JP6876986B2 - 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム - Google Patents

認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム Download PDF

Info

Publication number
JP6876986B2
JP6876986B2 JP2020508156A JP2020508156A JP6876986B2 JP 6876986 B2 JP6876986 B2 JP 6876986B2 JP 2020508156 A JP2020508156 A JP 2020508156A JP 2020508156 A JP2020508156 A JP 2020508156A JP 6876986 B2 JP6876986 B2 JP 6876986B2
Authority
JP
Japan
Prior art keywords
cognitive function
evaluated person
data
evaluation
unit
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
JP2020508156A
Other languages
English (en)
Other versions
JPWO2019181483A1 (ja
Inventor
松村　吉浩
吉浩 松村
賢吾 阿部
賢吾 阿部
中島　博文
博文 中島
歩未 神谷
歩未 神谷
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.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
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 Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of JPWO2019181483A1 publication Critical patent/JPWO2019181483A1/ja
Application granted granted Critical
Publication of JP6876986B2 publication Critical patent/JP6876986B2/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
    • A61B5/103—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
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • 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
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • 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
    • A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023—Evaluating sense of balance
    • 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
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • 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
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • 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
    • A61B5/6831—Straps, bands or harnesses
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • A61B5/225—Measuring muscular strength of the fingers, e.g. by monitoring hand-grip force

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Neurology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Neurosurgery (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Social Psychology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)

Description

本発明は、認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラムに関する。
人の歩行から計測されるパラメータに基づいて、認知機能を評価する評価方法が知られている。
特許文献１には、膝痛、腰痛等の老年障害の起こりやすさ、認知機能等を人の歩行から計測させるデータに基づいて評価する方法が開示されている。特許文献１で開示されている方法では、人の歩行から計測させるデータとして、歩行比、歩幅、歩隔等を使用し、身体的フレイルや認知的フレイルについて評価する。
特開２０１３−２５５７８６号公報
例えば、認知機能の程度を評価する際には、より精度良く認知機能を評価できることが求められている。
本発明は、精度良く認知機能を評価することが可能な認知機能評価装置等を提供する。
本発明の一態様に係る認知機能評価装置は、被評価者が歩行し始めてから所定の歩数までの第１歩行区間における前記被評価者の歩行中の体の揺れ量を示す第１データ、及び、前記第１歩行区間以降の第２歩行区間における、前記被評価者が与えられた課題をこなしながら歩行する二重タスク状態での前記被評価者の歩行中の体の揺れ量を示す第２データの少なくとも一方を、歩容データとして取得する取得部と、前記取得部が取得した前記歩容データから、当該歩容データに基づく特徴量を算出する算出部と、前記算出部が算出した前記特徴量に基づいて、前記被評価者の認知機能を評価する評価部と、前記評価部が評価した評価結果を出力する出力部と、を備える。
また、本発明の一態様に係る認知機能評価システムは、前記認知機能評価装置と、前記歩容データを取得し、取得した歩容データを前記認知機能評価装置へ送信する体動検出装置と、を備える。
また、本発明の一態様に係る認知機能評価方法は、コンピュータによる認知機能評価方法であって、被評価者が歩行し始めてから所定の歩数までの第１歩行区間における前記被評価者の歩行中の体の揺れ量を示す第１データ、及び、前記第１歩行区間以降の第２歩行区間における、前記被評価者が与えられた課題をこなしながら歩行する二重タスク状態での前記被評価者の歩行中の体の揺れ量を示す第２データの少なくとも一方を、歩容データとして取得する取得ステップと、前記取得ステップで取得した前記歩容データから、当該歩容データに基づく特徴量を算出する算出ステップと、前記算出ステップで算出した前記特徴量に基づいて、前記被評価者の認知機能を評価する評価ステップと、前記評価ステップで評価した評価結果を出力する出力ステップと、を含む。
また、本発明は、認知機能評価方法に含まれるステップをコンピュータに実行させるプログラムとして実現されてもよい。
本発明の一態様に係る認知機能評価装置等によれば、精度良く認知機能を評価することができる。
図１は、実施の形態１に係る認知機能評価装置を含むシステムの構成を示す図である。 図２は、実施の形態１に係る認知機能評価装置の特徴的な機能構成を示すブロック図である。 図３は、人の歩行中の動作を示すイメージ図である。 図４は、実施の形態１に係る認知機能評価装置が被評価者の認知機能を評価する手順を示すフローチャートである。 図５Ａは、実施の形態１に係る認知機能評価装置が取得する、被評価者が健常者である場合の、時間に対する加速度を示すデータの一例を示す図である。 図５Ｂは、図５Ａに示すデータをフーリエ変換したデータを示す図である。 図６Ａは、実施の形態１に係る認知機能評価装置が取得する、被評価者の認知機能が低下している場合の、時間に対する加速度を示すデータの一例を示す図である。 図６Ｂは、図６Ａに示すデータをフーリエ変換したデータを示す図である。 図７は、実施の形態１に係る認知機能評価装置が被評価者の認知機能を評価した値に対する、当該被評価者の認知機能の真値の相関を示す図である。 図８は、実施の形態２に係る認知機能評価装置の特徴的な機能構成を示すブロック図である。 図９は、実施の形態２に係る認知機能評価装置が被評価者の認知機能を評価する手順を示すフローチャートである。 図１０は、実施の形態２に係る認知機能評価装置が被評価者の認知機能を評価した値に対する、当該被評価者の認知機能の真値の相関を示す図である。 図１１は、実施の形態３に係る認知機能評価装置の特徴的な機能構成を示すブロック図である。 図１２は、実施の形態３に係る認知機能評価装置が被評価者の認知機能を評価する手順を示すフローチャートである。 図１３は、実施の形態３に係る認知機能評価装置が被評価者の認知機能を評価した値に対する、当該被評価者の認知機能の真値の相関を示す図である。 図１４は、実施の形態４に係る認知機能評価装置の特徴的な機能構成を示すブロック図である。 図１５は、実施の形態４に係る認知機能評価装置が被評価者の認知機能を評価する手順を示すフローチャートである。 図１６Ａは、実施の形態４に係る認知機能評価装置が表示装置に表示させる画像の第１例を示す図である。 図１６Ｂは、実施の形態４に係る認知機能評価装置が表示装置に表示させる画像の第２例を示す図である。 図１６Ｃは、実施の形態４に係る認知機能評価装置が表示装置に表示させる画像の第３例を示す図である。 図１６Ｄは、実施の形態４に係る認知機能評価装置が表示装置に表示させる画像の第４例を示す図である。 図１７は、実施の形態４に係る認知機能評価装置が、被評価者の認知機能の特徴量を算出する際に用いるパラメータの一例を示す図である。 図１８は、実施の形態４に係る認知機能評価装置が、算出した被評価者の認知機能の特徴量から、被評価者の認知機能をランク付けする際に用いる表の一例を示す図である。 図１９は、実施の形態４に係る認知機能評価装置が、算出した被評価者の運動機能の運動特徴量から、被評価者の運動機能をランク付けする際に用いる表の一例を示す図である。
以下、実施の形態に係る認知機能評価装置等について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序等は、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付しており、重複する説明は省略又は簡略化される場合がある。
（実施の形態１）
［構成］
まず、図１〜図３を参照して、実施の形態１に係る認知機能評価装置及び認知機能評価システムの構成に関して説明する。
図１は、実施の形態１に係る認知機能評価装置１００を含むシステムの構成を示す図である。図２は、実施の形態１に係る認知機能評価装置１００の特徴的な機能構成を示すブロック図である。
認知機能評価装置１００は、被評価者Ｕの体の揺れを測定することにより、被評価者Ｕの認知機能の程度を評価するための装置である。認知機能とは、認識したり、記憶したり、判断したりする能力を示す。一具体例として、認知機能評価装置１００は、認知症である人（認知症患者）かどうかを評価する。認知症とは、上述した認知機能の低下が見られる症状を示す。認知症の一具体例としては、アルツハイマー型認知症（Ａｌｚｈｅｉｍｅｒ’ｓ Ｄｉｓｅａｓｅ）が挙げられる。認知症は自覚症状がないため、従来は認知症患者の家族又は第三者等によって認知症患者に病院での診察を促すことで、認知症患者は医師からの診察を受けていた。例えば、認知機能テスト等の認知症の診断のためのバッチテストを被評価者が受けることにより、被評価者Ｕは、認知症であるかどうかを確認することができる。
しかしながら、上述の認知機能テストでは、１５分程度の時間を要する。また、短期間に複数回、上述の認知機能テストを実施すると、内容を覚えてしまうなどの課題がある。
ところで、認知症患者は、歩行中の体の揺れが認知症ではない人（健常者）と異なることが知られている。
認知機能評価装置１００は、被評価者Ｕの歩行中の体の揺れを測定することで、被評価者Ｕの認知機能の程度を評価する装置である。
図１及び図２に示すように、認知機能評価システム２００は、例えば、認知機能評価装置１００と、体動検出装置２１０と、表示装置２２０と、を備える。
体動検出装置２１０は、被評価者Ｕの体の揺れ量を示す歩容データを検出する装置であり、図１には、加速度センサを例示している。具体的には、例えば、ベルト等の装着具２１１に取り付けられた体動検出装置２１０の一例である加速度センサを被評価者Ｕは装着し、歩行する。加速度センサが検出する被評価者Ｕの歩行中における歩容データの一例である加速度データは、例えば、図示しない通信装置によって、認知機能評価装置１００へ送信される。
具体的には、加速度センサは、取り付けられた被評価者Ｕの部位の加速度を所定の測定レートで測定する。測定レートは、単位時間当たりの加速度の測定回数である。加速度センサは、測定した加速度データを認知機能評価装置１００へ送信する。装着具２１１は、無線通信装置（不図示）を備え、当該無線通信装置を介して認知機能評価装置１００と通信する。加速度センサは、無線通信により、測定した加速度データを認知機能評価装置１００へ送信する。無線通信は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ（登録商標）又はＺｉｇＢｅｅ（登録商標）等の所定の無線通信規格に基づいて行われる。
加速度センサが測定する加速度データは、３軸加速度センサの場合、３次元の加速度ベクトルデータ、例えば、被評価者Ｕの前後方向、左右方向及び上下方向の各々の加速度データである。加速度データは、複数の測定点を含んでいる。複数の測定点の各々には、測定点を測定した時刻を示す時刻情報が対応付けられている。
なお、体動検出装置２１０が加速度センサである場合、３軸加速度センサに限定されず、１軸加速度センサ、又は、２軸加速度センサでもよい。
また、装着具２１１は、ベルトでなくてもよく、被評価者Ｕに着用される衣服でもよい。例えば、当該衣服に体動検出装置２１０の一例である加速度センサが固定されていてもよく、又は、衣服のポケットに収容されていてもよい。
また、体動検出装置２１０は、被評価者Ｕの体の揺れ量を検出できればよく、加速度センサに限定されず、被評価者Ｕの歩行を撮像するカメラ、電波センサ等でもよい。
また、体動検出装置２１０で検出された被評価者Ｕの体の揺れ量を示す歩容データは、無線通信により認知機能評価装置１００へ送信されてもよいし、ケーブル等を介して有線通信により認知機能評価装置１００へ送信されてもよい。
認知機能評価装置１００は、体動検出装置２１０が検出した被評価者Ｕの体の揺れの程度を示す揺れ量を取得し、取得した揺れ量を用いて被評価者Ｕの認知機能の程度を評価し、評価結果を表示装置２２０へ出力する装置である。認知機能評価装置１００は、例えば、パーソナルコンピュータであるが、サーバ装置であってもよい。
図２に示すように、認知機能評価装置１００は、取得部１１０と、算出部１２０と、評価部１３０と、出力部１４０と、記憶部１５０と、を備える。
取得部１１０は、被評価者Ｕが歩行し始めてから所定の歩数までの第１歩行区間における被評価者Ｕの歩行中の体の揺れ量を示す第１データを、歩容データとして取得する。所定の歩数とは、被評価者Ｕが歩き始めてから、歩行速度が略一定の速度になるまでの歩数であればよく、特に限定されるものではないが、歩き始めてから２歩目〜４歩目程度までの歩数である。
図３は、人の歩行中の動作を示すイメージ図である。なお、図３には、人の歩行を説明するために、歩行開始地点Ｓから歩行終了地点Ｇまでの右足及び左足の地面に着地した箇所を図示している。図３には、右足の地面に着地した箇所を白抜きの丸で図示し、左足の地面に着地した箇所を、ハッチングを付した丸で図示している。図３には、被評価者Ｕが歩行開始地点Ｓから歩行を開始してから、第２歩目までの歩数を所定の歩数として図示している。
図３に示すように、被評価者Ｕは、歩行開始地点Ｓで一度静止した後、歩行終了地点Ｇまで歩行する。取得部１１０は、被評価者Ｕが歩行開始地点Ｓから歩行を開始し、所定の歩数までの第１歩行区間における被評価者Ｕの歩行中の体の揺れ量を示す第１データを、歩容データとして取得する。
具体的には、取得部１１０は、変位、速度、又は、加速度の変化量を被評価者Ｕの歩行中の揺れ量として示す第１データを取得する。
例えば、取得部１１０は、被評価者Ｕの進行方向における、変位、速度、又は、加速度の変化量を被評価者Ｕの歩行中の体の揺れ量として示す第１データを取得する。
また、取得部１１０は、さらに、第１歩行区間における被評価者Ｕの歩幅及び歩隔を示す第３データを取得してもよい。
歩幅及び歩隔を測定する方法は、特に限定されない。例えば、体動検出装置２１０が加速度センサである場合、体動検出装置２１０が検出した、被評価者Ｕの歩行中の加速度の変化量から、歩幅及び歩隔が算出されてもよい。また、例えば、認知機能評価システム２００は、歩幅及び歩隔を測定するために、歩行中の被評価者Ｕを撮像するカメラを備え、当該カメラが撮像することで生成した画像を解析することで、歩幅及び歩隔を測定してもよい。
なお、これらの場合、取得部１１０が取得する第３データとしては、加速度の変化量、又は、画像（或いは動画像）でもよいし、加速度の変化量、又は、画像（或いは動画像）から算出された歩幅及び歩隔を示す値でもよい。
また、取得部１１０は、さらに、第１歩行区間における被評価者Ｕの歩行速度を示す第４データを取得してもよい。歩行速度は、例えば、体動検出装置２１０が加速度センサである場合、体動検出装置２１０が検出した、被評価者Ｕの歩行中の加速度の変化量から、算出されてもよい。また、例えば、認知機能評価システム２００は、歩行速度を測定するために、歩行中の被評価者Ｕを撮像するカメラと、時間を計測するＲＴＣ（Ｒｅａｌ Ｔｉｍｅ Ｃｌｏｃｋ）等の計時部を備えてもよい。当該カメラが撮像することで生成した画像を解析することで算出される被評価者Ｕの位置と、計時部で計測された時間とから、被評価者Ｕの歩行速度は算出されてもよい。
なお、これらの場合、取得部１１０が取得する第４データとしては、加速度の変化量、又は、画像（或いは動画像）でもよいし、加速度の変化量、又は、画像（或いは動画像）から算出された歩行速度を示す値でもよい。
取得部１１０は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
算出部１２０は、取得部１１０が取得した歩容データから、当該歩容データに基づく特徴量を算出する。なお、特徴量とは、歩容データから所定の方法で算出される値であり、被評価者Ｕの歩行の特徴を示す数値である。特徴量の具体的な算出方法は、後述する。
また、算出部１２０は、取得部１１０が第１データとして取得した変位、速度、又は、加速度の変化量を周波数分析することによって周波数スペクトルを算出する。また、算出部１２０は、算出した周波数スペクトルにおいて、歩行に対応する周波数よりも高い特定の周波数における積分値に基づいて、特徴量を算出する。
例えば、算出部１２０は、取得部１１０が取得した第１データ及び第３データを含む歩容データから、当該歩容データに基づく特徴量を算出してもよい。
また、例えば、算出部１２０は、取得部１１０が取得した第１データ、第３データ、及び、第４データを含む歩容データから、当該歩容データに基づく特徴量を算出してもよい。
算出部１２０は、例えば、記憶部１５０に記憶されている制御プログラムと、当該制御プログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）とによって、ソフトウェア的に実現される。また、算出部１２０は、専用回路等によってソフトウェアを用いずにハードウェア的に実現されてもよい。
評価部１３０は、算出部１２０が算出した特徴量に基づいて、被評価者Ｕの認知機能を評価する。
具体的には、評価部１３０は、算出部１２０が算出した特徴量と、記憶部１５０に記憶されている参照データ１６０とを照合することにより、被評価者Ｕの認知機能を評価する。例えば、記憶部１５０には、参照データ１６０として、健常者と、軽度の認知症患者と、認知症患者とを区別できる認知機能の程度を特定するための特徴量の閾値が記憶されている。評価部１３０は、算出部１２０が算出した特徴量と、参照データ１６０として記憶されている閾値とを比較することで、認知症の程度を評価する。
評価部１３０は、例えば、記憶部１５０に記憶される制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、評価部１３０は、専用回路等によってハードウェア的に実現されてもよい。
なお、算出部１２０及び評価部１３０は、それぞれの機能を併せ持つ１つのプロセッサ、マイクロコンピュータ、又は、専用回路で実現されてもよいし、プロセッサ、マイクロコンピュータ、又は、専用回路のうちの２つ以上の組み合わせによって実現されてもよい。
出力部１４０は、評価部１３０が評価した評価結果を出力する。
出力部１４０は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
記憶部１５０は、人の特徴量と当該人の認知機能との関係を示す参照データ１６０を記憶するメモリである。記憶部１５０は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のメモリであり、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等で構成される。参照データ１６０の詳細については、後述する。
表示装置２２０は、出力部１４０から送信された、評価部１３０の評価結果を表示する装置である。表示装置２２０は、例えば、ディスプレイ等により実現される。
出力部１４０は、例えば、評価部１３０の評価結果を画像データとして表示装置２２０へ出力する。表示装置２２０は、出力部１４０が出力した画像データを取得し、取得した画像データに基づく画像を表示する。
なお、評価部１３０の評価結果は、音データとして出力部１４０から出力されてもよい。この場合、表示装置２２０は、例えば、アンプ、スピーカ等の音発生装置でもよいし、ディスプレイと、アンプ、スピーカ等とを備える機器でもよい。
［処理手順］
続いて、図３及び図４を参照して、実施の形態１に係る認知機能評価装置１００が実行する、被評価者Ｕの認知機能の評価方法の詳細について説明する。
図４は、実施の形態１に係る認知機能評価装置１００が被評価者Ｕの認知機能を評価する手順を示すフローチャートである。
まず、被評価者Ｕは、図３に示す歩行開始地点Ｓに移動して、静止する。その後で、被評価者Ｕに歩行を開始する旨を通知する（ステップＳ１０１）。被評価者Ｕは、歩行を開始する。認知機能評価システム２００は、例えば、被評価者Ｕの位置を検出するためのカメラ、測距センサ等の位置検出装置を備え、被評価者Ｕの位置に応じて、表示装置２２０に被評価者Ｕに実行させる動作を指示するガイダンス等の表示をしてもよい。
次に、取得部１１０は、体動検出装置２１０から、図３に示す第１歩行区間における被評価者Ｕの進行方向における体の揺れ量を示す第１データを取得する（ステップＳ１０２）。
次に、取得部１１０は、図３に示す第１歩行区間における被評価者Ｕの歩幅及び歩隔を示す第３データを取得する（ステップＳ１０３）。
次に、取得部１１０は、体動検出装置２１０から、図３に示す第１歩行区間における被評価者Ｕの歩行速度を示す第４データを取得する（ステップＳ１０４）。
なお、ステップＳ１０２〜ステップＳ１０４で取得部１１０が取得する第１データ、第３データ、及び、第４データは、任意の順序で取得されてもよい。
次に、算出部１２０は、取得部１１０が取得した、第１データ、第３データ、及び、第４データに基づいて、被評価者Ｕの特徴量を算出する（ステップＳ１０５）。
次に、評価部１３０は、算出部１２０が算出した被評価者Ｕの特徴量に基づいて、被評価者Ｕの認知機能の程度を評価する（ステップＳ１０６）。ステップＳ１０６において、評価部１３０は、具体的には、算出部１２０が算出した被評価者Ｕの特徴量を、参照データ１６０と照合することで、被評価者Ｕの認知機能を評価する。
最後に、出力部１４０は、評価部１３０が評価した評価結果を表示装置２２０へ出力する（ステップＳ１０７）。
［実施例］
続いて、図５Ａ〜図７を参照して、実施の形態１に係る認知機能評価装置１００が実行した、被評価者Ｕの特徴量の算出結果の詳細について説明する。
図５Ａは、実施の形態１に係る認知機能評価装置１００が取得する、被評価者Ｕが健常者である場合の、時間に対する加速度を示すデータの一例を示す図である。図５Ｂは、図５Ａに示すデータをフーリエ変換したデータを示す図である。図６Ａは、実施の形態１に係る認知機能評価装置１００が取得する、被評価者Ｕの認知機能が低下している場合の、時間に対する加速度を示すデータの一例を示す図である。図６Ｂは、図６Ａに示すデータをフーリエ変換したデータを示す図である。
なお、図５Ａ及び図６Ａに示すデータは、被評価者Ｕの進行方向における、加速度の変化量を示すデータである。
体動検出装置２１０が加速度センサである場合、例えば、図５Ａ及び図６Ａに示すような、被評価者Ｕの加速度を検出する。つまり、取得部１１０は、図５Ａ及び図６Ａに示すような、被評価者Ｕの加速度の変化量を示すデータを、例えば、第１データとして、取得する。
図５Ｂ及び図６Ｂに示すように、時間に対する加速度の変化量をフーリエ変換して得られる周波数スペクトルにおいては、健常者及び認知機能が低下している被評価者のいずれも２Ｈｚ程度に最も強いピークが検出される。このピークは、歩行に対応する周波数を示し、健常者及び認知機能が低下している被評価者のいずれも同様にピークが検出される。
一方、算出した周波数スペクトルにおける歩行に対応する周波数よりも高い特定の周波数（例えば、３Ｈｚ以上）における積分値（面積）は、健常者と認知機能が低下している被評価者とで異なること分かる。そのため、認知機能評価装置１００で評価される被評価者Ｕの特徴量として、周波数スペクトルにおいて、歩行に対応する周波数よりも高い特定の周波数における積分値を採用することで、認知機能の程度を精度良く評価できることが分かる。
図７は、実施の形態１に係る認知機能評価装置１００が被評価者Ｕの認知機能を評価した値に対する、当該被評価者の認知機能の真値の相関を示す図である。具体的には、図７に示すグラフの横軸は、認知機能評価装置１００によって算出された被評価者Ｕの特徴量を示す。また、図７に示すグラフの縦軸は、認知機能評価装置１００によって特徴量が算出された被評価者Ｕが、認知機能を確認するためのバッチテストを受けた際のスコアである値（認知機能真値）を示す。つまり、図７に示す、縦軸と横軸との値が近い程、認知機能評価装置１００は、精度良く被評価者Ｕの認知機能の程度を評価できているといえる。なお、図７に示すグラフにおいて、相関係数は、Ｒ＝０．５４であった。
図７に示す特徴量の算出には、以下の式（１）を採用した。
（特徴量）＝ａ１×Ｖ＋ａ２×Ａｇｅ＋ａ３×Ｚ１６＋ａ４×ＤＹ＋Ｃ （１）
なお、ａ１、ａ２、ａ３、及び、ａ４は、定数である。
また、Ｖは、被評価者Ｕの第１歩行区間における歩行速度である。
また、Ａｇｅは、被評価者Ｕの年齢である。
また、Ｚ１６は、第１歩行区間における被評価者Ｕの進行方向の加速度の変化量から得られる周波数スペクトルの３Ｈｚ以上の積分値を示す。
また、ＤＹは、第１歩行区間における被評価者Ｕの歩隔に対する歩幅の比率を示す。
また、Ｃは、定数である。
図７に示すように、認知機能評価装置１００によれば、特徴量と認知機能真値とが近い値となるため、被評価者Ｕの認知機能の程度が、精度良く評価され得る。
なお、Ｚ１６に採用される周波数の積分値は、３Ｈｚ以上の積分値でもよいし、あるいは、歩行による主周波数帯である１〜３Ｈｚの積分値でもよい。
［効果等］
以上、実施の形態１に係る認知機能評価装置１００は、被評価者Ｕが歩行し始めてから所定の歩数までの第１歩行区間における被評価者Ｕの歩行中の体の揺れ量を示す第１データを、歩容データとして取得する取得部１１０と、取得部１１０が取得した歩容データから、当該歩容データに基づく特徴量を算出する算出部１２０と、算出部１２０が算出した特徴量に基づいて、被評価者Ｕの認知機能を評価する評価部１３０と、評価部１３０が評価した評価結果を出力する出力部１４０と、を備える。
このような構成によれば、認知機能評価装置１００は、認知機能の程度が表れやすい量である、被評価者Ｕが歩行し始めてから所定の歩数までの被評価者Ｕの歩行中の体の揺れ量を用いて、被評価者Ｕの認知機能を評価する。そのため、認知機能評価装置１００によれば、より精度良く被評価者Ｕの認知機能を評価することができる。
例えば、取得部１１０は、被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を被評価者Ｕの歩行中の体の揺れ量として示す第１データを取得してもよい。
このように、認知機能評価装置１００は、簡便に検出可能な、被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を、被評価者Ｕの歩行中の体の揺れ量として示す第１データを取得することで、構成を簡便にすることができる。
また、例えば、算出部１２０は、被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を周波数分析することによって周波数スペクトルを算出し、算出した周波数スペクトルにおいて、歩行に対応する周波数よりも高い特定の周波数における積分値に基づいて、特徴量を算出してもよい。
このような構成によれば、算出部１２０は、認知機能の程度で周波数スペクトルの特徴が異なる高い周波数成分に基づいて特徴量を算出する。これにより、認知機能評価装置１００は、より精度良く被評価者Ｕの認知機能の程度を評価することができる。
また、例えば、取得部１１０は、被評価者Ｕの進行方向における被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を揺れ量として示す第１データを取得してもよい。
第１歩行区間における認知機能の程度は、特に、被評価者Ｕの進行方向における加速度の変化量に違いが生じやすい。そのため、進行方向の加速度の変化量に基づいて、特徴量が算出されることで、認知機能評価装置１００は、より精度良く被評価者Ｕの認知機能の程度を評価することができる。
また、例えば、取得部１１０は、さらに、第１歩行区間における被評価者Ｕの歩幅及び歩隔を示す第３データを取得し、算出部１２０は、取得部１１０が取得した第１データ及び第３データを含む歩容データから、当該歩容データに基づく特徴量を算出してもよい。
認知機能の程度は、第１歩行区間の歩幅及び歩隔にもまた違いが生じやすい。そのため、歩幅及び歩隔に基づいて、特徴量が算出されることで、認知機能評価装置１００は、より精度良く被評価者Ｕの認知機能の程度を評価することができる。
なお、歩幅及び歩隔は、脚の長さ等によって個人差が生じるために、歩幅と歩隔との比率を第３データとして採用するとより良い。
また、例えば、取得部１１０は、さらに、第１歩行区間における被評価者Ｕの歩行速度を示す第４データを取得し、算出部１２０は、取得部１１０が取得した第１データ、第３データ、及び、第４データを含む歩容データから、当該歩容データに基づく特徴量を算出してもよい。
認知機能の程度は、第１歩行区間の歩行速度にもまた違いが生じやすい。そのため、歩行速度に基づいて、特徴量が算出されることで、認知機能評価装置１００は、より精度良く被評価者Ｕの認知機能の程度を評価することができる。
また、例えば、認知機能評価装置１００は、さらに、人の特徴量と当該人の認知機能との関係を示す参照データ１６０が記憶された記憶部１５０を備えてもよい。また、評価部１３０は、算出部１２０が算出した特徴量と、記憶部１５０に記憶されている参照データ１６０とを照合することにより、被評価者Ｕの認知機能を評価してもよい。
このような構成によれば、認知機能評価装置１００は、取得した歩容データから特徴量を算出し、算出した特徴量と参照データ１６０とを照合することで、被評価者Ｕの認知機能の程度を評価することができる。そのため、認知機能評価装置１００によれば、簡便に且つ精度良く被評価者Ｕの認知機能の評価が可能となる。
（実施の形態２）
実施の形態１に係る認知機能評価装置１００は、図３に示す第１歩行区間における被評価者Ｕの歩容データに基づいて特徴量を算出した。実施の形態２に係る認知機能評価装置は、図３に示す第２歩行区間における被評価者Ｕの歩容データに基づいて特徴量を算出する。
以下、実施の形態２に係る認知機能評価装置等について説明する。なお、実施の形態２に係る認知機能評価装置等の説明において、実施の形態１に係る認知機能評価装置等と実質的に同様の構成においては、同様の符号を付し、説明を一部省略又は簡略化する場合がある。
［構成］
図３及び図８を参照して、実施の形態２に係る認知機能評価装置及び認知機能評価システムの構成について説明する。
図８は、実施の形態２に係る認知機能評価システム２０１及び認知機能評価装置１０１の特徴的な機能構成を示すブロック図である。
図８に示すように、認知機能評価システム２０１は、例えば、認知機能評価装置１０１と、体動検出装置２１０と、表示装置２２０と、を備える。
実施の形態２に係る認知機能評価装置１０１は、実施の形態１に係る認知機能評価装置１００と同様に、被評価者Ｕの体の揺れを測定することにより、被評価者Ｕの認知機能の程度を評価するための装置である。具体的には、認知機能評価装置１０１は、体動検出装置２１０が検出した被評価者Ｕの体の揺れの程度を示す揺れ量を取得し、取得した揺れ量を用いて被評価者Ｕの認知機能の程度を評価し、評価結果を表示装置２２０へ出力する装置である。認知機能評価装置１０１は、例えば、パーソナルコンピュータであるが、サーバ装置であってもよい。
図８に示すように、認知機能評価装置１０１は、取得部１１１と、算出部１２１と、評価部１３１と、出力部１４１と、記憶部１５１と、を備える。
取得部１１１は、図３に示す第２歩行区間における、被評価者Ｕが与えられた課題をこなしながら歩行する二重タスク状態での被評価者Ｕの歩行中の体の揺れ量を示す第２データを、歩容データとして取得する。課題の内容は、思考を働かせる内容であれば、特に限定されるものではなく、例えば、計算、クイズ等でもよい。
具体的には、取得部１１１は、被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を被評価者Ｕの歩行中の揺れ量として示す第２データを取得する。
例えば、取得部１１１は、被評価者Ｕの進行方向に直交する水平方向における、変位、速度、又は、加速度の変化量を被評価者Ｕの歩行中の体の揺れ量として示す第２データを取得する。
また、取得部１１１は、さらに、第２歩行区間における被評価者Ｕの歩行時間を示す第５データを取得する。認知機能評価システム２００は、歩行時間を測定するために、歩行中の被評価者Ｕを撮像するカメラと、時間を計測するＲＴＣ等の計時部を備えてもよい。当該カメラが撮像することで生成した画像を解析することで算出される被評価者Ｕの位置と、計時部で計測された時間とから、被評価者Ｕの歩行速度は算出されてもよい。なお、取得部１１０が取得する第５データとしては、歩行時間を測定するための画像（或いは動画像）でもよいし、画像（或いは動画像）から算出された歩行速度を示す値でもよい。
取得部１１１は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
算出部１２１は、取得部１１１が取得した歩容データから、当該歩容データに基づく特徴量を算出する。なお、実施の形態２における特徴量の具体的な算出方法は、後述する。
また、算出部１２１は、取得部１１１が第２データとして取得した変位、速度、又は、加速度の変化量を周波数分析することによって周波数スペクトルを算出する。また、算出部１２１は、算出した周波数スペクトルにおいて、歩行に対応する周波数よりも高い特定の周波数における積分値に基づいて、特徴量を算出する。
例えば、算出部１２１は、取得部１１１が取得した第２データ、及び、第５データを含む歩容データから、当該歩容データに基づく特徴量を算出する。
算出部１２１は、例えば、記憶部１５１に記憶されている制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、算出部１２１は、専用回路等によってハードウェア的に実現されてもよい。
評価部１３１は、算出部１２１が算出した特徴量に基づいて、被評価者Ｕの認知機能を評価する。
具体的には、評価部１３１は、算出部１２１が算出した特徴量と、記憶部１５１に記憶されている参照データ１６１とを照合することにより、被評価者Ｕの認知機能を評価する。
評価部１３１は、例えば、記憶部１５１に記憶される制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、評価部１３１は、専用回路等によってハードウェア的に実現されてもよい。
なお、算出部１２１及び評価部１３１は、それぞれの機能を併せ持つ１つのプロセッサ、マイクロコンピュータ、又は、専用回路で実現されてもよいし、プロセッサ、マイクロコンピュータ、又は、専用回路のうちの２つ以上の組み合わせによって実現されてもよい。
出力部１４１は、評価部１３１が評価した評価結果を出力する。
出力部１４１は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。出力部１４１は、例えば、評価部１３１の評価結果を画像データとして表示装置２２０へ出力する。
記憶部１５１は、人の特徴量と当該人の認知機能との関係を示す参照データ１６１を記憶するメモリである。記憶部１５１は、例えば、ＲＯＭ、ＲＡＭ等のメモリであり、ＨＤＤ、フラッシュメモリ等で構成される。
［処理手順］
続いて、図３及び図９を参照して、実施の形態２に係る認知機能評価装置１０１が実行する、被評価者Ｕの認知機能の評価方法の詳細について説明する。
図９は、実施の形態１に係る認知機能評価装置１００が被評価者Ｕの認知機能を評価する手順を示すフローチャートである。
まず、被評価者Ｕは、図３に示す歩行開始地点Ｓに移動して、静止する。その後で、被評価者Ｕに歩行を開始する旨を通知する（ステップＳ２０１）。被評価者Ｕは、歩行を開始する。認知機能評価システム２０１は、例えば、被評価者Ｕの位置を検出するためのカメラ、測距センサ等の位置検出装置を備え、被評価者Ｕの位置に応じて、表示装置２２０に被評価者Ｕに実行させる動作を指示するガイダンス等の表示をしてもよい。
次に、被評価者Ｕが第２歩行区間に入る前に、被評価者Ｕに対して課題を通知する（ステップＳ２０２）。なお、被評価者Ｕに対して課題を通知するタイミングは、特に限定されない。ステップＳ２０１の前に、被評価者Ｕに対して通知していてもよい。この場合、ステップＳ２０２においては、課題を通知するのではなく、第２歩行区間に被評価者Ｕが入る直前（又は、入った直後）に、課題を実行する旨を通知してもよい。また、課題の通知すること、又は、課題を実行する旨を通知することは、認知機能評価システム２０１が表示装置２２０等を操作することで、実行されてもよい。
このように、実施の形態２に係る認知機能評価装置１０１においては、思考を伴う課題を実行させながら第２歩行区間を被評価者Ｕに歩行させ、歩行中の被評価者Ｕの体の揺れ量を検出する。
次に、取得部１１１は、体動検出装置２１０から、図３に示す第２歩行区間における被評価者Ｕの進行方向に直交する水平方向（つまり、被評価者Ｕの左右方向）における体の揺れ量を示す第２データを取得する（ステップＳ２０３）。
次に、取得部１１１は、図３に示す第２歩行区間における被評価者Ｕの歩行時間を示す第５データを取得する（ステップＳ２０４）。
なお、第２歩行区間の距離は、特に限定されない。例えば、第２歩行区間の距離は、被評価者Ｕの歩行の２〜３周期分程度以上あればよい。本実施の形態においては、歩行開始地点Ｓから、歩行終了地点Ｇまでの距離は、８ｍとした。
次に、算出部１２１は、取得部１１１が取得した、第２データ、及び、第５データに基づいて、被評価者Ｕの特徴量を算出する（ステップＳ２０５）。
次に、評価部１３１は、算出部１２１が算出した被評価者Ｕの特徴量に基づいて、被評価者Ｕの認知機能の程度を評価する（ステップＳ２０６）。ステップＳ２０６において、評価部１３１は、具体的には、算出部１２１が算出した被評価者Ｕの特徴量を、参照データ１６１と照合することで、被評価者Ｕの認知機能を評価する。
最後に、出力部１４１は、評価部１３１が評価した評価結果を表示装置２２０へ出力する（ステップＳ２０７）。
［実施例］
続いて、図１０を参照して、実施の形態２に係る認知機能評価装置１０１が実行した、被評価者Ｕの特徴量の算出結果の詳細について説明する。
図１０は、実施の形態２に係る認知機能評価装置１０１が被評価者Ｕの認知機能を評価した値に対する、当該被評価者の認知機能の真値の相関を示す図である。具体的には、図１０に示すグラフの横軸は、認知機能評価装置１０１によって算出された被評価者Ｕの特徴量を示す。また、図１０に示すグラフの縦軸は、認知機能評価装置１０１によって特徴量が算出された被評価者Ｕが、認知機能を確認するためのバッチテストを受けた際のスコアである値（認知機能真値）を示す。なお、図１０に示すグラフにおいて、相関係数は、Ｒ＝０．５４であった。
図１０に示す特徴量の算出には、以下の式（２）を採用した。
（特徴量）＝ｂ０＋ｂ１×Ｔ＋ｂ２×Ａｇｅ＋ｂ３×Ｘ３６ （２）
なお、ｂ０、ｂ１、ｂ２、ｂ３、及び、ｂ４は、定数である。
また、Ｔは、被評価者Ｕの第２歩行区間における歩行時間である。
また、Ａｇｅは、被評価者Ｕの年齢である。
また、Ｘ３６は、第２歩行区間における被評価者Ｕの進行方向に直交する水平方向の加速度の変化量から得られる周波数スペクトルの３Ｈｚ以上の積分値を示す。
図１０に示すように、認知機能評価装置１０１によれば、特徴量と認知機能真値とが近い値となるため、被評価者Ｕの認知機能の程度が、精度良く評価され得る。
なお、Ｘ３６を算出する際に用いられる周波数は、３Ｈｚ以上でもよいが、２Ｈｚ程度に見られる主歩行周波数を含まなければよく、特に限定されない。例えば、４Ｈｚ以上でもよいし、６Ｈｚ以上でもよい。
［効果等］
以上、実施の形態２に係る認知機能評価装置１０１は、被評価者Ｕが歩行し始めてから所定の歩数までの第１歩行区間以降の第２歩行区間における、被評価者Ｕが与えられた課題をこなしながら歩行する二重タスク状態での被評価者Ｕの歩行中の体の揺れ量を示す第２データを歩容データとして取得する取得部１１１と、取得部１１１が取得した歩容データから、当該歩容データに基づく特徴量を算出する算出部１２１と、算出部１２１が算出した特徴量に基づいて、被評価者Ｕの認知機能を評価する評価部１３１と、評価部１３１が評価した評価結果を出力する出力部１４１と、を備える。
このような構成によれば、認知機能評価装置１０１は、認知機能の程度が表れやすい状態である二重タスク状態における、第２歩行区間での被評価者Ｕの歩行中の体の揺れ量を用いて、被評価者Ｕの認知機能を評価する。そのため、認知機能評価装置１０１によれば、より精度良く被評価者Ｕの認知機能を評価することができる。
例えば、取得部１１０は、被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を被評価者Ｕの歩行中の体の揺れ量として示す第２データを取得してもよい。
また、例えば、算出部１２０は、被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を周波数分析することによって周波数スペクトルを算出し、算出した周波数スペクトルにおいて、歩行に対応する周波数よりも高い特定の周波数における積分値に基づいて、特徴量を算出してもよい。
また、例えば、取得部１１１は、被評価者Ｕの進行方向に直交する水平方向における被評価者Ｕの歩行中の変位、速度、又は、加速度の変化量を揺れ量として示す第２データを取得してもよい。
第２歩行区間における認知機能の程度は、特に、被評価者Ｕの進行方向に直交する水平方向（つまり、被評価者Ｕの左右方向）における加速度の変化量に違いが生じやすい。そのため、被評価者Ｕの左右方向の加速度の変化量に基づいて、特徴量が算出されることで、認知機能評価装置１０１は、より精度良く被評価者Ｕの認知機能の程度を評価することができる。
また、例えば、取得部１１１は、さらに、第２歩行区間における被評価者Ｕの歩行時間を示す第５データを取得し、算出部１２１は、取得部１１１が取得した第２データ、及び、第５データを含む歩容データから、当該歩容データに基づく特徴量を算出してもよい。
認知機能の程度は、第２歩行区間の歩行時間にもまた違いが生じやすい。そのため、歩行時間に基づいて、特徴量が算出されることで、認知機能評価装置１０１は、より精度良く被評価者Ｕの認知機能の程度を評価することができる。
（実施の形態３）
実施の形態１に係る認知機能評価装置１００は、図３に示す第１歩行区間における被評価者Ｕの歩容データに基づいて特徴量を算出した。また、実施の形態２に係る認知機能評価装置１０１は、図３に示す第２歩行区間における被評価者Ｕの歩容データに基づいて特徴量を算出した。
ここで、認知機能の程度の評価には、さらに、被評価者Ｕの動的バランス能力を評価する方法であるファンクショナルリーチテストの結果が反映されてもよい。
以下、実施の形態３に係る認知機能評価装置等について説明する。なお、実施の形態３に係る認知機能評価装置等の説明において、実施の形態１及び実施の形態２に係る認知機能評価装置等と実質的に同様の構成においては、同様の符号を付し、説明を一部省略又は簡略化する場合がある。
［構成］
図１１を参照して、実施の形態３に係る認知機能評価装置及び認知機能評価システムの構成について説明する。
図１１は、実施の形態３に係る認知機能評価システム２０２及び認知機能評価装置１０２の特徴的な機能構成を示すブロック図である。
図１１に示すように、認知機能評価システム２０２は、例えば、認知機能評価装置１０２と、体動検出装置２１０と、表示装置２２０と、入力装置２３０を備える。
実施の形態３に係る認知機能評価装置１０２は、実施の形態１に係る認知機能評価装置１００と同様に、被評価者Ｕの体の揺れを測定することにより、被評価者Ｕの認知機能の程度を評価するための装置である。具体的には、認知機能評価装置１０２は、体動検出装置２１０が検出した被評価者Ｕの体の揺れの程度を示す揺れ量を取得し、取得した揺れ量を用いて被評価者Ｕの認知機能の程度を評価し、評価結果を表示装置２２０へ出力する装置である。認知機能評価装置１０２は、例えば、パーソナルコンピュータであるが、サーバ装置であってもよい。
入力装置２３０は、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を受け付けるための入力機構である。入力装置２３０は、例えば、ボタン、キーボード、マウス、タッチパネル等のユーザインターフェースである。
動的バランス能力とは、被評価者Ｕが動いている場合に、外力が加わったときのバランス能力を示す。例えば、動的バランス能力が高いとは、被評価者Ｕが歩行等で動いている場合に、外力が加わっても、バランスを崩しにくいことを示す。
また、被評価者Ｕの動的バランス能力は、例えば、ファンクショナルリーチテストによって評価することができる。
ファンクショナルリーチテストとは、被評価者Ｕの動的バランス能力を評価するテストである。ファンクショナルリーチテストとは、具体的には、直立姿勢で腕を９０度挙上した場合の指の先端から、できる限り前方へ腕を伸ばした場合の指の先端までの距離を測定するテストである。
また、被評価者Ｕの俊敏性は、例えば、全身反応時間、ステップ回数、タッピング回数等により評価することができる。
全身反応時間とは、被評価者Ｕが刺激を受けてから、動作するまでの時間である。全身反応時間は、例えば、被評価者Ｕが光、音等の刺激を受けてから、地面から足が離れるまでの時間である。
これらのような、被評価者Ｕにおける、ファンクショナルリーチテストによって得られる距離、全身反応時間、単位時間当たりのステップ回数、単位時間当たりのタッピング回数等が、動的バランス能力又は俊敏性の評価結果として、入力装置２３０に入力される。
実施の形態３に係る認知機能評価装置１０２は、実施の形態１に係る認知機能評価装置の評価方法に加えて、さらに、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を用いて、被評価者Ｕの認知機能の程度を評価する。
図１１に示すように、認知機能評価装置１０２は、取得部１１２と、算出部１２２と、評価部１３２と、出力部１４２と、記憶部１５２と、を備える。
取得部１１２は、取得部１１０と同様に、被評価者Ｕが歩行し始めてから所定の歩数までの第１歩行区間における被評価者Ｕの歩行中の体の揺れ量を示す第１データを、歩容データとして取得する。例えば、取得部１１２は、さらに、第１歩行区間における被評価者Ｕの歩幅及び歩隔を示す第３データを取得してもよい。また、例えば、取得部１１２は、さらに、第１歩行区間における被評価者Ｕの歩行速度を示す第４データを取得してもよい。
取得部１１２は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
また、取得部１１２は、さらに、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を第６データとして取得する。
算出部１２２は、取得部１１２が取得した歩容データから、当該歩容データに基づく特徴量を算出する。
例えば、算出部１２２は、取得部１１２が取得した、第１データと、第６データとを含む歩容データから、当該歩容データに基づく特徴量を算出する。
算出部１２２は、例えば、記憶部１５２に記憶されている制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、算出部１２２は、専用回路等によってハードウェア的に実現されてもよい。
評価部１３２は、算出部１２２が算出した特徴量に基づいて、被評価者Ｕの認知機能を評価する。
具体的には、評価部１３２は、算出部１２２が算出した特徴量と、記憶部１５２に記憶されている参照データ１６２とを照合することにより、被評価者Ｕの認知機能を評価する。
評価部１３２は、例えば、記憶部１５２に記憶される制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、評価部１３２は、専用回路等によってハードウェア的に実現されてもよい。
なお、算出部１２２及び評価部１３２は、それぞれの機能を併せ持つ１つのプロセッサ、マイクロコンピュータ、又は、専用回路で実現されてもよいし、プロセッサ、マイクロコンピュータ、又は、専用回路のうちの２つ以上の組み合わせによって実現されてもよい。
出力部１４２は、評価部１３２が評価した評価結果を出力する。出力部１４２は、例えば、評価部１３２の評価結果を画像データとして表示装置２２０へ出力する。
出力部１４２は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
記憶部１５２は、人の特徴量と当該人の認知機能との関係を示す参照データ１６２を記憶するメモリである。記憶部１５２は、例えば、ＲＯＭ、ＲＡＭ等のメモリであり、ＨＤＤ、フラッシュメモリ等で構成される。参照データ１６２の詳細については、後述する。
［処理手順］
続いて、図３及び図１２を参照して、実施の形態３に係る認知機能評価装置１０２が実行する、被評価者Ｕの認知機能の評価方法の詳細について説明する。
図１２は、実施の形態３に係る認知機能評価装置１０２が被評価者Ｕの認知機能を評価する手順を示すフローチャートである。
まず、被評価者Ｕは、図３に示す歩行開始地点Ｓに移動して、静止する。その後で、被評価者Ｕに歩行を開始する旨を通知する（ステップＳ１０１）。被評価者Ｕは、歩行を開始する。
次に、取得部１１２は、体動検出装置２１０から、図３に示す第１歩行区間における被評価者Ｕの進行方向における体の揺れ量を示す第１データを取得する（ステップＳ１０２）。
次に、取得部１１２は、図３に示す第１歩行区間における被評価者Ｕの歩幅及び歩隔を示す第３データを取得する（ステップＳ１０３）。
次に、取得部１１２は、体動検出装置２１０から、図３に示す第１歩行区間における被評価者Ｕの歩行速度を示す第４データを取得する（ステップＳ１０４）。
次に、取得部１１２は、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を示す第６データを取得する（ステップＳ３０１）。ステップＳ３０１において、取得部１１２は、例えば、被評価者Ｕの動的バランス能力の評価結果として、被評価者Ｕのファンクショナルリーチテストによって得られた距離を取得する。
なお、ステップＳ１０２〜ステップＳ１０４、及び、ステップＳ３０１で取得部１１２が取得する第１データ、第３データ、第４データ、及び、第６データは、任意の順序で取得されてもよい。
次に、算出部１２２は、取得部１１２が取得した、第１データ、第３データ、第４データ、及び、第６データに基づいて、被評価者Ｕの特徴量を算出する（ステップＳ１０５ａ）。
次に、評価部１３２は、算出部１２２が算出した被評価者Ｕの特徴量に基づいて、被評価者Ｕの認知機能の程度を評価する（ステップＳ１０６ａ）。ステップＳ１０６ａにおいて、評価部１３２は、具体的には、算出部１２２が算出した被評価者Ｕの特徴量を、参照データ１６２と照合することで、被評価者Ｕの認知機能を評価する。
最後に、出力部１４２は、評価部１３２が評価した評価結果を表示装置２２０へ出力する（ステップＳ１０７ａ）。
［実施例］
続いて、図１３を参照して、実施の形態３に係る認知機能評価装置１０２が実行した、被評価者Ｕの特徴量の算出結果の詳細について説明する。
図１３は、実施の形態３に係る認知機能評価装置１０２が被評価者Ｕの認知機能を評価した値に対する、当該被評価者の認知機能の真値の相関を示す図である。具体的には、図１３に示すグラフの横軸は、認知機能評価装置１０２によって算出された被評価者Ｕの特徴量を示す。また、図１３に示すグラフの縦軸は、認知機能評価装置１０２によって特徴量が算出された被評価者Ｕが、認知機能を確認するためのバッチテストを受けた際のスコアである値（認知機能真値）を示す。なお、図１３に示すグラフにおいて、相関係数は、Ｒ＝０．５７であった。
また、本実施例では、特徴量を算出する際に、動的バランス能力及び俊敏性の少なくとも一方の評価結果として、ファンクショナルリーチテストの結果を用いている。
図１３に示す特徴量の算出には、以下の式（３）を採用した。
（特徴量）＝ａ０＋ａ１×Ｖ＋ａ２×Ａｇｅ＋ａ３×Ｚ１６＋ａ４×ＤＹ＋ａ５×ＦＲＴ （３）
なお、ａ０、ａ５は、定数である。
また、ＦＲＴは、ファンクショナルリーチテストの結果である。
また、他の値は、式（１）と同様である。
図１３に示すように、認知機能評価装置１０２によれば、特徴量と認知機能真値とが、認知機能評価装置１００の場合と比較して、より近い値となるため、被評価者Ｕの認知機能の程度が、さらにより精度良く評価され得る。
［効果等］
以上、実施の形態３に係る認知機能評価装置１０２は、実施の形態１に係る認知機能評価装置１００と同様の機能構成であり、取得部１１２は、さらに、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を第６データとして取得し、算出部１２２は、取得部１１２が取得した、第１データと、第６データとを含む歩容データから、当該歩容データに基づく特徴量を算出する。
このような構成によれば、認知機能評価装置１０２は、より精度良く被評価者Ｕの認知機能を評価できる。
なお、実施の形態３においては、実施の形態１に係る認知機能評価装置１００が、さらに、動的バランス能力及び俊敏性の少なくとも一方の評価結果を用いて被評価者Ｕの認知機能を評価する例について説明した。しかしながら、実施の形態２に係る認知機能評価装置１０１が、さらに、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を用いて被評価者Ｕの認知機能を評価してもよい。
つまり、実施の形態に係る認知機能評価装置の取得部は、さらに、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を第６データとして取得し、算出部は、取得部が取得した、第１データ及び第２データの少なくとも一方と、第６データとを含む歩容データから、当該歩容データに基づく特徴量を算出してもよい。
（実施の形態４）
実施の形態１〜３に係る認知機能評価装置は、被評価者Ｕの認知機能の程度を評価して、評価結果を出力する。
実施の形態４に係る認知機能評価装置は、さらに、被評価者Ｕの運動機能の程度を評価する。
以下、実施の形態４に係る認知機能評価装置等について説明する。なお、実施の形態４に係る認知機能評価装置等の説明において、実施の形態１〜３に係る認知機能評価装置等と実質的に同様の構成においては、同様の符号を付し、説明を一部省略又は簡略化する場合がある。
［構成］
図１４を参照して、実施の形態４に係る認知機能評価装置及び認知機能評価システムの構成について説明する。
図１４は、実施の形態４に係る認知機能評価システム２０３及び認知機能評価装置１０３の特徴的な機能構成を示すブロック図である。
図１４に示すように、認知機能評価システム２０３は、例えば、認知機能評価装置１０３と、体動検出装置２１０と、表示装置２２０と、入力装置２３０を備える。
実施の形態４に係る認知機能評価装置１０３は、実施の形態１〜３に係る認知機能評価装置と同様に、被評価者Ｕの歩行中の体の揺れを測定することにより、被評価者Ｕの認知機能の程度を評価するための装置である。具体的には、認知機能評価装置１０３は、体動検出装置２１０が検出した被評価者Ｕの体の揺れの程度を示す揺れ量を取得し、取得した揺れ量を用いて被評価者Ｕの認知機能の程度を評価し、評価結果を表示装置２２０へ出力する装置である。認知機能評価装置１０３は、例えば、パーソナルコンピュータであるが、サーバ装置であってもよい。
入力装置２３０は、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を受け付けるための入力機構である。入力装置２３０は、例えば、ボタン、キーボード、マウス、タッチパネル等のユーザインターフェースである。
実施の形態４に係る認知機能評価装置１０３は、実施の形態１〜３に係る認知機能評価装置の認知機能の評価に加えて、さらに、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を用いて、被評価者Ｕの運動機能の程度を評価する。
図１４に示すように、認知機能評価装置１０３は、取得部１１３と、算出部１２３と、評価部１３３と、出力部１４３と、記憶部１５３と、を備える。
取得部１１３は、取得部１１０と同様に、被評価者Ｕが歩行し始めてから所定の歩数までの第１歩行区間における被評価者Ｕの歩行中の体の揺れ量を示す第１データを、歩容データとして取得する。例えば、取得部１１２は、さらに、第１歩行区間における被評価者Ｕの歩幅及び歩隔を示す第３データを取得してもよい。また、例えば、取得部１１２は、さらに、第１歩行区間における被評価者Ｕの歩行速度を示す第４データを取得してもよい。
取得部１１３は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
また、取得部１１３は、取得部１１２と同様に、被評価者Ｕの動的バランス能力及び俊敏性の少なくとも一方の評価結果を第６データとして取得する。
また、取得部１１３は、さらに、被評価者Ｕの属性を示す属性情報を取得してもよい。ここで、被評価者Ｕの属性とは、例えば、年齢、性別、身長、体重等を示し、属性情報とは、これら属性の情報を示す。また、被評価者Ｕの属性情報には、腕を負傷しており握力の測定は困難、等の被評価者Ｕの健康状態に関する情報が含まれていてもよい。
算出部１２３は、取得部１１３が取得した歩容データから、当該歩容データに基づく特徴量を算出する。
例えば、算出部１２３は、取得部１１３が取得した、実施の形態３に係る認知機能評価装置１０２において説明した、第１データ及び第６データを含む歩容データから、当該歩容データに基づく特徴量（歩容特徴量）を算出する。
算出部１２３は、例えば、記憶部１５３に記憶されている制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、算出部１２３は、専用回路等によってハードウェア的に実現されてもよい。
また、算出部１２３は、さらに、第６データから、被評価者Ｕの運動機能を示す運動特徴量を算出する。運動特徴量とは、第６データから所定の方法で算出される値であり、被評価者Ｕの歩行の特徴を示す数値である。運動特徴量の具体的な算出方法は、後述する。
また、算出部１２３が運動特徴量の算出に用いる第６データには、被評価者Ｕの握力測定データ等の筋力を測定したデータが含まれていてもよい。
なお、算出部１２３は、取得部１１３が被評価者Ｕの属性情報を取得している場合、当該属性情報及び第６データに基づいて、被評価者Ｕの運動特徴量を算出してもよい。
例えば、属性情報に、腕を負傷しており握力の測定は困難、等の情報が含まれている場合、算出部１２３は、運動特徴量を算出する際に、握力の測定結果を考慮しない。
評価部１３３は、算出部１２３が算出した特徴量（歩容特徴量）に基づいて、被評価者Ｕの認知機能を評価する。
具体的には、評価部１３３は、算出部１２３が算出した特徴量と、記憶部１５３に記憶されている参照データ１６３とを照合することにより、被評価者Ｕの認知機能を評価する。
評価部１３３は、例えば、記憶部１５３に記憶される制御プログラムと、当該制御プログラムを実行するＣＰＵとによって、ソフトウェア的に実現される。また、評価部１３３は、専用回路等によってハードウェア的に実現されてもよい。
なお、算出部１２３及び評価部１３３は、それぞれの機能を併せ持つ１つのプロセッサ、マイクロコンピュータ、又は、専用回路で実現されてもよいし、プロセッサ、マイクロコンピュータ、又は、専用回路のうちの２つ以上の組み合わせによって実現されてもよい。
また、評価部１３３は、さらに、算出部１２３が算出した運動特徴量に基づいて、被評価者Ｕの運動機能を評価する。
また、評価部１３３は、さらに、予め定められた認知機能及び運動機能の評価基準に基づいて、被評価者Ｕの認知機能の評価が運動機能の評価よりも高いか否かを判定する。例えば、評価部１３３は、予め任意に定められた評価基準に基づいて、認知機能及び運動機能のそれぞれを、Ａ、Ｂ、Ｃ、Ｄ、Ｅの５段階でランク付けする。Ａを最も良いランク、つまり、評価が最も高いとし、Ｅを最も悪いランク、つまり、評価が最も低いとした場合、評価部１３３は、算出部１２３が算出した特徴量（歩容特徴量）及び運動特徴量に基づいて、被評価者Ｕの認知機能及び運動機能をランク付けすることで、被評価者Ｕの認知機能及び運動機能を評価する。
例えば、評価部１３３は、被評価者Ｕの認知機能をＡランクと評価し、被評価者Ｕの運動機能をＢランクと評価した場合、被評価者Ｕ認知機能は運動機能より高いと評価する。なお、本明細書においては、以下の説明において、認知機能及び運動機能のそれぞれを、Ａ、Ｂ、Ｃ、Ｄ、Ｅの５段階でランク付けし、Ａを最も良いランク、つまり、評価が最も高いとし、Ｅを最も悪いランク、つまり、評価が最も低いとして説明する。もちろん、ランク付けは、５段階ではなく、４段階以下でもよいし、６段階以上でもよい。また、Ａ、Ｂ、Ｃ、Ｄ、Ｅの５段階でランク付けした場合、Ａを最も悪いランク、つまり、評価が最も低いとし、Ｅを最も良いランク、つまり、評価が最も高いとしてもよい。また、各ランクは、Ａ、Ｂ、Ｃ等ではなく、１、２、３等、任意に定められてよい。
出力部１４３は、評価部１３２が評価した評価結果を出力する。出力部１４３は、例えば、評価部１３３の評価結果を画像データとして表示装置２２０へ出力する。
出力部１４３は、例えば、有線通信又は無線通信を行うためのアダプタ、通信回路等の通信インターフェースである。
また、出力部１４３は、さらに、評価部１３３が評価した被評価者Ｕの運動機能の評価結果を出力する。
また、出力部１４３は、被評価者Ｕの認知機能の評価が運動機能の評価よりも高いと判定した場合、被評価者Ｕに運動機能を向上させるための情報である第１おすすめ情報を出力し、被評価者Ｕの認知機能の評価が運動機能の評価以下であると判定した場合、被評価者Ｕに認知機能を向上させるための情報である第２おすすめ情報を出力する。例えば、第１おすすめ情報及び第２おすすめ情報は、それぞれおすすめ情報１６４として記憶部１５３に記憶されている。評価部１３３は、被評価者Ｕの認知機能及び運動機能の評価結果に基づいて、出力部１４３におすすめ情報１６４に含まれる、第１おすすめ情報又は第２おすすめ情報を選択的に出力させる。
記憶部１５３は、人の特徴量と当該人の認知機能との関係を示す参照データ１６３を記憶するメモリである。記憶部１５３は、例えば、ＲＯＭ、ＲＡＭ等のメモリであり、ＨＤＤ、フラッシュメモリ等で構成される。参照データ１６３は、例えば、実施の形態３に係る記憶部１５２が記憶している参照データ１６３と同様である。
おすすめ情報１６４は、被評価者Ｕに認知機能又は運動機能を向上させるための情報である。例えば、おすすめ情報１６４には、運動機能又は認知機能の向上を促すような、食品の情報、運動の方法、運動器具の使用方法等の情報が含まれている。出力部１４３は、おすすめ情報１６４に含まれている、特に、運動機能の向上を促すような、食品の情報、運動の方法、運動器具の使用方法等の情報を第１おすすめ情報として出力し、特に、認知機能の向上を促すような、食品の情報、運動の方法、運動器具の使用方法等の情報を第２おすすめ情報として出力する。
［処理手順］
続いて、図１５を参照して、実施の形態４に係る認知機能評価装置１０３が実行する、被評価者Ｕの認知機能の評価方法の詳細について説明する。
まず、取得部１１３は、被評価者Ｕに入力装置２３０を操作させることで、被評価者ＵのＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）等の情報を取得する（ステップＳ４０１）。また、ステップＳ４０１において、取得部１１３は、被評価者Ｕに入力装置２３０を操作させることで、被評価者Ｕの属性を示す属性情報を取得してもよい。
次に、取得部１１３は、被評価者Ｕから、歩容データ及び体力測定データを取得する（ステップＳ４０２）。ステップＳ４０２で、取得部１１３は、例えば、図３に示すステップＳ１０１〜ステップＳ１０４が実行させることで、被評価者Ｕの歩容データ（具体的には、第１データ、第３データ、及び、第４データ）を取得し、図１２に示すステップＳ３０１が実行させることで、体力測定データ（具体的には、第６データ）を取得する。
次に、算出部１２３は、取得部１１２が取得した、第６データに基づいて、被評価者Ｕの運動機能を示す運動特徴量を算出する（ステップＳ４０３）。ステップＳ４０１で取得部１１３が被評価者Ｕの属性情報を取得している場合、ステップＳ４０３では、算出部１２３は、取得部１１２が取得した、属性情報及び第６データに基づいて、被評価者Ｕの運動機能を示す運動特徴量を算出する。
次に、算出部１２３は、取得部１１２が取得した歩容データに基づいて、被評価者Ｕの認知機能の程度を示す特徴量を算出する（ステップＳ４０４）。
なお、ステップＳ４０３及びステップＳ４０４が実行される順序は特に限定されるものではなく、順序が入れ替わって実行させてもよい。
次に、評価部１３３は、算出部１２３が算出した被評価者Ｕの特徴量及び運動特徴量に基づいて、被評価者Ｕの認知機能及び運動機能の程度をランク付けすることで評価する（ステップＳ４０５）。ステップＳ４０５において、評価部１３３は、具体的には、算出部１２３が算出した被評価者Ｕの特徴量及び運動特徴量を、参照データ１６３と照合することで、被評価者Ｕの認知機能を評価する。つまり、参照データ１６３には、人の運動特徴量と当該人の運動機能との関係を示すデータが記憶されていてもよい。
次に、出力部１４３は、評価部１３３が評価した被評価者Ｕの運動機能及び認知機能の評価結果を表示装置２２０へ出力する（ステップＳ４０６）。
次に、評価部１３３は、予め定められた認知機能及び運動機能の評価基準に基づいて、被評価者Ｕの認知機能の評価が運動機能の評価よりも高いか否かを判定する（ステップＳ４０７）。
出力部１４３は、被評価者Ｕの認知機能の評価が運動機能の評価よりも高いと判定した場合（ステップＳ４０７でＹｅｓ）、運動機能に関するおすすめ情報１６４として、被評価者Ｕに運動機能を向上させるための情報である第１おすすめ情報を出力する（ステップＳ４０８）。
一方、出力部１４３は、被評価者Ｕの認知機能の評価が運動機能の評価以下であると判定した場合（ステップＳ４０７でＮｏ）、認知機能に関するおすすめ情報１６４として、被評価者Ｕに認知機能を向上させるための情報である第２おすすめ情報を出力する（ステップＳ４０９）。
［実施例］
続いて、図１６Ａ〜図１９を参照して、図１５に示す実施の形態４に係る認知機能評価装置１０３が実行する各ステップの詳細について説明する。
なお、図１６Ａ〜図１６Ｄには、入力装置２３０及び表示装置２２０が一体的に形成されたタッチパネルディスプレイに表示されるＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）である画像を例示している。
図１６Ａは、実施の形態４に係る認知機能評価装置１０３が表示装置２２０に表示させる画像の第１例を示す図である。
図１６Ａに示す画像４００は、図１５に示すステップＳ４０１で、被評価者Ｕから、被評価者ＵのＩＤを取得するために表示装置２２０に表示される画像である。
画像４００には、ＩＤ入力部４０１と、属性入力部４０２とが含まれている。
ＩＤ入力部４０１は、被評価者Ｕに操作されることで、被評価者ＵのＩＤの入力を受け付ける。
属性入力部４０２は、被評価者Ｕに操作されることで、被評価者Ｕの属性の入力を受け付ける。図１６Ａには、被評価者Ｕの属性として、被評価者Ｕの身長、性別、及び、年齢の入力を受け付けられるようになっている。
図１６Ｂは、実施の形態４に係る認知機能評価装置１０３が表示装置２２０に表示させる画像の第２例を示す図である。
図１６Ｂに示す画像４１０は、図１５に示すステップＳ４０２で、被評価者Ｕから、被評価者Ｕの体力測定データ（つまり、第６データ）を取得するために表示装置２２０に表示される画像である。
画像４１０には、体力測定データ入力部４１１が含まれている。
体力測定データ入力部４１１は、被評価者Ｕに操作されることで、被評価者Ｕの体力測定データの入力を受け付ける。図１６Ａには、被評価者Ｕの体力測定データの一例として、被評価者ＵのＴｉｍｅｄ ｕｐ ＆ Ｇｏテスト、ファンクショナルリーチテスト、開眼片足立ちテスト、握力測定テスト、５ｍ歩行テスト、及び、ステッピングテストの各種テストの結果の入力を受け付けられるようになっている。
なお、Ｔｉｍｅｄ ｕｐ ＆ Ｇｏテストとは、椅子に被評価者Ｕが座っている状態から、立ち上がり、３ｍ先の目印を回って、再び椅子に座るまで、の時間を測定するテストである。
図１６Ｃは、実施の形態４に係る認知機能評価装置１０３が表示装置２２０に表示させる画像の第３例を示す図である。
図１６Ｃに示す画像４２０は、図１５に示すステップＳ４０６で、被評価者Ｕへ、被評価者Ｕの運動機能及び認知機能の評価結果を通知するために表示装置２２０に表示される画像である。
画像４２０には、運動機能評価結果通知部４２１と、認知機能評価結果通知部４２２とが含まれている。
運動機能評価結果通知部４２１は、図１５に示すステップＳ４０５で評価部１３３が評価した被評価者Ｕの運動機能の評価を、被評価者Ｕに通知するための画像である。例えば、運動機能評価結果通知部４２１には、図１５に示すステップＳ４０５で評価部１３３が評価した被評価者Ｕの運動機能の評価結果４２１ａと、評価結果４２１ａに基づくコメント４２１ｂとが含まれている。
認知機能評価結果通知部４２２は、図１５に示すステップＳ４０５で評価部１３３が評価した被評価者Ｕの認知機能の評価を、被評価者Ｕに通知するための画像である。例えば、認知機能評価結果通知部４２２には、図１５に示すステップＳ４０５で評価部１３３が評価した被評価者Ｕの運動機能の評価結果４２２ａと、評価結果４２２ａに基づくコメント４２２ｂとが含まれている。
図１６Ｄは、実施の形態４に係る認知機能評価装置１０３が表示装置２２０に表示させる画像の第４例を示す図である。
図１６Ｄに示す画像４３０は、図１５に示すステップＳ４０８又はステップＳ４０９で、被評価者Ｕへ、被評価者Ｕの運動機能又は認知機能に関するおすすめ情報１６４を通知するために表示装置２２０に表示される画像である。なお、画像４３０には、図１６Ｃに示すように、運動機能のランクと認知機能のランクとがいずれもＣであると評価部１３３が判定した場合、つまり、図１５に示すステップＳ４０７でＮｏと判定した場合に、ステップＳ４０９で出力される、おすすめ情報１６４に含まれる第２おすすめ情報を例示している。
図１６Ｄに示すように、画像４３０には、おすすめ情報１６４の内容が表示されるおすすめ情報表示部４３１が含まれている。このように、被評価者Ｕに、運動機能及び認知機能のうち、特に悪いと評価部１３３が判定した方のおすすめ情報１６４のみをおすすめ情報表示部４３１によって通知することで、被評価者Ｕにとって特に有用と思われる情報を通知でき、且つ、通知する情報量を削減することができる。
図１７は、実施の形態４に係る認知機能評価装置１０３が、被評価者Ｕの認知機能の特徴量を算出する際に用いるパラメータの一例を示す図である。図１８は、実施の形態４に係る認知機能評価装置１０３が、算出した被評価者Ｕの認知機能の特徴量から、被評価者Ｕの認知機能をランク付けする際に用いる表の一例を示す図である。なお、図１８に示すＥｓｔＭは、算出部１２３によって算出される特徴量であり、各ランクのＡ〜Ｅは、算出部１２３が算出した特徴量（ＥｓｔＭ）から評価部１３３によって評価されるランクである。つまり、例えば、図１８に示す表が、参照データ１６３として記憶部１５３に記憶されている。
図１７に示す重回帰係数のそれぞれは、それぞれ予め任意に定められる定数である。また、図１７に示す記号のそれぞれは、被評価者Ｕから取得された歩容データ若しくは体力測定データの実測値、又は、属性の数値である。例えば、被評価者Ｕの年齢が２５歳である場合、図１７に示す記号Ａｇｅは、２５である。また、例えば、被評価者Ｕの握力が３０ｋｇｗである場合、図１７に示す記号Ｇｒｉｐは、３０である。また、性別等の、元々は数値ではないパラメータには、例えば、男性ならばＧｅｎｄ＝１、女性ならばＧｅｎｄ＝２のように、予め任意に定められる方法に従って数値化した数値が採用される。
図１８に示す特徴量（ＥｓｔＭ）の算出には、例えば、以下の式（４）が採用される。
ＥｓｔＭ＝ＣＡｇｅ×Ａｇｅ＋ＣＧｅｎｄ×Ｇｅｎｄ＋・・・＋ＣＡｃ×Ａｃ＋ＣＥｓｔＭ （４）
なお、ＣＥｓｔＭは、定数である。
なお、式（４）では、ＥｓｔＭは、図１８の表に示す各パラメータそれぞれについて記号と重回帰係数とを乗算した値を算出し、算出したそれぞれの値の和から算出しているが、一部記載を省略している。例えば、式（４）には、さらに、足し合わされる数値として、ＣＧｒｉｐ×Ｇｒｉｐ等が含まれていてもよい。
また、式（４）では、図１８の表に記載のパラメータの全てが採用される必要はない。例えば、被評価者Ｕの属性に基づいて、式（４）には、パラメータ「握力」が採用されなくてもよい。このように、算出部１２３は、取得部１１３が取得した属性情報に基づいて、式（４）に用いるパラメータを選択する。
評価部１３３は、式（４）で算出したＥｓｔＭから、被評価者Ｕの認知機能のランク付けをすることで、被評価者Ｕの認知機能を評価する。例えば、算出部１２３が算出したＥｓｔＭが２３だった場合、評価部１３３は、被評価者Ｕの認知機能を「Ｃ」とランク付けする。この場合、出力部１４３は、図１８に示すコメントに記載の「平均的な結果です。これからもいい状態を保つようにしてください。」のように、図１６Ｃに示す認知機能評価結果通知部４２２のコメント４２２ｂに対応する情報を出力する。
図１９は、実施の形態４に係る認知機能評価装置１０３が、算出した被評価者Ｕの運動機能の運動特徴量から、被評価者Ｕの運動機能をランク付けする際に用いる表の一例を示す図である。
例えば、算出部１２３は、予め定められた方法に基づいて、各パラメータそれぞれについて、５点、４点、３点、２点、１点の５段階評価を付ける。例えば、パラメータ「握力」であれば、算出部１２３は、１０ｋｇｗ未満であれば１点、１０ｋｇｗ以上２０未満であれば２点、２０ｋｇｗ以上３０未満であれば３点、３０ｋｇｗ以上４０未満であれば４点、４０ｋｇｗ以上であれば５点のように、パラメータ「握力」に関する数値をする。また、算出部１２３は、各パラメータのそれぞれについて数値を算出し、それぞれの数値の平均値を運動特徴量として算出する。
評価部１３３は、算出した運動特徴量から、被評価者Ｕの運動機能のランク付けをすることで、被評価者Ｕの運動機能を評価する。例えば、算出部１２３が算出した運動特徴量が３．０だった場合、評価部１３３は、被評価者Ｕの認知機能を「Ｃ」とランク付けする。出力部１４３は、図１９に示すコメントに記載の「良いです。健康維持を意識しましょう。」のように、図１６Ｃに示す運動機能評価結果通知部４２１のコメント４２１ｂに対応する情報を出力する。
なお、このような評価方法は一例であり、運動特徴量の算出方法は、特に限定されない。例えば、各パラメータそれぞれについて、６段階以上の評価をしてもよいし、４段階以下の評価をしてもよい。また、運動特徴量は、各パラメータから算出される数値の平均値でもよく、任意に算出されてよい。
また、認知機能評価装置１０３は、被評価者Ｕの認知機能の程度と運動機能の程度とを評価したが、例えば、運動機能の程度を、さらに、筋力機能の程度とバランス機能の程度とに分けて評価してもよい。また、おすすめ情報１６４には、筋力機能に関するおすすめ情報（第３おすすめ情報）と、バランス機能に関するおすすめ情報（第４おすすめ情報）とが含まれていてもよい。
この場合、評価部１３３は、被評価者Ｕにおける認知機能と筋力機能とバランス機能とにランク付けをすることで、それぞれの機能を評価してもよい。また、出力部１４３は、例えば、最もランクが低い評価結果の機能に関するおすすめ情報１６４を出力してもよい。また、出力部１４３は、それぞれの機能のランクが全て同一であった場合、例えば、認知機能に関するおすすめ情報１６４を優先して出力してもよい。また、出力部１４３は、筋力機能とバランス機能とのランクが同一であった場合、例えば、筋力機能に関するおすすめ情報１６４を優先して出力してもよい。
［効果等］
以上、実施の形態４に係る認知機能評価装置１０３は、実施の形態３に係る認知機能評価装置１０２と同様の機能構成であり、算出部１２３は、さらに、第６データから、被評価者Ｕの運動機能を示す運動特徴量を算出し、評価部１３３は、さらに、算出部１２３が算出した運動特徴量に基づいて、被評価者Ｕの運動機能を評価し、出力部１４３は、さらに、評価部１３３が評価した被評価者Ｕの運動機能の評価結果を出力する。
このような構成によれば、認知機能評価装置１０３は、実施の形態３に係る認知機能評価装置１０２と同様の効果を奏する。さらに、認知機能評価装置１０３は、被評価者Ｕの認知機能の他に、さらに、運動機能をあわせて評価できる。認知機能の評価は、場合によっては、被評価者Ｕにとって好意的に受け取られず、避けられることがある。ここで、認知機能評価装置１０３によれば、被評価者Ｕにとっては、歩行に関する測定、ファンクショナルリーチテスト等の各種測定結果が、被評価者Ｕの認知機能の評価に用いられているのか、運動機能の評価に用いられているのかが、分かりにくくなる。そのため、認知機能評価装置１０３によれば、認知機能の評価を受けることによる被評価者Ｕの不快感は、抑制され得る。
また、歩行に関する測定、ファンクショナルリーチテスト等の一部の測定は、認知機能の評価にも、運動機能の評価にも、用いられる。そのため、認知機能評価装置１０３によれば、認知機能の特徴量及び運動機能の運動特徴量を算出する際に用いるデータの一部を共通化することができるために、認知機能の特徴量及び運動機能の運動特徴量の算出に用いるデータ量を削減できる。
例えば、評価部１３３は、さらに、予め定められた認知機能及び運動機能の評価基準に基づいて、被評価者Ｕの認知機能の評価が運動機能の評価よりも高いか否かを判定し、出力部１４３は、被評価者Ｕの認知機能の評価が運動機能の評価よりも高いと判定した場合、運動機能を向上させるための情報である第１おすすめ情報を出力し、被評価者Ｕの認知機能の評価が運動機能の評価以下であると判定した場合、被評価者Ｕに認知機能を向上させるための情報である第２おすすめ情報を出力する。
このような構成によれば、認知機能評価装置１０３は、被評価者Ｕに、運動機能及び認知機能のうち、特に悪いと評価部１３３が判定した方のおすすめ情報１６４のみを出力する。これにより、認知機能評価装置１０３によれば、被評価者Ｕにとって特に有用と思われる情報を通知でき、且つ、通知するための情報量を削減することができる。
また、例えば、認知機能評価装置１０３は、被評価者Ｕの認知機能と運動機能とが同一の評価結果である場合、認知機能に関するおすすめ情報１６４の出力を優先して行う。これにより、認知機能評価装置１０３は、被評価者Ｕの今後の日常生活により影響を与える可能性が高い認知機能に関するおすすめ情報１６４を、被評価者Ｕへ優先して通知しやすくできる。
また、例えば、取得部１１３は、さらに、被評価者Ｕの属性を示す属性情報を取得し、算出部１２３は、取得部１１３が取得した属性情報及び第６データに基づいて、被評価者Ｕの運動特徴量を算出する。
このような構成によれば、認知機能評価装置１０３は、被評価者Ｕの年齢、性別、健康状態等を考慮して、運動特徴量をする。これにより、認知機能評価装置１０３は、被評価者Ｕに応じた運動特徴量を算出するために、被評価者Ｕにより適した評価結果を出力することができる。
（その他の実施の形態）
以上、実施の形態１、実施の形態２、実施の形態３、及び、実施の形態４に係る認知機能評価装置等について説明したが、本発明は、上記実施の形態に限定されるものではない。
例えば、上記実施の形態では、認知機能評価装置が備える算出部、評価部等の処理部は、プロセッサがプログラムを実行することによってソフトウェア的に実現されたが、このような実現方法に限定されない。当該処理部は、ゲートアレイ等を用いた専用の電子回路によってハードウェア的に実現されてもよい。
また、上記実施の形態では、認知機能評価装置は、認知機能の程度を評価したが、被評価者が認知症であるか否かの評価ではなく、例えば、被評価者の酩酊の度合いが評価されてもよい。
また、上記実施の形態では、認知機能の低下の症状の一具体例として、アルツハイマー型認知症が挙げられた。しかしながら、認知機能とは、認識したり、記憶したり、判断したりする能力を示し、認知症とは、上述した認知機能の低下が見られる症状を示す。つまり、認知機能評価装置が評価する認知機能は、アルツハイマー型認知症に限定されず、例えば、血管性認知症等でもよい。
また、上記実施の形態では、被評価者の認知機能を評価するために、認知機能テスト等のバッチテストのスコアと歩行中の体の揺れを示す歩容データとの関係性を示すデータを参照データとして予め記憶部が記憶している。参照データは、被評価者の歩行中の体の揺れを示す歩容データと照合することで認知機能を評価することができるデータであればよい。参照データは、例えば、改訂長谷川式簡易知能評価スケール（ＨＤＳ−Ｒ）のスコアと歩行中の体の揺れとの関係性を示すデータでもよい。
また、上記実施の形態では、体動検出装置の一例として、加速度センサを示したが、体動検出装置は、被評価者の歩行中の体の揺れを示す加速度データを検出することができればよく、これに限定されない。体動検出装置は、例えば、カメラ、電波センサ等でもよい。
また、上記実施の形態では、体動検出装置は、無線通信よって認知機能評価装置と通信可能に接続されたが、通信方法は限定されない。体動検出装置は、例えば、認知機能評価装置と無線通信するための無線通信モジュール等を備え、当該無線通信装置を介して認知機能評価装置１００と通信してもよい。体動検出装置は、無線通信により、測定した加速度データを認知機能評価装置１００へ送信する。無線通信は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ（登録商標）又はＺｉｇＢｅｅ（登録商標）等の所定の無線通信規格に基づいて行われてもよい。また、体動検出装置は、認知機能評価装置と有線通信してもよい。この場合、体動検出装置は、認知機能評価装置と有線通信するためのケーブルを接続するための通信アダプタ等を備えてもよい。
また、本発明は、上記実施の形態に係る認知機能評価装置が実行する方法として実現されてもよい。つまり、本発明は、コンピュータによる認知機能評価方法であって、被評価者が歩行し始めてから所定の歩数までの第１歩行区間における被評価者の歩行中の体の揺れ量を示す第１データ、及び、第１歩行区間以降の第２歩行区間における、被評価者が与えられた課題をこなしながら歩行する二重タスク状態での被評価者の歩行中の体の揺れ量を示す第２データの少なくとも一方を、歩容データとして取得する取得ステップと、取得ステップで取得した歩容データから、当該歩容データに基づく特徴量を算出する算出ステップと、算出ステップで算出した特徴量に基づいて、被評価者の認知機能を評価する評価ステップと、評価ステップで評価した評価結果を出力する出力ステップと、を含む方法でもよい。
このような方法によれば、コンピュータによって精度良く被評価者Ｕの認知機能を評価することができる。
また、本発明は、上記認知機能評価方法に含まれるステップをコンピュータに実行させるプログラムとして実現されてもよい。言い換えると、本発明は、認知機能評価装置が実行するステップをコンピュータに実行させるプログラムとして実現されてもよい。また、本発明は、そのプログラムを記録したコンピュータによって読み取り可能なＣＤ−ＲＯＭ等の記録媒体として実現されてもよい。また、本発明は、そのプログラムを示す情報、データ又は信号として実現されてもよい。そして、それらプログラム、情報、データ及び信号は、インターネット等の通信ネットワークを介して配信されてもよい。
これにより、認知機能評価方法は、精度良く被評価者Ｕの認知機能を評価することができるプログラムとしてコンピュータが実行できる。
その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、又は、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。
１００、１０１、１０２、１０３ 認知機能評価装置
１１０、１１１、１１２、１１３ 取得部
１２０、１２１、１２２、１２３ 算出部
１３０、１３１、１３２、１３３ 評価部
１４０、１４１、１４２、１４３ 出力部
１５０、１５１、１５２、１５３ 記憶部
１６０、１６１、１６２、１６３ 参照データ
１６４ おすすめ情報
２００、２０１、２０２、２０３ 認知機能評価システム
２１０ 体動検出装置
Ｕ 被評価者

Claims (15)

  1. 被評価者が歩行し始めてから所定の歩数までの第１歩行区間における前記被評価者の歩行中の体の揺れ量を示す第１データ、及び、前記第１歩行区間以降の第２歩行区間における、前記被評価者が与えられた課題をこなしながら歩行する二重タスク状態での前記被評価者の歩行中の体の揺れ量を示す第２データの少なくとも一方を、歩容データとして取得する取得部と、
    前記取得部が取得した前記歩容データから、当該歩容データに基づく特徴量を算出する算出部と、
    前記算出部が算出した前記特徴量に基づいて、前記被評価者の認知機能を評価する評価部と、
    前記評価部が評価した評価結果を出力する出力部と、を備え、
    前記取得部は、前記被評価者の歩行中の変位、速度、又は、加速度の変化量を前記揺れ量として示す前記第１データ及び前記第２データの少なくとも一方を取得し、
    前記算出部は、
    前記変化量を周波数分析することによって周波数スペクトルを算出し、
    算出した前記周波数スペクトルにおける所定の周波数帯の積分値に基づいて、前記特徴量を算出する
    認知機能評価装置。
  2. 前記所定の周波数帯は、前記周波数スペクトルにおいて、歩行に対応する周波数よりも高い特定の周波数における積分値である
    請求項１に記載の認知機能評価装置。
  3. 前記取得部は、前記被評価者の進行方向における前記変化量を前記揺れ量として示す前記第１データを取得する
    請求項２に記載の認知機能評価装置。
  4. 前記取得部は、さらに、前記第１歩行区間における前記被評価者の歩幅及び歩隔を示す第３データを取得し、
    前記算出部は、前記取得部が取得した前記第１データ及び前記第３データを含む前記歩容データから、当該歩容データに基づく前記特徴量を算出する
    請求項１〜３のいずれか１項に記載の認知機能評価装置。
  5. 前記取得部は、さらに、前記第１歩行区間における前記被評価者の歩行速度を示す第４データを取得し、
    前記算出部は、前記取得部が取得した前記第１データ、前記第３データ、及び、前記第４データを含む前記歩容データから、当該歩容データに基づく前記特徴量を算出する
    請求項４に記載の認知機能評価装置。
  6. 前記取得部は、前記被評価者の進行方向に直交する水平方向における前記変化量を前記揺れ量として示す前記第２データを取得する
    請求項２に記載の認知機能評価装置。
  7. 前記取得部は、さらに、前記第２歩行区間における前記被評価者の歩行時間を示す第５データを取得し、
    前記算出部は、前記取得部が取得した前記第２データ、及び、前記第５データを含む前記歩容データから、当該歩容データに基づく前記特徴量を算出する
    請求項６に記載の認知機能評価装置。
  8. 前記取得部は、さらに、前記被評価者の動的バランス能力及び俊敏性の少なくとも一方の評価結果を第６データとして取得し、
    前記算出部は、前記取得部が取得した、前記第１データ及び前記第２データの少なくとも一方と、前記第６データとを含む前記歩容データから、当該歩容データに基づく前記特徴量を算出する
    請求項１〜７のいずれか１項に記載の認知機能評価装置。
  9. 前記算出部は、さらに、前記第６データから、前記被評価者の運動機能を示す運動特徴量を算出し、
    前記評価部は、さらに、前記算出部が算出した前記運動特徴量に基づいて、前記被評価者の運動機能を評価し、
    前記出力部は、さらに、前記評価部が評価した前記被評価者の運動機能の評価結果を出力する
    請求項８に記載の認知機能評価装置。
  10. 前記評価部は、さらに、予め定められた認知機能及び運動機能の評価基準に基づいて、前記被評価者の認知機能の評価が運動機能の評価よりも高いか否かを判定し、
    前記出力部は、
    前記被評価者の認知機能の評価が運動機能の評価よりも高いと判定した場合、運動機能を向上させるための情報である第１おすすめ情報を出力し、
    前記被評価者の認知機能の評価が運動機能の評価以下であると判定した場合、認知機能を向上させるための情報である第２おすすめ情報を出力する
    請求項９に記載の認知機能評価装置。
  11. 前記取得部は、さらに、前記被評価者の属性を示す属性情報を取得し、
    前記算出部は、前記取得部が取得した前記属性情報及び前記第６データに基づいて、前記被評価者の前記運動特徴量を算出する
    請求項９又は１０に記載の認知機能評価装置。
  12. さらに、人の前記特徴量と当該人の認知機能との関係を示す参照データが記憶された記憶部を備え、
    前記評価部は、前記算出部が算出した前記特徴量と、前記記憶部に記憶されている前記参照データとを照合することにより、前記被評価者の認知機能を評価する
    請求項１〜１１のいずれか１項に記載の認知機能評価装置。
  13. 請求項１〜１２のいずれか１項に記載の認知機能評価装置と、
    前記歩容データを取得し、取得した歩容データを前記認知機能評価装置へ送信する体動検出装置と、を備える
    認知機能評価システム。
  14. コンピュータによる認知機能評価方法であって、
    被評価者が歩行し始めてから所定の歩数までの第１歩行区間における前記被評価者の歩行中の体の揺れ量を示す第１データ、及び、前記第１歩行区間以降の第２歩行区間における、前記被評価者が与えられた課題をこなしながら歩行する二重タスク状態での前記被評価者の歩行中の体の揺れ量を示す第２データの少なくとも一方を、歩容データとして取得する取得ステップと、
    前記取得ステップで取得した前記歩容データから、当該歩容データに基づく特徴量を算出する算出ステップと、
    前記算出ステップで算出した前記特徴量に基づいて、前記被評価者の認知機能を評価する評価ステップと、
    前記評価ステップで評価した評価結果を出力する出力ステップと、を含み、
    前記取得ステップでは、前記被評価者の歩行中の変位、速度、又は、加速度の変化量を前記揺れ量として示す前記第１データ及び前記第２データの少なくとも一方を取得し、
    前記算出ステップでは、
    前記変化量を周波数分析することによって周波数スペクトルを算出し、
    算出した前記周波数スペクトルにおける所定の周波数帯の積分値に基づいて、前記特徴量を算出する
    認知機能評価方法。
  15. 請求項１４に記載の認知機能評価方法をコンピュータに実行させるための
    プログラム。
JP2020508156A 2018-03-23 2019-03-05 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム Active JP6876986B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018057304 2018-03-23
JP2018057304 2018-03-23
PCT/JP2019/008632 WO2019181483A1 (ja) 2018-03-23 2019-03-05 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム

Publications (2)

Publication Number Publication Date
JPWO2019181483A1 JPWO2019181483A1 (ja) 2020-12-03
JP6876986B2 true JP6876986B2 (ja) 2021-05-26

Family

ID=67987169

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020508156A Active JP6876986B2 (ja) 2018-03-23 2019-03-05 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム

Country Status (6)

Country Link
US (1) US11779259B2 (ja)
JP (1) JP6876986B2 (ja)
CN (1) CN111698952B (ja)
SG (1) SG11202008367PA (ja)
TW (1) TWI699188B (ja)
WO (1) WO2019181483A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7408132B2 (ja) * 2019-12-02 2024-01-05 地方独立行政法人東京都健康長寿医療センター 認知症判定プログラム及び認知症判定装置
JP6815055B1 (ja) * 2020-07-05 2021-01-20 株式会社Ａｒｂｌｅｔ サーバ、ユーザ支援システム、ユーザ支援方法及びプログラム
WO2022244222A1 (ja) * 2021-05-21 2022-11-24 日本電気株式会社 推定装置、推定システム、推定方法、および記録媒体
CN115497619A (zh) * 2022-08-23 2022-12-20 大连乾函科技有限公司 基于多时间节点步态损失的认知功能评估模型、方法及装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4196049B2 (ja) * 2001-09-07 2008-12-17 パナソニック電工株式会社 バランス能力評価装置
JP4494843B2 (ja) * 2004-03-31 2010-06-30 パナソニック株式会社 ペット管理システム
JP4971808B2 (ja) * 2007-01-17 2012-07-11 パナソニック株式会社 歩行動作分析装置
US20080281550A1 (en) * 2007-05-11 2008-11-13 Wicab, Inc. Systems and methods for characterizing balance function
JP2010178841A (ja) 2009-02-04 2010-08-19 Yunimekku:Kk 三次元加速度計を備えた健康状態診断システム
US10548512B2 (en) * 2009-06-24 2020-02-04 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Automated near-fall detector
JP5376595B2 (ja) 2009-12-03 2013-12-25 国立大学法人 筑波大学 認知機能評価システム
JP5607952B2 (ja) 2010-02-26 2014-10-15 国立大学法人東京工業大学 歩行障害自動分析システム
JP5631827B2 (ja) 2011-09-13 2014-11-26 株式会社東芝 歩行評価装置
JP6236862B2 (ja) 2012-05-18 2017-11-29 花王株式会社 老年障害リスクの算出方法
JP6168488B2 (ja) * 2012-08-24 2017-07-26 パナソニックＩｐマネジメント株式会社 体動検出装置及びこれを備える電気刺激装置
US20150038803A1 (en) * 2013-08-02 2015-02-05 Motion Intelligence LLC System and Method for Evaluating Concussion Injuries
JP6183906B2 (ja) 2013-08-28 2017-08-23 日本電信電話株式会社 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム
CA2938629A1 (en) * 2014-02-04 2015-08-13 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Methods and systems for providing diagnosis or prognosis of parkinson's disease using body-fixed sensors
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
US20180078184A1 (en) * 2015-03-16 2018-03-22 Osaka University Dual-task performing ability evaluation method and dual-task performing ability evaluation system
WO2017065241A1 (ja) * 2015-10-14 2017-04-20 国立大学法人東京工業大学 自動診断装置
JP6771154B2 (ja) 2016-01-07 2020-10-21 パナソニックＩｐマネジメント株式会社 転倒リスク判定装置、転倒リスク判定装置の作動方法、およびコンピュータプログラム
JP2018029706A (ja) * 2016-08-23 2018-03-01 株式会社デジタル・スタンダード 端末装置、評価システム、およびプログラム
JP6738250B2 (ja) * 2016-09-09 2020-08-12 花王株式会社 歩行分析方法及び歩行分析装置
WO2018066421A1 (ja) * 2016-10-07 2018-04-12 パナソニックＩｐマネジメント株式会社 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム

Also Published As

Publication number Publication date
US20200405216A1 (en) 2020-12-31
US11779259B2 (en) 2023-10-10
TW201940122A (zh) 2019-10-16
JPWO2019181483A1 (ja) 2020-12-03
WO2019181483A1 (ja) 2019-09-26
CN111698952A (zh) 2020-09-22
TWI699188B (zh) 2020-07-21
SG11202008367PA (en) 2020-10-29
CN111698952B (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
JP6876986B2 (ja) 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム
US10806379B2 (en) User identification by biometric monitoring device
Allum et al. Trunk sway measures of postural stability during clinical balance tests: effects of a unilateral vestibular deficit
EP2777483B1 (en) Motor function evaluation device and motor function evaluation method
JP3871247B2 (ja) 運動能力の評価が可能な重心検出装置
US9659150B2 (en) Method for assessing cognitive function and predicting cognitive decline through quantitative assessment of the TUG test
JP6914896B2 (ja) 健康状態診断システム
Similä et al. Accelerometry-based berg balance scale score estimation
JP6998518B2 (ja) 運動機能推定情報生成装置、運動機能推定システム、運動機能推定情報生成方法、運動機能推定方法及び記録媒体
KR101974831B1 (ko) 낙상위험 평가방법 및 이를 위한 사용자 단말기
JP6796772B2 (ja) 運動テスト評価システム、運動テスト評価装置、運動テスト評価方法及びコンピュータプログラム
KR102425053B1 (ko) 보행 데이터 기반 운동 추천 시스템 및 방법
JP6530350B2 (ja) 逐次姿勢識別装置、逐次姿勢識別方法および逐次姿勢識別プログラム
JP6738250B2 (ja) 歩行分析方法及び歩行分析装置
JP7283422B2 (ja) 歩行診断システム
JP2007125074A (ja) 骨折リスク評価システム
Chromy et al. DeskBalance: novel gamified system for diagnosis and treatment of postural stability
JP2022013587A (ja) サーバ、ユーザ支援システム、ユーザ支援方法及びプログラム
JP7331810B2 (ja) 歩行情報取得方法、歩行情報取得装置、及び歩行情報取得システム
JP7240052B1 (ja) 情報処理システム、サーバ、情報処理方法、プログラム及び学習モデル
Miguel-Ruiz et al. Measurement of Physical Activity Energy Expenditure Using Inertial Sensors
JP2017176432A (ja) 情報処理装置、情報処理方法、情報処理プログラムおよび情報処理システム
JP2006175240A (ja) 運動能力診断システム
JP2018038752A (ja) 歩行分析方法及び歩行分析装置
JP2024018876A (ja) 情報処理システム、サーバ、情報処理方法、プログラム及び学習モデル

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200420

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210126

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210310

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: 20210406

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210412

R151 Written notification of patent or utility model registration

Ref document number: 6876986

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151