根据实施例，步态分析装置包括测量单元，配置为测量对象的运动；判定单元，被配置为基于对象的运动来判定对象开始行走的行走开始时间点；特征量计算部，被配置为当判定了行走开始时间点时，计算在从行走开始时间点开始的预定期间内测量的对象的运动的特征量，该预定期间作为对象的运动不稳定的期间；以及推定单元，被配置为基于特征量推定对象的行走状况。
【技术实现步骤摘要】
在此描述的实施例大体涉及步态分析装置。
技术介绍
为了观察疾病的过程、防止跌倒等等的目的，已经开发了评估使用各种传感器装置的步态运动的装·置。在医疗实践中，要求对象做出需要平衡能力的动作(单足站立等等)，并且观察对象的行为以判定跌倒危险性。然而，在相关的技术中，在假定对象保持行走的情况下进行测量和疾病程度的推定，所以难以从行走开始的短时间内推定行走状况和跌倒危险性。此外，在医疗实践中实施的技术具有因为要求对象做出需要平衡能力的动作，所以对象具有危险并且感觉受到负担的问题。
技术实现思路
实施例的目的是提供一种能够在短期内推定对象的行走状况的步态分析装置。根据实施例，步态分析装置包括测量单元，配置为测量对象的运动；判定单元，被配置为基于对象的运动来判定对象开始行走的行走开始时间点；特征量计算部，被配置为当判定了行走开始时间点时，计算在从行走开始时间点开始的预定期间内测量的对象的运动的特征量，该预定期间作为对象的运动不稳定的期间；以及推定单元，被配置为基于特征量推定对象的行走状况。根据如上所述的分析装置，能够在短期内推定对象的行走状况。附图说明图1是根据实施例的步态分析装置的硬件结构图；图2是图解根据实施例的步态分析装置的安装状态的示意图；图3是图解根据实施例的步态分析装置的功能框图；图4是图解加速度、判定结果和分析对象之间的关系的图表；图5是图解特征量计算的分析实例的图表；图6是图解作为分类实例学习的三个等级的标签的表；图7是图解输出单元的输出实例的概念图；和图8是图解根据实施例的步态分析装置的操作的流程图。具体实施方式以下将参照附图详细地描述实施例。图1是图解根据实施例的步态分析装置I的结构的图。如图1图解的，步态分析装置I包含主体单元10和佩带单元30。该主体单元10包含控制单元12、存储单元14、输入单元16、输出单元18、检测单元20和通信单元22。该控制单元12例如包含中央处理器(CPU)120，并且控制组成该主体单元10的各个部件。该存储单元14包含附图中未图解的只读存储器(ROM)、随机存取存储器(RAM)等等，并且在其中存储由控制单元12执行的程序、对于控制单元12执行程序所使用的数据等等。此外，诸如存储卡的存储介质140被可拆卸地附接到主体单元10，诸如存储卡的存储介质140具有将程序和数据发送至存储单元14/从存储单元14接收程序和数据的功能。输入单元16例如包括输入键或者开关，并且接收用户对主体单元10的输入。输出单元18例如包括诸如液晶板的显示单元180、输出声音等等的扬声器182和振动器(未图解)。输出单元18通过屏幕显示、声音和振动中的至少一种来输出主体单元10的状态和主体单元10的处理操作结果。输入单元16可以通过触摸板与显示单元180成一体。检测单元20例如包括具有128Hz采样频率的三轴加速度传感器，并且具有例如±6G以上的加速度测量范围。例如，当步态分析装置I被佩带在步态分析对象上时，检测单元20检测垂直方向上的加速度、对象的移动方向上的加速度、以及大致与对象的移动方向正交的水平方向(左右方向)上的加速度(三个方向上的加速度)。该通信单元22包含与外部进行通信的通用接口，并且被配置为可连接到例如有线通信、长途无线通信和近场通信(NFC)中的任何一个。例如，佩带单元30被配置有缠绕在对象的腰部上的皮带等等，并且例如，该主体单元10被佩带在对象的腰部附近。图2是图解步态分析装置I被佩带在对象的腰部附近的状态以及由步态分析装置I测量的加速度的方向的示意图。如图2图解的，当被佩带在对象的腰部附近时，步态分析装置I检测垂直方向(Y方向)上的加速度、对象的移动方向(Z方向)上的加速度、和大致与对象的移动方向正交的水平方向(X方向)上的加速度。接下来，将描述步态分析装置I的功能。图3是图解步态分析装置I的功能的概要的方框图。图4是图解由检测单元20检测的加速度数据、将稍后描述的判定单元42的判定结果、以及由提取单元44提取的分析对象的图表。如图3图解的，该步态分析装置I包含测量单元40、判定单元42、提取单元44、分析单元46、推定单元48以及输出单元18。图3中图解输出单元18对应于图1中图解的输出单元18。该测量单元40检测对象的运动。具体地，该测量单元40包含检测单元20，并且检测例如按照对象的运动变化的三个方向中的加速度以及测量对象的运动(加速度)。例如，当打开主体单元10的电源时，测量单元40连续地测量三个方向上的加速度，该三个方向上的加速度被用于输出通过该步态分析装置I推定对象的行走状况的结果。例如，由测量单元40测量的所有的加速度数据连同时间一起被存储在存储单元14 (图1)中，直到不再需要。 该判定单元42基于测量单元40的测量结果判定对象是否已经开始行走。具体地，判定单元42首先获取存储在存储单元14中的加速度数据，并且计算由测量单元40以预定时间间隔(第一时间间隔a)在预定时间帧(第一设定期间A)之内测量的加速度数据的方差。例如，如图4图解的，判定单元42计算以0.5秒的间隔(a=0.5秒)由测量单元40最近测量0.5秒(A=0.5秒)的加速度数据的方差。这里，当检测单元20的采样频率是128Hz时，测量单元40测量在第一设定期间A (A=0.5秒)之内的每个方向的64个加速度数据。第一时间间隔a较佳地是0.5秒以下。第一设定期间A可以被设定成比第一时间间隔“a”长。接下来，当加速度数据的方差等于或者小于预定阈值(阈值σ )的期间持续第二设定期间B以上、然后加速度数据的方差大于阈值σ的期间持续第三设定期间C以上时，判定单元42 (图3)将加速度数据的方差超过阈值σ的时间点(或者，最终判定加速度数据的方差等于或者小于阈值σ的时间点)判定为对象已经开始行走的行走开始时间点。例如，阈值σ被设定为0.04。较佳地，第二设定期间B和第三设定期间C中的每一个都有具有2秒到6秒的范围的值。例如，如图4图解的，当加速度数据的方差等于或者小于阈值σ的期间持续6秒(第二设定期间Β=6秒)以上、然后加速度数据的方差大于阈值σ的期间持续6秒(第三设定期间C=6秒)以上时，该判定单元42追溯地将加速度数据的方差超过阈值σ的时间点(第三设定期间C的开始时刻)判定为对象已经开始行走的行走开始时间点。在图4图解的实例中，在214秒(由测量单元40计时的)，该判定单元42判定对象已经在208秒开始行走。如此，该判定单元42判定行走开始时间点，以及判定该对象是否已经开始行走。这里，判定单元42可以被配置为计算标准偏差，而不是方差。这里，当判定单元42判定对象已经开始行走时，提取单元44(图3)从测量单元40的测量结果中提取用于分析的数据组。具体地，当判定单元42判定对象已经开始行走时，提取单元44在提取期间从存储在存储单元14中的加速度数据中提取由测量单元40测量的加速度数据，该提取期间是从行走开始时间点开始直到经过第四设定期间D为止。例如，该第四设定期间D (提取期间)被设定为3秒。此外，提取单元44同样在多个其他提取期间，从存储在存储单元14中的加速度数据中提取由测量单元40测量的多 个加速度数据，通过从行走开始时间点开始以预定时间间隔(第二时间间隔b)依序地延迟提取期间的开始时刻本文档来自技高网...
【技术保护点】
一种步态分析装置，其特征在于，包括：测量单元，被配置为测量对象的运动；判定单元，被配置为基于所述对象的运动来判定所述对象开始行走的行走开始时间点；特征量计算部，被配置为当判定了所述行走开始时间点时，计算在从所述行走开始时间点开始的预定期间内测量的所述对象的运动的特征量，所述预定期间作为所述对象的运动不稳定的期间；以及推定单元，被配置为基于所述特征量推定对象的行走状况。
【技术特征摘要】
2011.10.31 JP 2011-2382461.一种步态分析装置，其特征在于，包括: 测量单元，被配置为测量对象的运动； 判定单元，被配置为基于所述对象的运动来判定所述对象开始行走的行走开始时间占.特征量计算部，被配置为当判定了所述行走开始时间点时，计算在从所述行走开始时间点开始的预定期间内测量的所述对象的运动的特征量，所述预定期间作为所述对象的运动不稳定的期间；以及 推定单元，被配置为基于所述特征量推定对象的行走状况。2.按权利要求1所述的步态分析装置，其特征在于， 所述推定单元通过模式识别算法来推定所述对象的行走状况，所述模式识别算法接收由所述特征量计算部计算的所述特征量作为输入，并且输出具有不同的跌倒危险级别的多个等级标签中的一个。3.按权利要求1所述的步态分析装置，其特征在于， 所述测量单元测量至少一个方向上的加速度数据，所述加速度数据响应于所述对象的运动而改变。4.按权利要求3所述的步态分析装置，其特征在于， 当以第一时间间隔在第一设定期间内由所述测量单元测量的加速度数据的方差等于或者小于预定阈值的期间持续第二设定期间以上之后、所述加速度的所述方差大于所述阈值的期间持续第三设定期间以上时，所述判定单元将所述加速度的所述方差超过所述阈值的时间点判定为所述行走开始时间点。5.按权利要求4所述的步态分析装置，其特征在于， 所述测量单元测量所述对象的垂直方向上的加速度和大致与所述对象的移动方向正交的水平方向上的加速度中的至少一个加速度，并且 从所述...
【专利技术属性】
技术研发人员：福家佐和，铃木琢治，长健太，
申请(专利权)人：株式会社东芝，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。