おやまステップが端末上で実行する処理と，算出式・データ出典を記述する．効果の断言や未実装の構造は書かない．
おやまステップは，(1) PhysioNet LTMM Phase-2 由来の ExtraTrees による足運び5タイプ分類（閾値 $p_{\mathrm{th}}=0.40$），(2) N-of-1 初期校正，(3) Lee & Park (2020) × Scherpereel et al. (2023) 床反力板データで学習した勾配条件付き床反力（GRF）推定MLP（ForcePlateGrfLowerLayer / GradeConditionedGrfEstimator），(4) デジポール（下り小股リズム誘導），(5) 短文有界TTSで構成されます．これらは独立したモジュールであり，いわゆる「3層モデル」という実装構造は存在しません．
Long-Term Movement Monitoring Database (LTMM, DOI: 10.13026/C2KM49)
腰部に装着した3軸加速度センサー（100Hzサンプリング）により実生活下で記録された連続歩行時系列データ．30名の被験者による計3,425の連続歩行ウィンドウにおいて，被験者を完全に分離したゼロリーク検証（Subject-Disjoint Cross Validation）を実施し，モデルの汎化性能を確立しています．
自由生活下の歩行データでは，他人の絶対値をそのまま閾値に適用すると，個人の体格（身長・脚長）や自然歩調の違いによる個人間誤差が大きく，判別精度が制限されます．おやまステップでは，この個人間分散を相殺するため，後述する「N-of-1 個人内初期校正」を採用しています．
重力ベクトル $\vec{g} = (g_x, g_y, g_z)$ の正規化単位ベクトル $\hat{g} = \vec{g} / \|\vec{g}\|$ を鉛直軸と定義します．ユーザー運動加速度 $\vec{u}$ と重力成分を合算した全加速度 $\vec{a} = \vec{u} + \vec{g}$ を $\hat{g}$ に正射影することで，端末の傾きに依存しない地表鉛直加速度 $a_V$ を抽出します：
解析は6秒間の移動窓（100Hz $\times$ 6秒 ＝ 600サンプル）で行われ，平均値を除去（Detrending）します．鉛直加速度の標準偏差が $\text{std}(a_V) < 0.025\,\text{g}$ の区間は静止・立位休憩状態として自動破棄されます．
平均除去後の鉛直信号 $v(t)$ の正規化自己相関関数 $R(\tau)$ を計算します：
一歩遅延区間（$\tau \in [0.35, 0.85]\,\text{s}$）の最大ピークを $R_{\text{step}}$（Step Regularity），一歩行周期遅延区間（$\tau \in [0.70, 1.70]\,\text{s}$）の最大ピークを $R_{\text{stride}}$（Stride Regularity）として抽出します．
| 抽出パラメータ | 数式・定義 | 力学的意味 |
|---|---|---|
| 歩調（Cadence） | $\text{Cadence} = \frac{f_s}{\tau_{\text{step}}} \times 60 \quad (\text{steps/min})$ | 1分間あたりの歩数．歩行ピッチの安定度を評価． |
| 左右対称性指数（SI） | $\text{SI} = \frac{R_{\text{step}}}{R_{\text{stride}} + 10^{-4}}$ | 左右の歩行対称性．健常歩行では1.0に近似し，左右の庇い歩きで低下． |
離散フーリエ変換（DFT）により鉛直信号のパワースペクトル密度を3つの主要周波数帯に分解します：
加速度の時間変化率（躍度: Jerk）を差分計算し，着地時のキレや衝撃変化の激しさを定量化します：
初期校正フェーズで測定された各特徴量の平均 $\mu_{\text{base}}$ と標準偏差 $\sigma_{\text{base}}$ を用い，リアルタイム特徴量 $x_i$ を標準化（Zスコア化）した8次元ベクトル $\mathbf{z}$ を構成します：
| 次元 | 特徴量記号 | 説明と力学的役割 |
|---|---|---|
| 1 | peak_impact | 6秒窓内の最大鉛直加速度ピーク値（着地衝撃の大きさ） |
| 2 | guarding_ratio | 筋性防御帯域エネルギー比率（姿勢の過緊張・こわばり） |
| 3 | gait_symmetry | 自己相関左右対称性指数（足の運びの左右バランス） |
| 4 | rms_ml | 水平直交（左右動揺）成分のRMS実効値（体幹の左右ブレ） |
| 5 | jerk_rms | 鉛直加加速度RMS（着地制動時の突き上げ衝撃の鋭さ） |
| 6 | delta_gait_symmetry | 左右対称性の短期的変化量（急激な偏りの発生） |
| 7 | delta_guarding_ratio | 緊張比率の短期的変化量（筋肉のこわばり急増） |
| 8 | delta_jerk_rms | Jerk RMSの短期的変化量（衝撃キレの急激な悪化） |
被験者分離交差検証において，ROC曲線の真陽性率（Sensitivity）と偽陽性率（1 - Specificity）の差を最大化する Youden の $J$ 統計量を算出しました：
本モデルの最適カットオフ閾値は $p_{\text{th}} = 0.40$ であり，感度 89.2%・特異度 87.8% を達成．過剰な誤警報を防ぎつつ，明らかな歩行変調を的確に捉えます．
ForcePlateGrfLowerLayer / lee_park_grade_grf_mlp_v1.json）
Lee & Park（2020, doi:10.3390/s20216277）の仙骨CoM二重積分運動学＋ANN手法を，Scherpereel et al.（2023, doi:10.1038/s41597-023-02840-6 / データ doi:10.35090/gatech/70296，$N=11$ 名・547立脚期）の傾斜トレッドミル床反力データへ適用し，勾配特徴 $G/45$ を第11入力とした MLP（$11 \to 20\text{ logistic} \to 3\text{ linear}$）で3軸床反力波形 $\hat{\mathbf{F}}(\tau_i)$ [$\text{BW}$]（201点）を推論します．
amp01 正規化による衝撃振幅の約分消失を排し，コホート全体の $0.5\sim99.5$ パーセンタイル境界 $[\mathbf{k}_{\min}, \mathbf{k}_{\max}]$ で正規化．| 条件（Scherpereel 被験者分離 LOO） | 鉛直 NRMSE 中央値 | 前後 NRMSE 中央値 | ピーク誤差 MAE（平均 / 中央値） |
|---|---|---|---|
| 本搭載モデル（勾配特徴あり＋コホート物理スケール） | 7.24% | 10.07% | 鉛直: 0.0666 / 0.0465 BW，制動: 0.0374 / 0.0318 BW |
1立脚期ごとの amp01 正規化 |
9.92% | 12.41% | 鉛直: 0.0983 / 0.0671 BW，制動: 0.0695 / 0.0674 BW |
| 平地学習 → 下り $-10^\circ$ 試験（勾配特徴なし） | 19.3% | 55.2% | 下り制動波形が大きく破綻 |
衝撃が少なくリズミカルで安定した足運び．あなたの歩き始めの良好な基準状態（N=1ベースライン）です．
ドシンと強い着地（鉛直衝撃増大）．靴1足分前にそっと置くイメージで小股に歩くと衝撃が和らぎます．
左右のふらつき・横揺れ増大．目線を2m先に置き，歩幅を半歩狭めて重心を安定させましょう．
ピッチ過多・小刻みな足運び（急な加減速）．膝を軽く曲げたまま，足裏全体でそっと着地しましょう．
ブレーキが強く硬い着地（ギクシャク・制動負荷増大）．息を吐いて膝の力を抜き，股関節で受け止めましょう．
ExtraTreesClassifierのアンサンブル木において，サンプル $\mathbf{z}$ が変調クラスと判定された際，決定木の分岐ごとの平均不純物減少（Mean Decrease Impurity: MDI）から各特徴量の寄与度 $C(f)$ を集計します：
最も寄与度の高い特徴量 $\arg\max_f C(f)$ に基づき，以下の決定論的マッピングにより動物タイプへ帰属させます：
| 判定された主変調特徴量 | 対応する動物 | 生理・力学的背景 |
|---|---|---|
peak_impact 最上位 | 🐗 イノシシ | 下り坂での大きな段差着地・大腿四頭筋エキセントリック衝撃過大 |
rms_ml / gait_symmetry 最上位 | 🐒 サル | 中殿筋疲労によるトレンデレンブルグ徴候・体幹水平動揺 |
jerk_rms 最上位 | 🦡 イタチ | 膝関節ロッキングによる接地加加速度（突き上げ衝撃）の急上昇 |
guarding_ratio 最上位 | 🐐 ヤギ | 恐怖心や足場不良による下肢主動筋・拮抗筋の同時収縮（Co-contraction） |
| 変調未検知（$p < p_{\text{th}}$） | 🦌 シカ | N-of-1個別校正範囲内の良好な歩行協調状態 |
歩行運動学における基本式は以下の通りです：
下り坂で膝への着地制動衝撃（EBII: Eccentric Braking Impact Index）を抑えるには，移動速度を抑えつつ，歩調（Cadence）を維持または引き上げることで，歩幅を小さく保つ（小股化する）ことが基本的な幾何学的解です．
気圧高度計（CMAltimeter）の鉛直変位 $\Delta h$ とGPS水平距離 $\Delta d$ から，リアルタイム実効勾配を算出します：
Minettiらの研究によりエキセントリック制動衝撃が急増することが知られている **勾配 $\le -8.75\%$** に進入すると，デジポールの小股リズム案内の準備状態へ移行します．
ユーザーの平坦ベース歩調 $SPM_{\text{base}}$（通常 90〜100 SPM）に対し，下りの急峻度に応じて目標歩調を自動変調します：
例えばベースが 95 SPM の場合，勾配 -15% の下り坂では $95 \times (1 + 0.075) \approx 102\,\text{SPM}$ がデジポールの目安ピッチです．大股での落下制動を避けやすくします．
気圧変位に基づく5分移動窓の獲得標高 $\Delta H_{5\text{min}}$ から，登高速度 VAM（Velocità Ascensionale Media）を算出します：
計画コースの標準コースタイム（CT）に対する実測進行速度比 $R_{\text{CT}} = \text{Speed}_{\text{actual}} / \text{Speed}_{\text{standard}}$ を追従し，心肺有酸素閾値（VT1）内に留まる安定した登りを支援します．
| 表示指標 | 算出方法 | 力学的・心理的意義 |
|---|---|---|
| 下り平均テンポ | 勾配 $\le -8.75\%$ 区間の平均歩調（SPM） | 小股高ピッチ（88〜128 SPM）を維持できたかの指標 |
| 着地制動衝撃 (EBII) 抑制率 | $(1 - \text{EBII}_{\text{descent}} / \text{EBII}_{\text{unregulated}}) \times 100\%$ | 大腿四頭筋へのエキセントリック制動負荷をどれだけ分散できたか |
| シカ歩行維持率 | 全歩行時間に対するシカ判定（良好歩行）時間の割合（%） | 疲労による歩行の崩れを抑え，安定歩行を継続できた度合い |
| 下山ペース維持率 | 下り区間の実績ペース vs 計画コースタイム比 | 膝痛による立ち止まりや大幅遅延なく計画通り下山できた実績 |
本システムおよびおやまステップ（デジポール），ならびに「おやまバディ」に統合された歩行計測機能は，医療機器プログラム（SaMD）ではなく，医療領域を排した自己管理用の参考指標（歩行傾向の客観的表示およびバイオフィードバック）を提供するものです．
提示される歩行タイプ（5動物分類），推定床反力（BW），および音声案内は，端末のモーションセンサーから得られた力学的時系列データに基づく一般的な参考情報です．身体に痛みや違和感がある場合は，決して無理をせず，休憩を取り，必要に応じて専門の医療機関にご相談ください．