JP6440210B2 - リハビリ評価装置、リハビリ評価方法及びプログラム - Google Patents

Description

本発明は、リハビリ訓練による訓練者の回復度を評価するためのリハビリ評価装置、リハビリ評価方法及びプログラムに関するものである。

リハビリ訓練による訓練者の回復度を評価するためのリハビリ評価装置であって、訓練者の筋肉の筋電位に基づいて、各筋肉の協働状態を示す筋シナジ特徴量を算出し、算出した筋シナジ特徴量を表示するリハビリ評価装置が知られている（例えば、特許文献１参照）。

特開２０１５−０７３８０５号公報

上記リハビリ評価装置においては、筋シナジ特徴量を取得し表示したとしても、最終的な筋シナジ特徴量の目標値を推定することが困難である。このため、その筋シナジ特徴量が回復傾向を示しているのか否かが不明である。また、訓練者の日々の体調変化などにより、筋電位及びその筋シナジ特徴量がバラツクことがある。このため、訓練者の回復度を正確に評価するのが困難である。

本発明は、このような問題点を解決するためになされたものであり、訓練者の回復度を正確に評価でき、訓練者が回復傾向にあるか否かを正確に把握できるリハビリ評価装置、リハビリ評価方法及びプログラムを提供することを主たる目的とする。

上記目的を達成するための本発明の一態様は、
リハビリ訓練による訓練者の回復度を評価するためのリハビリ評価装置であって、
バランステストを行って前記訓練者のバランス能力を評価した評価点を取得する評価点取得手段と、
前記バランステスト時において、前記訓練者の筋肉のうち、所定の筋肉の筋電位を取得する筋電位取得手段と、
前記筋電位取得手段により取得された筋電位に基づいて、前記所定の筋肉の協働状態を示す筋シナジ特徴量を算出する特徴量算出手段と、
座標系上に、予め設定された訓練者が回復するときの前記筋シナジ特徴量及び評価点の座標の変化を示す回帰モデルと、前記特徴量算出手段により算出された筋シナジ特徴量、及び前記評価点取得手段により取得された評価点、の座標と、を表示する表示手段と、
を備える、ことを特徴とするリハビリ評価装置
である。
この一態様において、前記訓練者の属性を示す属性情報を取得する属性情報取得手段と、前記属性情報取得手段により取得された属性情報に基づいて、前記回帰モデルに沿った点であって前記訓練者が目標とする少なくとも１つの目標点を設定する目標点設定手段と、を備え、前記表示手段は、前記座標系上に、前記回帰モデルと、前記特徴量算出手段により算出された筋シナジ特徴量、及び前記評価点取得手段により取得された評価点の座標と、前記目標点設定手段により設定された目標点と、を表示してもよい。
この一態様において、前記特徴量算出手段により算出された筋シナジ特徴量、及び前記評価点取得手段により取得された評価点、の座標を記憶する記憶手段を更に備え、前記表示手段は、前記記憶手段により記憶された過去の筋シナジ特徴量及び評価点に基づいて、該筋シナジ特徴量及び評価点の座標の変化の軌跡を、前記座標系上に表示してもよい。
この一態様において、前記記憶手段により記憶された過去の筋シナジ特徴量及び評価点の座標に基づいて、将来の筋シナジ特徴量及び評価点の座標を推測する推測手段を更に備え、前記表示手段は、前記座標系上に、前記筋シナジ特徴量及び評価点の座標の変化の軌跡と現在の筋シナジ特徴量及び評価点の座標と共に、前記推測手段により推測された将来の筋シナジ特徴量及び評価点の座標を表示してもよい。
この一態様において、前記推測手段は、前記記憶手段により記憶された過去の筋シナジ特徴量の単位変化量にかかる時間、及び過去の評価点の単位変化量にかかる時間、のうちの少なくとも一方に基づいて、前記将来の筋シナジ特徴量及び評価点の座標を推測してもよい。
この一態様において、前記記憶手段により記憶された筋シナジ特徴量及び評価点の座標に基づいて、前記回帰モデルを更新する更新手段を更に備え、前記表示手段は、前記更新手段により更新された回帰モデルを表示してもよい。
この一態様において、前記記憶手段により記憶された筋シナジ特徴量及び評価点の座標は、前記訓練者の属性、前記訓練者の訓練開始から経過時間、前記訓練者の訓練内容、又は、前記訓練者の回復度合い、毎に分類されており、前記分類された筋シナジ特徴量及び評価点の座標に基づいて、前記訓練者の属性、前記訓練者の訓練開始から経過時間、前記訓練者の訓練内容、又は、前記訓練者の回復度合い、毎の回帰モデルを生成する回帰モデル生成手段を更に備え、前記表示手段は、前記回帰モデル生成手段により生成された、前記訓練者に対応する回帰モデルを表示してもよい。
上記目的を達成するための本発明の一態様は、
リハビリ訓練による訓練者の回復度を評価するためのリハビリ評価方法であって、
バランステストを行って前記訓練者のバランス能力を評価した評価点を取得するステップと、
前記バランステスト時において、前記訓練者の筋肉のうち、所定の筋肉の筋電位を取得するステップと、
前記取得された筋電位に基づいて、前記所定の筋肉の協働状態を示す筋シナジ特徴量を算出するステップと、
座標系上に、予め設定された訓練者が回復するときの前記筋シナジ特徴量及び評価点の座標の変化を示す回帰モデルと、前記算出された筋シナジ特徴量及び評価点の座標と、を表示するステップと、
を含む、ことを特徴とするリハビリ評価方法であってもよい。
上記目的を達成するための本発明の一態様は、
リハビリ訓練による訓練者の回復度を評価するためのプログラムであって、
バランステストを行って前記訓練者のバランス能力を評価した評価点を取得する処理と、
前記バランステスト時に取得された前記訓練者の筋肉のうち、所定の筋肉の筋電位に基づいて、前記所定の筋肉の協働状態を示す筋シナジ特徴量を算出する処理と、
座標系上に、予め設定された訓練者が回復するときの前記筋シナジ特徴量及び評価点の座標の変化を示す回帰モデルと、前記算出された筋シナジ特徴量及び評価点の座標と、を表示する処理と、
をコンピュータに実行させる、ことを特徴とするプログラムであってもよい。

本発明によれば、訓練者の回復度を正確に評価でき、訓練者が回復傾向にあるか否かを正確に把握できるリハビリ評価装置、リハビリ評価方法及びプログラムを提供することができる。

本発明の実施形態１に係るリハビリ評価装置の概略的構成を示すブロック図である。 腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の筋電位の変化の一例を示す図である。 筋シナジ特徴量／評価点座標系上に回帰モデルと現在の筋シナジ特徴量及び評価点の座標とを表示した図である。 本発明の実施形態１に係るリハビリ評価方法の処理フローの一例を示すフローチャートである。 本発明の実施形態２に係るリハビリ評価装置の概略的構成を示すブロック図である。 筋シナジ特徴量／評価点座標系上に回帰モデルと現在の筋シナジ特徴量及び評価点の座標と目標点とを表示した図である。 筋シナジ特徴量／評価点座標系上に筋シナジ特徴量及び評価点の座標の変化の軌跡を表示した図である。 本発明の実施形態４に係るリハビリ評価装置の概略的構成を示すブロック図である。 筋シナジ特徴量／評価点座標系上に筋シナジ特徴量及び評価点の座標の変化の軌跡および現在の筋シナジ特徴量及び評価点の座標と共に将来の筋シナジ特徴量及び評価点の座標を表示した図である。 筋シナジ特徴量及び評価点の座標が点ａから点ｂまで（単位変化量）変化するのにかかる時間に基づいて、一定時間後の将来の筋シナジ特徴量及び評価点の座標を推測した図である。 本発明の実施形態５に係るリハビリ評価装置の概略的構成を示すブロック図である。

実施形態１
以下、図面を参照して本発明の実施の形態について説明する。図１は、本発明の実施形態１に係るリハビリ評価装置の概略的構成を示すブロック図である。本実施形態１に係るリハビリ評価装置１は、リハビリ訓練による訓練者の回復度を評価するためのものである。

リハビリ評価装置１は、訓練者のバランス能力を評価した評価点を取得する評価点取得部２と、訓練者の筋肉の筋電位を取得する筋電位取得部３、訓練者の筋肉の協働状態を示す筋シナジ特徴量を算出する特徴量算出部４、筋シナジ特徴量及び評価点の座標を表示する表示部５と、を備えている。

なお、リハビリ評価装置１は、例えば、演算処理等と行うＣＰＵ（Central Processing Unit）、ＣＰＵによって実行される演算プログラム、各種のデータを記憶するＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）からなるメモリ、外部と信号の入出力を行うインターフェイス部（Ｉ／Ｆ）、などからなるマイクロコンピュータを中心にして、ハードウェア構成されている。ＣＰＵ、メモリ及びインターフェイス部は、データバスなどを介して相互に接続されている。

評価点取得部２は、評価点取得手段の一具体例である。評価点取得部２は、例えば、バランステストを行ったときの訓練者の姿勢変化に基づいて、その訓練者のバランス能力を評価した評価点を取得する。

より具体的には、評価点取得部２は、訓練者をベルトなどで上方に吊り上げつつ、床面の板上に立たせ、その板を左右方向あるいは前後方向に一定量だけ移動させるバランステストを行い、そのときの訓練者の姿勢に基づいて、訓練者のバランス評価を行う。

このバランステストにおいて、
（ａ）その訓練者の両手及び両脚が初期位置から移動しない場合、その評価点は＋２点となる。
（ｂ）その訓練者の手のみが初期位置から移動した場合、その評価点は＋１点となる。
（ｃ）その訓練者の足のみが初期位置から移動した場合、その評価点は、−１点となる。
（ｄ）その訓練者の手及び足が初期位置から移動した場合、その評価点は、−２点となる。

例えば、訓練者の両手及び両足にマーカなどを取付け、そのマーカの移動をカメラで撮影する。評価点取得部２は、カメラにより撮影された訓練者の手足の画像に基づいて、その訓練者の両手及び両足の移動を検出して、上記評価点を算出する。訓練者をドレッドミルのベルト、倒立二輪車、ペダル式歩行訓練機などの上に立たせて、上記左右方向あるいは前後方向の移動を行ってもよい。上記評価点の算出方法は一例であり、これに限定されない。評価点取得部２は、例えば、訓練者の左右の足裏の圧力変化や重心移動の変化などに基づいて、訓練者のバランス能力を評価した評価点を算出してもよい。また、ユーザが上記評価点を算出し、評価点取得部２に入力するようにしてもよい。

筋電位取得部３は、筋電位取得手段の一具体例である。筋電位取得部３は、上記バランステスト時において、訓練者の筋肉のうち、所定の筋肉の筋電位を取得する。筋電位取得部３は、少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の筋電位を取得するのが好ましい。筋電位取得部３は、腹直筋、中殿筋、大腿膜張筋、前脛骨筋などに設けられた筋電位センサを用いて、各筋肉の筋電位を取得する。筋電位取得部３は、例えば、少なくとも４つの腹直筋（ＲＡ）、中殿筋（ＧＭ）、大腿膜張筋（ＴＦＬ）、及び前脛骨筋（ＴＡ）の筋電位と、２つの脊柱起立筋（ＥＳ）及び長母指屈筋（ＦＨＬ）と、を取得する。なお、上記筋電位取得部３が取得する筋肉の筋電位は一例であり、これに限定されない。

図２に示すように、腹直筋（ＲＡ）及び中殿筋（ＧＭ）の筋電位の波形は高い相関性を有している。同様に、大腿膜張筋（ＴＦＬ）および前脛骨筋（ＴＡ）の筋電位の波形は高い相関性を有している。筋電位取得部３が、これら相関性の高い、少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の筋電位を取得し、これら筋電位に基づいて、後述の筋シナジ特徴量を高精度に算出できる。したがって、後述の回復度の評価をより高精度に行うことができる。

筋電位取得部３は、取得した、少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の筋電位を、特徴量算出部４に出力する。

特徴量算出部４は、特徴量算出手段の一具体例である。特徴量算出部４は、筋電位取得部３により取得された筋電位に基づいて、少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の協働状態を示す筋シナジ特徴量を算出する。

筋シナジとは、例えば、人がある動作を行う際に、複数の筋肉が冗長性を持ちながら協働して働く現象を指す。特徴量算出部４は、筋シナジ特徴量として、後述のＳＳＩ及びＳＣＩという特徴量を算出する。これら特徴量は、リハビリ訓練による訓練者の回復度（バランス能力）を、上記筋シナジの観点から客観的に評価するための指標となる。

続いて、上記筋シナジ特徴量ＳＣＩの算出方法について説明する。
筋電位取得部３は、上述した各筋肉（少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋）１、２、…、ｍの筋電位の時系列を取得する。筋電位取得部３は、例えば、一定の時間間隔で、訓練者の動作が開始されてから終了するまで（バランステスト時）行われる。ｉ番目の筋肉のｊ番目の時点における筋電位の値は、筋電位行列Ｍのｉ行ｊ列の要素Ｍ［ｉ,ｊ］に格納される。すなわち、
筋肉１の筋電位の時系列からなる横ベクトルＭ^（１）と、
筋肉２の筋電位の時系列からなる横ベクトルＭ^（２）と、…、
筋肉ｍの筋電位の時系列からなる横ベクトルＭ^（ｍ）と、
を縦に並べたものが、筋電位行列Ｍである。

したがって、筋電位行列Ｍの行数は、ｍである。また、筋電位行列Ｍの列数は測定の時間長、すなわち、動作の時間長と、当該動作の間の測定頻度、測定間隔によって変わる。

このようにして、筋電位取得部３は筋電位行列Ｍを取得する。特徴量算出部４は、筋電位取得部３により取得された筋電位行列Ｍに基づいて、下記式が成立するように、筋シナジ行列Ｗ、制御行列Ｃ、及び誤差行列Ｅを計算する。この際には、non-negative matrix factorizationが使用される。
Ｍ＝ＷＣ＋Ｅ

以下、理解を容易にするため、添字_kを適宜省略して説明する。なお、non-negative matrix factorizationでは、誤差度を最小化、あるいは、類似度Ｌを最大化する。

ここで、筋電位行列Ｍの列数、制御行列Ｃの列数、誤差行列Ｅの列数がいずれもｔであるとし、筋電位行列Ｍの行数、筋シナジ行列Ｗの行数、誤差行列Ｅの行数がいずれもｍであるとし、筋シナジ行列Ｗの列数、制御行列Ｃの行数がいずれもｎであるとすると、類似度Ｌは、以下のように定義できる。
Ｌ＝１−１／ｍ×Σ_ｉ＝１ ^ｍ √〔Σ_ｊ＝１ ^ｔ Ｅ[ｉ、ｊ]^２〕／√〔Σ_ｊ＝１ ^ｔ（ＷＣ）［ｉ、ｊ］^２〕

ここで、ｎは、シナジ数を表す数値である。一般に、ｎを大きくすれば、Ｌも大きくなるが、適切なnの大きさも、non-negative matrix factorizationを適宜用いることで、以下のように定めることができる。

一般に、non-negative matrix factorizationにおいては、類似度Ｌが７０％以上となるようなシナジ数ｎを選択することが望ましいとされている。一方で、シナジ数ｎが大きすぎると、計算負荷が高まるほか、過適応が生じて、かえって適切な処理ができなくなる。そこで、以下のような手法を用いる。すなわち、ｎ＝１、２、３、４、...のそれぞれについて、上記の類似度Ｌを計算する。

例えば、シナジ数ｎが大きくなると、類似度Ｌも大きくなっていくが、シナジ数ｎが５程度で、増加の度合が飽和しており、しかも７０％以上となっている。したがって、飽和し始めの前後の数値、たとえば、４、５あるいは６を、以降の計算を行うためのシナジ数ｎとして採用することができる。

シナジ数ｎは、訓練者毎に異なる値としても良いし、訓練者がある動作を行う際のシナジ数に大きな差はないと考えられるので、全訓練者に共通する値としても良い。後者の場合には、あらかじめ実験的に何人かの訓練者に動作をさせ、適当なｎの値をnon-negative matrix factorizationにより定めてから、以降は、これで定めたｎの値を他の訓練者に対しても、そのまま用いる。

このモデルでは、訓練者の中枢神経がｎ個の制御用信号Ｃ^（１）、Ｃ^（２）、...、Ｃ^（ｎ）をｍ個の筋肉に与えると、筋肉１は、筋電位ＷＣ^（１）を満たすように動こうとし、筋肉２は、筋電位ＷＣ^（２）を満たすように動こうとし、...、筋肉ｍは、筋電位ＷＣ^（ｍ）を満たすように動こうとする、と想定している。

ここで、例えば、制御用信号Ｃ^（１）、Ｃ^（２）、...、Ｃ^（ｎ）が、互いにできるだけ独立して、非冗長なものとなっているほど、すなわち、筋シナジ行列Ｗにおける単位縦ベクトルＷ^（１）、Ｗ^（２）、．．．、Ｗ^（ｎ）が、互いにばらつかず、まとまっているほど、その動作に対する中枢神経の働きが良好であり、リハビリの回復度が高い。そこで、特徴量算出部４は、制御行列Ｃや筋シナジ行列Ｗから、中枢神経の働きやリハビリの回復度と関連する特徴量を計算する。

単位縦ベクトルＷ^（１）、Ｗ^（２）、．．．、Ｗ^（ｎ）が、互いにばらつかず、まとまっている、ということは単位縦ベクトルＷ^（１）、Ｗ^（２）、．．．、Ｗ^（ｎ）によって現わされる空間の広がりが狭いことを意味する。すなわち、各辺の長さが１で、各辺の方向がＷ^（１）、Ｗ^(２)、．．．、Ｗ^（ｎ）のいずれかであるｎ次元平行多面体のｎ次元体積が小さいことになる。また、単位縦ベクトルＷ^（１）、Ｗ^（２）、．．．、Ｗ^（ｎ）同士のなす角がそれぞれ直角から遠ければ遠いほど、単位縦ベクトルＷ^（１）、Ｗ^（２）、．．．、Ｗ^（ｎ）は互いにばらつかず、まとまっていることになる。

１つの動作に対する筋シナジ行列Ｗに含まれる単位縦ベクトルＷ^（１）、Ｗ^（２）、．．．、Ｗ^（ｎ）がばらつかず、まとまっていることを表す特徴量としては、種々のものを採用することが可能である。例えば、ベクトルの内積を利用することが考えられる。２つのベクトルx、ｙに対する内積ｐ（ｘ、ｙ）は、ベクトルｘの各要素をｘ［１］、ｘ［２］、．．．、ｘ［ｕ］と、ベクトルｙの各要素をｙ［１］、ｙ［２］、．．．、ｙ［ｕ］と、それぞれ表記することにより以下のように定義できる。
ｐ（ｘ、ｙ）＝Σ_ｉ＝１ ^ｕ（ｘ［ｉ］×ｙ［ｉ］）

すると、筋シナジ行列Ｗに対する特徴量ＳＣＩを、以下のように定めることができる。
ＳＣＩ＝２／［ｎ（ｎ＋２）］×Σ_ｉ＝１ ^ｎΣ_ｊ＝１ ^ｎ _,ｊ≠ｉｐ（Ｗ^（ｉ）,Ｗ^（ｊ））
特徴量算出部４は、上記式を用いて、筋シナジ特徴量ＳＣＩを算出する。

この筋シナジ特徴量ＳＣＩは、例えば、０〜１の間で変化し、リハビリの回復度が高ければ高いほど、大きな数値となる。

続いて、上記筋シナジ特徴量ＳＳＩの算出方法について説明する。筋シナジ特徴量ＳＳＩは、以下のように、筋シナジ特徴量ＳＣＩと同様に算出される。
筋電位取得部３は、上記と同様に、ｐ個の動作ｋ＝１、２、．．．、ｐからなるタスクに対して、筋肉（少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋）１、２、．．．、ｍの動作１を訓練者がした間の筋電位の時系列からなる筋電位行列Ｍ_１、動作２を訓練者がした間の筋電位の時系列からなる筋電位行列Ｍ_２、．．．、動作ｐを訓練者がした間の筋電位の時系列からなる筋電位行列Ｍ_ｐを取得する。ここで取得される筋電位行列Ｍ_１、Ｍ_２、．．．、Ｍ_ｐの行数はいずれもｍであるが、筋電位行列Ｍ_１、Ｍ_２、．．．、Ｍ_ｐの列数は、それぞれの動作をする時間長によって異なっても良い。

特徴量算出部４は、筋電位取得部３により取得された筋電位行列に基づいて、下記式が成立するように、筋シナジ行列Ｗ_ｋ、制御行列Ｃ_k、誤差行列Ｅ_kを計算する。
Ｍ_k＝Ｗ_kＣ_k＋Ｅ_k (ｋ＝１、２、．．．、ｐ)

ベクトルｘに含まれる要素の平均ｅ（ｘ）、ベクトルｘに含まれる要素の分散ｖ（ｘ）、ベクトルｘに含まれる要素の標準偏差ｓ（ｘ）、２つのベクトルｘ、ｙに対する相関係数演算ｒ（ｘ、ｙ）は、ベクトルｘの各要素をｘ［１］、ｘ［２］、．．．、ｘ［ｕ］と、ベクトルｙの各要素をｙ［１］、ｙ［２］、．．．、ｙ［ｕ］と、それぞれ表記すると、以下のように定義できる。
ｅ（ｘ）＝（１／ｕ）×Σ_ｉ＝１ ^ｕｘ［ｉ］、
ｖ（ｘ）＝（１／ｕ）×Σ_ｉ＝１ ^ｕ（ｘ［ｉ］−ｅ（ｘ））^２、
ｓ（Ｘ）＝ｖ（Ｘ）^１／２、
ｒ（ｘ、ｙ）＝Σ_ｉ＝１ ^ｕ（ｘ［ｉ］−ｅ（ｘ））×（ｙ［ｉ］−ｅ（ｙ））／［ｍ×ｓ（ｘ）×ｓ（ｙ）］

特徴量算出部４は、下記式を用いて、筋シナジ特徴量ＳＳＩを算出する。
ＳＳＩ＝２／［ｎ×ｐ（ｐ−１）］×Σ_ｉ＝１ ^ｎ Σ_ｋ＝１ ^ｐ Σ_ｈ＝１ ^ｐ _,ｈ≠ｋｒ（Ｗ_ｋ ^（ｉ）、Ｗ_ｈ ^（ｉ））

この筋シナジ特徴量ＳＳＩも、上記ＳＣＩと同様に、例えば、０〜１の間で変化し、リハビリの回復度が高ければ高いほど、大きな数値となる。なお、上述したＳＣＩ及びＳＳＩについては、本出願人が既に提出した特開２０１５−７３８０５号公報に開示されており、これを適宜援用できるものとする。

表示部５は、表示手段の一具体例である。表示部５は、例えば、液晶ディスプレイや有機ＥＬディスプレイなどである。表示部５は、筋シナジ特徴量を横軸とし評価点を縦軸とした座標系（以下、筋シナジ特徴量／評価点座標系）上に、予め設定された回帰モデルと、特徴量算出部４により算出された現在の筋シナジ特徴量（ＳＣＩ又はＳＳＩ）、及び評価点取得部２により取得された現在の評価点、の座標と、を表示する（図３）。

回帰モデルは、訓練者が回復するときの筋シナジ特徴量及び評価点の座標の変化を示す線（式）である。例えば、訓練者が回復する過程で、特徴量算出部４により算出された筋シナジ特徴量（ＳＣＩ又はＳＳＩ）と、評価点取得部２により取得された評価点と、に基づいて、算出される。そして、回帰モデルは、算出された筋シナジ特徴量及び評価点の座標に基づいて、最小二乗法（残差平方和）などを用いて算出される。なお、回帰モデルは、リハビリの回復度を評価する訓練者と同様の属性（性別、年齢など）の人の筋シナジ特徴量及び評価点の座標に基づいて算出されるのが好ましい。上記のように算出された回帰モデルは、例えば、予めメモリなどに記憶されている。

上記の如く、筋シナジ特徴量／評価点座標系上において、特徴量算出部４により算出された現在の筋シナジ特徴量及び評価点取得部２により取得された現在の評価点、の座標を表示する。このように、訓練者のバランス能力を筋シナジ特徴量及び評価点の両面で評価し、冗長性を持たせることで、訓練者の日々の体調変化などにより、筋シナジ特徴量がバラツクのを抑制できる。例えば、訓練者の体調が悪い場合は、筋シナジ特徴量が小さくなるだけなく評価点も同時に小さくなる。逆に、訓練者の体調が良い場合は、筋シナジ特徴量が大きくなるだけなく評価点も同時に大きくなる。このように、筋シナジ特徴量及び評価点は、一定の相関性を有しており、この相関性は訓練者の日々の体調変化などによる影響を受けないため、訓練者の回復度をより正確に表すことができる。

特に、リハビリ訓練は長期（例えば、６か月〜数年）に渡って行われるため、その間に訓練者の体調は大きく変化する可能性がある。したがって、本実施形態１のように、筋シナジ特徴量／評価点座標系上において、現在の筋シナジ特徴量及び評価点の座標を表示することで、訓練者の日々の体調変化などによる筋シナジ特徴量のバラツキを効果的に抑制することで、その長期のリハビリ訓練に渡って、正確に訓練者の回復度を評価できる。

さらに、本実施形態において、筋シナジ特徴量／評価点座標系上に、現在の筋シナジ特徴量及び評価点の座標だけでなく、訓練者が回復状態にあるときの指標となる回帰モデルを同時に表示する。これにより、訓練者は、この回帰モデルと、現在の自身の筋シナジ特徴量及び評価点の座標と、を比較するだけで、自身が回復傾向にあるのか否かが視覚的かつ正確に把握できる。

図４は、本実施形態１に係るリハビリ評価方法の処理フローの一例を示すフローチャートである。
評価点取得部２は、バランステストを行って訓練者のバランス能力を評価した評価点を取得する（ステップＳ１０１）。

筋電位取得部３は、上記バランステスト時において、訓練者の筋肉のうち、少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の筋電位を取得する（ステップＳ１０２）。
特徴量算出部４は、筋電位取得部３により取得された筋電位に基づいて、少なくとも腹直筋、中殿筋、大腿膜張筋、及び前脛骨筋の協働状態を示す筋シナジ特徴量を算出する（ステップＳ１０３）。

表示部５は、筋シナジ特徴量／評価点座標系上に、予め設定された回帰モデルと、特徴量算出部４により算出された現在の筋シナジ特徴量及び評価点取得部２により取得された現在の評価点、の座標と、を表示する（ステップＳ１０４）。

以上、本実施形態１に係るリハビリ評価装置１において、筋電位取得部３は、バランステスト時において、訓練者の筋肉のうち、所定の筋肉の筋電位を取得する。そして、特徴量算出部４は、筋電位取得部３により取得された筋電位に基づいて、所定の筋肉の協働状態を示す筋シナジ特徴量を算出する。

さらに、表示部５は、筋シナジ特徴量／評価点座標系上に、予め設定された回帰モデルと、特徴量算出部４により算出された現在の筋シナジ特徴量及び評価点取得部２により取得された現在の評価点、の座標と、を表示する。訓練者のバランス能力を筋シナジ特徴量及び評価点の両面で評価し、冗長性を持たせることで、訓練者の日々の体調変化などにより、筋シナジ特徴量がバラツクのを抑制できる。したがって、訓練者の回復度をより高精度に評価できる。また、筋シナジ特徴量／評価点座標系上に、現在の筋シナジ特徴量及び評価点の座標だけでなく、回復状態の指標となる回帰モデルを同時に表示する。これにより、訓練者は、この回帰モデルと、現在の自分の筋シナジ特徴量及び評価点の座標と、を比較するだけで、自身が回復傾向にあるのか否かが視覚的かつ正確に把握できる。
すなわち、本実施形態１に係るリハビリ評価装置１によれば、訓練者の回復度を正確に評価でき、訓練者が回復傾向にあるか否かを正確に把握できる。

実施形態２
図５は、本発明の実施形態２に係るリハビリ評価装置２０の概略的構成を示すブロック図である。本実施形態２に係るリハビリ評価装置は、訓練者の属性を示す属性情報を取得する属性情報取得部６と、訓練者が目標とする少なくとも１つの目標点を設定する目標点設定部７と、を更に備えている。

属性情報取得部６は、属性情報取得手段の一具体例である。属性情報取得部６は、例えば、入力装置などを介して、訓練者の年齢、性別、身長、体重、などの属性情報を取得する。入力装置は、例えば、キーボード、マウス、タッチパネル、パーソナルコンピュータ、携帯端末などである。

目標点設定部７は、目標点設定手段の一具体例である。目標点設定部７は、属性情報取得部６により取得された属性情報に基づいて、例えば、回帰モデルに沿った点である少なくとも１つの目標点を算出する。目標点設定部７は、例えば、属性情報取得部６により取得された訓練者の年齢に基づいて、訓練者の年齢が若くなる（低くなる）に従って、回帰モデル上の高い点を目標点として設定する。これは、訓練者の年齢が若くなるに従って、回復度が大きくなるからである。

表示部５は、筋シナジ特徴量／評価点座標系上に、回帰モデルと、特徴量算出部４により算出された現在の筋シナジ特徴量、及び評価点取得部２により取得された現在の評価点の座標と、目標点設定部により設定された目標点と、を表示する（図６）。これにより、訓練者は、現在の筋シナジ特徴量及び評価点の座標を認識しつつ、自身が目標とする目標点をより明確に認識できる。

なお、、目標点設定部７は、訓練者の現在の筋シナジ特徴量及び評価点の座標と最終的な目標点（最終目標点）との間にその最終目標点よりも低く設定した少なくとも１つの目標点（マイルストン１、マイルストン２、・・・）を設定してもよい。目標点設定部７は、筋シナジ特徴量及び評価点の座標のバラツキ（分散値）に基づいて、これらマイルストンを設定してもよい。表示部５は、筋シナジ特徴量／評価点座標系上に、回帰モデルと、現在の筋シナジ特徴量及び評価点の座標と、目標点設定部７により設定された目標点及びマイルストンと、を表示する。

これにより、訓練者は、いきなり目標点を目指すのではなく、まず、直近のマイルストンを目指して訓練を行うことができ、各マイルストンに到達する毎にその達成感を感じることができる。また、マイルストンに到達する毎に、表示部５の表示を介して、一緒にいる関係者などとその達成感を共有することができ、これが次のマイルストン到達へのモチベーションに繋がる。なお、リハビリ評価装置２０は、上記表示部５に表示された画面情報を、無線などを介して、他のユーザの携帯端末（スマートフォンなど）に送信するようにしてもよい。これにより、より広く目標達成感を共有できる。なお、本実施形態２において、他の構成は上記実施形態１と略同一であるため、同一部分には同一符号を付して詳細な説明は省略する。

実施形態３
本発明の実施形態３において、特徴量算出部４により算出された筋シナジ特徴量、及び評価点取得部２により取得された評価点、の座標は、例えば、メモリに逐次記憶される。メモリは、記憶手段の一具体例である。

表示部５は、メモリにより記憶された過去の筋シナジ特徴量及び評価点に基づいて、該筋シナジ特徴量及び評価点の座標の変化の軌跡を、筋シナジ特徴量／評価点座標系上に表示する（図７）。これにより、訓練者の筋シナジ特徴量及び評価点の座標の推移が明確になる。さらに、筋シナジ特徴量／評価点座標系上に目標点を設定した場合に、その軌跡の目標点への近付き方を見ることで、現在の訓練者のリハビリ訓練が適切か否かが視覚的に把握できる。

なお、表示部５は、ユーザにより指定された所定期間の筋シナジ特徴量及び評価点に基づいて、該所定期間だけの、筋シナジ特徴量及び評価点の座標の軌跡を、筋シナジ特徴量／評価点座標系上に表示してもよい。なお、本実施形態３において、他の構成は上記実施形態１と略同一であるため、同一部分には同一符号を付して詳細な説明は省略する。

実施形態４
図８は、本発明の実施形態４に係るリハビリ評価装置の概略的構成を示すブロック図である。本実施形態４に係るリハビリ評価装置４０は、メモリにより記憶された過去の筋シナジ特徴量及び評価点の座標に基づいて、将来の筋シナジ特徴量及び評価点の座標を推測する座標推測部８を更に備えている。座標推測部８は、推測手段の一具体例である。

座標推測部８は、例えば、メモリにより記憶された過去の筋シナジ特徴量及び評価点の座標に基づいて、時系列解析手法などを用いて、一定時間後の将来の筋シナジ特徴量及び評価点の座標を推測する。表示部５は、筋シナジ特徴量／評価点座標系上に、例えば、筋シナジ特徴量及び評価点の座標の変化の軌跡および、現在の筋シナジ特徴量及び評価点の座標と共に、座標推測部８により推測された将来の筋シナジ特徴量及び評価点の座標を表示する（図９）。

これにより、訓練者は、自身の回復度の方向性（悪化、停滞、良好など）を明確に認識できる。また、例えば、目標点やその前にマイルストンが設定されている場合に、訓練者は、その目標点やマイルストンを達成できるか否かが視覚的に把握できる。

さらに、座標推測部８は、メモリにより記憶された過去の筋シナジ特徴量の単位変化量にかかる時間、及び、過去の評価点の単位変化量にかかる時間、のうちの少なくとも一方に基づいて、将来の筋シナジ特徴量及び評価点の座標をより高精度に推測してもよい。
。座標推測部８は、例えば、筋シナジ特徴量及び評価点の座標が点ａから点ｂまで（単位変化量）変化するのにかかる時間に基づいて、一定時間後の将来の筋シナジ特徴量及び評価点の座標を推測する（図１０）。

例えば、筋シナジ特徴量及び評価点の座標が点ａから点ｂへ変化するのに、１週間かかる訓練者は、２週間かかる訓練者と比較して、その後の変化がより大きくなると予測できる。したがって、このような過去の筋シナジ特徴量又は評価点の単位変化量にかかる時間を考慮することで、将来の筋シナジ特徴量及び評価点の座標をより高精度に推測できる。なお、本実施形態４において、他の構成は上記実施形態１と略同一であるため、同一部分には同一符号を付して詳細な説明は省略する。

実施形態５
図１１は、本発明の実施形態５に係るリハビリ評価装置の概略的構成を示すブロック図である。本実施形態５に係るリハビリ評価装置５０は、メモリにより記憶された筋シナジ特徴量及び評価点の座標に基づいて、回帰モデルを更新する回帰モデル更新部９を更に備えている。回帰モデル更新部９は、更新手段の一具体例である。回帰モデル更新部９は、例えば、メモリの筋シナジ特徴量及び評価点の座標データ量が予め設定したデータ量に到達すると、あるいは、予め設定した所定期間毎に、メモリに設定された回帰モデルを更新する。これにより、最新の回帰モデルを自動的に表示することができる。

さらに、メモリにより記憶された筋シナジ特徴量及び評価点の座標は、訓練者の属性、訓練者の訓練開始から経過時間、訓練者の訓練内容（訓練方法、訓練量など）、又は、訓練者の回復度合い（筋シナジ特徴量及び評価点の単位時間当たりの回復レベルなど）、毎に分類されていてもよい。本実施形態５に係るリハビリ評価装置５０は、上記分類された筋シナジ特徴量及び評価点の座標に基づいて、訓練者の属性、訓練者の訓練開始から経過時間、訓練者の訓練内容、又は、訓練者の回復度合い、毎の回帰モデルを生成する回帰モデル生成部１０を更に有している。回帰モデル生成部１０は、回帰モデル生成手段の一具体例である。
。

表示部５は、回帰モデル生成部１０により生成された、その訓練者に対応する回帰モデルを表示する。表示部５は、例えば、入力装置などを介して入力された訓練者の情報に基づいて、回帰モデル生成部１０により生成された回帰モデルのうち、その訓練者の条件（訓練者の属性、訓練者の訓練開始から経過時間、訓練者の訓練内容、訓練者の回復度合いなど）に近い条件で生成された回帰モデルを選択し、表示する。これにより、その訓練者により適した回帰モデルを表示することができるため、管理者等は、その回帰モデルを参照して、その訓練者により適切な訓練内容を設計することができる。なお、本実施形態５において、他の構成は上記実施形態１と略同一であるため、同一部分には同一符号を付して詳細な説明は省略する。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
上記実施形態において、表示部５は、筋シナジ特徴量を横軸とし評価点を縦軸とした座標系上に、回帰モデル、筋シナジ特徴量及び評価点の座標、などを表示しているが、これに限定されない。例えば、表示部５は、筋シナジ特徴量を縦軸とし評価点を横軸とした座標系上に、回帰モデル、筋シナジ特徴量及び評価点の座標、などを表示してもよい。

本発明は、例えば、図４に示す処理を、ＣＰＵ又はＧＰＵ（Graphics Processing Unit）にコンピュータプログラムを実行させることにより実現することも可能である。

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。

プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１ リハビリ評価装置、２ 評価点取得部、３ 筋電位取得部、４ 特徴量算出部、５ 表示部、６ 属性情報取得部、７ 目標点設定部、８ 座標推測部、９ 回帰モデル更新部、１０ 回帰モデル生成部

Claims (9)

1. リハビリ訓練による訓練者の回復度を評価するためのリハビリ評価装置であって、
   バランステストを行って前記訓練者のバランス能力を評価した評価点を取得する評価点取得手段と、
   前記バランステスト時において、前記訓練者の筋肉のうち、所定の筋肉の筋電位を取得する筋電位取得手段と、
   前記筋電位取得手段により取得された筋電位に基づいて、前記所定の筋肉の協働状態を示す筋シナジ特徴量を算出する特徴量算出手段と、
   座標系上に、予め設定された訓練者が回復するときの前記筋シナジ特徴量及び評価点の座標の変化を示す回帰モデルと、前記特徴量算出手段により算出された筋シナジ特徴量、及び前記評価点取得手段により取得された評価点、の座標と、を表示する表示手段と、
   を備える、ことを特徴とするリハビリ評価装置。
2. 請求項１記載のリハビリ評価装置であって、
   前記訓練者の属性を示す属性情報を取得する属性情報取得手段と、
   前記属性情報取得手段により取得された属性情報に基づいて、前記回帰モデルに沿った点であって前記訓練者が目標とする少なくとも１つの目標点を設定する目標点設定手段と、
   を備え、
   前記表示手段は、前記座標系上に、前記回帰モデルと、前記特徴量算出手段により算出された筋シナジ特徴量、及び前記評価点取得手段により取得された評価点の座標と、前記目標点設定手段により設定された目標点と、を表示する、
   ことを特徴とするリハビリ評価装置。
3. 請求項１又は２記載のリハビリ評価装置であって、
   前記特徴量算出手段により算出された筋シナジ特徴量、及び前記評価点取得手段により取得された評価点、の座標を記憶する記憶手段を更に備え、
   前記表示手段は、前記記憶手段により記憶された過去の筋シナジ特徴量及び評価点に基づいて、該筋シナジ特徴量及び評価点の座標の変化の軌跡を、前記座標系上に表示する、
   ことを特徴とするリハビリ評価装置。
4. 請求項３記載のリハビリ評価装置であって、
   前記記憶手段により記憶された過去の筋シナジ特徴量及び評価点の座標に基づいて、将来の筋シナジ特徴量及び評価点の座標を推測する推測手段を更に備え、
   前記表示手段は、前記座標系上に、前記筋シナジ特徴量及び評価点の座標の変化の軌跡と現在の筋シナジ特徴量及び評価点の座標と共に、前記推測手段により推測された将来の筋シナジ特徴量及び評価点の座標を表示する、
   ことを特徴とするリハビリ評価装置。
5. 請求項４記載のリハビリ評価装置であって、
   前記推測手段は、前記記憶手段により記憶された過去の筋シナジ特徴量の単位変化量にかかる時間、及び過去の評価点の単位変化量にかかる時間、のうちの少なくとも一方に基づいて、前記将来の筋シナジ特徴量及び評価点の座標を推測する、
   ことを特徴とするリハビリ評価装置。
6. 請求項３乃至５のうちのいずれか１項記載のリハビリ評価装置であって、
   前記記憶手段により記憶された筋シナジ特徴量及び評価点の座標に基づいて、前記回帰モデルを更新する更新手段を更に備え、
   前記表示手段は、前記更新手段により更新された回帰モデルを表示する、
   ことを特徴とするリハビリ評価装置。
7. 請求項６記載のリハビリ評価装置であって、
   前記記憶手段により記憶された筋シナジ特徴量及び評価点の座標は、前記訓練者の属性、前記訓練者の訓練開始から経過時間、前記訓練者の訓練内容、又は、前記訓練者の回復度合い、毎に分類されており、
   前記分類された筋シナジ特徴量及び評価点の座標に基づいて、前記訓練者の属性、前記訓練者の訓練開始から経過時間、前記訓練者の訓練内容、又は、前記訓練者の回復度合い、毎の回帰モデルを生成する回帰モデル生成手段を更に備え、
   前記表示手段は、前記回帰モデル生成手段により生成された、前記訓練者に対応する回帰モデルを表示する、
   を特徴とするリハビリ評価装置。
8. リハビリ訓練による訓練者の回復度を評価するためのリハビリ評価方法であって、
   バランステストを行って前記訓練者のバランス能力を評価した評価点を取得するステップと、
   前記バランステスト時において、前記訓練者の筋肉のうち、所定の筋肉の筋電位を取得するステップと、
   前記取得された筋電位に基づいて、前記所定の筋肉の協働状態を示す筋シナジ特徴量を算出するステップと、
   座標系上に、予め設定された訓練者が回復するときの前記筋シナジ特徴量及び評価点の座標の変化を示す回帰モデルと、前記算出された筋シナジ特徴量及び評価点の座標と、を表示するステップと、
   を含む、ことを特徴とするリハビリ評価方法。
9. リハビリ訓練による訓練者の回復度を評価するためのプログラムであって、
   バランステストを行って前記訓練者のバランス能力を評価した評価点を取得する処理と、
   前記バランステスト時に取得された前記訓練者の筋肉のうち、所定の筋肉の筋電位に基づいて、前記所定の筋肉の協働状態を示す筋シナジ特徴量を算出する処理と、
   座標系上に、予め設定された訓練者が回復するときの前記筋シナジ特徴量及び評価点の座標の変化を示す回帰モデルと、前記算出された筋シナジ特徴量及び評価点の座標と、を表示する処理と、
   をコンピュータに実行させる、ことを特徴とするプログラム。

Images