JP6289313B2 - 脳機能障害評価システム、脳機能障害評価方法およびプログラム - Google Patents

Description

本発明は、認知機能低下をはじめとする脳機能障害の程度を評価する技術に関する。

近年、高齢化社会の進行に伴い、認知症の患者数が増大し、現在、国内には２００万人もの認知症患者がいると言われている。認知症では、記憶障害、見当識障害、学習障害などが生じ、日常生活に大きな支障を来たす。また、暴言、暴力、徘徊、不潔行為などの問題行動が見られる場合もある。さらに、末期には、小刻み歩行や前傾姿勢などの運動障害が表れ、最終的には寝たきり状態に陥る。

認知症としては、アルツハイマー型認知症、脳血管性認知症、レビー小体型認知症の三大認知症があるが、その他に、パーキンソン病などの運動障害や、うつ病や統合失調症などの精神疾患に併発して認知機能が低下する場合がある。診断により認知症の種類を特定できると、それに合わせた薬物療法等の適切な治療が可能となる。いずれの種類の認知症も、早期に発見し、適切な薬を投与することで、軽度の状態で進行を抑制できる。これらのことから、認知症になる可能性の高い健常高齢者を対象に、認知症を早期に発見するためのスクリーニング検査が必要である。

認知症の診断は、長谷川式スケールやＭＭＳＥ（Mini Mental State Examination）などのように、記憶、判断などの認知機能を調べる検査が主流である。しかしながら、これらの診断方法は、医師が対面で数分〜数１０分かけて行うもので、時間的制約などの観点から、多数の被験者を対象にしたスクリーニング検査に適しているとは言えない。

また、ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）を用いて脳の萎縮の有無を調べる方法や、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）、ＰＥＴ（Positron Emission Tomography）を用いて認知症の原因物質であるアミロイドベータの蓄積状況を調べる方法などの脳画像計測による診断も行われている。しかしながら、これらの脳画像計測は、検査費が高額で、検査時間も長くかかるため、多数の被験者を対象にしたスクリーニング検査に適しているとは言えない。

上記の認知機能検査や脳画像計測に対して、手指の運動を計測することで認知機能低下を検出可能であることが指摘されている。一般に、認知機能に障害を受けると、四肢の協調動作や、外部刺激に追従した身体運動が困難になると考えられている。そして、このような身体運動の機能低下は、とくに巧緻性の高い運動を行う手指で早期に観察されやすい。そのため、手指の運動を電子機器で計測すれば、その結果に基づき認知症を早期に発見できる可能性がある。

従来の発明として、例えば、特許文献１、特許文献２、特許文献３、非特許文献１などには、ボタン押し装置・タブレットコンピュータ・磁気センサなど、手指の運動を簡易に計測できる装置を用いることにより、医師に頼らず、被験者の認知機能を簡易的に評価する評価システムの例が開示されている。また、特許文献４では、両手の指タッピング運動（２指（親指と人差し指など）の繰り返す開閉運動）における位相差を評価することで、認知機能低下を表す方法が提案されている。

特開２０１２−２１７７９７号公報 特開２０１１−０８３４０３号公報 特開２００８−２４６１２６号公報 特開２００７−３０１００３号公報

Robbins T. W. et al.、 "Cambridge Neuropsychological Test Automated Battery (CANTAB): a factor analytic study of a large sample of normal elderly volunteers"、Dementiaand Geriatric Cognitive Disorders、 Switzerland、 1994、 Vol.5、 No.5、 pp.266-281

認知機能の低下が進むと両手の運動機能の差異が大きくなると言われているため、両手の運動機能の差異を算出する方法が有効である。その観点では、特許文献１、特許文献２、特許文献３、非特許文献１の技術では、片手の手指運動を計測しているため、両手の運動機能の差異を評価することはできない。また、特許文献４では、両手の指タッピング運動における位相差を評価する方法が提案されているが、両手の運動機能の差異を明示的に算出していないため、上記目的には合致しない。

そこで、本発明は、両手協調運動における両手の運動機能の差異を算出することで、認知機能低下をはじめとする脳機能障害の程度を容易に評価することを課題とする。

前記課題を解決するために、本発明は、運動センサから取得した被験者の両手それぞれの運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムであって、前記解析手段は、前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成する運動波形生成手段と、前記被験者の両手それぞれの前記運動波形に基づいて、両手それぞれの運動の差異を表す両手差異特徴量を生成する両手差異特徴量生成手段と、を含み、前記両手差異特徴量生成手段は、両手それぞれの前記運動波形の差分を両手差分波形として算出し、算出した前記両手差分波形に基づいて、前記両手差異特徴量を生成することを特徴とする脳機能障害評価システムである。
その他の手段については後記する。

本発明によれば、両手協調運動における両手の運動機能の差異を算出することで、認知機能低下をはじめとする脳機能障害の程度を容易に評価することができる。

本実施形態に係る脳機能障害評価システムの全体構成を示したブロック図である。 運動センサを手に取り付けた様子を示した図である。 運動センサ制御部の構成等を示した図である。 運動波形を表した図である。 運動波形から得られる複数の特徴量を示した表である。 指タッピング運動の用語の定義の説明図である。 （ａ）は、速度波形のゼロ交差回数の説明図である。（ｂ）は、加速度波形のゼロ交差回数の説明図である。 距離波形の振幅の局所的な標準偏差の説明図である。 （ａ）は、タップインターバルの頻度分布の歪度の説明図である。（ｂ）は、距離波形における極大点付近の尖度の説明図である。 カオス時系列解析の軌跡の説明図である。（ａ）は、高齢健常者の軌跡を示した図である。（ｂ）は、認知症患者の軌跡を示した図である。 高齢健常者群と認知症患者群の両手差異特徴量にｔ検定を適用したときの有意確率を示した図である。（ａ）は、両手同時指タップ時を示した図である。（ｂ）は、両手交互指タップ時を示した図である。 （ａ）は、両手差分波形の変動サイクルの説明図である。（ｂ）は、両手差分波形の周波数ピークの説明図である。 被験者情報入力画面を示した図である。 測定画面を示した図である。 本発明を端末装置とサーバ装置で構成したときのブロック図である。

以下、本発明を実施するための形態（以下「実施形態」という。）について、図面を参照して詳細に説明する。
なお、以下に説明する本実施形態では、脳機能障害とは、いわゆる認知機能低下を発症するもの全般（アルツハイマー型認知症、脳血管性認知症、レビー小体型認知症、パーキンソン病、水頭症、うつ病、統合失調症など）を総称するものするが、脳卒中などによる運動障害などを含む。また、本実施形態の説明では、脳機能障害を単に認知症という場合もある。

［全体構成］
図１に示すように、本実施形態に係る脳機能障害評価システム１０００は、被験者の手指運動を測定する運動機能測定装置１１００と、運動機能測定装置１１００によって測定されたデータの記録及び解析を行う脳機能障害評価装置１２００と、被験者の情報等を入力する操作入力部１３００と、測定結果や解析結果を出力し前記出力されたデータを表示する表示部１４００（表示手段）と、を含んで構成される。

ここで、被験者とは、運動機能測定装置１１００による測定対象であり、本実施形態においては、認知症の有無または重症度の検査を希望する人である。
また、運動機能測定装置１１００は、被験者に手指運動を行わせた際の指の動作を測定するものである。ここで、手指運動とは、磁気センサによって計測された指タッピング運動（手の親指と人差し指を可能な限り速く、かつ可能な限り大きく繰り返し開閉させる運動）や、タッチパネルセンサ（画面接触型センサ）を有するタブレット端末などの画面上をタッチしたりスライドしたりする運動を含む。以下、手指運動とは、指タッピング運動とする。

［運動機能測定装置］
運動機能測定装置１１００は、被験者の手指運動の情報（以下、単に「運動情報」ともいう。）を時系列に検出するものであって、少なくとも、距離、速度、加速度、躍度（加速度を時間微分したもの）のいずれか１つに関する被験者の運動情報を、時系列データ（波形データ）として取得するものである。

運動機能測定装置１１００は、運動センサ１１１０と、運動センサインタフェース１１２０と、運動センサ制御部１１３０とを備えて構成される。
運動センサインタフェース１１２０と、運動センサ制御部１１３０は、１つの筐体である収容部１５００に収容されている。なお、１つの筐体に入れなくてもよい。

≪運動センサ≫
図２に示すように、運動センサ１１１０は、磁場を発信する発信コイル２１００と、この磁場を受信（検出）する受信コイル２２００によって構成される。
発信コイル２１００は親指の爪部に、受信コイル２２００は人差し指の爪部に、例えば両面テープ等によって、それぞれ装着される。なお、取り付ける指を逆にして、発信コイル２１００を人差し指の爪部に、受信コイル２２００を親指の爪部に装着してもよい。

また、発信コイル２１００と受信コイル２２００の被装着部位は、親指と人差し指の爪部として説明しているが、これに限定されるものではなく、例えば、爪部以外の指部分であってもよい。
また、親指と人差し指に限定されることなく、例えば、親指と小指等の別の組み合わせの指に装着してもよい。さらに、被装着部位は被験者の爪部又は指に限定されることなく、例えば、指に近接する手のひら等の周辺部位も含まれる。従って、発信コイル２１００と受信コイル２２００の被装着部位は、手指運動を検出できるのであれば、被験者の爪部、指、及び指の周辺部位のいずれでもよい。

≪運動センサインタフェース≫
運動センサインタフェース１１２０（図１参照）は、アナログ／デジタル変換回路を含み、運動センサ１１１０によって検出されたアナログ信号の波形データを、所定のサンプリング周波数でデジタル信号の波形データに変換し、前記変換されたデジタル信号が運動センサ制御部１１３０（図１参照）に導入される。

≪運動センサ制御部≫
図３は、運動センサ制御部１１３０の構成等を示したブロック図である（運動センサインタフェース１１２０の図示は省略している）。ここで、運動センサ制御部１１３０が波形データを取得する手順について説明する。

図３において、交流発生回路３１００によって特定の周波数（例えば、２０ｋＨｚ等）を持つ交流電圧が作成される。交流発生回路３１００によって作成された特定の周波数を持つ交流電圧は、電流発生用アンプ回路３２００によって特定の周波数を持つ交流電流に変換され、その変換された交流電流が発信コイル２１００に流れる。発信コイル２１００を流れる交流電流によって発生した磁場は、受信コイル２２００に誘導起電力を発生させる。

誘導起電力によって受信コイル２２００に発生した交流電流（交流発生回路３１００によって作成された特定の周波数を持つ交流電圧と同じ周波数を有している。）は、プリアンプ回路３３００によって増幅され、増幅後の信号は検波回路３４００に入力される。検波回路３４００では、交流発生回路３１００によって作成された特定の周波数又は２倍周波数によって、前記した増幅後の信号の検波を行う。つまり、高周波が含まれる波形から、手指同士の距離の変化に伴う電圧の変動分を取り出す。そのため、交流発生回路３１００の出力を、位相調整回路３６００によって位相を調整した後、参照信号３７００として検波回路３４００の参照信号入力端子に導入する。

検波回路３４００の出力信号は、高周波成分を除去するためのＬＰＦ（Low-Pass Filter）回路３５００を通過した後、所望の電圧を得るためにアンプ回路３８００によって増幅されて脳機能障害評価装置１２００に導入される。アンプ回路３８００の出力信号３９００は、親指と人差し指にそれぞれ装着された発信コイル２１００と受信コイル２２００との相対距離Ｄに対応する電圧値を表す（相対距離と電圧値の変換式については後記）。

以上、運動センサ１１１０として磁気センサを用いた場合について説明したが、その代わりに、加速度センサやストレインゲージ、高速度カメラ等を用いてもよい。また、タブレット端末やスマートフォンなどの画面上で、１本以上の指をタッチまたはスライドさせることで手指運動を計測してもよい。

［脳機能障害評価装置］
脳機能障害評価装置１２００（図１参照）は、運動機能測定装置１１００によって測定されたデータの記録や解析を行うものである。ここで、脳機能障害評価装置１２００は、運動センサ制御部１１３０からの出力信号（時系列データ）を入力するデータ入力部１２１０と、前記入力した出力信号を解析するデータ処理部１２２０（解析手段）と、運動機能測定装置１１００へ測定の開始のための信号を送信する信号制御手段１２３０と、被験者情報処理手段１２４０と、データ処理部１２２０の解析結果を表示部１４００に出力できる形式に処理する出力処理手段１２５０と、データ処理部１２２０と被験者情報処理手段１２４０の処理するデータを保存する記憶部１２６０（記憶手段）と、データの受け渡しや演算処理などの制御を行う制御部１２７０と、を含んで構成される。

≪データ処理部≫
データ処理部１２２０（図１参照）は、データ入力部１２１０から送給され制御部１２７０を通して得られた出力信号に基づいて、被験者の指タッピング運動の運動波形を算出（生成）し、認知症の重症度を表す客観的な指標を算出する。各情報は適宜、記憶部１２６０に格納される。
ここで、データ処理部１２２０は、運動波形生成手段１２２１と、両手差異特徴量生成手段１２２２とを含んで構成される。

＜運動波形生成手段＞
運動波形生成手段１２２１（図１参照）は、運動機能測定装置１１００から送給された電圧出力の時系列データ（波形データ）を、対応する運動波形に変換し、変換された運動波形を時間微分又は時間積分することによって、距離波形と、速度波形と、加速度波形とを補完的に生成するものである（詳細は後記）。

ここで、電圧出力（電圧値）を運動波形（相対距離波形など）に変換するための変換式は、例えば、長さの異なる複数のブロック（例えば長さが２０、３０、６０ｍｍのブロック）を一体化したキャリブレーションブロックを用いて、その複数の長さ（２０、３０、６０ｍｍ）それぞれの部分を二指で持った際に得られる電圧値と距離値のデータセットから、そのデータセットとの誤差を最小にする近似曲線として求められる。

図４は、前記波形データを変換式によって変換して得られた距離波形４１００と、距離波形４１００を時間微分することで得られた速度波形４２００と、速度波形４２００を時間微分することで得られた加速度波形４３００を示す図である。なお、「運動波形」とは、特に限定しない限り、距離波形、速度波形、加速度波形及び躍度波形のうち、少なくとも１つを含む。また、運動機能測定装置１１００として、ストレインゲージや加速度計等を適用した場合であっても、少なくとも１つの運動波形が測定されれば、微積分演算することによって補完的に他の運動波形（距離、速度、加速度、躍度）を求めることができる。

＜両手差異特徴量生成手段＞
両手差異特徴量生成手段１２２２（図１参照）は、運動波形生成手段１２２１から得られた運動波形から、両手それぞれの手指運動の差異を表す両手差異特徴量を生成する。本実施形態において、両手差異特徴量の算出には、二通りの方法がある。一つ目は、右手・左手の運動波形から個別に特徴量を算出した後、２つの特徴量の差分を算出する方法（第１の両手差異特徴量算出方法）である。二つ目の方法は、右手と左手の運動波形の差分となる時系列データを算出した後、その差分波形について特徴量を算出する方法（第２の両手差異特徴量算出方法）である。以下、これらの二通りの方法について説明する。

（第１の両手差異特徴量算出方法）
[片手の運動波形から算出される特徴量]
図５は、特徴量の名称と定義を示す図である。以下では、必要な用語を説明した後、特徴量番号５０２３〜５０２９の特徴量を詳細に説明する。なお、特徴量番号５００１〜５０２２の特徴量については、図５に示した定義の通りであるので、詳細な説明を省略する。また、以下において、「特徴量番号５０※※の特徴量」を「特徴量５０※※」とも表記する。

図６に示すように、指タッピング運動の周期６１００とは、距離値が距離波形の計測時間中の平均値６２００と交差し、かつ速度が０より小さくなった時点から、次に同じ条件になる時点までと定義する。タップインターバルとは、その１周期の長さとする。そして、１周期内で距離値が最小となる点を距離波形の極小点６３００とし、そのときの距離値を極小値とする。同様に、１周期内で距離値が最大となる点を距離波形の極大点６４００とし、そのときの距離値を極大値とする。さらに、距離波形の極小点から次の極大点までをオープニング動作６５００、距離波形の極大点から次の極小点までをクロージング動作６６００と定義する。

速度波形のゼロ交差回数５０２３（特徴量５０２３。以下、他についても同様に表記する場合がある。）（図５参照）とは、計測時間中に速度が正値から負値になった回数から、タッピング回数５０１９を引いた値である。なお、速度が正値から負値になった回数は、速度が負値から正値になった回数としてもよい。

速度波形のゼロ交差回数５０２３は、図７（ａ）で示したような、距離波形に表れた指タッピング運動の大きな運動以外の細かい上下運動７１００の個数を数えるための特徴量である。速度波形がゼロを交差する回数が、距離波形の細かい上下運動の回数に対応している。このような距離波形の細かい上下運動の回数は、一般に、健常者よりも認知症患者のほうが多い。

同様に、加速度波形のゼロ交差回数５０２４（図５参照）とは、計測時間中に加速度が正値から負値になった回数から、タッピング回数５０１９を引いた値である。なお、加速度が正値から負値になった回数は、加速度が負値から正値になった回数としてもよい。

加速度波形のゼロ交差回数５０２４は、図７（ｂ）に示すように、細かい上下運動に限らず、指タッピング運動の途中で不自然に勢いの強弱が変化した回数部分７２００を数えるための特徴量である。加速度波形がゼロを交差する回数が、距離波形で不自然に勢いの強弱が変化した回数に対応している。このような距離波形で不自然に勢いの強弱が変化した回数は、一般に、健常者よりも認知症患者のほうが多い。

距離波形の極大値の局所的な標準偏差５０２５（図５参照）とは、図８で示したように、距離波形の近傍ｎ個の距離の極大値の標準偏差（連続するｎ周期分の距離波形に関するそれぞれの距離の極大値の標準偏差）を全計測時間にわたって平均した値である。ｎは、２以上で、かつタッピング回数よりも小さい整数であれば、いくつでもよい。

タップインターバルの局所的な標準偏差５０２６（タッピングの時間間隔のばらつきに関する特徴量）（図５参照）とは、近傍ｎ個のタップインターバルの標準偏差を、全計測時間にわたって平均した値である。ｎは、２以上で、かつタッピング回数よりも小さい整数であれば、いくつでもよい。

認知症などの疾患では、全計測時間にわたって局所的な振幅の変動が大きいと考えられる。一方で、健常者では局所的な振幅の変動はあまりないが、疲労のために全計測時間にわたって徐々に振幅が小さくなると考えられる。距離波形の極大値の標準偏差５００５は全計測時間にわたって標準偏差を計算するため両者（認知症患者と健常者）の違いを表すことが困難である。一方、距離波形の極大値の局所的な標準偏差５０２５は、局所的な振幅の変動を表すため、全計測時間にわたって継続的に局所的な標準偏差を算出することで、両者の違いを表すことができると考えられる。同様に、タップインターバルの局所的な標準偏差５０２６も、両者の違いを表すことができると考えられる。

タップインターバルの分布の歪度５０２７（タッピングの時間間隔のばらつきに関する特徴量）（図５参照）とは、図９（ａ）で示すような全計測時間のタップインターバルの頻度分布９１００（ヒストグラム）の歪度である。ここで、歪度とは、分布の非対称性を表す統計的指標であり、例えば、偏差（平均値との差）の３乗の平均を標準偏差の３乗で除算することで求めることができる。

健常者のタップインターバルの頻度分布は正規分布に近い形になると考えられるのに対して、認知症などの疾患では、時折長いタップインターバルが混入する場合がある。そのため、正方向側（図９（ａ）の横軸の右側）の裾が延びた形状の頻度分布になると考えられる。タップインターバルの分布の歪度５０２７は、この性質を表すことができる。つまり、当該歪度が、健常者の頻度分布の場合は「０」に近く、認知症患者の頻度分布の場合は比較的大きな値になると考えられる。

極大点付近の尖度５０２８（図５参照）とは、距離波形の極大点の尖度を、全計測時間にわたって平均した値である。ここで、尖度とは、分布の尖り具合を表す統計的指標であり、例えば、偏差（平均値との差）の４乗の平均を標準偏差の４乗で除算することで求めることができる。図９（ｂ）に示したように、一定値（例えば５５ｍｍ）以上の距離波形を極大点付近の距離波形９２００として、それに対して尖度を計算する。

極大点付近の尖度５０２８は、筋肉のこわばり（筋固縮）を表すことができると考えられる。筋肉がこわばると、オープニング動作とクロージング動作の切り替えを滑らかに行えず急激に切り替えるために、極大点付近の距離波形が尖ると考えられるからである。

[カオス時系列の軌跡]
時間遅れ軌跡の安定性５０２９（図５参照）とは、図１０のように、時刻ｔの運動波形Ｘ（ｔ）と時刻ｔ＋ｋの運動波形Ｘ（ｔ＋ｋ）を２軸にとって指タッピング運動をプロットしたＸ（ｔ）とＸ（ｔ＋ｋ）の軌跡１０１００の安定性を表す値（特徴量）である（時間遅れｋは任意の一定値で例えば２０ミリ秒程度）。この軌跡のプロット法は、時系列データの周期性や安定性を評価するためのカオス時系列解析という分野で用いられている。上記軌跡の形状により、指タッピング運動の安定性を評価することができる。Ｘ（ｔ）とＸ（ｔ＋ｋ）の軌跡１０１００は、高齢健常者では、利き手・非利き手ともに、右上がりの楕円形となり、各周期で安定している（図１０（ａ）参照）。一方で、認知症患者では、利き手では、楕円形となり安定しているものの、非利き手では、軌跡が不安定であることが分かる（図１０（ｂ）参照）。

安定性を評価するために、各周期の軌跡と最も内側の軌跡との差分の面積を算出し、その平均値を算出し、時間遅れ軌跡の安定性５０２９（特徴量）とする。時間遅れ軌跡の安定性５０２９が大きいほど、計測時間中の指タッピング運動の周期が安定していないこととなる。なお、上記では、Ｘ（ｔ）とＸ（ｔ＋ｋ）の２軸でアトラクタを描画したが、Ｘ（ｔ）とＸ（ｔ＋ｋ）とＸ（ｔ＋２ｋ）など３軸以上で描画してもよい。

図５に示した特徴量番号５００１〜５０２９の特徴量においては、標準偏差の代わりに、分散などデータのばらつきを表す別の統計的指標を用いてもよい。また、手の大きさが異なる人のデータも同等に扱うために、２指を最大に開いたときの距離値で規格化してもよい。

[両手差異特徴量]
利き手と非利き手それぞれの指タッピング運動について、特徴量５００１〜５０２９を算出し、非利き手の特徴量から利き手の特徴量を減算した特徴量を、両手差異特徴量とする。認知機能低下が進むと、利き手と非利き手の運動機能の差が大きくなるといわれている。一方で、利き手と非利き手には、被験者固有の運動能力が反映されていると考えられる。両手差異特徴量は、被験者固有の運動能力を相殺した上で、認知機能低下の重症度を表すと考えられる。

図１１に、高齢健常者と認知症患者の両手差異特徴量の有意差の有無を表す有意確率を示した。図１１（ａ）に示したように、両手同時指タップ（両手それぞれの開と閉を同じタイミングで行うタッピング動作）では、タップインターバルの標準偏差（特徴量５０２２）（タッピングの時間間隔のばらつきに関する特徴量）とタップインターバルの局所的な標準偏差（特徴量５０２６）において、非利き手の特徴量や利き手の特徴量よりも、両手差異特徴量の方が、有意確率が小さくなり有意差が認められていることが分かる（有意確率ｐ＜０．０５）。また、図１１（ｂ）に示したように、両手交互指タップ（両手それぞれの開と閉を逆のタイミングで行うタッピング動作）では、速度波形のゼロ交差数（特徴量５０２３）において、非利き手の特徴量や利き手の特徴量よりも、両手差異特徴量の方が、有意確率が小さくなり有意差が認められていることが分かる（有意確率ｐ＜０．０５）。

なお、特徴量５００１〜５０２９について両手差異特徴量を算出する際、非利き手の特徴量から利き手の特徴量を減算するほか、利き手の特徴量から非利き手の特徴量を減算してもよいし、あるいは、非利き手の特徴量を利き手の特徴量で除算したり、利き手の特徴量を非利き手の特徴量で除算したりしてもよい。つまり、両手それぞれの特徴量を用いて、差分（一方を他方から減算した減算値）、または、一方を他方で除算した除算値を、両手差異特徴量として算出する。

（第２の両手差異特徴量算出方法）
次に、第２の両手差異特徴量算出方法として、両手の運動波形の差分を算出後、特徴量を算出する方法の一例を示す。

[非利き手・利き手変動サイクル]
両手を同時に指タッピング運動させるタスク（両手同時指タップ）においては、両手の間の波形のずれがないのが理想的である。健常者では、両手をずれなく同時に動かすことが容易であり、ずれが生じたとしても即座にずれをなくすように修正することができる。しかし、認知機能低下が進むと、両手を同時に動かすことが難しく、ずれが生じた場合にずれを認識して解消することが困難になる。

そこで、図１２（ａ）のように、両手の運動波形（時系列データ）の差分を算出して、両手差分波形１２１００とする。両手差分波形１２１００は、両手の波形の間にずれがなければ常に０となり、ずれが大きければ大きな値をとる。両手差分波形１２１００には、指タッピング運動と同じ第一周波数（健常者であれば２〜５Ｈｚ程度）と、両手のずれを解消する変動サイクル１２２００の第二周波数の２種類の周波数が含まれている。

そこで、図１２（ｂ）に示すように、両手差分波形にフーリエ変換を適用して周波数スペクトル１２３００（周波数成分）を求め、その周波数スペクトル１２３００の強度の二つのピーク値に対応するそれぞれの周波数のうち、大きいほうを第一周波数１２４００とし、小さいほうを第二周波数１２５００（両手差異特徴量）とする。第二周波数１２５００が大きいほどずれの解消が早く、認知機能低下が小さいことになる。つまり、例えば、第二周波数１２５００が所定の閾値（例えば１Ｈｚ程度）以下であれば、認知機能低下が大きいと判断することができる。

≪信号制御手段≫
信号制御手段１２３０（図１参照）は、操作入力部１３００から送給される操作信号に応じて、運動機能測定装置１１００へ測定の開始のための信号を送信する。運動機能測定装置１１００は、測定を行わないときはスタンバイ状態で、信号制御手段１２３０からの信号によって測定可能な状態になる。

≪被験者情報処理手段≫
被験者情報処理手段１２４０（図１参照）は、記憶部１２６０内の、被験者情報や解析結果等の情報を記録する被験者ＤＢ（Data Base）を用いて、それらの情報の管理を行うものである。

より詳細には、被験者情報処理手段１２４０は、１）被験者情報の登録、修正、削除及び検索、ソート、２）被験者情報と測定データとの関連付け、３）測定データの解析結果の登録、修正、削除（項目の追加、修正、削除）、４）統計処理を行った場合には、その統計処理結果の登録、修正、削除、の主に４項目の処理を被験者ＤＢとの連携によって行う。

また、被験者ＤＢに登録される被験者情報としては、被験者ＩＤ（Identifier）、氏名、生年月日、年齢、身長、体重、疾患名、被験者に関するコメント等が挙げられる。なお、被験者情報処理手段１２４０によるこれらの情報管理は、従来公知のプログラムとデータ構成によって容易に実現することができるものである。

≪出力処理手段≫
出力処理手段１２５０（図１参照）は、表示部１４００に、被験者ＤＢに登録された被験者情報や解析結果等の情報を、グラフやテーブルの形式を適宜用いて視覚的に理解しやすい表示形式で表示させるものである。なお、出力処理手段１２５０は、前記した全ての解析結果に関し、同時に表示させる必要はなく、操作入力部１３００を介して操作者が適宜選択する項目に関して表示させる構成とすることもできる。

≪制御部≫
制御部１２７０（図１参照）は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等によって構成される。
データ処理部１２２０内の各手段、信号制御手段１２３０、被験者情報処理手段１２４０および出力処理手段１２５０は、記憶部１２６０に格納されたプログラム又はデータを制御部１２７０にロードして、演算処理を実行することによって実現される。

［操作入力部］
操作入力部１３００（図１参照）は、脳機能障害評価システム１０００の操作者が、被験者情報を入力するためのものであって、キーボードやマウス等によって実現することができる。また、被験者情報を入力する場合には、操作者による入力を補助するユーザインタフェースとして、ディスプレイに入力画面を表示させるようにしてもよい。

［表示部］
表示部１４００（図１参照）は、データ処理部１２２０により処理された被験者情報や運動情報を出力するものであって、例えば、ＬＣＤ（Liquid Crystal Display）、ＣＲＴ（Cathode Ray Tube）ディスプレイ、プリンタ等によって実現することができる。

（画面例）
次に、図１３と図１４を参照して、表示部１４００に表示される画面例について説明する。
図１３に示すように、被験者情報の入力画面は、被験者ＩＤ入力欄１３１００、氏名入力欄１３２００、生年月日入力欄１３３００、利き手入力欄１３４００およびメモ入力欄１３５００を備えている。測定者（医師等）がこれらの入力欄に各情報を入力し、保存ボタン１３６００をマウスによってクリックすることで、入力された被験者情報が被験者情報処理手段１２４０によって記憶部１２６０に保存される。また、利き手の情報は、両手差異特徴量生成手段１２２２の計算で用いられる。

図１４に示すように、計測中の運動波形を表示する測定画面において、測定者（医師等）が計測実施ボタン１４１００を押すことで測定が開始され、測定中の運動波形１４３００が描画される。測定の終了後に保存ボタン１４２００を押すことで、運動波形の保存およびデータ処理部１２２０の各手段で得られる解析結果の保存が行われる。

［効果］
本実施形態の脳機能障害評価システム１０００によれば、両手差異特徴量生成手段１２２２で算出された両手差異特徴量によって認知症の重症度を評価できる。

なお、本実施形態において、脳機能障害評価システム１０００を構成するコンピュータに実行させるためのプログラムを作成し、コンピュータにインストールすることにより、コンピュータは、そのプログラムに基づいた各機能を実現することができる。

（変形例）
次に、脳機能障害評価システム１０００の変形例について説明する。
［脳機能障害評価システムの構成の変形例］
図１５は、変形例に係る脳機能障害評価システム１０００ａの全体構成の例を示した図である。図１５に示す脳機能障害評価システム１０００ａは、図１に示した脳機能障害評価システム１０００とほぼ同等の機能を、通信ネットワーク１５３００によって相互に接続された端末装置１５１００とサーバ装置１５２００とに分離して実現したものである。

脳機能障害評価システム１０００ａでは、端末装置１５１００は、被験者に身体運動を提示するとともに、被験者の身体運動のデータを取得する役割を果たす。また、サーバ装置１５２００は、端末装置１５１００によって取得された被験者の身体運動のデータを、通信ネットワーク１５３００を介して受信し、その被験者の身体運動のデータに基づき、被験者の認知機能低下の重症度を評価する役割を果たす。このことを除けば、脳機能障害評価システム１０００ａの構成および機能は、図１に示した脳機能障害評価システム１０００の構成および機能と同じであるので、以下では、主に相違する箇所についてのみ説明する。

端末装置１５１００では、図１の脳機能障害評価システム１０００の運動機能測定装置１１００に加えて、通信ネットワーク１５３００につなぐ通信装置１５４００（第１の通信装置）が新たに設けられている。サーバ装置１５２００では、図１の脳機能障害評価システム１０００の脳機能障害評価装置１２００と操作入力部１３００と表示部１４００に加えて、通信ネットワーク１５３００につなぐ通信装置１５５００（第２の通信装置）が新たに設けられている。通信装置１５４０から通信ネットワーク１５３００を介して通信装置１５５００に送信される情報は、運動波形の時系列データ等である。

なお、以上のような構成を有する端末装置１５１００は、医師や被験者またはその介助者などが有するパソコン、タブレット端末、スマートフォンなどで実現することができる。また、サーバ装置１５２００は、高性能のパソコン、ワークステーション、汎用コンピュータなどにより実現することができる。また、１つのサーバ装置１５２００に通信ネットワーク１５３００を介して複数の端末装置１５１００が接続されていても構わない。

脳機能障害評価システム１０００ａでは、端末装置１５１００は、単に、被験者の身体運動のデータを取得するだけである。従って、例えば、端末装置１５１００が紛失されても、被験者の認知機能障害度のデータが流出することはない。また、被験者の認知機能障害度などの評価結果は、サーバ装置１５２００の記憶部１２６０に格納されるので、関係する医師、看護師、介護者などがアクセスし易くなる。また、サーバ装置１５２００を設けたことにより、脳機能障害評価システム１０００ａのサーバ装置１５２００を、電子カルテシステム、投薬記録システム、健康管理システムなど、他の医療情報・健康情報を管理するシステムと接続することが容易となる。

以上で本実施形態の説明を終えるが、本発明は、以上に説明した実施形態に限定されるものでなく、さらに様々な変形例が含まれる。例えば、前記の実施形態は、本発明を分かりやすく説明するために、詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成の一部で置き換えることが可能であり、さらに、ある実施形態の構成に他の実施形態の構成の一部または全部を加えることも可能である。その他、具体的な構成や処理について、本発明の主旨を逸脱しない範囲で適宜変更が可能である。

１０００、１０００ａ 脳機能障害評価システム
１１００ 運動機能測定装置
１１１０ 運動センサ
１１２０ 運動センサインタフェース
１１３０ 運動センサ制御部
１２００ 脳機能障害評価装置
１２１０ データ入力部
１２２０ データ処理部（解析手段）
１２２１ 運動波形生成手段
１２２２ 両手差異特徴量生成手段
１２３０ 信号制御手段
１２４０ 被験者情報処理手段
１２５０ 出力処理手段
１２６０ 記憶部（記憶手段）
１２７０ 制御部
１３００ 操作入力部
１４００ 表示部（表示手段）
１５００ 収容部
２１００ 発信コイル
２２００ 受信コイル
３１００ 交流発生回路
３２００ 電流発生用アンプ回路
３３００ プリアンプ回路
３４００ 検波回路
３５００ ＬＰＦ回路
３６００ 位相調整回路
３７００ 参照信号
３８００ アンプ回路
３９００ 出力信号
４１００ 距離波形
４２００ 速度波形
４３００ 加速度波形
５００１−５０２９ 片手の指タッピング運動の特徴量
６１００ 指タッピング運動の周期
６２００ 距離波形の計測時間中の平均値
６３００ 極小点
６４００ 極大点
６５００ オープニング動作
６６００ クロージング動作
７１００ 指タッピング運動以外の細かい上下運動
７２００ 指タッピング運動以外で不自然に勢いの強弱が変化した回数
９１００ タップインターバルの頻度分布
９２００ 極大点付近の距離波形
１０１００ Ｘ（ｔ）とＸ（ｔ＋ｋ）の軌跡
１２１００ 両手差分波形
１２２００ 変動サイクル
１２３００ 周波数スペクトル
１２４００ 第一周波数
１２５００ 第二周波数
１３１００ 被験者ＩＤ入力欄
１３２００ 氏名入力欄
１３３００ 生年月日入力欄
１３４００ 利き手入力欄
１３５００ メモ入力欄
１３６００ 保存ボタン
１４１００ 計測実施ボタン
１４２００ 保存ボタン
１４３００ 測定中の運動波形
１５１００ 端末装置
１５２００ サーバ装置
１５３００ 通信ネットワーク
１５４００ 通信装置（第１の通信装置）
１５５００ 通信装置（第２の通信装置）

Claims (10)

1. 運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムであって、
   前記解析手段は、
   前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成する運動波形生成手段と、
   前記被験者の両手それぞれの前記運動波形に基づいて、両手それぞれの手指運動の差異を表す両手差異特徴量を生成する両手差異特徴量生成手段と、を含み、
   前記両手差異特徴量生成手段は、
   両手それぞれの前記運動波形の差分を両手差分波形として算出し、
   算出した前記両手差分波形に基づいて、前記両手差異特徴量を生成する
   ことを特徴とする脳機能障害評価システム。
2. 前記両手差異特徴量生成手段は、
   前記両手差分波形にフーリエ変換を適用して周波数スペクトルを算出し、
   前記周波数スペクトルの強度の二つのピーク値に対応するそれぞれの周波数のうち、小さいほうの周波数を前記両手差異特徴量とする
   ことを特徴とする請求項１に記載の脳機能障害評価システム。
3. 運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムであって、
   前記解析手段は、
   前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成する運動波形生成手段と、
   前記被験者の両手それぞれの前記運動波形に基づいて、両手それぞれの手指運動の差異を表す両手差異特徴量を生成する両手差異特徴量生成手段と、を含み、
   前記両手差異特徴量生成手段は、
   両手それぞれの前記運動波形に基づいて、両手それぞれの特徴量を生成し、
   生成した前記両手それぞれの特徴量を用いて、差分、または、一方を他方で除算した除算値を、前記両手差異特徴量として算出する際において、
   両手それぞれの前記運動波形について、時刻ｔの運動波形Ｘ（ｔ）と、前記時刻ｔから所定時間ｋが経過した後の運動波形Ｘ（ｔ＋ｋ）を２軸にプロットした軌跡の安定性を表す特徴量を生成し、
   生成した前記両手それぞれの特徴量の差分、または、一方を他方で除算した除算値を前記両手差異特徴量として算出する
   ことを特徴とする脳機能障害評価システム。
4. 運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムであって、
   前記解析手段は、
   前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成する運動波形生成手段と、
   前記被験者の両手それぞれの前記運動波形に基づいて、両手それぞれの手指運動の差異を表す両手差異特徴量を生成する両手差異特徴量生成手段と、を含み、
   前記両手差異特徴量生成手段は、
   両手それぞれの前記運動波形に基づいて、両手それぞれの特徴量を生成し、
   生成した前記両手それぞれの特徴量を用いて、差分、または、一方を他方で除算した除算値を、前記両手差異特徴量として算出する際において、
   前記手指運動が指のタッピングであり、
   前記両手差異特徴量生成手段は、
   両手それぞれの前記運動波形について、タッピングの時間間隔のばらつきに関する特徴量を生成し、
   生成した前記両手それぞれの特徴量の差分、または、一方を他方で除算した除算値を前記両手差異特徴量として算出する
   ことを特徴とする脳機能障害評価システム。
5. 運動センサと、第１の通信装置と、を備える端末装置と、
   前記端末装置と通信する第２の通信装置と、前記第２の通信装置を介して前記運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備えるサーバ装置と、
   を備える脳機能障害評価システムであって、
   前記サーバ装置の解析手段は、
   前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成する運動波形生成手段と、
   前記被験者の両手それぞれの前記運動波形に基づいて、両手それぞれの手指運動の差異を表す両手差異特徴量を生成する両手差異特徴量生成手段と、を含み、
   前記両手差異特徴量生成手段は、
   両手それぞれの前記運動波形の差分を両手差分波形として算出し、
   算出した前記両手差分波形に基づいて、前記両手差異特徴量を生成する
   ことを特徴とする脳機能障害評価システム。
6. 運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムが実行する脳機能障害評価方法であって、
   前記解析手段は、
   運動波形生成手段によって、前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成し、
   両手差異特徴量生成手段によって、
   両手それぞれの前記運動波形の差分を両手差分波形として算出し、
   算出した前記両手差分波形に基づいて、両手差異特徴量を生成する
   ことを特徴とする脳機能障害評価方法。
7. 前記両手差異特徴量生成手段は、
   前記両手差分波形にフーリエ変換を適用して周波数スペクトルを算出し、
   前記周波数スペクトルの強度の二つのピーク値に対応するそれぞれの周波数のうち、小さいほうの周波数を前記両手差異特徴量とする
   ことを特徴とする請求項６に記載の脳機能障害評価方法。
8. 運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムが実行する脳機能障害評価方法であって、
   前記解析手段は、
   運動波形生成手段によって、前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成し、
   両手差異特徴量生成手段によって、
   両手それぞれの前記運動波形について、時刻ｔの運動波形Ｘ（ｔ）と、前記時刻ｔから所定時間ｋが経過した後の運動波形Ｘ（ｔ＋ｋ）を２軸にプロットした軌跡の安定性を表す特徴量を生成し、
   生成した前記両手それぞれの特徴量の差分、または、一方を他方で除算した除算値を両手差異特徴量として算出する
   ことを特徴とする脳機能障害評価方法。
9. 運動センサから取得した被験者の両手それぞれの手指運動に関する時系列データを記憶する記憶手段と、前記記憶手段に記憶された前記時系列データを解析する解析手段と、前記解析手段により解析された解析結果を表示する表示手段と、を備える脳機能障害評価システムが実行する脳機能障害評価方法であって、
   前記解析手段は、
   運動波形生成手段によって、前記記憶手段に記憶された前記時系列データに基づいて、前記時系列データに対応する運動波形を生成し、
   両手差異特徴量生成手段によって、
   両手それぞれの前記運動波形について、指のタッピングの時間間隔のばらつきに関する
   特徴量を生成し、
   生成した前記両手それぞれの特徴量の差分、または、一方を他方で除算した除算値を両手差異特徴量として算出する
   ことを特徴とする脳機能障害評価方法。
10. コンピュータを、請求項１から請求項５のいずれか一項に記載の前記脳機能障害評価システムとして機能させるためのプログラム。