JP6958739B2 - 関節障害リスク評価装置、システム、方法およびプログラム - Google Patents

関節障害リスク評価装置、システム、方法およびプログラム Download PDF

Info

Publication number
JP6958739B2
JP6958739B2 JP2020535363A JP2020535363A JP6958739B2 JP 6958739 B2 JP6958739 B2 JP 6958739B2 JP 2020535363 A JP2020535363 A JP 2020535363A JP 2020535363 A JP2020535363 A JP 2020535363A JP 6958739 B2 JP6958739 B2 JP 6958739B2
Authority
JP
Japan
Prior art keywords
joint
reaction force
feature amount
disorder risk
motion
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
JP2020535363A
Other languages
English (en)
Other versions
JPWO2020031253A1 (ja
Inventor
謙一郎 福司
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JPWO2020031253A1 publication Critical patent/JPWO2020031253A1/ja
Application granted granted Critical
Publication of JP6958739B2 publication Critical patent/JP6958739B2/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
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528—Joints
    • 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
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4566—Evaluating the spine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4585—Evaluating the knee
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4595—Evaluating the ankle
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • 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
    • A61B2562/0247—Pressure sensors

Description

本発明は、関節障害リスク評価装置、関節障害リスク評価システム、未病対策システム、関節障害リスク評価方法および関節障害リスク評価プログラムに関する。
特許文献１に、関節障害が生じるリスクを評価する技術が記載されている。特許文献１には、脛骨近部および踵付近部に装着された加速度センサが計測した加速度信号から推定された膝内反モーメントおよび膝外反モーメントを用いて、変形性膝関節症が生じるリスクを判定する歩行分析方法が記載されている。
また、特許文献２には、被験者の歩行動作の改善を簡易な構成でかつ正確に行うことができる支援システムが記載されている。以下、関節障害が生じるリスクを関節障害リスクと呼ぶ。
また、非特許文献１には、変形性関節症が生じる主な原因等が記載されている。
特開２０１７−２０２２３６号公報 特開２０１１−０４１７５２号公報
Perry, J. and Burnfield, J. M.著「歩行分析 正常歩行と異常歩行 原著第２版」、医歯薬出版株式会社、２０１２年３月１日発行、p.200-201
非特許文献１には、「重い荷物を持った１時間の立位保持では、膝関節の摩擦係数の増加はほとんど見られなかった」と記載されている。すなわち、直立不動時に関節にかかる反力（以下、関節反力と呼ぶ。）は、大きくても一定である。よって、直立不動時の関節反力に起因する関節障害リスクは高くない。
同時に、非特許文献１には、関節に瞬間的な負荷が繰り返し加えられると、関節軟骨の退行変性が生じるため、変形性関節症等の関節障害リスクが高まることが記載されている。
しかし、特許文献１に記載されている歩行分析方法では、関節に繰り返し加えられる負荷が考慮されていない。すなわち、特許文献１に記載されている歩行分析方法による関節障害リスクの評価精度が低いという課題がある。また、特許文献２に記載されている支援システムでも、関節に繰り返し加えられる負荷は考慮されていない。
［発明の目的］
そこで、本発明は、上述した課題を解決する、関節障害リスクをより高精度に評価できる関節障害リスク評価装置、関節障害リスク評価システム、未病対策システム、関節障害リスク評価方法および関節障害リスク評価プログラムを提供することを目的とする。
本発明による関節障害リスク評価装置は、対象物の関節のうち評価対象の関節における関節反力を、対象物の動作を表す時系列データであるモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを備えることを特徴とする。
本発明による関節障害リスク評価システムは、対象物の動作を計測することによって動作を表す時系列データであるモーションデータを取得するモーション計測部と、対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを含むことを特徴とする。
本発明による未病対策システムは、対象物の動作を計測することによって動作を表す時系列データであるモーションデータを取得するモーション計測部と、対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部と、判定された関節障害リスク指標と、計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力する出力部とを含むことを特徴とする。
本発明による関節障害リスク評価方法は、対象物の関節のうち評価対象の関節における関節反力を、対象物の動作を表す時系列データであるモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定することを特徴とする。
本発明による関節障害リスク評価プログラムは、コンピュータに、対象物の関節のうち評価対象の関節における関節反力を、対象物の動作を表す時系列データであるモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算処理、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算処理、および計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定処理を実行させることを特徴とする。
本発明によれば、関節障害リスクをより高精度に評価できる。
本発明による関節障害リスク評価システムの第１の実施形態の構成例を示すブロック図である。 膝関節のモーションデータの例を示す説明図である。 足関節のモーションデータの例を示す説明図である。 床反力データの例を示す説明図である。 第１の実施形態の関節障害リスク評価装置３００の構成例を示すブロック図である。 第１の実施形態の関節障害リスク指標テーブルの例を示す説明図である。 第１の実施形態の関節障害リスク評価装置３００による関節障害リスク評価処理の動作を示すフローチャートである。 本発明によるロコモティブ症候群未病対策システムの第２の実施形態の構成例を示すブロック図である。 第２の実施形態のロコモティブ症候群未病対策システム３０の例を示す説明図である。 第２の実施形態のロコモティブ症候群未病対策システム３０による未病対策方法表示処理の動作を示すフローチャートである。 本発明による関節障害リスク評価装置３００のハードウェア構成例を示す説明図である。 本発明による関節障害リスク評価装置の概要を示すブロック図である。 本発明による関節障害リスク評価システムの概要を示すブロック図である。 本発明による未病対策システムの概要を示すブロック図である。
［第１の実施形態］
［構成の説明］
以下、本発明の実施形態を、図面を参照して説明する。図１は、本発明による関節障害リスク評価システムの第１の実施形態の構成例を示すブロック図である。図１に示す関節障害リスク評価システム１０は、歩行者６０の関節障害リスクを評価するシステムである。
図１に示すように、関節障害リスク評価システム１０は、モーション計測装置１００と、床反力計測装置２００と、関節障害リスク評価装置３００と、記憶装置４００と、表示装置５００とを含む。
関節障害リスク評価システム１０に含まれる装置間の接続手段は、例えばLAN(Local Area Network) ケーブルやUSB(Universal Serial Bus) ケーブル等が用いられる有線接続である。
また、装置間の接続手段は、Bluetooth （登録商標）やWi-Fi （登録商標）等が用いられる無線接続でもよい。本実施形態の関節障害リスク評価システム１０に含まれる装置間の接続手段は、特に限定されない。
また、図１では、関節障害リスク評価装置３００、記憶装置４００、および表示装置５００は、１つの歩行者用端末２０に含まれている。歩行者用端末２０は、例えばコンピュータ、スマートフォン、タブレット、スマートグラス等のヘッドマウントディスプレイ、スマートウォッチ、スマートバンドである。
なお、関節障害リスク評価装置３００、記憶装置４００、および表示装置５００は、同一の歩行者用端末２０に含まれていなくてもよい。例えば、関節障害リスク評価装置３００、記憶装置４００がクラウドシステムに含まれており、表示装置５００のみがスマートフォン等である歩行者用端末２０に含まれていてもよい。
モーション計測装置１００は、歩行者６０のモーションを計測する機能を有する。本実施形態のモーションは、歩行者６０の歩容等の動作を意味する。
例えば、歩行者６０の身体が剛体リンクと見做された場合、モーション計測装置１００は、歩行者６０の各関節の角度および角速度、歩行者６０の各体節の姿勢、位置、加速度および角速度等の情報を計測する。
なお、各関節は、モーション計測装置１００の計測対象である関節を意味する。関節障害リスクの評価対象になる関節は、各関節のうちの一部の関節である。関節障害リスクの評価対象になる関節が決定されると、計測対象になる関節も決定される。
例えば、膝関節が関節障害リスクの評価対象である場合、モーション計測装置１００は、膝関節のモーションと、足関節のモーションを計測する。モーション計測装置１００が評価対象以外の関節のモーションも計測する理由は、一般的に複数の関節の情報が用意された方が後述する動力学的パラメータの計算精度が高くなるためである。また、モーション計測装置１００は、股関節のモーションを計測してもよい。
また、体節とは、大腿、下腿、足部、腰部、胴体、頭部等、１つの骨のかたまりに相当する。１つの骨のかたまりは、１つの骨およびその骨に付随する周辺部位を含むかたまりである。周辺部位は、変形せずに１つの剛体として骨と一緒に動く範囲内に存在する部位である。
なお、本実施形態のモーション計測装置１００が計測する情報は、上記の情報に限定されない。モーション計測装置１００は、計測された歩行者６０のモーションを表す時系列データであるモーションデータを、関節障害リスク評価装置３００に送信する。モーション計測装置１００は、歩行者６０のモーションを計測することによってモーションを表す時系列データであるモーションデータを取得している。
図２は、膝関節のモーションデータの例を示す説明図である。図２に示すモーションデータは、左踵が接地されてから次の左踵が接地されるまでの１歩行周期に渡って左下肢の膝関節が計測された時のモーションデータである。
図２に示すモーションデータの単位は角度である。すなわち、モーションデータの値が０度に近いほど、膝関節が伸展している。また、モーションデータの値が−９０度に近いほど、膝関節が屈曲している。
図３は、足関節のモーションデータの例を示す説明図である。図３に示すモーションデータは、左踵が接地されてから次の左踵が接地されるまでの１歩行周期に渡って左下肢の足関節が計測された時のモーションデータである。
図３に示すモーションデータの単位は角度である。すなわち、モーションデータの値が大きい正の値であるほど、足関節が背屈している。また、モーションデータの値が大きい負の値であるほど、足関節が底屈している。
また、モーション計測装置１００は、歩行者６０の複数のモーションを計測してもよい。また、本実施形態で使用されるモーション計測装置１００は、１つに限定されない。
モーション計測装置１００は、例えば加速度計と角速度計とを有するIMU （Inertial Measurement Unit ：慣性計測ユニット）である。IMU は、例えばバンド等が使用されて腿や脛に取り付けられる。また、IMU は、両足に取り付けられてもよいし、片足のみに取り付けられてもよい。
なお、IMU が有する加速度計の計測範囲には、取り付けられた位置における歩行者６０の歩行時の最大加速度が含まれることが好ましい。同様に、IMU が有する角速度計の計測範囲には、取り付けられた位置における歩行者６０の歩行時の最大角速度が含まれることが好ましい。その理由は、IMU の計測範囲が歩行者６０の動作に対応していないと、動力学的パラメータの計算精度が低下するためである。
また、モーション計測装置１００は、加速度計と角速度計とを有するスマートフォンでもよい。膝関節のモーションが計測される場合、例えばIMU が膝下に取り付けられ、スマートフォンが膝上に取り付けられる。すなわち、スマートフォンが使用されると、例えば２つのIMU が使用されて実行される計測が、１つのIMU と１つのスマートフォンが使用されて実行される。すなわち、スマートフォンがIMU として用いられてもよい。
また、足関節のモーションが計測される場合、例えばIMU が歩行者６０の足部と膝下に取り付けられる。
また、モーション計測装置１００は、光学式モーションキャプチャ装置、ゴニオメーター、カメラ等でもよい。本実施形態のモーション計測装置１００は、上述した例に限定されない。
なお、モーション計測装置１００が歩行者６０のモーションを計測する時間間隔は、特に限定されない。しかし、計測の時間間隔が長すぎると、後述する動力学的パラメータの計算精度が低下する可能性がある。また、計測の時間間隔が短すぎると、送信されるモーションデータの量が過剰になる可能性がある。
よって、モーション計測装置１００は、歩行者６０の歩行周期を考慮して、例えば、１０ミリ秒間隔で歩行者６０のモーションを計測することが好ましい。
床反力計測装置２００は、歩行者６０にかかる床反力を計測する機能を有する。床反力は、足底面が床から受ける力を構成する３分力（垂直分力、側方分力、前後分力）、床面上の座標値で表される床反力作用点、および力の回転の強さを表す回転モーメント等、足底面が床から受ける力の特性を表す。
床反力計測装置２００は、計測された歩行者６０にかかる床反力を表す時系列データである床反力データを、関節障害リスク評価装置３００に送信する。床反力計測装置２００は、歩行者６０にかかる床反力を計測することによって床反力を表す時系列データである床反力データを取得している。
床反力計測装置２００は、例えば歪みゲージ式圧力計、静電容量型圧力計等の圧力計である。また、床反力計測装置２００は、抵抗値の変化を基に床反力を計測する圧力計でもよい。抵抗値の変化を基に床反力を計測する圧力計は、例えばインソール（中敷き）の下に取り付けられる。
なお、圧力計の計測範囲には、取り付けられた位置における歩行者６０の歩行時の最大床反力が含まれることが好ましい。その理由は、走行時の着地時点等、計測範囲を超えた荷重が圧力計にかかると、動力学的パラメータの計算精度が低下するためである。
また、床反力計測装置２００は、左下肢と右下肢のいずれかにのみ設置されてもよいし、両下肢にそれぞれ設置されてもよい。床反力計測装置２００は、設置されている部位において、歩行者６０にかかる床反力を計測する。
また、床反力計測装置２００は、歩行者６０にかかる床反力を計測可能な、床面に設置されたフォースプレートでもよい。本実施形態の床反力計測装置２００は、上述した例に限定されない。
なお、床反力計測装置２００が歩行者６０にかかる床反力を計測する時間間隔は、特に限定されない。しかし、計測の時間間隔が長すぎると、後述する動力学的パラメータの計算精度が低下する可能性がある。また、計測の時間間隔が短すぎると、送信される床反力データの量が過剰になる可能性がある。
よって、床反力計測装置２００は、歩行者６０の歩行周期を考慮して、例えば、１０ミリ秒間隔で歩行者６０にかかる床反力を計測することが好ましい。
図４は、床反力データの例を示す説明図である。図４に示す床反力データは、左踵が接地されてから次の左踵が接地されるまでの１歩行周期に渡って計測された左下肢にかかる垂直分力を示す床反力データである。図４に示す床反力データの単位はkgである。
関節障害リスク評価装置３００は、モーション計測装置１００からモーションデータを、床反力計測装置２００から床反力データをそれぞれ受信する。関節障害リスク評価装置３００は、受信されたデータを用いて判定された関節障害リスクを表す指標である関節障害リスク指標を、表示装置５００に送信する。関節障害リスク評価装置３００の具体的な機能および構成は、図面を変えて別途説明する。
記憶装置４００は、歩行者６０の関節障害リスク指標を判定するために求められる所定のデータを格納する機能を有する。記憶装置４００は、関節障害リスク評価装置３００に対して、関節障害リスク指標を判定するために求められる所定のデータを送信する。記憶装置４００に格納されているデータは、図面を変えて別途説明する。
表示装置５００は、関節障害リスク評価装置３００から受信された関節障害リスク指標を表示する機能を有する。なお、表示装置５００は、少なくともモーションデータと床反力データのうちのいずれかのデータを、関節障害リスク指標と併せて表示してもよい。
（関節障害リスク評価装置３００の構成例）
次に、図５を参照して、本実施形態の関節障害リスク評価システム１０に含まれる関節障害リスク評価装置３００の機能および構成を説明する。図５は、第１の実施形態の関節障害リスク評価装置３００の構成例を示すブロック図である。
図５に示すように、本実施形態の関節障害リスク評価装置３００は、力学解析部３１０と、特徴量計算部３２０と、指標判定部３３０とを有する。また、図５に示すように、記憶装置４００は、指標判定部３３０と通信可能に接続されている。
以下、説明の便宜のため、評価対象の関節が膝関節である場合を例に説明する。
力学解析部３１０は、評価対象の関節における動力学的パラメータを計算する機能を有する。本実施形態の動力学的パラメータは、任意の力が作用している物体の運動を表す運動方程式中の変数である。なお、運動方程式には、質点の運動方程式の他に、剛体の運動方程式も含まれる。
動力学的パラメータは、例えば膝関節における関節反力（大腿骨遠位端と脛骨近位端の間に働く力）である膝関節反力
Figure 0006958739
 である。例えば、膝関節反力が大きくなるほど、膝が強く圧縮される。
また、動力学的パラメータは、評価対象の関節における関節モーメントでもよい。関節モーメントの具体例は、例えば特許文献１に記載されている。
なお、式（１）におけるt は、時刻である（他の数式においても同様）。式（１）に示す膝関節反力の計算には、例えば一般的に知られている逆動力学計算が用いられる。逆動力学計算が用いられると、膝関節反力は、以下のように計算される。
Figure 0006958739
なお、式（２）におけるmlowerthigh は、下腿の質量を表す。式（２）の右辺第１項は、下腿の質量と下腿加速度の積である。下腿加速度は、以下のように表される。
Figure 0006958739
なお、各要素の添字x 、y 、z は、それぞれ側方方向、前後方向、垂直方向を示す（他の数式においても同様）。また、記号T は、転置の操作を表す（他の数式においても同様）。また、式（２）の右辺第２項は、下腿の質量と重力加速度の積である。また、式（２）の右辺第３項は、足関節反力である。足関節反力は、以下のように計算される。
Figure 0006958739
なお、式（３）におけるmfoot は、足部の質量を表す。式（３）の右辺第１項は、足部の質量と足部加速度の積である。足部加速度は、以下のように表される。
Figure 0006958739
また、式（３）の右辺第２項は、足部の質量と重力加速度の積である。また、式（３）の右辺第３項は、床反力データである。床反力データは、足底面が床から受ける力である床反力を表す。床反力データは、以下のように３分力（側方分力、前後分力、垂直分力）を成分とするベクトルで表される。
Figure 0006958739
式（２）〜（３）におけるモーションデータは、足部加速度と下腿加速度である。すなわち、力学解析部３１０は、モーションデータと床反力データとを用いて関節反力を計算する。なお、力学解析部３１０は、モーションデータを基に床反力データを以下の演算により、推定してもよい。
Figure 0006958739
なお、式（４）におけるA ∈R3x3、B ∈R3x3、C ∈R3x1、およびD ∈R3x1は、それぞれ回帰係数を表す（R は実数全体の集合を表す記号）。また、式（４）におけるm は、歩行者６０の体重を表す。すなわち、式（４）は、足部加速度、下腿加速度、体重を説明変数に持つ線形回帰式である。上記のように、力学解析部３１０は、取得されたモーションデータを基に推定された床反力データを用いてもよい。
なお、力学解析部３１０がモーションデータを基に床反力データを推定する場合、床反力計測装置２００は、関節障害リスク評価システム１０に設けられていなくてもよい。また、力学解析部３１０がモーションデータを基に床反力データを推定してもよいこと、および床反力データが推定される場合に床反力計測装置２００が設けられていなくてもよいことは、後述する第２の実施形態にも当てはまる。
特徴量計算部３２０は、力学解析部３１０により算出された動力学的パラメータ（例えば、関節反力）を基に、関節に繰り返し加えられる負荷を表す特徴量を計算する機能を有する。
以下、特徴量の計算例を説明する。膝関節反力の大きさ
Figure 0006958739
 がフーリエ変換された関数をX(f)とする（f は周波数）と、X(f)のパワースペクトルは、|X(f)|2 で表される。パワースペクトル密度関数数Φ(f) は、パワースペクトルが時間で正規化された関数であるため、次式で定義される。
Figure 0006958739
特徴量L は、以下のようにパワースペクトル密度関数Φ(f) が所定の周波数域（fH〜fL[Hz]）に渡って積分された値が考えられる。
Figure 0006958739
変形性膝関節症の関節障害リスクが評価される場合、fHとfLには、関節軟骨の退行変性を発生させやすい周波数成分が設定されることが好ましい。例えば、非特許文献１には、１分間に６０回の瞬間的な負荷がかかることによって関節軟骨の退行変性が生じたことが記載されている。よって、fH〜fLを1Hz 前後の周波数域に設定する（例えば、fL=0.8、fH=1.2）ことが考えられる。
式（７）の特徴量L は、周波数域fL〜fHにおける周波数（周期）で、繰り返し変動する膝関節反力の強さを表す。特徴量L は、歩行者６０の直立不動時であればほぼ０になる。その理由は、直立不動時の関節反力は一定であるため、Φ(f) がf=0 に集中する分布になるためである。
また、歩行等の負荷が繰り返し生ずる動作を歩行者６０が行っている時、特徴量L は、０よりも大きな値になる。すなわち、式（７）の特徴量L は、関節に繰り返し加えられる負荷に対して感度を有するため、関節に繰り返し加えられる負荷が考慮されている特徴量である。関節に繰り返し加えられる負荷を考慮する理由は、上記のように、関節に繰り返し加えられる負荷が関節障害リスクを高める主な要因であるためである。
指標判定部３３０は、特徴量計算部３２０により計算された特徴量L を基に、関節障害リスク指標を判定する機能を有する。関節障害リスク指標を判定するために、指標判定部３３０は、例えば、特徴量L と関節障害リスク指標との対応関係を示す関節障害リスク指標テーブルを参照する。関節障害リスク指標テーブルは、統計的な方法等で予め生成され、記憶装置４００に格納されている情報である。
すなわち、本例において、記憶装置４００は、特徴量L と関節障害リスク指標との対応関係を示す関節障害リスク指標テーブルを記憶している。指標判定部３３０は、記憶されている関節障害リスク指標テーブルを用いて関節障害リスク指標を判定する。
図６は、第１の実施形態の関節障害リスク指標テーブルの例を示す説明図である。図６に示すように、関節障害リスク指標テーブルは、特徴量L の所定の範囲と、関節障害リスク指標とが対応付けられた情報を示す。具体的に、関節障害リスク指標テーブルは、特徴量L の値が大きくなるほど関節障害リスク指標が高くなり、特徴量L の値が小さくなるほど関節障害リスク指標が低くなることを示す。
なお、関節障害リスク指標の判定方法は、上述した関節障害リスク指標テーブルを参照する方法に限定されない。例えば、指標判定部３３０は、予め生成された関節障害リスク指標を判定するモデルである判定モデルに特徴量L を入力することによって関節障害リスク指標を判定してもよい。
［動作の説明］
以下、本実施形態の関節障害リスク評価システム１０に含まれる関節障害リスク評価装置３００の関節障害リスクを評価する動作を図７を参照して説明する。図７は、第１の実施形態の関節障害リスク評価装置３００による関節障害リスク評価処理の動作を示すフローチャートである。
最初に、関節障害リスク評価装置３００の力学解析部３１０は、モーション計測装置１００から送信されたモーションデータと、床反力計測装置２００から送信された床反力データとを受信する（ステップS101）。
次いで、力学解析部３１０は、受信されたモーションデータと床反力データとを用いて、評価対象の関節における動力学的パラメータを計算する（ステップS102）。次いで、力学解析部３１０は、計算された動力学的パラメータを特徴量計算部３２０に入力する。
次いで、特徴量計算部３２０は、力学解析部３１０から入力された動力学的パラメータを用いて、関節に繰り返し加えられる負荷を表す特徴量を計算する（ステップS103）。次いで、特徴量計算部３２０は、計算された特徴量を指標判定部３３０に入力する。
次いで、指標判定部３３０は、特徴量計算部３２０から入力された特徴量を用いて、関節障害リスク指標を判定する（ステップS104）。次いで、指標判定部３３０は、判定された関節障害リスク指標を出力する。出力した後、関節障害リスク評価装置３００は、関節障害リスク評価処理を終了する。
［効果の説明］
本実施形態の関節障害リスク評価システム１０の関節障害リスク評価装置３００は、図７に示す関節障害リスク評価処理を実行することによって、歩行者６０の関節障害リスクを評価できる。
本実施形態の関節障害リスク評価装置３００を使用するユーザは、精度よく関節障害リスクを評価できる。その理由は、関節障害リスク評価装置３００の特徴量計算部３２０が関節に繰り返し加えられる負荷が考慮された特徴量を計算し、指標判定部３３０が計算された特徴量を用いて関節障害リスク指標を判定するためである。
なお、本実施形態の関節障害リスク評価装置３００は、膝関節以外の関節も評価できる。例えば、関節障害リスク評価装置３００は、介護従事者や運送業者等、日常的に重量物を運搬する人の腰椎の関節の関節障害リスクを評価してもよい。腰椎の関節の関節障害リスクが評価される場合、対象者の上半身に加えられる力が計測される。
また、本実施形態の関節障害リスク評価装置３００は、人ではなくロボットの関節の関節障害リスクを評価してもよい。特に、関節障害リスク評価装置３００は、自動車組み立てロボットや生活支援ロボット等の関節の関節障害リスクを評価してもよい。
［第２の実施形態］
次に、本発明によるロコモティブ症候群未病対策システムの第２の実施形態を、図面を参照して説明する。本実施形態のロコモティブ症候群未病対策システムは、第１の実施形態の関節障害リスク評価システム１０が応用されたシステムである。
ロコモティブ症候群は、運動器の障害が原因で移動機能が低下した状態である。ロコモティブ症候群に陥った患者は、買い物に行くことができない、階段を昇ることができない、歩行速度が健常者よりも遅いため集団行動をとることが困難になる等、日常生活における活動が制限されることが多い。日常生活における活動が制限されると、ロコモティブ症候群に陥る前に比べて実行可能な活動の範囲が狭まるため、患者の生活の質（QoL:Quality of Life ）が低下する可能性がある。
さらに、日常生活における活動が制限されると、要支援のリスク、または要介護のリスクも高まる可能性がある。すなわち、ロコモティブ症候群に陥る患者が増えると、社会保障費が増大することが予想される。
ロコモティブ症候群の代表的な症例として、変形性膝関節症、および変形性腰椎症が知られている。変形性膝関節症、および変形性腰椎症は、負荷がかけられた関節軟骨が摩耗することによって関節に炎症が起こり、膝や腰に痛みが生ずる症状である。
変形性膝関節症、および変形性腰椎症を生じさせないためには、日々の生活において関節軟骨にかかる負荷を高めないことが重要である。関節軟骨にかかる負荷が高められなければ、ロコモティブ症候群の発症が抑制される。または、ロコモティブ症候群の発症が遅らせられる。
ロコモティブ症候群の発症が抑制されたり遅らせられたりすると、患者の健康寿命が延伸する。ロコモティブ症候群が発症する前に関節軟骨にかかる負荷を抑えるような対策は、未病対策と呼ばれる。
しかし、発症したロコモティブ症候群が軽度である場合、患者にとってロコモティブ症候群の発症を自覚することは難しい。また、ロコモティブ症候群の発症を自覚しても病院に行くほどの症状ではないと考え、日常生活に支障をきたすほど重症度化した段階で来院する患者も少なくない。以上の理由により、ロコモティブ症候群の未病対策をとることは難しいという課題がある。
上記の課題に対して、第１の実施形態の関節障害リスク評価装置３００を用いれば、ユーザである歩行者６０は、未病段階で関節障害リスクを把握できる。しかし、一般的なユーザは、専門知識を有していないため、関節障害リスクを把握しても具体的にどのような未病対策をとればよいか分からないという問題がある。
以下の説明では、ロコモティブ症候群の典型的な症例の１つである変形性膝関節症を関節障害リスクの評価対象として説明する。また、以下の説明では、下肢（特に大腿と、下腿と、足部）に、モーション計測装置１００の計測用センサ、および床反力計測装置２００の計測用センサが取り付けられていることを前提とする。
なお、本実施形態のロコモティブ症候群未病対策システムの評価対象は、変形性膝関節症に限定されない。評価対象は、例えば変形性股関節症や、腰痛でもよい。さらに、評価対象は、ロコモティブ症候群以外の、首痛や肩こり等でもよい。
変形性膝関節症以外の症状が評価対象になる場合、計測用センサは、評価対象の関節における関節反力が計測可能な位置に適切に設置される。
［構成の説明］
図８は、本発明によるロコモティブ症候群未病対策システムの第２の実施形態の構成例を示すブロック図である。図８に示すように、ロコモティブ症候群未病対策システム３０は、モーション計測装置１００と、床反力計測装置２００と、関節障害リスク評価装置３００と、記憶装置４００と、表示装置５１０と、記憶装置６００と、表示装置７００と、入力装置８００とを含む。
本実施形態のモーション計測装置１００、床反力計測装置２００、関節障害リスク評価装置３００、および記憶装置４００は、第１の実施形態の関節障害リスク評価システム１０でも使用されている構成要素である。
また、図８に示すように、関節障害リスク評価装置３００、記憶装置４００、および表示装置５１０は、第１の実施形態と同様に１つの歩行者用端末２０に含まれている。また、記憶装置６００は、サーバ４０に含まれている。
また、図８に示すように、表示装置７００、および入力装置８００は、１つの入力者用端末５０に含まれている。なお、関節障害リスク評価装置３００、および記憶装置４００は、歩行者用端末２０の代わりにサーバ４０に含まれていてもよい。
記憶装置６００は、参照用データ記憶部６１０と、未病対策方法記憶部６２０とを有する。参照用データ記憶部６１０には、関節障害リスク評価装置３００から、取得されたモーションデータと、取得された床反力データと、判定された関節障害リスク指標とが入力される。
参照用データ記憶部６１０は、入力された各データを参照用データとして蓄積する機能を有する。また、参照用データ記憶部６１０は、蓄積された参照用データを表示装置７００に送信する。
未病対策方法記憶部６２０には、後述する未病対策方法を示すデータである未病対策方法データが入力装置８００から入力される。未病対策方法記憶部６２０は、入力された未病対策方法データを蓄積する機能を有する。また、未病対策方法記憶部６２０は、蓄積された未病対策方法データを表示装置５１０に送信する。
なお、記憶装置６００は、歩行者６０と、参照用データ記憶部６１０に蓄積されている参照用データと、未病対策方法記憶部６２０に蓄積されている未病対策方法データとを対応付けて記憶している。
表示装置５１０は、関節障害リスク評価システム１０の表示装置５００が有する機能に加えて、未病対策方法記憶部６２０から受信した未病対策方法データを表示する機能も有する。
表示装置７００は、参照用データ記憶部６１０から受信した参照用データを表示する機能を有する。
入力装置８００は、例えば、未病対策方法の入力に使用されるインタフェースを備える。未病対策方法は、関節障害リスクを低減させるための具体的な方法である。未病対策方法は、例えば、筋力訓練プランを提示する、クッション性を有するシューズの使用を推奨する、重量物の運搬を控えることを推奨する、である。
また、歩行者６０自身が任意の対策を実行することが困難である等の理由により医療機関が直接対策した方がよい場合、未病対策方法は、医療機関を受診することを推奨する、になる。
入力装置８００には、症状の発生を抑えるための対策が入力される。なお、未病対策方法データは、テキストデータ、音声データ、画像データ等である。未病対策方法データの形式は、ロコモティブ症候群未病対策システム３０において利用可能な形式であればどのような形式でもよい。
すなわち、本実施形態の表示装置５１０は、指標判定部３３０により判定された関節障害リスク指標と、力学解析部３１０により計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて表示する。
図９は、第２の実施形態のロコモティブ症候群未病対策システム３０の例を示す説明図である。図９に示すロコモティブ症候群未病対策システム３０は、歩行者用端末２０と、サーバ４０と、入力者用端末５０と、モーション計測装置１００ａ〜１００ｆと、床反力計測装置２００ａ〜２００ｂとを含む。
また、図９に示すように、モーション計測装置１００ａは、歩行者６０の左大腿に配置されている。また、モーション計測装置１００ｂは、歩行者６０の左下腿に配置されている。また、モーション計測装置１００ｃは、歩行者６０の左足部に配置されている。
また、図９に示すように、モーション計測装置１００ｄは、歩行者６０の右大腿に配置されている。また、モーション計測装置１００ｅは、歩行者６０の右下腿に配置されている。また、モーション計測装置１００ｆは、歩行者６０の右足部に配置されている。モーション計測装置１００ａ〜１００ｆは、関節障害リスク評価システム１０のモーション計測装置１００が行う動作と同様の動作をそれぞれ行う。
また、図９に示すように、床反力計測装置２００ａは、歩行者６０の左足底に配置されている。また、床反力計測装置２００ｂは、歩行者６０の右足底に配置されている。床反力計測装置２００ａおよび床反力計測装置２００ｂは、関節障害リスク評価システム１０の床反力計測装置２００が行う動作と同様の動作をそれぞれ行う。
入力者用端末５０は、ディスプレイ等に送信された参照用データを表示する。また、入力者用端末５０に未病対策方法を入力する入力者６１は、キーボードやタッチパネル等のインタフェースを介して入力者用端末５０に未病対策方法を入力する。
入力される未病対策方法の内容は、入力者６１が判断している。なお、入力者６１は、医師、または理学療法士等、関節障害やロコモティブ症候群に関する知識を有する専門家であることが好ましい。入力者用端末５０は、入力された未病対策方法を示す未病対策方法データをサーバ４０に送信する。
なお、歩行者用端末２０、サーバ４０、および入力者用端末５０の間の通信手段は、特に限定されない。歩行者６０が遠隔地に存在する入力者用端末５０から未病対策方法を受け取ることが可能な利便性の高いシステムであることがロコモティブ症候群未病対策システム３０に求められる場合、歩行者用端末２０とインターネットとの間の通信手段は、無線通信手段であることが好ましい。
［動作の説明］
以下、本実施形態のロコモティブ症候群未病対策システム３０の未病対策方法を表示する動作を図１０を参照して説明する。図１０は、第２の実施形態のロコモティブ症候群未病対策システム３０による未病対策方法表示処理の動作を示すフローチャートである。
最初に、ロコモティブ症候群未病対策システム３０のモーション計測装置１００は、歩行者６０のモーションを計測する。また、ロコモティブ症候群未病対策システム３０の床反力計測装置２００は、歩行者６０にかかる床反力を計測する（ステップS201）。
次いで、モーション計測装置１００は、取得されたモーションデータを関節障害リスク評価装置３００、および記憶装置６００の参照用データ記憶部６１０に送信する。また、床反力計測装置２００は、取得された床反力データを関節障害リスク評価装置３００、および記憶装置６００の参照用データ記憶部６１０に送信する。
次いで、関節障害リスク評価装置３００は、モーション計測装置１００から送信されたモーションデータ、および床反力計測装置２００から送信された床反力データを用いて、関節障害リスク指標を判定する（ステップS202）。ステップS202の処理は、第１の実施形態におけるステップS101〜S104の処理に相当する。
次いで、関節障害リスク評価装置３００は、判定された関節障害リスク指標を示すデータを、表示装置５１０、および記憶装置６００の参照用データ記憶部６１０に送信する。
次いで、表示装置７００は、記憶装置６００の参照用データ記憶部６１０に蓄積された参照用データを表示する（ステップS203）。
次いで、入力者６１が、入力装置８００に未病対策方法を入力する（ステップS204）。入力装置８００は、入力された未病対策方法を示す未病対策方法データを、記憶装置６００の未病対策方法記憶部６２０に送信する。
次いで、表示装置５１０は、関節障害リスク評価装置３００から関節障害リスク指標を示すデータを受信する。また、表示装置５１０は、記憶装置６００の未病対策方法記憶部６２０から未病対策方法データを受信する。
次いで、表示装置５１０は、受信された関節障害リスク指標を示すデータ、および受信された未病対策方法データを歩行者６０に向けて表示する（ステップS205）。表示した後、ロコモティブ症候群未病対策システム３０は、未病対策方法表示処理を終了する。
［効果の説明］
本実施形態のロコモティブ症候群未病対策システム３０の表示装置５１０は、関節障害リスク評価装置３００により精度よく判定された関節障害リスク指標と、未病対策方法とを同時にユーザに提示できる。
すなわち、ロコモティブ症候群未病対策システム３０が使用されると、ロコモティブ症候群の発症を自覚していない一般的なユーザや、ロコモティブ症候群の発症を自覚してもどのような対策をとればよいか分からない一般的なユーザが、有効な未病対策をとることができる。
以下、各実施形態の関節障害リスク評価装置３００のハードウェア構成の具体例を説明する。図１１は、本発明による関節障害リスク評価装置３００のハードウェア構成例を示す説明図である。
図１１に示す関節障害リスク評価装置３００は、ＣＰＵ（Central Processing Unit ）３０１と、主記憶部３０２と、通信部３０３と、補助記憶部３０４とを備える。また、ユーザが操作するための入力部３０５や、ユーザに処理結果または処理内容の経過を提示するための出力部３０６を備えてもよい。
なお、図１１に示す関節障害リスク評価装置３００は、ＣＰＵ３０１の代わりにＤＳＰ（Digital Signal Processor）を備えてもよい。または、図１１に示す関節障害リスク評価装置３００は、ＣＰＵ３０１とＤＳＰとを併せて備えてもよい。
主記憶部３０２は、データの作業領域やデータの一時退避領域として用いられる。主記憶部３０２は、例えばＲＡＭ（Random Access Memory）である。
通信部３０３は、有線のネットワークまたは無線のネットワーク（情報通信ネットワーク）を介して、周辺機器との間でデータを入力および出力する機能を有する。
補助記憶部３０４は、一時的でない有形の記憶媒体である。一時的でない有形の記憶媒体として、例えば磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Compact Disk Read Only Memory ）、ＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory ）、半導体メモリが挙げられる。
入力部３０５は、データや処理命令を入力する機能を有する。入力部３０５は、例えばキーボードやマウス等の入力デバイスである。
出力部３０６は、データを出力する機能を有する。出力部３０６は、例えば液晶ディスプレイ装置等の表示装置、またはプリンタ等の印刷装置である。
また、図１１に示すように、関節障害リスク評価装置３００において、各構成要素は、システムバス３０７に接続されている。
補助記憶部３０４は、例えば、力学解析部３１０、特徴量計算部３２０、および指標判定部３３０を実現するためのプログラムを記憶している。また、力学解析部３１０、および指標判定部３３０は、通信部３０３を介して通信処理を実行してもよい。
なお、関節障害リスク評価装置３００は、ハードウェアにより実現されてもよい。例えば、関節障害リスク評価装置３００は、内部に図５に示すような機能を実現するプログラムが組み込まれたＬＳＩ（Large Scale Integration ）等のハードウェア部品が含まれる回路が実装されてもよい。
また、関節障害リスク評価装置３００は、図１１に示すＣＰＵ３０１が各構成要素が有する機能を提供するプログラムを実行することによって、ソフトウェアにより実現されてもよい。
ソフトウェアにより実現される場合、ＣＰＵ３０１が補助記憶部３０４に格納されているプログラムを、主記憶部３０２にロードして実行し、関節障害リスク評価装置３００の動作を制御することによって、各機能がソフトウェアにより実現される。
また、各構成要素の一部または全部は、汎用の回路（circuitry ）または専用の回路、プロセッサ等やこれらの組み合わせによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各構成要素の一部または全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
各構成要素の一部または全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
次に、本発明の概要を説明する。図１２は、本発明による関節障害リスク評価装置の概要を示すブロック図である。本発明による関節障害リスク評価装置７０は、対象物の関節のうち評価対象の関節における関節反力を、対象物の動作を表す時系列データであるモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部７１（例えば、力学解析部３１０）と、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部７２（例えば、特徴量計算部３２０）と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部７３（例えば、指標判定部３３０）とを備える。
そのような構成により、関節障害リスク評価装置は、関節障害リスクをより高精度に評価できる。
また、関節反力計算部７１は、対象物の動作を計測するモーション計測手段から取得されたモーションデータを用いてもよい。また、関節反力計算部７１は、対象物にかかる床反力を計測する床反力計測手段から取得された床反力データを用いてもよい。
そのような構成により、関節障害リスク評価装置は、関節障害リスクをより高精度に評価できる。
また、関節反力計算部７１は、取得されたモーションデータを基に床反力データを推定し、推定された床反力データを用いてもよい。
そのような構成により、関節障害リスク評価装置は、モーションデータを取得すれば関節障害リスクを評価できる。
また、判定部７３は、特徴量と関節障害リスク指標との対応関係を示す情報を用いて関節障害リスク指標を判定してもよい。
そのような構成により、関節障害リスク評価装置は、過去に取得されたデータが示す特徴量と関節障害リスク指標との対応関係に基づいて関節障害リスクを評価できる。
また、関節反力計算部７１は、評価対象の関節における関節モーメントを計算し、特徴量計算部７２は、計算された関節モーメントを基に特徴量を計算してもよい。
そのような構成により、関節障害リスク評価装置は、関節モーメントを用いて関節障害リスクを評価できる。
また、図１３は、本発明による関節障害リスク評価システムの概要を示すブロック図である。本発明による関節障害リスク評価システム８０は、対象物の動作を計測することによって動作を表す時系列データであるモーションデータを取得するモーション計測部８１（例えば、モーション計測装置１００）と、対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部８２（例えば、力学解析部３１０）と、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部８３（例えば、特徴量計算部３２０）と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部８４（例えば、指標判定部３３０）とを含む。
そのような構成により、関節障害リスク評価システムは、関節障害リスクをより高精度に評価できる。
また、関節障害リスク評価システム８０は、対象物にかかる床反力を計測することによって床反力を表す床反力データを取得する床反力計測部（例えば、床反力計測装置２００）を含み、関節反力計算部８２は、取得された床反力データを用いてもよい。
そのような構成により、関節障害リスク評価システムは、関節障害リスクをより高精度に評価できる。
また、関節反力計算部８２は、取得されたモーションデータを基に床反力データを推定し、推定された床反力データを用いてもよい。
そのような構成により、関節障害リスク評価システムは、床反力計測部が設けられていなくても関節障害リスクを評価できる。
また、関節障害リスク評価システム８０は、特徴量と関節障害リスク指標との対応関係を示す情報を記憶する記憶部（例えば、記憶装置４００）を含み、判定部８４は、記憶されている情報を用いて関節障害リスク指標を判定してもよい。
そのような構成により、関節障害リスク評価システムは、過去に取得されたデータが示す特徴量と関節障害リスク指標との対応関係に基づいて関節障害リスクを評価できる。
また、関節反力計算部８２は、評価対象の関節における関節モーメントを計算し、特徴量計算部８３は、計算された関節モーメントを基に特徴量を計算してもよい。
そのような構成により、関節障害リスク評価システムは、関節モーメントを用いて関節障害リスクを評価できる。
また、図１４は、本発明による未病対策システムの概要を示すブロック図である。本発明による未病対策システム９０は、対象物の動作を計測することによって動作を表す時系列データであるモーションデータを取得するモーション計測部９１（例えば、モーション計測装置１００）と、対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部９２（例えば、力学解析部３１０）と、計算された関節反力を基に評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部９３（例えば、特徴量計算部３２０）と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部９４（例えば、指標判定部３３０）と、判定された関節障害リスク指標と、計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力する出力部９５（例えば、表示装置５１０）とを含む。
そのような構成により、未病対策システムは、関節障害リスクをより高精度に評価できる。
また、未病対策システム９０は、モーションデータと、床反力データと、関節障害リスク指標とを参照用データとして記憶する第１記憶部（例えば、参照用データ記憶部６１０）と、記憶されている参照用データを表示する表示部（例えば、表示装置７００）とを含んでもよい。
そのような構成により、未病対策システムは、専門家に関節障害リスク指標を提示できる。
また、未病対策システム９０は、症状の発生を抑えるための対策が入力される入力部（例えば、入力装置８００）を含んでもよい。
そのような構成により、未病対策システムは、表示された参照用データに応じて専門家が入力した未病対策方法を利用できる。
また、未病対策システム９０は、対象物にかかる床反力を計測することによって床反力を表す床反力データを取得する床反力計測部（例えば、床反力計測装置２００）を含み、関節反力計算部９２は、取得された床反力データを用いてもよい。
そのような構成により、未病対策システムは、関節障害リスクをより高精度に評価できる。
また、関節反力計算部９２は、取得されたモーションデータを基に床反力データを推定し、推定された床反力データを用いてもよい。
そのような構成により、未病対策システムは、床反力計測部が設けられていなくても関節障害リスクを評価できる。
また、未病対策システム９０は、特徴量と関節障害リスク指標との対応関係を示す情報を記憶する第２記憶部（例えば、記憶装置４００）を含み、判定部９４は、記憶されている情報を用いて関節障害リスク指標を判定してもよい。
そのような構成により、未病対策システムは、過去に取得されたデータが示す特徴量と関節障害リスク指標との対応関係に基づいて関節障害リスクを評価できる。
また、関節反力計算部９２は、評価対象の関節における関節モーメントを計算し、特徴量計算部９３は、計算された関節モーメントを基に特徴量を計算してもよい。
そのような構成により、未病対策システムは、関節モーメントを用いて関節障害リスクを評価できる。
以上、実施形態および実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
また、上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下に限られない。
（付記１）対象物の関節のうち評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを備えることを特徴とする関節障害リスク評価装置。
（付記２）関節反力計算部は、対象物の動作を計測するモーション計測手段から取得されたモーションデータを用いる付記１記載の関節障害リスク評価装置。
（付記３）関節反力計算部は、対象物にかかる床反力を計測する床反力計測手段から取得された床反力データを用いる付記１または付記２記載の関節障害リスク評価装置。
（付記４）関節反力計算部は、取得されたモーションデータを基に床反力データを推定し、推定された床反力データを用いる付記２記載の関節障害リスク評価装置。
（付記５）判定部は、特徴量と関節障害リスク指標との対応関係を示す情報を用いて関節障害リスク指標を判定する付記１から付記４のうちのいずれかに記載の関節障害リスク評価装置。
（付記６）関節反力計算部は、評価対象の関節における関節モーメントを計算し、特徴量計算部は、計算された関節モーメントを基に特徴量を計算する付記１から付記５のうちのいずれかに記載の関節障害リスク評価装置。
（付記７）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得するモーション計測部と、前記対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを含むことを特徴とする関節障害リスク評価システム。
（付記８）対象物にかかる床反力を計測することによって前記床反力を表す床反力データを取得する床反力計測部を含み、関節反力計算部は、取得された床反力データを用いる付記７記載の関節障害リスク評価システム。
（付記９）関節反力計算部は、取得されたモーションデータを基に床反力データを推定し、推定された床反力データを用いる付記７記載の関節障害リスク評価システム。
（付記１０）特徴量と関節障害リスク指標との対応関係を示す情報を記憶する記憶部を含み、判定部は、記憶されている情報を用いて関節障害リスク指標を判定する付記７から付記９のうちのいずれかに記載の関節障害リスク評価システム。
（付記１１）関節反力計算部は、評価対象の関節における関節モーメントを計算し、特徴量計算部は、計算された関節モーメントを基に特徴量を計算する付記７から付記１０のうちのいずれかに記載の関節障害リスク評価システム。
（付記１２）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得するモーション計測部と、前記対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部と、判定された関節障害リスク指標と、前記計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力する出力部とを含むことを特徴とする未病対策システム。
（付記１３）モーションデータと、床反力データと、関節障害リスク指標とを参照用データとして記憶する第１記憶部と、記憶されている参照用データを表示する表示部とを含む付記１２記載の未病対策システム。
（付記１４）症状の発生を抑えるための対策が入力される入力部を含む付記１２または付記１３記載の未病対策システム。
（付記１５）対象物にかかる床反力を計測することによって前記床反力を表す床反力データを取得する床反力計測部を含み、関節反力計算部は、取得された床反力データを用いる付記１２から付記１４のうちのいずれかに記載の未病対策システム。
（付記１６）関節反力計算部は、取得されたモーションデータを基に床反力データを推定し、推定された床反力データを用いる付記１２から付記１４のうちのいずれかに記載の未病対策システム。
（付記１７）特徴量と関節障害リスク指標との対応関係を示す情報を記憶する第２記憶部を含み、判定部は、記憶されている情報を用いて関節障害リスク指標を判定する付記１２から付記１６のうちのいずれかに記載の未病対策システム。
（付記１８）関節反力計算部は、評価対象の関節における関節モーメントを計算し、特徴量計算部は、計算された関節モーメントを基に特徴量を計算する付記１２から付記１７のうちのいずれかに記載の未病対策システム。
（付記１９）対象物の関節のうち評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定することを特徴とする関節障害リスク評価方法。
（付記２０）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得し、前記対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定することを特徴とする関節障害リスク評価方法。
（付記２１）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得し、前記対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定し、判定された関節障害リスク指標と、前記計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力することを特徴とする未病対策方法。
（付記２２）コンピュータに、対象物の関節のうち評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算処理、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算処理、および計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定処理を実行させるための関節障害リスク評価プログラム。
（付記２３）対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを備えることを特徴とする関節障害リスク評価装置。
（付記２４）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得するモーション計測部と、前記対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを含むことを特徴とする関節障害リスク評価システム。
（付記２５）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得するモーション計測部と、前記対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定する判定部と、判定された関節障害リスク指標と、前記計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力する出力部とを含むことを特徴とする未病対策システム。
（付記２６）対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定することを特徴とする関節障害リスク評価方法。
（付記２７）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得し、前記対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定することを特徴とする関節障害リスク評価方法。
（付記２８）対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得し、前記対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定し、判定された関節障害リスク指標と、前記計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力することを特徴とする未病対策方法。
（付記２９）コンピュータに、対象物の関節のうち関節障害が生じるリスクである関節障害リスクの評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算処理、計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算処理、および計算された特徴量を基に前記関節障害リスクを表す指標である関節障害リスク指標を判定する判定処理を実行させるための関節障害リスク評価プログラム。
産業上の利用の可能性
本発明は、関節障害リスクを提示することによって歩行改善を促すヘルスケアシステム（特に、ロコモティブ症候群用の未病対策システム）に好適に適用される。
また、本発明は、リハビリの効果を定量的に示すことによって効率的なリハビリプランの立案を支援するシステムや、介護度をより正確に判定することによって介護保険料等を客観的に算定するシステムにも好適に適用される。
また、本発明は、健常者およびスポーツ選手の走行フォーム、野球選手の投球フォーム、テニス選手やゴルフ選手のフォーム等を指導するシステムにも好適に適用される。
さらに、本発明の評価対象は、人間に限定されない。例えば、本発明は、自動車組み立てロボットに代表される、マニピュレータ等の関節を有するロボットの関節部が故障する可能性を評価するシステムにも好適に適用される。
１０、８０ 関節障害リスク評価システム
２０ 歩行者用端末
３０ ロコモティブ症候群未病対策システム
４０ サーバ
５０ 入力者用端末
６０ 歩行者
６１ 入力者
７０、３００ 関節障害リスク評価装置
７１、８２、９２ 関節反力計算部
７２、８３、９３ 特徴量計算部
７３、８４、９４ 判定部
８１、９１ モーション計測部
９０ 未病対策システム
９５、３０６ 出力部
１００、１００ａ〜１００ｆ モーション計測装置
２００、２００ａ〜２００ｂ 床反力計測装置
３０１ ＣＰＵ
３０２ 主記憶部
３０３ 通信部
３０４ 補助記憶部
３０５ 入力部
３０７ システムバス
３１０ 力学解析部
３２０ 特徴量計算部
３３０ 指標判定部
４００、６００ 記憶装置
５００、５１０、７００ 表示装置
６１０ 参照用データ記憶部
６２０ 未病対策方法記憶部
８００ 入力装置

Claims (10)

  1. 対象物の関節のうち評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、
    計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、
    計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを備える
    ことを特徴とする関節障害リスク評価装置。
  2. 関節反力計算部は、対象物の動作を計測するモーション計測手段から取得されたモーションデータを用いる
    請求項１記載の関節障害リスク評価装置。
  3. 関節反力計算部は、対象物にかかる床反力を計測する床反力計測手段から取得された床反力データを用いる
    請求項１または請求項２記載の関節障害リスク評価装置。
  4. 関節反力計算部は、
    取得されたモーションデータを基に床反力データを推定し、
    推定された床反力データを用いる
    請求項２記載の関節障害リスク評価装置。
  5. 判定部は、特徴量と関節障害リスク指標との対応関係を示す情報を用いて関節障害リスク指標を判定する
    請求項１から請求項４のうちのいずれか１項に記載の関節障害リスク評価装置。
  6. 関節反力計算部は、評価対象の関節における関節モーメントを計算し、
    特徴量計算部は、計算された関節モーメントを基に特徴量を計算する
    請求項１から請求項５のうちのいずれか１項に記載の関節障害リスク評価装置。
  7. 対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得するモーション計測部と、
    前記対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、
    計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、
    計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部とを含む
    ことを特徴とする関節障害リスク評価システム。
  8. 対象物の動作を計測することによって前記動作を表す時系列データであるモーションデータを取得するモーション計測部と、
    前記対象物の関節のうち評価対象の関節における関節反力を、取得されたモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算部と、
    計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算部と、
    計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定部と、
    判定された関節障害リスク指標と、前記計算された関節反力を起因とする症状の発生を抑えるための対策とを併せて出力する出力部とを含む
    ことを特徴とする未病対策システム。
  9. 対象物の関節のうち評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算し、
    計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算し、
    計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する
    ことを特徴とする関節障害リスク評価方法。
  10. コンピュータに、
    対象物の関節のうち評価対象の関節における関節反力を、前記対象物の動作を表す時系列データであるモーションデータと前記対象物にかかる床反力を表す時系列データである床反力データとを用いて計算する関節反力計算処理、
    計算された関節反力を基に前記評価対象の関節に繰り返し加えられる負荷を表す特徴量を計算する特徴量計算処理、および
    計算された特徴量を基に関節障害が生じるリスクである関節障害リスクを表す指標である関節障害リスク指標を判定する判定処理
    を実行させるための関節障害リスク評価プログラム。
JP2020535363A 2018-08-07 2018-08-07 関節障害リスク評価装置、システム、方法およびプログラム Active JP6958739B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/029565 WO2020031253A1 (ja) 2018-08-07 2018-08-07 関節障害リスク評価装置、システム、方法およびプログラム

Publications (2)

Publication Number Publication Date
JPWO2020031253A1 JPWO2020031253A1 (ja) 2021-08-10
JP6958739B2 true JP6958739B2 (ja) 2021-11-02

Family

ID=69414620

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020535363A Active JP6958739B2 (ja) 2018-08-07 2018-08-07 関節障害リスク評価装置、システム、方法およびプログラム

Country Status (3)

Country Link
US (1) US20210186436A1 (ja)
JP (1) JP6958739B2 (ja)
WO (1) WO2020031253A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11497452B2 (en) * 2019-06-20 2022-11-15 The Hong Kong Polytechnic University Predictive knee joint loading system
WO2022085662A1 (ja) * 2020-10-23 2022-04-28 国立大学法人大阪大学 関節評価装置、方法及びプログラム
JPWO2022250098A1 (ja) * 2021-05-28 2022-12-01

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9532732B2 (en) * 2010-05-03 2017-01-03 Emovi Inc. Method and system for knee joint evaluation and diagnostic aid in normal and pathologic state
JP6216984B2 (ja) * 2013-07-31 2017-10-25 国立大学法人 宮崎大学 ロコモティブシンドロームの評価値算出方法、および評価装置
US20160249833A1 (en) * 2013-09-19 2016-09-01 Dorsavi Pty Ltd Method and apparatus for monitoring quality of a dynamic activity of a body
WO2015164706A1 (en) * 2014-04-25 2015-10-29 Massachusetts Institute Of Technology Feedback method and wearable device to monitor and modulate knee adduction moment
US9687695B2 (en) * 2014-10-22 2017-06-27 Dalsu Lee Methods and systems for training proper running of a user
US10115319B2 (en) * 2015-03-26 2018-10-30 President And Fellows Of Harvard College Systems and methods for detecting overstriding in runners
TWI615129B (zh) * 2016-02-19 2018-02-21 財團法人資訊工業策進會 步態分析系統及方法
JP2017202236A (ja) * 2016-05-13 2017-11-16 花王株式会社 歩行分析方法及び歩行分析装置
US20180028109A1 (en) * 2016-07-27 2018-02-01 Andrew TESNOW System and method for a wearable knee injury prevention
US11350854B2 (en) * 2016-11-10 2022-06-07 Children's Hospital Medical Center Augmented neuromuscular training system and method
JP7180378B2 (ja) * 2016-11-29 2022-11-30 日本電気株式会社 歩行状態計測装置、歩行状態計測システム、歩行状態計測方法および歩行状態計測プログラム
GB201706907D0 (en) * 2017-05-02 2017-06-14 Ato-Gear Holding B V Automated coaching system
US11284838B2 (en) * 2017-10-24 2022-03-29 George Mason University Research Foundation, Inc. Non-invasive wearable biomechanical and physiology monitor for injury prevention and rehabilitation

Also Published As

Publication number Publication date
US20210186436A1 (en) 2021-06-24
WO2020031253A1 (ja) 2020-02-13
JPWO2020031253A1 (ja) 2021-08-10

Similar Documents

Publication Publication Date Title
Stetter et al. A machine learning and wearable sensor based approach to estimate external knee flexion and adduction moments during various locomotion tasks
CN112603295B (zh) 一种基于可穿戴传感器的康复评估方法和系统
EP3326528B1 (en) Gait analysis method and gait analysis system
EP2695645B1 (en) Running form diagnostic system and method for scoring running form
JP7180378B2 (ja) 歩行状態計測装置、歩行状態計測システム、歩行状態計測方法および歩行状態計測プログラム
Sim et al. Predicting complete ground reaction forces and moments during gait with insole plantar pressure information using a wavelet neural network
Martinez-Ramirez et al. Wavelet analysis based on time–frequency information discriminate chronic ankle instability
Lim et al. Use of the Microsoft Kinect system to characterize balance ability during balance training
JP6958739B2 (ja) 関節障害リスク評価装置、システム、方法およびプログラム
Lee et al. 3D spinal motion analysis during staircase walking using an ambulatory inertial and magnetic sensing system
US20150032034A1 (en) Apparatus and method for quantifying stability of the knee
JP2019150329A (ja) 歩行評価システムおよび歩行評価方法
Varela et al. A kinematic characterization of human walking by using CaTraSys
JP6535778B1 (ja) 運動能力評価システム
Santos et al. A low-cost wireless system of inertial sensors to postural analysis during human movement
JP2017202236A (ja) 歩行分析方法及び歩行分析装置
Cimolin et al. Computation of spatio-temporal parameters in level walking using a single inertial system in lean and obese adolescents
Dowling et al. Characterization of thigh and shank segment angular velocity during jump landing tasks commonly used to evaluate risk for ACL injury
JP6773227B2 (ja) 情報処理装置、情報処理システム、および情報処理方法
LeBlanc et al. Continuous estimation of ground reaction force during long distance running within a fatigue monitoring framework: A Kalman filter-based model-data fusion approach
Hernandez et al. From on-body sensors to in-body data for health monitoring and medical robotics: A survey
JP6079585B2 (ja) 歩容のバランス評価装置
Amick et al. Comparison of the SWAY balance mobile application to the abbreviated balance error scoring system
Babanov et al. Balance of the human body in hybrid poses between standing and sitting in a passive exoskeleton of the lower limbs
Yin et al. Flexible sensor-based biomechanical evaluation of low-back exoskeleton use in lifting

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210112

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210112

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: 20210907

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210920

R150 Certificate of patent or registration of utility model

Ref document number: 6958739

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150