JP5924724B2 - 顎口腔運動状態の推定方法及び顎口腔運動状態の推定装置 - Google Patents
顎口腔運動状態の推定方法及び顎口腔運動状態の推定装置 Download PDFInfo
- Publication number
- JP5924724B2 JP5924724B2 JP2011104448A JP2011104448A JP5924724B2 JP 5924724 B2 JP5924724 B2 JP 5924724B2 JP 2011104448 A JP2011104448 A JP 2011104448A JP 2011104448 A JP2011104448 A JP 2011104448A JP 5924724 B2 JP5924724 B2 JP 5924724B2
- Authority
- JP
- Japan
- Prior art keywords
- movement
- state
- stomatognathic
- estimation
- jaw
- 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.)
- Active
Links
- 230000033001 locomotion Effects 0.000 title claims description 369
- 238000000034 method Methods 0.000 title claims description 61
- 238000013528 artificial neural network Methods 0.000 claims description 56
- 238000001514 detection method Methods 0.000 claims description 56
- 210000003205 muscle Anatomy 0.000 claims description 51
- 210000001847 jaw Anatomy 0.000 claims description 42
- 210000000214 mouth Anatomy 0.000 claims description 40
- 230000009747 swallowing Effects 0.000 claims description 35
- 241001282135 Poromitra oscitans Species 0.000 claims description 25
- 206010048232 Yawning Diseases 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 210000005182 tip of the tongue Anatomy 0.000 claims description 3
- 210000004373 mandible Anatomy 0.000 claims description 2
- 241000282412 Homo Species 0.000 claims 1
- 230000003183 myoelectrical effect Effects 0.000 description 50
- 239000010410 layer Substances 0.000 description 26
- 230000000694 effects Effects 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 8
- 210000002569 neuron Anatomy 0.000 description 8
- 238000004070 electrodeposition Methods 0.000 description 6
- 210000002346 musculoskeletal system Anatomy 0.000 description 5
- 210000003254 palate Anatomy 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 210000003296 saliva Anatomy 0.000 description 4
- 241000167880 Hirundinidae Species 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000018984 mastication Effects 0.000 description 2
- 238000010077 mastication Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000021542 voluntary musculoskeletal movement Effects 0.000 description 2
- 208000032484 Accidental exposure to product Diseases 0.000 description 1
- 206010003497 Asphyxia Diseases 0.000 description 1
- 208000019505 Deglutition disease Diseases 0.000 description 1
- 206010014357 Electric shock Diseases 0.000 description 1
- 208000029301 Mastication disease Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 206010008129 cerebral palsy Diseases 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009812 interlayer coupling reaction Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 201000006938 muscular dystrophy Diseases 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
Description
そのため、口内にセンサを設置することなく、非侵襲的で簡便に随意的な動作を推定できればよいことから、例えば、舌の運動を支配する舌筋の筋活動を筋電位計測で測定することが考えられる。しかしながら、舌の運動は、茎突舌筋,舌骨舌筋,オトガイ舌筋,上縦舌筋,下縦舌筋,横舌筋,垂直舌筋からなる舌筋と、顎二腹筋,茎突舌骨筋,顎舌骨筋,オトガイ舌骨筋,舌骨下筋,胸骨舌骨筋,胸骨甲状筋,甲状舌骨筋からなる舌骨筋とで発現されるばかりか、これらの複数の筋が重なり合っているため、特定の筋の筋活動を正確に測定することは困難になっている。また、正確に計測できたとしても、上・下肢を駆動する骨格筋とは異なり、筋電位と運動を一対一で関連付けることが難しい。更に、特定の筋の筋電位計測には、(1)最適な電極位置の探索に時間がかかる、(2)浅部,深部,近部,遠部の筋活動を正確に分離できない等の解決すべき課題が多い。
また、ここで、生体信号とは、筋電位信号,筋音信号,筋硬信号等を言う。
また、このような筋電位信号を用いても、ニューラルネットワークにより顎口腔運動の状態を推定するので、総合的な筋電位の検出であっても、これと顎口腔運動の状態とを一対一で関連付けることができるようになり、そのため、非侵襲的で簡便にしかも高精度で顎口腔運動の状態を推定することができるようになる。
他の生体信号においても同様である。
これにより、学習プロセスにおいて、推定に係る状態の誤差が所定範囲内になるまで学習させるので、少ない学習回数でも、高い推定精度で、顎口腔運動の状態を推定できるようになる。その結果、実行推定プロセスにおいて、被験者からの新たに検出された筋電位信号について推定した実行推定状態の推定精度を向上させることができる。
特定の運動部位としては、特に随意的に動かすことができる部位、例えば、舌,***,顎等が挙げられる。
これにより、顎口腔運動の状態を、特定の運動部位の位置及び/または力で規定したので、出力する情報量を多くすることができ、意思伝達機能を向上させることができる。そのため、例えば、パソコン入力や、各種機械操作などのインタフェースとして、汎用性を増すことができる。特に、位置と力を同時に推定すれば、同時に、2つの事項の意思伝達が可能になり、例えば、電動車いすの進みたい方向とスピードを同時に制御することや、携帯電話のタッチ操作などもでき汎用性を増すことができる。
この接触の状態の組合せ例としては、例えば、特定の運動部位が舌の場合、他の部位が上顎または下顎の内面,歯茎,口蓋や歯等が選択され、特定の運動部位が顎の場合、例えば、下顎の歯と上顎の歯との接触状態が選択される等である。
これにより、顎口腔運動の状態を、特定の運動部位と他の部位との接触位置及び/または接触力で規定したので、位置の特定や、力の特定が基準を設けて設定し易くなり、それだけ、インタフェースとして利用可能なコマンド数やその推定精度を向上させることができるようになる。
特定の運動部位の推定すべき顎口腔運動以外に生じる他の顎口腔運動があったとき、特定の運動部位の所定の運動ではないことが分かるので、誤推定を防止することができる。例えば、特定の運動部位が舌の場合、舌の位置及び力に係る生体信号を検出しているときに、唾を飲み込むような嚥下運動,開口運動,閉口運動,あくび運動,咬合運動等が生じた場合、例えば、嚥下運動であれば、この嚥下運動に係る生体信号に基づいて嚥下運動状態として推定できるようにしておけば、舌の位置及び力の生体信号の検出において、検出する生体信号の分離ができ、誤検出を防止して確実な推定を行うことができるようになる。
例えば、生体信号として筋電位信号を検出する場合、生体信号検出素子として、表面電極を用い、多点素子群をアレイ電極で構成する。これにより、アレイ電極は、n個の表面電極を用いて構成され、各電極位置における筋電位を単極誘導する。その後、n個から2つの信号を選択し、その差を計算することでnC2=m通りの筋電位信号が得られる。更に、そのm個の信号から2つの信号を選択し、その差を計算することも可能である。本手法ではn個の電極とnCHのアンプがあれば対応でき、機器の簡略化を図ることができる。更にまた、筋群全体を覆うように電極を配置し、異なる電極間距離で筋電位を測定することで、浅部,深部,近部,遠部の顎口腔運動に関与する筋活動をすべて入手することができるようになり、検出精度を向上させることができる。
上記顎口腔運動に関連する筋肉の動きが反映する人体の所定の皮膚表面を、下顎の先端と喉頭***(喉仏)との間の顎裏エリアに設定し、該顎裏エリアに複数の生体信号検出素子を付設して該生体信号検出素子により生体信号を検出するようにし、
上記学習プロセスにおいて、
上記舌に対峙する上顎内面の所定位置に複数の圧力センサを配置し、
上記ニューラルネットワークは、上記各圧力センサに対して舌先を接触させた際、該各圧力センサによる検知信号を教師信号とし、
上記各圧力センサに舌先を位置させて上記生体信号検出素子で検出した生体信号に基づいて上記舌先の上顎内面に対する接触位置及び/または接触力を推定し、且つ、該推定に係る接触位置及び/または接触力の誤差が所定範囲内になるまで、該当する圧力センサからの教師信号に基づいて学習し、
上記実行推定プロセスにおいて、
上記ニューラルネットワークは、上記上顎内面に対して舌先を接触させた際、該舌先の接触位置及び/または接触力を実行推定状態として出力する構成としている。
該ニューラルネットワークは、上記推定に係る状態の誤差が所定範囲内になるまで、予め、上記顎口腔運動に係る教師信号に基づいて学習する学習プロセスと、該学習プロセス終了後に新たに検出された生体信号について推定した状態を実行推定状態として出力する実行推定プロセスとを行う機能を備えて構成される。
また、このような筋電位信号を用いても、ニューラルネットワークにより、顎口腔運動の状態を推定するので、総合的な筋電位の検出であっても、これと顎口腔運動の状態とを一対一で関連付けることができるようになり、そのため、非侵襲的で簡便にしかも高精度で顎口腔運動の状態を推定することができるようになる。
また、学習プロセスにおいて、推定に係る状態の誤差が所定範囲内になるまで学習させるので、少ない学習回数でも、高い推定精度で、顎口腔運動の状態を推定できるようになる。その結果、実行推定プロセスにおいて、被験者からの新たに検出された筋電位信号について推定した実行推定状態の推定精度を向上させることができる。
他の生体信号においても同様である。
これにより、顎口腔運動の状態を、特定の運動部位の位置及び/または力で規定したので、出力する情報量を多くすることができ、意思伝達機能を向上させることができる。そのため、例えば、パソコン入力や、各種機械操作などのインタフェースとして、汎用性を増すことができる。特に、位置と力を同時に推定すれば、同時に、2つの事項の意思伝達が可能になり、例えば、電動車いすの進みたい方向とスピードを同時に制御することや、携帯電話のタッチ操作などもでき汎用性を増すことができる。
これにより、顎口腔運動の状態を、特定の運動部位と他の部位との接触位置及び/または接触力で規定したので、位置の特定や、力の特定が基準を設けて設定し易くなり、それだけ、インタフェースとして利用可能なコマンド数やその推定精度を向上させることができるようになる。
特定の運動部位の推定すべき顎口腔運動以外に生じる他の顎口腔運動があったとき、特定の運動部位の所定の運動ではないことが分かるので、誤推定を防止することができる。例えば、特定の運動部位が舌の場合、舌の位置及び力に係る生体信号を検出しているときに、唾を飲み込むような嚥下運動,開口運動,閉口運動,あくび運動,咬合運動が生じた場合、例えば、嚥下運動であれば、この嚥下運動に係る生体信号に基づいて嚥下運動状態として推定できるようにしておけば、舌の位置及び力の生体信号の検出において、検出する生体信号の分離ができ、誤検出を防止して確実な推定を行うことができるようになる。
例えば、生体信号として筋電位信号を検出する場合、生体信号検出素子として、表面電極を用い、多点素子群をアレイ電極で構成する。これにより、アレイ電極は、n個の表面電極を用いて構成され、各電極位置における筋電位を単極誘導する。その後、n個から2つの信号を選択し、その差を計算することでnC2=m通りの筋電位信号が得られる。更に、そのm個の信号から2つの信号を選択し、その差を計算することも可能である。本手法ではn個の電極とnCHのアンプがあれば対応でき、機器の簡略化を図ることができる。更にまた、筋群全体を覆うように電極を配置し、異なる電極間距離で筋電位を測定することで、浅部,深部,近部,遠部の顎口腔運動に関与する筋活動をすべて入手することができるようになり、検出精度を向上させることができる。
また、ニューラルネットワークにより顎口腔運動の状態を推定するので、総合的な筋肉の生体信号の検出であっても、これと顎口腔運動の状態とを一対一で関連付けることができるようになり、そのため、非侵襲的で簡便にしかも高精度で顎口腔運動の状態を推定することができるようになる。
学習プロセスにおいて、教師信号は、図1及び図6に示すように、舌Tに対峙する上顎内面Jの所定位置に配置した複数の圧力センサ20(Ch1〜Chn)からの検知信号としている。図6に示すように、実施の形態では、圧力センサ20は7個(Ch1〜Ch7)用意され、上顎内に装着される可撓樹脂製のマウスピース21に設けられており、マウスピース21の装着状態では、上顎内面Jの中心線線上の前,中,後、中心線を境にして左右対称の側方前後に夫々2か所ずつ配置される。圧力センサ20は、舌先Taの接触位置と接触力(押圧力)の大きさを検知し、検知信号をニューラルネットワーク10に送出する。この場合、教師信号は、舌先Taの接触位置及び接触力の実測値に基づいて出力され、ニューラルネットワーク10においてこの実測値に対応させて学習させるので、学習をさせ易くすることができ、また、推定精度を向上させることができる。
図8に示すフローチャートを参照し、先ず、アレイ電極2の表面電極Eが顎裏エリアHから筋電位信号を検出し(S1)、ニューラルネットワーク10に送出する(S2)。
また、顎口腔運動に関連する筋肉の動きが反映する人体の所定の皮膚表面(顎裏エリアH)から筋電位信号を検出するので、顎口腔運動に直接寄与する特定の筋肉からではなく総合的な筋電位の検出になることから、筋骨格系の解剖学的知識がなくても、検出が極めて簡易になる。
即ち、ニューラルネットワーク10の学習プロセスにおいて、推定に係る状態の誤差が所定範囲内になるまで学習させるので、少ない学習回数でも、高い推定精度で、顎口腔運動の状態を推定できるようになる。その結果、実行推定プロセスにおいて、被験者からの新たに検出された筋電位信号について推定した実行推定状態の推定精度を向上させることができる。
<実施例1>
アレイ電極2は、上記と同様に(図3乃至図5)、9つの表面電極Eを20mm間隔でピラミッド状に配置して作成した。各電極位置における筋電位信号(EMG信号)は、下顎角を基準電位とした単極誘導により導出した。筋電位計測には、電極リード線,プリアンプ回路,筋電アンプIC(NB6101HS,ナブテスコ株式会社)で構成される筋電位計(図1の前処理部3に相当する)を用いた。筋電位計の増幅率は1,950倍、低域遮断周波数は2.3Hz、高域遮断周波数は320Hzである。
アレイ電極2の付設条件及び圧力センサ20の付設条件を上記の実施例1と同じにして、舌先Taの上下フリック運動,左右フリック運動及び円運動の3つの運動状態を推定した。ここで、舌先Taの上下フリック運動とは、舌先Taを口蓋に接触させ、上または下になぞる動作である。舌先Taの左右フリック運動とは、舌先Taを口蓋に接触させ、左または右になぞる動作である。舌先Taの円運動とは、舌先Taを口蓋に接触させ、右まわりまたは左まわりに円を描く動作である。これら3つの動作は、携帯電話のディスプレイパネルのタッチ操作を模擬したものである。
舌先Taの上下フリック運動,左右フリック運動及び円運動の際は、これらの運動に夫々対応した押しボタンスイッチによりDC5V若しくはDC2.5Vの識別信号を入力した。詳しくは、舌先Taの上下フリック運動において、上フリックはDC5V、下フリックはDC2.5Vを入力した。舌先Taの左右フリック運動において、左フリックはDC5V、右フリックはDC2.5Vを入力した。舌先Taの円運動において、右回りはDC5V、左回りはDC2.5Vを入力した。
図11に示すように、マウスピース21において、圧力センサ20として、厚さ約0.2mmのシート型力センサ(FlexiForce,ニッタ株式会社)を3枚貼り付けた。他は、実施例1と同様にし、Ch1からCh3まで圧力センサ20に舌先Taを押しつけた後、最後に押しボタンスイッチを指で操作しながら嚥下運動ならびにあくび運動を行った。他は実施例1と同様の実験手順で計測実験を行った。結果を図12に示す。
T 舌
Ta 舌先
J 上顎内面
H 顎裏エリア
1 生体信号検出手段
2 アレイ電極(多点素子群)
E(E1〜En) 表面電極(生体信号検出素子)
3 前処理部
4 フィルムシート
5 リード電極
10 ニューラルネットワーク
11 入力層
12 中間層
13 出力層
20(Ch1〜Chn) 圧力センサ
21 マウスピース
30 運動状態識別手段
31 外部機器
32 インターフェース
Claims (16)
- 外部機器を制御するためのインタフェースにおける生体信号から顎口腔運動の状態を推定する顎口腔運動状態の推定方法において、
上記顎口腔運動に関連する筋肉の動きが反映する人体の所定の皮膚表面から生体信号を検出し、ニューラルネットワークにより上記検出した生体信号に基づいて上記顎口腔運動の状態を推定し、外部機器を制御するためのインターフェースとして用いられることを特徴とする顎口腔運動状態の推定方法。 - 上記ニューラルネットワークは、上記推定に係る状態の誤差が所定範囲内になるまで、予め、上記顎口腔運動に係る教師信号に基づいて学習する学習プロセスと、該学習プロセス終了後に新たに検出された生体信号について推定した状態を実行推定状態として出力する実行推定プロセスとを行う機能を備えて構成されることを特徴とする請求項1記載の顎口腔運動状態の推定方法。
- 上記顎口腔運動は、特定の運動部位の運動を含み、該特定の運動部位の推定に係る顎口腔運動の状態は、該特定の運動部位の位置及び/または力で規定されることを特徴とする請求項2記載の顎口腔運動状態の推定方法。
- 上記特定の運動部位における顎口腔運動の状態は、他の部位との接触の状態であり、該他の部位との接触位置及び/または接触力で規定されることを特徴とする請求項3記載の顎口腔運動状態の推定方法。
- 上記特定の運動部位に係る教師信号は、当該運動部位の位置及び/または力の実測値に基づいて出力されることを特徴とする請求項3または4記載の顎口腔運動状態の推定方法。
- 上記ニューラルネットワークは、上記特定の運動部位の位置及び/または力での規定による推定の際、該特定の運動部位の推定すべき顎口腔運動以外に生じる他の顎口腔運動の状態の全部若しくは一部についても同時に推定することを特徴とする請求項5記載の顎口腔運動状態の推定方法。
- 上記他の顎口腔運動に係る教師信号は、上記特定の運動部位の位置及び/または力、あるいはそれらの複合的な運動に対応するように一義的に定めた加工信号であることを特徴とする請求項6記載の顎口腔運動状態の推定方法。
- 上記生体信号は、皮膚に付設される生体信号検出素子を複数配置した多点素子群により出力され、上記ニューラルネットワークは、該多点素子群の各生体信号検出素子間における生体信号の差分の全て若しくは一部の組み合わせに基づいて処理を行うことを特徴とする請求項2乃至7何れかに記載の顎口腔運動状態の推定方法。
- 上記顎口腔運動を行う特定の運動部位が舌であり、上記推定に係る顎口腔運動の状態は、上記舌の舌先の上顎内面に対する接触位置及び/または接触力で規定され、
上記顎口腔運動に関連する筋肉の動きが反映する人体の所定の皮膚表面を、下顎の先端と喉頭***(喉仏)との間の顎裏エリアに設定し、該顎裏エリアに複数の生体信号検出素子を付設して該生体信号検出素子により生体信号を検出するようにし、
上記学習プロセスにおいて、
上記舌に対峙する上顎内面の所定位置に複数の圧力センサを配置し、
上記ニューラルネットワークは、上記各圧力センサに対して舌先を接触させた際、該各圧力センサによる検知信号を教師信号とし、
上記各圧力センサに舌先を位置させて上記生体信号検出素子で検出した生体信号に基づいて上記舌先の上顎内面に対する接触位置及び/または接触力を推定し、且つ、該推定に係る接触位置及び/または接触力の誤差が所定範囲内になるまで、該当する圧力センサからの教師信号に基づいて学習し、
上記実行推定プロセスにおいて、
上記ニューラルネットワークは、上記上顎内面に対して舌先を接触させた際、該舌先の接触位置及び/または接触力を実行推定状態として出力することを特徴とする請求項5乃至8何れかに記載の顎口腔運動状態の推定方法。 - 上記ニューラルネットワークは、上記舌先の接触位置及び/または接触力での特定による推定の際、該舌の推定すべき顎口腔運動以外に生じる嚥下運動,開口運動,閉口運動,あくび運動,咬合運動のすくなくとも何れか1つの状態を同時に推定することを特徴とする請求項9記載の顎口腔運動状態の推定方法。
- 顎口腔運動の状態を推定する顎口腔運動状態の推定装置において、
上記顎口腔運動に関連する筋肉の動きが反映する人体の所定の皮膚表面から生体信号を検出する生体信号検出手段と、該生体信号検出手段が検出した生体信号に基づいて上記顎口腔運動の状態を推定して出力するニューラルネットワークとを備え、
該ニューラルネットワークは、上記推定に係る状態の誤差が所定範囲内になるまで、予め、上記顎口腔運動に係る教師信号に基づいて学習する学習プロセスと、該学習プロセス終了後に新たに検出された生体信号について推定した状態を実行推定状態として出力する実行推定プロセスとを行う機能を備えて構成されることを特徴とする顎口腔運動状態の推定装置。 - 上記顎口腔運動は、特定の運動部位の運動を含み、該特定の運動部位の推定に係る顎口腔運動の状態は、該特定の運動部位の位置及び/または力で規定されることを特徴とする請求項11記載の顎口腔運動状態の推定装置。
- 上記特定の運動部位における顎口腔運動の状態は、他の部位との接触の状態であり、該他の部位との接触位置及び/または接触力で規定されることを特徴とする請求項12記載の顎口腔運動状態の推定装置。
- 上記ニューラルネットワークは、上記特定の運動部位の位置及び/または力での規定による推定の際、該特定の運動部位の推定すべき顎口腔運動以外に生じる他の顎口腔運動の状態の全部若しくは一部についても同時に推定することを特徴とする請求項12または13記載の顎口腔運動状態の推定装置。
- 上記生体信号検出手段は、皮膚に付設される生体信号検出素子を複数配置した多点素子群を備え、上記ニューラルネットワークは、該多点素子群の各生体信号検出素子間における生体信号の差分の全て若しくは一部の組み合わせに基づいて処理を行うことを特徴とする請求項11乃至14何れかに記載の顎口腔運動状態の推定装置。
- 上記ニューラルネットワークの実行推定プロセス機能により出力された実行推定状態から対応する顎口腔運動の状態を識別する運動状態識別手段を備えたことを特徴とする請求項11乃至15何れかに記載の顎口腔運動状態の推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011104448A JP5924724B2 (ja) | 2011-05-09 | 2011-05-09 | 顎口腔運動状態の推定方法及び顎口腔運動状態の推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011104448A JP5924724B2 (ja) | 2011-05-09 | 2011-05-09 | 顎口腔運動状態の推定方法及び顎口腔運動状態の推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012232065A JP2012232065A (ja) | 2012-11-29 |
JP5924724B2 true JP5924724B2 (ja) | 2016-05-25 |
Family
ID=47433038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011104448A Active JP5924724B2 (ja) | 2011-05-09 | 2011-05-09 | 顎口腔運動状態の推定方法及び顎口腔運動状態の推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5924724B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6975952B2 (ja) * | 2016-07-08 | 2021-12-01 | 国立大学法人岩手大学 | 生体の動作識別システム及び生体の動作識別方法 |
US20200046284A1 (en) * | 2017-07-28 | 2020-02-13 | Meltin Mmi Co., Ltd. | System, method, and program for recognizing myoelectric signal-originating motion |
JP6963795B2 (ja) * | 2017-09-01 | 2021-11-10 | 国立大学法人静岡大学 | 嚥下音判定装置及び嚥下音判定方法 |
CN109420289A (zh) * | 2017-09-05 | 2019-03-05 | 无锡时代天使医疗器械科技有限公司 | 用于监控口面肌训练的装置及方法 |
JP6947682B2 (ja) * | 2018-04-19 | 2021-10-13 | 長谷川香料株式会社 | 飲食品の風味の評価用システムおよび飲食品の風味の評価方法 |
JP7133200B2 (ja) * | 2018-05-31 | 2022-09-08 | 国立大学法人岩手大学 | 嚥下機能評価装置による評価方法及び嚥下機能評価装置 |
JP6971932B2 (ja) * | 2018-07-27 | 2021-11-24 | 日本電信電話株式会社 | 映像操作装置、映像操作方法、及び映像操作プログラム |
CN109259732A (zh) * | 2018-10-09 | 2019-01-25 | 广东数相智能科技有限公司 | 一种识别模型构建方法和基于舌诊的病症预警方法 |
JP2021119960A (ja) * | 2020-01-31 | 2021-08-19 | 株式会社スクリエ | 口腔機能改善器具 |
JP7452855B2 (ja) * | 2020-07-31 | 2024-03-19 | 国立大学法人岩手大学 | 時系列データ予測を用いた嚥下運動予測方法及びそのシステム |
WO2024096074A1 (ja) * | 2022-11-04 | 2024-05-10 | 株式会社明治 | 咀嚼動作解析方法 |
CN116434348B (zh) * | 2023-06-14 | 2023-09-01 | 武汉纺织大学 | 一种基于柔性应变传感器的人体动作实时识别方法及*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2985976B2 (ja) * | 1991-02-12 | 1999-12-06 | 日本電信電話株式会社 | 舌動作検出型音節認識装置 |
JP2961705B2 (ja) * | 1997-04-24 | 1999-10-12 | アニマ株式会社 | 重心動揺計 |
CA2341172C (en) * | 1998-08-19 | 2005-06-14 | Atr Human Information Processing Research Laboratories | System for measuring tongue pressure |
JP2005304890A (ja) * | 2004-04-23 | 2005-11-04 | Kumamoto Technology & Industry Foundation | 嚥下障害の検知方法 |
JP5030150B2 (ja) * | 2007-03-20 | 2012-09-19 | 独立行政法人産業技術総合研究所 | 筋電位信号による音声認識装置 |
-
2011
- 2011-05-09 JP JP2011104448A patent/JP5924724B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012232065A (ja) | 2012-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5924724B2 (ja) | 顎口腔運動状態の推定方法及び顎口腔運動状態の推定装置 | |
CN106255460B (zh) | 人体佩戴型计测装置和计测方法 | |
Piancino et al. | Effect of bolus hardness on the chewing pattern and activation of masticatory muscles in subjects with normal dental occlusion | |
WO2015044851A2 (en) | Physiological parameter measurement and feedback system | |
JP6521420B1 (ja) | 筋電信号が由来する動作を認識するためのシステム、方法、およびプログラム | |
JP7113387B2 (ja) | 治療検査システムの作動方法、並びに治療検査システムの治療検査プログラム、及び、その記憶媒体 | |
CN109420289A (zh) | 用于监控口面肌训练的装置及方法 | |
US20200229750A1 (en) | Systems and methods for evaluating oral function | |
KR102109343B1 (ko) | 발음 교정 및 언어 치료를 위한 구개운동 센싱모듈 및 모니터링 시스템 | |
Sardini et al. | Wireless intraoral sensor for the physiological monitoring of tongue pressure | |
Hadley et al. | Neural network pattern recognition of lingual–palatal pressure for automated detection of swallow | |
CN115155003A (zh) | 一种基于vr的吞咽障碍训练方法及其设备 | |
Sasaki et al. | Real-time estimation of tongue movement based on suprahyoid muscle activity | |
Kelly et al. | Electropalatography and the Linguagraph system | |
Sasaki et al. | Estimation of tongue movement based on suprahyoid muscle activity | |
JP2019013698A (ja) | 口腔ケア支援ツール | |
US20220296163A1 (en) | Personalized tongue-machine-interface | |
US20230038875A1 (en) | Chewing assistance system | |
CN210158883U (zh) | 舌训练器 | |
JP7044340B2 (ja) | 口腔ケア用トレーニング装置 | |
JP5764815B2 (ja) | 感覚フィードバック装置、感覚フィードバック方法 | |
JP2021142087A (ja) | 摂食嚥下機能評価方法及び摂食嚥下機能評価システム | |
WO2013057979A1 (ja) | 笑顔口舌健康体操マウスピース | |
KR20160052995A (ko) | 교합이상 진단시스템 및 그 제어방법 | |
Franzke et al. | TOFI: Designing Intraoral Computer Interfaces for Gamified Myofunctional Therapy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140507 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150310 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150508 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150811 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151008 |
|
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: 20160322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160413 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5924724 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |