JPWO2010095636A1 - 筋張力推定法及び装置 - Google Patents
筋張力推定法及び装置 Download PDFInfo
- Publication number
- JPWO2010095636A1 JPWO2010095636A1 JP2011500620A JP2011500620A JPWO2010095636A1 JP WO2010095636 A1 JPWO2010095636 A1 JP WO2010095636A1 JP 2011500620 A JP2011500620 A JP 2011500620A JP 2011500620 A JP2011500620 A JP 2011500620A JP WO2010095636 A1 JPWO2010095636 A1 JP WO2010095636A1
- Authority
- JP
- Japan
- Prior art keywords
- muscle
- tension
- group
- muscles
- activity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 206010049816 Muscle tightness Diseases 0.000 title claims abstract description 213
- 238000000034 method Methods 0.000 title claims description 65
- 210000003205 muscle Anatomy 0.000 claims abstract description 676
- 238000004364 calculation method Methods 0.000 claims abstract description 141
- 230000000694 effects Effects 0.000 claims abstract description 132
- 238000005457 optimization Methods 0.000 claims abstract description 87
- 230000033001 locomotion Effects 0.000 claims abstract description 56
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 42
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims description 26
- 210000001032 spinal nerve Anatomy 0.000 claims description 20
- 239000002131 composite material Substances 0.000 claims description 5
- 230000003387 muscular Effects 0.000 claims description 5
- 230000037081 physical activity Effects 0.000 claims description 3
- 230000002829 reductive effect Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 27
- 210000002435 tendon Anatomy 0.000 description 19
- 210000003041 ligament Anatomy 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 11
- 238000012800 visualization Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 210000001503 joint Anatomy 0.000 description 9
- 210000002161 motor neuron Anatomy 0.000 description 7
- 210000005036 nerve Anatomy 0.000 description 7
- 230000011514 reflex Effects 0.000 description 7
- 210000004394 hip joint Anatomy 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 210000002310 elbow joint Anatomy 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 210000000323 shoulder joint Anatomy 0.000 description 5
- 230000003238 somatosensory effect Effects 0.000 description 5
- 230000002195 synergetic effect Effects 0.000 description 5
- 230000003042 antagnostic effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 210000000544 articulatio talocruralis Anatomy 0.000 description 3
- 238000005452 bending Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 210000004126 nerve fiber Anatomy 0.000 description 3
- 108020003175 receptors Proteins 0.000 description 3
- 102000005962 receptors Human genes 0.000 description 3
- 210000000278 spinal cord Anatomy 0.000 description 3
- 206010049565 Muscle fatigue Diseases 0.000 description 2
- 230000036982 action potential Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000000852 deltoid muscle Anatomy 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002964 excitative effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 210000004699 muscle spindle Anatomy 0.000 description 2
- 108091008709 muscle spindles Proteins 0.000 description 2
- 230000036403 neuro physiology Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000002976 pectoralis muscle Anatomy 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 210000002027 skeletal muscle Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000001513 elbow Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 210000001153 interneuron Anatomy 0.000 description 1
- 210000000412 mechanoreceptor Anatomy 0.000 description 1
- 210000001872 metatarsal bone Anatomy 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 210000002346 musculoskeletal system Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000003314 quadriceps muscle Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 210000002265 sensory receptor cell Anatomy 0.000 description 1
- 108091008691 sensory receptors Proteins 0.000 description 1
- 102000027509 sensory receptors Human genes 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 210000002460 smooth muscle Anatomy 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4523—Tendons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4528—Joints
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4533—Ligaments
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Rheumatology (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
従来の筋張力推定手法としては、代表的に2つの手法が知られている。
このアプローチでは、モデルの自由度に対してそれらを駆動する筋の数が大きく逆動力学計算のみでは関節トルクから筋張力を一意に定めることはできず、最適化計算を用いて解を1つに絞る必要がある。すなわち、筋張力分配時の最適化計算において線形計画法や二次計画法などの計算が含まれるため計算コストが大きく多くの時間を要するという課題がある。
最適化計算の際の目的関数の中にHill-Stroeve筋モデル及び筋電計で計測する筋活動度から求まる筋張力との誤差項を考慮することで、より精度の高い全身の筋張力の算出が可能となるが(特許文献1、非特許文献3、非特許文献4)、逆動力学計算を用いて筋張力の最適化計算を行うことは、筋張力のリアルタイム推定を考えた場合、計算コストが問題となる。
被験者の運動時の各関節トルクを、筋骨格モデルを用いて逆動力学計算により算出し、該関節トルクを最適化計算により筋張力へ分配することで各筋の筋張力を推定する方法において、
被験者の複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類し、
複数の筋グループMi(i=1,2,...n)の各筋グループにおいて、起始停止する骨が同じ筋から1つあるいは複数のサブグループを形成し、同じサブグループに属する筋の筋活動度を同じとみなし、
複数の筋グループMiの一部あるいは全部において、前記1つあるいは複数のサブグループのうちの少なくとも1つは、筋電計が装着された1つの代表筋と当該代表筋と起始停止する骨が同じである筋とから形成される第1サブグループであり、
前記第1サブグループに属する筋の筋張力を、最適化計算を用いずに被験者の運動時に計測された前記代表筋の筋電位から取得し、最適化計算の対象から外すことで、最適化計算における変数を削減し、
あるいは、
前記1つあるいは複数のサブグループにおいて、各サブグループを代表する筋活動度を最適化計算で推定することで、最適化計算における変数を削減する、
筋張力の推定法、である。
第1の技術手段において、筋電計のチャンネル数と筋グループMiの数nは必ずしも同じである必要はない。
第1の技術手段において、第1グループが形成されている筋グループでは、典型的には1つの筋グループにつき1つの第1グループが形成されるが、1つの筋グループにおいて2つ以上の代表筋を選択して2つ以上の第1グループを形成してもよい。
前記第1サブグループに属しない筋の筋張力を、被験者の運動を実現するのに必要な関節トルクにおいて、前記第1サブグループに属する筋により実現できない関節トルクを実現するように最適化することで推定する。
各サブグループを代表する筋活動度を最適化計算で推定する。
さらに、1つの態様では、前記第1グループに属する筋については、筋電位から取得した筋活動度と最適化計算により計算される筋活動度が一致すべきであるとして、
最適化計算において、計測された前記代表筋の筋活動度を参照値として用いる。
すなわち、筋グループMiへのグルーピングは、肘関節を伸ばす(伸展)ための筋、肘関節を曲げる(屈曲)ための筋といったように各関節の運動の方向に関わる筋の役目による分類である。筋グループMiへのグルーピングを行うことによって、起始停止する骨のみによる筋のグルーピングで、関節を曲げるための筋と関節を伸ばすための筋とが同じグループに分類されてしまうことが防止される。
ある関節を屈曲させる方向に寄与する(寄与する関節が全く同じ)筋の筋グループMiには、起始停止する骨が違う複数の筋が属しており、これをさらに起始停止する骨によってサブグループに分類する。筋グループMiへのグルーピングを行うことによって、厳密に関与する関節に基づいてさらに下位のサブグループへの分類が可能となる。
また、筋グループMiへのグルーピングは、多関節筋の影響を無視した運動指向性による筋の分類、サブグループへのグルーピングは多関節筋の影響も考慮し、筋が収縮した時に直接運動に影響を与える関節の一致する筋を同じグループに分類するということができる。
「異名筋促通に基づくグルーピング」は、同じ神経束で支配される筋同士をグループとして表したものである。
筋をグルーピングする際、力学的な面からと神経生理学的な面からの2つのアプローチがある。前者は、筋の走行から決定されるもの、後者は筋同士の神経による結合から決定されるものである。スポーツ科学の分野において、これら2つの間に関係があることは示されている。
サブグループへのグルーピングは、「運動学に基づいて協同筋に分類」しているということができる。「協同筋」とは、「ある関節について、主動筋と同じ方向へ曲げるのに働く筋」と定義することができる。「筋の運動指向性」、「協同筋」は、両方とも運動学の見地からの考えであり、上述のように「異名筋促通」は神経生理学の見地からの考えである。
1つの態様では、筋のグルーピングは、「筋の運動指向性」、「協同筋」に従って行うが、例えば、屈曲伸展に関しては協同筋でも、内転外転では拮抗筋になる場合等があるため、必要に応じて、「異名筋促通」でグルーピングを確認することが望ましい。
また、協同筋の筋グループMiへの分類は体の姿勢や関節の変位によって変化することが知られている。近似的には分類は変化しない静的なものとして扱えるが、さらに精度を高めるためには分類を体の姿勢や関節の変位によって動的に変化させることもできる。
被験者の運動時の各関節トルクを、筋骨格モデルを用いて逆動力学計算により算出し、該関節トルクを最適化計算により筋張力へ分配することで各筋の筋張力を推定する方法において、
被験者の複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類し、
複数の筋グループMi(i=1,2,...n)の各筋グループにおいて、起始停止する骨が同じ筋から1つあるいは複数のサブグループを形成し、同じサブグループに属する筋の筋活動度を同じとみなし、
前記1つあるいは複数のサブグループにおいて、各サブグループを代表する筋活動度を最適化計算で推定することで、最適化計算における変数を削減する、
筋張力の推定法、である、
被験者の運動時の各関節トルクを、筋骨格モデルを用いて逆動力学計算により算出し、該関節トルクを最適化計算により筋張力へ分配することで各筋の筋張力を推定する筋張力取得手段と、
被験者の複数の筋を分類するグルーピング手段と、
を備え、
前記グルーピング手段は、
前記複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類する第1グルーピング手段と、
複数の筋グループMi(i=1,2,...n)の各筋グループにおいて、起始停止する骨が同じ筋から1つあるいは複数のサブグループを形成する第2グルーピング手段と、からなり、
前記筋張力取得手段は、同じサブグループに属する筋の筋活動度を同じとみなし、前記1つあるいは複数のサブグループにおいて、各サブグループを代表する筋活動度を最適化計算で推定する、
筋張力の推定装置、である。
前記第1グループに属する筋については、筋電位から取得した筋活動度と最適化計算により計算される筋活動度が一致すべきであるとして、最適化計算において、計測された前記代表筋の筋活動度を参照値として用いる。
被験者の全身あるいは身体の一部の複数の筋の少なくとも一部を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類し、各筋グループMiから1つの代表筋を選択して当該代表筋に筋電計を装着し、
前記複数の筋を、
各筋グループMiの前記代表筋からなる第1筋群MiEMGと、
各筋グループMiにおいて、第1筋群MiEMGと起始停止する骨が同じである(寄与する関節が全く同じである)筋からなる第2筋群Mihighと、
前記第1筋群MiEMG、前記第2筋群Mihighに含まれない筋からなる第3筋群と、
に分け、
第1筋群MiEMGと第2筋群Mihighに属する筋の筋張力を、被験者の運動時に計測された前記代表筋の筋電位から取得し、
前記第3筋群に属する筋の筋張力を、逆動力学計算により、計測した被験者の運動を実現するのに必要な関節トルクを計算し、前記関節トルクにおいて、前記第1筋群MiEMG及び前記第2筋群Mihighに属する筋により実現できない関節トルクを実現するように最適化することで推定する、
筋張力の推定法、である。
複数の筋電計と、
筋電位から筋張力を取得する第1筋張力取得手段と、
逆動力学計算により関節トルクを計算し、当該関節トルクを実現するように最適化計算を行うことで筋張力を推定する第2筋張力取得手段と、
被験者の複数の筋を分類するグルーピング手段と、
を備え、
前記グルーピング手段は、第1グルーピング手段と第2グルーピング手段とを備え、
前記第1グルーピング手段は、前記複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類するものであり、各筋電計は、各筋グループMiから選択された1つの代表筋に装着されており、
前記第2グルーピング手段は、前記複数の筋を、
各筋グループMiの前記代表筋からなる第1筋群MiEMGと、
各筋グループMiにおいて、第1筋群MiEMGと起始停止する骨が同じである筋からなる第2筋群Mihighと、
前記第1筋群MiEMG、前記第2筋群Mihighに含まれない筋からなる第3筋群と、
に分けるものであり、
前記第1筋張力取得手段は、第1筋群MiEMGと第2筋群Mihighに属する筋の筋張力を、被験者の運動時に計測された前記代表筋の筋電位から取得し、
前記第2筋張力取得手段は、前記第3筋群に属する筋の筋張力を、逆動力学計算により、計測した被験者の運動を実現するのに必要な関節トルクを計算し、前記関節トルクにおいて、前記第1筋群MiEMG及び前記第2筋群Mihighに属する筋により実現できない関節トルクを実現するように最適化することで推定する、
筋張力の推定装置、
である。
1つの態様では、前記複数の筋において、いずれの筋グループMiにも属しない筋を筋群Mothersとし、
前記第3筋群には、各筋グループMiにおいて、前記第1筋群MiEMG、前記第2筋群Mihighに含まれない筋群Milowと、前記筋群Mothersと、が含まれる。
1つの態様では、前記複数の筋を、全ての筋がいずれかの筋グループMiに属するように分類し、
前記第3筋群には、各筋グループMiにおいて、前記第1筋群MiEMG、前記第2筋群Mihighに含まれない筋が含まれる。
1つの態様では、各筋グループMiにおいて、筋群Mihighに属する複数の筋同士が拮抗しない。また、多関節筋に関しては、1つの態様では、主に関与する関節の方に含むようにグルーピングされる。
1つの態様では、前記第1筋群MiEMGと前記第2筋群Mihighに含まれる筋の筋張力は、筋電位データから得られる筋活動度、経験則により得られた筋のパラメータ、計測した運動データに基づく逆運動学計算により取得される筋長及び筋長の変化速度、から取得される。
1つの態様では、各筋グループMiにおいて、前記第2筋群Mihighに含まれる筋の筋電位は、前記代表筋の筋電位の関数として決定する。
典型的には、第2筋群Mihighに含まれる筋の筋電位は、前記代表筋の筋電位と同じと見なすが、第2筋群Mihighの筋電位は第1筋群MiEMGの筋電位と全く同じである必要はなく、これらの筋同士の幾何学的な位置、姿勢等から得られる関数により決定さ得る。
1つの態様では、筋電計のチャンネル数と筋グループMiの数nが同じである。
筋電計のチャンネル数と筋グループMiの数nが一致しない場合、例えば筋電位のチャンネル数が少ない場合には、筋グループMiの任意のグループに対してMiEMGを設定し、筋電計を装着する。MiEMGが設定されなかった筋グループMiに関しては、当該筋グループMiに属する全ての筋がMilow、結果的に第3筋群に属する筋、となる。すなわち、EMGのチャンネル数などの制限から全てのMiにおいてMiEMGが決定できるわけではなく、その場合はMiの全ての筋は第3筋群に属することになる。
前記最適化計算は、
前記複数の筋群が骨格を駆動するとして、各筋群が出力すべき関節トルクを筋群毎に推定する第1ステップと、
各筋群において、前記第1ステップで推定された関節トルクを実現するように、各筋が出力する筋張力を推定する第2ステップと、
からなる。
最適化計算の問題の規模をEMG情報を用いて解決できる筋の数だけ減らすという考えは、一部の筋張力を求める場合にも有利である。このときにEMGが解決する筋を決めるためにグルーピングが使われるが、残る最適化計算で解決される筋の次元をさげることにもグルーピングが役立つ。
最適化手法には様々な方法があり、計算コストが大きく拘束条件を正確に満たすものと、計算コストが低く拘束条件を曖昧にしか満たさないものがある。ここでいう拘束条件とは、筋が伸張方向には力を出さないという不等式拘束条件を意味する。ただし後者の場合においても、最適化の際に考慮する筋同士の関係が拮抗するものを含まない場合、拘束条件を曖昧にしか満たさなくとも正確な解を得ることができる。
そこで、まず筋をグルーピングすることで、複数の筋グループが骨格を駆動するとして、前者の計算コストが大きい手法にて各筋グループが出力すべきトルクを求める。
そして、各筋グループにおいてそれらのトルクを実現するよう、後者の計算コストが小さい手法にて各筋が出力する筋張力を求めることができる。
筋の次元とは、大雑把に言うと、筋の本数を意味する。より具体的には、筋の次元とは、全身の筋の張力を決める上での独立な変数の数をさす。筋を一本一本独立に張力が決まるとする場合には、筋の総数が次元になり、この場合は大規模な最適化問題になる。筋をグループ化してグループ内での張力の分配規則を決めておくと、全身の筋張力を決める上で独立な変数は、グループの数になる。この場合の筋の次元は筋のグループの数になる。
被験者の撮影画像あるいは/および当該撮影画像に基づく合成画像を表示部に表示すると共に、表示された被験者の画像に筋骨格モデルをオーバーレイし、
上記推定法により取得した筋張力に基づく身体内部の活動情報を筋骨格モデルに反映させて視覚的に表示する、
身体内部の活動情報提示法、である。
また、第4の技術手段は、装置の発明としては、
リアルタイム筋張力推定装置と、
運動時の被験者を撮影する手段と、
被験者の撮影画像あるいは/および当該撮影画像に基づく合成画像を表示する表示手段と、
を備え、
前記表示手段に表示された被験者の画像に筋骨格モデルをオーバーレイし、前記リアルタイム筋張力推定装置により実時間で推定した筋張力に基づく身体内部の活動情報を前記筋骨格モデルに反映させて、視覚的に実時間表示するように構成されている、
身体内部の活動情報提示装置、である。
1つの態様では、身体内部活動情報を、被験者の運動時に実時間で表示する。
1つの態様では、筋活動を、筋骨格モデルの筋の色あるいは/および形状の変化によって視覚的に表示する。
1つの態様では、脊髄神経束の活動は、筋骨格モデル上の各脊髄神経束の位置にシンボルを表示し、シンボルの色あるいは/および形状の変化によって視覚的に表示する。
最適化計算の規模を縮小することによって、リアルタイムに筋張力を推定し、また、筋張力に基づく筋活動等をリアルタイムで可視化することがでる。
本発明によれば、EMG情報(Hill-Stroveモデルと共に利用)とグルーピングによって最適化計算の規模を縮小することができる。
さらに、限られた数の筋電計を用いるものでありながら、計算量が比較的小規模の最適化計算手法を組み合わせることで、全身の筋張力をリアルタイムで推定することができる。
したがって、スポーツトレーニングやリハビリテーション時に体性感覚情報を提示することも可能となる。筋張力や関節負荷を中心とする体性感覚情報をリアルタイムに提示することで、トレーナの代替となるシステムの構築が可能になる。
人間の筋肉の活動やそれを支配する脊髄神経束の活動を運動データから高速に推定し、それを実時間で本人の映像にオーバーレイするなどの方法で提示することによって、身体内部の活動状況を直感的に理解させることがきる。自分自身の運動とその時の身体内部の活動を直感的に見ることができ、運動の効果を確認できる。
スポーツトレーニング、リハビリテーション、医療診断、健康管理、エンターテイメントなどにおいて、運動の効果を確認させることができる。
HillとWilkieの筋モデルを定式化したStroeveの筋モデルでは、筋長と最大等尺性筋力の関係は図1のように表される。また、筋長の変化速度と最大筋張力の関係は図2のように表される。最大収縮速度vmaxでは筋張力は0になり、筋長が変化しない時の最大筋張力が最大等尺性筋力に対応する。また、最大等尺性筋力より大きい力が加わった場合には筋は伸張する。
ここで、Fmaxは最大筋張力、Fl(l)とFv(l(ドット))はそれぞれ正規化された筋張力と筋長、筋長の変化速度との関係を表す関数である。Fl(l)は図1に対応し、式(2)のガウス関数で近似する。
ここで、l0は筋の自然長である。また、Fv(l(ドット))は図2に対応し式(3)で近似する。
ここで、Kl,Vsh,Vshl,Vmlは定数であり、1つの態様では、Stroeveが示した値(表1)を用いる。また、これらの値をモーションキャプチャデータに基づいて同定してもよい。
ここで、ai,li,l(ドット)i,Fmaxは、各々i番目の筋の活動度、筋長、筋活動度、最大筋張力を表し、Fl,Fvはそれぞれ正規化された筋張力と筋長、筋長変化速度の関係を表す関数である。そして、Nmusは筋骨格モデルに含まれる筋の総数を表す。筋長l1,……lNmus及び筋長変化速度l(ドット)1,……l(ドット)Nmusについては、全てモーションキャプチャから得られる運動データから算出できる。
McGill, A myoelectrically based dynamic three-dimensional model to predict
loads on lumbar spine tissues during lateral bending, Journal of Biomechanics,
Vol. 25, pp. 395-414, 1992.
S.L. Delp, and J.A. Solbeck, muscular resistance to varus and valgus loads at
the elbow, Journal of Biomechanics, Vol. 120, pp. 634-639, 1998.
Laursen, B. Jenson, G. Nemeth, and G. Sjogaard, A model predicting individual
shoulder muscle forces based on relationship between electromyographic and 3D
external forces in static position, Journal of Biomechanics, Vol. 31, pp.
731-739, 1998.
Lloyd, Thomas S. Buchanan, and Thor F. Besier, Neuromuscular Biomechanical Modeling
to Understand Knee Ligament Loading, Medicine & Science in Sports & Exercise,
Vol. 37, pp. 1939-1947, 2005.
and J.W. van den Berg, EMG-to-force processing. II. Estimation of parameters of
the Hill Muscle model for the human triceps surae by means of calf ergometer,
Journal of Biomechanics, Vol. 14, pp. 759770, 1981.
全身詳細筋骨格モデルにおける逆動力学計算の手法を示す(特許文献1、非特許文献3、非特許文献4)
本発明の実施形態で用いられる全身詳細筋骨格モデルについて述べる。図1に示すように、設計した詳細人体モデルは、適当な細かさでグループ分けされた骨格系剛体モデルと、骨格上に張られた筋・腱・靭帯系ワイヤモデルとからなる。骨格モデルは全身206個の骨からなる。そのうち頭蓋部、手部、足先部などは一つの剛体として扱い、計53個のリンクからなるモデルとなっている。各リンク間は、足根骨-足先部の回転1自由関節、第1胸椎-胸骨の6自由度関節を除いて全て球面3自由度関節となっている。骨格モデルは、全体の並進回転の6自由度を加えて、計155の自由度を持つ。
骨:質量を持つ剛体リンク
筋:能動的に張力を発生するワイヤである。
腱:受動的に張力を発生するワイヤで、筋と接続し筋張力を骨へ伝達する。
靭帯:受動的に張力を発生するワイヤで、骨と骨とを接続し、それらの相対的な運動を拘束する。
また筋、腱、靭帯の機能の違いは、以下のようにモデル化する。
筋と腱の直列接続からなるような簡単な部位は、1本の筋ワイヤで代表する。
筋が骨の一部分に引っ掛かっている場合や腱鞘による腱の拘束をモデル化する場合には経由点を置く。
上腕二等筋など腱が分岐し、分岐した腱がそれぞれ別々の骨に接続するという配置になっている場合がある。ワイヤの始点、終点、経由点は全てリンクに固定されるため、この分岐点にヴァーチャルリンクを置く。ヴァーチャルリンクは質量を持たないが張力を伝達する。ヴァーチャルリンクは力、モーメントが0になるように自由に移動できる。
大胸筋や広背筋等の広い筋は、複数の並行な筋ワイヤで表現する。
このような筋骨格モデルについては、例えば特許文献1にも記載されており、この文献を参照することができる。
上述の筋骨格モデルは、例示に過ぎないものであり、本発明に適用される得る筋骨格モデルは、これらに限定されるものではない。
筋骨格モデルを用いた筋張力の取得について説明する。一つの態様では、筋張力の取得装置は、マーカが付された被験者を撮影する複数の撮像手段(カメラ)と、床反力計測手段(フォースプレート)と、筋電位計手段(筋電位計)と、一つ又は複数のコンピュータ装置とを含み、コンピュータ装置は、各種計算を行う演算処理部、入力部、出力部、表示部、各種データを格納する記憶部を備えている。ここでは、モーションキャプチャデータ(運動データ)、筋電位、床反力を同時計測し、これを筋力の最適化において用いることで、力学的にも生理的にも妥当な筋力を得る。
特許文献1、非特許文献3、4に開示された方法では以下のように筋張力を計算する。
(1)モーションキャプチャシステムにより被験者の運動計測を行い、マーカの三次元位置の時系列データを得る。
(2)逆運動学計算によりマーカの三次元位置から関節角、関節角速度、関節角加速度を含む運動情報を計算する。
(3)ニュートンオイラ法などを用いた逆動力学計算により運動を実現するのに必要な関節トルクを計算する。
(4)関節角から得られる筋、腱、靭帯長変化と各関節角速度の関係を用いて(3)で求めた関節トルクを、床反力及び筋、腱、靭帯の張力に写像する。
剛体リンク系の逆動力学計算を用いると骨格モデルにおいて運動を実現するのに必要な関節トルクτgが計算できる。ダランベールの原理と仮想仕事の原理を用いるとτgと等価な筋、腱、靭帯張力fは、関節角θgに対する筋、腱、靭帯長lのヤコビアンJを用いて、
と表される。
ヤコビアンJの計算方法については、当業者によく知られているので、説明が煩雑になることを避ける目的で、ここでの詳述は省略する。ヤコビアンJの計算方法については、例えば、特開2003−339673号、あるいは、「D.E. Orin and W.W. Schrader. Efficient computation of the jacobian
for robot manipulators. Inter-national Journal of Robotics Research, Vol. 3,
No. 4, pp. 66.75, 1984」を参照することができる。
ここで、
τG:一般化力;
J:一般化座標からワイヤ長へのヤコビ行列;
f:ワイヤ張力;
JC:一般化座標から床との接触点へのヤコビ行列;
τC:床との接触力;
である。
式(4)の内、腰関節の6DOFに対応する行のみを考慮して、床との接触力τCを算出する。ここでは2次計画法を用いて最適化を行う。
式(4)からτCを除き、下式を得る。
ここで線形計画法もしくは2次計画法を用いて筋張力を算出する。
床との接触力は、外界との接触力の典型例であり、床以外、例えば壁との接触力を用いることもできる。このような外界との接触力を差し引くことによる筋張力推定については、特許文献1、非特許文献3、非特許文献4に開示されている。
ここで、拘束条件は以下のように書ける。
式(6)の第3項は筋張力の平滑化のために付加している。以下式(6)から式(13)について説明する。
式(6)の第2項及び式(9)、式(10)は、fを与えられた目標値f*に近づける効果を持つ。例えば、適当な値のf*を与えることで、屈筋・伸筋間の筋力の関係を一意に定めることができる。バイオメカニカルなアプリケーションとして筋電計の測定値を用いるなどが考えられる(特許文献1、非特許文献3、非特許文献4)。f*=0とすると、最小の筋・腱・靱帯張力が得られる。
この協同筋群内の筋張力の平均値は、
で算出される。ここでfkはk番目の筋の筋張力を表す。k(k∈Gm)番目の筋の筋張力とそれが含まれる協同筋群における平均筋張力の差は、
で表すことができる。ここでEGmkは、i番目の要素が、
である行ベクトルである。全ての協同筋群についてのEGmk(k∈Gm)を並べることで、式(12)に示すEGが得られる。
multi-contact problems: Applications to granular materials. Vol. 194, pp. 2019.2041,
2005」に基づき、評価関数Zを、
として、Zを最小にするfを求める。なお、K1、K2は重みである。τG´は、τGからJc Tτcが差し引かれた一般化力である。
これにより、筋張力を計測値に近づけることができる。また(τG´−JTf)も小さくなるので、力学的にも妥当な筋張力が計算できる。
[C−1]リアルタイム筋張力可視化システム
図5に、リアルタイム筋張力可視化システムの概略図を示す。筋張力可視化システムは、筋張力推定手段と、推定された筋張力を用いて身体内部の活動情報を取得する手段と、運動時に撮影された被験者の画像及び推定された筋張力/取得された身体内部の活動情報を表示する手段と、を備えている。より具体的には、筋張力可視化システムは、身体の複数の所定部位に複数のマーカが付された被験者を撮影する複数の撮像手段(カメラ1)と、運動中の被験者を表示手段に表示するために撮影する撮影手段(DVカメラ2)と、床反力計測手段(フォースプレート3)と、筋電位計などの筋電位計手段(無線筋電位計4)と、一つ又は複数のコンピュータ装置5と、表示手段(スクリーン6)と、を含む。コンピュータ装置は、各種計算を行う演算処理部、入力部、出力部、表示部、各種データを格納する記憶部を備えている。モーションキャプチャデータ(運動データ)、筋電位、床反力を同時計測し、これを筋力の最適化において用いることで、力学的にも生理的にも妥当な筋張力を取得する。
本実施形態に係る筋張力取得は大きく分けて次の2つの工程を備えている。
先ず、EMGデータを用いて、EMG電極が装着された筋の筋張力、及び、この筋に密接に関連する筋の筋張力を求める。
次いで、筋張力fと関節トルクτG´との関係
を用いて他の筋の筋張力を推定する。また、未知数の数を低減することに加えて、EMGデータは、下記制約(3)を満足させる解の効率的な推定を可能とする。
左列は体幹の脊柱起立筋群等細部の筋まで全てモデル化した従来の解析用のモデルである。最適化計算の目的関数は、
であり、不等式拘束条件
を満たすように最適化計算が行われる(非特許文献3参照)。
表2において、右列のsimplified modelは、左列の詳細なモデルであるcomplex modelから重要度の低い要素を間引いたモデルである。表2に示すモデルは例示であって、本発明がこれらのモデルに限定されるものではない。また、後述する第2実施形態では、simplified modelにおける筋の本数を274から314に増加させている。
ここで神経生理学の分野における筋同士の神経結合について考える。神経結合は介在ニューロンを介した筋同士の結合であり、促通性と抑制性が考えられている。促通性の結合を持つ筋は協同筋として働き、抑制性の結合を持つ筋は拮抗筋として働く。この神経結合の機能的意義について考える場合、筋の作用ごとに分類し、例えば肘の屈筋群と伸筋群などの筋群(協同筋)に分けて論じられることが多い。これは、異名筋促通や拮抗筋抑制の考えを前提にすると、同一筋群の中では促通性の、拮抗作用を示す筋群の間では抑制性の結合が予想でき、筋群にまとめることで神経結合の機能をより単純化して考えることができるからである。
本態様では、手足の運動に着目し、身体の左右のそれぞれの5つの関節(合計10個)について考える。さらに、筋は表3に示すように、8つの群に分けられる。
1.MiEMG:それらのEMG信号が測定される代表筋の筋群。
2.Mihigh: 筋群MiEMGと寄与する関節が全く同じである筋からなる筋群。
3.Milow: 筋群MiEMGと寄与する関節一部において同じである筋からなる筋群。
MEMG、Mhigh、Mlowは、それぞれ、
MEMG=M1EMG∪M2EMG∪…∪M8EMGのように規定する。
表3のいずれの筋グループにも属しない筋をMothersとする。
まず、MEMG、Mhighに含まれる筋については、筋電位及びHill-Stroeve筋モデルから筋張力を取得する。
そして、逆動力学計算及び最適化計算によって、残りの筋、すなわち、Mlow、Mothersに含まれる筋の筋張力を推定する。
Hill-Stroeve筋モデルを用いて筋張力推定をする場合に必要なデータとして、筋長、筋長変化速度、筋活動度がある。全ての筋の筋長、筋長変化速度、筋活動度が得られた場合、各筋の筋張力f*は次の式で表される。
ここで、ai、li、Fmaxiは、それぞれ、筋肉iの筋活動度、筋長、筋長の変化速度、最大等尺性筋力、であり、Fl(*)、Fv(*)は、筋張力と筋長、筋張力と筋長の変化速度、を表す関数である。関節角及び速度を用いた順動力学計算によって、li、l(ドット)iが与えられる。
ここで、Tは時定数であり、uiはMVCによって正規化されたEMG信号から計算される運動神経からの入力である。
EMG信号からの筋活動度の算出には幾つかのやり方が当業者に知られており、例えば、以下の文献に記載された算出法を用いることができる。
S.Stroeve. Learning combined feedback and feedforward
control of a musculoskeletal system. Biological Cybernetics, Vol. 75, pp. 73.83,
1996.
筋k∈Mihighは、以下の式によって、同じグループの代表筋r∈MiEMGの活動度から推定することができる。
ここで、Er→k(*)は、グループMiに含まれる筋kの活動度aiと、計測された代表筋の活動度arの関係を表す。Er→k(*)の関数としては、Georgepoulosらにより主張されるコサインチューニングに従う方法等が考えられるが、ここでは次式で定義する。
ここまで、第1筋群、第2筋群の筋張力が取得され、したがって、最適化のための未知数の数を削減することができる。しかしながら、依然として、不等式拘束条件を備えた最適化計算の計算コストは大きい。以下に、不等式拘束条件を用いない効率的な筋張力推定について説明する。
ここで、JEMG,Jhigh,Jlow,Jothersは、関節角に対する各MEMG,Mhigh,Mlow,Mothersにおける筋長のヤコビ行列、fEMG,fhigh,flow,fothersは、各群における筋張力である。
τG´は、既に床反力τCが差し引かれた一般化力である。
さらに、以下のように変形する。
ここで、
未知数の数は低減されているが、不等式拘束条件f≦0を備え、したがって、反復計算を伴う最適化計算を行う必要がある。
ここで、singularity-robust
(SR) inverse [NAKAMURA, Y., AND HANAFUSA, H. 1986.“Inverse Kinematics Solutions
with Singularity Robustness for Robot Manipulator Control”. Journal of Dynamic Systems,
Measurement, and Control 108, 163.171.]を用いることで、不等式拘束条件を用いないで、反復計算を伴わない最適化計算を提案する。
ここで、k∈Milow、r∈MiEMGである。筋rと筋kは、同じ異名筋促通グループに属するので、式(11)は初期値としては適当であると言える。
とする。
全てのkに対してf* jk0を補正することで、f* j0を形成する。
SR-inverseは、
を最小化するものであり、ここで、tは正の重みである。Δfj0の要素は、十分に小さく、fj1が正とはならないことが予想される。
もし、fj1≦0が保持されれば、fj=fj1として終了する。
さもなければ、ステップ5に進む。
上記ステップ4における議論と同様に、fj2の多くの要素は負であり、正であったとしても、少なくとも、小さいことが予想される。したがって、fj2をfjの近似として用いることができる。
本実施形態に係る筋張力推定法によれば、全身の筋張力推定に要する時間は16msであり、体性感覚情報の可視化に要した時間は68msであった(用いた計算機は、3.33 GHz Intel Xeon processor (3.25 GB RAM, NVIDIA Quadro FX3700)である)。結果として、15fpsのフレーム速度の視覚化システムが構築できた。
本発明の実施形態では、被験者の撮影画像あるいは/および当該撮影画像に基づく合成画像を表示部に表示すると共に、表示された被験者の画像に筋骨格モデルをオーバーレイし、上記推定法により取得した筋張力に基づく身体内部の活動情報(体性感覚情報)を筋骨格モデルに反映させて視覚的に表示する。
自分の動きに同期して動く自分の実写映像の上に筋活動の画像を被せることで、いかにも自分の体の中が透けて見えているような感覚を自然に感じさせる、すなわち、体内の体性感覚を透視できているという状況を実現することができる(図6参照)。
脊髄神経束の活動の推定については、例えば、下記の文献を参照することができる。
Murai, A, Yamane, K, and Nakamura,
Y, "Modeling and Identification of Human Neuromusculoskeletal Network Based
on Biomechanical Property of Muscle," the 30th IEEE EMBS Annual
International Conference, pages 3706-3709, Vancouver, August 2008.
第2実施形態における装置の全体構成や全体の処理の流れは、筋のグルーピング及び最適化計算を除いて、第1実施形態と同じであり、図5、図5Aに示す通りである。まず光学式モーションキャプチャと逆運動学計算により被験者の関節角度を得る。次に逆運動学から求まった関節角度、フォースプレートから得られる床反力から逆動力学計算を行って関節トルクを得る。最後にEMGや関節トルクから筋のグルーピングに基づいて最適化計算を行い筋張力の推定を行う。
筋紡錘に由来する反射には伸張反射、拮抗抑制、α−γ関連などが挙げられるが、伸張反射に注目する。伸張反射とはある主動筋の筋紡錘に由来する神経線維の発火は、その筋を支配する運動ニューロン
(同名筋運動ニューロン
)とその協同筋の運動ニューロンに単シナプス性の興奮が引き起こされることである。
伸張反射により、或る動作に必要な主動筋に上位中枢から信号が送られると、その筋のIa群神経線維から戻ってきた信号が協同筋の運動ニューロンに興奮効果を与え、協同筋に信号が送られる。その結果、関節トルクを出す為に協同筋の間で筋張力の分配が行われる。よって協同筋同士は同程度の筋活動度を持つことが期待される。そこで協同筋に注目し、協同筋同士は同程度の筋活動度を持つものとしグルーピングを行うことで計算の低次元化を図る。ただし、解剖学に基づきIa群神経線維と運動ニューロンの接続から協同筋は明らかにされていない。本実施形態では、解剖学ではなく運動学の面から協同筋について考え、協同筋のグルーピングを行う。
以下の記述において、i,jを筋のグループのインデックス、kを筋のインデックスとして用いる。
まず四肢と体幹の動きに注目し、全身の筋を異名筋促通のグループMi(i=1,2,...,nG)に分類する。nGはMiのグループ数である。各グループはさらに以下の2つのグループに分類される。
2.Milow:上記のMihighに属さない筋。さらに起始停止している骨によってMi,1low,..., Mi,nilowに分類する。ただし、niはMilow内のMi,jlowのグループ数である。
グループ2:肩関節の水平外転
グループ3:肘関節の屈曲
グループ4:肘関節の伸展
グループ5:股関節の伸展と膝関節の屈曲
グループ6:股関節の屈曲と膝関節の伸展
グループ7:足首関節の背屈
グループ8:足首関節の底屈
グループ9:首関節の屈曲
グループ10:肩関節の下制
グループ11:肩関節の挙上
グループ12:手首関節の屈曲
グループ13:手首関節の伸展
グループ14:股関節の外旋
グループ15:足根中足関節の屈曲
グループ16:体幹の屈曲
グループ17:体幹の伸展
グループ18:体幹の挙上
各筋グループ
に関しては、同じグループ
に属する筋は同じ関節の動きに寄与し異名筋促通により協同筋として働くと考えられるため、M*に属する筋は全て同程度の筋活動度
を持つことが期待される。Hill-Stroeve筋モデル(非特許文献1、2)により筋k(∈M*)の筋張力fkは
のように表すことができる。
Fmaxkは筋kの最大筋張力、Fl(lk)は筋kの長さがlkのときに筋の発揮しうる筋張力の最大張力に対する比、Fv(l(ドット)k)は筋kの収縮速度がl(ドット)kのときに発揮しうる筋張力の最大張力に対する比である。
とあらわすことができる。
ただし、Jk∈R1×ndofは、関節角度に対する筋kの筋長のヤコビ行列、Hk∈R1×ndofは、
である。さらに
を、
とおくと、式(2)より関節トルクτG´は、
となる。
を最小にするようなxを、xに関する線形な等式拘束条件や不等式拘束条件の下で求める手法である。ただしx,cはn次元ベクトル、Qはn×n行列である。
第2の実施形態では、EMGにより計算された筋活動度を参照値として与え、Mhighに属する筋を含むすべての筋の筋張力を二次計画法により求める。
第2の実施形態では、最適化計算の計算量の減少は主に筋のグルーピングに依存する。また、IK、ID・筋張力推定、描画計算を並列処理することで計算の高速化を図ることができる。これらの各処理にそれぞれスレッドを割り当てることで全体として並列処理を行う(図5B参照)。複数の時刻のデータに対して、IK、ID・筋張力推定、描画計算が同時に行われるので、システムのスループットが向上する。並列計算により描画計算が律速されているため、二次計画法に少々時間がかかるようになっても出力画像のフレームレートが変わらない。
条件1:逆運動学により求められた関節トルクと筋張力により発生する筋張力が等しい。つまり式(7)を満たす。
条件2:筋活動度の総和が最小となるような筋活動度のパターンが発生している。
条件3:筋電位が計測されている筋の筋活動度は筋電位から計算された筋活動度と等しい。
条件4:筋活動度a*は0から1の間である。
が得られる。
ただし、Wdyn∈Rndofは重み行列である。
ただし、Wtot∈Rngは重み行列である。
aiEMG(i=1,…,nEMG)を筋電位により計算されるMihighの筋活動度であるとし、aEMGを以下のように定義する。
以上より、条件3の目的関数を重み行列WEMG∈Rngを用いて
とする。
とする。
ただし、ktot、kEMG(<0)は重み係数である。
式(13)は式(8)において示した二次計画法の目的関数の形となっており、
と考えることができる。
となる。以上の目的関数Z及び不等式拘束条件(17)の下、二次計画法によりaを求めれば、筋k(∈M*)の筋張力は式(1)により得ることができる。
Wdyn,Wtot,WEMGは対角行列であるとし、それぞれ
のように表される。
なお、σidyn 2(i =1,...,ndof ),σjtot 2(j =1,...,ng),σkEMG 2(k =1,...,nEMG)
は、それぞれ、Wdyn=Endof×ndof,Wtot =Eng×ng,W EMG=EnEMG×nEMGとおいた時に求まる(τG´−HTa),a,(ahigh−aEMG)の各要素の分散である。これにより目的関数Zは無次元化される。
さらにユーザが必要に応じて重み係数ktot,kEMGを決定するものとする。
各筋グループMiにおいて、筋Mihighは以外の筋は全てMilowとされ、Milowを協同筋群毎にまとめることでMilowはさらにサブグループ(Mi,jlowから構成される)に分類される。Mi,jlowはMilowのなかで起始停止する骨が共通する筋群である。
第2の実施形態において、サブグループの総数は70個程度になる。この各サブグループに属する筋の活動は一様として70個程度の変数で表し、これを二次計画法の最適化計算を行う。このとき筋電が張られた筋MiEMGの筋活動度は Mihighの筋の参考値として使用される。
Claims (18)
- 被験者の運動時の各関節トルクを、筋骨格モデルを用いて逆動力学計算により算出し、該関節トルクを最適化計算により筋張力へ分配することで各筋の筋張力を推定する方法において、
被験者の複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類し、
複数の筋グループMi(i=1,2,...n)の各筋グループにおいて、起始停止する骨が同じ筋から1つあるいは複数のサブグループを形成し、同じサブグループに属する筋の筋活動度を同じとみなし、
複数の筋グループMiの一部あるいは全部において、前記1つあるいは複数のサブグループのうちの少なくとも1つは、筋電計が装着された1つの代表筋と当該代表筋と起始停止する骨が同じである筋とから形成される第1サブグループであり、
前記第1サブグループに属する筋の筋張力を、最適化計算を用いずに被験者の運動時に計測された前記代表筋の筋電位から取得し、最適化計算の対象から外すことで、最適化計算における変数を削減し、
あるいは、
前記1つあるいは複数のサブグループにおいて、各サブグループを代表する筋活動度を最適化計算で推定することで、最適化計算における変数を削減する、
筋張力の推定法。 - 前記第1サブグループに属する筋の筋張力を、被験者の運動時に計測された前記代表筋の筋電位から取得し、
前記第1サブグループに属しない筋の筋張力を、被験者の運動を実現するのに必要な関節トルクにおいて、前記第1サブグループに属する筋により実現できない関節トルクを実現するように最適化することで推定する、
請求項1に記載の筋張力の推定法。 - 各筋グループMiにおいて、前記1つあるいは複数のサブグループは、前記第1サブグループと、前記第1サブグループに属しない筋について、起始停止する骨が同じ筋から分類された零個以上のサブグループと、を含み、
各サブグループを代表する筋活動度を最適化計算で推定する、
請求項1に記載の筋張力の推定法。 - 前記第1グループに属する筋については、筋電位から取得した筋活動度と最適化計算により計算される筋活動度が一致すべきであるとして、
最適化計算において、計測された前記代表筋の筋活動度を参照値として用いる、
請求項3に記載の筋張力の推定法。 - 筋張力を、被験者の運動時に実時間で推定する、請求項1乃至4いずれかに記載の筋張力の推定法。
- 被験者の撮影画像あるいは/および当該撮影画像に基づく合成画像を表示部に表示すると共に、表示された被験者の画像に筋骨格モデルをオーバーレイし、
請求項1乃至5いずれかに記載の推定法により取得した筋張力に基づく身体内部の活動情報を筋骨格モデルに反映させて視覚的に表示する、
身体内部の活動情報提示法。 - 身体内部活動情報を、被験者の運動時に実時間で表示する、請求項6に記載の身体内部の活動情報提示法。
- 前記身体内部の活動情報は、筋活動である、請求項6、7いずれかに記載の身体内部の活動情報提示法。
- 筋活動を、筋骨格モデルの筋の色あるいは/および形状の変化によって視覚的に表示する、請求項8に記載の身体内部の活動情報提示法。
- 前記身体内部の活動情報は、筋活動を、当該筋活動を支配する脊髄神経束の活動として表わしたものである、請求項6乃至9いずれかに記載の身体内部の活動情報提示法。
- 脊髄神経束の活動は、筋骨格モデル上の各脊髄神経束の位置にシンボルを表示し、シンボルの色あるいは/および形状の変化によって視覚的に表示する、請求項10に記載の身体内部の活動情報提示法。
- 被験者の運動時の各関節トルクを、筋骨格モデルを用いて逆動力学計算により算出し、該関節トルクを最適化計算により筋張力へ分配することで各筋の筋張力を推定する方法において、
被験者の複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類し、
複数の筋グループMi(i=1,2,...n)の各筋グループにおいて、起始停止する骨が同じ筋から1つあるいは複数のサブグループを形成し、同じサブグループに属する筋の筋活動度を同じとみなし、
前記1つあるいは複数のサブグループにおいて、各サブグループを代表する筋活動度を最適化計算で推定することで、最適化計算における変数を削減する、
筋張力の推定法。 - 複数の筋グループMiの一部あるいは全部において、前記1つあるいは複数のサブグループのうちの少なくとも1つは、筋電計が装着された1つの代表筋と当該代表筋と起始停止する骨が同じである筋とから形成される第1サブグループであり、
前記第1グループに属する筋については、筋電位から取得した筋活動度と最適化計算により計算される筋活動度が一致すべきであるとして、最適化計算において、計測された前記代表筋の筋活動度を参照値として用いる、
請求項12に記載の筋張力の推定法。 - 被験者の運動時の各関節トルクを、筋骨格モデルを用いて逆動力学計算により算出し、該関節トルクを最適化計算により筋張力へ分配することで各筋の筋張力を推定する筋張力取得手段と、
被験者の複数の筋を分類するグルーピング手段と、
を備え、
前記グルーピング手段は、
前記被験者の複数の筋を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類する第1グルーピング手段と、
複数の筋グループMi(i=1,2,...n)の各筋グループにおいて、起始停止する骨が同じ筋から1つあるいは複数のサブグループを形成する第2グルーピング手段と、からなり、
前記筋張力取得手段は、同じサブグループに属する筋の筋活動度を同じとみなし、前記1つあるいは複数のサブグループにおいて、各サブグループを代表する筋活動度を最適化計算で推定する、
筋張力の推定装置。 - 被験者の全身あるいは身体の一部の複数の筋の少なくとも一部を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類し、各筋グループMiから1つの代表筋を選択して当該代表筋に筋電計を装着し、
前記複数の筋を、
各筋グループMiの前記代表筋からなる第1筋群MiEMGと、
各筋グループMiにおいて、第1筋群MiEMGと起始停止する骨が同じである筋からなる第2筋群Mihighと、
前記第1筋群MiEMG、前記第2筋群Mihighに含まれない筋からなる第3筋群と、
に分け、
第1筋群MiEMGと第2筋群Mihighに属する筋の筋張力を、被験者の運動時に計測された前記代表筋の筋電位から取得し、
前記第3筋群に属する筋の筋張力を、逆動力学計算により、計測した被験者の運動を実現するのに必要な関節トルクを計算し、前記関節トルクにおいて、前記第1筋群MiEMG及び前記第2筋群Mihighに属する筋により実現できない関節トルクを実現するように最適化することで推定する、
筋張力の推定法。 - 複数の筋電計と、
筋電位から筋張力を取得する第1筋張力取得手段と、
逆動力学計算により関節トルクを計算し、当該関節トルクを実現するように最適化計算を行うことで筋張力を推定する第2筋張力取得手段と、
被験者の複数の筋を分類するグルーピング手段と、
を備え、
前記グルーピング手段は、第1グルーピング手段と第2グルーピング手段とを備え、
前記第1グルーピング手段は、前記被験者の複数の筋の一部あるいは全部を、筋の運動指向性あるいは異名筋促通に基づいて複数の筋グループMi(i=1,2,...n)に分類するものであり、各筋電計は、各筋グループMiから選択された1つの代表筋に装着されており、
前記第2グルーピング手段は、前記被験者の複数の筋を、
各筋グループMiの前記代表筋からなる第1筋群MiEMGと、
各筋グループMiにおいて、第1筋群MiEMGと起始停止する骨が同じである筋からなる第2筋群Mihighと、
前記第1筋群MiEMG、前記第2筋群Mihighに含まれない筋からなる第3筋群と、
に分けるものであり、
前記第1筋張力取得手段は、第1筋群MiEMGと第2筋群Mihighに属する筋の筋張力を、被験者の運動時に計測された前記代表筋の筋電位から取得し、
前記第2筋張力取得手段は、前記第3筋群に属する筋の筋張力を、逆動力学計算により、計測した被験者の運動を実現するのに必要な関節トルクを計算し、前記関節トルクにおいて、前記第1筋群MiEMG及び前記第2筋群Mihighに属する筋により実現できない関節トルクを実現するように最適化することで推定する、
筋張力の推定装置。 - 請求項14、16いずれかに記載の筋張力の推定装置において、筋張力を、被験者の運動時に実時間で推定する、リアルタイム筋張力推定装置。
- 請求項17に記載のリアルタイム筋張力推定装置と、
運動時の被験者を撮影する手段と、
被験者の撮影画像あるいは/および当該撮影画像に基づく合成画像を表示する表示手段と、
を備え、
前記表示手段に表示された被験者の画像に筋骨格モデルをオーバーレイし、前記リアルタイム筋張力推定装置により実時間で推定した筋張力に基づく身体内部の活動情報を前記筋骨格モデルに反映させて、視覚的に実時間表示するように構成されている、
身体内部の活動情報提示装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011500620A JP5540386B2 (ja) | 2009-02-20 | 2010-02-17 | 筋張力推定法及び装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009037252 | 2009-02-20 | ||
JP2009037252 | 2009-02-20 | ||
PCT/JP2010/052322 WO2010095636A1 (ja) | 2009-02-20 | 2010-02-17 | 筋張力推定法及び装置 |
JP2011500620A JP5540386B2 (ja) | 2009-02-20 | 2010-02-17 | 筋張力推定法及び装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2010095636A1 true JPWO2010095636A1 (ja) | 2012-08-23 |
JP5540386B2 JP5540386B2 (ja) | 2014-07-02 |
Family
ID=42633916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011500620A Active JP5540386B2 (ja) | 2009-02-20 | 2010-02-17 | 筋張力推定法及び装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5540386B2 (ja) |
WO (1) | WO2010095636A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ITMI20120494A1 (it) * | 2012-03-27 | 2013-09-28 | B10Nix S R L | Apparato e metodo per l'acquisizione ed analisi di una attivita' muscolare |
JP5991532B2 (ja) * | 2012-12-07 | 2016-09-14 | 国立大学法人広島大学 | 人体運動評価装置、方法、およびプログラム |
JP6589354B2 (ja) * | 2015-04-23 | 2019-10-16 | 学校法人立命館 | 下肢トレーニング装置 |
US11907423B2 (en) | 2019-11-25 | 2024-02-20 | Meta Platforms Technologies, Llc | Systems and methods for contextualized interactions with an environment |
US11961494B1 (en) | 2019-03-29 | 2024-04-16 | Meta Platforms Technologies, Llc | Electromagnetic interference reduction in extended reality environments |
JP2021535465A (ja) * | 2018-08-31 | 2021-12-16 | フェイスブック・テクノロジーズ・リミテッド・ライアビリティ・カンパニーFacebook Technologies, Llc | 神経筋信号のカメラ誘導による解釈 |
EP3886693A4 (en) | 2018-11-27 | 2022-06-08 | Facebook Technologies, LLC. | METHOD AND DEVICE FOR AUTOCALIBRATION OF A PORTABLE ELECTRODE SENSING SYSTEM |
CN110403609B (zh) * | 2019-09-03 | 2020-09-01 | 北京海益同展信息科技有限公司 | 运动速度分析方法、装置和可穿戴设备 |
CN113180672B (zh) * | 2021-03-31 | 2023-01-06 | 中南大学 | 一种肌力检测方法、装置以及计算机可读存储介质 |
CN113367698B (zh) * | 2021-05-14 | 2023-07-18 | 华南理工大学 | 一种基于机器学习的肌肉运动状态监测方法及系统 |
CN114469142B (zh) * | 2022-01-06 | 2024-06-21 | 中南大学 | 一种基于人体肌肉动力学模型和肌电信号的肌力解码方法 |
CN114918914B (zh) * | 2022-04-26 | 2024-03-22 | 中国科学院自动化研究所 | 人体肌肉骨骼的仿真控制系统及仿真装置 |
CN115983037B (zh) * | 2023-01-17 | 2023-08-11 | 首都体育学院 | 肌肉协同约束的肌电和优化耦合的肌肉力计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003339673A (ja) * | 2002-05-29 | 2003-12-02 | Japan Science & Technology Corp | 身体力学計算方法、身体力学計算プログラム及びそれを記録した記録媒体、身体力学モデル及びそのモデルデータを記憶した記録媒体 |
JP2006075398A (ja) * | 2004-09-10 | 2006-03-23 | Univ Of Tokyo | 運動学習支援装置及び方法、運動学習支援プログラム及び該プログラムを記録した記録媒体 |
JP2007236663A (ja) * | 2006-03-09 | 2007-09-20 | Shigeki Toyama | 筋疲労の評価方法、筋疲労度評価装置、および、使用者の生理学的状況をリアルタイムで反映する運動支援システム |
JP2008527579A (ja) * | 2005-01-19 | 2008-07-24 | 本田技研工業株式会社 | 三次元系における関節荷重を推定するシステム及び方法 |
-
2010
- 2010-02-17 WO PCT/JP2010/052322 patent/WO2010095636A1/ja active Application Filing
- 2010-02-17 JP JP2011500620A patent/JP5540386B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003339673A (ja) * | 2002-05-29 | 2003-12-02 | Japan Science & Technology Corp | 身体力学計算方法、身体力学計算プログラム及びそれを記録した記録媒体、身体力学モデル及びそのモデルデータを記憶した記録媒体 |
JP2006075398A (ja) * | 2004-09-10 | 2006-03-23 | Univ Of Tokyo | 運動学習支援装置及び方法、運動学習支援プログラム及び該プログラムを記録した記録媒体 |
JP2008527579A (ja) * | 2005-01-19 | 2008-07-24 | 本田技研工業株式会社 | 三次元系における関節荷重を推定するシステム及び方法 |
JP2007236663A (ja) * | 2006-03-09 | 2007-09-20 | Shigeki Toyama | 筋疲労の評価方法、筋疲労度評価装置、および、使用者の生理学的状況をリアルタイムで反映する運動支援システム |
Non-Patent Citations (4)
Title |
---|
SRIVATHSAN KRISHNAMACHARI ET AL.: "Enhanced Estimation of Motor Unit Number and Distribution Using Linear Least Squares Modeling", PROCEEDINGS IN MEDICINE AND BIOLOGY 27TH ANNUAL CONFERENCE, vol. 27, no. 2, JPN6014012807, 2005, pages 1118 - 1119, XP010907963, ISSN: 0002778737, DOI: 10.1109/IEMBS.2005.1616616 * |
三秋 泰一: "筋骨格モデルを用いた推定筋張力の妥当性", 日本機械学会[NO.06−35]シンポジウム講演論文集, JPN6014012806, 9 November 2006 (2006-11-09), pages 247 - 250, ISSN: 0002778736 * |
栗原一貴,鈴木一郎,山根克,中村仁彦: "モーションキャプチャと詳細人体モデルを用いた逆運動学計算による筋骨格力学計算", 日本ロボット学会学術講演会予稿集, vol. 20, JPN6010025354, 12 October 2002 (2002-10-12), JP, pages 3 - 15, ISSN: 0002778734 * |
藤田悠介,中村仁彦,山根克,鈴木一郎: "筋骨格人体モデルにおける筋張力計算の数理計画問題", 日本機械学会ロボティクス・メカトロニクス講演会講演論文集, vol. 2003, JPN6010025356, 23 May 2003 (2003-05-23), JP, pages 2 - 2, ISSN: 0002778735 * |
Also Published As
Publication number | Publication date |
---|---|
WO2010095636A1 (ja) | 2010-08-26 |
JP5540386B2 (ja) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5540386B2 (ja) | 筋張力推定法及び装置 | |
JP4590640B2 (ja) | 筋骨格モデルに基づく筋力取得方法及び装置 | |
Murai et al. | Musculoskeletal-see-through mirror: Computational modeling and algorithm for whole-body muscle activity visualization in real time | |
JP5016687B2 (ja) | 人体における筋力と関節モーメントとをリアルタイムでインタラクティブに視覚化する方法 | |
JP5229796B2 (ja) | 筋張力データベースの構築方法、筋張力データベースを用いた筋張力計算方法及び装置 | |
JP2001054507A (ja) | 筋電位情報を利用したモーションキャプチャー装置とその制御方法、並びにこれを用いた電気刺激装置、力触覚呈示装置とこれらの制御方法 | |
WO2015093224A1 (ja) | 運動解析装置、運動解析方法及び運動解析プログラム | |
KR101081643B1 (ko) | 관절과 근육 이상 진단 시스템 및 관절과 근육 이상 진단 방법 | |
JP2001025510A (ja) | 電気刺激装置及び電気刺激を用いた力触覚呈示装置並びにこれらの制御方法 | |
Gurchiek et al. | Wearables-only analysis of muscle and joint mechanics: an EMG-driven approach | |
Nasr et al. | Scalable musculoskeletal model for dynamic simulations of upper body movement | |
JPH11192214A (ja) | 脊椎動物若しくはこれを模倣したロボットに関する数値モデルの作成方法 | |
Yu et al. | A passive movement method for parameter estimation of a musculo-skeletal arm model incorporating a modified hill muscle model | |
Hayashibe et al. | Muscle strength and mass distribution identification toward subject-specific musculoskeletal modeling | |
US20220313119A1 (en) | Artificial intelligence-based shoulder activity monitoring system | |
Yamane et al. | Estimation of physically and physiologically valid somatosensory information | |
Murai et al. | Musculoskeletal modeling and physiological validation | |
JP4016112B2 (ja) | 運動情報−神経情報変換装置及び方法、運動情報−神経情報変換プログラム及び該プログラムを記録した記録媒体 | |
Agarwal | Quantification of Mechanisms of Human Seated Balance using System Identification | |
Saputra et al. | Concept of Seamless Physical Observation of Human Hand Through Block Design Test | |
Noteboom et al. | Feasibility and validity of a single camera CNN driven musculoskeletal model for muscle force estimation during upper extremity strength exercises: Proof-of-concept | |
IMBESI | Estimation of ground reaction forces with applications for ecological monitoring of joint loading: a combined musculoskeletal and optimization based proof of concept | |
Hulleck | Quantification of Disease Induced Motion Impairment using simulation techniques. | |
Jun | A home-based rehabilitation system for deficient knee patients | |
Le et al. | Human-exoskeleton cooperation for reducing the musculoskeletal load of manual handling tasks in orchid farms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130213 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140414 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5540386 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |