JP6590416B2 - リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム - Google Patents

リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム Download PDF

Info

Publication number
JP6590416B2
JP6590416B2 JP2017134991A JP2017134991A JP6590416B2 JP 6590416 B2 JP6590416 B2 JP 6590416B2 JP 2017134991 A JP2017134991 A JP 2017134991A JP 2017134991 A JP2017134991 A JP 2017134991A JP 6590416 B2 JP6590416 B2 JP 6590416B2
Authority
JP
Japan
Prior art keywords
myoelectric
signal
sensor
rehabilitation
correlated
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.)
Active
Application number
JP2017134991A
Other languages
English (en)
Other versions
JP2019013681A (ja
Inventor
真太郎 吉澤
真太郎 吉澤
整 山田
整 山田
ガルシア アルバロ コスタ
ガルシア アルバロ コスタ
弘嗣 山崎
弘嗣 山崎
マティ サカリ イトコネン
マティ サカリ イトコネン
真吾 下田
真吾 下田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
RIKEN Institute of Physical and Chemical Research
Original Assignee
Toyota Motor Corp
RIKEN Institute of Physical and Chemical Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp, RIKEN Institute of Physical and Chemical Research filed Critical Toyota Motor Corp
Priority to JP2017134991A priority Critical patent/JP6590416B2/ja
Priority to EP18178246.7A priority patent/EP3427642B1/en
Priority to US16/027,915 priority patent/US11484225B2/en
Priority to CN201810734331.6A priority patent/CN109222968B/zh
Publication of JP2019013681A publication Critical patent/JP2019013681A/ja
Application granted granted Critical
Publication of JP6590416B2 publication Critical patent/JP6590416B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221—Ergometry, e.g. by using bicycle type apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6828—Leg
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • General Business, Economics & Management (AREA)
  • Developmental Disabilities (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Rehabilitation Tools (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

本発明は、リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラムに関する。
肢体のうち左右のいずれか一方の部位が麻痺する症状である片麻痺を患う患者がいる。このような患者のリハビリ訓練を支援する装置が普及しつつある。患者にあるリハビリ訓練を麻痺側で試行させると共に非麻痺側でも試行させ、麻痺側から得られた筋電信号が、非麻痺側から得られた筋電信号にどの程度類似するかを演算することにより、非麻痺側の回復度合を評価する訓練装置が知られている（例えば、特許文献１）。
特開２０１５−７３８０５号公報
あるリハビリ訓練を試行する場合において、その試行に伴って動作する筋肉や、それぞれの筋肉が連動して動作する割合は、試行する人ごとに、更には試行するときの環境や条件ごとに異なることがわかってきた。したがって、試行に応じてどの筋肉の筋電位に着目するかを統一的に予め決めておくことは困難である。筋電位を計測する箇所が少ないと、その試行の動作に対して大きく作用する筋肉を見逃す可能性が高くなり、一方で計測する箇所を増やしすぎると、その試行の動作に対してあまり作用しない筋肉のデータが支配的となってしまう。いずれにしても、麻痺側から得られた筋電信号と非麻痺側から得られた筋電信号とを比較することにより、患部の回復度合を正確に評価することは難しかった。
本発明は、このような問題を解決するためになされたものであり、リハビリ訓練のたびに筋電位センサの位置を調整し直す試行錯誤の手間をかけることなく、患部の回復度合を短時間で正確に評価できるリハビリ評価装置等を提供するものである。
本発明の第１の態様におけるリハビリ評価装置は、リハビリ訓練による訓練者の回復度合を評価するためのリハビリ評価装置であって、訓練者の肢体を左右に区分したときにリハビリ対象部位を含む一方側である第１側部の複数箇所に取り付けられた第１筋電センサがそれぞれ出力する第１筋電信号と、リハビリ対象部位を含まない他方側である第２側部に、第１筋電センサのそれぞれと肢体に対して左右対称の箇所に取り付けられた第２筋電センサがそれぞれ出力する第２筋電信号とを取得する筋電信号取得部と、第１側部で行われるリハビリ訓練の訓練動作に対応する比較動作を第２側部で行う訓練者を検出対象として当該比較動作に伴う第２側部の加速度を検出する加速度センサが出力するセンサ信号を取得するセンサ信号取得部と、筋電信号取得部が取得した複数の第２筋電信号から、センサ信号取得部が取得したセンサ信号と相関を有する一つ以上の相関第２筋電信号を選択する選択部と、筋電信号取得部が取得した複数の第１筋電信号から、選択部が選択した相関第２筋電信号を出力した第２筋電センサと肢体に対して左右対称の箇所に取り付けられた第１筋電センサが出力した相関第１筋電信号を選択し、相関第１筋電信号と相関第２筋電信号との類似度を算出して出力する類似度出力部とを備える。
このように構成したリハビリ評価装置によれば、リハビリ訓練の訓練動作に対して大きく作用する筋肉からの筋電信号を選んで比較するので、患部の回復度合を正確に評価することができる。つまり、多くの箇所に筋電センサを取り付けても、その訓練動作にあまり関係のない筋電信号は排除されるので、正しい評価結果を得ることができる。同時に、その訓練動作に対して大きく作用する筋肉からの筋電信号が得られないという可能性も小さい。さらに、多めに筋電センサを取り付けることができるので、出力を観察しながらの試行錯誤により一つ一つの筋電センサの位置を微調整する必要がない。したがって、リハビリ訓練に要する全体の時間を短縮することができる。
上記のリハビリ評価装置において、類似度出力部は、訓練動作を反復して試行する場合に、一旦選択された相関第１筋電信号を出力した第１筋電センサの出力を継続して相関第１筋電信号としても良い。このように相関第１信号を定めれば、試行のたびに非麻痺側の比較動作を訓練者に課す必要がなく、リハビリ訓練を効率的に遂行することができる。
また、選択部は、センサ信号取得部が取得したセンサ信号から比較動作の動作周波数を算出し、筋電信号取得部が取得した複数の第２筋電信号のうち動作周波数に対して所定値以上の強度を有する筋電信号を、センサ信号と相関を有する相関第２筋電信号として選択することができる。このように、筋電信号を周波数領域で評価することにより、筋電信号のオフセット値や振幅の揺らぎなどの不確定要素を排除することができる。さらに、動作周波数に対する強度に、対象となる第２筋電信号のフィルタ処理後のサンプリング値から算出される二乗平均平方根を加算して所定値と比較しても良い。このように、筋電信号の時間経過に対する振幅値も考慮することにより、訓練動作に対してより影響の大きい筋肉の筋電信号を選択することができる。
また、類似度出力部は、ｍ個の選択された相関第１筋電信号のそれぞれを、検出されたt個の筋電位を要素として時系列順に並べた横ベクトルM1 (1),M1 (2), ... ,M1 (m)で表し、選択された相関第１筋電信号の全体を、横ベクトルを縦に並べた第１筋電位行列M1として表した場合に、それぞれがｍ個の要素を有するn個の単位縦ベクトルW1 (1),W1 (2), ... ,W1 (n)を横に並べた第１筋シナジ行列W1と、それぞれがｔ個の要素を有するn個の横ベクトルC1 (1),C1 (2), ... ,C1 (n)を縦に並べた第１制御行列C1と、第１誤差行列E1とを
M1=W1C1+E1
を満たすように非負値行列因子分解（ｎｏｎ−ｎｅｇａｔｉｖｅ ｍａｔｒｉｘ ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いて算出し、
ｍ個の選択された相関第２筋電信号のそれぞれを、検出されたt個の筋電位を要素として時系列順に並べた横ベクトルM2 (1),M2 (2), ... ,M2 (m)で表し、選択された相関第２筋電信号の全体を、横ベクトルを縦に並べた第２筋電位行列M2として表した場合に、それぞれがｍ個の要素を有するn個の単位縦ベクトルW2 (1),W2 (2), ... ,W2 (n)を横に並べた第２筋シナジ行列W2と、それぞれがｔ個の要素を有するn個の横ベクトルC2 (1),C2 (2), ... ,C2 (n)を縦に並べた第２制御行列C2と、第２誤差行列E2とを
M2=W2C2+E2
を満たすように非負値行列因子分解（ｎｏｎ−ｎｅｇａｔｉｖｅ ｍａｔｒｉｘ ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いて算出し、第１筋シナジ行列W1と第２筋シナジ行列W2に対して予め定められた類似度指標演算を行って類似度を算出すると良い。このように、相互に連携する筋肉同士の関係性をそれぞれ表す第１筋シナジ行列W1と第２筋シナジ行列W2を類似度指標演算の基礎とするので、患部の回復度合を忠実に反映する評価値が得られる。
本発明の第２の態様におけるリハビリ評価装置の作動方法は、リハビリ訓練による訓練者の回復度合を評価するためのリハビリ評価装置の作動方法であって、筋電信号取得部が、訓練者の肢体を左右に区分したときにリハビリ対象部位を含む一方側である第１側部の複数箇所に取り付けられた第１筋電センサがそれぞれ出力する第１筋電信号と、リハビリ対象部位を含まない他方側である第２側部に、第１筋電センサのそれぞれと肢体に対して左右対称の箇所に取り付けられた第２筋電センサがそれぞれ出力する第２筋電信号とを取得する筋電信号取得ステップと、センサ信号取得部が、第１側部で行われるリハビリ訓練の訓練動作に対応する比較動作を第２側部で行う訓練者を検出対象として比較動作に伴う第２側部の加速度を検出する加速度センサが出力するセンサ信号を取得するセンサ信号取得ステップと、選択部が、筋電信号取得ステップで取得した複数の第２筋電信号から、センサ信号取得ステップで取得したセンサ信号と相関を有する一つ以上の相関第２筋電信号を選択する選択ステップと、類似度出力部が、筋電信号取得ステップで取得した複数の第１筋電信号から、選択ステップで選択した相関第２筋電信号を出力した第２筋電センサと肢体に対して左右対称の箇所に取り付けられた第１筋電センサが出力した相関第１筋電信号を選択し、相関第１筋電信号と相関第２筋電信号との類似度を算出して出力する類似度出力ステップとを有する。このような態様であっても、第１の態様と同様に、患部の回復度合を正確に評価することができ、また、リハビリ訓練に要する全体の時間を短縮することができる。
また、本発明の第３の態様におけるリハビリ評価プログラムは、リハビリ訓練による訓練者の回復度合を評価するためのリハビリ評価プログラムであって、訓練者の肢体を左右に区分したときにリハビリ対象部位を含む一方側である第１側部の複数箇所に取り付けられた第１筋電センサがそれぞれ出力する第１筋電信号と、リハビリ対象部位を含まない他方側である第２側部に、第１筋電センサのそれぞれと肢体に対して左右対称の箇所に取り付けられた第２筋電センサがそれぞれ出力する第２筋電信号とを取得する筋電信号取得ステップと、第１側部で行われるリハビリ訓練の訓練動作に対応する比較動作を第２側部で行う訓練者を検出対象として当該比較動作に伴う第２側部の加速度を検出する加速度センサが出力するセンサ信号を取得するセンサ信号取得ステップと、筋電信号取得ステップで取得した複数の第２筋電信号から、センサ信号取得ステップで取得したセンサ信号と相関を有する一つ以上の相関第２筋電信号を選択する選択ステップと、筋電信号取得ステップで取得した複数の第１筋電信号から、選択ステップで選択した相関第２筋電信号を出力した第２筋電センサと肢体に対して左右対称の箇所に取り付けられた第１筋電センサが出力した相関第１筋電信号を選択し、相関第１筋電信号と相関第２筋電信号との類似度を算出して出力する類似度出力ステップとをコンピュータに実行させる。このような態様であっても、第１の態様と同様に、患部の回復度合を正確に評価することができ、また、リハビリ訓練に要する全体の時間を短縮することができる。
本発明により、リハビリ訓練のたびに筋電位センサの位置を調整し直す試行錯誤の手間をかけることなく、患部の回復度合を短時間で正確に評価できるリハビリ評価装置等を提供することができる。
本実施携帯に係るリハビリ訓練システムの全体構成を示す概略図である。 リハビリ訓練システム全体のブロック図である。 制御演算部の処理手順を示すフローチャートである。 選択部の処理手順を示すフローチャートである。 類似度演算部の処理手順を示すフローチャートである。 回復度合を示す表示画面の例である。
以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲に係る発明を以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。
図１は、本実施携帯に係るリハビリ訓練システム１００の全体構成を示す概略図である。リハビリ訓練システム１００は、訓練者がリハビリ訓練を行うための装置である。訓練者は、肢体のうち眉間から股間までを結ぶ中心線によって左右に区分されたいずれか一方側の部位が麻痺する症状である片麻痺を患う患者である。本実施形態においては、訓練者として左腕に麻痺を有する患者を想定する。図示するように、リハビリ対象部位である左腕が属する左半身を麻痺側または第１側部と称し、他方側である右半身を非麻痺側または第２側部と称する。
訓練者は、リハビリ訓練の訓練動作として、例えば左腕の前腕部を持ち上げる動作を行う。この訓練動作に伴って変動する筋電位を計測するための第１筋電センサ３１０が、麻痺側の複数の筋肉部位にそれぞれ取り付けられている。第１筋電センサ３１０は、例えば表面筋電図計測（ＥＭＧ計測）を行うセンサであり、計測結果である第１筋電信号を無線通信により出力することができる。
本実施形態においては、訓練者は、訓練動作と同等の比較動作を非麻痺側でも行う。訓練者は、訓練動作として左腕の前腕部を持ち上げる動作を行うのであれば、比較動作として、右腕の前腕部を持ち上げる動作を行う。この比較動作に伴って変動する筋電位を計測するための第２筋電センサ３２０が、非麻痺側の複数の筋肉部位にそれぞれ取り付けられている。より具体的には、第２筋電センサ３２０のそれぞれは、肢体の中心線に対して第１筋電センサ３１０のそれぞれと左右対称となる箇所に取り付けられている。第２筋電センサ３１０は、第１筋電センサ３１０と同一のセンサであり、計測結果である第２筋電信号を無線通信により出力することができる。
また、訓練者は、比較動作に伴う第２側部の変化量を検出する検出センサとして、加速度センサ３３０を装着している。ここでは、比較動作として右腕の前腕部を持ち上げる動作を行うので、その変化が顕著に表れる右手首に加速度センサ３３０を装着している。加速度センサ３３０は、比較動作に伴って変化する右手首の加速度を検出し、検出結果である加速度信号を無線通信により出力することができる。
リハビリ訓練システム１００の全体をコントロールするコンピュータであるＰＣ２００は、第１筋電信号、第２筋電信号および加速度信号を受け取って、麻痺部の回復度合を演算する。その演算結果等はディスプレイ４００に表示される。ディスプレイ４００は、表示部として例えば液晶パネルを備える。訓練者や訓練補助者等は、ディスプレイ４００の表示を見て、リハビリ訓練の成果を確認したり、トレーニングメニューの確認をしたりすることができる。
図２は、リハビリ訓練システム１００の全体のブロック図である。リハビリ訓練システム１００は、ＰＣ２００、第１筋電センサ３１０、第２筋電センサ３２０、加速度センサ３３０、ディスプレイ４００およびＰＣ２００とネットワークを介して接続されたデータ蓄積部５００を含む。
第１筋電センサ３１０のそれぞれは、麻痺側筋肉の筋電位を計測して、その計測結果である第１筋電信号をＰＣ２００へ送信する。第２筋電センサ３２０は、非麻痺側筋肉の筋電位を計測して、その計測結果である第２筋電信号をＰＣ２００へ送信する。加速度センサ３３０は、加速度を検出し、その検出結果である加速度信号をＰＣ２００へ送信する。なお、本実施形態においてはそれぞれの信号の通信手段として例えば無線ＬＡＮを用いるが、通信形態は無線ＬＡＮに限らず、他の無線通信手段であっても良いし、有線通信であっても良い。
ＰＣ２００は、第１筋電信号と第２筋電信号を受信する受信部として機能する筋電信号取得部２２０を備える。筋電信号取得部２２０は、受信した筋電信号を整形するフィルタ回路や、通信ＩＦがアナログＩＦである場合にはＡＤ変換回路などを含んでも良い。筋電信号取得部２２０は、受信し、構成によってはフィルタ処理した第１筋電信号および第２筋電信号を制御演算部２１０へ引き渡す。
ＰＣ２００は、加速度信号を受信する受信部として機能する加速度信号取得部２３０を備える。加速度信号取得部２３０は、受信した加速度信号を整形するフィルタ回路や、通信ＩＦがアナログＩＦである場合にはＡＤ変換回路などを含んでも良い。加速度信号取得部２３０は、受信し、構成によってはフィルタ処理した加速度信号を制御演算部２１０へ引き渡す。
ＰＣ２００は、訓練者や訓練補助者の指示操作を受け付ける操作受付部２４０を備える。操作受付部２４０は、例えばディスプレイ４００に重畳して設けられたタッチパネルや、接続されたマウスやキーボードからの信号を受信する。操作受付部２４０は、訓練者や訓練補助者からトレーニングのメニュー選択や、訓練開始の準備完了指示を受け付けて制御演算部２１０へ引き渡す。
ＰＣ２００は、例えばＳＳＤ（ソリッドステートドライブ）で構成される、記憶部２５０を備える。記憶部２５０は、リハビリ訓練システム１００を制御するための制御プログラムや、制御に用いられる様々なパラメータ値、関数、ルックアップテーブル等を記憶している。また、後述する類似度や回復度合を表す評価値等を記憶する。
ＰＣ２００は、表示する映像信号を生成して接続されたディスプレイ４００に送信する表示制御部２６０を備える。制御演算部２１０は、訓練者や訓練補助者に視認させる情報を、表示制御部２６０を介して視認可能にディスプレイ４００に表示する。
ＰＣ２００は、例えばＣＰＵであり、制御プログラムに従ってリハビリ訓練システム１００の全体を制御する。また、制御部２００は、制御に関わる様々な演算を実行する機能演算部としての役割も担う。選択部２１１は、筋電信号取得部２２０が取得した第２筋電信号から、加速度信号取得部２３０が取得した加速度信号と相関を有する一つ以上の相関第２筋電信号を選択する。また、類似度演算部２１２は、筋電信号取得部２２０が取得した第１筋電信号から、選択部２１１が選択した相関第２筋電信号を出力した第２筋電センサ３２０と肢体に対して左右対称の箇所に取り付けられた第１筋電センサ３１０が出力した相関第１筋電信号を選択する。そして、相関第１筋電信号と相関第２筋電信号との類似度を算出する。これらの具体的な演算処理については、後に詳述する。
データ蓄積部５００は、例えばイントラネットに接続されたハードディスクドライブなどの記録媒体であり、制御演算部２１０が演算した類似度や評価値等を蓄積する。例えば、医師は、イントラネットを介してデータ蓄積部５００にアクセスすれば、特定患者の回復度合を自室の端末等で確認することができる。すなわち、類似度演算部２１２等が出力する情報は、視認可能にディスプレイ４００へ出力されたり、今後の利用のためにデータ蓄積部５００へ出力されたりする。つまり、類似度演算部２１２は、ディスプレイ４００へ出力するための表示制御部２６０やそのインタフェースと協働すれば、演算した類似度を可視可能に出力する類似度出力部として機能するし、データ蓄積部５００へ出力するためのインタフェースと協働すれば、演算した類似度を事後利用可能に出力する類似度出力部として機能する。類似度演算部２１２は、他の出力形態にも対応し、適宜接続されるハードウェアと協働して類似度出力部を構成し得る。なお、ＰＣ２００は、これからトレーニングを行う訓練者の情報をデータ蓄積部５００から取得することもできる。
次に、訓練者が行う一連のトレーニングにおいて、制御演算部２１０が実行する処理について説明する。図３は、制御演算部２１０が実行する処理の手順を示すフローチャートである。フローは、第１筋電センサ３１０のそれぞれが麻痺側の所定箇所に取り付けられ、第２筋電センサ３２０のそれぞれが非麻痺側に、第１筋電センサ３１０のそれぞれと左右対称となる箇所に取り付けられ、加速度センサ３３０が、非麻痺側の手首に取り付けられた状態で開始される。
制御演算部２１０は、ステップＳ１０１で、訓練者等から操作受付部２４０を介してトレーニングメニューの選択を受け付ける。訓練者等は、ディスプレイ４００に表示されたトレーニングメニューの中からこれから行うものを選択する。なお、訓練者は、選択するトレーニングメニューに合わせて、事前に第１筋電センサ３１０、第２筋電センサ３２０および加速度センサ３３０を適切な箇所に取り付けている。ここでは、左腕の前腕部を持ち上げる訓練動作を複数回繰り返すトレーニングメニューを選択するものと想定する。したがって、第１筋電センサ３１０は、麻痺側である左上半身に分散して取り付けられており、第２筋電センサ３２０は、非麻痺側である右上半身に分散して取り付けられている。また、加速度センサ３３０は、非麻痺側である右手首に取り付けられている。
制御演算部２１０は、ステップＳ１０２へ進み、非麻痺側で比較動作を試行するように、ディスプレイ４００あるいは発声機能などを通じて訓練者に指示する。比較動作は、訓練動作に対応する肢体に対して左右対称の動作である。ここでは訓練動作として左腕の前腕部を持ち上げる動作を想定しているので、比較動作は、右腕の前腕部を持ち上げる動作である。訓練者は、この試行指示に従って比較動作を行う。
制御演算部２１０は、ステップＳ１０３へ進み、訓練者の比較動作に伴う第２筋電信号を、筋電信号取得部２２０を介して取得する。また、並行して、当該比較動作に伴う加速度信号を、加速度信号取得部２３０を介して取得する。そして、ステップＳ１０４へ進み、制御演算部２１０の機能演算部である選択部２１１は、取得した第２筋電信号の中から、取得した加速度信号と相関を有するものを相関第２筋電信号として選択する。相関第２筋電信号として選択する第２筋電信号の数は、予め定められた固定数であっても良いし、一定の相関度合以上のものを選択する不定数であっても良い。いずれにしても、相関第２筋電信号の数は、１つ以上であって、第２筋電信号の数以下である。具体的な演算手法等については後に詳述する。
制御演算部２１０は、ステップＳ１０５へ進み、麻痺側で訓練動作を試行するように、ディスプレイ４００あるいは発声機能などを通じて訓練者に指示する。訓練者は、この試行指示に従って訓練動作を行う。制御演算部２１０は、ステップＳ１０６へ進み、訓練者の訓練動作に伴う第１筋電信号を、筋電信号取得部２２０を介して取得する。
そして、ステップＳ１０７へ進み、制御演算部２１０の機能演算部である類似度演算部２１２は、取得した第１筋電信号の中から、ステップＳ１０４で選択部２１１が選択した相関第２筋電信号を出力した第２筋電センサ３２０と肢体に対して左右対称の箇所に取り付けられた第１筋電センサ３１０が出力したものを相関第１筋電信号として選択する。なお、ここでは、ステップＳ１０６で全ての第１筋電信号を一旦取得してから、ステップＳ１０７で相関第１筋電信号を選択しているが、ステップＳ１０６で対象となる第１筋電センサ３１０から相関第１筋電信号のみを取得するようにしても良い。さらに、類似度演算部２１２は、相関第１筋電信号と相関第２筋電信号の類似度を算出する。具体的な演算手法等については後に詳述する。
制御演算部２１０は、ステップＳ１０８へ進み、ステップＳ１０８で算出した類似度を、表示制御部２６０を介してディスプレイ４００に表示する。そして、ステップＳ１０９へ進み、トレーニングメニューが終了したか、すなわち訓練動作の試行回数が設定された回数に到達したか否かを判断する。設定された回数に到達していなければ、ステップＳ１０５へ戻り、訓練動作を反復する。なお、訓練動作を反復して試行する場合には、ステップＳ１０７で既に選択した第１筋電センサ３１０の出力を継続して相関第１筋電信号とすれば良い。このように２回目以降の訓練動作において相関第１筋電信号を出力する第１筋電センサ３１０を固定すれば、訓練者に毎回比較動作を行わせる煩わしさを省くことができる。また、同一の反復試行に対して比較する信号を統一できるので、それぞれ算出される類似度の変化や、平均値等の統計値も回復度合を示す指標として活用することもできる。
設定された回数に到達していれば、ステップＳ１１０へ進む。制御演算部２１０は、ステップＳ１１０で、一連のトレーニングに対する結果を、表示制御部２６０を介してディスプレイ４００に表示する。また、データ蓄積部５００へ出力する。データ蓄積部５００は、当該トレーニング結果を受け取り、トレーニングを行った訓練者の情報として格納する。制御演算部２１０は、ステップＳ１１１へ進み、訓練者等から操作受付部２４０を介してトレーニング続行の指示を受けたか否かを判断する。続行の指示を受けたと判断したら、ステップＳ１０１へ戻り、さらに一連のトレーニングプログラムを継続する。続行の指示を受けなかったと判断したら、一連の処理を終了する。
次に、ステップＳ１０４の処理について詳述する。図４は、ステップＳ１０４の詳細な処理手順を示すフローチャートである。本実施形態においては、上述のように、複数の第１筋電信号から選択された相関第１筋電信号と、複数の第２筋電信号から選択された相関第２筋電信号とを比較して類似度を算出する。すなわち、全ての筋電信号を使って類似度を算出しているわけではない。まず、この意義について説明する。
訓練者がリハビリ訓練を試行する場合に、その試行に伴って動作する筋肉や、それぞれの筋肉がどれ程連動して動作するかは、訓練者ごとに、更には試行するときの環境や条件ごとに異なることがわかってきた。したがって、訓練動作に伴って麻痺側から検出される筋電信号を、同じ動作である比較動作を非麻痺側で行ったときに検出される筋電信号と比較して麻痺側の回復度合を評価する場合に、筋電位を計測する箇所が少ないと回復度合を正しく評価できない。すなわち、その比較動作に対して大きく作用する筋肉の筋電信号を取得できていない可能性が高く、その筋肉が適切に動作しているのか評価できない。筋電センサを取り付ける位置を試行錯誤により調整する方法も考えられるが、その手間は膨大であり多くの時間を要する。そこで、一度に多くの箇所から筋電信号を取得できるように、取り付ける筋電センサの数を増やす。
しかし、取り付けた多くの筋電センサから出力される全ての筋電信号を用いて比較すると、その訓練動作に対してあまり作用しない筋肉からの筋電信号が支配的になり、類似度としては常に高い値が算出されてしまう。すなわち、回復度合を評価するための数値としては適切ではない。そこで、本実施形態においては、多く取り付けた筋電センサから取得される筋電信号のうち、麻痺していないならばその訓練動作に対して大きく作用するはずの筋肉に取り付けられた筋電センサからの筋電信号を選択して評価演算に用いる。
そこでまず、非麻痺側で比較動作の試行を行い、その比較動作に対して大きく作用する筋肉に取り付けられた筋電センサからの筋電信号を選択する。具体的には、第２筋電センサ３２０からの第２筋電信号のうち、比較動作に対して大きく反応しているものを相関第２筋電信号として選択する。ただし、第２筋電センサ３２０からのそれぞれの第２筋電信号はいずれも経時と共に変化し得るので、いずれの第２筋電信号が比較動作に対応しているのか、それぞれの第２筋電信号を互いに比較するだけでは判断が難しい。そこで、本実施形態においては、比較動作に伴う動作部位の物理的な変化量を検出する検出センサとして加速度センサ３３０を利用する。すなわち、第２筋電信号のうち、加速度センサ３３０の出力である加速度信号と大きな相関を有するものが、比較動作に対して大きく反応した筋肉からの信号であるとする。このように選択された第２筋電信号を相関第２筋電信号とする。以下に説明する処理手順は、相関第２筋電信号を選択するまでの一例である。
選択部２１１は、ステップＳ１０４１で、加速度信号から比較動作である右腕の前腕部を持ち上げる動作の動作周波数を解析する。具体的には、加速度信号をフーリエ変換し、最大の強度を示す周波数を動作周波数とする。選択部２１１は、ステップＳ１０４２へ進み、第２筋電信号のそれぞれをフーリエ変換により周波数領域に変換し、ステップＳ１０４１で解析した動作周波数における強度をそれぞれ抽出する。
選択部２１１は、ステップＳ１０４３へ進み、フーリエ変換する前の第２筋電信号のそれぞれに対して二乗平均平方根を算出する。具体的には、第Ｐ番目の第２筋電信号Ｍ２ （ｐ）の個々の信号値ｂをサンプリング順に１番目からｔ番目まで、
Figure 0006590416
 と表したときに、第２筋電信号Ｍ２ （ｐ）の二乗平均平方根Ｒ（ｐ）は、
Figure 0006590416
 と計算される。
選択部２１１は、ステップＳ１０４４へ進み、ステップＳ１０４２で抽出したそれぞれの第２筋電信号の強度に、ステップＳ１０４３で算出したそれぞれの第２筋電信号二乗平均平方根を足して重み付けした比較算定値を算出する。例えば、第Ｐ番目の第２筋電信号Ｍ２ （ｐ）の動作周波数における強度がＦ（ｐ）であるとき、第２筋電信号Ｍ２ （ｐ）の比較算定値Ｑ（ｐ）は、
Figure 0006590416
 である。
選択部２１１は、ステップＳ１０４５へ進み、算出したそれぞれの第２筋電信号の比較算定値から上位Ｓ０個を選択し、これらに対応する第２筋電信号を相関第２筋電信号と定める。例えば、第２側部に第２筋電センサ３２０を９個取り付けている場合には、第２筋電信号の数は９個であり、Ｓ０＝５と予め定めておけば、５個の相関第２筋電信号が決定される。以上の一連の処理によって、相関第２筋電信号が選択される。なお、選択部２１１は、基準とする比較算定値Ｑ０を予め定めておき、この値以上の比較算定値となった第２筋電信号を相関第２筋電信号としても良い。この場合には、相関第２筋電信号の数は、その都度変動し得る。
次に、ステップＳ１０７の処理について詳述する。図５は、ステップＳ１０７の詳細な処理手順を示すフローチャートである。類似度演算部２１２は、ステップＳ１０７１で、対応する相関第１筋電信号を、ステップＳ１０６で取得した第１筋電信号から選択する。ステップＳ１０７で例えば５個の相関第２筋電信号が選択されたなら、ここで選択される相関第１筋電信号も５個である。
類似度演算部２１２は、ステップＳ１０７２へ進み、それぞれの筋シナジ行列を算出する。ステップＳ１０７１でｍ個の相関第１筋電信号が選択された場合に、１個目の相関第１筋電信号からｍ個目の相関第１筋電信号までのそれぞれを、個々の筋電位の信号値ａをサンプリング順に１番目からｔ番目まで時系列順に並べた横ベクトルで表すと、
Figure 0006590416
 となる。それぞれ横ベクトルで表されるこれら相関第１筋電信号を縦に並べて相関第１筋電信号の全体を表す行列を第１筋電位行列Ｍ１とすると、
Figure 0006590416
 と表される。
この第１筋電位行列Ｍ１を、非負値行列因子分解（ｎｏｎ−ｎｅｇａｔｉｖｅ ｍａｔｒｉｘ ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いて、以下に示すように分解する。
Figure 0006590416
ここで、Ｗ１は、第１筋シナジ行列である。第１筋シナジ行列Ｗ１は、それぞれが１番目からｍ番目までｍ個の要素ｊを有する、以下のように表される１個目からｎ個目までの単位縦ベクトルＷ１ （１），Ｗ１ （２），…，Ｗ１ （ｎ）を、
Figure 0006590416
 横に並べた行列
Figure 0006590416
 である。
また、Ｃ１は、第１制御行列である。第１制御行列Ｃ１は、それぞれが１番目からｔ番目までｔ個の要素ｇを有する、以下のように表される１個目からｎ個目までの横ベクトルＣ１ （１），Ｃ１ （２），…，Ｃ１ （ｎ）を、
Figure 0006590416
 縦に並べた行列
Figure 0006590416
 である。また、Ｅ１は、誤差行列である。誤差行列Ｅ１は、第１筋電位行列Ｍ１と同様に、ｍ×ｔ個の要素を有する。
これと同様に、相関第２筋電信号に対しても同様の演算を行う。１個目の相関第２筋電信号からｍ個目の相関第２筋電信号までのそれぞれを、個々の筋電位の信号値ｂをサンプリング順に１番目からｔ番目まで時系列順に並べた横ベクトルで表すと、
Figure 0006590416
 となる。それぞれ横ベクトルで表されるこれら相関第２筋電信号を縦に並べて相関第２筋電信号の全体を表す行列を第２筋電位行列Ｍ２とすると、
Figure 0006590416
 と表される。
この第２筋電位行列Ｍ２を、非負値行列因子分解（ｎｏｎ−ｎｅｇａｔｉｖｅ ｍａｔｒｉｘ ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いて、以下に示すように分解する。
Figure 0006590416
ここで、Ｗ２は、第２筋シナジ行列である。第２筋シナジ行列Ｗ２は、それぞれが１番目からｍ番目までｍ個の要素ｋを有する、以下のように表される１個目からｎ個目までの単位縦ベクトルＷ２ （１），Ｗ２ （２），…，Ｗ２ （ｎ）を、
Figure 0006590416
 横に並べた行列
Figure 0006590416
 である。
また、Ｃ２は、第２制御行列である。第２制御行列Ｃ２は、それぞれが１番目からｔ番目までｔ個の要素ｈを有する、以下のように表される１個目からｎ個目までの横ベクトルＣ２ （１），Ｃ２ （２），…，Ｃ２ （ｎ）を、
Figure 0006590416
 縦に並べた行列
Figure 0006590416
 である。また、Ｅ２は、誤差行列である。誤差行列Ｅ２は、第２筋電位行列Ｍ２と同様に、ｍ×ｔ個の要素を有する。なお、これらの演算については、例えば同一出願人の特開２０１５−７３８０５に詳しい。
このように、第１筋シナジ行列Ｗ１および第２筋シナジ行列Ｗ２を算出したら、類似度演算部２１２は、ステップＳ１０７３へ進み、これらの行列を用いる類似度指標演算により類似度を算出する。類似度ＳＩは、以下の式によって算出する。
Figure 0006590416
ここで、Ｗ１ （ｉ）は、第１筋シナジ行列Ｗ１のｉ番目の単位縦ベクトルであり、Ｗ２ （ｉ）は、第２筋シナジ行列Ｗ２のｉ番目の単位縦ベクトルである。ｎは、上述の通り、それぞれの単位縦ベクトルの個数である。また、ｒ（Ｗ１ （ｉ），Ｗ２ （ｉ））は、ｉ番目の単位縦ベクトルにおけるピアソンの相関係数を表し、
Figure 0006590416
 である。ここで、ｍは、上述の通り、それぞれの単位縦ベクトルの要素数である。また、
Figure 0006590416
 は、順にそれぞれ、Ｗ１ （ｉ）の要素の平均値、Ｗ２ （ｉ）の要素の平均値、Ｗ１ （ｉ）の要素の標準偏差、Ｗ２ （ｉ）の要素の標準偏差を表す。このようにして算出される類似度ＳＩは、０から１の間の値を取り、１に近いほど互いの筋シナジ行列が類似している、すなわち麻痺側と非麻痺側の筋活動が互いに似通っていることを示す。以上の一連の処理によって、類似度が算出される。
図６は、ディスプレイ４００に表示される、訓練者の回復度合を示す表示画面の一例である。図示するように、訓練動作の試行のたびに算出される類似度をそれぞれグラフ上にプロットして折れ線グラフで呈示し、一連のトレーニングに対する総合判定を回復度判定として呈示する。回復度判定は、算出された複数の類似度を用いて決定される。例えば、類似度の平均値を算出し、その平均値に対応付けられた評価（図の例では「Ｃ＋」）とする。表示画面の表示項目としては、図示するように、トレーニング名称や過去のトレーニング履歴を加えても良い。
以上説明した本実施形態においては、訓練動作として前腕部を持ち上げる動作を例としたが、もちろん他の動作であっても良い。例えば、ステアリングホイールを用意しておき、訓練動作としてこれを回転させる動作であっても良い。このとき、訓練者に両手で回転させれば、時計回りでの回転操作と反時計回りでの回転操作は互いに対称な動きを成すので、一方を訓練動作とし他方を比較動作として、それぞれ連続的に麻痺側と非麻痺側の筋電信号を取得することもできる。
また、麻痺の部位は上半身に限らず、下半身であっても構わない。例えば、右脚に障害を持つ患者がリハビリ訓練を行う場合に、トレッドミル上を麻痺側の右脚と非麻痺側の左脚を交互に運脚する歩行動作に対して、上述の手法により右脚の回復度合を評価することができる。リハビリ訓練システム１００を制御する制御プログラムは、訓練者等が項目を選択することにより、様々なトレーニングメニューを実施できるように構成され得る。
また、上述の本実施形態においては、加速度センサ３３０を利用したが、比較動作に伴う動作部位の物理的な変化量を検出する検出センサは、これに限らない。加速度センサのように直接的に動作部位に装着できるものであれば、精度良く変化量を検出できるので好ましいが、非接触形式のセンサであれば、装着する手間や訓練時の煩わしさを軽減できる。例えば、非接触形式のセンサとしてデジタルカメラを採用することができる。側方に設置したカメラで動作部位を撮影し、撮影画像に映る動作部位の変化を解析することにより、動作部位の物理的な変化量を検出し、比較動作の動作周波数を算出することができる。また、検出センサは、比較動作に伴う動作部位の物理的な変化量を直接的に検出するものに限らない。例えば、比較動作に伴う動作部位の物理的な位置を時系列的に検出し、これら位置の時系列データを加工して変化量を算出することによって、変化量を検出するようにしても良い。
また、上述の本実施形態においては、選択部２１１は、相関第２筋電信号を選択する場合に、動作周波数に対する強度に、対象となる第２筋電信号のフィルタ処理後のサンプリング値から算出される二乗平均平方根を加算して比較算定値を算出したが、より簡易的には、二乗平均平方根の加算を省いても構わない。もちろん、他の要素を加えて評価精度を向上させても良い。また、選択部２１１は、比較動作の動作周波数を基準として相関第２筋電信号を選択したが、他の物理量に着目して選択しても良い。
また、上述の本実施形態において類似度の算出は、ピアソンの相関係数を利用したが、他の評価式を利用することもできる。第１筋シナジ行列Ｗ１と第２筋シナジ行列Ｗ２の類似度を評価するものであれば、公知の評価式を利用することができる。
また、フローにおける各処理の実行順序は、特に言及しておらず、また、前の処理の出力を後の処理で用いるのでなければ、任意の順序で構わない。便宜上「まず」、「次に」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
１００ リハビリ訓練システム、２００ ＰＣ、２１０ 制御演算部、２１１ 選択部、２１２ 類似度演算部、２２０ 筋電信号取得部、２３０ 加速度信号取得部、２４０ 操作受付部、２５０ 記憶部、２６０ 表示制御部、３１０ 第１筋電センサ、３２０ 第２筋電センサ、３３０ 加速度センサ、４００ ディスプレイ、５００ データ蓄積部

Claims (7)

  1. リハビリ訓練による訓練者の回復度合を評価するためのリハビリ評価装置であって、
    前記訓練者の肢体を左右に区分したときにリハビリ対象部位を含む一方側である第１側部の複数箇所に取り付けられた第１筋電センサがそれぞれ出力する第１筋電信号と、前記リハビリ対象部位を含まない他方側である第２側部に、前記第１筋電センサのそれぞれと前記肢体に対して左右対称の箇所に取り付けられた第２筋電センサがそれぞれ出力する第２筋電信号とを取得する筋電信号取得部と、
    前記第１側部で行われる前記リハビリ訓練の訓練動作に対応する比較動作を前記第２側部で行う前記訓練者を検出対象として前記比較動作に伴う前記第２側部の加速度を検出する加速度センサが出力するセンサ信号を取得するセンサ信号取得部と、
    前記筋電信号取得部が取得した複数の前記第２筋電信号から、前記センサ信号取得部が取得した前記センサ信号と相関を有する一つ以上の相関第２筋電信号を選択する選択部と、
    前記筋電信号取得部が取得した複数の前記第１筋電信号から、前記選択部が選択した前記相関第２筋電信号を出力した前記第２筋電センサと前記肢体に対して左右対称の箇所に取り付けられた前記第１筋電センサが出力した相関第１筋電信号を選択し、前記相関第１筋電信号と前記相関第２筋電信号との類似度を算出して出力する類似度出力部と
    を備えるリハビリ評価装置。
  2. 前記類似度出力部は、前記訓練動作を反復して試行する場合に、一旦選択された前記相関第１筋電信号を出力した前記第１筋電センサの出力を継続して前記相関第１筋電信号とする請求項１に記載のリハビリ評価装置。
  3. 前記選択部は、前記センサ信号取得部が取得した前記センサ信号から前記比較動作の動作周波数を算出し、前記筋電信号取得部が取得した複数の前記第２筋電信号のうち前記動作周波数に対して所定値以上の強度を有する筋電信号を、前記センサ信号と相関を有する前記相関第２筋電信号として選択する請求項１または２に記載のリハビリ評価装置。
  4. 前記選択部は、前記動作周波数に対する強度に、対象となる前記第２筋電信号のフィルタ処理後のサンプリング値から算出される二乗平均平方根を加算して前記所定値と比較する請求項３に記載のリハビリ評価装置。
  5. 前記類似度出力部は、
    選択されたｍ個の前記相関第１筋電信号のそれぞれを、検出されたt個の筋電位を要素として時系列順に並べた横ベクトルM1 (1),M1 (2), ... ,M1 (m)で表し、選択された前記相関第１筋電信号の全体を、前記横ベクトルを縦に並べた第１筋電位行列M1として表した場合に、それぞれがｍ個の要素を有するn個の単位縦ベクトルW1 (1),W1 (2), ... ,W1 (n)を横に並べた第１筋シナジ行列W1と、それぞれがｔ個の要素を有するn個の横ベクトルC1 (1),C1 (2), ... ,C1 (n)を縦に並べた第１制御行列C1と、第１誤差行列E1とを
    M1=W1C1+E1
    を満たすように非負値行列因子分解（ｎｏｎ−ｎｅｇａｔｉｖｅ ｍａｔｒｉｘ ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いて算出し、
    選択されたｍ個の前記相関第２筋電信号のそれぞれを、検出されたt個の筋電位を要素として時系列順に並べた横ベクトルM2 (1),M2 (2), ... ,M2 (m)で表し、選択された前記相関第２筋電信号の全体を、前記横ベクトルを縦に並べた第２筋電位行列M2として表した場合に、それぞれがｍ個の要素を有するn個の単位縦ベクトルW2 (1),W2 (2), ... ,W2 (n)を横に並べた第２筋シナジ行列W2と、それぞれがｔ個の要素を有するn個の横ベクトルC2 (1),C2 (2), ... ,C2 (n)を縦に並べた第２制御行列C2と、第２誤差行列E2とを
    M2=W2C2+E2
    を満たすように非負値行列因子分解（ｎｏｎ−ｎｅｇａｔｉｖｅ ｍａｔｒｉｘ ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いて算出し、
    前記第１筋シナジ行列W1と前記第２筋シナジ行列W2に対して予め定められた類似度指標演算を行って前記類似度を算出する請求項１から４のいずれか１項に記載のリハビリ評価装置。
  6. リハビリ訓練による訓練者の回復度合を評価するためのリハビリ評価装置の作動方法であって、
    筋電信号取得部が、前記訓練者の肢体を左右に区分したときにリハビリ対象部位を含む一方側である第１側部の複数箇所に取り付けられた第１筋電センサがそれぞれ出力する第１筋電信号と、前記リハビリ対象部位を含まない他方側である第２側部に、前記第１筋電センサのそれぞれと前記肢体に対して左右対称の箇所に取り付けられた第２筋電センサがそれぞれ出力する第２筋電信号とを取得する筋電信号取得ステップと、
    センサ信号取得部が、前記第１側部で行われる前記リハビリ訓練の訓練動作に対応する比較動作を前記第２側部で行う前記訓練者を検出対象として前記比較動作に伴う前記第２側部の加速度を検出する加速度センサが出力するセンサ信号を取得するセンサ信号取得ステップと、
    選択部が、前記筋電信号取得ステップで取得した複数の前記第２筋電信号から、前記センサ信号取得ステップで取得した前記センサ信号と相関を有する一つ以上の相関第２筋電信号を選択する選択ステップと、
    類似度出力部が、前記筋電信号取得ステップで取得した複数の前記第１筋電信号から、前記選択ステップで選択した前記相関第２筋電信号を出力した前記第２筋電センサと前記肢体に対して左右対称の箇所に取り付けられた前記第１筋電センサが出力した相関第１筋電信号を選択し、前記相関第１筋電信号と前記相関第２筋電信号との類似度を算出して出力する類似度出力ステップと
    を有するリハビリ評価装置の作動方法。
  7. リハビリ訓練による訓練者の回復度合を評価するためのリハビリ評価プログラムであって、
    前記訓練者の肢体を左右に区分したときにリハビリ対象部位を含む一方側である第１側部の複数箇所に取り付けられた第１筋電センサがそれぞれ出力する第１筋電信号と、前記リハビリ対象部位を含まない他方側である第２側部に、前記第１筋電センサのそれぞれと前記肢体に対して左右対称の箇所に取り付けられた第２筋電センサがそれぞれ出力する第２筋電信号とを取得する筋電信号取得ステップと、
    前記第１側部で行われる前記リハビリ訓練の訓練動作に対応する比較動作を前記第２側部で行う前記訓練者を検出対象として前記比較動作に伴う前記第２側部の加速度を検出する加速度センサが出力するセンサ信号を取得するセンサ信号取得ステップと、
    前記筋電信号取得ステップで取得した複数の前記第２筋電信号から、前記センサ信号取得ステップで取得した前記センサ信号と相関を有する一つ以上の相関第２筋電信号を選択する選択ステップと、
    前記筋電信号取得ステップで取得した複数の前記第１筋電信号から、前記選択ステップで選択した前記相関第２筋電信号を出力した前記第２筋電センサと前記肢体に対して左右対称の箇所に取り付けられた前記第１筋電センサが出力した相関第１筋電信号を選択し、前記相関第１筋電信号と前記相関第２筋電信号との類似度を算出して出力する類似度出力ステップと
    をコンピュータに実行させるリハビリ評価プログラム。
JP2017134991A 2017-07-10 2017-07-10 リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム Active JP6590416B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2017134991A JP6590416B2 (ja) 2017-07-10 2017-07-10 リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム
EP18178246.7A EP3427642B1 (en) 2017-07-10 2018-06-18 Rehabilitation evaluation apparatus, rehabilitation evaluation method, and rehabilitation evaluation program
US16/027,915 US11484225B2 (en) 2017-07-10 2018-07-05 Rehabilitation evaluation apparatus, rehabilitation evaluation method, and rehabilitation evaluation program
CN201810734331.6A CN109222968B (zh) 2017-07-10 2018-07-06 康复评估设备、康复评估方法以及康复评估程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017134991A JP6590416B2 (ja) 2017-07-10 2017-07-10 リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム

Publications (2)

Publication Number Publication Date
JP2019013681A JP2019013681A (ja) 2019-01-31
JP6590416B2 true JP6590416B2 (ja) 2019-10-16

Family

ID=62705482

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017134991A Active JP6590416B2 (ja) 2017-07-10 2017-07-10 リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム

Country Status (4)

Country Link
US (1) US11484225B2 (ja)
EP (1) EP3427642B1 (ja)
JP (1) JP6590416B2 (ja)
CN (1) CN109222968B (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400619B (zh) * 2019-08-30 2023-07-21 上海大学 一种基于表面肌电信号的手功能康复训练方法
CN111407600A (zh) * 2020-05-07 2020-07-14 河南独树数字技术研究院(有限合伙) 动作意图识别训练仪
CN112494054B (zh) * 2020-11-26 2022-11-18 天津大学 基于多导肌电与脑电相干的卒中下肢运动康复评估方法
CN113509174B (zh) * 2021-05-27 2023-09-01 中国科学院深圳先进技术研究院 估计关节角度的方法、设备及存储介质
KR20230016499A (ko) * 2021-07-26 2023-02-02 현대자동차주식회사 비지도 학습을 이용하여 의도를 추정하기 위한 방법
CN113456065B (zh) * 2021-08-10 2022-08-26 长春理工大学 肢体动作识别方法、装置、系统以及可读存储介质
WO2023086440A1 (en) * 2021-11-13 2023-05-19 Battelle Memorial Institute Network analysis of electromyography for diagnostic and prognostic assessment
WO2023112096A1 (ja) * 2021-12-13 2023-06-22 日本電信電話株式会社 訓練支援装置、訓練支援方法、及びプログラム
CN114931391A (zh) * 2022-06-10 2022-08-23 法罗适(上海)医疗技术有限公司 一种基于表面肌电值的康复水平量化方法、康复系统
CN115024735B (zh) * 2022-06-30 2024-04-09 北京工业大学 一种基于运动意图识别模型的脑卒中患者康复方法及系统

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8099168B2 (en) * 2008-10-22 2012-01-17 Martin William Roche Post-operative pain inhibitor for joint replacement and method thereof
JP2006323690A (ja) * 2005-05-19 2006-11-30 Sony Corp 検索装置，プログラム及び検索方法
KR100911269B1 (ko) * 2005-10-11 2009-08-11 파나소닉 주식회사 동작 지원 장치 및 동작 지원 방법
US9155487B2 (en) * 2005-12-21 2015-10-13 Michael Linderman Method and apparatus for biometric analysis using EEG and EMG signals
US8162857B2 (en) * 2006-10-11 2012-04-24 Koninklijke Philips Electronics N.V. Limb movement monitoring system
JP5311229B2 (ja) * 2006-10-20 2013-10-09 ヴァロリサシオン−ルシェルシュ・リミテッド・パートナーシップ 被験者の感覚、反射、および／または運動の機構を、聴覚、触覚、または視覚の刺激を介して改善するための方法およびシステム
WO2009104190A2 (en) * 2008-02-21 2009-08-27 Motorika Limited A system and a method for scoring functional abilities of a patient
US8209028B2 (en) * 2008-07-11 2012-06-26 Medtronic, Inc. Objectification of posture state-responsive therapy based on patient therapy adjustments
US8790264B2 (en) * 2010-05-27 2014-07-29 Biomedical Acoustics Research Company Vibro-acoustic detection of cardiac conditions
CN101961529B (zh) * 2010-08-13 2013-06-05 中国科学院深圳先进技术研究院 肌电反馈训练和功能评测遥操作装置及方法
KR101438299B1 (ko) * 2011-06-06 2014-09-04 시스템 인스트루먼츠 컴퍼니 리미티드 트레이닝 장치
WO2013023004A2 (en) * 2011-08-08 2013-02-14 Solinsky James C Systems and methods for sensing balanced-action for improving mammal work-track efficiency
CN102488963B (zh) * 2011-12-08 2013-10-09 天津大学 一种功能性电刺激膝关节角度控制方法
TWI602545B (zh) * 2012-04-30 2017-10-21 國立交通大學 肌電訊號量測分析方法
KR101889787B1 (ko) * 2012-12-04 2018-08-20 삼성전자주식회사 신호 처리 방법 및 장치
US20140163412A1 (en) * 2012-12-11 2014-06-12 Vibrado Technologies, Inc. Myography method and system
JP6351250B2 (ja) 2012-12-14 2018-07-04 国立大学法人電気通信大学 電気刺激システム
BR112015023255A2 (pt) * 2013-03-14 2017-07-18 Ekso Bionics Inc sistema ortótico elétrico para reabilitação cooperativa de superfície.
US11229364B2 (en) * 2013-06-14 2022-01-25 Medtronic, Inc. Patient motion analysis for behavior identification based on video frames with user selecting the head and torso from a frame
US9372535B2 (en) * 2013-09-06 2016-06-21 Thalmic Labs Inc. Systems, articles, and methods for electromyography-based human-electronics interfaces
JP6011807B2 (ja) 2013-10-11 2016-10-19 国立研究開発法人理化学研究所 訓練装置、訓練方法、ならびに、プログラム
JP6296494B2 (ja) * 2014-02-06 2018-03-20 国立研究開発法人理化学研究所 リハビリ装置
CN103886215B (zh) * 2014-04-04 2017-01-11 中国科学技术大学 一种基于肌肉协同的步行能力分析方法和装置
JP6415842B2 (ja) * 2014-04-16 2018-10-31 日本光電工業株式会社 リハビリテーション支援システム
CN103961800A (zh) * 2014-05-09 2014-08-06 苏州顿康医疗科技有限公司 具有实时反馈功能的肢体康复诊疗系统
CN105326500B (zh) * 2014-08-13 2018-02-09 华为技术有限公司 基于表面肌电信号的动作识别方法和设备
JP6297951B2 (ja) 2014-09-11 2018-03-20 トヨタ自動車株式会社 運動推定装置
WO2016076886A1 (en) * 2014-11-14 2016-05-19 Fundacion Tecnalia Research & Innovation System for motor rehabilitation of a paretic limb in stroke patients
CN104714645B (zh) * 2015-03-24 2018-07-20 华为技术有限公司 人机交互方法和人机交互设备
JP6440210B2 (ja) 2016-09-06 2018-12-19 トヨタ自動車株式会社 リハビリ評価装置、リハビリ評価方法及びプログラム
EP3545833A1 (en) * 2016-11-22 2019-10-02 Fundación Tecnalia Research & Innovation Paretic limb rehabilitation method and system

Also Published As

Publication number Publication date
EP3427642B1 (en) 2020-06-24
US11484225B2 (en) 2022-11-01
JP2019013681A (ja) 2019-01-31
EP3427642A1 (en) 2019-01-16
CN109222968B (zh) 2021-10-08
CN109222968A (zh) 2019-01-18
US20190008419A1 (en) 2019-01-10

Similar Documents

Publication Publication Date Title
JP6590416B2 (ja) リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム
US10496168B2 (en) Calibration techniques for handstate representation modeling using neuromuscular signals
JP6178838B2 (ja) 筋肉活動の取得および分析用のシステムならびにその動作方法
US9510789B2 (en) Motion analysis method
EP1877981A2 (en) Systems, devices, and methods for interpreting movement
US11957954B2 (en) Gait data collection and analytics system and methods for operating unweighting training systems
US20170181689A1 (en) System and Method for Measuring the Muscle Tone
CN105595995B (zh) 生理数据检测系统、检测装置、终端设备、数据分析方法
CN113686352A (zh) 手指运动评价系统以及手指运动评价方法
JP7219182B2 (ja) 検出装置および検出方法
WO2013072234A1 (en) Physical exercise correctness calculation method and system
JP6730573B2 (ja) 重症度評価支援システム及びプログラム
US20230298760A1 (en) Systems, devices, and methods for determining movement variability, illness and injury prediction and recovery readiness
KR20220106448A (ko) 맞춤형 운동처방을 위한 인공지능 동작인식 평가 및 근전도 측정 시스템
Hidayat et al. LOVETT scalling with MYO armband for monitoring finger muscles therapy of post-stroke people
JP2016035651A (ja) 在宅リハビリテーションシステム
Sherwood et al. Reliability and validity of the sit-to-stand as a muscular power measure in older adults
JP7328044B2 (ja) 検出装置および検出方法
CN112674760A (zh) 一种基于可穿戴传感器的帕金森病上肢运动检测方法
KR20210085258A (ko) 근전도 바이오피드백을 이용한 운동보조시스템
TWI580404B (zh) 肌肉張力感測方法及系統
JP6062889B2 (ja) 筋収縮運動支援システム
Roman et al. Improved Software and Hardware of a Device Aiming to Assess Hand Movements During Rehabilitation in Hemiparetic People
Akbari et al. Validation of a new model-free signal processing method for gait feature extraction using inertial measurement units to diagnose and quantify the severity of Parkinson's disease
Tennakoon et al. A novel musculoskeletal imbalance identification mechanism for lower body analyzing gait cycle by motion tracking

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180822

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20180822

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190612

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190618

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190809

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: 20190820

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190912

R151 Written notification of patent or utility model registration

Ref document number: 6590416

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250