JP5952511B1 - 人体運動状態監視方法及び装置 - Google Patents
人体運動状態監視方法及び装置 Download PDFInfo
- Publication number
- JP5952511B1 JP5952511B1 JP2015563051A JP2015563051A JP5952511B1 JP 5952511 B1 JP5952511 B1 JP 5952511B1 JP 2015563051 A JP2015563051 A JP 2015563051A JP 2015563051 A JP2015563051 A JP 2015563051A JP 5952511 B1 JP5952511 B1 JP 5952511B1
- Authority
- JP
- Japan
- Prior art keywords
- acceleration signal
- time length
- state
- human body
- exercise
- 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 abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 230000001133 acceleration Effects 0.000 claims abstract description 324
- 230000007958 sleep Effects 0.000 claims abstract description 120
- 238000005070 sampling Methods 0.000 claims abstract description 85
- 230000001788 irregular Effects 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims description 32
- 238000001914 filtration Methods 0.000 claims description 18
- 238000005311 autocorrelation function Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 230000002238 attenuated effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 206010010904 Convulsion Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
Abstract
Description
加速度信号の平均パワーによって人体運動状態を判断し、加速度信号の平均パワーが所定の激しい運動閾値より大きい場合、人体が激しい運動状態にあると判定し、加速度信号の平均パワーが所定の睡眠閾値より小さい場合、人体が睡眠状態にあると判定し、加速度信号の平均パワーが激しい運動閾値より小さくて睡眠閾値より大きい場合、人体が軽微な運動状態にあると判定するステップ(b)と、
人体が睡眠状態にあると、加速度信号の時間長を睡眠状態総時間長に累積(積算)し、加速度信号のエネルギーを睡眠状態総エネルギーに累積して、加速度信号の強度が所定の強度閾値より大きい時間長を集計してから該時間長を睡眠移動総時間長に累積すると共に、加速度信号のサンプリング時間長を睡眠状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(c1)と、
人体が軽微な運動状態にあると、加速度信号の時間長を軽微な運動状態総時間長に累積し、加速度信号のエネルギーを軽微な運動状態総エネルギーに累積すると共に、加速度信号のサンプリング時間長を軽微な運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(c2)と、
人体が激しい運動状態にあると、更に、加速度信号が準周期性を有するか否かを判断し、加速度信号が準周期性を有しない場合、人体が不規則な激しい運動状態にあると判定し、加速度信号が準周期性を有する場合、人体が規則的な激しい運動状態にあると判定するステップ(c3)と、
人体が不規則な激しい運動状態にあると、加速度信号の時間長を不規則な激しい運動状態総時間長に累積し、加速度信号のエネルギーを不規則な激しい運動状態総エネルギーに累積すると共に、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(d1)と、
人体が規則的な激しい運動状態にあると、加速度信号の時間長を規則的な激しい運動状態総時間長に累積し、加速度信号のエネルギーを規則的な激しい運動状態総エネルギーに累積して、加速度信号によって運動歩数を算出してから該運動歩数を運動総歩数に累積すると共に、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(d2)と、を繰り返して実行することを含む。
(1)加速度信号に対してハイパスフィルタリングを行うことと、
(2)ハイパスフィルタリングされた加速度信号に対して基本周波数検出を行うことと、
(3)基本周波数検出によって獲得された基本周波数を遮断周波数としてローパス又はバンドパスフィルタを設置すると共に、該ローパス又はバンドパスフィルタによって、対応するハイパスフィルタ後の加速度信号に対してローパス又はバンドパスフィルタリングを行うことと、
(4)ローパス又はバンドパスフィルタリングされた加速度信号から加速度信号極値点を獲得すると共に加速度信号極値点における干渉極値点を除去することで、ローパス又はバンドパスフィルタリングされた加速度信号における有効極値点を獲得することと、
(5)隣接する有効極値点の間の時間間隔を算出して時間間隔系列を獲得すると共に、該時間間隔系列において隣接する時間間隔の間の差分を算出し、時間間隔差分系列を獲得し、もし該時間間隔差分系列において連続所定数の時間間隔の差分が何れも所定の周期閾値より小さいと、加速度信号が準周期性を有すると判定し、そうでない場合、加速度信号が準周期性を有しないと判定することと、を含んでもよい。
人体運動状態判断手段は、加速度信号の平均パワーによって人体運動状態を判断し、加速度信号の平均パワーが所定の激しい運動閾値より大きい場合、人体が激しい運動状態にあると判定し、加速度信号の平均パワーが所定の睡眠閾値より小さい場合、人体が睡眠状態にあると判定し、加速度信号の平均パワーが激しい運動閾値より小さくて睡眠閾値より大きい場合、人体が軽微な運動状態にあると判定し、
人体運動状態判断手段は、人体が睡眠状態にあると判定すると、加速度信号の時間長を睡眠状態総時間長に累積し、加速度信号のエネルギーを睡眠状態総エネルギーに累積し、睡眠移動統計手段は、加速度信号の強度が所定の強度閾値より大きい時間長を集計してから該時間長を睡眠移動総時間長に累積し、サンプリング時間長設置手段は、加速度信号のサンプリング時間長を睡眠状態サンプリング時間長として設定し、記憶手段は、睡眠状態総時間長、睡眠状態総エネルギー、睡眠移動総時間長を記憶し、
人体運動状態判断手段は、人体が軽微な運動状態にあると判定すると、加速度信号の時間長を軽微な運動状態総時間長に累積し、加速度信号のエネルギーを軽微な運動状態総エネルギーに累積すると共に、サンプリング時間長設置手段は、加速度信号のサンプリング時間長を軽微な運動状態サンプリング時間長として設定し、記憶手段は、軽微な運動状態総時間長、軽微な運動状態総エネルギーを記憶し、
人体運動状態判断手段は、人体が激しい運動状態にあると判定すると、準周期性判断手段は、加速度信号が準周期性を有するか否かを判断し、加速度信号が準周期性を有しないと判定する場合、人体運動状態判断手段は、人体が不規則な激しい運動状態にあると判定し、準周期性判断手段は加速度信号が準周期性を有すると判定する場合、人体運動状態判断手段は、人体が規則的な激しい運動状態にあると判定し、
人体運動状態判断手段は、人体が不規則な激しい運動状態にあると判定すると、加速度信号の時間長を不規則な激しい運動状態総時間長に累積し、加速度信号のエネルギーを不規則な激しい運動状態総エネルギーに累積すると共に、サンプリング時間長設置手段は、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、記憶手段は、不規則な激しい運動状態総時間長、不規則な激しい運動状態総エネルギーを記憶し、
人体運動状態判断手段は、人体が規則的な激しい運動状態にあると判定すると、加速度信号の時間長を規則的な激しい運動状態総時間長に累積し、加速度信号のエネルギーを規則的な激しい運動状態総エネルギーに累積し、歩数カウント手段は、加速度信号によって運動歩数を算出してから該運動歩数を運動総歩数に累積し、サンプリング時間長設置手段は、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、記憶手段は、規則的な激しい運動状態総時間長、規則的な激しい運動状態総エネルギー、運動歩数を記憶する。
図1〜4に示すように、一般的に、使用過程において3軸加速度センサを含む装置の方位が一定のものではないため、睡眠過程、軽微な運動過程及び不規則な激しい運動過程において、3軸加速度センサの3軸出力信号は、ほぼ同じであるが、規則的な激しい運動過程において、特定の方向において信号強度がより大きくなる。何れの場合においても、3軸加速度センサの3軸出力のうちでエネルギーの最も大きい加速度信号を選択すれば、運動状況を正確に、代表的に測定することができる。
したがって、本発明の説明において、3軸加速度センサから出力された加速度信号は、3軸出力のうちでエネルギーの最も大きい加速度信号を指してもよいが、本発明は、これに限定されるものではなく、様々な方式で3軸出力が融合された加速度信号を指してもよい。或いは、3軸加速度センサの各1軸加速度信号から対応する測定量を獲得した後、或る加重方式によってそれに対して加重平均を行い、最後に総測定量を獲得してもよい。
一方、睡眠過程、軽微な運動過程及び不規則な(規則的な)激しい運動過程において、3軸加速度センサから出力された加速度信号に相違した特徴としては、信号変化の激しさが異なることであり、これは、加速度信号の強度尺度に表れるだけでなく、時間尺度にも表れる。例えば、睡眠過程において、ほとんどの時間では加速度信号が非常に小さくて緩やかであり、睡眠過程において移動(例えば図1において600〜610秒の時間帯に発生する寝返り動作)が発生する時間の総睡眠時間に占める割合は非常に小さい。
したがって、睡眠中に発生した加速度信号を分析する場合、信号のサンプリングの長さを大きくすべきであり、これは、演算量を減らし、分析の速度を向上させるのに役立つだけでなく、睡眠中の移動を、軽微な活動及び激しい過程における運動と区別することもできる。その理由は、移動時間の総睡眠時間に占める割合が小さいため、睡眠移動の平均パワーへの寄与が無視できるからである。同様に、軽微な運動及び激しい運動に発生した加速度信号を分析する場合、異なるサンプリングの長さを採用すべきであり、これで、演算量を減らし、分析の速度を向上させると共に、対応する加速度信号に特性を失わせるに至らない。
ステップ(a)は、人体に装着された3軸加速度センサの出力から、設定されたサンプリング時間長を含む加速度信号を取得すると共に、該加速度信号のエネルギー及び平均パワーを算出し、ステップ(b)に入り、
ステップ(b)は、加速度信号の平均パワーによって人体運動状態を判断し、加速度信号の平均パワーが所定の激しい運動閾値より大きい場合、人体が激しい運動状態にあると判定し、ステップ(c3)に入り、加速度信号の平均パワーが所定の睡眠閾値より小さい場合、人体が睡眠状態にあると判定し、ステップ(c1)に入り、加速度信号の平均パワーが激しい運動閾値より小さくて睡眠閾値より大きい場合、人体が軽微な運動状態にあると判定し、ステップ(c2)に入り、
ステップ(c1)は、人体が睡眠状態にあると、加速度信号の時間長を睡眠状態総時間長に累積し、加速度信号のエネルギーを睡眠状態総エネルギーに累積して、加速度信号の強度が所定の強度閾値より大きい時間長を集計してから該時間長を睡眠移動総時間長に累積すると共に、加速度信号のサンプリング時間長を睡眠状態サンプリング時間長として設定し、そして、ステップ(a)に戻り、
ステップ(c2)は、人体が軽微な運動状態にあると、加速度信号の時間長を軽微な運動状態総時間長に累積し、加速度信号のエネルギーを軽微な運動状態総エネルギーに累積すると共に、加速度信号のサンプリング時間長を軽微な運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻り、
ステップ(c3)は、人体が激しい運動状態にあると、更に、加速度信号が準周期性を有するか否かを判断し、加速度信号が準周期性を有しない場合、人体が不規則な激しい運動状態にあると判定し、ステップ(d1)に入り、加速度信号が準周期性を有する場合、人体が規則的な激しい運動状態にあると判定し、ステップ(d2)に入り、
ステップ(d1)は、人体が不規則な激しい運動状態にあると、加速度信号の時間長を不規則な激しい運動状態総時間長に累積し、加速度信号のエネルギーを不規則な激しい運動状態総エネルギーに累積すると共に、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻り、
ステップ(d2)は、人体が規則的な激しい運動状態にあると、加速度信号の時間長を規則的な激しい運動状態総時間長に累積し、加速度信号のエネルギーを規則的な激しい運動状態総エネルギーに累積して、加速度信号によって運動歩数を算出してから該運動歩数を運動総歩数に累積すると共に、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻る。
まず、ステップS10において、人体に装着された3軸加速度センサの出力から、設定されたサンプリング時間長を含む加速度信号を取得すると共に、該加速度信号のエネルギー及び平均パワーを算出する。
説明すべきことは、加速度信号の強度が所定の強度閾値より大きい時間長とは、加速度信号の強度の大きさが所定の強度閾値より大きい時間帯の長さを指す。この時間帯は、睡眠移動中の時間であり、その中に、寝返り、驚愕、痙攣等の睡眠移動が発生しており、睡眠移動中の時間の総時間長が睡眠総時間長に占める割合を分析することにより、睡眠の質を定量に分析することができ、この割合が非常に小さい場合、深い睡眠であることを表し、この割合が比較的に大きい場合、浅い睡眠であることを表す。また、睡眠状態サンプリング時間長は、実験によって確定でき、例えば、5分間〜10分間にしてもよい。
図6aは、信号図であり、3軸加速度センサから出力された所定の長さを有する代表的な正規化加速度信号α/gを示しており、そのうち、αが加速度を表し、gが重力加速度を表す。図6bは、信号図であり、ハイパスフィルタリングされた加速度信号を示している。図6bから分かるように、ハイパスフィルタリングされた後、加速度信号に交流成分しか含まれない。
図7は、加速度信号の周波数スペクトル模式図である。そのうち、基本周波数成分が最も基本的なリズムに関連付けられており、しかも、基本周波数成分によって信号の準周期性を判断する方が、より正確になる。基本周波数成分しか含まない加速度信号を獲得できるように、加速度信号における高周波成分をフィルタアウトする必要がある。しかし、高周波成分をフィルタアウトするために、基本周波数成分の周波数を大体において検出する必要があり、これにより、適切なフィルタを構築して基本周波数成分以外の高周波成分をフィルタアウトする。
図7は、信号エネルギーの減衰が低周波から高周波へだんだん増えていくフィルタの周波数応答曲線の例を示している。加速度信号が該フィルタを通して減衰された後、信号における低周波成分が少し減衰されるのに対して、高周波成分が大幅に減衰されることになる。このように、該フィルタを通した1軸加速度信号に対して、更に自己相関関数法によって基本周波数を求めると、獲得される基本周波数は、比較的に正確になる。
図8は、信号図であり、ローパス又はバンドパスフィルタリングされた加速度信号の極値点のその他の一例を示している。図8に示すように、ローパス又はバンドパスフィルタリングされた1軸加速度信号には、干渉極値点が存在し(図8における矢印が示したように)、これらの干渉極値点は、周期性運動に関連する極値点を表すものではおらず、歩数を多めに数えることを招くだけであり、これらの干渉極値点を除去すると、統計される歩数がより正確になる。したがって、歩行又は走行歩数に対応する極値点を正確に獲得するために、これらの干渉極値点を除去する必要がある。
人体運動状態判断手段400は、人体が睡眠状態にあると判定すると、加速度信号の時間長を睡眠状態総時間長に累積し、加速度信号のエネルギーを睡眠状態総エネルギーに累積し、睡眠移動統計手段500は、加速度信号の強度が所定の強度閾値より大きい時間長を集計してから該時間長を睡眠移動総時間長に累積し、サンプリング時間長設置手段600は、加速度信号のサンプリング時間長を睡眠状態サンプリング時間長として設定し、記憶手段700は、睡眠状態総時間長、睡眠状態総エネルギー、睡眠移動総時間長を記憶し、
人体運動状態判断手段400は人体が軽微な運動状態にあると判定すると、加速度信号の時間長を軽微な運動状態総時間長に累積し、加速度信号のエネルギーを軽微な運動状態総エネルギーに累積し、サンプリング時間長設置手段600は、加速度信号のサンプリング時間長を軽微な運動状態サンプリング時間長として設定し、記憶手段700は、軽微な運動状態総時間長、軽微な運動状態総エネルギーを記憶する。
本発明は、更に、ここで説明した方法の一部又は全てを実行するための設備又は装置プログラム(例えば、コンピュータプログラム及びコンピュータプログラム製品)として実現されてもよい。このような、本発明を実現するプログラムは、コンピュータ読み取り可能な媒体に記憶してもよく、或いは、一つ又は複数の信号の形式を有してもよい。このような信号は、インターネットサイトからダウンロードして取得してもよく、或いは、キャリア信号によって提供してもよく、或いは、その他の任意の形で提供してもよい。
メモリ120は、上記方法のうちの任意の方法ステップを実行するプログラムコード131のための記憶空間130を備える。例えば、プログラムコードのための記憶空間130には、上記方法のうちの各ステップをそれぞれ実現するための各プログラムコード131を含んでもよい。これらのプログラムコードは、一つ又は複数のコンピュータプログラム製品から読み出し可能であり、或いは、一つ又は複数のコンピュータプログラム製品に書き込み可能である。これらのコンピュータプログラム製品は、ハードディスク、コンパクトディスク(CD)、メモリカード又はフロッピー(登録商標)ディスクといったプログラムコードキャリアを含む。
このようなコンピュータプログラム製品は、通常、図11に示すような携帯型又は固定記憶手段である。該記憶手段は、図10のサーバーにおけるメモリ120に類似するように配置された記憶領域、記憶空間等を有してもよい。プログラムコードは、例えば適切な形で圧縮されてもよい。通常、記憶手段は、本発明による方法ステップを実行するためのコンピュータ読み取り可能なコード131’を含み、即ち、例えば110といったプロセッサによって読み取り可能なコードを含み、これらのコードがサーバーによって実行されると、該サーバーは、上記に説明した方法の各ステップを実行する。
Claims (13)
- 人体運動状態監視方法であって、
人体に装着された3軸加速度センサの出力から、設定されたサンプリング時間長を含む加速度信号を取得すると共に、該加速度信号のエネルギー及び平均パワーを算出するステップ(a)と、
前記加速度信号の平均パワーによって人体運動状態を判断し、前記加速度信号の平均パワーが所定の激しい運動閾値より大きい場合、人体が激しい運動状態にあると判定し、前記加速度信号の平均パワーが所定の睡眠閾値より小さい場合、人体が睡眠状態にあると判定し、前記加速度信号の平均パワーが前記激しい運動閾値より小さくて前記睡眠閾値より大きい場合、人体が軽微な運動状態にあると判定するステップ(b)と、
人体が睡眠状態にあると、前記加速度信号の時間長を睡眠状態総時間長に累積し、前記加速度信号のエネルギーを睡眠状態総エネルギーに累積し、前記加速度信号の強度が所定の強度閾値より大きい時間長を集計して、該時間長を睡眠移動総時間長に累積すると共に、加速度信号のサンプリング時間長を睡眠状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(c1)と、
人体が軽微な運動状態にあると、前記加速度信号の時間長を軽微な運動状態総時間長に累積し、前記加速度信号のエネルギーを軽微な運動状態総エネルギーに累積すると共に、加速度信号のサンプリング時間長を軽微な運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(c2)と、
人体が激しい運動状態にあると、更に、前記加速度信号が準周期性を有するか否かを判断し、前記加速度信号が準周期性を有しない場合、人体が不規則な激しい運動状態にあると判定し、前記加速度信号が準周期性を有する場合、人体が規則的な激しい運動状態にあると判定するステップ(c3)と、
人体が不規則な激しい運動状態にあると、前記加速度信号の時間長を不規則な激しい運動状態総時間長に累積し、前記加速度信号のエネルギーを不規則な激しい運動状態総エネルギーに累積すると共に、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(d1)と、
人体が規則的な激しい運動状態にあると、前記加速度信号の時間長を規則的な激しい運動状態総時間長に累積し、前記加速度信号のエネルギーを規則的な激しい運動状態総エネルギーに累積し、前記加速度信号によって運動歩数を算出してから該運動歩数を運動総歩数に累積すると共に、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、そして、ステップ(a)に戻るステップ(d2)と、を繰り返して実行することを含む
ことを特徴とする人体運動状態監視方法。 - 前記加速度信号の平均パワーPは、下式によって算出し、
請求項1に記載の人体運動状態監視方法。 - 前記加速度信号の準周期性の判断ステップは、
前記加速度信号に対してハイパスフィルタリングを行うことと、
ハイパスフィルタリングされた加速度信号に対して基本周波数検出を行うことと、
基本周波数検出によって獲得された基本周波数を遮断周波数としてローパス又はバンドパスフィルタを設置すると共に、該ローパス又はバンドパスフィルタによって、対応するハイパスフィルタリング後の加速度信号に対してローパス又はバンドパスフィルタリングを行うことと、
ローパス又はバンドパスフィルタリングされた加速度信号から加速度信号極値点を獲得すると共に加速度信号極値点における干渉極値点を除去することで、ローパス又はバンドパスフィルタリングされた加速度信号における有効極値点を獲得することと、
隣接する有効極値点の間の時間間隔を算出して時間間隔系列を獲得すると共に、該時間間隔系列において隣接する時間間隔の間の差分を算出し、時間間隔差分系列を獲得し、もし該時間間隔差分系列において連続所定数の時間間隔の差分が何れも所定の周期閾値より小さいと、前記加速度信号が準周期性を有すると判定し、そうでない場合、前記加速度信号が準周期性を有しないと判定することと、を含む
請求項1に記載の人体運動状態監視方法。 - 前記加速度信号によって運動歩数を算出するステップは、
ローパス又はバンドパスフィルタリングされた準周期性を有する加速度信号における有効極値点をカウントすることを含み、該有効極値点の数が即ち今回のカウント過程で獲得される運動歩数である
請求項3に記載の人体運動状態監視方法。 - 前記加速度信号を時間で2重積分することで変位信号を求めることを更に含む
請求項4に記載の人体運動状態監視方法。 - ハイパスフィルタリングされた加速度信号に対して基本周波数検出を行うことは、
信号エネルギーの減衰が低周波から高周波へだんだん増えていくフィルタによって、該信号に対して減衰処理を行うことと、
下式によって、減衰処理された信号の自己相関関数ρ(τ)を求め、
請求項3に記載の人体運動状態監視方法。 - 前記加速度信号極値点における干渉極値点を除去するのは、時間間隔によって加速度信号極値点における干渉極値点をフィルタアウトすること、又は、時間間隔及び振幅値によって加速度信号極値点における干渉極値点をフィルタアウトすることを含む
請求項3に記載の人体運動状態監視方法。 - 前記干渉極値点は、その前の加速度信号極値点との時間間隔が所定の閾値より小さい加速度信号極値点を含むか、又は、前記干渉極値点は、時間間隔が連続的に所定の閾値より小さい各グループの加速度信号極値点のうち振幅値が最大でない加速度信号極値点を含む
請求項7に記載の人体運動状態監視方法。 - 前記睡眠状態総時間長、前記睡眠状態総エネルギー、前記睡眠移動総時間長、前記軽微な運動状態総時間長、前記軽微な運動状態総エネルギー、前記不規則な激しい運動状態総時間長、前記不規則な激しい運動状態総エネルギー、前記規則的な激しい運動状態総時間長、前記規則的な激しい運動状態総エネルギー、前記運動総歩数を選択可能に表示することを更に含む
請求項1に記載の人体運動状態監視方法。 - 人体運動状態監視装置であって、3軸加速度センサ(100)、加速度信号取得手段(200)、算出手段(300)、人体運動状態判断手段(400)、睡眠移動統計手段(500)、サンプリング時間長設置手段(600)、記憶手段(700)、準周期性判断手段(800)、歩数カウント手段(900)を含み、
前記加速度信号取得手段(200)は、人体に装着された3軸加速度センサ(100)の出力から、設定されたサンプリング時間長を含む加速度信号を取得し、前記算出手段(300)は、該加速度信号のエネルギー及び平均パワーを算出し、
前記人体運動状態判断手段(400)は、前記加速度信号の平均パワーによって人体運動状態を判断し、前記加速度信号の平均パワーが所定の激しい運動閾値より大きい場合、人体が激しい運動状態にあると判定し、前記加速度信号の平均パワーが所定の睡眠閾値より小さい場合、人体が睡眠状態にあると判定し、前記加速度信号の平均パワーが前記激しい運動閾値より小さくて前記睡眠閾値より大きい場合、人体が軽微な運動状態にあると判定し、
前記人体運動状態判断手段(400)は人体が睡眠状態にあると判定すると、前記加速度信号の時間長を睡眠状態総時間長に累積し、前記加速度信号のエネルギーを睡眠状態総エネルギーに累積し、睡眠移動統計手段(500)は、前記加速度信号の強度が所定の強度閾値より大きい時間長を集計して、該時間長を睡眠移動総時間長に累積し、前記サンプリング時間長設置手段(600)は、加速度信号のサンプリング時間長を睡眠状態サンプリング時間長として設定し、前記記憶手段(700)は、睡眠状態総時間長、睡眠状態総エネルギー、睡眠移動総時間長を記憶し、
前記人体運動状態判断手段(400)は人体が軽微な運動状態にあると判定すると、前記加速度信号の時間長を軽微な運動状態総時間長に累積し、前記加速度信号のエネルギーを軽微な運動状態総エネルギーに累積し、前記サンプリング時間長設置手段(600)は、加速度信号のサンプリング時間長を軽微な運動状態サンプリング時間長として設定し、前記記憶手段(700)は、軽微な運動状態総時間長、軽微な運動状態総エネルギーを記憶し、
前記人体運動状態判断手段(400)は人体が激しい運動状態にあると判定すると、準周期性判断手段(800)は、前記加速度信号が準周期性を有するか否かを判断し、前記加速度信号が準周期性を有しないと判定する場合、前記人体運動状態判断手段(400)は、人体が不規則な激しい運動状態にあると判定し、準周期性判断手段(800)は前記加速度信号が準周期性を有すると判定する場合、前記人体運動状態判断手段(400)は、人体が規則的な激しい運動状態にあると判定し、
人体運動状態判断手段(400)は人体が不規則な激しい運動状態にあると判定すると、前記加速度信号の時間長を不規則な激しい運動状態総時間長に累積し、前記加速度信号のエネルギーを不規則な激しい運動状態総エネルギーに累積し、前記サンプリング時間長設置手段(600)は、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、前記記憶手段(700)は、不規則な激しい運動状態総時間長、不規則な激しい運動状態総エネルギーを記憶し、
人体運動状態判断手段(400)は人体が規則的な激しい運動状態にあると判定すると、前記加速度信号の時間長を規則的な激しい運動状態総時間長に累積し、前記加速度信号のエネルギーを規則的な激しい運動状態総エネルギーに累積し、歩数カウント手段(900)は、前記加速度信号によって運動歩数を算出してから該運動歩数を運動総歩数に累積し、前記サンプリング時間長設置手段(600)は、加速度信号のサンプリング時間長を激しい運動状態サンプリング時間長として設定し、記憶手段(700)は、規則的な激しい運動状態総時間長、規則的な激しい運動状態総エネルギー、運動歩数を記憶する
ことを特徴とする人体運動状態監視装置。 - 前記睡眠状態総時間長、前記睡眠状態総エネルギー、前記睡眠移動総時間長、前記軽微な運動状態総時間長、前記軽微な運動状態総エネルギー、前記不規則な激しい運動状態総時間長、前記不規則な激しい運動状態総エネルギー、前記規則的な激しい運動状態総時間長、前記規則的な激しい運動状態総エネルギー、前記運動総歩数を選択可能に表示するための表示手段(950)を更に含む
請求項10に記載の人体運動状態監視装置。 - コンピュータ読み取り可能なコードを含むコンピュータプログラムであって、前記コンピュータ読み取り可能なコードがサーバーで実行されると、前記サーバーが請求項1〜9の何れか1項に記載の人体運動状態監視方法を実行するコンピュータプログラム。
- 請求項12に記載のコンピュータプログラムを記憶するコンピュータ読み取り可能な媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754081.X | 2013-12-31 | ||
CN201310754081.XA CN103767710B (zh) | 2013-12-31 | 2013-12-31 | 人体运动状态监视方法和装置 |
PCT/CN2014/001178 WO2015100706A1 (zh) | 2013-12-31 | 2014-12-25 | 人体运动状态监视方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5952511B1 true JP5952511B1 (ja) | 2016-07-13 |
JP2016525895A JP2016525895A (ja) | 2016-09-01 |
Family
ID=50560797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015563051A Active JP5952511B1 (ja) | 2013-12-31 | 2014-12-25 | 人体運動状態監視方法及び装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20160000359A1 (ja) |
EP (1) | EP2962637B1 (ja) |
JP (1) | JP5952511B1 (ja) |
KR (1) | KR101616681B1 (ja) |
CN (1) | CN103767710B (ja) |
DK (1) | DK2962637T3 (ja) |
WO (1) | WO2015100706A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009463A (zh) * | 2021-01-29 | 2021-06-22 | 杭州涂鸦信息技术有限公司 | 一种人体检测方法及装置 |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10716073B2 (en) | 2013-06-07 | 2020-07-14 | Apple Inc. | Determination of device placement using pose angle |
CN103767710B (zh) * | 2013-12-31 | 2015-12-30 | 歌尔声学股份有限公司 | 人体运动状态监视方法和装置 |
EP2950596B1 (en) * | 2014-05-30 | 2019-06-26 | Apple Inc. | Method and system for determining whether device is on user's body |
CN104077893A (zh) * | 2014-06-24 | 2014-10-01 | 北京丰拓生物技术有限公司 | 智能项链 |
TWI489087B (zh) * | 2014-07-03 | 2015-06-21 | Globalsat Worldcom Corp | The step - by - step detection method of electronic device |
GB2533430A (en) * | 2014-12-19 | 2016-06-22 | Mclaren Applied Tech Ltd | Biomechanical analysis |
CN113951818A (zh) * | 2014-12-30 | 2022-01-21 | 日东电工株式会社 | 用于睡眠监测的设备和方法 |
CN104586402B (zh) * | 2015-01-22 | 2017-01-04 | 清华大学深圳研究生院 | 一种人体活动的特征提取方法 |
CN105096493B (zh) * | 2015-07-31 | 2018-07-17 | 徐承柬 | 一种校园安防*** |
CN105212941B (zh) * | 2015-08-25 | 2017-12-29 | 武汉理工大学 | 一种人体活动状态识别方法及*** |
US20180353107A1 (en) * | 2015-12-03 | 2018-12-13 | Huawei Technologies Co., Ltd. | Biological Signal Collection Method, Apparatus, And System And Electronic Device |
CN105559751B (zh) * | 2015-12-14 | 2018-06-12 | 安徽华米信息科技有限公司 | 监测微活动状态的方法、装置及可穿戴设备 |
CN105496416B (zh) * | 2015-12-28 | 2019-04-30 | 歌尔股份有限公司 | 一种人体运动状态的识别方法和装置 |
CN105852826B (zh) * | 2016-03-22 | 2018-10-09 | 北京奇虎科技有限公司 | 终端和终端确定生理信息的方法 |
CN106419884B (zh) * | 2016-09-22 | 2019-07-02 | 惠州市德赛工业研究院有限公司 | 一种基于小波分析的心率计算方法与*** |
CN106333691A (zh) * | 2016-10-27 | 2017-01-18 | 深圳市万机创意电子科技有限公司 | 判断人体睡眠状态、静止状态和运动状态的方法及装置 |
KR20180047654A (ko) | 2016-11-01 | 2018-05-10 | 삼성전자주식회사 | 사용자 활동 인식 방법 및 이를 구현한 전자 장치 |
CN106562771B (zh) * | 2016-11-21 | 2019-06-18 | 华南理工大学 | 一种面向嵌入式平台的宠物睡眠识别方法 |
CN106510721B (zh) * | 2016-12-12 | 2019-07-09 | 施则威 | 行走平衡评价方法及装置、行走平衡监测方法及*** |
KR102025902B1 (ko) * | 2017-04-27 | 2019-09-27 | (주)씨어스테크놀로지 | 가속도 센서를 이용하여 신체 활동 레벨을 판단하는 장치 및 방법 |
US20190053754A1 (en) | 2017-08-18 | 2019-02-21 | Fitbit, Inc. | Automated detection of breathing disturbances |
CN107704510A (zh) * | 2017-08-31 | 2018-02-16 | 江西博瑞彤芸科技有限公司 | 信息处理方法 |
CN108937860B (zh) * | 2018-06-06 | 2021-02-02 | 歌尔科技有限公司 | 一种运动状态监测方法、***及设备和存储介质 |
US11226408B2 (en) | 2018-07-03 | 2022-01-18 | Panasonic Intellectual Property Management Co., Ltd. | Sensor, estimating device, estimating method, and recording medium |
CN109528180B (zh) * | 2018-11-16 | 2021-12-03 | 歌尔科技有限公司 | 一种提醒方法、***、智能可穿戴设备及可读存储介质 |
CN109558841B (zh) * | 2018-11-30 | 2023-06-02 | 歌尔科技有限公司 | 一种运动状态的识别方法、装置及终端 |
CN111131950B (zh) * | 2019-12-26 | 2021-06-29 | 广东思派康电子科技有限公司 | 三轴加速度感应器控制麦克风开关的方法、电子设备、计算机可读存储介质 |
CN113520306B (zh) * | 2020-04-17 | 2024-03-22 | 青岛海尔空调器有限总公司 | 一种人体睡眠状态的监测方法和智能家居装置 |
CN113679340B (zh) * | 2020-05-19 | 2024-01-19 | 瑞昱半导体股份有限公司 | 睡眠监测装置及方法 |
CN111887830B (zh) * | 2020-09-10 | 2023-03-10 | 贵州省人民医院 | 睡眠监测方法、装置、设备及可读存储介质 |
CN114732383A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市华屹医疗科技有限公司 | 体征指标监测方法、装置、设备、存储介质和程序产品 |
CN117194927B (zh) * | 2023-11-02 | 2024-03-22 | 深圳市微克科技股份有限公司 | 基于三轴加速度传感器的室内跳绳计数方法、***及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006175206A (ja) * | 2004-11-29 | 2006-07-06 | National Institute Of Advanced Industrial & Technology | 身体状態検出装置、その検出方法及び検出プログラム |
JP2006288970A (ja) * | 2005-04-14 | 2006-10-26 | Matsushita Electric Works Ltd | 活動量計 |
JP2006334087A (ja) * | 2005-06-01 | 2006-12-14 | Medical Electronic Science Inst Co Ltd | 睡眠状態判定システム及び睡眠状態判定方法 |
WO2010032579A1 (ja) * | 2008-09-19 | 2010-03-25 | 株式会社日立製作所 | 行動履歴の生成方法及び行動履歴の生成システム |
US20130173174A1 (en) * | 2011-12-30 | 2013-07-04 | Amit S. Baxi | Apparatus, method, and system for accurate estimation of total energy expenditure in daily activities |
JP2014233585A (ja) * | 2013-06-05 | 2014-12-15 | 日本電信電話株式会社 | 体温測定装置、方法及びプログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0700661B1 (en) * | 1994-09-07 | 2004-12-01 | Omron Healthcare Co., Ltd. | Exercise amount measuring device capable of displaying the amount of exercise to be performed further |
JP4813058B2 (ja) * | 2002-10-09 | 2011-11-09 | ボディーメディア インコーポレイテッド | 人間の生理学的及びコンテキスト情報を検知、受信、導出及び表示する装置 |
US20050107723A1 (en) * | 2003-02-15 | 2005-05-19 | Wehman Thomas C. | Methods and apparatus for determining work performed by an individual from measured physiological parameters |
US7395292B2 (en) * | 2003-10-08 | 2008-07-01 | Johnson Mark W | Method for displaying spectral trends in complex signals |
KR20060008835A (ko) * | 2004-07-24 | 2006-01-27 | 삼성전자주식회사 | 가속도 센서를 이용한 운동량 측정장치 및 방법 |
KR100786703B1 (ko) * | 2004-07-24 | 2007-12-21 | 삼성전자주식회사 | 가속도 센서를 이용한 운동량 측정장치 및 방법 |
US7827000B2 (en) * | 2006-03-03 | 2010-11-02 | Garmin Switzerland Gmbh | Method and apparatus for estimating a motion parameter |
JP4904861B2 (ja) * | 2006-03-14 | 2012-03-28 | ソニー株式会社 | 体動検出装置、体動検出方法および体動検出プログラム |
JP2009225971A (ja) | 2008-03-21 | 2009-10-08 | Toshiba Corp | 睡眠状態計測装置及び方法 |
JP4739440B2 (ja) * | 2009-04-02 | 2011-08-03 | 株式会社タニタ | 体動検出装置及び体動検出方法 |
US20130030711A1 (en) * | 2011-07-29 | 2013-01-31 | Nokia Corporation | Method and apparatus for providing adaptive filtering of sensors and sensor data |
CN103767710B (zh) * | 2013-12-31 | 2015-12-30 | 歌尔声学股份有限公司 | 人体运动状态监视方法和装置 |
-
2013
- 2013-12-31 CN CN201310754081.XA patent/CN103767710B/zh active Active
-
2014
- 2014-12-25 US US14/770,731 patent/US20160000359A1/en not_active Abandoned
- 2014-12-25 JP JP2015563051A patent/JP5952511B1/ja active Active
- 2014-12-25 DK DK14876668.6T patent/DK2962637T3/da active
- 2014-12-25 WO PCT/CN2014/001178 patent/WO2015100706A1/zh active Application Filing
- 2014-12-25 EP EP14876668.6A patent/EP2962637B1/en active Active
- 2014-12-25 KR KR1020157031885A patent/KR101616681B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006175206A (ja) * | 2004-11-29 | 2006-07-06 | National Institute Of Advanced Industrial & Technology | 身体状態検出装置、その検出方法及び検出プログラム |
JP2006288970A (ja) * | 2005-04-14 | 2006-10-26 | Matsushita Electric Works Ltd | 活動量計 |
JP2006334087A (ja) * | 2005-06-01 | 2006-12-14 | Medical Electronic Science Inst Co Ltd | 睡眠状態判定システム及び睡眠状態判定方法 |
WO2010032579A1 (ja) * | 2008-09-19 | 2010-03-25 | 株式会社日立製作所 | 行動履歴の生成方法及び行動履歴の生成システム |
US20130173174A1 (en) * | 2011-12-30 | 2013-07-04 | Amit S. Baxi | Apparatus, method, and system for accurate estimation of total energy expenditure in daily activities |
JP2014233585A (ja) * | 2013-06-05 | 2014-12-15 | 日本電信電話株式会社 | 体温測定装置、方法及びプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009463A (zh) * | 2021-01-29 | 2021-06-22 | 杭州涂鸦信息技术有限公司 | 一种人体检测方法及装置 |
CN113009463B (zh) * | 2021-01-29 | 2023-04-18 | 杭州涂鸦信息技术有限公司 | 一种人体检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2962637A1 (en) | 2016-01-06 |
EP2962637B1 (en) | 2020-11-04 |
KR101616681B1 (ko) | 2016-04-28 |
US20160000359A1 (en) | 2016-01-07 |
WO2015100706A1 (zh) | 2015-07-09 |
CN103767710B (zh) | 2015-12-30 |
JP2016525895A (ja) | 2016-09-01 |
KR20150132595A (ko) | 2015-11-25 |
EP2962637A4 (en) | 2016-04-27 |
DK2962637T3 (da) | 2020-12-07 |
CN103767710A (zh) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5952511B1 (ja) | 人体運動状態監視方法及び装置 | |
JP6069590B2 (ja) | 歩数カウント方法及び装置 | |
US10856777B2 (en) | Method and device for identifying human movement state | |
JP6403696B2 (ja) | 身体的活動のモニタリングデバイス及びその方法 | |
US10900991B2 (en) | Calculating pace and energy expenditure from athletic movement attributes | |
JP6564328B2 (ja) | 身体活動監視デバイスを用いたゲームプレーの拡張 | |
CN104990562A (zh) | 基于自相关运算的计步方法 | |
CN108289636A (zh) | 用于确定对象的呼吸速率的方法和装置 | |
US20200178849A1 (en) | Method and system for heterogeneous event detection | |
KR101125672B1 (ko) | 운동패턴 분석방법 및 이를 이용한 운동량 산출장치 | |
JP2014212915A (ja) | 行動判別装置、および行動判別方法 | |
Depari et al. | Lightweight machine learning-based approach for supervision of fitness workout | |
JP5488135B2 (ja) | 生体情報処理装置 | |
US20150032033A1 (en) | Apparatus and method for identifying movement in a patient | |
JPWO2012036135A1 (ja) | 情報処理方法、情報処理装置、出力装置、情報処理システム、情報処理用プログラムおよび同プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
Zhang et al. | How to record the amount of exercise automatically? A general real-time recognition and counting approach for repetitive activities | |
JP2011212383A (ja) | 生体情報処理装置 | |
KR102380481B1 (ko) | 가속도 센서에 기반한 고양이의 동작 분석 방법 | |
JP2022518713A (ja) | 呼吸警報を発生させるための装置及びシステム | |
Chinrungrueng et al. | My Act: an automatic daily caloric estimation based on physical activity data using smartphones | |
Tiitto | Wavelets and Maximum Strength Technology Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151125 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20151125 |
|
TRDD | Decision of grant or rejection written | ||
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20160531 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160607 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160609 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5952511 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 |