JP7188401B2

JP7188401B2 - 歩行分析方法及び歩行分析装置

Info

Publication number: JP7188401B2
Application number: JP2020014368A
Authority: JP
Inventors: 陽子小森; 武史藤原
Original assignee: Toyoda Gosei Co Ltd
Current assignee: Toyoda Gosei Co Ltd
Priority date: 2020-01-31
Filing date: 2020-01-31
Publication date: 2022-12-13
Anticipated expiration: 2040-01-31
Also published as: JP2021119935A

Description

本発明は、歩行分析方法及び歩行分析装置に関する。

従来、ヒトの歩行時に足裏にかかる圧力を測定し、得られた測定情報から、歩行状態に関連する特徴量を取得すること、及び取得した特徴量に基づいて歩行状態を評価することが行われている。

例えば、特許文献１に開示される歩行分析方法では、歩行時に測定された足裏にかかる圧力に基づいて、足底圧パラメータ、足圧中心パラメータ、及び時間パラメータを取得している。そして、片足が着地してから離地するまでの足圧中心軌跡の屈曲角であるＣＯＰ屈曲角を、上記の各パラメータから算出している。

国際公開第２０１８／１６４１５７号

対象者の歩行状態のより詳細な評価を行う上で、特許文献１に開示される特徴量及び特徴量の算出方法には改善の余地があった。
この発明は、こうした実情に鑑みてなされたものであり、その目的は、歩行状態をより詳細に評価することのできる歩行分析方法及び歩行分析装置を提供することにある。

上記課題を解決する歩行分析方法は、歩行時に測定された足裏にかかる圧力に関する測定情報に基づいて歩行状態を分析する歩行分析方法であって、前記測定情報は、片足の足裏にかかる部位毎の圧力を経時的に測定した測定値を含み、歩行時の足の着地から離地までの一歩区間を複数の小区間に分割する分割ステップと、前記小区間における一定時間毎の足裏の足圧中心の二次元座標を算出する座標算出ステップと、同じ前記小区間内において、一定の時間間隔で連続する３つの前記二次元座標を順に座標Ｐ_ｎ、座標Ｐ_ｎ＋１、座標Ｐ_ｎ＋２としたとき、座標Ｐ_ｎから座標Ｐ_ｎ＋１への変化量を示すベクトルと座標Ｐ_ｎ＋１から座標Ｐ_ｎ＋２への変化量を示すベクトルとがなす振れ角の総和である振れ値を算出する振れ値算出ステップとを備える。

上記構成によれば、歩行時の足の着地から離地までの一歩区間を複数の小区間に分割し、小区間単位の振れ値を算出している。上記振れ値は、足圧中心がどの程度、振れているかを定量化した値であり、振れ値を確認することによって、重心移動の滑らかさを定量的に判断することができる。特に、一歩区間全体の振れ値ではなく、一歩区間を分割した小区間単位で細分化した振れ値としたことにより、足圧中心がどのタイミングで振れているか等のより詳細な分析も可能になる。したがって、上記構成により得られる小区間単位の振れ値を用いて、被験者の歩行状態を分析することにより、被験者の歩行状態をより詳細に評価することができる。

複数の前記小区間は、踵側に圧力がかかる踵区間と、つま先側に圧力がかかるつま先区間と、前記一歩区間における前記踵区間及び前記つま先区間を除いた中間区間であることが好ましい。

上記構成によれば、踵側に圧力がかかる踵区間、及びつま先側に圧力がかかるつま先区間をより正確に設定することができ、細分化された特徴量としての振れ値の精度が向上する。

前記測定情報は、足裏において、前後方向に離間する第１位置及び第２位置、並びに前記第１位置及び前記第２位置を結ぶ線を跨いで左右方向に離間する第３位置及び第４位置の部位毎の圧力を経時的に検出した検出値を含むことが好ましい。

上記構成によれば、足圧中心の二次元座標をより正確に取得でき、足圧中心の二次元座標から取得される振れ値の精度が向上する。
前記振れ値、前記小区間における最大圧力値、及び前記小区間の区間時間を特徴量として、前記特徴量が得られている対象群を、前記特徴量に基づいて複数の部分集合にクラスタリングする分類ステップを備えることが好ましい。

上記構成によれば、分類された各部分集合を確認することにより、対象群において特徴のあるデータ、即ち、特徴のある歩行状態の被験者を容易に確認することができる。
上記課題を解決する歩行分析装置は、歩行時に測定された足裏にかかる圧力に関する測定情報に基づいて歩行状態を分析する歩行分析装置であって、前記測定情報から歩行状態に関連する特徴量を取得する情報処理部を備え、前記測定情報は、片足の足裏にかかる部位毎の圧力を経時的に測定した測定値を含み、前記情報処理部は、歩行時の足の着地から離地までの一歩区間を複数の小区間に分割する分割部と、前記小区間における一定時間毎の足裏の足圧中心の二次元座標を算出する座標算出部と、同じ前記小区間内において、一定の時間間隔で連続する３つの前記二次元座標を順に座標Ｐ_ｎ、座標Ｐ_ｎ＋１、座標Ｐ_ｎ＋２としたとき、座標Ｐ_ｎから座標Ｐ_ｎ＋１への変化量を示すベクトルと座標Ｐ_ｎ＋１から座標Ｐ_ｎ＋２への変化量を示すベクトルとがなす振れ角の総和である振れ値を算出する振れ値算出部とを備える。

前記情報処理部は、前記小区間の最大圧力値を取得する最大圧力値取得部と、前記小区間の区間時間を取得する区間時間取得部と、前記振れ値、前記小区間の最大圧力値、及び前記小区間の区間時間を特徴量として、前記特徴量が得られている対象群を、前記特徴量に基づいて複数の部分集合にクラスタリングする分類部とを備えることが好ましい。

本発明によれば、歩行状態をより詳細に評価することができる。

測定装置及び歩行分析装置の説明図。圧力センサの配置の説明図。情報処理部の説明図。特徴量データの説明図。波形データのグラフ。一歩区間の波形データのグラフ。足圧中心の二次元座標のグラフ。振れ角の説明図。グループ０に分類された特徴量データに関する波形データのグラフ及び足圧中心の二次元座標のグラフ。グループ１に分類された特徴量データに関する波形データのグラフ及び足圧中心の二次元座標のグラフ。グループ２に分類された特徴量データに関する波形データのグラフ及び足圧中心の二次元座標のグラフ。歩行分析方法のフローチャート。

以下、本発明の一実施形態を説明する。
先ず、本実施形態の歩行分析方法に用いる測定装置１０及び歩行分析装置２０について説明する。

図１及び図２に示すように、測定装置１０は、シューズの中敷きとして用いられる基部１１を備えている。基部１１には、歩行中の足裏にかかる部位毎の圧力を検出する圧力センサ１２として、踵センサ１２ａ、つま先センサ１２ｂ、内側センサ１２ｃ、及び外側センサ１２ｄの４個の圧力センサが取り付けられている。

図２に示すように、基部１１において、踵センサ１２ａは、踵の荷重がかかる部分に配置され、足裏の踵にかかる圧力を検出する。つま先センサ１２ｂは、第２～４足指の足指の荷重がかかる部分のいずれかに配置され、足裏のつま先にかかる圧力を検出する。

内側センサ１２ｃは、踵センサ１２ａとつま先センサ１２ｂを結ぶ線Ｌよりも内側であって、母指球の荷重がかかる部分に配置され、足裏の内側部分にかかる圧力を検出する。外側センサ１２ｄは、線Ｌよりも外側であって、小指球の荷重がかかる部分に配置され、足裏の外側部分にかかる圧力を検出する。

換言すると、踵センサ１２ａ及びつま先センサ１２ｂは、足裏における前後方向に離間する第１位置及び第２位置の圧力を検出するように配置されている。内側センサ１２ｃ及び外側センサ１２ｄは、第１位置及び前記第２位置を結ぶ線Ｌを跨いで左右方向に離間する第３位置及び第４位置の圧力を検出するように配置されている。

各圧力センサ１２は、それぞれ独立して、所定時間毎に足裏にかかる部位毎の圧力を検出する。上記所定時間は、例えば、５～３０ミリ秒である。本実施形態においては、２０ミリ秒毎に圧力を検出するように設定されている。

圧力センサ１２としては、圧電素子等を用いた公知の感圧センサを用いることができる。特に、足裏に配置されるという使用状況に鑑みると、伸縮性及び耐久性の観点から、誘電エラストマーを利用したエラストマー製の静電容量型センサを用いることが好ましい。上記誘電エラストマーとしては、例えば、架橋されたポリロタキサン、シリコーンエラストマー、アクリルエラストマー、ウレタンエラストマーが挙げられる。

図１に示すように、測定装置１０には、各圧力センサ１２により検出された各検出値を歩行分析装置２０に送信する送信部１３が取り付けられている。各圧力センサ１２により検出された各検出値は、静電容量値や電気抵抗値等の圧力センサの検出方式に応じた圧力値に変換可能な検出値である。したがって、以下に記載する「検出値」は、足裏の圧力センサ１２が取り付けられている位置における圧力の測定値と読み替えることができる。

なお、測定装置１０は、左足用及び右足用の両方が用意されており、必要に応じて、左右のいずれかのみ、又は左右両方を使用することができる。
図１に示すように、歩行分析装置２０は、測定装置１０の送信部１３から送信された測定情報を受信する受信部２１と、受信した測定情報から歩行状態に関連する特徴量を取得する情報処理部２２と、情報処理部２２により取得された特徴量等を表示する表示部２３と、各種の情報を入力する入力部２４とを備えている。

歩行分析装置２０としては、例えば、携帯端末やタブレット端末等のパーソナルコンピュータを用いることができる。表示部２３としては、例えば、液晶ディスプレイ等の公知の表示デバイスを用いることができる。入力部２４としては、例えば、キーボード、マウス、タッチパネル等の公知の入力デバイスを用いることができる。歩行分析装置２０の受信部２１は、有線又は無線の通信手段を有し、公知の通信方式にて測定装置１０の送信部１３と通信を行う。

図３に示すように、情報処理部２２は、記憶部３０、波形データ作成部３１、分割部３２、区間最大値取得部３３、区間時間取得部３４、座標算出部３５、滞在比率算出部３６、振れ値算出部３７、分類部３８、及び表示処理部３９を備えている。

記憶部３０は、測定装置１０から送信された測定情報を記憶するとともに、測定情報に基づく特徴量データを記憶するように構成されている。図４に示すように、特徴量データには、日時やユーザー名等の識別情報と、歩行状態に関連する特徴量Ｆ１～Ｆ１１とが含まれている。また、記憶部３０には、同じ被験者の過去の特徴量データ、異なる被験者の特徴量データ、医療従事者等の専門家により設定されたモデルデータ等の複数の特徴量データが記憶されている。上記モデルデータとしては、例えば、内反足や外反足等の特定の症状を有する被験者の測定結果から得られた特徴量データが挙げられる。また、記憶部３０には、情報処理部２２における各処理の実行を制御するための実行プログラムが記憶されている。

波形データ作成部３１は、記憶部３０に記憶されている分析対象となる測定情報に基づいて、各圧力センサ１２により検出された片足（例えば、左足）の足裏の部位毎の検出値の時間変化を表す波形データを作成する。波形データ作成部３１により作成される波形データの一例を図５に示す。図５において、実線は、踵センサ１２ａの検出値を示し、一点鎖線は、つま先センサ１２ｂの検出値を示し、二点鎖線は、内側センサ１２ｃの検出値を示し、破線は、外側センサ１２ｄの検出値を示す。

分割部３２は、作成された波形データから、歩行時の足の着地から離地までの特定の一歩分の区間を対象区間として抽出するとともに、抽出した対象区間を更に複数の小区間に分割する。

図５に示すように、歩行時の波形データは、圧力値が略一定の区間と検出値が変化する区間とを周期的に繰り返す波形となる。歩行時の波形データにおいて、検出値が略一定の区間が地面から足が離れている区間であり、検出値が変化している区間が地面に足が接している区間である。分割部３２は、各部位の検出値が略一定である区間から踵の圧力値が上昇を開始した点を始点ｔ１とし、各部位の検出値が略一定となるそれぞれの開始点のうちの最も遅い開始点を終点ｔ２とする一歩区間Ａから特定の一歩区間Ａを抽出する。

抽出する一歩区間Ａは、歩行分析装置２０を使用する操作者が任意に選択することもできるし、予め設定された基準に基づいて分割部３２が選択することもできる。上記基準としては、例えば、測定開始から１０歩目等の予め設定された順番に位置する一歩区間Ａを選択すること、ランダムに選択することが挙げられる。

図６に示すように、分割部３２は、抽出した一歩区間Ａを踵区間Ａｈ、つま先区間Ａｔ、及び中間区間Ａｍの小区間に分割する。
踵区間Ａｈは、相対的に踵側に圧力がかかる一歩区間Ａの初期の小区間である。本実施形態においては、一歩区間Ａの始点ｔ１から踵センサ１２ａの検出値がピークの頂点となる時点ｔ３までの区間を踵区間Ａｈとする。

つま先区間Ａｔは、相対的につま先側に圧力がかかる一歩区間Ａの終期の小区間である。本実施形態においては、４個の圧力センサ１２の検出値の中でつま先センサ１２ｂの検出値が最も大きくなる時点ｔ４から一歩区間Ａの終点ｔ２までの区間をつま先区間Ａｔとする。なお、歩行の仕方によっては、つま先区間Ａｔが無い場合もある。

中間区間Ａｍは、一歩区間Ａから踵区間Ａｈ及びつま先区間Ａｔを除いた小区間である。つま先区間Ａｔがある場合には、時点ｔ３から時点ｔ４までの区間を中間区間Ａｍとし、つま先区間Ａｔがない場合には、時点ｔ３から時点ｔ２までの区間を中間区間Ａｍとする。

区間最大値取得部３３は、踵区間Ａｈにおける４個の圧力センサ１２の検出値の最大値（以下、踵区間最大値Ａｈ_ｍａｘと記載する。）、及びつま先区間Ａｔにおける４個の圧力センサ１２の検出値の最大値（以下、つま先区間最大値Ａｔ_ｍａｘと記載する。）を測定情報から取得する。そして、取得した踵区間最大値Ａｈ_ｍａｘ及びつま先区間最大値Ａｔ_ｍａｘを、図４に示す特徴量データを構成する特徴量Ｆ１，Ｆ２として記憶部３０に記憶させる。

区間時間取得部３４は、踵区間Ａｈの長さである区間時間Ｔｈ、中間区間Ａｍの長さである区間時間Ｔｍ、及びつま先区間Ａｔの長さである区間時間Ｔｔを測定情報から取得する。そして、取得した区間時間Ｔｈ，Ｔｍ，Ｔｔを、図４に示す特徴量データを構成する特徴量Ｆ３～Ｆ５として記憶部３０に記憶させる。なお、各区間時間は、秒数等の時間そのものであってもよいし、該当する区間における測定点の点数等の区間時間に相当するパラメータであってもよい。

図７に示すように、座標算出部３５は、一歩区間Ａの測定情報に基づいて、踵区間Ａｈ、つま先区間Ａｔ、及び中間区間Ａｍの各小区間における検出時間毎の足圧中心の二次元座標（Ｘ（ｔ），Ｙ（ｔ））を算出する。Ｘ（ｔ）は、時刻ｔにおける足圧中心の左右方向座標であり、Ｙ（ｔ）は、時刻ｔにおける足圧中心の前後方向座標である。足圧中心の二次元座標は、同じ検出時間に検出された４つの圧力センサ１２の検出値から求めることができる。なお、図７に示す二次元座標における点１２ａ～１２ｄはそれぞれ、対応する符号の圧力センサ１２の位置を示している。

図７に示すように、滞在比率算出部３６は、足圧中心の二次元座標系を、予め設定された３つの領域Ｂ１，Ｂ２，Ｂ３に分割する。そして、滞在比率算出部３６は、座標算出部３５にて算出された二次元座標に基づいて、踵区間Ａｈにおいて、領域Ｂ１に滞在する時間の比率である滞在比率Ｒｈ１、領域Ｂ２に滞在する時間の比率である滞在比率Ｒｈ２、及び領域Ｂ３に滞在する時間の比率である滞在比率Ｒｈ３を算出する。そして、算出された滞在比率Ｒｈ１，Ｒｈ２，Ｒｈ３を、図４に示す特徴量データを構成する特徴量Ｆ６として記憶部３０に記憶させる。

同様に、滞在比率算出部３６は、中間区間Ａｍにおいて、領域Ｂ１に滞在する時間の比率である滞在比率Ｒｍ１、領域Ｂ２に滞在する時間の比率である滞在比率Ｒｍ２、及び領域Ｂ３に滞在する時間の比率である滞在比率Ｒｍ３を算出する。そして、算出された滞在比率Ｒｍ１，Ｒｍ２，Ｒｍ３を、図４に示す特徴量データを構成する特徴量Ｆ７として記憶部３０に記憶させる。

同様に、滞在比率算出部３６は、つま先区間Ａｔにおいて、領域Ｂ１に滞在する時間の比率である滞在比率Ｒｔ１、領域Ｂ２に滞在する時間の比率である滞在比率Ｒｔ２、及び領域Ｂ３に滞在する時間の比率である滞在比率Ｒｔ３を算出する。そして、算出された滞在比率Ｒｔ１，Ｒｔ２，Ｒｔ３を、図４に示す特徴量データを構成する特徴量Ｆ８として記憶部３０に記憶させる。

上記の各滞在比率は、対応する領域に滞在する秒数等の滞在時間そのものに基づく数値であってもよいし、二次元座標系において当該領域に位置する測定点の点数等の滞在時間に相当するパラメータに基づく数値であってもよい。

振れ値算出部３７は、座標算出部３５にて算出された二次元座標に基づいて、足圧中心の振れを示す振れ値として、踵区間Ａｈの振れ値Ｓｈ、中間区間Ａｍの振れ値Ｓｍ、つま先区間Ａｔの振れ値Ｓｔを算出する。踵区間Ａｈの振れ値Ｓｈは、以下のようにして算出される。

図８に示すように、踵区間Ａｈ内において、連続する３つの測定点における足圧中心の二次元座標をそれぞれ座標Ｐ_ｎ、座標Ｐ_ｎ＋１、座標Ｐ_ｎ＋２とするとともに、座標Ｐ_ｎから座標Ｐ_ｎ＋１への変化量を示すベクトルＶ１と、座標Ｐ_ｎ＋１から座標Ｐ_ｎ＋２への変化量を示すベクトルＶ２とがなす角を振れ角θとする。

振れ値算出部３７は、踵区間Ａｈ内における最後の２つを除く全ての足圧中心の二次元座標について、上記の座標Ｐ_ｎとした場合の振れ角θをそれぞれ算出し、これら振れ角θを合算することにより、振れ角θの総和である振れ値Ｓｈを算出する。中間区間Ａｍの振れ値Ｓｍ及びつま先区間Ａｔの振れ値Ｓｔについても同様に算出する。そして、振れ値算出部３７は、算出された振れ値Ｓｈ，Ｓｍ，Ｓｔを、図４に示す特徴量データを構成する特徴量Ｆ９～Ｆ１１として記憶部３０に記憶させる。

分類部３８は、新たに取得した特徴量からなる特徴量データを含めて、記憶部３０に記憶されている複数組の特徴量データを対象群として、特徴量データを構成する１１個の特徴量Ｆ１～Ｆ１１に基づいて上記対象群を複数の部分集合にクラスタリングする。クラスタリングは、主成分分析により特徴量データを次元圧縮し、ｋ－ｍｅａｎｓ法やＧＭＭ法等の公知の手法を用いて行う。

図９～１１は、複数の特徴量データをｋ－ｍｅａｎｓ法でクラスタリングした結果の一例を示している。ここでは、クラスタリングによって、グループ０、グループ１、及びグループ２の３つの部分集合が生成されている。そして、各グループに分類された特徴量データの元になった一歩区間Ａの波形データ及び足圧中心の二次元座標データを３組ずつ図９～１１に示している。図９～１１は、測定後の生データを示している。

図９に示すグループ０は、平均的な歩き方であるとラベリングできるグループである。グループ０の特徴として、一歩区間Ａの中に踵区間Ａｈ、中間区間Ａｍ、つま先区間Ａｔが明確に存在しており、踵から足裏中央部を介してつま先へと荷重が移動している。

図１０に示すグループ１は、外股歩きの傾向の歩き方であるとラベリングできるグループである。グループ１の特徴として、一歩区間Ａのほとんどが踵区間Ａｈ及び中間区間Ａｍによって占められており、つま先での蹴る動作が含まれていない。

図１１に示すグループ２は、内股歩きの傾向の歩き方であるとラベリングできるグループである。グループ２の特徴として、一歩区間Ａのほとんどが踵区間Ａｈ及びつま先区間Ａｔによって占められており、地面に対して踵が着いてからつま先が早く着いている。

表示処理部３９は、図４に示す特徴量データ、図６に示す一歩区間Ａの波形データ、図７に示す足圧中心の二次元座標データ、分類部３８により分類された特徴量データのグループ等を表示部２３に表示させる。

次に、図１２に示すフローチャートに基づいて、本実施形態の歩行分析方法について説明する。
まず、歩行分析の前に、測定工程として、靴底に測定装置１０を配置した靴を装着した被験者による歩行試験を実施する。歩行試験としては、例えば、平面の上を１０ｍ程度、歩行させることが挙げられる。この歩行試験中に測定装置１０の各圧力センサ１２により検出された検出値が測定情報として歩行分析装置２０に送信されて、歩行分析装置２０の記憶部３０に記憶される。

歩行試験の後、歩行分析装置２０に操作者による実行コマンドが入力されると、波形作成ステップＳ１１として、波形データ作成部３１は、記憶部３０に記憶された測定情報に基づく波形データを作成する。続いて、分割部３２は、抽出ステップＳ１２として、作成された波形データから特定の一歩区間Ａを抽出し、分割ステップＳ１３として、一歩区間Ａを踵区間Ａｈ、つま先区間Ａｔ、及び中間区間Ａｍの小区間に分割する。

続いて、最大圧力値取得ステップＳ１４として、区間最大値取得部３３は、一歩区間Ａにおける踵区間最大値Ａｈ_ｍａｘ及びつま先区間最大値Ａｔ_ｍａｘを取得し、新たな特徴量データを構成する特徴量Ｆ１，Ｆ２として記憶部３０に記憶させる。

続いて、区間時間取得ステップＳ１５として、区間時間取得部３４は、一歩区間Ａにおける踵区間Ａｈの区間時間Ｔｈ、中間区間Ａｍの区間時間Ｔｍ、及びつま先区間Ａｔの区間時間Ｔｔを取得し、新たな特徴量データを構成する特徴量Ｆ３～Ｆ５として記憶部３０に記憶させる。

続いて、座標算出ステップＳ１６として、座標算出部３５は、一歩区間Ａにおける足圧中心の二次元座標を算出する。その後、滞在比率算出ステップＳ１７として、滞在比率算出部３６は、算出された足圧中心の二次元座標に基づいて、踵区間Ａｈの足圧中心の滞在比率Ｒｈ１，Ｒｈ２，Ｒｈ３、中間区間Ａｍの足圧中心の滞在比率Ｒｍ１，Ｒｍ２，Ｒｍ３、及びつま先区間Ａｔの足圧中心の滞在比率Ｒｔ１，Ｒｔ２，Ｒｔ３を取得し、新たな特徴量データを構成する特徴量Ｆ６～Ｆ８として記憶部３０に記憶させる。

続いて、振れ値算出ステップＳ１８として、振れ値算出部３７は、振れ値Ｓｈ，Ｓｍ，Ｓｔを算出し、新たな特徴量データを構成する特徴量Ｆ９～Ｆ１１として記憶部３０に記憶させる。

続いて、分類ステップＳ１９として、分類部３８は、新たな特徴量データ及び記憶部３０に記憶されている特徴量データを対象群としたクラスタリングを実施し、特徴量データを複数のグループに分類する。

操作者は、クラスタリングの結果、今回の測定情報に基づく特徴量データがいずれのグループに分類されているかに基づいて被験者の歩行状態を判断することができる。例えば、クラスタリングの結果、既にラベリングされたグループに分類された場合には、そのラベリングに基づいて被験者の歩行状態を判断することができる。また、過去の測定情報に基づく以前の分析結果とは異なるグループに分類された場合には、歩き方が変化したと判断することができる。

次に、本実施形態の作用について説明する。
本実施形態の歩行分析方法では、歩行時の足の着地から離地までの一歩区間Ａを、踵区間Ａｈ、中間区間Ａｍ、及びつま先区間Ａｔの３つの小区間に分割し、小区間単位で振れ値Ｓｈ，Ｓｍ，Ｓｔを算出している。振れ値Ｓｈ，Ｓｍ，Ｓｔは、着地から離地に至る一歩の各タイミングにおいて、足圧中心がどの程度、振れているかを定量化した値であり、振れ値Ｓｈ，Ｓｍ，Ｓｔを確認することによって、着地から離地に至る一歩の滑らかさを定量的に判断することができる。特に、一歩区間Ａを分割した小区間単位に細分化した振れ値Ｓｈ，Ｓｍ，Ｓｔとしたことにより、足圧中心がどのタイミングで振れているか等のより詳細な分析も可能である。

また、各小区間における足圧中心の振れは、歩行時の膝から下の足の動きに応じて変化する傾向がある。例えば、被験者が外股歩き又は内股歩きの傾向がある場合には、特徴的な振れ値Ｓｈ，Ｓｍ，Ｓｔが得られやすい。そのため、振れ値Ｓｈ，Ｓｍ，Ｓｔを特徴量としてクラスタリングを行った場合には、図９～１１に示すように、内股歩きの傾向のグループ及び内股歩きの傾向のグループを生成することも可能になる。したがって、一歩区間Ａを分割した小区間単位の振れ値Ｓｈ，Ｓｍ，Ｓｔを用いて、被験者の歩行状態を分析することにより、被験者の歩行状態をより詳細に評価することができる。

次に、本実施形態の効果について記載する。
（１）歩行時に測定された足裏にかかる圧力に関する測定情報に基づいて歩行状態を分析する歩行分析方法は、歩行時の足の着地から離地までの一歩区間Ａを複数の小区間Ａｈ，Ａｍ，Ａｔに分割する分割ステップＳ１３と、一歩区間Ａにおける一定時間毎の足裏の足圧中心の二次元座標を算出する座標算出ステップＳ１６と、小区間単位の振れ値Ｓｈ，Ｓｍ，Ｓｔを算出する振れ値算出ステップＳ１８とを備えている。

上記構成により得られる小区間単位の振れ値Ｓｈ，Ｓｍ，Ｓｔを用いて、被験者の歩行状態を分析することにより、被験者の歩行状態をより詳細に評価することができる。
（２）分割ステップＳ１３では、足裏にかかる部位毎の圧力の相対的な関係に基づいて、一歩区間Ａを、踵側に圧力がかかる踵区間Ａｈと、つま先側に圧力がかかるつま先区間Ａｔと、一歩区間Ａにおける踵区間Ａｈ及びつま先区間Ａｔを除いた中間区間Ａｍとに分割している。

上記構成によれば、踵側に圧力がかかる踵区間Ａｈ、及びつま先側に圧力がかかるつま先区間Ａｔをより正確に設定することができる。そのため、分割された小区間に基づいて求められる振れ値等の各特徴量の精度が向上する。

（３）測定情報には、足裏において、前後方向に離間する第１位置及び第２位置、並びに第１位置及び前記第２位置を結ぶ線Ｌを跨いで左右方向に離間する第３位置及び第４位置の部位毎の圧力を経時的に検出した検出値が含まれている。

上記構成によれば、足圧中心の二次元座標をより正確に取得できる。その結果、足圧中心の二次元座標から得られる振れ値Ｓｈ，Ｓｍ，Ｓｔの精度が向上する。
（４）振れ値Ｓｈ，Ｓｍ，Ｓｔ、踵区間最大値Ａｈ_ｍａｘ、つま先区間最大値Ａｔ_ｍａｘ、区間時間Ｔｈ，Ｔｍ，Ｔｔを特徴量として、特徴量が得られている対象群を、特徴量に基づいて複数の部分集合にクラスタリングする分類ステップＳ１９を備えている。

上記構成によれば、分類された各部分集合を確認することにより、対象群において特徴のあるデータ、即ち、特徴のある歩行状態の被験者を容易に確認することができる。
（５）足圧中心の二次元座標の座標系を複数の領域Ｂ１～Ｂ３に分割し、各領域Ｂ１～Ｂ３における足圧中心の二次元座標の滞在比率を小区間単位で算出する滞在比率算出ステップＳ１７を備えている。

上記構成により得られる小区間単位の足圧中心の二次元座標の滞在比率は、着地から離地に至る一歩の各タイミングにおいて、足圧中心が振れる方向を示す値とみなすことができる。したがって、小区間単位の振れ値とともに上記滞在比率を用いて、被験者の歩行状態を分析することにより、被験者の歩行状態を更に詳細に評価することができる。

なお、本実施形態は、以下のように変更して実施することができる。本実施形態及び以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・測定装置１０に設けられる圧力センサ１２の数及び配置は、上記実施形態の構成に限定されるものではなく、足圧中心の二次元座標を求めることが可能な範囲において、適宜、変更してもよい。

・一歩区間Ａの始点ｔ１及び終点ｔ２の設定方法は、上記実施形態に限定されない。例えば、各部位の検出値が略一定となってから所定時間経過した点を終点ｔ２としてもよい。

・踵区間Ａｈ、中間区間Ａｍ、及びつま先区間Ａｔの定義は、上記実施形態に限定されない。例えば、つま先センサ１２ｂの検出値がピークの頂点となる時点から一歩区間Ａの終点ｔ２までの区間をつま先区間Ａｔとしてもよい。また、一歩区間Ａの始点ｔ１から特定時間後までの区間を踵区間Ａｈとし、一歩区間Ａの終点ｔ２の特定時間前から終点ｔ２までの区間をつま先区間Ａｔとする等して、部位毎の圧力の相対的な関係を用いることなく各小区間を設定してもよい。これらの場合には、つま先区間Ａｔを確実に設けることができる。

・一歩区間Ａを複数の小区間に分割する方法は、上記実施形態に限定されない。例えば、中間区間Ａｍを更に分割する等して４以上の小区間に分割してもよい。踵側に圧力がかかる区間及びつま先側に圧力がかかる区間とは無関係に分割された小区間であってもよい。

・滞在比率を算出する場合における足圧中心の二次元座標系の分割方法は、上記実施形態に限定されない。例えば、上記実施形態では、左右方向に並ぶ複数の領域に分割したが、前後方向に並ぶ複数の領域に分割してもよいし、前後左右に並ぶ複数の領域に分割してもよい。また、足圧中心の二次元座標系の分割数は、２であってもよいし、４以上であってもよい。

・上記実施形態では、全ての小区間の振れ値を取得していたが、特定の小区間の振れ値のみを取得する構成であってもよい。
・振れ値以外の特徴量の取得は必須ではなく、必要に応じて省略できる。

・クラスタリングを行うための特徴量データを構成する特徴量の種類は、上記実施形態に限定されるものではなく、小区間単位の振れ値が含まれていればよい。例えば、振れ値Ｓｈ，Ｓｍ，Ｓｔ、踵区間最大値Ａｈ_ｍａｘ、つま先区間最大値Ａｔ_ｍａｘ、区間時間Ｔｈ，Ｔｍ，Ｔｔのみからなる特徴量データであってもよいし、特定の小区間に関する特徴量のみからなる特徴量データであってもよい。また、上記実施形態に記載した特徴量に加えて、その他の特徴量を含む特徴量データであってもよい。上記その他の特徴量としては、例えば、中間区間Ａｍにおける４個の圧力センサ１２の検出値の最大値が挙げられる。

１０…測定装置
１２…圧力センサ
１２ａ…踵センサ
１２ｂ…踵センサ
１２ｃ…内側センサ
１２ｄ…外側センサ
２０…歩行分析装置

Claims

歩行時に測定された足裏にかかる圧力に関する測定情報に基づいて歩行状態を分析する歩行分析方法であって、
前記測定情報は、片足の足裏にかかる部位毎の圧力を経時的に測定した測定値を含み、
歩行時の足の着地から離地までの一歩区間を複数の小区間に分割する分割ステップと、
前記小区間における一定時間毎の足裏の足圧中心の二次元座標を算出する座標算出ステップと、
同じ前記小区間内において、一定の時間間隔で連続する３つの前記二次元座標を順に座標Ｐ_ｎ、座標Ｐ_ｎ＋１、座標Ｐ_ｎ＋２としたとき、座標Ｐ_ｎから座標Ｐ_ｎ＋１への変化量を示すベクトルと座標Ｐ_ｎ＋１から座標Ｐ_ｎ＋２への変化量を示すベクトルとがなす振れ角の総和である振れ値を算出する振れ値算出ステップとを備えることを特徴とする歩行分析方法。
前記分割ステップは、足裏にかかる部位毎の圧力の相対的な関係に基づいて、前記一歩区間を、踵側に圧力がかかる踵区間と、つま先側に圧力がかかるつま先区間と、前記一歩区間における前記踵区間及び前記つま先区間を除いた中間区間とに分割する請求項１に記載の歩行分析方法。
前記測定情報は、足裏において、前後方向に離間する第１位置及び第２位置、並びに前記第１位置及び前記第２位置を結ぶ線を跨いで左右方向に離間する第３位置及び第４位置の部位毎の圧力を経時的に検出した検出値を含む請求項１又は請求項２に記載の歩行分析方法。
前記振れ値、前記小区間における最大圧力値、及び前記小区間の区間時間を特徴量として、前記特徴量が得られている対象群を、前記特徴量に基づいて複数の部分集合にクラスタリングする分類ステップを備える請求項１～３のいずれか一項に記載の歩行分析方法。
歩行時に測定された足裏にかかる圧力に関する測定情報に基づいて歩行状態を分析する歩行分析装置であって、
前記測定情報から歩行状態に関連する特徴量を取得する情報処理部を備え、
前記測定情報は、片足の足裏にかかる部位毎の圧力を経時的に測定した測定値を含み、
前記情報処理部は、
歩行時の足の着地から離地までの一歩区間を複数の小区間に分割する分割部と、
前記小区間における一定時間毎の足裏の足圧中心の二次元座標を算出する座標算出部と、
同じ前記小区間内において、一定の時間間隔で連続する３つの前記二次元座標を順に座標Ｐ_ｎ、座標Ｐ_ｎ＋１、座標Ｐ_ｎ＋２としたとき、座標Ｐ_ｎから座標Ｐ_ｎ＋１への変化量を示すベクトルと座標Ｐ_ｎ＋１から座標Ｐ_ｎ＋２への変化量を示すベクトルとがなす振れ角の総和である振れ値を算出する振れ値算出部とを備えることを特徴とする歩行分析装置。
前記情報処理部は、
前記小区間の最大圧力値を取得する最大圧力値取得部と、
前記小区間の区間時間を取得する区間時間取得部と、
前記振れ値、前記小区間の最大圧力値、及び前記小区間の区間時間を特徴量として、前記特徴量が得られている対象群を、前記特徴量に基づいて複数の部分集合にクラスタリングする分類部とを備える請求項５に記載の歩行分析装置。