JP6844284B2 - 歩容の評価方法 - Google Patents

Description

本発明は、歩容の評価方法に関する。

歩容は歩行時の見た目の様子である。３０〜６０代の女性の半数近くは自身の歩容を悪いと考えているというアンケート結果があり、歩容を改善したいと考えている人は多数存在すると考えられる。

歩容の改善に使用できる装置として、被験者が携帯する３軸加速度センサと、３軸加速度センサの出力に基づいて被験者の歩容の評価情報を生成する処理部を備えたものが提案されている。この装置では、３軸加速度センサの出力から腰部の前後左右の動き、体幹の傾きなどの特徴量を検出し、その特徴量を、既知の理想的な歩容における特徴量あるいは所定の範疇に分類される歩容の特徴量と照合し、理想的な歩容あるいは所定の範疇に分類される歩容に対する被験者の歩容の類似度を評価する（特許文献１）。

また、足圧センサを用いて歩行中の足圧分布を計測し、足圧分布から求められる歩行の特徴量から、姿勢のバランス、対称性、歩行の時間的な連続性といった力学的合理性を判断基準にして歩行の美しさや健康度を算出する装置（特許文献２）や、足圧分布から求められる歩行の特徴量を、お手本とする理想的な歩行の特徴量と対比し、被験者の歩行の美しさを点数化する装置（特許文献３）が提案されている。

特開２０１６−２１０９号公報 特開２００１−２１８７５４号公報 特開２００２−２３３５１７号公報

一般に、歩行の姿勢、バランス、安定性、歩幅、歩隔などは、歩容を評価する場合のポイントになる。しかしながら、歩容は個性の現れともいえ、任意の被験者に対して特定の歩容が理想であると画一的に定めることはできない。そのため、被験者の歩行の特徴量と理想とする歩行の特徴量とを対比することにより被験者の歩容を評価するだけでは、その評価結果は被験者にとって理解しづらい場合があり、必ずしも歩容の改善に役立つとは限らない。

このような従来技術に対し、本発明の課題は、誰もが容易に理解できる評価軸で歩容を評価し、歩容の評価結果が歩容の改善に役立つようにすることにある。

本発明者は、
(i)歩容の印象の評価結果をわかりやすく被験者に提示するためには、歩容の評価結果を、幅広い年代層が容易に意味を理解できるオノマトペを用いた評価軸で提示できるようにすることが有用であること、
(ii)この場合、評価軸の両極を、対極の印象を有する一対の感性語とし、この評価軸による歩容の評価値と、加速度センサ、足圧センサ等を用いた歩行の計測値から得られる歩行の特徴量とを回帰式で関連づけておくと、回帰式により算出される評価値と被験者の実際の評価値とが良好な相関を示すこと、
(iii)この回帰式を用いて被験者の歩行の特徴量から算出される評価値は、画一的に定められた理想の歩容と被験者の歩容との差異を表すものではなく、被験者の歩容を他者がどのような印象で捉えているかを示すものとなり、かつオノマトペを用いた評価軸で表されているから、被験者にとって受け入れやすいこと、
(iv)また、対極の印象を表す一対の感性語を両極に有する評価軸は種々設定することができるので、被験者の歩容を複数の観点の評価軸で評価することが可能となり、したがって、被験者は自己の歩容の評価を複数の観点から知ることができ、歩容改善に対するモチベーションが高まること、
を見出し、本発明を想到した。

即ち、本発明は、歩容の印象の評価値を目的変数とし、歩行の計測により得られる歩行の特徴量を含む歩行パラメータを説明変数とする重回帰式を用いて、任意の被験者の歩容の印象の評価値を求める歩容の評価方法であって、歩容の印象の評価値が、歩容について対極の印象を表す一対の感性語を両極とする評価軸で表され、一対の感性語の少なくとも一方にオノマトペが含まれている評価方法を提供する。

本発明によれば、被験者の歩容の評価結果は、画一的に定められた理想的な歩容と被験者の歩容とを対比したものではなく、被験者の歩容を他者がどのような印象で捉えているかを示すものとなるから、被験者にとって受け入れやすいものとなる。

また、歩容の評価軸は、対極の印象を表す一対の感性語を両極とし、一対の感性語の少なくとも一方にはオノマトペが含まれるため、本発明による評価結果は、被験者がどのような年代層の者でも理解し易いものとなる。

さらに、評価軸の両極となる感性語の選択により種々の評価軸を設定できるので、被験者の歩容を多面的に評価することができ、被験者の歩容の改善に有用となる。

図１は、歩容の空間的特徴の指標となる歩行の特徴量の説明図である。 図２は、歩容の時間的特徴の指標となる歩行の特徴量の説明図である。 図３Ａは、頭部傾斜角と背筋角の説明図である。 図３Ｂは、肩回旋角度の説明図である。 図３Ｃは、腰回旋角度の説明図である。 図３Ｄは、頭部上下揺れの説明図である。 図３Ｅは、頭部左右振れの説明図である。 図３Ｆは、膝関節可動域の説明図である。 図３Ｇは、手の振りの説明図である。 図４は、ＶＡＳによる歩容の評価方法の説明である。 図５は、モーションキャプチャを構成するカメラの画像信号に基づいて決定される人体の各部位の位置を示した図である。 図６は、「いきいき−とぼとぼ」のＶＡＳ評価値と推定値の相関を示す図である。 図７は、「いきいき−とぼとぼ」のＶＡＳ評価値と推定値の相関を示す図である。 図８は、「いきいき−とぼとぼ」のＶＡＳ評価値と推定値の相関を示す図である。 図９は、「いきいき−とぼとぼ」のＶＡＳ評価値と推定値の相関を示す図である。 図１０は、「いきいき−とぼとぼ」の評価軸における印象の評価結果の提示例である。 図１１は、歩行の特徴量を説明する紙面又は画面の構成例である。

<<発明の概要>>
本発明の歩容の評価方法は、歩容の印象の評価値を目的変数とし、歩行パラメータを説明変数とする重回帰式を取得しておき、その重回帰式を用いて任意の被験者の歩容の印象の評価値を求める方法であって、歩容の印象の評価値を、歩容について対極の印象を表す一対の感性語を両極とする評価軸で表し、かつその一対の感性語の少なくとも一方にオノマトペを含めることを特徴としている。この場合、歩容の評価軸としては複数種を設定することができる。したがって、複数種の評価軸で多面的に歩容を評価することが可能となる。

なお、重回帰式の作成には、予め複数の歩行者について歩容の印象の評価値と、歩行パラメータのデータが必要となるが、この場合の歩行者は年代別及び性別とすることが好ましく、また、歩行者の歩容に対して印象の評価値を与える観察者も年代別及び性別とすることが好ましい。

<<歩容の印象の評価軸>>
本発明の評価方法が使用する重回帰式において、歩容の印象の評価値の評価軸は、歩容について対極の印象を表す一対の感性語を両極とするものであり、その一対の感性語の少なくとも一方にオノマトペを含めたものである。

ここで、感性語は観察者の印象を表す言葉である。また、オノマトペとは、擬音語、擬声語、擬態語の総称であって、言語音で出来事や状態を模写する表現である。したがって、本発明においてオノマトペは、被験者の歩行自体の状態だけでなく、歩行している被験者の身体や感情の状態も表す場合のある表現である。

評価軸の両極をなす一対の感性語であって、少なくとも一方にオノマトペを含むものの例としては、例えば、以下の対をあげることができる。
いきいき−とぼとぼ
しゃきしゃき−へろへろ
ぴしっと−だらしない
のしのし−すたすた
ワイルド−なよなよ
ゆったり−せかせか
よぼよぼ−がしがし
スムーズ−どたどた
すらっと−でっぷり
いきいき−よぼよぼ
すっと−だらだら

評価軸の両極を、対極の印象を表す感性語とすることにより、所定の歩容を複数の観察者が観察した場合の評価値のバラツキ幅や、また、同一の観察者が同一の歩容を異なる時期に繰り返し観察した場合の評価値のバラツキ幅を抑えることができる。これは、評価軸の両極の印象を規定することで、評価軸で評価しようとする観点が明確になり、観察者が評価対象の歩容の印象を評価軸上に示しやすくなるためと考えられる。例えば、任意の観察者に、所定の歩容の「いきいき」の度合いを評価軸の０から１０の間の位置で示すように求めた場合と、同じ歩容を「とぼとぼ」を０とし、「いきいき」を１０とした場合の評価軸上の位置で示すように求めた場合とでは、「とぼとぼ」を０とし、「いきいき」を１０とした場合の方が評価値のバラツキの幅が狭くなり、実際の評価値と、回帰式で算出される評価値との相関性が高くなる。

また、評価軸の両極の少なくとも一方にオノマトペを含めることにより、その評価軸は幅広い年代層の者が容易に意味を理解でき、かつ歩容を表す評価軸として馴染み易いものとなる。なお、必ずしも一対の感性語の双方をオノマトペとする必要はない。

上述のオノマトペを含む感性語の対は次のようにして得たものである。すなわち、本発明者が街頭の歩行者７０名の歩容を観察し、その歩容の印象としてオノマトペを含む感性語２４４語を抽出し、一方、後述する歩容のＶＡＳ値の因子分析により歩容に４因子があるとして感性語２４４語を因子分析し、因子ごとの係数と感性語２４４語のそれぞれの言葉の意味合いから対語を形成した。

本発明において対極の印象を表す一対の感性語は上述の例に限られず、一般に対極の意味と認められる、オノマトペを含む一対の感性語を使用することができる。

また、上述の感性語の対において、例えば「いきいき−とぼとぼ」と「いきいき−よぼよぼ」とは共に「いきいき」を軸の一端とするが、「いきいき−とぼとぼ」は元気の程度が印象に関係しているのに対し「よぼよぼ−いきいき」は老いた様子が印象に関係しており、これらは異なる評価軸となる。このように、オノマトペを含む、対極の印象を表す一対の感性語を評価軸の両極にすることで、歩容の印象の多面的な評価をすることが可能となる。

<歩容の印象の評価値データの収集方法>
歩容の印象表の評価値と歩行パラメータの回帰式を求めるにあたり、歩容の印象の評価値のデータの収集方法としては、ＶＡＳ（Visual Analogue Scale）、ＮＲＳ（Numerical Rating Scale）等を使用することができる。例えば、観察者が所定の歩容に対してＶＡＳで「のしのし−すたすた」を評価する場合、観察者は図４に示すように一端が「のしのし」で他端が「すたすた」の評価軸が記載された質問用紙の評価軸内に自分の印象に応じた縦線１０を書き込む。ＶＡＳによれば、「のしのし」と「すたすた」の間の相対的な評価として観察者の印象の評価値を容易に得ることができ、また、４段階評価のＶＲＳ（Verbal Rating Scale）に比して信頼性の高い評価値を得ることができる。なお、観察者が縦線を書き込んだＶＡＳのデータからは、例えば、評価軸の一端（のしのし）をゼロ、他端（すたすた）を１００として縦線の位置の評価値を読み取ることができる。

<<歩行パラメータ>>
歩行パラメータは、歩容に影響する客観的な特徴量である。歩行パラメータには、(ａ)足圧センサ、モーションキャプチャ、加速度センサ等の計測装置を用いた歩行の計測により得られる歩行の特徴量、及び(ｂ)歩行の計測から得られる歩行の特徴量ではないが、歩容に影響を及ぼす年齢、身長、体重、ＢＭＩ、性別などの基本情報が含まれる。或る歩行の特徴量が複数の計測装置で計測できる場合、測定精度の高い計測装置による歩行の特徴量を使用することが好ましい。

<足圧センサ>
足圧センサとしては、歩行により歩行面が受ける足圧の分布画像や、足圧の２次元データを出力することのできるものを使用することができ、例えば、アニマ株式会社製シート式下肢加重計シリーズウォークＷａｙ、有限会社ＡＭＴＩ製床反力計等をあげることができる。

足圧センサを用いた歩行の計測から得られる歩行の特徴量としては、例えば表１に示すものをあげることができる。

これらのうち左右差があるものは、歩行の特徴量と歩容の評価値との相関性の点から、左右の平均値を使用することが好ましい。したがって、立脚期割合、遊脚期割合、両脚支持期割合、ストライド、歩幅、歩隔、歩行角度、つま先角度としては、それぞれ左右の平均値を特徴量とすることが好ましい。

また、これらの歩行の特徴量のうち、歩幅、歩隔、歩行角度、ストライド及びつま先角度は、図１に示すように歩容の空間的指標となる。また、立脚期割合、遊脚期割合及び両脚支持期割合は、図２に示すように歩容の時間的指標となる。

ここで、歩行比は、歩幅（ｍ）をケーデンス（歩数／分）で除した値である。歩行比は歩行の効率を示し、成人の場合平均約0.0063になり、幼児や高齢者は低い値となることが知られている。転倒歴などと関連し、加齢に伴い減少するため、歩行能力の重要な指標となる。

立脚期割合は、立脚期時間の１歩行周期に対する割合であり、立脚期時間は、左右一方の踵接地から、その一方の足が地面から離れるまでの、足が接地している時間である。

遊脚期割合は、遊脚期時間の１歩行周期に対する割合であり、遊脚期時間は、左右一方の足が地面から離れてから、その一方の足の踵が接地するまでの、足が浮いている時間である。

両脚支持期割合は、左右両方の足が地面に接地している両脚支持期時間の１歩行周期に対する割合である。したがって、走行行為ではゼロとなる。両脚支持期割合は、通常の歩行行為では約２０％となるが、加齢に応じて長くなる。

ストライドは、左右一方の踵接地から、その一方の踵が再び接地するまでの距離である。ストライドは身長で補正すること（即ち、身長で除することにより規格化すること）が好ましい。

歩幅は、左右一方の踵接地から、もう一方の側の踵が再び接地するまでの距離である。軸足になっている足の左右で歩幅の左右を定める。歩幅は身長で補正すること（即ち、身長で除して規格化すること）が好ましい。

歩隔は、左右一方の踵接地から、左右他方の踵接地までの水平方向の距離であり、軸足になっている足の左右で歩隔の左右を定める。歩隔は身長で補正すること（即ち、身長で除して規格化すること）が好ましい。

歩行角度は、左右一方の踵から他方の踵を結んだ直線が進行方向となす角度（°）である。軸足として地面に着いている足の左右で歩行角度の左右を定める。例えば、軸足を右足として、左足を踏み出して接地した場合、軸足とした右足の踵と接地した左足の踵とを結んだ直線と進行方向とがなす角度を右歩行角度とする。

つま先角度は、踵とつま先を結ぶ直線が、進行方向となす角度（°）であり、外側がプラスで内側がマイナスである。

<モーションキャプチャ>
モーションキャプチャとしては、デプスカメラ（マイクロソフト社のＫｉｎｅｃｔ）、複数のビデオカメラを使用する３次元動作解析システム（インターリハ株式会社製３次元動作分析装置ＶＩＣＯＮ、ＶＩＣＯＮ ＭＸシステム、ＶＩＣＯＮ ＮＥＸＵＳ）等を使用することができる。このうちマイクロソフト社のＫｉｎｅｃｔは、ＲＧＢカラー映像用カメラと、奥行き測定用に赤外線カメラと赤外線発光部を備え、被験者の関節点の位置情報を自動的に抽出し、被験者の歩行画像に重ねて表示することを可能とする。

モーションキャプチャを用いた歩行の計測では、位置座標から１歩行周期を抽出し、抽出した値から歩行の特徴量を求めることが好ましい。モーションキャプチャによる歩行の特徴量としては、例えば表２に示すものをあげることができる。

ここで、頭部傾斜角は、図３Ａに示すように、側面視において肩中心と頭部とを結ぶ直線が鉛直方向となす角度θ１の歩行周期中の平均値であり、背筋角は肩中心と体中心とを結ぶ直線と、肩中心と頭部とを結ぶ直線とがなす角度θ２の歩行周期中の平均値である。

右肩回旋角度θ３Rは、図３Ｂに示すように、歩行周期中の肩中心に対する右肩部の最大回旋角Maxθ３Rと最小回旋角Minθ３Rの差であり、左肩回旋角度θ３Lも同様に定められる。肩回旋角度θ３は、右肩回旋角度θ３Rと左肩回旋角度θ３Lの平均値である。

右腰回旋角度θ４Rは、図３Ｃに示すように、歩行周期中の腰中心に対する右腰部の最大回旋角Maxθ４Rと最小回旋角Minθ４Rの差であり、左腰回旋角度θ４Lも同様に定められる。腰回旋角度θ４は、右腰回旋角度θ４Rと左腰回旋角度θ４Lの平均値である。

頭部上下揺れは、図３Ｄに示すように、側面視における頭部の鉛直方向座標の位置の変化量である。

頭部左右振れは、図３Ｅに示すように、上面視における頭部の水平方向座標の位置の変化量である。

膝関節可動域は、図３Ｆに示すように、側面視において膝部と腰部とを結ぶ直線と、膝部と踵部とを結ぶ直線とがなす角度θ５の最大値と最小値の差の絶対値の左右平均である。

手の振りは、図３Ｇに示すように、側面視において肩部を中心に振れる手首部の前後方向座標の最大値と最小値の差の絶対値の左右平均である。

ここで、頭部、左右の肩部、肩中心、左右の腰部、腰中心、手首部、膝部及び踵部は、モーションキャプチャの深度センサによって人物形状を認識し、人物形状から機械学習にて骨格点を推定する公知の手法により図５に示すように決定される部位である。

<加速度センサ>
加速度センサとしては、日常生活で携帯することができる、Ｘ軸、Ｙ軸、Ｚ軸の３軸の加速度を計測できるものが好ましい。３次元加速度センサとしては、３軸の加速度波形を抽出することのできる携帯端末などを使用することができる。

加速度センサを用いて得られる歩行の特徴量としては、歩行速度、歩幅、ケーデンス、歩行比、歩隔、つま先角度等をあげることができる。加速度センサからこれらの歩行の特徴量を得る方法としては、特開２０１５−６６１５５号公報に記載の方法をあげることができる。

<歩行のパラメータの組み合わせ>
評価軸に影響が大きい歩行パラメータを予め抽出するため、表３に示す１１種の評価軸のそれぞれに対し、種々の歩行パラメータで単回帰分析を行い、その回帰式による評価値の推定値と実際の評価値との相関係数を調べ、相関係数の絶対値の上位１０種の歩行パラメータを表３に示した。ここで、この回帰分析を行うためのデータは、年齢２０〜５０歳の一般人（男性５名、女性５名）を観察者とし、年齢４０〜５０歳の自立歩行可能な健常な女性１０名の歩行の前額面及び矢状面の動画を評価対象とし、観察者がそれぞれの動画に対して１１種の評価軸におけるＶＡＳの評価値を書き入れるようにして収集した。また、足圧センサとしては、アニマ株式会社製シート式下肢加重計シリーズ ウォークＷａｙを使用し、モーションキャプチャとしては、マイクロソフト社のＫｉｎｅｃｔを使用した。

表３から、殆どの評価軸で、歩行速度、歩幅及びストライドが大きく寄与することがわかる。また、印象の評価軸が体型を表す言葉を含む場合、その評価軸には体重、ＢＭＩの寄与が大きいこと、背筋角や頭部傾斜角という姿勢を表す歩行パラメータは、上述の１１種の評価軸のいずれにおいても寄与が低いことがわかる。さらに、いきいき、ぴしっと、しゃきしゃき、ゆったり、すらっとという一般に好印象とされる歩容となるには、大凡早く歩き、大股で手を大きく振って歩くことが有効であることがわかる。

また、表３から、重回帰式により算出される評価値と、実際の歩容の印象の評価値との相関性を高めるためには、重回帰式で使用する歩行パラメータの種類や個数（即ち、説明変数の個数）を、評価軸の種類ごとに適宜設定するのが好ましいことがわかる。

歩容の評価値を目的変数とし、歩行パラメータを説明変数として重回帰分析するにあたり、歩行の特徴量の組み合わせのパターンとしては
(I)足圧センサを用いて得る歩行の特徴量と、モーションキャプチャを用いて得る歩行の特徴量の双方を使用する場合、
(II)足圧センサを用いて得る複数種の歩行の特徴量を使用する場合、
(III)モーションキャプチャを用いて得る複数種の歩行の特徴量を使用する場合、
(IV)加速度センサを用いて得る複数種の歩行の特徴量を使用する場合
などが考えられる。(I)によれば、重回帰式の推定の精度を高めることができ、(IV)によれば手軽に日常生活における歩行の特徴量を得ることができる。

一方、重回帰式における説明変数の選択方法としては、一般に、強制投入法、ステップワイズ法、変数減少法がある。そこで、表２に示した１１種の評価軸で歩容の印象を評価するに当たり、上述の(I)〜(III)の歩行の特徴量の組み合わせパターンのそれぞれにつき、強制投入法、ステップワイズ法、又は変数減少法で２０種の説明変数を使用した場合について、回帰式により算出される評価値と、実際の歩容の印象の評価値との決定係数（相関係数Ｒの二乗）を求めた。

この場合、足圧センサとしては、アニマ株式会社製シート式下肢加重計シリーズウォークＷａｙを使用し、足圧センサを用いて得た歩行の特徴量としては、歩幅、ストライド、歩行速度、ケーデンス、歩隔、歩行角度、歩行比、つま先角度、立脚期割合、両脚支持期割合、遊脚期割合、歩行周期時間の１２種を使用した。

また、モーションキャプチャとしては、マイクロソフト社のＫｉｎｅｃｔを使用し、モーションキャプチャを用いて得た歩行の特徴量としては、頭部左右揺れ、頭部上下揺れ、肩回旋角度、腰回旋角度、膝関節可動域、手の振り、背筋角、頭部傾斜角の８種を使用した。

結果を表４に示す。
表４から、歩行の特徴量を、
(I)足圧センサ（ウォークＷａｙ）とモーションキャプチャ（Ｋｉｎｅｃｔ）を用いて得た場合、
(II)足圧センサ（ウォークＷａｙ）だけを使用して得た場合、
(III)モーションキャプチャ（Ｋｉｎｅｃｔ）だけを使用して得た場合、
のいずれにおいても、強制投入法、ステップワイズ法、変数減少法のいずれによっても回帰式により算出される歩容の印象の評価値は、実際の歩容の評価値と相関性があることがわかる。

また、歩行の特徴量として、(I)足圧センサを用いて得る歩行の特徴量と、モーションキャプチャを用いて得る歩行の特徴量の双方を使用すると、(II)足圧センサを用いて得る歩行の特徴量だけを使用した場合や、(III)モーションキャプチャを用いて得る歩行の特徴量だけを使用した場合に比して決定係数が高く回帰式の精度が高いこと、中でも「いきいき−とぼとぼ」の評価軸の決定係数が高く、この評価軸において回帰式の精度が高いことがわかる。

<<重回帰式の具体例>>
(１)足圧センサによる歩行の特徴量とモーションキャプチャによる歩行の特徴量を使用した場合
足圧センサとしてアニマ株式会社製シート式下肢加重計シリーズ ウォークＷａｙを使用し、モーションキャプチャとしてマイクロソフト社のＫｉｎｅｃｔを使用した。

年齢４０〜５０歳の自立歩行可能な健常な女性１０名の歩行について、歩行の特徴量として、ウォークＷａｙによりストライド、歩隔を計測し、Ｋｉｎｅｃｔにより頭部左右揺れ、手の振り、頭部傾斜角を計測した。

また、年齢２０〜５０歳の一般人（男性５名、女性５名）を観察者とし、上述の歩行時の前額面及び矢状面の動画について、観察者に「いきいき−とぼとぼ」の評価軸における評価をＶＡＳの質問用紙に記入してもらい、記入位置を０〜１００の範囲で数値化することにより「いきいき−とぼとぼ」の評価値とした。

歩行の特徴量を説明変数とし、「いきいき−とぼとぼ」の評価値を目的変数としてＩＢＭ社の統計データ処理用ソフトＳＰＳＳ Ｓｔａｔｉｓｔｉｃｓ２３を用いて重回帰分析した。結果を表５と図６に示す。

表５から「いきいき−とぼとぼ」を推定する重回帰式として次式を得た。
（いきいき−とぼとぼ推定値）
＝-0.681*（ストライド）+ 3.034*（歩隔）+ 369.552*（頭部左右揺れ）-102.488*（手の振り）+ 0.599*（頭部傾斜角） + 100.106（定数）

この重回帰式から、「いきいき」見せるには、テンポより大股を意識して歩隔を広げずに足をまっすぐ踏み出し、手を大きく振って背筋を伸ばして歩くことが有効であることがわかる。

(２)歩行の特徴量として足圧センサによる歩行の特徴量のみを使用した場合
（１）と同じ歩行者の歩行について、ウォークＷａｙにより計測したストライド、歩隔、両脚支持期割合を説明変数とする以外は（１）と同様に重回帰分析した。結果を表６と図７に示す。

表６から「いきいき−とぼとぼ」を推定する重回帰式として次式を得た。
（いきいき−とぼとぼ推定値）
＝-1.381*（ストライド）+ 2.633*（歩隔）+ 2.663*（両脚支持期割合）+110.474（定数）

この重回帰式から、「いきいき」見せるには、テンポより大股を意識して歩隔を広げずに足をまっすぐ踏み出して歩くことが有効であることがわかる。

(３)歩行の特徴量としてモーションキャプチャによる歩行の特徴量のみを使用した場合
(１)と同じ歩行者の歩容について、Ｋｉｎｅｃｔにより計測した手の振り、頭部左右揺れ、頭部傾斜角、肩回旋角度、膝関節可動域を説明変数とする以外は（１）と同様に重回帰分析した。結果を表７と図８に示す。

表７から「いきいき−とぼとぼ」を推定する重回帰式として次式を得る。
（いきいき−とぼとぼ推定値）
＝ -126.097*（手の振り）+ 586.881*（頭部左右揺れ）+ 0.580*（頭部傾斜角）-1.103*（肩回旋角度）-0.707*（膝関節可動域）+ 109.536（定数）

この重回帰式から、「いきいき」見せるには、手を大きく振り、頭部を左右に動かさず、肩を大きく動かし、背筋を伸ばして歩くことが有効であることがわかる。

(４)歩行の特徴量として加速度センサによる歩行の特徴量のみを使用した場合
（１）と同じ歩行者の歩容について、加速度センサの計測データから求めた歩幅と歩隔を説明変数とする以外は（１）と同様に重回帰分析した。結果を表８と図９に示す。

表８から「いきいき−とぼとぼ」を推定する重回帰式として次式を得た。
（いきいき−とぼとぼ推定値）
＝ -3.163*（歩幅）+ 3.061*（歩隔）+ 156.233（定数）

この重回帰式から、「いきいき」見せるには大股を意識して歩隔を広げずに足をまっすぐ踏み出して歩くことが有効であることがわかる。

また、表５〜表８及び図６〜図９の結果から、（１）足圧センサにより計測した歩行の特徴量とモーションキャプチャにより計測した歩行の特徴量の双方を歩行パラメータとして重回帰分析した場合には、（２）足圧センサ、（３）モーションキャプチャ、又は（４）加速度センサのいずれか単独を用いて計測した歩行の特徴量を歩行パラメータとして重回帰分析した場合に比して回帰分析の精度が高いことがわかる。

なお、（１）足圧センサによる歩行の特徴量とモーションキャプチャによる歩行の特徴量を歩行パラメータとする場合、（２）足圧センサによる歩行の特徴量のみを歩行パラメータとする場合、（３）モーションキャプチャによる歩行の特徴量のみを歩行パラメータとする場合、（４）加速度センサによる歩行の特徴量のみを歩行パラメータとする場合のそれぞれにおいて、重回帰分析の説明変数とした歩行パラメータは、それぞれの計測方法で表１又は表２の計測値を取得し、ステップワイズ法、強制投入法等によりＶＡＳ評価値に対して重回帰分析し、重回帰式の係数の正負、有意確率、Ｒ２乗値からその重回帰式の説明力を総合的に判断することにより、（１）、（２）、（３）、（４）のそれぞれにおいて最も妥当性が高いと思われる歩行パラメータを組み合わせたものである。

<<歩行改善方法>>
本発明の歩容の評価方法では、歩容の印象の評価値と歩行パラメータとの重回帰式を用いて、任意の被験者の歩行パラメータからその被験者の歩行の評価値を算出することによりその被験者の歩容を評価する。

重回帰式としては、説明変数を構成する歩行の特徴量を計測する計測装置が、足圧センサ、モーションキャプチャ、加速度センサなどのいずれであってもよく、異なる計測装置から得た歩行の特徴量を組み合わせてもよいが、回帰分析の精度の点から、足圧センサを用いて得られる歩行の特徴量とモーションキャプチャを用いて得られる歩行の特徴量の双方を説明変数としたものが好ましい。

重回帰式から得られる被験者の歩容の印象の評価値は、両極の感性語の少なくとも一方がオノマトペからなるため、被験者は評価されている内容がわかりやすい。また、この評価値は、他者が被験者の歩容を観察したときの印象に相当し、画一的に定められた理想の歩容との類似性や隔たりを示すものではない。そのため、被験者は自己の歩容の評価結果を容易に受け入れることができる。よって、任意の被験者に、重回帰式から得られる被験者の歩容の印象の評価結果を提示するだけで、被験者はその評価結果を自己の歩容の改善（即ち、当該の評価軸の両極の印象のうち、被験者が望む方向の印象に被験者の歩容を近づけること）に役立てることができる。

また、当該評価軸において歩容を改善するためのアドバイスを被験者が受けた後、再度その被験者の歩行の特徴量を求め、重回帰式から印象の評価値を算出することにより、被験者は容易に、自己の歩容の改善の度合いを知ることができる。

さらに本発明においては、歩容の印象の評価値を算出する重回帰式で使用されている個々の歩行の特徴量と歩容の印象の評価値との単回帰式を求めておくことが好ましい。これにより、対極となる印象の評価が反転するときの歩行の特徴量の境界値がわかる。したがって、被験者の歩容について、単回帰式で歩容の印象の評価値を求めると、被験者の評価値が境界値よりも目標とする歩容に近づいているか否かが容易にわかる。よって、被験者は境界値を目安にして歩容の改善に励むことができる。また、被験者が歩容の改善に励んだ後、再度歩行の特徴量を計測し、単回帰式から当該歩容の評価値を求めると、被験者は歩容の改善の成果を明確に確認することができ、一層、歩容の改善に励むことが期待される。

より具体的には、例えば、「いきいき−とぼとぼ」の評価値を算出する重回帰式の説明変数として表１に示した歩行パラメータのうち１０種と、表２に示した歩行パラメータのうち６種を使用する場合に、表８に示すように、個々の歩行パラメータと「いきいき−とぼとぼ」の単回帰式を求めておく。表８において境界値は「いきいき−とぼとぼ」の評価値を０（いきいき側）から１００（とぼとぼ側）までの数値で表した場合の、評価値５０に対応する歩行の特徴量の数値である。

表９の単回帰式により被験者の「いきいき−とぼとぼ」の評価値を算出すると、表１０の「推定値」（歩行指導前）の数値となる。そこで、歩行アドバイザは、被験者の単回帰式による推定値が５０未満のときにＧＯＯＤ、５０以上のときにＢＡＤと判定し、表１０の「推定値」（歩行指導前）と判定結果を、重回帰式により算出した評価値と共に被験者に提示した。そして、被験者の歩容が「いきいき−とぼとぼ」の評価軸において「いきいき」側となるようにするためには、単回帰式による各歩行パラメータの「いきいき−とぼとぼ」の推定値が５０未満になる歩行を心がけるよう、被験者にアドバイスした。

その後、再度被験者の歩行の特徴量を計測したところ、表９に示す計測値（歩行指導後）となった。表９には、計測値を用いて単回帰式から算出される「いきいき−とぼとぼ」の推定値と、その推定値の良否の判定結果も表９に示した。

表１０から、歩行指導後には、単回帰式により算出される推定値が全ての歩行パラメータについてＧＯＯＤの判定となっていることがわかる。このことから、被験者は、重回帰式から算出された「いきいき−とぼとぼ」の評価値の意味を理解し、「いきいき」見えるように歩行の改善に努め、その成果が現れたことがわかる。

<<歩行改善ツール>>
上述の歩行アドバイザによるアドバイス内容を、よりわかりやすく被験者に伝えるため、紙面や、パーソナルコンピュータや携帯用端末の画面等に、例えば図１０に示すように、本発明の方法に従う所定の評価軸で被験者の歩容の印象の評価する場合の重回帰式で使用する歩行の特徴量と、被験者の歩行の特徴量から単回帰式で算出した評価値の推定値と、その単回帰式により求められる境界値と、この推定値と境界値との対比で定まる良否の判定結果を示し、重回帰式で算出した印象の評価値を、当該評価軸における総合得点として示し、当該評価軸において歩容を改善するためのアドバイスが表示されるようにしてもよい。なお、このアドバイスは、歩容の印象の評価値を重回帰式で算出する場合に使用する複数の歩行の特徴量と、歩行の特徴量ごとに単回帰式を用いて算出される歩容の印象の推定値と、境界値に応じたアドバイス内容を予め蓄積しておき、それらが適宜選択されて表示されるようにしてもよい。

また、上述の紙面ないし画面には、図１１に示すように、歩行の特徴量の意味が随時表示されるようにしてもよい。

１ 歩幅
２ 歩隔
３ 歩行角度
４ ストライド
５ つま先角度
６ 立脚期割合
７ 遊脚期割合
８ 両脚支持期割合
１０ 縦線
θ１ 頭部傾斜角
θ２ 背筋角
θ３R 右肩回旋角度
θ４R 右腰回旋角度
θ５ 側面視において膝部と腰部とを結ぶ直線と、膝部と踵部とを結ぶ直線とがなす角度（膝関節可動域）

Claims (7)

1. 任意の被験者の歩容の印象の評価値を、他者による歩容の印象の評価値を目的変数とし、歩行の計測により得られる歩行の特徴量を含む歩行パラメータを説明変数とする重回帰式を用いて求める歩容の評価方法であって、歩容の印象の評価値が、歩容について対極の印象を表す一対の感性語を両極とする評価軸で表され、一対の感性語の双方にオノマトペが含まれている評価方法。
2. 両極の感性語の少なくとも１つが異なる２種以上の評価軸で歩容の印象の評価値を求める請求項１記載の評価方法。
3. 歩容の印象の評価値と、重回帰式に含まれる歩行の特徴量との単回帰式を用いて、前記被験者の歩容の印象の評価値を求める請求項１又は２に記載の評価方法。
4. 重回帰式の作成に使用する歩容の印象の評価値を、ＶＡＳ（Visual Analogue Scale）で得る請求項１〜３のいずれかに記載の評価方法。
5. 歩行の特徴量が、足圧センサを用いた計測により得られる歩行の特徴量と、モーションキャプチャを用いた計測により得られる歩行の特徴量と、加速度センサを用いた計測により得られる歩行の特徴量から選ばれる請求項１〜４のいずれかに記載の評価方法。
6. 歩行の特徴量が、足圧センサを用いた計測により得られる歩行の特徴量と、モーションキャプチャを用いた計測により得られる歩行の特徴量と、加速度センサを用いた計測により得られる歩行の特徴量の２種以上である請求項５記載の評価方法。
7. 歩行の特徴量に左右差がある場合に、左右の歩行の特徴量の平均値を使用する請求項１〜６のいずれかに記載の評価方法。

Images