JPWO2019087787A1 - 異常データ処理システムおよび異常データ処理方法 - Google Patents
異常データ処理システムおよび異常データ処理方法 Download PDFInfo
- Publication number
- JPWO2019087787A1 JPWO2019087787A1 JP2019551056A JP2019551056A JPWO2019087787A1 JP WO2019087787 A1 JPWO2019087787 A1 JP WO2019087787A1 JP 2019551056 A JP2019551056 A JP 2019551056A JP 2019551056 A JP2019551056 A JP 2019551056A JP WO2019087787 A1 JPWO2019087787 A1 JP WO2019087787A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- abnormality
- subject
- individual subject
- degree
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 235
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 145
- 238000003672 processing method Methods 0.000 title claims description 12
- 230000005856 abnormality Effects 0.000 claims abstract description 258
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims description 189
- 238000001514 detection method Methods 0.000 claims description 157
- 238000004891 communication Methods 0.000 claims description 28
- 230000005057 finger movement Effects 0.000 claims description 14
- 230000002547 anomalous effect Effects 0.000 claims description 7
- 230000036962 time dependent Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000002131 composite material Substances 0.000 abstract description 2
- 210000003811 finger Anatomy 0.000 description 154
- 230000033001 locomotion Effects 0.000 description 69
- 210000004247 hand Anatomy 0.000 description 49
- 238000004458 analytical method Methods 0.000 description 47
- 238000011156 evaluation Methods 0.000 description 45
- 230000006870 function Effects 0.000 description 38
- 230000001133 acceleration Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 238000010079 rubber tapping Methods 0.000 description 16
- 238000012951 Remeasurement Methods 0.000 description 12
- 238000010494 dissociation reaction Methods 0.000 description 10
- 230000005593 dissociations Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 230000007659 motor function Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000003550 marker Substances 0.000 description 6
- 210000003813 thumb Anatomy 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000002386 leaching Methods 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 5
- 230000005978 brain dysfunction Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 241000203475 Neopanax arboreus Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 206010016256 fatigue Diseases 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003925 brain function Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 210000000282 nail Anatomy 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006999 cognitive decline Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 208000028327 extreme fatigue Diseases 0.000 description 1
- 210000004905 finger nail Anatomy 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- A61B5/1124—Determining motor skills
- A61B5/1125—Grasping motions of hands
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
-
- 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
- A61B5/1124—Determining motor skills
-
- 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
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
- A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/08—Elderly
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Neurosurgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
図1は、実施の形態1の異常データ処理システムを含む,人データ計測システムの構成を示す。実施の形態1では、病院や高齢者施設などの施設やユーザ自宅等に,人データ計測システムを有する。人データ計測システムは、異常データ処理システム1と、磁気センサ型指タップ運動システムである計測システム2とを有し、それらが通信線を通じて接続されている。計測システムは、計測装置3と端末装置4とを有し、それらが通信線を通じて接続されている。施設内に複数の計測システム2が設けられてもよい。
図2は、実施の形態1の異常データ処理システム1の構成を示す。異常データ処理システム1は、制御部101、記憶部102、入力部103、出力部104、通信部105等を有し、それらがバスを介して接続されている。入力部103は、異常データ処理システム1の管理者等による操作入力を行う部分である。出力部104は、異常データ処理システム1の管理者等に対する画面表示等を行う部分である。通信部105は、通信インタフェースを有し、計測装置3及び端末装置4との通信処理を行う部分である。
図3は、実施の形態1の計測装置3の構成を示す。計測装置3は、運動センサ20、収容部301、計測部302、通信部303等を有する。収容部301は、運動センサ20が接続されている運動センサインタフェース部311、運動センサ20を制御する運動センサ制御部312を有する。計測部302は、運動センサ20及び収容部301を通じて、波形信号を計測し、計測データとして出力する。計測部302は、計測データを得るタスク計測部321を含む。通信部303は、通信インタフェースを有し、異常データ処理システム1と通信して計測データを異常データ処理システム1へ送信する。運動センサインタフェース部311は、アナログデジタル変換回路を含み、運動センサ20により検出されたアナログ波形信号を、サンプリングによりデジタル波形信号に変換する。そのデジタル波形信号は、運動センサ制御部312に入力される。
図4は、実施の形態1の端末装置4の構成を示す。端末装置4は、制御部401、記憶部402、通信部403、入力機器404、表示機器405を有する。制御部401は、ソフトウェアプログラム処理に基づいた制御処理として、異常データ検出結果表示,異常データ処理内容表示,異常データ処理内容実行,等を行う。記憶部402は、異常データ処理システム1から得た,ユーザ情報,タスクデータ,計測データ,解析評価データ,異常データ検出結果,異常データ処理内容,等を格納する。通信部403は、通信インタフェースを有し、異常データ処理システム1と通信して異常データ処理システム1から各種データを受信し、異常データ処理システム1へユーザ指示入力情報等を送信する。入力機器404はキーボードやマウス等がある。表示機器405は、表示画面406に各種情報を表示する。なお、表示機器405をタッチパネルとしてもよい。
図5は、ユーザの手指に運動センサ20である磁気センサが装着された状態を示す。運動センサ20は、計測装置3に接続されている信号線23を通じて、対になるコイル部である、発信コイル部21と受信コイル部22とを有する。発信コイル部21は、磁場を発生し、受信コイル部22は、その磁場を検知する。図5の例では、ユーザの右手において、親指の爪付近に発信コイル部21が装着されており、人差し指の爪付近に受信コイル部22が装着されている。装着する指は他の指に変更可能である。装着する箇所は爪付近に限らず可能である。
図6は、計測装置3の運動センサ制御部312等の詳細構成例を示す。運動センサ20において、発信コイル部21と受信コイル部22との間の距離Dを示す。運動センサ制御部312は、交流発生回路312a、電流発生用アンプ回路312b、プリアンプ回路312c、検波回路312d、LPF回路312e、位相調整回路312f、アンプ回路312g、出力信号端子312hを有する。交流発生回路312aには、電流発生用アンプ回路312b及び位相調整回路312fが接続されている。電流発生用アンプ回路312bには、信号線23を通じて、発信コイル部21が接続されている。プリアンプ回路312cには、信号線23を通じて、受信コイル部22が接続されている。プリアンプ回路312cの後段には、順に、検波回路312d、LPF回路312e、アンプ回路312g、出力信号端子312hが接続されている。位相調整回路312fには検波回路312dが接続されている。
図7は、実施の形態1の人データ計測システムにおける主に異常データ処理システム1により行われる処理全体のフローを示す。図7は、ステップS1〜S10を有する。以下、ステップの順に説明する。
図8は、特徴量の波形信号の例を示す。図8の(a)は、二指の距離Dの波形信号を示し、(b)は、二指の速度の波形信号を示し、(c)は、二指の加速度の波形信号を示す。(b)の速度は(a)の距離の波形信号の時間微分により得られる。(c)の加速度は(b)の速度の波形信号の時間微分により得られる。解析評価部13は、計測データ42Bの波形信号から、微分や積分等の演算に基づいて、本例のような所定の特徴量の波形信号を得る。また、解析評価部13は、特徴量から所定の計算による値を得る。
異常データ処理システム1の異常データ検出部14で行われるDB不使用異常データ検出部14Aについて説明する。DB不使用異常データ検出部14Aでは,個別被験者DB45Aおよび多数被験者DB45Bを参照せずに,計測データのみから異常か否かを判定する。具体的には下記の異常検出項目が挙げられる。異常データ検出部14では、本来想定されるデータの特徴と、取得されたデータの特徴に不一致がある場合に、取得されたデータを異常データとして検出する。検出には取得された計測データ自体、あるいは、計測データから得られる上述の各種特徴量を用いることができる。異常検出項目に対応する異常データを検出した異常データ検出部14は、検出した異常データに対応した処理を行なう。
(E1)ユーザが誤って同一のタスクを連続して計測した場合
同一のタスクに対応する複数のデータが入力された場合、異常データとして検出する。対応する処理として、端末装置4の画面上でユーザに1回目と2回目のどちらを用いるか問いかけて,データを選択する。もしくは,2回目は繰り返し計測することによる練習効果が生じると考えて,練習効果が含まれない1回目を常に用いると決めても良い。また,1回目は計測に不慣れなことから計測に失敗している可能性があると考えて,2回目を常に用いると決めても良い。また,解析評価データ43に格納された特徴量を参照して,出来が良い方を用いるとしても良い。
これは,ユーザは片手の指タップを計測する意図で運動をしたものの,実際はシステム上では両手の指タップが選択されて計測データが記録されている場合である。各々の手の計測データについて,運動が実施されていない時間(以下,「運動不実施時間」という)を算出する。運動不実施時間は,前述の特徴量を使って求められる。例えば,単位時間あたりの(2)「総移動距離」が所定の値TDc以下であった時間帯と定義する。この定義以外でも,(14)「総エネルギー」や(33)「タップ回数」が所定の値以下であるとしても良い。そして,片方の手においてのみ,運動不実施時間が所定の値Tc以上となった場合は,両手のタスクであるのに誤って片手のみのタスクを行ったと判定し,異常データとして検出される。Tcは,例えば,計測時間の3分の2などと予め決めることが出来る。この場合,計測時間が15秒間の場合は,運動不実施時間が10秒以上となった場合に異常データと検出される。このように異常データと検出された場合,運動不実施時間があった方の手のデータは無視して,もう一方の手だけのデータからなる片手タスクの計測データとして扱う。なお,自動的に処理せずに,端末装置4の画面上でユーザまたは管理者に問いかけて確認しても良い。
これは,ユーザは両手の指タップを計測する意図で運動をしたものの,実際はシステム上では片手の指タップが選択されて計測データが記録されている場合である。後述するように図12のタスク計測画面では,片手の指タップを行った場合は片方の手の波形しかユーザに提示されないが,計測装置3では両手の計測データを取得していることから,バックグラウンドで両手の計測データを保存しておく。この両手の計測データの各々の手について,前項のように運動不実施時間を算出する。もし両手ともに運動不実施時間が所定の値Tc未満であった場合,ユーザは両手タスクを行っていたと判定することができる。そして,ユーザに提示しなかった方の手のデータも使って,両手タスクの計測データとして扱う。なお,自動的に処理せずに,画面上でユーザまたは管理者に問いかけて確認しても良い。
これは,指タップ運動の計測中に親指と人差し指が交差することで,2指間距離が異常値になる場合である。運動センサ20に磁気センサを用いる場合,その性質上,図10(a)に示したように2指が交差した時間帯で2指間距離が非常に大きな値に推定されてしまうことがある。この異常を検出するには,解析評価データ43に格納された特徴量の中で,波形振幅を表す特徴量を用いる。例えば,(1)「距離の最大振幅」が,所定の値(例えば,多くの人の2指間距離よりも大きい値として20cm),または,計測前に予め計測しておいた2指間距離の最大値よりも大きい場合は,2指が交差する異常が発生したと看做すことができる。また,特徴量を算出する前の計測データ42B(生の波形データ)において2指間距離の最大値よりも大きい時間帯を抽出することで,異常が発生した時間帯を特定することができる。なお,2指が交差したという現象も指タップの運動の性質の一部であるので,異常データと看做さずに排除しない方がよい場合もある。この場合は,自動的に異常データと処理せずに,画面上でユーザまたは管理者に問いかけて確認しても良い。
これは,計測中に指から運動センサが外れたことで,2指間距離が異常値となる場合である。運動センサが外れると,図10(b)に示したように2指間距離が非常に大きな値に推定される。前項と同様に,(1)「距離の最大振幅」などの波形振幅を表す特徴量が,所定の値または2指間距離の最大値よりも大きい場合で,かつ,それが計測の最後まで持続した場合に,運動センサが指から外れたと看做すことができる。この状態が計測終了時まで持続したことは,前項と同様に,計測データにおいて2指間距離の最大値よりも大きい時間帯を抽出することで判定することができる。なお,所定の計測時間が終了しなくても,運動センサが指から外れたと判定されたときに,リアルタイムに即時に計測を終了して,再計測を促しても良い。
これは,ユーザが計測開始の合図を正しく理解せずに,計測時間の途中から運動を開始した場合である。図10(c)のように,計測の最初に運動不実施時間がある場合に,この異常が生じたと判定することができる。運動不実施時間の有無の判定は,前述の方法で実現できる。また,計測時間を所定の数(例えば,5つ)のセグメントで区切って,各セグメントにおいて指タップの特徴量を算出し,セグメント間で特徴量を比較したときに,特徴量の値が明らかに他のセグメントとは異なるセグメントがあったときに,この異常が起こったと判定することができる。例えば,15秒間の計測時間を5つに区切ると各3秒のセグメントができる。これらのセグメントに対して,それぞれ(33)「タップ回数」を算出したときに,最初のセグメントから順に,0回,5回,5回,5回,4回という値が得られたとする。この場合に,これらの5個の特徴量の平均値から,運動の大きさが低下する方向に標準偏差N個分以上(例えば,N=2)離れているセグメントの有無を調べると,1番目のセグメントの0回が該当する。このようにして,運動不実施時間の有無を求めることも出来る。
これは,ユーザが計測終了の前に誤って運動を終了した場合である。図10(d)のように,計測の最後に運動不実施時間がある場合に,この異常が起こったと検出することができる。運動不実施時間の有無の判定は,前述の方法で実現できる。また,前項のように計測時間をN個のセグメントで区切って運動不実施時間を求める方法でも実現できる。なお,所定の計測時間が終了しなくても,計測時間の途中で運動を終了したと判定されたときに,リアルタイムに即時に計測を終了して,再計測を促しても良い。
これは,計測の途中でケーブルが絡まったなどの原因で,運動を一時中断した場合である。図10(e)のように,計測の途中に運動不実施時間がある場合に,この異常が起こったと検出することができる。運動不実施時間の有無の判定は,前述の方法で実現できる。また,前々項のように計測時間をN個のセグメントで区切って運動不実施時間を求める方法でも実現できる。なお,所定の計測時間が終了しなくても,計測時間の途中で運動を中断したと判定されたときに,リアルタイムに即時に計測を終了して,再計測を促しても良い。
異常データ処理システム1の異常データ検出部14で行われるDB使用異常データ検出部14Bについて説明する。DB使用異常データ検出部14Bでは,例えばユーザXの新規データを取得した場合に、ユーザXの過去データを格納した個別被験者DB45Aおよび多数被験者DB45Bを参照することで新規データが異常か否かを判定する。具体的には下記の異常検出項目が挙げられる。
これは,ユーザが意図的に不真面目に運動したり,タスクの指示を誤解したりすることによって,運動の出来が低い場合である。これらは,ユーザ自身の過去のDB(個別被験者DB)または多数の被験者の過去のDB(多数被験者DB)と比較して,それとの乖離度が大きい場合に検出することができる。乖離度の算出方法は後述する。
これは,脳機能や運動機能の低下や極度の疲労によって運動の出来が悪化する場合や,投薬やリハビリテーションの影響で運動の出来が向上する場合が含まれる。これらは,ユーザ自身の過去のDB(個別被験者DB)と比較して,それとの乖離度が大きい場合に検出することができる。乖離度の算出方法は後述する。
これは,他人がユーザになりすますことで,運動の性質が変化したようにみえる場合である。この場合も,ユーザ自身の過去のDB(個別被験者DB)と比較して,それとの乖離度が大きい場合に検出することができる。乖離度の算出方法は後述する。
上記の乖離度の算出方法について説明する。乖離度は,個別被験者DB乖離度算出部14Ba,多数被験者DB乖離度算出部14Bb,合成乖離度算出部14Bcによって算出される。
上述の方法で,個別被験者DB乖離度算出部14Baおよび多数被験者DB乖離度算出部14Bbにおいては,当該計測データの個別被験者DB45Aまたは多数被験者DB45Bからの乖離度を算出することができる。この点,個別被験者DB45Aは,当該ユーザのデータの個性を反映した異常データ検出が可能であるので,正確な異常データ検出のためには個別被験者DB45Aを使うことが望ましい。具体的には,図11(a)で示すように,★で示したデータ1とデータ2はユーザAの個別被験者DB45Aからの乖離度は等しく,両者とも異常データと正しく検出される。しかし,当該ユーザが既に何回も計測を実施している場合は個別被験者DB45Aを使うことが可能であるものの,初回もしくは少ない回数しか計測を実施していない場合は個別被験者DB45Aが十分蓄積されていないため,多数被験者DB45Bを使う必要がある。なお,図11〜13では,特徴量2個からなる2次元空間と考えてDBや異常データを模式的に示しているが,特徴量は1個でも3個以上でも良く,用いる特徴量の数に応じた多次元空間と考える。
個別被験者DB乖離度算出部14Baにおいて,個別被験者DB45Aからの乖離度を算出する場合に,DB内のデータの時系列の関係も考慮して算出される乖離度(以下,経時減衰乖離度と呼ぶ)を求める方法を説明する。個別被験者DB45Aのデータは,ユーザが定期的に計測することで経時的に蓄積されている。しかし,ユーザの健康状態は,加齢や認知機能低下や運動機能低下などによって日々変化している。そのため,異常データを検出するにあたっては,直近のデータほど信頼性が高く,過去に遡るほど信頼性が低くなると考えられる。具体的には,図13(a)のように,個別被験者DB45A内のデータが1⇒2⇒3と経時的に推移しているとき,4aと4bはDBの平均からの乖離度は同じであるが,4aは直近のデータである3から遠いため異常と判定されるべきだが,4bは直近のデータである3に近いので異常と判定されるべきではない。
異常データ処理決定部15は,異常データ処理システム1のDB不使用異常データ検出部14AおよびDB使用異常データ検出部14Bで検出された異常データを処理する。図14で示した管理表50内の異常検出理由・処理対応表50Bには,異常データ処理システム1の異常データ検出部14で行われるDB不使用異常データ検出部14AおよびDB使用異常データ検出部14Bの異常項目が表形式で格納されている。これは,異常データ処理システム1の構築時に予め与えても良いし,異常データ処理システム1の管理者が設定可能としてもよい。処理の欄には複数の処理が記載されているが,実際はこのうち1つを選択して設定しておく。異常データ処理決定部15は,異常検出理由・処理対応表50Bに基づいて,DB不使用異常データ検出部14AおよびDB使用異常データ検出部14Bで検出された異常検出項目に対応した処理を行う。
異常データ処理実行部16は,異常データ処理決定部15で決定された異常データ処理内容46を実行する。計測データを不使用とする場合は,個別被験者DB45Aおよび多数被験者DB45Bにデータは登録しないこととする。再計測を行う場合は,通信部105を経由して,端末装置4に再計測という異常データ処理内容46を伝える。端末装置4はこれを受けて,計測装置3と連携して,再計測を実施する。ユーザにデータの取り扱いを問い合わせる場合は,通信部105を経由して,端末装置4に問い合わせ内容を伝える。端末装置4は,画面上に問合せ内容を表示し,ユーザが画面を見て回答する。ユーザ回答内容は,通信部105を経由して,異常データ処理システムに送信される。異常データ処理実行部16はユーザ回答内容に基づいて,処理を実行する。
図15は、端末装置4の表示画面の例として、サービスの初期画面であるメニュー画面の例を示す。このメニュー画面では、ユーザ情報欄1501、操作メニュー欄1502、設定欄1503等を有する。
図16は、他の例として、タスク計測画面を示す。この画面では、タスク情報を表示する。例えば、左右の手それぞれについて、横軸に時間、縦軸に二指の距離をとったグラフ1600を表示する。画面には、タスク内容を説明するための他の教示情報を出力してもよい。例えば、タスク内容を映像音声で説明するビデオの領域を設けてもよい。画面内には、「計測開始」、「計測やり直し」、「計測終了」、「保存(登録)」等の操作ボタンを有し、ユーザが選択できる。ユーザは、画面のタスク情報に従い、「計測開始」を選択して、タスクの運動を行う。計測装置3は、タスクの運動を計測して波形信号を得る。端末装置4は、計測中の波形信号に対応する計測波形1602をリアルタイムでグラフ1600上に表示する。ユーザは、運動後、「計測終了」を選択し、確定する場合には「保存(登録)」を選択する。計測装置3は、計測データを異常データ処理システム1へ送信する。
図17は、他の例として、評価結果画面を示す。本画面では、タスクの解析評価結果情報が表示される。タスクの解析評価後、自動的に本画面が表示される。本例では、A〜Eの5個の指タップ運動の特徴量について、レーダーチャート形式のグラフで表示する場合を示す。実線の枠線1701は、今回のタスク計測後の解析評価結果を示す。特徴量をレーダーチャートで表示する方式に限らず、所定の形式のグラフ等で表示する方式としてもよい。特徴量は、成績スコア(例えば100点満点)等の形式で換算して表示してもよい。特徴量のグラフの他に、解析評価結果に関する評価コメント等を表示してもよい。解析評価部13はその評価コメントを作成する。例えば、「(B),(E)は良好です」等のメッセージが表示される。画面内に、「過去の結果を重ね書きする」、「異常データ検出・処理へ進む」、「終了」等の操作ボタンを有する。異常データ処理システムは、「異常データ検出・処理へ進む」が選択された場合、異常データ検出・処理画面へ遷移させ、「終了」が選択された場合、初期画面へ遷移させる。
図18は、他の例として、異常データ検出・処理画面を示す。本画面では、異常データ処理システム1から送られた,異常データ検出結果44,および,その異常データ処理内容46が表示される。図11の「異常データ検出・処理」ボタン,または,図18の「異常データ検出・処理へ進む」ボタンが押された後に,本画面が表示される。本画面では,ユーザ情報や計測データ情報などの基本情報が示された上で,異常データ検出結果が表示される。計測データに異常が検出された場合は「異常」と表示され,異常が検出されなかった場合は「異常なし」と表示される。さらに,「異常」と判定された場合は,その異常データ検出理由が示される。異常データ検出理由は,異常データ処理システム1から送られた異常データ検出結果44に含まれている。本図では,DB不使用異常データ検出14Aの一例として,「計測時間0〜3秒で運動が行われなかったため。」という例が示されている。その下には指タップ運動の波形を提示して,異常データ検出理由を視覚的に分かりやすく説明している。さらにその下に,この異常データ検出理由に対応した,推奨される処理が示される。本図では,「再計測する」と例示している。この異常データ検出理由と処理の対応表は,管理表50内の異常検出理由・処理対応表50Bに記録されている。ユーザまたは計測者または管理者は,本図で示された推奨される処理を実行する場合は「推奨される処理を実行」ボタンを選択し,実行を希望しない場合は「推奨される処理を実行しない」ボタンを選択する。なお,このようにユーザまたは計測者または管理者に処理を実行させるか否かを選択させずに,異常データ処理システム1が自動的に処理を実行して,事後にその処理結果を知らせてもよい。
[効果等]
実施の形態1の異常データ処理システム1によれば、個別被験者DB45Aと多数被験者DB45Bの両方のDBを用いることで,精度の高い異常データ処理を実現できる。これは。個別被験者DB45Aのデータ数が不足しているときの精度低下は多数被験者DB45Bの重み付けを高めることでカバーでき,また,多数被験者DB45Bを用いた場合に個人差を反映できないことによる精度低下は個別被験者DB45Aの重み付けを高めることによってカバーできるためである。
図20は、実施の形態2の異常データ処理システムを含む,人データ計測システムを示す。この人データ計測システムは,病院や高齢者施設,ユーザ自宅等に設置される。実施の形態2の異常データ処理システムは、タブレット型指タップ運動計測システムである計測システムを用いる。この計測装システムは、タブレット端末である端末装置5により構成される。実施の形態2では、端末装置5に備えるタッチパネルを利用して、運動計測や情報表示を行う。実施の形態2は、実施の形態1の計測装置3の計測機能や端末装置4の表示機能を、1台の端末装置5に統合した形態に相当する。端末装置5は、施設に設置された装置としてもよいし、ユーザが所有する装置としてもよい。
図21は、端末装置5の表示画面210上において指タップの運動を行う方式を示す。端末装置5は、この方式を用いたタスクを提供してもよい。この方式では、制御部501は、表示画面210の背景領域上に、両手の対象の二指を配置するための領域211を表示する。対象の二指は、例えば第1指が親指、第2指が人指し指である場合を示す。ユーザは、その領域211に、各手の二指を接触または近接した状態で配置する。タッチセンサ512等に依存するが、本例では、この運動の際、表示画面の領域211に指をタッチした状態を基本的に維持させる。ユーザは、その領域211で二指を開閉する指タップを行う。端末装置5は、タッチセンサ512等を通じて、その指タップの運動を計測し、実施の形態1と同様に波形信号等の計測データを得る。領域211上の第1指の動き212及び第2指の動き213を矢印で示す。二指の指先間の距離Lとして、左手側の距離L1、右手側の距離L2を示す。
図23は、別の指タップの運動及び表示画面の例として、リーチング方式について示す。端末装置5は、リーチング方式を用いたタスクを提供してもよい。図23の(a)は、十字リーチングを示す。端末装置5の表示画面210上に、最初、初期位置の図形231が表示され、その初期位置の図形231に対象指、例えば人差し指が置かれた状態で、計測を開始する。開始後、表示画面210上に、マーカーに対応するターゲットの図形232、例えば十字(クロス)が表示される。制御部501は、例えば所定の周期で、異なる位置に、図形232を表示する。ユーザは、その図形232の位置に追従して手指を伸ばすようにして指タップを行う。本例では、図形232の中心位置に対してズレを持つ位置233で指タップされた状態を示す。ターゲットの図形232の中心位置と、タップまたはタッチの位置233との間に、ズレに対応する距離Eを有する。端末装置5は、計測データに基づいて、特徴量の1つとして、距離Eや遅延時間TD等を算出する。遅延時間TDは、初期位置の図形231に指を置いた待機状態でターゲットの図形232が表示された時点から、指がターゲットの図形232にタッチされた時点までの時間である。
図24は、別の指タップの運動、表示画面の例として、連続タッチ方式について示す。端末装置5は、連続タッチ方式を用いたタスクや練習を提供してもよい。図24(a)は、片手連続タッチを示す。表示画面210上の一箇所、例えば左下付近に、左手の親指をタッチするための図形241、例えば円形領域が表示される。ユーザは、表示された図形241に指をタッチして連続的にタッチし続けるようにする。図形241が非表示状態になった場合、ユーザは図形241から指を離す。制御部501は、図形241の表示を制御する。例えば、所定の周期で図形241の表示と非表示とが切り替えられ、所定の回数で表示される。また、図形241の表示と共に、教示情報として聴覚刺激等を与えてもよい。特徴量としては、例えば図形241のタッチ回数、タッチ間隔、タッチ遅延時間等が抽出される。
図25は、別の指タップの運動、表示画面の例として、光に合わせたタップ方式を示す。端末装置5は、この方式を用いたタスクを提供してもよい。図25(a)は、片手タップを示す。表示画面210上に、左手の対象指のタップ用の図形251と、その図形251のタップのタイミングを示すための視覚刺激の光となる図形252とを表示する。制御部501は、図形252の表示と非表示とを切り替えるように点滅表示させる。ユーザは、図形252が表示されたタイミングで、タップ用の図形251をタップする。別の運動の例としては、視覚刺激の図形252の代わりに聴覚刺激である音の出力としてもよいし、連続タッチを行う方式としてもよい。特徴量としては、例えば、周期的な刺激の発生時点に対するタップやタッチの時点の時間ずれがある。この時間ずれは、図形252が表示された時点から図形251がタップされた時点までの遅延時間に相当する。図25(b)は、同様に、両手同時タップの場合を示す。左右に2つのタップ用の図形251が設けられ、左右に2つの視覚刺激の図形252が同じタイミングで点滅表示される。同様に、両手交互タップの場合、制御部501は、左右の2つの図形252を交互のタイミングで点滅表示させる。
図26は、別の指タップの運動、表示画面の例として、五指タップ方式を示す。端末装置5は、五指タップ方式を用いたタスクを提供してもよい。この方式では、対象手の五指を用いる。端末装置5は、表示画面210の背景領域上に、両手のそれぞれの五指、合計十指をタップするための図形261を表示する。ユーザは、最初、表示画面210に五指をタッチするように置く。端末装置5は、そのタッチ位置の検出に基づいて、図形261の表示位置を自動的に調整して設定する。端末装置5は、各位置の図形261の表示を制御する。端末装置5は、タップすべき位置の図形261を特定の表示状態(例えば黒円で示す)にし、タップすべきではない位置の他の図形261を別の表示状態にする。端末装置5は、図形261の表示状態の切り替えを制御する。ユーザは、タップすべき図形261の表示に合わせ、その図形261に指をタップする。
実施の形態2に特有の特徴量の例については以下である。
リーチング方式に関する特徴量パラメータとして以下を有する。(2−1)「ターゲット表示からの遅延時間の平均値」[秒]は、上記遅延時間に関する平均値である。(2−2)「ターゲット表示からの遅延時間の標準偏差」[秒]は、上記遅延時間に関する標準偏差である。(2−3)「ターゲットに対する位置誤差の平均値」[mm]は、上記距離Eに関する平均値である。(2−4)「ターゲットに対する位置誤差の標準偏差」[mm]は、上記距離Eに関する標準偏差である。
データ処理部500内の異常データ検出部14で行われるDB不使用異常データ検出部14Aについて説明する。実施の形態1と同様に,DB不使用異常データ検出部14Aでは,DBを参照せずに,計測データのみから異常か否かを判定する。基本的には,実施の形態1と同じ異常検出項目が挙げられるが,本実施形態に特有の項目のみ下記で説明する。なお,実施の形態1で述べた異常項目のうち,(E2)は本実施形態では両手を使うタスクの場合は両手をタッチする場所が視覚的に指示されるため起こりえない。また,(E6)は,磁気センサに特有の現象であるため,画面をタッチする本実施形態では考えなくてよい。
これは,ユーザは両手同時タップを計測する意図で運動をしたものの,実際はシステム上では両手交互タップが選択されて計測データが記録されている場合である。この異常を検出するには,解析評価データ43に格納された特徴量のうち,両手の協調性を評価する特徴量を利用する。例えば,(2−14)「位相差の平均」は,両手が完全に揃って動かされた理想的な両手同時タップでは0°となる一方で,両手が完全に交互に動かされた理想的な両手交互タップでは180°となる。このことから,(2−14)「位相差の平均」が所定の値(例えば,90°)未満となった場合は,たとえ両手交互タップが選択されていたとしても,ユーザは両手同時タップを意図して運動していたと看做すことができる。つまり,両手同時タップの計測時に誤って両手交互タップが選択されていたと考えて,計測後に両手同時タップの計測データであるとタスクデータ42Aを変更する。
これは,前項と反対で,ユーザは両手交互タップを計測する意図で運動をしたものの,実際はシステム上では両手同時タップが選択されて計測データが記録されている場合である。前項と同様に指タップの特徴量を基準に判定できる。(2−14)「位相差の平均」が所定の値(例えば,90°)以上となった場合は,たとえ両手同時タップが選択されていたとしても,ユーザは両手交互タップを意図して運動していたと看做すことができる。つまり,両手交互タップの計測時に誤って両手同時タップンが選択されていたと考えて,計測後に両手同時タップの計測データであるとタスクデータ42Aを変更する。
これは,計測中に画面上に指定された所定の場所から外れた場所に指をタッチしている場合である。一定時間,運動不実施時間がある場合に,この異常が起こったと判定することができる。具体的には,例えば,運動不実施時間とは(2−5)「タップ回数」が0回であった時間として評価できる。また,所定の計測時間が終了する前でも,リアルタイムに計測を終了して,再計測を促しても良い。また,異常データとして検出せずに,所定の場所の周辺におけるタッチも検出することで,タッチする場所が所定の場所から外れた場合にユーザが所定の正しい場所に戻れるように視覚的または聴覚的に誘導してもよい。(E8)(E9)(E10)における運動不実施時間は,本異常検出項目と同じように(2−5)「タップ回数」が0回であった時間として評価すればよい。
実施の形態2の異常データ処理システムによれば、実施の形態1と同様に,個別被験者DB45Aと多数被験者DB45Bの両方のDBを併用することで,精度の高い異常データ検出を実現できる。実施の形態2では、特に、運動センサ20等を設ける必要が無いこともユーザの計測の手間を省くメリットとなる。
図27は、実施の形態3の異常データ処理システムを示す。異常データ処理システムは、サービス事業者のサーバ6と、複数の施設のシステム7とを有し、それらが通信網8を介して接続されている。通信網8やサーバ6は、クラウドコンピューティングシステムを含むものとしてもよい。実施の形態3の異常データ処理システムは、システム7の端末装置4およびサーバ6で役割を分担して構成される。分担については後述する。
図28は、サーバ6の構成を示す。サーバ6は、制御部601、記憶部602、入力部603、出力部604、通信部605を有し、それらがバスを介して接続されている。入力部603は、サーバ6の管理者等による操作入力を行う部分である。出力部604は、サーバ6の管理者等に対する画面表示等を行う部分である。通信部605は、通信インタフェースを有し、通信網8との通信処理を行う部分である。記憶部602にはDB640が格納されている。DB640は、サーバ6とは別のDBサーバ等で管理されてもよい。
図29は、サーバ6がDB640に管理するユーザ情報41のデータ構成例を示す。このユーザ情報41の表において、ユーザID、施設ID、施設内ユーザID、性別、年齢、疾患、重症度スコア、症状、履歴情報、等を有する。ユーザIDは、本システムでのユーザの一意の識別情報である。施設IDは、システム7が設けられている施設の識別情報である。なお、別に、各システム7の計測装置の通信アドレス等も管理されている。施設内ユーザIDは、その施設またはシステム7内で管理されているユーザ識別情報が存在する場合のそのユーザ識別情報である。即ち、ユーザIDと施設内ユーザIDとが関連付けられて管理されている。疾患項目や症状項目は、ユーザが選択入力した疾患や症状を表す値、あるいは病院で医師等が診断した値が格納される。重症度スコアは、疾患に関する度合いを表す値である。
実施の形態1では,異常データ検出部14で,DB不使用異常データ検出部14AおよびDB使用異常データ検出部14Bの両方を実行する構成となっていた。これに対して,本実施形態では,ローカルにあるシステム7の端末装置4でDB不使用異常データ検出部14Aを実施する,サーバ6でDB使用異常データ検出部14Bを実施する。このように分担する理由としては,サーバ6では,複数あるシステム7(7A,7B,・・・)から集約されたデータから個別被験者DB45Aおよび多数被験者DB45Bが構成されるため,DBを使用する異常データ検出に適しているためである。一方で,これらのDBが不要な異常データ検出は出来る限り早く実施するために,ローカルの端末装置4で実行した方がよい。ローカルの端末装置4で異常データ検出することで,計測中に異常が発生した場合にリアルタイムに異常データ検出を行えて,再計測の指示などを即時に出すことが出来る。また,サーバとのネットワークが常時接続されていない場合は,サーバにデータを送って異常データ検出結果を待つ時間のロスを防ぐことが出来る。
実施の形態3の異常データ処理システムによれば、実施の形態1と同様に,個別被験者DB45Aと多数被験者DB45Bの両方のDBを併用することで,精度の高い異常データ検出を実現できる。また,個別被験者DB45Aおよび多数被験者DB45Bをサーバで管理することで,多くの施設のデータを集約して大規模なDBを構築することができ,より精度の高い異常データ検出が実現できると考えられる。また,ローカルの端末装置4とサーバ6で異常データ検出機能を分担することで,時間ロスのない異常データ検出が可能となる。
Claims (15)
- 新規データの異常の有無を検出して処理する異常データ処理システムであって,
複数の被験者のデータが蓄積された多数被験者DBと,個別の被験者のデータが蓄積された個別被験者DBとを保持する記憶部と,
前記新規データが前記個別被験者DBから乖離している度合いである個別被験者DB乖離度を算出する個別被験者DB乖離度算出部と,
前記新規データが前記多数被験者DBから乖離している度合いである多数被験者DB乖離度を算出する多数被験者DB乖離度算出部と,
前記個別被験者DBのデータ数を用いて,前記個別被験者DB乖離度と前記多数被験者DB乖離度を合成した合成乖離度を求める合成乖離度算出部と,を備え,
前記合成乖離度に基づいて前記新規データを異常と判定する,
異常データ処理システム。 - 前記合成乖離度算出部において,
前記個別被験者DBのデータ数が増えると増加する個別被験者DB信頼係数を用い,前記個別被験者DB信頼係数で前記個別被験者DB乖離度を重み付けして,前記合成乖離度を求める,
請求項1記載の異常データ処理システム。 - 前記新規データが異常と判定された場合の処理を決定する異常データ処理決定部と,
前記処理を実行する異常データ処理実行部と,を備える,
請求項1記載の異常データ処理システム。 - 前記個別被験者DB乖離度算出部において,
前記新規データと前記個別被験者DB内の各データとの計測時間の差異を算出し,
前記計測時間の差異が大きいほど減衰する過去データ信頼度を算出して,前記各データと前記過去データ信頼度から前記個別被験者DB乖離度を算出する経時減衰乖離度算出機能と,を備える,
請求項1記載の異常データ処理システム。 - 前記多数被験者DBと前記個別被験者DBを用いず,前記新規データ自体あるいは前記新規データから得られる特徴量に基づいて前記新規データを異常と判定する,DB不使用異常データ検出部をさらに備える,
請求項1記載の異常データ処理システム。 - 前記新規データは手指運動データであり,
前記DB不使用異常データ検出部は,
前記手指運動データから算出される波形振幅,運動不実施時間,および両手協調性の少なくとも一つを前記特徴量とし,当該特徴量が所定の数値範囲から逸脱することを検出する,
請求項5記載の異常データ処理システム。 - 前記新規データを取得する計測装置を備えるローカルと、前記ローカルと通信網を介して接続されるサーバとにより構成され,
前記ローカルでは,前記DB不使用異常データ検出部により前記新規データを異常と判定し,
前記サーバでは,前記合成乖離度算出部により合成乖離度を求め,前記合成乖離度に基づいて前記新規データを異常と判定する,
請求項5記載の異常データ処理システム。 - 入力部,出力部,制御部,および記憶部を用いて,前記入力部より取得した新規データの異常の有無を検出して処理する異常データ処理方法であって,
前記記憶部に,複数の被験者のデータが蓄積された多数被験者DBと,個別の被験者のデータが蓄積された個別被験者DBとを保持し,
前記新規データが前記個別被験者DBから乖離している度合いである個別被験者DB乖離度を算出し,
前記新規データが前記多数被験者DBから乖離している度合いである多数被験者DB乖離度を算出し,
前記個別被験者DBのデータ数に基づき,前記個別被験者DB乖離度と前記多数被験者DB乖離度を用いて合成乖離度を求め,
前記合成乖離度に基づいて前記新規データを異常と判定する,
異常データ処理方法。 - 前記個別被験者DBのデータ数が増えると,前記個別被験者DB乖離度の重みを増大させて,前記合成乖離度を求める,
請求項8記載の異常データ処理方法。 - 前記記憶部に,前記新規データが異常と判定された場合の処理を決定する異常検出理由・処理対応表を保持し,
前記新規データが異常と判定された場合には,前記異常検出理由・処理対応表に基づいた処理を実行する,
請求項8記載の異常データ処理方法。 - 前記新規データと前記個別被験者DB内の各データとの計測時間の差異を算出し,
前記計測時間の差異が大きいほど減衰する過去データ信頼度を算出して,前記各データと前記過去データ信頼度から前記個別被験者DB乖離度を算出する,
請求項8記載の異常データ処理方法。 - 前記多数被験者DBと前記個別被験者DBを用いず,前記新規データ自体あるいは前記新規データから得られる特徴量に基づいて前記新規データを異常と判定することをさらに行なう,
請求項8記載の異常データ処理方法。 - 前記新規データは手指運動データであり,
前記手指運動データから算出される波形振幅,運動不実施時間,および両手協調性の少なくとも一つを前記特徴量とし,当該特徴量が所定の数値範囲から逸脱することを検出して前記新規データを異常と判定する,
請求項12記載の異常データ処理方法。 - 前記新規データを取得する計測装置を備えるローカルと、前記ローカルと通信網を介して接続されるサーバとを用い,
前記ローカルでは,前記個別被験者DBと前記多数被験者DBを用いず,前記新規データ自体あるいは前記新規データから得られる特徴量に基づいて前記新規データを異常と判定し,
前記サーバでは,前記個別被験者DBと前記多数被験者DBを用いて前記新規データを異常と判定する,
請求項12記載の異常データ処理方法。 - 前記個別被験者DBのデータは,前記多数被験者DBのデータの部分集合である,
請求項12記載の異常データ処理方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017209127 | 2017-10-30 | ||
JP2017209127 | 2017-10-30 | ||
PCT/JP2018/038709 WO2019087787A1 (ja) | 2017-10-30 | 2018-10-17 | 異常データ処理システムおよび異常データ処理方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020195150A Division JP7029513B2 (ja) | 2017-10-30 | 2020-11-25 | 異常データ処理システムおよび異常データ処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019087787A1 true JPWO2019087787A1 (ja) | 2020-10-22 |
JP6801122B2 JP6801122B2 (ja) | 2020-12-16 |
Family
ID=66333512
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019551056A Active JP6801122B2 (ja) | 2017-10-30 | 2018-10-17 | 異常データ処理システムおよび異常データ処理方法 |
JP2020195150A Active JP7029513B2 (ja) | 2017-10-30 | 2020-11-25 | 異常データ処理システムおよび異常データ処理方法 |
JP2022023708A Active JP7296495B2 (ja) | 2017-10-30 | 2022-02-18 | 異常データ処理システムおよび異常データ処理方法 |
JP2023096145A Pending JP2023123563A (ja) | 2017-10-30 | 2023-06-12 | 異常データ処理システムおよび異常データ処理方法 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020195150A Active JP7029513B2 (ja) | 2017-10-30 | 2020-11-25 | 異常データ処理システムおよび異常データ処理方法 |
JP2022023708A Active JP7296495B2 (ja) | 2017-10-30 | 2022-02-18 | 異常データ処理システムおよび異常データ処理方法 |
JP2023096145A Pending JP2023123563A (ja) | 2017-10-30 | 2023-06-12 | 異常データ処理システムおよび異常データ処理方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11607153B2 (ja) |
JP (4) | JP6801122B2 (ja) |
CN (3) | CN116049751A (ja) |
WO (1) | WO2019087787A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11200529B2 (en) * | 2015-08-06 | 2021-12-14 | Ns Solutions Corporation | Information processing apparatus, information processing system, information processing method and non-transitory computer readable recording medium |
DE102019209605A1 (de) * | 2019-07-01 | 2021-01-07 | Aktiebolaget Skf | Vorrichtung zum Detektieren eines Defekts einer rotierenden Anordnung |
CN112635031B (zh) * | 2020-12-15 | 2023-08-29 | 北京懿医云科技有限公司 | 一种数据量的异常检测方法、装置、存储介质和设备 |
CN117898710B (zh) * | 2024-03-18 | 2024-05-17 | 华中科技大学 | 一种基于手指肌动信号的手部异常运动确定装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003204942A (ja) * | 2002-01-16 | 2003-07-22 | Yamaha Motor Co Ltd | 生体状態関連情報提供システム |
JP2005305134A (ja) * | 2004-03-26 | 2005-11-04 | Matsushita Electric Ind Co Ltd | 生体情報処理装置、生体情報処理システム |
JP2007202869A (ja) * | 2006-02-02 | 2007-08-16 | Masahide Tanaka | 個人認証兼健康管理システム |
JP2010122901A (ja) * | 2008-11-19 | 2010-06-03 | Omron Healthcare Co Ltd | 健康状態判断装置 |
JP2011238215A (ja) * | 2010-04-17 | 2011-11-24 | Udo Toshihiro | 心身健康状況管理システム |
JP2013077274A (ja) * | 2011-09-30 | 2013-04-25 | Fujitsu Ltd | 情報処理装置、情報処理方法、および情報処理プログラム |
WO2015050174A1 (ja) * | 2013-10-01 | 2015-04-09 | 国立大学法人東北大学 | 健康情報処理装置、健康情報表示装置及び方法 |
JP2017217144A (ja) * | 2016-06-06 | 2017-12-14 | マクセルホールディングス株式会社 | 手指運動練習メニュー生成システム、方法、及びプログラム |
JP2018051003A (ja) * | 2016-09-29 | 2018-04-05 | マクセル株式会社 | タスク実行順序決定システムおよびタスク実行方法 |
JP2018156639A (ja) * | 2017-03-16 | 2018-10-04 | 株式会社リコー | 情報処理システム、情報処理方法、電子機器、サーバ装置及び情報処理プログラム |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000166881A (ja) | 1998-12-04 | 2000-06-20 | Toshiba Corp | 個人医療管理システム |
JP4292247B2 (ja) * | 2003-11-20 | 2009-07-08 | 堅造 赤澤 | 動作解析装置およびその利用 |
EP1582146A3 (en) | 2004-03-26 | 2005-11-02 | Matsushita Electric Industrial Co., Ltd. | Vital sign processing apparatus and method |
US8224034B2 (en) | 2006-02-02 | 2012-07-17 | NL Giken Incorporated | Biometrics system, biologic information storage, and portable device |
IL178673A0 (en) * | 2006-04-03 | 2007-02-11 | Ilan Menashe | Improved digital thermometer |
JP5048625B2 (ja) * | 2008-10-09 | 2012-10-17 | 株式会社日立製作所 | 異常検知方法及びシステム |
US10321840B2 (en) | 2009-08-14 | 2019-06-18 | Brainscope Company, Inc. | Development of fully-automated classifier builders for neurodiagnostic applications |
GB201012519D0 (en) | 2010-07-26 | 2010-09-08 | Ucl Business Plc | Method and system for anomaly detection in data sets |
US20130044927A1 (en) | 2011-08-15 | 2013-02-21 | Ian Poole | Image processing method and system |
JP5771510B2 (ja) * | 2011-11-21 | 2015-09-02 | 株式会社日立製作所 | 判別と回帰を同時に行う回帰分析システムおよび回帰分析方法 |
JP5538597B2 (ja) * | 2013-06-19 | 2014-07-02 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
JP6122130B2 (ja) * | 2013-09-11 | 2017-04-26 | 日立マクセル株式会社 | 脳機能障害評価方法、脳機能障害評価装置およびそのプログラム |
JP6289313B2 (ja) * | 2014-08-29 | 2018-03-07 | マクセル株式会社 | 脳機能障害評価システム、脳機能障害評価方法およびプログラム |
KR101855286B1 (ko) * | 2014-12-23 | 2018-05-08 | 한림대학교 산학협력단 | 손가락 태핑 검사 장치, 시스템 및 방법 |
US11200529B2 (en) * | 2015-08-06 | 2021-12-14 | Ns Solutions Corporation | Information processing apparatus, information processing system, information processing method and non-transitory computer readable recording medium |
JP2017189444A (ja) | 2016-04-14 | 2017-10-19 | Toto株式会社 | 生体情報測定システム |
JP6291107B2 (ja) | 2017-03-30 | 2018-03-14 | マクセル株式会社 | 脳機能障害評価方法、脳機能障害評価装置およびそのプログラム |
-
2018
- 2018-10-17 WO PCT/JP2018/038709 patent/WO2019087787A1/ja active Application Filing
- 2018-10-17 CN CN202310001045.XA patent/CN116049751A/zh active Pending
- 2018-10-17 CN CN202310001044.5A patent/CN115982661A/zh active Pending
- 2018-10-17 JP JP2019551056A patent/JP6801122B2/ja active Active
- 2018-10-17 CN CN201880068182.2A patent/CN111246794B/zh active Active
- 2018-10-17 US US16/756,170 patent/US11607153B2/en active Active
-
2020
- 2020-11-25 JP JP2020195150A patent/JP7029513B2/ja active Active
-
2022
- 2022-02-18 JP JP2022023708A patent/JP7296495B2/ja active Active
-
2023
- 2023-01-11 US US18/095,719 patent/US20230165487A1/en active Pending
- 2023-06-12 JP JP2023096145A patent/JP2023123563A/ja active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003204942A (ja) * | 2002-01-16 | 2003-07-22 | Yamaha Motor Co Ltd | 生体状態関連情報提供システム |
JP2005305134A (ja) * | 2004-03-26 | 2005-11-04 | Matsushita Electric Ind Co Ltd | 生体情報処理装置、生体情報処理システム |
JP2007202869A (ja) * | 2006-02-02 | 2007-08-16 | Masahide Tanaka | 個人認証兼健康管理システム |
JP2010122901A (ja) * | 2008-11-19 | 2010-06-03 | Omron Healthcare Co Ltd | 健康状態判断装置 |
JP2011238215A (ja) * | 2010-04-17 | 2011-11-24 | Udo Toshihiro | 心身健康状況管理システム |
JP2013077274A (ja) * | 2011-09-30 | 2013-04-25 | Fujitsu Ltd | 情報処理装置、情報処理方法、および情報処理プログラム |
WO2015050174A1 (ja) * | 2013-10-01 | 2015-04-09 | 国立大学法人東北大学 | 健康情報処理装置、健康情報表示装置及び方法 |
JP2017217144A (ja) * | 2016-06-06 | 2017-12-14 | マクセルホールディングス株式会社 | 手指運動練習メニュー生成システム、方法、及びプログラム |
JP2018051003A (ja) * | 2016-09-29 | 2018-04-05 | マクセル株式会社 | タスク実行順序決定システムおよびタスク実行方法 |
JP2018156639A (ja) * | 2017-03-16 | 2018-10-04 | 株式会社リコー | 情報処理システム、情報処理方法、電子機器、サーバ装置及び情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023123563A (ja) | 2023-09-05 |
JP2022059078A (ja) | 2022-04-12 |
CN111246794B (zh) | 2023-01-20 |
CN116049751A (zh) | 2023-05-02 |
JP6801122B2 (ja) | 2020-12-16 |
JP7029513B2 (ja) | 2022-03-03 |
CN115982661A (zh) | 2023-04-18 |
CN111246794A (zh) | 2020-06-05 |
JP7296495B2 (ja) | 2023-06-22 |
JP2021051758A (ja) | 2021-04-01 |
WO2019087787A1 (ja) | 2019-05-09 |
US20200245902A1 (en) | 2020-08-06 |
US20230165487A1 (en) | 2023-06-01 |
US11607153B2 (en) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7029513B2 (ja) | 異常データ処理システムおよび異常データ処理方法 | |
JP6653222B2 (ja) | 手指運動練習メニュー生成システム、方法、及びプログラム | |
CN109475351B (zh) | 任务执行顺序决定系统以及任务执行方法 | |
WO2021014717A1 (ja) | 検出装置および検出方法 | |
JP6662535B2 (ja) | 生活習慣管理支援装置および生活習慣管理支援方法 | |
JP2023133526A (ja) | 検出装置および検出方法 | |
Qiu et al. | Body posture as an indicator of workload in mental work | |
Andrade et al. | Factors associated with activity limitations in people with rheumatoid arthritis | |
WO2019131256A1 (ja) | 情報処理装置、方法及びプログラム | |
US20210193324A1 (en) | Evaluating patient risk using an adjustable weighting parameter | |
Cheng et al. | Mining discriminative patterns to predict health status for cardiopulmonary patients | |
Proffitt et al. | An algorithm for activity recognition and assessment of adults poststroke | |
CN118285787A (en) | Detection device and detection method | |
Gupta et al. | Measuring human alertness from histogram of response time to audio-visual stimuli | |
KR20220068005A (ko) | IoT 디바이스 연동 인지재활 서비스 제공 방법 | |
WO2022263298A1 (en) | User non-scanning hand evaluation | |
JP2024029883A (ja) | 健康管理装置、健康管理方法、及びプログラム | |
Cheng | Predictive modeling of health status using motion analysis from mobile phones | |
Warner et al. | Reliability of kinematic parameters during unilateral upper limb reaching tasks using a portable motion tracking system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200323 |
|
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: 20201027 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6801122 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |