TWI738176B - 資訊處理程式、資訊處理方法及資訊處理系統 - Google Patents
資訊處理程式、資訊處理方法及資訊處理系統 Download PDFInfo
- Publication number
- TWI738176B TWI738176B TW109100953A TW109100953A TWI738176B TW I738176 B TWI738176 B TW I738176B TW 109100953 A TW109100953 A TW 109100953A TW 109100953 A TW109100953 A TW 109100953A TW I738176 B TWI738176 B TW I738176B
- Authority
- TW
- Taiwan
- Prior art keywords
- aforementioned
- time
- acceleration
- information processing
- reference range
- Prior art date
Links
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
- A61B5/112—Gait analysis
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- 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
- A61B5/6829—Foot or ankle
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Dentistry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Hardware Redundancy (AREA)
- Computer And Data Communications (AREA)
- Communication Control (AREA)
Abstract
為了算出用於精度佳地判定腳尖步態的指標,伺服器是基於藉由裝附在患者之腳踝的感測機器所檢測到之步行時之繞X軸轉之角速度之時間變化而檢測出初期接地之時間點,設定初期接地之時間點之前後之時間來作為檢索寬。然後,伺服器是基於藉由感測機器所檢測到之步行時之Y軸方向之加速度之峰值之在檢索寬內的出現模式而求出腳尖步態的步數,基於腳尖步態的步數而算出特徵量。
Description
發明領域
本發明是涉及資訊處理程式、資訊處理方法及資訊處理系統。
發明背景
中風、末梢神經麻痺、帕金森氏症等之患者有時會為了輔助目的運動之不完整,而進行用別的部位來代替以達成目的運動之動作(代償動作)。
例如,末梢神經麻痺之患者有時會發生被稱作腳尖步態(垂足步態、趾尖步態)之步態障礙。腳尖步態是因為跟腱僵硬所以踵不著地、只以腳尖步行之代償動作。
習知,評價垂足程度之系統已為人知(例如,參考專利文獻1等)。
先行技術文獻
專利文獻
專利文獻1:國際公開第2013/108306號
發明概要
發明欲解決之課題
然而,習知之技術是評價站立狀態之患者之垂足程度的技術,無法進行腳尖步態之分析。
就1側面而言,本發明之目的是提供可算出用於精度佳地判定腳尖步態的指標之資訊處理程式、資訊處理方法及資訊處理系統。
用以解決課題之手段
在一態樣,資訊處理程式是讓電腦執行以下處理的程式:取得藉由裝附在人之腳踝的感測器而檢測到之步行時之繞朝前述人之左右方向延伸之第1軸轉之角速度及前述人之前後方向之加速度的資訊,基於繞前述第1軸轉之角速度之時間變化而檢測出懸空於地面之狀態之腳之接地的時間點,將檢測出之前述時間點之前後之預定時間特定出來作為著眼時間,基於在前述著眼時間內之前述前後方向之加速度之變化,而算出使用於判定前述人是否進行著腳尖步態的指標。
發明效果
可算出用於精度佳地判定腳尖步態的指標。
用以實施發明之形態
以下,基於圖1~圖12B來詳細說明資訊處理系統之一實施形態。圖1是概略地顯示與一實施形態相關之資訊處理系統100之構成。
如圖1所示,資訊處理系統100具有作為感測器之感測機器50、物理治療師用終端60、醫師用終端70、伺服器10。伺服器10、物理治療師用終端60、醫師用終端70是與網際網路等之網路80連接。
感測機器50具有角速度感測器及加速度感測器、控制兩感測器之檢測之控制部、記憶兩感測器之檢測結果之記憶體等。當在物理治療師之指示下對患者進行身為運動功能測驗之一之步態測驗時,感測機器50是設在患者之兩腳踝,檢測出角速度及加速度之時間變化。採用之感測機器50是還設有用於將測量開始、結束予以輸入之輸入按鈕。
物理治療師用終端60是物理治療師使用之PC(Personal Computer,個人電腦)、平板型終端等之終端。物理治療師用終端60是藉由與感測機器50連接而取得感測機器50之檢測結果(顯示角速度之時間變化的資料、顯示加速度之時間變化的資料)。又,物理治療師用終端60是透過網路80而將取得之資料朝伺服器10發送。
在此,圖2A是顯示物理治療師用終端60之硬體構成。如圖2A所示,物理治療師用終端60具有CPU(Central Processing Unit,中央處理單元)190、ROM(Read Only Memory,唯讀記憶體)192、RAM(Random Access Memory,隨機存取記憶體)194、記憶部(在此是HDD(Hard Disk Drive,硬碟))196、網路介面197、顯示部193、輸入部195、及可讀取攜帶型記憶媒體191所記憶之資料之攜帶型記憶媒體用驅動器199等。顯示部193是包含液晶顯示器等,輸入部195是包含鍵盤、滑鼠、觸控面板等。該等物理治療師用終端60之構成各部是與匯流排198連接。又,物理治療師用終端60具有與感測機器50進行無線通訊或有線通訊之通訊部。
回到圖1,醫師用終端70是醫師使用之PC等之終端。醫師用終端70是將伺服器10所發送過來之資訊予以顯示而提出給醫師之終端,如圖2A所示,具有與物理治療師用終端60同樣之硬體構成。醫師是參考醫師用終端70所顯示之資訊而確認患者之腳尖步態之狀態,以檢討治療方針、確認投藥之效果。在此,腳尖步態是末梢神經麻痺之患者等在步行時進行之代償動作,是指踵不著地、只以腳尖步行。
伺服器10是基於從物理治療師用終端60取得之顯示角速度之時間變化的資料、顯示加速度之時間變化的資料,而算出涉及患者之腳尖步態之特徵量。又,伺服器10是將算出之輸出用特徵量對醫師用終端70輸出。
在此,本實施形態之伺服器10在將涉及腳尖步態之特徵量算出時,是算出符合在現狀之臨床現場使用之步態週期的指標。在臨床現場最常使用之步態週期是如圖3所示之被稱作「瑞秋洛斯阿米哥斯方式」之步態週期,是由德國之物理治療師Kirsten Götz-Neumann在瑞秋洛斯阿米哥斯・國立復健中心所開發。在瑞秋洛斯阿米哥斯方式,步態週期是分成8相。步態週期是從腳到達地面起算、直到同一腳再次到達地面為止。又,步態週期之8相是IR(初期接地)、LR(負載反應期)、Mst(站立中期)、Tst(站立終期)、Psw(擺盪前期)、Isw(擺盪初期)、Msw(擺盪中期)、Tsw(擺盪終期)。其中,IR~Psw之時間被稱作站立相,Isw~Tsw之時間被稱作擺盪相。在站立相,對象之腳(於圖3是右腳)是觸及地板(地面)之狀態,在擺盪相,對象之腳是離開地板(地面)之狀態。本實施形態是著眼於步態週期之初期接地之時間點,而算出與腳尖步態相關之特徵量。
圖2B是顯示伺服器10之硬體構成。伺服器10具有CPU90、ROM92、RAM94、記憶部(在此是HDD)96、網路介面97、及攜帶型記憶媒體用驅動器99等。該等伺服器10之構成各部是與匯流排98連接。伺服器10是藉由讓CPU90執行儲存在ROM92或HDD96之程式(包含資訊處理程式)、或者、攜帶型記憶媒體用驅動器99從攜帶型記憶媒體91讀取之程式(包含資訊處理程式),而實現圖4所示之各部之功能。另,圖4之各部之功能亦可以是例如藉由ASIC(Application Specific Integrated Circuit,特殊應用積體電路)、FPGA(Field Programmable Gate Array,現場可程式閘陣列)等之積體電路而實現。
圖4是顯示伺服器10的功能方塊圖。伺服器10是藉由讓CPU90執行程式而實現作為取得部之感測結果取得部20、作為檢測部之初期接地檢測部24、作為特定部之檢索寬設定部26、峰值檢索部28、腳尖步態判定部30、特徵量算出部32、輸出部34的功能。
感測結果取得部20是從物理治療師用終端60取得感測機器50所檢測出之角速度之時間變化的資料、加速度之時間變化的資料。在此,感測機器50是檢測圖5中以箭頭顯示之繞朝患者之左右方向延伸之第1軸(X軸)轉之角速度(行進方向之角速度)、及患者之前後方向即第2軸(Y軸)方向之加速度(行進方向之加速度)。另,在1次之步態測驗中取得之繞X軸轉之角速度之時間變化的資料是例如圖6A所示之資料,Y軸方向之加速度之時間變化的資料是例如圖6B所示之資料。另,圖7A、圖7B是將通常步態時之繞X軸轉之角速度之時間變化之資料、Y軸方向之加速度之時間變化之資料的一部分擴大顯示的圖。又,圖8A、圖8B是將腳尖步態時之繞X軸轉之角速度之時間變化之資料、Y軸方向之加速度之時間變化之資料的一部分擴大顯示的圖。
初期接地檢測部24是基於繞X軸轉之角速度之時間變化的資料而檢測出懸空於地板(地面)之狀態之腳觸及地板(地面)的時間點(初期接地)。如圖7A、圖8A所示,擺盪相特定部22是檢測出在繞X軸轉之角速度之值大幅上昇後顯示極小值的時間點,來作為初期接地的時間點。另,擺盪相特定部22是對繞X軸轉之角速度之時間變化的資料進行微分等而檢測出初期接地的時間點。
檢索寬設定部26是設定初期接地之前後之預定時間來作為檢索寬。檢索寬設定部26是例如設定初期接地之時間點之前面250ms與後面250ms之合計500ms的時間來作為檢索寬。另,檢索寬設定部26亦可以不是以初期接地之時間點作為基準,而是以繞X軸轉之角速度之極大值(即將要初期接地之前的極大值)作為基準,而設定檢索寬。另,在圖7B、圖8B,檢索寬是以雙箭頭來顯示。
峰值檢索部28是在檢索寬設定部26所設定之檢索寬之範圍內,檢索Y軸方向之加速度的峰值。另,在本實施形態,「峰值」是指加速度之值超過預定範圍(例如-10~10m/s2
)之極大值、加速度之值低於預定範圍之極小值。又,峰值檢索部28是在檢索超過預定範圍之極大值後,檢索在該極大值之前後是否有低於預定範圍之極小值。圖7B之例是檢索出極小值、極大值、極小值來作為檢索寬內之峰值。又,圖8B之例是檢索出極小值、極大值來作為檢索寬內之峰值。另,預定範圍可由醫師、物理治療師予以調整。例如,當無法精度佳地檢測患者之腳尖步態的情況下,為了提高(或降低)感測器之靈敏度,醫師、物理治療師進行將預定範圍變窄(或變寬)之調整即可。
當峰值檢索部28之檢索結果是如圖7B所示地檢索到「極小值」、「極大值」、「極小值」來作為檢索寬內之峰值的情況下,腳尖步態判定部30是判定成「通常步態」。另一方面,當峰值檢索部28之檢索結果是如圖8B所示地檢索到「極小值」、「極大值」來作為檢索寬內之峰值的情況下,腳尖步態判定部30是判定成「腳尖步態」。
圖7C是示意地顯示通常步態時之腳之動作。圖7C顯示之通常步態時是在初期接地之前後,踵著地而成為踵固定,踵維持固定且脛往前方移動,腳尖著地而成為腳尖固定。因此,當進行通常步態的情況下,如圖7B,於極大值之前後兩邊出現極小值。
另一方面,圖8C是示意地顯示腳尖步態時之腳之動作。圖8C顯示之腳尖步態時是在初期接地之前後,腳尖著地而成為腳尖固定後,腳尖維持固定且脛往前方移動。因此,當進行腳尖步態的情況下,如圖8B所示,雖然在極大值之前有出現極小值,但在極大值之後不出現極小值。
特徵量算出部32是基於腳尖步態判定部30之判定結果而算出涉及腳尖步態之特徵量。具體而言,特徵量算出部32是以檢索寬設定部26所設定之檢索寬之數量(亦即初期接地之數量)作為步數S,以判定成腳尖步態之次數作為次數T,基於下面之式子(1)而由該等步數S與次數T算出特徵量C。
C=T/S ...(1)
另,由上面之式子(1)可得知,特徵量C是腳尖步態之步數在全步數所佔的比例。
輸出部34是將特徵量算出部32所算出之特徵量C對醫師用終端70輸出。
接著,沿著圖9、圖10之流程圖來說明由感測機器50進行之事前處理、及由伺服器10進行之資料分析處理之流程。
(關於由感測機器50進行之事前處理)
圖9是以流程圖顯示由感測機器50進行之事前處理。此事前處理是當患者在物理治療師之指示下進行步態測驗時,以感測機器50取得角速度及加速度之時間變化之資料的處理。作為圖9之處理之前提,患者是在兩腳踝裝附著感測機器50,已完成步態測驗之準備。步態測驗是例如在10m之距離進行,在患者進行10m距離之直進步行之期間,以感測機器50檢測兩腳之角速度及加速度。
關於圖9之處理,首先,在步驟S10,感測機器50之控制部是進行待機直到有開始測量之指示輸入。例如,當由物理治療師等按下設置在感測機器50之用於輸入開始測量之輸入按鈕的情況下,控制部是移到步驟S12。
移到步驟S12後,控制部是進行待機直到經過預定時間。在此之預定時間是測量間隔的意思,是幾ms~幾十ms程度。
經過預定時間,移到步驟S14後,控制部是使用角速度感測器而檢測繞X軸轉之角速度與Y軸方向之加速度,與時刻資訊一起記憶在記憶體。
接著,在步驟S16,控制部判斷是否結束測量。例如,當由物理治療師等按下用於輸入結束測量之輸入按鈕的情況下,步驟S16之判斷被肯定,但如果輸入按鈕沒有被按下,則回到步驟S12。之後,控制部是反覆執行步驟S12~S16之處理、判斷,直到步驟S16之判斷被肯定。然後,若步驟S16之判斷被肯定,則令圖9之全處理結束。
如以上,可藉由進行圖9之處理,而將患者進行步態測驗時之腳之繞X軸轉之角速度之時間變化的資料、及Y軸方向之加速度之時間變化的資料(例如圖6A、圖6B之資料)儲存在記憶體。另,由於步態測驗時,感測機器50是設置在兩腳踝,故步態測驗完成後,取得之圖6A、圖6B之資料是兩腳的份。
另,藉由圖9之處理而儲存在記憶體之資料是在感測機器50連接於物理治療師用終端60時,朝物理治療師用終端60發送。物理治療師是在物理治療師用終端60上將各資料與患者建構關聯後,對伺服器10發送資料。
(由伺服器10進行之資料分析處理)
接著,基於圖10而詳細說明由伺服器10進行之資料分析處理。作為一例,圖10之處理是從物理治療師用終端60將某患者(對象患者)之角速度及加速度之時間變化之資料發送的時間點開始之處理。
關於圖10之處理,首先,在步驟S30,感測結果取得部20取得對象患者之繞X軸轉之角速度之時間變化的資料、Y軸方向之加速度之時間變化的資料。在此,感測結果取得部20是取得圖6A、圖6B之資料來作為對象患者之單腳的資料。
