JP2020099550A - Vdt症候群及び繊維筋痛症の改善 - Google Patents
Vdt症候群及び繊維筋痛症の改善 Download PDFInfo
- Publication number
- JP2020099550A JP2020099550A JP2018240405A JP2018240405A JP2020099550A JP 2020099550 A JP2020099550 A JP 2020099550A JP 2018240405 A JP2018240405 A JP 2018240405A JP 2018240405 A JP2018240405 A JP 2018240405A JP 2020099550 A JP2020099550 A JP 2020099550A
- Authority
- JP
- Japan
- Prior art keywords
- vdt
- patient
- head position
- sight
- posture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000011580 syndromic disease Diseases 0.000 title claims abstract description 78
- 208000001640 Fibromyalgia Diseases 0.000 title claims abstract description 20
- 230000006872 improvement Effects 0.000 title claims description 12
- 230000033001 locomotion Effects 0.000 claims abstract description 474
- 210000003128 head Anatomy 0.000 claims abstract description 315
- 238000005516 engineering process Methods 0.000 claims abstract description 62
- 230000000007 visual effect Effects 0.000 claims abstract description 28
- 210000005252 bulbus oculi Anatomy 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 76
- 238000010801 machine learning Methods 0.000 claims description 41
- 238000011156 evaluation Methods 0.000 claims description 29
- 230000001133 acceleration Effects 0.000 claims description 28
- 210000001508 eye Anatomy 0.000 claims description 26
- 230000009471 action Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 23
- 230000004397 blinking Effects 0.000 claims description 20
- 208000010412 Glaucoma Diseases 0.000 claims description 19
- 201000010374 Down Syndrome Diseases 0.000 claims description 15
- 230000002265 prevention Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 11
- 230000003190 augmentative effect Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 230000001939 inductive effect Effects 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000009207 exercise therapy Methods 0.000 claims 3
- 230000004807 localization Effects 0.000 claims 2
- 230000006855 networking Effects 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 68
- 206010013774 Dry eye Diseases 0.000 abstract description 25
- 208000003556 Dry Eye Syndromes Diseases 0.000 abstract description 23
- 230000001976 improved effect Effects 0.000 abstract description 5
- 206010008334 Cervicobrachial syndrome Diseases 0.000 abstract description 2
- 208000013057 hereditary mucoepithelial dysplasia Diseases 0.000 description 101
- 238000012545 processing Methods 0.000 description 56
- 230000006870 function Effects 0.000 description 44
- 208000024891 symptom Diseases 0.000 description 37
- 230000002452 interceptive effect Effects 0.000 description 28
- 238000004422 calculation algorithm Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 19
- 238000003066 decision tree Methods 0.000 description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 18
- 201000010099 disease Diseases 0.000 description 16
- 238000002156 mixing Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 16
- 239000011521 glass Substances 0.000 description 15
- 239000007787 solid Substances 0.000 description 15
- 238000002360 preparation method Methods 0.000 description 14
- 239000000203 mixture Substances 0.000 description 13
- 230000036541 health Effects 0.000 description 11
- 238000007637 random forest analysis Methods 0.000 description 11
- 239000002131 composite material Substances 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 208000002193 Pain Diseases 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 8
- 206010016256 fatigue Diseases 0.000 description 8
- 230000001965 increasing effect Effects 0.000 description 8
- 230000008450 motivation Effects 0.000 description 8
- 206010052904 Musculoskeletal stiffness Diseases 0.000 description 7
- 239000008186 active pharmaceutical agent Substances 0.000 description 7
- 208000003464 asthenopia Diseases 0.000 description 7
- 230000004438 eyesight Effects 0.000 description 7
- 230000004410 intraocular pressure Effects 0.000 description 7
- 239000004973 liquid crystal related substance Substances 0.000 description 7
- 238000005065 mining Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 230000004424 eye movement Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000003867 tiredness Effects 0.000 description 5
- 208000016255 tiredness Diseases 0.000 description 5
- 206010019233 Headaches Diseases 0.000 description 4
- 206010008118 cerebral infarction Diseases 0.000 description 4
- 208000026106 cerebrovascular disease Diseases 0.000 description 4
- 210000000695 crystalline len Anatomy 0.000 description 4
- 210000001097 facial muscle Anatomy 0.000 description 4
- 231100000869 headache Toxicity 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000002560 therapeutic procedure Methods 0.000 description 4
- 206010022998 Irritability Diseases 0.000 description 3
- 206010028836 Neck pain Diseases 0.000 description 3
- 208000009205 Tinnitus Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000035876 healing Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 206010025482 malaise Diseases 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 230000008093 supporting effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 231100000886 tinnitus Toxicity 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000008733 trauma Effects 0.000 description 3
- 230000004304 visual acuity Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 2
- 208000019505 Deglutition disease Diseases 0.000 description 2
- 208000003164 Diplopia Diseases 0.000 description 2
- 206010013496 Disturbance in attention Diseases 0.000 description 2
- 206010015958 Eye pain Diseases 0.000 description 2
- 101100490051 Lactococcus lactis subsp. lactis (strain IL1403) accD gene Proteins 0.000 description 2
- 101100027846 Lactococcus lactis subsp. lactis (strain IL1403) obg gene Proteins 0.000 description 2
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 208000016285 Movement disease Diseases 0.000 description 2
- 208000028571 Occupational disease Diseases 0.000 description 2
- 206010033425 Pain in extremity Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 206010047513 Vision blurred Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000004596 appetite loss Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000586 desensitisation Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 208000029444 double vision Diseases 0.000 description 2
- 238000007636 ensemble learning method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 208000019017 loss of appetite Diseases 0.000 description 2
- 235000021266 loss of appetite Nutrition 0.000 description 2
- 230000004315 low visual acuity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000007659 motor function Effects 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012958 reprocessing Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000001020 rhythmical effect Effects 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 208000026843 stiff neck Diseases 0.000 description 2
- 230000035922 thirst Effects 0.000 description 2
- 210000001364 upper extremity Anatomy 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 101100490479 Lactococcus lactis subsp. lactis (strain IL1403) addA gene Proteins 0.000 description 1
- 101100000975 Lactococcus lactis subsp. lactis (strain IL1403) rexB gene Proteins 0.000 description 1
- 208000037490 Medically Unexplained Symptoms Diseases 0.000 description 1
- 206010028391 Musculoskeletal Pain Diseases 0.000 description 1
- 208000007613 Shoulder Pain Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000004406 elevated intraocular pressure Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 208000027993 eye symptom Diseases 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000004237 neck muscle Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Rehabilitation Tools (AREA)
- Eye Examination Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
及びVDT症候群・ストレートネック・頸肩腕症候群・首下がり症候群・緑内障の患者の治療及び予防、
及び頚椎周囲筋肉フレイル予防のための、
システム及びプログラムに関する。
キーパンチャー病と呼ばれる病が起こり始めた。
首や肩のこり、上肢の倦怠感、眼の疲労、集中力低下の症状を起こし、職業病でもあった。
近年、PC作業が、広く事務作業として、ホワイトカラーには、一般的な作業となっている。
Visual Display Terminal として、PCモニターやスマートフォンを見続けることにより、VDT症候群と呼ばれる、症状に悩まされる患者が増加している。
症状としては、
眼の症状としては、ドライアイによる乾燥感、異物感、視力低下、頭痛である。
体性の症状としては、首・肩・腰のこりや、腕・手の痛みやしびれである。
精神的な症状としては、頭痛・耳鳴り・イライラ・倦怠感・疲労感がある。
これまで、VDT作業では、勤労者は、画面に目、顔、首などを、貼り付け状態にされていた。
ストレートネックや、肩こり、眼精疲労の原因となっていた。
VDT作業により、ドライアイ、眼精疲労、頸肩腕症候群 キーパンチャー病が発症して、さらに、繊維筋痛症の発症のきっかけになることもある。
ひとたび、VDT作業からのトラウマを受けると、固定した姿勢では、トラウマから抜け出すことができなくなる恐れがある。
実質現実では、頭に載せる、ヘッドマウントディスプレイ(以下HMDと表示する)により、全周の視覚を完全に新しく創出する技術もある。
最近は、HMDも、片目で4K解像度、両目で8K解像度のものもある。これまでは、液晶映像が、荒く、解像度も低かったが、最近では、3840*2160*2eye, 16.6 milion pixcelsというHMDも使われ始めている。
視野角が200度という広い視野角を持つ。
Refresh Rate 90Hz per eye
MTP Latency 15ms (ユーザーの動作に追従するための時間)
という物も、使われ始めている。
ショッピングモールや国際的運動競技会のセレモニーでは、もっと巨大なLEDディスプレイも使われている。
これらの表現手段を使うと、視覚情報の大半を、デジタルで創出して、実質現実空間と同様なリアリティ感を体験することが出来る。
VDT作業のためには、頭部装着型液晶表示装置を用いて、モニター画像とキーボードを視認するにあたり、ユーザーの水晶体の調節の変化を少なくする技術もある。(特許文献2参照)
VDT作業時間を計測して、一定時間に達したときには、休憩時間を報知するとともに、VDTの動作を強制的に一時停止する技術もある。(特許文献5参照)
VDT作業を柔軟に制御できるVDT作業監視の技術もある。(特許文献6参照)
VDTの連続した作業による各作業者の負荷状態を反映した作業負荷時間をそれぞれ演算し、この作業負荷時間により各作業者にそれぞれ適した作業管理を行う技術もある。(特許文献7参照)
通常は、患部のレントゲンや、MRI画像等そして、運動可動域や、運動障害の無さなどで、客観的にリハビリテーションの効果を測定できるが、VDT症候群など、自覚症状が主である疾患については、リハビリテーションの効果を測定して、患者毎に最適なリハビリテーション方法を決定することが難しい。
通常瞬き回数は、1分間に20回程度であるが、VDT作業により、50%程度減少してしまう。
40代の20人に1人が緑内障患者である。緑内障は、失明原因の1位の疾患である。
脳梗塞疾患に限らずに、リハビリテーションを、できうれば、安い費用で、提供する技術が、必要とされている。
病に苦しむ患者にとっては、通院することも難しいことが多い。
医療者側からみれば、リハビリテーションは、高度な知識や技量及び、長い拘束時間と、患者への注意の集中と、手厚い関わりが必要である割には、患者が正常に動うように改善されて当然であり、報酬を高く設定することは難しい。
一人で、リハビリテーションをしていると、他者との、比較や競争ができない。
リハビリテーションの感想や感情を、他者と共有することが、できない。
具体的には、本発明は、VDT症候群・ストレートネック・繊維筋痛症・首下がり症候群の患者が、診療室に限らずに、自宅においても、症状に合わせ、前記疾患に対するリハビリテーションを、個別的に適正で快い、楽に、治療者と客観的に共有しながら、行うことができる、
緑内障患者が、VDT作業時に眼圧の上昇を防ぐことができる、
一般ユーザーが、職場や自宅におけるVDT作業時に、姿勢・頭位・視点の固定を予防することができる、
一般ユーザーが、職場や自宅におけるVTD作業時に、瞬きの減少による、目の乾燥を防ぐことのできる、
一般ユーザーが、職場や自宅におけるVDT作業時に、眼圧の上昇を、防ぐことのできる、
一般ユーザーが、リハビリテーションにより、VDT症候群・ストレートネック・頸肩腕症候群・ドライアイ・緑内障・首下がり症候群を予防することができる、
患者ユーザーが、VDT症候群等の症状について、他者からの、共感及び理解が、容易にできる、
集団における、各ユーザーの運動の評価ができる、
症状に合った、リハビリテーションを、他者の経験と、お薦め度より、選ぶことができる、
システム及びプログラムを提供することを課題とする。
ユーザーの瞬きをうながす、VR,AR、MR空間内の表示を、リズム感を持って、行う手段を有す。
このリズム感は、一般ユーザー及び治療者ユーザーと患者ユーザーの双方の提案と理解により、決めることができ、ユーザーは、リアルタイムに、頭位・視線・姿勢の運動の速さ、運動パターンを自由に変えられる手段を有す。
この指示に基づいて、頭位・視線・姿勢及び瞬き等の運動が、どのように行われたかを、記憶する手段を有す。
治療者ユーザーと患者ユーザーは、この記録から、客観的な頭位・視線・姿勢の運動の状況について、客観的に議論できる。
間違いを正すのではなく、固定化した失敗パターンから、客観的記録に基づく行動認知と繰り返しの行動実践によって、患者自ら、柔軟で適応できる安全で快適な頭位・視線・姿勢の運動の状態に到達できる手段を有す。
各ユーザーの運動後の感想等から、各ユーザーが、適するリハビリテーションの運動の組を、選ぶことができる手段を有す。
各ユーザーは、リハビリテーションについて、ユーザー間のSNSによって、感想や希望等を共有する手段を有す。
集団における、頭位・視線・姿勢の運動の評価をする手段を有する。
このため、治療者は、良いVDT作業と悪いVDT作業のパターンについて、理解する手段を有す。
他覚症状が少なく、自覚症状が多い、VDT症候群等の症状を、治療者及び他者と共有する手段を有す。
患者ユーザー及び一般ユーザーの症状に合った、頭位・視線・姿勢の運動パターンを、選び出す手段を有す。
VDT作業用の固定されていたデスプレイ画面を、ユーザーの必要な運動が出来るように、移動させ、 ユーザーの視線・頭位・姿勢に運動を得るようにする。
以下VDT頭位・視線・姿勢運動あるいは頭位・視線・姿勢運動あるいはVDT頭位・視線・姿勢リハビリテーション運動と記載する。
動きのある姿勢及び頭位は、体の循環を改善する。
動きのある視線は、眼球の動きを誘発して、眼球の渇きに潤いを与え、ドライアイと眼精疲労を防ぐ。
さらに、積極的に、瞬きを誘う表示を、実質3次元空間に行うことで、瞬きを規則的に誘発して、ドライアイを防ぐ。
眼球の動きは、表情筋のトレーニングにもなる。
動きのある姿勢は、頸肩腕症候群を防ぐ。
俯き続ける視線から、仰向きの動きを取り入れることで、眼圧の上昇を抑止して、緑内障の発症及び悪化を防ぐ。
固定された姿勢から、動きのある姿勢に変わることで、鬱を防ぐ。
患者が自分の端末や運動視線装置の創出した空間内の表示で、自分の頭位・視線・姿勢の運動の是非をわかりやすくアプリケーションとして、見ることができる。
患者サイドにとっても、治療者サイドにとっても、患者自宅での、IOTを用いたリハビリテーションは、要する時間・記録と解析のしやすさ・費用の合理性といった点で、メリットが大きい。
一般ユーザーがVDT作業時の不快症状の発症を防ぐことが出来、作業能率が向上する。
SNS関連制御部A09及び機能SNS関連テーブル群T30と、VDT頭位・視線・姿勢運動支援装置履歴元テーブルT05のVDT運動組のお薦め度を記憶する機能より、さらに機械学習用サーバ17内のルールベース及び機械学習によるAIを使ったレコメンド機能により、VDT頭位・視線・姿勢リハビリテーション運動のレコメンドテーブルT24を使い、患者ユーザー及び一般ユーザーの属性(特徴量)に、ぴたりと合ったリハビリテーションを誘導するVDT頭位・視線・姿勢リハビリテーション運動の組を、集合知を活用して、新しく創り出し、選択することができる。
VDT症候群等の主観的症状を、SNS機能で、他者と共有することで、患者ユーザー及び一般ユーザーは、VDT症候群の治療に、意欲を持つことができる。
本実施例におけるシステムは、動画表示用ディスプレイのHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)5、HMDに関連する頭位を測定する、深度センサー・加速度センサー・COMSセンサー等運動センサー(3及び17)及び、センサー端末4、患者ユーザー端末1と、治療者ユーザー端末2と、クラウドサービス8にあるCPU・GPU・OS等を含むデータベースサーバ12とアプリケーションサーバ10、そしてネットワーク7(近距離通信、電話通信回線及びインターネット等)、管理端末8とから構成される。
各端末は、コンピューター、マイコンボード、スマートフォン等で、ネットワークへの接続可能なものである。
最近は、エッジコンピューティングで、コンピュータビジョンからの動画を、AIで認識判断する専用のCPU、GPUの
ボードも開発されている。また、AIの推論エンジンを搭載した、組み込み用ボードも存在している。このようなボードを
用いても良い。(非特許文献4及び5参照)
患者端末1は、患者が使用する端末であり、PC、スマートフォン、タブレット、HMD、VR、AR,MRグラス等である。
本実施例では、スマートフォンあるいは、HDM付属のインタラクティブ装置を用いる。
治療者端末2は、治療者が使用する端末であり、PC、スマートフォン、タブレット等である。本実施例では、PCを用いる。
頭位運動センサー3及び外部センサー17は、患者の頭位の運動をセンシングするセンサーである。
本実施例では、HMDに付属の加速度センサー及び測位センサー等運動センサーと、外部よりHMDの3次元位置を計測する深度センサー・RGB画像センサー等を用いる。
頭位及び視線を、HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)内に表示されるイラストやTV動画映像の表示位置をVR・AR・MR3次元空間16内で移動させることによって、誘導する。
誘導する動画は、スマイルマークやフェアリーテールのイラスト・TV画像等動画・明るいLED画像などが、考えられる。
5秒以内に往復するような速い動きのときは、視認が難しいので、動画ではなく、イラストが良い。
例えば、図14のVDT運動組ID657番の運動組は、ファイル名abc.JPEGを使用して、表示立体は半径2.5mの球体で、左右速度周期2秒、上下速度周期3秒、八の字運動運動を行う。
TV動画などであれば、はっきりと、視聴できるように、左右の速度は、左右に周期2分以上の時間をかけて、ゆっくりと、移動する。速度は、自由に設定できる。
例えば、図14のVDT運動組ID658番の運動組は、個人設定動画ファイル名C:\USER\*****を使用して、表示立体は楕円体で、左右速度周期8分、上下速度周期20分、主として水平運動を行う。
HMDやAR用のディスプレイに表示して、実質、拡張、複合3次元空間16を創出する。
運動支援装置端末6は、ミキシング機器及びPC及びマイコンボードである。運動支援装置端末6にて、ミキシング等を行う。AR・MR・ARのディスプレイ用RGBビデオ信号に、必要な動画をRGBビデオ信号をミックスすることで、表示してもよい。あるいは、HMDやARメガネのオペレーティングシステムのAPIを用いて、ミックスしてもよい。
背景は、通常のソフトウエアを表示すると、それまでの、ソフトウエア資産を有利に背景として利用することができる。
同様に、下限角度、左右限度角度を登録できる。左右限度角度は、中心から同じ角度が望ましい。
TV動画などであって、視認することが重要な場合には、例えば、左右には、周期2分以上の充分な時間を要して、繰り返し動きながら、上下には、往復20分程度の時間を要して、少しずつ上下に移動する。
ユーザーが緑内障に罹患している場合は、眼圧が上昇することを防ぐために、下向きの角度は、小さくする。
ドライアイに対しては、水を含ませたスポンジなどを、内側に設置して、乾燥を防いでもよい。
また、室内の加湿器を連動して運転して、湿度を上げるようにしてもよい。
通常瞬き回数は、1分間に20回程度であるが、VDT作業により、50%程度減少する。
よって、一定時間経毎に、積極的に瞬きを促す表示を、創出された実質現実空間・拡張現実空間・複合現実空間16に加えることも、考えられる。
ヘッドマウンドディスプレイ及びメガネ型ディスプレイにアイカメラ等、ユーザーの瞬きを捕らえるセンサーを搭載していれば、瞬きの回数を計測してもよい。
あるいは、目標動画の輝度を10%上昇低下3HZ周期で5秒間繰り返し、瞬きさせるようにしてもよい。
あるいは、目標動画の輝度を10%上昇低下3HZ周期で1秒間繰り返し を、1分間に20回程度、間隔を開けて、周期的に繰り返すように、設定しても良い。
目標動画の彩度・明度コントラスト及び色相を、同様に変化させてもよい。
これらの表現には、フォトレタッチソフトのように、目標動画の彩度・輝度・色相・コントラストをソフトウエアで変換する。
また、実質、拡張、複合3次元空間としての視界の視野角度の狭い装置であるならば、装置制御のAPIから、創出された空間16の全体の彩度・輝度・色相を変換してもよい。
また、手振れのように、目標動画を揺らすことで、瞬きを誘導してもよい。
揺らすには、目標動画を、小さいベクトル方向に振動させる方法と、表示立体を振動させる方法がある。
作業者の主観的な感じ方を大切にするためにも、瞬きの動作指示についても、患者ユーザーの好みに、合わせられるように、各ユーザーの指示にあわせて、インタラクティブに設定できることが重要である。
通常運動としては、水平方向を主とする、水平運動と、垂直運動を主とする、垂直運動が、考えられる。さらに、常に左から右へ移動し、右端から瞬間的に左端に移動して、左から右へ移動する、常右運動。同様に、常左運動、常右運動、常上運動、常下運動が、考えられる。
目標動画の運動パターンは、管理者PCより、八の字運動、楕円運動、水平運動、垂直運動、常上下左右運動(4種類)、ランダム運動をあらかじめ設定しておく。
A_PubLimt1N : その回数までは、VDT運動組は、他ユーザーには、公表されない。(但し、治療者ユーザーには、適応されず、すぐに公表することができる。)
Rec_MinLimt1N :お薦め度を記入するフォームを表示しない最小回数
A_PubLimt2N : VDT運動組を他ユーザーに必ず公開する、最小の実施回数
A_PubLimt1Nを超えて、A_PubLimt2Nまでは、公私フラグの設定は、創出ユーザーが選べる
Tim_MinLi_N :頭位・視線・姿勢運動解析部が、解析する単位となる秒数
Std_MinLimt1N :教師データの正解として使用する、ユーザーのお薦め度の最小数
DT_DepN :決定木の段数
R_datN:ブーストラップサンプリングの個数
Ket_N:ランダムフォレストの決定木(弱仮説器)の個数
Rec_MinLimt2N : お薦め度を記載できない最大回数
本実施例では、それぞれ、
A_PubLimt1N=10回
A_PubLimt2N=30回
Rec_MinLimt1N=6回
Rec_MinLimt2N =12回
Tim_MinLi_N = 600秒
Std_MinLimt1N = 4
DT_DepN = 10
である。
環境変数テーブルT26に保存する。
ユーザー補助変数DiaBN(Kn、Sj)は、ユーザー毎に設定する。Knは、患者及び一般ユーザーIDである。
Sjは、患者及び一般ユーザーの習熟度である。ユーザー補助変数DiaBN(Kn、Sj)は、患者基本台帳テーブルT01に記憶してもよい。
患者スマートフォン及びHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)には、患者のリハビリ運動の実施日時、頭位の位置及び加速度データ、達成率等を見える化できるアプリケーションを実行できるように、アプリケーションサーバ10が配信する。
患者保険等テーブルT02は、患者毎の、健康保険情報を記憶するテーブルである。図3は、患者保険等テーブルT02の構成を示す。患者の健康保険情報は、保険者番号、記号、番号等である。治療者台帳テーブルT03は、治療者毎の基本情報を記憶するテーブルである。
図4は、治療者台帳テーブルT03の構成を示す。治療者の個人情報は、ログインID,パスワード、職種、勤務先等である。患者治療者対応テーブルT04は、患者が治療を受けている治療者を記憶するテーブルである。
図5は、患者治療者対応テーブルT04の構成を示す。患者が治療を受けている治療者を、治療者IDと治療の開始日と終了日で記憶することができる。
運動心理的アセスメントテーブルT15は、運動心理的な患者の主観的な記録である。体を動かすのが楽しいか?運動で自分を表現できるか?など、運動心理検査項目である。治療者ユーザーは、治療者ユーザー端末2を介して、患者のアセスメント状況を閲覧できる。
VDT目標動画運動組詳細設定テーブルT17は、VDT目標動画運動の詳細を記憶するテーブルである。図13に、VDT目標動画運動組詳細設定テーブルT17の構成例を示す。詳細IDは、VDT目標動画運動組詳細設定テーブルT17に記憶する際の通しのIDである。VDT運動組IDは、VDT目標動画運動組基本設定テーブルT16のIDに対応する情報である。運動基本IDは、目標動画運動基本設定テーブルT18のIDに対応する情報である。画像IDは、画像設定テーブルT19の画像IDに対応する情報である。音響IDは、音響設定テーブルT20の音響IDに対応する情報である。瞬き誘導IDは、瞬き誘導設定テーブルT21の瞬き誘導IDに対応する情報である。注意表示IDは、注意等表示設定テーブルT22の注意表示IDに対応する情報である。運動順位は、異なる動作を、順に実行するための順番を記憶するものである。指示待ち遷移は、運動時間間隔を決めずに、ユーザーの指示により、次の動作に遷移する場合に、オンとする。指示待ち遷移が、オフのときは、次の動作に遷移するまでの時間間隔を、運動時間に記憶する。
運動時間は、運動を継続する予定時間である。順位、時間などは、変数や関数を用いても良い。例えば、最初の動作の継続時間Xに対して、次の動作の継続時間を1.5Xとすると、1.5倍の時間続けることを表現できる。
現行のHMDのヘッドトラッキングには、3軸加速度センサー、3軸角加速度センサー、地磁気センサー、外部設置した、coms光学動画センサーや投射型深度センサー等で、モーショントラッキングしている。これは、公知の技術である。HMDが3次元区間の何処にあるのか、位置が正確に分かるので、頭位は、完全に測定できる。頭位・視線・姿勢運動記録テーブルT10には、患者ID、日時時刻、頭位の3次元位置、3次元傾斜度等が記憶される。日時時刻は、センサーに無線あるいは有線でつながったセンサー端末4でのタイムスタンプ、あるいは、アプリケーションサーバ10が、ネットワーク7経由で受信した日時時刻である。
目標動画運動制御部A04は、さらに、以下の機能を有する。
1.目標動画を、VR,AR,MRの3次元空間において、通常は、表示立体にレンダリングさせ、自由な速度で、移動させる。あるいは、停止させる。患者との表示距離を変化してもよいが、視聴の妨げにならないようにする。これは、HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)の動画のRGB信号に、目標動画を、電気信号として、ミキシングする方法と、HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)のオペレーションシステムのAPIを使って、表示する方法がある。目標動画の背景としては、それまでのソフトウエアの資産を有効活用できる。
2.スマイルマークの動きと連動して、スピーカーあるいはイヤフォンを使うのであれば、それらの音も上下左右に移動させる。よって、患者は、眼を閉じていても、頭位・視線・姿勢運動を実行できる。
3.スマイルマークや妖精のイラストや、VDT作業画面や、TV及びビデオ動画を動かしながら、ユーザ端末からのユーザの指示により、目標動画の移動の速さ、移動方向、移動距離、(目標動画が、イラストであったときは、イラストの色・点滅)等を変更できる。
4.移動のパターンとして、振り子的運動、等速運動、ゆらぎ運動等を選択できる。
5目標動画の往復に応じて、往復回数及び経過時間を計測できる。
6.目標動画の往復回数または経過時間に応じて、自動的に目標動画の運動の種類が計画通りに移り変わったり、移動が停止したりする。
7.目標動画の往復回数または経過時間に応じて、患者スマートフォン・HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)にメッセージが表示されたり、患者イヤフォンあるいはスピーカーからナビゲート音声が流れること。
8.目標動画の属性(速度、移動幅、色、音等)及び、瞬き誘導設定、音響設定等を,目標動画運動基本設定テーブルT18、画像設定テーブルT19、音響設定テーブルT20、瞬き誘導設定テーブルT21、注意表示設定テーブルT22に保持し、再度、VDT頭位・視線・姿勢リハビリテーション運動を行う際には、必要であれば、前回の設定で実施できること。また、これまでの患者ユーザーの設定を読み出すことが可能であること、等の機能である。
さらに、FFT分析等により、運動の周波数分析を行う。また、運動加速度のデータグラフの振幅から、運動の滑らかさを分析する。振幅が小さい程滑らかな運動と考えられる。逆に大きな加速度で動かせるか測定することもできる。また、データグラフの波の周期の統計的ばらつき(標準偏差)等から、目標動画運動の動きとの同期性の分析を行う。そして、これらの分析結果をユーザ端末に表示することができる。
自宅等にて、患者は、患者スマートフォンHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)に各事項を入力して、インターネット経由でアプリケーションサーバ10に送信する。日誌&アセスメント制御部は、データを受信すると、データベースサーバ12の各テーブルに記憶させる。
日誌とアセスメントに回答することで、治療者も患者も、患者ユーザーの病状及び、疾病の背後にある心理社会的、運動心理的な問題について、記録し解析することで、他覚症状は少なく、自覚症状がより感じられる特性を持つ、VDT症候群、頸肩腕症候群、繊維筋痛症等の治療が奏功する。
認証処理部はID、パスワード情報を受け取る(L201)。認証制御部A05は、患者基本台帳テーブルT01、治療者台帳テーブルにアクセスし(L202)、認証をする対象のID、パスワード情報が存在するか否かを判定する(L203)。
ID、パスワード情報が存在しない場合(L203:NO)、ログインに失敗した旨の情報を総合制御部A03に送り、総合制御部A03は、ネットワーク7を介して、ユーザ端末に返信する(L204)。S205で表示する画面は、治療者用の専用メニューと、患者用の専用メニューとは異なる。例えば、一般ユーザー及び患者ユーザーの専用画面構成は、VDT頭位・視線・姿勢運動、日誌、アセスメント等の項目である。治療者ユーザーの専用画面構成は、患者情報、治療情報、患者のVDT頭位・視線・姿勢リハビリテーション運動の情報等の項目である。
次に、リハビリテーションにおける総合制御部A03の動作について説明する。図18は、総合制御部A03のVDT運動リハビリテーションについてのフローチャートである。認証が済むと、患者端末1である患者スマートフォンあるいは、患者HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)のインタラクティブ機能に運動準備画面が表示される(L011)。「準備」の段階では、VDT頭位・視線・姿勢リハビリテーション運動の治療を開始する前の準備として、治療者ユーザーは、VDT症候群・ストレートネック・頸肩腕症候群に対する頭位・視線・姿勢運動の効果及び理論についての詳しい説明をする。患者が自宅での遠隔診療の場合は、患者スマートフォンあるいは、患者HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)のインタラクティブ機能、あるいはスマートフォンを使ったTV電話等を利用する。治療者と患者の充分な信頼関係を築くこと。患者は、頭位・視線・姿勢支援装置であるHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)を試し患者が実施しやすい条件(目標動画の速さ、運動パターン等)を確認すること(L013)。HMD等装着時のとき、標準画像を表示して、見え方が、いつも変わらないように装着することで、HMDと頭の位置が不変であるように、注意する。
習熟した患者ユーザー及び一般ユーザー、それに治療者ユーザーは、運動基本プロパティ、画像プロパティ、音響プロパティ、瞬き誘導プロパティ、注意表示プロパティ等を、好みに合わせて、決定して、それらの、回数や順番を組み合わせて、VDT運動組を創出することもできる。
これまでにないVDT運動組であれば、
このときのVDT運動支援装置の設定情報を、目標動画制御部A04は、目標動画運動設定テーブルT18、画像設定テーブルT19、音響設定テーブルT20、瞬き誘導設定テーブルT21、注意表示設定テーブルT22、VDT目標動画運動組基本設定テーブルT16、VDT目標動画運動組詳細テーブルT17に記憶する。
VDT目標動画運動組基本設定テーブルT16 の公私フラグは、本実施例では、患者ユーザー及び一般ユーザーの場合は、登録時は、秘匿とする。
総合制御部A03は、頭位・視線・姿勢運動解部より、解析評価データを受けて、頭位・視線・姿勢運動解析評価画面を表示する(L017)。図18は、頭位・視線・姿勢関節運動解析評価後の総合制御部A03のフローチャートである。これは、バイオフィードバックするときは、頭位・視線・姿勢関節運動と同時並列処理として行われる場合もある。
この後、必要に応じて、治療者と患者との対話が行われる(L018)。患者が希望すれば(L019:YES)、再び、VDT頭位・視線・姿勢リハビリテーション運動を、再び行うことができる。
本実施例では、初回の登録時は、患者ユーザー及び一般ユーザーの場合は、公私フラグは「秘匿」とする。
すでに、存在している設定であれば、VDTDT頭位・視線・姿勢運動支援装置履歴元テーブルの開始時運動組IDは、VDT目標動画運動組基本設定テーブルの運動組IDに対応する情報が記憶される。VDT頭位・視線・姿勢運動支援装置履歴元テーブルT05の記憶のために、実施IID、患者ID,開始時運動組ID、開始日時、治療者IDを取得する。
また、データベースサーバ12内のVDT頭位・視線・姿勢運動記録テーブルT10に、患者HMDからの頭位の3次位置、3次元傾斜率、3次元加速度、3次元角加速度、RGBビデオ情報、深度センサー情報等を記憶し始める(L30)。
目標動画運動制御部A04は、経過時間あるいは往復回数と設定情報とを比較する(L307)。指定時間あるいは、指定時刻を超えていない場合は、(L307:YES)、目標動画運動の設定情報の変更があったか否かを判定する(L308)。運動途中で、患者端末1である患者スマートフォン及びHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)から、設定情報の変更があった場合は(L308:YES)、その変更結果を、データベースサーバ12内のVDT頭位・視線・姿勢運動支援装置履歴詳細テーブルT06に記憶する(L309)。また、VDT頭位・視線・姿勢運動支援装置に送信する。運動支援装置端末6(本実施例ではPC及びマイコンボード及びミキシング機器等)及び、VDT頭位・視線・姿勢運動支援装置5(HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い))においては、変更結果に基づき、創られた3次元空間16内の目標動画の動きの設定が変更される。ここでの、設定情報の変更とは、目標動画表示の設定、瞬き誘導設定、音響設定、注意表示設定等、VDT頭位・視線・姿勢運動支援装置の全ての属性に関する変更である。
SNS関連制御部により、会員は、その感想を、アプリケーションサーバーが創出するSNSに記載することができる。SNS関連制御部は、各ユーザーの表示会員名の管理も行う。
瞬き誘導動作状況テーブルT08について説明する。図29に、瞬き誘導動作状況テーブルT08の構成例を示す。瞬き誘導動作状況テーブルT08には、瞬き状況ID、実施ID,瞬き誘導ID、完了時刻が記憶される。瞬き状況IDは、瞬き誘導動作状況テーブルに記憶する際の通しのIDである。実施IDは、VDT頭位・視線・姿勢運動支援装置履歴元テーブルT05の実施IDに対応する情報である。瞬き誘導IDは、瞬き誘導設定テーブルの瞬き誘導IDに対応する情報である。
注意表示等動作状況テーブルT09について説明する。図30に、注意表示等動作状況テーブルT09の構成例を示す。注意表示等動作状況テーブルには、注意表示状況ID、実施ID,注意表示ID、完了時刻が記憶される。注意表示状況IDは、注意表示等動作状況テーブルに記憶する際の通しのIDである。実施IDは、VDT頭位・視線・姿勢運動支援装置履歴元テーブルT05の実施IDに対応する情報である。注意表示IDは、注意等表示設定テーブルの注意表示IDに対応する情報である。
なお、目標動画運動指示制御部A04は、本フローチャートのいずれの場合であっても、患者端末1である患者スマートフォン及びHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)のインタラクティブ機能から運動停止の指示を受け取った場合は、L314に遷移して、終了処置を行う。
合計実施回数がRec_MinLimt1N=6回未満の場合は 、データベースサーバ12内のVDT頭位・視線・姿勢運動支援装置履歴元テーブルT05に、終了時VDT運動組ID、終了日時、終了状態、終了コメント、感想等を記憶する。
治療者は、治療者ユーザー端末2に表示されたグラフから、解析に適切な始点と終点を選び、治療者端末2に入力する(S508)。頭位・視線・姿勢運動解析部A07は、始点と終点の間のグラフより、平均の振幅、周波数の平均値、周波数の分散、FFT分析による基底周波数等の分布をXYZ加速度、XYZ角加速度、及びX3軸距離についてそれぞれ計算し評価する(L509)。同じ年代の、VDT疾患・ストレートネック・繊維筋痛症等に罹患していない健常者の平均値と比較することも考えられる。頭位・視線・姿勢運動解析部A07は、解析の始点と終点及び解析結果等をデータベースサーバ12のVDT頭位・視線・姿勢運動解析評価テーブルT11に記憶する(L507)。評価結果は、治療者ユーザー端末2に、ネットワーク7経由で送信して表示する(L508)。
患者端末1である患者スマートフォン及びHMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)のインタラクティブ機能より運動停止の指示があると、総合制御部A03は、頭位・視線・姿勢運動解析部A07に通知する(L312)。頭位・視線・姿勢運動解析部A07は、運動停止指示があると(L607:NO)、処理の終了処置をする(L612)。
変数Std_MinLimt1Nを設定する。本実施例では、Std_MinLimt1N=4とする。各ユーザーが、運動組を選択して、お薦め度が4以上であったものを、教師データとして、用いる。あるいは、運動組のお薦め度の平均を使う。ユーザーの年齢・性別・病名・アセスメント記録などの特徴量を、説明変数として、決定木学習を行う。決定木の段数を、DT_DepNとする。初期は、説明変数は多く、データ数が少ないので、DT_DepN=10段の深さで、分類する。
決定木では、機械学習のアルゴリズムを可視化することができる。ユーザーの属性と、適するリハビリテーションの動きの関連が分かりやすい。しかし、過剰適合しやすく、汎化性能が低い可能性がある。よって、複数の機械学習モデルを組み合わせるアンサンブル法を用いる。ランダムフォレスト法を行う。決定木は、分岐の基準がいくつかあるが、本実施例では、情報量(エントロピー)に基づいて決める。説明変数を、すべての特徴量から、任意で、すべての特徴量項目数より、少ない項目数で選び、項目数をランダムにR_datN個選ぶとする。教師データから、ブーストラップサンプリングを行い、Ket_N個の複数の決定木を用いて、決定木学習を、複数回実施して、分類の精度を上げる。ランダムフォレスト法は、2ヶ月に1回の頻度で行う。適宜、頻度も、調整する。それぞれの分類における、選択された運動組を、回数順にソートして、最も選択回数の多い運動組を、その分類における推薦の運動組とする。変数Rec_MinLimt2Nを設定する。合計選択回数がRec_MinLimt2N以下であれば、推薦をしない。本実施例では、Rec_MinLimt2N=12回とする。データ数が増えてきたら、特徴量より、ユーザーが選択して、好評のものを、教師データとして、ディープラーニング等の機械学習により、ユーザーの状況にあった、リハビリテーションの運動組を推薦する。特徴量としては、性別、年齢、職業、病名、病歴(現病歴、既往歴、リハビリテーション習熟度、頚部等の運動可動域、眼がかすむ、見えにくい、視力低下、目が重い、眼が痛い、眼が疲れる、まぶしい、涙が出過ぎることが頻繁にある、眼が赤くなる、目が乾く、ドライアイによる異物感、2重に見える、頭痛、首の凝り、首の痛み、肩の凝り、肩の痛み、腰の痛み、腰の疲れ、背中の疲れ、背中の痛み、腕の疲れ、腕の痛み、手の痛み、手の疲れ、食欲減退、イライラ感、不安感、抑うつ感、憂鬱感、耳鳴り、倦怠感、疲労感、首下がり症候群のときの頭位上限角度及び上限視界角度、物が飲み込みにくい、物を食べるときにむせやすい、歩きにくい、TEG2(東大式エゴグラム)、新日本版MMPI、YG性格検査、POMS−2、GHQ等、CES−Dうつ病自己評価尺度、WHOQOL26の各心理検査の項目及び心理検査評価、ユーザー補助変数DiaBN、体を動かすのが楽しいか?運動で自分を表現できるか?というような運動心理アセスメント項目、これまでのVDT頭位・視線・姿勢リハビリテーション運動の記録、日誌感想テーブルの記録、SNSへの書き込み、VDT頭位・視線・姿勢リハビリテーション運動のお薦め度や感想の記録、である。
特徴量の項目は、数は、多いが、即時性の必要はないので、計算に時間をかけることができる。計算時間としては、1ヶ月程度の時間を要してもよいので、特徴量を、広く多種類用意することができる。
複数の患者ユーザーの、性別・年齢・アセスメント等の特性と、お薦め度の高い、適合したVDT運動リハビリテーションとの組み合わせを含む教師データを取得し、取得した複数の教師データに基づき、新たな患者ユーザーの性別・年齢・アセスメント等の特性から、適切なVDT運動リハビリテーションを出力する学習モデルを生成する。学習モデルは、2ヶ月に一回の頻度で、更新を行う。頻度は、適宜、調整する。
VR・AR・MR空間16を創出する運動支援装置5としては 、8Kの60インチ以上の大型TVやモニターを使用してもよい。また、複数の液晶モニターを並べて、大型モニターとして、利用してもよい。
本実施例におけるシステムは、動画表示用ディスプレイのHMD(VR,MR、AR,再帰投影技術、ホログラム、大型LEDディスプレイ、大型8Kテレビモニターを用いても良い)15、HMDに関連する頭位を測定する、深度センサー・加速度センサー・COMSセンサー等運動センサー及(3及び17)び、表示ディスプレイ操作端末6、センサー端末4、患者ユーザー端末1である患者スマートフォンと、治療者ユーザー端末2である治療者PCと、書画カメラ等VDT作業用資料及びキーボードを撮影するカメラ17、データベースサーバ12と、アプリケーションサーバ10、ネットワーク7(近距離通信、電話通信回線及びインターネット等),管理端末8である管理用PCとから構成される。
一般ユーザーは、キーボード及び必要な資料を書画カメラ(実物投影機)17で撮影して、ソフトウエア表示枠の隣あるいは、上下等にキーボード及び必要な現物資料を表示する。よって、画像設定テーブルT19のソフトウエア表示位置と現物資料表示位置とキーボード表示位置は、それぞれ相対的な位置関係のことである。但し、ブラインドタッチのできる各ユーザーに対しては、キーボードは、表示しないこともできる。本実施例では、実施例1とは異なり、画像設定テーブルT19において、VDT作業用のカラム番号12、13、14を使用する。VDT作業の場合は、一般ユーザーの入力により、画像設定テーブルT19のVDT作業用の項目を、画像設定テーブルT19は、記憶する。
これまでの、VDT症候群の原因でもあった、姿勢・頭位・視点の固定を、解除するために、この作業ソフトウエアとキーボード及び資料の現物撮影画像一体の表示(以下これを合成目標画像と呼ぶ。)を、上下左右に動かすことにより、画面に目、顔、首などを、貼り付け状態から、運動のある状態に行動を変え、首、肩、表情筋の緊張を和らげ、循環を改善する。瞬きの回数低下等による、ドライアイの発症をふせぐために、瞬き誘発の動作をあわせて、行っても良い。一般ユーザーは、頭位・視線・姿勢運動システムに慣れていれば、(L301:YES)、患者が目標動画運動の設定を行う(L303)。合成目標画像について、目標動画基本設定、画像基本設定、音響設定、瞬き誘導設定、注意表示等基本設定、そして、それらの組み合わせの順番や回数を、一般ユーザーの希望通りに設定する。
一般ユーザーが、体験して、メール作業用に使いやすいと感じたのであれば、カラム番号14に、お薦め度を、記憶させることができる。但し、実施例1と同様に、変数Rec_MinLimt1Nを設定して、この回数までは、お薦め度は、記憶できない。目標動画運動指示制御部A04は、処置L315 において、データベースサーバ12内のVDT頭位・視線・姿勢運動支援装置履歴元テーブルT05に終了時VDT運動組ID、終了日時、終了状態、終了コメント、感想、仕事用お薦め度等を記憶する(L315)。図6のVDT頭位・視線・姿勢運動支援装置履歴元テーブルT05の仕事用お薦め度により、ルールベースで、例えば、メール用のお薦め度4以上のVDT運動組をソートして、メール作業用に、多い順に、お薦めすることができる。
また、機械学習を用いて、ユーザーの属性により、ランダムフォレスト法で分類して、点数化された、VDT運動組のうち、高得点の順に推薦することもできる。SNS機能では、VDT動作組に対する、感想及び評価について、ユーザーに記載してもらう。お薦め度、及び、書き込みのテキストを機械学習のテキストマイニングにより、点数化する。データ数が増えてきたら、SNS機能上の推薦の書き込みを、テキストマイニングして、ユーザーの特徴量により、レコメンドポイントの多いVDT運動組を、教師学習データとして、ディープラーニング等、機械学習で、教師あり学習を行い、ユーザーに合う、VDT運動組をレコメンドする。自覚症状が主である、VDT症候群等に対するリハビリテーションを選ぶには、SNSの集合知を利用することで、患者ユーザーの属性に会うVDT運動組を新しく作り出し選択することができる。教師学習データの作成のための機械学習は、即時性の必要はないので、3ヶ月に1回の頻度で行う。頻度は、適宜、調整する。
また、ドライアイ及びVDT症候群の眼症状に対応することにのみ、機能を絞って使用する場合は、VDT目標動画運動組詳細テーブルの瞬き誘導IDと注意表示IDのみ決定して、VDT目標動画運動組詳細テーブルの運動基本ID等は、「NULL」として、目標動画を動かさないで、瞬き誘導関係のみの動作とすることもある。
実施例1と同様に、VR・AR・MR空間16として、8Kの60インチ以上の大型TVやモニター及びプロジェクターを使用してもよい。また、通常使用する25インチ程度の液晶モニターを複数並べて、大型モニターとして使用してもよい。このときは、室内の照明とTVモニターとの明度の差が、大きくならないように注意する。
また、壁面全体程度の大きさ程の高精細LEDディスプレイシステムや、3万ルーメン以上の輝度をもったプロジェクターの投影画像を使用してもよい。
感想等の、テキストマイニング等の機械学習により、職員用お薦め度の項目は、3ヶ月に1度、適切に更新変更する。
VDT運動組のレコメンドの学習モデルは、5ヶ月に1度更新する。
機械学習の、患者毎の特徴量による分類は、サポートベクターマシンアルゴリズム、ロジスティック回帰アルゴリズム、多項ロジスティック回帰アルゴリズム、フィッシャーの線形判別アルゴリズム、二次クラシファイアーアルゴリズム、パーセプトロンアルゴリズム、k-近傍アルゴリズム、人工ニューラルネットワークアルゴリズム、ランダムフォレストアルゴリズム、決定木アルゴリズム、単純ベイズアルゴリズム、適応ベイズネットワークアルゴリズム、アンサンブル学習法を組み合わせた多重学習アルゴリズムからなるグループから選択した分類アルゴリズムを用いて行なう。
実施例1と同様に、VR・AR・MR空間16を創出する運動支援装置5としては、8Kの大型TVやモニターを使用してもよい。また、複数のTVモニターを天井に並べて、大型モニターのように使用してもよい。
2 ユーザ端末、治療者ユーザー端末
3 頭位・視線・姿勢運動センサー
4 センサー端末
5 頭位・視線・姿勢運動支援装置
6 運動支援装置端末(動画ミキシング)
7 ネットワーク
8 クラウドサービス
9 グローバルセグメント
10 アプリケーションサーバ
11 プライベートセグメント
12 データベースサーバ
13 VPN(Virtual Private Network)回線
14 管理端末
15 Head Mounted Display 、スマートグラス、Augmented Reality グラス、Mixd Rality グラス などの Visual Display Terminal
16 創られた実質現実空間・拡張現実空間・複合現実空間・サブスティテューションリアリティ空間等
17 外部センサー(同期RGBカメラ、赤外線カメラ、深度センサー、書画RGBカメラ)
A01 Web部
A02 Mail部
A03 総合制御部
A04 目標動画運動制御部
A05 認証制御部
A06 履歴参照処理部
A07 頭位・視線・姿勢運動記録解析部
A08 集団統計処理部
A09 SNS関連制御部
A10 日誌&アセスメント処理部
A11 瞬き誘導制御部
A12 注意文字等制御部
T01 患者基本台帳テーブル
T02 患者保険等テーブル
T03 治療者台帳テーブル
T04 患者治療者対応テーブル
T05 VDT頭位・視線・姿勢運動支援装置履歴元テーブル
T06 VDT頭位・視線・姿勢運動支援装置履歴詳細テーブル
T07 目標動画動作状況記録テーブル
T08 瞬き誘導動作状況テーブル
T09 注意表示等動作状況テーブル
T10 VDT頭位・視線・姿勢運動記録テーブル
T11 VDT頭位・視線・姿勢運動解析評価テーブル
T12 患者基本アセスメントテーブル
T13 日誌感想テーブル
T14 社会心理アセスメントテーブル
T15 運動心理アセスメントテーブル
T16 VDT目標動画運動組基本設定テーブル
T17 VDT目標動画運動組詳細設定テーブル
T18 目標動画運動基本設定テーブル
T19 画像設定テーブル
T20 音響設定テーブル
T21 瞬き誘導設定テーブル
T22 注意等表示設定テーブル
T23 集団分析情報テーブル
T24 レコメンドテーブル(機械学習用サーバの教師アルゴリズムを保存することもある)
T25 ゲーム得点テーブル
T26 環境変数テーブル
T27 画像プライベート設定テーブル
T28 音響プライベート設定テーブル
T30 SNS関連テーブル群
及びVDT症候群・ストレートネック・頸肩腕症候群・首下がり症候群・緑内障の患者の治療及び予防、
及び頚椎周囲筋肉フレイル予防のための、
システム及びプログラムに関する。
実質現実では、頭に載せる、ヘッドマウントディスプレイ(以下HMDと表示する)により、全周の視覚を完全に新しく創出する技術もある。
最近は、HMDも、片目で4K解像度、両目で8K解像度のものもある。これまでは、液晶映像が、荒く、解像度も低かったが、最近では、3840×2160×2eye、16.6 milion pixcelsというHMDも使われ始めている。視野角が200度という広い視野角を持つ。
Refresh Rate 90Hz per eye
MTP Latency 15ms (ユーザーの動作に追従するための時間)
という物も、使われ始めている。
具体的には、本発明は、VDT症候群・ストレートネック・繊維筋痛症・首下がり症候群の患者が、診療室に限らずに、自宅においても、症状に合わせ、個別的に適正で快いリハビリテーションを、楽に、治療者と客観的に共有しながら、行うことができる、
緑内障患者が、VDT作業時に眼圧の上昇を防ぐことができる、
一般ユーザーが、職場や自宅におけるVDT作業時に、姿勢・頭位・視点の固定を予防することができる、
一般ユーザーが、職場や自宅におけるVTD作業時に、瞬きの減少による、目の乾燥を防ぐことのできる、
一般ユーザーが、職場や自宅におけるVDT作業時に、眼圧の上昇を、防ぐことのできる、
一般ユーザーが、リハビリテーションにより、VDT症候群・ストレートネック・頸肩腕症候群・ドライアイ・緑内障・首下がり症候群を予防することができる、
患者ユーザーが、VDT症候群等の症状について、他者からの、共感及び理解が、容易にできる、
集団における、各ユーザーの運動の評価ができる、
症状に合った、リハビリテーションを、他者の経験と、お薦め度より、選ぶことができる、
システム及びプログラムを提供することを課題とする。
A_PubLimt1N :この回数までは、VDT運動組は、他ユーザーには、公表されない。(但し、治療者ユーザーには、適応されず、すぐに公表することができる。)
Rec_MinLimt1N :お薦め度を記入するフォームを表示しない最小回数
A_PubLimt2N :VDT運動組を他ユーザーに必ず公開する、最小の実施回数
A_PubLimt1Nを超えて、A_PubLimt2Nまでは、公私フラグの設定は、創出ユーザーが選べる
Tim_MinLi_N :頭位・視線・姿勢運動解析部が、解析する単位となる秒数
Std_MinLimt1N :教師データの正解として使用する、ユーザーのお薦め度の最小数
DT_DepN :決定木の段数
R_datN :ブーストラップサンプリングの個数
Ket_N :ランダムフォレストの決定木(弱仮説器)の個数
Rec_MinLimt2N :お薦め度を記載できない最大回数
本実施例では、それぞれ、
A_PubLimt1N=10回
A_PubLimt2N=30回
Rec_MinLimt1N=6回
Rec_MinLimt2N=12回
Tim_MinLi_N=600秒
Std_MinLimt1N=4
DT_DepN=10
である。
環境変数テーブルT26に保存する。
ユーザー補助変数DiaBN(Kn、Sj)は、ユーザー毎に設定する。Knは、患者及び一般ユーザーIDである。Sjは、患者及び一般ユーザーの習熟度である。ユーザー補助変数DiaBN(Kn、Sj)は、患者基本台帳テーブルT01に記憶してもよい。
1.目標動画を、VR・AR・MRの3次元空間において、通常は、表示立体にレンダリングさせ、自由な速度で、移動させる。あるいは、停止させる。患者との表示距離を変化してもよいが、視聴の妨げにならないようにする。これは、HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)の動画のRGB信号に、目標動画を、電気信号として、ミキシングする方法と、HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)のオペレーションシステムのAPIを使って、表示する方法がある。目標動画の背景としては、それまでのソフトウエアの資産を有効活用できる。
2.スマイルマークの動きと連動して、スピーカーあるいはイヤフォンを使うのであれば、それらの音も上下左右に移動させる。よって、患者は、眼を閉じていても、頭位・視線・姿勢運動を実行できる。
3.スマイルマークや妖精のイラストや、VDT作業画面や、TV及びビデオ動画を動かしながら、ユーザ端末からのユーザの指示により、目標動画の移動の速さ、移動方向、移動距離、(目標動画が、イラストであったときは、イラストの色・点滅)等を変更できる。
4.移動のパターンとして、振り子的運動、等速運動、ゆらぎ運動等を選択できる。
5.目標動画の往復に応じて、往復回数及び経過時間を計測できる。
6.目標動画の往復回数または経過時間に応じて、自動的に目標動画の運動の種類が計画通りに移り変わったり、移動が停止したりする。
7.目標動画の往復回数または経過時間に応じて、患者スマートフォン・HMD(VR,MR、AR,再帰投影技術、ホログラムを用いても良い)にメッセージが表示されたり、患者イヤフォンあるいはスピーカーからナビゲート音声が流れること。
8.目標動画の属性(速度、移動幅、色、音等)及び、瞬き誘導設定、音響設定等を,目標動画運動基本設定テーブルT18、画像設定テーブルT19、音響設定テーブルT20、瞬き誘導設定テーブルT21、注意表示設定テーブルT22に保持し、再度、VDT頭位・視線・姿勢リハビリテーション運動を行う際には、必要であれば、前回の設定で実施できること。また、これまでの患者ユーザーの設定を読み出すことが可能であること。
等の機能である。
治療者は、治療者ユーザー端末2に表示されたグラフから、解析に適切な始点と終点を選び、治療者端末2に入力する(S508)。頭位・視線・姿勢運動解析部A07は、始点と終点の間のグラフより、平均の振幅、周波数の平均値、周波数の分散、FFT分析による基底周波数等の分布をXYZ加速度、XYZ角加速度、及びXYZ3軸位置についてそれぞれ計算し評価する(L509)。同じ年代の、VDT疾患・ストレートネック・繊維筋痛症等に罹患していない健常者の平均値と比較することも考えられる。頭位・視線・姿勢運動解析部A07は、解析の始点と終点及び解析結果等をデータベースサーバ12のVDT頭位・視線・姿勢運動解析評価テーブルT11に記憶する(L507)。評価結果は、治療者ユーザー端末2に、ネットワーク7経由で送信して表示する(L508)。
2 ユーザ端末、治療者ユーザー端末
3 頭位・視線・姿勢運動センサー
4 センサー端末
5 頭位・視線・姿勢運動支援装置
6 運動支援装置端末(動画ミキシング)
7 ネットワーク
8 クラウドサービス
9 グローバルセグメント
10 アプリケーションサーバ
11 プライベートセグメント
12 データベースサーバ
13 VPN(Virtual Private Network)回線
14 管理端末
15 Head Mounted Display 、スマートグラス、Augmented Reality グラス、Mixd Rality グラス などの Visual Display Terminal
16 創られた実質現実空間・拡張現実空間・複合現実空間・サブスティテューションリアリティ空間等
17 外部センサー(同期RGBカメラ、赤外線カメラ、深度センサー、書画RGBカメラ)
A01 Web部
A02 Mail部
A03 総合制御部
A04 目標動画運動制御部
A05 認証制御部
A06 履歴参照処理部
A07 頭位・視線・姿勢運動記録解析部
A08 集団統計処理部
A09 SNS関連制御部
A10 日誌&アセスメント処理部
A11 瞬き誘導制御部
A12 注意文字等制御部
T01 患者基本台帳テーブル
T02 患者保険等テーブル
T03 治療者台帳テーブル
T04 患者治療者対応テーブル
T05 VDT頭位・視線・姿勢運動支援装置履歴元テーブル
T06 VDT頭位・視線・姿勢運動支援装置履歴詳細テーブル
T07 目標動画動作状況記録テーブル
T08 瞬き誘導動作状況テーブル
T09 注意表示等動作状況テーブル
T10 VDT頭位・視線・姿勢運動記録テーブル
T11 VDT頭位・視線・姿勢運動解析評価テーブル
T12 患者基本アセスメントテーブル
T13 日誌感想テーブル
T14 社会心理アセスメントテーブル
T15 運動心理アセスメントテーブル
T16 VDT目標動画運動組基本設定テーブル
T17 VDT目標動画運動組詳細設定テーブル
T18 目標動画運動基本設定テーブル
T19 画像設定テーブル
T20 音響設定テーブル
T21 瞬き誘導設定テーブル
T22 注意等表示設定テーブル
T23 集団分析情報テーブル
T24 レコメンドテーブル(機械学習用サーバの教師アルゴリズムを保存することもある)
T25 ゲーム得点テーブル
T26 環境変数テーブル
T27 画像プライベート設定テーブル
T28 音響プライベート設定テーブル
T30 SNS関連テーブル群
Claims (2)
- Visual Display Terminal 及びスピーカー(それぞれ複数の場合も単数の場合も使用しない場合もある)が、
動かすべき頭位と視線と眼球に対して、
目標となる、画像及び動画及びソフトウエア表示枠について、
頭位と視線と眼球と姿勢が運動することを目的として、画像及び動画及びソフトウエア表示枠及び音像定位を、位置移動、
さらに、
瞬きを誘導することを目的として、画像内に注意表示を行い(行わない場合もある)、画像の輝度・明度・彩度・コントラストを変化させる(行わない場合もある)、
動作した結果、
前記動作に対応する、患者ユーザー及び一般ユーザーの頭位の動き及び運動(以下、VDT頭位・視線・姿勢リハビリテーション運動と記載する)の評価が登録される、
繊維筋痛症の改善、
及びVDT症候群・ストレートネック・頸肩腕症候群・首下がり症候群・緑内障の患者の治療及び予防、
及び頚椎周囲筋肉フレイル予防のための、
運動療法を支援する、遠隔診療も可能なシステムであって、
プログラム、スマートフォン、Visual Display Terminal(ヘッドマウントディスプレイ、ミックスドリアリティ用ディスプレイ、アグメンティッドリアリティ用ディスプレイ、サブスティテューションリアリティ用ディスプレイ、3Dホログラム、プロジェクター、PC用液晶モニター、TV用モニター、LEDディスプレイ、再帰投影技術を用いた空間表現、空中結像技術、それぞれのディスプレイを複数用いる場合もある)、記憶装置、マイコンボード、CPU,GPU、コンピューター及びネットワークシステム、プロジェクター、動作指示装置(マウス等)、スピーカー、ヘッドセット、加速度センサー、深度センサー、COMS映像センサー等運動センサー、アイカメラ(それぞれ複数の場合も、使用しない場合もある)から構成されていて、
前記動作を特定する複数の動作項目情報のテーブル、
前記動作を制御する手段、
すべてのユーザーの自由な、あるいは、好みの前記動作の動作項目セットを、取得及び出力する手段、
すべてのユーザーから、前記動作の動作項目セットの、お薦め度についての評価を、取得及び出力及び記憶するする手段、
すべてのユーザーから、ソーシャルネットワーキングサービス(SNS)を用いて、前記動作の動作項目セットの、ユーザー属性毎の、感想及び評価を、取得及び出力及び記憶するする手段、
複数の患者ユーザー及び一般ユーザーの特徴量と、ふさわしい前記動作の動作項目セットの、教師データを取得して、取得した複数の教師データに基づき、機械学習により、患者ユーザー及び一般ユーザーにとって最も効果がある、ふさわしい前記動作の動作項目セットを出力する手段、
前記動作に対する、患者ユーザー及び一般ユーザーの、VDT頭位・視線・姿勢リハビリテーション運動の状況を取得する手段、
前記動作に対する、患者ユーザー及び一般ユーザーのVDT頭位・視線・姿勢リハビリテーション運動の記録を、記憶するテーブル、
前記動作の変更指示を取得する手段、
一定時間毎の患者ユーザー及び一般ユーザーのVDT頭位・視線・姿勢リハビリテーション運動の平均振幅、平均周波数、周波数の分散を検出、計算、出力する手段、
リアルタイムに、前記動作と、VDT頭位・視線・姿勢リハビリテーション運動の位相差を検出、計算、出力する手段、
患者ユーザー及び一般ユーザーのアセスメントを取得する手段、
任意の時間間隔の、前記動作に対する、VDT頭位・視線・姿勢リハビリテーション運動の、平均の振幅、周波数の平均値、周波数の分散、FFT分析による周波数の分布を解析する手段、
任意の時間間隔の、前記動作に対する、VDT頭位・視線・姿勢リハビリテーション運動の、平均の振幅、周波数の平均値、周波数の分散、FFT分析による周波数の分布の解析結果を記憶するテーブル、
集団におけるVDT頭位・視線・姿勢リハビリテーション運動の、同期性の平均と滑らかさの平均とそれぞれの分散を解析する手段、
集団内の各患者ユーザー及び一般ユーザー毎のVDT頭位・視線・姿勢リハビリテーション運動のそれぞれの順位と偏差値を解析する手段、
前記、集団解析結果を保存記録するテーブル、
前記、集団解析結果を出力する手段、
を有することを特徴とする、
繊維筋痛症の改善、
及びVDT症候群・ストレートネック・頸肩腕症候群・首下がり症候群・緑内障の患者の治療及び予防、
及び頚椎周囲筋肉フレイル予防のための、
運動療法を支援する、遠隔診療も可能なシステム。 - Visual Display Terminal 及びスピーカー(それぞれ複数の場合も単数の場合も使用しない場合もある)が、
動かすべき頭位と視線と眼球に関して、
目標となる、画像及び動画及びソフトウエア表示枠に関して、
頭位と視線と眼球と姿勢が運動することを目的として、画像及び動画及びソフトウエア表示枠及び音像定位を、位置移動、
さらに、
瞬きを誘導することを目的として、画像内に注意表示を行い(行わない場合もある)、画像の輝度・明度・彩度・コントラストを変化させる(行わない場合もある),
動作した結果、
前記動作に対応する、患者ユーザー及び一般ユーザーの頭位の動き及び運動(以下、VDTリハビリテーション運動と記載する)の評価が登録される、
繊維筋痛症の改善、
及びVDT症候群・ストレートネック・頸肩腕症候群・首下がり症候群・緑内障の患者の治療及び予防、
及び頚椎周囲筋肉フレイル予防のための、
の運動療法のための、遠隔診療も可能なプログラムであって、
コンピューター(CPU,GPU、マイコンボードを含む)とスマートフォン等通信端末装置、(それぞれ複
数の場合も、使用しない場合もある)に、
記憶装置、Visual Display Terminal(ヘッドマウントディスプレイ、ミックスドリアリティ用ディスプレイ、アグメンティッドリアリティ用ディスプレイ、サブスティテューションリアリティ用ディスプレイ、3Dホログラム、プロジェクター、PC用液晶モニター、TV用モニター、LEDディスプレイ、再帰投影技術を用いた空間表現、空中結像技術、それぞれのディスプレイを複数用いる場合もある)、ネットワークシステム、動作指示装置(マウス等)、スピーカー、アイカメラ、加速度センサーや測距センサー加速度センサー、深度センサー、COMS映像センサー等運動センサー運動センサーのハードウエア(それぞれ複数の場合も、使用しない場合もある)を用いて、
前記動作を特定する複数の動作項目情報を記憶する手段、
前記動作を制御する手段、
すべてのユーザーの自由な、あるいは、好みの前記動作の動作項目セットを、取得及び出力する手段、
すべてのユーザーから、前記動作の動作項目セットの、お薦め度についての評価を、取得及び出力及び記憶するする手段、
すべてのユーザーから、ソーシャルネットワーキングサービス(SNS)を用いて、前記動作の動作項目セットの、ユーザー属性毎の、感想及び評価を、取得及び出力及び記憶するする手段、
複数の患者ユーザー及び一般ユーザーの特徴量と、ふさわしい前記動作の動作項目セットの、教師データを取得して、取得した複数の教師データに基づき、機械学習により、患者ユーザー及び一般ユーザーにとって最も効果がある、ふさわしい前記動作の動作項目セットを出力する手段、
前記動作に対する、患者ユーザー及び一般ユーザーの前記VDT頭位・視線・姿勢リハビリテーション運動の状況を取得する手段、
前記動作に対する、前記動作に対する、患者ユーザー及び一般ユーザーの前記VDT頭位・視線・姿勢リハビリテーション運動の記録を、記憶するテーブル、
前記動作の変更指示を取得する手段、
一定時間毎の患患者ユーザー及び一般ユーザーの前記VDT頭位・視線・姿勢リハビリテーション運動の平均振幅、平均周波数、周波数の分散を検出、計算、出力する手段、
リアルタイムに、前記動作と、前記VDT頭位・視線・姿勢リハビリテーション運動の位相差を検出、計算、出力する手段、
患者ユーザー及び一般ユーザーのアセスメントを取得する手段、
任意の時間間隔の、前記動作に対する、前記VDT頭位・視線・姿勢リハビリテーション運動の、平均の振幅、周波数の平均値、周波数の分散、FFT分析による周波数の分布を解析する手段、
任意の時間間隔の、前記動作に対する、前記VDT頭位・視線・姿勢リハビリテーション運動の、平均の振幅、周波数の平均値、周波数の分散、FFT分析による周波数の分布の解析結果を記憶するテーブル、
集団における前記VDT頭位・視線・姿勢リハビリテーション運動の、同期性の平均と滑らかさの平均とそれぞれの分散を解析する手段、
集団内の各患者ユーザー及び一般ユーザー毎の前記VDT頭位・視線・姿勢リハビリテーション運動のそれぞれの順位と偏差値を解析する手段、
前記、集団解析結果を保存記録するテーブル、
前記、集団解析結果を出力する手段、
として機能させることを特徴とする
繊維筋痛症の改善、
及びVDT症候群・ストレートネック・頸肩腕症候群・首下がり症候群・緑内障の患者の治療及び予防、
及び頚椎周囲筋肉フレイル予防のための、
運動療法を支援する、遠隔診療も可能なプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018240405A JP6713526B1 (ja) | 2018-12-24 | 2018-12-24 | Vdt症候群及び繊維筋痛症の改善 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018240405A JP6713526B1 (ja) | 2018-12-24 | 2018-12-24 | Vdt症候群及び繊維筋痛症の改善 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6713526B1 JP6713526B1 (ja) | 2020-06-24 |
JP2020099550A true JP2020099550A (ja) | 2020-07-02 |
Family
ID=71103912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018240405A Active JP6713526B1 (ja) | 2018-12-24 | 2018-12-24 | Vdt症候群及び繊維筋痛症の改善 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6713526B1 (ja) |
-
2018
- 2018-12-24 JP JP2018240405A patent/JP6713526B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP6713526B1 (ja) | 2020-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11815951B2 (en) | System and method for enhanced training using a virtual reality environment and bio-signal data | |
Arcioni et al. | Postural stability predicts the likelihood of cybersickness in active HMD-based virtual reality | |
US10548805B2 (en) | Virtual reality apparatus and methods therefor | |
Gallace et al. | Multisensory presence in virtual reality: possibilities & limitations | |
Pavlou et al. | The effect of virtual reality on visual vertigo symptoms in patients with peripheral vestibular dysfunction: a pilot study | |
Bohil et al. | Virtual reality in neuroscience research and therapy | |
CN114287041A (zh) | 利用虚拟或增强现实进行治疗干预的电子装置及相关方法 | |
KR20190005219A (ko) | 사용자 건강 분석을 위한 증강 현실 시스템들 및 방법들 | |
KR101598531B1 (ko) | 연산적인 사용자 건강 테스트 출력의 관심에 대한 폴링 | |
Katsigiannis et al. | A qoe and simulator sickness evaluation of a smart-exercise-bike virtual reality system via user feedback and physiological signals | |
NZ560457A (en) | Image generation system | |
US20120194648A1 (en) | Video/ audio controller | |
Aldaba et al. | Effects of virtual reality technology locomotive multi-sensory motion stimuli on a user simulator sickness and controller intuitiveness during a navigation task | |
US11771955B2 (en) | System and method for neurological function analysis and treatment using virtual reality systems | |
Ueoka et al. | Emotion hacking VR: Amplifying scary VR experience by accelerating actual heart rate | |
US20210125702A1 (en) | Stress management in clinical settings | |
Calogiuri et al. | Physical activity and virtual nature: perspectives on the health and behavioral benefits of virtual green exercise | |
Eftekharifar et al. | The role of binocular disparity and active motion parallax in cybersickness | |
Rosiak et al. | The effect of Immersive Virtual Reality on balance: an exploratory study on the feasibility of head-mounted displays for balance evaluation | |
Lu | Virtual Reality sickness during immersion: An investigation ofpotential obstacles towards general accessibility of VR technology | |
JP6713526B1 (ja) | Vdt症候群及び繊維筋痛症の改善 | |
Hartnagel et al. | Effects of Short Exposure to a Simulation in a Head-Mounted Device and the Individual Differences Issue | |
WO2023283161A1 (en) | Enhanced meditation experience based on bio-feedback | |
Wang et al. | Effect of vibrotactile feedback on simulator sickness, performance, and user satisfaction with virtual reality glasses | |
Kinsella | Adaptation to base latency in a head-mounted display using a performance task to facilitate adaptation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190720 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190818 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190819 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190829 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190923 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191022 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200603 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6713526 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |