JP2021077233A - Evaluation method, program, and evaluation system - Google Patents
Evaluation method, program, and evaluation system Download PDFInfo
- Publication number
- JP2021077233A JP2021077233A JP2019204996A JP2019204996A JP2021077233A JP 2021077233 A JP2021077233 A JP 2021077233A JP 2019204996 A JP2019204996 A JP 2019204996A JP 2019204996 A JP2019204996 A JP 2019204996A JP 2021077233 A JP2021077233 A JP 2021077233A
- Authority
- JP
- Japan
- Prior art keywords
- information
- orthosis
- evaluation
- target
- influence
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 362
- 230000008859 change Effects 0.000 claims abstract description 139
- 230000000694 effects Effects 0.000 claims abstract description 7
- 230000005021 gait Effects 0.000 claims description 53
- 238000013145 classification model Methods 0.000 claims description 23
- 238000013210 evaluation model Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 description 49
- 238000012986 modification Methods 0.000 description 36
- 230000004048 modification Effects 0.000 description 36
- 238000012545 processing Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 17
- 230000015654 memory Effects 0.000 description 17
- 238000000034 method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本開示は、一般に、評価方法、プログラム、及び評価システムに関する。本開示は、詳細には、人が身に着ける装具に関する評価方法、プログラム、評価システムに関する。 The present disclosure generally relates to evaluation methods, programs, and evaluation systems. The present disclosure specifically relates to evaluation methods, programs, and evaluation systems for equipment worn by humans.
特許文献1は、履物選択システムを開示する。特許文献1では、被検者に心拍計と加速度計を装着した状態で、所定の時間、所定の運動をさせる。該運動開始後の一定時間経過後に、心拍計および加速度計から、被検者の心拍数および加速度のピーク値を測定し、これらの測定した値に基づいた評価値を所定の評価基準と共に表示する。
特許文献1では、評価値が評価基準のいずれの区分に該当するかの判別を行い、当該区分に対応する運動内容および履物(装具)の種類を、運動能力診断画面の該当する各表示欄にそれぞれ表示させることが開示されている。しかしながら、特許文献1では、装具の装着による人への影響の評価は考慮されていない。
In
課題は、装具の装着による人への影響の評価の精度を向上できる、評価方法、プログラム、及び評価システムを提供することである。 The challenge is to provide an evaluation method, program, and evaluation system that can improve the accuracy of the evaluation of the effects of wearing the orthosis on humans.
本開示の一態様は、評価方法であって、取得ステップと、生成ステップとを含む。前記取得ステップは、対象人物の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得するステップである。前記生成ステップは、複数人の前記変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、前記取得ステップで取得された前記対象人物の変化情報を与えて前記影響情報を生成するステップである。 One aspect of the present disclosure is an evaluation method, which includes an acquisition step and a generation step. The acquisition step is a step of acquiring change information including a change value of a movement mode of the target person when the wearing state of the orthosis is different. In the generation step, the target person acquired in the acquisition step is subjected to a trained model in which the correspondence between the target information including the change information of a plurality of persons and the influence information regarding the influence on the person by wearing the orthosis is learned. This is a step of giving change information to generate the influence information.
本開示の一態様は、評価方法であって、取得ステップと、生成ステップとを含む。前記取得ステップは、対象人物の、装具の装着時の歩容の特徴量を含む歩容情報を取得するステップである。前記生成ステップは、複数人の前記歩容情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、前記取得ステップで取得された前記対象人物の歩容情報を与えて前記影響情報を生成するステップである。 One aspect of the present disclosure is an evaluation method, which includes an acquisition step and a generation step. The acquisition step is a step of acquiring gait information including the feature amount of the gait when the orthosis is worn by the target person. In the generation step, the target person acquired in the acquisition step is applied to a learned model in which the correspondence between the target information including the gait information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis is learned. This is a step of generating the influence information by giving the gait information of.
本開示の一態様は、プログラムであって、1以上のプロセッサに、前記評価方法を実行させるための、プログラムである。 One aspect of the present disclosure is a program for causing one or more processors to execute the evaluation method.
本開示の一態様は、評価システムであって、取得部と、生成部とを備える。前記取得部は、対象人物の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得する。前記生成部は、複数人の前記変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、前記取得部で取得された前記対象人物の変化情報を与えて前記影響情報を生成する。 One aspect of the present disclosure is an evaluation system, which includes an acquisition unit and a generation unit. The acquisition unit acquires change information including a change value of the movement mode of the target person when the wearing state of the orthosis is different. The generation unit is a trained model that has learned the correspondence between the target information including the change information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis, and the target person acquired by the acquisition unit. The change information is given to generate the influence information.
本開示の態様によれば、装具の装着による人への影響の評価の精度を向上できる、という効果を奏する。 According to the aspect of the present disclosure, there is an effect that the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
(1)実施形態
(1.1)概要
図1は、本実施形態の評価方法のフローチャートを示す。本実施形態の評価方法は、一例として、店舗等の施設において、対象人物100(図5及び図6参照)に、対象人物100に合う装具を提示するために利用される。ここで、装具は、人の身体に装着される物品である。本実施形態では、装具は、少なくとも人の身体において四肢のいずれかを含む部位に装着される物である。装具の例としては、履物(靴、下駄、草履等)、衣類(ボトムス、ソックス等)、義肢(義手、義足)が挙げられる。本実施形態では、装具は、履物を想定している。したがって、本実施形態の評価方法は、履物を販売する店舗において、客に、その客に適した履物を提示し、販売するために利用され得る。
(1) Outline of Embodiment (1.1) FIG. 1 shows a flowchart of an evaluation method of this embodiment. As an example, the evaluation method of the present embodiment is used in a facility such as a store to present a device suitable for the
本実施形態の評価方法は、図1に示すように、取得ステップS11と、生成ステップS14,S15とを含む。 As shown in FIG. 1, the evaluation method of the present embodiment includes acquisition steps S11 and generation steps S14 and S15.
取得ステップS11は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得するステップである。生成ステップS14,S15は、複数人の変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、取得ステップで取得された対象人物100の変化情報を与えて影響情報を生成するステップである。
The acquisition step S11 is a step of acquiring change information including the change value of the movement mode of the
ここで、移動態様は、人が自身の身体を利用して移動する仕方であり得る。例えば、移動態様は、人の歩き方及び走り方が挙げられる。つまり、移動態様は、歩行時又は走行時の身体の少なくとも一部の動き方を含み得る。本実施形態では、移動態様は、人の歩き方(歩容)を想定している。また、装具の装着による人への影響に関する影響情報は、一例としては、装具を装着して移動した際の疲労度又は速度を示す情報であり得る。本実施形態では、影響情報は、装具を装着して移動した際の疲労度を想定している。 Here, the movement mode may be a method in which a person moves using his / her own body. For example, the movement mode includes a person's way of walking and running. That is, the movement mode may include at least a part of the movement of the body during walking or running. In the present embodiment, the movement mode assumes a person's walking style (gait). Further, the information on the influence of the wearing of the brace on the person may be, for example, information indicating the degree of fatigue or the speed when the brace is worn and moved. In the present embodiment, the influence information assumes the degree of fatigue when moving with the orthosis attached.
このような移動態様に関する変化情報を含む対象情報と影響情報との間には対応関係が見出された。そこで、本実施形態の評価方法では、この対応関係について学習した学習済みモデルを利用して、対象情報から影響情報を生成する。したがって、本実施形態の評価方法によれば、装具の装着による人への影響の評価の精度を向上できる。 A correspondence was found between the target information including the change information regarding such a movement mode and the influence information. Therefore, in the evaluation method of the present embodiment, the influence information is generated from the target information by using the trained model learned about this correspondence. Therefore, according to the evaluation method of the present embodiment, it is possible to improve the accuracy of the evaluation of the influence on the person by wearing the orthosis.
(1.2)詳細
以下、本実施形態の評価方法について、図1〜図9を参照して更に詳細に説明する。本実施形態の評価方法は、図2に示す評価システム20により実行され得る。
(1.2) Details Hereinafter, the evaluation method of the present embodiment will be described in more detail with reference to FIGS. 1 to 9. The evaluation method of this embodiment can be executed by the
評価システム20は、端末装置30及び情報管理システム40に通信ネットワーク50を介して接続可能である。評価システム20は、端末装置30と情報管理システム40とともに装具評価システム10を構成する。換言すれば、装具評価システム10は、評価システム20と、端末装置30と、情報管理システム40とを備える。
The
通信ネットワーク50は、インターネットを含み得る。通信ネットワーク50は、単一の通信プロトコルに準拠したネットワークだけではなく、異なる通信プロトコルに準拠した複数のネットワークで構成され得る。通信プロトコルは、周知の様々な有線及び無線通信規格から選択され得る。図2では簡略化されているが、通信ネットワーク50は、リピータハブ、スイッチングハブ、ブリッジ、ゲートウェイ、ルータ等のデータ通信機器を含み得る。
The
端末装置30は、評価システム20への情報の入力、及び、評価システム20からの情報の表示に利用される。端末装置30は、図3に示すように、入出力部31と、通信部32と、処理部33とを備える。端末装置30は、デスクトップコンピュータ、ラップトップコンピュータ、又は、携帯端末(スマートフォン、タブレット端末、ウェアラブル端末等)により実現され得る。
The
入出力部31は、端末装置30を操作するための入力装置を備える。入力装置は、例えば、キーボード、マウス、トラックボール、タッチパッド等を含み得る。また、入出力部31は、情報を表示するための画像表示装置を備える。画像表示装置は、液晶ディスプレイや有機ELディスプレイ等の薄型のディスプレイ装置を含み得る。更に、入出力部31は、画像を取得するための撮像装置を含む。
The input /
通信部32は、通信インターフェースである。通信部32は、通信ネットワーク50に接続可能であり、通信ネットワーク50を通じた通信を行う機能を有する。通信部52は、所定の通信プロトコルに準拠している。所定の通信プロトコルは、周知の様々な有線及び無線通信規格から選択され得る。
The
処理部33は、端末装置30の全体的な制御、すなわち、入出力部31及び通信部32を制御するように構成される。処理部33は、上述した、入出力部31の操作に応じて、ユーザにより入力された情報を、通信部32から評価システム20に通信ネットワーク50を通じて送信する機能を有している。また、処理部33は、通信ネットワーク50を通じて通信部32で受信した評価システム20からの情報を、入出力部31によりユーザに提示する機能を有している。処理部33は、例えば、1以上のプロセッサ(マイクロプロセッサ)と1以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、1以上のプロセッサが1以上のメモリに記憶された1以上の(コンピュータ)プログラム(アプリケーション)を実行することで、処理部33として機能する。プログラムは、ここでは処理部33のメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。
The
情報管理システム40は、装具の装具情報の管理のためのシステムである。本実施形態では、情報管理システム40は、装具の装具情報のデータベース(装具データベース)を保持する。一例として、装具データベースは、店舗で販売する装具(履物)の装具情報のデータベースである。装具情報は、装具の特徴量を含む。装具の特徴量は、装具の装着時による人への影響に関連する影響特徴量と、人による装具の評価に関連する評価特徴量とに分類され得る。影響特徴量は、後述する影響情報の生成に利用され得る特徴量である。評価特徴量は、後述する評価情報の生成に利用され得る特徴量である。影響特徴量は、機能的形状、素材、変形特性を含み得る。また、評価特徴量は、外観(美観的形状、色)、値段(価格)を含み得る。本実施形態では、装具は履物である。履物の特徴量の例としては、機能的形状(靴内部形状、ソール厚さ等)、素材、外観、値段を含み得る。
The
評価システム20は、装具評価システム10内において評価方法を実行するシステムである。特に、評価システム20は、対象人物100に合った装具を、情報管理システム40の装具データベースから検索して、対象人物100に提示する機能(装具推薦機能)を有している。つまり、評価システム20によれば、装具を販売する店舗に訪れた客に、その客に合った装具を推薦することが可能となる。
The
評価システム20は、図4に示すように、通信部21と、記憶部22と、処理部23とを備える。評価システム20は、サーバにより実現され得る。
As shown in FIG. 4, the
通信部21は、通信インターフェースである。通信部21は、通信ネットワーク50に接続可能であり、通信ネットワーク50を通じた通信を行う機能を有する。通信部21は、所定の通信プロトコルに準拠している。所定の通信プロトコルは、周知の様々な有線及び無線通信規格から選択され得る。
The
記憶部22は、処理部23が利用する情報を記憶するために用いられる。一例として、記憶部22には、学習済みモデルM10が記憶される。学習済みモデルM10については後述する。記憶部22は、1以上の記憶装置を含む。記憶装置は、例えば、RAM(Random Access Memory)、EEPROM(Electrically Erasable Programmable Read Only Memory)である。
The
処理部23は、評価システム20の動作を制御する制御回路である。処理部23は、例えば、1以上のプロセッサ(マイクロプロセッサ)と1以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、1以上のプロセッサが1以上のメモリに記憶された1以上の(コンピュータ)プログラム(アプリケーション)を実行することで、処理部23として機能する。プログラムは、ここでは処理部23のメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。
The
処理部23は、図4に示すように、取得部231と、生成部232と、評価部233と、決定部234と、提示部235とを備える。図4において、取得部231と、生成部232と、評価部233と、決定部234と、提示部235とは実体のある構成を示しているわけではなく、処理部23によって実現される機能を示している。
As shown in FIG. 4, the
取得部231は、変化情報を取得する。本実施形態では、変化情報は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値(移動態様変化値)を含む。本実施形態では、移動態様の変化値(移動態様変化値)は、装具の装着状態が異なる場合の移動態様の特徴量の差分で表される。上述したように、本実施形態では、移動態様は、人の歩き方(歩容)である。移動態様の特徴量は、移動態様そのものに関する第1特徴量と、移動態様に付随する第2特徴量とを含む。第1特徴量は、一例として、端末装置30の入出力部31の撮像装置で撮像された対象人物100の歩き方から得ることが可能である。つまり、対象人物100が装具を着用して歩いた様子を示す動画像から、第1特徴量が得られ得る。動画像はカラー情報や深度情報を含んでもよい。なお、移動態様が歩容である場合、第1特徴量としては、歩幅(左か右、一歩分)、歩幅(二歩分)、リズム、速度、力学的基盤、進行方向、足の角度、腰の角度、しゃがむ能力等が挙げられる。また、第1特徴量は、動画像ではなく、頭部や腰部等の身体の1か所以上に取り付けた加速度・ジャイロセンサ等の出力に基づいて得ることができる。要するに、このような特徴量は、従来周知の歩容解析技術等により得ることができるから、ここでは詳細には説明しない。また、第2特徴量は、対象人物100の個人情報に関する特徴量である。第2特徴量としては、対象人物100の足の形、年齢、体格、性別等が挙げられる。このような第2特徴量は、端末装置30の入出力部31を利用して対象人物100又は店舗スタッフ等により入力され得る。装具の装着状態が異なる場合の移動態様の特徴量の差分は、第1装着状態の移動態様の特徴量と、第2装着状態の移動態様の特徴量との差分であり得る。第1装着状態は、図5に示すように、対象人物100が第1装具210を着用している状態である。第2装着状態は、図6に示すように、対象人物100が第1装具210と異なる第2装具220を着用している状態である。なお、第2装着状態は、対象人物100が装具を着用していない状態であってもよい。ここで、図5及び図6からわかるように、第1装具210を着用した場合と第2装具220を着用した場合とで、対象人物100の歩幅が変化している。特に、第2装具220を装着した際に、対象人物100の歩幅が狭くなっている。このように、対象人物100が着用する装具が異なることで、対象人物100の移動態様が変化している。取得部231は、このような移動態様の特徴量の差分を、移動態様の変化値として取得する。ここで、第2特徴量は、基本的には変化しないから、移動態様の特徴量の差分は、第1特徴量についてのみ算出される。
The
また、本実施形態では、変化情報は、装具の装着状態が異なる場合の装具の変化値(装具変化値)を含む。装具の変化値(装具変化値)は、装具の装着状態が異なる場合の装具の特徴量(特に、機能特徴量)の差分で表される。上述したように、装具の装着状態が異なる場合の装具の特徴量の差分は、第1装着状態の際の装具の特徴量と、第2装着状態の際の装具の特徴量との差分であり得る。要するに、装具の装着状態が異なる場合の装具の特徴量の差分は、第1装具210の特徴量と第2装具220の特徴量との差分であり得る。ここで、第1装具210及び第2装具220の特徴量は、情報管理システム40の装具データベースから得られる。一例として、取得部231は、情報管理システム40の装具データベースを参照して、第1装具210及び第2装具220の特徴量を得ることができる。もちろん、第1装具210及び第2装具220の特徴量は、評価システム20の記憶部22に予め記憶されていてもよい。
Further, in the present embodiment, the change information includes a change value of the brace (a change value of the brace) when the wearing state of the brace is different. The change value of the brace (change value of the brace) is represented by the difference in the feature amount (particularly, the functional feature amount) of the brace when the wearing state of the brace is different. As described above, the difference in the feature amount of the orthosis when the wearing state of the orthosis is different is the difference between the feature amount of the orthosis in the first wearing state and the feature amount of the orthosis in the second wearing state. obtain. In short, the difference in the feature amount of the brace when the wearing state of the brace is different may be the difference between the feature amount of the
また、取得部231は、対象装具の装具情報を取得する。一例として、取得部231は、情報管理システム40の装具データベースから、対象装具の装具情報を取得する。本実施形態では、取得部231は、装具データベースに登録されている装具群(所定の装具群)から順番に対象装具を選択する。これによって、評価システム20では、装具データベースに登録されている装具全てについて、対象人物100に合っているかどうかの判断が可能となる。
In addition, the
また、取得部231は、対象人物100による装具の評価基準を示す評価基準情報を取得する。評価基準情報は、例えば、端末装置30により入力され得る。例えば、店舗において、販売スタッフが、客とヒアリングを行い、客の装具に関する評価基準を端末装置30に入力する。取得部231は、端末装置30と通信ネットワーク50を介して通信し、端末装置30から、評価基準情報を取得し得る。本実施形態では、装具は、履物である。この場合、評価基準情報に含まれる評価基準の例としては、疲労度、値段、ヒール高さ、サイズ感、色、デザイン等が挙げられる。よって、評価基準情報は、これら疲労度、値段、ヒール高さ、サイズ感、色、デザインの6項目についての対象人物100の要望に対応する値を含み得る。
In addition, the
生成部232は、取得部231で取得された情報(対象人物100の変化情報、対象装具の装具情報)に基づいて、影響情報を生成する。上述したように、影響情報は、本実施形態では、装具(対象装具)を装着して移動した際の疲労度である。より詳細には、生成部232は、学習済みモデルM10に対象人物100の変化情報を与えて影響情報を生成する。
The
学習済みモデルM10は、複数人の変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルである。本実施形態では、対象情報は、複数の装具の装具情報を含んでいる。つまり、学習済みモデルM10は、変化情報と装具情報と影響情報との対応関係を学習した学習済みモデルである。よって、学習済みモデルM10は、与えられた入力(変化情報及び装具情報)に対して、影響情報を出力可能である。そのため、生成部232は、学習済みモデルM10に、対象人物100の変化情報と対象装具の装具情報とを与えて、影響情報を生成する。
The trained model M10 is a trained model in which the correspondence between the target information including the change information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis is learned. In the present embodiment, the target information includes the brace information of a plurality of brace. That is, the trained model M10 is a trained model that has learned the correspondence between the change information, the equipment information, and the influence information. Therefore, the trained model M10 can output the influence information for the given inputs (change information and equipment information). Therefore, the
ここで、学習済みモデルM10は、図4に示すように、分類モデルM20と、複数の評価モデルM30とを含む。 Here, the trained model M10 includes a classification model M20 and a plurality of evaluation models M30, as shown in FIG.
分類モデルM20は、複数人の変化情報から移動態様のカテゴリを学習した学習済みモデルである。図7は、分類モデルM20の説明図である。図7では、対象人物100の変化情報(移動態様変化値、装具変化値)に対して、移動態様のカテゴリ1,2が示されている。移動態様のカテゴリ1,2は、それぞれ、変化情報が近い人のデータのかたまりを表している。分類モデルM20は、与えられた入力(対象人物100の変化情報)に対して、移動態様のカテゴリを出力するように設計されている。対象人物100の変化情報は、装具の装着状態が異なる場合の移動態様の変化値(移動態様変化値)と装具の変化値(装具変化値)とに基づいて決定され得る。このような分類モデルM20は、対象人物100の変化情報を学習用データ(訓練標本)として用いた教師なし学習により生成することができる。なお、教師なし学習としては、代表的な、主成分分析、自己組織化マップ、オートエンコーダ等の次元圧縮手法を利用できる。
The classification model M20 is a trained model in which the categories of movement modes are learned from the change information of a plurality of people. FIG. 7 is an explanatory diagram of the classification model M20. In FIG. 7,
複数の評価モデルM30は、分類モデルM20による移動態様のカテゴリにそれぞれ対応する。つまり、移動態様のカテゴリ毎に評価モデルM30が用意されている。評価モデルM30は、複数の装具の装具情報と影響情報との対応関係を学習した学習済みモデルである。図8は、評価モデルM30の説明図である。図8では、装具情報と影響情報との間に対応関係があることを示している。評価モデルM30は、与えられた入力(装具情報)に対して、影響情報を出力するように設計されている。このような評価モデルM30は、対応する移動態様のカテゴリにおいて装具情報と影響情報との関係を規定する学習用データ(データセット)を用いた教師あり学習により生成することができる。なお、教師あり学習としては、代表的な、教師あり学習機構を有する多層ニューラルネットワークを利用できる。 The plurality of evaluation models M30 correspond to the categories of movement modes according to the classification model M20, respectively. That is, the evaluation model M30 is prepared for each category of the movement mode. The evaluation model M30 is a learned model that has learned the correspondence between the brace information and the influence information of a plurality of brace. FIG. 8 is an explanatory diagram of the evaluation model M30. FIG. 8 shows that there is a correspondence between the equipment information and the influence information. The evaluation model M30 is designed to output influence information for a given input (equipment information). Such an evaluation model M30 can be generated by supervised learning using learning data (data set) that defines the relationship between the equipment information and the influence information in the corresponding movement mode category. As supervised learning, a typical multi-layer neural network having a supervised learning mechanism can be used.
このように、本実施形態では、学習済みモデルM10は、分類モデルM20と、移動態様のカテゴリ毎に評価モデルM30とを含む。そして、生成部232は、分類モデルM20に取得部231で取得された対象人物100の変化情報(移動態様変化値、装具変化値)を与えて移動態様のカテゴリを特定する。そして、生成部232は、特定された移動態様のカテゴリに対応する評価モデルM30に対象装具の装具情報を与えて、影響情報を生成する。
As described above, in the present embodiment, the trained model M10 includes the classification model M20 and the evaluation model M30 for each category of the movement mode. Then, the
評価部233は、対象装具の評価情報を生成する。特に、評価部233は、影響情報と、対象装具の装具情報と、対象人物100による装具の評価基準とに基づいて、対象装具の評価情報を生成する。例えば、図9は、評価情報の一例を示すグラフである。図9では、評価基準は、疲労度、値段、ヒール高さ、サイズ感、色、デザインの6項目を含む。ここで、対象装具についての疲労度は、生成部232で生成された影響情報から得られ、対象装具についての値段、ヒール高さ、サイズ感、色、デザインは、取得部231で取得された対象装具の装具情報(特に、装具の購買特徴量)から得られる。評価部233は、疲労度、値段、ヒール高さ、サイズ感、色、デザインの6項目のそれぞれに関して、対象人物100の要望に対応する値と、対象装具の値とを比較し、適合度を算出する。一例として、値段に対して、対象人物100の要望に対応する値が第1値から第2値の範囲で与えられている場合には、対象装具の値段の当該範囲の中心からのずれの程度によって、適合度が評価され得る。また、一例として、デザインに対して、対象人物100の要望する値がサンプル画像で与えられている場合には、対象装具の画像とサンプル画像との一致率によって、適合度が評価され得る。図9では、適合度が5点満点で評価されている。図9の場合、疲労度、サイズ感については適合度が高く、対象人物100の要望に合致しているが、色、デザインでは適合度が低く、対象人物100の要望に合致していないことを示している。本実施形態では、情報管理システム40の装具データベースに登録されている装具群に含まれる装具それぞれについて評価情報が生成され得る。
The evaluation unit 233 generates evaluation information of the target orthosis. In particular, the evaluation unit 233 generates evaluation information of the target orthosis based on the influence information, the orthosis information of the target orthosis, and the evaluation criteria of the orthosis by the
決定部234は、生成部232で生成された影響情報に基づいて、対象人物100に提示する装具を決定する。特に、本実施形態では、決定部234は、評価部233において影響情報に基づいて生成される評価情報に基づいて、対象人物100に提示する装具を決定する。本実施形態では、決定部234は、情報管理システム40の装具データベースに登録されている装具群から、対象人物100に提示する装具を選択する。上述したように、評価部233で生成される評価情報は、疲労度、値段、ヒール高さ、サイズ感、色、デザインの6項目に関する適合度を含んでいる(図9参照)。決定部234は、対象装具の評価基準の適合度が所定の条件を満たす場合に、対象装具を対象人物100に提示する装具として決定する。所定の条件は、一例としては、評価基準の適合度が全て規定値(例えば4点)以上であるという条件が挙げられる。また、所定の条件は、評価基準の適合度の平均が第1規定値(例えば4点)で、かつ評価基準の適合度がいずれも第1規定値より低い第2規定値(例えば3点)未満でないという条件が挙げられる。
The determination unit 234 determines the equipment to be presented to the
提示部235は、決定部234で決定された対象人物100に提示する装具を、対象人物100に提示するための情報(提示情報)を生成し、出力する。本実施形態では、提示部235は、提示情報を、通信ネットワーク50を通じて端末装置30に送信する。端末装置30は、評価システム20の提示部235からの提示情報に基づき、対象人物100に提示する装具についての情報を、入出力部31の画像表示装置に表示してよい。これによって、対象人物100に、対象人物100に合った装具の提示が行われる。
The
(1.3)動作
以下、図1を参照して、評価システム20の動作、つまり、評価システム20で実行される評価方法について簡単に説明する。
(1.3) Operation Hereinafter, the operation of the
まず、評価システム20では、取得部231が対象人物100の変化情報を取得する(ステップS11)。本実施形態では、変化情報は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値(移動態様変化値)と、装具の装着状態が異なる場合の装具の変化値(装具変化値)を含む。また、評価システム20では、取得部231が対象装具の装具情報を取得する(ステップS12)。更に、評価システム20では、取得部231が対象人物100の評価基準情報を取得する(ステップS13)。
First, in the
そして、評価システム20では、生成部232は、取得部231で取得された対象人物100の変化情報及び対象装具の装具情報(ステップS11,S12)に基づいて、影響情報を生成する(ステップS14,S15)。より詳細には、生成部232は、学習済みモデルM10に対象人物100の変化情報を与えて影響情報を生成する。本実施形態では、学習済みモデルM10は、分類モデルM20と、複数の評価モデルM30とを含む。まず、生成部232は、分類モデルM20に取得部231で取得された対象人物100の変化情報(移動態様変化値、装具変化値)を与えて移動態様のカテゴリを特定する(ステップS14)。そして、生成部232は、特定された移動態様のカテゴリに対応する評価モデルM30に対象装具の装具情報を与えて、影響情報を生成する(ステップS15)。
Then, in the
次に、評価システム20では、評価部233が、対象装具の評価情報を生成する(ステップS16)。特に、評価部233は、生成部232で生成された影響情報(ステップS15)と、取得部231で取得された対象装具の装具情報(ステップS12)及び対象人物100の評価基準情報(ステップS13)とに基づいて、対象装具の評価情報を生成する。本実施形態では、情報管理システム40の装具データベースの装具群に含まれる装具の全てがそれぞれ対象装具として選択されて、評価情報が生成される。
Next, in the
次に、評価システム20では、決定部234が、評価部233において影響情報に基づいて生成される評価情報(ステップS16)に基づいて、対象人物100に提示する装具を決定する(ステップS17)。決定部234は、評価情報に基づき、情報管理システム40の装具データベースに登録されている装具群から、対象人物100に提示する装具を選択する。
Next, in the
そして、評価システム20では、提示部235が、決定部234で決定された対象人物100に提示する装具(ステップS17)を、端末装置30により、対象人物100に提示する(ステップS18)。
Then, in the
なお、図1は、あくまでも、本実施形態の評価方法のフローチャートの一例であり、必ずしも、図1のフローチャートの通りに処理が実行される必要はない。例えば、ステップS11〜S13は、必ずしもこの順番通りに実行される必要はない。また、ステップS11〜S13の少なく2つは、同時に実行されてもよい。また、ステップS13は、遅くともステップS16の前までに実行されればよい。 Note that FIG. 1 is merely an example of a flowchart of the evaluation method of the present embodiment, and it is not always necessary to execute the process according to the flowchart of FIG. For example, steps S11 to S13 do not necessarily have to be executed in this order. Further, at least two of steps S11 to S13 may be executed at the same time. Further, step S13 may be executed at the latest before step S16.
(1.4)まとめ
以上述べたように、評価システム20は、取得部231と、生成部232とを含む。取得部231は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得する。生成部232は、複数人の変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、取得ステップS11で取得された対象人物100の変化情報を与えて影響情報を生成する。この評価システム20によれば、装具の装着による人への影響の評価の精度を向上できる。
(1.4) Summary As described above, the
換言すれば、評価システムは、図1に示すような方法(評価方法)を実行しているといえる。評価方法は、取得ステップS11と、生成ステップS14,S15とを含む。取得ステップS11は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得するステップである。生成ステップS14,S15は、複数人の変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、取得ステップS11で取得された対象人物100の変化情報を与えて影響情報を生成するステップである。この評価方法によれば、評価システム20と同様に、装具の装着による人への影響の評価の精度を向上できる。
In other words, it can be said that the evaluation system executes the method (evaluation method) as shown in FIG. The evaluation method includes acquisition steps S11 and generation steps S14 and S15. The acquisition step S11 is a step of acquiring change information including the change value of the movement mode of the
評価システム20は、コンピュータシステムを利用して実現されている。つまり、評価システム20が実行する方法(評価方法)は、コンピュータシステムがプログラムを実行することにより実現され得る。このプログラムは、1以上のプロセッサに、評価方法を実行させるためのコンピュータプログラムである。このようなプログラムによれば、評価システムと同様に、装具の装着による人への影響の評価の精度を向上できる。
The
(2)変形例
本開示の実施形態は、上記実施形態に限定されない。上記実施形態は、本開示の課題を達成できれば、設計等に応じて種々の変更が可能である。以下に、上記実施形態の変形例を列挙する。以下に説明する変形例は、適宜組み合わせて適用可能である。
(2) Modified Example The embodiment of the present disclosure is not limited to the above embodiment. The above-described embodiment can be changed in various ways depending on the design and the like as long as the subject of the present disclosure can be achieved. Examples of modifications of the above embodiment are listed below. The modifications described below can be applied in combination as appropriate.
(2.1)変形例1
図10は、本変形例の評価方法のフローチャートを示す。本変形例の評価方法は、一例として、店舗等の施設において、対象人物100に、対象人物100が装着したことがない装具に関する評価情報を提示するために利用される。本変形例でも、装具は、履物を想定している。したがって、本変形例の評価方法は、履物を販売する店舗において、客に、未着用の履物に関する評価情報を提示し、履物の購買意欲を増進させるために利用され得る。
(2.1)
FIG. 10 shows a flowchart of the evaluation method of this modified example. As an example, the evaluation method of this modification is used to present the
以下、本変形例の評価方法について、図10及び図11を参照して更に詳細に説明する。本変形例の評価方法は、図11に示す評価システム20Aにより実行され得る。
Hereinafter, the evaluation method of this modified example will be described in more detail with reference to FIGS. 10 and 11. The evaluation method of this modification can be executed by the
評価システム20Aは、評価システム20と同様に、端末装置30及び情報管理システム40に通信ネットワーク50を介して接続可能である(図2参照)。評価システム20Aは、評価システム20と同様に、端末装置30と情報管理システム40とともに装具評価システム10を構成する。なお、端末装置30、情報管理システム40、及び通信ネットワーク50については実施形態に関して説明した通りであるから、詳細な説明を省略する。
Similar to the
評価システム20Aは、対象人物100が選択した装具に関する評価情報を、対象人物100に提示する機能(未着用装具評価機能)を有している。つまり、評価システム20Aによれば、客に、その客が装具を実際に着用しなくても装具の評価情報を提示できる。
The
評価システム20Aは、図11に示すように、通信部21と、記憶部22と、処理部23Aとを備える。評価システム20Aは、サーバにより実現され得る。なお、通信部21及び記憶部22は、上記実施形態の評価システム20と本変形例の評価システム20Aとで同じであるから、詳細な説明は省略する。
As shown in FIG. 11, the
処理部23Aは、評価システム20Aの動作を制御する制御回路である。処理部23Aは、例えば、1以上のプロセッサ(マイクロプロセッサ)と1以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、1以上のプロセッサが1以上のメモリに記憶された1以上の(コンピュータ)プログラム(アプリケーション)を実行することで、処理部23Aとして機能する。プログラムは、ここでは処理部23Aのメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。
The
処理部23Aは、図11に示すように、取得部231Aと、生成部232Aと、評価部233Aと、提示部235Aとを備える。図11において、取得部231Aと、生成部232Aと、評価部233Aと、提示部235Aとは実体のある構成を示しているわけではなく、処理部23Aによって実現される機能を示している。
As shown in FIG. 11, the
取得部231Aは、取得部231と同様に、対象人物100の変化情報(移動態様変化値、装具変化値)、対象装具の装具情報、及び、対象人物100の評価基準情報を取得する。ここで、対象装具は、対象人物100が評価情報を得たい装具である。対象装具は、例えば、端末装置30の入出力部31を利用して選択され得る。一例として、端末装置30は、入出力部31の画像表示装置に、装具群を表示して、対象人物100に装具群から対象装具の選択を可能とする。ここで、装具群は、第1装具210及び第2装具220を含んでいない。よって、対象装具は、第1装具210と第2装具220のいずれでもない装具である。つまり、対象装具は、未着用の装具となる。取得部231Aは、端末装置30の入出力部31により選択された装具を対象装具として判断し、対象装具の装具情報を情報管理システム40の装具データベースから取得する。取得部231Aが対象人物100の変化情報及び評価基準情報を取得する処理は、取得部231と同様であるから説明を省略する。
Similar to the
生成部232Aは、取得部231Aで取得された情報(対象人物100の変化情報、対象装具の装具情報)に基づいて、影響情報を生成する。本変形例でも、影響情報は、装具(対象装具)を装着して移動した際の疲労度である。より詳細には、生成部232Aは、生成部232と同様に、学習済みモデルM10に対象人物100の変化情報を与えて影響情報を生成する。つまり、生成部232Aは、分類モデルM20に取得部231Aで取得された対象人物100の変化情報(移動態様変化値、装具変化値)を与えて移動態様のカテゴリを特定する。そして、生成部232Aは、特定された移動態様のカテゴリに対応する評価モデルM30に対象装具の装具情報を与えて、影響情報を生成する。
The generation unit 232A generates influence information based on the information acquired by the acquisition unit 231A (change information of the
評価部233Aは、評価部233と同様に対象装具の評価情報(図9参照)を生成する。特に、評価部233Aは、影響情報と、対象装具の装具情報と、対象人物100による装具の評価基準とに基づいて、対象装具の評価情報を生成する。本変形例では、情報管理システム40の装具データベースに登録されている装具群に含まれる装具それぞれについてではなく、装具群から選択された特定の対象装具について評価情報が生成され得る。
The
提示部235Aは、評価部233Aで生成された対象装具についての評価情報を、対象人物100に提示するための情報(提示情報)を生成し、出力する。本変形例では、提示部235Aは、提示情報を、通信ネットワーク50を通じて端末装置30に送信する。端末装置30は、評価システム20Aの提示部235Aからの提示情報に基づき、対象装具についての評価情報を、入出力部31の画像表示装置に表示してよい。これによって、対象人物100に、対象装具についての評価情報の提示が行われる。
The presentation unit 235A generates and outputs information (presentation information) for presenting the evaluation information about the target orthosis generated by the
以下、図10を参照して、評価システム20Aの動作、つまり、評価システム20Aで実行される評価方法について簡単に説明する。
Hereinafter, the operation of the
まず、評価システム20Aでは、取得部231Aが対象人物100の変化情報を取得する(ステップS21)。本変形例では、変化情報は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値(移動態様変化値)と、装具の装着状態が異なる場合の装具の変化値(装具変化値)を含む。また、評価システム20Aでは、取得部231Aが対象装具の装具情報を取得する(ステップS22)。更に、評価システム20Aでは、取得部231Aが対象人物100の評価基準情報を取得する(ステップS23)。
First, in the
そして、評価システム20Aでは、生成部232Aは、取得部231Aで取得された対象人物100の変化情報及び対象装具の装具情報(ステップS21,S22)に基づいて、影響情報を生成する(ステップS24,S25)。より詳細には、生成部232Aは、学習済みモデルM10に対象人物100の変化情報を与えて影響情報を生成する。本変形例でも、学習済みモデルM10は、分類モデルM20と、複数の評価モデルM30とを含む。まず、生成部232Aは、分類モデルM20に取得部231Aで取得された対象人物100の変化情報(移動態様変化値、装具変化値)を与えて移動態様のカテゴリを特定する(ステップS24)。そして、生成部232Aは、特定された移動態様のカテゴリに対応する評価モデルM30に対象装具の装具情報を与えて、影響情報を生成する(ステップS25)。
Then, in the
次に、評価システム20Aでは、評価部233Aが、対象装具の評価情報を生成する(ステップS26)。特に、評価部233Aは、生成部232Aで生成された影響情報(ステップS25)と、取得部231Aで取得された対象装具の装具情報(ステップS22)及び対象人物100の評価基準情報(ステップS23)とに基づいて、対象装具の評価情報を生成する。本変形例では、情報管理システム40の装具データベースの装具群から対象人物100によって対象装具として選択された装具について評価情報が生成される。
Next, in the
そして、評価システム20Aでは、提示部235Aが、評価部233Aで生成された評価情報(ステップS26)を、端末装置30により、対象人物100に提示する(ステップS27)。
Then, in the
なお、図10は、あくまでも、本変形例の評価方法のフローチャートの一例であり、必ずしも、図10のフローチャートの通りに処理が実行される必要はない。例えば、ステップS21〜S23は、必ずしもこの順番通りに実行される必要はない。また、ステップS21〜S23の少なく2つは、同時に実行されてもよい。また、ステップS23は、遅くともステップS26の前までに実行されればよい。 Note that FIG. 10 is merely an example of a flowchart of the evaluation method of the present modification, and it is not always necessary to execute the process according to the flowchart of FIG. For example, steps S21 to S23 do not necessarily have to be executed in this order. Further, at least two of steps S21 to S23 may be executed at the same time. Further, step S23 may be executed at the latest before step S26.
(2.2)変形例2
(2.2.1)概要
図12は、本変形例の評価方法のフローチャートを示す。本変形例の評価方法は、一例として、店舗等の施設において、対象人物100に、対象人物100が装着した装具に関する評価情報を提示するために利用される。本変形例においても、装具は、履物を想定している。したがって、本変形例の評価方法は、履物を販売する店舗において、客に、その客が身に着けた履物についての評価情報を提示し、購買意欲を増進するために利用され得る。
(2.2)
(2.2.1) Outline FIG. 12 shows a flowchart of an evaluation method of this modified example. As an example, the evaluation method of this modification is used to present the
本変形例の評価方法は、図12に示すように、取得ステップS31と、生成ステップS34とを含む。 As shown in FIG. 12, the evaluation method of this modification includes an acquisition step S31 and a generation step S34.
取得ステップS31は、対象人物100の、対象装具の装着時の歩容の特徴量を含む変化情報を取得するステップである。生成ステップS34は、複数人の変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、取得ステップS31で取得された対象人物100の変化情報を与えて影響情報を生成するステップである。
The acquisition step S31 is a step of acquiring change information including the feature amount of the gait of the
装具の装着による人への影響に関する影響情報は、一例としては、装具を装着して移動した際の疲労度又は速度を示す情報であり得る。本変形例では、影響情報は、装具を装着して移動した際の疲労度を想定している。 The effect information regarding the influence on a person by wearing the brace may be, for example, information indicating the degree of fatigue or the speed when the brace is worn and moved. In this modification, the influence information assumes the degree of fatigue when moving with the orthosis attached.
このような歩容の特徴量を含む対象情報と影響情報との間には対応関係が見出された。そこで、本変形例の評価方法では、この対応関係について学習した学習済みモデルを利用して、対象情報から影響情報を生成する。したがって、本変形例の評価方法によれば、装具の装着による人への影響の評価の精度を向上できる。 A correspondence was found between the target information including such gait features and the influence information. Therefore, in the evaluation method of this modified example, the influence information is generated from the target information by using the trained model learned about this correspondence. Therefore, according to the evaluation method of the present modification, it is possible to improve the accuracy of evaluation of the influence on the person by wearing the orthosis.
(2.2.2)詳細
以下、本変形例の評価方法について、図12〜図14を参照して更に詳細に説明する。本変形例の評価方法は、図13に示す評価システム20Bにより実行され得る。
(2.2.2) Details Hereinafter, the evaluation method of this modified example will be described in more detail with reference to FIGS. 12 to 14. The evaluation method of this modification can be executed by the
評価システム20Bは、評価システム20と同様に、端末装置30及び情報管理システム40に通信ネットワーク50を介して接続可能である(図2参照)。評価システム20Bは、評価システム20と同様に、端末装置30と情報管理システム40とともに装具評価システム10を構成する。なお、端末装置30、情報管理システム40、及び通信ネットワーク50については実施形態に関して説明した通りであるから、詳細な説明を省略する。
Similar to the
評価システム20Bは、装具評価システム10内において評価方法を実行するシステムである。特に、評価システム20Bは、対象人物100が装着した装具に関する評価情報を、対象人物100に提示する機能(評価情報提示機能)を有している。つまり、評価システム20Bによれば、装具を販売する店舗に訪れた客に、その客が装着した装具に関する評価情報を提示することが可能となる。
The
評価システム20Bは、図13に示すように、通信部21と、記憶部22Bと、処理部23Bとを備える。評価システム20は、サーバにより実現され得る。なお、通信部21は、上記実施形態の評価システム20と本変形例の評価システム20Bとで同じであるから、詳細な説明は省略する。
As shown in FIG. 13, the
記憶部22Bは、処理部23Bが利用する情報を記憶するために用いられる。一例として、記憶部22Bには、学習済みモデルM11が記憶される。学習済みモデルM11については後述する。記憶部22Bは、1以上の記憶装置を含む。記憶装置は、例えば、RAM、EEPROMである。
The
処理部23Bは、評価システム20Bの動作を制御する制御回路である。処理部23Bは、例えば、1以上のプロセッサ(マイクロプロセッサ)と1以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、1以上のプロセッサが1以上のメモリに記憶された1以上の(コンピュータ)プログラム(アプリケーション)を実行することで、処理部23Bとして機能する。プログラムは、ここでは処理部23Bのメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。
The
処理部23Bは、図13に示すように、取得部231Bと、生成部232Bと、評価部233Bと、提示部235Bとを備える。図13において、取得部231Bと、生成部232Bと、評価部233Bと、提示部235Bとは実体のある構成を示しているわけではなく、処理部23Bによって実現される機能を示している。
As shown in FIG. 13, the
取得部231Bは、歩容情報を取得する。歩容情報は、対象人物の、装具の装着時の歩容の特徴量を含む。歩容の特徴量は、歩容そのものに関する第1特徴量と、歩容に付随する第2特徴量とを含む。第1特徴量は、一例として、端末装置30の入出力部31の撮像装置で撮像された対象人物100の歩き方から得ることが可能である。つまり、対象人物100が装具を着用して歩いた様子を示す動画像から、第1特徴量が得られ得る。動画像はカラー情報や深度情報を含んでもよい。なお、第1特徴量としては、歩幅(左か右、一歩分)、歩幅(二歩分)、リズム、速度、力学的基盤、進行方向、足の角度、腰の角度、しゃがむ能力等が挙げられる。また、第1特徴量は、動画像ではなく、頭部や腰部等の身体の1か所以上に取り付けた加速度・ジャイロセンサ等の出力に基づいて得ることができる。要するに、歩容の特徴量は、従来周知の歩容解析技術等により得ることができるから、ここでは詳細には説明しない。また、第2特徴量は、対象人物100の個人情報に関する特徴量である。第2特徴量としては、対象人物100の足の形、年齢、体格、性別等が挙げられる。このような第2特徴量は、端末装置30の入出力部31を利用して対象人物100又は店舗スタッフ等により入力され得る。
The acquisition unit 231B acquires gait information. The gait information includes the feature amount of the gait of the target person when the orthosis is worn. The gait feature includes a first feature related to the gait itself and a second feature associated with the gait. As an example, the first feature amount can be obtained from the walking method of the
また、取得部231Bは、対象装具の装具情報を取得する。ここで、対象装具は、対象人物100の歩容情報を得る際に、対象人物が装着した装具である。取得部231Bは、情報管理システム40の装具データベースから、対象装具の装具情報を取得する。
In addition, the acquisition unit 231B acquires the equipment information of the target equipment. Here, the target orthosis is an orthosis worn by the target person when obtaining the gait information of the
また、取得部231Bは、対象人物100による装具の評価基準を示す評価基準情報を取得する。評価基準情報は、例えば、端末装置30により入力され得る。例えば、店舗において、販売スタッフが、客とヒアリングを行い、客の装具に関する評価基準を端末装置30に入力する。取得部231は、端末装置30と通信ネットワーク50を介して通信し、端末装置30から、評価基準情報を取得し得る。本変形例では、装具は、履物である。この場合、評価基準情報に含まれる評価基準の例としては、疲労度、値段、ヒール高さ、サイズ感、色、デザイン等が挙げられる。よって、評価基準情報は、これら疲労度、値段、ヒール高さ、サイズ感、色、デザインの6項目についての対象人物100の要望に対応する値を含み得る。
In addition, the acquisition unit 231B acquires the evaluation standard information indicating the evaluation standard of the orthosis by the
生成部232Bは、取得部231Bで取得された情報(対象人物100の歩容情報、対象装具の装具情報)に基づいて、影響情報を生成する。上述したように、影響情報は、本変形例では、装具(対象装具)を装着して移動した際の疲労度である。より詳細には、生成部232は、学習済みモデルM11に対象人物100の歩容情報及び対象装具の装具情報を与えて影響情報を生成する。
The
学習済みモデルM11は、複数人の歩容情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルである。対象情報は、複数の装具の装具情報を含んでいる。より詳細には、対象情報は、装具の装着時の歩容の特徴量を示す歩容情報と当該装具の装具情報との組み合わせを複数含む。つまり、学習済みモデルM11は、歩容情報と装具情報との組み合わせに対する影響情報の対応関係を学習した学習済みモデルである。図14は、学習済みモデルM11の説明図である。図14では、歩容情報と装具情報との組み合わせと影響情報との間に対応関係があることを示している。学習済みモデルM11は、与えられた入力(歩容情報及び装具情報)に対して、影響情報を出力可能である。そのため、生成部232Bは、学習済みモデルM11に、対象人物100の歩容情報と対象装具の装具情報とを与えて、影響情報を生成する。このような学習済みモデルM11は、歩容情報と装具情報との組み合わせと影響情報との関係を規定する学習用データ(データセット)を用いた教師あり学習により生成することができる。なお、教師あり学習としては、代表的な、教師あり学習機構を有する多層ニューラルネットワークを利用できる。
The trained model M11 is a trained model in which the correspondence between the target information including the gait information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis is learned. The target information includes the orthosis information of a plurality of orthoses. More specifically, the target information includes a plurality of combinations of gait information indicating the feature amount of the gait when the orthosis is worn and the orthosis information of the orthosis. That is, the trained model M11 is a trained model that has learned the correspondence relationship of the influence information with respect to the combination of the gait information and the orthosis information. FIG. 14 is an explanatory diagram of the trained model M11. FIG. 14 shows that there is a correspondence relationship between the combination of the gait information and the orthosis information and the influence information. The trained model M11 can output influence information for a given input (gait information and equipment information). Therefore, the
評価部233Bは、評価部233と同様に対象装具の評価情報(図9参照)を生成する。特に、評価部233Bは、影響情報と、対象装具の装具情報と、対象人物100による装具の評価基準とに基づいて、対象装具の評価情報を生成する。本変形例では、情報管理システム40の装具データベースに登録されている装具群に含まれる装具それぞれについてではなく、対象人物100が装着した装具を対象装具として評価情報が生成され得る。
The
提示部235Bは、評価部233Bで生成された対象装具についての評価情報を、対象人物100に提示するための情報(提示情報)を生成し、出力する。本変形例では、提示部235Bは、提示情報を、通信ネットワーク50を通じて端末装置30に送信する。端末装置30は、評価システム20Bの提示部235からの提示情報に基づき、対象装具についての評価情報を、入出力部31の画像表示装置に表示してよい。これによって、対象人物100に、対象装具についての評価情報の提示が行われる。
The
(2.2.3)動作
以下、図12を参照して、評価システム20Bの動作、つまり、評価システム20Bで実行される評価方法について簡単に説明する。
(2.2.3) Operation Hereinafter, the operation of the
まず、評価システム20Bでは、取得部231Bが対象人物100の歩容情報を取得する(ステップS31)。また、評価システム20Bでは、取得部231Bが対象装具の装具情報を取得する(ステップS32)。更に、評価システム20Bでは、取得部231Bが対象人物100の評価基準情報を取得する(ステップS33)。
First, in the
そして、評価システム20Bでは、生成部232Bは、取得部231Bで取得された対象人物100の歩容情報及び対象装具の装具情報(ステップS31,S32)に基づいて、影響情報を生成する(ステップS34)。より詳細には、生成部232Bは、学習済みモデルM11に対象人物100の歩容情報を与えて影響情報を生成する。本変形例では、まず、生成部232Bは、学習済みモデルM11に、対象情報(歩容情報と装具情報との組み合わせ)を与えて影響情報を生成する。
Then, in the
次に、評価システム20Bでは、評価部233Bが、対象装具の評価情報を生成する(ステップS35)。特に、評価部233Bは、生成部232Bで生成された影響情報(ステップS34)と、取得部231Bで取得された対象装具の装具情報(ステップS32)及び対象人物100の評価基準情報(ステップS33)とに基づいて、対象装具の評価情報を生成する。
Next, in the
そして、評価システム20Bでは、提示部235Bが、評価部233Bで生成された評価情報(ステップS35)を、端末装置30により、対象人物100に提示する(ステップS36)。
Then, in the
なお、図12は、あくまでも、本変形例の評価方法のフローチャートの一例であり、必ずしも、図12のフローチャートの通りに処理が実行される必要はない。例えば、ステップS31〜S33は、必ずしもこの順番通りに実行される必要はない。また、ステップS31〜S33の少なく2つは、同時に実行されてもよい。また、ステップS33は、遅くともステップS35の前までに実行されればよい。 Note that FIG. 12 is merely an example of a flowchart of the evaluation method of this modification, and it is not always necessary to execute the process according to the flowchart of FIG. For example, steps S31 to S33 do not necessarily have to be executed in this order. Further, at least two of steps S31 to S33 may be executed at the same time. Further, step S33 may be executed at the latest before step S35.
(2.2.4)まとめ
以上述べたように、評価システム20Bは、取得部231Bと、生成部232Bとを含む。取得部231Bは、対象人物100の、装具の装着時の歩容の特徴量を含む歩容情報を取得する。生成部232Bは、複数人の歩容情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルM11に、取得部231Bで取得された対象人物100の歩容情報を与えて影響情報を生成する。この評価システム20Bによれば、装具の装着による人への影響の評価の精度を向上できる。
(2.2.4) Summary As described above, the
換言すれば、評価システムは、図12に示すような方法(評価方法)を実行しているといえる。評価方法は、取得ステップS31と、生成ステップS34とを含む。取得ステップS31は、対象人物100の、装具の装着時の歩容の特徴量を含む歩容情報を取得するステップである。生成ステップS34は、複数人の歩容情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルM11に、取得ステップS31で取得された対象人物100の歩容情報を与えて影響情報を生成するステップである。この態様によれば、評価システム20Bと同様に、装具の装着による人への影響の評価の精度を向上できる。
In other words, it can be said that the evaluation system executes the method (evaluation method) as shown in FIG. The evaluation method includes acquisition step S31 and generation step S34. The acquisition step S31 is a step of acquiring gait information including the feature amount of the gait of the
評価システム20Bは、コンピュータシステムを利用して実現されている。つまり、評価システム20Bが実行する方法(評価方法)は、コンピュータシステムがプログラムを実行することにより実現され得る。このプログラムは、1以上のプロセッサに、評価方法を実行させるためのコンピュータプログラムである。このようなプログラムによれば、評価システム20Bと同様に、装具の装着による人への影響の評価の精度を向上できる。
The
(2.3)その他の変形例
評価システム20に関して、更に、下記の変形例も挙げられる。なお、下記の変形例は、適宜変更して評価システム20A,20Bにも適用可能である場合がある。
(2.3) Other Modified Examples Regarding the
一変形例では、評価システム20は、少なくとも、取得部231と生成部232とを備えていればよい。つまり、評価システム20は、少なくとも影響情報を生成すればよく、必ずしも評価情報を生成したり、対象人物に合う装具の提示をしたりしなくてもよい。
In one modification, the
一変形例では、変化情報は、装具の装着状態が異なる場合の装具の変化値(装具変化値)を含んでいなくてもよい。つまり、変化情報は、対象人物100の、装具の装着状態が異なる場合の移動態様の変化値(移動態様変化値)を含んでいればよい。この場合には、学習済みモデルM10の分類モデルM20は、与えられた入力(移動態様変化値)に対して、移動態様のカテゴリを出力するように設計される。このような場合でも、対象人物100について移動態様のカテゴリを特定することが可能となる。もちろん、装具変化値を移動態様変化値と併用することによって、移動態様のカテゴリの精度の向上が図れる。
In one modification, the change information does not have to include the change value of the brace (the brace change value) when the wearing state of the brace is different. That is, the change information may include the change value of the movement mode (movement mode change value) of the
一変形例では、装具の装着状態が異なる場合は、必ずしも、上述の第1装着状態と第2装着状態とに限定されず、3以上の装着状態であってもよい。つまり、移動態様変化値は、3以上の装着状態での移動態様の変化から得られてもよい。 In one modification, when the wearing state of the orthosis is different, it is not necessarily limited to the above-mentioned first wearing state and the second wearing state, and may be three or more wearing states. That is, the movement mode change value may be obtained from the change in the movement mode in the wearing state of 3 or more.
一変形例では、対象情報は、対象装具の装具情報を含んでいなくてもよい。つまり、対象情報は、変化情報又は歩容情報を含んでいればよい。この場合には、学習済みモデルM10は、変化情報と影響情報との対応関係を学習した学習済みモデルであり得る。つまり、学習済みモデルM10は、与えられた入力(変化情報)に対して、影響情報を出力するように設計される。学習済みモデルM11は、歩容情報と影響情報との対応関係を学習した学習済みモデルであり得る。つまり、学習済みモデルM11は、与えられた入力(歩容情報)に対して、影響情報を出力するように設計される。このような場合でも、対象人物100について影響情報を生成することが可能となる。もちろん、装具情報を変化情報又は歩容情報と併用することによって、影響情報の精度の向上が図れる。
In one modification, the target information does not have to include the equipment information of the target equipment. That is, the target information may include change information or gait information. In this case, the trained model M10 may be a trained model that has learned the correspondence between the change information and the influence information. That is, the trained model M10 is designed to output influence information for a given input (change information). The trained model M11 can be a trained model that has learned the correspondence between the gait information and the influence information. That is, the trained model M11 is designed to output influence information for a given input (gait information). Even in such a case, it is possible to generate influence information for the
一変形例では、装具情報は、影響情報の生成と評価情報の生成とで異なっていてもよい。上述したように、装具の特徴量は、装具の装着時による人への影響に関連する影響特徴量と、人による装具の評価に関連する評価特徴量とに分類され得る。よって、影響情報の生成に利用される装具情報は、影響特徴量を含んでいればよく、評価情報の生成に利用される装具情報は、評価特徴量を含んでいればよい。一例としては、学習済みモデルM10に与えられる装具情報は、機能的形状、素材、変形特性等の影響特徴量を含んでいればよい。一方で、評価部233が利用する装具情報は、外観(美観的形状、色)、値段(価格)等の評価特徴量を含んでいればよい。 In one modification, the brace information may differ between the generation of impact information and the generation of evaluation information. As described above, the feature amount of the orthosis can be classified into the influence feature amount related to the influence on the person by wearing the orthosis and the evaluation feature amount related to the evaluation of the orthosis by the person. Therefore, the equipment information used for generating the influence information may include the influence feature amount, and the equipment information used for generating the evaluation information may include the evaluation feature amount. As an example, the equipment information given to the trained model M10 may include influence features such as functional shape, material, and deformation characteristics. On the other hand, the equipment information used by the evaluation unit 233 may include evaluation feature quantities such as appearance (aesthetic shape, color) and price (price).
一変形例では、学習済みモデルM10は、必ずしも、分類モデルM20と、複数の評価モデルM30との両方を含んでいる必要はない。例えば、分類モデルM20と評価モデルM30との一方は、学習済みモデルを利用しない処理によって代替されてよい。例えば、学習済みモデルM10は、変化情報から移動態様のカテゴリを特定するプログラムと、複数の評価モデルM30とで構成されてよい。あるいは、学習済みモデルM10は、分類モデルM20と、それぞれ装具情報と移動態様のカテゴリから影響情報を生成する複数のプログラムとで構成されてもよい。 In one variant, the trained model M10 does not necessarily have to include both the classification model M20 and the plurality of evaluation models M30. For example, one of the classification model M20 and the evaluation model M30 may be replaced by a process that does not utilize the trained model. For example, the trained model M10 may be composed of a program that identifies a category of movement mode from change information and a plurality of evaluation models M30. Alternatively, the trained model M10 may be composed of a classification model M20 and a plurality of programs that generate influence information from the equipment information and the movement mode categories, respectively.
一変形例では、対象人物100についての移動態様のカテゴリは、記憶部22に登録されてもよい。例えば、対象人物100が最初に評価システム20を利用した際に移動態様のカテゴリを特定すれば、次回以降は、予め登録された移動態様のカテゴリを利用することが可能となる。これによって、評価システム20での処理負荷の軽減を図ることが可能となる。
In one modification, the category of the movement mode for the
一変形例では、評価システム20は、実店舗以外でも利用可能である。例えば、対象人物が自宅から端末装置30を利用して評価システム20に必要な情報を送ることで、評価システム20から提示情報を受け取ることが可能である。よって、評価システム20は、住宅(例えば、戸建住宅、集合住宅)、非住宅(例えば、工場、商業施設、アミューズメント施設、病院、事務所、ビル)等の施設でも利用可能である。
In one modification, the
本開示における評価システム20は、例えば、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における評価システム20としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路(IC)又は大規模集積回路(LSI)を含む1ないし複数の電子回路で構成される。ここでいうIC又はLSI等の集積回路は、集積の度合いによって呼び方が異なっており、システムLSI、VLSI(Very Large Scale Integration)、又はULSI(UltraLarge Scale Integration)と呼ばれる集積回路を含む。さらに、LSIの製造後にプログラムされる、FPGA(Field-Programmable Gate Array)、又はLSI内部の接合関係の再構成若しくはLSI内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、1つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、1つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。ここでいうコンピュータシステムは、1以上のプロセッサ及び1以上のメモリを有するマイクロコントローラを含む。したがって、マイクロコントローラについても、半導体集積回路又は大規模集積回路を含む1ないし複数の電子回路で構成される。
The
また、評価システム20における複数の機能が、1つの筐体内に集約されていることは評価システム20に必須の構成ではなく、評価システム20の構成要素は、複数の筐体に分散して設けられていてもよい。さらに、評価システム20の少なくとも一部の機能、例えば、処理部23の一部の機能がクラウド(クラウドコンピューティング)等によって実現されてもよい。
Further, it is not an essential configuration for the
(3)態様
第1の態様は、評価方法であって、取得ステップ(S11;S21)と、生成ステップ(S14,S15;S24,S25)とを含む。前記取得ステップ(S11;S21)は、対象人物(100)の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得するステップである。前記生成ステップ(S14,S15;S24,S25)は、複数人の前記変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデル(M10)に、前記取得ステップ(S11;S21)で取得された前記対象人物(100)の変化情報を与えて前記影響情報を生成するステップである。この態様によれば、装具の装着による人への影響の評価の精度を向上できる。
(3) Aspect The first aspect is an evaluation method, which includes an acquisition step (S11; S21) and a generation step (S14, S15; S24, S25). The acquisition step (S11; S21) is a step of acquiring change information including a change value of the movement mode of the target person (100) when the wearing state of the orthosis is different. The generation step (S14, S15; S24, S25) is a trained model (M10) that has learned the correspondence between the target information including the change information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis. This is a step of generating the influence information by giving the change information of the target person (100) acquired in the acquisition step (S11; S21). According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
第2の態様は、第1の態様に基づく評価方法である。第2の態様では、前記移動態様の変化値は、装具の装着状態が異なる場合の前記移動態様の特徴量の差分で表される。この態様によれば、装具の装着による人への影響の評価の精度を更に向上できる。 The second aspect is an evaluation method based on the first aspect. In the second aspect, the change value of the movement mode is represented by the difference in the feature amount of the movement mode when the wearing state of the orthosis is different. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be further improved.
第3の態様は、第1又は第2の態様に基づく評価方法である。第3の態様では、前記変化情報は、装具の装着状態が異なる場合の装具の変化値を含む。この態様によれば、装具の装着による人への影響の評価の精度を更に向上できる。 The third aspect is an evaluation method based on the first or second aspect. In the third aspect, the change information includes the change value of the brace when the wearing state of the brace is different. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be further improved.
第4の態様は、第3の態様に基づく評価方法である。第4の態様では、前記装具の変化値は、装具の装着状態が異なる場合の装具の特徴量の差分で表される。この態様によれば、装具の装着による人への影響の評価の精度を更に向上できる。 The fourth aspect is an evaluation method based on the third aspect. In the fourth aspect, the change value of the orthosis is represented by the difference in the feature amount of the orthosis when the wearing state of the orthosis is different. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be further improved.
第5の態様は、第1〜第4の態様のいずれか一つに基づく評価方法である。第5の態様では、前記対象情報は、複数の装具の装具情報を含む。前記生成ステップ(S14,S15;S24,S25)は、前記学習済みモデル(M10)に、前記取得ステップ(S11;S21)で取得された前記対象人物(100)の変化情報と対象装具の装具情報とを与えて、前記影響情報を生成する。この態様によれば、装具の装着による人への影響の評価の精度を更に向上できる。 The fifth aspect is an evaluation method based on any one of the first to fourth aspects. In the fifth aspect, the target information includes the brace information of the plurality of brace. In the generation steps (S14, S15; S24, S25), the change information of the target person (100) acquired in the acquisition step (S11; S21) and the equipment information of the target equipment are added to the learned model (M10). And are given to generate the influence information. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be further improved.
第6の態様は、第5の態様に基づく評価方法である。第6の態様では、前記学習済みモデル(M10)は、複数人の前記変化情報から前記移動態様のカテゴリを学習した分類モデル(M20)と、前記移動態様のカテゴリ毎に複数の装具(210,220)の装具情報と前記影響情報との対応関係を学習した評価モデル(M30)とを含む。前記生成ステップ(S14,S15;S24,S25)は、前記分類モデル(M20)に前記取得ステップ(S11;S21)で取得された前記対象人物(100)の変化情報を与えて前記移動態様のカテゴリを特定する。前記生成ステップ(S14,S15;S24,S25)は、特定された移動態様のカテゴリに対応する評価モデル(M30)に前記対象装具の装具情報を与えて、前記影響情報を生成する。この態様によれば、装具の装着による人への影響の評価の精度を更に向上できる。 The sixth aspect is an evaluation method based on the fifth aspect. In the sixth aspect, the trained model (M10) includes a classification model (M20) that learns the category of the movement mode from the change information of a plurality of people, and a plurality of orthoses (210,) for each category of the movement mode. It includes an evaluation model (M30) that has learned the correspondence between the equipment information of 220) and the influence information. The generation step (S14, S15; S24, S25) gives the classification model (M20) change information of the target person (100) acquired in the acquisition step (S11; S21) to the category of the movement mode. To identify. The generation step (S14, S15; S24, S25) gives the equipment information of the target equipment to the evaluation model (M30) corresponding to the category of the specified movement mode, and generates the influence information. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be further improved.
第7の態様は、第5又は第6の態様に基づく評価方法である。第7の態様では、前記評価方法は、前記生成ステップ(S14,S15)で生成された前記影響情報に基づいて、前記対象人物(100)に提示する装具を決定する決定ステップ(S17)を更に含む。この態様によれば、対象人物に関する影響情報を考慮した装具の提示が可能となる。 The seventh aspect is an evaluation method based on the fifth or sixth aspect. In the seventh aspect, the evaluation method further includes a determination step (S17) for determining the equipment to be presented to the target person (100) based on the influence information generated in the generation steps (S14, S15). Including. According to this aspect, it is possible to present the orthosis in consideration of the influence information regarding the target person.
第8の態様は、第7の態様に基づく評価方法である。第8の態様では、前記対象装具は、所定の装具群から選択される。前記決定ステップ(S17)は、前記装具群から、前記対象人物(100)に提示する装具を選択する。この態様によれば、所定の装具群から対象人物に提示する装具の選択が可能となる。 The eighth aspect is an evaluation method based on the seventh aspect. In the eighth aspect, the target brace is selected from a predetermined brace group. In the determination step (S17), the equipment to be presented to the target person (100) is selected from the equipment group. According to this aspect, it is possible to select the orthosis to be presented to the target person from a predetermined orthosis group.
第9の態様は、第5又は第6の態様に基づく評価方法である。第9の態様では、前記装着状態は、第1装具(210)を装着した第1装着状態と、第2装具(220)を装着したか装具自体を装着していない第2装着状態とを含む。前記対象装具は、前記第1装具(210)と前記第2装具(220)のいずれでもない装具である。この態様によれば、対象人物が装着したことがない装具であっても、装具の装着による人への影響の評価の精度を向上できる。 The ninth aspect is an evaluation method based on the fifth or sixth aspect. In the ninth aspect, the wearing state includes a first wearing state in which the first brace (210) is attached and a second wearing state in which the second brace (220) is attached or the brace itself is not attached. .. The target brace is a brace that is neither the first brace (210) nor the second brace (220). According to this aspect, it is possible to improve the accuracy of evaluation of the influence on the person by wearing the orthosis even if the orthosis has never been worn by the target person.
第10の態様は、第5〜第9の態様のいずれか一つに基づく評価方法である。第10の態様では、前記評価方法は、評価ステップ(S16;S26)を更に含む。前記評価ステップ(S16;S26)は、前記生成ステップ(S14,S15;S24,S25)で生成された前記影響情報と、前記対象装具の装具情報と、前記対象人物(100)による装具の評価基準とに基づいて、前記対象装具の評価情報を生成するステップである。この態様によれば、装具の装着による人への影響の評価の精度を向上できる。 The tenth aspect is an evaluation method based on any one of the fifth to ninth aspects. In a tenth aspect, the evaluation method further comprises an evaluation step (S16; S26). The evaluation step (S16; S26) includes the influence information generated in the generation steps (S14, S15; S24, S25), the equipment information of the target equipment, and the evaluation criteria of the equipment by the target person (100). Based on the above, it is a step of generating the evaluation information of the target orthosis. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
第11の態様は、第1〜第10の態様のいずれか一つに基づく評価方法である。第11の態様では、前記移動態様は、歩行時又は走行時の身体の少なくとも一部の動き方を含む。この態様によれば、装具の装着による人への影響の評価の精度を向上できる。 The eleventh aspect is an evaluation method based on any one of the first to tenth aspects. In the eleventh aspect, the movement mode includes the movement of at least a part of the body during walking or running. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
第12の態様は、第1〜第11の態様のいずれか一つに基づく評価方法である。第12の態様では、前記影響情報は、装具を装着して移動した際の疲労度又は速度を示す情報である。この態様によれば、装具の装着による疲労度又は速度の評価の精度を向上できる。 The twelfth aspect is an evaluation method based on any one of the first to eleventh aspects. In the twelfth aspect, the influence information is information indicating the degree of fatigue or the speed when moving with the orthosis attached. According to this aspect, the accuracy of evaluation of the degree of fatigue or speed due to wearing the orthosis can be improved.
第13の態様は、第1〜第12の態様のいずれか一つに基づく評価方法である。第13の態様では、前記装具は、履物である。この態様によれば、履物の装着による人への影響の評価の精度を向上できる。 The thirteenth aspect is an evaluation method based on any one of the first to twelfth aspects. In a thirteenth aspect, the orthosis is footwear. According to this aspect, the accuracy of evaluation of the influence on a person by wearing footwear can be improved.
第14の態様は、評価方法であって、取得ステップ(S31)と、生成ステップ(S34)とを含む。前記取得ステップ(S31)は、対象人物(100)の、装具の装着時の歩容の特徴量を含む歩容情報を取得するステップである。前記生成ステップ(S34)は、複数人の前記歩容情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデル(M11)に、前記取得ステップ(S31)で取得された前記対象人物(100)の歩容情報を与えて前記影響情報を生成するステップである。この態様によれば、装具の装着による人への影響の評価の精度を向上できる。 The fourteenth aspect is an evaluation method, which includes an acquisition step (S31) and a generation step (S34). The acquisition step (S31) is a step of acquiring gait information including the feature amount of the gait of the target person (100) when the orthosis is worn. In the generation step (S34), the acquisition step (M11) is applied to the learned model (M11) in which the correspondence between the target information including the gait information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis is learned. This is a step of generating the influence information by giving the gait information of the target person (100) acquired in S31). According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
第15の態様は、プログラムであって、1以上のプロセッサに、第1〜第14の態様のいずれか一つの評価方法を実行させるための、プログラムである。この態様によれば、装具の装着による人への影響の評価の精度を向上できる。 A fifteenth aspect is a program for causing one or more processors to execute the evaluation method of any one of the first to fourth aspects. According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
第16の態様は、評価システム(20;20A)であって、取得部(231;231A)と、生成部(232;232A)とを備える。前記取得部(231;231A)は、対象人物(100)の、装具の装着状態が異なる場合の移動態様の変化値を含む変化情報を取得する。前記生成部(232;232A)は、複数人の前記変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデル(M10;M11)に、前記取得部(231;231A)で取得された前記対象人物(100)の変化情報を与えて前記影響情報を生成する。この態様によれば、装具の装着による人への影響の評価の精度を向上できる。 A sixteenth aspect is an evaluation system (20; 20A), which includes an acquisition unit (231; 231A) and a generation unit (232; 232A). The acquisition unit (231; 231A) acquires change information including a change value of the movement mode of the target person (100) when the wearing state of the orthosis is different. The generation unit (232; 232A) is applied to a trained model (M10; M11) that has learned the correspondence between the target information including the change information of a plurality of people and the influence information regarding the influence on the person by wearing the orthosis. The influence information is generated by giving the change information of the target person (100) acquired by the acquisition unit (231; 231A). According to this aspect, the accuracy of evaluation of the influence on a person by wearing the orthosis can be improved.
なお、第2〜第13の態様は、第14〜第16の態様にも適宜変更して適用することが可能である。 The second to thirteenth aspects can be appropriately modified and applied to the fourteenth to sixteenth aspects.
20,20A,20B 評価システム
231,231A 取得部
232,232A 生成部
M10,M11 学習済みモデル
M20 分類モデル
M30 評価モデル
100 対象人物
S11,S21,S31 ステップ(取得ステップ)
S14,S15,S24,S25,S34 ステップ(生成ステップ)
S16,S26 ステップ(評価ステップ)
S17 ステップ(決定ステップ)
100 対象人物
210 第1装具
220 第2装具
20, 20A, 20B Evaluation system 231,231A Acquisition unit 232,232A Generation unit M10, M11 Trained model M20 Classification model
S14, S15, S24, S25, S34 steps (generation steps)
S16, S26 step (evaluation step)
S17 step (decision step)
100
Claims (16)
複数人の前記変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、前記取得ステップで取得された前記対象人物の変化情報を与えて前記影響情報を生成する生成ステップと、
を含む、
評価方法。 The acquisition step of acquiring change information including the change value of the movement mode of the target person when the wearing state of the orthosis is different, and
The change information of the target person acquired in the acquisition step is given to the trained model that has learned the correspondence between the target information including the change information of a plurality of people and the influence information on the influence on the person by wearing the orthosis. The generation step to generate the impact information and
including,
Evaluation method.
請求項1の評価方法。 The change value of the movement mode is represented by the difference in the feature amount of the movement mode when the wearing state of the orthosis is different.
The evaluation method of claim 1.
請求項1又は2の評価方法。 The change information includes a change value of the orthosis when the wearing state of the orthosis is different.
The evaluation method of claim 1 or 2.
請求項3の評価方法。 The change value of the orthosis is represented by the difference in the feature amount of the orthosis when the wearing state of the orthosis is different.
The evaluation method of claim 3.
前記生成ステップは、前記学習済みモデルに、前記取得ステップで取得された前記対象人物の変化情報と対象装具の装具情報とを与えて、前記影響情報を生成する、
請求項1〜4のいずれか一つの評価方法。 The target information includes equipment information of a plurality of equipments.
The generation step gives the trained model the change information of the target person acquired in the acquisition step and the equipment information of the target equipment to generate the influence information.
The evaluation method according to any one of claims 1 to 4.
複数人の前記変化情報から前記移動態様のカテゴリを学習した分類モデルと、
前記移動態様のカテゴリ毎に複数の装具の装具情報と前記影響情報との対応関係を学習した評価モデルとを含み、
前記生成ステップは、前記分類モデルに前記取得ステップで取得された前記対象人物の変化情報を与えて前記移動態様のカテゴリを特定し、特定された移動態様のカテゴリに対応する評価モデルに前記対象装具の装具情報を与えて、前記影響情報を生成する、
請求項5の評価方法。 The trained model is
A classification model in which the category of the movement mode is learned from the change information of a plurality of people, and
Each category of the movement mode includes an evaluation model that learns the correspondence between the equipment information of a plurality of equipments and the influence information.
In the generation step, the change information of the target person acquired in the acquisition step is given to the classification model to specify the category of the movement mode, and the target orthosis is applied to the evaluation model corresponding to the category of the specified movement mode. To generate the above-mentioned influence information by giving the equipment information of
The evaluation method of claim 5.
請求項5又は6の評価方法。 Further including a determination step of determining the equipment to be presented to the target person based on the influence information generated in the generation step.
The evaluation method according to claim 5 or 6.
前記決定ステップは、前記装具群から、前記対象人物に提示する装具を選択する、
請求項7の評価方法。 The target orthosis is selected from a predetermined orthosis group.
The determination step selects an orthosis to be presented to the target person from the orthosis group.
The evaluation method of claim 7.
前記対象装具は、前記第1装具と前記第2装具のいずれでもない装具である、
請求項5又は6の評価方法。 The wearing state includes a first wearing state in which the first orthosis is attached and a second wearing state in which the second orthosis is attached or the orthosis itself is not attached.
The target brace is a brace that is neither the first brace nor the second brace.
The evaluation method according to claim 5 or 6.
請求項5〜9のいずれか一つの評価方法。 The evaluation step further includes an evaluation step of generating the evaluation information of the target equipment based on the influence information generated in the generation step, the equipment information of the target equipment, and the evaluation criteria of the equipment by the target person.
The evaluation method according to any one of claims 5 to 9.
請求項1〜10のいずれか一つの評価方法。 The movement mode includes at least a part of the movement of the body during walking or running.
The evaluation method according to any one of claims 1 to 10.
請求項1〜11のいずれか一つの評価方法。 The influence information is information indicating the degree of fatigue or speed when moving with the orthosis attached.
The evaluation method according to any one of claims 1 to 11.
請求項1〜12のいずれか一つの評価方法。 The orthosis is footwear,
The evaluation method according to any one of claims 1 to 12.
複数人の前記歩容情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、前記取得ステップで取得された前記対象人物の歩容情報を与えて前記影響情報を生成する生成ステップと、
を含む、
評価方法。 The acquisition step of acquiring gait information including the feature amount of the gait of the target person when wearing the orthosis, and
The gait information of the target person acquired in the acquisition step is applied to a trained model in which the correspondence between the target information including the gait information of a plurality of people and the effect information on the influence on the person by wearing the orthosis is learned. A generation step that gives and generates the effect information,
including,
Evaluation method.
プログラム。 For causing one or more processors to perform any one of the evaluation methods of claims 1-14.
program.
複数人の前記変化情報を含む対象情報と装具の装着による人への影響に関する影響情報との対応関係を学習した学習済みモデルに、前記取得部で取得された前記対象人物の変化情報を与えて前記影響情報を生成する生成部と、
を備える、
評価システム。 An acquisition unit that acquires change information including a change value of the movement mode of the target person when the wearing state of the orthosis is different, and
The change information of the target person acquired by the acquisition unit is given to the trained model that has learned the correspondence between the target information including the change information of a plurality of people and the influence information on the influence on the person by wearing the orthosis. A generator that generates the impact information and
To prepare
Evaluation system.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204996A JP2021077233A (en) | 2019-11-12 | 2019-11-12 | Evaluation method, program, and evaluation system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204996A JP2021077233A (en) | 2019-11-12 | 2019-11-12 | Evaluation method, program, and evaluation system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021077233A true JP2021077233A (en) | 2021-05-20 |
Family
ID=75898045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019204996A Pending JP2021077233A (en) | 2019-11-12 | 2019-11-12 | Evaluation method, program, and evaluation system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021077233A (en) |
-
2019
- 2019-11-12 JP JP2019204996A patent/JP2021077233A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102116968B1 (en) | Method for smart coaching based on artificial intelligence | |
JP7118900B2 (en) | A system for customized manufacturing of wearable products or medical products | |
US9817439B2 (en) | System, method and device for designing, manufacturing, and monitoring custom human-interfacing devices | |
US9648926B2 (en) | Footwear recommendations from foot scan data describing feet of a user | |
CN105593862B (en) | The activity recognition reminded with activity | |
US7328119B1 (en) | Diet and exercise planning and motivation including apparel purchases based on future appearance | |
US8521616B2 (en) | Method and system for providing fitting and sizing recommendations | |
US20080097975A1 (en) | Simulation-assisted search | |
KR20180017597A (en) | System and method for fashion coordination | |
CN104126184A (en) | Method and system for automated personal training that includes training programs | |
KR102535524B1 (en) | Shoes recommendation device and method | |
CN114727685A (en) | Method and system for calculating personalized sole parameter values for customized sole designs | |
KR102506356B1 (en) | Apparatus and method for recommending of fashion coordination | |
KR20180087876A (en) | Management server, system and method for skin care including the same | |
Chiu et al. | Empirical study of the usability and interactivity of an augmented-reality dressing mirror | |
TWI700051B (en) | Intelligent shoe selection system and method thereof | |
KR102439476B1 (en) | Method and apparatus for allowing an user terminal to use 3d model of a product for augmented reality in e-commerce, and method for registering 3d model by associating a product on a web page and apparatus using said method | |
JP2021077233A (en) | Evaluation method, program, and evaluation system | |
JP2003108831A (en) | Sale supporting method and device | |
KR20180015150A (en) | Structures and methods configured to enable the analysis of physically performed functions, including the application of supply of interactive training content | |
CN107111701A (en) | The wearable certification of energy acquisition | |
US10373393B1 (en) | Method and system for identification of best fitting footwear | |
CN114220433B (en) | Shoe fitting method and shoe cabinet | |
JP2021009517A (en) | Dress learning system, dress evaluation system, dress learning evaluation system, electron mirror, dress learning method, dress evaluation method, and program | |
KR102060769B1 (en) | Apparatus and method for intermediation of making handmade shoes |