JP7777720B2 - 筋骨格負担 - Google Patents

Description

［関連出願の相互参照］
本出願は、２０２２年８月４日に出願された米国仮特許出願第６３／３９５，２４４号に基づく優先権を主張するものであり、この仮特許出願の全内容は参照により本明細書に組み込まれる。

本開示は、生理学的モニタリングシステム、より具体的には、筋骨格の負担を定量的に追跡する技術に関する。

［背景］
ウェアラブル（身体着用型）生理学的モニターは、着用者から豊富な生理学的データを得ることができる。しかしながら、筋力トレーニング中に生じる筋肉の負担は、心拍数や心拍数変動などの従来のフィットネス指標を使用して特徴付けることが困難な場合がある。筋骨格の負担をモニタリングし、定量的に測定された負担を使用してコーチング推奨事項などを提供するための改善された方法およびシステムが、依然として必要とされている。

［概要］
生理学的モニターは、例えばウェアラブルモニターによって検出された筋力トレーニング活動中のモーションパターンを使用して、筋力トレーニング中にユーザーが受ける筋肉の負担、筋骨格の負担、および／または生体力学的負担の程度を評価する。生じる負担を定量化することで、コーチング推奨事項を提供したり、毎日の負担指標を更新したり、他の措置を講じたりすることなどに有利に使用することができる。

一態様において、本明細書に開示されるコンピュータプログラム製品は、非一時的なコンピュータ読み取り可能媒体に具現化されたコンピュータ実行可能コードを含む場合がある。このコンピュータ実行可能コードは、１つ以上のコンピューティングデバイス上で実行されたときに前記１つ以上のコンピューティングデバイスに、１回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーから未加工のモーションデータを受信するステップであって、前記未加工のモーションデータが、複数のジャイロスコープからの角度回転データと複数の加速度計からの直線加速度データとを含む、未加工のモーションデータを受信するステップと、前記１つ以上のモーションセンサーからの前記未加工のモーションデータを融合して重力アーティファクトを軽減し、それによって３軸加速度データを含むモーションデータを提供するステップと、前記筋力トレーニング活動の種類を識別するステップと、前記３軸加速度データの大きさのばらつきに基づいて前記セット内の前記反復動作の量を決定するステップと、前記反復動作の各１回について、前記３軸加速度データの変化に基づいて筋骨格の動きを示す未加工の強度スコアを計算するステップと、前記反復動作の各１回について、前記ユーザーが前記筋力トレーニング活動を実行する最大強度を決定するステップであって、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものである、最大強度を決定するステップと、前記筋力トレーニング活動でのユーザー実績の履歴に基づいて前記ユーザーの前記筋力トレーニング活動の最大ボリュームを推定するステップであって、前記最大ボリュームが、前記ユーザーが怪我なしで前記筋力トレーニング活動の反復動作を実行するための上限しきい値を示すものである、前記筋力トレーニング活動の最大ボリュームを推定するステップと、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷を計算するステップであって、前記有効負荷が、少なくとも前記ユーザーの体重と前記筋力トレーニング活動のための追加重量とを含む１つ以上の負荷パラメータに基づいて、前記筋力トレーニング活動中に前記ユーザーが発揮する前記最大ボリュームのうちの相対的部分を示すものである、有効負荷を計算するステップと、前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記最大ボリュームに対する前記有効負荷の第１の比率と前記最大強度に対する前記未加工の強度スコアの第２の比率の積として計算するステップと、前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計し、前記筋力トレーニング活動の筋骨格負担スコアを提供するステップと、前記筋力トレーニング活動の前記筋骨格負担スコアを前記ユーザーに対して表示するステップとを実行させることができる。この態様の他の実施形態は、上記ステップのうちの１つ以上を実行する方法をさらにまたは代わりに含む場合がある。この態様の他の実施形態は、１つ以上のモーションセンサーを含むウェアラブルフィットネスモニターと、上記ステップのうちの１つ以上を実行することによって前記ウェアラブルフィットネスモニターのユーザーに対してユーザー固有の筋骨格負担スコアを計算するように構成された１つ以上のプロセッサとを含むシステムをさらにまたは代わりに含む場合がある。

実施形態は、下記の特徴のうちの１つ以上を含む場合がある。前記コンピュータプログラム製品は、前記１つ以上のコンピューティングデバイスに、前記筋骨格負担スコアに基づいて前記ユーザーに対するコーチング推奨事項を生成するステップを実行させるコードを含む場合がある。前記コーチング推奨事項は、少なくとも部分的に前記ユーザーのフィットネス目標に基づく場合がある。前記反復動作のうちの１回について前記未加工の強度スコアを計算することは、前記反復動作のうちの前記１回について複数の瞬間的強度測定値の平均を計算することを含む場合がある。前記複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度の離散的に測定された変化と現在の加速度の比の平均に基づいて計算される場合がある。前記複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度変化の第１の平均と現在の加速度の第２の平均の比に基づいて計算される場合がある。前記コンピュータプログラム製品は、前記１つ以上のコンピューティングデバイスに、前記ユーザーによる前記筋力トレーニング活動の履歴に基づいて前記ユーザーの負荷－反復動作プロファイルを作成するステップを実行させるコードを含む場合があり、前記負荷－反復動作プロファイルは、前記筋力トレーニング活動中に１つ以上の負荷の下で前記ユーザーが反復動作を実行する能力を示す場合がある。前記コンピュータプログラム製品は、前記ユーザーが前記負荷－反復動作プロファイル内の前記１つ以上の負荷に含まれていない新しい負荷の下で前記筋力トレーニング活動を実行するときに、前記１つ以上のコンピューティングデバイスに、前記負荷－反復動作プロファイルに行を追加するステップを実行させるコードを含む場合がある。前記コンピュータプログラム製品は、前記ユーザーが前記負荷－反復動作プロファイル内の前記負荷のうちの１つについて反復動作の回数を超えたときに、前記１つ以上のコンピューティングデバイスに、前記負荷－反復動作プロファイルを更新するステップを実行させるコードを含む場合がある。前記コンピュータプログラム製品は、前記筋力トレーニング活動の前記種類を指定するユーザー入力を受信するコードを含む場合がある。前記コンピュータプログラム製品は、前記１つ以上のコンピューティングデバイスに、前記未加工のモーションデータに基づいて前記筋力トレーニング活動の前記種類を識別するステップを実行させるコードを含む場合がある。記載される技術の実施形態は、ハードウェア、方法若しくはプロセス、コンピュータアクセス可能な媒体上のコンピュータソフトウェア、およびシステムを含む場合がある。

一態様において、本明細書に開示される方法は、１回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルモニターの１つ以上のモーションセンサーからモーションデータを受信し；前記筋力トレーニング活動の種類を識別し；前記セット内の前記反復動作の量を決定し；前記反復動作の各１回について、前記モーションデータの特徴に基づいて筋骨格の動きを示す未加工の強度スコアを計算し；前記未加工の強度スコアを前記ユーザーが前記筋力トレーニング活動を実行する最大強度に対してスケーリングして１回の反復動作あたりのユーザー強度スコアを取得し、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものであり；前記反復動作の各１回について、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷と前記筋力トレーニング活動を実行する前記ユーザーに対する所定の負荷しきい値の比率に基づいて、個人別スケールを計算し；前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記１回の反復動作あたりのユーザー強度スコアと前記個人別スケールの積として計算し；前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計することによって、前記筋力トレーニング活動の筋骨格負担スコアを計算し；前記筋骨格負担スコアに基づいて措置を講じることを含む場合がある。この態様の他の実施形態は、非一時的なコンピュータ読み取り可能媒体に具現化されたコンピュータ実行可能コードを含むコンピュータプログラム製品であって、前記コンピュータ実行可能コードが１つ以上のコンピューティングデバイス上で実行されたときに前記１つ以上のコンピューティングデバイスに上記ステップのうちの１つ以上を実行させるコンピュータプログラム製品をさらにまたは代わりに含む場合がある。この態様の他の実施形態は、１つ以上のモーションセンサーを含むウェアラブルフィットネスモニターと、上記ステップのうちの１つ以上を実行することによって前記ウェアラブルフィットネスモニターのユーザーに対してユーザー固有の筋骨格負担スコアを計算するように構成された１つ以上のプロセッサとを含むシステムをさらにまたは代わりに含む場合がある。

実施形態は、下記の特徴のうちの１つ以上を含む場合がある。前記セット内の前記反復動作の量を決定することは、モーションデータに基づいて前記量を決定することを含む場合がある。前記セット内の前記反復動作の量を決定することは、ユーザー入力に基づいて前記量を決定することを含む場合がある。前記措置は、前記筋骨格負担スコアに基づいて前記ユーザーの毎日の負担計算を精緻化することを含む場合がある。前記措置は、前記ユーザーに対するコーチング推奨事項を生成することを含む場合がある。前記方法は、前記コーチング推奨事項を前記ユーザーに対して表示することを含む場合がある。前記コーチング推奨事項は、リアルタイムのコーチング推奨事項である場合がある。前記コーチング推奨事項は、前記ユーザーのその後の運動活動に関連する場合がある。前記方法は、前記モーションデータに基づいて前記筋力トレーニング活動の種類を自動的に識別することを含む場合がある。前記方法は、運動ルーチンにおける複数の種類の筋力トレーニング活動の各々について、複数の筋骨格負担スコアを計算することを含む場合がある。前記方法は、前記ユーザーの体重のユーザー入力に基づいて前記有効負荷を計算することを含む場合がある。前記方法は、前記筋力トレーニング活動のための追加重量のユーザー入力に基づいて前記有効負荷を計算することを含む場合がある。前記モーションデータは、重力による加速の影響を軽減した前記反復動作の３軸加速度データを提供するように融合された３軸ジャイロスコープと３軸加速度計からの未加工のモーションデータを含む場合がある。前記ウェアラブルモニターは、手首着用型光電式容積脈波記録装置を含む場合がある。前記モーションデータを受信することは、前記ウェアラブルモニターの少なくとも１つのジャイロスコープおよび少なくとも１つの加速度計から未加工の動作データを受信することを含む場合がある。前記筋骨格負担スコアを計算することは、前記ウェアラブルモニターと通信する関係で結合された前記ユーザーのパーソナルコンピューティングデバイス上で前記筋骨格負担スコアを計算することを含む場合がある。前記筋骨格負担スコアを計算することは、前記ウェアラブルモニターと通信する関係で結合されたリモートサーバ上で前記筋骨格負担スコアを計算することを含む場合がある。前記所定の負荷しきい値は、前記ユーザーが怪我なしで前記筋力トレーニング活動の反復動作を実行するための上限しきい値を示す推定最大ボリュームである場合がある。記載される技術の実施形態は、ハードウェア、方法若しくはプロセス、コンピュータアクセス可能な媒体上のコンピュータソフトウェア、およびシステムを含む場合がある。

一態様において、本明細書に開示されるシステムは、１つ以上のモーションセンサーを含むウェアラブルフィットネスモニターと、前記ウェアラブルフィットネスモニターのユーザーに対してユーザー固有の筋骨格負担スコアを計算するように構成された１つ以上のプロセッサとを含む場合がある。前記１つ以上のプロセッサは、筋力トレーニング活動中に前記１つ以上のモーションセンサーから取得したモーションデータを受信するステップと、前記筋力トレーニング活動の種類を識別するステップと、１回以上の反復動作を含む前記筋力トレーニング活動のセットを識別するステップと、前記反復動作の各１回について、前記モーションデータの特徴に基づいて筋骨格の動きを示す未加工の強度スコアを計算し、前記未加工の強度スコアを前記ユーザーが前記筋力トレーニング活動を実行する最大強度に対してスケーリングして１回の反復動作あたりのユーザー強度スコアを取得するステップと、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものであり、前記反復動作の各１回について、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷と前記筋力トレーニング活動を実行するときのユーザーに対する所定の負荷しきい値との比率に基づいて、個人別スケールを計算するステップと、前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記１回の反復動作あたりのユーザー強度スコアと前記個人別スケールの積として計算するステップと、前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計することによって、前記筋力トレーニング活動の筋骨格負担スコアを計算するステップと、前記筋骨格負担スコアに基づいて措置を講じるステップとを実行することによって、前記ユーザー固有の筋骨格負担スコアを計算することができる。前記措置を講じることは、前記ユーザー固有の筋骨格負担スコアを前記ユーザーに関連するパーソナルコンピューティングデバイスに送信し、前記ユーザーに対して表示することを含む場合がある。前記措置を講じることは、前記ユーザーに対するコーチング推奨事項を生成することを含む場合がある。この態様の他の実施形態は、方法および／またはコンピュータプログラム製品をさらにまたは代わりに含む場合がある。

一態様において、本明細書に開示される方法は、筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーからモーションデータを受信し；前記筋力トレーニング活動に関連する前記ユーザーの運動履歴、前記筋力トレーニング活動中の有効負荷、および前記筋力トレーニング活動に関連する前記ユーザーの最大ボリュームにしたがって前記モーションデータに関連する強度を調節することによって、前記筋力トレーニング活動中の前記ユーザーの個人別筋骨格負担を計算し；前記個人別筋骨格負担に基づいて措置を講じることを含む場合がある。この態様の他の実施形態は、非一時的なコンピュータ読み取り可能媒体に具現化されたコンピュータ実行可能コードを含むコンピュータプログラム製品であって、前記コンピュータ実行可能コードが１つ以上のコンピューティングデバイス上で実行されたときに、前記１つ以上のコンピューティングデバイスに上記ステップのうちの１つ以上を実行させる、コンピュータプログラム製品をさらにまたは代わりに含む場合がある。この態様の他の実施形態は、１つ以上のモーションセンサーを含むウェアラブルフィットネスモニターと、上記ステップのうちの１つ以上を実行することによって前記ウェアラブルフィットネスモニターのユーザーに対してユーザー固有の筋骨格負担スコアを計算するように構成された１つ以上のプロセッサとを含むシステムをさらにまたは代わりに含む場合がある。

一態様において、本明細書に開示される方法は、筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーからモーションデータを受信し；前記モーションデータに基づいて、前記筋力トレーニング活動の複数回の反復動作について未加工の強度スコアを計算し；少なくとも前記ユーザーの体重と前記筋力トレーニング活動のための追加重量とを含む１つ以上の負荷パラメータに基づいて、前記筋力トレーニング活動の有効負荷を計算し；前記モーションデータから計算された前記未加工の強度スコアと前記１つ以上の負荷パラメータに基づいて計算された前記有効負荷の組み合わせに基づいて、個人別筋骨格負担スコアを計算し；前記個人別筋骨格負担スコアに基づいて、前記ユーザーに対して情報を提示することを含む場合がある。この態様の他の実施形態は、１つ以上のモーションセンサーを含むウェアラブルフィットネスモニターと、上記ステップのうちの１つ以上を実行することによって前記ウェアラブルフィットネスモニターのユーザーに対してユーザー固有の筋骨格負担スコアを計算するように構成された１つ以上のプロセッサとを含むシステムをさらにまたは代わりに含む場合がある。

本明細書に記載されるデバイス、システム、および方法の前述の目的、特徴、および利点は、添付の図面に示されているように、その特定の実施形態の以下の説明から明らかになる。図面は必ずしも縮尺通りではなく、本明細書に記載されるデバイス、システム、および方法の原理を示すことに重点が置かれている。図面中の同様の参照符号は一般に、対応する要素を識別する。

生理学的モニタリングデバイスを示す図である。

生理学的モニタリングシステムを示す図である。

検知システムを示す図である。

ＭＳＫ負荷データを生成して使用する方法を示す図である。

反復運動の強度をスケーリングするための負荷－反復動作プロファイルを示す図である。

ベンチプレス運動中に測定された時間の経過に伴う速度のグラフを示す図である。

ベンチプレス運動の１回の反復動作についての３軸加速度データを示す図である。

図７のデータの正規化された加速度の大きさの積分を示す図である。

ＭＳＫ負担をモニタリングするためのシステムを示す図である。

ＭＳＫ負担をモニタリングするためのシステムを示す図である。

ＭＳＫ負担をモニタリングするためのシステムを示す図である。

ＭＳＫ負担スコアリング機能を備えた筋力トレーニングシステムのユーザーインターフェースを示す図である。

ＭＳＫ負担スコアリング機能を備えた筋力トレーニングシステムのユーザーインターフェースを示す図である。

［説明］
次に、好ましい実施形態が示されている添付の図面を参照して、種々の実施形態を以下でより詳細に説明する。ただし、上記は、多数の異なる形で実施することができるため、本明細書で説明される実施形態に限定されるものと解釈すべきではない。むしろ、例示される実施形態は、本開示がその範囲を当業者に伝えるために提供される。

本明細書で言及されるすべての文書は、その全体が参照により本明細書に組み込まれる。単数形の項目への言及は、明示的に別段の記載がない限り、または本文から明らかでない限り、複数形の項目を含むものと理解されるべきであり、その逆も同様である。文法上の接続詞は、別段の記載がない限り、または文脈から明らかでない限り、結合された節、文、単語などのあらゆる選言的組み合わせおよび連言的組み合わせを表現することを意図している。したがって、「または」という語は、一般に「および／または」などを意味すると理解されるべきである。

本明細書における値の範囲の記載は、限定を意図するものではなく、特に断りのない限り、その範囲内にあるあらゆる値を個別に指し、そのような範囲内の各値は、本明細書に恰も個別に記載されたかのように、本明細書に組み込まれる。数値に付随する「約」、「およそ」などの語句は、意図された目的または明示された目的に対して十分に機能するであろうと当業者が認識する程度の偏差を示すものと解釈される。同様に、物理的特性に関して使用される「およそ」または「実質的に」などの概算を表す語句は、対応する用途、機能、目的などに対して十分に機能するであろうと当業者が認識する程度の偏差の範囲を示すものと解釈されるべきである。値の範囲および／または数値は、本明細書において例としてのみ提供されており、記載された実施形態の範囲を制限するものではない。値の範囲が提示されている場合、明示的に別段の記載がない限り、それらの範囲には、範囲内の各値が、恰も個別に記載されたかのように含まれることが意図されている。本明細書で提供されるあらゆる例または例示的な文言（「例えば」、「など」など）の使用は、実施形態をよりよく説明することのみを意図しており、開示される実施形態の範囲を制限するものではない。明細書中のいかなる文言も、特許請求の範囲に記載されていない要素が実施形態の実施に不可欠であることを示すものとして解釈されてはならない。

以下の説明において、「第１」、「第２」、「上部」、「下部」、「上に」、「下に」、「上」、「下」などの用語は、便宜上の語であり、特に別段の記載がない限り、限定的な用語として解釈されるべきではないものと理解される。

本明細書で使用される「ユーザー」という用語は、例示的なウェアラブル生理学的モニタリングシステムを使用してモニタリング可能な生理学的情報を有するあらゆる種類の動物、ヒトまたはヒト以外を指している。

本明細書において心拍数データに関連して使用される「連続的」という用語は、個々の心拍を検出できる十分な頻度で心拍数データを取得することを指しており、また、１時間、１日、またはそれ以上の長期間（昼夜を通した取得を含む）にわたって心拍数データを収集することも指している。より一般的には、ウェアラブルデバイスによってモニタリングされる可能性のある生理学的信号に関して「連続的」または「連続的に」とは、意図する時間ベースの処理に適した速度および持続時間で連続的という意味であり、また物理的には、心拍数、心拍数変動、心拍数ピーク検出、脈拍形状などの所望の生理学的特性を解明するのに十分な周期間比率で（例えば、１回の心拍、呼吸などにつき複数回）で連続的という意味であると理解される。同時に、連続的モニタリングとは、突然の動き、外部照明の変化、電源喪失、着用者による物理的操作および／または調整、外力によるモニタリングハードウェアの物理的移動などによるモニタリングハードウェアの一時的移動などの、通常のデータ取得の中断を除外することを意図するものではない。また、この文脈における心拍数データまたはモニタリングされた心拍数とは、より一般的には、光強度信号などの未加工のセンサーデータを指す場合もあれば、心拍数データ、信号ピークデータ、心拍数変動データ、または本明細書で想定される心拍数情報を復元するのに適した他の生理学的信号またはデジタル信号などの処理済みデータを指す場合もあることに留意されたい。さらに、このような心拍数データは通常、ある履歴的期間にわたって取得され、その後、例えば睡眠状態、認識された運動活動、安静時の心拍数、最大心拍数などに関連するさまざまな他のデータや指標と相関付けされる場合がある。

本明細書で使用される「コンピュータ読み取り可能媒体」という用語は、コントローラ、マイクロコントローラ、マイクロプロセッサ、計算システムなど、または計算システムの他のモジュールまたはコンポーネントまたはモジュールによってアクセス可能なストレージハードウェア、ストレージデバイス、コンピュータメモリなどの非一時的な記憶媒体であって、そこにコンピュータ実行可能命令、ソフトウェアプログラム、および／または他のデータをエンコードすることが可能な非一時的な記憶媒体を指している。「コンピュータ読み取り可能媒体」は、当該媒体にエンコードされたコンピュータ実行可能命令またはソフトウェアプログラムを取得し、および／または実行するために、計算システムまたは計算システムのモジュールによってアクセスされる場合がある。非一時的なコンピュータ読み取り可能媒体には、１つ以上の種類のハードウェアメモリ、非一時的な有形媒体（例えば、１つ以上の磁気記憶ディスク、１つ以上の光ディスク、１つ以上のＵＳＢフラッシュドライブ）、仮想的若しくは物理的なコンピュータシステムメモリ、ランダムアクセスメモリ（ＤＲＡＭ、ＳＲＡＭ、ＥＤＯＲＡＭなど）などの物理メモリハードウェアなどが含まれるが、これらに限定されない。図示されていないが、本明細書に記載されるいずれのデバイスまたはコンポーネントにも、プログラム命令やデータなどを記憶するためのコンピュータ読み取り可能媒体または他のメモリが含まれる場合がある。

図１は、生理学的モニタリングシステムを示している。システム１００は、生理学的モニタリング用に構成されたウェアラブルモニター１０４を含む場合がある。システム１００は、ウェアラブルモニター１０４を再充電するための取り外し可能で交換可能なバッテリー１０６をさらに含む場合がある。ウェアラブルモニター１０４は、本明細書に記載されるように生理学的データを取得するために、ウェアラブルモニター１０４を着用者の身体の特定の位置に固定するためのストラップ１０２または他の保持システム（複数可）を含む場合がある。例えば、ストラップ１０２は、ゴムなどの任意の適当な弾性材料や、ポリエステル、ポリプロピレン、ナイロン、スパンデックスなどの織りポリマー繊維で形成された細い弾性バンドを含む場合がある。ストラップ１０２は、さまざまな手首のサイズに合わせて調整可能であってもよく、生理学的信号をモニタリングするための意図する位置にウェアラブルモニター１０４を固定するためのラッチ、留め金などを含む場合がある。手首着用型装置が図示されているが、ウェアラブルモニター１０４は、取得する信号の検知手段や性質に基づいて、ユーザーの身体の任意の適当な位置に配置できるように構成されてよいことが理解されるであろう。例えば、ウェアラブルモニター１０４は、手首、足首、上腕二頭筋、胸部、または他の適当な部位に使用するように構成されてもよく、ストラップ１０２は、衣類またはアクセサリ内のウエストバンドまたは他の弾性バンドなどであってもよく、またはそれらを含む場合がある。ウェアラブルモニター１０４は、さらにまたは代わりに、衣服の上または内部に配置するように構造的に構成されていてもよく、例えば、永久的に配置され、または取り外し可能かつ交換可能な方法で配置される場合がある。この目的のために、ウェアラブルモニター１０４は、衣服に結合され、または衣服内に埋め込まれたポケット、スロット、および／または他のハウジング内に配置されるような形状およびサイズを有する場合がある。このような構成では、ウェアラブルモニター１０４が衣服内に配置された状態で使用される場合でも動作できるように、衣服のポケットまたは他の保持手段は、検知ウィンドウなどを含む場合がある。米国特許第１１，１８５，２９２号には、適当なウェアラブルモニター１０４の非限定的な実施形態の例が記載されており、この米国特許は、その全体が参照により本明細書に組み込まれる。

システム１００は、データ収集、処理、表示、外部リソースとの通信など、ウェアラブルモニター１０４のさまざまな機能をサポートするための任意のハードウェアコンポーネント、サブシステムなどを含む場合がある。例えば、システム１００は、光電式容積脈波記録法（ＰＰＧ）、心電図法、または他の技術を使用する、心拍数モニタリングのためのハードウェアを含む場合がある。システム１００は、ウェアラブルモニター１０４が使用時に手首（または体の他の場所）に着用されると、システム１００が着用者からの生理学的データの取得を開始するように構成される場合がある。実施形態によっては、脈拍や拍数は、ウェアラブルモニター１０４内の光源（発光ダイオード（ＬＥＤ）など）および光検出器を利用して、光学的に取得される場合がある。ＬＥＤは、ユーザーの皮膚に光を差し向けるように配置される場合があり、フォトダイオードなどの光検出器を使用して、着用者の皮膚によって反射され、および／または透過されたＬＥＤからの光を示す光強度測定値を取得する場合がある。

システム１００は、皮膚温度（温度計を使用）、皮膚電気反応（ＧＳＲ）（皮膚電気反応センサーを使用）、動き（１つ以上の多軸加速度計および／またはジャイロスコープを使用）、血圧などを含むがこれらに限定されない他の生理学的および／または生体力学的パラメータ、ならびに周囲光、周囲温度、湿度、時刻などの環境パラメータまたは状況パラメータを記録するように構成されてもよい。例えば、ウェアラブルモニター１０４は、モーション検出のための加速度計および／またはジャイロスコープなどのセンサー、環境温度を検知するためのセンサー、皮膚電気活動（ＥＤＡ）を測定するためのセンサー、皮膚電気反応（ＧＳＲ）検知を測定するためのセンサーなどを含む場合がある。システム１００は、ウェアラブルモニター１０４の追加機能をサポートする他のシステムまたはサブシステムをさらにまたは代わりに含む場合がある。例えば、システム１００は、ＮＦＣ（近接場通信）、近接センシング、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信、Ｗｉ－Ｆｉ通信、セルラー通信、衛星通信などをサポートする通信システムを含む場合がある。ウェアラブルモニター１０４は、全地球測位システム（ＧＰＳ）、ディスプレイおよび／またはユーザーインターフェース、時計および／またはタイマーなどのコンポーネントをさらにまたは代わりに含む場合がある。

ウェアラブルモニター１０４は、ウェアラブルモニター１０４内の第１のバッテリーや、ウェアラブルモニター１０４内のバッテリーを再充電するためにウェアラブルモニター１０４から取り外し可能で交換可能な第２のバッテリー１０６のような、１つ以上のバッテリー電源を含む場合がある。システム１００は、バッテリー電源を共有したり、互いに電力を供給したりできる複数のウェアラブルモニター１０４（および／または他の生理学的モニター）をさらにまたは代わりに含む場合がある。システム１００は、連続的モニタリングに関連する多数の機能を実行する場合があり、例えば、ユーザーが眠っているか、起きているか、運動しているかなどを自動的に検出する場合がある。これらの検出は、ウェアラブルモニター１０４でローカルに実行されてもよいし、ウェアラブルモニター１０４と通信関係を成すように結合され、そこからデータを受信するリモートサービスで実行されてもよい。一般に、システム１００は、心拍数などの生理学的信号の連続的かつ独立したモニタリングをサポートすることができ、基礎となる取得データは、より複雑な計算による分析のためにリモート処理リソースにアップロードできるようになるまで、ウェアラブルモニター１０４に長期間にわたって保存される場合がある。

一態様において、ウェアラブルモニターは、手首着用型光電式容積脈波記録装置である場合がある。

図２は、生理学的モニタリングシステムを示している。より具体的には、図２は、本明細書に記載される方法または装置のいずれかで使用される場合がある生理学的モニタリングシステム２００を示している。概して、システム２００は、生理学的モニター２０６と、ユーザーデバイス２２０と、リモートデータ処理リソース（本明細書に記載されるプロセッサまたは処理リソースのいずれかなど）を備えたリモートサーバ２３０と、１つ以上の他のリソース２５０とを含むことができ、これらはすべてデータネットワーク２０２を介して相互接続される場合がある。

データネットワーク２０２は、本明細書に記載される種々のデータネットワークのうちのいずれであってもよい。例えば、データネットワーク２０２は、システム２００の参加者間でデータや情報を通信するのに適した任意のネットワークまたはインターネットワークであってよい。これには、インターネットなどのパブリックネットワーク、プライベートネットワーク、ＰＳＴＮ（公衆交換電話網）などの電気通信ネットワーク、あるいは、第３世代（例えば、３ＧまたはＩＭＴ－２００）、第４世代（例えば、ＬＴＥ（Ｅ－ＵＴＲＡ）またはＷｉＭＡＸ－Ａｄｖａｎｃｅｄ（ＩＥＥＥ８０２．１６ｍ））、第５世代（例えば、５Ｇ）、および／または他の技術を使用するセルラーネットワーク、ならびにシステム２００の参加者間でデータを伝送するために使用される可能性のあるさまざまな企業エリアネットワークまたはローカルエリアネットワーク、および他のスイッチ、ルーター、ハブ、ゲートウェイなどが含まれる場合がある。これには、例えば生理学的モニター２０６をユーザーデバイス２２０に結合したり、ローカルリソースとの通信をサポートしたりするのに適した、ローカルまたは短距離の通信インフラストラクチャがさらに含まれる場合がある。限定しない例として、短距離通信には、Ｗｉ－Ｆｉ通信、Ｂｌｕｅｔｏｏｔｈ通信、赤外線通信、ＮＦＣ（近接場通信）、ＲＦＩＤタグまたはリーダーとの通信などが含まれる場合がある。

生理学的モニター２０６は、概して、本明細書に記載されているウェアラブルモニターまたは他のモニタリングデバイス若しくはシステムのうちのいずれかのような、任意の生理学的モニタリングデバイス若しくはシステムであってよい。一態様において、生理学的モニター２０６は、手首または他の身体部位に着用されるような形状およびサイズを有するウェアラブル生理学的モニターである場合がある。生理学的モニター２０６は、ウェアラブルハウジング２１１、ネットワークインターフェース２１２、１つ以上のセンサー２１４、１つ以上の光源２１５、プロセッサ２１６、触覚デバイス２１７若しくは他のユーザー入出力ハードウェア、メモリ２１８、および生理学的モニター２０６をユーザーの所望の位置に保持するためのストラップ２１０を含む場合がある。一態様において、生理学的モニター２０６は、着用者から断続的にまたは実質的に連続的に心拍数データおよび／または他の生理学的データを取得するように構成される場合がある。別の態様では、生理学的モニター２０６は、例えば数日間、１週間、またはそれ以上の期間にわたる生理学的データの長期にわたる連続的な取得をサポートするように構成される場合がある。

生理学的モニター２０６のネットワークインターフェース２１２は、生理学的モニター２０６をシステム２００の１つ以上の他のコンポーネントと通信する関係で結合するように構成される場合がある。この通信は、例えば、セルラーデータ接続などを介した直接的なものである場合もあれば、短距離無線通信チャネルを介した間接的なものである場合もある。短距離無線通信チャネルは、生理学的モニター２０６を無線アクセスポイント、ルーター、コンピュータ、ラップトップ、タブレット、携帯電話、または他のデバイスにローカルで結合する。これらのデバイスは、データをローカルで処理することができ、および／または、生理学的モニター２０６からデータを取得および処理する必要性若しくは有用性に応じて、生理学的モニター２０６からリモートサーバ２３０または他のリソース（複数可）２５０へデータを中継することができる。

１つ以上のセンサー２１４は、本明細書に記載されるセンサーのいずれかを含む場合もあれば、あるいは、生理学的モニタリング機能やサポート機能に適した他のセンサーまたはサブシステムを含む場合もある。限定ではなく例として、１つ以上のセンサー２１４は、光源、光センサー、加速度計、ジャイロスコープ、温度センサー、皮膚電気反応センサー、静電容量センサー、抵抗センサー、環境センサー（例えば、周囲温度、湿度、照明などを測定するためのもの）、地理位置センサー、全地球測位システム（ＧＰＳ）、近接センサー、ＲＦＩＤタグリーダー、ＲＦＩＤタグ、時間センサー、皮膚電気活動センサーなどのうちの１つ以上を含む場合がある。１つ以上のセンサー２１４は、ウェアラブルハウジング２１１内に配置されてもよいし、あるいは、別の場所に配置され、生理学的モニタリング機能若しくは本明細書に記載される他の機能が得られるように構成されてもよい。一態様において、１つ以上のセンサー２１４は、心拍数および心拍数変動を計算するために、光強度データをプロセッサ２１６に（またはリモートサーバ２３０に）提供するように構成された光検出器を含む場合がある。１つ以上のセンサー２１４は、例えば睡眠状態、休息状態、起床イベント、運動、および／または他のユーザーアクティビティなどのアクティビティを検出するために、プロセッサ２１６にモーションデータを提供するように構成された加速度計、ジャイロスコープなどをさらにまたは代わりに含む場合がある。一実施形態において、１つ以上のセンサー２１４は、ユーザーの皮膚電気反応を測定するためのセンサーを含む場合がある。１つ以上のセンサー２１４は、例えば心電図および／または他の電気的に導出された生理学的測定値を取得するために、電気信号を捉えるための電極などをさらにまたは代わりに含む場合がある。

プロセッサ２１６およびメモリ２１８は、本明細書に記載されているプロセッサおよびメモリのうちのいずれであってもよい。一態様において、メモリ２１８には、１つ以上のセンサー２１４を使用してユーザーをモニタリングすることによって取得された生理学的データ、および／または生理学的モニター２０６またはシステム２００の他のコンポーネントの動作に役立つ他のセンサーデータ、プログラムデータ、または他のデータが記憶される場合がある。生理学的モニター２０６にはメモリ２１８のみが示されているが、システム２００の任意の他のデバイスまたはコンポーネントが、プログラム命令、未加工データ、処理済みデータ、ユーザー入力などを保存するメモリをさらにまたは代わりに含む場合があることは理解されるであろう。一態様において、生理学的モニター２０６のプロセッサ２１６は、ユーザーから心拍数データを取得するように構成される場合があり、例えば、センサー２１４からの未加工データを含むか、またはそのような未加工データに基づく心拍数データを取得するように構成される場合がある。プロセッサ２１６は、さらにまたは代わりに、例えば健康、フィットネス、負担、回復睡眠、または本明細書に記載される他の状態のいずれかに関連するユーザーの状態を判定するように構成され、あるいはそのような判定を支援するように構成される場合がある。

１つ以上の光源２１５は、ウェアラブルハウジング２１１に結合され、プロセッサ２１６によって制御される場合がある。光源２１５のうちの少なくとも１つは、ウェアラブルハウジング２１１に隣接するユーザーの皮膚に差し向けられる。光源２１５からの光、またはより一般的に、光源２１５の１つ以上の波長の光は、センサー２１４のうちの１つ以上によって検出される場合があり、本明細書に記載されるようにプロセッサ２１６によって処理される場合がある。

システム２００は、リモートサーバ２３０上で実行されるリモートデータ処理リソースをさらに含む場合がある。リモートデータ処理リソースは、本明細書に記載されるプロセッサおよび関連ハードウェアのいずれかを含む場合があり、生理学的モニター２０６のメモリ２１８から送信されたデータを受信し、そのデータを処理して、心拍数、心拍数変動、呼吸数、血中酸素飽和度、血圧などの関心のある生理学的信号を検出または推測するように構成される場合がある。リモートサーバ２３０は、回復状態、睡眠状態、運動活動、運動の種類、睡眠の質、毎日の活動負担などのユーザーの状態や、そのようなデータに基づいて検出される可能性がある任意の他の健康状態またはフィットネス状態などをさらにまたは代わりに評価する場合がある。

システム２００は、１つ以上のユーザーデバイス２２０を含む場合がある。ユーザーデバイス２２０は、生理学的モニター２０６と連携して、例えば、ユーザーデータおよび分析のための表示装置を提供し、若しくはより一般的にはユーザー入出力を提供することができ、および／または、生理学的モニター２０６のネットワークインターフェース２１２からデータネットワーク２０２およびリモートサーバ２３０への通信ブリッジを提供することができる。例えば、生理学的モニター２０６は、生理学的モニター２０６とユーザーデバイス２２０との間でデータを交換するために、短距離通信、例えばＢｌｕｅｔｏｏｔｈなどを介して、ユーザーのスマートフォンなどのユーザーデバイス２２０とローカルに通信することができる。次いで、ユーザーデバイス２２０は、データネットワーク２０２を介してリモートサーバ２３０と通信し、生理学的モニター２０６からのデータを転送し、リモートサーバ２３０から分析結果を受信して、ユーザーに提示することができる。一態様において、ユーザーデバイス（複数可）２２０は、生理学的モニター２０６によって取得された未加工データから心拍数データや心拍数変動データを抽出するために、生理学的モニター２０６からのデータを処理すなわち前処理することによって、生理学的モニタリングをサポートすることができる。別の態様において、リモートサーバ２３０は、生理学的モニター２０６および／またはユーザーデバイス２２０よりも大きいメモリ容量および処理能力を有する場合があり、リモートサーバ２３０では、計算集約処理が有利に実行される場合がある。

ユーザーデバイス２２０は、スマートフォン、デスクトップコンピュータ、ラップトップコンピュータ、ネットワークコンピュータ、タブレット、モバイルデバイス、ＰＤＡ（携帯情報端末）、携帯電話、ポータブルメディアまたはエンターテインメントデバイス、または本明細書に記載される他のコンピューティングデバイスを含むがこれらに限定されない、任意の適当なコンピューティングデバイスを含む場合がある。ユーザーデバイス２２０は、ユーザーによるデータアクセスや分析を可能にするために、および／または生理学的モニター２０６の動作のユーザー制御をサポートするために、ユーザーインターフェース２２２を備える場合がある。ユーザーインターフェース２２２は、ユーザーデバイス２２０上でローカルに実行される１つ以上のアプリケーションによって管理される場合がある。あるいは、ユーザーインターフェース２２２は、例えばリモートサーバ２３０や１つ以上の他のリソース２５０からリモートで、ユーザーデバイス２２０上に提供され、表示される場合がある。

一般に、リモートサーバ２３０は、データストレージ、ネットワークインターフェース、および／または他の処理回路を含む場合がある。リモートサーバ２３０は、生理学的モニター２０６からのデータを処理し、生理学的および／または健康のモニタリング／分析、または本明細書に記載される他の分析（睡眠の分析、負担の判定、回復の評価など）を実行し、このデータにリモートアクセスする（例えばユーザーデバイス２２０から）ためのユーザーインターフェースを備えている場合がある。リモートサーバ２３０は、ユーザーデバイス２２０または生理学的モニター２０６によるリモートサーバ２３０の機能やシステム２００の他のコンポーネントへのｗｅｂベースのアクセスを容易にする、Ｗｅｂサーバまたは他のプログラム制御のフロントエンドを含む場合がある。

システム２００は、本明細書に記載されるデバイス、システム、および方法で有効に使用できる任意のリソースなどの他のリソース２５０を含む場合がある。例えば、これらの他のリソース２５０は、他のデータネットワーク、データベース、処理リソース、クラウドデータストレージ、データマイニングツール、計算ツール、データモニタリングツール、アルゴリズムなどを含む場合がある。別の態様において、他のリソース２５０は、プログラマ、研究者、注釈者、編集者、分析者、コーチのような人間の行為者が上記のいずれかとやりとりするための、１つ以上の管理インターフェースまたはプログラム制御のインターフェースを含む場合がある。他のリソース２５０は、本明細書で想定されているネットワークアプリケーションで有効に使用できる任意の他のソフトウェアリソースまたはハードウェアリソースをさらにまたは代わりに含む場合がある。例えば、他のリソース２５０は、アクセス、コンテンツ、またはオプション／機能の購入に対する支払いを承認するために使用される支払い処理サーバ若しくはプラットフォームを含む場合がある。別の態様において、他のリソース２５０は、第三者がＩＤを検証したり、データを暗号化若しくは復号したりするための、証明書サーバまたは他のセキュリティリソースを含む場合がある。別の態様において、他のリソース２５０は、ユーザーデバイス２２０、ウェアラブルストラップ２１０、またはリモートサーバ２３０と同じ場所に置かれた（例えば、同じローカルエリアネットワーク上の、またはシリアルケーブル若しくはＵＳＢケーブルを介してそれらと直接接続された）デスクトップコンピュータなどを含む場合がある。この場合、他のリソース２５０は、ファームウェアのアップグレード、ユーザーインターフェース、ならびに生理学的モニター２０６からのデータのリモートサーバ２３０への送信前の保存および／または前処理といった補助的な機能を、システム２００の種々のコンポーネントに提供する場合がある。

他のリソース２５０には、システム２００の他の参加者との間でＷｅｂベースのアクセスを可能にする１つ以上のｗｅｂサーバをさらにまたは代わりに含む場合がある。他のリソース２５０（例えば、Ｗｅｂサーバ）が別個のネットワークエンティティとして描かれているが、容易に理解できるように、他のリソース２５０（例えば、Ｗｅｂサーバ）は、さらにまたは代わりに、本明細書に記載された他のデバイスのうちの１つと論理的および／または物理的に関連付けられている場合がある。また、他のリソース２５０（例えば、Ｗｅｂサーバ）は、データネットワーク２０２を介した（例えば、生理学的モニター２０６またはユーザーデバイス２２０からの）ユーザーの情報のやりとりを容易にするために、リモートサーバ２３０若しくはデータベース若しくは他のリソース（複数可）にｗｅｂアクセスするためのユーザーインターフェース２２２を含み、または提供する場合がある。

別の態様において、他のリソース２５０は、フィットネス機器または他のフィットネスインフラストラクチャを含む場合がある。例えば、筋力トレーニングマシンは、反復動作の回数、および／または反復動作中の追加重量を自動的に記録する場合がある。これらは、生理学的モニター２０６または他のユーザーデバイス２２０によってワイヤレスでアクセス可能である場合がある。より一般的には、ジムは、ワークアウト中のさまざまな筋力トレーニング活動を追跡するために、マシン間のユーザーの動きを追跡し、各マシンから活動の報告を受けるように構成される場合がある。他のリソース２５０は、他のモニタリング機器またはインフラストラクチャをさらにまたは代わりに含む場合がある。例えば、システム２００は、筋力トレーニング活動などの反復動作中にフリーウェイトの動きおよび／またはユーザーの身体位置を追跡するための１つ以上のカメラを含む場合がある。同様に、ユーザーは、画像ベースの追跡のための視覚的に識別可能な物体や他の追跡のための無線ビーコンなどの追跡基準マーカーを身に着けたり、衣服に埋め込んだりする場合がある。別の態様では、他の接続デバイスによる運動活動の自動検出および追跡を容易にするために、例えば、検出された動きを記録して通信するためのセンサー、および／または種類や重量などを自己識別するためのビーコンなどの器具が、ウェイト自体に装着される場合がある。

図３は、検知システムを示している。一般に、システム３００は、プロセッサ３０４、光源３０６、第１の光検出器３０８、第２の光検出器３１０、１つ以上の加速度計３１２、１つ以上のジャイロスコープ３１８、ならびに本明細書に記載されるような生理学的モニタリングに適した任意の他のハードウェアまたは他のコンポーネントおよびシステムを備えた、生理学的モニター３０２を含む場合がある。生理学的モニター３０２は、使用時にユーザーの皮膚３１４の表面３１３に対して配置され、そこで生理学的データを取得するために、光源３０６およびセンサー３０８、３１０を皮膚３１４に接触させることができる。図示されていないが、生理学的モニター３０２の位置は一般に、本明細書に記載されるストラップや衣服などのいずれかを使用して保持される場合があることが理解されるであろう。

プロセッサ３０４は、生理学的モニターの動作を制御し、生理学的データを取得するのに適した任意のマイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、若しくは他の処理回路であってよく、または前述のものの組み合わせであってもよい。

光源３０６は、１つ以上の発光ダイオードまたは他の光源を含み、生理学的モニター３０２内に配置される場合がある。光源３０６は、生理学的モニター３０２が使用時に皮膚３１４に置かれたときに、光源３０６が皮膚３１４に向かって光を差し向け、その光が矢印３１６で示されるようにセンサー３０８、３１０に向かって反射されるように配置される場合があり、そこで強度を測定することができる。一態様において、光源３０６は、赤外線または近赤外線の波長範囲で光を発する発光ダイオードを含む場合がある。これにより、人間の皮膚を通る良好な光透過率が得られ、測定可能な光を低電力でセンサー３０８、３１０に伝送することが容易になる。ただし、他の光源や波長が、さらにまたは代わりに使用されてもよい。

センサー３０８、３１０は、生理学的モニター３０２が使用時に皮膚３１４に置かれるときに、皮膚３１４と接触するような向きに配置される場合があり、皮膚によって反射および／または透過された光源３０６からの光をセンサー３０８、３１０が捕捉できるような位置に配置される場合がある。一般に、センサー３０８、３１０は、フォトダイオード、光検出器、または光源３０６からの光に応答する任意の他のセンサー（複数可）を含む場合がある。これには、広帯域光センサー、狭帯域光センサー、フィルタ付きセンサーなどが含まれる場合がある。一般に、第１のセンサー３０８は、第２のセンサー３１０よりも光源３０６に近い位置に配置される場合がある。これは、測定波長（複数可）における強度差の検出を容易にするためである。例えば、第１のセンサー３０８は、光源３０６から１～４ミリメートルの位置に配置される場合があり、第２のセンサー３１０は、光源から２～８ミリメートルの位置、すなわち第１のセンサー３１０の場合と比べて光源３０６から約２倍の距離の位置に配置される場合がある。

例えば、光源３０６の強度、センサー３０８、３１０の感度、生理学的モニター３０２の皮膚３１４への接触力、周囲光の侵入度、関心のある生理学的測定／特性などに応じて、他の間隔が、さらにまたは代わりに使用されてもよい。一態様において、センサー３０８、３１０は、光源３０６から離れた直線上に配置される場合がある。これにより、比較測定の一貫性が確保されるが、これは厳密に必要とされるものではない。両方のセンサーが光源３０６から皮膚３１４を通して光を捕捉できるような形で皮膚３１４と接触している限り、センサー３０８は、光源３０６から任意の方向にずれていてもよい。別の態様において、生理学的モニター３０２は、１つ以上の他の光源および／または光センサーを含む場合がある。これらは、接触検出の精度を向上させるため、および／または冗長性を提供するため、あるいは酸素供給度や皮膚の厚みなどの他の測定をサポートするために配置される場合がある。これには、異なる波長範囲、異なる照明パターンなどを使用する光源／センサーが含まれる場合がある。別の態様では、２つのセンサー３０８、３１０が、生理学的モニター３０２の周囲から異なる距離に配置される場合があり、それによってセンサー３０８、３１０は、皮膚に入射し、皮膚を介してセンサー３０８、３１０に伝達される周囲光の強度差の値を取得することができる。

動作中、プロセッサ３０４は、センサー３０８、３１０から未加工の強度データを取得し、心拍数測定のための未加工データの前処理や、生理学的モニター３０２が使用時に皮膚３１４の上に適切に配置されているか否かの評価などの、局所的な計算を実行することができる。

加速度計３１２は、例えば、１つ以上の単軸加速度計または多軸加速度計を含む場合がある。これらの加速度計は、生理学的モニター３０２の動きを有効に測定することができ、例えば本明細書に記載されているように、自動アクティビティ検出、デバイスのオン／オフの評価、および筋骨格の活性化の程度などの計算をサポートする。動きと方向を検知する他のハードウェア（例えば、１つ以上のジャイロスコープ３１８、慣性モーションセンサー、および／または他の微小電気機械システム（ＭＥＭＳ）センサーなど）も、これらの目的のために、さらにまたは代わりに使用される場合がある。より一般的には、生理学的モニター３０２は、本明細書に記載されるようなさまざまな形の生理学的モニタリングおよびコンテキストデータ取得をサポートするのに適した任意の追加のコンポーネント、サブシステムなどを含む場合がある。

心拍数に基づいて負担スコアを計算する方法は、米国特許第１１，１８５，２９２号に非限定的な例として記載されており、この米国特許は、その全体が参照により本明細書に組み込まれる。一態様において、本明細書には、モニタリング装置におけるモーションパターンに基づいて筋骨格負荷を推定し、この負荷を使用して負担分析の改善やコーチング推奨事項などを提供するための追加の方法およびシステムが開示される。筋骨格（ＭＳＫ）負担によれば、心拍数のみに基づいて負担を推定するときに見逃されたり、過小評価されたりする可能性がある負荷の一種を捉えることができる。ウェアラブルデバイスからの加速度計データやジャイロスコープデータなどのモーションデータは、この不足を埋めるために有利に使用することができ、筋力トレーニング活動中のさまざまなモーションパラメータに基づいて筋肉の負担を推定するために使用することができる。ユーザーが重量、反復動作の回数、および主観的な負担を記録することは可能であるが、ＭＳＫ負担を直接客観的に測定することにより、ユーザーの手動でのデータ入力が軽減され、高負担イベントの過少報告が軽減され、負担計算から主観的ばらつきを排除できるといった利点がある。一態様において、開示される技術は、筋力トレーニング運動（および他の活動）の努力を客観的に定量化し、筋力トレーニング活動の生理学的影響を理解するために使用できる対応する負担指標を報告することを含む。別の態様において、開示される技術は、コーチング指標の作成や、心臓に基づく負担推定の精緻化などに使用される場合がある。別の態様において、開示される技術は、運動技術や指標（例えば、筋力トレーニング運動に現在使用されているウェイト）が、意図するトレーニング刺激および／またはユーザーの目標（例えば、引き締め、向上、減量など）に対して適当であるか否かをモニタリングするために使用される場合がある。

図４は、筋骨格（ＭＳＫ）負担スコアを計算する方法を示している。方法４００は、例えば、本明細書に記載されるデバイスおよびシステムのいずれにおいて展開されてもよく、以下のステップの一部またはすべてを実行するためのコンピュータコードを用いて展開される場合がある。ＭＳＫ負担は、ボリュームと強度の２つの要素として評価することができる。本明細書に記載されるように、筋力トレーニング活動中にこれらの各要素を測定するための指標を作成し、それらを結合して単一のＭＳＫ負担スコアを算出することによって、ＭＳＫ負担の客観的測定値を得ることができる。ＭＳＫ負担スコアは、ユーザーへの報告、および／またはコーチングの推奨に使用される場合がある。

筋力トレーニングの文脈で「ボリューム」とは一般に、特定のトレーニングまたは特定の期間中に行われたワークアウトの総量を指している。ボリュームを計算する方法にはさまざまなものがあるが、１つの一般的方法は、特定の運動のセット数に、各セット内の反復動作の回数を乗算し、次に、それに各反復動作において持ち上げた重量を乗算することである。例えば、１００ポンドで１０回の反復動作を３セット行う場合、ボリュームは３，０００ポンド（３セットｘ１０回ｘ１００ポンド）になる。ボリュームを考慮する別の方法は、ワークアウト中に特定の筋肉群または運動に対して実行されたセットや反復動作の総数を単純に数えることである。例えば、ベンチプレスで５回を５セット行う場合、ボリュームは２５回（５セットｘ５回）になる。筋力トレーニングでは、ボリュームを管理することが重要である。なぜなら、ボリュームは回復と進歩に大きな影響を与えるからである。ボリュームが多すぎると、オーバートレーニングや怪我のリスクを高めることにつながる可能性がある。一方、ボリュームが少なすぎると、成長と向上のための刺激が十分に得られない可能性がある。

以下で説明するように、ボリューム（すなわち、筋力トレーニング活動で行われたワークアウトの総量）は、特定のユーザー対して客観的に定量化することができる。これは、例えば、ユーザーに対する運動の有効負荷を決定し、これをそのユーザーの最大ボリュームと比較することによって行われる場合がある。有効負荷は、ユーザーが持ち上げた物理的重量（例えば、バーベルの重量、ダンベルの重量、筋力トレーニングマシンの重量など）やユーザーの体重（ユーザーの体重は、負荷の一部またはすべてがユーザーの体重によって提供される腕立て伏せ、スクワット、懸垂などの運動に影響を与える可能性がある）、またはこれらの組み合わせ（例えば、ユーザーが１０ポンド（約４．５キログラム）の重量を追加して懸垂を実行している場合など）などの他の客観的パラメータに基づく場合がある。ユーザーの最大ボリュームは、例えば、特定の重量／ボリュームで反復動作を行うと怪我の可能性が高くなるという統計的推定に基づいて推定される場合がある。

強度の概念は、計算上のさまざまな課題を提示する。筋力トレーニングにおいて「強度」とは一般に、最大能力に対する運動の努力または負荷の量、または特定の負荷が特定の個人にとってどれくらい大変かを指している。これは、１回の反復動作あたりの最大重量（１ＲＭ）に対する比率（パーセンテージ）として定義されることが多い。ここで、１回の反復動作あたりの最大重量（１ＲＭ）とは、特定の運動の１回の反復動作中に持ち上げることが可能な最大重量である。例えば、ベンチプレスの１ＲＭが２００ポンドのユーザーが１５０ポンドを持ち上げている場合、そのユーザーは、自分の１ＲＭの７５％（１５０を２００で割った値）の強度でトレーニングしていることになる。特に高強度インターバルトレーニング（ＨＩＩＴ）などの方法において、強度を測定する別の方法は、自覚的運動強度（知覚される負荷）、つまり運動がどの程度きついと感じられるかを基準にすることである。これはやや主観的になる可能性があるが、ボルグの自覚的運動強度（ＲＰＥ）スケールのようなツールを使用することで、強度を定量化することができる。

強度（例えば、最大値に対する測定された筋肉の能力）を捕捉するために、運動中の身体の動きをウェアラブルモニターで追跡する場合があり、それを使用して、特定のユーザーおよび運動の種類に対して、動きに基づく強度を客観的に計算する場合がある。ユーザーによって能力が異なることから、運動中にユーザーが最大値に対してどの程度の努力を発揮したかを判断するために、この動きに基づく測定指標は、ユーザーの運動履歴にしたがってスケーリングされる場合がある。場合によっては、他のデータに基づいて強度を合成することも有用な場合がある。例えば、運動によっては、ウェアラブルモニターで検出可能な動きを伴わないものがある。例えば、手首に着用したモニターを使用しながらレッグカールマシンまたはレッグエクステンションマシンで行われるトレーニングなどである。このような場合、ユーザーは重量と反復動作回数を報告することができ、強度は、ユーザーの履歴に基づいて推定される場合がある。別の態様として、運動によっては、まったく動きを伴わないものがある。例えば、プランクや壁座りなどのアイソメトリック運動は、静止したままでいる必要がある。これらの運動では、運動が実行される時間の量に基づいて「反復回数」が導出される場合がある。例えば、プランクは、６秒ごとに１回の反復動作として表される場合がある。場合によっては、これらの手法の両方が使用される場合もある。例えば、ユーザーが、ウェアラブルモニターの位置ではその動き（例えば、負担による震え）を検出できないような筋肉群に負荷をかけるアイソメトリック運動を実行している場合などである。場合によっては、アイソメトリック負荷による筋肉の震えをウェアラブルモニターによって検出できる場合もあり、ユーザーが意図する動きがない場合でも、筋肉の震えを使用して負担が評価される場合がある。

強度とボリュームの客観的尺度に基づいて筋骨格負担を計算するための例示的方法を以下で説明する。

ステップ４０４に示されるように、この方法は、ユーザーデータを受信することを含む場合がある。一態様において、これは、ユーザーから、体重、追加重量、および筋力トレーニングアクティビティを評価するための他のパラメータなどの入力を受信することを含む場合がある。これには、１つ以上の筋力トレーニング活動について、重量、反復動作の回数、および種類などの手動入力された情報も含まれる場合がある。手動データ入力の場合、これは、ワークアウトの前、最中、および／または後にユーザーが、ユーザーデバイスに入力する場合があり、あるいは、対応するデータ入力のための適当なユーザーインターフェースを備えたウェアラブルモニターに入力する場合がある。活動によっては、ウェアラブルモニターで運動を追跡することが困難、不可能、または不便な場合がある。例えば、ウェアラブルモニター付近の筋肉に負荷をかけないアイソメトリック運動をユーザーが実行している場合、その運動をウェアラブルモニターで自動的に測定することは困難または不可能である場合がある。そのような場合、ユーザーは、ワークアウト中のＭＳＫ負担分析をサポートするために、関連データの一部またはすべてを手動で入力する場合がある。

別の態様では、特定のワークアウトまたは筋力トレーニング活動を記述するユーザーデータの一部またはすべてが、例えばウェアラブルモニターまたはスマートジム機器によって取得されたモーションデータから、自動的に導出される場合がある。例えば、ウェアラブルモニターは、運動中にウェアラブルモニターによって取得されたモーションデータの特性に基づいて、活動の種類を検出する場合がある。ウェアラブルモニターは、さらにまたは代わりに、セット内の個々の反復動作を検出する場合がある。別の態様では、ユーザーは、活動間の境目を明確にするために、１回の反復動作ごとまたは１セットごとに入力を行う場合がある。これを使用して、本明細書に記載されるようなシステムは、より簡単にセットおよびセット内の反復動作を識別することができる。

別の態様では、データは、他の機器から取得される場合がある。例えば、筋力トレーニングマシンは、反復動作回数をカウントし、これらの反復動作回数をワイヤレスまたは他の方法でウェアラブルモニターまたは他のユーザーデバイスに報告する場合がある。筋力トレーニングマシンは、反復動作の特定セットについて、ウェイトの量をさらにまたは代わりに報告する場合がある。このウェイトの量は、ウェアラブルモニターまたは他のデバイスによって取得され、本明細書に記載されるようなＭＳＫ負担の計算をサポートするために使用される場合がある。別の態様では、カメラを使用してユーザーの動きおよび／または機器を追跡し、カメラ画像から筋力トレーニングデータを導出する場合がある。例えば、画像処理を適用することで、活動を識別したり、反復動作回数をカウントしたり、フォームを評価したり、追加重量を識別したりすることができる。別の態様では、ウェイトに計器やタグを取り付けて、ウェイトから直接、モーションデータや重量データなどを取得できるようにする場合がある。種々の組み合わせが使用されてもよい。例えば、カメラを使用して反復動作回数をカウントする場合があり、同時に、ウェイトにタグを付けて負荷の自動識別または決定を可能にする場合がある。

一態様では、ユーザーデータは、ユーザーの運動履歴データを含む。これは、例えばリモートサーバまたは他のリソースから取得される場合があり、ＭＳＫスコア計算をサポートするために使用される場合がある。例えば、これは、ユーザーによる筋力トレーニング活動の履歴に基づいて、例えば図５に示した負荷－反復動作プロファイルのような、ユーザーの負荷－反復動作プロファイルを取得することを含む場合がある。負荷－反復動作プロファイルは一般に、筋力トレーニング活動中に１つ以上の負荷の下でユーザーが反復動作を実行する能力を示し、ウェアラブルデバイスからのモーションデータに基づいてユーザーの未加工の強度をスケーリングするために使用される場合がある。反復動作の速度を使用して最大値への接近を検出することは当該技術分野で知られているが、本明細書で企図される負荷－反復動作プロファイルは、ウェアラブルデバイスのセンサーからのデータを使用して強度を推定することを容易にするために、加速度データを有利に使用することができる。ユーザーの負荷－反復動作プロファイルが利用できない場合、方法４００は、負荷－反復動作プロファイルを作成することを含む場合がある。方法４００は、必要に応じてプロファイルを更新することをさらに含む場合がある。例えば、この方法は、ユーザーが、負荷－反復動作プロファイル内の１つ以上の負荷に含まれていない新しい負荷の下で筋力トレーニング活動を実行するときに、負荷－反復動作プロファイルに行を追加することを含む場合がある。方法４００は、ユーザーが新しい回数の反復動作を実行するときに列を追加すること、またはユーザーが負荷－反復動作プロファイル内の反復動作の回数若しくは負荷を超えたときに負荷－反復動作プロファイルを更新することをさらにまたは代わりに含む場合がある。

別の態様では、ユーザーの最大ボリュームが取得される場合があり、あるいは、取得された他のユーザーデータに基づいてユーザーの最大ボリュームが推定される場合がある。運動の最大ボリュームの計算は、やや複雑であり、個人別に行われる場合がある。これは、現在のフィットネスレベル、特定の運動、トレーニング目標、およびユーザーがさまざまなトレーニングボリュームにどのように反応するかなど、さまざまな要因に左右されるからである。本明細書で使用される最大ボリュームとは、ユーザーが怪我なしで筋力トレーニング活動の反復動作を実行するための上限しきい値を示すことを意図している。このしきい値の推定には、さまざまな技術が使用される場合がある。例えば、特定のユーザーデータが存在しない場合、ユーザーの母集団に対して線形回帰を使用して、体重に最大ボリュームを関連付ける式（最大ボリューム＝ａ＊体重＋ｂ）を導き出すことができ、ユーザーデータが利用可能になるまでは、この最大値を推定値として使用することができる。相当数のユーザー固有のサンプルがある場合、安全な負荷の最大ボリュームは、１回のワークアウトあたりの基準量または平均量に、ワークアウト量の標準偏差の２倍を加えたものとして計算すると便利である。別の態様では、使用可能なユーザー固有のボリューム測定値の数に基づいて、一連の技術を使用する場合がある。より一般的には、怪我を生じさせないボリュームのしきい値または限界（例えば、その値以下の努力であれば、許容できる怪我のリスクであることを示すしきい値）を推定するための任意の有用な手法を使用して、本明細書に記載されるように１回のワークアウトあたりのボリュームをスケーリングするための最大ボリュームを計算することができる。

ステップ４０６に示されるように、この方法は、モーションデータを受信することを含む場合がある。これは、例えば、１回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターなどのウェアラブルモニターの１つ以上のモーションセンサーから、未加工のモーションデータを受信することを含む場合がある。未加工のモーションデータは、ウェアラブルモニターの少なくとも１つのジャイロスコープおよび少なくとも１つの加速度計からの未加工のモーションデータを含む場合がある。より一般的には、未加工のモーションデータは、複数のジャイロスコープからの角度回転データと複数の加速度計からの直線加速度データとを含む、モーションセンサーからの任意のモーションデータを含む場合がある。別の態様において、モーションデータを受信することは、多数の身体部位からモーションデータを受信することを含む場合がある。例えば、ユーザーが二重のリストバンドおよび／または足首バンドを着用している場合、ならびに／あるいはユーザーがさまざまな身体部位に適当なモーションセンサーを備えたスマート衣服を着用している場合などである。モーションデータは、さらにまたは代わりに、他の情報源からから受信されてもよく、例えば、他の外部のモーションセンサー、スマートウォッチや他のウェアラブルコンピューティングデバイス、動きを測定するための外部カメラなどから受信される場合がある。

ステップ４０８に示されるように、方法４００は、モーションデータを処理することを含む場合がある。

一態様において、これは、１つ以上のモーションセンサーからの未加工のモーションデータを融合して重力アーティファクトを軽減し、それによって３軸加速度データを含むモーションデータを提供することを含む場合がある。データ融合（特にセンサー融合技術を使用したデータ融合）は、加速度計の測定値に対する重力の影響を軽減するのに役立つ場合がある。３軸加速度計は、動的加速度（動きに起因するもの）と静的加速度（装置を下方に引っ張る一定の重力に起因するもの）の両方を測定する。重力によって引き起こされるアーティファクトをモーション関連データから分離するために、ジャイロスコープや磁力計などの他のセンサーを、加速度計と併用してもよい。このための１つの一般的手法は、カルマンフィルタまたは拡張カルマンフィルタの使用である。これらは、時間の経過にしたがって観測された一連の測定値（この場合、加速度計とジャイロスコープ／磁力計からの読み取り値）を使用する再帰的アルゴリズムであり、単一の測定値のみに基づくものよりも正確な未知の変数の推定値を生成する。もう１つの一般的手法は、マホニーフィルタやマドウィックフィルタなどの補完フィルタの使用である。これらのアルゴリズムによれば、加速度計とジャイロスコープのデータを組み合わせて、一定の重力が存在する場合でも、より安定した正確で誤差のない向きの測定値が得られる。より一般的には、複数のセンサーから読み取り値を取得し、それらを組み合わせることで、測定された加速度を動きによる加速度と重力による加速度に分離することができ、したがって加速度計の測定値に対する重力アーティファクトの影響を軽減することができる。任意のそのような手法を使用して、本明細書に記載されるようにモーションデータを処理し、３軸加速度データを取得することができる。

一般に、本明細書で使用される「モーションデータ」は、センサーからの未加工のモーションデータ、上記のように融合されたモーションデータ、フィルタリングされたモーションデータ、または、着用者による動きを表すウェアラブルモニターからの他の未加工データ若しくは処理済みデータを指す場合がある。したがって、一態様において、モーションデータは、３軸ジャイロスコープおよび３軸加速度計からの未加工のモーションデータを含む場合がある。別の態様では、モーションデータは、重力による加速度の影響が軽減され、反復動作用の３軸加速度データを提供するように融合された、任意のそのような未加工データを含む場合がある。

ステップ４１０に示されるように、方法４００は、活動を識別することを含む場合がある。より具体的には、これは、ユーザーが実行している筋力トレーニング活動の種類を識別することを含む場合がある。一態様において、これは、例えばユーザーデバイスのユーザーインターフェースにおいて、筋力トレーニング活動の種類を指定するユーザー入力を受信することを含む場合がある。別の態様において、これは、未加工のモーションデータや３軸加速度データのようなモーションデータ、または、未加工のモーションデータから派生した、若しくは未加工のモーションデータに基づく他のモーションデータに基づいて、筋力トレーニング活動の種類を自動的に識別することを含む場合がある。モーションデータは、さらにまたは代わりに、画像の画像を撮影するカメラや、統合モーションセンサー内のウェイト若しくはウェイトトレーニング機器などの他の情報源から取得してもよい。活動を識別することは、例えば、ウェアラブルモニターまたは他の情報源から取得したモーションデータに対して、機械学習アルゴリズム、統計分類スキームなどの任意の適当な活動認識アルゴリズムを適用することを含む場合がある。別の態様において、方法４００は、自動種類検出を試みること、および自動検出によって種類を確実に（例えば、十分な統計的信頼度で）識別できない場合にユーザー入力を求めることを含む場合がある。一態様において、方法４００は、動きを連続的に追跡し、筋力トレーニング活動の既知のパターンの識別を試みることを含む場合がある。別の態様において、識別は、既知のワークアウト時間中にのみ試行され、または明示的なユーザー要求に応じてのみ試行される場合がある。

活動が自動的に識別される場合、追加の処理が有利に適用される場合がある。例えば、各反復動作が、意図する範囲全体の動きを用いて適切に完了されたか否かを判断するために、活動を評価する場合がある。また、反復動作の特定の特徴をさらにまたは代わりに使用して、反復動作レベルで努力を測定する場合がある。例えば、速度が変化する反復動作、または震える動きを含む反復動作、または途中で停止してから中止される反復動作は、過去の反復動作と同じペースで実行された滑らかな反復動作から予想される筋骨格負荷よりも、大きな筋骨格負荷を示す可能性がある。モーションデータには、多くの場合、このようなばらつきが見られる。平均信号振幅、標準偏差、変化率などのさまざまな統計的尺度を使用して、これらのばらつきを定量化することができる。次に、モーション信号のさまざまな統計的定量化に基づいて強度の指標を作成することにより、異なる筋骨格負荷レベルを区別することが可能になる。

ステップ４１２に示されるように、方法４００は、筋力トレーニング活動のセット内の反復動作の量を識別することを含む場合がある。一態様において、これは、セット内の反復動作の回数を指定するユーザー入力を受信すること、またはユーザー入力に基づいてそのような反復動作の量を決定することを含む場合がある。別の態様において、これは、３軸加速度データの大きさのばらつきに基づいてセット内の反復動作の量を決定すること、またはユーザー入力に基づいてセット内の反復動作の量を決定することを含む場合がある。例えば、図６に示されるように、速度の経時変化は、３軸加速度データから導出することができ、反復運動の反復を示す特定の周期的特性を示す場合がある。したがって、速度データを使用して、特定種類の運動の反復動作の自動検出をサポートすることができる。カメラまたは他の追跡デバイス／システムをさらにまたは代わりに使用して、活動を識別し、および／または活動内の反復動作の回数を識別してもよい。別の態様において、これは、他のデータソースまたは技術を使用してセット内の反復動作の量を検出することを含む場合がある。これは例えば、運動器具から反復動作のカウント数を受信すること、活動のビデオ画像（例えば、スマートフォン、カメラ、または他の画像ソースなどによって取得される）から反復動作カウント情報を抽出すること、または本明細書に記載される他の情報源のいずれかからモーションデータを受信することなどを含む場合がある。

ステップ４１４に示されるように、この方法は、前記セットについて強度を計算することを含む場合がある。

一態様において、これに、前記反復動作の各１回について、３軸加速度データの変化に基づいて筋骨格の動きを示す未加工の強度スコアを計算することを含む場合がある。前述のように、強度は、ユーザーの能力に対する負荷の割合を測定する。この強度の未加工の測定値は、モーションデータに基づいて評価される場合がある。例えば、ある反復動作中に取得された一連の加速度測定値について、ある瞬間の加速度測定値から次の瞬間の加速度測定値までの差（「ジャーク」または２つの測定値間の加速度の変化とも呼ばれる）を計算し、この量を加速度の大きさで割ることによって、強度を評価することができる。次に、反復動作の収縮フェイズ中のすべてのサンプルについて瞬間的強度の平均を取ることによって、下記のように、反復運動の強度を計算することができる。

理解されるように、強度を測定するための他の指標が、動きに基づいて導出される場合がある。例えば、一態様において、１回の反復動作の強度は、次のように計算される場合がある。

この後者のアプローチは、運動の種類によっては、加速度の小さな変化すなわち小さなジャークや、収縮フェイズ境界で発生する動きの変化に対して、感度が低い場合がある。そのため、一態様において、セット内の反復動作のうちの１回について未加工の強度スコアを計算することは、反復動作のうちの１回についての複数の瞬間的強度測定値の平均を計算することを含む。一態様において、複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度の離散的に測定された変化と現在の加速度の比の平均に基づいて計算される。別の態様において、複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度変化の第１の平均と現在の加速度の第２の平均の比に基づいて計算される。より一般的には、筋力トレーニング活動の１回の反復動作中および／または複数の反復動作のセットにわたる動きの変化に基づいて強度を客観的に特徴付ける任意の指標が、本明細書で意図されるように強度を測定し、筋骨格負担を計算するために、さらにまたは代わりに使用されてよい。大きな利点として、加速度に基づく強度測定によれば、行われたワークアウトに直接相関する動きの空間的範囲を捉えることができ、また、人の負担が大きいことを示す動きの震えを捉えることができる。運動の一般的経路から外れたこの比較的高速の散発的な動きには、震えによる加速度の変化が蓄積されているため、定量的に高い強度スコアが示される。動きを直接測定できない活動の場合、静止的なアイソメトリック運動の持続時間などが、強度の代わりとして使用される場合がある。このような、筋肉の大きな動きがない場合であっても、筋肉の震えは、強度を定量的に評価するために検出、測定、および使用できるような形で現れる場合がある。

上記のように、強度を計算することは、ユーザー活動の履歴に基づいて未加工の強度スコアを調節することをさらに含む場合がある。このように強度を個人別化するために、方法４００は、セット内の反復動作の各１回について（またはセット全体について）、ユーザーが筋力トレーニング活動を実行するための最大強度を決定することを含む場合がある。最大強度は、ユーザーの運動履歴に基づいて、ユーザーが筋力トレーニング活動を実行する能力を示す場合がある。さまざまな技術を使用して、この最大能力を評価または推定し、それに応じて未加工の強度スコアを調節することができる。例えば、未加工の強度スコアを調節することは、負荷－反復動作プロファイル（例えば、図５に示した負荷－反復動作プロファイルなど）からスケーリングファクタを取得することを含む場合がある。負荷－反復動作プロファイルは、一定範囲の負荷および反復動作のカウント数にわたって、ユーザーの最大能力に対する反復動作のセットを特徴付ける。反復動作のセットについての強度スコアは、（モーションベースの）未加工の強度スコアと、特定負荷の下である運動の反復動作を実行するユーザーの最大能力を示すスケーリングファクタとの積として表される場合がある。別の態様では、スケーリングファクタは、特定の運動について観察され、若しくはユーザーから報告された最大負荷、または複数の異なる負荷について観察され、若しくは報告された反復動作の最大回数に基づいて推定され、または補間される場合がある。より一般的には、ある種類の筋力トレーニング活動についてのユーザーの最大能力を定量的に決定し、および／または最大能力に関連する観察された活動をスケーリングするのに適した任意の技術を使用して、反復動作のセットについて未加工の強度スコアをスケーリングし、そのユーザーのための強度スコアを提供することができる。これらの技術はすべて、以下でさらに説明するように、筋骨格負担スコアの有用な計算をサポートする限り、本開示の範囲内に含まれることを意図している。

また、強度を計算するための他の技術も当技術分野で知られており、本明細書に記載されるようなウェアラブルフィットネスモニターで使用されるように改変できることも理解されるであろう。例えば、強度は、運動に関連する動きの速度、直線性、および／または連続性に基づいて評価することができ、これらはいずれも、本明細書に記載されるように、モーションセンサーで有効に検出することができる。例えば、負荷の大きさは、運動の動きの軌道がどれだけきれいであるか、言い換えれば、予想される軌道および／またはユーザーの過去の軌道と比較した動きのノイズ（ぶれ）の大きさに基づいて識別することができる。数学では、さまざまな直線性、連続性、および／または変動の尺度が知られており、動作に基づく強度の推定値として有効に使用することができる。一態様では、全体的な予想値からの変動、および／または予想される変動範囲外の動きの量が、個人に対して使用される場合がある。別の態様では、方向性（例えば、方向変化の量および大きさ）または速度（例えば、速度変化の量および大きさ）の変動の局所的尺度を使用して、負荷の増加によって動きがあまりスムーズでなくなったり連続的でなくなったりする時期を識別する場合がある。一態様では、負荷は、運動の対象となる主要な筋肉群にわたって測定される場合がある。例えば、ユーザーがバイセップカール（上腕二頭筋の曲げ伸ばし運動）を行っている場合、上腕二頭筋にかかる負荷は、手首に着用したモニターで測定された、上記のいずれかの動き要素に基づいて推定することができる。別の例として、ユーザーがスクワットを行っている場合、大腿部またはふくらはぎに着用したモニターを使用して、さまざまな脚の筋肉にかかる負荷を推定することができる。さらに別の例として、ユーザーが腕立て伏せやディップスなどの自重運動を行っている場合、ユーザーの胴体に着用したモニターを使用して、胴体部分の可動範囲に基づいて強度を推定することができる。強度スコアはさらに、本明細書に記載されるように、例えば特定のユーザーの最大または一般的な重量や、対応する筋肉群の他の関連トレーニングなどの追加データを使用して、文脈に応じて生成されてもよい。

ステップ４１６に示されるように、方法４００は、ユーザープロファイルを更新することを含む場合がある。これは一般に、新しいデータが利用可能になったときに、負荷－反復動作プロファイルまたは任意の他のユーザープロファイルを更新することを含む場合がある。一態様において、これは、プロファイルに列または行を追加することを含む場合がある。別の態様において、これは、例えば反復動作の現在のセットが予想最大値を超えたときなどに、プロファイル内の他のエントリを更新することを含む場合がある。

ステップ４１８に示されるように、方法４００は、筋力トレーニング活動のボリュームを計算することを含む場合がある。本明細書に記載されるように、ボリュームとは、一般に、ワークアウト（または他の期間）中に行われたワークアウトの総量を指している。ボリュームは、最大ボリュームと有効負荷という２つの要素に基づいて、ユーザーごとに個別化される場合がある。したがって、方法４００は、例えば、筋力トレーニング活動の実行中のユーザーに対し、筋力トレーニング活動でのユーザー実績の履歴に基づいて、最大ボリュームまたは他の所定のしきい値を推定することを含む場合がある。最大ボリューム（または推定最大ボリューム）は、例えば、ユーザーが怪我なしで筋力トレーニング活動の反復動作を実行するための上限しきい値を示す場合がある。

方法４００は、筋力トレーニング活動中のユーザーに対する有効負荷を計算することをさらに含む場合がある。有効負荷は、例えば、１つ以上の負荷パラメータに基づいて、筋力トレーニング活動中にユーザーが発揮する最大ボリュームのうちの相対的部分を示す場合がある。１つ以上の負荷パラメータは、少なくともユーザーの体重と、筋力トレーニング活動のための追加重量とを含む場合がある。例えば、有効負荷を計算することは、ユーザーの体重のユーザー入力に基づいて有効負荷を計算することを含む場合がある。例えば、筋力トレーニング活動が、ユーザーの体重に全部または一部に基づく懸垂、腕立て伏せ、スクワットなどの活動である場合である。有効負荷の計算は、筋力トレーニング活動のための追加重量のユーザー入力に基づいて行うこともできる。例えば、ユーザーが手持ち式のウェイト、バーベルウェイト、または筋力トレーニングマシンのウェイトを使用している場合、あるいは、ユーザーがボリュームを増やすために別の活動（懸垂、腕立て伏せ、スクワットなど）にウェイトを追加している場合などである。場合によっては、例えば筋力トレーニングマシンを使用している間は、体重が無視される場合があり、および／または、腕の長さや脚の長さなどの他の負荷パラメータが含まれる場合もある。

ステップ４２０に示されるように、方法４００は、筋骨格負担スコアを計算することを含む場合がある。例えば、これは、反復動作の各１回について、１回の反復動作あたりの筋骨格負担を、最大ボリュームに対する有効負荷の第１の比率と、最大強度に対する未加工の強度スコアの第２の比率の積として計算し、次に、セット内のすべての反復動作について１回の反復動作あたりの筋骨格負担を合計し、筋力トレーニング活動の筋骨格負担スコアを提供することを含む場合がある。一般に、これは、ウェアラブルモニターと通信する関係で結合されたユーザーのパーソナルコンピューティングデバイスで筋骨格負担スコアを計算すること、またはウェアラブルモニターと通信する関係で結合されたリモートサーバで筋骨格負担スコアを計算すること、あるいはこれらの組み合わせを含む場合がある。

次に、運動の各セットについて、次の式を使用してＭＳＫ負担スコアを計算することができる。

ここで、Ｍはセット内の反復動作の回数であり、
と
はそれぞれ反復動作ｉのボリュームと強度であり、Ｖ_ｍａｘとＩ_ｍａｘはそれぞれ最大可能ボリュームと強度値であり、ｒｅｌは反復動作の相対的なボリュームと強度を指している。
はセット内の反復動作について一定であるため、Ｖ_ｒｅｐに置き換えられている。一方、Ｉ_ｒｅｐの場合はそうではなく、Ｉ_ｒｅｐは、利用可能なモーションデータに基づいて各反復動作について計算される場合がある。

複数セットの運動についてＭＳＫを累積すると、下記のようになる。

ここで、Ｎは運動のセット数である。

最後に、複数回の運動で構成されるセッションの場合、下記のようになる。

ここで、Ｌはセッション内の運動の回数である。

量と強度の最大値は、個人ごとに調整されてもよく、個人の強度が時間の経過にしたがって変化するのに応じて、変更されてもよい。

これらを使用して、運動の反復動作ごとにＭＳＫ負担を計算することができる。個人のＭＳＫ負担スコアを集約することで、ワークアウトレベルのスコアを生成することができる。このレベルでは、ＭＳＫ負担は、筋肉グループレベル、および／または全身レベルで集約される場合がある。センサーデータが利用できる場合、強度は、動きの加速度または速度に基づいて決定される場合がある。センサーデータが利用できない場合でも、例えば、以前のワークアウト、人口統計学的基準、および／または自己申告による負荷レベルに基づいて努力の度合いを判断することができる。このように、本明細書に記載されるシステムおよび方法は、モーションデータを使用して、またはモーションデータを使用せずに、あるいはこれらの組み合わせでＭＳＫスコアリングを実施することができる。

本明細書に記載される未加工のＭＳＫ負担は、制限なく線形に累積可能なスコアである。つまり、活動に費やされる努力が多いほど、または実行される反復動作の回数が多いほど、スコアは高くなる。ユーザーに制限された範囲を与えるために、これらの未加工のスコアは、ユーザーの個人的な実績プロファイルに基づいてその値を調整するようにスケーリングされる場合がある。態様によっては、これは、（１）運動固有の正規化と、（２）実績の正規化とを含む、２段階プロセスによって達成される場合がある。個人の毎日のＭＳＫ負担は、例えば、０～２１のスケールに、または任意の他の適当な範囲のスコアに変換される場合がある。

ステップ４２２に示されるように、方法４００は、筋骨格（ＭＳＫ）負担スコアに基づいて措置を講じることを含む場合がある。ＭＳＫ負担スコアは、特定種類の運動、実証された能力の履歴、およびユーザーの推定負傷限界などの背景を考慮に入れた、筋力トレーニング活動の非常に実用的な指標を提供する。一態様において、措置を講じることは、筋力トレーニング活動の筋骨格負担スコア、または他の計算された指標や分析結果をユーザーが閲覧できるように表示する（例えばユーザーデバイス上に）ことを含む場合がある。

別の態様において、措置を講じることは、筋骨格負担スコアに基づいて、ユーザーの毎日の負担計算（心拍数および／または心拍数の変動に基づく心臓の負担計算など）を精緻化することを含む場合がある。例えば、心血管活動に基づく負担計算（例えば、米国特許第１１，１８５，２９２号に記載されているようなもの。参照により本明細書に組み込まれる。）では、筋力トレーニング活動中の実際の負荷が過小評価される場合がある。筋力トレーニングまたは他の運動中のＭＳＫ負荷を決定することによって、筋肉の負荷による負担だけでなく心血管の負荷による負担もより正確に反映するように、ユーザーの毎日の総負担を更新することができる。

別の態様において、措置を講じることは、運動ルーチンにおける複数の種類の筋力トレーニング活動の各々について、複数の筋骨格負担スコアを計算することをさらにまたは代わりに含む場合がある。これらは、複数の個別の筋力トレーニング活動で構成されるワークアウトルーチン全体に対する単一のＭＳＫ負担スコアに集約されてもよく、および／または単一のスコア若しくは複数のスコアとしてユーザーに報告されてもよい。

措置を講じることは、筋骨格負担スコアに基づいてユーザーに対するコーチング推奨事項を生成すること、および／またはコーチング推奨事項をユーザーに対して表示することをさらにまたは代わりに含む場合がある。これは、ユーザーが表明した目的またはフィットネス目標に基づいて推奨事項を生成すること（例えば、適当であれば増加を推奨したり、ユーザーの最大ボリュームに近づいている兆候がある場合や推奨されるトレーニング制限を超えている兆候があるときは減少を推奨したりするなど）を含む場合がある。一態様において、コーチング推奨事項は、筋力トレーニング活動中にユーザーに提示されるリアルタイムのコーチング推奨事項である場合がある。これには、例えば、ボリュームを増やす推奨事項（例えば、反復動作の追加やウェイトの追加など）、または最大ボリュームに近づいていることに関する注意が含まれる場合がある。別の態様において、コーチング推奨事項は、ユーザーによるその後の運動活動に関係するものであってもよく、例えば、現在のワークアウトにおける次の活動に関係するものであっても、将来のワークアウトにおける同じ活動（若しくは別の活動）に関係するものであってもよい。コーチング推奨事項は、次の筋力トレーニング活動のタイミングに関する推奨事項をさらにまたは代わりに含む場合がある。

前述のように、本明細書には、筋骨格負担スコアを計算するためのシステムも記載されている。このシステムは、ウェアラブルフィットネスモニターと、１つ以上のプロセッサとを含む場合がある。ウェアラブルフィットネスモニターは、本明細書に記載されている任意のウェアラブルモニターであってよく、１つ以上のモーションセンサーを含む場合がある。１つ以上のプロセッサは、例えば、ウェアラブルフィットネスモニター上のプロセッサ、ユーザーデバイス上のプロセッサ、リモートサーバ上のプロセッサ、またはこれらの組み合わせを含む場合がある。１つ以上のプロセッサは、非一時的なコンピュータ読み取り可能媒体に記憶されたコンピュータ実行可能コードによって、以下のステップを実行するように、すなわち、筋力トレーニング活動中に前記１つ以上のモーションセンサーから取得したモーションデータを受信するステップと、前記筋力トレーニング活動の種類を識別するステップと、１回以上の反復動作を含む前記筋力トレーニング活動のセットを識別するステップと、前記反復動作の各１回について、前記モーションデータの特徴に基づいて筋骨格の動きを示す未加工の強度スコアを計算し、前記未加工の強度スコアを前記ユーザーが前記筋力トレーニング活動を実行する最大強度に対してスケーリングして１回の反復動作あたりのユーザー強度スコアを取得するステップと、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものであり、前記反復動作の各１回について、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷と前記筋力トレーニング活動を実行するときのユーザーに対する所定の負荷しきい値との比率に基づいて、個人別スケールを計算するステップと、前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記１回の反復動作あたりのユーザー強度スコアと前記個人別スケールの積として計算するステップと、前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計することによって、前記筋力トレーニング活動の筋骨格負担スコアを計算するステップと、前記筋骨格負担スコアに基づいて措置を講じるステップとを実行するように構成される場合がある。

一態様において、措置を講じることは、ユーザー固有の筋骨格負担スコアをユーザーに関連するパーソナルコンピューティングデバイスに送信し、前記ユーザーに対して表示することを含む場合がある。別の態様において、措置を講じることは、前記ユーザーに対するコーチング推奨事項を生成することを含む場合がある。

一般に、本明細書に記載される方法は、図４を参照して説明したステップよりも多くのステップを含んでもよいし、少ないステップを含んでもよく、あるいは、それらの各ステップの変形を含んでもよい。例えば、一態様において、本明細書に開示される方法は、１回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルモニターの１つ以上のモーションセンサーからモーションデータを受信し；前記筋力トレーニング活動の種類を識別し；前記セット内の前記反復動作の量を決定し；前記反復動作の各１回について、前記モーションデータの特徴に基づいて筋骨格の動きを示す未加工の強度スコアを計算し、前記未加工の強度スコアを前記ユーザーが前記筋力トレーニング活動を実行する最大強度に対してスケーリングして１回の反復動作あたりのユーザー強度スコアを取得し、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものであり；前記反復動作の各１回について、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷と前記筋力トレーニング活動を実行する前記ユーザーに対する所定の負荷しきい値の比率に基づいて、個人別スケールを計算し；前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記１回の反復動作あたりのユーザー強度スコアと前記個人別スケールの積として計算し；前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計することによって、前記筋力トレーニング活動の筋骨格負担スコアを計算し；前記筋骨格負担スコアに基づいて措置を講じることを含む。

別の態様において、本明細書に記載される方法は、筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーからモーションデータを受信し；前記筋力トレーニング活動に関連する前記ユーザーの運動履歴、前記筋力トレーニング活動中の有効負荷、および前記筋力トレーニング活動に関連する前記ユーザーの最大ボリュームにしたがって前記モーションデータに関連する強度を調節することによって、前記筋力トレーニング活動中の前記ユーザーの個人別筋骨格負担を計算し；前記個人別筋骨格負担に基づいて措置を講じることを含む。

別の態様において、本明細書に記載される方法は、筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーからモーションデータを受信し；前記モーションデータに基づいて、前記筋力トレーニング活動の複数回の反復動作について未加工の強度スコアを計算し；少なくとも前記ユーザーの体重と前記筋力トレーニング活動のための追加重量とを含む１つ以上の負荷パラメータに基づいて、前記筋力トレーニング活動の有効負荷を計算し；前記モーションデータから計算された前記未加工の強度スコアと前記１つ以上の負荷パラメータに基づいて計算された前記有効負荷の組み合わせに基づいて、個人別筋骨格負担スコアを計算し；前記個人別筋骨格負担スコアに基づいて、前記ユーザーに対して情報を提示することを含む。

図５は、運動の反復動作の強度をスケーリングするための負荷－反復動作プロファイルを示している。一般に、このプロファイル５００は、ワークアウト履歴に基づいてユーザーの未加工の強度スコアをスケーリングするために使用することができる。一般に、最大強度値は、ユーザーの１回の反復動作の最大値（図５の負荷１０、反復１）に設定され得る。１回の反復動作についての最大強度に基づいて、特定の人および運動のすべての強度値についての尺度を作成することができる。これは例えば、運動の最大可能値に基づいて、計算された強度をスケーリングするための努力率を補間することによって行われる場合がある。プロファイル５００は、限界まで実行された反復動作が新たに観察されると調節される場合があり、ユーザーが新たに反復動作の回数や新しい負荷を追加すると、新しい行が追加される場合がある。より一般的には、追加のユーザーデータが利用可能になると、反復動作の回数は、調節され、再計算され、または再補間される場合がある。一態様において、ユーザーが予測最大値を超えた場合（例えば、現在の最大値を超える負荷の下で１回以上の反復動作を実行することによって）、強度を計算する前にプロファイル５００が調節される場合があり、これらの反復動作に対するユーザーの強度は、調節されたプロファイル５００を使用して計算される場合がある。これにより、ユーザーの理論上の最大値を超えて強度値が計算されることを回避できるという利点がある。

別の態様では、プロファイル５００が十分に入力される前のユーザーの強度の計算をサポートするために、強度スケールの推定値が最初に作成される（例えば、体重または他の要因に基づいて）場合がある。

図６は、ベンチプレス運動中に測定された速度の経時変化を示すグラフである。一般に、速度は、３軸加速度データから導出されてもよいし、ウェアラブルモニター若しくは他のモーションデータ源から取得した他のモーションデータから導出されてもよい。一連のベンチプレス運動が示されているが、測定可能な反復的動きを伴う任意の他の運動を同様に検出できることは、理解されるであろう。図示のように、速度データの５つの大きなピーク６０２は、運動の５回の反復動作を示している。各反復動作の終了を示す測定可能な目印を示すために、垂直線６０４が追加されている。周波数領域技術、時間領域ピーク検出などのさまざまな信号処理技術を使用して、このような反復動作を識別することができる。運動の反復動作を示す速度測定値の周期的サイクルを識別するのに適した任意のそのような技術を使用して、本明細書に記載されるように反復動作を自動的に検出することができる。

図７は、ベンチプレス運動の１回の反復動作についての３軸加速度データを示している。図７のデータは、重力に基づく加速度アーティファクトを軽減するように処理された融合データである。このデータは、例えば、強度スコアの計算、および／または、一連の筋力トレーニング活動における個々の反復動作の識別に使用可能な速度データ（例えば、図６に示したような速度データ）の導出に、使用される場合がある。

図８は、図７のデータの正規化された加速度の大きさの積分を示している。これは、例えば、運動の強度を定量的に評価するために使用される場合があり、その後、筋力トレーニング活動の反復動作に対するＭＳＫスコアを得るために、本明細書に記載されるように最大強度、最大ボリューム、および有効負荷にしたがってスケーリングされる場合がある。

図９は、筋骨格（ＭＳＫ）負担をモニタリングするシステムを示している。システム９００は、生理学的モニター９１０を着用したユーザー９０１と、ユーザー９０１に情報を提供するのに適した表示部９２２を備えたユーザーデバイス９２０と、システム９００の１人以上の参加者を相互接続するデータネットワーク９０２と、サーバ９３０と、データベース９４０とを含む場合がある。一般に、図９は、ユーザー９０１が運動（例えば、重り付きプレートが付いたバーベル形のウェイト９０２を使ったバイセップカールなどのウェイトトレーニング運動）を行っている様子を示している。本明細書に記載されるように、生理学的モニター９１０によって検知された動きおよび／または生理学的データは、ユーザー９０１のＭＳＫ負担スコアの計算に使用される場合がある。ＭＳＫ負担スコアは、（例えば、運動中および／または運動後に）ユーザーデバイス９２０を介して他の関連情報と一緒にユーザーに対して表示される場合がある。

生理学的モニター９１０は、手首に着用する光電式容積脈波記録装置を含む場合がある。生理学的モニター９１０は、上腕二頭筋、大腿部、ふくらはぎなどの、ユーザー９０１の身体の他の部位に配置されたモニターをさらにまたは代わりに含む場合がある。一態様において、生理学的モニター９１０は、ユーザー９０１の動きを検知し、モーションデータを提供するための少なくとも１つの加速度計やジャイロスコープなどを含む場合がある。他の態様において、加速度計データまたは他のモーションセンサーデータは、生理学的モニター９１０の外部にある情報源から取得される。

ユーザー９０１は、筋力トレーニング活動などの運動を行っている場合があり、その場合、モーションデータ（および／または生理学的データ）は、分析のためにユーザーデバイス９２０および／またはサーバ９３０に提供される。一般に、運動中にモーションセンサーによって取得されたモーションデータは、本明細書に記載されるように、ＭＳＫ負担スコアを導出するために分析される場合がある。このスコアは、例えば、ユーザー９０１にコーチング情報を提供するために使用される場合がある。例えば、運動を調節するため、および／または、他のトレーニング推奨事項を提供するために、使用される場合がある。制限ではなく例として、ユーザー９０１がバーベルをウェイト９０２として使用して上腕二頭筋カールを実行しているところが図示されている。この例において、検知された動き９０４から得られるモーションデータは、運動の反復動作中の動きを表す３軸加速度データを含む場合がある。これには、上記の生理学的モニター９１０によって取得されたモーションデータ、ウェイト９０２（例えば、バーベルや、それに追加された重りなど）内のモーションセンサーによって取得されたモーションデータ、ユーザーデバイス９２０内のカメラによって取得されたモーションデータ、または他の適当な情報源から取得されたモーションデータが含まれる場合がある。フリーウェイト運動が描かれているが、本明細書に記載されるシステムおよび方法は、さまざまな他の筋力トレーニング活動におけるＭＳＫ負担の計算にも使用される場合があることが理解されるであろう。例えば、ウエイトリフティング運動（例えば、フリーウェイトおよび／またはウェイトトレーニングマシンを使用）、自重運動やアイソメトリック運動（例えば、腕立て伏せ、腹筋運動、スクワット、バーピー、ディップス、レッグレイズなど）、有酸素運動（例えば、ウォーキング、ランニング、サイクリング、水泳、エリプティカル運動、サーキットトレーニング、縄跳び、スポーツ参加および／またはトレーニング、ダンスなど）などにおけるＭＳＫ負担の計算にも使用できることが理解されるであろう。モーションデータは、反復動作の速度、動きの範囲、フォームなどに関する推奨事項のような、他のコーチング推奨事項にも使用される場合がある。したがって、一態様において、本明細書には、筋力トレーニング活動中に検知された動きに基づいて、筋力トレーニング活動に関わっているユーザーにコーチング推奨事項を提供するためのシステムおよび方法が記載される。推奨事項は、速度、動きの範囲、および筋力トレーニング活動の形態のうちの１つ以上に関連する場合がある。

データネットワーク９０２、ユーザーデバイス９２０、サーバ９３０、およびデータベース９４０は、本明細書に記載されている任意のものであってよい。一般に、データネットワーク９０２は、システム９０１の参加者間の通信をサポートすることができる。例えば、生理学的モニター９１０によって検知されたモーションデータおよび／または生理学的データがサーバ９３０またはユーザーデバイス９２０に提供され、処理されるような場合である。このようなデータ、および／またはそのデータの分析結果は、本明細書に記載されるように、データベース９４０に記憶される場合がある。データベース９４０は、ローカルデータベースであってもよいし、リモートデータベースであってもよい。データベース９４０には、本明細書で記載されるように、ユーザープロファイル、負荷－反復動作プロファイルなどが、さらにまたは代わりに記憶される場合がある。

ユーザーデバイス９２０の表示部９２２は、表示部９２２に設けられたグラフィカルユーザーインタフェースであって、ユーザー９０１に情報を提示するように構成されたグラフィカルユーザーインタフェースを含む場合がある。表示部９２２上に表示される情報９２４には、本明細書に記載された任意の出力が含まれる場合があり、例えば、ＭＳＫ負担スコア９２４、コーチングの推奨事項、幾つかの筋力トレーニング活動を含む運動計画、および特定のセットで完了した反復動作などが含まれる場合がある。

使用例の１つでは、システム９００は、ユーザー９０１が実行している運動に関連する情報を受信する場合があり、例えば、運動の種類、セットまたは反復の説明や指標、トレーニング目標、追加の重量９０２若しくは使用されている負荷、またはユーザー９０１に関する情報（例えば、身長、体重、性別など）などを受信する場合がある。態様によっては、情報は、生理学的モニター９１０または他の情報源（複数可）からのモーションデータを含む場合がある。

図１０は、ＭＳＫ負担をモニタリングするためのシステムを示している。システム１０００は、本明細書に記載される特徴のいずれを含むものであってもよく、例えば、図９に関して上で説明したいずれかの特徴を含む場合がある。図１０に示されるように、システム１０００は、ウェイトトレーニングマシン１００２を含む場合がある。脚の筋力トレーニング活動中の脚の動きを検出するために、生理学的モニター１０１０は、ユーザーの脚に配置される場合がある。一態様において、ウェイトトレーニングマシン１００２は、現在のウェイト／負荷、反復動作の回数、動きの範囲などのデータを生理学的モニター１０１０または他のシステムリソースに伝達し、ＭＳＫ歪みスコアの計算に使用することができるスマートデバイスであってもよい。ウェイトトレーニングマシン１００２は、モーションデータの導出に使用することができる画像を撮影するためのカメラをさらにまたは代わりに含む場合がある。

図１１は、ＭＳＫ負担をモニタリングするためのシステムを示している。システム１１００には、本明細書に記載される特徴のいずれを含むものであってもよい。図示のように、ユーザー１１０１はアイソメトリック運動、より具体的にはプランクを行っている。この種類の運動では、負担スコアリングに特定の変更が加えられる場合がある。例えば、プランク（または他の特定のアイソメトリック運動）では、文字通りの反復動作が存在しない。代わりに、例えば運動が維持される時間に基づいて、反復回数の指標を導出することができる。したがって、例えば、プランクは５秒ごとに１回の反復動作としてカウントされる場合があり、１分間のプランクの実行は１２回の反復動作に相当する場合がある。同様に、反復動作の自動検出の基礎となる周期的動きが存在しない場合でも、負荷が高い場合には、肩、腕、または腹部に震えがある場合があり、それをウェアラブル生理学的モニター１１０２によって検出し、使用して、筋力トレーニング活動の強度を計算することができる。

図１２は、ＭＳＫ負担のスコアリング機能（例えば、本明細書に記載されるシステムおよび方法を使用する）を備えた筋力トレーニングシステムのユーザーインターフェースを示している。一態様において、ユーザーインターフェース１２００は、例えば、筋力トレーニング活動の種類を指定し、必要に応じてさらに、各筋力トレーニング活動の反復動作の回数および重量を指定することによってワークアウトルーチンを設定するための、いくつかのコントローラを含む場合がある。このインターフェースを通じて、ユーザーは、ルーチン内に運動のセットを追加したり、運動のセットを削除したり、運動のセットの詳細を指定したりすることによって、ワークアウトルーチンを設定することができる。その後、ワークアウトルーチンは、将来の使用に備えて保存される場合があり、現在のワークアウト中にガイドとして使用される場合もある。

図１３は、ＭＳＫ負担のスコアリング機能（例えば、本明細書に記載されるシステムおよび方法を使用する）を備えた筋力トレーニングシステムのユーザーインターフェースを示している。一態様において、ユーザーインターフェース１３００には、現在の日または他の適当な期間について、ユーザーの筋骨格負担の量を定量的に要約したＭＳＫ負担スコア１３０２が表示される場合がある。ユーザーインターフェース１３００には、他の有用な情報がさらに表示されてもよく、例えば、現在または最新の筋力トレーニング活動、その日の心血管負担と筋肉負担の割合、コーチング推奨事項などが表示される場合がある。この文脈において、ＭＳＫ負担スコア１３０２は、識別された活動および身体の動きの測定値から得られた情報に基づいて、最近の筋力トレーニング活動に関する簡潔で定量的かつ客観的なフィードバックをユーザーに提供することができる。

ユーザーインターフェース１３００において、ユーザーは、現在のワークアウトを追跡したり、現在のワークアウトを変更したり（例えば、ウェイト、反復回数、または活動を変更することによる）、過去のワークアウトを確認したり、新しいワークアウトを作成したりすることもできる。ユーザーは、時間、ウェイト、負荷、心血管負担などを表す関連情報を確認することもできる。別の態様において、ユーザーインターフェース１２００は、さまざまな種類の運動の実行に関する対話的指示を提供することができ、また、特定の運動についてのユーザーのフォームに関するモーションベースのフィードバックを提供することができる。

上記のシステム、デバイス、方法、プロセスなどは、本明細書に記載される制御、データ取得、およびデータ処理に適したハードウェア、ソフトウェア、またはこれらの任意の組み合わせの形で実現することができる。これには、１つ以上のマイクロプロセッサ、マイクロコントローラ、組み込みマイクロコントローラ、プログラマブルデジタル信号プロセッサ、または他のプログラマブルデバイス若しくは処理回路、ならびに内部メモリおよび／または外部メモリの形での実現も含まれる。これには、１つ以上の特定用途向け集積回路、プログラマブルゲートアレイ、プログラマブルアレイロジックコンポーネント、または電子信号を処理するように構成され得る他のデバイスが、さらにまたは代わりに含まれ得る。さらに、上述のプロセスまたはデバイスの実現には、Ｃなどの構造化プログラミング言語、Ｃ＋＋などのオブジェクト指向プログラミング言語、または任意の他の高レベル若しくは低レベルのプログラミング言語（アセンブリ言語、ハードウェア記述言語、データベースプログラミング言語およびテクノロジを含む）を使用して作成されたコンピュータ実行可能コード（上記のデバイスの１つで実行するために保存され、コンパイルされ、または解釈される場合がある）、ならびにプロセッサやプロセッサアーキテクチャの異種の組み合わせ、または異なるハードウェアとソフトウェアの組み合わせが含まれる場合があることが理解される。

したがって、一態様において、上記の各方法およびその組み合わせは、１つ以上のコンピューティングデバイス上で実行されたときに、その種々のステップを実行するコンピュータ実行可能コードの形で具現化される場合がある。別の態様において、これらの方法は、そのステップを実行する種々のシステムに具現化され、さまざまな方法でデバイス間に分散されてもよいし、あるいは、すべての機能が専用のスタンドアロンのデバイスまたは他のハードウェアに組み込まれてもよい。コードは、コンピュータメモリに非一時的な形で記憶される場合がある。コンピュータメモリは、そこから読み出されたプログラムが実行されるメモリ（例えば、プロセッサに関連するランダムアクセスメモリなど）であってもよいし、ディスクドライブ、フラッシュメモリ、または任意の他の光学的、電磁気的、磁気的、赤外線その他のデバイス、あるいはデバイスの組み合わせのような、ストレージデバイスであってもよい。別の態様において、上記のシステムおよび方法はいずれも、コンピュータ実行可能コードおよび／またはコンピュータ実行可能コードからの任意の入力または出力を運ぶ任意の適当な伝送媒体または伝播媒体に具現化される場合がある。別の態様において、上記のプロセスに関連する種々のステップを実行するための手段は、上記のハードウェアおよび／またはソフトウェアのいずれかを含む場合がある。このようなあらゆる順列と組み合わせが、本開示の範囲内に含まれることを意図している。

本明細書に記載される実施形態の種々の方法ステップは、明示的に異なる意味が与えられるか、または文脈から明らかでない限り、以下の特許請求の範囲に記載された発明の特許性に整合する形で、そのような方法ステップを実行させる任意の適当な方法を含むことが意図されている。したがって、例えば、Ｘのステップを実行することは、リモートユーザー、リモート処理リソース（例えば、サーバやクラウドコンピュータ）、またはマシンのような別の者にＸのステップを実行させるための任意の適当な方法を含み得る。同様に、Ｘ、Ｙ、およびＺのステップを実行することは、そのような他人または他のリソースの任意の組み合わせにステップＸ、Ｙ、およびＺを実行することを指示し、または、それらを制御してステップＸ、Ｙ、およびＺを実行させることで、それらのステップの利益を得る任意の方法を含み得る。したがって、本明細書に記載される実施形態の種々の方法ステップは、明示的に異なる意味が与えられるか、または文脈から明らかでない限り、以下の特許請求の範囲に記載された発明の特許性に整合する形で、１人以上の他の者または１つ以上の他の組織にそれらのステップを実行させるための任意の適当な方法を含むことを意図している。そのような者または組織が、何らかの他の者または組織の指示または制御下にある必要はなく、特定の管轄区域内に所在する必要もない。

上に記載した方法およびシステムは、例として記載したものであり、制限を意図するものではないことが理解されるであろう。当業者には、多数の変形、追加、省略、および他の修正が明らかであろう。さらに、上記の説明および図面における方法ステップの提示の順序は、特定の順序が明示的に要求されるか、または文脈から明らかでない限り、記載したステップをこの順序で実施することが必要であることを意図するものではない。したがって、特定の実施形態が図示説明されているが、本開示の思想および範囲から外れることなく、形態や詳細にさまざまな変更および修正を加えることができ、それらも以下の特許請求の範囲に規定される発明の一部を形成することが意図されていることは、当業者には明らかであろう。

本発明の例示的実施態様を以下に列挙する。
１． 非一時的なコンピュータ読み取り可能媒体に具現化されたコンピュータ実行可能コードを含むコンピュータプログラム製品であって、前記コンピュータ実行可能コードが、１つ以上のコンピューティングデバイス上で実行されたときに、前記１つ以上のコンピューティングデバイスに、
１回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーから未加工のモーションデータを受信するステップであって、前記未加工のモーションデータが、複数のジャイロスコープからの角度回転データと複数の加速度計からの直線加速度データとを含む、未加工のモーションデータを受信するステップと、
前記１つ以上のモーションセンサーからの前記未加工のモーションデータを融合して重力アーティファクトを軽減し、それによって３軸加速度データを含むモーションデータを提供するステップと、
前記筋力トレーニング活動の種類を識別するステップと、
前記３軸加速度データの大きさのばらつきに基づいて前記セット内の前記反復動作の量を決定するステップと、
前記反復動作の各１回について、前記３軸加速度データの変化に基づいて筋骨格の動きを示す未加工の強度スコアを計算するステップと、
前記反復動作の各１回について、前記ユーザーが前記筋力トレーニング活動を実行する最大強度を決定するステップであって、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものである、最大強度を決定するステップと、
前記筋力トレーニング活動でのユーザー実績の履歴に基づいて前記ユーザーの前記筋力トレーニング活動の最大ボリュームを推定するステップであって、前記最大ボリュームが、前記ユーザーが怪我なしで前記筋力トレーニング活動の反復動作を実行するための上限しきい値を示すものである、前記筋力トレーニング活動の最大ボリュームを推定するステップと、
前記筋力トレーニング活動中の前記ユーザーに対する有効負荷を計算するステップであって、前記有効負荷が、少なくとも前記ユーザーの体重と前記筋力トレーニング活動のための追加重量とを含む１つ以上の負荷パラメータに基づいて、前記筋力トレーニング活動中に前記ユーザーが発揮する前記最大ボリュームのうちの相対的部分を示すものである、有効負荷を計算するステップと、
前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記最大ボリュームに対する前記有効負荷の第１の比率と前記最大強度に対する前記未加工の強度スコアの第２の比率の積として計算するステップと、
前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計し、前記筋力トレーニング活動の筋骨格負担スコアを提供するステップと、
前記筋力トレーニング活動の前記筋骨格負担スコアを前記ユーザーに対して表示するステップと
を実行させる、コンピュータプログラム製品。
２． 前記１つ以上のコンピューティングデバイスに、前記筋骨格負担スコアに基づいて前記ユーザーに対するコーチング推奨事項を生成するステップを実行させるコード
をさらに含む、１に記載のコンピュータプログラム製品。
３． 前記コーチング推奨事項は、少なくとも部分的に前記ユーザーのフィットネス目標に基づくものである、２に記載のコンピュータプログラム製品。
４． 前記反復動作のうちの１回について前記未加工の強度スコアを計算することは、前記反復動作のうちの前記１回について複数の瞬間的強度測定値の平均を計算することを含む、１～３のいずれか一項に記載のコンピュータプログラム製品。
５． 前記複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度の離散的に測定された変化と現在の加速度の比の平均に基づいて計算される、４に記載のコンピュータプログラム製品。
６． 前記複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度変化の第１の平均と現在の加速度の第２の平均の比に基づいて計算される、４に記載のコンピュータプログラム製品。
７． 前記１つ以上のコンピューティングデバイスに、前記ユーザーによる前記筋力トレーニング活動の履歴に基づいて前記ユーザーの負荷－反復動作プロファイルを作成するステップを実行させるコードをさらに含み、
前記負荷－反復動作プロファイルは、前記筋力トレーニング活動中に１つ以上の負荷の下で前記ユーザーが反復動作を実行する能力を示すものである、１～６のいずれか一項に記載のコンピュータプログラム製品。
８． 前記ユーザーが前記負荷－反復動作プロファイル内の前記１つ以上の負荷に含まれていない新しい負荷の下で前記筋力トレーニング活動を実行するときに、前記１つ以上のコンピューティングデバイスに、前記負荷－反復動作プロファイルに行を追加するステップを実行させるコード
をさらに含む、７に記載のコンピュータプログラム製品。
９． 前記ユーザーが前記負荷－反復動作プロファイル内の前記負荷のうちの１つについて反復動作の回数を超えたときに、前記１つ以上のコンピューティングデバイスに、前記負荷－反復動作プロファイルを更新するステップを実行させるコード
をさらに含む、７に記載のコンピュータプログラム製品。
１０． 前記筋力トレーニング活動の前記種類を指定するユーザー入力を受信するコード
をさらに含む、１～９のいずれか一項に記載のコンピュータプログラム製品。
１１． 前記１つ以上のコンピューティングデバイスに、前記未加工のモーションデータに基づいて前記筋力トレーニング活動の前記種類を識別するステップを実行させるコード
をさらに含む、１～１０のいずれか一項に記載のコンピュータプログラム製品。
１２． １回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルモニターの１つ以上のモーションセンサーからモーションデータを受信し、
前記筋力トレーニング活動の種類を識別し、
前記セット内の前記反復動作の量を決定し、
前記反復動作の各１回について、前記モーションデータの特徴に基づいて筋骨格の動きを示す未加工の強度スコアを計算し、前記未加工の強度スコアを前記ユーザーが前記筋力トレーニング活動を実行する最大強度に対してスケーリングして１回の反復動作あたりのユーザー強度スコアを取得し、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものであり、
前記反復動作の各１回について、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷と前記筋力トレーニング活動を実行する前記ユーザーに対する所定の負荷しきい値の比率に基づいて、個人別スケールを計算し、
前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記１回の反復動作あたりのユーザー強度スコアと前記個人別スケールの積として計算し、
前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計することによって、前記筋力トレーニング活動の筋骨格負担スコアを計算し、
前記筋骨格負担スコアに基づいて措置を講じること
を含む、方法。
１３． 前記セット内の前記反復動作の量を決定することは、モーションデータに基づいて前記量を決定することを含む、１２に記載の方法。
１４． 前記セット内の前記反復動作の量を決定することは、ユーザー入力に基づいて前記量を決定することを含む、１２または１３に記載の方法。
１５． 前記措置は、前記筋骨格負担スコアに基づいて前記ユーザーの毎日の負担計算を精緻化することを含む、１２～１４のいずれか一項に記載の方法。
１６． 前記措置は、前記ユーザーに対するコーチング推奨事項を生成することを含む、１２～１５のいずれか一項に記載の方法。
１７． 前記コーチング推奨事項を前記ユーザーに対して表示することをさらに含む、１６に記載の方法。
１８． 前記コーチング推奨事項は、リアルタイムのコーチング推奨事項である、１６または１７に記載の方法。
１９． 前記コーチング推奨事項は、前記ユーザーのその後の運動活動に関連する、１６または１７に記載の方法。
２０． 前記モーションデータに基づいて前記筋力トレーニング活動の種類を自動的に識別することをさらに含む、１２～１９のいずれか一項に記載の方法。
２１． 運動ルーチンにおける複数の種類の筋力トレーニング活動の各々について、複数の筋骨格負担スコアを計算することをさらに含む、１２～２０のいずれか一項に記載の方法。
２２． 前記ユーザーの体重のユーザー入力に基づいて前記有効負荷を計算することをさらに含む、１２～２１のいずれか一項に記載の方法。
２３． 前記筋力トレーニング活動のための追加重量のユーザー入力に基づいて前記有効負荷を計算することをさらに含む、１２～２２のいずれか一項に記載の方法。
２４． 前記モーションデータは、重力による加速の影響を軽減した前記反復動作の３軸加速度データを提供するように融合された３軸ジャイロスコープと３軸加速度計からの未加工のモーションデータを含む、１２～２３のいずれか一項に記載の方法。
２５． 前記ウェアラブルモニターは、手首着用型光電式容積脈波記録装置を含む、１２～２４のいずれか一項に記載の方法。
２６． 前記モーションデータを受信することは、前記ウェアラブルモニターの少なくとも１つのジャイロスコープおよび少なくとも１つの加速度計から未加工の動作データを受信することを含む、１２～２５のいずれか一項に記載の方法。
２７． 前記筋骨格負担スコアを計算することは、前記ウェアラブルモニターと通信する関係で結合された前記ユーザーのパーソナルコンピューティングデバイス上で前記筋骨格負担スコアを計算することを含む、１２～２６のいずれか一項に記載の方法。
２８． 前記筋骨格負担スコアを計算することは、前記ウェアラブルモニターと通信する関係で結合されたリモートサーバ上で前記筋骨格負担スコアを計算することを含む、１２～２７のいずれか一項に記載の方法。
２９． 前記所定の負荷しきい値は、前記ユーザーが前記筋力トレーニング活動を怪我なしで繰り返すための上限しきい値を示す推定最大ボリュームである、１２～２８のいずれか一項に記載の方法。
３０． １つ以上のモーションセンサーを含むウェアラブルフィットネスモニターと、
前記ウェアラブルフィットネスモニターのユーザーに対してユーザー固有の筋骨格負担スコアを計算するように構成された１つ以上のプロセッサと
を含むシステムであって、
前記１つ以上のプロセッサが、
筋力トレーニング活動中に前記１つ以上のモーションセンサーから取得したモーションデータを受信するステップと、
前記筋力トレーニング活動の種類を識別するステップと、
１回以上の反復動作を含む前記筋力トレーニング活動のセットを識別するステップと、
前記反復動作の各１回について、前記モーションデータの特徴に基づいて筋骨格の動きを示す未加工の強度スコアを計算し、前記未加工の強度スコアを前記ユーザーが前記筋力トレーニング活動を実行する最大強度に対してスケーリングして１回の反復動作あたりのユーザー強度スコアを取得するステップと、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものであり、
前記反復動作の各１回について、前記筋力トレーニング活動中の前記ユーザーに対する有効負荷と前記筋力トレーニング活動を実行するときのユーザーに対する所定の負荷しきい値との比率に基づいて、個人別スケールを計算するステップと、
前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記１回の反復動作あたりのユーザー強度スコアと前記個人別スケールの積として計算するステップと、
前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計することによって、前記筋力トレーニング活動の筋骨格負担スコアを計算するステップと、
前記筋骨格負担スコアに基づいて措置を講じるステップと
を実行することによって前記ユーザー固有の筋骨格負担スコアを計算する、システム。
３１． 前記措置を講じることは、前記ユーザー固有の筋骨格負担スコアを前記ユーザーに関連するパーソナルコンピューティングデバイスに送信し、前記ユーザーに対して表示することを含む、３０に記載のシステム。
３２． 前記措置を講じることは、前記ユーザーに対するコーチング推奨事項を生成することを含む、３０または３１に記載のシステム。
３３． 筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーからモーションデータを受信し、
前記筋力トレーニング活動に関連する前記ユーザーの運動履歴、前記筋力トレーニング活動中の有効負荷、および前記筋力トレーニング活動に関連する前記ユーザーの最大ボリュームにしたがって前記モーションデータに関連する強度を調節することによって、前記筋力トレーニング活動中の前記ユーザーの個人別筋骨格負担を計算し、
前記個人別筋骨格負担に基づいて措置を講じること
を含む、方法。
３４． 筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーからモーションデータを受信し、
前記モーションデータに基づいて、前記筋力トレーニング活動の複数回の反復動作について未加工の強度スコアを計算し、
少なくとも前記ユーザーの体重と前記筋力トレーニング活動のための追加重量とを含む１つ以上の負荷パラメータに基づいて、前記筋力トレーニング活動の有効負荷を計算し、
前記モーションデータから計算された前記未加工の強度スコアと前記１つ以上の負荷パラメータに基づいて計算された前記有効負荷の組み合わせに基づいて、個人別筋骨格負担スコアを計算し、
前記個人別筋骨格負担スコアに基づいて、前記ユーザーに対して情報を提示すること
を含む、方法。

Claims (11)

1. 非一時的なコンピュータ読み取り可能媒体に具現化されたコンピュータ実行可能コードを含むコンピュータプログラムであって、前記コンピュータ実行可能コードが、１つ以上のコンピューティングデバイス上で実行されたときに、前記１つ以上のコンピューティングデバイスに、
   １回以上の反復動作のセットを含む筋力トレーニング活動中に、ユーザーが着用しているウェアラブルフィットネスモニターの１つ以上のモーションセンサーから未加工のモーションデータを受信するステップであって、前記未加工のモーションデータが、複数のジャイロスコープからの角度回転データと複数の加速度計からの直線加速度データとを含む、未加工のモーションデータを受信するステップと、
   前記１つ以上のモーションセンサーからの前記未加工のモーションデータを融合して重力アーティファクトを軽減し、それによって３軸加速度データを含むモーションデータを提供するステップと、
   前記筋力トレーニング活動の種類を識別するステップと、
   前記３軸加速度データの大きさのばらつきに基づいて前記セット内の前記反復動作の量を決定するステップと、
   前記反復動作の各１回について、前記３軸加速度データの変化に基づいて筋骨格の動きを示す未加工の強度スコアを計算するステップと、
   前記反復動作の各１回について、前記ユーザーが前記筋力トレーニング活動を実行する最大強度を決定するステップであって、前記最大強度が、前記ユーザーの運動履歴に基づいて、前記ユーザーが前記筋力トレーニング活動を実行する能力を示すものである、最大強度を決定するステップと、
   前記筋力トレーニング活動でのユーザー実績の履歴に基づいて前記ユーザーの前記筋力トレーニング活動の最大ボリュームを推定するステップであって、前記最大ボリュームが、前記ユーザーが怪我なしで前記筋力トレーニング活動の反復動作を実行するための上限しきい値を示すものである、前記筋力トレーニング活動の最大ボリュームを推定するステップと、
   前記筋力トレーニング活動中の前記ユーザーに対する有効負荷を計算するステップであって、前記有効負荷が、少なくとも前記ユーザーの体重と前記筋力トレーニング活動のための追加重量とを含む１つ以上の負荷パラメータに基づいて、前記筋力トレーニング活動中に前記ユーザーが発揮する前記最大ボリュームのうちの相対的部分を示すものである、有効負荷を計算するステップと、
   前記反復動作の各１回について、１回の反復動作あたりの筋骨格負担を前記最大ボリュームに対する前記有効負荷の第１の比率と前記最大強度に対する前記未加工の強度スコアの第２の比率の積として計算するステップと、
   前記セット内のすべての前記反復動作について前記１回の反復動作あたりの筋骨格負担を合計し、前記筋力トレーニング活動の筋骨格負担スコアを提供するステップと、
   前記筋力トレーニング活動の前記筋骨格負担スコアを前記ユーザーに対して表示するステップと
   を実行させる、コンピュータプログラム。
2. 前記１つ以上のコンピューティングデバイスに、前記筋骨格負担スコアに基づいて前記ユーザーに対するコーチング推奨事項を生成するステップを実行させるコード
   をさらに含む、請求項１に記載のコンピュータプログラム。
3. 前記コーチング推奨事項は、少なくとも部分的に前記ユーザーのフィットネス目標に基づくものである、請求項２に記載のコンピュータプログラム。
4. 前記反復動作のうちの１回について前記未加工の強度スコアを計算することは、前記反復動作のうちの前記１回について複数の瞬間的強度測定値の平均を計算することを含む、請求項１に記載のコンピュータプログラム。
5. 前記複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度の離散的に測定された変化と現在の加速度の比の平均に基づいて計算される、請求項４に記載のコンピュータプログラム。
6. 前記複数の瞬間的強度測定値のうちの１つ以上は、現在の加速度変化の第１の平均と現在の加速度の第２の平均の比に基づいて計算される、請求項４に記載のコンピュータプログラム。
7. 前記１つ以上のコンピューティングデバイスに、前記ユーザーによる前記筋力トレーニング活動の履歴に基づいて前記ユーザーの負荷－反復動作プロファイルを作成するステップを実行させるコードをさらに含み、
   前記負荷－反復動作プロファイルは、前記筋力トレーニング活動中に１つ以上の負荷の下で前記ユーザーが反復動作を実行する能力を示すものである、請求項１に記載のコンピュータプログラム。
8. 前記ユーザーが前記負荷－反復動作プロファイル内の前記１つ以上の負荷に含まれていない新しい負荷の下で前記筋力トレーニング活動を実行するときに、前記１つ以上のコンピューティングデバイスに、前記負荷－反復動作プロファイルに行を追加するステップを実行させるコード
   をさらに含む、請求項７に記載のコンピュータプログラム。
9. 前記ユーザーが前記負荷－反復動作プロファイル内の前記負荷のうちの１つについて反復動作の回数を超えたときに、前記１つ以上のコンピューティングデバイスに、前記負荷－反復動作プロファイルを更新するステップを実行させるコード
   をさらに含む、請求項７に記載のコンピュータプログラム。
10. 前記筋力トレーニング活動の前記種類を指定するユーザー入力を受信するコード
    をさらに含む、請求項１～９のいずれか一項に記載のコンピュータプログラム。
11. 前記１つ以上のコンピューティングデバイスに、前記未加工のモーションデータに基づいて前記筋力トレーニング活動の前記種類を識別するステップを実行させるコード
    をさらに含む、請求項１～９のいずれか一項に記載のコンピュータプログラム。