JP7276018B2 - 学習方法、推定方法および学習プログラム - Google Patents
学習方法、推定方法および学習プログラム Download PDFInfo
- Publication number
- JP7276018B2 JP7276018B2 JP2019161678A JP2019161678A JP7276018B2 JP 7276018 B2 JP7276018 B2 JP 7276018B2 JP 2019161678 A JP2019161678 A JP 2019161678A JP 2019161678 A JP2019161678 A JP 2019161678A JP 7276018 B2 JP7276018 B2 JP 7276018B2
- Authority
- JP
- Japan
- Prior art keywords
- dementia
- subject
- model
- learning
- posture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
複数取得した異なる時点の前記外的要因の特徴に基づいて、当該外的要因の特徴に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が内的要因の障害を有するか否かを判別する、
処理をコンピュータが実行することを特徴とする学習方法。
ことを特徴とする付記1に記載の学習方法。
ことを特徴とする付記1または2に記載の学習方法。
ことを特徴とする付記3に記載の学習方法。
ことを特徴とする付記1乃至4のいずれか一に記載の学習方法。
前記外的要因の特徴は、前記対象者の歩様である、
ことを特徴とする付記1乃至5のいずれか一に記載の学習方法。
ことを特徴とする付記1乃至6のいずれか一に記載の学習方法。
複数取得した異なる時点の前記外的要因の特徴に基づいて、当該外的要因の特徴に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が内的要因の障害を有するか否かを判別し、
前記内的要因の障害の有無と、前記外的要因の特徴とを説明変数とし、リスクを目的変数として学習した学習モデルに、判別した前記内的要因の障害の有無と、取得した前記外的要因の特徴とを適用して前記対象者のリスクを推定する、
処理をコンピュータが実行することを特徴とする推定方法。
ことを特徴とする付記8に記載の推定方法。
ことを特徴とする付記9に記載の推定方法。
ことを特徴とする付記8乃至10のいずれか一に記載の推定方法。
前記外的要因の特徴は、前記対象者の歩様である、
ことを特徴とする付記8乃至11のいずれか一に記載の推定方法。
ことを特徴とする付記8乃至12のいずれか一に記載の推定方法。
複数取得した異なる時点の前記外的要因の特徴に基づいて、当該外的要因の特徴に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が内的要因の障害を有するか否かを判別する、
処理をコンピュータに実行させることを特徴とする学習プログラム。
ことを特徴とする付記14に記載の学習プログラム。
ことを特徴とする付記14または15に記載の学習プログラム。
ことを特徴とする付記16に記載の学習プログラム。
ことを特徴とする付記14乃至17のいずれか一に記載の学習プログラム。
前記外的要因の特徴は、前記対象者の歩様である、
ことを特徴とする付記14乃至18のいずれか一に記載の学習プログラム。
ことを特徴とする付記14乃至19のいずれか一に記載の学習プログラム。
複数取得した異なる時点の前記外的要因の特徴に基づいて、当該外的要因の特徴に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が内的要因の障害を有するか否かを判別し、
前記内的要因の障害の有無と、前記外的要因の特徴とを説明変数とし、リスクを目的変数として学習した学習モデルに、判別した前記内的要因の障害の有無と、取得した前記外的要因の特徴とを適用して前記対象者のリスクを推定する、
処理をコンピュータに実行させることを特徴とする推定プログラム。
ことを特徴とする付記21に記載の推定プログラム。
ことを特徴とする付記22に記載の推定プログラム。
ことを特徴とする付記21乃至23のいずれか一に記載の推定プログラム。
前記外的要因の特徴は、前記対象者の歩様である、
ことを特徴とする付記21乃至24のいずれか一に記載の推定プログラム。
ことを特徴とする付記21乃至25のいずれか一に記載の推定プログラム。
2…推定装置
3…コンピュータ
10…収集部
11…ユーザ情報DB
11A…ユーザ情報
12…認知症判別部
12A…加齢モデル作成部
12B…認知症推定部
13…モデル学習部
20…入力部
21…認知症判別部
22…推定部
23…出力部
30…加齢モデル情報
31…学習モデル
40…出力画面
41…歩様表示領域
42…モデル表示領域
43…推定結果表示領域
101…CPU
102…入力装置
103…モニタ
104…スピーカ
105…媒体読取装置
106…インタフェース装置
107…通信装置
108…RAM
109…ハードディスク装置
110…バス
111…プログラム
112…各種データ
A、B…対象者
C1~C6…姿勢
D1…サンプルデータ
M、M1、M2…加齢モデル
M3…認知症判定モデル
MK…基準モデル
Claims (7)
- 対象者の姿勢と、前記対象者の歩様とを取得し、
複数取得した異なる時点の前記歩様に基づいて、当該歩様に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が認知症を有するか否かを判別し、
判別した前記認知症の有無と、取得した前記歩様とを説明変数とし、前記対象者が有する転倒リスクを目的変数とする学習を行う、
処理をコンピュータが実行することを特徴とする学習方法。 - 前記判別する処理は、前記姿勢ごとの加齢に応じた基準モデルの中の、取得した前記姿勢に対応する基準モデルと、作成した前記モデルとの比較に基づいて、前記認知症の有無を判別する、
ことを特徴とする請求項1に記載の学習方法。 - 前記判別する処理は、前記基準モデルと、作成した前記モデルとの間に有意差がある場合に、前記認知症が有るものと判別する、
ことを特徴とする請求項2に記載の学習方法。 - 前記判別する処理は、作成した前記モデルにおいて、前記歩様に時系列に伴うゆらぎがある場合に、前記認知症が有るものと判別する、
ことを特徴とする請求項1乃至3のいずれか一項に記載の学習方法。 - 前記姿勢は、前記対象者の歩行時の姿勢である、
ことを特徴とする請求項1乃至4のいずれか一項に記載の学習方法。 - 対象者の姿勢と、前記対象者の歩様とを取得し、
複数取得した異なる時点の前記歩様に基づいて、当該歩様に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が認知症を有するか否かを判別し、
前記認知症の有無と、前記歩様とを説明変数とし、転倒リスクを目的変数として学習した学習モデルに、判別した前記認知症の有無と、取得した前記歩様とを適用して前記対象者の転倒リスクを推定する、
処理をコンピュータが実行することを特徴とする推定方法。 - 対象者の姿勢と、前記対象者の歩様とを取得し、
複数取得した異なる時点の前記歩様に基づいて、当該歩様に関する時系列のモデルを作成し、
取得した前記姿勢と、作成した前記モデルとに基づいて、前記対象者が認知症を有するか否かを判別し、
判別した前記認知症の有無と、取得した前記歩様とを説明変数とし、前記対象者が有する転倒リスクを目的変数とする学習を行う、
処理をコンピュータに実行させることを特徴とする学習プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/812,433 US20200294669A1 (en) | 2019-03-11 | 2020-03-09 | Learning method, estimating method, and storage medium |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019043784 | 2019-03-11 | ||
JP2019043784 | 2019-03-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020146435A JP2020146435A (ja) | 2020-09-17 |
JP7276018B2 true JP7276018B2 (ja) | 2023-05-18 |
Family
ID=72431483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019161678A Active JP7276018B2 (ja) | 2019-03-11 | 2019-09-05 | 学習方法、推定方法および学習プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7276018B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7434101B2 (ja) * | 2020-08-13 | 2024-02-20 | 株式会社日立製作所 | 計算機システム及び社会参加支援方法 |
JP2022041314A (ja) | 2020-08-31 | 2022-03-11 | 株式会社リコー | 表示装置、入力方法、プログラム |
JPWO2022254944A1 (ja) * | 2021-05-31 | 2022-12-08 | ||
KR102521713B1 (ko) * | 2022-09-29 | 2023-04-14 | 서울대학교산학협력단 | 3차원 보행신호 기반 노인성 인지장애 진단 장치 및 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160147959A1 (en) | 2014-11-20 | 2016-05-26 | Board Of Regents, The University Of Texas System | Systems, apparatuses and methods for predicting medical events and conditions reflected in gait |
JP2017509380A (ja) | 2014-02-04 | 2017-04-06 | ザ メディカル リサーチ, インフラストラクチャー, アンド ヘルス サーヴィシーズ ファンド オブ ザ テル アヴィヴ メディカル センター | 身体固定センサを使用してパーキンソン病の診断または予後を提供する方法およびシステム |
WO2017065241A1 (ja) | 2015-10-14 | 2017-04-20 | 国立大学法人東京工業大学 | 自動診断装置 |
-
2019
- 2019-09-05 JP JP2019161678A patent/JP7276018B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017509380A (ja) | 2014-02-04 | 2017-04-06 | ザ メディカル リサーチ, インフラストラクチャー, アンド ヘルス サーヴィシーズ ファンド オブ ザ テル アヴィヴ メディカル センター | 身体固定センサを使用してパーキンソン病の診断または予後を提供する方法およびシステム |
US20160147959A1 (en) | 2014-11-20 | 2016-05-26 | Board Of Regents, The University Of Texas System | Systems, apparatuses and methods for predicting medical events and conditions reflected in gait |
WO2017065241A1 (ja) | 2015-10-14 | 2017-04-20 | 国立大学法人東京工業大学 | 自動診断装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020146435A (ja) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7276018B2 (ja) | 学習方法、推定方法および学習プログラム | |
JP7200311B2 (ja) | 人工知能およびユーザ入力を用いて発達進度を判定するための方法および装置 | |
Orphanou et al. | DBN-extended: a dynamic Bayesian network model extended with temporal abstractions for coronary heart disease prognosis | |
JP6435581B2 (ja) | 転移学習装置、転移学習システム、転移学習方法およびプログラム | |
JP6954082B2 (ja) | 学習プログラム、予測プログラム、学習方法、予測方法、学習装置および予測装置 | |
US20200074380A1 (en) | Work support device, work support method, and work support program | |
JP6362521B2 (ja) | 行動分類システム、行動分類装置及び行動分類方法 | |
JP7070255B2 (ja) | 異常判別プログラム、異常判別方法および異常判別装置 | |
JP7019796B2 (ja) | 身体機能自立支援装置およびその方法 | |
JPWO2014155690A1 (ja) | モデル更新方法、装置、およびプログラム | |
WO2019137538A1 (en) | Emotion representative image to derive health rating | |
JP7349078B2 (ja) | リハビリ計画装置、リハビリ計画方法、及びプログラム | |
US11596328B2 (en) | Method and system for postural stability assessment | |
Wismüller et al. | Large-scale nonlinear Granger causality: A data-driven, multivariate approach to recovering directed networks from short time-series data | |
US20210196428A1 (en) | Artificial Intelligence (AI) based Decision-Making Model for Orthodontic Diagnosis and Treatment Planning | |
JP7413836B2 (ja) | 行動認識方法、行動認識プログラム及び行動認識装置 | |
US10884718B2 (en) | Device for use in improving a user interaction with a user interface application | |
JP6875305B2 (ja) | 嗅覚嗜好とパーソナリティとの関係性解析装置 | |
WO2021075061A1 (ja) | 認知機能測定装置、認知機能測定システム、認知機能測定方法及び認知機能測定プログラム | |
US20200294669A1 (en) | Learning method, estimating method, and storage medium | |
JP6832005B2 (ja) | 被験者判断装置、方法、及びプログラム | |
TW202228150A (zh) | 情緒指標預測方法與系統 | |
JP6515426B2 (ja) | 認知症介護負担度判定装置、認知症介護負担度判定方法、認知症介護負担度判定プログラム、認知症治療効果判定装置、認知症治療効果判定方法、及び認知症治療効果判定プログラム | |
WO2023105788A1 (ja) | 行動区間検出プログラム、装置、及び方法 | |
WO2022064660A1 (ja) | 機械学習プログラム、機械学習方法および推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230322 |
|
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: 20230404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7276018 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |