JP6873871B2 - 運動器作動力推定システム - Google Patents

運動器作動力推定システム Download PDF

Info

Publication number
JP6873871B2
JP6873871B2 JP2017168336A JP2017168336A JP6873871B2 JP 6873871 B2 JP6873871 B2 JP 6873871B2 JP 2017168336 A JP2017168336 A JP 2017168336A JP 2017168336 A JP2017168336 A JP 2017168336A JP 6873871 B2 JP6873871 B2 JP 6873871B2
Authority
JP
Japan
Prior art keywords
body part
subject
virtual human
force
daily life
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
Application number
JP2017168336A
Other languages
English (en)
Other versions
JP2018042998A (ja
Inventor
隆明 陳
隆明 陳
雄一郎 本田
雄一郎 本田
豪 中村
豪 中村
井上　亮
亮 井上
伸行 本光
伸行 本光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HYOGO SOCIAL WELFARE CORPORATION
Original Assignee
HYOGO SOCIAL WELFARE CORPORATION
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HYOGO SOCIAL WELFARE CORPORATION filed Critical HYOGO SOCIAL WELFARE CORPORATION
Publication of JP2018042998A publication Critical patent/JP2018042998A/ja
Application granted granted Critical
Publication of JP6873871B2 publication Critical patent/JP6873871B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

本発明は、仮想人体モデルを用いて被験者の日常生活における運動器の作動力を推定する運動器作動力推定システムに関するものである。
近年、日本等の先進国を中心に高齢化が進んでおり、平均寿命を延ばすことだけでなく、いかに健康に寿命を全うするかという健康寿命を延ばしていくことが重要になってきており、最近ではロコモティブシンドローム（運動器症候群：通称ロコモ）が注目されるようになってきた。
このロコモティブシンドロームとは、骨、関節、筋肉、あるいは神経等の運動器を長期にわたり使い続けることにより、運動器に障害が起こり、「立つ」「歩く」といった機能が低下している状態をいい、進行すると日常生活にも支障が生じることになる。特に、５０歳以降に多発する入院治療が必要な運動器の障害により、要介護の状態や要介護リスクの高い状態となる人々が増えてきている。
そこで、従来より、ＤＥＸＡ等の身体計測装置を用いて、被験者の体重、筋肉量、体脂肪量などのパラメータを計測して、それらのパラメータを分析することが行われている。ただ、ＤＥＸＡ等の身体計測装置では、被験者の体重、筋肉量、体脂肪量などのパラメータを単に計測するに止まるため、運動器に障害が生じるかどうかを十分に示唆することができなかった。
一方、高齢になると、多くの人の筋肉は痩せ、筋力が衰えるが、このように加齢によって筋肉が減少する疾患としてサルコペニアも注目されている。このサルコペニアは、1989年にRosenbergによって「加齢による筋肉量減少」を意味する用語として提唱され、当初は骨格筋肉量の減少を定義としていたが、徐々に筋力低下、機能低下も含まれるようになった。このサルコペニアは年々増えてきており、このことは今後、ますます要介護者が増加して、それに伴い個人の生活レベルの低下、社会の医療介護費負担の増加が予想される。
そこで、従来より、被験者の筋力を計測する装置が知られている（例えば、特許文献１、２参照）。これによれば被験者の筋力を経時的に計測していくことにより、上述の身体計測装置によるパラメータの計測結果と相まって、運動器に障害が生じることをさらに具体的に示唆することができる。特に特許文献１には、下肢の筋力を測定する装置が開示されているが、このように高齢者にとっては上半身よりも下半身、特に下肢の筋力を測定することは、運動器の障害を生じることを示唆するのに非常に有効である。また、特許文献3では、仮想人体モデルを用いて筋力の推定を試みている装置が開示されている。
特開２０１５−３３５１７号公報 特開２０１３−１６９４４８号公報 特開２００３−１１６８２２号公報
しかしながら、筋力測定システムは、あくまでも被験者が最大努力で行ったタスク（例えば、全力で立ち上がる）における筋力を測定することにより運動器の作動力を推定しており、日常生活における身体動作（例えば、自然な力で立ち上がる）よりも過剰な力を入れて行った際の身体動作における運動器の作動力を推定している。そのため、測定された筋力は日常生活における身体動作を行う際の筋力とは乖離したものであり、被験者にとって重要な日常生活における身体動作に係る身体部位の運動器の作動力を推定しているものではなかった。また、これまでの仮想人体モデルを用いた筋力推定装置では、筋力推定の計算において重要となる質量に関する身体パラメータとして単に体重や身体寸法比などの身体の表面的な情報から一般的に知られている関係式に基づいて算出した数値で運動器の作動力を推定している。そのため、被験者個々の体格の違い（例えば、身体の筋肉量や脂肪量の左右差が大きい人、上半身と下半身で筋肉の衰え方に大きな差がある人など）を考慮した評価を行うことは困難であった。そのため、高齢者の身体能力を適切に評価し、運動器に生じる不具合を十分に示唆するまでには至っていなかった。
本発明は、上述の問題に鑑みてなされたものであって、被験者の日常生活における身体動作に係る身体部位の運動器の作動力を推定することができる運動器作動力推定システムを提供することを目的とする。
本発明は、上記目的を達成するために、 仮想人体モデルを用いて被験者の日常生活における身体動作に係る身体部位の運動器の作動力を推定する運動器作動力推定システムであって、被験者の一ないし複数の身体部位の少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報が入力される身体パラメータ情報入力部と、該身体パラメータ情報入力部により入力された被験者の身体部位の身体パラメータ情報を、仮想人体モデルの対応する身体部位に割り当てる身体パラメータ情報割当部と、前記身体パラメータ情報割当部により仮想人体モデルの身体部位に割り当てられた身体パラメータ情報に基づいて、仮想人体モデルの身体部位の慣性モーメントを算出する慣性モーメント算出部と、被験者の日常生活における身体動作を計測する身体動作計測部と、前記慣性モーメント算出部による仮想人体モデルの身体部位の慣性モーメントの算出結果と、前記身体動作計測部による被験者の日常生活における身体動作の計測結果とに基づいて、仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を算出する運動器作動力算出部と、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を、被験者の日常生活における身体動作に係る身体部位の運動器の作動力と推定して出力する運動器作動力出力部とを備えることを特徴とする。なお、以下、本発明における筋肉情報とは、筋肉量、筋肉率、除脂肪量、除脂肪率、筋質（筋肉の面積、筋肉の密度等）等を前提としている。脂肪情報とは脂肪量、脂肪率、内臓脂肪レベル、皮下脂肪の厚み等を前提としている。また、質量に関する身体パラメータ情報は、少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の骨情報および／または体水分情報に基づくものとしてもよい。
これによれば、被験者の日常生活における身体動作に係る運動器の作動力を推定することができる。しかも、被験者の少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報に基づいて作動力を推定するので、例えば、身体の筋肉量や脂肪量の左右差が大きい人、上半身と下半身で筋肉の衰え方に大きな差がある人などを考慮した評価を行うことができる。なお、身体部位の運動器の作動力として、身体部位の関節トルク、力、コリオリ力、遠心力、重力、運動量、角運動量、撃力、運動エネルギー、位置エネルギー、力積、仕事、重心位置などが挙げられる。
また、前記仮想人体モデルは、身体部位が中実または中空の円柱、円錐台、円錐、カプセル型、楕円体、球体、トーラス体、立方体、直方体、多角柱、くさび、および／または角錐などのプリミティブな形状、多角形あるいはそれらを組み合わせた形状で近似されてもよい。これによれば、仮想人体モデルの身体部位の運動器の作動力を簡単に算出することができる。
また、前記身体パラメータ情報割当部は、身体パラメータ情報入力部により入力された被験者の身体部位の身体パラメータ情報を、仮想人体モデルの対応する身体部位に対して各身体部位の体積、面積、密度、長さ、あるいは径の比率に応じて割り当ててもよい。これによれば、身体パラメータ情報入力部により身体パラメータ情報が入力された被験者の身体部位と、仮想人体モデルの身体部位とが一致しない場合であっても、仮想人体モデルの身体部位の運動器の作動力を簡単に算出することができる。
また、前記身体動作計測部は、被験者の身体動作から被験者の身体部位の位置および／または角度の時間的変化を計測し、被験者の該身体部位の位置および／または角度の時間的変化に基づいて、被験者の該身体部位の関節の角度、角速度および角加速度を算出してもよい。これによれば、被験者の日常生活における身体動作を計測することができる。
また、前記運動器作動力算出部は、下式により仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を算出してもよい。
Figure 0006873871
τ：運動器の作動力
Ｍ（ｑ）：慣性項
Ｃ（ｑ、ｑ’）：コリオリ・遠心力項
Ｇ（ｑ）：重力項
Ｅ（ｑ、ｑ’）：外力項
ｑ：身体部位の関節の位置／角度ベクトル
ｑ’：身体部位の関節の速度／角速度ベクトル
ｑ”：身体部位の関節の加速度／角加速度ベクトル
これによれば、仮想人体モデルの身体部位の運動器の作動力を算出することができる。
また、前記運動器作動力算出部は、身体部位の運動器の作動力を被験者または身体部位の質量、体積、面積、密度、長さ、径、あるいはそれらの積により正規化してもよい。これによれば、各被験者または身体部位の身体的特徴を考慮して、仮想人体モデルの身体部位の運動器の作動力を算出することができる。
また、前記運動器作動力出力部は、被験者の日常生活における身体動作に従って、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を時系列的に出力してもよい。これによれば、運動器の作動力がどの段階でどの程度の大きさが必要なのかを把握することができる。
また、前記運動器作動力出力部は、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の最大または最小の運動器の作動力を出力してもよい。これによれば、被験者の運動器を作動するのに必要な作動力を発揮できている度合いを把握することができる。
また、前記運動器作動力出力部は、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を右半身側と左半身側、および／または上半身側と下半身側に分けて出力してもよい。これによれば、被験者の右半身側と左半身側、および／または上半身側と下半身側の運動器の作動力のバランスを把握することができる。
また、前記運動器作動力出力部は、運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を、重力項に関する情報を差し引いた状態、あるいは除算した状態、あるいは請求項６に記載の重力項に関する情報と併せた状態で出力してもよい。これによれば、身体部位の運動器の作動力を、重力項に関する情報を差し引いた状態、あるいは除算した状態で出力した場合、被験者の体重等の影響を除外した身体部位の運動器の作動力を把握することができる。また、身体部位の運動器の作動力を、重力項に関する情報と併せた状態で出力した場合、被験者の体重等と比較しながら身体部位の運動器の作動力を把握することができる。
また、前記運動器作動力算出部は、運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を仮想人体モデルとともに出力してもよい。これによれば、被験者の身体部位がどの程度の大きさの力を発揮したかを一目で確認でき、どの身体部位が弱っているかなどを容易に発見できる。
本発明によれば、被験者の日常生活における身体動作に係る運動器の作動力を推定することができる。しかも、被験者の少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報に基づいて作動力を推定するので、例えば、身体の筋肉量や脂肪量の左右差が大きい人、上半身と下半身で筋肉の衰え方に大きな差がある人などを考慮した評価を行うことができる。
このため、被験者に対して、将来、運動器の機能低下が生じる可能性があることを的確に示唆し得るため、それに応じて被験者が早い段階から所定のトレーニングや治療を行うことによって、サルコペニア等の疾患を減少させたり、被験者の筋力の低下を抑えることができ、ひいては個人の生活レベルの向上、社会の医療介護費負担の軽減を実現することが可能となる。
本発明に係る運動器作動力推定システムの構成概略図である。 仮想人体モデルを示す図である。 簡易な形状で近似した仮想人体モデルの身体部位を示す図である。 図１の運動器作動力推定システムの動作を示すフローチャートである。 実施例１に係る仮想人体モデルにおける７リンクモデルを示す図である。 各被験者の右股関節、左股関節の関節トルクの推移を示す図である。 各被験者の右膝関節、左膝関節の関節トルクの推移を示す図である。 各被験者の胴体の関節トルクの推移を示す図である。 各被験者の股関節、膝関節および胴体の最大関節トルクを示す図である。 各被験者の股関節、膝関節および胴体の最大関節トルクを各被験者の体重で正規化した最大関節トルクを示す図である。 実施例２に係る仮想人体モデルにおける３リンクモデルを示す図である。 各被験者の右股関節の関節トルクおよび重力項の推移を示す図である。 各被験者の右股関節の関節トルクの絶対値および重力項の推移を示す図である。 各被験者の右股関節の関節トルクの絶対値と重力項の差分の推移を示す図である。 実施例２における慣性項Ｍ（ｑ）の具体的な計算式を示す図である。 実施例２におけるコリオリ・遠心力項Ｃ（ｑ、ｑ’）の具体的な計算式を示す図である。 実施例２における重力項Ｇ（ｑ）の具体的な計算式を示す図である。 実施例２における各記号の具体的な定義を示す図である。 実施例３に係る仮想人体モデルの表示画面を示す図である。 DEXAによる実測から得られた脚の質量と体重をもとに身体各部の重量比から推定された脚の重さを示す図である。
次に、本発明に係る運動器作動力推定システム（以下、本システムという）の実施形態について図１〜図２０を参照しつつ説明する。なお、本実施形態では、身体部位の運動器の作動力として身体部位の関節トルクを推定する場合について説明する。
本システムは、図１に示すように、所定の仮想人体モデルを用いて被験者の日常生活における身体動作に係る身体部位の運動器の作動力を推定するシステムであって、身体パラメータ情報入力部１０、身体パラメータ情報割当部２０、慣性モーメント算出部３０、身体動作計測部４０、運動器作動力算出部５０、並びに運動器作動力出力部６０を備えている。
なお、本システムは、ＰＣ、タブレット端末、スマートフォン、あるいは専用端末などの情報端末により実現され、記憶媒体またはネットワークを介して所定のプログラムがインストールされることにより機能する。
前記身体パラメータ情報入力部１０は、被験者の右腕、左腕、右脚、左脚、あるいは胴体などの各身体部位における身体パラメータ情報を入力する。この身体パラメータ情報は、
身体部位の少なくとも左脚、右脚、胴体または少なくとも左腕、右腕、胴体の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報が含まれ、例えばＤＥＸＡ等の身体計測装置により計測される。なお、被験者の身体部位は、上述のように右腕、左腕、右脚、左脚、あるいは胴体の区分けに限定されるものではなく、右上腕および右前腕のようにさらに細分化した区分けでもよい。
前記身体パラメータ情報割当部２０は、被験者の身体部位の身体パラメータ情報を仮想人体モデルの対応する身体部位に割り当てる。なお、本実施形態では、被験者の身体部位の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報を用いる場合について説明する。
この仮想人体モデルとは、図２に示すように、被験者の身体的特徴を反映させた仮想の人体モデルであり、所定の身体部位ごとに分かれた状態となっている。この仮想人体モデルは、あらかじめ準備された性別および／あるいは年齢別の平均的な仮想人体モデルを用いてもよいし、あるいは被験者の身体を実際に計測して作成した仮想人体モデルを用いてもよい。また、この仮想人体モデルは、後に運動器の関節トルクを算出し易くするために、例えば腕や脚の身体部位は円柱、円錐台、円錐、カプセル型、楕円体、球体であって、足甲の身体部位は直方体、立方体、多角柱、くさび、角錐、球体、円柱といったように、プリミティブな形状、多角形あるいはそれらを組み合わせた形状で近似するとよい。
この被験者の身体部位の身体パラメータ情報を仮想人体モデルの対応する身体部位に割り当てるに際して、被験者の身体部位と仮想人体モデルの身体部位が互いに一致している場合、例えば、被験者の身体部位が右上腕であり、仮想人体モデルの身体部位も右上腕である場合、被験者の身体部位の身体パラメータ情報をそのまま仮想人体モデルの対応する身体部位に割り当てる。
一方、被験者の身体部位と仮想人体モデルの身体部位が一致していない場合、例えば、被験者の身体部位が右腕全体であり、仮想人体モデルの身体部位が右上腕および右前腕に分かれている場合、被験者の身体部位のパラメータ情報を仮想人体モデルの身体部位に対して各身体部位の体積、面積、密度、長さ、あるいは径の比率に応じて割り当てる。
例えば、身体部位の体積の比率（以下、体積比という））を用いる場合、図３（ａ）に示すように、仮想人体モデルの身体部位（例えば腕など）を円柱として近似し、中実の密度が一様であると仮定すると、仮想身体モデルの各身体部位の体積Ｖiは下式から求められる。
[式１]
Figure 0006873871
Ｒi：身体部位の半径（実測した身体部位の上端の半径と下端の半径の平均値）
Ｌi：身体部位のリンク長
ｉ：身体部位のリンク番号
このため、被験者の右腕全体の筋肉情報および／または脂肪情報に基づく質量がｍ（右腕全体）とすると、被験者の右前腕の筋肉情報および／または脂肪情報に基づく質量ｍ（右前腕）は、体積比に応じて下式から求められる。
[式２]
Figure 0006873871
また、図３（ｂ）に示すように、仮想人体モデルの身体部位（例えば足甲など）を直方体として近似し、中実の密度が一様であると仮定すると、仮想身体モデルの各身体部位の体積Ｖｉは下式から求められる。
[式３]
Figure 0006873871
ａｉ：身体部位のリンク長
ｂｉ：身体部位のリンク幅
ｃｉ：身体部位のリンク高
ｉ：身体部位のリンク番号
このように、被験者のその他の身体部位についても、同様にして被験者の身体部位のパラメータ情報を仮想人体モデルの身体部位に対して各身体部位の体積比に応じて割り当てるとよい。
なお、被験者の身体部位の体積を算出するに際して、上述のように身体部位が中実の状態であると仮定して体積を算出したが、身体部位の内部の骨部分を除いた中空の状態であると仮定して体積を算出するなどしてもよい。また、上述のように身体部位が円柱または直方体であると仮定して体積を算出したが、身体部位の実際の形状にさらに近い形状（例えば、円錐台など）と仮定して体積を算出してもよいし、あるいは被験者の身体部位を実際にスキャニングすることにより身体部位の正確な体積を算出してもよい。
前記慣性モーメント算出部３０は、仮想人体モデルの身体部位に割り当てられた少なくとも質量に関する身体パラメータ情報に基づいて、仮想人体モデルの身体部位の慣性モーメントを算出する。
この仮想人体モデルの身体部位の慣性モーメントの算出方法の一例について説明すると、図３に示すように、仮想人体モデルの身体部位の中点に質量重心位置があると仮定した場合、直交する３つの対象軸を持つ身体部位の座標軸（ｘ軸、ｙ軸、ｚ軸）に対する慣性行列Ｉｉは下式から求められる。
[式４]
Figure 0006873871
Ｎｉ：身体部位を構成する小片の個数
ｍｋｉ：小片の質量
ｘｋｉ、ｙｋｉ、ｚｋｉ：小片の重心座標
例えば、身体部位（例えば腕など）を円柱と仮定した場合、ｙ軸回りの慣性モーメントＩｙは、下式から求められる。
[式５]
Figure 0006873871
また、身体部位（例えば足甲）を直方体と仮定した場合、ｙ軸回りの慣性モーメントＩｙは、下式から求められる。
[式６]
Figure 0006873871
仮想人体モデルの身体部位の慣性モーメントの算出方法については上述のものに限定されるものではなく、実際には人体の形状は単純な円柱でないため、身体部位の断面を楕円板とし楕円板の集合体として近似する方法や、円錐台として近似する方法などを用いてもよい。
また、仮想人体モデルの身体部位の慣性モーメントの算出に際して、筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報を用いたが、筋肉情報や脂肪情報に加えて、骨情報や体水分情報等に基づく質量に関する身体パラメータ情報を用いてもよい。なお、骨情報とは、骨面積、骨塩量、骨塩率等である。また、体水分情報とは、体水分量（血液量、リンパ液、細胞外液、細胞内液等の量）、体水分率等である。
また、仮想人体モデルの身体部位の中点に質量重心位置があると仮定したが、身体部位の形状の近似から解析的に質量重心位置を算出したり、統計情報に基づいて質量重心位置を算出してもよい。
前記身体動作計測部４０は、被験者の日常生活における身体動作を計測する。この被験者の日常生活における身体動作として、立ち上がり動作、歩行動作、片脚立ち動作、スクワット動作が挙げられる。このとき身体動作計測部４０は、Ｋｉｎｅｃｔセンサー等により被験者の身体動作から被験者の身体部位の３次元位置および／または角度を計測し、それら被験者の身体部位の３次元位置および／または角度の時間的変化に基づいて逆動力学により被験者の身体部位の姿勢を求めるとともに、四次のルンゲクッタ法などの微分の手法を用いて被験者の身体部位の関節の角度ｑ、角速度ｑ’および角加速度ｑ”を算出する。なお、身体動作計測部４０は、各部１０〜３０、５０、６０と同一装置で構成されてもよいし、あるいは別の装置で構成されてもよい。また、身体部位の３次元位置および／または角度の時間的変化を用いるものとしたが、２次元位置および／または角度の時間的変化を用いてもよい。
前記運動器作動力算出部５０は、慣性モーメント算出部３０による仮想人体モデルの身体部位の慣性モーメントの算出結果と、身体動作計測部４０による被験者の日常生活における身体動作の計測結果とに基づいて、仮想人体モデルの日常生活における身体動作に係る身体部位の関節トルクを例えば逆動力学的に算出する。この身体部位の関節トルクは、定式化して算出する方法や、数値シミュレーションで算出する方法が考えられる。
本実施形態では、前記運動器作動力算出部５０は、加速度項、コリオリ・遠心力項、重力項、外力項（床や椅子からの反力など）を用いて下式により身体部位の関節のトルクτを算出する。
[式７]
Figure 0006873871
τ：運動器の作動力（関節トルク）
Ｍ（ｑ）：慣性項
Ｃ（ｑ、ｑ’）：コリオリ・遠心力項
Ｇ（ｑ）：重力項
Ｅ（ｑ、ｑ’）：外力項
ｑ：身体部位の関節の位置／角度ベクトル
ｑ’：身体部位の関節の速度／角速度ベクトル
ｑ”：身体部位の関節の加速度／角加速度ベクトル
また、慣性項Ｍ（ｑ）、コリオリ・遠心力項Ｃ（ｑ、ｑ’）、重力項Ｇ（ｑ）、外力項Ｅ（ｑ、ｑ’）は下式により表される。なお、ｎは自由度を表わし、（ ）Ｔは転置行列を示す。
[式８]
Figure 0006873871
なお、運動器作動力算出部５０は、身体部位の関節トルクをそのまま算出してもよいが、重力項Ｇを差し引いた状態で身体部位の関節トルクを算出してもよい。また、身体部位の関節トルクを被験者または身体部位の質量、体積、面積、密度、長さ、径、あるいはそれらの積により正規化してもよい。
前記運動器作動力出力部６０は、運動器作動力算出部５０により算出された仮想人体モデルの日常生活における身体部位の関節トルクτを、被験者の日常生活における運動器の作動力と推定して出力する。なお、本実施形態では、関節トルクのみを算出したが、関節力、コリオリ力、遠心力、重力、運動量、角運動量、撃力、運動エネルギー、位置エネルギー、力積、仕事、重心位置などを、被験者の日常生活における運動器の作動力と推定して出力してもよい。
例えば、図６〜８、１２〜１４に示すように、被験者の日常生活における身体動作に従って、身体部位の関節トルクを時系列的に出力した場合、運動器の作動力がどの段階でどの程度の大きさが必要なのかを把握することができる。また、図９、１０に示すように、身体部位の最大の関節トルクを出力した場合、被験者の運動器を作動するのに必要な最大の作動力を把握することができる。また、図９、１０に示すように、右半身側の身体部位の関節トルクと左半身側の身体部位の関節トルクを対比して表示した場合、右半身側と左半身側の運動器の作動力のバランスを把握することができる。なお、本実施形態では、右半身側と左半身側の運動器の作動力のバランスを把握するものとしたが、それと共に、またはそれに代えて、上半身側と下半身側の運動器の作動力のバランスを把握してもよい。また、最大の関節トルクを出力したが、最小の関節トルクを出力してもよい。
次に本システムの動作について図４に示すフローチャートを用いて説明する。
まず、前記身体パラメータ情報入力部１０が、被験者の右腕、左腕、右脚、左脚、あるいは胴体などの各身体部位における身体パラメータ情報を入力する（Ｓ１）。
そして、前記身体パラメータ情報割当部２０が、被験者の身体部位の身体パラメータ情報を仮想人体モデルの対応する身体部位に割り当てる（Ｓ２）。
そして、前記慣性モーメント算出部３０が、仮想人体モデルの身体部位に割り当てられた少なくとも筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報に基づいて、仮想人体モデルの身体部位の慣性モーメントを算出する（Ｓ３）。
そして、前記身体動作計測部４０が、被験者の日常生活における身体動作を計測する（Ｓ４）。
そして、前記運動器作動力算出部５０が、慣性モーメント算出部３０による仮想人体モデルの身体部位の慣性モーメントの算出結果と、身体動作計測部４０による被験者の日常生活における身体動作の計測結果とに基づいて、仮想人体モデルの日常生活における身体動作に係る身体部位の関節トルクを例えば逆動力学的に算出する（Ｓ５）。
そして、前記運動器作動力出力部６０が、運動器作動力算出部５０により算出された仮想人体モデルの日常生活における身体部位の関節トルクτを、被験者の日常生活における運動器の作動力として出力する（Ｓ６）。このとき、左半身の身体部位（例えば、左股関節、左膝関節等）と右半身の身体部位（例えば、右股関節、右膝関節等）に分けて関節トルクτを運動器の作動力として出力したり、上半身の身体部位（例えば、胴体部）と下半身の身体部位（例えば、脚部）に分けて関節トルクτを運動器の作動力として出力ことが挙げられる。
＜実施例１＞
本実施例では、４４歳男性、７８歳男性並びに７４歳女性の実際の被験者を対象として、図５に示すように、各被験者の右足、右下腿、右大腿、左足、左下腿、左大腿および胴体の７つの身体部位に係る７リンクモデルを想定し、椅子に座っている状態から立ち上がるという日常生活における身体動作についてシミュレーションを行い、各被験者の右股関節、左股関節、右膝関節、左膝関節および胴体の関節トルクを算出した。
また、 本シミュレーションでは、動作解析ソフトOpenSimを用い、Delp, S.L., Loan, J.P., Hoy, M.G., Zajac, F.E., Topp E.L., Rosen, J.M.: An inter active graphics-based model of the lower extremity to study orthopaedic surgical procedures, IEEE Transactions on Biomedical Engineering, vol. 37, pp. 757-767, 1990.、Yamaguchi G.T., Zajac F.E.: A planar model of the knee joint to characterize the knee extensor mechanism, Journal of Biomechanics, vol. 22. pp. 1-10, 1989.、Anderson F.C., Pandy M.G.: A dynamic optimization solution for vertical jumping in three dimensions, Computer Methods in Biomechanics and Biomedical Engineerin g, vol. 2, pp. 201-231, 1999.、Anderson F.C., Pandy M.G.: Dynamic optimization of human walking, Journal of Bio mechanical Engineering, vol. 123, pp. 381-390, 2001.、Delp S.L., Anderson F.C., Arnold A.S., Loan P., Habib A., John C.T., Guendelman E., Thelen D.G.: OpenSim: Open-source Software to Create and Analyze Dynamic Sim ulations of Movement, IEEE Transactions on Biomedical Engineering, vol. 54, No. 11, pp. 1940-1950, 2007.等に記載されているDelpらによって、開発された筋骨格モデルを基にして、7リンクモデルを構築し、シミュレーションを行った。
なお、本実施例のその他の設定事項については、下記のとおりである。
・床や椅子からの反力はないものとした。
・被験者の身体部位の筋肉情報、脂肪情報、骨情報、体水分情報に基づき得られた質量はＤＥＸＡによる測定から得た。
・仮想人体モデルの身体部位のリンク長やリンク径を被験者ごとに測定した。
・仮想人体モデルの身体部位の足部は直方体として近似するとともに、足部以外は円柱として近似して体積を算出した。
・質量重心位置を仮想人体モデルの身体部位のリンク長の半分と定義した。
而して、シミュレーションの結果、各被験者の立ち上がり動作における右股関節および左股関節の関節トルクは、図６に示すように推移した。また、各被験者の立ち上がり動作における右膝関節および左膝関節の関節トルクは、図７に示すように推移した。また、各被験者の立ち上がり動作における胴体の関節トルクは、図８に示すように推移した。なお、図６〜図８に示す関節トルクはカットオフ周波数３Ｈｚのローパスフィルタ処理を行っている。
また、各被験者の立ち上がり動作における右股関節および左股関節の最大関節トルクは、図９（ａ）に示すとおりとなった。また、各被験者の立ち上がり動作における右膝関節および左膝関節の最大関節トルクは、図９（ｂ）に示すとおりとなった。また、各被験者の立ち上がり動作における胴体の最大関節トルクは、図９（ｃ）に示すとおりとなった。
また、各被験者の立ち上がり動作における右股関節および左股関節の最大関節トルクを各被験者の体重により正規化すると、図１０（ａ）に示すとおりとなった。また、各被験者の立ち上がり動作における右膝関節および左膝関節の最大関節トルクを各被験者の体重により正規化すると、図１０（ｂ）に示すとおりとなった。また、各被験者の立ち上がり動作における胴体の最大関節トルクを各被験者の体重により正規化すると、図１０（ｃ）に示すとおりとなった。
＜実施例２＞
本実施例では、４４歳男性、７８歳男性並びに７４歳女性の実際の被験者を対象として、図１１に示すように、各被験者の胴体、右大腿、右下腿の身体部位に係る３リンクモデルを想定し、椅子に座っている状態から立ち上がるという日常生活における身体動作についてシミュレーションを行い、各被験者の右股関節の関節トルクτを算出した。
また、本シミュレーションでは、Nacy S.M., Hassan S.S., Hanna M.Y.: A MODIFIED DYNAMIC MODEL OF THE HUMAN LOWER LIMB DURING COMPLETE GAIT CYCLE, International Journal of Mechanical Engineering and Robotics Research, vol. 2, No. 2, pp. 8-19, 2013.に記載されているモデルを参考として、シミュレーションを行った。
なお、本実施例のその他の設定事項については、下記のとおりである。
・床や椅子からの反力はないものとした。
・被験者の身体部位の筋肉情報、脂肪情報、骨情報、体水分情報に基づき得られた質量はＤＥＸＡによる測定から得た。
・仮想人体モデルの身体部位のリンク長やリンク径を被験者ごとに測定した。
・仮想人体モデルの身体部位の足部は直方体として近似するとともに、足部以外は円柱として近似して体積を算出した。
・質量重心位置を仮想人体モデルの身体部位のリンク長の半分と定義した。
なお、本実施例における関節トルクτの算出に用いた慣性項Ｍ（ｑ）、コリオリ・遠心力項Ｃ（ｑ、ｑ’）、重力項Ｇ（ｑ）、外力項Ｅ（ｑ、ｑ’）並びに各記号の定義を図１５〜図１８に示す。
而して、シミュレーションの結果、各被験者の立ち上がり動作における右股関節の関節トルクτは、図１２の実線に示すように推移した。また、各被験者の立ち上がり動作における右股関節の関節トルクτの重力項Ｇ（ｑ）は、図１２の点線に示すように推移した。なお、図１２に示す関節トルクτはカットオフ周波数３Ｈｚのローパスフィルタ処理を行っている。
また、各被験者の立ち上がり動作における右股関節の関節トルクτの絶対値は、図１３の実線に示すように推移した。なお、図１３では、関節トルクτの重力項Ｇ（ｑ）も併せた状態で表示している。
また、各被験者の立ち上がり動作における右股関節の関節トルクτの絶対値と重力項Ｇ（ｑ）の差分は、図１４の実線に示すように推移した。
＜実施例３＞
本実施例では、実施例１、実施例２のような方法で算出した評価結果をより直感的に把握しやすくするために、図１９に示すように、例えば、仮想人体モデルの各部位に円などを描画し、被験者が発揮した力（関節トルクなど）の大きさに応じて色を変更する。これによれば、被験者の身体部位がどの程度の大きさの力を発揮したかを一目で確認でき、どの身体部位が弱ってきているかなどを容易に発見できる。
また、実施例２で示したように重力項Ｇを被験者が動作を行うのに最低限必要なトルクを「最低必要発揮力」とし、被験者が発揮した関節トルク「あなたの発揮力」とともに表示する。これによれば、個々の被験者の体格に基づく最低限日常生活に必要な力（関節トルクなど）をどの程度上回っているかを確認でき、被験者が日常生活の動作をどの程度余裕を持って行うことができているかをより直感的に理解することができる。
さらに、得られた「あなたの発揮力」が「最低必要発揮力」を上回った度合いなどの発揮力に関する情報を得点に換算することで、身体能力の度合いをより理解しやすくできる。
＜実施例４＞
本実施例では、４４歳男性、７８歳男性並びに７４歳女性の実際の被験者を対象として、図２０に示すように、DEXAによる実測から得られた各被験者の筋肉情報、脂肪情報、骨情報、体水分情報に基づき得られた脚の質量と特許文献3で用いられている体重と身体寸法データから推定する手法によって得られた脚の重さとの比較を行った。体重と身体寸法データからの推定では、「岡田ら；「日本人高齢者の身体部分慣性特性」、バイオメカニズム１３」の質量比を用いて体重から脚の重さの推定を行った。
図２０（a）のようにDEXAによる実測から得られた各被験者の筋肉情報、脂肪情報、骨情報、体水分情報に基づき得られた脚の質量においては、左脚と右脚の質量の左右差がみられる。それに対して、特許文献3で用いられている体重と質量比のデータから推定する手法を用いた場合には、脚の質量に左右差があらわれず、図２０（b）のとおりである。
以上、図面を参照して本発明の実施形態を説明したが、本発明は、図示した実施形態のものに限定されない。図示された実施形態に対して、本発明と同一の範囲内において、あるいは均等の範囲内において、種々の修正や変形を加えることが可能である。
１０…身体パラメータ情報入力部
２０…身体パラメータ情報割当部
３０…慣性モーメント算出部
４０…身体動作計測部
５０…運動器作動力算出部
６０…運動器作動力出力部

Claims (13)

  1. 仮想人体モデルを用いて被験者の日常生活における身体動作に係る身体部位の運動器の作動力を推定する運動器作動力推定システムであって、
    被験者の一ないし複数の身体部位の少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報が入力される身体パラメータ情報入力部と、
    該身体パラメータ情報入力部により入力された被験者の身体部位の身体パラメータ情報を、仮想人体モデルの対応する身体部位に割り当てる身体パラメータ情報割当部と、
    前記身体パラメータ情報割当部により仮想人体モデルの身体部位に割り当てられた身体パラメータ情報に基づいて、仮想人体モデルの身体部位の慣性モーメントを算出する慣性モーメント算出部と、
    被験者の日常生活における身体動作を計測した結果に基づいて、被験者の身体部位の関節の角度、角速度および角加速度を算出する身体動作計測部と、
    前記慣性モーメント算出部による仮想人体モデルの身体部位の慣性モーメントの算出結果と、前記身体動作計測部による被験者の日常生活における身体動作の算出結果とに基づいて、仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を算出する運動器作動力算出部と、
    前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を、被験者の日常生活における身体動作に係る上半身側と下半身側、または右半身側と左半身側の少なくともいずれかの身体部位の運動器の作動力と推定して出力する運動器作動力出力部とを備えることを特徴とする運動器作動力推定システム。
  2. 質量に関する身体パラメータ情報は、少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の骨情報および／または体水分情報に基づくものである請求項１に記載の運動器作動力推定システム。
  3. 前記仮想人体モデルは、身体部位が中実または中空の円柱、円錐台、円錐、カプセル型、楕円体、球体、トーラス体、立方体、直方体、多角柱、くさび、および／または角錐などのプリミティブな形状、多角形あるいはそれらを組み合わせた形状で近似される請求項１または請求項２に記載の運動器作動力推定システム。
  4. 前記身体パラメータ情報割当部は、身体パラメータ情報入力部により入力された被験者の身体部位の身体パラメータ情報を、仮想人体モデルの対応する身体部位に対して各身体部位の体積、面積、密度、長さ、あるいは径の比率に応じて割り当てる請求項１から請求項３のいずれかに記載の運動器作動力推定システム。
  5. 前記身体動作計測部は、被験者の身体動作から被験者の身体部位の位置および／または角度の時間的変化を計測し、被験者の該身体部位の位置および／または角度の時間的変化に基づいて、被験者の該身体部位の関節の角度、角速度および角加速度を算出する請求項１から請求項４のいずれかに記載の運動器作動力推定システム。
  6. 前記運動器作動力算出部は、下式により仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を算出する請求項１から請求項５のいずれかに記載の運動器作動力推定システム。
    Figure 0006873871
    τ：運動器の作動力
    Ｍ（ｑ）：慣性項
    Ｃ（ｑ、ｑ’）：コリオリ・遠心力項
    Ｇ（ｑ）：重力項
    Ｅ（ｑ、ｑ’）：外力項
    ｑ：身体部位の関節の位置／角度ベクトル
    ｑ’：身体部位の関節の速度／角速度ベクトル
    ｑ”：身体部位の関節の加速度／角加速度ベクトル
  7. 前記運動器作動力算出部は、身体部位の運動器の作動力を被験者または身体部位の質量、体積、面積、密度、長さ、径、あるいはそれらの積により正規化する請求項１から請求項６のいずれかに記載の運動器作動力推定システム。
  8. 前記運動器作動力出力部は、被験者の日常生活における身体動作に従って、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を時系列的に出力する請求項１から請求項７のいずれかに記載の運動器作動力推定システム。
  9. 前記運動器作動力出力部は、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の最大または最小の運動器の作動力を出力する請求項１から請求項８のいずれかに記載の運動器作動力推定システム。
  10. 前記運動器作動力出力部は、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を右半身側と左半身側、および／または上半身側と下半身側に分けて出力する請求項１から請求項９のいずれかに記載の運動器作動力推定システム。
  11. 前記運動器作動力出力部は、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を、重力項に関する情報を差し引いた状態、あるいは除算した状態、あるいは請求項６に記載の重力項に関する情報を併せた状態で出力する請求項６に記載の運動器作動力推定システム。
  12. 前記運動器作動力出力部は、前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を仮想人体モデルとともに出力する請求項１から請求項１１のいずれかに記載の運動器作動力推定システム。
  13. コンピュータを、
    被験者の一ないし複数の身体部位の少なくとも右脚、左脚、胴体または少なくとも右腕、左腕、胴体の筋肉情報および／または脂肪情報に基づく質量に関する身体パラメータ情報が入力される身体パラメータ情報入力部、
    該身体パラメータ情報入力部により入力された被験者の身体部位の身体パラメータ情報を、被験者の身体的特徴を反映させた仮想人体モデルの対応する身体部位に割り当てる身体パラメータ情報割当部、
    前記身体パラメータ情報割当部により仮想人体モデルの身体部位に割り当てられた身体パラメータ情報に基づいて、仮想人体モデルの身体部位の慣性モーメントを算出する慣性モーメント算出部、
    被験者の日常生活における身体動作を計測した結果に基づいて、被験者の身体部位の関節の角度、角速度および角加速度を算出する身体動作計測部と、
    前記慣性モーメント算出部による仮想人体モデルの身体部位の慣性モーメントの算出結果と、前記身体動作計測部による被験者の日常生活における身体動作の計測結果とに基づいて、仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を算出する運動器作動力算出部、
    前記運動器作動力算出部により算出された仮想人体モデルの日常生活における身体動作に係る身体部位の運動器の作動力を、被験者の日常生活における身体動作に係る上半身側と下半身側、または右半身側と左半身側の少なくともいずれかの身体部位の運動器の作動力と推定して出力する運動器作動力出力部として機能させることを特徴とするコンピュータプログラム。

JP2017168336A 2016-09-07 2017-09-01 運動器作動力推定システム Active JP6873871B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016174659 2016-09-07
JP2016174659 2016-09-07

Publications (2)

Publication Number Publication Date
JP2018042998A JP2018042998A (ja) 2018-03-22
JP6873871B2 true JP6873871B2 (ja) 2021-05-19

Family

ID=61562112

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017168336A Active JP6873871B2 (ja) 2016-09-07 2017-09-01 運動器作動力推定システム

Country Status (2)

Country Link
JP (1) JP6873871B2 (ja)
WO (1) WO2018047739A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7289246B2 (ja) * 2019-05-29 2023-06-09 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム
WO2022024899A1 (ja) * 2020-07-30 2022-02-03 株式会社村田製作所 行動状態推定装置、行動状態推定方法、行動状態学習装置、および、行動状態学習方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001286451A (ja) * 2000-04-07 2001-10-16 Rikogaku Shinkokai 筋電信号の正規化基準値算出方法、内的力基準値算出方法、収縮度算出方法、内的力算出方法及びこれらの装置
JP2001321350A (ja) * 2000-05-16 2001-11-20 Sekisui Chem Co Ltd 電気特性測定装置
US7774177B2 (en) * 2001-06-29 2010-08-10 Honda Motor Co., Ltd. Exoskeleton controller for a human-exoskeleton system
JP2006110217A (ja) * 2004-10-18 2006-04-27 Toyota Central Res & Dev Lab Inc 筋活性度推定方法、プログラム、記憶媒体、筋活性度推定システムおよび筋活性度データベース
JP2015221202A (ja) * 2014-04-30 2015-12-10 純弥 佐伯 中足趾節関節底屈筋力の測定方法及び測定装置
JP6385194B2 (ja) * 2014-08-18 2018-09-05 国立大学法人大阪大学 筋トーヌス計測装置

Also Published As

Publication number Publication date
WO2018047739A1 (ja) 2018-03-15
JP2018042998A (ja) 2018-03-22

Similar Documents

Publication Publication Date Title
TW201007578A (en) Method and system for carrying out simulation and measurement relating to optimum operational condition for support stand of passive training device
JP6535778B1 (ja) 運動能力評価システム
Gibson et al. Development of a human spine simulation system
Cardiff Development of the finite volume method for hip joint stress analysis
Kim et al. Analysis of active back-support exoskeleton during manual load-lifting tasks
JP6873871B2 (ja) 運動器作動力推定システム
Kharboutly et al. Design of multiple axis robotic platform for postural stability analysis
Tedesco et al. Experimental validation of the Tyndall portable lower-limb analysis system with wearable inertial sensors
Madinei et al. A novel approach to quantify the assistive torque profiles generated by passive back-support exoskeletons
Arslan et al. Exoskeletons, exomusculatures, exosuits: dynamic modeling and simulation
Madinei et al. Estimating lumbar spine loading when using back-support exoskeletons in lifting tasks
Buster et al. Lower extremity kinematics during walking and elliptical training in individuals with and without traumatic brain injury
CN107242853B (zh) 腰部活动风险评估和监测设备
Noamani et al. Predicted threshold for seated stability: Estimation of margin of stability using wearable inertial sensors
US20190117129A1 (en) Systems, devices, and methods for determining an overall strength envelope
Pereira et al. Monitoring of patients with neurological diseases: development of a motion tracking application using image processing techniques
Pàmies Vilà Application of multibody dynamics techniques to the analysis of human gait
Linkel et al. Applications of inertial sensors in medicine: towards model-based rehabilitation of stroke
Lindsey et al. Feasibility of wearable haptic biofeedback training for reducing the knee abduction moment during overground walking
Felton Factors limiting fast bowling performance in cricket
Mijailovic et al. Assessment of knee cartilage stress distribution and deformation using motion capture system and wearable sensors for force ratio detection
Dao et al. Estimation of patient specific lumbar spine muscle forces using multi-physical musculoskeletal model and dynamic MRI
Brown Predictive forward dynamic simulation of manual wheelchair propulsion
Madinei Biomechanical Analysis and Modeling of Back-Support Exoskeletons for Use in Repetitive Lifting Tasks
Smith Modeling human dynamics for powered exoskeleton control

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20190905

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190905

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190927

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200917

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201005

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201202

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: 20210419

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210421

R150 Certificate of patent or registration of utility model

Ref document number: 6873871

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150