JP7455991B2 - 情報処理装置、および情報処理方法 - Google Patents

Description

本開示は、情報処理装置、および情報処理方法に関する。

従来、ヒトの歩行姿勢を評価するための装置が知られている。例えば、特開２０１４－２１７６９６号公報（特許文献１）には、歩行姿勢計が開示されている。この歩行姿勢計は、被測定者の腰の正中線上に装着される加速度センサと、上記加速度センサが出力する上下軸加速度の時間的な変化波形と前後軸加速度の時間的な変化波形との一方または両方を用いて、上記被測定者の歩行中の腰の位置に対応する物理量を定量的に算出する演算部とを含む。

特開２０１４－２１７６９６号公報

"Maximum movement velocity of the upper limbs reflects maximum gait speed in community-dwelling adults aged older than 60 years", Akira Iwata et al., Geriatrics & Gerontology International 2014; 14: 886-891 "The validity of an assessment of maximum angular velocity of knee extension (KE) using a gyroscope", Takeshi Arai et al., Archives of Gerontology and Geriatrics 54 (2012) e175-e180 "Quick lateral movements of the trunk in a seated position reflect mobility and activities of daily living (ADL) function in frail elderly individuals", Akira Iwata et al., Archives of Gerontology and Geriatrics 56 (2013) 482-486

個人によって筋力量および柔軟性等は異なることから、人それぞれ姿勢が異なるのは自然である。そのため、例えば、ある人の歩行能力（例えば、歩行速度等）を改善するためには、その人の姿勢に適した方法でアプローチする必要がある。特許文献１では、人の歩行姿勢が正しい姿勢であるか否かを定量的に評価することを検討しているが、上記課題に対する解決手段を教示ないし示唆するものではない。

本開示のある局面における目的は、被験者の姿勢のタイプに応じて、歩行能力を維持または向上するための情報を提示することが可能な情報処理装置、および情報処理方法を提供することである。

ある実施の形態に従う情報処理装置は、複数の立位姿勢のタイプの各々について、当該タイプの人物の歩行能力と相関を有する第１の情報を記憶する記憶部を備える。第１の情報は、人物の身体特性、および人物が歩行する際の動作パラメータのうちの少なくとも一方を含む。情報処理装置は、被験者の立位姿勢状態における身体部位の角度に基づいて、被験者の立位姿勢のタイプを判定する判定部と、被験者の歩行能力の計測結果の入力を受け付ける入力部と、判定された被験者の立位姿勢のタイプに対応する第１の情報と計測結果とに基づいて、被験者の歩行能力を維持または向上させるための第２の情報を出力する出力制御部とをさらに備える。

好ましくは、判定部は、被験者の立位姿勢状態における膝関節屈曲角度に少なくとも基づいて、被験者の立位姿勢のタイプを判定する。

好ましくは、判定部は、被験者の立位姿勢状態における下腿前傾角度に少なくとも基づいて、被験者の立位姿勢のタイプを判定する。

好ましくは、判定部は、被験者の立位姿勢状態における骨盤前傾角度にさらに基づいて、被験者の立位姿勢のタイプを判定する。

好ましくは、被験者の立位姿勢状態における身体部位に関するパラメータに基づいて、被験者の立位姿勢状態における骨盤前傾角度を推定する推定部をさらに備える。

好ましくは、パラメータは、被験者の立位姿勢状態における股関節屈曲角度である。
好ましくは、推定部は、被験者の立位姿勢状態における骨盤前傾角度を推定するための学習済モデルに、複数のパラメータを入力することにより骨盤前傾角度を推定する。

好ましくは、身体特性は、下肢関節に関する筋力および速度の少なくとも１つを含む。
好ましくは、動作パラメータは、下肢関節に関する関節角度、関節トルクおよび筋張力と、骨盤前傾角度とのうちの少なくとも１つを含む。

好ましくは、被験者の歩行能力の計測結果は、被験者の歩行速度、および、被験者が椅子から立ち上がり前方に設けられた目標物を回って椅子に着座するまでの時間の少なくとも１つを含む。

好ましくは、被験者の歩行能力の計測結果は、被験者の歩行速度と相関のある上肢、下肢または体幹に関する運動のテスト結果をさらに含む。

好ましくは、身体部位の角度は、被験者の立位姿勢状態における撮像画像に基づいて算出される、または、立位姿勢状態の被験者に取り付けられた慣性センサの検出結果に基づいて算出される。

好ましくは、出力制御部は、計測結果によって示される、被験者の歩行能力のレベルに応じて、異なる内容の第２の情報を出力する。

好ましくは、第２の情報は、被験者の立位姿勢のタイプに対応する第１の情報から導出される被験者の歩行能力を維持または向上させるためのアドバイス情報を含む。

他の実施の形態に従うと、記憶装置を含むコンピュータによって実行される情報処理方法が提供される。記憶装置は、複数の立位姿勢のタイプの各々について、当該タイプの人物の歩行能力と相関を有する第１の情報を記憶する。第１の情報は、人物の身体特性、および人物が歩行する際の動作パラメータのうちの少なくとも一方を含む。情報処理方法は、被験者の立位姿勢状態における身体部位の角度に基づいて、被験者の立位姿勢のタイプを判定するステップと、被験者の歩行能力の計測結果の入力を受け付けるステップと、判定された被験者の立位姿勢のタイプに対応する第１の情報と計測結果とに基づいて、被験者の歩行能力を維持または向上させるための第２の情報を出力するステップとを含む。

本開示によると、被験者の立位姿勢のタイプに応じて、歩行能力を維持または向上するための情報を提示することができる。

情報処理装置の動作概要の一例を説明するための図である。 情報処理装置のハードウェア構成を示すブロック図である。 被験者の立位姿勢の撮像場面を示す図である。 主成分分析の結果を示すテーブルである。 各パラメータの負荷量を示すテーブルである。 第１主成分と第２主成分との関係を示す散布図である。 各姿勢タイプの被験者を示すイメージ図である。 各姿勢タイプの最大歩行速度および下肢筋機能を示す図である。 最大歩行速度と有意な関係にあった身体特性の相関係数を姿勢タイプ別に示すグラフである。 関節角度および骨盤前傾角度の時系列データを示す図である。 関節トルクの時系列データを示す図である。 単関節筋の筋張力の時系列データを示す図である。 二関節筋の筋張力の時系列データを示す図である。 各種情報の表示例を示す図である。 情報処理装置の機能構成の一例を示すブロック図である。 骨格推定システムの出力結果を示す図である。 二次元座標解析により得られる股関節屈曲角度と、骨格推定システムにより得られる股関節屈曲角度との相関関係を示す図である。 二次元座標解析により得られる股関節屈曲角度と、骨盤前傾角度との相関関係を示す図である。 複数のパラメータの定義を説明するための図である。 決定木分析の分析結果の一例を示す図である。 膝関節屈曲角度と下腿前傾角度との相関関係を示す図である。 膝関節屈曲角度と骨盤前傾角度との関係を示す図である。 下腿前傾角度と骨盤前傾角度との関係を示す図である。

以下、図面を参照しつつ、本実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

＜動作概要＞
図１は、情報処理装置１０の動作概要の一例を説明するための図である。図１を参照して、情報処理装置１０は、例えば、スマートフォンである。ただし、情報処理装置１０は、種類を問わず任意のコンピュータによって実現される。情報処理装置１０は、例えば、ラップトップＰＣ（Personal Computer）、タブレット端末装置、デスクトップＰＣ等であってもよい。

情報処理装置１０は、被験者５の撮像画像と、被験者５の歩行能力の計測結果とに基づいて、所定の情報処理を実行し、被験者５の歩行能力を維持または向上させるための情報をディスプレイに表示する。本実施の形態において、“歩行能力”とは、歩行に関する能力を示し、例えば、歩行速度等を含む。以下、情報処理装置１０の動作の流れについて説明する。

情報処理装置１０は、立位姿勢状態の被験者５を側方から撮像した撮像画像５０を取得する（シーケンスＳＱ１）。例えば、撮像画像５０は、情報処理装置１０に搭載されているカメラによって撮像されてもよいし、別途用意されたカメラによって撮像されてもよい。情報処理装置１０は、撮像画像５０を解析して、被験者５の立位姿勢のタイプを判定する（シーケンスＳＱ２）。立位姿勢のタイプを判定方式の具体例については後述する。

次に、被験者５の歩行能力を計測するための歩行能力テストが行われる（シーケンスＳＱ３）。この歩行能力テストは、一定距離（例えば、１０ｍ等）を歩行するテスト、あるいは、歩行能力（例えば、歩行速度）との相関を有することが知られている他のテストであってもよい。図１では、他のテストの一例として、ＳＳＴ（Seated Side Tapping）テストが示されている。歩行能力テストの具体例については後述する。

情報処理装置１０は、歩行能力テストの結果（計測結果）を取得する（シーケンスＳＱ４）。情報処理装置１０は、計測結果に基づいて、被験者５の歩行能力のレベルを評価する（シーケンスＳＱ５）。レベルの評価方式の具体例については後述する。情報処理装置１０は、被験者５の立位姿勢のタイプの判定結果と、被験者５の歩行能力のレベルの評価結果とに基づいて、被験者５の歩行能力を維持または向上させるための各種情報をディスプレイに表示する（シーケンスＳＱ６）。詳細は後述するが、情報処理装置１０は、強化すべき身体部位、身に着けることが推奨されるアイテム（サポーター等）、推奨されるトレーニング等の情報を表示する。

本実施の形態では、被験者５の歩行能力を維持または向上させるために、被験者５の立位姿勢のタイプに応じた適切な情報が提示される。そのため、被験者５の歩行能力の維持および向上をより効果的に支援することができる。

＜ハードウェア構成＞
図２は、情報処理装置１０のハードウェア構成を示すブロック図である。図２を参照して、情報処理装置１０は、ＣＰＵ（Central Processing Unit）１０２と、メモリ１０４と、タッチパネル１０６と、ボタン１０８と、ディスプレイ１１０と、無線通信部１１２と、通信アンテナ１１３と、メモリインターフェイス（Ｉ／Ｆ）１１４と、スピーカ１１６と、マイク１１８と、カメラ１２０とを含む。また、記録媒体１１５は、外部の記録媒体である。

ＣＰＵ１０２は、メモリ１０４に記憶されたプログラムを読み出して実行することで、情報処理装置１０の各部の動作を制御する。より詳細にはＣＰＵ１０２は、当該プログラムを実行することによって、後述する情報処理装置１０の各処理を実現する。

メモリ１０４は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read-Only Memory）、フラッシュメモリなどによって実現される。メモリ１０４は、ＣＰＵ１０２によって実行されるプログラム、またはＣＰＵ１０２によって用いられるデータなどを記憶する。

タッチパネル１０６は、表示部としての機能を有するディスプレイ１１０上に設けられており、抵抗膜方式、静電容量方式などのいずれの方式であってもよい。ボタン１０８は、情報処理装置１０の表面に配置されており、ユーザからの指示を受け付けて、ＣＰＵ１０２に当該指示を入力する。

無線通信部１１２は、通信アンテナ１１３を介して移動体通信網に接続し無線通信のための信号を送受信する。これにより、情報処理装置１０は、移動体通信網を介して外部装置との通信が可能となる。

メモリインターフェイス（Ｉ／Ｆ）１１４は、外部の記録媒体１１５からデータを読み出す。ＣＰＵ１０２は、メモリインターフェイス１１４を介して外部の記録媒体１１５に格納されているデータを読み出して、当該データをメモリ１０４に格納する。ＣＰＵ１０２は、メモリ１０４からデータを読み出して、メモリインターフェイス１１４を介して当該データを外部の記録媒体１１５に格納する。記録媒体１１５としては、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＢＤ（Blu-ray（登録商標） Disc）、ＵＳＢ（Universal Serial Bus）メモリ、メモリカード、ＦＤ（Flexible Disk）、ハードディスクなどの不揮発的にプログラムを格納する媒体が挙げられる。

スピーカ１１６は、ＣＰＵ１０２からの命令に基づいて音声を出力する。マイク１１８は、情報処理装置１０に対する発話を受け付ける。カメラ１２０は、例えばＣＣＤ（Charge Coupled Device）方式、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）方式その他の方式により実現される。

＜立位姿勢のタイプの判定方式＞
図３は、被験者の立位姿勢の撮像場面を示す図である。図３を参照して、撮像画像４００は、ある被験者の右方向から矢状面の立位姿勢を撮像した画像である。被験者の両側のブロック４１０，４２０は、キャリブレーション用のブロックである。ブロック４１０にはマーカＰ１，Ｐ３が取り付けられ、ブロック４２０にはマーカＰ２が取り付けられる。被験者には、７つのマーカＰ４～Ｐ１０が取り付けられる。具体的には、マーカＰ４，Ｐ５，Ｐ６，Ｐ７，Ｐ８，Ｐ９，Ｐ１０は、それぞれ胸骨柄、第７頚椎棘突起、右上前腸骨棘、右上後腸骨棘、右大転子、右膝関節外側裂隙、右外果に取り付けられる。被験者は、一定間隔（例えば、５０ｃｍ）で接地した２つのブロック４１０，４２０の間で静止立位をとる。本実施の形態では、被験者に対して“楽な姿勢”を取るように促し、その“楽な姿勢”が、被験者にとっての特徴的な立位姿勢であると定義される。

公知の画像処理ソフトウェアを用いて、撮像画像４００におけるマーカＰ１～Ｐ１０の座標データが取得される。マーカＰ１を原点と定義し、マーカＰ１とマーカＰ２とを結ぶ直線をｘ軸と定義し、マーカＰ１とマーカＰ３とを結ぶ直線をｙ軸と定義する。また、２つのマーカＰ４およびマーカＰ５の中点Ｐａと、２つのマーカＰ６およびマーカＰ７の中点Ｐｂとを結ぶ直線をＬａとする。マーカＰ６とマーカＰ７とを結ぶ直線をＬｂとする。マーカＰ８とマーカＰ９とを結ぶ直線をＬｃとする。マーカＰ９とマーカＰ１０とを結ぶ直線をＬｄとする。直線Ｌｂの垂線をＬｐとする。マーカＰ８とマーカＰ１０とを結ぶ直線をＬｑとする。

情報処理装置１０は、各座標データに基づいて、関節角度（例えば、膝関節屈曲角度、股関節屈曲角度）およびセグメント角度（例えば、体幹前傾角度、骨盤前傾角度、大腿前傾角度、下腿前傾角度）を算出する。

具体的には、体幹前傾角度は、ｙ軸と直線Ｌａとのなす角度（鋭角）として定義される。体幹が前方傾斜している場合（ｘｙ平面上における直線Ｌａの傾きが正の場合）には、体幹前傾角度は正の値となり、体幹が後方傾斜している場合（直線Ｌａの傾きが負の場合）には、体幹前傾角度は負の値となる。骨盤前傾角度は、ｘ軸と直線Ｌｂとのなす角度（鋭角）として定義される。骨盤が前方傾斜している場合（ｘｙ平面上における直線Ｌｂの傾きが負の場合）には、骨盤前傾角度は正の値となり、骨盤が後方傾斜している場合（直線Ｌｂの傾きが正の場合）には、骨盤前傾角度は負の値となる。

大腿前傾角度は、ｙ軸と直線Ｌｃとのなす角度（鋭角）として定義される。大腿が前方傾斜している場合（ｘｙ平面上における直線Ｌｃの傾きが正の場合）には、大腿前傾角度は正の値となり、大腿が後方傾斜している場合（直線Ｌｃの傾きが負の場合）には、大腿前傾角度は負の値となる。下腿前傾角度は、ｙ軸と直線Ｌｄとのなす角度（鋭角）として定義される。下腿が前方傾斜している場合（ｘｙ平面上における直線Ｌｄの傾きが正の場合）には、大腿前傾角度は正の値となり、下腿が後方傾斜している場合（直線Ｌｄの傾きが負の場合）には、下腿前傾角度は負の値となる。

膝関節屈曲角度は、直線Ｌｃと直線Ｌｄとのなす角度θ１（鋭角）である。図３の例のようにマーカＰ９が直線Ｌｑよりも前方（紙面右方向）にある場合には、膝関節屈曲角度θ１は正の値となり、膝関節が屈曲していることを示す。一方、マーカＰ９が直線Ｌｑよりも後方にある場合には、膝関節屈曲角度θ１は負の値となり、膝関節が伸展していることを示す。

股関節屈曲角度は、直線Ｌｃと直線Ｌｐとのなす角度θ２（鋭角）である。図３の例のように直線Ｌｃが直線Ｌｐよりも前方にある場合には、股関節屈曲角度θ２は正の値となり、股関節が屈曲していることを示す。一方、直線Ｌｃが直線Ｌｐよりも後方にある場合には、股関節屈曲角度θ２は負の値となり、股関節が伸展していることを示す。

多数の被験者（例えば、高齢者）において、上記関節角度およびセグメント角度が算出され、関節角度およびセグメント角度をパラメータとした主成分分析が行われた。

図４は、主成分分析の結果を示すテーブルである。図４を参照して、テーブル２１０には、各第１主成分～第６主成分についての固有値、寄与率が示されている。また、テーブル２１０によると、第１主成分および第２主成分の累積寄与率が７０％～８０％に達する。そのため、２つの第１主成分，第２主成分が採用される。

図５は、各パラメータの負荷量を示すテーブルである。図５を参照して、テーブル２２０には、第１主成分，第２主成分に対する各パラメータの負荷量（主成分スコアと各パラメータとの相関係数）が示されている。図４のテーブル２１０および図５のテーブル２２０に基づくと、第１主成分は膝関節を中心とした下肢の屈曲具合に関する姿勢として解釈される。第１主成分のスコア（以下「第１主成分スコア」とも称する。）が高い被験者は下肢が屈曲しており、第１主成分スコアが低い被験者は、下肢が伸展している。第２主成分は、股関節の屈曲具合および骨盤の前傾具合に関する姿勢として解釈される。例えば、第２主成分のスコア（以下「第２主成分スコア」とも称する。）が高い被験者は骨盤が前傾しており、第２主成分スコアが低い被験者は骨盤が後傾している。

図６は、第１主成分と第２主成分との関係を示す散布図である。図６の示す各点は、各被験者における第１主成分スコアおよび第２主成分スコアを示している。図６の横軸は第１主成分スコアを示し、縦軸は第２主成分スコアを示す。これらのスコアは全体的にばらついていることから、立位姿勢は、被験者によって異なることが理解される。本実施の形態では、第１主成分スコアの正負および第２主成分スコアの正負に応じて、各被験者の立位姿勢のタイプ（以下、単に「姿勢タイプ」とも称する。）を４つに分けるものとする。

図７は、各姿勢タイプの被験者を示すイメージ図である。図７を参照して、姿勢タイプＡ１の被験者は、下肢が屈曲し、かつ骨盤が前傾している。姿勢タイプＡ１の被験者は、図６の第１主成分軸および第２主成分軸で構成される平面座標における第１象限内のスコア（すなわち、第１主成分＞０かつ第２主成分＞０）を有する。姿勢タイプＡ２の被験者は、下肢が伸展し、かつ骨盤が前傾している。姿勢タイプＡ２の被験者は、図６の平面座標における第２象限内のスコア（すなわち、第１主成分＜０かつ第２主成分＞０）を有する。

姿勢タイプＡ３の被験者は、下肢が伸展し、かつ骨盤が後傾している。姿勢タイプＡ３の被験者は、図６の平面座標における第３象限内のスコア（すなわち、第１主成分＜０かつ第２主成分＜０）を有する。姿勢タイプＡ４の被験者は、下肢が屈曲し、かつ骨盤が後傾している。姿勢タイプＡ４の被験者は、図６の平面座標における第４象限内のスコア（すなわち、第１主成分＞０かつ第２主成分＜０）を有する。

上記より、情報処理装置１０は、被験者５の撮像画像に基づいて、被験者５の姿勢タイプを判定することができる。具体的には、情報処理装置１０は、被験者５の撮像画像から、関節角度（例えば、膝関節屈曲角度、股関節屈曲角度）およびセグメント角度（例えば、体幹前傾角度、骨盤前傾角度、大腿前傾角度、下腿前傾角度）を算出する。情報処理装置１０は、関節角度およびセグメント角度を用いて、第１主成分，第２主成分のスコアを算出する。情報処理装置１０は、第１主成分，第２主成分のスコアの正負に応じて被験者５の姿勢タイプが、姿勢タイプＡ１～Ａ４のいずれであるかを判定する。

＜立位姿勢タイプと身体特性との関係性＞
上記の姿勢タイプＡ１～Ａ４と、身体特性との関係性について説明する。“身体特性”とは、下肢関節に関する筋力および速度の少なくとも１つを含む概念である。本実施の形態では、下肢関節の筋力に関する特性パラメータとして、膝関節伸展筋力、膝関節屈曲筋力および足関節底屈筋力を例示する。また、下肢関節の速度に関する特性パラメータとして、膝関節伸展速度（角速度）および足関節底屈速度（角速度）を例示する。

公知の筋機能評価運動装置を用いて、各被験者の膝関節伸展筋力、膝関節屈曲筋力、足関節底屈筋力、膝関節伸展速度、および足関節底屈速度が計測された。また、各被験者の最大歩行速度も計測された。最大歩行速度は、被験者にできるだけ速く歩行してもらったときの歩行速度である。

図８は、各姿勢タイプの最大歩行速度および下肢筋機能を示す図である。図８を参照して、テーブル２３０には、年齢、最大歩行速度、膝関節伸展筋力、膝関節屈曲筋力、足関節底屈筋力、膝関節伸展速度、および足関節底屈速度の“平均値±標準偏差”が、姿勢タイプ別に示されている。テーブル２３０に基づくと、例えば、姿勢タイプＡ３の被験者は、姿勢タイプＡ１の被験者よりも膝関節伸展筋力が有意に大きく、姿勢タイプＡ１，Ａ２の被験者は、姿勢タイプＡ４の被験者よりも足関節底屈速度が有意に速いことが判明した。

図９は、最大歩行速度と有意な関係にあった身体特性の相関係数を姿勢タイプ別に示すグラフである。図９を参照して、姿勢タイプＡ１では、すべての特性パラメータと最大歩行速度との間に有意な正の相関が示されている。特に、膝関節伸展速度では大きな相関係数が示されている。姿勢タイプＡ２では、膝関節伸展筋力、足関節底屈筋力および足関節底屈速度において、有意な正の相関が示され、その他の特性パラメータでは有意な相関は示されなかった。

姿勢タイプＡ３では、膝関節屈曲筋力および足関節底屈速度において、有意な正の相関が示され、その他の特性パラメータでは有意な相関は示されなかった。姿勢タイプＡ４では、すべての特性パラメータにおいて、有意な正の相関が示されている。特に、下肢関節の筋力（膝関節伸展筋力、膝関節屈曲筋力、足関節底屈筋力）では、大きな相関係数が示されている。

このように、最大歩行速度と相関を有する特性パラメータは、立位姿勢タイプごとに異なることがわかる。一般的には、相関係数が０．４以上であれば中程度の相関があるとみなされる。このことから、最大歩行速度を向上させるために姿勢タイプＡ１の被験者にとって重要な特性パラメータは、膝関節伸展速度であると推定される。姿勢タイプＡ２の被験者にとって重要な特性パラメータは、足関節底屈筋力および足関節底屈速度であると推定される。姿勢タイプＡ３の被験者にとって重要な特性パラメータは、膝関節屈曲筋力であると推定される。姿勢タイプＡ４の被験者にとって重要な特性パラメータは、膝関節伸展筋力、膝関節屈曲筋力、足関節底屈筋力および膝関節伸展速度であると推定される。

＜立位姿勢タイプと歩行動作との関係性＞
上記の姿勢タイプＡ１～Ａ４と歩行動作時の動作パラメータとの関係性について説明する。“動作パラメータ”とは、下肢関節に関する関節角度、関節トルクおよび筋張力と、骨盤前傾角度とのうちの少なくとも１つを含む概念である。本実施の形態では、関節角度として、股関節屈曲角度および膝関節屈曲角度を例示する。関節トルクとして、膝関節屈曲トルク、股関節屈曲トルクおよび足関節底屈トルクを例示する。筋張力として、膝関節単関節筋（大腿二頭筋短頭）、股－膝関節二関節筋および膝－足関節二関節筋（腓腹筋）の筋張力を例示する。

公知の三次元動作分析システムを用いて、各被験者の歩行動作時における関節角度、骨盤前傾角度、関節トルクおよび筋張力が計測された。なお、各被験者は、約１０ｍの走路を普段通りの歩行速度で歩くように指示された。三次元動作分析システムでは、スタート地点から約５ｍの位置のデータが取得された。解析区間は右脚の接地期に設定された。立脚時間は、右脚の初期接地を０％、離地を１００％として正規化された。

図１０は、関節角度および骨盤前傾角度の時系列データを示す図である。図１１は、関節トルクの時系列データを示す図である。図１２は、単関節筋の筋張力の時系列データを示す図である。図１３は、二関節筋の筋張力の時系列データを示す図である。なお、図１０～図１３における横軸は時間を示しており、右脚の初期接地時刻を“０”、離地時刻を“１００”として表している。また、図１０～図１３では、姿勢タイプ別に動作パラメータが示されている。例えば、各図において、符号「Ａ１」が付記されているグラフは、姿勢タイプＡ１の被験者の動作パラメータを示している。符号「Ａ２」～「Ａ４」についても同様である。

図１０（ａ）における膝関節屈曲角度は、膝関節屈曲時に正の値を示し、膝関節伸展時に負の値を示す。図１０（ｂ）における股関節屈曲角度は、股関節屈曲時に正の値を示し、股関節伸展時に負の値を示す。図１０（ｃ）における骨盤前傾角度は、骨盤前傾時に正の値を示し、骨盤後傾時に負の値を示す。

図１０（ａ）を参照すると、立脚期の全期間において、姿勢タイプＡ１およびＡ４の被験者の膝関節屈曲角度は正方向に大きく、膝関節が屈曲していることがわかる。姿勢タイプＡ１および姿勢タイプＡ４の被験者は、正の値の第１主成分スコアを有する（立位姿勢時に膝関節が屈曲している）ことから、歩行動作中の姿勢が立位姿勢と類似しているといえる。

図１０（ｂ）を参照すると、立脚期の全期間において、姿勢タイプＡ１およびＡ２の被験者の股関節屈曲角度は正方向に大きく、股関節が屈曲していることがわかる。図１０（ｃ）を参照すると、立脚期の全期間において、姿勢タイプＡ１およびＡ２の被験者の骨盤前傾角度は正方向に大きく、骨盤が前傾していることがわかる。姿勢タイプＡ１および姿勢タイプＡ２の被験者は、正の値の第２主成分スコアを有する（立位姿勢時に股関節が屈曲かつ骨盤が前傾している）ことから、歩行動作中の姿勢が立位姿勢と類似しているといえる。

図１０の結果から、各被験者の立位姿勢は、歩行動作中の姿勢と関連性が高いことが示唆される。

図１１（ａ）における膝関節屈曲トルクは、膝関節屈曲時に正の値を示し、膝関節伸展時に負の値を示す。図１１（ｂ）における股関節屈曲トルクは、股関節屈曲時に正の値を示し、股関節伸展時に負の値を示す。図１１（ｃ）における足関節底屈トルクは、足関節底屈時に正の値を示し、足関節背屈時に負の値を示す。

図１１（ａ）を参照すると、立脚期の前半（図中の領域７０１参照）において、姿勢タイプＡ１およびＡ４の被験者は、姿勢タイプＡ２およびＡ３の被験者よりも膝関節伸展トルクが大きい（すなわち、膝関節屈曲トルクが負方向に大きい）。また、立脚期の後半（図中の領域７０２参照）において、姿勢タイプＡ１およびＡ４の被験者は、姿勢タイプＡ２およびＡ３の被験者よりも膝関節屈曲トルクが小さい。また、図１１（ｃ）を参照すると、立脚期の後半（図中の領域７２１参照）において、姿勢タイプＡ１およびＡ４の被験者は、姿勢タイプＡ２およびＡ３の被験者よりも足関節底屈トルクが小さい。

このことから、正の値の第１主成分スコアを有する姿勢タイプＡ１およびＡ４の被験者は、立脚期前半で膝関節において大きな出力を必要とし、負の値の第１主成分スコアを有する姿勢タイプＡ２およびＡ３の被験者は、立脚期後半で膝関節および足関節において大きな出力が必要なことがわかる。

図１１（ｂ）を参照すると、立脚期の前半（図中の領域７１１参照）において、姿勢タイプＡ１およびＡ２の被験者は、姿勢タイプＡ３およびＡ４の被験者よりも股関節伸展トルクが大きい（すなわち、股関節屈曲トルクが負方向に大きい）。また、立脚期の後半（図中の領域７１２参照）において、姿勢タイプＡ１およびＡ２の被験者は、姿勢タイプＡ３およびＡ４の被験者よりも股関節屈曲トルクが小さい。

このことから、正の値の第２主成分スコアを有する姿勢タイプＡ１およびＡ２の被験者は、立脚期前半で股関節において大きな出力を必要とし、負の値の第２主成分スコアを有する姿勢タイプＡ３およびＡ４の被験者は、立脚期後半で股関節において大きな出力が必要なことがわかる。

図１２における膝関節単関節筋の筋張力は、膝関節屈曲筋群が張力を発揮している際に正の値を示し、膝関節伸展筋群が張力を発揮している際に負の値を示す。図１３（ａ）における股－膝関節二関節筋は、股関節伸展・膝関節屈曲筋群が張力を発揮している際に正の値を示し、股関節屈曲・膝関節伸展筋群が張力を発揮している際に負の値を示す。図１３（ｂ）における膝－足関節二関節筋は、膝関節屈曲・足関節底屈筋群が張力を発揮している際に正の値を示す。

図１２を参照すると、能動的な筋出力が必要とされる立脚期の後半（図中の領域７３１参照）において、姿勢タイプＡ１およびＡ４の被験者は、姿勢タイプＡ２およびＡ３の被験者よりも膝関節屈曲筋群の筋張力が小さい。また、図１３（ｂ）を参照すると、立脚期の後半（図中の領域７５１参照）において、姿勢タイプＡ１およびＡ４の被験者は、姿勢タイプＡ２およびＡ３の被験者よりも膝関節屈曲・足関節底屈筋群の筋張力が小さい。

図１３（ａ）を参照すると、立脚期の後半（図中の領域７４１参照）において、姿勢タイプＡ１およびＡ４の被験者は、筋張力が概ね負の値（すなわち、股関節屈曲・膝関節伸展筋群が活動）を示しているが、姿勢タイプＡ２およびＡ３の被験者は、筋張力が概ね正の値（すなわち、股関節伸展・膝関節屈曲筋群が活動）を示している。このように、正の値の第１主成分スコアを有する姿勢タイプＡ１およびＡ４の被験者は、負の値の第１主成分スコアを有する姿勢タイプＡ２およびＡ３の被験者とは、歩行時に使用される筋が異なっていた。

図１０～図１３の結果を図９の結果と比較して、姿勢タイプ別にまとめる。
図１０～図１３の結果に基づくと、姿勢タイプＡ１の被験者は、立脚期の前半において膝関節伸展トルクが大きく、立脚期の後半において膝関節屈曲筋群（主として大腿二頭筋短頭）の筋張力が小さく、股関節屈曲・膝関節屈曲筋群（主として大腿直筋）の筋張力が大きい。そのため、姿勢タイプＡ１の被験者において、歩行時の特徴的な動作パラメータは、立脚期前半の大きな膝関節伸展トルク、立脚期後半の小さな大腿二頭筋短頭筋張力および大きな大腿直筋張力となる。また、図９の結果に基づくと、最大歩行速度を向上させるために姿勢タイプＡ１の被験者にとって重要な特性パラメータは、膝関節伸展速度である。このことから、姿勢タイプＡ１の被験者において、歩行時の特徴的な動作パラメータは、重要な特性パラメータと関連していると考えられる。

図１０～図１３の結果に基づくと、姿勢タイプＡ２の被験者は、立脚期の後半において足関節底屈トルクが大きく、膝関節屈曲・足関節底屈筋群（主として腓腹筋）の筋張力が大きい。そのため、姿勢タイプＡ２の被験者において、歩行時の特徴的な動作パラメータは、立脚期後半の大きな足関節底屈トルクおよび腓腹筋張力となる。また、図９の結果に基づくと、最大歩行速度を向上させるために姿勢タイプＡ２の被験者にとって重要な特性パラメータは、足関節底屈筋力および足関節底屈速度である。このことから、姿勢タイプＡ２の被験者において、歩行時の特徴的な動作パラメータは、重要な特性パラメータと関連していると考えられる。

図１０～図１３の結果に基づくと、姿勢タイプＡ３の被験者は、立脚期の後半において膝関節屈曲トルクが大きく、股関節伸展・膝関節屈曲筋群（ハムストリングス）の筋張力が大きい。姿勢タイプＡ３の被験者において、そのため、歩行時の特徴的な動作パラメータは、立脚期後半の大きな膝関節屈曲トルクおよびハムストリングスの筋張力となる。また、図９の結果に基づくと、最大歩行速度を向上させるために姿勢タイプＡ３の被験者にとって重要な特性パラメータは、膝関節屈曲筋力である。このことから、姿勢タイプＡ３の被験者において、歩行時の特徴的な動作パラメータは、重要な特性パラメータと関連していると考えられる。

図１０～図１３の結果に基づくと、姿勢タイプＡ４の被験者は、立脚期の前半において膝関節伸展トルクが大きく、立脚期の後半において大腿二頭筋短頭の筋張力が小さい等の特徴がある。しかし、図９の結果に基づくと、最大歩行速度を向上させるために姿勢タイプＡ４の被験者にとって重要な特性パラメータは、膝関節伸展筋力、膝関節屈曲筋力、足関節底屈筋力および膝関節伸展速度であり、パラメータ数が多い。このことから、姿勢タイプＡ４の被験者において、上記の特徴的な動作パラメータと、重要な特性パラメータとの関連性は不明である。

＜歩行能力の計測＞
図１のシーケンスＳＱ３に対応する歩行能力テストの具体例について説明する。被験者の歩行能力を計測するための典型的なテストは、一定距離（例えば、１０ｍ）における歩行速度を計測するテストである。しかしながら、歩行能力テストは、歩行速度それ自体を計測するためのテストでなくてもよい。歩行能力テストは、例えば、被験者が椅子から立ち上がり、前方に設けられた目標物を回って、椅子に着座するまでの時間を測定するタイムドアップアンドゴーテスト（Timed Up and Go Test：ＴＵＧ）であってもよい。この場合、測定時間が、歩行能力の計測結果となる。

また、歩行能力テストは、最大歩行速度との関連性が認められている他のテストであってもよい。具体的には、歩行能力テストは、最大歩行速度と相関がある上肢、下肢または体幹に関する運動速度のテストであってもよい。この場合、このテストの結果が、歩行能力の計測結果となる。

例えば、非特許文献１に示される上肢に関する運動速度テストによると、所定サイズ（９０ｍｍ×６０ｍｍ×２０ｍｍ）のプラスチックボックスをできるだけ早くスライドさせたときの速度が計測される。この速度と最大歩行速度とには正の相関があることが認められている。非特許文献２に示される下肢に関する運動速度テストによると、膝にジャイロセンサをつけてできるだけ早く膝関節を伸展させたときの速度が計測される。この速度と最大歩行速度とには正の相関があることが認められている。非特許文献３に示される体幹に関する運動速度テストによると、椅子に座った状態で側方にあるマーカーを交互にできるだけ早く１０回タッチしたときの速度が計測される。この速度と最大歩行速度とには正の相関があることが認められている。

＜各種情報の表示例＞
図１で説明したシーケンスＳＱ６に対応する各種情報の表示例について説明する。上述したように、情報処理装置１０は、被験者５の撮像画像に基づいて算出される関節角度およびセグメント角度を用いて、被験者５の立位姿勢のタイプが、姿勢タイプＡ１～Ａ４のいずれであるかを判定する。ここでは、被験者５の立位姿勢のタイプが“姿勢タイプＡ２”であったとする。

上記の＜立位姿勢タイプと身体特性との関係性＞で説明したように、最大歩行速度を向上させるために姿勢タイプＡ２の被験者にとって重要な特性パラメータは、足関節底屈筋力および足関節底屈速度である。上記の＜立位姿勢タイプと歩行動作との関係性＞で説明したように、姿勢タイプＡ２の被験者にとって、歩行時の特徴的な動作パラメータは、足関節底屈トルクおよび膝－足関節二関節筋（腓腹筋）である。そのため、例えば、姿勢タイプＡ２の被験者の歩行能力と相関を有する身体特性は、足関節底屈筋力および足関節底屈速度であり、歩行能力と相関を有する動作パラメータは、足関節底屈トルクおよび膝－足関節二関節筋である。

また、歩行能力テストによって得られた被験者５の歩行能力（ここでは、歩行速度）は、３段階で評価されるものとする。例えば、被験者５の歩行速度をＶとし、同年代（例えば、５０代、６０代等）の平均歩行速度Ｖｈとする。この場合、Ｖ≦Ｖｈ－αであれば被験者５の歩行能力は“低レベル”と評価され、Ｖｈ－α＜Ｖ＜Ｖｈ＋αであれば被験者５の歩行能力は“中レベル”と評価され、Ｖｈ＋α＜Ｖであれば被験者５の歩行能力は“高レベル”と評価される。ここでは、被験者５の歩行能力は“低レベル”と評価されたものとする。なお、αの値は被験者の年代によって変化し得る。

図１４は、各種情報の表示例を示す図である。情報処理装置１０は、被験者５の姿勢タイプＡ２に対応する身体特性および動作パラメータと、計測結果とに基づいて、被験者５の歩行能力を維持または向上させるための情報（例えば、図１４の画面３００）をディスプレイ１１０に表示する。

画面３００の表示領域３１０には、被験者５の姿勢タイプ（すなわち、姿勢タイプＡ２）が表示される。表示領域３２０には、計測結果に基づく被験者５の歩行能力の評価結果（例えば、平均よりも低レベルであることを示す評価結果）が表示される。

表示領域３３０には、被験者５の筋機能に対する評価結果が表示される。この評価結果は、計測結果、および、姿勢タイプＡ２の人物の歩行能力と相関を有する特定情報（身体特性および動作パラメータ）から導出される。具体的には、姿勢タイプＡ２に対応する特定情報は、足関節底屈筋力、足関節底屈速度、足関節底屈トルクおよび膝－足関節二関節筋である。そのため、姿勢タイプＡ２の人物の歩行能力には、つま先を下げる（および地面を蹴る）役割を果たす腓腹筋（ふくらはぎ）の筋機能が重要であると予測される。また、被験者５の歩行能力は“低レベル”と評価されている。したがって、表示領域３３０には、例えば、腓腹筋の筋機能が落ちていることを示す情報が表示される。

表示領域３４０には、被験者５の歩行能力を向上させるために有用な情報が表示される。例えば、腓腹筋の筋肉の動きを補助するための推奨アイテムとして、カフサポーターが表示される。低負荷の腓腹筋の推奨トレーニングとして、例えば、タオルトレーニングが表示される。

画面３００に表示される各種情報は、被験者５の立位姿勢のタイプおよび歩行能力の計測結果に応じて変化する。例えば、被験者５の歩行能力の計測結果が“中レベル”であった場合、表示領域３２０には、評価結果（例えば、平均レベルであることを示す評価結果）が表示される。表示領域３３０には、筋機能を高めると歩行レベルが上がることを示す情報を表示する。表示領域３４０には、例えば、足裏から腓腹筋にかけての筋肉の動きを補助するための推奨アイテムとして、アーチサポートソックスが表示される。中負荷の推奨トレーニングとして、例えば、両脚カフレイズ（つま先立ち）のトレーニングが表示される。

また、例えば、被験者５の歩行能力の計測結果が“高レベル”であった場合、表示領域３２０には、評価結果（例えば、平均よりも高いレベルであることを示す評価結果）が表示される。表示領域３３０には、筋機能が高いことを示す情報が表示される。表示領域３４０には、例えば、推奨アイテムとして、地面を蹴る感覚がダイレクトに伝わり快適に歩くことを可能とするベアフットシューズが表示される。高負荷の推奨トレーニングとして、例えば、片脚カフレイズ（つま先立ち）のトレーニングが表示される。

上記のように、被験者５の歩行能力の評価結果が“低レベル”の場合には、特定情報に対応する筋力を高めるためのアイテム、および歩行能力の向上を目的とした低負荷のトレーニングが表示される。評価結果が“中レベル”の場合には、特定情報に対応する筋力を意識しやすいようにするためのアイテム、および歩行能力の向上を目的とした中負荷のトレーニングが表示される。評価結果が“高レベル”の場合には、特定情報に対応する筋に関して歩行時の快適性を高めるためのアイテム、および歩行能力の維持を目的とした高負荷のトレーニングが表示される。

＜機能構成＞
図１５は、情報処理装置１０の機能構成の一例を示すブロック図である。図１５を参照して、情報処理装置１０は、主な機能構成として、記憶部５１０と、判定部５２０と、入力部５３０と、出力制御部５４０とを含む。判定部５２０と、入力部５３０および出力制御部５４０は、典型的には、ＣＰＵ１０２がメモリ１０４に格納されたプログラムを実行することによって実現される。記憶部５１０は、メモリ１０４によって実現される。

記憶部５１０は、複数の立位姿勢のタイプの各々について、当該タイプの人物の歩行能力と相関を有する特定情報を記憶する。特定情報は、人物の身体特性、および人物が歩行する際の動作パラメータのうちの少なくとも一方を含む。

具体例として、姿勢タイプＡ１に対応する特定情報は、身体特性としての膝関節伸展速度と、動作パラメータとしての膝関節伸展トルク、膝関節単関節筋および膝－足関節二関節筋とを含む。姿勢タイプＡ２に対応する特定情報は、身体特性としての足関節底屈筋力および足関節底屈速度と、動作パラメータとしての足関節底屈トルクおよび膝－足関節二関節筋（腓腹筋）とを含む。姿勢タイプＡ３に対応する特定情報は、身体特性としての膝関節屈曲筋力と、動作パラメータとしての膝関節屈曲トルクおよび膝－足関節二関節筋の筋張力とを含む。姿勢タイプＡ４に対応する特定情報は、身体特性としての膝関節伸展筋力、膝関節屈曲筋力、足関節底屈筋力および膝関節伸展速度を含む。

判定部５２０は、被験者の立位姿勢状態における身体部位の角度に基づいて、被験者の立位姿勢のタイプを判定する。判定部５２０は、被験者の立位姿勢状態における膝関節屈曲角度に少なくとも基づいて、被験者の立位姿勢のタイプを判定する。判定部５２０は、被験者の立位姿勢状態における骨盤前傾角度にさらに基づいて、被験者の立位姿勢のタイプを判定する。

具体的には、判定部５２０は、被験者の立位姿勢状態の撮像画像に基づいて、被験者の関節角度およびセグメント角度を算出する。判定部５２０は、関節角度およびセグメント角度を用いて、第１主成分スコアおよび第２主成分スコアを算出する。判定部５２０は、膝関節屈曲角度に対応する第１主成分スコアの正負に応じて、被験者５の立位姿勢のタイプが、姿勢タイプＡ１またはＡ４に属するのか、姿勢タイプＡ２またはＡ３に属するのかを判定する。さらに、判定部５２０は、骨盤前傾角度に対応する第２主成分スコアの正負に応じて、被験者５の立位姿勢のタイプが、姿勢タイプＡ１またはＡ２に属するのか、姿勢タイプＡ３またはＡ４に属するのかを判定する。上記より、判定部５２０は、被験者５の第１主成分スコアおよび第２主成分スコアの正負に応じて、被験者５の立位姿勢のタイプが、姿勢タイプＡ１～Ａ４のいずれであるかを判定する。

入力部５３０は、被験者５の歩行能力の計測結果の入力を受け付ける。入力部５３０は、タッチパネル等を介して、ユーザから計測結果の入力を受け付けてもよいし、無線通信部１１２を介して、外部装置から計測結果の入力を受け付けてもよい。

出力制御部５４０は、判定された被験者５の立位姿勢のタイプに対応する特定情報と、被験者５の歩行能力の計測結果とに基づいて、被験者５の歩行能力を維持または向上させるための推奨情報を出力する。具体的には、出力制御部５４０は、被験者５の計測結果によって示される、被験者５の歩行に関する能力のレベルに応じて、異なる内容の推奨情報を出力する。例えば、被験者５の歩行に関する能力のレベルが基準レベル（例えば、中レベル）よりも高い場合（例えば、高レベル）、出力制御部５４０は、推奨情報として、被験者５の歩行能力の維持を目的としたアイテムやトレーニングに関する情報を出力する。一方、被験者５の歩行能力のレベルが基準レベルよりも低い場合（例えば、低レベル）、出力制御部５４０は、推奨情報として、被験者５の歩行能力をより向上させることを目的としたアイテムやトレーニングに関する情報を出力する。

推奨情報は、例えば、図１４の画面３００の表示領域３３０，３４０に表示される情報を含む。また、推奨情報には、被験者５の立位姿勢のタイプに対応する特定情報から導出される被験者５の歩行能力を維持または向上させるためのアドバイス情報を含んでもよい。図１４の例の場合、推奨情報は、腓腹筋の筋機能を向上させるための専門的なアドバイス情報を含む。なお、推奨情報は、立位姿勢のタイプに対応する特定情報それ自体を含む構成であってもよい。

＜その他の実施の形態＞
（１）上述した実施の形態において、身体特性における下肢関節の筋力は、股関節屈曲筋力、股関節伸展筋力、足関節背屈筋力であってもよい。また、身体特性における下肢関節の速度は、股関節屈曲速度、股関節伸展速度、膝関節屈曲速度、足関節背屈速度であってもよい。また、身体特性は、関節可動域（例えば、股関節伸展角度、膝関節伸展角度、足関節背屈角度）を含んでもよい。歩行動作時の動作パラメータは、床反力、関節パワー（例えば、股関節パワー、膝関節パワー、足関節パワー）を含んでもよい。

（２）上述した実施の形態において、判定される姿勢タイプは４つに限られず、５つ以上であってもよい。また、上記の＜立位姿勢タイプと身体特性との関係性＞で説明した各姿勢タイプにとって重要な特性パラメータは、被験者の数を増やしてデータを収集することで更新されてもよい。

（３）上述した実施の形態では、身体部位の角度（関節角度およびセグメント角度）は、被験者の立位姿勢状態における撮像画像から取得される構成について説明したが、当該構成に限られない。身体部位の角度は、立位姿勢状態の被験者５に取り付けられた慣性センサにより検出されてもよい。

例えば、図３に示すように、被験者の身体の各部位に慣性センサが装着される。慣性センサは、例えば、無線通信によって、情報処理装置１０に計測結果を送信する。慣性センサは、例えば、ジャイロセンサおよび加速度計の双方の機能を有する。慣性センサは、３軸方向のそれぞれについて、角速度と加速度とを計測し、情報処理装置１０に出力し得る。情報処理装置１０は、慣性センサの検出結果に基づいて、身体部位の角度を算出する。

（４）上述した実施の形態では、身体部位の角度（関節角度およびセグメント角度）は、複数のマーカを取り付けた被験者の立位姿勢状態における撮像画像から取得された。しかし、公知の骨格推定システムから得られる情報を用いて、マーカを取り付けていない被験者の立位姿勢状態における撮像画像から身体部位の角度を取得する構成であってもよい。

例えば、姿勢タイプの判定に用いられる骨盤前傾角度は、被験者の立位姿勢状態における身体部位に関するパラメータ（例えば、股関節屈曲角度）に基づいて推定される。

図１６は、骨格推定システムの出力結果を示す図である。図１６を参照して、画像６００は、既存の骨格推定システムの出力結果を示す画像である。既存の骨格推定システムでは骨盤セグメントの抽出が困難であるため、骨盤前傾角度を直接取得することができない。そのため、骨格推定システムから得られる股関節屈曲角度に基づいて、骨盤前傾角度を推定する方式について説明する。

位置Ｑ１，Ｑ２，Ｑ３は、それぞれ頸部，股関節，膝関節の位置を示している。直線Ｌ１は、位置Ｑ１と位置Ｑ２とを結ぶ直線であり、直線Ｌ２は、位置Ｑ２と位置Ｑ３とを結ぶ直線である。直線Ｌ１は図３の直線Ｌａに対応し、直線Ｌ２は図３の直線Ｌｃに対応している。

図３では、各マーカの二次元座標解析により、股関節屈曲角度θ２は、直線Ｌｃと直線Ｌｐとのなす角度（鋭角）として定義された。しかし、既存の骨格推定システムでは骨盤セグメントの抽出ができず、図３の直線Ｌｂが得られないため、結果として直線Ｌｐも取得できない。したがって、骨格推定システムを用いる場合には、直線Ｌ１と直線Ｌ２とのなす角度θ２ｘを股関節屈曲角度とみなし、股関節屈曲角度θ２ｘから股関節屈曲角度θ２が算出される。

図１７は、二次元座標解析により得られる股関節屈曲角度と、骨格推定システムにより得られる股関節屈曲角度との相関関係を示す図である。図１７の横軸は、骨格推定システムから得られる股関節屈曲角度θ２ｘを示しており、縦軸は、図３で定義した（すなわち、二次元座標解析により得られる）股関節屈曲角度θ２を示している。

図１７を参照すると、相関係数Ｒは０．８０６であり、股関節屈曲角度θ２と、股関節屈曲角度θ２ｘとは高い相関を示している。そのため、骨格推定システムにより得られる股関節屈曲角度θ２ｘと、近似直線を示す式（θ２＝ａ×θ２ｘ＋ｂ）とから、股関節屈曲角度θ２を算出することができる。

次に、二次元座標解析により得られる骨盤前傾角度（すなわち、図３のｘ軸と直線Ｌｂとのなす角度）は、図１８の相関関係を用いて股関節屈曲角度θ２から推定することができる。以下の説明では、二次元座標解析により得られる骨盤前傾角度をθ３とする。

図１８は、二次元座標解析により得られる股関節屈曲角度と、骨盤前傾角度との相関関係を示す図である。図１８の横軸は、股関節屈曲角度θ２を示しており、縦軸は、骨盤前傾角度θ３を示している。

図１８を参照すると、相関係数Ｒは０．７５４であり、股関節屈曲角度θ２と、骨盤前傾角度θ３とは高い相関を示している。そのため、二次元座標解析により得られる股関節屈曲角度θ２と、近似直線を示す式（θ３＝ａ１×θ２＋ｂ１）とから、骨盤前傾角度θ３を算出することができる。

まとめると、情報処理装置１０の推定部は、骨盤推定システムにより得られる股関節屈曲角度θ２ｘから股関節屈曲角度θ２を算出し、さらに、股関節屈曲角度θ２から骨盤前傾角度θ３を算出することができる。したがって、推定部は、股関節屈曲角度θ２ｘに基づいて、骨盤前傾角度θ３を推定することができる。判定部５２０は、推定された骨盤前傾角度θ３を用いて、被験者の立位姿勢のタイプを判定する。

（５）上記（３）では、１つのパラメータ（股関節屈曲角度θ２ｘ）から骨盤前傾角度θ３を推定する構成について説明したが、被験者の身体部位に関する複数のパラメータを学習済モデルに入力することにより骨盤前傾角度を推定する構成であってもよい。ここでは、一例として、学習済モデルとして決定木学習を用いる例について説明する。

図１９は、複数のパラメータの定義を説明するための図である。なお、これらのパラメータ（角度）は、骨格推定システムにより算出される。図１９の股関節Ｋ１、頭部Ｋ２、膝関節Ｋ３、および足関節Ｋ４は、骨格推定システムにより特定される。ここでは、説明の容易化のため、図１９の二次元画像７１０を用いて各パラメータの定義について説明する。

図１９を参照して、股関節Ｋ１と膝関節Ｋ３とを結ぶ線分をＪｃとする。頭部Ｋ２と膝関節Ｋ３とを結ぶ線分をＪｄとする。股関節Ｋ１と足関節Ｋ４とを結ぶ線分をＪｅとする。膝関節Ｋ３と足関節Ｋ４とを結ぶ線分をＪｆとする。股関節Ｋ１と頭部Ｋ２とを結ぶ線分をＪｇとする。図１９では、パラメータとして、頭－股－膝角度、頭－膝－足角度、頭－股－足角度、膝関節屈曲角度、大腿前傾角度、および下腿前傾角度が定義される。

頭－股－膝角度は、線分Ｊｃと線分Ｊｇとのなす角度（鋭角）として定義される。頭部Ｋ２および膝関節Ｋ３を結んだ線分よりも股関節Ｋ１が後方にある場合には、頭－股－膝角度は正の値となり、前方にある場合には当該角度は負の値となる。

頭－膝－足角度は、線分Ｊｄと線分Ｊｆとのなす角度（鋭角）として定義される。頭部Ｋ２および足関節Ｋ４を結んだ線分よりも膝関節Ｋ３が後方にある場合には、頭－膝－足角度は正の値となり、前方にある場合には当該角度は負の値となる。

頭－股－足角度は、線分Ｊｅと線分Ｊｇとのなす角度（鋭角）として定義される。頭部Ｋ２および足関節Ｋ４を結んだ線分よりも股関節Ｋ１が後方にある場合には、頭－股－足角度は正の値となり、前方にある場合には当該角度は負の値となる。

膝関節屈曲角度は、線分Ｊｃと線分Ｊｆとのなす角度（鋭角）として定義される。大腿前傾角度は、ｙ軸と線分Ｊｃとのなす角度（鋭角）として定義される。下腿前傾角度は、ｙ軸と線分Ｊｆとのなす角度（鋭角）として定義される。

図２０は、決定木分析の分析結果の一例を示す図である。図２０に示す決定木は、骨盤前傾角度を推定するためのモデルであり、図１９で定義された複数のパラメータを用いて機械学習により作成された。７種類の分岐条件のそれぞれに対して７種類の閾値Ｔｈ１，Ｔｈ２，Ｔｈ３，Ｔｈ４，Ｔｈ５，Ｔｈ６，Ｔｈ７が利用されている。７種類の分岐条件によって、骨盤前傾角度が「後傾」（所定閾値よりも大きい値）および「前傾」（所定閾値よりも小さい値）のいずれかに分類される。

図２０の例では、決定木学習を用いた推定モデルが生成され、当該推定モデルに複数のパラメータが入力されることにより骨盤前傾角度が推定される。ただし、機械学習の手法には、決定木以外の種々の学習アルゴリズムが採用され得る。一例として、当該学習アルゴリズムとして、サポートベクターマシーン、ニューラルネットワーク、深層強化学習、クラスター分析、または、クラス分類などが採用される。具体的には、公知の学習アルゴリズムで生成された推定モデルに上記の各パラメータが入力されることで、推定モデルが定義する演算処理が実行されて、推定結果として骨盤前傾角度が算出される。

推定モデルは、学習用データセットを用いて公知の学習処理を実行することで得られる学習済みモデルである。学習用データセットは、複数のパラメータ（頭－股－膝角度、頭－膝－足角度、頭－股－足角度、膝関節屈曲角度、大腿前傾角度、および下腿前傾角度）と、骨盤前傾角度とのデータセットである。このような学習用データセットが、複数の被験者分用意される。

推定モデルは、多くの学習用データセットを用いた学習処理によって、被験者における複数のパラメータから、被験者の骨盤前傾角度を出力し得るように最適化される。すなわち、推定モデルは、被験者の立位姿勢状態における骨盤前傾角度を推定するための学習済モデルである。

なお、推定モデルは、複数のパラメータのうちの少なくとも１つから、被験者の骨盤前傾角度を出力し得るように最適化されていてもよい。この場合、学習用データセットは、例えば、被験者における複数のパラメータのうちの少なくとも１つと、被験者の骨盤前傾角度とのデータセットである。

まとめると、情報処理装置２０の推定部は、メモリ１０４に格納された学習済みの推定モデルに対して、被験者における複数のパラメータの少なくとも１つの情報を入力することで、被験者の骨盤前傾角度を算出する。推定モデルは、被験者における複数のパラメータが入力されると、被験者の骨盤前傾角度を推定結果として出力するように、学習用データセットを用いた学習処理がなされている。判定部５２０は、推定された骨盤前傾角度を用いて、被験者の立位姿勢のタイプを判定する。

（６）上述した実施の形態では、判定部５２０が、膝関節屈曲角度に少なくとも基づいて（例えば、対応する第１主成分スコアの正負に応じて）、被験者５の立位姿勢のタイプを判定する（例えば、姿勢タイプＡ１またはＡ４に属するのか、姿勢タイプＡ２またはＡ３に属するのかを判定する）構成について説明したが、当該構成に限られない。判定部５２０は、下腿前傾角度に少なくとも基づいて、被験者５の立位姿勢のタイプを判定する構成であってもよい。

図２１は、膝関節屈曲角度と下腿前傾角度との相関関係を示す図である。図２１の横軸は、下腿前傾角度を示しており、縦軸は、膝関節屈曲角度を示している。

図２１を参照すると、相関係数Ｒは０．８６３であり、膝関節屈曲角度と、下腿前傾角度とは高い相関を示している。そのため、膝関節屈曲角度の代わりに下腿前傾角度を、被験者５の立位姿勢のタイプの判定に用いることができる。したがって、下腿前傾角度および骨盤前傾角度を用いて被験者５の立位姿勢のタイプを判定できると考えられる。

ここで、４０名の各被験者について、以下に説明する各判定方式を用いて姿勢タイプの判定を行なった。まず、図６および図７で説明したように、各被験者における第１主成分スコアおよび第２主成分スコアを用いて各被験者の姿勢タイプを判定する方式を、便宜上「判定方式Ｄ１」とする。

具体的には、判定方式Ｄ１では、第１象限内のスコア（すなわち、第１主成分＞０かつ第２主成分＞０）の値を有する被験者の姿勢タイプを姿勢タイプＡ１とし、第２象限内のスコア（すなわち、第１主成分＜０かつ第２主成分＞０）の値を有する被験者の姿勢タイプを姿勢タイプＡ２とし、第３象限内のスコア（すなわち、第１主成分＜０かつ第２主成分＜０）の値を有する被験者の姿勢タイプを姿勢タイプＡ３とし、第４象限内のスコア（すなわち、第１主成分＞０かつ第２主成分＜０）の値を有する被験者の姿勢タイプを姿勢タイプＡ４とする。

図２２は、膝関節屈曲角度と骨盤前傾角度との関係を示す図である。図２２の横軸は、膝関節屈曲角度を示しており、縦軸は、骨盤前傾角度を示している。図２２を参照して、横軸と縦軸との交点は、各被験者の膝関節屈曲角度の平均値Ｘ０（すなわち、－１．５１０°）および骨盤前傾角度の平均値Ｙ０（すなわち、１０．４９８°）を示している。平均値Ｘ０および平均値Ｙ０を基準として各被験者の姿勢タイプを判定する方式を、便宜上「判定方式Ｄ２」とする。

具体的には、判定方式Ｄ２では、図２２の縦軸および横軸で構成される座標平面の第１象限内（すなわち、膝関節屈曲角度＞平均値Ｘ０かつ骨盤前傾角度＞平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ１とする。第２象限内（すなわち、膝関節屈曲角度＜平均値Ｘ０かつ骨盤前傾角度＞平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ２とする。第３象限内（すなわち、膝関節屈曲角度＜平均値Ｘ０かつ骨盤前傾角度＜平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ３とする。第４象限内（すなわち、膝関節屈曲角度＞平均値Ｘ０かつ骨盤前傾角度＜平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ４とする。

図２３は、下腿前傾角度と骨盤前傾角度との関係を示す図である。図２３の横軸は、下腿前傾角度を示しており、縦軸は、骨盤前傾角度を示している。図２３を参照して、横軸と縦軸との交点は、各被験者の下腿前傾角度の平均値Ｚ０（すなわち、４．３７２°）および骨盤前傾角度の平均値Ｙ０（すなわち、１０．４９８°）を示している。平均値Ｚ０および平均値Ｙ０を基準として各被験者の姿勢タイプを判定する方式を、便宜上「判定方式Ｄ３」とする。

判定方式Ｄ３では、図２３の縦軸および横軸で構成される座標平面の第１象限内（すなわち、下腿前傾角度＞平均値Ｚ０かつ骨盤前傾角度＞平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ１とする。第２象限内（すなわち、下腿前傾角度＜平均値Ｚ０かつ骨盤前傾角度＞平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ２とする。第３象限内（すなわち、下腿前傾角度＜平均値Ｚ０かつ骨盤前傾角度＜平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ３とする。第４象限内（すなわち、下腿前傾角度＞平均値Ｚ０かつ骨盤前傾角度＜平均値Ｙ０）の値を有する被験者の姿勢タイプを姿勢タイプＡ４とする。

４０名の各被験者について、判定方式Ｄ１を用いて判定された姿勢タイプと判定方式Ｄ２を用いて判定された姿勢タイプとを比較した。その結果、３４名の被験者において姿勢タイプの判定結果が一致していたため、判定方式Ｄ１および判定方式Ｄ２の各判定結果の一致度は８５％である。同様に、判定方式Ｄ２による判定結果と判定方式Ｄ３による判定結果とを比較すると、３２名の被験者において姿勢タイプの判定結果が一致していたため、判定方式Ｄ２および判定方式Ｄ３の各判定結果の一致度は８０％である。また、判定方式Ｄ１による判定結果と判定方式Ｄ３による判定結果とを比較すると、２７名の被験者において姿勢タイプの判定結果が一致していたため、判定方式Ｄ１および判定方式Ｄ３の各判定結果の一致度は６７．５％である。

したがって、いずれの一致度も高いことから、判定方式Ｄ１～Ｄ３は、高い相関を有していることが理解される。このことから、判定部５２０は、被験者５の立位姿勢状態における下腿前傾角度および骨盤前傾角度に基づいて（例えば、判定方式Ｄ３を用いて）、被験者５の立位姿勢のタイプを判定するように構成されていてもよい。

なお、各被験者の膝関節屈曲角度の平均値Ｘ０、骨盤前傾角度の平均値Ｙ０、下腿前傾角度の平均値Ｚ０の代わりに、それぞれ、各被験者の膝関節屈曲角度の中央値Ｘ１、骨盤前傾角度の中央値Ｙ１、下腿前傾角度の中央値Ｚ１を用いる構成であってもよい。図２２および図２３の例の場合、中央値Ｘ１は－０．８２７°、中央値Ｙ１は１０．６２３°、中央値Ｚ１は４．３３４°である。また、平均値Ｘ０，Ｙ０，Ｚ０の代わりに中央値Ｘ１，Ｙ１，Ｚ１を採用した場合、判定方式Ｄ１および判定方式Ｄ２の各判定結果の一致度は８２％であり、判定方式Ｄ２および判定方式Ｄ３の各判定結果の一致度は８０％であり、判定方式Ｄ１および判定方式Ｄ３の各判定結果の一致度は７０％であった。この場合にも、判定方式Ｄ１～Ｄ３は、高い相関を有していることが理解される。

（７）上述した実施の形態において、コンピュータを機能させて、上述のフローチャートで説明したような制御を実行させるプログラムを提供することもできる。このようなプログラムは、コンピュータに付属するフレキシブルディスク、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、ＲＯＭ、ＲＡＭおよびメモリカードなどの一時的でないコンピュータ読取り可能な記録媒体にて記録させて、プログラム製品として提供することもできる。あるいは、コンピュータに内蔵するハードディスクなどの記録媒体にて記録させて、プログラムを提供することもできる。また、ネットワークを介したダウンロードによって、プログラムを提供することもできる。

（８）上述の実施の形態として例示した構成は、本発明の構成の一例であり、別の公知の技術と組み合わせることも可能であるし、本発明の要旨を逸脱しない範囲で、一部を省略する等、変更して構成することも可能である。上述した実施の形態において、その他の実施の形態で説明した処理や構成を適宜採用して実施する場合であってもよい。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

５ 被験者、１０ 情報処理装置、５０，４００ 撮像画像、１０２ ＣＰＵ、１０４ メモリ、１０６ タッチパネル、１０８ ボタン、１１０ ディスプレイ、１１２ 無線通信部、１１３ 通信アンテナ、１１４ メモリインターフェイス、１１５ 記録媒体、１１６ スピーカ、１１８ マイク、１２０ カメラ、２１０，２２０，２３０ テーブル、３００ 画面、３１０，３２０，３３０，３４０ 表示領域、４１０，４２０ ブロック、５１０ 記憶部、５２０ 判定部、５３０ 入力部、５４０ 出力制御部。

Claims (15)

1. 複数の立位姿勢のタイプの各々について、当該タイプの人物の歩行能力と相関を有する第１の情報を記憶する記憶部を備え、
   前記第１の情報は、人物の身体特性、および人物が歩行する際の動作パラメータのうちの少なくとも一方を含み、
   被験者の立位姿勢状態における身体部位の角度に基づいて、前記被験者の立位姿勢のタイプを判定する判定部と、
   前記被験者の歩行能力の計測結果の入力を受け付ける入力部と、
   判定された前記被験者の立位姿勢のタイプに対応する前記第１の情報と前記計測結果とに基づいて、前記被験者の歩行能力を維持または向上させるための第２の情報を出力する出力制御部とをさらに備える、情報処理装置。
2. 前記判定部は、前記被験者の立位姿勢状態における膝関節屈曲角度に少なくとも基づいて、前記被験者の立位姿勢のタイプを判定する、請求項１に記載の情報処理装置。
3. 前記判定部は、前記被験者の立位姿勢状態における下腿前傾角度に少なくとも基づいて、前記被験者の立位姿勢のタイプを判定する、請求項１に記載の情報処理装置。
4. 前記判定部は、前記被験者の立位姿勢状態における骨盤前傾角度にさらに基づいて、前記被験者の立位姿勢のタイプを判定する、請求項２または３に記載の情報処理装置。
5. 前記被験者の立位姿勢状態における身体部位に関する所定パラメータに基づいて、前記被験者の立位姿勢状態における骨盤前傾角度を推定する推定部をさらに備える、請求項４に記載の情報処理装置。
6. 前記所定パラメータは、前記被験者の立位姿勢状態における股関節屈曲角度である、請求項５に記載の情報処理装置。
7. 前記推定部は、前記被験者の立位姿勢状態における骨盤前傾角度を推定するための学習済モデルに、複数の前記所定パラメータを入力することにより前記骨盤前傾角度を推定する、請求項５に記載の情報処理装置。
8. 前記身体特性は、下肢関節に関する筋力および速度の少なくとも１つを含む、請求項１～７のいずれか１項に記載の情報処理装置。
9. 前記動作パラメータは、下肢関節に関する関節角度、関節トルクおよび筋張力と、骨盤前傾角度とのうちの少なくとも１つを含む、請求項１～８のいずれか１項に記載の情報処理装置。
10. 前記被験者の歩行能力の計測結果は、前記被験者の歩行速度、および、前記被験者が椅子から立ち上がり前方に設けられた目標物を回って前記椅子に着座するまでの時間の少なくとも１つを含む、請求項１～９のいずれか１項に記載の情報処理装置。
11. 前記被験者の歩行能力の計測結果は、前記被験者の歩行速度と相関のある上肢、下肢または体幹に関する運動のテスト結果をさらに含む、請求項１０に記載の情報処理装置。
12. 前記身体部位の角度は、前記被験者の立位姿勢状態における撮像画像に基づいて算出される、または、立位姿勢状態の前記被験者に取り付けられた慣性センサの検出結果に基づいて算出される、請求項１～１１のいずれか１項に記載の情報処理装置。
13. 前記出力制御部は、前記計測結果によって示される、前記被験者の歩行能力のレベルに応じて、異なる内容の前記第２の情報を出力する、請求項１～１２のいずれか１項に記載の情報処理装置。
14. 前記第２の情報は、前記被験者の立位姿勢のタイプに対応する前記第１の情報から導出される前記被験者の歩行能力を維持または向上させるためのアドバイス情報を含む、請求項１～１３のいずれか１項に記載の情報処理装置。
15. 記憶装置を含むコンピュータによって実行される情報処理方法であって、
    前記記憶装置は、複数の立位姿勢のタイプの各々について、当該タイプの人物の歩行能力と相関を有する第１の情報を記憶し、
    前記第１の情報は、人物の身体特性、および人物が歩行する際の動作パラメータのうちの少なくとも一方を含み、
    前記情報処理方法は、
    被験者の立位姿勢状態における身体部位の角度に基づいて、前記被験者の立位姿勢のタイプを判定するステップと、
    前記被験者の歩行能力の計測結果の入力を受け付けるステップと、
    判定された前記被験者の立位姿勢のタイプに対応する前記第１の情報と前記計測結果とに基づいて、前記被験者の歩行能力を維持または向上させるための第２の情報を出力するステップとを含む、情報処理方法。

Images