JPWO2017065241A1 - 自動診断装置 - Google Patents
自動診断装置 Download PDFInfo
- Publication number
- JPWO2017065241A1 JPWO2017065241A1 JP2017545473A JP2017545473A JPWO2017065241A1 JP WO2017065241 A1 JPWO2017065241 A1 JP WO2017065241A1 JP 2017545473 A JP2017545473 A JP 2017545473A JP 2017545473 A JP2017545473 A JP 2017545473A JP WO2017065241 A1 JPWO2017065241 A1 JP WO2017065241A1
- Authority
- JP
- Japan
- Prior art keywords
- patient
- feature
- motion
- posture
- vibration
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
姿勢評価では、PD患者の姿勢反射障害に注目する。これは立位時に鉛直方向体軸が前後や左右方向に傾く症状であり、体軸方向に複数装着した加速度センサ群から得られる重力加速度の軸に対する角度情報を主として利用する。前後方向の傾き(勾配)、左右方向の傾き、さらにそれらの空間相関や時間変動等を特徴量として利用することができる。
姿勢計測に際しては、センサ12の装着部位とその時の患者の姿勢が重要になる。装着部位としては様々な位置が考えられる。図4(a)〜(d)は、姿勢計測を説明する図である。図4(a)、(b)にはセンサの配置の一例が示される。この例では、関椎骨のC7から10cm下およびL4それぞれに、センサ12_1、12_2が装着されている。C7は頭を下に下げたときに首の後ろで一番出っ張る箇所であり、主として背中の状態を検出する。L4は腰の骨の上端を結ぶヤコビ線と腰椎の交点であり、主として腰の状態を検出する。これらの組み合わせは、病期診断に有用な姿勢を正確に測定できるという特徴に加えて、センサ12を患者2に取り付ける際に、取り付け位置を判断しやすいという利点もある。
θ=arctan(az/ax) …ax>0
θ=arctan(az/ax)+π …ax<0 and az>0
θ=arctan(az/ax)−π …ax<0 and az<0
θ=π/2 …ax=0 and az>0
θ=−π/2 …ax=0 and az<0
θ:定義無し …ax=0 and az=0
φ=arctan(az/ay) …ay>0
φ=arctan(az/ay)+π …ay<0 and az>0
φ=arctan(az/ay)−π …ay<0 and az<0
φ=π/2 …ay=0 and az>0
φ=−π/2 …ay=0 and az<0
φ:定義無し …ay=0 and az=0
θfgyr=θf0+∫0〜tωθ(t)dt+∫0〜teθ(t)dt …(1)
ax=gx0cosφu+ex
ay=gy0cosφu+ey
θfacc=arctan(ax/ay) …(2)
θfgyr=θft’+∫t’〜tωθ(t)dt …(3)
続いて、姿勢に関する特徴量を説明する。特徴量にも様々なものが考えられるが、ここではその一例として、上述したように、前後方向の体軸の勾配θと左右方向の体軸の勾配φに注目した場合、その1次統計量(平均)、2次統計量(分散)、3次統計量(歪度)、4次統計量(尖度)を特徴量として用いることができる。図7(a)〜(d)は、勾配φおよびθの特徴ベクトルとして、平均、時間、分散、尖度を2次元平面にプロットした図である。
以下、姿勢に関するいくつかの実験とそこから得られた知見について説明する。
参加者は4群に分類される。
・若年健常者(Healthy Young) 19人(男性19人)
・高齢健常者(Healthy Elderly) 17人(男性8人、女性9人)
・軽度PD患者(Mild PD) (mH&Y:1−2)19人(男性11人、女性8人)
・重度PD患者(Severe PD) (mH&Y:2.5−4)24人(男性9人、女性15人)
・坐位(Sitting)
・立位(Standing)
・歩行(Walking)
・上側センサ12_1から得られる左右方向の背中の傾き(Frontal Angle)φu(t)
・上側センサ12_1から得られる前後方向の背中の傾き(Sagittal Angle)θu(t)
・下側センサ12_2から得られる左右方向の腰の傾き(Frontal Angle)φL(t)
・下側センサ12_2から得られる前後方向の腰の傾き(Sagittal Angle)θL(t)
・上側センサ12_1の比 φu(t)/θu(t)
・下側センサ12_2の比 φL(t)/θL(t)
・範囲(Range)
・平均(Average)
・分散(Variance)
・歪度(Skewness)
・尖度(Kurtosis)
・立位と坐位の差分 (Standing-Sitting)
・歩行と坐位の差分 (Walking-Sitting)
実験2は、実験1と同一条件であるが、実験2では参加者は3群に分類される。
・重度PD患者 (13名)
・軽度PD患者 (15名)
・若年健常者(7名)
振動評価では、PD患者の安静時震戦に注目する。これは随意運動等を行わない安静時に手や指が自発的に震える症状であり、手や指および振動しやすい部位に複数装着した加速度センサ群から得られる振動情報を主として利用してもよい。従来から注目されていた4〜6Hz帯に特徴的なピークの見られる振動に加えて、それよりも低周波帯域や高周波帯域、さらに、それらの空間相関や時間相関等にも注目することができる。
震戦の計測方法としては、センサの装着部位とその時の患者の姿勢が重要になる。
図12(a)〜(e)は、振動計測を説明する図である。図12(a)、(b)にはセンサ12Bの配置の一例が示される。センサ12Bの装着部位としては様々な位置が考えられるが、図12(a)に示すように、人差し指の末節骨の上面に固定してもよい。あるいは図12(b)に示すように手の甲に固定してもよい。
続いて、振動に関する特徴量を説明する。
以下、震戦に関する実験とそこから得られた知見について説明する。
(実験3)
この実験は、1.3で説明した実験2と同じPD患者28名と若年健常者7名を参加者としたものである。
歩行評価では、PD患者のすくみ足や加速歩行に注目する。これは歩行開始時の第一歩が出にくい症状および歩行開始後に歩行が徐々に加速する症状である。
歩行計測に際しては、足首やひざ、腰等に複数装着した加速度や角速度センサ群から得られる足首の軌道情報を主として利用する。軌道の運動学的な特徴や、歩幅や歩行周期、それらの左右非対称性や時間変動等に注目する。
θz0=tan−1(^ay/−^ax) …(4)
θi=θi−1+ω(i)×Δt …(5)
vi=vi−1+αi×Δt …(6)
pi=pi−1+vi×Δt …(7)
w1=1−w2 …(8)
w2=1/{1+exp{−m(i−T/2)}} …(9)
V=w1×Vfwrd+w2×Vback …(10)
続いて、歩行に関する特徴量を説明する。特徴量にも様々なものが考えられるが、ここではその一例として、上記の方法で推定された足首軌道の前後方向、左右方向、および上下方向の特徴量に注目する。具体的には、前後方向は歩幅になり、左右方向は振れ幅、上下方向は足の持ち上げ量になる。これらの平均値(1次統計量)と分散(2次統計量)に注目すると、PD患者は歩幅と持ち上げ量のいずれにおいても平均値は小さく、分散(軌道の揺らぎ)は大きいという特徴が観察された。健常者では逆になり、歩幅と持ち上げ量のいずれにおいても平均値は大きく、分散は小さくなっていた。このことは両群を分離する上で有効な特徴量であることを意味している。これはPD患者の病期に関する自動診断に向けて重要な知見である。
以下、歩行に関する実験とそこから得られた知見について説明する。
(実験4)
実験4において参加者は4群に分類される。
・重度PD患者 27名(男性12名、女性15名)
・軽度PD患者 30名(男性14名、女性16名)
・高齢健常者 24名(男性12名、女性12名)
・若年健常者 25名(男性24名、女性1名)
軽度は、修正Hoehn-Yahr分類の1.0〜2.0度、重度は、修正Hoehn-Yahr分類の2.5〜4.0度に相当する。
特徴量1:分割点1における進行方向の変位
特徴量2:分割点2における進行方向の変位
特徴量3:分割点3における進行方向の変位
特徴量4:分割点4における進行方向の変位
特徴量5:分割点5における進行方向の変位
特徴量6:分割点6における進行方向の変位
特徴ベクトルを構成するにあたり、一般に特徴量が多いほど分類の精度が高くなるが、計算コストが高くなる。異なる特徴量間において、相関が高いほど、それらを組み合わせた際の情報量はさして多くならないと考えられる。そこで、必要に応じ主成分分析を用いて特徴量の取捨選択・再構成を行う。これにより、分類精度を大きく下げることなく計算コストを下げることが可能となる。また、対象となる疾患や応用課題に応じて、適切な特徴ベクトルを構成することにより、診断精度などのパフォーマンスを上げることが可能となる。
・アルツハイマー型認知症
・レビー小体型認知症
・脳血管型認知症
・正常圧水頭症型認知症
脳卒中の片麻痺などに起因する運動障害のリハビリ
変形関節症など整形外科疾患による運動障害のリハビリ
Claims (12)
- 脳神経性疾患の自動診断装置であり、
患者に取り付けられる第1センサを含み、前記第1センサの出力にもとづき、前記患者の足首の軌道を測定する運動計測部と、
前記運動計測部からの前記足首の軌道に関する第1計測データにもとづいて、前記足首の軌道の特徴量を抽出する特徴抽出部と、
前記足首の軌道の特徴量にもとづき、前記脳神経性疾患の診断結果を示す診断データを生成するインタープリタと、
を備えることを特徴とする自動診断装置。 - 前記足首の軌道の特徴量は、歩幅、振れ幅、足の持ち上げ量の少なくともひとつにもとづくことを特徴とする請求項1に記載の自動診断装置。
- 前記インタープリタは、複数の前記足首の軌道の特徴量の組み合わせである特徴ベクトルにもとづいて、前記診断データを生成することを特徴とする請求項1または2に記載の自動診断装置。
- 前記インタープリタは、複数の患者に対して得られた前記足首の軌道の特徴量を蓄積したデータベースを参照し、前記データベースにもとづき、前記診断データを生成することを特徴とする請求項1から3のいずれかに記載の自動診断装置。
- 前記運動計測部は、前記患者に取り付けられる第2センサをさらに含み、前記第2センサの出力にもとづき、前記患者の姿勢または振動の少なくとも一方である運動を測定し、
前記特徴抽出部は、前記運動計測部からの前記運動に関する第2計測データにもとづいて、前記運動の特徴量を抽出し、
前記インタープリタは、前記足首の軌道の特徴量に加えて、前記運動の特徴量にもとづいて、前記診断データを生成することを特徴とする請求項1から4のいずれかに記載の自動診断装置。 - 前記運動は、前記患者の姿勢を含み、
前記特徴量は、前記患者の傾きの平均値、分散、歪度、尖度の少なくともひとつを含むことを特徴とする請求項5に記載の自動診断装置。 - 前記運動は、前記患者の振動を含み、
前記特徴量は、前記振動の特定の周波数帯域のパワーであることを特徴とする請求項5または6に記載の自動診断装置。 - 脳神経性疾患の自動診断装置であり、
患者に取り付けられるセンサを含み、前記センサの出力にもとづき、前記患者の姿勢または振動の少なくとも一方である運動を測定する運動計測部と、
前記運動計測部からの計測データにもとづいて、前記運動の特徴量を抽出する特徴抽出部と、
前記特徴量にもとづき、前記脳神経性疾患の診断結果を示す診断データを生成するインタープリタと、
を備えることを特徴とする自動診断装置。 - 前記運動は、前記患者の姿勢を含み、
前記特徴量は、前記患者の傾きの平均値、分散、歪度、尖度の少なくともひとつを含むことを特徴とする請求項8に記載の自動診断装置。 - 前記運動は、前記患者の振動を含み、
前記特徴量は、前記振動の特定の周波数帯域のパワーであることを特徴とする請求項8または9に記載の自動診断装置。 - 前記運動は、前記患者の姿勢または振動の少なくとも一方に加えて、前記患者の歩行を含むことを特徴とする請求項8から10のいずれかに記載の自動診断装置。
- 前記運動は、前記患者に関して、異なる部位もしくは条件を変えて測定された複数の運動を含み、
前記特徴量は、複数の運動の差に関する情報であることを特徴とする請求項8から11のいずれかに記載の自動診断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021150341A JP7184398B2 (ja) | 2015-10-14 | 2021-09-15 | 自動診断装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015203165 | 2015-10-14 | ||
JP2015203165 | 2015-10-14 | ||
PCT/JP2016/080447 WO2017065241A1 (ja) | 2015-10-14 | 2016-10-13 | 自動診断装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021150341A Division JP7184398B2 (ja) | 2015-10-14 | 2021-09-15 | 自動診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017065241A1 true JPWO2017065241A1 (ja) | 2018-08-09 |
JP6951750B2 JP6951750B2 (ja) | 2021-10-20 |
Family
ID=58518230
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017545473A Active JP6951750B2 (ja) | 2015-10-14 | 2016-10-13 | 自動診断装置 |
JP2021150341A Active JP7184398B2 (ja) | 2015-10-14 | 2021-09-15 | 自動診断装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021150341A Active JP7184398B2 (ja) | 2015-10-14 | 2021-09-15 | 自動診断装置 |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP6951750B2 (ja) |
WO (1) | WO2017065241A1 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6846678B2 (ja) * | 2017-03-24 | 2021-03-24 | パナソニックIpマネジメント株式会社 | 認知機能評価支援装置、認知機能評価支援方法及びプログラム |
JP6960618B2 (ja) * | 2017-09-11 | 2021-11-05 | 国立研究開発法人国立精神・神経医療研究センター | 臨床評価装置、臨床評価方法および臨床評価プログラム |
SG11202008367PA (en) * | 2018-03-23 | 2020-10-29 | Panasonic Ip Man Co Ltd | Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and program |
KR102269659B1 (ko) * | 2018-10-08 | 2021-06-25 | (주) 와키 | 무릎 보호대, 및 이를 이용한 IoT 기반의 질병 정보 예측 방법 |
JP7276018B2 (ja) * | 2019-03-11 | 2023-05-18 | 富士通株式会社 | 学習方法、推定方法および学習プログラム |
JP7421703B2 (ja) | 2020-02-21 | 2024-01-25 | 公立大学法人会津大学 | 分類プログラム、分類装置及び分類方法 |
JP6887632B1 (ja) * | 2020-10-07 | 2021-06-16 | 国立大学法人宇都宮大学 | 運動障害に対する薬効評価システム |
JP2022107432A (ja) * | 2021-01-08 | 2022-07-21 | 富士通株式会社 | 歩行状態判定システム、歩行状態判定方法及び歩行状態判定プログラム |
US20240170153A1 (en) * | 2021-03-30 | 2024-05-23 | Medicolab Co., Ltd. | Diagnosis prediction system using digital device, learning device, computer program, diagnosis prediction method, and prediction model generation/updating method |
WO2022244222A1 (ja) * | 2021-05-21 | 2022-11-24 | 日本電気株式会社 | 推定装置、推定システム、推定方法、および記録媒体 |
US20240175893A1 (en) * | 2021-06-22 | 2024-05-30 | Sony Group Corporation | Information processing apparatus, information processing method, and program |
JP7141610B1 (ja) | 2022-01-31 | 2022-09-26 | 株式会社ワコール | スキンモデルから骨格に基づく姿勢を統計的に分析するプログラム、装置及び方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005152053A (ja) * | 2003-11-20 | 2005-06-16 | Japan Science & Technology Agency | 動作解析装置およびその利用 |
JP2005160747A (ja) * | 2003-12-03 | 2005-06-23 | Research Institute Of Application Technologies For Chaos & Complex Systems Co Ltd | 歩行障害の評価支援装置および評価支援方法 |
JP2007521842A (ja) * | 2003-09-23 | 2007-08-09 | ニューロコム インターナショナル インコーポレイテッド | スクリーニングテストの施行においてエラーを減らすための方法および装置 |
US20080053253A1 (en) * | 2006-09-06 | 2008-03-06 | Individual Monitoring Systems, Inc | Fully ambulatory, self-contained gait monitor |
JP2010110399A (ja) * | 2008-11-05 | 2010-05-20 | Hirosaki Univ | 歩行特性評価システムおよび軌跡生成方法 |
JP2010213782A (ja) * | 2009-03-13 | 2010-09-30 | Oki Networks Co Ltd | 行動認識方法、装置及びプログラム |
JP2011045520A (ja) * | 2009-08-27 | 2011-03-10 | Hitachi Computer Peripherals Co Ltd | 運動機能評価システム、運動機能評価方法およびプログラム |
JP2011177278A (ja) * | 2010-02-26 | 2011-09-15 | Tokyo Institute Of Technology | 歩行障害自動分析システム |
JP2013059489A (ja) * | 2011-09-13 | 2013-04-04 | Toshiba Corp | 歩行評価装置 |
US20130123666A1 (en) * | 2005-03-17 | 2013-05-16 | Great Lakes Neurotechnologies Inc. | Movement disorder recovery system and method for continuous monitoring |
WO2014113813A1 (en) * | 2013-01-21 | 2014-07-24 | Cala Health, Inc. | Devices and methods for controlling tremor |
JP2014138873A (ja) * | 2014-02-26 | 2014-07-31 | Yunimekku:Kk | 三次元加速度計を備えた脳・神経系疾患の病状診断システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03155836A (ja) * | 1989-11-15 | 1991-07-03 | Nagashima Ika Kikai Kk | 平衡機能回復用トレーニング装置 |
-
2016
- 2016-10-13 JP JP2017545473A patent/JP6951750B2/ja active Active
- 2016-10-13 WO PCT/JP2016/080447 patent/WO2017065241A1/ja active Application Filing
-
2021
- 2021-09-15 JP JP2021150341A patent/JP7184398B2/ja active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007521842A (ja) * | 2003-09-23 | 2007-08-09 | ニューロコム インターナショナル インコーポレイテッド | スクリーニングテストの施行においてエラーを減らすための方法および装置 |
JP2005152053A (ja) * | 2003-11-20 | 2005-06-16 | Japan Science & Technology Agency | 動作解析装置およびその利用 |
JP2005160747A (ja) * | 2003-12-03 | 2005-06-23 | Research Institute Of Application Technologies For Chaos & Complex Systems Co Ltd | 歩行障害の評価支援装置および評価支援方法 |
US20130123666A1 (en) * | 2005-03-17 | 2013-05-16 | Great Lakes Neurotechnologies Inc. | Movement disorder recovery system and method for continuous monitoring |
US20080053253A1 (en) * | 2006-09-06 | 2008-03-06 | Individual Monitoring Systems, Inc | Fully ambulatory, self-contained gait monitor |
JP2010110399A (ja) * | 2008-11-05 | 2010-05-20 | Hirosaki Univ | 歩行特性評価システムおよび軌跡生成方法 |
JP2010213782A (ja) * | 2009-03-13 | 2010-09-30 | Oki Networks Co Ltd | 行動認識方法、装置及びプログラム |
JP2011045520A (ja) * | 2009-08-27 | 2011-03-10 | Hitachi Computer Peripherals Co Ltd | 運動機能評価システム、運動機能評価方法およびプログラム |
JP2011177278A (ja) * | 2010-02-26 | 2011-09-15 | Tokyo Institute Of Technology | 歩行障害自動分析システム |
JP2013059489A (ja) * | 2011-09-13 | 2013-04-04 | Toshiba Corp | 歩行評価装置 |
WO2014113813A1 (en) * | 2013-01-21 | 2014-07-24 | Cala Health, Inc. | Devices and methods for controlling tremor |
JP2014138873A (ja) * | 2014-02-26 | 2014-07-31 | Yunimekku:Kk | 三次元加速度計を備えた脳・神経系疾患の病状診断システム |
Non-Patent Citations (1)
Title |
---|
森 充広 他: ""パーキンソン病の重心動揺−動揺パターンを中心に−"", EQUILIBRIUM RESEARCH, vol. 57, no. 3, JPN6017019775, 1998, pages 271 - 279, ISSN: 0004358722 * |
Also Published As
Publication number | Publication date |
---|---|
JP2021184964A (ja) | 2021-12-09 |
JP7184398B2 (ja) | 2022-12-06 |
JP6951750B2 (ja) | 2021-10-20 |
WO2017065241A1 (ja) | 2017-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7184398B2 (ja) | 自動診断装置 | |
Ricci et al. | Assessment of motor impairments in early untreated Parkinson's disease patients: the wearable electronics impact | |
Milosevic et al. | Kinect and wearable inertial sensors for motor rehabilitation programs at home: State of the art and an experimental comparison | |
Wong et al. | Clinical applications of sensors for human posture and movement analysis: a review | |
Galán-Mercant et al. | Reliability and criterion-related validity with a smartphone used in timed-up-and-go test | |
Eltoukhy et al. | Prediction of ground reaction forces for Parkinson's disease patients using a kinect-driven musculoskeletal gait analysis model | |
Elkholy et al. | Efficient and robust skeleton-based quality assessment and abnormality detection in human action performance | |
Majumder et al. | A simple, low-cost and efficient gait analyzer for wearable healthcare applications | |
Rocha et al. | Parkinson's disease assessment based on gait analysis using an innovative RGB-D camera system | |
Similä et al. | Accelerometry-based berg balance scale score estimation | |
WO2018211550A1 (ja) | 情報処理装置、情報処理システム及び情報処理方法 | |
Cai et al. | Quantitative assessment of parkinsonian tremor based on a linear acceleration extraction algorithm | |
Chakravarty et al. | Quantification of balance in single limb stance using kinect | |
Seth et al. | Wearable Sensing System to perform Realtime 3D posture estimation for lower back healthcare | |
Soltaninejad et al. | Body movement monitoring for Parkinson’s disease patients using a smart sensor based non-invasive technique | |
Senington et al. | Validity and reliability of innovative field measurements of tibial accelerations and spinal kinematics during cricket fast bowling | |
Junior et al. | Use of wearable inertial sensors for the assessment of spatiotemporal gait variables in children: A systematic review | |
Ricci et al. | A novel analytical approach to assess dyskinesia in patients with Parkinson disease | |
Vijay et al. | Tremomarker tremor detection for diagnosis in a non-clinical approach using IoT | |
Chakraborty et al. | A study on human gait kinematic validation in Multi-Kinect v2 environment | |
US20230061636A1 (en) | Assessing a patient state | |
Tennakoon et al. | A novel musculoskeletal imbalance identification mechanism for lower body analyzing gait cycle by motion tracking | |
Akbari et al. | Validation of a new model-free signal processing method for gait feature extraction using inertial measurement units to diagnose and quantify the severity of Parkinson's disease | |
Pathirana et al. | Human Motion Capture and Identification for Assistive Systems Design in Rehabilitation | |
Christhudass et al. | A Systematic Review on Lumbar Alignment Device’s Mechanism Using Sensor Fusion Technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170810 |
|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20170731 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210709 |
|
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: 20210817 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210916 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6951750 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |