学习系统、步行训练系统、系统、方法、程序及学习完毕模型技术方案

本发明专利技术提供用于以适合的设定参数进行步行训练的学习系统、步行训练系统、方法、系统、程序和学习完毕模型。本实施方式的学习系统具备：数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、和根据设定参数来控制促动器的控制部；数据生成部，其生成包含表示训练者的恢复度的指标和设定参数在内的复健数据作为学习用数据；以及学习部，其使用学习用数据来进行机器学习，从而生成将指标作为输入而输出上述设定参数的推荐值的学习模型。

【技术实现步骤摘要】
学习系统、步行训练系统、系统、方法、程序及学习完毕模型
本专利技术涉及学习系统、步行训练系统、方法、系统、程序以及学习完毕模型。
技术介绍
为了进行针对跌倒的避免行动，公知有使对象者佩戴用于检测运动状态的多关节构造体而检测跌倒开始的技术。(例如，日本特开2010-22439号公报)。在患者(以下，训练者)进行复健的情况下，表示训练者的恢复度的指标中存在FIM(FunctionalIndependenceMeasure：功能性自立度评价表)。例如，关于腿患有瘫痪的患者的步行训练，使用平地步行FIM作为表示恢复度的指标。FIM与帮助量对应地以1～7这7个阶段的值表示。并且，平地步行FIM表示训练者的步行能力、即动作能力。平地步行FIM(以下，简称为步行FIM)例如根据训练者在平地步行50m(此外，存在步行距离为15m等的情况)时的帮助量来进行评价。即，通过对训练者在平地步行50m时的帮助量进行评价，从而进行步行FIM的测定。另一方面，关于步行训练装置的步行训练，使用各种促动器来辅助训练者的步行动作。步行训练装置例如具有施加对训练者的病腿进行拉伸的拉伸力的马达、施加用于辅助膝关节的伸展运动和屈曲运动的驱动力的马达。这样的促动器所施加的辅助力越大，步行训练的难易度越下降，辅助力越小则难易度越上升。例如，步行能力较低的训练者需要较高的辅助力。另一方面，在步行能力较高的训练者以较高的辅助力进行训练的情况下，难易度过低，因此不能成为有效的训练。由此，物理治疗师等训练工作人员需要设定促动器的输出，使得根据训练者以最佳的难易度进行训练。即，由于每个训练者的瘫痪程度和恢复程度不同，因此训练工作人员需要根据训练者进行适当的设定。并且，假定随着训练持续进行而训练者逐渐地恢复。因此，即使是相同的训练者，根据恢复程度，适当的设定会发生变化。然而，训练工作人员很难进行有效的设定。
技术实现思路
本专利技术是为了解决这样的问题而完成的，提供用于以适当的设定参数进行步行训练的学习系统、步行训练系统、方法、系统、程序以及学习完毕模型。本实施方式的学习系统具备：数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、和根据设定参数来控制上述促动器的控制部；数据生成部，其生成包含表示上述训练者的恢复度的指标和上述设定参数在内的复健数据而作为学习用数据；以及学习部，其通过使用上述学习用数据来进行机器学习，从而生成将上述指标作为输入而输出上述设定参数的推荐值的学习模型。在上述的学习系统中，也可以为：上述学习部将训练工作人员实际设定的上述设定参数的实际设定值作为教导数据来进行有教导学习。在上述的学习系统中，也可以为：表示上述训练者的恢复度的指标为上述训练者的平地步行FIM的实际测量值或者推断值。在上述的学习系统中，也可以为：在上述步行训练系统设置有传感器，该传感器检测与由上述促动器辅助的上述训练者的步行动作相关的数据，上述学习系统根据上述传感器的检测结果来推断上述推断值，上述学习模型将上述平地步行FIM的推断值作为输入数据而输出上述设定参数的推荐值。在上述的学习系统中，也可以为：在上述步行训练系统设置有传感器，该传感器检测与由上述促动器辅助的上述训练者的步行动作相关的数据，上述传感器配置为用于检测上述训练者的步行动作的多个动作量，在上述动作量的至少一个与预先确定的异常步行基准中的任一个一致的情况下，上述步行训练系统将上述步行动作评价为异常步行，上述复健数据包含表示是否为上述异常步行的评价结果的检测数据。在上述的学习系统中，也可以为：上述复健数据包含与上述训练者相关的训练者数据，上述学习系统根据上述训练者数据将上述训练者分类成组，上述学习部按照每个上述组来生成学习模型。本实施方式的学习方法具备：取得来自步行训练系统的复健数据的步骤，该步行训练系统具备对进行步行训练的训练者的动作进行辅助的促动器、和根据设定参数来控制上述促动器的控制部；生成包含表示上述训练者的恢复度的指标和与上述步行训练系统的设定相关的设定参数在内的复健数据而作为学习用数据的步骤；以及使用上述学习用数据来进行机器学习，从而生成将上述指标作为输入而输出上述设定参数的学习模型的步骤。本实施方式的程序用于使计算机执行上述的学习方法。本实施方式的学习完毕模型用于使计算机发挥功能，使得基于在步行训练系统取得的评价用复健数据来输出上述步行训练系统的设定参数的推荐值，上述学习完毕模型为上述任一项上述的学习系统所生成的学习模型。本实施方式的步行训练系统具备：促动器，其对训练者的步行动作进行辅助；控制部，其根据设定参数来控制上述促动器；以及学习完毕模型，其将表示上述训练者的恢复度的指标作为输入数据而输出上述设定参数的推荐值。在上述的步行训练系统中，也可以为：表示上述训练者的恢复度的指标为上述训练者的平地步行FIM的实际测量值或者推断值。在上述的步行训练系统中，也可以为：具备：传感器，其检测与由上述促动器辅助的上述训练者的步行动作相关的数据；以及步行FIM用学习完毕模型，其根据上述传感器的检测结果来推断上述训练者的平地步行FIM，上述学习完毕模型将上述平地步行FIM的推断值作为输入数据而输出上述设定参数的推荐值。在上述的步行训练系统中，也可以为：该步行训练系统基于上述指标来判定上述训练者的恢复度是否比目标恢复度慢，在上述训练者的恢复度比目标恢复度慢的情况下，上述步行训练系统输出上述设定参数的推荐值。在上述的步行训练系统中，也可以为：设置有传感器，用于检测上述训练者的步行动作的多个动作量，在上述动作量的至少一个与预先确定的异常步行基准中的任一个一致的情况下，上述步行训练系统将上述步行动作评价为异常步行，上述学习完毕模型将表示是否为上述异常步行的评价结果的检测数据作为输入数据而输出上述设定参数的推荐值。在上述的步行训练系统中，也可以为：根据与上述训练者相关的训练者数据将上述训练者分类成组，并按照每个上述组分别设置不同的上述学习完毕模型。本实施方式的处理方法为能够访问上述学习完毕模型的处理系统的处理方法，基于评价用复健数据来输出上述设定参数的推荐值。本实施方式的系统具备复健辅助装置、和能够取得来自一个以上的上述复健辅助装置的复健数据的服务器系统，其中，上述复健辅助装置具备：促动器，其对训练者的复健动作进行辅助；以及控制部，其根据设定参数来控制上述促动器，上述复健辅助系统具备学习完毕模型，该学习完毕模型将表示上述训练者的恢复度的指标作为输入而输出上述设定参数的推荐值。通过本专利技术，提供用于以适当的设定参数进行步行训练的学习系统、步行训练系统、方法、系统、程序和学习完毕模型。根据以下的详细描述和附图会更充分理解本专利技术的上述和其他目的、特征以及优点，附图仅以例示的方式给出，因此不应认为限制本公开。附图说明图1是本实施方式的步行训练装置的概略立体图。图2是步行辅助装置的概略立体图。图3是示出步行训练本文档来自技高网...

【技术保护点】
1.一种学习系统，其中，/n所述学习系统具备：/n数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、和根据设定参数来控制所述促动器的控制部；/n数据生成部，其生成包含表示所述训练者的恢复度的指标和所述设定参数在内的复健数据而作为学习用数据；以及/n学习部，其通过使用所述学习用数据来进行机器学习，从而生成将所述指标作为输入而输出所述设定参数的推荐值的学习模型。/n

【技术特征摘要】
20190628 JP 2019-1215471.一种学习系统，其中，
所述学习系统具备：
数据取得部，其取得来自步行训练系统的复健数据，该步行训练系统具备对训练者的步行动作进行辅助的促动器、和根据设定参数来控制所述促动器的控制部；
数据生成部，其生成包含表示所述训练者的恢复度的指标和所述设定参数在内的复健数据而作为学习用数据；以及
学习部，其通过使用所述学习用数据来进行机器学习，从而生成将所述指标作为输入而输出所述设定参数的推荐值的学习模型。


2.根据权利要求1所述的学习系统，其中，
所述学习部将训练工作人员实际设定的所述设定参数的实际设定值作为教导数据来进行有教导学习。


3.根据权利要求1或2所述的学习系统，其中，
表示所述训练者的恢复度的指标为所述训练者的平地步行FIM的实际测量值或者推断值。


4.根据权利要求3所述的学习系统，其中，
在所述步行训练系统设置有传感器，该传感器检测与由所述促动器辅助的所述训练者的步行动作相关的数据，
所述学习系统根据所述传感器的检测结果来推断所述推断值，
所述学习模型将所述平地步行FIM的推断值作为输入数据而输出所述设定参数的推荐值。


5.根据权利要求1至4中任一项所述的学习系统，其中，
在所述步行训练系统设置有传感器，该传感器检测与由所述促动器辅助的所述训练者的步行动作相关的数据，
所述传感器配置为用于检测所述训练者的步行动作的多个动作量，
在所述动作量的至少一个与预先确定的异常步行基准中的任一个一致的情况下，所述步行训练系统将所述步行动作评价为异常步行，
所述复健数据包含表示是否为所述异常步行的评价结果的检测数据。


6.根据权利要求1至5中任一项所述的学习系统，其中，
所述复健数据包含与所述训练者相关的训练者数据，
所述学习系统根据所述训练者数据将所述训练者分类成组，
所述学习部按照每个所述组来生成学习模型。


7.一种学习方法，其中，
所述学习方法具备如下步骤，即：
取得来自步行训练系统的复健数据的步骤，该步行训练系统具备对进行步行训练的训练者的动作进行辅助的促动器、和根据设定参数来控制所述促动器的控制部；
生成包含表示所述训练者的恢复度的指标和与所述步行训练系统的设定相关的设定参数在内的复健数据而作为学习用数据的步骤；以及
使用所述学习用数据来进行机器学习，从而生成将所述指标作为输入而输出所述设定参数的学习模型的步骤。


8.一种记录介质，其中，
该记录介质储存有用于使计算机执行权利要求7所述的学习方法的程序。


9.一种记录介质，储存有...

【专利技术属性】
技术研发人员：大槻将久，太场裕昌，中岛一诚，小林诚，今井田昌幸，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：日本;JP