図面 (/)

この項目の情報は公開日時点(2017年2月2日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (10)

課題

簡便かつ高精度な膝関節症診断する手法を提供すること。

解決手段

被験者に装着されて、膝関節からの音(s0)を計測する音計測部材(1)と、関節角度(θ0)を計測する角度計測部材(7)と、音計測部材(1)で計測された音のデータをウェーブレット変換を使用して時間周波数解析する解析手段(54)と、解析手段(54)での解析結果においてウェーブレット係数(W(a,b))が最大になった時点の関節角度(θ1)と、予め設定された閾値(θa)とに基づいて、被験者が膝関節症患者であるか否かを判別する判別手段(56)と、を備えたことを特徴とする膝関節症診断システム(S)。

概要

背景

変形性膝関節症(knee osteoarthritis:OA)などの関節疾患診断方法として、X線検査MRI検査などの医用画像による評価診断が一般的に行われている。あるいは、関節液検査や関節鏡検査などの侵襲的な(身体の一部を傷つける)検査も行われている。
現状では、このような画像診断が主であるが、より簡便な診断を行うことを目指し、関節部で発生する振動や音(関節音)を測定する診断手法の研究、開発も行われている。
このような技術として、特許文献1,2に記載の技術が従来公知である。

特許文献1(国際公開2011/096419号公報)には、被検査者関節近傍の皮膚上に生体用音響センサ角度センサを取り付け、被検査者の関節の屈伸時の加速度加重計で測定すると共に、音響データ角度データも測定して、音響データの波形フーリエ解析周波数解析して、周波数スペクトル特性データを生成し、予め準備していたスペクトル特性パターンと比較して、最も相関関係のあるパターンに対応する症状グレードを、被検査者の膝関節症の症状グレードと診断する技術が記載されている。

特許文献2(特開2004−261525号公報)には、対象者脛骨に装着された加速度センサで検出された加速度データの波形を波形解析して、波形のピークの間の時間やパワースペクトルの比と、閾値を比較して、健常状態か膝OAかを判定する技術が記載されている。特許文献2では、パワースペクトルを算出する際に、高速フーリエ変換を行って、加速度の周波数成分を解析している。

概要

簡便かつ高精度な膝関節症を診断する手法を提供すること。被験者に装着されて、膝関節からの音(s0)を計測する音計測部材(1)と、膝の関節角度(θ0)を計測する角度計測部材(7)と、音計測部材(1)で計測された音のデータをウェーブレット変換を使用して時間周波数解析する解析手段(54)と、解析手段(54)での解析結果においてウェーブレット係数(W(a,b))が最大になった時点の関節角度(θ1)と、予め設定された閾値(θa)とに基づいて、被験者が膝関節症患者であるか否かを判別する判別手段(56)と、を備えたことを特徴とする膝関節症診断システム(S)。

目的

本発明は、簡便かつ高精度な膝関節症を診断する手法を提供することを技術的課題とする

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

被験者に装着されて、膝関節からの音を計測する音計測部材と、前記被験者に装着されて、関節角度を計測する角度計測部材と、前記音計測部材で計測された音のデータを、ウェーブレット変換を使用して時間周波数解析を行う解析手段と、前記解析手段での解析結果において、ウェーブレット係数が最大になった時点の関節角度と、予め設定された閾値とに基づいて、前記被験者が膝関節症患者であるか否かを判別する判別手段と、を備えたことを特徴とする膝関節症診断ステム

請求項2

被験者の膝の脛骨部に対応して配置された前記音計測部材、を備えたことを特徴とする請求項1に記載の膝関節症診断システム。

請求項3

被験者に装着されて、膝関節からの音を計測する音計測部材と、前記音計測部材で計測された音のデータを、ウェーブレット変換を使用して時間周波数解析を行う解析手段と、予め区分された周波数帯域において前記解析手段で解析されたウェーブレット係数の割合と、予め設定された閾値とに基づいて、前記被験者が膝関節症患者であるか否かを判別する判別手段と、を備えたことを特徴とする膝関節症診断システム。

技術分野

0001

本発明は、膝関節症診断ステムに関する。

背景技術

0002

変形性膝関節症(knee osteoarthritis:OA)などの関節疾患診断方法として、X線検査MRI検査などの医用画像による評価診断が一般的に行われている。あるいは、関節液検査や関節鏡検査などの侵襲的な(身体の一部を傷つける)検査も行われている。
現状では、このような画像診断が主であるが、より簡便な診断を行うことを目指し、関節部で発生する振動や音(関節音)を測定する診断手法の研究、開発も行われている。
このような技術として、特許文献1,2に記載の技術が従来公知である。

0003

特許文献1(国際公開2011/096419号公報)には、被検査者関節近傍の皮膚上に生体用音響センサ角度センサを取り付け、被検査者の関節の屈伸時の加速度加重計で測定すると共に、音響データ角度データも測定して、音響データの波形フーリエ解析周波数解析して、周波数スペクトル特性データを生成し、予め準備していたスペクトル特性パターンと比較して、最も相関関係のあるパターンに対応する症状グレードを、被検査者の膝関節症の症状グレードと診断する技術が記載されている。

0004

特許文献2(特開2004−261525号公報)には、対象者脛骨に装着された加速度センサで検出された加速度データの波形を波形解析して、波形のピークの間の時間やパワースペクトルの比と、閾値を比較して、健常状態か膝OAかを判定する技術が記載されている。特許文献2では、パワースペクトルを算出する際に、高速フーリエ変換を行って、加速度の周波数成分を解析している。

先行技術

0005

国際公開2011/096419号公報(「0085」〜「0098」)
特開2004−261525号公報(「0043」〜「0106」)

発明が解決しようとする課題

0006

(従来技術の問題点)
前述のX線検査は、被曝の問題があり、MRIなどの医用画像も時間や費用がかかり、装置も大規模なものとなるため、簡便に利用することができない問題がある。また、医用画像上に拠る所見患者自身訴える痛みとは必ずしも相関しないなどの問題もある。
特許文献1,2のように、関節音や加速度を利用した方法は、医用画像を利用する場合と比較して簡便ではあるものの、診断精度が十分ではない問題がある。特に、特許文献1,2に記載の技術のように、周波数解析で一般的に使用されるフーリエ変換を使用して周波数特性を求めると、時間領域の情報が失われてしまうため、時間の推移の中で、時々刻々、信号の周波数特性がどのように変化しているかわからない。例えば、ある周波数の信号が、関節の曲げ始めで観測されたか、曲げ終わりで観測されたかがわからず、関節の曲げ始めで関節音が観測された場合も、関節の曲げ終わりで間節音が観測された場合も、同じ解析結果となってしまい、動作と対応した解析ができず、診断精度を上げることが困難である。

0007

本発明は、簡便かつ高精度な膝関節症を診断する手法を提供することを技術的課題とする。

課題を解決するための手段

0008

前記技術的課題を解決するために、請求項1に記載の発明の膝関節症診断システムは、
被験者に装着されて、膝関節からの音を計測する音計測部材と、
前記被験者に装着されて、膝の関節角度を計測する角度計測部材と、
前記音計測部材で計測された音のデータを、ウェーブレット変換を使用して時間周波数解析を行う解析手段と、
前記解析手段での解析結果において、ウェーブレット係数が最大になった時点の関節角度と、予め設定された閾値とに基づいて、前記被験者が膝関節症患者であるか否かを判別する判別手段と、
を備えたことを特徴とする。

0009

請求項2に記載の発明は、請求項1に記載の膝関節症診断システムにおいて、
被験者の膝の脛骨部に対応して配置された前記音計測部材、
を備えたことを特徴とする。

0010

前記技術的課題を解決するために、請求項3に記載の発明の膝関節症診断システムは、
被験者に装着されて、膝関節からの音を計測する音計測部材と、
前記音計測部材で計測された音のデータを、ウェーブレット変換を使用して時間周波数解析を行う解析手段と、
予め区分された周波数帯域において前記解析手段で解析されたウェーブレット係数の割合と、予め設定された閾値とに基づいて、前記被験者が膝関節症患者であるか否かを判別する判別手段と、
を備えたことを特徴とする。

発明の効果

0011

請求項1,3に記載の発明によれば、時間周波数解析が可能なウェーブレット変換を使用しない従来の構成に比べて、簡便かつ高精度な膝関節症を診断する手法を提供することができる。
請求項2に記載の発明によれば、脛骨部以外の位置で音を計測する場合に比べて、診断の精度を向上させることができる。

図面の簡単な説明

0012

図1は本発明の実施例1の膝関節症診断システムの説明図である。
図2は実施例1の膝関節症診断システムにおける端末の本体の機能ブロック図である。
図3は実施例1の膝関節症診断処理フローチャートの説明図である。
図4は実施例1のピーク時判別処理の説明図であり、図3のST6の処理の説明図である。
図5は実施例1の統計判別処理の説明図であり、図3のST7の処理の説明図である。
図6は測定された波形データの一例の説明図である。
図7は膝OA患者における関節音のウェーブレット変換結果の一例(脛骨部)の説明図であり、図7Aは関節角度の波形のグラフ図7Bは関節音の波形のグラフ、図7Cはウェーブレット変換の結果を示すコンター図である。
図8横軸に関節角度を取り縦軸に周波数を取った実験結果のグラフであり、図8Aは内側部のグラフ、図8Bは膝蓋部のグラフ、図8Cは外側部のグラフ、図8Dは脛骨部のグラフである。
図9は横軸に周波数を取り縦軸に発生率を取った実験結果のグラフであり、図9Aは内側部のグラフ、図9Bは膝蓋部のグラフ、図9Cは外側部のグラフ、図9Dは脛骨部のグラフである。

0013

次に図面を参照しながら、本発明の実施の形態の具体例(以下、実施例と記載する)を説明するが、本発明は以下の実施例に限定されるものではない。
なお、以下の図面を使用した説明において、理解の容易のために説明に必要な部材以外の図示は適宜省略されている。

0014

図1は本発明の実施例1の膝関節症診断システムの説明図である。
図1において、実施例1の膝関節症診断システムSは、被験者に装着される音計測部材1を有する。実施例1の音計測部材1は、被験者の脛骨の外側の皮膚上に接触した状態でサポータ2で保持可能な聴診器3と、前記聴診器3から延びるチューブ4の端に支持されて聴診器3で集音された音を計測するマイクロホン6とを有する。なお、実施例1では、聴診器3を介してマイクロホン6で音を計測する技術を例示したが、これに限定されず、例えば、マイクロホン6を直接皮膚に接触させたり、マイクロホン以外の音を計測可能な任意の計測装置を採用可能である。

0015

また、実施例1では、被験者には、膝の角度を計測する角度計測部材7が装着されている。実施例1の角度計測部材7は、と踵と膝の側部に装着されたマーカー7aと、マーカー7aを撮影することで膝の関節角度を計測するカメラ7bとを有する。なお、実施例1では、マーカー7aとカメラ7bとで関節角度を計測したが、これに限定されず、例えば、ポテンショメータ加速度計など、回転角度を直接または間接的に計測可能な装置や、光学式モーションキャプチャ装置等任意の計測装置を採用可能である。なお、関節角度の計測装置は、実施例1のような非接触な構成だけではなく、ポテンショメータのようなウェアラブルな構成とすることも可能である。
なお、実施例1では、膝関節症の診断は、被験者が椅子に座った状態から立ち上がる動作中の関節音を計測して、診断を行う。なお、実施例1では、椅子から立ち上がる動作を例示したが、これに限定されず、階段昇降歩行などの日常生活動作中の動きを評価することも可能である。なお、過大な動き(大きな動作や激しい動作)は、ノイズとなる恐れがあるため、あまり好ましくない。

0016

前記マイクロホン6とカメラ7bとは、通信ケーブル10を介して、端末の一例としてのパーソナルコンピュータ11に接続されている。パーソナルコンピュータ11は、コンピュータ本体12と、表示部の一例としてのディスプレイ13と、入力部の一例としてのキーボード14およびマウス15と、を有する。なお、実施例1では、パーソナルコンピュータ11と音計測部材1、角度計測部材7とをケーブル10で接続する構成を例示したが、これに限定されず、携帯電話回線やBluetooth(登録商標)、無線LAN等、任意の無線通信方式で情報の送受信を行うことも可能である。

0017

(実施例1のコンピュータ本体12の制御部の説明)
図2は実施例1の膝関節症診断システムにおける端末の本体の機能ブロック図である。
図2において、実施例1のコンピュータ本体12の制御部41は、外部との信号の入出力および入出力信号ベルの調節等を行うI/O(入出力インターフェース)、必要な起動処理を行うためのプログラムおよびデータ等が記憶されたROM(リードオンリーメモリ)、必要なデータ及びプログラムを一時的に記憶するためのRAM(ランダムアクセスメモリ)、ROM等に記憶された起動プログラムに応じた処理を行うCPU(中央演算処理装置)ならびにクロック発振器等を有するコンピュータ装置により構成されており、前記ROM及びRAM等に記憶されたプログラムを実行することにより種々の機能を実現することができる。
制御部41には、基本動作を制御する基本ソフト、いわゆる、オペレーティングシステムOS、アプリケーションプログラムの一例としての膝関節症診断プログラムAP1、その他の図示しないソフトウェアが記憶されている。

0018

(実施例1の制御部41に接続された要素)
制御部41には、キーボード14やマウス15、マイクロホン6、カメラ7b等の信号出力要素からの出力信号が入力されている。
また、実施例1の制御部41は、ディスプレイ13等の被制御要素制御信号を出力している。

0019

(制御部41の機能)
実施例1の制御部41の膝関節症診断プログラムAP1は、下記の機能手段(プログラムモジュール)51〜56を有する。

0020

関節音の計測手段51は、音計測部材1からの信号に基づいて膝関節からの音(関節音s0)を計測する。実施例1の関節音の計測手段51は、関節音s0の履歴のデータを計測する。なお、得られた関節音s0の波形は、ノイズの程度に応じて、適宜バンドパスフィルターなどを用いて、高周波成分や低周波のノイズを除去することが望ましい。
関節角度の計測手段52は、角度計測部材7からの信号に基づいて、膝関節の回転角度θ0を取得する。実施例1の関節角度の計測手段52は、関節角度θ0の履歴データを計測する。なお、実施例1では、関節角度θ0の計測は、関節音s0の計測と同時に開始される。すなわち、関節音s0の波形データと関節角度θ0の波形データのタイミングとを合わせている。
計測終了用の閾値記憶手段53は、関節音s0および関節角度θ0の計測を終了する閾値tzを記憶する。実施例1では、閾値tzは、関節音s0等の計測開始からの時間として、tz=5秒を記憶している。

0021

解析手段54は、ウェーブレット変換手段54aと、関節角度の算出手段54bと、周波数の算出手段54cと、係数合計値算出手段54dと、帯域割合算出手段54eと、を有し、計測された音のデータを、ウェーブレット変換を使用して時間周波数解析を行う。なお、実施例1の解析手段54では、ウェーブレット係数が最大(ピーク)の場合の周波数および関節角度に基づく解析と、統計的な解析と、を行う。
ウェーブレット変換手段54aは、関節音s0の履歴データ(波形データ)に対してウェーブレット変換を行う。実施例1のウェーブレット変換手段54aは、以下の式(1)に基づいて、ウェーブレット変換を行う。




なお、式(1)において、W(a,b)はウェーブレット係数、x(t)は信号、Ψ(・)は複素共役、aはスケールパラメータウェーブレット周期をa倍)、bはシフトパラメータ(ウェーブレットを時間方向にbだけシフト)である。なお、ウェーブレット変換は、短い波の重ね合わせで信号を表現するものであり、周波数に応じて解析する窓幅を変化させることによって合理的な時間周波数解析を行えるようにしたものである。

0022

関節角度の算出手段54bは、ウェーブレット変換手段54aでの結果に基づいて、ウェーブレット係数が最大の時点での関節角度θ1を算出する。
周波数の算出手段54cは、ウェーブレット変換手段54aでの結果に基づいて、ウェーブレット係数が最大の周波数成分(周波数s1)を算出する。
係数合計値算出手段54dは、ウェーブレット変換手段54aでの結果に基づいて、解析範囲全体におけるウェーブレット係数の合計値T0を算出する。なお、実施例1では、ウェーブレット変換手段は、100〜2000Hzの範囲で解析が行われている。

0023

帯域割合算出手段54eは、ウェーブレット変換手段54aでの結果に基づいて、予め区分された周波数帯域におけるウェーブレット係数の割合を算出する。すなわち、時間・周波数・ウェーブレット係数の3次元データのうち、周波数・ウェーブレット係数の2次元のデータとなるように、3次元データを時間軸方向投影する。このようにすることで、全計測時間帯における周波数とウェーブレット係数との関係が求まり、さらに、所定の周波数帯域ごとの平均ウェーブレット係数を求める。実施例1の帯域割合算出手段54eでは、一例として、100Hz〜200Hzが第1の帯域、200Hz〜300Hzが第2の帯域、300Hz〜400Hzが第3の帯域、400Hz〜500Hzが第4の帯域、500Hz〜1000Hzが第5の帯域、1000Hz〜2000Hzが第6の帯域に区分けされている。そして、各帯域ごとのウェーブレット係数の平均値T1〜T6が、全体のウェーブレット係数の合計値T0に対する割合R1(=T1/T0)〜R6(=T6/T0)を算出する。

0024

判別条件の記憶手段55は、角度判別閾値の記憶手段55aと、周波数判別閾値の記憶手段55bと、割合閾値の記憶手段55cと、を有し、膝関節症の患者か否かの判別を行うための判別条件を記憶する。なお、実施例1では、判別条件として閾値を使用しているが、閾値に限定されず、例えば、実験等で予め導出された関数を使用することも可能である。
角度判別閾値の記憶手段55aは、関節角度の算出手段54bで算出された関節角度θ1に基づいて判別を行う場合に使用する角度判別閾値θaを記憶する。実施例1では、角度判別閾値θaの一例として、θa=130度を記憶する。なお、このような判別閾値は、以下のようにして定める。まず、X線画像等、何等かの方法により、膝OAと診断がついている患者のデータと膝OAでない健常者のデータを集める。このデータ群に対して、適当な閾値を定め、その閾値を用いて、感度(実際の膝OAである被検査者を膝OAであると診断できる割合)と特異度(実際の膝OA患者でない被検査者を患者でないと診断できる割合)を求める。この感度と特異度のいずれもが高くなるように閾値を様々に変更し、最適な値を得る。

0025

周波数判別閾値の記憶手段55bは、周波数の算出手段54cで算出された周波数s1に基づいて判別を行う場合に使用する周波数判別閾値saを記憶する。実施例1では、周波数判別閾値saの一例として、sa=110Hzを記憶する。
割合閾値の記憶手段55cは、帯域割合算出手段54eで算出された割合R1〜R6に基づいて判別を行う場合に使用する帯域割合用の判別閾値Ra,Rbを記憶する。実施例1では、帯域割合用の判別閾値Ra,Rbの一例として、第1帯域用の判別閾値Ra=80%、第2帯域用の判別閾値Rb=11%を記憶する。

0026

膝関節症の判別手段56は、解析手段54での解析結果において、ウェーブレット係数W(a,b)が最大になった時点の関節角度θ1および周波数s1と、予め設定された閾値θa,saとに基づいて、被験者が膝関節症患者であるか否かを判別する。また、実施例1の膝関節症の判別手段56は、予め区分された周波数帯域の一例としての第1帯域および第2帯域において、解析手段54で解析されたウェーブレット係数W(a,b)の割合R1,R2と、予め設定された閾値Ra,Rbとにも基づいて、被験者が膝関節症患者であるか否かを判別する。具体的には、実施例1の膝関節症の判別手段56は、関節角度θ1が角度判別閾値θa以上且つ周波数s1が周波数判別閾値sa以上の場合に、第1帯域の割合R1が閾値Ra以下且つ第2帯域の割合R2が閾値Rb以上であれば、「膝OA」と判別する。また、実施例1の膝関節症の判別手段56は、関節角度θ1が角度判別閾値θa未満または周波数s1が周波数判別閾値sa未満の場合に、第1帯域の割合R1が閾値Raより大きいまたは第2帯域の割合R2が閾値Rb未満であれば、「健常者」と判別する。さらに、実施例1の膝関節症の判別手段56は、関節角度θ1が角度判別閾値θa未満または周波数s1が周波数判別閾値sa未満の場合に、第1帯域の割合R1が閾値Ra以下且つ第2帯域の割合R2が閾値Rb以上であれば、「疑膝OA」と判別する。また、実施例1の膝関節症の判別手段56は、関節角度θ1が角度判別閾値θa以上且つ周波数s1が周波数判別閾値sa以上の場合に、第1帯域の割合R1が閾値Raより大きいまたは第2帯域の割合R2が閾値Rb未満であれば、「疑膝OA」と判別する。

0027

(実施例1の流れ図の説明)
次に、実施例1の膝関節症診断システムにおける制御の流れを流れ図、いわゆるフローチャートを使用して説明する。

0028

(フローチャートの説明)
図3は実施例1の膝関節症診断処理のフローチャートの説明図である。
図3のフローチャートの各ステップSTの処理は、コンピュータ本体12に記憶されたプログラムに従って行われる。また、この処理はコンピュータ本体12の他の各種処理と並行して実行される。
図3に示すフローチャートは、コンピュータ本体12において、膝関節症診断プログラムAP1が起動された場合に開始される。

0029

図3のST1において、キーボード14やマウス15から計測開始の入力がされたか否かを判別する。イエス(Y)の場合はST2に進み、ノー(N)の場合はST1を繰り返す。
ST2において、次の処理(1)〜(3)を実行し、ST3に進む。
(1)関節音s0の計測(波形データの取得)を開始する。
(2)関節角度θ0の計測を開始する。
(3)計測時間t0の計測を開始する。
ST3において、計測時間t0が計測終了用の閾値tz(実施例では、一例としてtz=5秒に設定)以上になったか否かを判別する。イエス(Y)の場合はST4に進み、ノー(N)の場合はST3を繰り返す。

0030

ST4において、次の処理(1),(2)を実行して、ST5に進む。
(1)関節音s0の計測(波形データの取得)を終了する。
(2)関節角度θ0の計測を終了する。
ST5において、関節音s0の波形データをウェーブレット変換(時間周波数解析)を行う。そして、ST6に進む。
ST6において、ウェーブレット係数が最大(ピーク)の時点における関節音の周波数s1と関節角度θ0とに基づく判別処理であるピーク時判別処理(後述する図4のフローチャート参照)を実行して、ST7に進む。
ST7において、区分けされた帯域のウェーブレット係数の合計値R1,R2に基づく判別処理である統計判別処理(後述する図5のフローチャート参照)を実行して、ST8に進む。

0031

ST8において、第1フラFL1が「1」であるか否かを判別する。イエス(Y)の場合はST9に進み、ノー(N)の場合はST10に進む。
ST9において、第2フラグFL2が「1」であるか否かを判別する。イエス(Y)の場合はST11に進み、ノー(N)の場合はST12に進む。
ST10において、第2フラグFL2が「1」であるか否かを判別する。イエス(Y)の場合はST12に進み、ノー(N)の場合はST13に進む。

0032

ST11において、被験者を「膝OA」と判定(診断)する。そして、ST14に進む。
ST12において、被験者を「疑膝OA」と判定(診断)する。そして、ST14に進む。
ST13において、被験者を「健常者」と判定(診断)する。そして、ST14に進む。
ST14において、判定結果をディスプレイ13に表示する。そして、ST1に戻る。

0033

(ピーク時判別処理)
図4は実施例1のピーク時判別処理の説明図であり、図3のST6の処理の説明図である。
図4のST21において、ウェーブレット係数W(a,b)が最大となった時点の関節角度θ1と周波数s1とを算出する。そして、ST22に進む。
ST22において、関節角度θ1が角度判別閾値θa以上であるか否かを判別する。イエス(Y)の場合はST23に進み、ノー(N)の場合はST25に進む。
ST23において、周波数s1が周波数判別閾値sa以上であるか否かを判別する。イエス(Y)の場合はST24に進み、ノー(N)の場合はST25に進む。
ST24において、第1フラグFL1を「1」とする。そして、ピーク時判別処理を終了して、図3の処理に戻る。
ST25において、第1フラグFL1を「0」とする。そして、ピーク時判別処理を終了して、図3の処理に戻る。

0034

(統計判別処理)
図5は実施例1の統計判別処理の説明図であり、図3のST7の処理の説明図である。
図5のST31において、ウェーブレット変換の解析範囲全体(100〜2000Hz)におけるウェーブレット係数の合計値T0を算出する。そして、ST32に進む。
ST32において、各周波数帯毎に合計値に対する割合R1〜R6を算出する。そして、ST33に進む。
ST33において、第1帯域の割合R1が第1帯域判別閾値Ra以下であるか否かを判別する。イエス(Y)の場合はST34に進み、ノー(N)の場合はST36に進む。
ST34において、第2帯域の割合R2が第2帯域判別閾値Rb以上であるか否かを判別する。イエス(Y)の場合はST35に進み、ノー(N)の場合はST36に進む。
ST35において、第2フラグFL2を「1」とする。そして、統計判別処理を終了して、図3の処理に戻る。
ST36において、第2フラグFL2を「0」とする。そして、統計判別処理を終了して、図3の処理に戻る。

0035

(実施例1の作用)
前記構成を備えた実施例1の膝関節症診断システムSでは、被験者の膝の関節音s0と関節角度θ0とが計測され、関節音s0が時間領域の情報も残したウェーブレット変換で時間周波数解析が行われる。そして、ウェーブレット変換後のデータに基づいて、被験者が膝OAの患者か否かの判定(診断)がされる。
したがって、実施例1では、時間周波数解析が可能、すなわち、時間領域の情報も含まれるウェーブレット変換を使用して、診断が行われる。よって、膝関節の屈伸時に、どのような周波数の関節音s0が、いつ発生したのかを解析することが可能である。したがって、関節音s0が、関節角度θ1のどの角度で顕著だったか、例えば、関節が伸び始めた時期に発生したのか、関節が伸び終わる時期に発生したのか、あるいは中で発生したのか等に基づいて解析、診断が行われる。そのため、ウェーブレット係数W(a,b)が最大、すなわち、最も関節音が顕著な時点の関節角度θ1と周波数s1との関係により、診断が行われる。

0036

ここで、従来の周波数解析では、関節音s0の周波数のみで解析が行われており、膝関節の動きと周波数の変化について解析ができなかった。したがって、例えば、膝の関節が変形している膝OAの患者と健常者とでは、膝を伸ばす際に発生する関節音の周波数帯が異なるだけでなく、関節音s0が発生する時期も異なることが、本発明者らの実験等で確認された。したがって、周波数帯だけで診断を行う従来技術では、精度が十分に上げられない問題があった。
これに対して、実施例1では、膝関節の動き(関節角度θ0)と周波数s1の変化に基づいて解析がされており、関節音の発生する時期も考慮されて診断が行われている。したがって、実施例1の膝関節症診断システムSは、従来技術に比べて、膝関節症患者の診断の精度が向上可能である。

0037

次に、実施例1の膝関節症診断システムの効果を確認するために、実験を行った。
実験では、健常者16名、膝OA患者17名(内側型、X線画像により診断)を対象とした。健常者群年齢は22.0±1.8[]、身長は1.57±0.05[m]、体重54.5±5.4[kg]であった。また、膝OA群の年齢は67.8±6.8[歳]、身長は1.53±0.06[m]、体重60.6±9.7[kg]であった。
立ち上がり動作は、高さ400mmの椅子を用いて約2秒で実施した。サンプリング周波数は50[kHz]で、一人3回ずつ計測した。
また、関節音を観測する位置は、脛骨の位置だけでなく、膝の内側部、外側部、膝蓋部の位置でも関節音を計測した。また、ウェーブレット変換を使用する解析は、MATLABのWavelet Toolboxを用い、マザーウェーブレットにはモルレーウェーブレットを使用し、解析範囲は100〜2000Hzとした。

0038

図6は測定された波形データの一例の説明図である。
実験では、図6に一例を示すように、膝OAの患者において、関節音s0や関節角度θ0が測定された。
図7は膝OA患者における関節音のウェーブレット変換結果の一例(脛骨部)の説明図であり、図7Aは関節角度の波形のグラフ、図7Bは関節音の波形のグラフ、図7Cはウェーブレット変換の結果を示すコンター図である。
なお、図6図7では、横軸に時間を取り、図6最下段および図7Aは縦軸に関節角度[deg]、図6の1〜4段目および図7Bは縦軸に振幅mV]、図7Cは縦軸に周波数[Hz]を取ったグラフである。また、図7Cでは、赤色がウェーブレット係数(最大値の大きさが1になるように正規化して表示)が最も大きく、黄色、緑色、青色となるに従ってウェーブレット係数は小さくなる。

0039

図8は横軸に関節角度を取り縦軸に周波数を取った実験結果のグラフであり、図8Aは内側部のグラフ、図8Bは膝蓋部のグラフ、図8Cは外側部のグラフ、図8Dは脛骨部のグラフである。
図8において、被験者が座った状態から立ち上がる動作中にウェーブレット係数が最大になった際の関節角度θ1とその周波数s1とがプロットされている。図8の結果から、健常者は、立ち上がり動作の前半かつ低周波域(おおよそ関節角度が90度〜140度で周波数が100〜200Hz付近)の部分にデータが分布している傾向が見られる。一方、膝OA患者では、立ち上がり動作の後半かつ高周波域(おおよそ関節角度が130度〜180度で周波数が200〜500Hz付近)の部分にデータが分布している傾向が見られる。したがって、膝OA患者は健常者よりも立ち上がり動作の後半に周波数の高い音が強く発生しているという傾向が見られる。

0040

立ち上がり動作に伴い、膝関節が伸展していくと、体重によって関節面に作用する荷重が増加するために関節の隙間はより狭くなっていく。また、膝が伸展する直前には瞬間的に膝が後方に引っ込むような現象滑り現象)がおきる。特に、膝OA患者では軟骨編成して関節が変形しているため、このような現象の影響を受けてさらに関節面同士が強く擦れやすくなり、結果として立ち上がり動作の後半に高周波数の音が強く発生するという傾向が見られたと考えられる。以上のように、関節運動(関節角度)と関節音との関係を見ることが膝OAの有効な診断指標となりうる。

0041

図8A〜図8Dにおいて、内側部、外側部、膝蓋部での解析結果に比べて、脛骨部での観測結果では、健常者と膝OAの患者とで、分布がより明確で、解析がし易いことが見て取れる。よって、実施例1では、脛骨部で関節音s0を計測しており、他の部位で測定する場合に比べて、より診断精度が向上している。
また、図8Dに示す脛骨部のグラフにおいて、角度判別閾値θa=130度、周波数判別閾値sa=110Hzとした場合、感度94%、特異度100%で区別できるといえる。すなわち、膝関節症患者を診断した場合、94%の確率で膝OAと診断され、健常者(非関節症患者)を診断した場合では、100%の確率で膝関節症ではないと診断される。

0042

図9は横軸に周波数を取り縦軸に発生率を取った実験結果のグラフであり、図9Aは内側部のグラフ、図9Bは膝蓋部のグラフ、図9Cは外側部のグラフ、図9Dは脛骨部のグラフである。
図9において、解析範囲全体(100〜2000Hz)におけるウェーブレット係数の合計値T0を求め、第1の帯域〜第6の帯域毎にその平均値T1〜T6に対する割合R1〜R6をそれぞれ算出して正規化を行い、周波数帯域毎に健常者群と膝OA患者群とで比較した。なお、図9において、棒グラフが平均値、エラーバー標準偏差を示している。図9A〜図9Dのグラフを見ると、観測位置(内側部、外側部、膝蓋部、脛骨部)が異なっても、全ての観測位置で、膝OA群は、健常群と比較して、第1の帯域の割合R1が低くなり、第2〜第6の帯域の割合R2〜R6が高くなるといった傾向が見られることが確認された。検定の結果、全ての観測位置の全周波数成分において有意差が認められた。

0043

これに応じて、実施例1では、第1、第2の帯域の割合R1,R2を使用し、第1帯域用の判別閾値Ra=80%、第2帯域用の判別閾値Rb=11%、で診断を行っている。よって、十分な精度で膝OAの診断がされる。
なお、図9の結果から、200Hzを境として、周波数成分の増減を解析することで、膝関節症の診断に有益な指標が提供できることが確認されており、実施例1のように第1、第2の帯域の割合R1,R2で、閾値Ra,Rbを使用して診断する場合に限定されず、例えば、割合R2/R1を使用したり、第1〜第6の間での割合の差分(割合の増減)、第3〜第6の帯域の割合R3〜R6を使用したり、あるいは、3つ以上のパラメータを使用して比較する等、各周波数帯の割合R1〜R6そのもの、あるいは、割合R1〜R6に基づく指標に基づいて診断を行うことが可能である。
ウェーブレット変換では該当信号の時々刻々の周波数特性がわかることが特徴であるが、図9に示すデータは先に述べたように時間軸方向に投影し、周波数とウェーブレット係数の関係のみに注目したものであり、通常の高速フーリエ変換などで得られる周波数特性と大きくは異ならない。しかし、通常のフーリエ変換では計測時間全体の加算的・平均的な周波数特性が得られるのに対して、本手法では、計測時間全体における、ピーク値を抽出した周波数特性が得られる。関節音波形は一般的に定常的な信号ではなく、過渡的、パルス的な波形である。このような過渡的、パルス的な波形をフーリエ変換すると、その特性は時間幅に依存し、パルス的な波形の特性は把握しにくくなる。これに対してウェーブレット変換に基づけば、測定の時間幅に依存せず、かつパルス的な波形の特性を捉えることができる。

0044

(変更例)
以上、本発明の実施例を詳述したが、本発明は、前記実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内で、種々の変更を行うことが可能である。本発明の変更例(H01)〜(H05)を下記に例示する。
(H01)前記実施例において、関節音s0を観測する位置として、脛骨部を例示したが、これに限定されず、膝関節の関節音s0が観測可能な任意の位置とすることが可能である。このとき、観測する位置は、皮膚や筋の影響が少ない部分であることが望ましい。よって、内側部や外側部とすることも可能であるが、筋肉の影響がでやすい内側部や外側部よりも、骨に近い位置で観測可能な脛骨部や膝蓋部の方がより好ましい。また、測定位置でずれないようにするためにサポータ2を使用する構成を例示したが、テープ等、ずれないようにすることが可能な任意の構成を採用可能である。

0045

(H02)前記実施例において、例示した各閾値θa,sa,Ra,Rbは、例示した具体的な数値に限定されず、マイクロホン6等の測定機器の感度や、実験条件の違い(例えば、椅子からの立ち上がりでなく、階段昇降に変更した場合)等に応じて、実験等で観測された適切な数値に変更可能である。また、閾値として、例示した具体的な数値を使用するのではなく、関数や分布曲線のようなものを閾値として使用することも可能である。
(H03)前記実施例において、ウェーブレット係数W(a,b)が最大の場合の関節角度θ1および周波数s1に基づく判定と、各帯域の割合R1,R2に基づく判定とを組み合わせた構成を例示したが、これに限定されない。たとえば、関節角度θ1および周波数s1に基づく判定のみとしたり、各帯域の割合R1,R2に基づく判定のみとしたり、さらに別の判定法も組み合わせることも可能である。

実施例

0046

(H04)前記実施例において、ウェーブレット係数が最大の時の関節角度θ1と周波数s1とに基づいて判定を行う構成を例示したがこれに限定されない。例えば、要求される精度等によっては、関節角度θ1のみに基づいて判定を行う構成とすることも可能である。
(H05)前記実施例において、健常者、膝OA、疑膝OAの3つの判定結果としたが、これに限定されず、疑膝OAをなくし、健常者と膝OAの2つの判定結果のみとしたり、他の判定結果(例えば、疑陽性、疑陰性)を追加することも可能である。

0047

1…音計測部材、
7…角度計測部材、
54…解析手段、
56…判別手段、
R1,R2…割合、
S…膝関節症診断システム、
s0,s1…膝関節の音、
W(a,b)…ウェーブレット係数、
θ0,θ1…膝の関節角度、
θa,sa,Ra,Rb…閾値。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 近藤暹の「 疲労度測定方法および装置」が 公開されました。( 2019/05/23)

    【課題】 簡単な装置と操作により、聴覚に基づいて身体ないし脳神経系統の疲労度を1回の測定により、客観的数値として容易かつ正確に測定し、表示することができる疲労度測定方法および装置を提供する。【解決手... 詳細

  • 麗寶大數據股フン有限公司の「 生体情報解析装置及びその顔型のシミュレーション方法」が 公開されました。( 2019/05/23)

    【課題】利用者の本来顔型に応じて異なる顔型変形処理を行うことで、目標顔型を適用した利用者のシミュレーション画像を効果的に生成するほか、生成したシミュレーション画像がより自然に仕上がる生体情報解析装置及... 詳細

  • 日本光電工業株式会社の「 容体変化判別装置」が 公開されました。( 2019/05/23)

    【課題】被検者の容体変化の判別の正確性を向上させることができる容体変化判別装置を提供することを目的とする。【解決手段】被検者の第一生体情報を取得する第一取得部3と、第一取得部3により取得された第一生体... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