CN112137845A - 复健辅助系统、复健辅助方法以及复健辅助程序 - Google Patents

Abstract

本发明涉及复健辅助系统、复健辅助方法以及复健辅助程序，提供在训练者利用复健辅助装置执行复健时能够进行对此辅助的训练助理考虑了训练者的积极性的复健辅助的复健辅助系统等。具备复健辅助装置的复健辅助系统具备取得部、输出部以及反馈部。取得部取得相对于训练者利用复健辅助装置而执行的复健锻炼的、至少包含训练者的视线信息的表示积极性的积极性信息。输出部基于由取得部取得的积极性信息来输出表示上述训练者的积极性的程度。反馈部将由输出部输出的程度反馈至复健辅助装置。

Description

复健辅助系统、复健辅助方法以及复健辅助程序

技术领域

本公开涉及复健辅助系统、复健辅助方法以及复健辅助程序。

背景技术

患者等训练者在进行复健锻炼(复健)时，有时利用步行训练装置等复健辅助系统。作为步行训练装置的例子，在日本专利第6052234号公报中公开了一种具备被佩戴于训练者的腿部来辅助训练者的步行的步行辅助装置的步行训练装置。

在训练者进行复健时，根据复健辅助系统，有时医师、物理治疗师等训练工作人员进行陪同、向训练者搭话、出手帮助、以及该复健辅助系统的设定操作作为训练者的辅助。

然而，为了获得良好的训练成果，需要训练工作人员对复健辅助系统的设定操作能够通过复健辅助系统对训练者实现恰当的辅助。另外，该设定操作的时机、即辅助的追加或者减除、辅助程度的变更的时机也对训练成果造成影响。因此，为了这样的设定操作，训练工作人员需要进行应该对训练者进行何种辅助的取舍选择的判断、恰当的辅助的程度、时机的判断。并且，训练工作人员需要进行应该在何种时机向训练者进行何种搭话的判断、应该在何种时机出手帮助的判断。

为了这些判断，训练工作人员预先掌握训练者的积极性是很重要的。这是因为保证训练者的积极性(即进行训练的动机)在进行基于运动学习理论的复健上很重要。例如，训练者根据训练时的积极性而能够接受的训练难易度等不同的情况较多。因此，若无论积极性如何均进行训练，则训练的成果根据积极性而不同的情况较多。

然而，在步行训练装置的情况下，由于训练工作人员基本上大多位于训练者的后方，所以无法直接观察训练者的表情，无法猜测训练者的积极性。另外，在步行训练装置以外的复健辅助系统中也存在训练工作人员无法猜测训练者的积极性的情形。因此，存在训练工作人员无法在复健辅助系统中实施考虑了训练者的积极性的复健辅助的情况。另外，对训练者的辅助并不局限于由训练工作人员进行，还能够设想由人工助理等其他种类的训练助理来进行，该情况下也可能产生同样的问题。

发明内容

本公开是为了解决这样的问题而完成的，提供在训练者利用复健辅助装置执行复健时能够进行对其加以辅助的训练助理考虑了训练者的积极性的复健辅助的复健辅助系统等。

本公开的第1方式所涉及的复健辅助系统是具备复健辅助装置的复健辅助系统，具备：取得部，取得相对于训练者利用上述复健辅助装置而执行的复健锻炼的、至少包含上述训练者的视线信息的表示积极性的积极性信息；输出部，基于由上述取得部取得的积极性信息来输出表示上述训练者的积极性的程度；以及反馈部，将由上述输出部输出的程度反馈至上述复健辅助装置。由此，在训练者利用复健辅助装置来执行复健时，能够进行对此辅助的训练助理考虑了训练者的积极性的复健辅助。

上述反馈部也能够具有第1通知部，该第1通知部向辅助上述训练者的训练助理通知上述程度。由此，能够将积极性的程度本身通知给训练助理。

上述反馈部还能够具有第2通知部，该第2通知部将催促对上述复健辅助装置中的设定参数进行变更的内容通知给辅助上述训练者的训练助理。由此，能够向训练助理催促与积极性的程度对应的设定变更。

上述反馈部还能够具有第3通知部，在上述程度变化为规定范围以上的情况下，该第3通知部将催促对上述复健辅助装置中的设定参数进行变更的内容通知给辅助上述训练者的训练助理。由此，在积极性的程度大幅变化了时，能够向训练助理催促设定变更。

上述反馈部还能够具有第4通知部，该第4通知部进行向辅助上述训练者的训练助理催促与上述程度对应的种类的对话的通知。由此，能够向训练助理催促与积极性的程度对应的对话。

上述反馈部还能够具有：蓄积部，蓄积表示上述程度的时间序列变化的日志；和第5通知部，向辅助上述训练者的训练助理通知上述日志。由此，能够向训练助理进行与积极性的程度的变化对应的通知。

上述反馈部还能够具有第6通知部，该第6通知部向上述训练者通知上述程度或者与上述程度对应的内容。由此，能够直接向训练者通知积极性的程度等。

上述复健辅助系统还能够以可执行的方式安装有能向上述训练者提示上述训练者的训练状况的游戏，上述反馈部根据上述程度来使不同的游戏执行。由此，不仅能够在复健训练中导入游戏性，还能够促使提高积极性。

或者，上述复健辅助系统还能够以可执行的方式安装有能向上述训练者提示上述训练者的训练状况的游戏，上述反馈部根据上述程度来使上述游戏中的显示方式变更。由此，不仅能够在复健训练中导入游戏性，还能够促使提高积极性。

上述输出部还能够将在使上述复健辅助装置中的设定参数变化之后的规定期间内由上述取得部取得的信息的、当求取上述程度时使用的权重降低。由此，能够应对设想为积极性因设定变更而变化这一情况的积极性。

上述取得部还能够区别取得上述训练者执行复健锻炼中的期间的信息与除了上述执行中的期间以外的期间的信息作为上述积极性信息。由此，能够应对设想为积极性因期间而变化这一情况的积极性。

上述取得部还能够取得复健锻炼中的上述训练者的表情作为上述积极性信息之一。由此，能够从表情获得积极性信息。

上述取得部还能够取得与辅助上述训练者的训练助理的对话作为上述积极性信息之一。由此，能够从对话获得积极性信息。

上述复健辅助系统还能够具备经由网络与上述复健辅助装置连接的服务器装置，上述服务器装置具有上述输出部。由此，能够实现当前多个复健辅助装置使用共通的输出部的运用。

本公开的第2方式所涉及的复健辅助方法(复健辅助装置的动作方法)具有：取得步骤，取得相对于训练者利用复健辅助装置而执行的复健锻炼的、至少包括上述训练者的视线信息的表示积极性的积极性信息；输出步骤，基于由上述取得步骤取得的积极性信息来输出表示上述训练者的积极性的程度；以及反馈步骤，将在上述输出步骤中输出的程度反馈至上述复健辅助装置。由此，在训练者利用复健辅助装置执行复健时，能够进行对此辅助的训练助理考虑了训练者的积极性的复健辅助。

本公开的第3方式所涉及的复健辅助程序是用于使复健辅助装置的计算机执行如下步骤的复健辅助程序：取得步骤，取得相对于训练者利用上述复健辅助装置而执行的复健锻炼的、至少包含上述训练者的视线信息的表示积极性的积极性信息；输出步骤，基于在上述取得步骤中取得的积极性信息来输出表示上述训练者的积极性的程度；以及反馈步骤，将在上述输出步骤输出的程度反馈至上述复健辅助装置。由此，在训练者利用复健辅助装置执行复健时，能够进行对此辅助的训练助理考虑了训练者的积极性的复健辅助。

根据本公开，可提供一种在训练者利用复健辅助装置执行复健时能够进行对此辅助的训练助理考虑了训练者的积极性的复健辅助的复健辅助系统。另外，根据本公开，可提供能够进行这样的复健辅助的复健辅助方法以及复健辅助程序。

根据以下的详细描述和附图会更充分理解本公开的上述和其他目的、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是表示实施方式1所涉及的复健辅助系统的一个构成例的整体示意图。

图2是表示图1的复健辅助系统中的步行辅助装置的一个构成例的简要立体图。

图3是表示图1的复健辅助系统中的步行训练装置的系统构成例的框图。

图4是表示图1的复健辅助系统中的服务器的一个构成例的框图。

图5是表示用于对在图4的服务器的学习处理中使用的学习用数据组进行说明的表的图。

图6是用于对图1的复健辅助系统中的复健辅助处理的一个例子进行说明的流程图。

图7是表示在图6的复健辅助处理中向训练工作人员提示的图像的一个例子的图。

图8是表示在图6的复健辅助处理中向训练工作人员提示的图像的其他例子的图。

图9是表示在图6的复健辅助处理中向训练工作人员提示的图像的其他例子的图。

图10是表示在图6的复健辅助处理中向训练者提示的图像的一个例子的图。

图11是表示实施方式4所涉及的复健辅助系统中的服务器的一个构成例的框图。

图12是表示在实施方式4的复健辅助处理中向训练者提示的图像的一个例子的图。

具体实施方式

以下，通过发明的实施方式来对本公开进行说明，但并不将技术方案所涉及的发明限定为以下的实施方式。另外，并不限定为实施方式中说明的结构全部是作为用于解决课题的构件所必需的。

＜实施方式1＞

以下，参照附图对实施方式1进行说明。

(系统构成)

图1是表示实施方式1所涉及的复健辅助系统的一个构成例的整体示意图。本实施方式所涉及的复健辅助系统(复健系统)主要由步行训练装置100、外部通信装置300、服务器(服务器装置)500构成。

步行训练装置100是对训练者(用户)900的复健(复健锻炼)进行辅助的复健辅助装置的一个具体例。步行训练装置100是用于供一条腿瘫痪的偏瘫患者亦即训练者900根据训练工作人员901的指导来进行步行训练的装置。这里，训练工作人员901能够是治疗师(物理治疗师)或者医师，由于通过指导或者帮助等来辅助训练者的训练，所以还能够称为训练指导者、训练帮助者、训练辅助者等。如这里例示那样，训练工作人员901为人。

步行训练装置100主要具备：控制盘133，被安装于构成整体骨架的框架130；跑步机131，供训练者900步行；以及步行辅助装置120，被佩戴于训练者900的瘫痪侧的腿部亦即病腿。

框架130立设于在地板面设置的跑步机131上。跑步机131通过未图示的马达使环状的带132旋转。跑步机131是促进训练者900的步行的装置，进行步行训练的训练者900登上带132并配合带132的移动来尝试步行动作。此外，例如如图1所示，训练工作人员901也能够站立在训练者900的背后的带132上而一同进行步行动作，但通常优选处于以跨着带132的状态站立等容易进行训练者900的帮助的状态。

框架130对收纳进行马达、传感器的控制的整体控制部210的控制盘133、向训练者900提示训练的进展状况等的例如作为液晶面板的训练用监视器138等进行支承。另外，框架130在训练者900的头上部前方附近支承前侧抻拉部135，在头上部附近支承保护带抻拉部112，在头上部后方附近支承后侧抻拉部137。另外，框架130包括用于供训练者900抓握的扶手130a。

扶手130a被配置于训练者900的左右两侧。各个扶手130a沿着与训练者900的步行方向平行的方向配置。扶手130a能够调整上下位置以及左右位置。即，扶手130a能够包括变更其高度以及宽度的机构。并且，扶手130a还能够构成为例如通过以使高度在步行方向的前方侧与后方侧不同的方式进行调整而能够变更其倾斜角度。例如，扶手130a能够带有沿着步行方向逐渐变高那样的倾斜角度。

另外，在扶手130a设置有检测从训练者900受到的载荷的扶手传感器218。例如，扶手传感器218能够是电极被配置为矩阵状的阻力变化检测型的载荷检测片。另外，扶手传感器218还能够是使3轴加速度传感器(x，y，z)与3轴陀螺仪传感器(roll，pitch，yaw)复合而成的6轴传感器。其中，扶手传感器218的种类、设置位置是任意的。

照相机140承担作为用于观察训练者900的全身的拍摄部的功能。照相机140以与训练者相对的方式设置于训练用监视器138的附近。照相机140拍摄训练中的训练者900的静态图像、动态图像。照相机140包括成为能够捕捉训练者900的全身的程度的视场角那样的镜头与拍摄元件的套件。拍摄元件例如是CMOS(Complementary Metal-Oxide-Semiconductor)影像传感器，将成像在成像面的光学像变换为图像信号。

通过前侧抻拉部135与后侧抻拉部137协作的动作，来以步行辅助装置120的载荷不成为病腿的负担的方式抵消该载荷，并且，根据设定的程度来辅助病腿的摆动动作。

前侧钢丝134的一端与前侧抻拉部135的卷取机构连结，另一端与步行辅助装置120连结。前侧抻拉部135的卷取机构通过使未图示的马达开/关来根据病腿的活动而卷取或导出前侧钢丝134。同样，后侧钢丝136的一端与后侧抻拉部137的卷取机构连结，另一端与步行辅助装置120连结。后侧抻拉部137的卷取机构通过使未图示的马达开/关来根据病腿的活动而卷取或导出后侧钢丝136。通过这样的前侧抻拉部135与后侧抻拉部137协作的动作，来以步行辅助装置120的载荷不成为病腿的负担的方式抵消该载荷，并且，根据设定的程度来辅助病腿的摆动动作。

例如，训练工作人员901作为操作人员来对于重度瘫痪的训练者将进行辅助的水平设定得大。若进行辅助的水平被设定得大，则前侧抻拉部135配合病腿的摆动时机以比较大的力卷取前侧钢丝134。若训练进展而不需要辅助，则训练工作人员901将进行辅助的水平设定为最小。若将进行辅助的水平设定为最小，则前侧抻拉部135配合病腿的摆动时机以仅消除步行辅助装置120的自重的力来卷取前侧钢丝134。

步行训练装置100具备以背带110、保护带钢丝111以及保护带抻拉部112为主要构成要素的、作为安全装置的防跌倒保护带装置。背带110是被卷绕于训练者900的腹部的带，例如通过面粘扣被固定于腰部。背带110具备将作为吊具的保护带钢丝111的一端连结的连结钩110a，还能够称为悬吊带。训练者900以连结钩110a位于后背部的方式佩戴背带110。

保护带钢丝111的一端与背带110的连结钩110a连结，另一端与保护带抻拉部112的卷取机构连结。保护带抻拉部112的卷取机构通过使未图示的马达开/关来卷取或导出保护带钢丝111。通过这样的结构，在训练者900要跌倒的情况下，防跌倒保护带装置根据检测到该活动的整体控制部210的指示来卷取保护带钢丝111，通过背带110支承训练者900的上身而防止训练者900跌倒。

背带110具备用于检测训练者900的姿势的姿势传感器217。姿势传感器217例如是将陀螺仪传感器与加速度传感器组合而成的传感器，输出佩戴了背带110的腹部相对于重力方向的倾斜角。

管理用监视器139被安装于框架130，是主要用于供训练工作人员901进行监视以及操作的显示输入装置。管理用监视器139例如为液晶面板，在其表面设置有触摸面板。管理用监视器139显示与训练设定相关的各种菜单项目、训练时的各种参数值、训练结果等。另外，在管理用监视器139的附近设置有紧急停止按钮232。通过训练工作人员901按压紧急停止按钮232，由此步行训练装置100紧急停止。

步行辅助装置120被佩戴于训练者900的病腿，通过减少病腿的膝关节处的伸展以及屈曲的负荷来辅助训练者900的步行。步行辅助装置120具备测量脚底载荷的传感器等，向整体控制部210输出与移动腿相关的各种数据。另外，背带110还能够使用具有旋转部的连接部件(以下，称为称为臀部接头：a hip joint)来与步行辅助装置120连接。关于步行辅助装置120的详细将后述。

整体控制部210生成可包含与训练设定相关的设定参数、作为训练结果而从步行辅助装置120输出的与移动腿相关的各种数据等的复健数据。该复健数据能够包含表示训练工作人员901或者其经验年数、熟练度等的数据、表示训练者900的症状、步行能力、恢复度等的数据、从设置于步行辅助装置120的外部的传感器等输出的各种数据等。其中，关于复健数据的详细将后述。

外部通信装置300是将复健数据向外部发送的发送构件的一个具体例。外部通信装置300能够具有接受步行训练装置100所输出的复健数据并暂时进行存储的功能和将所存储的复健数据向服务器500发送的功能。

外部通信装置300例如通过USB(Universal Serial Bus)线缆与步行训练装置100的控制盘133连接。另外，外部通信装置300经由无线通信设备410例如通过无线LAN(LocalArea Network)与因特网或者局域网等网络400连接。此外，步行训练装置100还能够具备通信装置来代替外部通信装置300。

服务器500是存储复健数据的存储构件的一个具体例。服务器500与网络400连接，具有蓄积从外部通信装置300接收到的复健数据的功能。关于服务器500的功能将后述。

在本实施方式1中，作为复健辅助装置的一个例子对步行训练装置100进行说明，但并不局限于此，也可以是其他结构的步行训练装置，还可以是进行训练者的复健辅助的任意复健辅助装置。例如，复健辅助装置也可以是辅助肩、臂的复健的上肢复健辅助装置。或者，复健辅助装置也可以是辅助训练者的平衡能力的复健的复健辅助装置。

接下来，使用图2对步行辅助装置120进行说明。图2是表示步行辅助装置120的一个构成例的简要立体图。步行辅助装置120主要具备控制单元121、支承病腿的各部的多个框架、以及用于检测施加于脚底的载荷的载荷传感器222。

控制单元121包括进行步行辅助装置120的控制的辅助控制部220，另外，还包括产生用于对膝关节的伸展运动以及屈曲运动进行辅助的驱动力的未图示的马达。支承病腿的各部的框架包括大腿框架122和与大腿框架122连结为转动自如的小腿框架123。另外，该框架还包括与小腿框架123连结为转动自如的脚掌框架124、用于连结前侧钢丝134的前侧连结框架127、以及用于连结后侧钢丝136的后侧连结框架128。

大腿框架122与小腿框架123绕图示的铰接轴H_a相对转动。控制单元121的马达根据辅助控制部220的指示进行旋转，以大腿框架122与小腿框架123绕铰接轴H_a相对打开或者闭合的方式施力。收纳于控制单元121的角度传感器223例如为旋转式编码器，检测大腿框架122与小腿框架123绕铰接轴H_a所成的角。小腿框架123与脚掌框架124绕图示的铰接轴H_b相对转动。相对转动的角度范围通过调整机构126预先调整。

前侧连结框架127被设置为在大腿的前侧沿左右方向伸延并在两端与大腿框架122连接。另外，在前侧连结框架127中，在左右方向的中央附近设置有用于连结前侧钢丝134的连结钩127a。后侧连结框架128被设置为在小腿的后侧沿左右方向伸延并在两端分别与沿上下伸延的小腿框架123连接。另外，在后侧连结框架128中，在左右方向的中央附近设置有用于连结后侧钢丝136的连结钩128a。

大腿框架122具备大腿带129。大腿带129是一体设置于大腿框架的带，被卷绕于病腿的大腿部来将大腿框架122固定于大腿部。由此，防止了步行辅助装置120的整体相对于训练者900的腿部偏移。

载荷传感器222是被埋入至脚掌框架124的载荷传感器。载荷传感器222检测训练者900的脚底所承受的垂直载荷的大小与分布，例如还能够构成为检测COP(Center OfPressure：载荷中心)。载荷传感器222例如是电极被配置为矩阵状的阻力变化检测型的载荷检测片。

接下来，参照图3对步行训练装置100的系统构成例进行说明。图3是表示步行训练装置100的系统构成例的框图。如图3所示，步行训练装置100能够具备整体控制部210、跑步机驱动部211、操作受理部212、显示控制部213以及抻拉驱动部214。另外，步行训练装置100能够具备保护带驱动部215、图像处理部216、姿势传感器217、扶手传感器218、通信连接IF(接口)219、输入输出单元231以及步行辅助装置120。

整体控制部210例如是MPU(Micro Processing Unit)，通过执行从系统存储器读入的控制程序来执行装置整体的控制。整体控制部210能够具有后述的步行评价部210a、训练判定部210b、输入输出控制部210c以及通知控制部210d。

跑步机驱动部211包括使带132旋转的马达和其驱动电路。整体控制部210通过向跑步机驱动部211发送驱动信号来执行带132的旋转控制。整体控制部210例如根据由训练工作人员901设定的步行速度来调整带132的旋转速度。

操作受理部212受理来自训练工作人员901的输入操作并将操作信号向整体控制部210发送。训练工作人员901对构成操作受理部212的、设置于装置的操作按钮、与管理用监视器139重叠的触摸面板、附属的遥控器等进行操作。通过该操作，能够赋予电源的开/关、训练的开始的指示、进行与设定相关的数值的输入、菜单项目的选择。此外，操作受理部212还能够受理来自训练者900的输入操作。

显示控制部213接受来自整体控制部210的显示信号来生成显示图像，并显示于训练用监视器138或者管理用监视器139。显示控制部213根据显示信号来生成表示训练的进展的图像、由照相机140拍摄到的实时影像。

抻拉驱动部214包括构成前侧抻拉部135的用于抻拉前侧钢丝134的马达及其驱动电路、和构成后侧抻拉部137的用于抻拉后侧钢丝136的马达及其驱动电路。整体控制部210通过向抻拉驱动部214发送驱动信号来分别控制前侧钢丝134的卷取与后侧钢丝136的卷取。另外，并不局限于卷取动作，还通过控制马达的驱动转矩来控制各钢丝的抻拉力。整体控制部210例如根据载荷传感器222的检测结果来确定病腿从立腿状态切换为摆腿状态的时机，通过与该时机同步地使各钢丝的抻拉力增减，来辅助病腿的摆动动作。

保护带驱动部215包括构成保护带抻拉部112的用于抻拉保护带钢丝111的马达及其驱动电路。整体控制部210通过向保护带驱动部215发送驱动信号来控制保护带钢丝111的卷取和保护带钢丝111的抻拉力。例如在预测到训练者900跌倒的情况下，整体控制部210卷取一定量的保护带钢丝111来防止训练者跌倒。

图像处理部216与照相机140连接，能够从照相机140接受图像信号。图像处理部216根据来自整体控制部210的指示来从照相机140接受图像信号，对接受到的图像信号进行图像处理而生成图像数据。另外，图像处理部216还能够根据来自整体控制部210的指示来对从照相机140接受到的图像信号实施图像处理而执行特定的图像解析。例如，图像处理部216通过图像解析来检测与跑步机131接触的病腿的脚的位置(立腿位置)。具体而言，例如通过提取脚掌框架124的前端附近的图像区域并对描绘在与该前端部重叠的带132上的识别标识进行解析来运算立腿位置。

姿势传感器217如上述那样检测训练者900的腹部相对于重力方向的倾斜角，并将检测信号向整体控制部210发送。整体控制部210使用来自姿势传感器217的检测信号来运算训练者900的姿势、具体为躯干的倾斜角。其中，整体控制部210与姿势传感器217可以通过有线连接，也可以通过近距离无线通信连接。

扶手传感器218检测施加于扶手130a的载荷。即，训练者900无法通过两腿完全支承自身的体重的量的载荷施加于扶手130a。扶手传感器218检测该载荷，并将检测信号向整体控制部210发送。

整体控制部210还承担作为执行与控制相关的各种运算、控制的功能执行部的作用。步行评价部210a使用从各种传感器取得的数据来评价训练者900的步行动作是否为异常步行。训练判定部210b例如基于步行评价部210a评价出的异常步行的累计数来对于一系列步行训练判定训练结果。整体控制部210能够生成该判定结果或成为其根本的异常步行的累计数等作为复健数据的一部分。

其中，包括该判定的基准在内，判定的方法是任意的。例如，能够按每个步行相位将瘫痪体部的动作量与基准比较来进行判定。其中，步行相位将关于病腿(或者健康腿)的1个步行周期(one walking cycle)分类成处于立腿状态的立腿期、从立腿期向处于摆腿状态的摆腿期的过渡期、摆腿期、从摆腿期向立腿期的过渡期等。例如能够如上述那样根据载荷传感器222的检测结果来分类(判定)处于哪个步行相位。此外，步行周期能够如上述那样以立腿期、过渡期、摆腿期、过渡期为1个周期，但将哪个时期定义为开始时期是任意的。除此之外，步行周期例如还能够以两腿支承状态、单腿(病腿)支承状态、两腿支承状态、单腿(健康腿)支承状态为1个周期，在这种情况下，将哪个状态定义为开始状态也是任意的。

另外，关注于右腿或者左腿(健康腿或者病腿)的步行周期还能够进一步细分，例如，能够将立腿期分为初始接地与4期来表达，将摆腿期分为3期来表达。初始接地是指观察脚部接地于地板的瞬间，立腿期的4期是指载荷响应期、立腿中期、立腿末期以及前摆腿期。载荷响应期是从初始接地至相反侧的脚部离开地板的瞬间(对侧离地)为止的期间。立腿中期是从对侧离地至观察脚部的脚后跟离开的瞬间(脚后跟离地)为止的期间。立腿末期是从脚后跟离地至相反侧的初始接地为止的期间。前摆腿期是从相反侧的初始接地至观察脚部离开地板(离地)为止的期间。摆腿期的3期是指摆腿初期、摆腿中期、以及摆腿后期。摆腿初期是从前摆腿期的最后(上述离地)至双脚交叉(脚部交叉)为止的期间。摆腿中期是从脚部交叉至胫骨成为垂直(胫骨垂直)为止的期间。摆腿末期是从胫骨垂直至下一初始接地为止的期间。

通信连接IF219是与整体控制部210连接的接口，是用于向被佩戴于训练者900的病腿的步行辅助装置120赋予指令、接受传感器信息的接口。

步行辅助装置120能够具备与通信连接IF219通过有线或者无线连接的通信连接IF229。通信连接IF229与步行辅助装置120的辅助控制部220连接。通信连接IF219、229是符合通信标准的例如有线LAN或者无线LAN等通信接口。

另外，步行辅助装置120能够具备辅助控制部220、关节驱动部221、载荷传感器222以及角度传感器223。辅助控制部220例如为MPU，通过根据来自整体控制部210的指示执行控制程序来执行步行辅助装置120的控制。另外，辅助控制部220将步行辅助装置120的状态经由通信连接IF219、229向整体控制部210通知。另外，辅助控制部220接受来自整体控制部210的指令而执行步行辅助装置120的起动/停止等控制。

关节驱动部221包括控制单元121的马达及其驱动电路。辅助控制部220通过向关节驱动部221发送驱动信号来以大腿框架122与小腿框架123绕铰接轴H_a相对打开或关闭的方式施力。通过这样的动作，来辅助膝的伸展动作以及屈曲动作、防止折膝。

载荷传感器222如上述那样检测训练者900的脚底所承受的垂直载荷的大小与分布并将检测信号向辅助控制部220发送。辅助控制部220通过接受并解析检测信号来进行摆腿/立腿的状态判别、切换推断等。

角度传感器223如上述那样检测大腿框架122与小腿框架123绕铰接轴H_a所成的角并将检测信号向辅助控制部220发送。辅助控制部220接受该检测信号并运算膝关节的打开角。

输入输出单元231例如包括USB(Universal Serial Bus)接口，是用于与外部的设备(外部通信装置300、其他外部设备)连接的通信接口。整体控制部210的输入输出控制部210c经由输入输出单元231与外部的设备通信，进行上述的整体控制部210内的控制程序、辅助控制部220内的控制程序的改写、指令的接受、生成的复健数据的输出等。步行训练装置100通过输入输出控制部210c的控制来经由输入输出单元231以及外部通信装置300进行与服务器500的通信。例如，输入输出控制部210c能够进行经由输入输出单元231以及外部通信装置300将复健数据发送至服务器500的控制、接收来自服务器500的指令的控制。

在需要针对训练工作人员901的通知的情形下，通知控制部210d通过控制显示控制部213或者另外设置的声音控制部等来从管理用监视器139或者另外设置的扬声器进行通知。关于该通知的详细将后述，但需要针对训练工作人员901的通知的情形能够包括从服务器500接收到用于进行通知的指令的情况。

接下来，对服务器500的详细进行说明。

如上所述，步行训练装置100经由外部通信装置300将各种复健数据向服务器500发送。服务器500能够构成为从多个步行训练装置100接收复健数据，由此能够收集许多复健数据。而且，服务器500是处理各种数据的处理装置。例如，服务器500能够作为使用收集到的复健数据进行机器学习并构建学习完毕模型的学习装置(学习系统)发挥功能。学习装置也能够是学习器。此外，学习装置还能够称为学习模型生成装置。

图4是表示服务器500的一个构成例的框图。如图4所示，服务器500能够具备控制部510、通信IF514、数据蓄积部520以及模型存储部521。控制部510例如为MPU，通过执行从系统存储器读入的控制程序来执行服务器500的控制。控制部510能够具备后述的水平判定部510a、学习部510b以及响应处理部510c，该情况下，上述的控制程序包括用于实现这些部位510a～510c的功能的程序。

通信IF514例如包括有线LAN接口，是用于与网络400连接的通信接口。控制部510能够经由通信IF514接收来自步行训练装置100的复健数据，能够发送向步行训练装置100的指令。

数据蓄积部520例如具有HDD(Hard Disk Drive)、SSD(Solid State Drive)等存储装置，存储复健数据。控制部510将经由通信IF514从外部通信装置300接收到的复健数据向数据蓄积部520写入。

模型存储部521也具有HDD、SSD等存储装置。此外，数据蓄积部520与模型存储部521还能够具有共通的存储装置。模型存储部521存储未学习(还包括学习中的情况)的学习模型(以下，称为未学习模型)以及学习完毕的学习模型(以下，称为学习完毕模型)的至少一方。当服务器500作为学习装置发挥功能时，模型存储部521中至少存储有未学习模型。在服务器500与步行训练装置100配合来执行复健辅助处理的情况下，模型存储部521中至少存储有能够运用的学习完毕模型。

另外，控制部510能够构成为进行对作为学习装置的功能与通过学习完毕模型进行复健辅助处理的功能加以切换的控制。不过，服务器500也能够按照在学习阶段使用的装置和在伴有学习完毕模型的运用阶段使用的装置进行分散。学习部510b为了使服务器500作为学习装置发挥功能而设置，水平判定部510a以及响应处理部510c为了使服务器500执行复健辅助处理的一部分而设置。

(复健数据)

这里，在对水平判定部510a、学习部510b以及响应处理部510c进行说明之前，对服务器500为了学习或者为了复健辅助处理而能够收集的复健数据进行说明。服务器500能够收集的复健数据主要包括：(1)步行训练装置100的设定参数、(2)由设置于步行训练装置100的传感器等检测到的检测数据、(3)与训练者900相关的数据、(4)与训练工作人员901相关的数据。上述(1)～(4)的复健数据可以与取得时间日期建立对应地收集。并且，检测数据或者设定参数可以作为按照时间序列的日志数据来收集。或者，也可以是每隔一定的时间的对于数据提取的特征量等。

复健数据主要是在步行训练装置100中通过操作输入、自动输入、传感器的测量等而获得的数据。另外，复健数据还能够包括由照相机140录像的录像数据。此外，复健数据能够是复健的每个实施日的数据，该情况下，还能够称为日报数据。以下，对服务器500收集由步行训练装置100生成的复健数据进行说明，但还能够构成为服务器500从步行训练装置100以外的例如其他服务器取得复健数据的一部分。这里所说的复健数据的一部分例如能够是训练者900的症状等上述(3)的详细数据、PT的经验年数等上述(4)的详细数据等。前者能够作为训练者900的病历信息储存于其他服务器，后者能够作为PT的履历书等储存储存于其他服务器。

在学习阶段中，服务器500只要在复健数据的产生时或每1天、每1周等定期地从步行训练装置100接收复健数据即可。在学习阶段与运用阶段中，能够使所使用的复健数据的种类(复健数据所包含的内容)不同。例如，在运用阶段中，服务器500只要在训练开始时从步行训练装置100接收复健数据并在训练中接收上述(1)、(2)中的存在变更的数据即可。另外，步行训练装置100与服务器500中的任一个可以成为主体来执行复健数据的收发。

对上述(1)进行说明。

上述(1)的数据能够与上述(2)的检测数据一同被定义为由步行训练装置100在复健实施中取得的训练者900的训练数据。

步行训练装置100的设定参数例如是为了设定步行训练装置100的动作而由操作人员输入的数据或者自动设定的数据。其中，如上所述，操作人员通常是在训练者900的训练中实际陪同的训练工作人员901，以下以操作人员是训练工作人员901为前提来进行说明。另外，由于训练工作人员901是物理治疗师(PT：Physical Therapist)的情况较多，所以以下还存在将训练工作人员901简称为“PT”的情况。

在步行训练装置100中，能够通过设定参数来调整步行训练的难易度。其中，设定参数还能够包含表示难易度的水平的参数，该情况下，伴随着该水平的变更，能够使其他设定参数中的一部分或者全部变更。随着训练者900的恢复推进，训练工作人员901逐渐提高步行训练的难易度。即，随着训练者900的步行能力变高，训练工作人员901减少步行训练装置100的辅助。另外，当在步行训练中看到异常的情况下，训练工作人员901增加辅助。通过训练工作人员901恰当地调整设定参数，训练者900能够实施恰当的步行训练，能够更高效地进行复健。

设定参数的具体例如以下所示。

作为设定参数，例如能够举出部分体重免载量[％]、扶手130a的上下位置[cm]、扶手130a的左右位置[cm]、臀部接头的有无、踝关节跖屈限制[deg]、踝关节背屈限制[deg]等。另外，作为设定参数，例如还能够举出跑步机速度[km/h]、摆动辅助[水平]、摆动前后比[前/后]。另外，作为设定参数，例如还能够举出膝部伸展辅助[水平]、膝部屈曲角度[deg]、膝部屈伸时间[sec]、辅高[mm]、减重阈值[％]、载荷阈值[％]。另外，作为设定参数，例如还能够举出跑步机的带的倾斜[度]、步行辅助装置对关节的活动的辅助[水平]、使步行辅助装置对关节的活动的辅助或者摆动辅助产生的频度、步行的异常或者正常的判定条件(例如判定阈值)、跌倒或者要跌倒的判定条件(例如判定阈值)、在与步行的异常或者正常建立对应地进行报告的情况下其产生条件(产生频度、产生阈值等)。这里，报告可以是基于声音、振动、显示等任一个的报告，可以包括其一部分或者全部。此外，包括这里例示的设定参数在内，复健数据所包含的数据的单位是任意的。

部分体重免载量是通过保护带抻拉部112拉动保护带钢丝111而将训练者900的体重免载的比例。所希望的步行训练的难易度越高，则训练工作人员901将部分体重免载量设定为越低的值。扶手130a的上下位置以及左右位置是从扶手130a的基准位置起的调整量。臀部接头的有无是指是否安装有臀部接头。踝关节跖屈限制、踝关节背屈限制规定了小腿框架123与脚掌框架124能够绕铰接轴H_b转动的角度范围。踝关节跖屈限制与前侧的上限角度对应，踝关节背屈限制与后侧的最大角度对应。即，踝关节跖屈限制、踝关节背屈限制分别是使踝关节向降低脚尖的一侧、向提高脚尖的一侧弯曲的角度的限制值。训练工作人员901以所希望的步行训练的难易度越高则角度范围越大的方式来设定踝关节跖屈限制以及踝关节背屈限制的值。

跑步机速度是基于跑步机131的步行速度。所希望的步行训练的难易度越高，则训练工作人员901将跑步机速度设定为越高的值。摆动辅助是腿的摆动时与前侧钢丝134所赋予的抻拉力对应的程度，该程度越高，则最大抻拉力越大。所希望的步行训练的难易度越高，则训练工作人员901将摆动辅助设定为越低的程度。摆动前后比是在腿的摆动时前侧钢丝134的抻拉力与后侧钢丝136的抻拉力之比。

膝部伸展辅助是为了防止立腿时折膝而施加的与关节驱动部221的驱动转矩对应的程度，该程度越高则驱动转矩越大。所希望的步行训练的难易度越高，则训练工作人员901将膝部伸展辅助设定为越低的程度。膝部屈曲角度是进行膝部伸展辅助时的角度。膝部屈伸时间是进行膝部伸展辅助的期间，若该值大，则以缓慢地使膝部屈伸的方式进行辅助，若该值小，则以使膝部快速屈伸的方式进行辅助。

辅高是在与训练者900的瘫痪腿相反侧的腿(不佩戴辅助器亦即步行辅助装置120一侧的腿)的鞋底设置的缓冲物等部件的高度。减重阈值是施加于脚底的载荷的阈值之一，若低于该阈值，则解除摆动辅助。载荷阈值是施加于脚底的载荷的阈值之一，若超过该阈值，则进行摆动辅助。这样，步行辅助装置120能够构成为可通过膝部屈曲角度、膝部屈伸时间、减重阈值以及载荷阈值这4个设定参数来调整该膝部的屈伸运动。

另外，步行训练装置100例如还能够构成为通过声音从未图示的扬声器向训练者以及/或者训练工作人员反馈载荷、角度等各种参数的设定值、目标值、目标的实现率、目标的实现时机等。上述的设定参数还能够包括关于这样的反馈声的有无、音量之类的设定的参数。

除此之外，上述的设定参数也可以不是与训练的难易度直接有关的设定参数。例如，上述的设定参数还能够是为了使训练者900提高积极性而用于通过训练用监视器138、未图示的扬声器提供的图像、音乐、游戏的种类、游戏的难易度等设定值等。

此外，上述的设定参数是一个例子，也可以存在这些以外的设定参数。或者，上述中的一部分设定参数可以不存在。另外，如上述那样，上述的设定参数是用于调整训练的难易度的参数较多，但也能够还包括与难易度无关的参数。例如，步行训练装置100能够构成为显示使训练用监视器138显示的注意唤起用的图标图像。而且，作为与难易度无关的设定参数，例如能够举出这样的注意唤起用的图标图像的大小、显示间隔等用于提高训练者900对训练的集中度的参数等。另外，上述的设定参数能够预先附加完成了该设定操作的时间日期等时间信息或者时间以外的时机信息(例如表示1个步行周期内的立腿期、摆腿期等的区别的信息)。

对上述(2)进行说明。

上述(2)的检测数据能够与上述(1)的数据一同被定义为由步行训练装置100在复健实施中取得的训练者900的训练数据。

作为检测数据，主要能够举出传感器数据。传感器数据是由步行训练装置100的各种传感器检测出的传感器值。例如，传感器数据是由姿势传感器217检测出的躯干的倾斜角度、由扶手传感器218检测出的载荷、倾斜角度、由角度传感器223检测出的角度等。输出传感器数据的传感器是加速度传感器、角速度传感器、位置传感器、光传感器、转矩传感器、重量传感器等。另外，可以使用设置于前侧钢丝134、后侧钢丝136、保护带钢丝111的卷取机构等的马达的编码器作为传感器。并且，可以将马达的转矩传感器(测力元件)作为传感器，可以将对驱动马达的驱动电流值进行检测的电流检测部作为传感器。

另外，传感器数据例如能够包括由检测视线的视线检测传感器取得的视线数据。同样的视线数据还能够基于拍摄了训练者900的至少眼睛的图像并通过图像处理检测视线来获得，或者还能够基于拍摄了训练者900的至少面部的图像来判定面部的朝向(朝上/朝下等)而获得。这样的数据也能够包括于上述的检测数据。另外，检测数据还能够是由取得训练者900或者训练工作人员901的声音的麦克风等声音取得部取得的声音数据、或声音解析了该声音数据的文本数据、或解析了该文本数据的数据。训练工作人员901的声音能够包括对训练者900的与走法的矫正等相关的呼喊。另外，传感器数据还能够是利用脑波仪检测了训练者900的脑波的数据，还能够是利用脑波仪检测了训练工作人员901的脑波的数据。

特别是本实施方式如后述那样进行基于积极性的控制，为此取得表示积极性(motivation)的积极性信息。作为积极性信息，能够举出由照相机140获得的照相机信息(表示训练者900的视线、头的朝向、表情等状态的信息)、由姿势传感器217获得的躯干的倾斜角度的信息。将照相机140说明成包括拍摄全身那样的情况，但为了获得积极性信息而能够特别形成为拍摄视线、面部的配置。在视线的朝向、头的朝向(面部的朝向)朝下的情况下(例如未正面观察训练用监视器138而观察下侧的情况下)，认为积极性低。在表情中，例如当嘴角弯曲的情况下认为积极性低。另外，能够还考虑训练中以外的信息，例如可认为在准备中总是朝下的训练者900的积极性低。

另外，作为积极性信息，还能够举出由麦克等声音取得部取得的声音数据所包含的训练工作人员901与训练者900的对话(沟通)的信息等。例如，可认为根据训练者900的对话的积极性、说话的比例等也能够推测积极性的高低。并且，还能够通过对话与视线等组合来作为表示积极性的高度的信息。例如，在训练工作人员901搭话时训练者900保持低头的情况下、不情愿地继续训练的情况下等，能够推断为积极性低。

另外，视线检测传感器、拍摄上述图像的拍摄部、麦克等能够设置于步行训练装置100的主体侧，但也能够设置于例如用于供训练者900佩戴的眼镜型可穿戴终端。只要在该终端具备通过Bluetooth(注册商标)等无线通信方式对数据进行无线通信的无线通信部，并且在步行训练装置100侧也具备无线通信部即可。由此，步行训练装置100能够通过无线通信取得由可穿戴终端取得的数据。脑波仪限于检测精度良好的脑波仪，能够构成为设置于步行训练装置100的主体侧而能够将训练者900的脑波与训练工作人员901的脑波区别来进行检测。其中，优选将脑波仪设置为成为上述的眼镜型可穿戴终端(例如眼镜的镜腿的部分等)等接近检测对象者的位置。

另外，传感器等取得检测数据的检测部并不局限于参照图1～图3说明的结构、或作为眼镜式可穿戴终端等而例示的结构。例如，能够使训练者900穿戴搭载了穿戴式生物体传感器以及/或者穿戴式触摸传感器的衣物。这里所说的衣物并不局限于穿戴于上半身的衣物，也可以是穿戴于下半身的衣物，还可以是上下成套的衣物，例如可以是背带110等穿戴于一部分的部件。另外，在衣物以及步行训练装置100具备上述那样的无线通信部。由此，步行训练装置100能够通过无线通信来取得由穿戴式生物体传感器、穿戴式触摸传感器取得的数据。穿戴式生物体传感器能够取得穿戴者的心率等重要(vital)数据。穿戴式触摸传感器能够取得表示穿戴者亦即训练者900被从外部触摸的信息、即训练工作人员901触摸训练者900的位置的信息的数据。

另外，检测数据并不局限于各种传感器等检测到的检测信号所表示的值，也能够包括基于来自多个传感器的检测信号而计算出的值、统计处理来自1个或者多个传感器等的检测信号的统计值。作为该统计值，例如能够采用平均值、最大值、最小值、标准偏差值等各种统计值，另外，也可以是静态统计的统计值，例如可以是1天、1次训练、1个步行周期等一定期间内的动态统计的统计值。

例如，传感器数据能够包括根据由角度传感器223检测出的大腿框架122与小腿框架123的角度而计算出的膝关节的打开角。并且，关于角度传感器的传感器数据能够包括将角度微分所得的角速度。关于加速度传感器的传感器数据可以是将加速度积分所得的速度、将加速度两次积分所得的位置。

例如，检测数据能够包括关于每日或者1日内的复健的每次实施的、如下那样的平均值、合计值、最大值、最小值、代表值。作为这里的平均值，能够举出平均速度(总步行距离/总步行时间)[km/h]、步距的平均值[cm]、表示每1分钟的步数(step)的步行率[steps/min]、步行PCI[拍/m]、跌倒规避帮助[％]等。平均速度例如能够是根据跑步机131的速度设定值而计算出的值、或根据跑步机驱动部211中的驱动信号而计算出的值。步距是指单侧的脚后跟接地至同侧的脚后跟下次再次接地为止的距离。PCI是指Physiological CostIndex(生理成本指数的临床指标)，步行PCI表示步行时的能量效率。跌倒规避帮助[％]是指按每1个步数计算训练工作人员901对训练者900进行了跌倒规避帮助的次数亦即跌倒规避帮助[次]的比例、即按照每1个步数进行了跌倒规避帮助的比例。

另外，作为这里的合计值，能够举出步行时间[秒]、步行距离[m]、步数[steps]、跌倒规避帮助[次]、跌倒规避帮助部位以及每个部位的次数[次]等。

另外，作为这里的最大值或者最小值，能够举出连续步行时间[秒]、连续步行距离[m]、连续步数[steps]等的最大值、最小值、步行PCI[拍/m]的最小值(换言之，每1拍能够步行的距离的最长值)等。作为代表值，能够举出作为跑步机131的速度而最多使用的值(代表速度[km/h])等。

这样，检测数据能够包括从各种传感器等检测部直接或者间接供给的数据。另外，上述的检测数据能够预先附加完成该检测的时间日期等时间信息或者时间以外的时机信息。

此外，上述的检测数据是一个例子，也可以存在除此以外的检测数据。或者，上述中的一部分检测数据也可以不存在。即，在采用检测数据作为复健数据的情况下，服务器500只要收集一个以上检测数据(不过，是可获得表示积极性或与积极性相关的任何信息那样的一个以上检测数据)即可。

对上述(3)进行说明。

与训练者900相关的数据(以下，称为训练者数据)例如表示训练者900的属性等。训练者数据能够以训练者900的年龄、性别、体格(身高、体重等)为代表而包括症状信息、Br.Stage、SIAS、初始步行FIM、最新的步行FIM等。另外，训练者数据能够包含训练者900的姓名或者ID，另外，还能够包含表示训练者900的喜好的嗜好信息、表示性格的性格信息等。另外，训练者数据能够包含步行能力所涉及的项目以外的运动项目作为FIM，另外，还能够包含认知项目。即，训练者数据能够包含表示训练者900的身体能力的各种数据。其中，训练者数据的一部分或者全部还能够称为身体信息、基本信息或训练者特征信息等。

这里，症状信息能够包含表示初始症状、其发病时期、当前的症状的信息，能够理解为训练者900主要因这里所包含的症状而需要复健。但是，症状信息也能够包含与复健无直接关系的症状。另外，在症状信息中能够与中风(脑血管病)、脊髄损伤等罹患的疾病的类型(病名或者疾病名)一同包含其部位(损伤部位)，能够根据类型不同而包含其分类。例如，中风能够分类为脑梗塞、头盖内出血(脑出血/蛛网膜下出血)等。

Br.Stage是指Brunnstrom Recovery Stage，针对偏瘫的恢复过程，根据观察将其恢复阶段分为6个阶段。训练者数据能够包括Br.stage中的与步行训练装置100有关的主要项目亦即下肢项目。SIAS是指Stroke Impairment Assessment Set，是综合地评价中风的功能障碍的指标。SIAS能够包括髋屈曲测试(Hip-Flex)、膝部伸展测试(Knee-Ext)、脚底板测试(Foot-Pat)。另外，SIAS能够包括下肢触觉(TouchL/E)、下肢位置感(PositionL/E)、腹肌力(Abdominal)、以及垂直性测试(Verticality)。

FIM(Functional Independence Measure：功能独立性评价表)决定了评价ADL(Activities of Daily Life)的评价方法之一。在FIM中，根据帮助量而以1分～7分这7个阶段进行评价。

例如，步行FIM成为表示恢复度的通用的指标。在无帮助者且无背带(辅助器)能够步行50m以上的情况下，成为最高分的7分，在一个帮助者如何帮助也只能步行小于15m的情况下，成为最低分的1分。另外，在以最小帮助(帮助量为25％以下)能够移动50m的情况下，成为4分，在以中等程度帮助(帮助量25％以上)能够移动50m的情况下，成为3分。因此，随着恢复进展，训练者900的步行FIM逐渐变高。此外，进行步行FIM的评价的情况下的步行距离并不局限于50m，例如还存在15m的情况。

由此也可知，由步行训练装置100管理的最新的步行FIM不仅是表示训练者900的身体能力的指标，还是表示从复健开始时刻起的训练者900的恢复度的指标。步行FIM成为表示不使用促动器的情况下的训练者900的动作能力、即步行能力的指标。换言之，在知晓训练者900的复健的进展状况的方面，步行FIM成为重要的指标。另外，从初始步行FIM向最新的步行FIM的变化量或者变化速度也成为表示恢复度的指标。变化速度还能够称为FIM效率，例如能够是将到现在为止的FIM的增益(变化量)除以复健的实施天数、表示复健的期间的经过天数、或训练者900为入院患者的情况下的入院天数等期间所得的值

另外，步行FIM能够理解为穿戴了辅助器的情况等的评价时的条件下的分数，该情况下，还能够将表示该评价时所应用的条件的信息附加至表示步行FIM的信息。条件能够包含取得该信息时的辅高、所使用的背带(例如步行辅助装置120、其他步行辅助装置、无背带等)、该背带中的膝部、脚踝的部位的角度设定等设定、平地步行还是斜面步行等。另外，通常步行FIM是平地步行下的步行FIM，表示其的平地步行信息中还能够包含平地步行评价时步行最远的距离(最大连续步行距离[m])等信息。

这样，上述(3)的训练者数据能够包括关于训练者900利用步行训练装置100执行的复健的、包括训练者900的症状、身体能力以及恢复度的至少一个的指标数据。此外，对于最新的步行FIM等身体能力以及恢复度双方的概念所能包含的数据而言，通常只要包含于一方即可，但也能够包含于两方。此外，同样的情况对于复健数据的全部项目而言，某个项目的数据能够视为上述(1)～(4)中的任一个或者多个数据。另外，上述的训练者数据能够预先附加步行FIM的测定时间日期等取得其的时间日期等时间信息。

对上述(4)进行说明。

与训练工作人员901相关的数据(以下，称为工作人员数据)例如表示训练工作人员901的属性等。工作人员数据是训练工作人员901的姓名、ID、年龄、性别、体格(身高、体重等)、所属的医院名、作为PT或者医师的经验年数等。工作人员数据能够包含将帮助训练者900的时间数值化的值作为与帮助者相关的数据。

另外，在多个训练工作人员同时帮助复健的情况下，复健数据能够包含多人的工作人员数据。另外，各工作人员数据能够还包含表示是主要的训练工作人员、还是辅助的训练工作人员的信息。各工作人员数据能够除了包括这样的信息之外、或者也可以代替这样的信息而包括表示是否是进行管理用监视器139中的设定操作、图像的确认的训练工作人员、或者是否是仅起到用手支承训练者900的作用的训练工作人员的信息等。

另外，优选步行训练装置100构成为能够输入对训练者900的复健计划。而且，这样输入的复健计划的数据也能够作为与作为其输入者的训练工作人员901相关的工作人员数据或属于其他分类的复健数据而包含。另外，为了能够应对训练工作人员901的变更，优选步行训练装置100构成为能够输入今后的对该训练者900的训练进行辅助时的注意事项、转告事项。而且，这样输入的数据也能够作为与作为其输入者的训练工作人员901相关的工作人员数据或属于其他分类的复健数据而包含。

使复健数据包含这些数据的理由是也可能存在某个训练工作人员正因为存在来自熟练的其他训练工作人员的注意事项、转告事项才能够顺利地推行训练者900的训练这一情形。另外，上述的工作人员数据例如能够预先附加复健计划的输入时间日期等完成该输入的时间日期等时间信息。

(本实施方式1的主要特征)

本实施方式所涉及的复健系统能够具备如下的取得部、判定部以及反馈(FB)部。

取得部取得相对于训练者900利用步行训练装置100而执行的复健的、至少包含训练者900的视线信息的表示积极性的积极性信息。视线信息例如能够是表示视线的方向的信息、表示视线的变化(方向的变化、到变化为止的时间等)的信息。其中，取得部以及由其取得的信息的例子与针对上述(2)的检测数据说明的相同。作为取得部，例如能够举出未图示的照相机(主要能够拍摄视线的照相机)以及图像处理部216、姿势传感器217等。作为能够检测为积极性信息的检测数据，如上所述，除了视线数据之外例如还能够举出表示表情(感情)的数据、对话数据等。

判定部基于由取得部取得的积极性信息来判定表示训练者900的积极性的水平。以下，将该水平称为积极性水平来进行说明。其中，积极性水平能够通过表示积极性的高低的指标来表示。另外，由于判定部能够基于某个推断基准进行这样的判定，所以还能够称为推断部。

步行训练装置100中使用的上述的学习模型由水平判定部510a执行，为了判定训练者900的积极性水平而使用。即，上述的判定部能够由存储于模型存储部521的学习模型和进行向该学习模型的输入并接受输出结果的水平判定部510a来例示，在本实施方式中举出这样的例子。此外，这里举出了在服务器500具有判定部的例子，但还能够构成为在服务器500侧一并具有其他功能的一部分。此外，也能够采用在步行训练装置100具备判定部的例子、不使用学习模型的例子，在实施方式2、3中分别对这些例子进行说明。

水平判定部510a是基于训练者900的积极性信息来输出表示训练者900的积极性的程度的输出部(程度输出部)的一个例子，水平判定部510a的判定结果是来自程度输出部的输出结果的一个例子。即，水平能够是程度的一个例子，另外，虽然不特别说明，但与其他值相关的水平也同样能够是程度的一个例子。以下，举出水平判定部510a为例来对程度输出部进行说明。其中，程度输出部例如还能够是计算并输出基于训练者900的积极性信息的指标值(与训练者900的积极性关联的指标值)作为程度的一个例子的部位。水平判定部510a例如能够根据这样的指标值来判定并输出积极性水平。

FB部将由水平判定部510a判定出的积极性水平反馈至步行训练装置100。如后述那样，被反馈的可以是积极性水平本身，但并不局限于此。另外，反馈的方法是任意的，但代表性的是通过训练用监视器138对训练者900的通知或者通过管理用监视器139对训练工作人员901的通知。因此，该FB部能够具有通知控制部210d，能够具有显示控制部213、管理用监视器139、训练用监视器138、未图示的声音控制部以及扬声器等。

另外，积极性信息的接收以及FB水平的发送能够在服务器500侧由响应处理部510c经由通信IF514来执行，能够在步行训练装置100侧经由输入输出单元231由输入输出控制部210c执行。

(学习阶段：学习模型的构建)

接下来，一并参照图5对构建在本实施方式中水平判定处理所使用的学习模型的处理、即服务器500的控制部510中的学习阶段(学习时期)的处理进行说明。图5是表示用于对在服务器500的学习处理中使用的学习用数据组进行说明的表的图，是表示相对于学习模型输入输出的参数的一个例子的图。

服务器500从多个步行训练装置100收集复健数据。而且，服务器500将收集到的复健数据蓄积于数据蓄积部520。控制部510对上述那样的复健数据所包含的信息中的一部分或者全部实施恰当的前处理，使用处理后的数据进行机器学习，根据未学习模型构建学习完毕模型。这里，处理后的数据至少包含积极性信息。学习部510b执行机器学习。另外，所构建的学习完毕模型是输入至少包含上述那样的积极性信息的复健数据并输出积极性水平的模型。当然，在学习阶段中针对多个训练者900的训练收集该复健数据。

首先，在服务器500的数据蓄积部520中准备多个用于学习的数据(或者用于其前处理的数据)的组。因此，控制部510例如将规定的期间内收集到的复健数据作为1组学习数据而蓄积于数据蓄积部520。例如，也可以准备1次步行训练或者步行训练的1次实施中收集到的复健数据作为1组学习数据。其中，在以下的说明中，将1组学习数据作为学习用数据组(亦简称为数据组)。

其中，1次步行训练是一个训练者900所进行的一系列训练，若1次步行训练结束，则下一训练者900在步行训练装置100中进行训练。1次步行训练通常为20分钟～60分钟左右。步行训练的1次实施是1次步行训练中训练者900持续步行的1个单位。1次步行训练包括多次实施。例如，1次实施为5分钟左右。具体而言，在1次步行训练中，训练者900在进行了5分钟的步行训练之后休息5分钟。即，在1次步行训练中，步行训练的实施与休息交替重复。休息与休息之间的5分钟成为1次实施的时间。当然，1次训练与1次实施的时间并不特别限定，能够针对每个训练者900恰当地设定。

另外，也可以准备在比1次实施短的期间内收集到的复健数据作为1个数据组，另外，也可以准备在比1次实施长的期间内收集到的复健数据作为1个数据组。

使用图5对数据组的一个例子进行说明。1个数据组具有至少包括含有积极性信息的训练数据的复健数据。在图5的例子中，设定参数、视线检测数据、训练者数据、工作人员数据以及积极性水平建立对应而构成1个数据组。视线检测数据是检测视线信息所得的数据，成为积极性信息的一个例子。训练者数据以及工作人员数据是因为这些信息也可能对结果造成影响而包括在内的。

另外，教导数据例如是根据实际的调查结果获得积极性水平、并如图5中例示那样将该积极性水平作为正确答案标签而与包含此时的积极性信息的复健数据建立关联的数据。另外，还能够代替调查结果而根据训练成果(例如FIM效率等)获得积极性水平。

对于各数据组，将其中的哪种(1种或者多种)数据作为输出参数并形成为图5中所说的积极性水平例如能够由数据组的制作者决定。

此外，在图5中为了说明的简化，设定参数、视线检测数据、训练者数据以及工作人员数据的分别被表示为一个数据(例如parameter_1)，但实际上可以具有多个数据。例如，设定参数可以具有部分体重免载量、扶手130a的上下位置等2个以上数据。视线检测数据可以包含来自多个传感器的视线检测数据，除此之外，在图5中还能够包含视线检测数据以外的积极性信息。训练者数据可以包含训练者900的初始步行FIM、性别以及年龄等2个以上数据。如上所述，工作人员数据可以包含训练工作人员901的年龄以及性别等2个以上数据。

另外，如上所述，数据组并不局限于检测数据的原数据，也可以包含对检测数据实施了规定的处理的数据。例如，可以将从在一定期间内取得的检测数据提取出的特征量作为学习用数据。例如，数据组可以包含1次实施中的检测数据的最大值、最小值、极大值、极小值、平均值等。控制部510可以根据蓄积于数据蓄积部520的检测数据来计算特征量。另外，数据蓄积部520可以蓄积特征量。数据蓄积部520可以蓄积检测数据的原数据，学习模型可以具有计算特征量的层。

当然，若仅观察1个数据组，则也存在被输入的复健数据不包含积极性信息的情况，但可以将不包含的信息视为表示与紧前的信息相同的值的信息而包含在内。另外，复健数据能够是与训练者900利用步行训练装置100并根据需要被训练工作人员901帮助而执行的复健相关的数据，因此举出包含工作人员数据以及训练者数据的例子。这是因为积极性及其变化程度有时也根据帮助(也包括沟通)而变化或根据训练者的特征而变化。

学习部510b使用这样准备的教导数据生成(构建)学习完毕模型。这里，利用学习部510b学习的未学习模型的种类、其算法是任意的，但作为算法，能够使用神经网络，特别优选使用将隐藏层多层化的深层神经网络(DNN)。作为DNN，例如能够使用采用了误差反向传播法的多层感知器(MLP)等前馈(正向传播型)神经网络。此外，作为这样学习部510b所使用的学习手法，能够使用公知的算法，省略其详细的说明，简单进行说明。

这里，举出学习部510b生成使用了MLP的学习完毕模型的例子，对在学习部510b向未学习模型输入的输入参数以及从未学习模型输出的输出参数简单进行说明。输入参数分别与输入层的节点对应，输出参数分别与输出层的节点(即因变量)对应。输出数据分别能够为表示积极性水平的指标，例如在用0～9表达的情况下，输出层的节点能够为10个。此外，如上所述，未学习模型并不局限于是完全的未学习的情况，也包括是处于学习中的模型的情况，学习完毕模型是指能够运用的阶段的模型。

在使用MLP那样的正向传播型神经网络的情况下，学习部510b能够将复健开始时、复健中的各时刻的数据组作为1个数据组进行输入。其中，学习部510b能够将针对规定时间统计出的数据组作为1个数据组按每个规定期间输入。或者，学习部510b还能够将从各时刻起针对规定期间(比单位时间长的期间)统计出的数据组作为1个数据组并按每个时刻输入。另外，在任何情况下，1个数据组均能够作为针对1步、1个步行周期等一定期间实施了统计的数据组，该情况下，能够是在上述一定期间的每个开始输入的数据组。

在生成学习完毕模型时，学习部510b针对有多组的教导数据分别向未学习模型输入恰当的次数。例如，利用教导数据的一部分的组(学习的训练数据)生成学习完毕模型，使用剩余的组作为测试数据来检查该学习完毕模型的精度。对于检查的结果而言，若精度良好则保持原状安装，若精度差则变更前处理，或者在进行调整等执行了处理之后再次进行学习完毕模型的生成、评价。此外，也能够准备用于检查精度的评价数据和用于测试最终的精度的测试数据两方。另外，能够根据生成学习完毕模型时被输入的数据组的项目来生成反映了该项目的学习完毕模型。

另外，成为调整的对象的超级参数是任意的。作为上述对象，例如能够举出神经网络的层数、各层的单元数(节点数)、使用了相同的数据组的反复学习的次数(轮数(numberof epochs))、一次转给模型的输入数据的数(批量大小)。另外，作为上述对象，例如还能够举出学习系数、激活函数的种类等。此外，学习系数还被称为学习率，能够是决定一次何种程度改变各层的权重的值。

通过以上那样的处理，能够构建输出积极性水平的学习完毕模型。由此，如后述那样，在利用了该学习完毕模型的步行训练装置100中，将所取得的数据作为输入参数，并反馈积极性水平，训练工作人员901能够灵活利用其进行辅助。

接下来，对其他种类的学习模型进行例示。一部分的复健数据还能够作为图像数据输入至CNN(Convolutional Neural Network)中的包括卷积层以及池化层(poolinglayer)那样的特征提取部。作为图像数据，例如能够举出将训练者900拍摄成知晓其视线或者姿势的图像数据等。在设置了这样的特征提取部的情况下，还能够使在此提取到特征的结果与其他输入参数并列输入至所有连接层。

另外，作为神经网络，例如还能够使用具有RNN(Recurrent Neural Network)等递归构造的神经网络。另外，RNN还能够是扩展成具有LSTM(Long short-term memory)区块的神经网络(亦存在简称为LSTM的情况)。在使用具有RNN那样的递归模型的情况下，为了学习部510b例如依次输入1次实施中的各时刻的复健数据，1个数据组可以包含检测数据等时间序列数据。即，1个数据组(学习用数据组)也可以包含按照时间序列的日志数据。另外，1个数据组也可以包含如上所述那样从日志数据提取出的特征量，也可以包括对时间序列的检测数据进行数据处理而获得的图像数据。

另外，在使用具有RNN那样的递归模型的情况下，学习部510b例如也能够将针对规定时间统计出的数据组作为1个数据组并按每个规定期间输入。或者，在使用递归模型的情况下，学习部510b还能够将从各时刻起针对规定期间(比单位时间长的期间)统计出的数据组作为1个数据组并按每个时刻输入。另外，1个数据组还能够是针对1步、1个步行周期等一定期间实施了统计的数据组，该情况下，能够是在上述一定期间的每个开始输入的数据组。此外，这样的统计处理的范畴能够还包括上述的对时间序列的检测数据进行数据处理来获得图像数据的处理。

由此，能够基于当前与稍前的过去的状态来构建适时输出仅通过从上述规定时间等1个数据组的期间与保存步骤数获得的期间而从过去预测的、当前的积极性水平的学习完毕模型。而且，如后述那样，在利用了该学习完毕模型的步行训练装置100中，依次输入在复健中取得的数据作为输入参数，并反馈积极性水平，训练工作人员901能够灵活利用其进行辅助。

(运用阶段：学习模型的利用)

接下来，对步行训练装置100以及服务器500的运用阶段(推论阶段)中的处理进行说明。如上所述，步行训练装置100通过构成为能够访问学习完毕模型，而能够利用该学习完毕模型。此外，学习完毕模型还能够称为学习完毕模块。在运用阶段主要是步行训练装置100和与其通过网络连接的服务器500配合、即作为复健辅助系统来进行复健辅助处理。

为了运用上述的学习完毕模型，步行训练装置100能够具有输入输出控制部210c、输入输出单元231、未图示的照相机(主要能够拍摄视线的照相机)、图像处理部216以及姿势传感器217。另外，为了该运用，步行训练装置100能够具有通知控制部210d、显示控制部213、管理用监视器139、训练用监视器138、声音控制部以及扬声器等。

另一方面，在服务器500侧，水平判定部510a经由响应处理部510c进行信息的输入输出，使存储于模型存储部521的学习完毕模型运转来进行响应处理。响应处理部510c经由通信IF514来进行信息的输入输出。

具体而言，一并参照图6来对包括步行训练装置100以及服务器500的复健系统中的复健辅助处理的例子进行说明。图6是用于对复健辅助处理的一个例子进行说明的流程图。

首先，照相机140(主要能够拍摄视线的照相机)以及图像处理部216、姿势传感器217等取得部取得包含至少含有训练者900的视线信息的积极性信息那样的数据(步骤S1)。该数据相当于能够成为向未学习模型的输入参数的数据(复健数据)，在运用阶段中成为向学习完毕模型的输入参数。该数据例如能够是在复健中的各时刻取得的数据，但也能够是在复健开始时取得的数据。输入输出控制部210c将所取得的数据经由输入输出单元231输出至服务器500。

服务器500的响应处理部510c经由通信IF514接收该数据，开始响应处理。响应处理部510c将接收到的数据转给水平判定部510a。水平判定部510a解析该数据而分为多个项目数据，将这些项目数据分别作为模型存储部521内的学习完毕模型中的输入层的各个输入参数而输出。

水平判定部510a使学习完毕模型运转来执行运算，接收来自输出层的各输出参数，将与其中最高的(可能性高的)值对应的水平判定为训练者900的积极性水平(步骤S2)。

另外，优选水平判定部510a将在使步行训练装置100中的设定参数变化之后的规定期间取得的信息(包含积极性信息的信息)的判定所使用的权重降低。其中，该权重能够是在上述规定期间之后取得的信息的、在利用程度输出部求取程度时所使用的权重的例子。

例如在跑步机131的速度的变化期间降低权重。这是为了应对如下的情形：在刚刚变更了设定之后，成为训练者900感到困难的训练的情况多等积极性发声变化的情况很多。降低权重的处理能够作为向学习完毕模型输入前的前处理而由水平判定部510a或者上述取得部执行。或者，降低权重的处理还能够通过在学习阶段使输入参数包含设定参数、在运用阶段也使输入参数仅包含该设定参数来实现。

另外，上述取得部能够区别取得训练者900执行复健中的期间的信息与除了该执行中的期间以外的期间(准备中或者休息中)的信息作为积极性信息。另外，上述取得部还能够区别取得准备中的信息与休息中的信息。这是设想积极性根据期间而变化并为了应对这样的变化。

另外，该情况下，水平判定部510a或者上述取得部能够构成为根据上述那样的期间来变更积极性信息的权重。变更权重的处理能够作为向学习完毕模型输入前的前处理而由水平判定部510a或者上述取得部执行。或者，变更权重的处理还能够通过在学习阶段使输入参数包含期间信息(表示复健执行中、准备中、休息中等的信息)、在运用阶段中也使输入参数包含该期间信息来代替。

由此，例如还能够进行将在执行中以外(准备中、休息中)取得的信息的权重增大等处理、将在准备中与休息中取得的信息的权重改变的处理。特别是准备中、休息中多为训练工作人员901与训练者900沟通的期间，另外，休息中与准备中相比，多为谈论训练者900执行过的训练的样子的期间。实际上，若步行训练为一天1小时，则实际步行的时间例如为20分钟，剩余的准备中、休息中多为训练工作人员901与训练者900之间进行沟通的期间。因此，这样的期间的区别、基于此的权重的变更处理是有益的。另外，由于希望积极性的水平能够与疲劳度进行区别，所以例如可以随着训练推进而按照时间序列观察这些信息来降低权重。

响应处理部510c通过步骤S12从水平判定部510a获得积极性水平，并经由通信IF514向步行训练装置100侧返回。返回的信息能够是向步行训练装置100的指令。但是，例如在积极性水平与前次的判定结果相同的情况下，也能够不返回指令。其中，指令的生成例如能够通过从预先存储的指令组之中读出与输出参数对应的指令来进行。另外，指令可以仅对表示输出参数的信息(例如表示是输出层的第几个节点的信息)进行表示。响应处理部510c将所生成的指令经由通信IF514发送至步行训练装置100侧。

在步行训练装置100中，经由输入输出单元231接收由输入输出控制部210c发送出的指令，并转给通知控制部210d。通知控制部210d对于显示控制部213或者未图示的声音控制部等进行与该指令对应的通知控制。在通知控制部210d中，只要存储与有可能从服务器500侧发送的指令组分别对应的通知控制即可。通知控制部210d对指令所表示的积极性水平进行反馈(步骤S3)。例如，通知控制部210d使显示控制部213将例如用于使与指令对应的图像由管理用监视器139显示的显示控制信号输出至管理用监视器139。通知控制部210d使上述声音控制部将例如用于使与指令对应的声音从扬声器输出的声音控制信号输出至该扬声器。

通过这样的处理，在步行训练装置100中，将取得的数据作为输入参数，并反馈积极性水平，训练工作人员901能够灵活利用其进行辅助。另外，由于学习完毕模型存在于服务器500，所以能够实现在多个步行训练装置100使用共通的学习完毕模型的运用。

接下来，一并参照图7～图10对在利用通知控制部210d等例示的FB部中执行的反馈的例子进行说明。图7～图9是表示在图6的复健辅助处理中向训练工作人员901提示的图像的例子的图，图10是表示在图6的复健辅助处理中向训练者900提示的图像的例子的图。

FB部能够具有第1通知部，该第1通知部向辅助训练者900的训练工作人员901通知积极性水平。该第1通知部能够利用通知控制部210d以及管理用监视器139来例示。即，能够在使管理用监视器139显示的GUI(Graphical User Interface)图像包括表示积极性水平的值、标记等。

图7所示的GUI图像139a是在复健中显示于管理用监视器139的图像上重叠有弹出图像139b的图像。弹出图像139b在步行训练装置100从服务器500接收到表示为积极性水平是0～9中的“3”的指令时显示。在积极性水平为“3”的情况下，通知控制部210d显示该信息，并且一并进行将步行速度降低2个水平的启示。这样，例如为了使积极性水平低于某个阈值的状态恢复，例如提出降低跑步机131的速度(降低难易度、提高实现率)这一方案。另外，积极性水平还能够按每个水平来分颜色显示。其中，被重叠弹出图像139b的对象的图像是在这里的即将反馈之前所显示的图像，该图像包括的内容是任意的。

图8所示的GUI图像139c是在复健中显示于管理用监视器139的图像上重叠有弹出图像139d的图像。弹出图像139d在步行训练装置100从服务器500接收到表示为积极性水平是0～9中的“7”的指令时显示。在积极性水平为“7”的情况下，通知控制部210d显示该信息，并且一并进行将摆动辅助水平降低1的启示。另外，积极性水平还能够按每个水平来分颜色显示。其中，被重叠弹出图像139d的对象的图像是在这里的即将反馈之前所显示的图像，该图像包括的内容是任意的。

另外，该第1通知部还能够由扬声器以及进行使该扬声器输出声音的控制的声音控制部构成(未图示)，能够从扬声器输出表示积极性水平的值的声音。但是，为了使训练者900听不到该声音，也能够将训练工作人员901佩戴于耳朵等的无线耳机(可以是骨传导耳机)等作为该扬声器。当然，第1通知部还能够采用进行显示输出与声音输出那样的结构。

另外，如在图7以及图8中举出水平变更启示例那样，FB部能够具有第2通知部，该第2通知部将催促变更步行训练装置100中的设定参数的内容通知给训练工作人员901。这里的设定参数例如可以仅为表示难易度的参数，但能够应用上述(1)的参数中的各种参数。该第2通知部能够利用通知控制部210d以及管理用监视器139来例示，还能够利用声音控制部以及扬声器来例示。在后者的情况下，特别优选上述那样的使训练者900听不到的结构。当然，第2通知部以及后述的第3～第6通知部也能够采用进行显示输出与声音输出那样的结构。

另外，FB部能够具有第3通知部，在积极性水平变化为规定范围以上的情况下，如在图7以及图8中举出水平变更启示例那样，该第3通知部能够将催促变更设定参数的内容通知给训练工作人员901。这里的设定参数例如也可以仅为表示难易度的参数，但能够应用上述的各种参数。另外，变化为规定范围以上的情况例如能够指在用0～9的范围表示的积极性水平中比前次的值或者比规定期间前变化了3以上的情况。该第3通知部能够利用通知控制部210d以及管理用监视器139来例示，还能够利用声音控制部以及扬声器来例示。在后者的情况下，特别优选上述那样的使训练者900听不到的结构。

另外，FB部能够具有第4通知部，该第4通知部进行向辅助训练者900的训练工作人员901催促与积极性水平对应的种类的对话的通知。该第4通知部能够利用通知控制部210d以及管理用监视器139来例示。虽然对于该通知未图示，但只要例如在图7的弹出图像139b那样的弹出图像中登载催促对话的文字即可。对于文字的内容而言，例如在积极性水平为0～9中的4以下的情况下，能够为“请提议使设定稍微轻松”等，若为5以上，则能够为“请鼓励按照该节奏推进”等。当然，文字的内容并不局限于此。另外，第4通知部还能够利用声音控制部以及扬声器来例示，该情况下，特别优选上述那样的使训练者900听不到的结构。

另外，FB部能够具有：蓄积部，蓄积对积极性水平的时间序列变化进行表示的日志；和第5通知部，向训练工作人员901通知该日志。蓄积部例如能够具有整体控制部210内或者与之连接的HDD、SSD等存储装置作为其蓄积区域。该第5通知部能够利用通知控制部210d以及管理用监视器139来例示。

图9所示的GUI图像139e是通过在复健中显示于管理用监视器139的图像选择规定按钮而显示的图像。当然，还能够使GUI图像139e显示为图7以及图8中例示那样的弹出图像。GUI图像139e包括日历，在其日期的位置用0～9中的任一个表示了训练中的训练者900的积极性水平。另外，对于同一天内的变化而言，例如也能够用从“3”到“1”等和箭头来表示该变化。

即便是同一训练者900，也存在积极性根据天不同而或高或低的情况。特别是同时出现郁闷状态、焦躁状态等的训练者900，变化很激烈。然而，通过这样的日历显示，训练工作人员901能够掌握该训练者900的积极性的变化。另外，积极性水平也能够按每个水平来分颜色显示。另外，所显示的日历并不局限于例示的情况，例如也可以是每一周的情况，还可以是每多个周的情况、每多个月的情况。

当然，积极性水平的确认并不局限于基于日历显示的情况。通过这样的日志的蓄积以及通知，训练工作人员901等能够浏览所蓄积的日志，并基于该日志建立针对该训练者900的训练计划。另外，第5通知部还能够利用声音控制部以及扬声器来例示，该情况下，特别优选上述那样的使训练者900听不到的结构。

另外，FB部能够具有第6通知部，该第6通知部向训练者900通知积极性水平或者与积极性水平对应的内容。该第6通知部能够利用通知控制部210d以及训练用监视器138来例示。另外，与第6通知部构成为通知积极性水平本身相比，优选构成为通知与之对应的内容。

图10所示的GUI图像138a是在复健中显示于训练用监视器138的图像上重叠有弹出图像138b的图像。弹出图像138b例如能够在积极性水平为0～9中的4以下的情况下显示，能够为“使设定稍微轻松些么？”等使积极性提高那样的文字。另外，例如若积极性水平为5以上，则弹出图像能够是“按照该节奏努力吧”等维持现状那样的文字。当然，文字的内容并不局限于此。另外，第6通知部还能够利用声音控制部以及扬声器来例示，例如在训练者900处于低的积极性而低头的情形下也能够利用声音进行通知的点上是有益的。

此外，被重叠弹出图像138b的对象的图像是在这里的即将反馈之前显示的图像，该图像包括的内容基本是任意的。这里，作为GUI图像138a，举出了训练者900的步态正常的情况下的图像例。

在GUI图像138a的最上部设置有状态区域310，显示有训练尝试下的状态信息。状态信息包括尝试持续时间、步行距离、训练水平、得分指示器等。尝试持续时间是从尝试开始起的时间，持续时间通过未图示的计时器来测量。步行距离根据跑步机驱动部211使带132旋转的累计量来测量。训练水平表示训练尝试的难易度，每当满足预先设定的基准就被更新。训练尝试的难易度通过带132的旋转速度、步行辅助装置120的辅助量来规定。训练开始时的训练水平由治疗师等亦即训练工作人员901根据训练者900的状态来设定。得分指示器根据获得分数的加减而被增减。

在GUI图像138a中的状态区域310以外的区域嵌入映现有照相机图像320。照相机图像320是由照相机140拍摄到的训练者900的全身图像，例如被显示为60fps的实时影像。训练者900能够将训练尝试中的自身的姿态作为实时影像进行确认。其中，由于训练者900与训练用监视器138相对，所以从可视性的观点考虑，优选如图示那样照相机图像320被镜像反转。

在照相机图像320分别重叠有与通过运算等而获得的躯干的倾斜对应的躯干线330、和表示躯干线330的摆动被允许的范围的摆动指标340作为CG(Computer Graphics)。在该例子中，躯干线330由将训练者900的病腿的脚后跟附近作为基点330a并延伸至肩附近为止的直线柱状的CG来表达。肩附近的端点330b被实施若干的装饰以便容易目视确认躯干的摆动。

若训练者900直立于带132上，则从基点330a至端点330b为止相对于带132的面垂直地描绘躯干线330。另外，若训练者900的躯干伴随着步行而摆动，则躯干线330根据其倾斜的角度而绕基点330a摆动。其中，由于基点330a被决定为病腿的脚后跟附近位置，所以躯干线330的整体根据病腿的活动(立腿、摆腿)而移动。对于进行步行训练的训练者900而言，由于不正常的躯干的倾斜主要因病腿的状态产生，所以若将病腿的脚后跟附近位置作为基点来描绘躯干线330，则在因果关系的识别中与感觉良好地匹配。另外，若从脚后跟附近至肩附近为止描绘躯干线330，则由于在训练用监视器138的显示区域中成为比较大的对象，所以可视性提高。

摆动指标340被描绘成以躯干线330的基点330a为要点的扇形形状。扇形形状的弧的部分被描绘成沿着躯干线330的端点330b的摆动方向。另外，根据躯干线330的摆动被允许的范围来根据决定扇形状的中心角。优选摆动指标340例如被描绘成淡淡地着色的半透过状。由于若被描绘成半透过状，则训练者900的姿态不会被大幅遮挡，所以训练者900能够更准确地确认自身的状态。按每个训练水平预先设定摆动被允许的范围。在训练水平低时设定得大，随着训练水平变高而逐渐设定得小。

若这样以扇形形状描绘摆动指标340，则如果根据移动腿而摆动的躯干线330收纳于扇形形状的内侧则训练者900能够识别为是在该训练尝试中被允许的步态。此外，即便训练者900不注视躯干线330的整体，例如只要瞥一眼端点330b是否存在于扇形的弧上，则也能够识别出当前的躯干的倾斜是否处于允许范围。对于在训练尝试中观察辅助者或观察脚下的训练者900而言，这样的描绘很合适。

(效果)

如以上那样，在本实施方式所涉及的复健系统中，当训练者900利用步行训练装置100执行复健时，能够实现通知积极性水平等与积极性水平对应的反馈。因此，根据本实施方式，能够进行训练工作人员901考虑了训练者900的积极性的复健辅助。例如，根据本实施方式，训练工作人员901能够将训练者900的积极性水平作为判断材料并进行设定变更、搭话等来实施复健辅助。特别如图1所示，在步行训练装置100的情况下，由于训练工作人员901基本多位于训练者900的后方，所以无法直接观察训练者900的表情，无法猜测训练者的积极性。然而，在本实施方式中，训练工作人员901能够掌握积极性水平，能够进行与积极性对应的复健辅助。

(与方法相关的补充)

在本实施方式中，根据上述的说明可知，还能够提供一种具有在图6的步骤S1～S3中例示那样的如下的取得步骤、输出步骤(判定步骤等)以及FB步骤的复健辅助方法(步行训练装置100的动作方法)。取得步骤取得相对于训练者利用步行训练装置100执行的复健锻炼的、至少包含训练者的视线信息的表示积极性的积极性信息。判定步骤基于在取得步骤中取得的积极性信息来判定训练者的积极性水平。其中，输出步骤基于在取得步骤中取得的积极性信息来输出表示训练者的积极性的程度。FB步骤将在判定步骤中判定出的水平等在输出步骤中输出的程度反馈至步行训练装置100。

＜实施方式2＞

在实施方式1中，举出了服务器500具备学习部510b以及模型存储部521、并在服务器500生成学习完毕模型的例子。在本实施方式中，学习部以及模型存储部能够装备在步行训练装置100侧(例如整体控制部210)。另外，在实施方式1中，关于运用阶段，举出了服务器500具备学习完毕模型、步行训练装置100向服务器500发送复健数据而接收积极性水平的例子。在本实施方式中，在步行训练装置100侧(例如整体控制部210内的存储部)安装学习完毕模型并且具备水平判定部等程度输出部。因此，步行训练装置100能够具有存储学习完毕模型的存储部。即，在本实施方式中，步行训练装置100具备判定积极性水平的判定部等输出表示积极性的程度的程度输出部。

通过这样的结构，本实施方式所涉及的复健辅助系统只要包括步行训练装置100即可。但是，当在步行训练装置100侧具备学习部而进行学习的情况下，为了在学习阶段增多复健数据的收集量，优选构成为能够收集来自其他步行训练装置的复健数据。另外，虽不特别说明，但在本实施方式中也能够应用在实施方式1中说明过的各种例子，起到与实施方式1同样的效果。另外，本实施方式所涉及的复健辅助程序是用于使步行训练装置100的计算机(例如整体控制部210)执行上述的取得步骤、输出步骤(判定步骤等)以及FB步骤的程序。

＜实施方式3＞

主要参照图3来对实施方式3进行说明。本实施方式所涉及的复健辅助系统虽然省略其说明，但能够具有在实施方式1、2中说明的步行训练装置100等复健辅助装置。另外，虽不特别说明，但在本实施方式中除了以下的不同点之外，也能够应用在实施方式1、2中说明过的各种例子，起到同样的效果。

在本实施方式中，在判定部的判定等程度的输出中不使用学习模型。该情况下，不需要在实施方式1、2中说明那样的学习及其所需的部位。简单进行说明以供参考。本实施方式中的判定部等程度输出部能够装备在整体控制部210，以下也举出判定部为例来进行说明。而且，该判定部针对所取得的1个或者多个项目的积极性信息分别进行阈值处理，能够对超过阈值的项目数进行阈值处理来判定积极性水平并输出。

另外，本实施方式中的判定部也能够构成为将在使步行训练装置100中的设定参数变化之后的规定期间内由上述取得部取得的信息的判定所使用的权重降低。该情况下，判定部将在该规定期间内取得的积极性信息的权重降低。例如在跑步机131的速度的变化期间降低权重。这是因为在刚刚变更了设定之后，成为训练者900感到困难的训练的情况很多。

另外，本实施方式中的取得部也能够区别取得训练者900执行复健中的期间的信息与除了该执行中的期间以外的期间的信息作为积极性信息。另外，上述取得部还能够区别取得准备中的信息与休息中的信息。另外，该情况下，判定部或者取得部能够构成为根据上述那样的期间来变更积极性信息的权重。另外，由于优选积极性的水平能够与疲劳度进行区别，所以例如可以随着训练推进而按照时间序列观察这些信息来降低权重。

另外，在本实施方式，也不局限于判定部如实施方式2那样装备在步行训练装置100侧，能够如实施方式1那样作为水平判定部510a而装备在服务器500。但是，该情况下，不需要模型存储部521，水平判定部510a通过进行上述那样的阈值处理来判定积极性水平而不使用学习完毕模型。

＜实施方式4＞

一并参照图11以及图12对实施方式4进行说明。图11是表示实施方式4所涉及的复健辅助系统中的服务器的一个构成例的框图，图12是表示在本实施方式的复健辅助处理中向训练者提示的图像的例子的图。本实施方式所涉及的复健辅助系统虽然省略其说明，但能够具有在实施方式1中说明过的步行训练装置100等复健辅助装置。另外，虽不特别说明，但在本实施方式中，除了以下的不同点之外，能够应用在实施方式1～3中说明过的各种例子，起到同样的效果。

如图11所示，除了图4的服务器500的结构之外，服务器501还以能够执行的方式安装有能够向训练者900提示训练者900的训练状况的游戏(游戏程序)。因此，服务器501具备游戏存储部522，能够从控制部510读出并执行该游戏。游戏的输入输出通过在响应处理部510c经由通信IF514与步行训练装置100通信的同时进行。由此，在本实施方式中，能够在步行训练中引入游戏性。

而且，在本实施方式中，FB部能够根据判定出的积极性水平来使该游戏中的显示方式变更。该情况下的FB部能够利用步行训练装置100侧的输入输出控制部210c及输入输出单元231、以及服务器501侧的游戏存储部522、响应处理部510c及通信IF514等来例示。

例如，图12所示的GUI图像138c在图10所示的GUI图像138a中显示有状态区域310c来代替状态区域310。这里，得分指示器表示车站名(在该例子中为开始S、ST1、ST2、目标G)，其中表示为当前处于ST2。这给步行训练带来游戏性，是逐渐推进车站的旅行游戏的一个例子。另外，除此之外，能够使GUI图像138c还显示向训练者900对话的弹出图像138d。通过根据积极性水平使显示方式变化，例如采用与积极性水平对应的配色等，能够促使提高积极性。

另外，FB部能够根据判定出的积极性水平使不同的游戏执行。因此，服务器501以能够由控制部510执行的方式在游戏存储部522安装有多个游戏。该情况下的FB部能够利用步行训练装置100侧的输入输出控制部210c及输入输出单元231、以及服务器501侧的游戏存储部522、响应处理部510c及通信IF514等来例示。例如，虽未图示，但作为图12的状态区域310c的得分指示器，能够使用以游览世界遗产各处的方式表示世界遗产名的得分指示器。通过根据积极性水平变更游戏，例如采用与积极性水平对应的种类的游戏等，能够促使提高积极性。

另外，如上所述，在本实施方式中，也能够应用实施方式3。即，本实施方式所涉及的复健辅助系统能够将包括如游戏存储部522那样将游戏存储为能够由整体控制部210执行的游戏存储部等、这里说明的全部功能装备在步行训练装置100侧。由此，步行训练装置100能够单独构成本实施方式所涉及的复健辅助系统。

＜代替例＞

在以上说明的各实施方式中，对训练者900表示一条腿患病的偏瘫患者的例子进行了说明，但对于两腿瘫痪的患者也能够应用步行训练装置100。该情况下，在两腿佩戴步行辅助装置120来实施训练。该情况下，可以针对每条病腿进行异常步行的评价。通过对于各条病腿独立地进行异常步行的评价，能够分别独立地判断恢复程度。

另外，虽未图示，但步行训练装置能够作为在图1的步行训练装置100中不具备跑步机131的装置，成为训练者900能够在被框架130包围的空间内实际移动。该情况下，只要采用如下那样的结构即可：框架130形成为在行进方向很长，伴随着训练者900的移动，保护带抻拉部112、前侧抻拉部135、后侧抻拉部137借助未图示的马达分别沿着导轨移动。由于训练者900相对于地板面实际相对移动，所以能够进一步获得复健训练的成就感。当然，步行训练装置并不局限于这些构成例。

另外，以上述的各实施方式中的训练工作人员901是人为前提进行了说明，但也能够应用人以外的训练助理(机械式的训练助理、即人工训练助理)来代替人。作为人工训练助理，能够举出人型的机器人、声音助理程序、显示助理程序等各种人工训练助理。若举出声音助理程序用声音进行辅助的例子，则例如能够进行“请使上身进一步向右倾斜”、“请抓住扶手”、“请降低步行速度”等之类的搭话。

在训练助理为程序的情况下，能够以可执行的方式安装于步行训练装置100，还能够以可执行的方式安装于能与步行训练装置100通信的移动电话机(还包括被称为智能手机的设备)、移动PC等可移动型终端、外部服务器等。另外，人工训练助理还能够具有拥有人工智能的程序(AI程序)。

另外，在利用步行训练装置100的步行训练时，能够利用多个人工训练助理，且管理为能够分别区别它们各自。即，训练助理为人工训练助理的情况也与训练工作人员的情况同样，训练助理能够与其他训练助理区别。

另外，在采用人工训练助理的情况下，作为和上述(4)的训练工作人员901相关的数据所对应的与人工训练助理相关的数据(助理数据)，能够举出如下数据。例如，能够举出该人工训练助理(程序)所具有的功能(声音辅助功能、基于影像显示的辅助功能等)、该程序的名称、版本等，并且当该程序是在运用时不断学习的类型的AI程序的情况下，能够举出学习算法、学习的程度、学习时间、学习次数等。

另外，在多个训练助理(人还是人以外是任意的)同时帮助复健的情况下，如针对多个训练工作人员说明那样，复健数据能够包含多个人的助理数据。另外，各助理数据能够包括表示是主要的训练助理还是辅助的训练助理的信息。除了这样的信息之外、或者代替这样的信息，各助理数据还能够包含表示进行何种辅助的信息。

针对通知进行说明。例如，在需要对于人工训练助理而非训练工作人员901那样的人通知的情形下，通知控制部210d只要向该训练助理进行通知即可。通知能够直接通过通信来进行，也可以与人的情况下同样利用影像、声音来进行，人工训练助理对其进行检测。另外，人工训练助理能够对于步行训练装置100通过通信或者直接的触摸操作等来进行设定变更等，由此，即便是人工训练助理也能够执行考虑了训练者的积极性的复健辅助。

另外，各实施方式中说明的复健辅助装置还能够作为复健辅助系统而由多个装置构成。同样，步行训练装置能够作为步行训练系统而由多个装置构成，另外，训练辅助装置能够作为训练辅助系统而由多个装置构成。另外，各实施方式中说明的服务器(服务器装置)例如不仅能够仅具备学习完毕模型而不具备学习装置，而且还能够仅具备学习装置的全部功能或者一部分功能。另外，各实施方式中说明的服务器装置还能够具备作为复健辅助装置的功能或部位而说明过的功能或部位的至少一部分。

另外，如上所述，各实施方式所涉及的复健辅助装置可以是辅助步行训练以外的其他种类的复健或复健以外的训练的装置。该情况下，各实施方式中的取得部、判定部、FB部等能够应用于该装置。例如，各实施方式所涉及的学习模型也能够采用与复健的种类、训练的种类对应的输入参数、输出参数。作为复健以外的训练，例如能够举出行走、跑步之类的运动、训练等，能够使用与训练的内容对应的训练辅助装置。另外，复健以外的训练的情况下的指标数据能够是表示训练者的身体功能提高度的数据来代替训练者的恢复度。作为身体功能提高度，能够包括因运动等的对肌肉力量提高、持久力提高等。另外，即便在训练为复健的情况下，指标数据也能够是表示训练者的身体功能提高度的数据，该情况下，作为身体功能提高度，能够包括因复健等带来的恢复度。另外，在复健以外的训练的情况下，复健数据能够称为训练数据。

另外，上述的复健辅助装置或者服务器装置例如能够是具有处理器、存储器、以及通信接口等的硬件结构。这些装置能够通过处理器读入并执行存储于存储器的程序来实现。

能够使用各种类型的非暂时性计算机可读介质(non-transitory computerreadable medium)来储存这样的程序，并供给至计算机。非暂时性计算机可读介质包括各种类型的有实体的记录介质(tangible storage medium)。非暂时性计算机可读介质的例子包括磁记录介质(例如软盘、磁带、硬盘驱动器)、光磁记录介质(例如磁光盘)。并且，该例子包括CD-ROM(Read Only Memory)、CD-R、CD-R/W、半导体存储器。作为该半导体存储器，例如能够举出掩模ROM、PROM(Programmable ROM)、EPROM(Erasable PROM)、闪速ROM、RAM(Random Access Memory)等。另外，程序可以通过各种类型的暂时性计算机可读介质(transitory computer readable medium)供给至计算机。暂时性计算机可读介质的例子包括电信号、光信号以及电磁波。暂时性计算机可读介质能够经由电线以及光纤等有线通信路或者无线通信路将程序供给至计算机。

根据上述公开内容，显然本公开的实施例可以以多种方式变化。这些变化不应视为脱离本公开的精神和范围，并且对于本领域技术人员而言，显然所有这些变更旨在包括于技术方案的范围内。

Claims (16)

1.一种复健辅助系统，具备复健辅助装置，其中，所述复健辅助系统具备：

取得部，取得相对于训练者利用所述复健辅助装置而执行的复健锻炼的、至少包含所述训练者的视线信息的表示积极性的积极性信息；

输出部，基于由所述取得部取得的积极性信息来输出表示所述训练者的积极性的程度；以及

反馈部，将由所述输出部输出的程度反馈至所述复健辅助装置。

2.根据权利要求1所述的复健辅助系统，其中，

所述反馈部具有第1通知部，该第1通知部向辅助所述训练者的训练助理通知所述程度。

3.根据权利要求1或2所述的复健辅助系统，其中，

所述反馈部具有第2通知部，该第2通知部将催促对所述复健辅助装置中的设定参数进行变更的内容通知给辅助所述训练者的训练助理。

4.根据权利要求1～3中任一项所述的复健辅助系统，其中，

所述反馈部具有第3通知部，在所述程度变化为规定范围以上的情况下，该第3通知部将催促对所述复健辅助装置中的设定参数进行变更的内容通知给辅助所述训练者的训练助理。

5.根据权利要求1～4中任一项所述的复健辅助系统，其中，

所述反馈部具有第4通知部，该第4通知部进行向辅助所述训练者的训练助理催促与所述程度对应的种类的对话的通知。

6.根据权利要求1～5中任一项所述的复健辅助系统，其中，

所述反馈部具有：蓄积部，蓄积表示所述程度的时间序列变化的日志；和第5通知部，向辅助所述训练者的训练助理通知所述日志。

7.根据权利要求1～6中任一项所述的复健辅助系统，其中，

所述反馈部具有第6通知部，该第6通知部向所述训练者通知所述程度或者与所述程度对应的内容。

8.根据权利要求1～7中任一项所述的复健辅助系统，其中，

以能够执行的方式安装有能够向所述训练者提示所述训练者的训练状况的游戏，

所述反馈部根据所述程度来使不同的游戏执行。

9.根据权利要求1～7中任一项所述的复健辅助系统，其中，

以能够执行的方式安装有能够向所述训练者提示所述训练者的训练状况的游戏，

所述反馈部根据所述程度来使所述游戏中的显示方式变更。

10.根据权利要求1～9中任一项所述的复健辅助系统，其中，

所述输出部将在使所述复健辅助装置中的设定参数变化之后的规定期间内由所述取得部取得的信息的、当求取所述程度时使用的权重降低。

11.根据权利要求1～10中任一项所述的复健辅助系统，其中，

所述取得部区别取得所述训练者执行复健锻炼中的期间的信息和除了所述执行中的期间以外的期间的信息作为所述积极性信息。

12.根据权利要求1～11中任一项所述的复健辅助系统，其中，

所述取得部取得复健锻炼中的所述训练者的表情作为所述积极性信息之一。

13.根据权利要求1～12中任一项所述的复健辅助系统，其中，

所述取得部取得与辅助所述训练者的训练助理的对话作为所述积极性信息之一。

14.根据权利要求1～13中任一项所述的复健辅助系统，其中，

所述复健辅助系统具备经由网络与所述复健辅助装置连接的服务器装置，

所述服务器装置具有所述输出部。

15.一种复健辅助方法，其中，该复健辅助方法具有：

取得步骤，取得相对于训练者利用复健辅助装置而执行的复健锻炼的、至少包含所述训练者的视线信息的表示积极性的积极性信息；

输出步骤，基于在所述取得步骤中取得的积极性信息来输出表示所述训练者的积极性的程度；以及

反馈步骤，将在所述输出步骤中输出的程度反馈至所述复健辅助装置。

16.一种计算机可读介质，其中，该计算机可读介质记录有用于使复健辅助装置的计算机执行如下步骤的复健辅助程序：

取得步骤，取得相对于训练者利用所述复健辅助装置而执行的复健锻炼的、至少包含所述训练者的视线信息的表示积极性的积极性信息；

输出步骤，基于在所述取得步骤中取得的积极性信息来输出表示所述训练者的积极性的程度；以及

反馈步骤，将在所述输出步骤中输出的程度反馈至所述复健辅助装置。

Images