特許ウォッチ

公開番号2024101908
公報種別公開特許公報(A)
公開日2024-07-30
出願番号2023006125
出願日2023-01-18
発明の名称推定装置、推定システム、推定方法、およびプログラム
出願人日本電気株式会社
代理人個人,個人
主分類A61B 5/11 20060101AFI20240723BHJP(医学または獣医学;衛生学)
要約【課題】歩行に応じて計測された身体能力に関するデータを用いて、転倒リスク因子を推定できる推定装置等を提供する。
【解決手段】被験者の歩行に応じて計測された身体能力に関する第1特徴量データと、被験者の属性データとを取得するデータ取得部と、取得した第1特徴量データおよび属性データを主成分分析して、身体能力因子および属性因子に関連する第2特徴量データを構築し、構築された第2特徴量データを用いて転倒リスク要因に応じた転倒リスク情報を推定する推定部と、推定された転倒リスク情報を出力する出力部と、を備える推定装置とする。
【選択図】図1
特許請求の範囲【請求項１】
被験者の歩行に応じて計測された身体能力に関する第１特徴量データと、前記被験者の属性データとを取得するデータ取得手段と、
取得した前記第１特徴量データおよび前記属性データを主成分分析して、身体能力因子および属性因子に関連する第２特徴量データを構築し、構築された前記第２特徴量データを用いて転倒リスク要因に応じた転倒リスク情報を推定する推定手段と、
推定された前記転倒リスク情報を出力する出力手段と、を備える推定装置。
続きを表示（約 2,500 文字）【請求項２】
前記第１特徴量データおよび前記属性データの入力に応じて、前記転倒リスク要因に関連する少なくとも一つの身体能力因子を推定し、前記属性データに含まれる属性因子および推定された前記身体能力因子を主成分分析して前記第２特徴量を構築し、構築された前記第２特徴量を用いて転倒リスクスコアを出力する推定モデルを記憶する記憶手段を備え、
推定手段は、
取得された前記第１特徴量データおよび前記属性データを前記推定モデルに入力し、前記推定モデルから出力された少なくとも一つの前記身体能力因子を用いて、前記転倒リスク情報を推定する請求項１に記載の推定装置。
【請求項３】
前記データ取得手段は、
歩行に応じて計測されたセンサデータの時系列データを用いて生成された歩行波形データから抽出された、前記転倒リスク要因に関連する少なくとも一つの前記身体能力因子を推定するために用いられる前記第１特徴量データを取得し、
前記記憶手段は、
前記第１特徴量データおよび前記属性データの入力に応じて、少なくとも一つの前記身体能力因子を出力する身体能力推定モデルと、
少なくとも一つの前記属性因子および少なくとも一つの前記身体能力因子の入力に応じて、少なくとも一つの前記属性因子および少なくとも一つの前記身体能力因子を主成分分析し、少なくとも一つの前記第２特徴量を出力する特徴量構築モデルと、
少なくとも一つの前記第２特徴量の入力に応じて転倒リスクスコアを出力する転倒リスク推定モデルと、を記憶し、
前記推定手段は、
前記第１特徴量データおよび前記属性データを前記身体能力推定モデルに入力し、前記身体能力推定モデルから出力された少なくとも一つの前記身体能力因子を、前記被験者の身体能力として推定する第１推定手段と、
少なくとも一つの前記属性因子および少なくとも一つの前記身体能力因子を前記特徴量構築モデルに入力して少なくとも一つの前記第２特徴量を構築する特徴量構築手段と、
少なくとも一つの前記第２特徴量を前記転倒リスク推定モデルに入力し、前記転倒リスク推定モデルから出力された前記転倒リスクスコアを用いて、前記被験者に関する前記転倒リスク情報を推定する第２推定手段と、を有する請求項２に記載の推定装置。
【請求項４】
前記属性データは、前記属性因子として、前記被験者のＢＭＩ（Body Mass Index）および年齢を含む請求項３に記載の推定装置。
【請求項５】
前記身体能力推定モデルは、前記属性データおよび前記第１特徴量データの入力に応じて、握力、動的バランス、下肢筋力、移動能力、および静的バランスに関する推定値を、前記身体能力因子として出力する請求項４に記載の推定装置。
【請求項６】
前記身体能力推定モデルは、
前記握力の推定値として、前記被験者の握力値を出力し、
前記動的バランスの推定値として、進行方向、垂直方向、および左右方向における腰部の調和指標を出力し、
前記下肢筋力の推定値として、椅子立ち上がりテストにおける立ち座り時間を出力し、
前記移動能力の推定値として、ＴＵＧ（Time Up and Go）テストにおけるＴＵＧ所要時間を出力し、
前記静的バランスの推定値として、片脚立位テストにおける片脚立位時間を出力する請求項５に記載の推定装置。
【請求項７】
前記転倒リスク推定モデルは、
転倒経験の有無に応じて分類された２群間の分布の離れ具合を示す指標が所定値を超える主成分を前記第２特徴量として用いた学習によって構築され、
前記第２推定手段は、
前記特徴量構築手段によって構築された複数の前記第２特徴量のうち、前記転倒リスク推定モデルの構築に用いられた少なくとも一つの前記第２特徴量を前記転倒リスク推定モデルに入力して、前記転倒リスクスコアを推定する請求項３に記載の推定装置。
【請求項８】
請求項１乃至７のいずれか一項に記載の推定装置と、
転倒リスク要因の推定対象である被験者の履物に設置され、空間加速度および空間角速度を計測し、計測した前記空間加速度および前記空間角速度を用いて歩行に応じたセンサデータを生成し、生成した前記センサデータを出力するセンサと、前記センサデータの時系列データから一歩行周期分の歩行波形データを抽出し、抽出された前記歩行波形データを正規化し、正規化された前記歩行波形データから前記転倒リスク要因の推定に用いられる第１特徴量を抽出し、抽出された第１特徴量を含む第１特徴量データを生成し、生成された前記第１特徴量データを前記推定装置に出力する特徴量データ生成手段と、を有する歩容計測装置と、を備える推定システム。
【請求項９】
コンピュータが、
被験者の歩行に応じて計測された身体能力に関する第１特徴量データと、前記被験者の属性データとを取得し、
取得した前記第１特徴量データおよび前記属性データを主成分分析して、身体能力因子および属性因子に関連する第２特徴量データを構築し、
構築された前記第２特徴量データを用いて転倒リスク要因に応じた転倒リスク情報を推定し、
推定された前記転倒リスク情報を出力する推定方法。
【請求項１０】
被験者の歩行に応じて計測された身体能力に関する第１特徴量データと、前記被験者の属性データとを取得する処理と、
取得した前記第１特徴量データおよび前記属性データを主成分分析して、身体能力因子および属性因子に関連する第２特徴量データを構築する処理と、
構築された前記第２特徴量データを用いて転倒リスク要因に応じた転倒リスク情報を推定する処理と、
推定された前記転倒リスク情報を出力する処理と、をコンピュータに実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、転倒リスクに関する情報を推定する推定装置等に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
ヘルスケアへの関心の高まりに伴って、歩容に応じた情報を提供するサービスに注目が集まっている。例えば、靴等の履物に実装されたセンサによって計測されたセンサデータを用いて、歩容を解析する技術が開発されている。センサデータの時系列データには、身体状態と関連する歩容事象（歩行イベントとも呼ぶ）の特徴が現れる。例えば、センサデータから抽出された特徴量に基づいて、転倒リスクに関する情報を推定できれば、思いもよらぬ転倒等を回避できる可能性がある。高齢者は、転倒によって、様々な傷害を受ける可能性がある。そのため、転倒リスクを評価することは、高齢者の健康に関して重要な課題である。
【０００３】
特許文献１には、被測定者の転倒リスク要因を推定する要因推定システムについて開示されている。特許文献１のシステムは、被測定者の歩行時における体動を示す体動データに基づいて、被測定者の２以上の歩行パラメータを算出する。特許文献１のシステムは、算出された２以上の歩行パラメータに基づいて、被測定者の転倒リスク要因に含まれる１以上の主成分を推定する。
【０００４】
特許文献２には、日常生活における歩行に関する目標を設定するシステムについて開示されている。特許文献２のシステムは、任意の被験者の歩行パラメータを取得する。特許文献２のシステムは、歩行パラメータ・歩行特徴スコア関係式に基づいて、該被験者の歩行パラメータから歩行特徴スコアを算出する。特許文献２のシステムは、算出された歩行特徴スコアに応じて、該被験者が目標とすべき歩行特徴目標を設定する。また、特許文献２のシステムは、歩行パラメータ・活動量関係式に基づいて、該被験者の歩行パラメータから活動量を算出し、算出された活動量に応じて該被験者が目標とすべき活動量目標を設定する。特許文献２には、標準化した歩行パラメータを主成分分析し、複数の主成分（歩行因子）のスコアを算出することが開示されている。
【先行技術文献】
【特許文献】
【０００５】
国際公開第２０２１／０４９１９６号
特開２０１５－２０２１４０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１のシステムは、カメラ等の計測装置によって撮影された動画像データに基づいて被測定者の歩行態様を分析し、当該被測定者の転倒リスク要因を推定する。そのため、特許文献１のシステムは、動画像データに基づいて歩行容態を分析できない限り、被測定者の転倒リスクを推定できなかった。
【０００７】
特許文献２のシステムは、シート式圧力センサやモーションキャプチャ等の備え付けの計測機器を用いて、歩行因子を計測する。特許文献２のシステムは、備え付けの計測機器を用いなければ、歩行因子を含む歩行パラメータを計測できなかった。そのため、特許文献２のシステムは、日常生活の歩行に基づいて、歩行因子を算出できなかった。
【０００８】
本開示の目的は、歩行に応じて計測された身体能力に関するデータを用いて、転倒リスク因子を推定できる推定装置等を提供することにある。
【課題を解決するための手段】
【０００９】
本開示の一態様の推定装置は、被験者の歩行に応じて計測された身体能力に関する第１特徴量データと、被験者の属性データとを取得するデータ取得部と、取得した第１特徴量データおよび属性データを主成分分析して、身体能力因子および属性因子に関連する第２特徴量データを構築し、構築された第２特徴量データを用いて転倒リスク要因に応じた転倒リスク情報を推定する推定部と、推定された転倒リスク情報を出力する出力部と、を備える。
【００１０】
本開示の一態様の推定方法においては、被験者の歩行に応じて計測された身体能力に関する第１特徴量データと、被験者の属性データとを取得し、取得した第１特徴量データおよび属性データを主成分分析して、身体能力因子および属性因子に関連する第２特徴量データを構築し、構築された第２特徴量データを用いて転倒リスク要因に応じた転倒リスク情報を推定し、推定された転倒リスク情報を出力する。
（【００１１】以降は省略されています）

関連特許