JP6369811B2 - 歩行解析システムおよび歩行解析プログラム - Google Patents

Description

被計測者の歩行運動を解析するために用いられる歩行解析システムおよび歩行解析プログラムに関する。

従来から、被計測者の歩行運動を解析するためのシステムの開発が行われている。従来の歩行運動の解析においては、次の特許文献１および２に開示されているように、歩行運動を総合的に判断するために、身体の重心近傍の運動である腰部の中心の運動を観察することが行われている。

特開２０１１−１７７２７８号公報 特開２００６−１７７７４９号公報

特許文献１および２に開示されている技術によれば、歩行運動の解析の結果が加速度等の数値で表示部に表示される。そのため、表示部に表示された加速度等の数値に基づいて歩行運動の異常を指摘されても、被計測者は自分の歩行運動がどのように異常であるのかを直観的に把握することができない。

本発明は、上述の問題に鑑みてなされたものであり、その目的は、歩行運動がどのように異常であるのかを直観的に把握することができる歩行解析システムおよび歩行解析プログラムを提供することである。

本発明の第１の態様の歩行解析システムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備え、前記制御部は、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、予め定められた複数の身体部位のそれぞれごとに、前記身体部位が異常な運動をしているのか否かを判定する異常部位判定部と、前記異常部位判定部によって前記身体部位が異常な運動をしていると判定されたタイミングが前記リサージュ曲線データのいずれのタイミングであるのかに基づいて、前記歩行運動の予め定められた複数のフェーズのいずれにおいて前記身体部位が異常な運動をしているのかを判定する異常フェーズ判定部と、前記異常部位判定部によって異常な運動をしていると判定された前記身体部位と前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズとが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部と、を備え、前記判定結果画像は、前記表示部に表示される複数の静止画像であって、前記被計測者の歩行運動の前記複数のフェーズにそれぞれ対応している複数の人型画像と、前記複数の人型画像のうちの前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズに対応する人型画像において、前記異常部位判定部によって異常な運動をしていると判定された前記身体部位を指摘する指摘画像と、を含む。

本発明の第２の態様の歩行解析システムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、前記被計測者の歩行運動を撮影する動画撮影部と、を備え、前記制御部は、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記被計測者の歩行運動において予め定められた複数種類の歩行異常のそれぞれが有るのか否かを判定する異常種類判定部と、前記異常種類判定部によって前記歩行異常が有ると判定された前記歩行異常の種類ごとに、前記被判定要素の値と前記異常有無の判定基準値との差に基づいて、前記歩行異常の程度を判定する異常程度判定部と、前記異常種類判定部によって判定された前記歩行異常の種類と前記異常程度判定部によって判定された前記歩行異常の程度とが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部と、を備え、前記判定結果画像は、前記動画撮影部において撮影された動画から抽出された人型画像と、前記複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像と、前記複数種類の文字画像のそれぞれによって特定される前記歩行異常の程度を認識することが可能な図表画像と、を含む。

本発明の第３の態様の歩行解析システムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、前記被計測者の歩行運動を撮影する動画撮影部と、を備え、前記制御部は、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、前記動画撮影部によって撮影された前記被計測者の歩行運動の連続画像を記憶する動画記憶部と、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数の実際の曲率半径の値のそれぞれと曲率半径の判定基準値とを比較し、それにより、前記実際の曲率半径の値が前記曲率半径の判定基準値よりも小さいか否かにより、前記被計測者が異常な姿勢をしているか否かを判定する異常姿勢判定部と、前記異常姿勢判定部によって前記判定基準値よりも小さいと判定された前記実際の曲率半径のタイミングが前記リサージュ曲線データのいずれのタイミングであるかに基づいて異常姿勢タイミングのデータを取得し、それにより、前記動画記憶部に記憶された前記被計測者の歩行運動の連続画像から前記異常姿勢タイミングのデータに対応する異常姿勢の静止画像を抽出する異常姿勢抽出部と、前記異常姿勢抽出部によって抽出された前記異常姿勢の静止画像を前記判定結果画像として前記表示部に表示させる表示制御部と、を含む。

本発明の第４の態様の歩行解析システムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備え、前記制御部は、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記歩行運動における異常の有無を判定する異常有無判定部と、前記異常有無判定部によって前記被計測者が異常な歩行運動をしていると判定された場合に、前記異常な歩行運動を認識可能な判定結果画像を前記表示部に表示させる表示制御部と、を備え、前記データ作成部は、前記被計測者の前額面、水平面、および矢状面のそれぞれの前記リサージュ曲線データを作成し、前記予め定められた複数種類の異常有無の判定基準値は、それぞれ、前記前額面、前記水平面、および前記矢状面のそれぞれの前記リサージュ曲線データから抽出された前記複数種類の被判定要素に対応しており、前記判定結果画像は、前記複数種類の被判定要素の各被判定要素に対応する歩行異常を認識可能な画像を含む。

本発明の第１の態様の歩行解析プログラムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備えた歩行解析システムにおいて用いられる歩行解析プログラムであって、前記制御部としてのコンピュータを、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、予め定められた複数の身体部位のそれぞれごとに、前記身体部位が異常な運動をしているのか否かを判定する異常部位判定部、前記異常部位判定部によって前記身体部位が異常な運動をしていると判定されたタイミングが前記リサージュ曲線データのいずれのタイミングであるのかに基づいて、前記歩行運動の予め定められた複数のフェーズのいずれにおいて前記身体部位が異常な運動をしているのかを判定する異常フェーズ判定部、および、前記異常部位判定部によって異常な運動をしていると判定された前記身体部位と前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズとが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部、として機能させ、前記判定結果画像は、前記表示部に表示される複数の静止画像であって、前記被計測者の歩行運動の前記複数のフェーズにそれぞれ対応している複数の人型画像と、前記複数の人型画像のうちの前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズに対応する人型画像において、前記異常部位判定部によって異常な運動をしていると判定された前記身体部位を指摘する指摘画像と、を含む。

本発明の第２の態様の歩行解析システムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、前記被計測者の歩行運動を撮影する動画撮影部と、を備えた歩行解析システムにおいて用いられる歩行解析プログラムであって、前記制御部としてのコンピュータを、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記被計測者の歩行運動において予め定められた複数種類の歩行異常のそれぞれが有るのか否かを判定する異常種類判定部、前記異常種類判定部によって前記歩行異常が有ると判定された前記歩行異常の種類ごとに、前記被判定要素の値と前記異常有無の判定基準値との差に基づいて、前記歩行異常の程度を判定する異常程度判定部、および、前記異常種類判定部によって判定された前記歩行異常の種類と前記異常程度判定部によって判定された前記歩行異常の程度とが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部、として機能させ、前記判定結果画像は、前記動画撮影部において撮影された動画から抽出された人型画像と、前記複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像と、前記複数種類の文字画像のそれぞれによって特定される前記歩行異常の程度を認識することが可能な図表画像と、を含む。

本発明の第３の態様の歩行解析プログラムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、前記被計測者の歩行運動を撮影する動画撮影部と、を備えた歩行解析システムにおいて用いられる歩行解析プログラムであって、前記制御部としてのコンピュータを、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、前記動画撮影部によって撮影された前記被計測者の歩行運動の連続画像を記憶する動画記憶部、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数の実際の曲率半径の値のそれぞれと曲率半径の判定基準値とを比較し、それにより、前記実際の曲率半径の値が前記曲率半径の判定基準値よりも小さいか否かにより、前記被計測者が異常な姿勢をしているか否かを判定する異常姿勢判定部、前記異常姿勢判定部によって前記判定基準値よりも小さいと判定された前記実際の曲率半径のタイミングが前記リサージュ曲線データのいずれのタイミングであるかに基づいて異常姿勢タイミングのデータを取得し、それにより、前記動画記憶部に記憶された前記被計測者の歩行運動の連続画像から前記異常姿勢タイミングのデータに対応する異常姿勢の静止画像を抽出する異常姿勢抽出部、および、前記異常姿勢抽出部によって抽出された前記異常姿勢の静止画像を前記判定結果画像として前記表示部に表示させる表示制御部、として機能させる。

本発明の第４の態様の歩行解析プログラムは、被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備えた歩行解析システムにおいて用いられるプログラムであって、前記制御部としてのコンピュータを、前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記歩行運動における異常の有無を判定する異常有無判定部、前記異常有無判定部によって前記被計測者が異常な歩行運動をしていると判定された場合に、前記異常な歩行運動を認識可能な判定結果画像を前記表示部に表示させる表示制御部と、として機能させ、前記データ作成部は、前記被計測者の前額面、水平面、および矢状面のそれぞれの前記リサージュ曲線データを作成し、前記予め定められた複数種類の異常有無の判定基準値は、それぞれ、前記前額面、前記水平面、および前記矢状面のそれぞれの前記リサージュ曲線データから抽出された前記複数種類の被判定要素に対応しており、前記判定結果画像は、前記複数種類の被判定要素の各被判定要素に対応する歩行異常を認識可能な画像を含む。

本発明によれば、歩行運動がどのように異常であるのかを直観的に把握することができる。

本発明の実施の形態の歩行解析システムの使用状態を説明するための図である。 本発明の実施の形態の歩行解析システムの各部の機能を説明するためのブロック図である。 本発明の実施の形態の歩行解析システムにおいて比較の基準となる正常な歩行運動の前額面のリサージュ曲線データの一例を示す図である。 本発明の実施の形態の歩行解析システムにおいて比較の基準となる正常な歩行運動の水平面のリサージュ曲線データの一例を示す図である。 本発明の実施の形態の歩行解析システムにおいて比較の基準となる正常な歩行運動の矢状面のリサージュ曲線データの一例を示す図である。 本発明の実施の形態の歩行解析システムにおいて取得された被計測者の歩行運動の前額面のリサージュ曲線データの一例を示す図である。 本発明の実施の形態の歩行解析システムにおいて取得された被計測者の歩行運動の水平面のリサージュ曲線データの一例を示す図である。 本発明の実施の形態の歩行解析システムにおいて取得された被計測者の歩行運動の矢状面のリサージュ曲線データの一例を示す図である。 本発明の実施の形態の歩行解析システムにおける歩行運動の前額面のリサージュ曲線データを用いる場合の異常歩行の判定方法を説明するための図である。 本発明の実施の形態の歩行解析システムにおける歩行運動の水平面のリサージュ曲線データを用いる場合の異常歩行の判定方法を説明するための図である。 本発明の実施の形態の歩行解析システムにおける歩行運動の矢状面のリサージュ曲線データを用いる場合の異常歩行の判定方法を説明するための図である。 本発明の実施の形態の歩行解析システムによって得られた歩行運動の異常の有無の判定結果の表示態様を説明するための第１の図である。 本発明の実施の形態の歩行解析システムによって得られた歩行運動の異常の有無の判定結果の表示態様を説明するための第２の図である。 本発明の実施の形態の歩行解析システムによって得られた歩行運動の異常の有無の判定結果の表示態様を説明するための第３の図である。

以下、図面を参照しながら、本発明の実施の形態の歩行解析システムおよび歩行解析プログラムを説明する。

（歩行解析システムの全体構成）
図１に示されるように、本実施の形態の歩行解析システム９０は、センサ部１とタブレット端末機１０とを備えている。タブレット端末機１０は、表示部２と制御部３とを備えている。したがって、歩行解析システム９０は、センサ部１、表示部２、および制御部３を備えている。

センサ部１は、アンテナ部と、アンテナ部から無線情報を送信する無線情報送信部とを有している。タブレット端末機１０は、携帯電話機としての通信機能を備えている。そのため、タブレット端末機１０は、センサ部１から送信されてきた無線情報を受信するアンテナ部と、アンテナ部で受信されて無線情報からセンサ部１が取得した物理情報を抽出することができる無線情報抽出部とを備えている。また、タブレット端末機１０は、一種のパーソナルコンピュータでもある。したがって、無線情報を演算処理することができる。

表示部２は、液晶表示部からなるものとするが、制御部３からの制御指令に基づいて、歩行解析の判定結果画像を表示することができるものであれば、他のいかなる表示部であってもよい。制御部３は、パーソナルコンピュータとしての機能を実現するために、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、およびＲＡＭ（Random Access Memory）を備えている。

センサ部１は、歩行運動をする被計測者１００に装着され、被計測者１００の所定の位置の変化の軌跡を特定可能な物理情報を取得するためのものである。本実施の形態においては、センサ部１、三軸加速度センサである。したがって、センサ部１は、被計測者１００に取り付けられ、被計測者１００とともに移動することによって、被計測者１００の直行する三軸方向それぞれの加速度を検出する。

加速度センサは、ビデオカメラで録画された歩行運動に基づいて異常の解析を行う場合に比較して、被計測者１００がビデオカメラの画角（視野）を意識することなく、長距離を歩いても、その歩行運動を計測することができる。加速度センサによって検出された３軸方向のそれぞれの加速度の情報は、無線情報として加速度センサからタブレット端末機１０へ送信される。

ただし、センサ部1は、歩行運動をする被計測者１００の位置の変化の時系列データを取得するものであれば、いかなるものであってもよい。言い換えると、センサ部１は、後述される制御部３のデータ作成部３１が、位置の変化の時系列データに基づいて所定平面におけるリサージュ曲線データを作成することができるものであれば、いかなるものであってもよい。

本明細書において、リサージュ曲線データは、３次元の変位履歴データが２次元平面に投影されたデータである。平面上に投影された変位履歴データによって描かれる図形は、数学において用いられるリサージュ図形に似ている。そのため、本明細書においては、３次元の変位履歴のデータが平面上に投影された２次元の変位履歴データをリサージュ曲線データと呼ぶものとする。

図１に示されるように、本実施の形態においては、センサ部１としての３軸加速度センサは、被計測者１００の重心の位置の近傍である腰部の後ろ側に装着される。

加速度センサは、歩行周波数の半分以下の低い周波数を有する重力加速度の影響を受ける。そのため、加速度センサで得られた加速度のうち、低周波数の成分は、ＦＦＴ（Fast Fourier Transform）によって除去される。

また、歩行運動における所定の位置の変位のみが取得されるようにするために、加速度センサで得られた加速度のうち、進行方向における加速度成分も、除去される。その結果、通常の歩行において、前額面、矢状面、水平面の変位の軌跡は、数学的な意味でのリサージュ図形に似ている図形を描くことになる。

センサ部１は、被計測者１００の歩行運動に伴って移動し、その３軸のそれぞれの加速度の情報を無線情報としてタブレット端末機１０へ送信する。また、タブレット端末機１０は、センサ部１０から送信されてきた無線情報を受信することができるアンテナ部（図示せず）を備えている。

ただし、センサ部１は、被計測者１００の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報に基づいて、リサージュ曲線データを作成できるものであれば、いかなるものであってもよい。センサ部１は、被計測者１００の変位の情報を取得でき、それにより、その変位の情報からリサージュ曲線データを作成することができるものであれば、タブレット端末機１０に備えられたセンサであってもよい。たとえば、タブレット端末機１０に備えられた動画撮影部４等がセンサ部の機能を果たしてもよい。

また、動画撮影部４は、たとえば、２つのレンズ系と２つの撮像素子とを有し、制御部３は、２つの撮像素子で撮影された画像から被計測者１００に付された特定のマークの位置の変化の軌跡を算出するものであってもよい。つまり、動画撮影部４によって撮影された２つの視点の連続画像に基づいて、被計測者１００の変位情報が算出されてもよい。この場合も、算出された変位情報に基づいてリサージュ曲線データが作成される。

表示部２は、タッチパネル式の入力部になっている。タッチパネル式の表示部２に表示された歩行解析システム用のアイコンをクリックすることにより、歩行解析プログラムが起動し、歩行解析システムが構成される。また、歩行解析の開始と終了も表示部２に表示される開始アイコンおよび終了のクリックにより行われる。さらに、判定結果表示用のアイコンをクリックすることにより、判定結果表示が表示部２に表示される。これらのタブレット端末機１０の表示部２の機能は、通常の携帯電話機の機能を有するタブレット端末機の機能と同様であるため、その詳細な説明は省略される。

図２に示されるように、本実施の形態の表示部２は、制御部３によって判定された歩行異常の有無を認識することが可能な判定結果画像Ｘ、判定結果画像Ｙ、および判定結果画像Ｚのそれぞれを表示する。判定結果画像Ｘ、判定結果画像Ｙ、および判定結果画像Ｚは、それぞれ、表示領域２１、表示領域２２、および表示領域２３に同時に表示されるものとする。判定結果画像Ｘ、判定結果画像Ｙ、および判定結果画像Ｚの詳細については、後述される。

制御部３は、センサ部１から送られてきた無線情報を無線情報受信部で受信すると、後述されるデータ作成部３１へ送られる。タブレット端末機１０の無線情報の受信機能は、通常の携帯電話機能を有するタブレット端末機の機能と同様であるため、その詳細な説明は省略される。制御部３は、センサ部１によって取得された物理情報に基づいて、歩行運動における歩行異常の有無を判定する。

（動画撮影）
図１に示されるように、本実施の形態の歩行解析システム９０は、タブレット端末機１０の表示部２とは逆側の面から外側に向く光学系を有する動画撮影部４をさらに備えている。動画撮影部４は、表示部２の裏側に存在する対象物を撮影することができる。動画撮影部４で撮影されている映像は、表示部２にリアルタイムで表示される。

したがって、計測者２００は、表示部２に表示されている被計測者１００の歩行運動を見ながら、被計測者１００の歩行運動を撮影することができる。つまり、タブレット端末機１０は、動画撮影用のビデオカメラ機能を有するコンピュータである。動画撮影部４は、被計測者１００の歩行運動を撮影するために用いられる。

ただし、タブレット端末機１０は、動画撮影部４を有していなくてもよい。タブレット端末機１０が動画撮影部４を有していない場合には、被計測者１００の実際の歩行運動の連続画像から抽出された歩行運動の姿勢の画像の代わりに、キャラクタ記憶部３８に記憶されているキャラクタ画像が用いられてもよい。この詳細に関しては、後述される。

動画撮影部４が用いられる場合において、動画撮影部４がタブレット端末機１０に内蔵されている必要はない。動画撮影部４は、タブレット端末機１０から独立したビデオカメラあり、撮影された被計測者１００の歩行運動の動画を無線情報または有線情報として、タブレット端末機１０に送信するものであってもよい。

（歩行解析プログラム）
図２に示されるように、記録媒体５０は、コンピュータによって読み取られ得る歩行解析プログラムを記録している。歩行解析プログラムは、歩行解析システム９０を動作させるためのものである。記録媒体５０に記録された歩行解析プログラムは、記録媒体５０からタブレット端末機１０内のＲＡＭとしてのプログラム記憶部５に読み込まれる。記録媒体５０に記録された歩行解析プログラムは、他のタブレット端末機またはパーソナルコンピュータ等によっても読み込まれ得る。

記録媒体５０は、歩行解析プログラムによってなされる命令を含むコンピュータプログラムプロダクトの一例である。記録媒体５０は、ＣＤ−ＲＯＭ（Compact Disc - Read Only Memory）、スチックメモリ、光ディスク、またはインタネット上のサーバー等、いかなるものであってもよい。つまり、記録媒体５０は、歩行解析プログラムをコンピュータ読み取り可能な態様で記録しているものであれば、いかなるものであってもよい。

クラウドコンピューティングの場合、インタネット上のサーバーの記憶部が歩行解析プログラムのコンピュータ読み取り可能な記録媒体であり、サーバーのコンピュータが歩行解析プログラムを読み取って実行する。グラウドコンピューティングの場合、センサ部１および表示部２は、タブレット端末機１０に存在するが、制御部３の一部がインタネット上のサーバーに存在し、制御部３の他の一部がタブレット端末機１０に存在する。

歩行解析システム９０の制御部３０としてのコンピュータは、記録媒体５０に記録された歩行解析プログラムを読み込み、プログラム記憶部５に記憶する。プログラム記憶部５に記憶された歩行解析プログラムは、制御部３０としてのコンピュータを歩行解析システムの各部として機能させる。

本実施の形態においては、歩行解析プログラムは、歩行解析システム９０において、制御部３としてのコンピュータを、データ作成部３１、異常部位判定部３２、異常フェーズ判定部３３、および表示制御部３９、として機能させる。また、歩行解析プログラムは、歩行解析システム９０において用いられ、制御部３としてのコンピュータを、データ作成部３１、異常種類判定部３４、異常程度判定部３５、および、表示制御部３９、として機能させる。歩行解析プログラムは、制御部３としてのコンピュータを、データ作成部３１、動画記憶部３６、異常姿勢判定部３０１、異常姿勢抽出部３０２、および表示制御部３９として機能させる。

また、歩行解析プログラムは、センサ部１、制御部３、および表示部２を備えている歩行解析システム９０において用いられ、制御部３としてのコンピュータを、データ作成部３１、異常有無判定部３００、および表示制御部３９、として機能させる。異常有無判定部３００は、異常部位判定部３２、異常フェーズ判定部３３、異常種類判定部３４、異常程度判定部３５、異常姿勢判定部３０１、および異常姿勢抽出部３０２を含んでいる。これらの具体的機能は、後述される。

（リサージュ曲線データの作成）
図２に示されるように、データ作成部３１は、センサ部１によって取得された物理情報に基づいて被計測者１００の歩行運動における位置の変化の軌跡の時系列データを取得する。本実施の形態においては、データ作成部３１は、三軸加速度センサから送信されてきた三軸のそれぞれの加速度のデータを２回積分することにより、位置の変化の軌跡の時系列データを算出する。データ作成部３１は、位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成する。具体的には、リサージュ曲線データは、３次元の位置の変化の軌跡の時系列データが２次元の３平面（ｘ−ｙ平面、ｙ−ｚ平面、ｚ−ｘ平面）のそれぞれに投影されることによって作成される。

図３〜図５に示されるように、歩行運動の異常の有無の判定の基準となるリサージュ曲線データが予め作成されている。この基準となるリサージュ曲線データは、正常な歩行運動をしている被計測者のリサージュ曲線データに基づいて予め作成されたものである。この基準となる正常なリサージュ曲線データから異常有無の判定基準値が予め抽出されている。この抽出された異常有無の判定基準値は、歩行解析プログラムに組み込まれている。異常有無の判定基準値は、プログラム記憶部５に記憶されている歩行解析プログラムがから抽出され、異常有無の判定に用いられる。

図６〜図８に示されるように、リサージュ曲線データは、実際には、複数周期の歩行運動の位置の変化の軌跡の時系列データとして得られる。図６〜図８に示されるリサージュ曲線データは、正常な歩行運動を行っている被計測者１００のリサージュ曲線データである。そのため、図３〜図５に示される判定の基準となるリサージュ曲線データとは大きく異ならない。実際の異常な歩行運動をしている被計測者１００のリサージュ曲線データは、図３〜図５に示されるリサージュ曲線データとは大きく異なっている。

（３種類のリサージュ曲線データ）
歩行解析システム９０においては、データ作成部３１は、前額面、水平面、および矢状面のそれぞれのリサージュ曲線データを作成する。したがって、予め定められた複数種類の異常有無の判定基準値は、それぞれ、前額面、水平面、および矢状面のそれぞれのリサージュ曲線データから抽出された複数の被判定要素に対応している。

上記の構成によれば、前額面、水平面、および矢状面からなる３つの面において、被計測者１００の歩行運動についてのリサージュ曲線データを用いて歩行異常を検出するため、様々な観点から歩行運動における異常を検出することができる。

（異常の判定基準）
図９〜図１１を用いて、実施の形態の歩行解析システムにおいて実行される異常の判定の基準を説明する。

歩行運動に異常がある場合、前額面、水平面、および矢状面のそれぞれにおいて、リサージュ曲線データは特徴的な形状を有する。異常部位の有無の判定は、その特徴的な形状が検出されるか否かによって行われる。本実施の形態においては、図９〜図１１に記載されている判定方法が用いられる。

図９〜図１１に示される方法に基づいて行われた判定の結果は、図１２〜図１４に示される判定結果画像Ｘ，Ｙ，Ｚとして、表示部２に表示される。

本実施の形態においては、図１２および図１４から分かるように、異常の部位および異常のフェーズが、複数の人型画像Ｈおよび指摘画像Ｉによって直観的に把握されるように表示部２に表示される。

また、異常の種類および異常の程度は、レーザーチャート等の図表画像Ｇによって直観的に把握され得るように表示部２に表示される。また、被計測者１００の異常歩行における異常な運動をしているタイミングにおける姿勢が、異常姿勢の静止画像Ｋによって直観的に把握され得るように表示部２に表示される。

さらに、図１３から分かるように、指導者のために必要な情報も表示部２に表示される。図１２に示される画像と図１３に示される画像とは、タブレット端末機１０の使用者の表示部２の画面切替アイコンのタッチ操作により、表示部２に切り替え表示されるものとする。

また、図１４に示されるように、複数の回の計測における前額面、水平面、および矢上面のそれぞれのリサージュ曲線データが表示部２に表示されてもよい。それにより、計測者２００等の指導者は、表示部２に表示されたリサージュ曲線データを示しながら、被計測者１００の歩行異常の改善の有無等についての評価を述べることができる。この場合、判定結果画像Ｘ，Ｙ，Ｚも表示部２に表示されてもよい。ただし、リサージュ曲線データの表示部２への表示は必須ではない。

以下、本実施の形態の歩行解析システムにおける歩行異常の判定方法を説明する。だだし、異常の判定方法は、以下に説明されるものに限定されず、リサージュ曲線データから抽出された被判定要素を用いて、歩行異常の有無を判定できるのであれば、他の判定方法が用いられてもよい。前額面は、ｘ−ｙ平面として規定され、水平面は、ｘ−ｚ平面として規定され、矢状面は、ｙ−ｚ平面として規定される。Ｘ軸は、被計測者１００の身体の左右方向に延びる軸であり、Ｙ軸は、被計測者１００の身体の上下方向に延びる軸であり、Ｚ軸は、被計測者１００の身体の前後方向に延びる軸であるものとする。

（Ａ：前額面のリサージュ曲線を用いた異常有無の判定）
図９に示されるように、前額面のリサージュ曲線データを用いる場合、次の３種類の異常の有無を判定することができる。

３種類の異常は、１）身体の左部分と右部分との振れのバランスの異常、２）身体の左部分と右部分との荷重バランスの異常、および３）股関節の可動領域の異常および膝関節の可動領域の異常である。

１）身体の左部分と右部分との振れのバランスの異常は、身体の左右のバランスをとる機能の異常である。この異常があると判定された被計測者１００には、バランス機能訓練が推奨される。

２）身体の左部分と右部分との荷重バランスの異常は、偏荷重の異常である。この異常があると判定された被計測者１００は、左右の足にかかる荷重に偏りがあるため、片側荷重訓練および下肢筋力訓練が推奨される。

３）股関節の可動領域の異常および膝関節の可動領域の異常は、それぞれ、股関節の伸長機能が低下している異常、および、膝関節が過屈曲な状態になっている異常である。

図９においては、Ｙ軸から左上側の変曲点ＩＩＩ_Ｌまでの距離をＸ_Ｌとし、Ｙ軸から右上側の変曲点ＩＩＩ_Ｒまでの距離をＸ_Ｒとする。図９において、Ｘ_ｆ＝Ｘ_Ｌ＋Ｘ_Ｒである。また、図９においては、左上側の変曲点ＩＩＩ_Ｌと左下側の変曲点Ｉ_Ｌとの間のＹ軸に平行な方向の距離をＹ_Ｌとし、右上側の変曲点ＩＩＩ_Ｒと右上側の変曲点Ｉ_Ｒとの間のＹ軸に平行な方向の距離をＹ_Ｒとする。さらに、図９においては、リサージュ曲線データの交点ＩＩ_ＬＲ、変曲点ＩＩＩ_Ｌ、および変曲点Ｉ_Ｌによって囲まれた領域の面積をＳ_Ｌとし、リサージュ曲線データの交点ＩＩ_ＬＲ、変曲点ＩＩＩ_Ｒ、および変曲点Ｉ_Ｒによって囲まれた領域の面積をＳ_Ｒとする。

＜１）身体の左部分と右部分との振れのバランスの異常＞
ａ） 図９において、ｍａｘ（Ｙ_Ｒ，Ｙ_Ｌ）／Ｘ_ｆ＞０．５の場合には、Ｘ_ｆ＝Ｘ_Ｌ＋Ｘ_Ｒ＜４．５ｃｍであれば、被計測者１００は正常な歩行運動をしていると判定される。ｍａｘ（Ｙ_Ｒ，Ｙ_Ｌ）は、距離Ｙ_Ｒおよび距離Ｙ_Ｌのうち大きい方の値を意味する。一方、ｍａｘ（Ｙ_Ｒ，Ｙ_Ｌ）／Ｘ_ｆ＞０．５の場合には、Ｘ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒ≧４．５ｃｍであれば、被計測者１００は、身体の左部分と右部分との振れのバランスの異常がある歩行運動をしていると判定される。ｍａｘ（Ｙ_Ｒ，Ｙ_Ｌ）／Ｘ_ｆおよびＸ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒがそれぞれ被判定要素であり、０．５、４．５ｃｍ、および７ｃｍがそれぞれ異常有無の判定基準値である。

この「身体の左部分と右部分との振れのバランスの異常」という用語は、歩行異常を認識することが可能な文字画像Ａとして表示される。文字画像Ａは、図１２を用いて後述される判定結果画像Ｙのレーダーチャートの複数の軸の１つの外側の表示領域２２（図２参照）内に表示される。

また、Ｘ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒの値が基準値の一例である４．５ｃｍよりもどれだけ大きいかに応じて、被計測者１００の身体の左部分と右部分との振れのバランスの異常の程度がどの程度であるのかが判定される。判定結果としての身体の左部分と右部分との振れのバランスの異常の程度は、レーダーチャートの左右の「身体の左部分と右部分との振れのバランスの異常」という用語によって特定される軸にプロットされた点（または交差線）の位置で表示される。このレーダーチャートとレーダーチャートにプロットされた点（または線）とが異常の程度を認識可能な図表画像Ｇである。

ｂ） 図９において、ｍａｘ（Ｙ_Ｒ，Ｙ_Ｌ）／Ｘ_ｆ≦０．５の場合には、被計測者１００は、ワイドベース歩行をしていると判定される。ただし、一般的に高齢者の多くがワイドベース歩行と言われる歩行をすることになる。そのため、被計測者１００が、７ｃｍ≧Ｘ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒ≧４．５ｃｍのワイドベース歩行をしている場合には、異常な歩行運動をしていると判定されない。

ワイドベース歩行においては、７ｃｍ≧Ｘ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒ≧４．５ｃｍの場合、（Ｘ_Ｌ−Ｘ_Ｒ）／２（Ｘ_Ｌ＋Ｘ_Ｒ）×１００％が正の値であれば、身体の左側の動作が身体の右側の動作に比較して大きいことになる。一方、（Ｘ_Ｌ−Ｘ_Ｒ）／２（Ｘ_Ｌ＋Ｘ_Ｒ）×１００％が負の値であれば、身体の右側の動作が身体の左側の動作に比較して大きいことになる。この場合、ｍａｘ（Ｙ_Ｒ，Ｙ_Ｌ）／Ｘ_ｆ、Ｘ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒ、および（Ｘ_Ｌ−Ｘ_Ｒ）／２（Ｘ_Ｌ＋Ｘ_Ｒ）×１００％がそれぞれ被判定要素の値であり、０．５、４．５ｃｍ、７ｃｍがそれぞれ異常有無の判定基準値である。

この場合には、被判定要素である（Ｘ_Ｌ−Ｘ_Ｒ）／２（Ｘ_Ｌ＋Ｘ_Ｒ）×１００％の値とそれに対応する異常有無の判定基準値とが比較される。その比較の結果、（Ｘ_Ｌ−Ｘ_Ｒ）／２（Ｘ_Ｌ＋Ｘ_Ｒ）×１００％＞基準値の場合、身体の左部分と右部分との振れのバランスの異常があるか否かが判定される。また、その比較結果に応じて、身体の左部分と右部分との振れのバランスの異常の程度が、複数段階のうちのいずれかの段階に分類される。

この身体の左部分と右部分との振れのバランスの異常の種類およびその異常の程度のそれぞれが、図２および図１２に示される判定結果画像Ｙとしてのレーダーチャートによって表示される。

＜２）身体の左部分と右部分との荷重バランスの異常＞
図９において、被判定要素である面積Ｓ_Ｌと面積Ｓ_Ｒとの差が、異常有無の判定基準値である面積Ｓ_Ｌと面積Ｓ_Ｒとの和の１０％よりも大きいと、身体の左部分と右部分との荷重バランスの異常があると判定される。つまり、左足および右足への体重のかけ方に偏りがあると判定される。また、面積Ｓ_Ｌと面積Ｓ_Ｒとの差がどの程度かに応じて、身体の左部分と右部分との荷重バランスの異常の程度が、複数段階のうちのいずれかの段階に分類される。

なお、面積Ｓ_Ｌおよび面積Ｓ_Ｒは、積分によって厳密に算出されてもよいが、直交する代表長さ同士の積という簡易化された手法により算出されてもよい。

この身体の左部分と右部分との荷重バランスの異常の種類および身体の左部分と右部分との荷重バランスの異常の程度も、判定結果画像Ｙとしてのレーダーチャートによって表示される。ただし、「身体の左部分と右部分との荷重バランスの異常」の文字画像は、図示の簡略化のため、図２および図１２には記載されていない。レーダーチャートにおいては、「身体の左部分と右部分との荷重バランスの異常」という文字画像が、歩行異常を認識することが可能な文字画像として表示される。このレーダーチャートとレーダーチャートにプロットされた点（または線）とが異常の程度を認識可能な図表画像Ｇである。

＜３）股関節の可動領域の異常および膝関節の可動領域の異常＞
図９において、被判定要素の値である左側の身体の可動距離Ｙ_Ｌおよび右側の身体の可動距離Ｙ_Ｒのそれぞれと異常有無の判定基準値である標準可動距離Ｙstd＝３ｃｍとを比較する。それにより、可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒのそれぞれが、標準可動距離Ｙstd＝３ｃｍより大きければ、それらは、正常な可動距離であると判定される。股関節の可動領域の異常の程度は、被計測者１００の可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒのそれぞれと基準距離Ｙstdとの差に応じて、複数段階のうちのいずれかの段階に分類される。

また、可動距離Ｙ_Ｌと可動距離Ｙ_Ｒとの差の値が、可動距離Ｙ_Ｌと可動距離Ｙ_Ｒとの和の値の１０％よりも大きければ、左右の股関節の可動領域および左右の膝関節の可動領域のバランスが悪いと判定される。

左右の股関節の可動領域および左右の膝関節の可動領域のバランスが悪いと、左下側の変曲点Ｉ_Ｌおよび右下側の変曲点Ｉ_Ｒのうちのいずれかの位置が、Ｙ軸方向において上側にある場合がある。この場合、上側にある変曲点に対応する足の股関節の伸展低下の異常があると判定される。つまり、Ｘ軸から左下側の変曲点Ｉ_Ｌまでの距離とＸ軸から右下側の変曲点Ｉ_Ｒまでの距離とを比較し、それにより、Ｘ軸からの距離が小さいほうの変曲点に対応する足の股関節の伸展低下の異常があると判定される。

左右の股関節の可動領域および左右の膝関節の可動領域のバランスが悪いと、左上側の変曲点ＩＩＩ_Ｌおよび右上側の変曲点ＩＩＩ_Ｒのいずれかの位置が、Ｙ軸方向において下側にある場合がある。この場合、下側にある変曲点に対応する足の膝関節に過屈曲の異常があると判定される。つまり、Ｘ軸から左上側の変曲点ＩＩＩ_Ｌまでの距離とＸ軸から右上側の変曲点ＩＩＩ_Ｒまでの距離とを比較し、それにより、Ｘ軸からの距離が小さいほうの変曲点に対応する足の膝関節の過屈曲の異常があると判定される。

股関節の可動領域の異常および膝関節の可動領域の異常は、それぞれ、図２および図１２に示される判定結果画像Ｙのレーダーチャートの１つの軸の項目として表示される。また、股関節の可動領域の異常の程度および膝関節の可動領域の異常の程度は、レーダーチャートにプロットされた点（または線）の位置によって表示される。レーダーチャートにおいては、「股関節の可動領域の異常」という文字画像、および、「膝関節の可動領域の異常」という文字画像が、それぞれ、歩行異常を認識することが可能な文字画像Ｂおよび文字画像Ｄとして表示される。また、このレーダーチャートとレーダーチャートにプロットされた点（または線）とが異常の程度を認識可能な図表画像Ｇである。

また、股関節の可動領域の異常および膝関節の可動領域の異常に関しては、それぞれ、歩行異常がある身体部位としての股および膝が判定結果画像Ｘにおいて指摘画像Ｉによって指摘される。また、複数の人型画像Ｈのうちのいずれの人型画像に指摘画像Ｉが表示されるかは、可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒのそれぞれに対応する期間におけるリサージュ曲線データが取得されたタイミングに基づいて決定される。そのため、図２に示される表示領域２１に表示される複数の人型画像Ｈのうちのいずれかにおいて、股関節および膝関節のうちの異常がある部位が指摘画像Ｉによって指摘される。それにより、被計測者１００は、歩行運動のいずれのフェーズにおいていずれの部位に異常があるかを容易に理解することができる。

（Ｂ：水平面のリサージュ曲線を用いた異常有無の判定）
図１０に示されるように、水平面のリサージュ曲線データを用いる場合、４）足関節の異常の有無を判定することができる。また、水平面のリサージュ曲線データを用いる場合、５）腰の旋回異常よび足関節（足首の関節）の底屈力の異常の有無を判定することができる。水平面のリサージュ曲線データを用いる場合、さらに、６）接地側の足全体の異常の有無を判定することができる。

図１０においては、左側の３つの変曲点をそれぞれＩＶ_Ｌ，ＶＩ_Ｌ，ＶＩＩ_Ｌとして、右側の３つの変曲点をそれぞれＩＶ_Ｒ，ＶＩ_Ｒ，ＶＩＩ_Ｒとする。図１０において、リサージュ曲線データの交点をＶ_ＬＲとする。左側の変曲点ＩＶ_Ｒおよび右側の変曲点ＶＩ_ＬのそれぞれのＺ軸方向における位置に応じて、足関節屈曲の可動領域の異常の有無を判定することができる。また、図１０において、水平面のリサージュ曲線データを示すｘ−ｚ座標軸を有するグラフの座標（ｘ，ｚ）での曲率半径をｒとする
＜４） 足（足首）関節の背屈可動域の異常＞
左側の変曲点ＩＶ_Ｌまたは右側の変曲点ＩＶ_Ｒのｚ座標＞０の場合、左側の変曲点ＩＶ_Ｒまたは右側の変曲点ＩＶ_Ｌが交点Ｖ_ＬＲの前側にあることになる。この場合、変曲点ＩＶ_Ｒのｘ座標＞３ｍｍであれば、左足関節の背屈可動域の異常があり、変曲点ＩＶ_Ｌのｘ座標＜−３ｍｍであれば、右足関節の背屈可動域の異常があると判定される。左側の変曲点ＩＶ_Ｌのｚ座標、右側の変曲点ＩＶ_Ｒのｚ座標、左側の変曲点ＩＶ_Ｒのｘ座標、および変曲点ＩＶ_Ｌのｘ座標が、それぞれ、被判定要素の値であり、０、３ｍｍ、および−３ｍｍが、それぞれ、異常有無の判定基準値である。

左足関節の背屈異可動域の常および右足関節の背屈可動域の異常は、それぞれ、図２および図１２に示される判定結果画像Ｙのレーダーチャートの１つの軸の項目として表示される。また、左足関節の背屈可動域の異常の程度および右足関節の背屈可動域の異常の程度は、前述の被判定要素と異常有無の判定基準値である３ｍｍまたは−３ｍｍとの差に応じて、複数段階のうちのいずれかの段階に分類される。左足関節の背屈異常の程度および右足関節の背屈異常の程度は、それぞれ、レーダーチャートにプロットされた点（または線）の位置によって表示される。

レーダーチャートにおいては、「左足関節の背屈可動域の異常」という文字画像、および、「右足関節の背屈可動域の異常」という文字画像が、それぞれ、歩行異常を認識することが可能な文字画像Ａ，Ｂ，Ｃ，Ｄ，およびＥのいずれかとして表示される。ただし、図２および図１２においては、図の簡略化のため、「左足関節の背屈可動域の異常」という文字画像、および、「右足関節の背屈可動域の異常」という文字画像は記載されていない。また、このレーダーチャートとレーダーチャートにプロットされた点（または線）とが異常の程度を認識可能な図表画像Ｇである。

＜５） 腰の回旋の異常および足（足首）関節の底屈力の異常＞
図１０において、左側の変曲点ＩＶ_Ｌと交点Ｖ_ＬＲとを結ぶ線分ＩＶ_Ｌ−Ｖ_ＬＲとＸ軸とがなす角度をθ_Ｌとする。また、図１０において、右側の変曲点ＩＶ_Ｒと交点Ｖ_ＬＲとを結ぶ線分ＩＶ_Ｒ−交点Ｖ_ＬＲとＸ軸とがなす角度をθ_Ｒとする。図１０における左側の腰の旋回の角度θ_Ｌおよび右側の腰の旋回の角度θ_Ｒのそれぞれが、大き過ぎるかどうかが判定される。

左側の腰の旋回の角度θ_Ｌ＞０である場合、つまり、変曲点ＩＶ_ＬがＺ軸に沿った方向において交点Ｖ_ＬＲの前側にある場合、角度θ_Ｌ＞１０度であれば、左側の腰の旋回が不十分であると判定される。この場合、右側の中腰筋を鍛えることが必要であると判定される。右側の腰の旋回の角度θ_Ｒ＞０である場合、つまり、変曲点ＩＶ_ＲがＺ軸に沿った方向において交点Ｖ_ＬＲの前側にある場合、角度θ_Ｒ＞１０度であれば、右側の腰の旋回が不十分であると判定される。この場合、左側の中腰筋を鍛えることが必要であると判定される。

左側の腰の旋回の角度θ_Ｌ＜０である場合、つまり、変曲点ＩＶ_ＬがＺ軸に沿った方向において交点Ｖ_ＬＲの後側にある場合、左側の腰の旋回の角度θ_Ｌ＜−１０度であれば、右側の足関節の底屈力が不十分であると判定される。この場合、右側の下腿筋を鍛えることが必要であると判定される。右側の腰の旋回の角度θ_Ｒ＜０である場合、つまり、変曲点ＩＶ_ＲがＺ軸に沿った方向において交点Ｖ_ＬＲの後側にある場合、角度θ_Ｒ＜−１０度であれば、左側の足関節の底屈力が不十分であると判定される。この場合、左側の下腿筋を鍛えることが必要であると判定される。

上記の場合、角度θ_Ｌおよび角度θ_Ｒが、それぞれ、被判定要素の値であり、１０度および−１０度が、それぞれ、異常有無の判定基準値である。

腰の回旋の異常および足（足首）関節の底屈力の異常は、それぞれ、図２および図１２に示される判定結果画像Ｙのレーダーチャートの１つの軸の項目として表示される。また、腰の回旋の異常の程度（または足関節の底屈力の異常の程度）は、角度θ_Ｌ（または角度θ_Ｒ）と異常有無の判定基準値である１０度（または−１０度）との差に応じて、複数段階のうちのいずれかの段階に分類される。

腰の回旋の異常の程度および足関節の底屈力の異常の程度は、それぞれ、レーダーチャートにプロットされた点の位置によって表示される。レーダーチャートにおいては、「腰の回旋の異常」という文字画像、および、「足関節の底屈力の異常」という文字画像が、それぞれ、歩行異常を認識することが可能な文字画像として表示される。たとえば、図１２においては、「足関節の底屈力の異常」という文字画像Ｃが表示されている。また、このレーダーチャートとレーダーチャートにプロットされた線（または線および点）とが異常の程度を認識可能な図表画像Ｇである。

また、腰の回旋の異常および足関節の底屈力の異常に関しては、歩行異常がある身体部位としての腰および足（足首）が判定結果画像Ｘにおいて指摘画像Ｉによって指摘される。また、複数の人型画Ｈのうちのいずれの人型画像に指摘画像Ｉが表示されるかは、角度θ_Ｌおよび角度θ_Ｒのそれぞれのデータが取得されたリサージュ曲線データのタイミングから決定される。この場合、図２および図１２に示される人型画像Ｈのうちのいずれかにおいて、腰、左足、および右足のうち異常がある身体部位が指摘画像Ｉによって指摘される。それにより、被計測者１００は、異常な身体部位を容易に理解することができる。

＜６）接地している足全体の異常＞
図１０において、曲率半径ｒ＜１ｍｍの場合、接地している足全体の異常動作があると判定される。接地している足全体とは、空中に浮いている足全体とは反対側の足全体である。この曲率半径ｒの座標からその異常が生じているタイミングを把握し、動画撮影部４によって撮影された連続画像からそのタイミングに対応している異常な姿勢の静止画像Ｋを抽出する。異常な姿勢の静止画像Ｋは、表示部２の表示領域２３に判定結果画像Ｚとして表示される。この場合、曲率半径ｒの値が被判定要素であり、１ｍｍが異常有無の判定基準値である。

これによれば、たとえば、左側の変曲点ＩＶ_Ｌにおける曲率半径ｒ＜１であり、かつ、左側の変曲点ＩＶ_Ｌのｘ座標の値がｘ座標の取り得る最大値に近い場合、左立脚中期、左足が地面に接地している期間のほぼ中央時点において、歩行異常があると判定される。

（Ｃ：矢状面のリサージュ曲線を用いた異常有無の判定）
図１１に示されるように、矢状面のリサージュ曲線データを用いる場合、７）足の蹴りの異常の有無を判定することができる。一般に、１歩行周期において矢状面（ｙ−ｚ平面）に描かれるリサージュ曲線データは、２つの楕円に近似され得る図形である。図１１に示される実線で描かれた楕円は、その長軸とグラフのＹ軸とがなす角度がφ_Ｒである楕円であり、右側の足が地面に着いているときのリサージュ曲線データが楕円に近似されたものである。図１１における一点鎖線で描かれた楕円は、その長軸とグラフのＹ軸とが重なっている楕円（φ_Ｌ＝０）であり、左側の足が地面に着いているときのリサージュ曲線データが楕円に近似されたものである。図１１に示される２つの楕円に近似された図形によれば、角度がφ_Ｒ＞異常有無の判定基準値であるため、右側の足が地面に着いているときに、歩行異常が生じていると判定される。
＜７）足の蹴りの異常＞
矢状面のリサージュ曲線データから近似楕円を作成し、その近似楕円の長軸とＹ軸とがなす角度φの大きさを用いて、足の蹴りの異常の有無を判定する。たとえば、角度φ＞５度で、角度φが取得されたタイミングにおいて地面に接地している足と反対の足の蹴りが弱いと判定される。つまり、左足が地面に接地しているときの左側の角度φ_Ｌおよび右足が地面に接地しているときの右側の角度φ_Ｒのうち、左側の角度φ_Ｌ＞５度であれば、右足の蹴りが弱いと判定され、右側の角度φ_Ｒ＞５度であれば、左足の蹴りが弱いと判定される。この場合、左側の角度φ_Ｌおよび右側の角度φ_Ｒが、それそれ、被判定要素の値であり、５度が異常有無の判定基準値である。

足の蹴りの異常は、図２および図１２に示される判定結果画像Ｙのレーダーチャートの１つの軸の項目として表示される。また、足の蹴りの異常の程度は、角度φと基準値である５度との差に応じて決定され、レーダーチャートにプロットされた点（または線）の位置によって表示される。レーダーチャートにおいては、「右足の蹴りの異常」という文字画像および「左足の蹴りの異常」という文字画像が、歩行異常を認識することが可能な文字画像として表示される。図１２においては、たとえば、「右足の蹴りの異常」という文字画像Ｅが記載されている。また、このレーダーチャートとレーダーチャートにプロットされた線（または点）とが異常の程度を認識可能な図表画像Ｇである。

＜８）接地している足全体の異常＞
図１１においても、図１０と同様に、リサージュ曲線の曲率半径ｒ＜１ｍｍの場合、接地している足全体の異常動作があると判定される。この場合、曲率半径ｒの値が被判定要素であり、１ｍｍが異常有無の判定基準値である。この曲率半径ｒの座標からその異常が生じているタイミングを把握し、動画撮影部４によって撮影された連続画像からそのタイミングに対応する異常な姿勢の静止画像Ｋを抽出する。異常な姿勢の静止画像Ｋは、表示部２の表示領域２３に判定結果画像Ｚとして表示される。
（異常判定のための構成）
実施の形態の歩行解析システムは、上記のような異常判定の方法を用いるための構成として、図２に示されるような構成を有している。
（異常部位の判定および異常フェーズの判定のための構成）
図２に示されるように、制御部３は、異常部位の判定および異常フェーズの判定のために、データ作成部３１、異常部位判定部３２、異常フェーズ判定部３３、および表示制御部３９を含んでいる。

異常部位判定部３２は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較する。それにより、異常部位判定部３２は、予め定められた複数の身体部位のそれぞれごとに、身体部位が異常な運動をしているのか否かを判定する。本実施の形態においては、身体部位は、腰、足（足首）、膝、および股であるが、それ以外の身体部位の異常の有無が判定されてもよい。

前述の被判定要素の一例は、上記の＜３）股関節の可動領域の異常および膝関節の可動領域の異常＞の項目で説明された左身体部分の可動距離Ｙ_Ｌ、および、右身体部分の可動距離Ｙ_Ｒである。また、前述の被判定要素の他の一例は、上記の＜５）腰の回旋の異常および足関節の底屈力の異常＞の項目で説明された左側の角度θ_Ｌ、および、右側の角度θ_Ｒである。

異常フェーズ判定部３３は、異常部位判定部３２によって異常な運動をしていると判定された身体部位が、歩行運動の予め定められた複数のフェーズのいずれにおいて異常な運動をしているのかを判定する。この判定は、異常部位判定部３２によって身体部位が異常な運動をしていると判定されたタイミングがリサージュ曲線データのいずれのタイミングであるのかに基づいてなされる。異常部位判定部３２によって身体部位が異常な運動をしていると判定されたタイミングは、身体部位が実際に異常な運動をしているタイミングを意味する。リサージュ曲線データのタイミングとは、リサージュ曲線データを作成するための位置の変化の軌跡の時系列データが取得されたタイミングである。

表示制御部３９は、異常部位判定部３２によって異常な運動をしていると判定された身体部位と異常フェーズ判定部３３によって異常な運動をしていると判定されたフェーズとが関連付けられた判定結果画像Ｘを表示部２に表示させる。

（判定結果画像Ｘ）
図２に示されるように、表示部２の表示領域２１には、判定結果画像Ｘが表示される。判定結果画像Ｘは、複数の人型画像Ｈと指摘画像Ｉとを含んでいる。具体的には、図１２に示されるような画像が表示される。

複数の人型画像Ｈは、表示部２に同時に表示される複数の静止画像であって、被計測者１００の歩行運動の複数のフェーズにそれぞれ対応している。ただし、複数の人型画像Ｈは、表示部２に同時に表示されても、画面が切り替わることにより、スライドショーのように、歩行の順序にしたがって、順次表示されてもよい。使用者のタブレット端末機１０の表示部２のタッチ操作ごとに、歩行の順序にしたがって、順次表示されてもよい。

指摘画像Ｉは、複数の人型画像Ｈのうちの異常フェーズ判定部３３によって異常な運動をしていると判定されたフェーズに対応する人型画像において、異常部位判定部３２によって異常な運動をしている判定された身体部位を指摘する。指摘画像Ｉは、図１２に示されるような丸印に限定されず、矢印等の他の記号または人差し指型の画像等であってもよい。また、指摘画像Ｉは、複数の人型画像の主たる部分の色とは異なる色の身体部位の画像によって構成されていてもよい。たとえば、白抜きの人型画像Ｈの異常な部位のみ色が赤色に変化することによって、異常な部位が指摘されてもよい。

異常部位判定部３２によっていずれの身体部位も異常な歩行運動をしていないと判定されると、表示部２には、複数の人型画像Ｈのみが表示され、指摘画像Ｉは表示されない。これにより、被計測者１００は自己のいかなる身体部位も異常な歩行運動をしていないことを確認することができる。

上記の構成によれば、いかなるフェーズにおいていかなる部位が異常な運動をしているのかを視覚的に表示することができる。そのため、被計測者１００は、自身の歩行運動がどのように異常であるのかを直観的に理解することができる。

（被計測者の実際の歩行運動の動画を用いる場合の判定結果画像Ｘ）
本実施の形態の歩行解析システム９０は、動画撮影部４、動画記憶部３６、および画像抽出部３７を備えている。動画撮影部４は、被計測者１００の歩行運動を撮影する。動画記憶部３６は、動画撮影部４によって撮影された被計測者１００の歩行運動の連続画像を記憶する。画像抽出部３７は、動画記憶部３６に記憶された被計測者１００の歩行運動の連続画像から複数のフェーズにそれぞれ対応する被計測者１００の複数種類の姿勢の静止画像を抽出する。この場合、複数の人型画像Ｈは、それぞれ、画像抽出部３７によって抽出された被計測者１００の複数種類の姿勢の静止画像である。

本実施の形態においては、複数のフェーズは、６つのフェーズからなるものとする。つまり、１歩行周期が６つフェーズに区分され、６つフェーズのそれぞれの被計測者１００の姿勢の静止画像が抽出される。ただし、複数フェーズの数は、被計測者１００が歩行異常を理解することができるのであれば、いくつであってもよい。

異常な身体部位の指摘のために、前述の可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒが用いられる場合がある。この場合には、可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒによって特定されるリサージュ曲線データのタイミングに対応するフェーズにおける被計測者１００の姿勢の静止画像において、股または膝が異常な身体部位として指摘される。また、異常な身体部位の指摘のために、前述の角度θ_Ｌおよび角度θ_Ｒが異常部位の指摘のために用いられる場合がある。この場合には、角度θ_Ｌおよび角度θ_Ｒによって特定されるリサージュ曲線データのタイミングに対応するフェーズにおける被計測者１００の姿勢の静止画像において、腰または足が異常な身体部位として指摘される。なお、リサージュ曲線データのタイミングとは、リサージュ曲線データを作成するための位置の変化の軌跡の時系列データが取得されたタイミングである。

上記の構成によれば、被計測者１００は、自己の歩行運動における複数のフェーズの姿勢を見ることにより、いかなるフェーズにおいていかなる部位が異常な運動をしているのかを直感的に認識することができる。そのため、被計測者１００は、自身の異常な姿勢を直すことをより容易になる。

（キャラクタ画像を用いる場合の判定結果画像Ｘ）
本実施の形態の歩行解析システム９０は、動画撮影部４、動画記憶部３６、および画像抽出部３７を備えていなくともよい。その場合には、歩行解析システム９０は、複数のフェーズにそれぞれ対応するキャラクタの複数種類の姿勢の静止画像を記憶するキャラクタ記憶部３８を備えている。この場合、複数の人型画像Ｈは、それぞれ、キャラクタ記憶部３８から読み出されたキャラクタの複数種類の姿勢の静止画像である。

本明細書においては、キャラクタは、被計測者１００以外の所定の実在の人物、アニメーション風または絵画風の画法により描かれた人物、および人物の輪郭を示す線図等を含む。本明細書においては、キャラクタは、人の歩行運動における姿勢をしていると認識できるもの全てを意味する。本明細書においては、キャラクタは、被計測者１００の歩行運動における異常フェーズおよび異常部位を特定できるのであれば、いかなるものであってもよい。

本実施の形態においては、複数のフェーズは、６つのフェーズからなるため、６つフェーズのそれぞれのキャラクタの姿勢の静止画像が抽出される。ただし、キャラクタの姿勢画像は、被計測者１００が歩行異常を理解することができるのであれば、いくつ用いられてもよい。

異常な身体部位の指摘のために、前述の可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒが用いられる場合がある。この場合には、可動距離Ｙ_Ｌおよび可動距離Ｙ_Ｒによって特定されるリサージュ曲線データのタイミングに対応するフェーズにおけるキャラクタの姿勢の静止画像において、股または膝が異常な身体部位として指摘される。また、異常な身体部位の指摘のために、前述の角度θ_Ｌおよび角度θ_Ｒが異常部位の指摘のために用いられる場合がある。この場合には、角度θ_Ｌおよび角度θ_Ｒによって特定されるリサージュ曲線データのタイミングに対応するフェーズにおけるキャラクタの姿勢の静止画像において、腰または足が異常な身体部位として指摘される。なお、リサージュ曲線データのタイミングとは、リサージュ曲線データを作成するための位置の変化の軌跡の時系列データが取得されたタイミングである。

この構成によれば、被計測者１００は、複数のキャラクタの画像を見ることにより、いかなるフェーズにおいていかなる部位が異常な運動をしているのかを直感的に認識することができる。歩行解析システム９０が動画撮影部４を有していない場合にも、歩行解析を行うことができる。

（異常種類の判定および異常程度の判定）
図２に示されるように、制御部３は、データ作成部３１、異常種類判定部３４、および異常程度判定部３５を備えている。

異常種類判定部３４は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較する。それにより、異常種類判定部３４は、被計測者１００の歩行運動において予め定められた複数種類の歩行異常のそれぞれが有るのか否かを判定する。

第１の被判定要素は、＜１）身体の左部分と右部分との振れのバランスの異常＞の場合、距離Ｙ_Ｒ、距離Ｙ_Ｌ、距離Ｘ_ｆ＝Ｘ_Ｌ+Ｘ_Ｒ、および値（Ｘ_Ｌ−Ｘ_Ｒ）／２（Ｘ_Ｌ＋Ｘ_Ｒ）×１００％である。第２の被判定要素は、＜２）身体の左部分と右部分との荷重バランスの異常＞の場合、面積Ｓ_Ｌおよび面積Ｓ_Ｒである。第３の被判定要素は、＜３）股関節の可動領域の異常および膝関節の可動領域の異常＞の場合、距離Ｙ_Ｒおよび距離Ｙ_Ｌである。

第４の被判定要素は、＜４）足関節の背屈可動域の異常＞の場合、変曲点ＩＶ_ＬまたはＩＶ_Ｒのｚ座標およびｘ座標である。第５の被判定要素は、＜５）腰の回旋の異常および足関節の底屈力の異常＞の場合、左側の変曲点ＶＩ_Ｌについての左側の角度θ_Ｌおよび右側の変曲点ＩＶ_Ｒについての右側の角度θ_Ｒである。第６判定要素は、＜７）足の蹴りの異常＞の場合、ならびに、リサージュ曲線データの近似楕円の長軸とＹ軸とがなす左側の角度φ_Ｌおよび角度φ_Ｒである。

だだし、被判定要素および異常の種類は、前述のものに限定されない。リサージュ曲線データから抽出された被判定要素を用いて、歩行異常の有無を判定できるのであれば、他の判定要素が用いられ、他の種類の異常の有無が判定されてもよい。

異常程度判定部３５は、異常種類判定部３４によって歩行異常が有ると判定された歩行異常の種類ごとに、被判定要素の値と異常有無の判定基準値との差に基づいて、歩行異常の程度を判定する。被判定要素の値と異常有無の判定基準値との差の値がどの程度であれば、異常の程度をいかなる程度にするかは、異常の種類ごとに事前の実験の結果から決定されている。それにより、異常の程度を判定するための判定基準値は、異常の種類ごとに、歩行解析プログラムに書き込まれている。

表示制御部３９は、異常種類判定部３４によって判定された歩行異常の種類と異常程度判定部３５によって判定された歩行異常の程度とが関連付けられた判定結果画像Ｙを表示部２に表示させる。

（判定結果画像Ｙ）
図２に示されるように、表示部２の表示領域２２には、判定結果画像Ｙが表示される。具体的には、図１２に示されるような判定結果画像が表示される。

判定結果画像Ｙは、複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像Ａ，Ｂ，Ｃ，Ｄ，Ｅと、複数種類の文字画像Ａ，Ｂ，Ｃ，Ｄ，Ｅのそれぞれによって特定される歩行異常の程度を認識することが可能な図表画像Ｇと、を含んでいる。

複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像Ａ，Ｂ，Ｃ，Ｄ，Ｅは、本実施の形態においては、前述された次の７つ項目が考えられる。

１）身体の左部分と右部分との振れのバランスの異常
２）身体の左部分と右部分との荷重バランスの異常
３）股関節の可動領域の異常および膝関節の可動領域の異常
４）足関節の背屈可動域の異常
５）腰の回旋の異常および足関節の底屈力の異常
７）足の蹴りの異常
本実施の形態においては、複数種類の歩行異常として、上記の７つの歩行異常を例示しているが、その他の種類の歩行異常の有無が判定されてもよい。

図１２においては、図を見やすくするため、複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像Ａ，Ｂ，Ｃ，Ｄ，Ｅのみしか記載していないが、実施の表示部２の表示領域２２には、前述した歩行異常の全てが表示される。したがって、レーダーチャートの軸の数は、５つに限定されない。レーダーチャートは、異常の有無が判定された数の軸を有している。７つの項目をレーダーチャートに記載すると、レーダーチャートは、７角形の形状を有している必要がある。しかしながら、図を見易くする観点から、図２および図１２のレーダーチャートは正五角形の形状を有している。このレーダーチャートの形状は、複数種類の歩行異常を特定できるのであれば、特定の形状に限定されない。また、歩行異常を認識することが可能な文字画像であれば、いかなる項目がレーダーチャートに表示されてもよい。

本実施の形態においては、図表画像Ｇが複数の軸を有するレーダーチャートであり、複数の軸は、それぞれ、複数種類の歩行異常に対応している。ただし、歩行異常の種類と歩行異常の程度とを認識することができるのであれば、図表画像Ｇは、異常の種類と異常の程度とを示す棒グラフまたは折れ線グラフであってもよい。本明細書において、図表画像は、歩行異常の種類のそれぞれの歩行異常の程度を数字、色、または記号で示す表を含むものである。異常の程度は、数字、色、または記号によって表示されてもよい。たええば、図表画像Ｇは、表を構成する枠内に異常の種類と異常の程度を示す数値または色とが記載されたものであってもよい。

異常種類判定部３４によって、歩行運動においていずれの種類の歩行異常もないと判定されると、表示部２には、図表画像Ｇとしてレーダーチャートが表示され、レーダーチャートの中心点に１点だけがプロットされる。これにより、被計測者１００は自己の歩行運動にいかなる種類の歩行異常もないことを確認することができる。

（異常姿勢の抽出）
異常姿勢判定部３０１は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数の実際の曲率半径の値ｒのそれぞれと曲率半径の判定基準値とを比較する。それにより、異常姿勢判定部３０１は、実際の曲率半径ｒの値が曲率半径の判定基準値よりも小さいか否かにより、被計測者が異常な姿勢をしているか否かを判定する。

本実施形態においては、図１０および図１１に示されるように、水平面および矢上面のそれぞれのリサージュ曲線データの曲率半径が１ｍｍより小さい場合に、被計測者１００が歩行運動において異常な姿勢をしていると判定される。

上記の構成によれば、曲率半径の値によって歩行異常を判定することが効果的な面のみ、曲率半径の値を用いて歩行異常を判定することができる。

異常姿勢抽出部３０２は、異常姿勢判定部３０１によって判定基準値よりも小さいと判定された実際の曲率半径のタイミングがリサージュ曲線データのいずれのタイミングであるかに基づいて異常姿勢タイミングのデータを取得する。この場合の実際の曲率半径のタイミングとは、判定基準値よりも小さい曲率半径を有するリサージュ曲線データのグラフの部分を描くための基礎となる位置の変化の時系列データが取得されたタイミングである。判定基準値よりも小さい曲率半径のタイミングは、実際の被計測者１００が異常姿勢をするタイミングに対応している。異常姿勢抽出部３０２は、動画記憶部３６に記憶された被計測者１００の歩行運動の連続画像から異常姿勢タイミングのデータに対応する異常姿勢の静止画像Ｋを抽出する。表示制御部３９は、異常姿勢抽出部３０２によって抽出された異常姿勢の静止画像Ｋを判定結果画像Ｚとして表示部２の表示領域２３に表示させる。

（判定結果画像Ｚ）
図２および図１２に示されるように、表示部２の表示領域２３には、判定結果画像Ｚとして異常姿勢の静止画像Ｋが表示される。これにより、被計測者１００は、異常姿勢をしているタイミングの自身の姿勢の静止画像を見ることができる。そのため、被計測者１００は、自らの歩行異常の状態を極めて直観的に把握することができる。上記の構成によれば、歩行運動状態の極端な変化の有無によって歩行運動状態の異常を判定することができる。そのため、異常の有無の判定の正確性を向上させることができる。

異常姿勢判定部３０１によって被計測者１００はいかなるタイミングにおいても異常姿勢をしていないと判定されれば、いかなる異常姿勢の画像も表示部２に表示されない。これにより、被計測者１００は歩行運動のいずれのタイミングにおいても異常姿勢をしていないことを確認することができる。

（異常有無の判定）
異常有無判定部３００は、異常部位判定部３２、異常フェーズ判定部３３、異常種類判定部３４、異常程度判定部３５、異常姿勢判定部３０１、および異常姿勢抽出部３０２を含んでいる。異常有無判定部３００は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較する。それにより、異常有無判定部３００は、歩行運動における異常の有無を判定する。表示制御部３９は、異常有無判定部３００によって被計測者１００が異常な歩行運動をしていると判定された場合に、異常な運動を認識可能な判定結果画像Ｘ，Ｙを表示部２に表示させる。

本実施の形態においては、前述のように、データ作成部３１は、被計測者１００の前額面、水平面、および矢状面のそれぞれのリサージュ曲線データを作成する。また、前述の判定方向の説明から分かるように、予め定められた複数種類の異常有無の判定基準値は、それぞれ、前額面、水平面、および矢状面のそれぞれのリサージュ曲線データから抽出された複数種類の被判定要素に対応している。

上記の構成によれば、前額面、水平面、および矢状面からなる３つの面において、被計測者１００の歩行運動についてのリサージュ曲線データを分析するため、様々な観点から歩行運動における異常を検出することができる。そのため、そのため、被計測者１００は、自身の歩行運動がどのように異常であるのかを様々な観点から直観的に理解することが容易になる。

たとえば、上記のような歩行解析システム９０によれば、表示部２は、判定結果画像ＸおよびＹを表示することができる。この判定結果画像ＸおよびＹは、いずれも、複数種類の被判定要素のそれぞれに対応する歩行異常を認識可能な画像である。判定結果画像ＸおよびＹは、それぞれ、いかなる身体部位がいかなるフェーズで歩行異常となっているかを特定可能な画像、および、いかなる種類の歩行異常がいかなる程度であるのかを特定可能な画像の一例である。歩行解析システム９０において、判定結果画像ＸおよびＹのいずれか一方だけが表示部２に表示されてもよい。このような判定結果画像ＸおよびＹを表示することができるのは、前額面、水平面、および矢状面の３つの面においてリサージュ曲線データを作成することにより、様々な観点から歩行異常を判定することができるためである。

（特徴的構成および効果）
以下、実施の形態の歩行解析システムおよび歩行解析プログラムの特徴的構成およびそれにより奏される効果を説明する。

（１） 歩行解析システム９０は、センサ部１、制御部３、および表示部２を備えている。センサ部１は、被計測者１００の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得する。制御部３は、センサ部１によって取得された物理情報に基づいて歩行運動における歩行異常の有無を判定する。表示部２は、制御部３によって判定された歩行異常の有無を認識することが可能な判定結果画像Ｘを表示する。

制御部３は、データ作成部３１、異常部位判定部３２、異常フェーズ判定部３３、および表示制御部３９を含んでいる。データ作成部３１は、物理情報に基づいて被計測者１００の歩行運動における位置の変化の軌跡の時系列データを取得する。データ作成部３１は、位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成する。異常部位判定部３２は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較する。それにより、異常部位判定部３２は、予め定められた複数の身体部位のそれぞれごとに、身体部位が異常な運動をしているのか否かを判定する。

異常フェーズ判定部３３は、歩行運動の予め定められた複数のフェーズのいずれにおいて身体部位が異常な運動をしているのかを判定する。この判定は、異常部位判定部３２によって身体部位が異常な運動をしていると判定されたタイミングがリサージュ曲線データのいずれのタイミングであるのかに基づいている。表示制御部３９は、異常部位判定部３２によって異常な運動をしていると判定された身体部位と異常フェーズ判定部３３によって異常な運動をしていると判定されたフェーズとが関連付けられた判定結果画像Ｘを表示部２に表示させる。

判定結果画像Ｘは、複数の人型画像Ｈと指摘画像Ｉとを含んでいる。複数の人型画像Ｈは、表示部２に表示される複数の静止画像であって、被計測者１００の歩行運動の複数のフェーズにそれぞれ対応している。指摘画像Ｉは、複数の人型画像Ｈのうちの異常フェーズ判定部３３によって異常な運動をしていると判定されたフェーズに対応する人型画像において、異常部位判定部３２によって異常な運動をしている判定された身体部位を指摘する。

上記の構成によれば、いかなる異常な歩行運動をしているのかを視覚的に表示することができる。そのため、被計測者１００は、自身の歩行運動がどのように異常であるのかを直観的に理解することができる。

（２） 歩行解析システム９０は、動画撮影部４をさらに備え、制御部３は、動画記憶部３６、および画像抽出部３７を含んでいることが好ましい。動画撮影部４は、被計測者１００の歩行運動を撮影する。動画記憶部３６は、動画撮影部４によって撮影された被計測者１００の歩行運動の連続画像を記憶する。画像抽出部３７は、動画記憶部３６に記憶された被計測者１００の歩行運動の連続画像から複数のフェーズにそれぞれ対応する被計測者１００の複数種類の姿勢の静止画像を抽出する。この場合、複数の人型画像Ｈは、それぞれ、画像抽出部３７によって抽出された被計測者１００の複数種類の姿勢の静止画像であることが好ましい。

上記の構成によれば、被計測者１００は、自己の歩行運動における複数のフェーズの姿勢を見ることにより、いかなるフェーズにおいていかなる部位が異常な運動をしているのかを直感的に認識することができる。そのため、被計測者１００は、自身の異常な姿勢を直すことをより容易になる。

（３） 歩行解析システム９０は、複数のフェーズにそれぞれ対応するキャラクタの複数種類の姿勢の静止画像を記憶するキャラクタ記憶部３８を備えていてもよい。複数の人型画像Ｈは、それぞれ、キャラクタ記憶部３８から読み出されたキャラクタの複数種類の姿勢の静止画像であってもよい。

上記の構成によれば、被計測者１００は、複数のキャラクタの画像を見ることにより、いかなるフェーズにおいていかなる部位が異常な運動をしているのかを直感的に認識することができる。歩行解析システム９０が動画撮影部４を有していない場合にも、歩行解析を行うことができる。

（４） 歩行解析システム９０は、センサ部１、制御部３、および表示部２を備えている。センサ部１は、被計測者１００の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得する。制御部３は、センサ部１によって取得された物理情報に基づいて歩行運動における歩行異常の有無を判定する。表示部２は、制御部３によって判定された歩行異常の有無を認識することが可能な判定結果画像Ｙを表示する。

制御部３は、データ作成部３１、異常種類判定部３４、および異常程度判定部３５を備えている。データ作成部３１は、物理情報に基づいて被計測者１００の歩行運動における位置の変化の軌跡の時系列データを取得する。データ作成部３１は、位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成する。

異常種類判定部３４は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較する。それにより、異常種類判定部３４は、被計測者１００の歩行運動において予め定められた複数種類の歩行異常のそれぞれが有るのか否かを判定する。

異常程度判定部３５は、異常種類判定部３４によって歩行異常が有ると判定された歩行異常の種類ごとに、被判定要素の値と異常有無の判定基準値との差に基づいて、歩行異常の程度を判定する。

表示制御部３９は、異常種類判定部３４によって判定された歩行異常の種類と異常程度判定部３５によって判定された歩行異常の程度とが関連付けられた判定結果画像Ｙを表示部２に表示させる。

判定結果画像Ｙは、複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像Ａ，Ｂ，Ｃ，Ｄ，Ｅと、複数種類の文字画像Ａ，Ｂ，Ｃ，Ｄ，Ｅのそれぞれによって特定される歩行異常の程度を認識することが可能な図表画像Ｇと、を含んでいる。

上記の構成によっても、いかなる異常な歩行運動をしているのかを視覚的に表示することができる。そのため、被計測者１００は、自身の歩行運動がどのように異常であるのかを直観的に理解することができる。

（５） 図表画像Ｇが複数の軸を有するレーダーチャートであり、複数の軸は、それぞれ、複数種類の歩行異常に対応していてもよい。また、図表画像は、棒グラフまたは折れ線グラフであってもよい。本明細書において、図表画像は、歩行異常の種類のそれぞれの歩行異常の程度を数字または色で示す表を含むものである。

（６） 歩行解析システム９０は、センサ部１、制御部３、表示部２、および、動画撮影部４を備えている。センサ部１は、被計測者１００の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得する。制御部３は、センサ部１によって取得された物理情報に基づいて歩行運動における歩行異常の有無を判定する。表示部２は、制御部３によって判定された歩行異常の有無を認識することが可能な判定結果画像Ｚを表示する。動画撮影部４は、被計測者１００の歩行運動を撮影する。

制御部３は、データ作成部３１、動画記憶部３６、異常姿勢判定部３０１、異常姿勢抽出部３０２、および表示制御部３９を備えている。

データ作成部３１は、物理情報に基づいて、被計測者１００の歩行運動における位置の変化の軌跡の時系列データを取得する。データ作成部３１は、位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成する。動画記憶部３６は、動画撮影部４によって撮影された被計測者１００の歩行運動の連続画像を記憶する。

異常姿勢判定部３０１は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数の実際の曲率半径の値のそれぞれと曲率半径の判定基準値とを比較する。それにより、異常姿勢判定部３０１は、実際の曲率半径の値が曲率半径の判定基準値よりも小さいか否かにより、被計測者が異常な姿勢をしているか否かを判定する。

異常姿勢抽出部３０２は、異常姿勢判定部３０１によって判定基準値よりも小さいと判定された実際の曲率半径のタイミングがリサージュ曲線データのいずれのタイミングであるかに基づいて異常姿勢タイミングのデータを取得する。それにより、異常姿勢抽出部３０２は、動画記憶部３６に記憶された被計測者１００の歩行運動の連続画像から異常姿勢タイミングのデータに対応する異常姿勢の静止画像Ｋを抽出する。表示制御部３９は、異常姿勢抽出部３０２によって抽出された異常姿勢の静止画像Ｋを判定結果画像Ｚとして表示部２に表示させる。

上記の構成によっても、いかなる異常な歩行運動をしているのかを視覚的に表示することができる。そのため、被計測者１００は、自身の歩行運動がどのように異常であるのかを直観的に理解することができる。

（７） データ作成部３１は、水平面および矢状面のうちの少なくともいずれか一方のリサージュ曲線データを作成することが好ましい。この場合、複数の実際の曲率半径は、水平面および矢状面のうちの少なくともいずれか一方のリサージュ曲線データから抽出されることが好ましい。

一般に、前額面のリサージュ曲線データは、本来的に、曲率半径が小さい部分を有するため、前額面のリサージュ曲線データの曲率半径を被判定要素とすることには適していない。一方、水平面および矢状面のリサージュ曲線データは、本来的に曲率半径が小さい部分を有していないため、水平面および矢状面のリサージュ曲線データの曲率半径を被判定要素とすることができる。したがって、上記の構成によれば、曲率半径の値によって歩行異常を判定することが効果的な面のリサージュ曲線データに関してのみ、曲率半径の値を用いて歩行異常の有無を判定することができる。

（８） 歩行解析システム９０は、センサ部１、制御部３、および表示部２を備えている。センサ部１は、被計測者１００の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得する。制御部３は、センサ部１によって取得された物理情報に基づいて歩行運動における歩行異常の有無を判定する。表示部２は、制御部３によって判定された歩行異常の有無を認識することが可能な判定結果画像Ｘ，Ｙ，Ｚを表示する。

制御部３は、データ作成部３１、異常有無判定部３００（３２，３３，３４，３５，３０１，３０２）、および表示制御部３９を含んでいる。データ作成部３１は、物理情報に基づいて被計測者１００の歩行運動における位置の変化の軌跡の時系列データを取得する。データ作成部３１は、位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成する。

異常有無判定部３００は、データ作成部３１によって作成されたリサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較する。それにより、異常有無判定部３００は、歩行運動における異常の有無を判定する。

表示制御部３９は、異常有無判定部３００によって被計測者１００が異常な歩行運動をしていると判定された場合に、異常な運動を認識可能な判定結果画像ＸおよびＺを表示部２に表示させる。

データ作成部３１は、被計測者１００の前額面、水平面、および矢状面のそれぞれのリサージュ曲線データを作成する。この場合、予め定められた複数種類の異常有無の判定基準値は、それぞれ、前額面、水平面、および矢状面のそれぞれのリサージュ曲線データから抽出された複数種類の被判定要素に対応している。判定結果画像ＸおよびＹは、複数種類の被判定要素のそれぞれに対応する歩行異常を認識可能な画像を含む。

上記の構成によれば、前額面、水平面、および矢状面からなる３つの面において、被計測者１００の歩行運動についてのリサージュ曲線データを分析するため、様々な観点から歩行運動における異常を検出することができる。そのため、そのため、被計測者１００は、自身の歩行運動がどのように異常であるのかを様々な観点から直観的に理解することが容易になる。

（９） 判定結果画像ＸおよびＹは、いかなる身体部位がいかなるフェーズで歩行異常となっているかを特定可能な画像、および、いかなる種類の歩行異常がいかなる程度であるのかを特定可能な画像の少なくともいずれか一方を含んでいることが好ましい。

これによれば、被計測者１００は、自身の歩行運動がどのように異常であるのかを直観的に理解することができる。

（１０） 歩行解析プログラムは、センサ部１、制御部３、および表示部２を備えている歩行解析システム９０において用いられる。歩行解析プログラムは、制御部３としてのコンピュータを、データ作成部３１、異常部位判定部３２、異常フェーズ判定部、および表示制御部３９、として機能させる。

（１１） 歩行解析プログラムは、センサ部１、制御部３、および表示部２を備えている歩行解析システム９０において用いられる。歩行解析プログラムは、制御部３としのコンピュータを、データ作成部３１、異常種類判定部３４、異常程度判定部３５、および、表示制御部３９、として機能させる。

（１２） 歩行解析プログラムは、センサ部１、制御部３、表示部２、および動画撮影部４を備えている歩行解析システム９０において用いられる。歩行解析プログラムは、制御部３としてのコンピュータを、物理情報に基づいて、データ作成部３１、動画記憶部３６、異常姿勢判定部３０１、異常姿勢抽出部３０２、および表示制御部３９として機能させる。

（１３） 歩行解析プログラムは、センサ部１、制御部３、および表示部２を備えている歩行解析システム９０において用いられる。歩行解析プログラムは、制御部３としてのコンピュータを、データ作成部３１、異常有無判定部３００（３２，３３，３４，３５，３０１，３０２，３９）、および表示制御部３９、として機能させる。

１ センサ部
２ 表示部
３ 制御部
４ 動画撮影部
３１ データ作成部
３２ 異常部位判定部
３３ 異常フェーズ判定部
３４ 異常種類判定部
３５ 異常程度判定部
３６ 動画記憶部
３７ 画像抽出部
３８ キャラクタ記憶部
３９ 表示制御部
５０ 記録媒体
９０ 歩行解析システム
１００ 被計測者
３００ 異常有無判定部
３０１ 異常姿勢判定部
３０２ 異常姿勢抽出部
Ａ，Ｂ，Ｃ，Ｄ，Ｅ 文字画像
Ｘ 判定結果画像
Ｙ 判定結果画像
Ｈ 人型画像
Ｉ 指摘画像
Ｇ 図表画像

Claims (13)

1. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
   前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
   前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備え、
   前記制御部は、
   前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データ取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、
   前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、予め定められた複数の身体部位のそれぞれごとに、前記身体部位が異常な運動をしているのか否かを判定する異常部位判定部と、
   前記異常部位判定部によって前記身体部位が異常な運動をしていると判定されたタイミングが前記リサージュ曲線データのいずれのタイミングであるのかに基づいて、前記歩行運動の予め定められた複数のフェーズのいずれにおいて前記身体部位が異常な運動をしているのかを判定する異常フェーズ判定部と、
   前記異常部位判定部によって異常な運動をしていると判定された前記身体部位と前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズとが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部と、を備え、
   前記判定結果画像は、
   前記表示部に表示される複数の静止画像であって、前記被計測者の歩行運動の前記複数のフェーズにそれぞれ対応している複数の人型画像と、
   前記複数の人型画像のうちの前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズに対応する人型画像において、前記異常部位判定部によって異常な運動をしていると判定された前記身体部位を指摘する指摘画像と、を含む歩行解析システム。
2. 前記被計測者の歩行運動を撮影する動画撮影部をさらに備え、
   前記制御部は、
   前記動画撮影部によって撮影された前記被計測者の歩行運動の連続画像を記憶する動画記憶部と、
   前記動画記憶部に記憶された前記被計測者の歩行運動の連続画像から前記複数のフェーズにそれぞれ対応する前記被計測者の複数種類の姿勢の静止画像を抽出する画像抽出部と、を含み、
   前記複数の人型画像は、それぞれ、前記画像抽出部によって抽出された前記被計測者の複数種類の姿勢の静止画像である、請求項１に記載の歩行解析システム。
3. 前記複数のフェーズにそれぞれ対応するキャラクタの複数種類の姿勢の静止画像を記憶するキャラクタ記憶部を備え、
   前記複数の人型画像は、それぞれ、前記キャラクタ記憶部から読み出された前記キャラクタの複数種類の姿勢の静止画像である、請求項１に記載の歩行解析システム。
4. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
   前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
   前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、
   前記被計測者の歩行運動を撮影する動画撮影部と、を備え、
   前記制御部は、
   前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データ取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、
   前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記被計測者の歩行運動において予め定められた複数種類の歩行異常のそれぞれが有るのか否かを判定する異常種類判定部と、
   前記異常種類判定部によって前記歩行異常が有ると判定された前記歩行異常の種類ごとに、前記被判定要素の値と前記異常有無の判定基準値との差に基づいて、前記歩行異常の程度を判定する異常程度判定部と、
   前記異常種類判定部によって判定された前記歩行異常の種類と前記異常程度判定部によって判定された前記歩行異常の程度とが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部と、を備え、
   前記判定結果画像は、
   前記動画撮影部において撮影された動画から抽出された人型画像と、
   前記複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像と、
   前記複数種類の文字画像のそれぞれによって特定される前記歩行異常の程度を認識することが可能な図表画像と、を含む、歩行解析システム。
5. 前記図表画像が複数の軸を有するレーダーチャートであり、
   前記複数の軸は、それぞれ、前記複数種類の歩行異常に対応している、請求項４に記載の歩行解析システム。
6. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
   前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
   前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、
   前記被計測者の歩行運動を撮影する動画撮影部と、を備え、
   前記制御部は、
   前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、
   前記動画撮影部によって撮影された前記被計測者の歩行運動の連続画像を記憶する動画記憶部と、
   前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数の実際の曲率半径の値のそれぞれと曲率半径の判定基準値とを比較し、それにより、前記実際の曲率半径の値が前記曲率半径の判定基準値よりも小さいか否かにより、前記被計測者が異常な姿勢をしているか否かを判定する異常姿勢判定部と、
   前記異常姿勢判定部によって前記判定基準値よりも小さいと判定された前記実際の曲率半径のタイミングが前記リサージュ曲線データのいずれのタイミングであるかに基づいて異常姿勢タイミングのデータを取得し、それにより、前記動画記憶部に記憶された前記被計測者の歩行運動の連続画像から前記異常姿勢タイミングのデータに対応する異常姿勢の静止画像を抽出する異常姿勢抽出部と、
   前記異常姿勢抽出部によって抽出された前記異常姿勢の静止画像を前記判定結果画像として前記表示部に表示させる表示制御部と、を含む、歩行解析システム。
7. 前記データ作成部は、水平面および矢状面のうちの少なくともいずれか一方の前記リサージュ曲線データを作成し、
   前記複数の実際の曲率半径は、前記水平面および前記矢状面のうちの少なくともいずれか一方の前記リサージュ曲線データから抽出される、請求項６に記載の歩行解析システム。
8. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
   前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
   前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備え、
   前記制御部は、
   前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部と、
   前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記歩行運動における異常の有無を判定する異常有無判定部と、
   前記異常有無判定部によって前記被計測者が異常な歩行運動をしていると判定された場合に、前記異常な歩行運動を認識可能な判定結果画像を前記表示部に表示させる表示制御部と、を備え、
   前記データ作成部は、前記被計測者の前額面、水平面、および矢状面のそれぞれの前記リサージュ曲線データを作成し、
   前記予め定められた複数種類の異常有無の判定基準値は、それぞれ、前記前額面、前記水平面、および前記矢状面のそれぞれの前記リサージュ曲線データから抽出された前記複数種類の被判定要素に対応しており、
   前記判定結果画像は、前記複数種類の被判定要素の各被判定要素に対応する歩行異常を認識可能な画像を含む、歩行解析システム。
9. 前記判定結果画像は、いかなる身体部位がいかなるフェーズで歩行異常となっているかを特定可能な画像、および、いかなる種類の歩行異常がいかなる程度であるのかを特定可能な画像の少なくともいずれか一方を含む、請求項８に記載の歩行解析システム。
10. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
    前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
    前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備えた歩行解析システムにおいて用いられる歩行解析プログラムであって、
    前記制御部としてのコンピュータを、
    前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、
    前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、予め定められた複数の身体部位のそれぞれごとに、前記身体部位が異常な運動をしているのか否かを判定する異常部位判定部、
    前記異常部位判定部によって前記身体部位が異常な運動をしていると判定されたタイミングが前記リサージュ曲線データのいずれのタイミングであるのかに基づいて、前記歩行運動の予め定められた複数のフェーズのいずれにおいて前記身体部位が異常な運動をしているのかを判定する異常フェーズ判定部、および、
    前記異常部位判定部によって異常な運動をしていると判定された前記身体部位と前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズとが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部、として機能させ、
    前記判定結果画像は、
    前記表示部に表示される複数の静止画像であって、前記被計測者の歩行運動の前記複数のフェーズにそれぞれ対応している複数の人型画像と、
    前記複数の人型画像のうちの前記異常フェーズ判定部によって異常な運動をしていると判定された前記フェーズに対応する人型画像において、前記異常部位判定部によって異常な運動をしていると判定された前記身体部位を指摘する指摘画像と、を含む、歩行解析プログラム。
11. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
    前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
    前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、
    前記被計測者の歩行運動を撮影する動画撮影部と、を備えた歩行解析システムにおいて用いられる歩行解析プログラムであって、
    前記制御部としてのコンピュータを、
    前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、
    前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記被計測者の歩行運動において予め定められた複数種類の歩行異常のそれぞれが有るのか否かを判定する異常種類判定部、
    前記異常種類判定部によって前記歩行異常が有ると判定された前記歩行異常の種類ごとに、前記被判定要素の値と前記異常有無の判定基準値との差に基づいて、前記歩行異常の程度を判定する異常程度判定部、および、
    前記異常種類判定部によって判定された前記歩行異常の種類と前記異常程度判定部によって判定された前記歩行異常の程度とが関連付けられた前記判定結果画像を前記表示部に表示させる表示制御部、として機能させ、
    前記判定結果画像は、
    前記動画撮影部において撮影された動画から抽出された人型画像と、
    前記複数種類の歩行異常をそれぞれ認識することが可能な複数種類の文字画像と、
    前記複数種類の文字画像のそれぞれによって特定される前記歩行異常の程度を認識することが可能な図表画像と、を含む、歩行解析プログラム。
12. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
    前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
    前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、
    前記被計測者の歩行運動を撮影する動画撮影部と、を備えた歩行解析システムにおいて用いられる歩行解析プログラムであって、
    前記制御部としてのコンピュータを、
    前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、
    前記動画撮影部によって撮影された前記被計測者の歩行運動の連続画像を記憶する動画記憶部、
    前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数の実際の曲率半径の値のそれぞれと曲率半径の判定基準値とを比較し、それにより、前記実際の曲率半径の値が前記曲率半径の判定基準値よりも小さいか否かにより、前記被計測者が異常な姿勢をしているか否かを判定する異常姿勢判定部、
    前記異常姿勢判定部によって前記判定基準値よりも小さいと判定された前記実際の曲率半径のタイミングが前記リサージュ曲線データのいずれのタイミングであるかに基づいて異常姿勢タイミングのデータを取得し、それにより、前記動画記憶部に記憶された前記被計測者の歩行運動の連続画像から前記異常姿勢タイミングのデータに対応する異常姿勢の静止画像を抽出する異常姿勢抽出部、および、
    前記異常姿勢抽出部によって抽出された前記異常姿勢の静止画像を前記判定結果画像として前記表示部に表示させる表示制御部、として機能させる、歩行解析プログラム。
13. 被計測者の歩行運動によって生じる所定の位置の変化の軌跡を特定可能な物理情報を取得するセンサ部と、
    前記センサ部によって取得された前記物理情報に基づいて前記歩行運動における歩行異常の有無を判定する制御部と、
    前記制御部によって判定された前記歩行異常の有無を認識することが可能な判定結果画像を表示する表示部と、を備えた歩行解析システムにおいて用いられるプログラムであって、
    前記制御部としてのコンピュータを、
    前記物理情報に基づいて前記被計測者の歩行運動における位置の変化の軌跡の時系列データを取得し、前記位置の変化の軌跡の時系列データに基づいて所定平面におけるリサージュ曲線データを作成するデータ作成部、
    前記データ作成部によって作成された前記リサージュ曲線データから抽出された複数種類の被判定要素の値と予め定められた複数種類の異常有無の判定基準値とをそれぞれ比較し、それにより、前記歩行運動における異常の有無を判定する異常有無判定部、
    前記異常有無判定部によって前記被計測者が異常な歩行運動をしていると判定された場合に、前記異常な歩行運動を認識可能な判定結果画像を前記表示部に表示させる表示制御部と、として機能させ、
    前記データ作成部は、前記被計測者の前額面、水平面、および矢状面のそれぞれの前記リサージュ曲線データを作成し、
    前記予め定められた複数種類の異常有無の判定基準値は、それぞれ、前記前額面、前記水平面、および前記矢状面のそれぞれの前記リサージュ曲線データから抽出された前記複数種類の被判定要素に対応しており、
    前記判定結果画像は、前記複数種類の被判定要素の各被判定要素に対応する歩行異常を認識可能な画像を含む、歩行解析プログラム。