接著,在步驟S32,初期接地檢測部24是由繞X軸轉之角速度之變化而檢測出初期接地。如圖11A中之符號I所示,從圖6A之資料檢測出複數個初期接地。
接著,在步驟S34,檢索寬設定部26是以初期接地之前後250ms作為檢索寬。如圖11B中之雙箭頭所示,從圖6A之資料設定複數個檢索寬。
接著,在步驟S36,峰值檢索部28是特定出1個檢索寬,檢索特定出之檢索寬內之Y軸方向之加速度的峰值。接著,在步驟S38,峰值檢索部28判斷是否全部之檢索寬內之檢索已結束。當此步驟S38之判斷被否定的情況下,反覆執行步驟S36之處理,直到步驟S38之判斷被肯定。然後,若步驟S38之判斷被肯定,則移到步驟S40。另,在移到步驟S40之階段,已檢索出圖11B中以黑球(●)顯示之極大值、且已檢索出在極大值之前後以白球(〇)顯示之極小值。
移到步驟S40後,腳尖步態判定部30是將在各檢索寬內只於極大值之前有極小值出現之檢索寬的數量求出,亦即將腳尖步態的數量求出。在圖11B之例,腳尖步態之數量是6步。
接著,在步驟S42,特徵量算出部32是以將求出之檢索寬的數量(腳尖步態的步數)除以全步數(全檢索寬的數量)的值作為對象患者之特徵量(參考上述式子(1))。例如,在圖11B之例,特徵量C=6/8=0.75。
接著,在步驟S44,輸出部34是將對象患者之特徵量對醫師用終端70輸出。由以上,圖10之全處理結束。另,特徵量算出部32可以是分別從左腳、右腳之資料求出個別之特徵量,亦可以是由兩腳之資料來求出1個特徵量。
圖12A、圖12B之圖表是顯示以2位健全者作為受檢查者A、B且讓受檢查者A、B執行步態測驗時所輸出之特徵量。此步態測驗是讓2位受檢查者A、B進行通常步態與腳尖步態。然後,基於步態測驗中之感測機器50之檢測結果而算出特徵量。
如圖12A、圖12B所示,可得知:雖然特徵量之值之大小會因人而異,但只要是同一受檢查者,則腳尖步態之值會比通常步態之值大。
所以,醫師可藉由觀察患者各自之特徵量之變化,而確認患者之腳尖步態是否改善。藉此,醫師可適切地進行當患者進行復健之情況下之後續追蹤、藥之效果之確認。又,因為可適切地進行後續追蹤、藥之效果之確認,故醫師可適切地進行復健計畫、投藥計畫之立案、臨床試驗等。又,當對象患者之特徵量之變化類似於其他患者的情況下,醫師可參考對該其他患者執行之處置資料,而進行復健計畫、投藥計畫之立案等。
由到此為止之說明可得知,本實施形態是藉由峰值檢索部28、腳尖步態判定部30、特徵量算出部32,實現基於在檢索寬內之Y軸方向之加速度的變化而算出使用於判定患者是否進行著腳尖步態的指標(特徵量)之算出部的功能。
如以上之詳細說明,根據本實施形態,感測結果取得部20是取得藉由裝附在患者之腳踝之感測機器50而檢測到之步行時之腳踝之角速度及加速度之時間變化的資料。又,初期接地檢測部24是基於繞X軸轉之角速度之時間變化而檢測初期接地之時間點,檢索寬設定部26是設定初期接地之時間點之前後之時間來作為檢索寬。而且,腳尖步態判定部30是基於峰值檢索部28在檢索寬內檢索到之Y軸方向之加速度之峰值的出現模式而求出腳尖步態之步數,特徵量算出部32是基於腳尖步態之步數而算出特徵量。藉此,由於本實施形態是符合在臨床現場使用之步態週期(瑞秋洛斯阿米哥斯方式)而判定腳尖步態、算出特徵量,故醫師可基於特徵量而精度佳地判定(分析)患者是否進行著腳尖步態。又,由於本實施形態於步態測驗時是將感測機器50裝附在患者之腳踝,故不會如將感測機器50安裝在大腿部的情況下般地令肌肉、粗血管被壓迫。藉此,可減輕患者之負擔。
又,在本實施形態,令進行著腳尖步態之情況下的變化模式是如下之模式:在超過事先決定之基準範圍之極大值之前有低於基準範圍之極小值出現,在極大值之後沒有低於基準範圍之極小值出現。藉此,腳尖步態判定部30可在進行了腳尖步態的情況下,基於在初期接地之前後出現之可能性高之模式,而精度佳地判定腳尖步態之有無。
另,雖然上述實施形態說明的是基於在檢索寬內之Y軸方向之加速度的變化模式而算出特徵量的情況,但並非限定於此。在上述實施形態,檢索寬內之Y軸方向之加速度的變化模式是以下之模式(1)、(2)之任一者。
(1)在超過事先決定之基準範圍(例如-10~10m/s2
)之極大值之前有低於基準範圍之第1極小值出現、在極大值之後有低於基準範圍之第2極小值出現的模式(參考圖13A)。
(2)在超過事先決定之基準範圍(例如-10~10m/s2
)之極大值之前有低於基準範圍之第1極小值出現、在極大值之後有在基準範圍內之第2極小值出現的模式(參考圖13B)。
所以,特徵量算出部32亦可以是算出極大值與第1極小值之差分v1和極大值與第2極小值之差分v2的比率(v1/v2)來作為特徵量C。圖13A是通常步態時之Y軸方向之加速度的圖表,圖13B是腳尖步態時之Y軸方向之加速度的圖表,圖13A之通常步態之情況下之比率(v1/v2)的值是小於圖13B之腳尖步態之情況下之比率(v1/v2)的值。所以,即便是算出比率(v1/v2)來作為特徵量,亦與上述實施形態同樣,可對醫師提供可精度佳地進行腳尖步態之分析之特徵量。又,由於比率(v1/v2)是符合在臨床現場使用之步態週期(瑞秋洛斯阿米哥斯方式)而算出之值,故由此點亦是可適切地判定腳尖步態之有無。
另,輸出部34亦可以令對醫師用終端70輸出之特徵量是在1次之步態測驗獲得之複數個比率(特徵量)的平均值等。另,當第2極小值是如圖13B般地位於基準範圍(例如-10~10m/s2
)內的情況下,亦可以使用原點之值(0m/s2
)來代替第2極小值而算出比率(v1/v2)。
另,雖然上述實施形態說明的是由伺服器10執行圖10之處理的情況,但並非限定於此。例如,亦可以令圖10之處理之一部分或全部是由物理治療師用終端60、醫師用終端70執行。亦即,只要圖10之處理是藉由資訊處理系統100內之1個或複數個裝置而實現即可。
另,雖然上述實施形態說明的是將感測機器50連接於物理治療師用終端60的情況,但並非限定於此,亦可以是將感測機器50連接於醫師用終端70。此情況下,醫師用終端70進行與上述實施形態之物理治療師用終端60同樣之處理即可。
另,雖然上述實施形態說明的是輸出部34對醫師用終端70輸出特徵量的情況,但並非限定於此,輸出部34亦可以是對其他之終端輸出特徵量。例如,輸出部34亦可以是對物理治療師用終端60、實施臨床試驗之製藥公司之終端輸出特徵量。
另,上述之處理功能可由電腦實現。此情況下,提供記載著處理裝置應具有之功能之處理內容的程式。藉由在電腦執行該程式,而在電腦上實現上述處理功能。記載著處理內容之程式可事先記錄在電腦可讀取之記憶媒體(不過,不包含載波)。
要讓程式流通時,例如,以記錄了此程式之DVD(Digital Versatile Disc,數位多功能光碟)、CD-ROM(Compact Disc Read Only Memory,唯讀光碟)等之攜帶型記憶媒體之形態來販賣。又,亦可將程式事先儲存在伺服器電腦之記憶裝置,透過網路而將此程式從伺服器電腦朝其他之電腦傳送。
執行程式之電腦是例如將記錄在攜帶型記憶媒體之程式、或從伺服器電腦傳送之程式,儲存在自己之記憶裝置。然後,電腦是從自己之記憶裝置讀取程式,執行依循程式之處理。另,電腦亦可直接從攜帶型記憶媒體讀取程式,執行依循此程式之處理。又,電腦亦可隨著每次從伺服器電腦傳送程式,而依序執行依循接收到之程式之處理。
上述之實施形態是本發明之較佳實施例。不過,並非限定於此,可在不超脫本發明之要旨之範圍內實施各式各樣之變形。
10:伺服器
20:感測結果取得部(取得部)
22:擺盪相特定部
24:初期接地檢測部(檢測部)
26:檢索寬設定部(特定部)
28:峰值檢索部(算出部之一部分)
30:腳尖步態判定部(算出部之一部分)
32:特徵量算出部(算出部之一部分)
34:輸出部
50:感測機器(感測器)
60:物理治療師用終端
70:醫師用終端
80:網路
90,190:CPU
91,191:攜帶型記憶媒體
92,192:ROM
94,194:RAM
96,196:記憶部
97,197:網路介面
98,198:匯流排
99,199:攜帶型記憶媒體用驅動器
100:資訊處理系統
193:顯示部
195:輸入部
C:特徵量
I:初期接地
M:最大值
S:步數
S10,S12,S14,S16,S30,S32,S34,S36,S38,S40,S42,S44:步驟
T:次數
v1,v2:差分
圖1是概略地顯示與一實施形態相關之資訊處理系統之構成的圖。
圖2A是顯示物理治療師用終端及醫師用終端之硬體構成的圖。
圖2B是顯示伺服器之硬體構成的圖。
圖3是用於說明瑞秋洛斯阿米哥斯方式的圖。
圖4是伺服器的功能方塊圖。
圖5是顯示在感測機器設定之X軸與Y軸的圖。
圖6A是顯示繞X軸轉之角速度之時間變化之資料的圖。
圖6B是顯示Y軸方向之加速度之時間變化之資料的圖。
圖7A是用於說明通常步態時之資料及腳之動作的圖(其1)。
圖7B是用於說明通常步態時之資料及腳之動作的圖(其2)。
圖7C是用於說明通常步態時之資料及腳之動作的圖(其3)。
圖8A是用於說明腳尖步態時之資料及腳之動作的圖(其1)。
圖8B是用於說明腳尖步態時之資料及腳之動作的圖(其2)。
圖8C是用於說明腳尖步態時之資料及腳之動作的圖(其3)。
圖9是顯示由感測機器進行之事前處理的流程圖。
圖10是顯示由伺服器進行之資料分析處理的流程圖。
圖11A是用於說明圖10之處理的圖(其1)。
圖11B是用於說明圖10之處理的圖(其2)。
圖12A是顯示受檢查者A之特徵量的圖表。
圖12B是顯示受檢查者B之特徵量的圖表。
圖13A是用於說明變形例的圖(其1)。
圖13B是用於說明變形例的圖(其2)。
Claims (9)
- 一種資訊處理程式,是用於讓電腦執行如下處理的程式: 取得藉由裝附在人之腳踝的感測器而檢測到之步行時之繞朝前述人之左右方向延伸之第1軸轉之角速度及前述人之前後方向之加速度的資訊; 基於繞前述第1軸轉之角速度之時間變化而檢測出懸空於地面之狀態之腳之接地的時間點; 將檢測出之前述時間點之前後之預定時間特定出來作為著眼時間; 基於在前述著眼時間內之前述前後方向之加速度之變化,而算出使用於判定前述人是否進行著腳尖步態的指標。
- 如請求項1之資訊處理程式,其中前述算出之處理是特定出在複數個前述著眼時間各自中之前述前後方向之加速度的變化模式,將特定出之前述變化模式是預定之變化模式的比例算出來作為前述指標。
- 如請求項2之資訊處理程式,其中前述預定之變化模式是如下之模式:在超過事先決定之基準範圍之極大值之前有低於前述基準範圍之極小值出現,在前述極大值之後沒有低於前述基準範圍之極小值出現。
- 如請求項1之資訊處理程式,其中當在前述著眼時間內,前述前後方向之加速度之變化模式是在超過事先決定之基準範圍之極大值之前有低於前述基準範圍之第1極小值出現、在前述極大值之後有低於前述基準範圍或在前述基準範圍內之第2極小值出現之模式的情況下,前述算出之處理將前述極大值與前述第1極小值之差分和前述極大值與前述第2極小值之差分的比率算出來作為前述指標。
- 一種資訊處理方法,其特徵在於讓電腦執行如下處理: 取得藉由裝附在人之腳踝的感測器而檢測到之步行時之繞朝前述人之左右方向延伸之第1軸轉之角速度及前述人之前後方向之加速度的資訊; 基於繞前述第1軸轉之角速度之時間變化而檢測出懸空於地面之狀態之腳之接地的時間點; 將檢測出之前述時間點之前後之預定時間特定出來作為著眼時間; 基於在前述著眼時間內之前述前後方向之加速度之變化,而算出使用於判定前述人是否進行著腳尖步態的指標。
- 一種資訊處理系統,具備: 取得部,取得藉由裝附在人之腳踝的感測器而檢測到之步行時之繞朝前述人之左右方向延伸之第1軸轉之角速度及前述人之前後方向之加速度的資訊; 檢測部,基於繞前述第1軸轉之角速度之時間變化而檢測出懸空於地面之狀態之腳之接地的時間點; 特定部,將檢測出之前述時間點之前後之預定時間特定出來作為著眼時間; 算出部,基於在前述著眼時間內之前述前後方向之加速度之變化,而算出使用於判定前述人是否進行著腳尖步態的指標。
- 如請求項6之資訊處理系統,其中前述算出部是特定出在複數個前述著眼時間各自中之前述前後方向之加速度的變化模式,將特定出之前述變化模式是預定之變化模式的比例算出來作為前述指標。
- 如請求項7之資訊處理系統,其中前述預定之變化模式是如下之模式:在超過事先決定之基準範圍之極大值之前有低於前述基準範圍之極小值出現,在前述極大值之後沒有低於前述基準範圍之極小值出現。
- 如請求項6之資訊處理系統,其中當在前述著眼時間內,前述前後方向之加速度之變化模式是在超過事先決定之基準範圍之極大值之前有低於前述基準範圍之第1極小值出現、在前述極大值之後有低於前述基準範圍或在前述基準範圍內之第2極小值出現之模式的情況下,前述算出部將前述極大值與前述第1極小值之差分和前述極大值與前述第2極小值之差分的比率算出來作為前述指標。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/002214 WO2020152818A1 (ja) | 2019-01-24 | 2019-01-24 | 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 |
WOPCT/JP2019/002214 | 2019-01-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202045094A TW202045094A (zh) | 2020-12-16 |
TWI738176B true TWI738176B (zh) | 2021-09-01 |
Family
ID=71736849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109100953A TWI738176B (zh) | 2019-01-24 | 2020-01-10 | 資訊處理程式、資訊處理方法及資訊處理系統 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3915473B1 (zh) |
JP (1) | JP7052888B2 (zh) |
FI (1) | FI3915473T3 (zh) |
TW (1) | TWI738176B (zh) |
WO (1) | WO2020152818A1 (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2052708A1 (en) * | 2006-08-04 | 2009-04-29 | Osetech, S.L. | Biomechanical-stimulation apparatus and method for bone regeneration |
WO2016209770A1 (en) * | 2015-06-22 | 2016-12-29 | University Of Maryland, Baltimore | Method and apparatus for providing economical, portable deficit-adjusted adaptive assistance during movement phases of an impaired ankle |
JP2017213175A (ja) * | 2016-05-31 | 2017-12-07 | ゼネラル・エレクトリック・カンパニイ | 移動運動解析装置及びシステム並びにプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5445130B2 (ja) | 2006-05-02 | 2014-03-19 | メディバス エルエルシー | 眼の外部または内部への眼科用薬剤の送達法 |
WO2013108306A1 (ja) | 2012-01-18 | 2013-07-25 | テルモ株式会社 | 尖足度合い評価システム及び情報処理装置 |
EP3257437A1 (en) * | 2016-06-13 | 2017-12-20 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Method and system for analyzing human gait |
US20180263532A1 (en) * | 2017-03-20 | 2018-09-20 | Samantha Smulyan | Technologies for indicating detection of toe walking |
-
2019
- 2019-01-24 EP EP19911160.0A patent/EP3915473B1/en active Active
- 2019-01-24 WO PCT/JP2019/002214 patent/WO2020152818A1/ja unknown
- 2019-01-24 FI FIEP19911160.0T patent/FI3915473T3/fi active
- 2019-01-24 JP JP2020567310A patent/JP7052888B2/ja active Active
-
2020
- 2020-01-10 TW TW109100953A patent/TWI738176B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2052708A1 (en) * | 2006-08-04 | 2009-04-29 | Osetech, S.L. | Biomechanical-stimulation apparatus and method for bone regeneration |
WO2016209770A1 (en) * | 2015-06-22 | 2016-12-29 | University Of Maryland, Baltimore | Method and apparatus for providing economical, portable deficit-adjusted adaptive assistance during movement phases of an impaired ankle |
JP2017213175A (ja) * | 2016-05-31 | 2017-12-07 | ゼネラル・エレクトリック・カンパニイ | 移動運動解析装置及びシステム並びにプログラム |
Also Published As
Publication number | Publication date |
---|---|
FI3915473T3 (fi) | 2023-07-19 |
WO2020152818A1 (ja) | 2020-07-30 |
JPWO2020152818A1 (ja) | 2021-09-30 |
EP3915473A4 (en) | 2022-01-26 |
JP7052888B2 (ja) | 2022-04-12 |
TW202045094A (zh) | 2020-12-16 |
EP3915473A1 (en) | 2021-12-01 |
EP3915473B1 (en) | 2023-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nagymáté et al. | Application of OptiTrack motion capture systems in human movement analysis: A systematic literature review | |
Yang et al. | Review wearable sensing system for gait recognition | |
Galna et al. | Accuracy of the Microsoft Kinect sensor for measuring movement in people with Parkinson's disease | |
Liu et al. | Wearable devices for gait analysis in intelligent healthcare | |
Mentiplay et al. | Reliability and validity of the Microsoft Kinect for evaluating static foot posture | |
US11837365B1 (en) | Assessing fitness by entropy and bispectral analysis | |
Littrell et al. | Development and assessment of a low-cost clinical gait analysis system | |
Kawabata et al. | Acceleration patterns in the lower and upper trunk during running | |
Bonnechère et al. | Cost-effective (gaming) motion and balance devices for functional assessment: need or hype? | |
Roche et al. | Motion analysis for the evaluation of muscle overactivity: a point of view | |
Sole et al. | Age-related plantar centre of pressure trajectory changes during barefoot walking | |
TWI738176B (zh) | 資訊處理程式、資訊處理方法及資訊處理系統 | |
JP5918381B2 (ja) | 足圧分布計測システムおよび情報処理装置 | |
JP5912807B2 (ja) | 荷重計測システム | |
Henderson et al. | Step monitor accuracy during PostStroke physical therapy and simulated activities | |
CN111326232A (zh) | 一种基于三维步态分析系统鉴别异常步态形式的方法 | |
US10722149B2 (en) | Real-time biofeedback rehabilitation tool guiding and illustrating foot placement for gait training | |
Hazari et al. | Foot Kinetic and Kinematic Profile in Type 2 Diabetes Mellitus with Peripheral Neuropathy: A Hospital-Based Study from South India | |
TWI716258B (zh) | 資訊處理程式、資訊處理方法及資訊處理系統 | |
Lin et al. | Quantitative measurement of Parkinsonian gait from walking in monocular image sequences using a centroid tracking algorithm | |
Bayan et al. | A virtual reality assisted rehabilitation system for physical therapy | |
Wijnbergen | Novel algorithms to capture kinematic variables with depthsensing technology | |
Dao et al. | Reliability and validity of two-dimensional motion capture to assess ankle dorsiflexion motion and heel raise work | |
Clarke | Validation of a novel 2D motion analysis system to the gold standard in 3D motion analysis for calculation of sagittal plane kinematics | |
JP2022107432A (ja) | 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 |