JP6973653B2 - リハビリテーションエクササイズ信号の信号処理方法及びシステム - Google Patents
リハビリテーションエクササイズ信号の信号処理方法及びシステム Download PDFInfo
- Publication number
- JP6973653B2 JP6973653B2 JP2020539008A JP2020539008A JP6973653B2 JP 6973653 B2 JP6973653 B2 JP 6973653B2 JP 2020539008 A JP2020539008 A JP 2020539008A JP 2020539008 A JP2020539008 A JP 2020539008A JP 6973653 B2 JP6973653 B2 JP 6973653B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- segmented
- prominent
- signals
- 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
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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- 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
-
- 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
- A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/62—Time or time measurement used for time reference, time stamp, master time or clock signal
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/80—Special sensors, transducers or devices therefor
- A63B2220/803—Motion sensors
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/08—Measuring physiological parameters of the user other bio-electrical signals
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/60—Measuring physiological parameters of the user muscle strain, i.e. measured on the user
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Geometry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
前記モーション信号の勾配に基づき、前記第1及び第2のモーション信号のそれぞれを複数のセグメント化信号にセグメント化し、各セグメント化信号は均一な勾配を有し、
前記第1及び第2のモーション信号間で同様の勾配を有するマッチング信号の複数の組み合わせを形成することで前記セグメント化信号を自動的に修正し、それにより前記第1及び第2のモーション信号は一対一対応となり、
前記対応における前記マッチング信号の対応する時間間隔を抽出する、ステップを含む方法が提供される。
リハビリテーションエクササイズ信号の信号処理システムであって、
少なくとも1つのプロセッサと、
コンピュータプログラムコードが記憶された少なくとも1つのメモリモジュールと、を備え、
前記コンピュータプログラムコードは、前記少なくとも1つのプロセッサを用いて、前記システムに、
身体部分の動きに関連付けられた第1及び第2のモーション信号を受信させ、前記モーション信号が前記動きの時間性データを含み、
前記モーション信号の勾配に基づいて前記第1及び第2のモーション信号のそれぞれを複数のセグメント化信号にセグメント化させ、各セグメント化信号が均一な勾配を有し、
前記第1及び第2のモーション信号間で同様の勾配を有するマッチング信号の複数の組み合わせを形成させることで前記セグメント化信号を自動的に修正させ、それにより、前記第1及び第2のモーション信号が一対一対応となり、
前記対応における前記マッチング信号の対応する時間間隔を抽出させるように構成された、システムが提供される。
(付記1)
リハビリテーションエクササイズ信号の信号処理方法であって、
身体部分の動きに関連付けられた第1及び第2のモーション信号を受信し、前記モーション信号は前記動きの時間性データを含み、
前記モーション信号の勾配に基づき、前記第1及び第2のモーション信号のそれぞれを複数のセグメント化信号にセグメント化し、各セグメント化信号は均一な勾配を有し、
前記第1及び第2のモーション信号間で同様の勾配を有するマッチング信号の複数の組み合わせを形成することで前記セグメント化信号を自動的に修正し、それにより前記第1及び第2のモーション信号は一対一対応となり、
前記対応における前記マッチング信号の対応する時間間隔を抽出する、ステップを含む、信号処理方法。
(付記2)
前記セグメント化信号を自動的に修正することは、
前記第1及び第2のモーション信号間のセグメント化信号の1つ又は複数の組み合わせを特定し、セグメント化信号の各組み合わせは、同様の勾配を有するセグメント化信号を含み、
同様の勾配を有するセグメント化信号の前記1つ又は複数の組み合わせを特定するステップから顕著である顕著なセグメント化信号の1つ又は複数の組み合わせを特定し、
前記第1及び第2のモーション信号のそれぞれの前記顕著なセグメント化信号を矯正し、前記マッチング信号を形成する、ステップ
を含む、付記1に記載の方法。
(付記3)
顕著なセグメント化信号の前記組み合わせを矯正することは、
第1の顕著なセグメント化信号を前記第1の顕著なセグメント化信号に隣接する第2の顕著なセグメント化信号にマージして、マージ信号を形成し、前記第1及び第2の顕著なセグメント化信号は、前記対応するモーション信号において、対応するセグメント化信号を含み、
前記マージ信号の勾配を算出し、
前記マージ信号の前記算出された勾配と、前記対応するセグメント化信号の勾配を比較し、第1の勾配差を決定し、
前記第1の勾配差が所定の閾値内の場合は、前記対応するセグメント化信号の対応として前記マージ信号を保持する、ステップを含む、付記2に記載の方法。
(付記4)
前記第1の勾配差が前記所定の閾値を超える場合、前記対応するセグメント化信号と前記第1の顕著なセグメント化信号の勾配を比較し、第2の勾配差を決定し、
前記対応するセグメント化信号と前記第2の顕著なセグメント化信号の前記勾配を比較し、第3の勾配差を決定し、
前記第2の勾配差が所定の閾値内にあり、前記第3の勾配差が前記所定の閾値を超える場合、前記第1の顕著なセグメント化信号を前記対応するセグメント化信号の対応として保持し、前記第2の顕著なセグメント化信号を除去し、
第2の勾配差が前記所定の閾値を超え、前記第3の勾配差の値が所定の閾値内にある場合、前記第2の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第1の顕著なセグメント化信号を除去し、
前記第2の勾配差及び前記第3の勾配差が所定の閾値内にあり、前記第2の勾配差が前記第3の勾配差より小さい場合、前記第1の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第2の顕著なセグメント化信号を除去し、
前記第2の勾配差及び前記第3の勾配差が所定の閾値内にある場合、前記第1の顕著なセグメント化信号と前記第2の顕著なセグメント化信号をマージし、前記マージされた信号を、前記対応するセグメント化信号の対応として保持する、ステップを更に含む、請求項3に記載の方法。
(付記5)
前記第2及び第3の勾配差が所定の閾値を超える場合、前記第1及び第2の顕著なセグメント化信号と前記対応するセグメント化信号を除去するステップを更に含む、請求項4に記載の方法。
(付記6)
前記セグメント化信号の勾配に基づいて、グループ識別子を前記セグメント化信号に割り当てるステップを更に含む、付記2に記載の方法。
(付記7)
顕著なセグメント化信号の前記組み合わせを矯正することは、
第1の顕著なセグメント化信号を、前記第1の顕著なセグメント化信号に隣接する第2の顕著なセグメント化信号にマージして、マージ信号を形成し、前記第1及び第2の顕著なセグメント化信号は、前記対応するモーション信号において、対応するセグメント化信号を含み、
前記マージ信号の勾配を算出し、
前記マージ信号の前記勾配に基づいて、グループ識別子を前記マージ信号に割り当てて、
前記マージ信号の前記グループ識別子と前記セグメント化信号の前記グループ識別子を比較し、
前記グループ識別子が同一である場合、前記マージ信号を、前記対応するセグメント化信号の対応として保持する、ステップを含む、付記6に記載の方法。
(付記8)
前記グループ識別子が異なる場合、前記対応するセグメント化信号の前記グループ識別子と前記第1の顕著なセグメント化信号の前記グループ識別子を比較するステップと、
前記対応するセグメント化信号の前記グループ識別子と前記第2の顕著なセグメント化信号の前記グループ識別子を比較し、
前記対応するセグメント化信号及び前記第1の顕著なセグメント化信号の前記グループ識別子が同一である場合、及び前記対応するセグメント化信号及び前記第2の顕著なセグメント化信号の前記グループ識別子が異なる場合、前記第1の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第2の顕著なセグメント化信号を除去し、
前記対応するセグメント化信号及び前記第2の顕著なセグメント化信号の前記グループ識別子が同一である場合及び前記対応するセグメント化信号及び前記第1の顕著なセグメント化信号の前記グループ識別子が異なる場合、前記第2の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第1の顕著なセグメント化信号を除去し、
