SlideShare a Scribd company logo
1 of 22
モーションセンサーを用いた
高齢者の体力測定手法
川井 明1
谷口 伸一2
李 慧麗2
和泉 志津恵1
1, 滋賀大学データサイエンス学部
2, 滋賀大学経済学研究科
1
超高齢社会問題の鍵
2
超
高齢社会
高齢者の割合
27.3%(H28)
人口構成上
特効薬となる
解決策はない
社会保障費
増
要介護者数
増
独居高齢者
増
政府
経済負担
増
家族
介護負担
増
労働者数
減
地域社会
崩 症状緩和の鍵
健康寿命の延伸
健康寿命の延伸⇒「歩行能力」に着眼
• 「転倒」は高齢者にとって極めて危険なこと
• 高齢者の3人に1人は年間に 1 度以上の転倒を経験
• 転倒による死亡事故は、窒息に次ぐ第 2 位の割合、交通事故より多い
• 転倒は大腿骨近位部骨折の主原因 (78%)
• この骨折は要介護に移行する主要な原因の 1 つ
3
高齢者の歩行能力を容易
に測定できる手法
を開発し、発見した問題点を高齢者
と医療機関へフィードバック
高齢者健康寿命の延伸を目指す
既存方式
• Kinectを用いて定量的かつ視学的に動作が分析できるシステム
• 鉋掛けの教師動作と比較
• 関節部位から定量的な動作分析
• 技能の学習・改善に効果があることを示した
• 医療従事者や高齢者に難しい
• 運動能力を評価するバランス評価のための身体モデル
• 頭部重心動揺と体の関節角度 ⇒身体バランス評価
• 光学式モーションキャプチャの費用が非常に高い、利用空間制限が多い
4
提案:高齢者歩行能力の計測手法
• Kinectを用いて人体の関節3次元座標を取得
• 利用者側のインターフェスにScratchプログラム
• 関節動きデータを統計的手法で補正・分析し、歩行能力を計測
5
高齢者
Kinect
システム操作者
(医師など)
Scratch
プログラム
高齢者の動き
データ出力
補正
歩行能力分析
データ
研磨・補正
計測システムの構築
• モーションセンサー:KinectV2
• プログラム開発環境:Scratch 1.4
• Kinect2Scratch SDK1.5
• 実験PC:DELL XPS15 (core i5 2.3GHz, メモリ8GB)
• データ取得頻度:約5Hz、取得数:128個
• 観測関節(全部で25関節):
• 脚(左右)、手(左右)、膝(左右)、脊椎頂端・中心・末端
• 分析項目
1. 平均歩行速度
2. 歩幅
3. 膝の上下動きの幅
4. 腕のふり幅
5. 体幹の揺れ幅
6
計測実験
• 実験場所:米原河内会館
• 実験対象:高齢者(60代~80代)16名(男3、女13)
• 計測項目:
7
1、足踏みテスト
2、前後、左右歩行
(各2m)
平均歩行速度
• 測定実験:2m の距離を歩く
• 縦方向、左右方向歩行時間を測量
• 計算方法:速度v=歩行距離 s / 計測時間 t
参考:高齢者763名の10m歩行速度測定結果
• 屋内と射程の制限で、今回は2mとしている
• 屋外全速歩行とは異なるため、速度の比較は不可
• 新たな基準を設ける必要がある
• 相対的に遅かった女性が要注意
8
No 年齢 性別
平均速度
(m/s)
1 65 男性 0.505
2 70 男性 0.642
3 75 女性 0.506
4 不明 女性 0.499
5 75 女性 0.436
6 不明 女性 0.599
7 80 女性 0.529
8 70 女性 0.572
9 70 女性 0.705
10 60 女性 0.588
11 70 女性 0.545
12 70 女性 0.516
13 70 女性 0.777
14 80 女性 0.549
15 80 女性 0.570
16 75 男性 1.097
速度(m・秒) 10m歩行基準 名数
>1.3m/秒 早い
1.0<1.3m/秒 普通 1
0.6<1.0m/秒 やや遅い 3
<0.6m/秒 遅い 12
歩幅
• 測定実験: 2mの距離を歩く
• データ:
• footleft、footrightの z 軸データ、単位m
• 1歩目の踵から3歩目の踵までの距離を2で割る
• 参考:1131名高齢者の歩行データ
• 距離が短く、歩幅を広げていない結果が見られた
• 女性の4番、5番は足が弱い
9
No 年齢 性別
平均歩幅
(m)
1 65 男性 0.410
2 70 男性 0.531
3 75 女性 0.462
4 不明 女性 0.246
5 75 女性 0.316
6 不明 女性 0.497
7 80 女性 0.351
8 70 女性 0.390
9 70 女性 0.450
10 60 女性 0.290
11 70 女性 0.274
12 70 女性 0.426
13 70 女性 0.450
14 80 女性 0.361
15 80 女性 0.324
16 75 男性 0.622
年齢代 男性 女性
65-69 0.67±0.09 0.59±0.09
70-74 0.62±0.09 0.53±0.10
75-79 0.59±0.12 0.51±0.09
80- 0.51±0.10 0.44±0.10
年齢代 男性 女性
65-69
70-74 0.53 0.40
75-79 0.62 0.39
80- 0.35
膝の上下動きの幅・補正
• 対象:70代 男性
• 測定実験:固定位置で足踏み
• データ:kneeleft、kneerightの y 軸データ
• 計算方法:山の平均値と谷の平均値を計算し、差は膝の上下動きの幅
• 補正: 足踏み状態で固定位置から前に移動すると、Y軸座標値はマイナスに変
動する(グラフの斜線のように)
• 回帰分析で補正
10
-120.000
-115.000
-110.000
-105.000
-100.000
-95.000
-90.000
-85.000
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101106111116121126
固定位置からずれた 固定位置に戻る 固定位置で足踏み
11
-120
-115
-110
-105
-100
-95
-90
-85
1 2 3 4 5 6 7 8 9 10 11 12 13 14
kneeleft
山 谷
-120
-115
-110
-105
-100
-95
-90
-85
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
kneeright
山 谷
70代男性の考察:
• 左膝の上下動きの幅:5.202
• 右膝の上下動きの幅:4.866
• 左右の差:0.336
• 左膝の上下動きの幅は右膝の上下動き幅より
6.9%大きい
• 体の重心が右方向へずれている可能性
• 右足が着地の瞬間には身体の体重が右膝に
かかる → 故障リスク増大
膝の上下動きの幅・70代男性
12
-135
-130
-125
-120
-115
-110
-105
-100
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
kneeleft
山 谷
-135
-125
-115
-105
-95
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
kneeright
山 谷
女性Aの考察:
• 左膝の上下動き幅:3.228
• 右膝の上下動き幅:3.116
• 左右の差:0.112
• 左膝の上下動き幅は右膝の上下動き幅よ
り3.6%大きい
• 両膝の運動の差が顕著ではない
• 但し、上下動きの幅が両膝とも非常に低い
• 躓いて転倒のリスク
膝の上下動きの幅・70代女性
腕のふり幅
• 対象:70代 男性
• 測定実験:固定位置で足踏み
• データ:足踏みhandleft,handrightの z 軸データ 単位m
• 計算方法:山から谷までの差は各回の腕ふり幅
13
1.500
1.700
1.900
2.100
2.300
2.500
2.700
1
6
11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
1…
1…
1…
1…
1…
1…
hand left z
14
Handleft 山 谷 振 り 幅
(m)
2.248 2.146 0.102
2.252 2.071 0.181
2.261 2.049 0.212
2.367 1.969 0.399
2.298 1.906 0.392
2.339 1.915 0.425
2.281 1.951 0.330
2.269 1.936 0.333
2.256 1.928 0.329
2.184 1.886 0.299
2.249 1.933 0.316
2.198 1.860 0.338
2.251 1.950 0.302
2.194 1.897 0.297
2.181 1.926 0.255
2.179 1.888 0.291
2.113 1.825 0.288
2.059 1.867 0.192
2.142 1.885 0.257
2.335 1.889 0.447
2.369 2.001 0.368
2.412 2.020 0.392
2.399 1.990 0.409
2.406 2.031 0.375
2.371 1.935 0.436
2.363 1.971 0.392
2.427 1.943 0.485
2.306 1.943 0.362
2.381 1.950 0.431
2.334 2.038 0.296
2.451 2.000 0.451
2.321 1.874 0.446
2.206 1.873 0.333
2.381 1.880 0.501
2.366 1.978 0.388
2.286 1.958 0.328
Handright 山 谷 振 り 幅
(m)
2.264 2.097 0.167
2.264 2.063 0.201
2.256 2.066 0.191
2.283 2.116 0.167
2.362 2.056 0.307
2.371 2.069 0.301
2.309 2.068 0.241
2.291 2.014 0.277
2.294 2.047 0.247
2.211 2.030 0.181
2.233 1.995 0.238
2.223 2.000 0.224
2.224 1.982 0.243
2.199 2.004 0.195
2.200 1.951 0.249
2.160 1.919 0.241
2.150 1.928 0.222
2.081 1.914 0.167
2.064 1.950 0.115
2.177 2.096 0.082
2.292 2.131 0.161
2.298 2.112 0.187
2.292 2.152 0.140
2.298 2.082 0.216
2.277 2.074 0.203
2.222 2.083 0.139
2.285 2.150 0.135
2.314 2.126 0.188
2.249 2.081 0.169
2.262 2.139 0.123
2.226 2.046 0.180
2.187 1.983 0.205
2.268 2.050 0.217
2.311 2.068 0.244
2.349 2.058 0.290
70代男性の考察:
• 左腕ふり幅の平均値は0.343m、
中央値は0.338m
• 右腕ふり幅の平均値は0.203m、
中央値は0.203m
• 腕ふり幅左右の差は0.14m
• 左腕ふり幅が右腕ふり幅より0.14m大きい、
左腕の力が右腕より強い
• 右膝関節がもっと身体を支える力を使うので、
身体重心が多少右方向へずれている状態
• 体の右側に故障の可能性
腕のふり幅
15
女性Aの考察:
• 左腕ふり幅の平均値は0.085m、
中央値は0.074m
• 右腕ふり幅の平均値は0.057m、
中央値は0.050m
• 腕ふり幅の左右の差は0.028m
• 両腕があまり振らないのは不自然と考えられ、動画
からみると、上体が明らかに前に傾いている
• 両腕がずっと後ろに伸ばしている
• 転倒リスクがとても高い、転倒の場合、顔面が直
接に地面にぶつかるため危険
腕のふり幅
体幹の揺れ幅
• 対象:70代 男性
• 測定実験:足踏み
• データ:spineshoulder,spinebaseの x 軸データ
• 計算方法:0.2秒ごとに、spinebaseの関節を原点として、spineshoulderの
差は左・右への揺れ幅を計算
左・右への揺れ幅(Xn)=spineshoulder x(Sn)-spinebase x(Bn)
Xn>0、体幹が右方向へ揺れる
Xn<0、体幹が左方向へ揺れる
体幹の揺れ幅=|山|+|谷|
16
spineshoulder x
spinebase x
-10
-5
0
5
10
15
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75
体幹の揺れ幅
17
左方向(谷) 右方向(山) 揺れ幅
-2.434 1.168 3.602
-1.970 8.415 10.385
-4.698 6.736 11.434
-4.985 6.036 11.021
-5.212 5.539 10.751
-4.767 7.528 12.295
-3.917 7.095 11.012
-3.279 7.751 11.030
-6.265 7.994 14.260
-1.306 6.530 7.836
-5.361 6.761 12.122
-5.530 7.180 12.709
-3.624 7.652 11.276
-0.437 7.140 7.577
-3.178 6.113 9.292
-1.613 8.463 10.075
-3.697 8.699 12.396
-4.499 9.234 13.733
-0.232 9.322 9.554
-5.271 7.339 12.609
-3.459 5.929 9.388
-4.965 6.539 11.504
-6.825 6.504 13.329
-4.607 6.284 10.891
-3.604 6.645 10.248
-1.593 8.431 10.025
-6.621 6.180 12.801
-5.776 7.333 13.109
-5.601 4.142 9.744
-4.518 7.537 12.055
-5.914 6.434 12.348
-7.877 4.870 12.747
-6.665 4.029 10.695
-6.906 2.613 9.518
-5.005 11.325 16.330
-4.111 5.701 9.813
-3.585 6.100 9.685
70代男性の考察:
• 体幹が左方向へ揺れ幅平均値=-4.322
• 体幹が右方向へ揺れ幅平均値=6.734
• 体幹が全体的揺れ幅平均値=11.059
• 左右傾斜率:右55.8% (揺れ幅平均値の差分/揺れ幅平均値の小さい方)
• 腰に故障があるかもしれない
• 故障の潜在誘因になり、歩行機能が低下し転倒するリスク
-10
0
10
1
5
9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
101
105
109
113
117
121
125
体幹の揺れ幅
体幹の揺れ幅
18
• 計測時間
• 1人当たり3分程度で計測ができる。
• 計測手法
• GUIのスタートとストップ、データ取得ボタンを押すだけ。
• 平均歩行速度と歩幅について
• 平均速度と歩幅を計測できた
• 区間が2mと短いため、実際の歩行動作とは異なると思われるが
• 被験者間の相対的な違いを観測できた
• 膝の上下動きの幅、腕のふり幅と体幹の揺れ幅について
• 膝の上下動きの幅、腕ふり幅、体幹の揺れ幅を計測できた
• 被験者に対して歩き方の問題点を推測が可能
• 課題:①サンプル数を増やし、短い歩行距離用の基準を設ける、②補正精度を
向上させる、③専門家の意見を導入し、推測項目を増やす
まとめ
ご清聴ありがとうございました
What’s your question?
19
20
y = -0.6269x - 99.577
-114.000
-112.000
-110.000
-108.000
-106.000
-104.000
-102.000
-100.000
-98.000
-96.000
0.0 5.0 10.0 15.0 20.0
Y
X 値 1
X 値 1 観測値グラフ
補正・左膝(山)
概要
回帰統計
重相関 R 0.9096
重決定 R2 0.827373
補正 R2 0.817218
標準誤差 1.65806
観測数 19
分散分析表
自由度 変動 分散
観測された分
散比 有意 F
回帰 1 223.9963 223.9963 81.47802 6.8E-08
残差 17 46.73576 2.749162
合計 18 270.7321
係数 標準誤差 t P-値 下限 95% 上限 95% 下限 95.0% 上限 95.0%
切片 -99.5769 0.791835 -125.755 1.11E-26 -101.248 -97.9063 -101.248 -97.90627
X 値 1 -0.62688 0.069448 -9.02652 6.8E-08 -0.7734 -0.48035 -0.7734 -0.480354
回帰分析の結果より、
R2=0.83
F値<0.01
P値<0.01
よって、回帰式による補正
は妥当。
Y0
Y
Δ
Y
21
Yn=yn +△Y
補正前の値(計測
値)
補正後の
値
残差出力
観測値 予測値: Y 残差
1 -100.204 -1.44573
2 -100.831 -0.73185
3 -101.458 -2.22027
4 -102.084 3.857044
5 -102.711 -1.06032
6 -103.338 -0.67544
7 -103.965 1.321438
8 -104.592 1.833116
9 -105.219 1.713794
10 -105.846 0.622472
11 -106.473 -0.97495
12 -107.099 0.463228
13 -107.726 -1.82769
14 -108.353 -0.46532
15 -108.98 1.095761
16 -109.607 -2.10356
17 -110.234 1.084217
18 -110.861 -1.3942
19 -111.488 0.908273
Y-Y0 △Y y Yn
0 0 -101.65 -101.65
-0.62688 0.626878 -101.563 -100.936
-1.25376 1.253756 -103.678 -102.424
-1.88063 1.880634 -98.2274 -96.3467
-2.50751 2.507512 -103.772 -101.264
-3.13439 3.13439 -104.014 -100.879
-3.76127 3.761268 -102.644 -98.8823
-4.38815 4.388146 -102.759 -98.3707
-5.01502 5.015024 -103.505 -98.49
-5.6419 5.641902 -105.223 -99.5813
-6.26878 6.26878 -107.448 -101.179
-6.89566 6.895658 -106.636 -99.7405
-7.52254 7.522536 -109.554 -102.031
-8.14941 8.149414 -108.819 -100.669
-8.77629 8.776292 -107.884 -99.108
-9.40317 9.403169 -111.711 -102.307
-10.03 10.03005 -109.15 -99.1196
-10.6569 10.65693 -112.255 -101.598
-11.2838 11.2838 -110.579 -99.2955
y = -0.6269x - 99.577
-114.000
-112.000
-110.000
-108.000
-106.000
-104.000
-102.000
-100.000
-98.000
-96.000
-94.000
0.0 5.0 10.0 15.0 20.0
Y
X 値 1
X 値 1 観測値グラフ
Y
予測値: Y
22

More Related Content

Featured

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

Featured (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

モーションセンサーを用いた高齢者の体力測定手法

  • 1. モーションセンサーを用いた 高齢者の体力測定手法 川井 明1 谷口 伸一2 李 慧麗2 和泉 志津恵1 1, 滋賀大学データサイエンス学部 2, 滋賀大学経済学研究科 1
  • 3. 健康寿命の延伸⇒「歩行能力」に着眼 • 「転倒」は高齢者にとって極めて危険なこと • 高齢者の3人に1人は年間に 1 度以上の転倒を経験 • 転倒による死亡事故は、窒息に次ぐ第 2 位の割合、交通事故より多い • 転倒は大腿骨近位部骨折の主原因 (78%) • この骨折は要介護に移行する主要な原因の 1 つ 3 高齢者の歩行能力を容易 に測定できる手法 を開発し、発見した問題点を高齢者 と医療機関へフィードバック 高齢者健康寿命の延伸を目指す
  • 4. 既存方式 • Kinectを用いて定量的かつ視学的に動作が分析できるシステム • 鉋掛けの教師動作と比較 • 関節部位から定量的な動作分析 • 技能の学習・改善に効果があることを示した • 医療従事者や高齢者に難しい • 運動能力を評価するバランス評価のための身体モデル • 頭部重心動揺と体の関節角度 ⇒身体バランス評価 • 光学式モーションキャプチャの費用が非常に高い、利用空間制限が多い 4
  • 5. 提案:高齢者歩行能力の計測手法 • Kinectを用いて人体の関節3次元座標を取得 • 利用者側のインターフェスにScratchプログラム • 関節動きデータを統計的手法で補正・分析し、歩行能力を計測 5 高齢者 Kinect システム操作者 (医師など) Scratch プログラム 高齢者の動き データ出力 補正 歩行能力分析 データ 研磨・補正
  • 6. 計測システムの構築 • モーションセンサー:KinectV2 • プログラム開発環境:Scratch 1.4 • Kinect2Scratch SDK1.5 • 実験PC:DELL XPS15 (core i5 2.3GHz, メモリ8GB) • データ取得頻度:約5Hz、取得数:128個 • 観測関節(全部で25関節): • 脚(左右)、手(左右)、膝(左右)、脊椎頂端・中心・末端 • 分析項目 1. 平均歩行速度 2. 歩幅 3. 膝の上下動きの幅 4. 腕のふり幅 5. 体幹の揺れ幅 6
  • 7. 計測実験 • 実験場所:米原河内会館 • 実験対象:高齢者(60代~80代)16名(男3、女13) • 計測項目: 7 1、足踏みテスト 2、前後、左右歩行 (各2m)
  • 8. 平均歩行速度 • 測定実験:2m の距離を歩く • 縦方向、左右方向歩行時間を測量 • 計算方法:速度v=歩行距離 s / 計測時間 t 参考:高齢者763名の10m歩行速度測定結果 • 屋内と射程の制限で、今回は2mとしている • 屋外全速歩行とは異なるため、速度の比較は不可 • 新たな基準を設ける必要がある • 相対的に遅かった女性が要注意 8 No 年齢 性別 平均速度 (m/s) 1 65 男性 0.505 2 70 男性 0.642 3 75 女性 0.506 4 不明 女性 0.499 5 75 女性 0.436 6 不明 女性 0.599 7 80 女性 0.529 8 70 女性 0.572 9 70 女性 0.705 10 60 女性 0.588 11 70 女性 0.545 12 70 女性 0.516 13 70 女性 0.777 14 80 女性 0.549 15 80 女性 0.570 16 75 男性 1.097 速度(m・秒) 10m歩行基準 名数 >1.3m/秒 早い 1.0<1.3m/秒 普通 1 0.6<1.0m/秒 やや遅い 3 <0.6m/秒 遅い 12
  • 9. 歩幅 • 測定実験: 2mの距離を歩く • データ: • footleft、footrightの z 軸データ、単位m • 1歩目の踵から3歩目の踵までの距離を2で割る • 参考:1131名高齢者の歩行データ • 距離が短く、歩幅を広げていない結果が見られた • 女性の4番、5番は足が弱い 9 No 年齢 性別 平均歩幅 (m) 1 65 男性 0.410 2 70 男性 0.531 3 75 女性 0.462 4 不明 女性 0.246 5 75 女性 0.316 6 不明 女性 0.497 7 80 女性 0.351 8 70 女性 0.390 9 70 女性 0.450 10 60 女性 0.290 11 70 女性 0.274 12 70 女性 0.426 13 70 女性 0.450 14 80 女性 0.361 15 80 女性 0.324 16 75 男性 0.622 年齢代 男性 女性 65-69 0.67±0.09 0.59±0.09 70-74 0.62±0.09 0.53±0.10 75-79 0.59±0.12 0.51±0.09 80- 0.51±0.10 0.44±0.10 年齢代 男性 女性 65-69 70-74 0.53 0.40 75-79 0.62 0.39 80- 0.35
  • 10. 膝の上下動きの幅・補正 • 対象:70代 男性 • 測定実験:固定位置で足踏み • データ:kneeleft、kneerightの y 軸データ • 計算方法:山の平均値と谷の平均値を計算し、差は膝の上下動きの幅 • 補正: 足踏み状態で固定位置から前に移動すると、Y軸座標値はマイナスに変 動する(グラフの斜線のように) • 回帰分析で補正 10 -120.000 -115.000 -110.000 -105.000 -100.000 -95.000 -90.000 -85.000 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101106111116121126 固定位置からずれた 固定位置に戻る 固定位置で足踏み
  • 11. 11 -120 -115 -110 -105 -100 -95 -90 -85 1 2 3 4 5 6 7 8 9 10 11 12 13 14 kneeleft 山 谷 -120 -115 -110 -105 -100 -95 -90 -85 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 kneeright 山 谷 70代男性の考察: • 左膝の上下動きの幅:5.202 • 右膝の上下動きの幅:4.866 • 左右の差:0.336 • 左膝の上下動きの幅は右膝の上下動き幅より 6.9%大きい • 体の重心が右方向へずれている可能性 • 右足が着地の瞬間には身体の体重が右膝に かかる → 故障リスク増大 膝の上下動きの幅・70代男性
  • 12. 12 -135 -130 -125 -120 -115 -110 -105 -100 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 kneeleft 山 谷 -135 -125 -115 -105 -95 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 kneeright 山 谷 女性Aの考察: • 左膝の上下動き幅:3.228 • 右膝の上下動き幅:3.116 • 左右の差:0.112 • 左膝の上下動き幅は右膝の上下動き幅よ り3.6%大きい • 両膝の運動の差が顕著ではない • 但し、上下動きの幅が両膝とも非常に低い • 躓いて転倒のリスク 膝の上下動きの幅・70代女性
  • 13. 腕のふり幅 • 対象:70代 男性 • 測定実験:固定位置で足踏み • データ:足踏みhandleft,handrightの z 軸データ 単位m • 計算方法:山から谷までの差は各回の腕ふり幅 13 1.500 1.700 1.900 2.100 2.300 2.500 2.700 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 1… 1… 1… 1… 1… 1… hand left z
  • 14. 14 Handleft 山 谷 振 り 幅 (m) 2.248 2.146 0.102 2.252 2.071 0.181 2.261 2.049 0.212 2.367 1.969 0.399 2.298 1.906 0.392 2.339 1.915 0.425 2.281 1.951 0.330 2.269 1.936 0.333 2.256 1.928 0.329 2.184 1.886 0.299 2.249 1.933 0.316 2.198 1.860 0.338 2.251 1.950 0.302 2.194 1.897 0.297 2.181 1.926 0.255 2.179 1.888 0.291 2.113 1.825 0.288 2.059 1.867 0.192 2.142 1.885 0.257 2.335 1.889 0.447 2.369 2.001 0.368 2.412 2.020 0.392 2.399 1.990 0.409 2.406 2.031 0.375 2.371 1.935 0.436 2.363 1.971 0.392 2.427 1.943 0.485 2.306 1.943 0.362 2.381 1.950 0.431 2.334 2.038 0.296 2.451 2.000 0.451 2.321 1.874 0.446 2.206 1.873 0.333 2.381 1.880 0.501 2.366 1.978 0.388 2.286 1.958 0.328 Handright 山 谷 振 り 幅 (m) 2.264 2.097 0.167 2.264 2.063 0.201 2.256 2.066 0.191 2.283 2.116 0.167 2.362 2.056 0.307 2.371 2.069 0.301 2.309 2.068 0.241 2.291 2.014 0.277 2.294 2.047 0.247 2.211 2.030 0.181 2.233 1.995 0.238 2.223 2.000 0.224 2.224 1.982 0.243 2.199 2.004 0.195 2.200 1.951 0.249 2.160 1.919 0.241 2.150 1.928 0.222 2.081 1.914 0.167 2.064 1.950 0.115 2.177 2.096 0.082 2.292 2.131 0.161 2.298 2.112 0.187 2.292 2.152 0.140 2.298 2.082 0.216 2.277 2.074 0.203 2.222 2.083 0.139 2.285 2.150 0.135 2.314 2.126 0.188 2.249 2.081 0.169 2.262 2.139 0.123 2.226 2.046 0.180 2.187 1.983 0.205 2.268 2.050 0.217 2.311 2.068 0.244 2.349 2.058 0.290 70代男性の考察: • 左腕ふり幅の平均値は0.343m、 中央値は0.338m • 右腕ふり幅の平均値は0.203m、 中央値は0.203m • 腕ふり幅左右の差は0.14m • 左腕ふり幅が右腕ふり幅より0.14m大きい、 左腕の力が右腕より強い • 右膝関節がもっと身体を支える力を使うので、 身体重心が多少右方向へずれている状態 • 体の右側に故障の可能性 腕のふり幅
  • 15. 15 女性Aの考察: • 左腕ふり幅の平均値は0.085m、 中央値は0.074m • 右腕ふり幅の平均値は0.057m、 中央値は0.050m • 腕ふり幅の左右の差は0.028m • 両腕があまり振らないのは不自然と考えられ、動画 からみると、上体が明らかに前に傾いている • 両腕がずっと後ろに伸ばしている • 転倒リスクがとても高い、転倒の場合、顔面が直 接に地面にぶつかるため危険 腕のふり幅
  • 16. 体幹の揺れ幅 • 対象:70代 男性 • 測定実験:足踏み • データ:spineshoulder,spinebaseの x 軸データ • 計算方法:0.2秒ごとに、spinebaseの関節を原点として、spineshoulderの 差は左・右への揺れ幅を計算 左・右への揺れ幅(Xn)=spineshoulder x(Sn)-spinebase x(Bn) Xn>0、体幹が右方向へ揺れる Xn<0、体幹が左方向へ揺れる 体幹の揺れ幅=|山|+|谷| 16 spineshoulder x spinebase x -10 -5 0 5 10 15 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 体幹の揺れ幅
  • 17. 17 左方向(谷) 右方向(山) 揺れ幅 -2.434 1.168 3.602 -1.970 8.415 10.385 -4.698 6.736 11.434 -4.985 6.036 11.021 -5.212 5.539 10.751 -4.767 7.528 12.295 -3.917 7.095 11.012 -3.279 7.751 11.030 -6.265 7.994 14.260 -1.306 6.530 7.836 -5.361 6.761 12.122 -5.530 7.180 12.709 -3.624 7.652 11.276 -0.437 7.140 7.577 -3.178 6.113 9.292 -1.613 8.463 10.075 -3.697 8.699 12.396 -4.499 9.234 13.733 -0.232 9.322 9.554 -5.271 7.339 12.609 -3.459 5.929 9.388 -4.965 6.539 11.504 -6.825 6.504 13.329 -4.607 6.284 10.891 -3.604 6.645 10.248 -1.593 8.431 10.025 -6.621 6.180 12.801 -5.776 7.333 13.109 -5.601 4.142 9.744 -4.518 7.537 12.055 -5.914 6.434 12.348 -7.877 4.870 12.747 -6.665 4.029 10.695 -6.906 2.613 9.518 -5.005 11.325 16.330 -4.111 5.701 9.813 -3.585 6.100 9.685 70代男性の考察: • 体幹が左方向へ揺れ幅平均値=-4.322 • 体幹が右方向へ揺れ幅平均値=6.734 • 体幹が全体的揺れ幅平均値=11.059 • 左右傾斜率:右55.8% (揺れ幅平均値の差分/揺れ幅平均値の小さい方) • 腰に故障があるかもしれない • 故障の潜在誘因になり、歩行機能が低下し転倒するリスク -10 0 10 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 101 105 109 113 117 121 125 体幹の揺れ幅 体幹の揺れ幅
  • 18. 18 • 計測時間 • 1人当たり3分程度で計測ができる。 • 計測手法 • GUIのスタートとストップ、データ取得ボタンを押すだけ。 • 平均歩行速度と歩幅について • 平均速度と歩幅を計測できた • 区間が2mと短いため、実際の歩行動作とは異なると思われるが • 被験者間の相対的な違いを観測できた • 膝の上下動きの幅、腕のふり幅と体幹の揺れ幅について • 膝の上下動きの幅、腕ふり幅、体幹の揺れ幅を計測できた • 被験者に対して歩き方の問題点を推測が可能 • 課題:①サンプル数を増やし、短い歩行距離用の基準を設ける、②補正精度を 向上させる、③専門家の意見を導入し、推測項目を増やす まとめ
  • 20. 20
  • 21. y = -0.6269x - 99.577 -114.000 -112.000 -110.000 -108.000 -106.000 -104.000 -102.000 -100.000 -98.000 -96.000 0.0 5.0 10.0 15.0 20.0 Y X 値 1 X 値 1 観測値グラフ 補正・左膝(山) 概要 回帰統計 重相関 R 0.9096 重決定 R2 0.827373 補正 R2 0.817218 標準誤差 1.65806 観測数 19 分散分析表 自由度 変動 分散 観測された分 散比 有意 F 回帰 1 223.9963 223.9963 81.47802 6.8E-08 残差 17 46.73576 2.749162 合計 18 270.7321 係数 標準誤差 t P-値 下限 95% 上限 95% 下限 95.0% 上限 95.0% 切片 -99.5769 0.791835 -125.755 1.11E-26 -101.248 -97.9063 -101.248 -97.90627 X 値 1 -0.62688 0.069448 -9.02652 6.8E-08 -0.7734 -0.48035 -0.7734 -0.480354 回帰分析の結果より、 R2=0.83 F値<0.01 P値<0.01 よって、回帰式による補正 は妥当。 Y0 Y Δ Y 21
  • 22. Yn=yn +△Y 補正前の値(計測 値) 補正後の 値 残差出力 観測値 予測値: Y 残差 1 -100.204 -1.44573 2 -100.831 -0.73185 3 -101.458 -2.22027 4 -102.084 3.857044 5 -102.711 -1.06032 6 -103.338 -0.67544 7 -103.965 1.321438 8 -104.592 1.833116 9 -105.219 1.713794 10 -105.846 0.622472 11 -106.473 -0.97495 12 -107.099 0.463228 13 -107.726 -1.82769 14 -108.353 -0.46532 15 -108.98 1.095761 16 -109.607 -2.10356 17 -110.234 1.084217 18 -110.861 -1.3942 19 -111.488 0.908273 Y-Y0 △Y y Yn 0 0 -101.65 -101.65 -0.62688 0.626878 -101.563 -100.936 -1.25376 1.253756 -103.678 -102.424 -1.88063 1.880634 -98.2274 -96.3467 -2.50751 2.507512 -103.772 -101.264 -3.13439 3.13439 -104.014 -100.879 -3.76127 3.761268 -102.644 -98.8823 -4.38815 4.388146 -102.759 -98.3707 -5.01502 5.015024 -103.505 -98.49 -5.6419 5.641902 -105.223 -99.5813 -6.26878 6.26878 -107.448 -101.179 -6.89566 6.895658 -106.636 -99.7405 -7.52254 7.522536 -109.554 -102.031 -8.14941 8.149414 -108.819 -100.669 -8.77629 8.776292 -107.884 -99.108 -9.40317 9.403169 -111.711 -102.307 -10.03 10.03005 -109.15 -99.1196 -10.6569 10.65693 -112.255 -101.598 -11.2838 11.2838 -110.579 -99.2955 y = -0.6269x - 99.577 -114.000 -112.000 -110.000 -108.000 -106.000 -104.000 -102.000 -100.000 -98.000 -96.000 -94.000 0.0 5.0 10.0 15.0 20.0 Y X 値 1 X 値 1 観測値グラフ Y 予測値: Y 22

Editor's Notes

  1. これらの動作と転倒との関連性、医学的に証明されているか 被験者たちは運動経験ありますか。 既存の筋力測定方式との関連性は? 被験者は事後の感想は?
  2. かんな掛け
  3. Scratch 1.4 MIT media Lab
  4. 9:30 – 10:52