神経・筋骨格システムを用いたヒトの運動の理解

218 人 工 知 能  32 巻 2 号（2017 年 3 月）

1．は　じ　め　に

物理的側面から身体知を考えた場合，それはヒトの身 体と環境の間のダイナミクスから生まれるものであり， その研究にはヒトの運動およびその生成・制御の機序の 理解が必要である．ヒトはおよそ 400 本もの筋をバラン ス良く駆動し，日々の生活に必要な運動を生成している． しかし，どのように全身の運動を生成・制御しているか システム全体としてはいまだ解明されていない部分が多 い．それは，ヒトが膨大な数の要素を含み非常に複雑で あること，そして運動指令信号などの体内信号の直接的 な計測が困難であることが主な原因と考えられる．その ため，解剖学的知見および工学的手法に基づきヒトの運 動力学特性を表現するデジタルヒューマンモデルを構築 し，非侵襲的手法でさまざまな運動・生理学データを計 測し，両者を用いた解析からヒトの体内で生じているこ と（体性感覚情報）を推定する研究が進められている． 本稿では，著者らが開発しているヒトの神経・筋骨格シ ステムを含むデジタルヒューマン技術を中心に，ヒトの 運動解析，生成・制御の機序へのアプローチについて紹 介する．

2．筋骨格モデルおよびその運動力学計算

ヒトの運動解析やシミュレーションを行うために， 筋骨格モデルの開発が行われている（図 1）[Delp 07， Murai 14]．従来，骨格モデルは，ヒトの各骨を剛体リ ンクとして扱い，また筋腱ネットワークは骨格モデル上 に起点・終点・経由点をもつワイヤとしてモデル化され， 筋モデルは張力を生じることで骨格モデルを駆動し，腱・ 靭帯・軟骨モデルは幾何学的・力学的に骨格モデルを拘 束する．そして次に述べるように筋骨格モデルの運動力 学を解くことにより，計測されるヒトの運動・生理デー タから筋張力などの体性感覚情報の推定などが行われて きた． ヒトの運動の解析を行うために，さまざまな機器を用 いて運動計測を行う．手足の軌跡など幾何学的な面を計 測する手法として，光学式・機械式モーションキャプチャ が用いられる．光学式モーションキャプチャの場合，体 表に複数の目印となるマーカを装着し，その三次元位置 を複数台の特殊なカメラで追跡することで人体の部位の 軌跡を計測する．また機械式モーションキャプチャの場 合，角度センサなどを関節部に取り付け，関節角を計測 する．これらの計測により，ヒトの運動を表す時系列デー タ（運動データ）が得られる．また，この計測の際に同 時に筋電計（EMG）やフォースプレートを用いること がある．EMG を用いることで筋の活動度が，またフォー スプレートを用いることでヒトと環境との接触力を計測 することができる． 次に，骨格モデルの関節中心位置など運動学的特性 および質量など力学的特性に基づき運動力学計算を行う ことで筋張力を推定する [Murai 14]．まずモデル上の マーカと計測されたマーカの位置が合致するよう逆運動 学を解くことで，骨格モデルの運動を計算する．そして 全身の各リンクの力学的特性および計測・計算された加

神経・筋骨格システムを用いたヒトの運動の

理解

Understanding Human Behavior with Neuro-musculoskeletal System

村井　昭彦

産業技術総合研究所デジタルヒューマン研究グループ

Akihiko Murai Digital Human Research Group, National Institute of Advanced Industrial Science and Technology. [email protected], http://www.aist.go.jp/

Keywords:

digital human technology, kinematics and dynamics computation, somatosensory information estimation, neuro-musculoskeletal system.

「身体知の発展」

219 神経・筋骨格システムを用いたヒトの運動の理解 速度から逆動力学を解くことで，運動を実現するのに必 要な各関節の関節トルクが計算できる．この関節トルク を分配することで各筋の筋張力を推定する．ここで，ヒ トは筋の数が骨格の自由度よりはるかに多く，冗長駆動 系（自由度数以上のアクチュエータを有する）になって いることから，筋張力推定は力学的拘束条件のみでは不 定問題となり，解が一意に定まらない．ここでは一般的 に 2 通りの解法が用いられている．一つは，計測され た EMG データを用いるものである．EMG データは筋 活動度を表し，筋張力と筋活動度の関係を表す筋モデル [Hill 38]を用いることで筋張力に変換される．EMG に より活動度が計測された筋はこの値を用いる．もう一つ は，数学的最適化問題として評価関数を設定することで， 一意の解を得るものである．従来神経生理学の分野で提 案されてきた，運動指令信号最小 [Kawato 89]，Signal dependent noise [Harris 98]などの理論に基づき，筋張 力の線形和，もしくは二乗和を最小にするなどの評価関 数を設定し，最適化問題を解くことにより筋張力を推定 することができる．

3．ボリューメトリック皮膚・筋骨格モデル

従来の筋骨格モデルでは筋などの要素のボリューム がモデル化されていないため，筋間の干渉や詳細な筋の 走行変化の表現が困難である．そのため，運動力学計算 に重要なパラメータの一つである筋のモーメントアーム （筋と関節中心の距離）の推定が不正確になり得る．こ の問題点を解決するため，我々はヒトの解剖学的な形状 をもつボリューメトリック皮膚・筋骨格モデルを構築し ている（図 2）[Murai 16]．ここでは製品設計からリハ ビリテーション，スポーツ工学まで幅広く利用されるモ デルを目指し，ライフサイエンス統合データベースセン タにより構築されたヒトの形状データ“BodyParts3D” [Mitsuhashi 09]をもとに開発を行う．このモデルは全 身の皮膚，骨格および 362 の筋が含まれる． 本モデルを用いた運動力学計算において，ボリューム をもつ皮膚および筋の変形計算を行う．ボリュームをも つ物体の変形計算にはしばしば有限要素法が用いられる が，全身の筋骨格モデルを用いた運動力学解析には計算 コストが高い．我々はコンピュータグラフィクスにおい て用いられるキャラクタのスキニングの手法 [Igarashi 05]を応用した Surface-based SSD を用いることで， 運動データから皮膚および筋の変形を実現している [Murai 16]．図 3 に，計測された走行データに対して運 動学計算を行った皮膚・筋骨格モデルを示す．皮膚およ 図 3　走行データにおけるボリューメトリック皮膚・筋骨格モデルの変形 図 2　ボリューメトリック皮膚・筋骨格モデル 図 4　膝屈曲時の詳細なボリューメトリック筋の変形

220 人 工 知 能  32 巻 2 号（2017 年 3 月） び筋の自然な変形が実現されているのがわかる．また， 図 4 に膝屈曲時のワイヤ筋モデルで推定される筋の走行 （点線）とボリューメトリック筋モデルで推定される筋 の走行（実線）を示す．この運動中の筋のモーメントアー ムは，ワイヤ筋の経由点が骨格に固定された筋骨格モデ ルでは 44.8％の誤差が生じ得るのに対し，ボリューメト リック皮膚・筋骨格モデルおよび Surface-based SSD で は誤差が 14.8％まで低減された．これにより正確な筋の モーメントアーム推定を実現し，体性感覚情報の推定精 度向上に寄与する．

4．神経・筋骨格システム

筋骨格モデルを用いた運動力学計算により，実際にヒ トの運動データおよびその際の筋活動が推定できる．そ してこれらの筋活動は，脳を含む中枢神経系からの運動 指令信号および，固有感覚受容器と反射弓からなる体性 反射システムにより生成・制御されている．ヒトの運動 生成・制御メカニズムの解明にはこれらの脳および神経 回路網の構造および機能の解明が必要不可欠であるが， 脳を中心とする中枢神経系の機能や生成される信号はい まだ解明されていない部分が多い．MacLean の三位一 体論 [MacLean 90] では，ヒトの脳は反射脳，情動脳， 理性能の階層構造をもち，運動生成・制御メカニズムも それと対応して反射行動，定型行動，理性行動の階層構 造に分けることができる．運動生成・制御メカニズムの 解明へのアプローチの一つとして，階層構造の下位であ る反射システムからモデル化，同定，検証を行い，次に 高次のメカニズムの解明を目指すという方法が考えられ る．また，ヒトの乳児期には原始反射という現象が観察 されている．これは中枢神経系からの運動指令信号を含 まない末梢神経系における体性感覚情報と筋活動の反射 システムのみから生じる運動であるが，足踏みや寝返り などさまざまな運動が実現されている．このことから， 中枢神経系を含まない体性反射システムのみからもある 程度の運動の実現が可能ではないかと考えられる． 著者らはこのアイディアに基づき，体性反射システ ムのモデル化，同定，検証を行っている [Murai 07， Murai 11]．図 5 に著者らが開発する神経・筋骨格シス テムを示す．このシステムは，前述の筋骨格モデル，生 理学的筋モデル，固有感覚受容器モデル，そして神経筋 ネットワークモデルから構成される．生理学的筋モデル は，筋の長さ，その変化速度，最大筋張力の筋の状態に 基づき，筋張力と筋活動度の間を変換する [Hill 38]．固 有感覚受容器モデルは，筋紡錘と Golgi 腱器官をモデル 化し，それぞれ筋の長さおよびその変化速度，筋張力に 応じた各固有感覚受容器の発火頻度（固有感覚情報）を 計算する [Prochazka 98, Proske 80]．そして神経・筋ネッ トワークモデルは，解剖学において明らかにされている 筋と脊髄神経枝間の接続関係 [Pierrot-Deseilligny 05] を 数学的なニューラルネットワークモデルを用いて表現す る．このモデルは固有感覚情報を入力すると，対応す る筋活動度を該当する神経回路の潜時を考慮して出力す る．これらのモデルを並べ，神経・筋骨格システムとする． そして，実際にヒトの運動を計測し，前述の筋骨格モデ ルを用いて得られる固有感覚情報を用いて，神経筋ネッ トワークモデルを同定する．図 6 に，神経・筋ネットワー ク同定に用いられた運動および同定後のモデルにより生 成される筋活動度をもとに順動力学シミュレーションを 図 5　神経・筋骨格システム 図 7 つまずきシミュレーション（上段：Elevating，下段：Lowering） 図 6 歩行シミュレーション （上段：学習データ，下段：シミュレーション結果）

221 神経・筋骨格システムを用いたヒトの運動の理解 行った結果を示す．シミュレーションにおいては，神経・ 筋ネットワークから出力される筋活動度により筋張力を 生成し，関節が駆動されている．シミュレーションにお いて参照軌道を与えていないにもかかわらず，一歩分で はあるが遊脚および支持脚の軌跡が実現されていること がわかる．また，図 7 に前述の順動力学シミュレーショ ンの最中に外乱を加えた結果を示す．上段では遊脚期 13％にて，下段では遊脚期 55％にて外乱を加えたもの である．上段では遊脚をもち上げようとする Elevating に相当する動き，下段では遊脚を着地させる Lowering に相当する動きが生成されている．ここで興味深いのは， 神経・筋ネットワークの同定には歩行運動のみが用いら れ，つまずきに関する運動は全く用いられていないにも かかわらず，同定されたシステムは複数のつまずきに対 する反応を一つのシステムから実現している点である． この結果より，歩行運動により同定された神経・筋骨格 システムは，つまずきにつながる外乱に対してヒトと同 様の反応が生成できることがわかる．これは，これから 世界が直面する超高齢化社会において，つまずきの理解 やその回避を実現し，安全で健康な社会の実現に寄与す る．

5．ま　　と　　め

本稿ではロボティクスの分野にて開発された技術を用 いたヒトの運動解析について紹介した．今後，計測機器 などの発達，また神経生理学や医学の新しい知見を取り 入れることで，これらの解析やシミュレーションの発展 が期待される．また，本稿で紹介した筋骨格モデルや神 経筋ネットワークモデルの技術や得られる知見が，今後 神経生理学や医学のみでなく，スポーツや介護など実用 的な分野において展開されると考えられる．この相互の ポジティブなフィードバックにより，デジタルヒューマ ン技術を駆使した安全で健康な社会の実現を目指してい きたいと考える． 謝　辞 本稿の一部は，著者が東京大学大学院情報理工学系研 究科知能機械情報学専攻在籍時に中村仁彦教授の指導の もとに，また Disney Research Pittsburgh 在籍時に山根 克博士とともに行われたものである．中村仁彦教授なら びに山根克博士に心より感謝いたします．

◇　参　考　文　献　◇

[Delp 07] Delp, S., Anderson, F., Arnold, A., Loan, P., Habib, A., John, C., Guendelman, E. and Thelen, D.: OpenSim: Open-source software to create and analyze dynamic simulations of movement, IEEE Trans. on Biomedical Engineering, Vol. 54, pp. 1940-1950（2007）

[Harris 98] Harris, C. and Wolpert, D.: Signal-dependent noise determines motor planning, Nature, Vol. 394, pp. 780-784 （1998）

[Hill 38] Hill, A.: The heat of shortening and the dynamic constants of muscle, Proc. Royal Society of London, Vol. B126, pp. 136-195（1938）

[Igarashi 05] Igarashi, T., Moscovich, T. and Hughes, J.: As-rigidas-possible shape manipulation, ACM Trans. on

Graphics, Vol. 24, pp. 1134-1141（2005）

[Kawato 89] Kawato, M., Maeda, Y., Uno, Y. and Suzuki, R.: Formation and control of optimal trajectory in human multijoint arm movement, Minimum torque-change model,

Biological Cybernetics, Vol. 61, pp. 89-101（1989）

[MacLean 90] MacLean, P.: The Triune Brain in Evolution: Role

in Paleocerebral Functions, Plenum Press（1990）

[Mitsuhashi 09] Mitsuhashi, N., Fujieda, K., Tamura, T., Kawamoto, S., Takagi, T. and Okubo, K.: BodyParts3D: 3D structure database for anatomical concepts, Nucleic Acids

Research, Vol. 37, pp. D782-D785（2009）

[Murai 07] Murai, A., Yamane, K. and Nakamura, Y.: Modeling and identifying the somatic reflex network of the human neuromuscular system, Proc. 29th IEEE EMBS Annual

International Conference（2007）

[Murai 11] Murai, A. and Yamane, K.: A neuromuscular locomotion controller that realizes human-like responses to unexpected disturbances, Proc. 33th IEEE Int. Conf. on

Robotics and Automation（ICRA 2011）, pp. 1997-2002（2011） [Murai 14] Murai, A., Takeichi, K., Miyatake, T. and Nakamura, Y.: Musculoskeletal modeling and physiological validation,

2014 IEEE Workshop on Advanced Robotics and Its Social Impacts（ARSO）, pp. 108-113（2014）

[Murai 16] Murai, A., Endo, Y. and Tada, M.: Anatomographic volumetric skin-musculoskeletal model and its kinematic deformation with surface-based SSD, IEEE Robotics and

Automation Lett., pp. 1-7（2016）

[Pierrot-Deseilligny 05] Pierrot-Deseilligny, E. and Burke, D.: The

Circuitry of the Human Spinal Cord: Its Role in Motor Control and Movement Disorders, Cambridge University Press（2005） [Prochazka 98] Prochazka, A. and Gorassini, M.: Models of ensemble firing of muscle spindle afferents recorded during normal locomotion in cats, J. Physiology, Vol. 507, pp. 277-291 （1998）

[Proske 80] Proske, U. and Gregory, J.: The discharge rate: tension relation of Golgi tendon organs, Neuroscience Lett., Vol. 16, pp. 287-290（1980）

2017年 1 月 18 日 受理

著　者　紹　介

村井　昭彦（正会員）

2009年東京大学大学院情報理工学系博士課程修了． 博士（情報理工学）．Disney Research Pittsburgh， Carnegie Mellon University の研究員を経て，2013 年より東京大学大学院の特任助教．2015 年より現 職の産業技術総合研究所デジタルヒューマン研究グ ループ研究員．神経・筋骨格系を中心とするデジタ ルヒューマンモデルの構築，ヒトの運動計測・解析・ 介入・変容のための技術やシステムの開発に関わる研究に従事．日本機 械学会三浦賞，JSPS 特別研究員，Disney Inventor Award，そのほか研 究奨励賞などを受賞．