前記対応するセグメント化信号、前記第1の顕著なセグメント化信号及び前記第2の顕著なセグメント化信号の前記グループ識別子が同一である場合、前記第1及び第2の顕著なセグメント化信号をマージし、前記マージされた信号を前記対応するセグメント化信号の対応として保持する、ステップを含む、付記7に記載の方法。
(付記9)
前記対応するセグメント化信号及び前記第1及び第2の顕著なセグメント化信号の前記グループ識別子が異なる場合、前記第1及び第2の顕著なセグメント化信号並びに前記対応するセグメント化信号を除去するステップを更に含む、付記8に記載の方法。
(付記10)
前記第1及び第2のモーション信号にそれぞれ関連付けられた第1及び第2の筋電図(EMG)を受信し、前記EMGが筋肉により生成された電位の記録を含み、前記それぞれのモーション信号と同時に記録され、
前記抽出された対応する時間間隔に応じた前記第1及び第2のEMGを比較し、前記筋力の変化を決定する、ステップを更に含む、付記1〜9のいずれか一項に記載の方法。
(付記11)
前記第1及び第2のEMGを比較することは、
前記抽出された対応する時間間隔に基づいて前記EMGをセグメント化し、
前記第1及び第2のEMG間の前記セグメント化されたEMGの振幅差を決定する、ステップ
を含む、付記10に記載の方法。
(付記12)
前記モーション信号は、時間にわたる上肢又は下肢の屈曲又は屈伸角度を含む、付記1〜11のいずれか一項に記載の方法。
(付記13)
前記第1及び第2のモーション信号間で同様の勾配を有するセグメント化信号の1つ又は複数の組み合わせを特定することは、動的時間伸縮(DTW)法を用いて前記第1及び第2のモーション信号の前記セグメント化信号間の類似性を測定することを含む、付記2に記載の方法。
(付記14)
リハビリテーションエクササイズ信号の信号処理システムであって、
少なくとも1つのプロセッサと、
コンピュータプログラムコードが記憶された少なくとも1つのメモリモジュールと、を備え、
前記コンピュータプログラムコードは、前記少なくとも1つのプロセッサを用いて、前記システムに、
身体部分の動きに関連付けられた第1及び第2のモーション信号を受信させ、前記モーション信号が前記動きの時間性データを含み、
前記モーション信号の勾配に基づいて前記第1及び第2のモーション信号のそれぞれを複数のセグメント化信号にセグメント化させ、各セグメント化信号が均一な勾配を有し、
前記第1及び第2のモーション信号間で同様の勾配を有するマッチング信号の複数の組み合わせを形成させることで前記セグメント化信号を自動的に修正させ、それにより、前記第1及び第2のモーション信号が一対一対応となり、
前記対応における前記マッチング信号の対応する時間間隔を抽出させるように構成された、システム。
104 プロセッサ
106 メモリモジュール
108 モーションセンサ
202a、202b 第1のEMGs
204a、204b 第2のEMGs
206 モーション信号
300 モーション信号
400a 第1のモーション信号
400b 第2のモーション信号
404 ボックス
502 セグメント化信号
504 セグメント化信号
506 セグメント化信号
600a 第1のモーション信号
600b 第2のモーション信号
608 マージ信号
610 勾配
700a 第1のモーション信号
700b 第2のモーション信号
800a 第1のモーション信号
800b 第2のモーション信号
Claims (14)
- リハビリテーションエクササイズ信号の信号処理方法であって、
身体部分の動きに関連付けられた第1及び第2のモーション信号を受信し、前記第1及び前記第2のモーション信号は前記動きの時間性データを含み、
前記モーション信号の勾配に基づき、前記第1及び第2のモーション信号のそれぞれを複数のセグメント化信号にセグメント化し、各セグメント化信号は均一な勾配を有し、
前記第1及び第2のモーション信号間の同様の勾配を有するマッチング信号の複数の組み合わせを形成することで前記セグメント化信号を自動的に修正し、それにより前記第1及び第2のモーション信号は一対一対応となり、
前記対応における前記マッチング信号の対応する時間間隔を抽出する、ステップを含む、信号処理方法。 - 前記セグメント化信号を自動的に修正することは、
前記第1及び第2のモーション信号間のセグメント化信号の1つ又は複数の組み合わせを特定し、セグメント化信号のそれぞれの組み合わせは、同様の勾配を有するセグメント化信号を含み、
同様の勾配を有するセグメント化信号の前記1つ又は複数の組み合わせを特定するステップから顕著である顕著なセグメント化信号の1つ又は複数の組み合わせを特定し、
前記第1及び第2のモーション信号のそれぞれの前記顕著なセグメント化信号を矯正し、前記マッチング信号を形成する、ステップを含む、請求項1に記載の方法。 - 顕著なセグメント化信号の前記組み合わせを矯正することは、
第1の顕著なセグメント化信号を前記第1の顕著なセグメント化信号に隣接する第2の顕著なセグメント化信号にマージしてマージ信号を形成し、前記第1及び第2の顕著なセグメント化信号は、対応するモーション信号において、対応するセグメント化信号を含み、
前記マージ信号の勾配を算出し、
前記マージ信号の前記算出された勾配と、前記対応するセグメント化信号の勾配を比較し、第1の勾配差を決定し、
前記第1の勾配差が所定の閾値内の場合は、前記対応するセグメント化信号の対応として前記マージ信号を保持する、ステップを含む、請求項2に記載の方法。 - 前記第1の勾配差が前記所定の閾値を超える場合、前記対応するセグメント化信号と前記第1の顕著なセグメント化信号の勾配を比較し、第2の勾配差を決定し、
前記対応するセグメント化信号と前記第2の顕著なセグメント化信号の前記勾配を比較し、第3の勾配差を決定し、
前記第2の勾配差が所定の閾値内にあり、前記第3の勾配差が前記所定の閾値を超える場合、前記第1の顕著なセグメント化信号を前記対応するセグメント化信号の対応として保持し、前記第2の顕著なセグメント化信号を除去し、
第2の勾配差が前記所定の閾値を超え、前記第3の勾配差の値が所定の閾値内にある場合、前記第2の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第1の顕著なセグメント化信号を除去し、
前記第2の勾配差及び前記第3の勾配差が所定の閾値内にあり、前記第2の勾配差が前記第3の勾配差より小さい場合、前記第1の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第2の顕著なセグメント化信号を除去し、
前記第2の勾配差及び前記第3の勾配差が所定の閾値内にある場合、前記第1の顕著なセグメント化信号と前記第2の顕著なセグメント化信号をマージし、前記マージされた信号を、前記対応するセグメント化信号の対応として保持する、
ステップを更に含む、請求項3に記載の方法。 - 前記第2及び第3の勾配差が所定の閾値を超える場合、前記第1及び第2の顕著なセグメント化信号と前記対応するセグメント化信号を除去するステップを更に含む、請求項4に記載の方法。
- 前記セグメント化信号の勾配に基づいて、グループ識別子を前記セグメント化信号に割り当てるステップを更に含む、請求項2に記載の方法。
- 顕著なセグメント化信号の前記組み合わせを矯正することは、
第1の顕著なセグメント化信号を、前記第1の顕著なセグメント化信号に隣接する第2の顕著なセグメント化信号にマージしてマージ信号を形成し、前記第1及び第2の顕著なセグメント化信号は、前記対応するモーション信号において、対応するセグメント化信号を含み、
前記マージ信号の勾配を算出し、
前記マージ信号の前記勾配に基づいて、グループ識別子を前記マージ信号に割り当てて、
前記マージ信号の前記グループ識別子と前記セグメント化信号の前記グループ識別子を比較し、
前記グループ識別子が同一である場合、前記マージ信号を、前記対応するセグメント化信号の対応として保持する、ステップを含む、請求項6に記載の方法。 - 前記グループ識別子が異なる場合、前記対応するセグメント化信号の前記グループ識別子と前記第1の顕著なセグメント化信号の前記グループ識別子を比較し、
前記対応するセグメント化信号の前記グループ識別子と前記第2の顕著なセグメント化信号の前記グループ識別子を比較するステップと、
前記対応するセグメント化信号及び前記第1の顕著なセグメント化信号の前記グループ識別子が同一である場合、及び前記対応するセグメント化信号及び前記第2の顕著なセグメント化信号の前記グループ識別子が異なる場合、前記第1の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第2の顕著なセグメント化信号を除去し、
前記対応するセグメント化信号及び前記第2の顕著なセグメント化信号の前記グループ識別子が同一である場合及び前記対応するセグメント化信号及び前記第1の顕著なセグメント化信号の前記グループ識別子が異なる場合、前記第2の顕著なセグメント化信号を、前記対応するセグメント化信号の対応として保持し、前記第1の顕著なセグメント化信号をし、
前記対応するセグメント化信号、前記第1の顕著なセグメント化信号及び前記第2の顕著なセグメント化信号の前記グループ識別子が同一である場合、前記第1及び第2の顕著なセグメント化信号をマージし、前記マージされた信号を前記対応するセグメント化信号の対応として保持する、
ステップを含む、請求項7に記載の方法。 - 前記対応するセグメント化信号及び前記第1及び第2の顕著なセグメント化信号の前記グループ識別子が異なる場合、前記第1及び第2の顕著なセグメント化信号並びに前記対応するセグメント化信号を除去するステップを更に含む、請求項8に記載の方法。
- 前記第1及び第2のモーション信号にそれぞれ関連付けられた第1及び第2の筋電図(EMG)を受信し、前記第1及び前記第2のEMGが筋肉により生成された電位の記録を含み、それぞれのモーション信号と同時に記録され、
前記抽出された対応する時間間隔に応じた前記第1及び第2のEMGを比較して筋力の変化を決定する、ステップを更に含む、請求項1〜9のいずれか一項に記載の方法。 - 前記第1及び第2のEMGを比較することは、
前記抽出された対応する時間間隔に基づいて前記第1及び前記第2のEMGをセグメント化し、
前記第1及び第2のEMG間の前記セグメント化されたEMGの振幅差を決定する
ステップを含む、請求項10に記載の方法。 - 前記モーション信号は、時間にわたる上肢又は下肢の屈曲又は屈伸角度を含む、請求項1〜11のいずれか一項に記載の方法。
- 前記第1及び第2のモーション信号間の同様の勾配を有するセグメント化信号の1つ又は複数の組み合わせを特定することは、動的時間伸縮(DTW)法を用いて前記第1及び第2のモーション信号の前記セグメント化信号間の類似性を測定することを含む、請求項2に記載の方法。
- リハビリテーションエクササイズ信号の信号処理システムであって、
少なくとも1つのプロセッサと、
コンピュータプログラムコードが記憶された少なくとも1つのメモリモジュールと、を備え、
前記コンピュータプログラムコードは、前記少なくとも1つのプロセッサを用いて、前記システムに、
身体部分の動きに関連付けられた第1及び第2のモーション信号を受信させ、前記第1及び前記第2のモーション信号が前記動きの時間性データを含み、
前記モーション信号の勾配に基づいて前記第1及び第2のモーション信号のそれぞれを複数のセグメント化信号にセグメント化させ、各セグメント化信号が均一な勾配を有し、
前記第1及び第2のモーション信号間で同様の勾配を有するマッチング信号の複数の組み合わせを形成させことで前記セグメント化信号を自動的に修正させ、それにより、前記第1及び第2のモーション信号が一対一対応となり、
前記対応における前記マッチング信号の対応する時間間隔を抽出させるように構成された、システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201800954QA SG10201800954QA (en) | 2018-02-02 | 2018-02-02 | Method and system for signal processing rehabilitation exercise signals |
SG10201800954Q | 2018-02-02 | ||
PCT/JP2019/001160 WO2019150962A1 (en) | 2018-02-02 | 2019-01-16 | Method and system for signal processing rehabilitation exercise signals |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021511126A JP2021511126A (ja) | 2021-05-06 |
JP6973653B2 true JP6973653B2 (ja) | 2021-12-01 |
Family
ID=67478693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020539008A Active JP6973653B2 (ja) | 2018-02-02 | 2019-01-16 | リハビリテーションエクササイズ信号の信号処理方法及びシステム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210362005A1 (ja) |
JP (1) | JP6973653B2 (ja) |
SG (1) | SG10201800954QA (ja) |
WO (1) | WO2019150962A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI766259B (zh) * | 2020-03-27 | 2022-06-01 | 莊龍飛 | 運動課程評分方法與系統、電腦程式產品 |
EP4369153A1 (en) | 2021-12-09 | 2024-05-15 | Samsung Electronics Co., Ltd. | Gesture recognition method using wearable device, and device therefor |
WO2024040547A1 (zh) * | 2022-08-26 | 2024-02-29 | 深圳市韶音科技有限公司 | 一种运动监控系统、设备和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4801566B2 (ja) * | 2006-11-27 | 2011-10-26 | 日本電信電話株式会社 | データストリーム監視装置、データストリーム監視方法、そのプログラムおよび記録媒体 |
JP6580497B2 (ja) * | 2016-02-09 | 2019-09-25 | Kddi株式会社 | 筋電信号を用いて顔表情を高い精度で識別する装置、デバイス、プログラム及び方法 |
EP3443900A4 (en) * | 2016-04-11 | 2019-04-24 | Fujitsu Limited | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND INFORMATION PROCESSING PROGRAM |
US10426411B2 (en) * | 2016-06-29 | 2019-10-01 | Samsung Electronics Co., Ltd. | System and method for providing a real-time signal segmentation and fiducial points alignment framework |
-
2018
- 2018-02-02 SG SG10201800954QA patent/SG10201800954QA/en unknown
-
2019
- 2019-01-16 WO PCT/JP2019/001160 patent/WO2019150962A1/en active Application Filing
- 2019-01-16 US US16/963,385 patent/US20210362005A1/en active Pending
- 2019-01-16 JP JP2020539008A patent/JP6973653B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021511126A (ja) | 2021-05-06 |
WO2019150962A1 (en) | 2019-08-08 |
SG10201800954QA (en) | 2019-09-27 |
US20210362005A1 (en) | 2021-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6973653B2 (ja) | リハビリテーションエクササイズ信号の信号処理方法及びシステム | |
JP2019536602A5 (ja) | ||
CN109214238A (zh) | 多目标跟踪方法、装置、设备及存储介质 | |
CN108229282A (zh) | 关键点检测方法、装置、存储介质及电子设备 | |
CN103945755B (zh) | 图像处理装置 | |
Hsu et al. | Online recursive independent component analysis for real-time source separation of high-density EEG | |
CN111931772B (zh) | 医学图像处理方法、装置、设备及存储介质 | |
ATE533115T1 (de) | Verfahren zum simulieren und erstellen eines behandlungsplans für vorhofflimmern | |
CN109620244A (zh) | 基于条件生成对抗网络和svm的婴儿异常行为检测方法 | |
CN106846380B (zh) | 一种医学图像配准方法及设备 | |
US10832410B2 (en) | Computer system, method, and program for diagnosing subject | |
EP3968285A3 (en) | Model training method and apparatus, keypoint positioning method and apparatus, device and medium | |
CN113238972A (zh) | 一种图像检测方法、装置、设备及存储介质 | |
ATE540381T1 (de) | Verfahren und mittel zur bildverarbeitung | |
Martindale et al. | Smart annotation tool for multi-sensor gait-based daily activity data | |
CN106980749B (zh) | 疾病的快速辅助定位方法 | |
CN108230305A (zh) | 基于视频分析扶梯异常运行状态检测的方法 | |
Abhishek et al. | Stress analysis of a computer game player using electroencephalogram | |
CN110584662A (zh) | 基于脑电信息的自闭症风险量化方法、装置和存储介质 | |
KR20210015176A (ko) | 트레이닝 완성도를 평가하기 위한 장치 및 방법 | |
CN109785376B (zh) | 深度估计装置的训练方法、深度估计设备及存储介质 | |
Cerrolaza et al. | Fully-automatic glottis segmentation with active shape models. | |
CN113570586A (zh) | 神经网络系统的创建、处理ct图像的方法及其装置 | |
Pilotti-Riley et al. | Video corroboration of player incurred impacts using trunk worn sensors among national ice-hockey team members | |
KR102174246B1 (ko) | 카테터 추적 시스템 및 제어 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210615 |
|
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: 20211005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6973653 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |