JPWO2020152818A1 - 情報処理プログラム、情報処理方法及び情報処理システム - Google Patents

Abstract

つま先歩行を精度よく判定するための指標を算出するため、サーバは、患者の足首に装着したセンシング機器により検出された歩行時のＸ軸回りの角速度の時間変化に基づいて初期接地のタイミングを検出し、初期接地のタイミングの前後の時間を検索幅として設定する。そして、サーバは、センシング機器により検出された歩行時のＹ軸方向の加速度のピーク値の検索幅内における出現パターンに基づいてつま先歩行の歩数を求め、つま先歩行の歩数に基づいて特徴量を算出する。

Description

本発明は、情報処理プログラム、情報処理方法及び情報処理システムに関する。

脳卒中や末梢神経麻痺、パーキンソン病などの患者は、目的の運動の不全を補助するため、別の部位が代わりとなって目的の運動を果たす動作（代償動作）を行うことがある。

例えば末梢神経麻痺の患者には、つま先歩行（尖足歩行、尖先歩行）と呼ばれる歩行障害が現れることがある。つま先歩行は、アキレス腱が固縮しているため、地面に踵をつけずにつま先だけで歩く代償動作である。

従来、尖足度合いを評価するシステムが知られている（例えば特許文献１等参照）。

国際公開第２０１３／１０８３０６号

しかしながら、従来の技術では、立った状態の患者の尖足度合いを評価するものであるため、つま先歩行についての分析を行うことはできない。

１つの側面では、本発明は、つま先歩行を精度よく判定するための指標を算出することが可能な情報処理プログラム、情報処理方法及び情報処理システムを提供することを目的とする。

一つの態様では、情報処理プログラムは、人の足首に装着したセンサにより検出された、歩行時における前記人の左右方向に伸びる第１軸回りの角速度及び前記人の前後方向の加速度の情報を取得し、前記第１軸回りの角速度の時間変化に基づいて、地面から浮いた状態の足が接地するタイミングを検出し、検出した前記タイミングの前後の所定時間を着目時間として特定し、前記着目時間内における前記前後方向の加速度の変化に基づいて、前記人がつま先歩行を行っているか否かの判定に用いる指標を算出する、処理をコンピュータに実行させるプログラムである。

つま先歩行を精度よく判定するための指標を算出することができる。

一実施形態に係る情報処理システムの構成を概略的に示す図である。 図２（ａ）は、理学療法士用端末及び医師用端末のハードウェア構成を示す図であり、図２（ｂ）は、サーバのハードウェア構成を示す図である。 ランチョ・ロス・アミーゴ方式について説明するための図である。 サーバの機能ブロック図である。 センシング機器に設定されているＸ軸とＹ軸について示す図である。 図６（ａ）はＸ軸回りの角速度の時間変化のデータを示す図であり、図６（ｂ）はＹ軸方向の加速度の時間変化のデータを示す図である。 図７（ａ）〜図７（ｃ）は、通常歩行時のデータ及び脚の動きを説明するための図である。 図８（ａ）〜図８（ｃ）は、つま先歩行時のデータ及び脚の動きを説明するための図である。 センシング機器による事前処理を示すフローチャートである。 サーバによるデータ分析処理を示すフローチャートである。 図１１（ａ）、図１１（ｂ）は、図１０の処理を説明するための図である。 図１２（ａ）は、被験者Ａの特徴量を示すグラフであり、図１２（ｂ）は、被験者Ｂの特徴量を示すグラフである。 図１３（ａ）、図１３（ｂ）は、変形例を説明するための図である。

以下、情報処理システムの一実施形態について、図１〜図１２（ｂ）に基づいて詳細に説明する。図１には、一実施形態に係る情報処理システム１００の構成が概略的に示されている。

図１に示すように、情報処理システム１００は、センサとしてのセンシング機器５０と、理学療法士用端末６０と、医師用端末７０と、サーバ１０と、を備える。サーバ１０と、理学療法士用端末６０と、医師用端末７０は、インターネットなどのネットワーク８０に接続されている。

センシング機器５０は、角速度センサ及び加速度センサ、両センサの検出を制御する制御部、両センサの検出結果を記憶するメモリなどを有する。センシング機器５０は、理学療法士の指示の下、患者が運動機能テストの一つである歩行テストを行う際に、患者の両足首に設けられ、角速度及び加速度の時間変化を検出する。センシング機器５０には、計測開始や終了を入力するための入力ボタンも設けられているものとする。

理学療法士用端末６０は、理学療法士が利用するＰＣ（Personal Computer）やタブレット型端末などの端末である。理学療法士用端末６０は、センシング機器５０と接続することにより、センシング機器５０の検出結果（角速度の時間変化を示すデータ、加速度の時間変化を示すデータ）を取得する。また、理学療法士用端末６０は、取得したデータを、ネットワーク８０を介してサーバ１０に送信する。

ここで、図２（ａ）には、理学療法士用端末６０のハードウェア構成が示されている。図２（ａ）に示すように、理学療法士用端末６０は、ＣＰＵ（Central Processing Unit）１９０、ＲＯＭ（Read Only Memory）１９２、ＲＡＭ（Random Access Memory）１９４、記憶部（ここではＨＤＤ（Hard Disk Drive））１９６、ネットワークインタフェース１９７、表示部１９３、入力部１９５、及び可搬型記憶媒体１９１に記憶されているデータの読み取りが可能な可搬型記憶媒体用ドライブ１９９等を備えている。表示部１９３は、液晶ディスプレイ等を含み、入力部１９５は、キーボードやマウス、タッチパネル等を含む。これら理学療法士用端末６０の構成各部は、バス１９８に接続されている。また、理学療法士用端末６０は、センシング機器５０と無線通信又は有線通信する通信部を有している。

図１に戻り、医師用端末７０は、医師が利用するＰＣ等の端末である。医師用端末７０は、サーバ１０から送信されてくる情報を表示して、医師に提示する端末であり、図２（ａ）に示すように、理学療法士用端末６０と同様のハードウェア構成を有している。医師は、医師用端末７０に表示される情報を参照して、患者のつま先歩行の状態を確認し、治療方針を検討したり、投薬の効果を確認したりする。ここで、つま先歩行とは、末梢神経麻痺の患者等が歩行の際に行う代償動作であり、地面に踵をつけずにつま先だけで歩くことをいう。

サーバ１０は、理学療法士用端末６０から取得した角速度の時間変化を示すデータと、加速度の時間変化を示すデータとに基づいて、患者のつま先歩行に関する特徴量を算出する。また、サーバ１０は、算出した特徴量を医師用端末７０に対して出力する。

ここで、本実施形態のサーバ１０は、つま先歩行に関する特徴量を算出する際に、現状の臨床現場で使用される歩行周期に則した指標を算出することとしている。臨床現場で最も使用される歩行周期は、図３に示すような「ランチョ・ロス・アミーゴ方式」と呼ばれる歩行周期であり、ランチョ・ロス・アミーゴ・国立リハビリテーションセンターでドイツの理学療法士であるキルステンゲッツ・ノイマンが開発したものである。ランチョ・ロス・アミーゴ方式においては、歩行周期が８相に分けられている。歩行周期は、脚が地面に着いてから、同じ脚が再び地面に着くまでを意味する。また、歩行周期の８相は、ＩＲ（初期接地）、ＬＲ（荷重反応期）、Ｍｓｔ（立脚中期）、Ｔｓｔ（立脚終期）、Ｐｓｗ（遊脚前期）、Ｉｓｗ（遊脚初期）、Ｍｓｗ（遊脚中期）、Ｔｓｗ（遊脚終期）である。これらのうち、ＩＲ〜Ｐｓｗの時間は立脚相と呼ばれ、Ｉｓｗ〜Ｔｓｗの時間は遊脚相と呼ばれている。立脚相においては、対象の脚（図３では右脚）が床（地面）に着いた状態になっており、遊脚相においては、対象の脚が床（地面）から離れた状態になっている。本実施形態においては、歩行周期の初期接地のタイミングに着目して、つま先歩行に関する特徴量を算出する。

図２（ｂ）には、サーバ１０のハードウェア構成が示されている。サーバ１０は、ＣＰＵ９０、ＲＯＭ９２、ＲＡＭ９４、記憶部（ここではＨＤＤ）９６、ネットワークインタフェース９７、及び可搬型記憶媒体用ドライブ９９等を備えている。これらサーバ１０の構成各部は、バス９８に接続されている。サーバ１０では、ＲＯＭ９２あるいはＨＤＤ９６に格納されているプログラム（情報処理プログラムを含む）、或いは可搬型記憶媒体用ドライブ９９が可搬型記憶媒体９１から読み取ったプログラム（情報処理プログラムを含む）をＣＰＵ９０が実行することにより、図４に示す、各部の機能が実現されている。なお、図４の各部の機能は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

図４には、サーバ１０の機能ブロック図が示されている。サーバ１０においては、ＣＰＵ９０がプログラムを実行することにより、取得部としてのセンシング結果取得部２０、検出部としての初期接地検出部２４、特定部としての検索幅設定部２６、ピーク値検索部２８、つま先歩行判定部３０、特徴量算出部３２、出力部３４、としての機能が実現されている。

センシング結果取得部２０は、理学療法士用端末６０から、センシング機器５０が検出した角速度の時間変化のデータと、加速度の時間変化のデータを取得する。ここで、センシング機器５０は、図５において矢印にて示す、患者の左右方向に延びる第１軸（Ｘ軸）回りの角速度（進行方向の角速度）と、患者の前後方向である第２軸（Ｙ軸）方向の加速度（進行方向の加速度）を検出する。なお、１回の歩行テストにおいて取得されるＸ軸回りの角速度の時間変化のデータは、例えば、図６（ａ）に示すようなデータであり、Ｙ軸方向の加速度の時間変化のデータは、例えば、図６（ｂ）に示すようなデータである。なお、図７（ａ）、図７（ｂ）は、通常歩行時のＸ軸回りの角速度の時間変化のデータと、Ｙ軸方向の加速度の時間変化のデータの一部を拡大して示す図である。また、図８（ａ）、図８（ｂ）は、つま先歩行時のＸ軸回りの角速度の時間変化のデータと、Ｙ軸方向の加速度の時間変化のデータの一部を拡大して示す図である。

初期接地検出部２４は、Ｘ軸回りの角速度の時間変化のデータに基づいて、床（地面）から浮いた状態の足が床（地面）に着くタイミング（初期接地）を検出する。遊脚相特定部２２は、初期接地のタイミングとして、図７（ａ）、図８（ａ）に示すように、Ｘ軸回りの角速度の値が大きく上昇した後に極小値を示しているタイミングを検出する。なお、遊脚相特定部２２は、Ｘ軸回りの角速度の時間変化のデータを微分するなどして、初期接地のタイミングを検出する。

検索幅設定部２６は、検索幅として、初期接地の前後の所定時間を設定する。検索幅設定部２６は、例えば、初期接地のタイミングの直前２５０ｍｓと直後２５０ｍｓの合計５００ｍｓの時間を検索幅として設定する。なお、検索幅設定部２６は、初期接地のタイミングに代えて、Ｘ軸回りの角速度の極大値（初期接地の直前の極大値）を基準にして、検索幅を設定するようにしてもよい。なお、図７（ｂ）、図８（ｂ）においては、検索幅が両矢印にて示されている。

ピーク値検索部２８は、検索幅設定部２６が設定した検索幅の範囲において、Ｙ軸方向の加速度のピーク値を検索する。なお、本実施形態において、「ピーク値」とは、加速度の値が所定範囲（例えば−１０〜１０ｍ／ｓ²）を上回る極大値、加速度の値が所定範囲を下回る極小値であるものとする。また、ピーク値検索部２８は、所定範囲を上回る極大値を検索した後に、当該極大値の前後に所定範囲を下回る極小値があるか否かを検索する。図７（ｂ）の例では、検索幅内のピーク値として、極小値、極大値、極小値が検索される。また、図８（ｂ）の例では、検索幅内のピーク値として、極小値、極大値が検索される。なお、所定範囲については、医師や理学療法士が調整可能であるものとする。例えば、患者のつま先歩行を精度よく検出できない場合には、医師や理学療法士は、センサの感度を上げる（又は下げる）ために、所定範囲を狭める（又は広げる）調整を行えばよい。

つま先歩行判定部３０は、ピーク値検索部２８による検索の結果、図７（ｂ）に示すように検索幅内のピーク値として「極小値」、「極大値」、「極小値」が検索された場合には、「通常歩行」と判定する。一方、つま先歩行判定部３０は、ピーク値検索部２８による検索の結果、図８（ｂ）に示すように検索幅内のピーク値として「極小値」、「極大値」が検索された場合には、「つま先歩行」と判定する。

図７（ｃ）には、通常歩行時の脚の動きが模式的に示されている。図７（ｃ）に示す通常歩行の際には、初期接地の前後において、踵着地で踵固定となり、踵固定のまま脛が前方へ移動し、つま先着地でつま先固定となる。このため、通常歩行を行った場合には、図７（ｂ）のように、極大値の前後両方において極小値が出現するようになっている。

一方、図８（ｃ）には、つま先歩行時の脚の動きが模式的に示されている。図８（ｃ）に示すつま先歩行の際には、初期接地の前後において、つま先着地でつま先固定となった後、つま先固定のまま脛が前方へ移動する。このため、つま先歩行を行った場合には、図８（ｂ）に示すように、極大値の前に極小値が出現するものの、極大値の後には極小値が出現しないようになっている。

特徴量算出部３２は、つま先歩行判定部３０の判定結果に基づいて、つま先歩行に関する特徴量を算出する。具体的には、特徴量算出部３２は、検索幅設定部２６が設定した検索幅の数（すなわち初期接地の数）を歩数Ｓ、つま先歩行と判定された回数Ｔとし、これら歩数Ｓと回数Ｔとから、特徴量Ｃを次式（１）に基づいて算出する。
Ｃ＝Ｔ／Ｓ …（１）
なお、特徴量Ｃは、上式（１）からわかるように、全歩数に対するつま先歩行の歩数の割合である。

出力部３４は、特徴量算出部３２が算出した特徴量Ｃを医師用端末７０に対して出力する。

次に、図９、図１０のフローチャートに沿って、センシング機器５０による事前処理と、サーバ１０によるデータ分析処理の流れについて、説明する。

（センシング機器５０による事前処理について）
図９には、センシング機器５０による事前処理がフローチャートにて示されている。この事前処理においては、理学療法士による指示の下、患者が歩行テストを行っている間に、センシング機器５０が角速度及び加速度の時間変化のデータを取得する処理である。図９の処理の前提として、患者は、両足首にセンシング機器５０を装着しており、歩行テストの準備が済んでいるものとする。歩行テストは、例えば、１０ｍの距離で行われ、患者が１０ｍの距離を直進歩行している間に、センシング機器５０で両脚の角速度及び加速度を検出する。

図９の処理では、まず、ステップＳ１０において、センシング機器５０の制御部が、計測開始の指示が入力されるまで待機する。例えば、理学療法士等により、センシング機器５０に設けられている計測開始を入力するための入力ボタンが押された場合に、制御部は、ステップＳ１２に移行する。

ステップＳ１２に移行すると、制御部は、所定時間が経過するまで待機する。ここでの所定時間は、計測間隔を意味し、数ｍｓ〜数十ｍｓ程度であるものとする。

所定時間が経過し、ステップＳ１４に移行すると、制御部は、角速度センサを用いてＸ軸回りの角速度とＹ軸方向の加速度を検出し、時刻情報とともにメモリに記憶する。

次いで、ステップＳ１６では、制御部が、計測終了か否かを判断する。例えば、理学療法士等により、計測終了を入力するための入力ボタンが押された場合には、ステップＳ１６の判断は肯定されるが、入力ボタンが押されていなければ、ステップＳ１２に戻る。その後は、ステップＳ１６の判断が肯定されるまで、制御部は、ステップＳ１２〜Ｓ１６の処理・判断を繰り返し実行する。そして、ステップＳ１６の判断が肯定されると、図９の全処理を終了する。

以上のようにして、図９の処理が行われることにより、患者が歩行テストを行っている間における脚のＸ軸回りの角速度の時間変化のデータ、及びＹ軸方向の加速度の時間変化のデータ（例えば、図６（ａ）、図６（ｂ）のデータ）をメモリに格納することができる。なお、歩行テストの際には、センシング機器５０を両足首に設けているため、歩行テスト完了後には、図６（ａ）、図６（ｂ）のデータが両脚分取得されることになる。

なお、図９の処理により、メモリに格納されたデータは、センシング機器５０が理学療法士用端末６０に接続されたときに、理学療法士用端末６０に送信されるようになっている。理学療法士は、理学療法士用端末６０上で、各データと患者を紐づけた後、サーバ１０に対してデータを送信するものとする。

（サーバ１０によるデータ分析処理について）
次に、サーバ１０によるデータ分析処理について、図１０に基づいて詳細に説明する。図１０の処理は、一例として、理学療法士用端末６０からある患者（対象患者）の角速度及び加速度の時間変化のデータが送信されたタイミングで開始される処理であるものとする。

図１０の処理では、まず、ステップＳ３０において、センシング結果取得部２０が、対象患者のＸ軸回りの角速度の時間変化のデータ、Ｙ軸方向の加速度の時間変化のデータを取得する。ここでは、センシング結果取得部２０は、対象患者の片脚のデータとして、図６（ａ）、図６（ｂ）のデータを取得したものとする。

次いで、ステップＳ３２では、初期接地検出部２４が、Ｘ軸回りの角速度の変化から初期接地を検出する。図６（ａ）のデータからは、図１１（ａ）において符号Ｉで示すように、複数の初期接地が検出される。

次いで、ステップＳ３４では、検索幅設定部２６が、初期接地の前後２５０ｍｓを検索幅とする。図６（ａ）のデータからは、図１１（ｂ）において両矢印で示すように、複数の検索幅が設定される。

次いで、ステップＳ３６では、ピーク値検索部２８が、１つの検索幅を特定し、特定した検索幅内のＹ軸方向の加速度のピーク値を検索する。次いで、ステップＳ３８では、ピーク値検索部２８は、全ての検索幅内の検索を終了したか否かを判断する。このステップＳ３８の判断が否定された場合には、ステップＳ３８の判断が肯定されるまで、ステップＳ３６の処理を繰り返し実行する。そして、ステップＳ３８の判断が肯定されると、ステップＳ４０に移行する。なお、ステップＳ４０に移行する段階では、図１１（ｂ）において黒丸（●）で示す極大値が検索されるとともに、極大値の前後において白丸（〇）で示す極小値が検索されたものとする。

ステップＳ４０に移行すると、つま先歩行判定部３０は、各検索幅内において極大値の前にのみ極小値が出現した検索幅の数、すなわちつま先歩行の数を求める。図１１（ｂ）の例では、つま先歩行の数は、６歩である。

次いで、ステップＳ４２では、特徴量算出部３２が、求めた検索幅の数（つま先歩行の歩数）を、全歩数（全検索幅の数）で割った値を対象患者の特徴量とする（上式（１）参照）。例えば、図１１（ｂ）の例では、特徴量Ｃ＝６／８＝０．７５となる。

次いで、ステップＳ４４では、出力部３４が、対象患者の特徴量を医師用端末７０に対して出力する。以上により、図１０の全処理が終了する。なお、特徴量算出部３２は、左脚、右脚それぞれのデータから特徴量を別々に求めてもよいし、両脚のデータから１つの特徴量を求めてもよい。

図１２（ａ）、図１２（ｂ）は、健常者２名を被験者Ａ、Ｂとし、被験者Ａ，Ｂが歩行テストを実行したときに出力された特徴量を示すグラフである。この歩行テストでは、２名の被験者Ａ、Ｂに通常歩行とつま先歩行を行わせることとした。そして、歩行テスト中のセンシング機器５０の検出結果に基づいて特徴量を算出するようにした。

図１２（ａ）、図１２（ｂ）に示すように、特徴量の値の大きさには個人差があるものの、同一被験者であれば、つま先歩行の方が通常歩行よりも値が大きくなることがわかる。

したがって、医師は、患者ごとに特徴量の変化を観察することにより、患者のつま先歩行が改善しているかどうかを確認することができる。これにより、医師は、患者がリハビリを行っている場合の経過観察や、薬の効果の確認を適切に行うことが可能となる。また、経過観察や薬の効果の確認を適切に行うことができるため、医師は、リハビリ計画や薬の投与計画の立案、治験などを適切に行うことが可能である。また、医師は、対象患者の特徴量の変化が他の患者と似ている場合には、当該他の患者に対して実行した処置データを参考にして、リハビリ計画や薬の投与計画の立案などを行うことができる。

これまでの説明からわかるように、本実施形態では、ピーク値検索部２８、つま先歩行判定部３０、特徴量算出部３２により、検索幅内におけるＹ軸方向の加速度の変化に基づいて、患者がつま先歩行を行っているか否かの判定に用いる指標（特徴量）を算出する算出部としての機能が実現されている。

以上詳細に説明したように、本実施形態によると、センシング結果取得部２０は、患者の足首に装着したセンシング機器５０により検出された歩行時の足首の角速度及び加速度の時間変化のデータを取得する。また、初期接地検出部２４は、Ｘ軸回りの角速度の時間変化に基づいて初期接地のタイミングを検出し、検索幅設定部２６は、初期接地のタイミングの前後の時間を検索幅として設定する。そして、つま先歩行判定部３０が、ピーク値検索部２８が検索幅内で検索したＹ軸方向の加速度のピーク値の出現パターンに基づいてつま先歩行の歩数を求め、特徴量算出部３２が、つま先歩行の歩数に基づいて特徴量を算出する。これにより、本実施形態では、臨床現場で使用される歩行周期（ランチョ・ロス・アミーゴ方式）に則してつま先歩行を判定し、特徴量を算出するので、医師は、特徴量に基づいて、患者がつま先歩行を行っているか否かを精度よく判定（分析）することが可能である。また、本実施形態では、歩行テストの際にセンシング機器５０を患者の足首に装着するため、大腿部にセンシング機器５０を取り付ける場合のように筋肉や太い血管が圧迫されることがない。これにより、患者の負担を軽減することができる。

また、本実施形態では、つま先歩行を行っている場合の変化パターンを、予め定めた基準範囲を上回る極大値の前に基準範囲を下回る極小値が出現し、極大値の後に基準範囲を下回る極小値が出現しないパターンとしている。これにより、つま先歩行判定部３０は、つま先歩行を行った場合に、初期接地の前後に現れる可能性の高いパターンに基づいて、つま先歩行の有無を精度よく判定することができる。

なお、上記実施形態では、検索幅内におけるＹ軸方向の加速度の変化パターンに基づいて、特徴量を算出する場合について説明したが、これに限られるものではない。上記実施形態では、検索幅内におけるＹ軸方向の加速度の変化パターンは、以下のパターン（１）、（２）のいずれかとなる。
（１）予め定めた基準範囲（例えば−１０〜１０ｍ／ｓ²）を上回る極大値の前に基準範囲を下回る第１極小値が出現し、極大値の後に基準範囲を下回る第２極小値が出現するパターン（図１３（ａ）参照）。
（２）予め定めた基準範囲（例えば−１０〜１０ｍ／ｓ²）を上回る極大値の前に基準範囲を下回る第１極小値が出現し、極大値の後に基準範囲内の第２極小値が出現するパターン（図１３（ｂ）参照）。
したがって、特徴量算出部３２は、極大値と第１極小値の差分ｖ１と、極大値と第２極小値の差分ｖ２との比率（ｖ１／ｖ２）を特徴量Ｃとして算出してもよい。図１３（ａ）は、通常歩行時のＹ軸方向の加速度のグラフであり、図１３（ｂ）は、つま先歩行時のＹ軸方向の加速度のグラフであるが、図１３（ａ）の通常歩行の場合の比率（ｖ１／ｖ２）は、図１３（ｂ）のつま先歩行の場合の比率（ｖ１／ｖ２）よりも値が小さくなる。したがって、特徴量として比率（ｖ１／ｖ２）を算出しても、上記実施形態と同様に、つま先歩行の分析を精度よく行うことが可能な特徴量を医師に提供することが可能となる。また、比率（ｖ１／ｖ２）は、臨床現場で使用される歩行周期（ランチョ・ロス・アミーゴ方式）に則して算出される値であるため、この点からも、つま先歩行の有無を適切に判定することができる。
なお、出力部３４は、医師用端末７０に対して出力する特徴量を、１回の歩行テストで得られる複数の比率（特徴量）の平均値などとすることができる。なお、図１３（ｂ）のように第２極小値が基準範囲（例えば−１０〜１０ｍ／ｓ²）内に収まっている場合には、第２極小値に代えて、原点の値（０ｍ／ｓ²）を用いて、比率（ｖ１／ｖ２）を算出することとしてもよい。

なお、上記実施形態では、図１０の処理をサーバ１０が実行する場合について説明したが、これに限られるものではない。例えば、図１０の処理の一部又は全部を理学療法士用端末６０や医師用端末７０が実行することとしてもよい。すなわち、図１０の処理は、情報処理システム１００内の１又は複数の装置により実現されていればよい。

なお、上記実施形態では、センシング機器５０を理学療法士用端末６０に接続する場合について説明したが、これに限らず、センシング機器５０を医師用端末７０に接続することとしてもよい。この場合、医師用端末７０が、上記実施形態の理学療法士用端末６０と同様の処理を行うようにすればよい。

なお、上記実施形態では、出力部３４が、特徴量を医師用端末７０に対して出力する場合について説明したが、これに限らず、出力部３４は、その他の端末に対して特徴量を出力してもよい。例えば、出力部３４は、理学療法士用端末６０や、治験を実施する製薬会社の端末に対して特徴量を出力することとしてもよい。

なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記憶媒体（ただし、搬送波は除く）に記録しておくことができる。

プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ（Digital Versatile Disc）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）などの可搬型記憶媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

プログラムを実行するコンピュータは、例えば、可搬型記憶媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記憶媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。

上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。

２０ センシング結果取得部（取得部）
５０ センシング機器（センサ）
２４ 初期接地検出部（検出部）
２６ 検索幅設定部（特定部）
２８ ピーク値検索部（算出部の一部）
３０ つま先歩行判定部（算出部の一部）
３２ 特徴量算出部（算出部の一部）
１００ 情報処理システム

Claims (9)

1. 人の足首に装着したセンサにより検出された、歩行時における前記人の左右方向に伸びる第１軸回りの角速度及び前記人の前後方向の加速度の情報を取得し、
   前記第１軸回りの角速度の時間変化に基づいて、地面から浮いた状態の足が接地するタイミングを検出し、
   検出した前記タイミングの前後の所定時間を着目時間として特定し、
   前記着目時間内における前記前後方向の加速度の変化に基づいて、前記人がつま先歩行を行っているか否かの判定に用いる指標を算出する、処理をコンピュータに実行させるための情報処理プログラム。
2. 前記算出する処理では、
   複数の前記着目時間それぞれにおける前記前後方向の加速度の変化パターンを特定し、特定した前記変化パターンが所定の変化パターンである割合を前記指標として算出する、ことを特徴とする請求項１に記載の情報処理プログラム。
3. 前記所定の変化パターンは、予め定めた基準範囲を上回る極大値の前に前記基準範囲を下回る極小値が出現し、前記極大値の後に前記基準範囲を下回る極小値が出現しないパターンである、ことを特徴とする請求項２に記載の情報処理プログラム。
4. 前記算出する処理では、
   前記着目時間内において、前記前後方向の加速度の変化パターンが、予め定めた基準範囲を上回る極大値の前に前記基準範囲を下回る第１極小値が出現し、前記極大値の後に前記基準範囲を下回る又は前記基準範囲内の第２極小値が出現するパターンであった場合に、前記極大値と前記第１極小値の差分と、前記極大値と前記第２極小値の差分と、の比率を前記指標として算出する、ことを特徴とする請求項１に記載の情報処理プログラム。
5. 人の足首に装着したセンサにより検出された、歩行時における前記人の左右方向に伸びる第１軸回りの角速度及び前記人の前後方向の加速度の情報を取得し、
   前記第１軸回りの角速度の時間変化に基づいて、地面から浮いた状態の足が接地するタイミングを検出し、
   検出した前記タイミングの前後の所定時間を着目時間として特定し、
   前記着目時間内における前記前後方向の加速度の変化に基づいて、前記人がつま先歩行を行っているか否かの判定に用いる指標を算出する、処理をコンピュータが実行することを特徴とする情報処理方法。
6. 人の足首に装着したセンサにより検出された、歩行時における前記人の左右方向に伸びる第１軸回りの角速度及び前記人の前後方向の加速度の情報を取得する取得部と、
   前記第１軸回りの角速度の時間変化に基づいて、地面から浮いた状態の足が接地するタイミングを検出する検出部と、
   検出した前記タイミングの前後の所定時間を着目時間として特定する特定部と、
   前記着目時間内における前記前後方向の加速度の変化に基づいて、前記人がつま先歩行を行っているか否かの判定に用いる指標を算出する算出部と、
   を備える情報処理システム。
7. 前記算出部は、複数の前記着目時間それぞれにおける前記前後方向の加速度の変化パターンを特定し、特定した前記変化パターンが所定の変化パターンである割合を前記指標として算出する、ことを特徴とする請求項６に記載の情報処理システム。
8. 前記所定の変化パターンは、予め定めた基準範囲を上回る極大値の前に前記基準範囲を下回る極小値が出現し、前記極大値の後に前記基準範囲を下回る極小値が出現しないパターンである、ことを特徴とする請求項７に記載の情報処理システム。
9. 前記算出部は、前記着目時間内において、前記前後方向の加速度の変化パターンが、予め定めた基準範囲を上回る極大値の前に前記基準範囲を下回る第１極小値が出現し、前記極大値の後に前記基準範囲を下回る又は前記基準範囲内の第２極小値が出現するパターンであった場合に、前記極大値と前記第１極小値の差分と、前記極大値と前記第２極小値の差分と、の比率を前記指標として算出する、ことを特徴とする請求項６に記載の情報処理システム。

Images