図面 (/)

技術 歩行評価装置、歩行評価方法およびプログラム

出願人 学校法人神戸学院
発明者 浅井剛三栖翔吾
出願日 2020年3月4日 (11ヶ月経過) 出願番号 2020-036864
公開日 2020年9月24日 (5ヶ月経過) 公開番号 2020-151470
状態 未査定
技術分野 生体の呼吸・聴力・形態・血液特性等の測定
主要キーワード 角速度波形 転倒リスク 歩行解析 転倒者 左右比 直交回転 バターワースフィルタ 指標算出ステップ
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2020年9月24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 (8)

課題

ユーザに分かり易い指標を用いて歩行能力を評価する装置を提供する。

解決手段

歩行評価装置2は、被験者から複数の歩行データを取得する歩行データ取得手段221と、歩行データから、被験者の歩行状態に関連する複数の歩行指標を算出する歩行指標算出手段222と、予め蓄積された複数のサンプル者の蓄積歩行データ231に基づき、歩行指標の各々に対応する歩行指標スコアを算出する歩行指標スコア算出手段223と、蓄積歩行データ231に基づき、分類された複数の関連グループに属する歩行指標スコアから、関連グループ毎に、被験者のサブスコアを算出するサブスコア算出手段224と、関連グループ毎に算出される被験者のサブスコアに基づいて、被験者の歩行スコアを算出する歩行スコア算出手段225と、を備える。

概要

背景

従来より、歩行能力を評価する指標(以下、歩行指標と呼ぶ)には、据え置き型歩行計測装置から得られる歩行指標と、ポータブル型の小型センサを用いた歩行計測装置から得られる歩行指標とが用いられている。

据え置き型の歩行計測装置の一例を特許文献1に示す。据え置き型の歩行計測装置には、床面に圧力センサを敷き詰めた歩行路や、負荷センサを内蔵した床反力計がある。このような歩行路または床反力計により得られるデータは、ステップ時間と位置とに依存した時間・距離データ(例えば、ステップ時間やステップ幅など)や、関節の周りに生じる回転力関節トルクと呼ばれる)に関するデータであり、歩行指標としては非常にスタンダードであることから、一般的な研究ではよく用いられている。

小型センサを用いた歩行計測装置の一例を特許文献2および3に示す。歩行計測に用いられている小型センサには、加速度センサ角速度センサがある。近年では、多チャンネルで同時に複数方向の計測が可能なセンサが主流となっている。センサからの電波が届く範囲であれば何歩でも計測することが可能であることや、センサから得られる歩行データに適切な波形処理を施すことにより歩行動作規則性や円滑性等に関する指標も抽出することができることから、近年では、小型センサは高齢者の歩行動作に関する研究にも用いられている。

センサを用いてパーキンソン病等の脳神経性疾患の自動診断を行う装置の一例を特許文献4に示す。特許文献4の装置によると、患者に取り付けられたセンサにより患者の運動を測定し、測定により得られたデータの特徴量に基づいて診断データを生成している。

概要

ユーザに分かり易い指標を用いて歩行能力を評価する装置を提供する。歩行評価装置2は、被験者から複数の歩行データを取得する歩行データ取得手段221と、歩行データから、被験者の歩行状態に関連する複数の歩行指標を算出する歩行指標算出手段222と、予め蓄積された複数のサンプル者の蓄積歩行データ231に基づき、歩行指標の各々に対応する歩行指標スコアを算出する歩行指標スコア算出手段223と、蓄積歩行データ231に基づき、分類された複数の関連グループに属する歩行指標スコアから、関連グループ毎に、被験者のサブスコアを算出するサブスコア算出手段224と、関連グループ毎に算出される被験者のサブスコアに基づいて、被験者の歩行スコアを算出する歩行スコア算出手段225と、を備える。

目的

本発明は、上記課題を解決するためになされたものであり、その目的は、ユーザに分かり易い指標を用いて歩行能力を評価する装置、方法およびプログラムを提供する

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

被験者から複数の歩行データを取得する歩行データ取得手段と、前記歩行データから、前記被験者の歩行状態に関連する複数の歩行指標を算出する歩行指標算出手段と、予め蓄積された複数のサンプル者の蓄積歩行データに基づき、前記歩行指標の各々に対応する歩行指標スコアを算出する歩行指標スコア算出手段と、前記蓄積歩行データに基づき、分類された複数の関連グループに属する前記歩行指標スコアから、前記関連グループ毎に、前記被験者のサブスコアを算出するサブスコア算出手段と、前記関連グループ毎に算出される前記被験者の前記サブスコアに基づいて、前記被験者の歩行スコアを算出する歩行スコア算出手段と、を備える歩行評価装置

請求項2

前記歩行スコア算出手段は、前記関連グループ毎に算出される前記被験者の前記サブスコアの総和を、前記被験者の前記歩行スコアとして算出する、請求項1に記載の歩行評価装置。

請求項3

前記歩行スコア算出手段は、前記関連グループ毎に重み付けを行い、重み付けされた前記関連グループ毎のサブスコアの総和を、前記歩行スコアとして算出する、請求項2に記載の歩行評価装置。

請求項4

前記歩行指標スコア算出手段は、前記複数のサンプル者の前記蓄積歩行データに基づく前記歩行指標の分布から、前記被験者の歩行指標をスコア化して歩行指標スコアを算出する、請求項1から3のいずれかに記載の歩行評価装置。

請求項5

前記複数の関連グループの分類は、因子分析によりなされている請求項1から4のいずれかに記載の歩行評価装置。

請求項6

被験者から複数の歩行データを取得する歩行データ取得ステップと、前記歩行データから、前記被験者の歩行状態に関連する複数の歩行指標を算出する歩行指標算出ステップと、予め蓄積された複数のサンプル者の蓄積歩行データに基づき、前記歩行指標の各々に対応する歩行指標スコアを算出する歩行指標スコア算出ステップと、前記蓄積歩行データに基づき、分類された複数の関連グループに属する前記歩行指標スコアから、前記関連グループ毎に、前記被験者のサブスコアを算出するサブスコア算出ステップと、前記関連グループ毎に算出される前記被験者の前記サブスコアに基づいて、前記被験者の歩行スコアを算出する歩行スコア算出ステップと、を含む歩行評価方法

請求項7

請求項1から5のいずれかに記載の歩行評価装置の各手段として、コンピュータを機能させるためのプログラム

技術分野

0001

本発明は、被験者歩行能力を評価する歩行評価装置歩行評価方法およびプログラムに関する。

背景技術

0002

従来より、歩行能力を評価する指標(以下、歩行指標と呼ぶ)には、据え置き型歩行計測装置から得られる歩行指標と、ポータブル型の小型センサを用いた歩行計測装置から得られる歩行指標とが用いられている。

0003

据え置き型の歩行計測装置の一例を特許文献1に示す。据え置き型の歩行計測装置には、床面に圧力センサを敷き詰めた歩行路や、負荷センサを内蔵した床反力計がある。このような歩行路または床反力計により得られるデータは、ステップ時間と位置とに依存した時間・距離データ(例えば、ステップ時間やステップ幅など)や、関節の周りに生じる回転力関節トルクと呼ばれる)に関するデータであり、歩行指標としては非常にスタンダードであることから、一般的な研究ではよく用いられている。

0004

小型センサを用いた歩行計測装置の一例を特許文献2および3に示す。歩行計測に用いられている小型センサには、加速度センサ角速度センサがある。近年では、多チャンネルで同時に複数方向の計測が可能なセンサが主流となっている。センサからの電波が届く範囲であれば何歩でも計測することが可能であることや、センサから得られる歩行データに適切な波形処理を施すことにより歩行動作規則性や円滑性等に関する指標も抽出することができることから、近年では、小型センサは高齢者の歩行動作に関する研究にも用いられている。

0005

センサを用いてパーキンソン病等の脳神経性疾患の自動診断を行う装置の一例を特許文献4に示す。特許文献4の装置によると、患者に取り付けられたセンサにより患者の運動を測定し、測定により得られたデータの特徴量に基づいて診断データを生成している。

先行技術

0006

特開2001−218754号公報
特開2018−143412号公報
特開2017−221502号公報
国際公開第2017/065241号

発明が解決しようとする課題

0007

しかしながら、特許文献1に例示するような据え置き型の歩行計測装置では、被験者の歩行指標を計測することが可能な距離が、例えば最大で5メートル程度と非常に短いため、歩行動作として近年注目されている歩行動作のばらつき指標(例えば、ストライド時間の変動係数など)はそもそも計算することができない。また、据え置き型の歩行計測装置は、研究所等を中心とした実験室ベース機器であることから、高価であり操作性にも欠けており、家庭用一般ユーザへの普及が期待できない。

0008

小型センサを用いた歩行計測装置であれば、歩行指標を抽出することができる。しかしながら、小型センサから得られる歩行指標の意味を理解するためには専門的な知識が必要であるため、一般ユーザにとっては歩行指標の理解が困難であるという問題が依然として存在している。そのため、例えば特許文献2および3に例示するシステムにおいても、ユーザは、自身の歩行状態が望ましくない歩行状態であることを、システムから発せられる光、音、振動またはメッセージ等により把握しているのが実情である。

0009

特許文献4の装置においても、生成される診断データはパーキンソン病に関連するHoehn-Yahr分類度数(0度、I度、ないしV度)であり、患者が診断データの意味を理解するのは困難である。

0010

上記した以外の、例えばビデオカメラ等の撮影装置による歩行計測により得られる歩行指標についても、上述した課題と同様の課題を有しており、健康産業リハビリテーションにおける歩行解析一般化を阻んでいる原因となっている。歩行能力が低下している例えば高齢者や術後のリハビリテーション中の患者に対して、具体的にどのような歩行動作を行えば望ましい歩行状態となりリハビリテーションの効果が向上しているのかを、ユーザに分かり易く提示することが求められている。

0011

本発明は、上記課題を解決するためになされたものであり、その目的は、ユーザに分かり易い指標を用いて歩行能力を評価する装置、方法およびプログラムを提供することにある。

課題を解決するための手段

0012

上記目的を達成するための本発明は、例えば以下に示す態様を含む。
(項1)
被験者から複数の歩行データを取得する歩行データ取得手段と、
前記歩行データから、前記被験者の歩行状態に関連する複数の歩行指標を算出する歩行指標算出手段と、
予め蓄積された複数のサンプル者の蓄積歩行データに基づき、前記歩行指標の各々に対応する歩行指標スコアを算出する歩行指標スコア算出手段と、
前記蓄積歩行データに基づき、分類された複数の関連グループに属する前記歩行指標スコアから、前記関連グループ毎に、前記被験者のサブスコアを算出するサブスコア算出手段と、
前記関連グループ毎に算出される前記被験者の前記サブスコアに基づいて、前記被験者の歩行スコアを算出する歩行スコア算出手段と、
を備える歩行評価装置。
(項2)
前記歩行スコア算出手段は、前記関連グループ毎に算出される前記被験者の前記サブスコアの総和を、前記被験者の前記歩行スコアとして算出する、項1に記載の歩行評価装置。
(項3)
前記歩行スコア算出手段は、前記関連グループ毎に重み付けを行い、重み付けされた前記関連グループ毎のサブスコアの総和を、前記歩行スコアとして算出する、項2に記載の歩行評価装置。
(項4)
前記歩行指標スコア算出手段は、前記複数のサンプル者の前記蓄積歩行データに基づく前記歩行指標の分布から、前記被験者の歩行指標をスコア化して歩行指標スコアを算出する、項1から3のいずれかに記載の歩行評価装置。
(項5)
前記複数の関連グループの分類は、因子分析によりなされている項1から4のいずれかに記載の歩行評価装置。
(項6)
被験者から複数の歩行データを取得する歩行データ取得ステップと、
前記歩行データから、前記被験者の歩行状態に関連する複数の歩行指標を算出する歩行指標算出ステップと、
予め蓄積された複数のサンプル者の蓄積歩行データに基づき、前記歩行指標の各々に対応する歩行指標スコアを算出する歩行指標スコア算出ステップと、
前記蓄積歩行データに基づき、分類された複数の関連グループに属する前記歩行指標スコアから、前記関連グループ毎に、前記被験者のサブスコアを算出するサブスコア算出ステップと、
前記関連グループ毎に算出される前記被験者の前記サブスコアに基づいて、前記被験者の歩行スコアを算出する歩行スコア算出ステップと、
を含む歩行評価方法。
(項7)
項1から5のいずれかに記載の歩行評価装置の各手段として、コンピュータを機能させるためのプログラム。

発明の効果

0013

本発明によると、ユーザに分かり易い指標を用いて歩行能力を評価する装置、方法およびプログラムを提供することができる。

図面の簡単な説明

0014

本発明の一実施形態に係る歩行評価システムの概略的な構成を模式的に示す図である。
センサにより取得される歩行データの一例を示す。
本発明の一実施形態に係る歩行評価装置の機能を説明するためのブロック図である。
本発明の一実施形態に係る歩行評価装置が行うデータ処理の手順を示すフローチャートである。
歩行指標値の分布を示す模式図である。
歩行スコアおよびサブスコアの表示例である。
実施例2に係る歩行スコアのヒストグラム及び正規分位点プロットである。

0015

以下、本発明の実施形態を、添付の図面を参照して詳細に説明する。なお、以下の説明および図面において、同じ符号は同じまたは類似の構成要素を示すこととし、よって、同じまたは類似の構成要素に関する重複した説明を省略する。
システム構成

0016

図1は、本発明の一実施形態に係る歩行評価システムの概略的な構成を模式的に示す図である。

0017

一実施形態に係る歩行評価システム10は、被験者9に取り付けられて被験者9の歩行データ(第1の歩行データ)を測定するセンサ1(1a〜1c)と、センサ1から送信される歩行データに基づいて、被験者9の歩行能力を評価する歩行評価装置2と、を備える。

0018

本実施形態では、センサ1(1a〜1c)と歩行評価装置2とは、bluetooth(登録商標)やWiFi(登録商標)等の無線によって接続されているが、センサ1と歩行評価装置2との接続方法は特に無線に限定されず、有線接続であってもよい。何れの場合にも、歩行評価装置2には、汎用パーソナルコンピュータや、スマートフォン等を用いることができる。また、歩行評価システム10は、歩行評価装置2にネットワーク3で接続されたサーバ4をさらに備えることができる。サーバ4には、歩行評価装置2が備える機能ブロックの一部をクラウド化することができる。

0019

センサ1は、加速度または角速度を感知し、感知した加速度または角速度の時系列波形データである歩行データとして、歩行評価装置2に送信する。本実施形態では、3つのセンサ1(1a〜1c)が被験者9に取り付けられている。センサ1aとしては、右足付近に取り付けられた三軸角速度センサを用い、センサ1bとしては、左足の踵付近に取り付けられた三軸角速度センサを用いる。また、センサ1cとしては、被験者9の体幹付近、例えば重心位置に対応する第三腰椎棘突起付近に取り付けられた三軸加速度センサを用いる。なお、以下においてセンサ1が測定する加速度または加速度の三軸とは、被験者9の垂直方向側方および前後方向を意味する。

0020

図2に、センサにより取得される歩行データの一例を示す。(A)は体幹位置センサ1cにより取得された加速度に関する歩行データであり、測定方向は垂直方向である。(B)は、右足踵位置センサ1aにより取得された角速度に関する歩行データであり、(C)は、左足踵位置センサ1bにより取得された角速度に関する歩行データである。なお、図2には例示していないが、例えば体幹位置センサ1cは、垂直方向に限らず、側方および前後方向の測定方向についても、加速度に関する歩行データを取得することができる。
[装置の構成]

0021

図3は、本発明の一実施形態に係る歩行評価装置の機能を説明するためのブロック図である。

0022

一実施形態に係る歩行評価装置2は、ハードウェアの構成として、通信インタフェース部(通信I/F部)21と、データ処理部22と、補助記憶装置23と、表示部24とを備えている。なお、図示していないが、歩行評価装置2は、他のハードウェアの構成として、データ処理を行うCPU等のプロセッサと、プロセッサがデータ処理の作業領域に使用するメモリとをさらに備えている。

0023

通信インタフェース部21は、センサ1やサーバ4等の外部機器とのデータの送受信を行う。本実施形態では、センサ1から送信される歩行データの受信を行う。

0024

補助記憶装置23は、オペレーティングシステム(OS)、各種制御プログラム、および、プログラムによって生成されたデータなどを記憶する不揮発性記憶装置であり、例えば、eMMC(embedded Multi Media Card)やSSD(Solid State Drive)等によって構成される。

0025

本実施形態では、補助記憶装置23には、サンプル歩行データ231(以下、第2の歩行データまたは蓄積歩行データとも記載する)と、歩行評価プログラム232とが記憶されている。サンプル歩行データ231は、センサ1を用いて事前所定数のサンプルに対して予め測定された歩行データであり、本実施形態では、補助記憶装置23に予め記憶されている。例示的には、サンプルとは、健康上の大きな問題を有さない高齢者であり、本実施形態では、サンプル歩行データ231は、このようなサンプルの378人分の歩行データである。

0026

歩行評価プログラム232は、ソフトウェアによる機能ブロックである後述するデータ処理部22を実現するためのコンピュータプログラムである。歩行評価プログラム232は、インターネット等のネットワーク3を介して歩行評価装置2にインストールしてもよい。あるいは、歩行評価プログラム232を記録したメモリカード等のコンピュータ読み取り可能な非一時的な有体の記録媒体を歩行評価装置2に読み取らせることにより、歩行評価プログラム232を歩行評価装置2にインストールしてもよい。サンプル歩行データ231も歩行評価プログラム232と同様に、ネットワーク3または記録媒体等を介して、歩行評価装置2にインストールしてもよい。

0027

表示部24は、例えば液晶ディスプレイおよび有機ELディスプレイ等で構成することができる。なお、表示部24を、歩行評価装置2とは別個の装置として構成してもよい。

0028

また、歩行評価装置2は、ソフトウェアの構成としてデータ処理部22を備えている。データ処理部22は、プロセッサが歩行評価プログラム232を実行することにより実現される機能ブロックである。

0029

データ処理部22は、被験者9の歩行データに基づいて、歩行状態に関連する複数の歩行指標のそれぞれに対応する歩行指標スコアを算出し、算出した歩行指標スコアに基づいて、被験者9の歩行状態を示す歩行スコアを算出する機能を有している。この機能を実現するために、データ処理部22は、歩行データ取得部221と、歩行指標算出部222と、歩行指標スコア算出部223と、サブスコア算出部224と、歩行スコア算出部225と、歩行指標分類部226と、を備えている。なお、データ処理部22を、集積回路上に形成された論理回路によってハードウェア的に実現してもよい。

0030

歩行データ取得部221は2種類の歩行データを取得する。後述する歩行指標を予め分類する際には、歩行データ取得部221は、複数のサンプルから予め取得されたサンプル歩行データ231(第2の歩行データ)を取得する。被験者9の歩行能力を評価する際には、歩行データ取得部221は、通信I/F部21を介して、被験者9に取り付けられたセンサ1(1a〜1c)から歩行データ(第1の歩行データ)を取得する。歩行データ取得部221は、取得した歩行データに対して所定の整流処理を施すことができる。整流処理としては、カットオフ周波数が20Hzのローパスフィルタバターワースフィルタ)を用いることができる。

0031

歩行指標算出部222は、取得した歩行データに基づいて、歩行状態に関連する複数の歩行指標を算出する。歩行指標スコア算出部223は、算出された複数の歩行指標のそれぞれに対応する歩行指標スコアを算出する。なお、歩行指標算出部222および歩行指標スコア算出部223はいずれも、サンプル歩行データ231と、被験者9から取得された歩行データとの両方を取り扱うことができる。

0032

サブスコア算出部224および歩行スコア算出部225は、算出された複数の歩行指標スコアに基づいて、被験者9の歩行状態を示す歩行スコアを算出する。サブスコア算出部224は、関連グループごとに歩行指標スコアに基づいてサブスコアを算出する。複数の歩行指標は、複数のサンプルから予め取得されたサンプル歩行データ231に基づいて、歩行指標分類部226により複数の関連グループに分類されており、サブスコア算出部224は、関連グループごとに歩行指標スコアに基づいてサブスコアを算出する。歩行スコア算出部225は、サブスコア算出部224によって関連グループごとに算出されたサブスコアに基づいて、歩行スコアを算出する。本実施形態では、サブスコア算出部224は、関連グループごとに歩行指標スコアの和をサブスコアとして算出し、歩行スコア算出部225は、各サブスコアの総和を歩行スコアとして算出する。

0033

歩行指標分類部226は、複数の歩行指標のそれぞれに対応する歩行指標スコアに基づいて、複数の歩行指標を複数の関連グループに分類する。複数の歩行指標のそれぞれに対応する歩行指標スコアは、歩行指標スコア算出部223により、複数のサンプルから予め取得されたサンプル歩行データ231に基づいて算出されている。本実施形態では、歩行指標分類部226は、歩行指標スコアに対して因子分析を行うことにより、複数の歩行指標を複数の関連グループに分類する。
[歩行指標]

0034

歩行評価装置2は、被験者9の左右の踵付近および体幹付近に取り付けられたセンサ1(1a〜1c)を用いて測定された歩行データから、以下に例示する種々の歩行指標を算出することができる。

0035

本実施形態では、以下に例示する、歩行速度[歩行指標No.1]、ストライド時間(ST)[歩行指標No.2]、ストライド時間のばらつき(STV)[歩行指標No.3]、遊脚期時間のばらつき(SwTV)[歩行指標No.4]、三軸各方向の規則性(AC-VT, AC-ML, AC-AP)[歩行指標No.5〜No.7]、および三軸各方向の円滑性(HR-VT, HR-ML, HR-AP)[歩行指標No.8〜No.10]、の10種類の歩行指標のそれぞれに対応する歩行指標スコアを算出し、算出した歩行指標スコアに基づいて、被験者9の歩行状態を示す歩行スコアを算出する。

0036

なお、歩行指標に関する以下の説明において、足部とは例えば左右の踵を意味し、体幹とは例えばを意味する。

0037

・歩行速度[歩行指標No.1]
踵の前後方向の連続した加速度波形から重力加速度をキャンセルし、ドリフトを取り除いた後に得られたデータを積分することにより算出する。

0038

歩行速度の詳細については、文献「Mariani B, Hoskovec C, Rochat S, Bula C, Penders J, Aminian K. 3D gait assessment in young and elderly subjects using foot-worn inertial sensors. Journal of Biomechanics. 2010; 16;43(15):2999-3006」を参照されたい。

0039

・ストライド時間(ST: Stride Time)[歩行指標No.2]
・ストライド時間のばらつき(STV: Stride Time Variability: STV)[歩行指標No.3]
左右それぞれの踵の角速度波形からM字型の特徴的なピークを同定し、歩行中ヒールコンタクトの時間を抽出する。ヒールコンタクトとは、歩行のステップにおいて踵が地面と接地することを意味する。M字型を構成する左のピークがヒールコンタクトであるので、その時間データの差分をストライド時間として、例えば5ストライド分のストライド時間を左右それぞれの踵について計算する。左右で5ストライド分の平均値を計算しストライド時間(ST)とする。また、算出したストライド時間の標準偏差と平均値とから変動係数を求めて100倍したものをストライド時間のばらつき(STV)とする。

0040

・遊脚期時間(SwT: Swing Time)および遊脚期時間のばらつき(SwTV: Swing Time Variability)[歩行指標No.4]
足部の角速度波形から特徴的なピークを同定することにより算出する。波形において隣り合うピーク間の差分はそれぞれ立脚時間と遊脚時間となり、いずれか一方が決まればもう一方が決まる。そのため、どちらか一方だけを歩行指標とすればよい。本実施形態では遊脚時間にフォーカスして、その平均値およびそのばらつきの程度を算出する。計算式は上記したストライド時間のばらつき(STV)と同様である。

0041

・規則性(AC: AutocorrelationまたはRegularity)[歩行指標No.5〜No.7]
ストライド間の規則性を意味する。自己相関係数とも呼ばれる。自己相関係数は、腰の三方向(垂直方向、側方、前後方向)の加速度波形と、左右両踵の三面(矢状面、水平面、前額面)の角速度波形とから算出する。自己相関係数は、複製した波形と例えば1ストライド分波形データをずらした際の相関係数であり、0か1までの値をとる。

0042

ここで、Nは解析対象となったデータの数(加速度データまたは加速度データの数)であり、m=0,±1,±2,…,±N−1である。

0043

自己相関係数の詳細については、文献「Rolf Moe-Nilssen, Jorunn L. Helbostad. Estimation of gait cycle characteristics by trunk accelerometry. Journal of Biomechanics 2004; 37: 121-126」を参照されたい。

0044

・円滑性(HR: Harmonic RatioまたはSmoothness)[歩行指標No.8〜No.10]
ストライド内の流暢性またはステップの対称性を意味する。腰の三方向(垂直方向、側方、前後方向)の加速度波形からHarmonic Ratioを求める。各加速度波形をストライドごとの例えば5つの波形に分け、各波形に対して離散フーリエ変換を行う。1ストライドは2ステップであることから、ノイズを含まないストライド内の波形は2の倍数で構成された波形が含まれていることになる。よって、2,4,6,…と続く偶数のharmonicsのパワーを合算したものが、ノイズのない波形のパワーを表し、それ以外の1,3,5,…と続く奇数のharmonicsのパワーを合算したものが、ノイズ成分のパワー、すなわち本来なら含まれるはずがない動きの成分のパワーを表す。よって、奇数のパワーの合算値と偶数のパワーの合算値との比率がHarmonic Ratioであり、歩行中の体幹における衝撃の流暢性もしくはステップの対称性を表す。

0045

円滑性の詳細については、文献「Menz, Hylton B., Stephen R. Lord, and Richard C. Fitzpatrick. Acceleration patterns of the head andpelvis when walking on level and irregular surfaces. Gait posture 2003; 18: 35-46.」を参照されたい。
[手順]

0046

図4は、本発明の一実施形態に係る歩行評価装置が行うデータ処理の手順を示すフローチャートである。

0047

ステップS1〜S4の処理は、複数のサンプルから取得されたサンプル歩行データ231(第2の歩行データ)に基づいて、複数の歩行指標を関連グループに分類する処理である。ステップS5〜S9の処理は、複数の関連グループに分類された歩行指標の情報と、被験者9の歩行データ(第1の歩行データ)とに基づいて、被験者9の歩行スコアを算出する処理である。

0048

ステップS1において、サンプルの歩行データを取得する。本実施形態では、事前に測定されている378人分のサンプルの歩行データであるサンプル歩行データ231は、補助記憶装置23に予め記憶されている。歩行データ取得部221は、補助記憶装置23からサンプル歩行データ231を取得する。

0049

ステップS2において、サンプルの歩行データに基づいて、各サンプルの歩行指標No.1〜No.10を算出する。歩行指標算出部222は、サンプル歩行データ231に含まれている378人分のそれぞれのサンプルについて、歩行データに基づいて10種類の歩行指標を算出する。

0050

ステップS3において、サンプルの歩行指標に対応する歩行指標スコアを算出する。歩行指標スコア算出部223は、算出した10種類の歩行指標のそれぞれの分布に基づいて、各サンプルの歩行指標No.1〜No.10に対応する歩行指標スコアを算出する。

0051

図5は、歩行指標値の分布を示す模式図である。図5を参照して、歩行指標の値と歩行指標スコアとの対応関係を説明する。

0052

10種類の歩行指標のうち、歩行速度[歩行指標No.1]を一例として説明する。事前に測定されている378人分のサンプル歩行データ231から算出される歩行速度について統計処理が行われ、歩行速度について代表値(25%四分位、中央値、および75%四分位)が求められる。この代表値に従って、図5に示すように歩行速度の歩行指標値の分布を例えば4つの区分に分割し、それぞれの区分と歩行指標スコアとを対応させる。これにより、サンプル毎に歩行速度は0〜3の範囲の整数値をとる歩行指標スコアとして表現される。例えば、或るサンプルの歩行速度が、中央値から75%四分位の区分内の値である場合、そのサンプルの歩行速度の歩行指標スコアは「2」と表現される。

0053

歩行速度以外の他の9種類の歩行指標[歩行指標No.2〜No.10]についてもこの歩行速度の例と同様に、0〜3の範囲の整数値をとる歩行指標スコアとして表現される。一例として、サンプル歩行データ231について10種類の各歩行指標の歩行指標スコアを算出した結果の一例を表1に示す。

0054

ステップS4において、サンプルの歩行指標に対応する歩行指標スコアに基づいて、歩行指標を関連グループに分類する。歩行指標分類部226は、378人分のそれぞれのサンプルについてそれぞれの歩行指標について算出した歩行指標スコアに基づいて、歩行指標を複数の関連グループに分類する。

0055

本実施形態では、歩行指標分類部226は、表1に例示するデータ行列の歩行指標スコアに対して、プロマックス回転を伴う因子分析を行う。プロマックス回転は、因子分析における斜交回転法の一つであり、プロマックス回転によると、因子間相関が生じることが許容される。なお、プロマックス回転に代えて、バリマックス回転を伴う因子分析を行ってもよい。バリマックス回転は、因子分析における直交回転法の一つである。

0056

因子分析を行ううえで、本実施形態では、因子数を決定する際の固有値の下限は1とし、因子負荷量が0.5未満の変数(歩行指標)は歩行指標スコアより除外する。すなわち、どの歩行指標の関連グループにも分類されず、歩行動作の特徴を表すパラメータとして必要ないと判断される歩行指標は、この段階において除外される。因子分析を行った結果である因子負荷行列を表2に示す。

0057

表2を参照して、歩行指標を関連グループに分類する手順について具体的に説明する。表2に示されているそれぞれの負荷の値から、因子1については、垂直方向規則性(AC-VT)、側方規則性(AC-ML)、および前後方向規則性(AC-AP)が、関連グループを構成していると判断される。関連グループ内に含まれる歩行指標の特徴から、因子1の歩行指標の関連グループは、歩行の規則性に関連する関連グループであると判断される。すなわち、垂直方向規則性(AC-VT)、側方規則性(AC-ML)、および前後方向規則性(AC-AP)のそれぞれの歩行指標スコアは、歩行の規則性に関連するスコアであると判断される。本実施形態では、各歩行指標は0〜3の範囲の整数値を取る歩行指標スコアとして表現されるため、歩行の規則性に関連するスコアは、3種類の歩行指標により9点満点で表される。

0058

同様に、因子2については、歩行速度とストライド時間とが、関連グループを構成していると判断される。関連グループ内に含まれる歩行指標の特徴から、これらは歩調に関連する関連グループを構成していると判断される。歩調に関連するスコアは6点満点で表される。また、因子3については、ストライド時間のばらつきと遊脚期時間のばらつきとが、関連グループを構成していると判断される。関連グループ内に含まれる歩行指標の特徴から、これらは歩行のばらつきに関連する関連グループを構成していると判断される。歩行のばらつきに関連するスコアは6点満点で表される。更には、因子4については、垂直方向円滑性(HR-VT)、側方円滑性(HR-ML)、および前後方向円滑性(HR-AP)が、関連グループを構成していると判断される。関連グループ内に含まれる歩行指標の特徴から、これらは歩行のなめらかさに関連する関連グループを構成していると判断される。歩行のなめらかさに関連するスコアは、9点満点で表される。

0059

以上により、サンプルの歩行データに基づいた統計的な分析から、10種類の歩行指標は、本実施形態では、歩行の規則性(RegularityまたはAutocorrelation)、歩調(Pace)、歩行のばらつき(Variability)、および歩行のなめらかさ(SmoothnessまたはHarmonic Ratio)の4つの関連グループに分類される。これら4つの関連グループのスコアはそれぞれ、9点満点、6点満点、6点満点、および9点満点で表されることから、以下のステップS5〜S9の処理により算出する、10種類の歩行指標に関連する被験者9の歩行スコアは、30点満点で表される。

0060

ステップS5において、被験者9から歩行データを取得する。歩行データ取得部221は、通信I/F部21を介して、被験者9に取り付けられたセンサ1(1a〜1c)から歩行データを取得する。

0061

ステップS6において、被験者9の歩行データに基づいて、被験者の歩行指標No.1〜No.10を算出する。歩行指標算出部222は、被験者9から取得した歩行データから、被験者9についての10種類の歩行指標を算出する。

0062

ステップS7において、被験者9の歩行指標に対応する歩行指標スコアを算出する。歩行指標スコア算出部223は、算出されたそれぞれの歩行指標の値を、図5を参照して説明した歩行指標の値と歩行指標スコアとの対応関係に基づいて、歩行指標スコアとして表現する。

0063

ステップS8において、ステップS3と同様なプロセスを経て、被験者9のサブスコアを関連グループ毎に算出する。サブスコア算出部224は、被験者9の各歩行指標に関する歩行指標スコアと、ステップS4において複数の関連グループに分類された歩行指標の情報とに基づいて、歩行指標の関連グループ毎にサブスコアを算出する。

0064

本実施形態では、歩行指標スコア算出部223は、被験者9の垂直方向規則性(AC-VT)、側方規則性(AC-ML)、および前後方向規則性(AC-AP)のそれぞれの歩行指標の値から、それぞれに対応する歩行指標スコアを算出する。サブスコア算出部224は、算出された3つの歩行指標スコアの和を算出することにより、歩行の規則性に関連するサブスコアを算出する。

0065

同様に、歩行指標スコア算出部223は、被験者9の歩行速度およびストライド時間のそれぞれの歩行指標の値から、それぞれに対応する歩行指標スコアを算出する。サブスコア算出部224は、算出された2つの歩行指標スコアの和を算出することにより、歩調に関連するサブスコアを算出する。

0066

歩行指標スコア算出部223は、被験者9のストライド時間のばらつきおよび遊脚期時間のばらつきのそれぞれの歩行指標の値から、それぞれに対応する歩行指標スコアを算出する。サブスコア算出部224は、算出された2つの歩行指標スコアの和を算出することにより、歩行のばらつきに関連するサブスコアを算出する。

0067

歩行指標スコア算出部223は、被験者9の垂直方向円滑性(HR-VT)、側方円滑性(HR-ML)、および前後方向円滑性(HR-AP)のそれぞれの歩行指標の値から、それぞれに対応する歩行指標スコアを算出する。サブスコア算出部224は、算出された3つの歩行指標スコアの和を算出することにより、歩行のなめらかさに関連するサブスコアを算出する。

0068

ステップS9において、被験者9の歩行スコアを算出する。歩行スコア算出部225は、ステップS8において算出された4つのサブスコアに基づいて、歩行スコアを算出する。本実施形態では、図6に例示するように、歩行スコア算出部225は、歩行の規則性に関連するサブスコア(9点満点)と、歩調に関連するサブスコア(6点満点)と、歩行のばらつきに関連するサブスコア(6点満点)と、歩行のなめらかさに関連するサブスコア(9点満点)との総和を算出して、被験者9の歩行スコア(30点満点)とする。算出された被験者9の歩行スコア241は表示部24に表示される。またこの際、歩行スコア241とともに、歩行スコア241の内訳である4つのサブスコア242を、関連グループ名243とともに表示部24に表示してもよい。図6の例示においては、被験者9のサブスコアは、規則性グループで6点、歩調グループで4点、ばらつきグループで5点、なめらかさグループで8点と示され、歩行スコアは23点となっている。

0069

好ましくは、歩行スコア241は、被験者9が取り得る満点のスコア表示(図示する例では30点)とともに表示される。好ましくは、各サブスコア242は、各関連グループが取り得る満点のスコア表示とともに表示される。
[効果]

0070

以上、本発明によると、被験者9の歩行状態に関連する歩行スコアを算出することにより、ユーザに分かり易い指標を用いて歩行能力を評価することができる。本発明によると、歩行能力が低下している例えば高齢者や術後のリハビリテーション中の患者は、歩行スコアの増加または減少を通じて、経時的なリハビリテーションの効果の有無を容易に把握することができる。また、運動指導をしているセラピストは、今後実施するべき適切な運動プログラムを作成することができる。歩行スコアは、複数の歩行指標が分類されることにより、歩行能力が多面的に評価された包括的なスコアの数値として算出され表示されるので、ユーザは、小型センサから得られる歩行指標の意味を理解するための専門的な知識を得る必要はない。

0071

また、歩行スコアの内訳であるサブスコアを表示することにより、ユーザは、自身の歩行動作のどのような観点について歩行スコアが増加または減少しているのかを容易に把握することできる。これにより、具体的にどのような歩行動作をすれば良いのかといった、リハビリテーションの方向性もユーザは容易に把握することができる。

0072

本発明によると、複数の歩行指標は、サンプルの歩行データに基づいた統計的な分析から複数の関連グループに分類されており、ユーザに提示される歩行スコアも、関連グループ毎のスコアであるサブスコアに基づいて算出されている。これにより、歩行スコアは歩行能力が多面的に評価されたスコアとなっている。このような歩行スコアは、例えば高齢者の転倒リスクフレイル認知症等の健康リスクをより早期に捉えるための指標として用いることができる。特に、例えば歩行指標として左右の足の動きの規則性を含む場合には、身体機能左右差が著しい脳卒中患者のリハビリテーションにおいて、下肢機能回復の程度を示す指標としても用いることができる。
[その他の形態]

0073

以上、本発明を特定の実施形態によって説明したが、本発明は上記した実施形態に限定されるものではない。

0074

データ処理部22は一体の構成である必要はない。例えば、データ処理部22を構成する歩行データ取得部221、歩行指標算出部222、歩行指標スコア算出部223、サブスコア算出部224、歩行スコア算出部225、および歩行指標分類部226が別所に配置され、これらが互いにネットワークで接続されていてもよい。

0075

また、データ処理部22は全てが歩行評価装置2内に配置される必要はなく、一部が別所に配置されていてもよいし、一部が重複して別所に配置されていてもよい。例えば図1に示すように、歩行評価システム10は、歩行評価装置2にネットワーク3で接続されたサーバ4をさらに備えることができ、歩行評価装置2が備える機能ブロックの一部を、サーバ4上にクラウド化して構成してもよい。同様に、サンプル歩行データ231も歩行評価装置2内に記録される必要はなく、サーバ4上の記憶装置に記録されていてもよい。

0076

例えば、歩行指標算出部222、歩行指標スコア算出部223、サブスコア算出部224、歩行スコア算出部225および歩行指標分類部226をサーバ4上に構成し、サンプル歩行データ231をサーバ4に記録しておき、複数の歩行指標を関連グループに分類するための上記した実施形態のステップS1〜S4における処理を、サーバ4側で実行してもよい。この場合、歩行評価装置2のデータ処理部22は、歩行データ取得部221、歩行指標算出部222、歩行指標スコア算出部223、サブスコア算出部224および歩行スコア算出部225を備え、被験者9の歩行スコアを算出するための上記した実施形態のステップS5〜S9における処理を実行する。

0077

サブスコアを算出する方法は、上記実施形態の方法に限定されない。サブスコア算出部224は、関連グループ内に含まれている複数の歩行指標の歩行指標スコアの平均を算出することにより、サブスコアを算出してもよいし、各歩行指標スコアに重み付けを行い、重み付けされた各歩行指標スコアの和を算出することにより、サブスコアを算出してもよい。すなわち、サブスコア算出部224は、関連グループ毎にサブスコアを算出すればよく、各サブスコアは、関連グループ内に含まれている複数の歩行指標の歩行指標スコアに基づいて算出すればよい。

0078

歩行スコアを算出する方法は、上記実施形態の方法に限定されない。歩行スコア算出部225は、各サブスコアに重み付けを行い、重み付けされた各サブスコアの総和を被験者9の歩行スコアとして算出してもよい。すなわち、表2に示す因子間に所定の重みを考慮して、歩行スコアを算出してもよい。

0079

歩行指標は上記実施形態にて用いた10種類に限定されず、以下に例示するような、歩行状態に関連する種々の歩行指標を用いることができる。なお、歩行評価に用いる歩行指標が、被験者9の足部から得られる歩行データにより算出される場合、センサ1は被験者9の体幹に取り付けられる必要は無い。

0080

・ステップ時間の比率(Step time ratio)
左右の足の運びの時間に着目した全体的な対称性の指標であり、解析対象区間左右ステップ時間の平均の比率である。

0081

ケイデンス
ストライド時間(ST)の平均値の逆数を求め、さらに2倍することにより算出する。ケイデンスはいわゆるピッチに相当し、単位時間当たりの歩数を表す。

0082

体幹加速度RMS
解析区間における体幹の加速度波形データ二乗平均根(RMS: root mean square)であり、三軸のそれぞれについて求める。以下の式により算出される。以下において言及するRMSも同じ計算式により算出される。

0083

ここで、Xiは、加速度データまたは角速度データであり、Nは解析対象となったデータの数(加速度データまたは加速度データの数)である。

0084

・足部角速度RMS
解析区間における足部の角速度波形データの二乗平均根(RMS: root mean square)であり、三面のそれぞれについて求める。上記RMSを求める計算式により算出される。

0085

下肢RMS比率
三面のそれぞれについて求められた、上記した足部角速度RMSの左右比である。

0086

・交互相関(CC: Cross Correlation)
左右の足部の角速度波形の一致度を表す指標である。解析区間の両足部の波形のうち、一方を一歩時間分ずらし、他方の波形との相関係数を求めることにより算出する。両足のスイングが同じようなスピードで動いていると、交互相関の値は大きくなる。

0087

式中、各指標の計算は以下の通りである。

0088

ここで、XRiは右足の角速度であり、XLiは左足の角速度であり、m=0,±1,±2,…,±N−1である。この式で得られた数のベクトル最大値がCCmaxとなる。

0089

ACR(m)は、XRiの自己相関係数で次の式で示される。

0090

同様に、ACL(m)は次の式で示される。

0091

交互相関の詳細については、文献「Gouwanda, Darwin, andSMN Arosha Senanayake. "Identifying gait asymmetry using gyroscopes-A cross-correlation and Normalized Symmetry Index approach." Journal of Biomechanics 2011; 44.5: 972-978」を参照されたい。

0092

1.計測における事前準備
三軸の加速度および角速度を測定することが可能な小型センサを、被験者の左右の踵にそれぞれ取り付ける。さらに、もう1つの同じ小型センサを、被験者の重心位置に近似する第三腰椎棘突起付近に、伸縮性ベルト巻き付けた上から取り付ける。約15メートルの整地を歩行路とする。歩行路のうち、前後のそれぞれ約2.5メートルは加速路および減速路として、中間の約10メートルの区間計測区間とする。センサを取り付けた状態で被験者に静止立位をとってもらい、センサのキャリブレーションを行う。

0093

2.歩行計測
前方の目線の高さに設置された目標物を見て歩くように被験者に指示を行い、「普段歩いているように、一番快適なスピードで歩いて下さい」と指示を行ったのち、練習試行を1度行う。その後本番試行を行い、加速度および角速度の歩行データの波形を取得する。加速度および角速度はサンプリング周期500Hzで取り込まれ、整流処理を行った後、歩行指標の計算が行われる。

0094

3.歩行指標の分類
歩行指標を分類するためのサンプル歩行データを取得するために、上記した歩行計測を378人の高齢者に対して行った。378人分のサンプルの概要および用いた歩行指標の概要を表3に示す。

0095

378人分のサンプルの歩行指標のデータについて統計処理を行い、それぞれの歩行指標について、歩行指標の値と歩行指標スコアとの対応関係を決定した。決定された対応関係を表4に示す。

0096

378人分のサンプルの各歩行指標について歩行指標スコアを算出し、算出した歩行指標スコアに基づいて、歩行指標を複数の関連グループに分類した。分類はプロマックス回転を伴う因子分析により行った。得られた因子負荷行列は表2に示す通りである。

0097

4.歩行スコアの妥当性に関する検証
378人のサンプルに対し、5-chair stand (5CS)テストタンデム立位、過去1年の転倒経験転倒恐怖感(FoF: Fear of Falling)のそれぞれと、歩行スコアとの関連性を、t検定を用いて検討し、歩行スコアの妥当性を評価した。結果を表5に示す。

0098

表5において、p値が0.05以下の場合、相関性があることを意味する。すなわち、高齢者であることは、歩行スコア、歩調指標、ばらつき指標、およびなめらかさ指標のそれぞれと関連性があることを示している。同様に、筋力は、歩行スコア、歩調指標、およびなめらかさ指標のそれぞれと関連性があることを示している。バランス機能は、歩行スコア、規則性指標、歩調指標、およびばらつき指標のそれぞれと関連性があることを示している。転倒経験は、歩行スコアおよび規則性指標のそれぞれと関連性があることを示している。転倒恐怖感は、歩行スコア、規則性指標、歩調指標、およびなめらかさ指標のそれぞれと関連性があることを示している。

0099

この結果より、歩行スコアは、加齢変化、筋力、バランス機能、転倒関連指標(転倒恐怖感、転倒歴)など、高齢者の健康状態を示す指標として妥当であることが示唆された。また、サブスコアは項目ごとに異なる結果となり、それぞれ高齢者の健康の異なる側面を示していると考えられた。このことから、歩行指標を分類して使用することの妥当性も確認された。

0100

実施例2では、実施例1とは別の地域に在住する高齢者に対して歩行スコアと年齢や転倒歴などとの関連を調べ、歩行スコアの妥当性を検証した。

0101

[対象および方法]
・対象
実施例2では、高齢者向け体力測定会に参加した地域高齢者125名のうち、包含基準除外基準を満たし、質問紙への回答および歩行計測で加速度データにノイズが少なく、正常に計測できたものを対象とした。包含基準は、年齢が65以上であって、歩行に際して歩行補助具を必要としないものとした。また、除外基準は、脳卒中の既往があるもの、またパーキンソン様症状を示すものとした。神経症状を有する高齢者では、歩行指標が健常者とは大きく異なる値となり、歩行指標の分布にゆがみが生じるためである。対象となった高齢者には事前に自記式のアンケート記入してもらい、年齢、既往歴高血圧症糖尿病呼吸器疾患、脳卒中、パーキンソン病)、過去一年間の転倒歴(はい・いいえ)、転倒恐怖感(はい・いいえ)について回答して貰った。また、身長、体重を自記式のアンケート回収後に計測した。

0102

・歩行計測
歩行計測には、三軸角速度センサと三軸加速度センサとを内蔵する多チャンネル慣性センサ(MVP-RF8-HC、マイクロストーン株式会社)を用いた。センサの取り付けにはサージカルテープを使用し、重心位置に近似する第三腰椎棘突起部および右踵にしっかりと固定した。センサが対象者の身体への動きを妨げないことを確認した後、静止立位での較正を実施した。続いて、対象者に歩行計測の手順を説明し歩行の練習をしてもらい、その後計測を実施した。対象者には普段通りの速度で15メートルの歩行路を歩くように指示し、その際の踵(右)の矢状面の角速度と第三腰椎棘突起部における直行する3方向(鉛直、側方、前後)の加速度とを計測した。

0103

得られた波形データに、カットオフ周波数を20Hzとしたローパスフィルターを用いてフィルタリング処理を行った後、全波形データから最初の2ストライドを除いた安定歩行中の連続した5ストライドを抽出し、歩行指標を算出した。歩行指標は、ストライド時間(ST)、ストライド時間のバラつき(STV)、歩行の規則性(Regularity)、歩行のなめらかさ(Smoothness)を用いた。歩行指標の計算方法については上記した実施形態の方法に従った。

0104

続いて、各歩行指標の値は、上記した実施形態の結果を参照して1点刻みで0点から3点までの歩行スコアに変換した。歩行スコア算出のアルゴリズムは上記した実施形態に示す通りである。次に、歩行スコアは、事前に分類された4つの歩容カテゴリ(歩行の規則性(Regularity)、歩調(Pace)、歩行のばらつき(Variability)、歩行のなめらかさ(Smoothness))のうち、該当するカテゴリ内で合計し(規則性(スコア範囲:0〜9)、歩調(スコア範囲:0〜6)、ばらつき(スコア範囲:0〜6)、なめらかさ(スコア範囲:0〜9))、各サブスコアとした。最後にサブスコアを合計し歩行スコア(30点満点)とした。

0105

・身体機能検査
身体機能測定には、高齢者の運動機能評価として広く用いられている五回立ち上がり(5-chair stand (5CS))テストと片脚立ちテストを用いた。五回立ち上がりテストの方法には上記した実施形態を参考に次のような方法とした。被検者椅子坐位をとり、起坐位から最大努力で五回立ち座りする動作を行ってもらった。検者は、動作の開始から終了までの時間をストップウォッチで計測した。測定は2回行い、小さい方の値を解析に用いた。片脚立ちテストは、両手を腰に添えた状態で、片脚立位を保持できる時間を計測した。両手のどちらかが腰から離れたり、支持脚とは反対の足が着地したりしたら計測を終了とした。最大時間は120秒とし、両側の計測を実施した。測定は対象者が申し出た得意なほうの脚から実施し、解析には120秒までの最大値を利用した。

0106

統計解析
統計解析は次の手順で行った。まず歩行スコアとサブスコアの分布の正規性グラフおよびShapiro-Wilkの正規性の検定を用いて確認した。次に歩行スコアおよびサブスコアと、年齢(前期高齢者および後期高齢者に分類)、過去一年間の転倒歴、及び転倒恐怖感との関連を対応のないt検定を用いて調べた。続いて、五回立ち上がりテスト及び片脚立ちテストの結果から、対象者を第一四分位以下に該当する低スコア群とそれ以外の高スコア群に分け、対応のないt検定を用いて群間比較を行った。統計学的検討には市販の統計ソフトウェア(JMP 14.0,SASInstitute Japan)を使用し、統計学的有意水準は5%とした。

0107

[結果]
最終的な解析対象となった参加者は87名であった(包含基準:65歳以上110名、除外基準:脳卒中の既往3名、質問紙の回答不完全1名、歩行計測の欠測19名)。対象者の属性は表6に示す。図7の(A)には歩行スコアのヒストグラムを示し(B)には正規分位点プロットを示す。図7の結果およびShapiro-Wilkの正規性の検定の結果から歩行スコアは正規分布していると判断された(W値=0.989、P値=0.714)。一方、各サブスコアは正規分布しているとは認められなかった(規則性:W値=0.928、P値<0.001、歩調:W値=0.921、P値<0.001、ばらつき:W値=0.920、P値<0.001、なめらかさ:W値=0.954、P値=0.004)。

0108

歩行指標および歩行スコアの結果を表7に示す。また、群間比較の結果を表8に示す。

0109

対応のないt検定の結果、歩行スコアは、前期高齢者と比較して後期高齢者が、転倒歴のない高齢者と比較して転倒歴のある高齢者が有意に低い値を示した(年齢:前期高齢者 vs 後期高齢者=17.8±6.1 vs 13.8±6.0、t値=3.0、P値=0.004、過去一年間の転倒歴:非転倒者vs転倒者=12.9±5.4 vs 17.0±6.4、t値=2.6、P値=0.012)。しかし、第一四分位以下に該当する低スコア群とそれ以外の高スコア群で実施した運動機能の群間比較では有意な差は認められなかった(五回立ち上がりテストの第一四分位:7.71(秒)、片脚立ちテストの第一四分位:21.14(秒))。サブスコアに分けて検討した結果では、規則性が前期高齢者と比較して後期高齢者が有意に低い値を示し(前期高齢者 vs 後期高齢者=5.0±2.8 vs 3.2±2.8、t値=2.8、P値=0.006)、なめらかさが転倒歴のない高齢者と比較して転倒歴のある高齢者で有意に低い値を示した(非転倒者vs転倒者=5.6±2.3 vs 3.5±2.2、t値=3.4、P値=0.001)。

0110

[考察]
実施例2では、実施例1とは別地域に在住する高齢者を対象に検証を行った。多チャンネル慣性センサを用いた歩行計測を実施し、センサ由来の歩行指標に基づいて我々が考案した歩行スコアを算出した。統計的手法によって歩行スコアと転倒リスク等との関連を調べ歩行スコアの妥当性について検討を行った。その結果、歩行スコアは、前期高齢者と比較して後期高齢者で、また非転倒者と比較して転倒者で有意に低値を示した。しかし、運動機能および転倒恐怖感とは有意な差は認められなかった。

0111

実施例2の結果から、歩行スコアは地域高齢者の健康リスクの指標として妥当だと判断した。実施例1では、歩行スコアは年齢、下肢筋力の低下、バランス機能の低下、過去一年間の転倒歴、転倒恐怖感と有意に関連していた。このうち、年齢および過去一年間の転倒歴については実施例2の結果と一致していた。このことから、加齢変化や転倒リスクに関して言えば、歩行スコアは地域高齢者の健康リスクの指標として妥当だと言える。このような結果が得られた理由として、歩行スコアが、それぞれが異なる特徴を有する複数の下位項目のサブスコアの合算値であることが挙げられる。すなわち、サブスコアの一つ一つが抽出できる異常歩行の特徴は小さいけれども、その差を合算することで差が明瞭になり、歩行スコアの異常歩行を抽出する能力が高まったからだと推測される。

0112

実施例2のサブスコアの結果では、規則性が年齢と、なめらかさが過去一年間の転倒歴と関連していた。しかし、実施例1では別のサブスコアが年齢および過去一年間の転倒歴と関連していた(年齢は、歩調、ばらつき、なめらかさが関連し、過去一年間の転倒歴は、規則性が関連していた)。このような相反する結果になった理由として、前述したように実施例2の対象者の運動機能が実施例1の対象者よりも高かったことが挙げられる。運動能力と転倒の関係は直線的ではなくU字形となることが報告されており、どのくらいの速度で歩けるかによって転倒リスクの高い歩容は異なると考えられている。これらのことから、実施例2において実施例1とは異なるサブスコアが年齢や転倒歴と有意な関連性を示したのは、実施例2の対象者の運動機能が高く、転倒に結び付く歩容が運動機能の低い高齢者の歩容とは異なっていたからではないか、と考えられる。また、実用的な視点からは、運動機能の異なる対象を扱ったいずれの実施例でもサブスコアが健康リスクを捉えていたことから、歩行スコアは、たとえ対象者の運動機能が違っても、いずれかのサブスコアが健康リスクを捉えている可能性が高く、地域高齢者の運動機能評価として幅広く用いることができるスコアだと考えられる。

0113

歩行スコアの平均値は16.1で範囲は1から30点であった。さらに、分布の正規性の検討の結果、歩行スコアの値は正規分布することが確認された。この結果は実施例1と同様であり、本スコアは連続変数として使用できる歩行指標であると考えられた。予防理学療法介入研究においてメインアウトとして使用される指標のなかには、天井効果や床効果のために分布が歪んでしまい、連続変数として扱うことが難しい場合がある(例えばtimed up and go testのスコア)。その点、歩行スコアは、運動機能が異なっても正規分布を示しており、地域高齢者の運動機能の変化を捉えるような予防理学療法研究に適していると考えられる。

実施例

0114

結論
歩行スコアは、対象者の運動機能によらず地域高齢者における加齢変化や転倒リスクを示す指標として妥当である。また、歩行スコアは連続尺度の指標として使用が可能である。これらのことから、歩行スコアは予防理学療法研究への適用が期待される。

0115

1(1a〜1c)センサ
2歩行評価装置
3ネットワーク
4サーバ
9被験者
10歩行評価システム
21通信インタフェース部
22データ処理部
221歩行データ取得部
222歩行指標算出部
223 歩行指標スコア算出部
224サブスコア算出部
225 歩行スコア算出部
226 歩行指標分類部
23補助記憶装置
231サンプル歩行データ(第2の歩行データ)
232歩行評価プログラム
24 表示部
241 歩行スコア
242 サブスコア
243 関連グループ名

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

  • 三菱電機株式会社の「 生体センサ装置」が 公開されました。( 2021/01/07)

    【課題・解決手段】本発明は、連続波信号を生成する信号発生部(11)と、連続波信号を電波として放射するアンテナ(1)と、信号発生部(11)とアンテナ(1)のインピーダンスの整合を取る可変整合回路(21)... 詳細

  • PHCホールディングス株式会社の「 センサ挿入装置」が 公開されました。( 2021/01/07)

    【課題・解決手段】センサ挿入装置(1)は、シース(14)と、ハンドル(15)と、ハンドル(15)内に設けられた操作体(20)と、操作体(20)の下方に設けられたキャリア(16)と、キャリア(16)の下... 詳細

  • PHCホールディングス株式会社の「 センサ挿入装置」が 公開されました。( 2021/01/07)

    【課題・解決手段】センサ挿入装置(1)は、下端開口部(18)および上端開口部(19)を有する筒状の本体ケース(15)と、本体ケース(15)の上端開口部(19)の内外に摺動自在に設けられた刺針ボタン(1... 詳細

この 技術と関連性が強い技術

関連性が強い 技術一覧

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