JP6771154B2 - 転倒リスク判定装置、転倒リスク判定装置の作動方法、およびコンピュータプログラム - Google Patents
転倒リスク判定装置、転倒リスク判定装置の作動方法、およびコンピュータプログラム Download PDFInfo
- Publication number
- JP6771154B2 JP6771154B2 JP2016248529A JP2016248529A JP6771154B2 JP 6771154 B2 JP6771154 B2 JP 6771154B2 JP 2016248529 A JP2016248529 A JP 2016248529A JP 2016248529 A JP2016248529 A JP 2016248529A JP 6771154 B2 JP6771154 B2 JP 6771154B2
- Authority
- JP
- Japan
- Prior art keywords
- section
- user
- leg
- thigh
- stance phase
- 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
- 238000004590 computer program Methods 0.000 title claims description 6
- 230000001133 acceleration Effects 0.000 claims description 100
- 210000000689 upper leg Anatomy 0.000 claims description 78
- 210000002414 leg Anatomy 0.000 claims description 69
- 210000003205 muscle Anatomy 0.000 claims description 58
- 230000003183 myoelectrical effect Effects 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 27
- 210000002683 foot Anatomy 0.000 description 34
- 238000002474 experimental method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 23
- 210000001699 lower leg Anatomy 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 16
- 210000003127 knee Anatomy 0.000 description 15
- 238000005259 measurement Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 13
- 238000010606 normalization Methods 0.000 description 12
- 210000003314 quadriceps muscle Anatomy 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000002567 electromyography Methods 0.000 description 9
- 210000003141 lower extremity Anatomy 0.000 description 8
- 238000012935 Averaging Methods 0.000 description 6
- 238000007792 addition Methods 0.000 description 6
- 210000002027 skeletal muscle Anatomy 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 239000005557 antagonist Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000003371 toe Anatomy 0.000 description 2
- 239000000556 agonist Substances 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000001087 myotubule Anatomy 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
-
- 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
-
- 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
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
本発明者は、「背景技術」の欄において記載した、特許文献1および非特許文献1の方法に関し、以下の問題が生じることを見出した。
まず、本開示における用語を定義する。
本発明者らは、転倒リスク判定の指標として、筋の共収縮に着目した。本発明者らは、日常的な歩行運動時の下肢筋の共収縮の度合いと転倒リスクとの関係を調べる実験を実施した。52名の高齢者に対して、5m直線3往復歩行時の大腿部および下腿部の腹側および背側から筋電を記録し、共収縮の度合いを算出した。その結果、転倒リスクの指標としてよく使用されるファンクショナルリーチまたは脚筋力の体力データには差がないにも関わらず、歩行中の立脚期における大腿部の共収縮の度合いを指標とした場合に、64%の精度で、過去一年間の転倒歴の有無を判定可能であることを発見した。以下、実験内容を詳述する。
図1Aおよび図1Bは、実験で使用した装置の外観を示す。
次に、実験タスクについて説明する。
加速度センサによる測定によって得られた踵の加速度データに基づいて、筋電計による計測によって得られた筋電データから、一歩ずつの筋電データを切り出した。なお、加速度データは、加速度の時間変化を示すデータであり、筋電データは、筋電の時間変化を示すデータである。そして、切り出した一歩ごとの筋電データに基づいて、大腿部および下腿部の共収縮の度合いを算出し、それらの共収縮の度合いと転倒歴との関係を調べた。さらに、より詳細な分析として、踵の加速度データに基づいて、一歩ごとに遊脚期と立脚期とを区別し、それぞれの区間において算出した共収縮の度合いと転倒歴との関係もあわせて検討した。その際、全被験者から、転倒歴ありの被験者を転倒リスクが高いと正しく判定し、かつ、転倒歴なしの被験者を転倒リスクが低いと正しく判定できる割合を判別率と定義した。つまり、判別率は、{(転倒リスクが高いと正しく判定された被験者の数)+(転倒リスクが低いと正しく判定された被験者の数)}/全被験者の数によって算出される。この判別率の比較に基づいて、転倒リスクを判定するための最適なパラメータを探索した。
実験では、右足の踵に固定した加速度センサのデータを用いて歩行の遊脚期と立脚期を判別した。ただし、加速度センサに限らずフットスイッチを使っても良い。フットスイッチを用いた場合は、フットスイッチが押されている間(足が地面に付いている間)を立脚期と判定し、フットスイッチが押されていない間(足が地面から離れている間)を遊脚期と判定する。1つの遊脚期と次の1つの立脚期を合わせて歩行の1周期(歩行周期または一歩)とする。
次に、筋の共収縮の度合いを算出する方法について説明する。
なお、踵の加速度データにノイズが混入したために、正しくステップを検出できなかった被験者の加速度データは分析から除外した。また、一歩ごとに切り出した筋電のRMSに、±200μV以上の値が含まれたデータについては、筋電にノイズが混入したと判定し、分析から除外した。
データ分析の過程で、歩行の最初の一歩と最後の一歩のそれぞれのデータは、それ以外の定常的な歩行を継続しているときの一歩のデータとは特性が異なることを見出した。そこで、最初の一歩および最後の一歩を含めた5m歩行全体の共収縮を利用する「全区間」と、最初の一歩と最後の一歩とを除いた定常歩行時の共収縮を利用する「定常状態」とに分けた分析を実施した。
各被験者の歩幅の差および、除外データ数の違いによって、被験者ごとに利用できる歩数が異なる。そこで、本発明者らは、ブートストラップ法を用いて、加算回数を統制して、加算平均後の共収縮のデータに基づいて線形判別により転倒リスクを判別した。ブートストラップ法とは、サンプルN個から、重複を許してランダムにたとえばM個のサンプルを抽出する方法である。線形判別は、他者の共収縮のデータと転倒歴の有無とを学習して実施した。
以下、実験結果を説明する。
以下、ブートストラップ法により10歩分の共収縮のデータを加算平均した結果に基づいて、転倒リスク判定の結果について述べる。
以上の結果より、定常状態の立脚期における大腿部の共収縮の度合いを用いると、65%以上の転倒リスク判定の精度が得られる。定常状態ではなく全区間の立脚期における大腿部の共収縮の度合いを用いても、63%程度の転倒リスク判定の精度が得られる。また、より簡単に、かつ、ユーザに負担をかけずに、少なくとも2歩以上の共収縮の度合いを算出すれば60%以上の転倒リスク判定の精度が得られる。
図11は、本実施の形態における転倒リスク判定装置の外観構成の一例を示す。
歩行情報取得部140は、所定の時間区間におけるユーザの歩行情報を取得する。
筋電センサ111は、ユーザの一方の脚の大腿部の前面に配置される第1の電極131を用いて、その大腿部の前面の筋電である第1の筋電を計測し、かつユーザの一方の脚の大腿部の後面に配置される第2の電極132を用いて、その大腿部の後面の筋電である第2の筋電を計測する。
制御回路120は、ユーザの歩行情報を用いて、上記所定の時間区間に含まれる立脚期の区間を特定する。ここで、その立脚期の区間とは、ユーザの一方の脚の足が地面に接触している区間である。
制御回路120は、その立脚期の区間の第1の筋電と、その立脚期の区間の第2の筋電とに基づいて、ユーザの一方の脚の共収縮の度合いを算出する。ここで、その共収縮とは、脚の大腿部の前面の筋肉及び脚の大腿部の後面の筋肉の両方が同時に活動することである。
制御回路120は、その共収縮の度合いが第1の閾値以上であるか否かを判定する。
出力部112は、その共収縮の度合いが第1の閾値以上の場合には、ユーザの転倒リスクが高いことを示す信号を出力する。
本実施の形態における転倒リスク判定装置100は、図12に示すように、歩行情報取得部140と、筋電センサ111と、制御回路120と、出力部112とを備えている。
110 処理部
111 筋電センサ
112 出力部
120 制御回路
121 立脚期特定部
122 定常歩行判定部
123 共収縮算出部
124 リスク判定部
131 第1の電極
132 第2の電極
140 歩行情報取得部
150 端末装置
Claims (9)
- 所定の時間区間におけるユーザの歩行情報を取得する歩行情報取得部と、
前記ユーザの一方の脚の大腿部の前面に配置される第1の電極を用いて、前記大腿部の前面の筋電である第1の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第2の電極を用いて、前記大腿部の後面の筋電である第2の筋電を計測する筋電センサと、
(i)前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、
(ii)前記立脚期の区間の前記第1の筋電と、前記立脚期の区間の前記第2の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、
(iii)前記共収縮の度合いが第1の閾値以上であるか否かを判定する、
制御回路と、
前記共収縮の度合いが前記第1の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する出力部と、
を備える転倒リスク判定装置。 - 前記歩行情報取得部は、前記ユーザの一方の脚に配置され、前記所定の時間区間の前記ユーザの一方の脚の加速度を測定する加速度センサであって、
前記制御回路は、
前記(i)において、前記加速度の値に基づいて、前記所定の時間区間に含まれる立脚期の区間を特定する、
請求項1に記載の転倒リスク判定装置。 - 前記制御回路は、
前記ユーザの一方の脚が、歩行によって進む向きに加速するときの加速度を正の加速度とする場合、
前記(i)において、前記所定の時間区間において、第2の閾値以上の加速度の極大値を有する第1の時刻と、前記第1の時刻よりも後の時刻であって、第3の閾値以下の加速度の極小値を有する第2の時刻とを特定し、前記第1の時刻と前記第2の時刻とに基づく区間を除く残りの区間が、前記立脚期の区間であると特定する、
請求項2に記載の転倒リスク判定装置。 - 前記歩行情報取得部は、前記ユーザの一方の脚の足の裏に位置するフットスイッチであり、
前記制御回路は、
前記(i)において、前記フットスイッチがオンの区間が、前記所定の時間区間に含まれる立脚期の区間であると特定する、
請求項1に記載の転倒リスク判定装置。 - 転倒リスク判定装置の作動方法であって、
転倒リスク判定装置は、歩行情報取得部、筋電センサ、制御回路、および出力部を備え、
前記歩行情報取得部が、所定の時間区間におけるユーザの歩行情報を取得し、
前記筋電センサが、前記ユーザの一方の脚の大腿部の前面に配置される第1の電極を用いて、前記大腿部の前面の筋電である第1の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第2の電極を用いて、前記大腿部の後面の筋電である第2の筋電を計測し、
前記制御回路が、
(i)前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、
(ii)前記立脚期の区間の前記第1の筋電と、前記立脚期の区間の前記第2の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、
(iii)前記共収縮の度合いが第1の閾値以上であるか否かを判定し、
前記出力部が、前記共収縮の度合いが前記第1の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する、
転倒リスク判定装置の作動方法。 - 前記歩行情報取得部は、前記ユーザの一方の脚に配置され、前記所定の時間区間の前記ユーザの一方の脚の加速度を測定する加速度センサであって、前記所定の時間区間における前記ユーザの歩行情報を取得し、
前記制御回路は、前記(i)において、前記加速度の値に基づいて、前記所定の時間区間に含まれる立脚期の区間を特定する、
請求項5に記載の転倒リスク判定装置の作動方法。 - 前記ユーザの一方の脚が、歩行によって進む向きに加速するときの加速度を正の加速度とする場合、
前記制御回路は、
前記(i)において、前記所定の時間区間において、第2の閾値以上の加速度の極大値を有する第1の時刻と、前記第1の時刻よりも後の時刻であって、第3の閾値以下の加速度の極小値を有する第2の時刻とを特定し、前記第1の時刻と前記第2の時刻とに基づく区間を除く残りの区間が、前記立脚期の区間であると特定する、
請求項6に記載の転倒リスク判定装置の作動方法。
- 前記歩行情報取得部は、前記ユーザの一方の脚の足の裏に位置するフットスイッチであり、
前記制御回路は、
前記(i)において、前記フットスイッチがオンの区間が、前記所定の時間区間に含まれる立脚期の区間であると特定する、
請求項5に記載の転倒リスク判定装置の作動方法。 - コンピュータプログラムであって、
(a)所定の時間区間におけるユーザの歩行情報を取得し、
(b)筋電センサにより、前記ユーザの一方の脚の大腿部の前面に配置される第1の電極を用いて、前記大腿部の前面の筋電である第1の筋電を計測し、かつ前記ユーザの一方の脚の大腿部の後面に配置される第2の電極を用いて、前記大腿部の後面の筋電である第2の筋電を計測し、
(c)前記ユーザの歩行情報を用いて、前記所定の時間区間に含まれる立脚期の区間を特定し、ここで、前記立脚期の区間とは、前記ユーザの一方の脚の足が地面に接触している区間であり、
(d)前記立脚期の区間の前記第1の筋電と、前記立脚期の区間の前記第2の筋電とに基づいて、前記ユーザの一方の脚の共収縮の度合いを算出し、ここで、前記共収縮とは、前記脚の大腿部の前面の筋肉及び前記脚の大腿部の後面の筋肉の両方が同時に活動することであり、
(e)前記共収縮の度合いが第1の閾値以上であるか否かを判定し、
(f)前記共収縮の度合いが前記第1の閾値以上の場合には、前記ユーザの転倒リスクが高いことを示す信号を出力する、
ことをコンピュータに実行させるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016001440 | 2016-01-07 | ||
JP2016001440 | 2016-01-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017124164A JP2017124164A (ja) | 2017-07-20 |
JP6771154B2 true JP6771154B2 (ja) | 2020-10-21 |
Family
ID=59275287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016248529A Active JP6771154B2 (ja) | 2016-01-07 | 2016-12-21 | 転倒リスク判定装置、転倒リスク判定装置の作動方法、およびコンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10646140B2 (ja) |
JP (1) | JP6771154B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11202008367PA (en) | 2018-03-23 | 2020-10-29 | Panasonic Ip Man Co Ltd | Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and program |
JP7172412B2 (ja) * | 2018-10-12 | 2022-11-16 | カシオ計算機株式会社 | センサ制御装置、センサ装置、センサ制御方法及びセンサ制御プログラム |
WO2020202543A1 (ja) * | 2019-04-05 | 2020-10-08 | 日本電気株式会社 | 歩行周期判定システム、歩行周期判定方法、およびプログラム記録媒体 |
WO2021140587A1 (ja) * | 2020-01-08 | 2021-07-15 | 日本電気株式会社 | 検出装置、検出システム、検出方法、およびプログラム記録媒体 |
WO2023238251A1 (ja) * | 2022-06-07 | 2023-12-14 | 日本電信電話株式会社 | 共収縮制御装置、共収縮制御方法、サーバ装置、配信方法およびプログラム |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5016635A (en) * | 1988-11-29 | 1991-05-21 | Sigmedics, Inc. Of Delaware | Control of FNS via pattern variations of response EMG |
US7689437B1 (en) * | 2000-06-16 | 2010-03-30 | Bodymedia, Inc. | System for monitoring health, wellness and fitness |
US7150048B2 (en) * | 2002-12-18 | 2006-12-19 | Buckman Robert F | Method and apparatus for body impact protection |
FI119718B (fi) * | 2003-12-22 | 2009-02-27 | Suunto Oy | Menetelmä liikuntasuorituksen mittaamiseksi |
US7398255B2 (en) * | 2004-07-14 | 2008-07-08 | Shriners Hospitals For Children | Neural prosthesis with fuzzy logic control system |
US9820658B2 (en) * | 2006-06-30 | 2017-11-21 | Bao Q. Tran | Systems and methods for providing interoperability among healthcare devices |
JP4178187B2 (ja) * | 2005-01-26 | 2008-11-12 | 国立大学法人 筑波大学 | 装着式動作補助装置及び制御用プログラム |
EP1839572A2 (en) * | 2006-03-31 | 2007-10-03 | Casio Computer Co., Ltd. | Biological information measuring device and biological information measuring system |
US7949403B2 (en) * | 2007-02-27 | 2011-05-24 | Accelerated Care Plus Corp. | Electrical stimulation device and method for the treatment of neurological disorders |
JP5332292B2 (ja) * | 2008-04-24 | 2013-11-06 | アイシン精機株式会社 | 歩行解析及び運動メニュー提案システム |
CN102149318B (zh) * | 2008-09-10 | 2013-03-06 | 国立大学法人筑波大学 | 生物体信号测量穿戴用具和穿戴式动作辅助装置 |
JP5303712B2 (ja) | 2009-01-29 | 2013-10-02 | 和歌山県 | 下肢協調性評価システム |
WO2011020216A1 (zh) * | 2009-08-18 | 2011-02-24 | Yang Changming | 侦测生理机能及姿势状态的物品、方法和*** |
SE1050420A1 (sv) * | 2010-04-27 | 2011-07-26 | Inerventions Ab | System och klädesplagg för avslappning av en spastisk muskel |
EP2702575A1 (en) * | 2011-04-29 | 2014-03-05 | Koninklijke Philips Electronics N.V. | An apparatus for use in a fall detector or fall detection system, and a method of operating the same |
US10092750B2 (en) * | 2011-11-11 | 2018-10-09 | Neuroenabling Technologies, Inc. | Transcutaneous neuromodulation system and methods of using same |
JP5927552B2 (ja) * | 2011-12-14 | 2016-06-01 | パナソニックIpマネジメント株式会社 | 体動検出装置 |
US20150366504A1 (en) * | 2014-06-20 | 2015-12-24 | Medibotics Llc | Electromyographic Clothing |
US8954135B2 (en) * | 2012-06-22 | 2015-02-10 | Fitbit, Inc. | Portable biometric monitoring devices and methods of operating same |
US9817440B2 (en) * | 2012-09-11 | 2017-11-14 | L.I.F.E. Corporation S.A. | Garments having stretchable and conductive ink |
US10159440B2 (en) * | 2014-03-10 | 2018-12-25 | L.I.F.E. Corporation S.A. | Physiological monitoring garments |
ES2705526T3 (es) * | 2012-09-11 | 2019-03-25 | Life Corp Sa | Plataforma de comunicación ponible |
US9649207B2 (en) * | 2013-07-12 | 2017-05-16 | University Of Oregon | Powered prosthetic devices using EMG-based locomotion state classifier |
FI126009B (en) * | 2013-12-31 | 2016-05-31 | Suunto Oy | Arrangement, communication module, sensor unit and procedure for monitoring physical performance |
WO2016025323A1 (en) * | 2014-08-10 | 2016-02-18 | Autonomix Medical, Inc. | Ans assessment systems, kits, and methods |
US10755817B2 (en) * | 2014-11-20 | 2020-08-25 | Board Of Regents, The University Of Texas System | Systems, apparatuses and methods for predicting medical events and conditions reflected in gait |
US10945671B2 (en) * | 2015-06-23 | 2021-03-16 | PhysioWave, Inc. | Determining physiological parameters using movement detection |
-
2016
- 2016-12-21 JP JP2016248529A patent/JP6771154B2/ja active Active
- 2016-12-28 US US15/392,907 patent/US10646140B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170196483A1 (en) | 2017-07-13 |
JP2017124164A (ja) | 2017-07-20 |
US10646140B2 (en) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6771154B2 (ja) | 転倒リスク判定装置、転倒リスク判定装置の作動方法、およびコンピュータプログラム | |
Roldán-Jiménez et al. | Muscular activity and fatigue in lower-limb and trunk muscles during different sit-to-stand tests | |
Di Nardo et al. | Gender differences in the myoelectric activity of lower limb muscles in young healthy subjects during walking | |
Bittencourt et al. | Foot and hip contributions to high frontal plane knee projection angle in athletes: a classification and regression tree approach | |
Montgomery et al. | Tibial impacts and muscle activation during walking, jogging and running when performed overground, and on motorised and non-motorised treadmills | |
Sejdić et al. | Extraction of stride events from gait accelerometry during treadmill walking | |
Briani et al. | Comparison of frequency and time domain electromyography parameters in women with patellofemoral pain | |
Suydam et al. | The advantages of normalizing electromyography to ballistic rather than isometric or isokinetic tasks | |
KR20190041239A (ko) | 생체 운동 신호 기반의 하지 운동 평가 및 맞춤형 전기 자극 시스템 | |
TW201403535A (zh) | 步態分析方法及步態分析系統 | |
JP5303712B2 (ja) | 下肢協調性評価システム | |
Feeken et al. | ClimbingAssist: direct vibro-tactile feedback on climbing technique | |
Ayena et al. | An efficient home-based risk of falling assessment test based on Smartphone and instrumented insole | |
Kawabata et al. | Acceleration patterns in the lower and upper trunk during running | |
Ko et al. | Ankle proprioception associated gait patterns in older adults: results from the BLSA | |
JP2006320533A (ja) | 筋力測定装置 | |
Lou et al. | IMU-based gait phase recognition for stroke survivors | |
Palmer et al. | Age-related effects on maximal and rapid hamstrings/quadriceps strength capacities and vertical jump power in young and older females | |
JP2020120807A (ja) | 転倒リスク評価装置、転倒リスク評価方法及び転倒リスク評価プログラム | |
Weiss et al. | Can a single lower trunk body-fixed sensor differentiate between level-walking and stair descent and ascent in older adults? Preliminary findings | |
Ziebart et al. | Measurement of peak impact loads differ between accelerometers–Effects of system operating range and sampling rate | |
Craig et al. | Trunk and foot acceleration variability during walking relates to fall history and clinical disability in persons with multiple sclerosis | |
Jiang et al. | Ankle positions classification using force myography: An exploratory investigation | |
LeMoyne et al. | Implementation of an iPod application as a wearable and wireless accelerometer system for identifying quantified disparity of hemiplegic gait | |
Codina et al. | Gait analysis platform for measuring surgery recovery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190702 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200707 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200806 |
|
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: 20200825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200910 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6771154 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |