JPWO2018066421A1 - 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム - Google Patents

Abstract

認知機能評価装置（１０）は、被評価者（９０）の歩行中の体動を示す体動データを取得する取得部（１１）と、取得された体動データに基づいて、被評価者（９０）の歩行中の体の変位を算出する算出部（１２ａ）と、算出された変位を周波数分析することにより得られる被評価者（９０）の歩行の周期を示す周波数ピークに基づいて、被評価者（９０）の認知機能を評価し、評価結果を出力する評価部（１２ｂ）とを備える。

Description

本発明は、被評価者の認知機能を評価することができる、認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラムに関する。

認知症患者の増大が社会問題となっている。認知症の兆候が現れた患者には、自覚症状がない。このため、家族または第三者が患者本人の認知症の兆候に気付くことが重要である。認知症などによる居住者の異変を検知する技術として、特許文献１には、居住者の通常と異なる行動を検知するための生活異変検知方法が開示されている。

特開２００６−７２４４３号公報

ところで、認知機能を評価する手法として、従来、ＭＭＳＥ（Ｍｉｎｉ Ｍｅｎｔａｌ Ｓｔａｔｅ Ｅｘａｍｉｎａｔｉｏｎ）及びＨＤＳ−Ｒ（改訂長谷川簡易知能評価スケール）が知られている。しかしながら、自覚症状の無い患者（被評価者）に、ＭＭＳＥまたはＨＤＳ−Ｒを受検させることは困難な場合がある。

また、ＭＭＳＥまたはＨＤＳ−Ｒを被評価者に継続的に受検させることは被評価者の負担となるため通常は行われない。このため、ＭＭＳＥまたはＨＤＳ−Ｒでは認知機能の変化を継続的にモニタすることが困難であり、認知機能の低下の早期発見が困難である。

本発明は、認知機能の評価を容易に行うことができる、認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラムを提供する。

本発明の一態様に係る認知機能評価装置は、被評価者の歩行中の体動を示す体動データを取得する取得部と、取得された前記体動データに基づいて、前記被評価者の歩行中の体の変位を算出する算出部と、算出された前記変位を周波数分析することにより得られる前記被評価者の歩行の周期を示す周波数ピークに基づいて、前記被評価者の認知機能を評価し、評価結果を出力する評価部とを備える。

本発明の一態様に係る認知機能評価システムは、前記認知機能評価装置と、前記体動データを生成する体動データ生成装置とを備える。

本発明の一態様に係る認知機能評価方法は、被評価者の歩行中の体動を示す体動データを取得し、取得された前記体動データに基づいて、前記被評価者の歩行中の体の変位を算出し、算出された前記変位を周波数分析することにより得られる前記被評価者の歩行の周期を示す周波数ピークに基づいて、前記被評価者の認知機能を評価し、評価結果を出力する。

本発明の一態様に係るプログラムは、前記認知機能評価方法をコンピュータに実行させるためのプログラムである。

本発明によれば、認知機能の評価を容易に行うことができる。

図１は、実施の形態１に係る認知機能評価システムの概要を示す図である。 図２は、実施の形態１に係る認知機能評価システムの機能構成を示すブロック図である。 図３は、実施の形態１に係る認知機能評価方法のフローチャートである。 図４は、被評価者の歩行中の体の上下方向における変位の算出方法を説明するための図である。 図５は、被評価者の歩行中の体の上下方向における変位を示す図である。 図６は、被評価者の認知機能が正常である場合の周波数分析結果を示す図である。 図７は、被評価者の認知機能が低下している場合の周波数分析結果を示す図である。 図８は、認知機能が正常であることを示す画像の一例を示す図である。 図９は、認知機能が低下していることを示す画像の一例を示す図である。 図１０は、参照データの一例を示す図である。 図１１は、身長に応じた被評価者の位置のずれを示す模式図である。 図１２は、実施の形態２に係る認知機能評価システムの機能構成を示すブロック図である。 図１３は、被評価者の腰部に装着された加速度センサを示す図である。 図１４は、実施の形態２に係る認知機能評価方法のフローチャートである。 図１５は、加速度データの一例を示す図である。 図１６は、実施の形態２に係る、被評価者の歩行中の体の変位の算出方法のフローチャートである。 図１７は、電波センサを備える認知機能評価システムの概要を説明するための図である。

以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付し、重複する説明は省略または簡略化される場合がある。

（実施の形態１）
［認知機能評価システムの概略構成］
発明者らは、人の認知機能の低下と、人の歩行態様とに相関があることを見出した。発明者らは、より具体的には、人の認知機能の低下と、人の歩行の周期性とに相関があることを見出した。

実施の形態１に係る認知機能評価システムは、このような発明者らの知見に基づいて、人の認知機能を評価するシステムである。図１は、実施の形態１に係る認知機能評価システムの概要を示す図である。図１に示されるように、認知機能評価システム１００は、認知機能評価装置１０と、カメラ２０と、表示装置３０とを備える。

認知機能評価システム１００は、カメラ２０によって被評価者９０の歩行中の動画像データを生成する。カメラ２０は、例えば、老人ホームまたは介護施設の天井または壁などに設置され、室内を常時撮影する。認知機能評価装置１０は、カメラ２０によって撮影（生成）された動画像データに基づいて被評価者９０の歩行態様を分析し、被評価者の認知機能を評価する。評価結果は、表示装置３０に表示される。

このようなカメラ２０を用いた認知機能評価システム１００は、カメラ２０による常時撮影された動画像データを蓄積しておくことにより、被評価者９０の過去の認知機能、及び、現在の認知機能を評価することができる。また、認知機能評価システム１００は、被評価者９０に気づかれることなく被評価者９０の認知機能を評価することができる。

［認知機能評価システムの機能構成］
次に、認知機能評価システム１００の機能構成について説明する。図２は、認知機能評価システム１００の機能構成を示すブロック図である。

図２に示されるように、認知機能評価システム１００は、認知機能評価装置１０と、カメラ２０と、表示装置３０とを備える。

カメラ２０は、例えば、老人ホームまたは介護施設の天井又は壁などに設置され、被評価者９０の歩行中の動画像データを撮影する。つまり、カメラ２０は、被評価者９０の歩行中の体動を示す動画像データを生成する。カメラ２０は、体動データ生成装置の一例であり、動画像データは、体動データの一例である。カメラ２０は、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）イメージセンサを用いたカメラであってもよいし、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）イメージセンサを用いたカメラであってもよい。

認知機能評価装置１０は、カメラ２０によって撮影された動画像データに基づいて被評価者９０の歩行態様を分析し、被評価者９０の認知機能を評価する。認知機能評価装置１０は、例えば、パーソナルコンピュータであるが、サーバ装置であってもよい。認知機能評価装置１０は、カメラ２０が設置された建物内に設置されてもよいし、当該建物の外に設置されてもよい。認知機能評価装置１０は、具体的には、取得部１１と、情報処理部１２と、記憶部１３とを備える。

取得部１１は、カメラ２０によって撮影された動画像データを、被評価者９０の歩行中の体動を示す体動データとして取得する。取得部１１は、具体的には、有線通信または無線通信を行う通信モジュール（通信回路）である。取得部１１は、カメラ２０と通信可能であればよく、取得部１１の通信方式（通信規格、通信プロトコル）は、特に限定されない。なお、取得部１１は、記憶部１３から動画像データを取得してもよい。つまり、認知機能評価装置１０の外部ではなく内部から動画像データを取得してもよい。

情報処理部１２は、ユーザの認知機能を評価するための情報処理、及び、記憶部１３への動画像データの記憶などを行う。情報処理部１２は、具体的には、算出部１２ａ及び評価部１２ｂを有する。情報処理部１２は、具体的には、プロセッサ、マイクロコンピュータ、または専用回路によって実現される。情報処理部１２は、プロセッサ、マイクロコンピュータ、または専用回路のうちの２つ以上の組み合わせによって実現されてもよい。

算出部１２ａは、取得部１１によって取得された動画像データであって、記憶部１３に記憶された動画像データに基づいて、被評価者９０の歩行中の体の変位を算出する。変位の算出方法については後述する。

評価部１２ｂは、算出された変位を周波数分析することにより得られる被評価者９０の歩行の周期を示す周波数ピークに基づいて、被評価者９０の認知機能を評価し、評価結果を出力する。評価結果は、例えば、表示装置３０に評価結果を画像として表示するための画像データであるが、評価結果の具体的態様は、特に限定されない。認知機能の評価方法の詳細については後述する。

表示装置３０は、評価部１２ｂから出力される画像データ（評価結果）に基づいた画像を表示する。表示装置３０は、具体的には、液晶パネル、または、有機ＥＬパネルなどによって構成されるモニタ装置である。表示装置３０として、テレビ、スマートフォン、または、タブレット端末などの情報端末が用いられてもよい。評価部１２ｂと表示装置３０との間の通信は、例えば、有線通信であるが、表示装置３０がスマートフォンまたはタブレット端末である場合には、評価部１２ｂと表示装置３０との間の通信は、無線通信であってもよい。

記憶部１３は、取得部１１によって取得された動画像データが蓄積される記憶装置である。記憶部１３には、情報処理部１２が認知機能評価方法を実行するためのプログラム、及び、認知機能の評価結果として用いられる画像データも記憶されている。

また、記憶部１３には、人の歩行の周期を示す周波数ピークに関する情報と、人の認知機能との関係を示す参照データが記憶されていてもよい。参照データは、被評価者９０の認知機能の評価が行われるときに評価部１２ｂによって参照される。記憶部１３は、具体的には、半導体メモリまたはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などによって実現される。

［体の変位の算出方法］
次に、認知機能評価装置１０（認知機能評価システム１００）が実行する認知機能評価方法について説明する。図３は、認知機能評価方法のフローチャートである。

まず、算出部１２ａによる被評価者の体の変位の算出方法を中心に詳細に説明する。取得部１１は、カメラ２０によって撮影された動画像データを、被評価者９０の歩行中の体動を示す体動データとして取得する（Ｓ１１）。取得部１１によって取得された動画像データは、情報処理部１２によって記憶部１３に記憶される。

次に、算出部１２ａは、取得された動画像データであって、記憶部１３に記憶された動画像データに基づいて、被評価者９０の歩行中の体の変位を算出する（Ｓ１２）。算出部１２ａは、より具体的には、記憶部１３に記憶された動画像データを読み出し、読み出した動画像データを画像処理することにより、被評価者９０の歩行中の体の上下方向における変位を算出する。図４は、被評価者９０の歩行中の体の上下方向における変位の算出方法を説明するための図である。

カメラ２０が被評価者９０の側方に設置されている場合には、図４に示されるように被評価者９０が歩行する動画像データが得られる。なお、カメラ２０の撮影対象の空間には、マーカ５０ａ及びマーカ５０ｂが配置されている。マーカ５０ａ及びマーカ５０ｂは、所定の区間の始点及び終点を示す２つマーカである。

算出部１２ａは、まず、動画像データの中から処理対象フレーム群を特定（選択）する。具体的には、マーカ５０ａが被評価者９０と重なって見えなくなったフレーム６０ａを開始フレームとし、マーカ５０ｂが被評価者９０と重なって見えなくなったフレーム６０ｄを終点フレームとする処理対象フレーム群（フレーム６０ａ、フレーム６０ｂ、フレーム６０ｃ、及びフレーム６０ｄ）を特定する。言い換えれば、画像処理において、算出部１２ａは、動画像データ内で被評価者９０が２つのマーカによって示される所定の区間を歩行している期間を特定する。なお、マーカ５０ａに被評価者９０が重なったか否かは、マーカ５０ａの位置に対応する画素値の変化を検出することによって判定できる。マーカ５０ｂに被評価者９０が重なったか否かについても同様である。

次に、算出部１２ａは、特定された処理対象フレーム群の各フレーム（フレーム６０ａ〜フレーム６０ｄ）における被評価者９０の位置を検出する。算出部１２ａは、例えば、特定されたフレーム６０ａ〜フレーム６０ｄのそれぞれと、カメラ２０の撮影範囲に人がいない場合の静止画である参照フレームとの差分に基づいて、フレーム６０ａ〜フレーム６０ｄのそれぞれにおける被評価者９０の位置を検出することができる。参照フレームは、例えば、記憶部１３にあらかじめ記憶される。なお、フレーム６０ａ〜フレーム６０ｄのそれぞれにおける被評価者９０の位置の検出には、エッジ検出、または、統計的手法に基づくパターンマッチングなどその他の方法が用いられてもよい。

次に、算出部１２ａは、検出された被評価者９０の位置の上端部に円形または楕円形のパターンをあてはめることにより、被評価者９０の頭部の位置を特定する。そして、算出部１２ａは、あてはめたパターンの中心位置を重心位置Ｇとして決定する。算出部１２ａは、処理対象フレーム群における重心位置Ｇの、上下方向における時間変化６１を特定することができる。時間変化６１は、言い換えれば、被評価者９０の歩行中の上下方向における体の揺れである。この結果、算出部１２ａは、図５に示されるような信号を、被評価者９０の歩行中の体の上下方向における変位として算出することができる。図５は、被評価者９０の歩行中の体の上下方向における変位を示す図である。

なお、上記図４は、カメラ２０が被評価者９０の側方に配置されている場合の動画像データを模式的に示しているが、実際には、建物の天井等に設置されたカメラ２０が、上方から見下ろすアングルで被評価者９０を撮影することが想定される。この場合、算出部１２ａは、動画像データに含まれる各フレームを射影変換することにより、図４のような動画像データを生成するとよい。射影変換に用いられる変換式は、例えば、記憶部１３にあらかじめ記憶される。

また、以上説明した体の変位の算出方法では、被評価者９０の頭部の変位が検出されたが、被評価者９０の頭部以外の部位の変位が検出されてもよい。後述のように認知機能の評価においては、歩行の周期を示す周波数ピークが用いられるため、このような周波数ピークが適切に得られる部位（例えば、被評価者９０の上半身の他の部位など）が検出されればよい。なお、頭部が検出される場合には、顔認識技術の使用により頭部が検出されてもよい。あるいはヒト認識技術の使用により、認識エリアの重心位置をヒトの重心位置として検出してもよい。

また、被評価者９０の上下方向の変位に代えて、被評価者９０の左右方向の変位または被評価者９０の前後方向の変位が用いられてもよい。この場合もカメラ２０の設置位置によって、射影変換などの画像処理が適宜行われる。

［認知機能の評価方法］
次に、評価部１２ｂによる認知機能の評価方法について引き続き図３を参照しながら説明する。評価部１２ｂは、算出部１２ａによって算出された変位を周波数分析する（Ｓ１３）。評価部１２ｂは、具体的には、算出部１２ａによって算出された体の変位（図５に示されるような体の位置の時間変化を示す信号）を離散フーリエ変換する。つまり、評価部１２ｂは、体の変位を示す信号を時間領域から周波数領域に変換する周波数変換処理を行う。

被評価者９０の認知機能が正常であれば、図６に示されるような分析結果が得られ、被評価者９０の認知機能が低下している場合には、図７に示されるような分析結果が得られる。図６は、被評価者９０の認知機能が正常である場合の周波数分析結果を示す図であり、図７は、被評価者９０の認知機能が低下している場合の周波数分析結果を示す図である。

図６及び図７に示される分析結果のそれぞれにおいて、最も周波数の低いピーク（最もレベルの高いピーク）は、歩行の周期を示す周波数ピークである。言い換えれば、最も周波数の低いピークは、主周波数成分である。被評価者９０の認知機能が正常であれば、被評価者９０は、一定の周期で歩くことができる。このため、図６では図７に比べて歩行の周期を示す周波数ピークが尖っており、ピークレベルが高くなる。

一方で、被評価者９０の認知機能が低下している場合には、被評価者９０は、一定の周期で歩くことが難しくなるため、歩行の周期のばらつきが多くなる。したがって、図７では図６に比べて歩行の周期を示す周波数ピークのピークレベルが低く、当該周波数ピークの裾が広がっている。

そこで、評価部１２ｂは、離散フーリエ変換によって得られる周波数分析により得られる被評価者９０の歩行の周期を示す周波数ピークに基づいて、被評価者９０の認知機能を評価する（Ｓ１４）。

例えば、評価部１２ｂは、周波数ピークのピークレベルに基づいて、被評価者９０の認知機能を評価する。評価部１２ｂは、ピークレベルが低いほど被評価者の認知機能が低下していると評価する。評価部１２ｂは、例えば、ピークレベルが閾値（図６及び図７に図示）以上である場合には、認知機能が正常であると判断し、認知機能が正常であることを表示するための画像データ（評価結果）を出力する（Ｓ１５）。この結果、表示装置３０には、図８に示されるような画像が表示される。図８は、認知機能が正常であることを示す画像の一例を示す図である。

一方、評価部１２ｂは、例えば、ピークレベルが閾値未満である場合には、認知機能が低下していると判断し、認知機能が低下していることを表示するための画像データ（評価結果）を出力する（Ｓ１５）。この結果、表示装置３０には、図９に示されるような画像が表示される。図９は、認知機能が低下していることを示す画像の一例を示す図である。

なお、評価部１２ｂは、周波数ピークの半値幅Δｆ（図６及び図７に図示）に基づいて、被評価者９０の認知機能を評価してもよい。評価部１２ｂは、半値幅Δｆが広いほど被評価者の認知機能が低下していると評価する。評価部１２ｂは、例えば、半値幅Δｆが閾値未満である場合には、認知機能が正常であると判断し、認知機能が正常であることを表示するための画像データ（評価結果）を出力する（Ｓ１５）。この結果、表示装置３０には、図８に示されるような画像が表示される。

一方、評価部１２ｂは、例えば、半値幅Δｆが閾値以上である場合には、認知機能が低下していると判断し、認知機能が低下していることを表示するための画像データ（評価結果）を出力する（Ｓ１５）。この結果、表示装置３０には、図９に示されるような画像が表示される。

なお、上記の説明では、認知機能が２段階で評価されたが、値の異なる閾値が２つ以上設定されることにより、３段階以上（例えば、正常レベル、注意レベル、警告レベルの３段階）に分けて評価されてもよい。閾値は、あらかじめ複数の被評価者９０に対して、ＭＭＳＥまたはＨＤＳ−Ｒなどの認知機能スケールと、歩行の周期を示す周波数ピークのピークレベル（または半値幅Δｆ）の算出とを行い、相関を求めることによって設定されるとよい。

また、閾値は、評価部１２ｂの評価アルゴリズム（プログラム）に含まれてもよいし、参照データとして記憶部１３に記憶されていてもよい。図１０は、参照データの一例を示す図である。

図１０に示されるように、参照データは、人の歩行の周期を示す周波数ピークに関する情報と、人の認知機能との関係を示している。図１０の例では、周波数ピークに関する情報は、周波数ピークのピークレベルであるが、周波数ピークの半値幅Δｆであってもよい。

そして、評価部１２ｂは、被評価者９０の歩行の周期を示す周波数ピークと記憶部１３に記憶されている参照データとを照合することにより、被評価者９０の認知機能を評価してもよい。

［実施の形態１の変形例］
上述のように、算出部１２ａは、被評価者９０がマーカ５０ａとマーカ５０ｂとの間の所定の区間を歩行中の動画像データを処理対象とする。ここで、例えば、天井等に設置されたカメラ２０が、上方から見下ろすアングルで被評価者９０を撮影する場合、被評価者９０の身長に応じて、被評価者９０が所定の区間を通過したか否かの判定がばらつく場合がある。図１１は、身長に応じた被評価者９０の位置のずれを示す模式図である。

図１１に示されるように、カメラ２０から見て被評価者９０ａの頭部がマーカ５０ｃに重なったときの被評価者９０ａの位置と、被評価者９０ｂの頭部がマーカ５０ｃに重なったときの被評価者９０ｂの位置とは、距離ｄだけずれてしまう。

そこで、算出部１２ａは、動画像データ内における被評価者９０ａの位置を被評価者９０ａの身長に応じて補正してもよい。この場合、例えば、被評価者９０ａの身長情報が記憶部１３に記憶される。なお、記憶部１３が身長情報記憶部として用いられる代わりに、認知機能評価装置１０は、記憶部１３とは別に身長情報記憶部を備えてもよい。

算出部１２ａは、例えば、所定の身長（例えば、１６０ｃｍ）を基準として、動画像データ内における被評価者９０ａの位置を記憶部１３に記憶されている身長情報を用いて補正することができる。被評価者９０ａの身長が１７０ｃｍである場合、算出部１２ａは、１０ｃｍの身長差に対応する距離ｄを考慮して被評価者９０ａが所定の区間を通過したか否かの判定を行う。つまり、算出部１２ａは、補正後の被評価者９０ａの位置に基づいて動画像データ内で被評価者９０ａが所定の区間を歩行している期間を特定することができる。被評価者９０ｂが所定の区間を歩行している期間についても同様の方法で特定することができる。

なお、身長情報においては、複数の被評価者９０の身長情報が、当該被評価者９０の顔画像データと対応付けられていてもよい。これにより、算出部１２ａは、顔認識技術を用いてカメラ２０の撮影範囲を歩行する被評価者９０の身長情報を特定することができる。なお、カメラ２０によって被評価者９０の顔が撮影できない場合には、被評価者９０の顔が撮影できる位置に、カメラ２０とは別の顔認識用のカメラが設置されるとよい。

［実施の形態１の効果等］
以上説明したように、認知機能評価装置１０は、被評価者の９０歩行中の体動を示す体動データを取得する取得部１１と、取得された体動データに基づいて、被評価者９０の歩行中の体の変位を算出する算出部１２ａと、算出された変位を周波数分析することにより得られる被評価者９０の歩行の周期を示す周波数ピークに基づいて、被評価者９０の認知機能を評価し、評価結果を出力する評価部１２ｂとを備える。

これにより、認知機能評価装置１０は、被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能の評価を行うことができる。認知機能評価装置１０によれば、被評価者９０は、歩行するだけで認知機能の評価を受けることができる。つまり、認知機能評価装置１０は、認知機能の評価を容易に行うことができる。

また、評価部１２ｂは、周波数ピークのピークレベルに基づいて、被評価者９０の認知機能を評価し、ピークレベルが低いほど被評価者９０の認知機能が低下していると評価してもよい。

これにより、認知機能評価装置１０は、周波数ピークのピークレベルに基づいて被評価者９０の認知機能を評価することができる。

また、評価部１２ｂは、周波数ピークの半値幅に基づいて、被評価者９０の認知機能を評価し、半値幅が広いほど被評価者９０の認知機能が低下していると評価してもよい。

これにより、評価部１２ｂは、周波数ピークのばらつき（裾の広がり）に基づいて被評価者９０の認知機能を評価することができる。

また、算出部１２ａは、取得された体動データに基づいて、被評価者９０の歩行中の体の上下方向における変位を算出し、評価部１２ｂは、算出された上下方向における変位を周波数分析することにより得られる周波数ピークに基づいて、被評価者９０の認知機能を評価してもよい。

これにより、認知機能評価装置１０は、被評価者９０の歩行中の体の上下方向における変位に応じて定まる被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能を評価することができる。

また、認知機能評価装置１０は、さらに、人の歩行の周期を示す周波数ピークに関する情報と、人の認知機能との関係を示す参照データが記憶された記憶部１３を備えてもよい。評価部１２ｂは、被評価者９０の歩行の周期を示す周波数ピークと記憶部１３に記憶されている参照データとを照合することにより、被評価者９０の認知機能を評価してもよい。

これにより、認知機能評価装置１０は、参照データに基づいて被評価者９０の認知機能を評価することができる。

また、取得部１１は、カメラ２０によって撮影された被評価者９０の歩行中の動画像データを、体動データとして取得し、算出部１２ａは、動画像データを画像処理することにより、被評価者９０の歩行中の体の変位を算出してもよい。

これにより、認知機能評価装置１０は、被評価者９０の動画像データによって定められる被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能を評価することができる。また、被評価者９０は、カメラ２０の撮影範囲を歩行するだけで認知機能の評価を受けることができる。つまり、認知機能評価装置１０は、認知機能の評価を容易に行うことができる。

また、取得部１１は、カメラ２０によって撮影された動画像データであって、所定の区間の始点及び終点を示す２つマーカが配置された空間における、被評価者９０の歩行中の動画像データを取得してもよい。画像処理において、算出部１２ａは、動画像データ内で被評価者９０が所定の区間を歩行している期間を特定し、当該期間における被評価者９０の歩行中の体の変位を算出してもよい。

これにより、認知機能評価装置１０は、２つのマーカの間を歩行中の被評価者９０の動画像データによって定められる被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能を評価することができる。

また、認知機能評価装置１０は、さらに、被評価者９０の身長情報が記憶された記憶部１３を備え、算出部１２ａは、動画像データ内における被評価者９０の位置を記憶部１３に記憶されている身長情報を用いて補正し、補正後の被評価者９０の位置に基づいて動画像データ内で被評価者９０が所定の区間を歩行している期間を特定してもよい。記憶部１３は、身長情報記憶部の一例である。

これにより、認知機能評価装置１０は、被評価者９０が所定の区間を通過したか否かの判定が、被評価者９０の身長に応じてばらつくことを抑制することができる。

また、認知機能評価システム１００は、認知機能評価装置１０と、動画像データを生成するカメラ２０とを備える。カメラ２０は、体動データ生成装置の一例であり、動画像データは、体動データの一例である。

これにより、認知機能評価システム１００は、被評価者９０の動画像データによって定められる被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能を評価することができる。

また、認知機能評価装置１０または認知機能評価システム１００が実行する認知機能評価方法は、被評価者９０の歩行中の体動を示す体動データを取得し、取得された体動データに基づいて、被評価者９０の歩行中の体の変位を算出し、算出された変位を周波数分析することにより得られる被評価者９０の歩行の周期を示す周波数ピークに基づいて、被評価者９０の認知機能を評価し、評価結果を出力する。

このような認知機能評価方法は、被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能の評価を行うことができる。

（実施の形態２）
［実施の形態２に係る認知機能評価システムの機能構成］
上記実施の形態１では、カメラ２０によって撮影された動画像データが体動データとして使用されたが、認知機能評価システム１００及び認知機能評価装置１０は、動画像データ以外の体動データを用いて認知機能の評価を行ってもよい。

例えば、加速度センサによって計測された体動の加速度を示すデータ（以下、加速度データと記載する）が体動データとして使用されてもよい。以下このような実施の形態２に係る認知機能評価システム及び認知機能評価装置について説明する。図１２は、実施の形態２に係る認知機能評価システムの機能構成を示すブロック図である。なお、以下の実施の形態２においては、実施の形態１との相違点を中心に説明が行われ、実施の形態１において説明が行われた事項についての説明は適宜省略される。

図１２に示されるように、実施の形態２に係る認知機能評価システム１００ａは、カメラ２０に代えて加速度センサ４０を備える。加速度センサ４０は、被評価者９０に装着され、被評価者９０の歩行中の加速度データを体動データとして出力する。加速度センサ４０は、体動データ生成装置の一例であり、加速度データは、体動データの一例である。

取得部１１は、加速度センサ４０によって計測された体動の加速度データを、体動データとして取得する。取得された加速度データは、例えば、情報処理部１２によって記憶部１３に記憶される。

加速度センサ４０は、例えば、被評価者９０の腰部に装着される。図１３は、被評価者９０の腰部に装着された加速度センサ４０を示す図である。加速度センサ４０は、例えば、計測軸が鉛直方向（上下方向）に沿うように被評価者９０に装着されるが、計測軸が水平方向（左右方向または前後方向）に沿うように被評価者９０に装着されてもよい。

［実施の形態２に係る認知機能評価方法］
次に、実施の形態２に係る認知機能評価方法について説明する。図１４は、実施の形態２に係る認知機能評価方法のフローチャートである。

実施の形態２に係る認知機能評価方法においては、まず、取得部１１が加速度センサ４０によって計測された加速度データを、体動データとして取得する（Ｓ２１）。取得部１１は、例えば、無線通信によって加速度データを取得するが、有線通信によって加速度データを取得してもよい。加速度データは、例えば、図１５に示されるような信号となる。図１５は、加速度データの一例を示す図である。

次に、算出部１２ａは、取得された加速度データに基づいて被評価者９０の歩行中の体の変位を算出する（Ｓ２２）。以降の処理（ステップＳ１３〜ステップＳ１５）は、実施の形態１と同様である。

ここで、ステップＳ２２における被評価者９０の歩行中の体の変位の算出方法について詳細に説明する。図１６は、実施の形態２に係る、被評価者９０の歩行中の体の変位の算出方法のフローチャートである。

算出部１２ａは、まず、加速度を積分することにより、速度を算出する（Ｓ３１）次に、算出部１２ａは、算出した速度の平均速度を算出する（Ｓ３２）。そして、算出部１２ａは、ステップＳ３１において算出された速度と、ステップＳ３２において算出された平均速度とに基づいて平均速度に対する相対速度を算出する（Ｓ３３）。

続いて、算出部１２ａは、算出された相対速度を積分することにより、位置を算出する（Ｓ３４）。また、算出部１２ａは、算出された位置の平均である平均相対位置を算出する（Ｓ３５）。そして、算出部１２ａは、ステップＳ３４において算出された位置と、ステップＳ３５において算出された平均相対位置とに基づいて平均相対位置に対する相対位置を算出する（Ｓ３６）。算出された相対位置は、上記図５に示されるような信号となる。つまり、算出された相対位置は、被評価者９０歩行中の体の変位となる。

［実施の形態２の効果等］
以上説明したように、実施の形態２に係る認知機能評価システム１００ａにおいては、取得部１１は、被評価者９０に装着された加速度センサ４０によって計測された体動の加速度を示すデータを、体動データとして取得する。算出部１２ａは、加速度を積分することにより、被評価者９０の歩行中の体の変位を算出する。加速度センサ４０は、体動データ生成装置の一例であり、加速度データは、体動データの一例である。

これにより、認知機能評価システム１００ａ（認知機能評価システム１００ａが備える認知機能評価装置１０）は、加速度データによって定められる被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能を評価することができる。また、被評価者９０は、加速度センサ４０を装着して歩行するだけで認知機能の評価を受けることができる。つまり、認知機能評価システム１００ａ（認知機能評価システム１００ａが備える認知機能評価装置１０）は、認知機能の評価を容易に行うことができる。

［実施の形態２の変形例］
なお、認知機能評価システム１００ａは、加速度センサ４０に代えて、電波センサを備えてもよい。図１７は、電波センサを備える認知機能評価システムの概要を説明するための図である。

電波センサ７０は、例えば、マイクロ波を出射し、出射したマイクロ波の周波数に対する、被評価者９０に当たって反射した反射波の周波数の変化を検出することができる。電波センサ７０は、体動データ生成装置の一例である。

電波センサ７０によれば、被評価者９０の動き、すなわち被評価者９０歩行中の体の変位を検出することができる。電波センサ７０によれば、認知機能評価システムは、電波センサ７０の出力によって定められる被評価者９０の歩行の周期性に基づいて、被評価者９０の認知機能を評価することができる。

（その他の実施の形態）
以上、実施の形態に係る認知機能評価装置、及び、認知機能評価システムについて説明したが、本発明は、上記実施の形態に限定されるものではない。

また、上記実施の形態で説明された、認知機能評価装置が備える各構成要素の装置への振り分けは、一例である。認知機能評価システムが備える各構成要素は、ユーザの認知症の程度を判断できる範囲で、どのように振り分けられてもよい。例えば、認知機能評価装置が備える記憶部は、単独の記憶装置として実現されてもよい。

また、認知機能評価システムは、クライアントサーバシステムとして実現されてもよい、この場合、例えば、認知機能評価装置は、サーバ装置として実現され、パーソナルコンピュータ、スマートフォン、またはタブレット端末などの表示装置がクライアント装置として実現される。

上記実施の形態で説明した装置間の通信方法は、一例である。装置間の通信方法については特に限定されるものではない。装置間では、例えば、特定小電力無線、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、または、Ｗｉ−Ｆｉ（登録商標）などの通信規格を用いた無線通信が行われる。なお、無線通信は、具体的には、電波通信、または、赤外線通信などである。

また、装置間においては、無線通信に代えて、電力線搬送通信（ＰＬＣ：Ｐｏｗｅｒ Ｌｉｎｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）または有線ＬＡＮを用いた通信など、有線通信が行われてもよい。

また、上記実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。例えば、本発明は、上記実施の形態の認知機能評価方法をコンピュータに実行させるためのプログラムとして実現されてもよいし、このようなプログラムが記憶された非一時的な記録媒体として実現されてもよい。

また、上記実施の形態において説明された認知機能評価方法のフローチャートにおける複数の処理の順序は一例である。複数の処理の順序は、変更されてもよいし、複数の処理は、並行して実行されてもよい。また、特定の処理部が実行する処理を別の処理部が実行してもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

１０ 認知機能評価装置
１１ 取得部
１２ａ 算出部
１２ｂ 評価部
１３ 記憶部
２０ カメラ（体動データ生成装置）
４０ 加速度センサ（体動データ生成装置）
５０ａ、５０ｂ マーカ
７０ 電波センサ（体動データ生成装置）
９０、９０ａ、９０ｂ 被評価者
１００、１００ａ 認知機能評価システム

Claims (12)

1. 被評価者の歩行中の体動を示す体動データを取得する取得部と、
   取得された前記体動データに基づいて、前記被評価者の歩行中の体の変位を算出する算出部と、
   算出された前記変位を周波数分析することにより得られる前記被評価者の歩行の周期を示す周波数ピークに基づいて、前記被評価者の認知機能を評価し、評価結果を出力する評価部とを備える
   認知機能評価装置。
2. 前記評価部は、前記周波数ピークのピークレベルに基づいて、前記被評価者の認知機能を評価し、前記ピークレベルが低いほど前記被評価者の認知機能が低下していると評価する
   請求項１に記載の認知機能評価装置。
3. 前記評価部は、前記周波数ピークの半値幅に基づいて、前記被評価者の認知機能を評価し、前記半値幅が広いほど前記被評価者の認知機能が低下していると評価する
   請求項１に記載の認知機能評価装置。
4. 前記算出部は、取得された前記体動データに基づいて、前記被評価者の歩行中の体の上下方向における変位を算出し、
   前記評価部は、算出された上下方向における前記変位を周波数分析することにより得られる前記周波数ピークに基づいて、前記被評価者の認知機能を評価する
   請求項１〜３のいずれか１項に記載の認知機能評価装置。
5. さらに、人の歩行の周期を示す周波数ピークに関する情報と、前記人の認知機能との関係を示す参照データが記憶された記憶部を備え、
   前記評価部は、前記被評価者の歩行の周期を示す前記周波数ピークと前記記憶部に記憶されている前記参照データとを照合することにより、前記被評価者の認知機能を評価する
   請求項１〜４のいずれか１項に記載の認知機能評価装置。
6. 前記取得部は、カメラによって撮影された前記被評価者の歩行中の動画像データを、前記体動データとして取得し、
   前記算出部は、前記動画像データを画像処理することにより、前記被評価者の歩行中の体の変位を算出する
   請求項１〜５のいずれか１項に記載の認知機能評価装置。
7. 前記取得部は、前記カメラによって撮影された前記動画像データであって、所定の区間の始点及び終点を示す２つマーカが配置された空間における、前記被評価者の歩行中の前記動画像データを取得し、
   前記画像処理において、前記算出部は、前記動画像データ内で前記被評価者が前記所定の区間を歩行している期間を特定し、当該期間における前記被評価者の歩行中の体の変位を算出する
   請求項６に記載の認知機能評価装置。
8. さらに、前記被評価者の身長情報が記憶された身長情報記憶部を備え、
   前記算出部は、前記動画像データ内における前記被評価者の位置を前記身長情報記憶部に記憶されている前記身長情報を用いて補正し、補正後の前記被評価者の位置に基づいて前記動画像データ内で前記被評価者が前記所定の区間を歩行している期間を特定する
   請求項７に記載の認知機能評価装置。
9. 前記取得部は、前記被評価者に装着された加速度センサによって計測された体動の加速度を示すデータを、前記体動データとして取得し、
   前記算出部は、前記加速度を積分することにより、前記被評価者の歩行中の体の変位を算出する
   請求項１〜５のいずれか１項に記載の認知機能評価装置。
10. 請求項１〜９のいずれか１項に記載の認知機能評価装置と、
    前記体動データを生成する体動データ生成装置とを備える
    認知機能評価システム。
11. 被評価者の歩行中の体動を示す体動データを取得し、
    取得された前記体動データに基づいて、前記被評価者の歩行中の体の変位を算出し、
    算出された前記変位を周波数分析することにより得られる前記被評価者の歩行の周期を示す周波数ピークに基づいて、前記被評価者の認知機能を評価し、評価結果を出力する
    認知機能評価方法。
12. 請求項１１に記載の認知機能評価方法をコンピュータに実行させるためのプログラム。

Images