Japan
- Prior art keywords
- movement
- limb
- exercise performance
- involuntary
- task
- 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
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
各実施形態の発明は、不随意運動と運動パフォーマンスとの間に相関関係があるという自然法則の発見を応用して、不随意運動に基づいて対象者の運動パフォーマンスを推定しようとするものである。
対象者は、開始位置(運動開始時点における肢の位置)から所定方向に肢の到達運動をする(図1参照)。所定方向は、対象者による肢の到達運動中に定まる、対象者が肢を動かすべき方向であり、到達目標の動きに応じて定まるものである。所定方向及び到達目標の詳細については後述する。対象者による肢の到達運動中に対象者に対して対象者の肢に不随意運動を誘発する視覚刺激を提示し、対象者の肢の運動情報を取得する。次に、取得した運動情報から不随意運動の特徴量を抽出する。
対象者は、開始位置(ホームポジションともいう)から離れた位置に表示された到達目標に向けて肢を動かす動作を行う。到達目標は、例えばディスプレイ上に表示されている記号やボール等の所定の画像である。対象者の動作中に到達目標を左右いずれかに動かすので、その動きに追従して到達目標をタッチするよう対象者に指示しておく。つまり、タスクT1における所定方向とは、到達目標の移動方向である。
対象者は、開始位置(ホームポジション)から離れた位置に表示された到達目標に向けて肢を動かす動作を行う。到達目標は、タスクT1と同様、例えばディスプレイ上に表示されている記号やボール等の所定の画像である。対象者の動作中に到達目標を左右いずれかに動かすので、その動きと逆方向に肢を動かすよう対象者に指示しておく。つまり、タスクT2における所定方向とは、到達目標の移動方向と逆の方向である。
(1)不随意運動の反応の速さを示す指標
(2)不随意運動の大きさを示す指標
(3)随意運動を示す指標と不随意運動を示す指標の比
不随意運動の反応の速さを示す指標とは、到達目標が移動を開始した時刻から不随意運動が開始される時刻までにかかる時間である。タスクT1における加速度の平均値の系列A ̄ R、A ̄ Lから算出されるものとタスクT2における加速度の平均値の系列B ̄ R、B ̄ Lから算出されるものがある。
(1) 到達目標が右に動く場合の加速度の平均値の系列A ̄ Rと到達目標が左に動く場合の加速度の平均値の系列A ̄ Lの差分の系列Dを求める。
不随意運動の大きさを示す指標には、到達目標が右に動く場合における加速度の平均値の系列A ̄ R、B ̄ Rから算出されるものと到達目標が左に動く場合における加速度の平均値の系列A ̄ L、B ̄ Lから算出されるものがある。
随意運動を示す指標と不随意運動を示す指標の比(ゲイン)、つまり随意運動に対する不随意運動の割合APgainは、タスクT1における加速度の平均値の絶対値の最大値をAccmax、上記(2)で求めた不随意運動の大きさを示す指標をAPampとして、
(A) レギュラー選手の方が補欠選手よりも不随意運動の反応が出るのが早い。
(B) レギュラー選手の方が補欠選手よりも不随意運動の大きさが大きい。
(C) レギュラー選手の方が補欠選手よりも随意運動に対する不随意運動の割合が大きい。
(5)タスクT1における肢の到達運動の目標位置と実際に肢が到達した位置との誤差の平均値
(D) レギュラー選手の方が補欠選手よりも到達時間が短い。
(E) レギュラー選手の方が補欠選手よりも位置誤差が小さい。
運動パフォーマンス推定装置100は、上記実験のタスクT1、T2を対象者に実行させることで対象者の不随意運動の特徴量を得、この不随意運動の特徴量から上記実験の結果として分かった傾向に基づいて対象者の運動パフォーマンスの指標を得る。
提示部110は、タスクT1またはタスクT2の映像を視覚刺激としてディスプレイ等に表示する。つまり、対象者の視野内にあるディスプレイに到達目標の画像を表示し、所定のタイミングで所定の方向に到達目標を移動させる映像を表示する。所定のタイミングとは、例えば、対象者が肢の到達運動を開始してから所定時間経過後である。また、所定の方向とは、例えば、左方向または右方向である。いずれの方向とするかは、各試行でランダムに決定されてもよいし、外部入力により与えられてもよい。タスクT1、T2のどちらの映像を提示するか、到達目標の移動方向を左右どちらの方向にするかは、制御部180により制御されてもよいし、外部入力により都度指示が入力される形でもよい。
制御部180は、提示部110に表示するタスクの映像を制御するとともに、タスク実行中の対象者の肢の到達運動の情報である肢運動情報を肢運動情報取得部120に取得させるよう制御する。タスクT1とT2を上記実験のようにそれぞれ複数回実行させる。なお、上記実験では左右の試行回数を同数(N回)としているが、必ずしも一致する必要はない。
肢運動情報取得部120は、タスク実行中の対象者の肢運動情報を取得し、記録部190に記録する。つまり、記録部190には、タスク毎に取得した肢運動情報が複数記録されることになる。肢の動きは、例えば、モーションキャプチャや肢位置センサの付いたマニピュランダム装置、映像等により取得すればよい。肢運動情報取得部120で取得する肢運動情報は、例えば、時刻ごとの肢の位置の系列、時刻ごとの加速度の系列、タスクT1における肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間、タスクT1における肢の到達運動の目標位置と実際に肢が到達した位置との誤差である。
不随意特徴量抽出部130は、記録部190に記録された複数の肢運動情報から、不随意運動特徴量を抽出する。不随意運動特徴量の例として、上記実験で説明した
(1)不随意運動の反応の速さを示す指標
(2)不随意運動の大きさを示す指標
(3)随意運動を示す指標と不随意運動を示す指標の比
(4)タスクT1における肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値
(5)タスクT1における肢の到達運動の目標位置と実際に肢が到達した位置との誤差の平均値
がある。
運動パフォーマンス推定部140は、不随意運動特徴量抽出部130で抽出した不随意運動特徴量から対象者の運動パフォーマンス指標を推定する。具体的には、上記(1)〜(5)の特徴量に応じて以下のようになる。
(1)〜(3)の特徴量を用いて、タスクに対する順応の速さを示す指標を求めるようにしてもよい。
タスクに対する順応の速さを示す指標として、例えば、(6−1)、(6−2)の特徴量がある。
ここで、ブロックとは、加速度の平均値の系列を算出するための単位試行数のこととする。例えば、10試行ごとに加速度の平均値の系列を算出するのであれば、10試行が1ブロックとなる。
上記(6−1)と同様に、タスクT2について、ブロック毎に求めた加速度の平均値の系列をB ̄ R,j,B ̄ L,jとする。ここで、先述した“(2)不随意運動の大きさを示す指標”での説明におけるA ̄ R,A ̄ L,B ̄ R,B ̄ lをA ̄ R,j,A ̄ L,j,B ̄ R,j,B ̄ l,jと置き換えることで、第jブロックにおける不随意運動の大きさを示す指標を計算する。つまり、系列B ̄ R,jの中で不随意運動に対応する区間のうち値が最大値を示す時刻TmaxAP,jを求め、当該時刻でのタスクT1における加速度a ̄ R,T_maxAP,jを右方向の試行の第jブロックにおける不随意運動の大きさを示す指標とする。同様に、加速度a ̄ L,T_maxAP,jを左方向の試行の第jブロックにおける不随意運動の大きさを示す指標とする。
肢運動情報取得部120は、タスク実行中の対象者の肢運動情報を取得し、記録部190に記録する。肢運動情報取得部120で取得する肢運動情報は、例えば、時刻ごとの肢の位置の系列、時刻ごとの加速度の系列である。
不随意特徴量抽出部130は、記録部190に記録された複数の肢運動情報から、不随意運動特徴量を抽出する。不随意運動特徴量の例として、上記説明の通り、
(6)タスクに対する順応の速さを示す指標
がある。
運動パフォーマンス推定部140は、不随意運動特徴量抽出部130で抽出した不随意運動特徴量から対象者の運動パフォーマンス指標を推定する。具体的には、上記(6)の特徴量に応じて以下のようになる。
タスクT1またはタスクT2を対象者に行わせる代わりに、以下説明する1種類のタスクT2´のみを対象者に行わせるようにしてもよい。
対象者は、開始位置(ホームポジション)から離れた位置に表示された到達目標に向けて肢を動かす動作を行う。到達目標を左右2箇所に配置し、その中心に所定の画像(不随意運動を誘発するためのオブジェクト画像)を表示する。所定の画像が左右の何れかの方向に動いたら、その方向とは逆方向にある到達目標をタッチするよう対象者に指示しておく。つまり、所定の画像が動く方向とは逆にある到達目標の位置が、目標位置(運動終了時点において肢が到達すべき位置)となる。また、タスクT2´における所定方向とは、所定の画像が動く方向と逆の方向である。
(1´)不随意運動の反応の速さを示す指標
(2´)不随意運動の大きさを示す指標
(4´)肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値
タスクT1の加速度の平均値の系列の代わりに、タスクT2´の加速度の平均値の系列を用いて同様の計算を行えばよい。具体的には、以下のようになる。
(1) 所定の画像が右に動く場合の加速度の平均値の系列C ̄ Rと所定の画像が左に動く場合の加速度の平均値の系列C ̄ Lの差分の系列Fを求める。
タスクT1の加速度の平均値の系列やタスクT2の加速度の平均値の系列の代わりに、タスクT2´の加速度の平均値の系列を用いて同様の計算を行えばよい。具体的には、以下のようになる。
(A) レギュラー選手の方が補欠選手よりも不随意運動の反応が出るのが早い。
(B) レギュラー選手の方が補欠選手よりも不随意運動の大きさが大きい。
となる。一方、(4´)の特徴量については、(4)の特徴量と運動パフォーマンスの相関関係とは逆の関係を示す。つまり、
(D) レギュラー選手の方が補欠選手よりも到達時間が長い。
となる。逆の関係になる理由は、以下のように推測される。タスクT1は、不随意運動の方向と随意運動の方向が同じであるため、随意運動よりも先に不随意運動によって本来動くべき随意運動の方向に先に不随意運動によって動いてしまう分、早く到達目標に到達できるためと考えられる。一方、タスクT2´は、随意運動の方向と不随意運動の方向が逆であるため、不随意運動が随意運動の方向とは逆向きに肢を動かしてしまう分、到達時間が余計にかかる(つまり遅くなる)ためと考えられる。
提示部110は、タスクT2´の映像を視覚刺激としてディスプレイ等に表示する。つまり、対象者の視野内にあるディスプレイにオブジェクト画像を表示し、所定のタイミングで所定の方向にオブジェクト画像を移動させる映像を表示する。
制御部180は、提示部110に表示するタスクの映像を制御するとともに、タスク実行中の対象者の肢の到達運動の情報である肢運動情報を肢運動情報取得部120に取得させるよう制御する。タスクT2´を複数回実行させる。
肢運動情報取得部120は、タスク実行中の対象者の肢運動情報を取得し、記録部190に記録する。肢運動情報取得部120で取得する肢運動情報は、例えば、時刻ごとの肢の位置の系列、時刻ごとの加速度の系列、タスクT2´における肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間である。
不随意特徴量抽出部130は、記録部190に記録された複数の肢運動情報から、不随意運動特徴量を抽出する。不随意運動特徴量の例として、上記説明の通り、
(1´)不随意運動の反応の速さを示す指標
(2´)不随意運動の大きさを示す指標
(4´)肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値
がある。
運動パフォーマンス推定部140は、不随意運動特徴量抽出部130で抽出した不随意運動特徴量から対象者の運動パフォーマンス指標を推定する。具体的には、上記(1´)、(2´)、(4´)の特徴量に応じて以下のようになる。
運動パフォーマンス推定部140が、不随意運動特徴量と運動パフォーマンス指標とを関連付けるモデルである運動パフォーマンス推定モデルに基づいて運動パフォーマンス指標を推定するようにしてもよい。
運動パフォーマンス推定モデルは、不随意運動特徴量を入力として運動パフォーマンス指標を出力するモデルであり、運動パフォーマンスが既知の人から取得した不随意運動特徴量と運動パフォーマンス指標の組を学習用データとして学習されたモデルである。
機械学習により得た運動パフォーマンス推定モデルは、事前に記録部190に記録しておく。
運動パフォーマンス推定部140は、不随意運動特徴量と運動パフォーマンス指標との関連付けである運動パフォーマンス推定モデルに基づいて、不随意運動特徴量抽出部130で抽出した不随意運動特徴量から対象者の運動パフォーマンス指標を推定する。
本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置(例えば通信ケーブル)が接続可能な通信部、CPU(Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい)、メモリであるRAMやROM、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、CPU、RAM、ROM、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、CD−ROMなどの記録媒体を読み書きできる装置(ドライブ)などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
Claims (15)
- 開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示部と、
前記到達運動の情報である肢運動情報を取得する肢運動情報取得部と、
タスク毎に取得した前記肢運動情報から不随意運動の反応の速さを示す指標を不随意運動特徴量として得る不随意運動特徴量抽出部と、
前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定部と
を含む運動パフォーマンス推定装置であって、
前記運動パフォーマンス指標は、不随意運動の反応の速さが速い場合の方が遅い場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定装置。 - 開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示部と、
前記到達運動の情報である肢運動情報を取得する肢運動情報取得部と、
タスク毎に取得した前記肢運動情報から不随意運動の大きさを示す指標を不随意運動特徴量として得る不随意運動特徴量抽出部と、
前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定部と
を含む運動パフォーマンス推定装置であって、
前記運動パフォーマンス指標は、不随意運動の大きさが大きい場合の方が小さい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定装置。 - 開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示部と、
前記到達運動の情報である肢運動情報を取得する肢運動情報取得部と、
タスク毎に取得した前記肢運動情報から随意運動の大きさと向きを示す指標と不随意運動の大きさと向きを示す指標の比を不随意運動特徴量として得る不随意運動特徴量抽出部と、
前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定部と
を含む運動パフォーマンス推定装置であって、
前記運動パフォーマンス指標は、随意運動の大きさと向きを示す指標と不随意運動の大きさと向きを示す指標の比が大きい場合の方が小さい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定装置。 - 請求項3に記載の運動パフォーマンス推定装置であって、
前記不随意運動の大きさと向きを示す指標は、到達目標が右または左に動く場合における加速度の平均値の系列から算出されるものである
ことを特徴とする運動パフォーマンス推定装置。 - 開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示部と、
前記到達運動の情報である肢運動情報を取得する肢運動情報取得部と、
タスク毎に取得した前記肢運動情報から、複数のタスクについての肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値を不随意運動特徴量として得る不随意運動特徴量抽出部と、
前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定部と
を含む運動パフォーマンス推定装置であって、
前記運動パフォーマンス指標は、肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値が小さい場合の方が大きい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定装置。 - 開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示部と、
前記到達運動の情報である肢運動情報を取得する肢運動情報取得部と、
タスク毎に取得した前記肢運動情報から、複数のタスクについての肢の到達運動の目標位置と実際に肢が到達した位置との誤差の平均値を不随意運動特徴量として得る不随意運動特徴量抽出部と、
前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定部と
を含む運動パフォーマンス推定装置であって、
前記運動パフォーマンス指標は、肢の到達運動の目標位置と実際に肢が到達した位置との誤差の平均値が小さい場合の方が大きい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定装置。 - 開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示部と、
前記到達運動の情報である肢運動情報を取得する肢運動情報取得部と、
タスク毎に取得した前記肢運動情報から不随意運動特徴量を得る不随意運動特徴量抽出部と、
不随意運動特徴量と運動パフォーマンス指標との関連付けに基づいて、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定部と
を含む運動パフォーマンス推定装置。 - 請求項7に記載の運動パフォーマンス推定装置であって、
前記関連付けは、運動パフォーマンスが既知の人から取得した不随意運動特徴量と運動パフォーマンス指標の組を学習用データとして、不随意運動特徴量を入力として運動パフォーマンス指標を出力するように学習された運動パフォーマンス推定モデルである
ことを特徴とする運動パフォーマンス推定装置。 - 運動パフォーマンス推定装置が、開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示ステップと、
前記運動パフォーマンス推定装置が、前記到達運動の情報である肢運動情報を取得する肢運動情報取得ステップと、
前記運動パフォーマンス推定装置が、タスク毎に取得した前記肢運動情報から不随意運動の反応の速さを示す指標を不随意運動特徴量として得る不随意運動特徴量抽出ステップと、
前記運動パフォーマンス推定装置が、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定ステップと
を含む運動パフォーマンス推定方法であって、
前記運動パフォーマンス指標は、不随意運動の反応の速さが速い場合の方が遅い場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定方法。 - 運動パフォーマンス推定装置が、開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示ステップと、
前記運動パフォーマンス推定装置が、前記到達運動の情報である肢運動情報を取得する肢運動情報取得ステップと、
前記運動パフォーマンス推定装置が、タスク毎に取得した前記肢運動情報から不随意運動の大きさを示す指標を不随意運動特徴量として得る不随意運動特徴量抽出ステップと、
前記運動パフォーマンス推定装置が、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定ステップと
を含む運動パフォーマンス推定方法であって、
前記運動パフォーマンス指標は、不随意運動の大きさが大きい場合の方が小さい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定方法。 - 運動パフォーマンス推定装置が、開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示ステップと、
前記運動パフォーマンス推定装置が、前記到達運動の情報である肢運動情報を取得する肢運動情報取得ステップと、
前記運動パフォーマンス推定装置が、タスク毎に取得した前記肢運動情報から随意運動の大きさと向きを示す指標と不随意運動の大きさと向きを示す指標の比を不随意運動特徴量として得る不随意運動特徴量抽出ステップと、
前記運動パフォーマンス推定装置が、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定ステップと
を含む運動パフォーマンス推定方法であって、
前記運動パフォーマンス指標は、随意運動の大きさと向きを示す指標と不随意運動の大きさと向きを示す指標の比が大きい場合の方が小さい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定方法。 - 運動パフォーマンス推定装置が、開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示ステップと、
前記運動パフォーマンス推定装置が、前記到達運動の情報である肢運動情報を取得する肢運動情報取得ステップと、
前記運動パフォーマンス推定装置が、タスク毎に取得した前記肢運動情報から、複数のタスクについての肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値を不随意運動特徴量として得る不随意運動特徴量抽出ステップと、
前記運動パフォーマンス推定装置が、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定ステップと
を含む運動パフォーマンス推定方法であって、
前記運動パフォーマンス指標は、肢の到達運動の開始から目標位置へ肢が到達するまでにかかる時間の平均値が小さい場合の方が大きい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定方法。 - 運動パフォーマンス推定装置が、開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示ステップと、
前記運動パフォーマンス推定装置が、前記到達運動の情報である肢運動情報を取得する肢運動情報取得ステップと、
前記運動パフォーマンス推定装置が、タスク毎に取得した前記肢運動情報から、複数のタスクについての肢の到達運動の目標位置と実際に肢が到達した位置との誤差の平均値を不随意運動特徴量として得る不随意運動特徴量抽出ステップと、
前記運動パフォーマンス推定装置が、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定ステップと
を含む運動パフォーマンス推定方法であって、
前記運動パフォーマンス指標は、肢の到達運動の目標位置と実際に肢が到達した位置との誤差の平均値が小さい場合の方が大きい場合よりも運動パフォーマンスが高いことを示すものである
運動パフォーマンス推定方法。 - 運動パフォーマンス推定装置が、開始位置から所定方向に肢の到達運動のタスクをしている対象者に、当該対象者が肢の到達運動のタスクを開始してから所定時間経過後に不随意運動を誘発する視覚刺激を提示する提示ステップと、
前記運動パフォーマンス推定装置が、前記到達運動の情報である肢運動情報を取得する肢運動情報取得ステップと、
前記運動パフォーマンス推定装置が、タスク毎に取得した前記肢運動情報から不随意運動特徴量を得る不随意運動特徴量抽出ステップと、
前記運動パフォーマンス推定装置が、不随意運動特徴量と運動パフォーマンス指標との関連付けに基づいて、前記不随意運動特徴量から前記対象者の運動能力の優劣に基づきランク付けするための値である運動パフォーマンス指標を推定する運動パフォーマンス推定ステップと
を含む運動パフォーマンス推定方法。 - 請求項1ないし8のいずれか1項に記載の運動パフォーマンス推定装置としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017183493A JP6815962B2 (ja) | 2017-09-25 | 2017-09-25 | 運動パフォーマンス推定装置、運動パフォーマンス推定方法、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017183493A JP6815962B2 (ja) | 2017-09-25 | 2017-09-25 | 運動パフォーマンス推定装置、運動パフォーマンス推定方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019058239A JP2019058239A (ja) | 2019-04-18 |
JP6815962B2 true JP6815962B2 (ja) | 2021-01-20 |
Family
ID=66175654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017183493A Active JP6815962B2 (ja) | 2017-09-25 | 2017-09-25 | 運動パフォーマンス推定装置、運動パフォーマンス推定方法、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6815962B2 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10176299B2 (en) * | 2011-11-11 | 2019-01-08 | Rutgers, The State University Of New Jersey | Methods for the diagnosis and treatment of neurological disorders |
US10327675B2 (en) * | 2013-04-30 | 2019-06-25 | Tokyo Metropolitan Institute Of Medical Science | Motor function analysis system and operational method of system |
-
2017
- 2017-09-25 JP JP2017183493A patent/JP6815962B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019058239A (ja) | 2019-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nakai et al. | Prediction of basketball free throw shooting by openpose | |
JP6403696B2 (ja) | 身体的活動のモニタリングデバイス及びその方法 | |
US20130077820A1 (en) | Machine learning gesture detection | |
EP3617815A1 (en) | Work support device, work support method, and work support program | |
WO2018070414A1 (ja) | 運動認識装置、運動認識プログラムおよび運動認識方法 | |
CN109847321B (zh) | 一种运动员训练辅助方法、装置、服务器及存储介质 | |
CN105631399A (zh) | 用于体育视频识别的快速对象跟踪框架 | |
KR101872907B1 (ko) | 듀얼 스마트 밴드를 이용한 모션 분석 장치 및 방법 | |
CN105426929B (zh) | 对象形状对准装置、对象处理装置及其方法 | |
WO2020088491A1 (zh) | 一种运动行为模式分类方法、系统以及装置 | |
Chen et al. | Using real-time acceleration data for exercise movement training with a decision tree approach | |
Akkas et al. | Measuring elemental time and duty cycle using automated video processing | |
JP6712584B2 (ja) | 運動パフォーマンス評価装置、学習装置、運動パフォーマンス評価方法、学習方法、運動パフォーマンス評価プログラム、学習プログラム | |
JP6815962B2 (ja) | 運動パフォーマンス推定装置、運動パフォーマンス推定方法、プログラム | |
JP6713422B2 (ja) | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム | |
JP6054893B2 (ja) | ゴルフクラブ選択方法、ゴルフクラブ選択システム、およびゴルフクラブ選択装置 | |
JP7140186B2 (ja) | 動作分類用モデル学習装置、動作分類装置、動作分類用モデル学習方法、プログラム | |
CN106446837B (zh) | 一种基于运动历史图像的挥手检测方法 | |
JP2019067206A (ja) | 検出システム、検出方法及び検出プログラム | |
JP7367853B2 (ja) | 運動パフォーマンス推定装置、運動パフォーマンス推定方法、およびプログラム | |
JP6712628B2 (ja) | 運動パフォーマンス評価装置、運動パフォーマンス評価方法 | |
Geurts et al. | No sweat, no fun: large-gesture recognition for computer games | |
JP7521609B2 (ja) | 情報処理装置、特徴量選択方法、教師データ生成方法、推定モデル生成方法、ストレス度の推定方法、およびプログラム | |
JP2018156675A5 (ja) | ||
JP7493721B2 (ja) | 適応能力評価装置、適応能力評価方法及び適応能力評価プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20171016 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200714 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200715 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200907 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201105 |
|
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: 20201222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201223 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6815962 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |