JP7493723B2 - 認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法 - Google Patents
認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法 Download PDFInfo
- Publication number
- JP7493723B2 JP7493723B2 JP2021088557A JP2021088557A JP7493723B2 JP 7493723 B2 JP7493723 B2 JP 7493723B2 JP 2021088557 A JP2021088557 A JP 2021088557A JP 2021088557 A JP2021088557 A JP 2021088557A JP 7493723 B2 JP7493723 B2 JP 7493723B2
- Authority
- JP
- Japan
- Prior art keywords
- cognitive function
- value
- test
- force
- block
- 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
- 230000003920 cognitive function Effects 0.000 title claims description 353
- 238000000034 method Methods 0.000 title claims description 51
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 238000012360 testing method Methods 0.000 claims description 286
- 238000005259 measurement Methods 0.000 claims description 79
- 230000007704 transition Effects 0.000 claims description 71
- 238000011156 evaluation Methods 0.000 claims description 66
- 238000013210 evaluation model Methods 0.000 claims description 42
- 230000008859 change Effects 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 11
- 230000001174 ascending effect Effects 0.000 claims description 7
- 238000000491 multivariate analysis Methods 0.000 claims description 7
- 230000003750 conditioning effect Effects 0.000 claims 5
- 239000006185 dispersion Substances 0.000 claims 2
- 230000001149 cognitive effect Effects 0.000 claims 1
- 210000003811 finger Anatomy 0.000 description 37
- 206010012289 Dementia Diseases 0.000 description 19
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 8
- 238000012854 evaluation process Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 4
- 230000004424 eye movement Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 1
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 1
- 241001112258 Moca Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000006999 cognitive decline Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 108090000237 interleukin-24 Proteins 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
(概要)
以下、本発明の実施形態に係る認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法について説明する。本実施形態では手指とは手の5本の指の1つ以上を意味する。
力測定装置110は、被験者の手指101の力を測定するための装置であり、把握部111と信号制御装置112とを備える。把握部111は、対向する2つの筐体113とヒンジ114と板バネ115とを備える。各筐体113は、円筒の一部を切り取ったような形状をもち、円筒の長軸に直交する断面が扇の弧状となっている。長軸に直交する断面で見たときの2つの筐体113のそれぞれの一端がヒンジ114で結合されている。2つの筐体113は、ヒンジ114を中心として互いに近づくように及び離れるように開閉可能に構成されている。
認知機能評価装置120は、表示装置121と通信装置122と記憶装置123とプロセッサ124とを備える。認知機能評価装置120の一部又は全部を1つのコンピュータと捉えることもできる。認知機能評価装置120の複数の構成要素が別々の装置により実現されてもよい。
以下、認知機能評価方法を説明する。
図2は、認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST11において測定データ取得工程を実行することにより測定データ151を取得する。測定データ151は力調節試験を複数回数実行することにより取得される。各力調節試験は、力測定装置110に加える手指101の力を指示するための経時的に変化する目標値を被験者に対して表示装置121により表示することと、目標値に追従するように被験者により調節される手指101の力の測定値を力測定装置110により測定することと、測定値を目標値に重ねてリアルタイムで被験者に対して表示装置121により表示することとを含む。測定データ151は、各力調節試験における経時的な測定値と目標値との変化を表す。
次に、認知機能評価部141は、ステップST12において試験内平均値算出工程を実行することにより、複数の試験内平均値を算出する。各試験内平均値は、1つの力調節試験に対応する。各試験内平均値は、対応する1つの力調節試験における目標値と測定値との差の絶対値の平均値である。算出された複数の試験内平均値は、試験内平均値データ152として記憶される。
次に、認知機能評価部141は、ステップST13においてブロック内平均値算出工程を実行することにより、複数のブロック内平均値を算出する。各ブロック内平均値は、1つの試験ブロックに対応する。各ブロック内平均値は、対応する1つの試験ブロックに含まれる力調節試験に対応した試験内平均値の平均値である。算出された複数のブロック内平均値は、ブロック内平均値データ153として記憶される。
次に、認知機能評価部141は、ステップST14において近似式の特徴値を算出する第1近似工程を実行する。近似式は、試験ブロックの進行に伴うブロック内平均値の変化を表す。特徴値は、近似式の特徴を表す。算出された特徴値は、ブロック特徴値データ154として記憶される。
次に、認知機能評価部141は、ステップST15において評価工程を実行する。認知機能評価部141は、評価工程において、運動学習度推移データ134に基づいて被験者の認知機能を評価する。運動学習度推移データ134は、測定データ151から導出されたものである。本明細書において測定データ151から導出されるということは、測定データ151そのものを使用することを包含する。本実施形態では、運動学習度推移データ134が、試験ブロックの進行に伴うブロック内平均値の変化の近似式の特徴を表す特徴値を含む。
次に、認知機能評価部141は、ステップST16において表示工程を実行する。表示工程では、認知機能評価部141は、表示装置121に認知機能の評価結果を表示させる。なお、認知機能の評価結果は、記憶装置123に記憶されるなど、別の手法により出力されてもよい。
本実施形態によれば、複数回の力調節試験により取得された測定データ151に基づいて認知機能を評価するので、力調節試験の進行に伴う力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。力調節試験の反復は、握力計を力いっぱい握る握力測定に比べると、手指101の力の調節という繊細な動作を伴うので、詳細な認知機能の評価に適している。力調節試験は表示された目標値に従って手指101を動かすだけであるので、認知機能の高低によらずに実行しやすい。つまり、この構成によれば、認知機能の高低によらずに実行しやすい手法により認知機能の評価をすることができる。
本実施形態では、評価モデル132は、認知機能の評価の知られた複数の人に対する運動学習度推移データ134に基づいて多変量解析により作成されたものである。多変量解析の例として、回帰分析、回帰木を使用する手法が挙げられるが、これらに限定されない。本実施形態は、他の点において、第1実施形態と同様である。なお、機械学習と多変量解析とに共通して包含される手法が存在してもよい。
この構成によれば、認知機能の評価の知られた複数の人に対する運動学習度推移データ134に基づいて多変量解析により作成された評価モデル132が使用されるので、複数の人の情報を反映して認知機能を評価することができる。
第1実施形態(図1)との相違点を中心として第3実施形態について説明する。本実施形態は、認知機能評価プログラム131により実行される認知機能評価方法が第1実施形態の場合と異なる。図8は本実施形態の認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST21において、第1実施形態と同様に測定データ取得工程を実行することにより測定データ151を取得する。
次に、認知機能評価部141は、ステップST22において、第1実施形態と同様に試験内平均値算出工程を実行することにより、複数の試験内平均値を算出する。
次に、認知機能評価部141は、ステップST23において、第1実施形態と同様にブロック内平均値算出工程を実行することにより、複数のブロック内平均値を算出する。
次に、認知機能評価部141は、ステップST24において評価工程を実行する。本実施形態では、第1実施形態と同様の評価モデル132が使用されるが、運動学習度推移データ134の内容が第1実施形態の場合と異なる。本実施形態では、評価モデル132に入力される運動学習度推移データ134は、ステップST23において算出された複数のブロック内平均値を含む。これに対応して、評価モデル132の作成に使用される運動学習度推移データ134も複数のブロック内平均値を含む。
次に、認知機能評価部141は、ステップST25において、第1実施形態と同様に表示工程を実行する。
この構成によれば、複数のブロック内平均値に基づいて、力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。
第1実施形態(図1)との相違点を中心として第4実施形態について説明する。本実施形態は、認知機能評価プログラム131により実行される認知機能評価方法が第1実施形態の場合と異なる。図9は本実施形態の認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST31において、第1実施形態と同様に測定データ取得工程を実行することにより測定データ151を取得する。
次に、認知機能評価部141は、ステップST32において、第1実施形態と同様に試験内平均値算出工程を実行することにより、複数の試験内平均値を算出する。
次に、認知機能評価部141は、ステップST33において近似式の特徴値を算出する第2近似工程を実行する。近似式は、力調節試験の進行に伴う試験内平均値の変化を表す。特徴値は、近似式の特徴を表す。算出された特徴値は、試験特徴値データ155として記憶される。
次に、認知機能評価部141は、ステップST34において評価工程を実行する。本実施形態では、第1実施形態と同様の評価モデル132が使用されるが、運動学習度推移データ134の内容が第1実施形態の場合と異なる。本実施形態では、評価モデル132に入力される運動学習度推移データ134は、ステップST33において算出された近似式の特徴値を含む。これに対応して、評価モデル132の作成に使用される運動学習度推移データ134も、力調節試験の進行に伴う試験内平均値の変化の近似式の特徴を表す特徴値を含む。
次に、認知機能評価部141は、ステップST35において、第1実施形態と同様に表示工程を実行する。
本実施形態によれば、力調節試験の進行に伴う試験内平均値の変化の近似式に基づいて、力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。
第1実施形態(図1)との相違点を中心として第5実施形態について説明する。本実施形態は、認知機能評価プログラム131により実行される認知機能評価方法が第1実施形態の場合と異なる。図10は本実施形態の認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST41において、第1実施形態と同様に測定データ取得工程を実行することにより測定データ151を取得する。
次に、認知機能評価部141は、ステップST42において、第1実施形態と同様に試験内平均値算出工程を実行することにより、複数の試験内平均値を算出する。
次に、認知機能評価部141は、ステップST43において評価工程を実行する。本実施形態では、第1実施形態と同様の評価モデル132が使用されるが、運動学習度推移データ134の内容が第1実施形態の場合と異なる。本実施形態では、評価モデル132に入力される運動学習度推移データ134は、ステップST42において算出された複数の試験内平均値を含む。これに対応して、評価モデル132の作成に使用される運動学習度推移データ134も複数の試験内平均値を含む。
次に、認知機能評価部141は、ステップST44において、第1実施形態と同様に表示工程を実行する。
この構成によれば、複数の試験内平均値に基づいて、力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。
第1実施形態(図1)との相違点を中心として第6実施形態について説明する。本実施形態は、認知機能評価プログラム131により実行される認知機能評価方法が第1実施形態の場合と異なる。図11は本実施形態の認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST51において、第1実施形態と同様に測定データ取得工程を実行することにより測定データ151を取得する。
次に、認知機能評価部141は、ステップST52において評価工程を実行する。本実施形態では、第1実施形態と同様の評価モデル132が使用されるが、運動学習度推移データ134の内容が第1実施形態の場合と異なる。本実施形態では、評価モデル132に入力される運動学習度推移データ134は、ステップST51において取得された測定データ151を含む。これに対応して、評価モデル132の作成に使用される運動学習度推移データ134も測定データ151を含む。
次に、認知機能評価部141は、ステップST53において、第1実施形態と同様に表示工程を実行する。
この構成によれば、測定データ151に基づいて、力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。
第1実施形態(図1)との相違点を中心として第7実施形態について説明する。本実施形態は、認知機能評価プログラム131により実行される認知機能評価方法が第1実施形態の場合と異なる。図12は本実施形態の認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST61において、第1実施形態と同様に測定データ取得工程を実行することにより測定データ151を取得する。
次に、認知機能評価部141は、ステップST62において、第1実施形態と同様に試験内平均値算出工程を実行することにより、複数の試験内平均値を算出する。
次に、認知機能評価部141は、ステップST63において、第1実施形態と同様にブロック内平均値算出工程を実行することにより、複数のブロック内平均値を算出する。
次に、認知機能評価部141は、ステップST64において、差分値、分散値、及び平均値算出工程を実行することにより、種々の差分値、分散値、及び平均値を算出する。算出される差分値、分散値、及び平均値は、第1分散値、1つ以上の第1差分値、第2分散値、第3分散値、1つ以上の第2差分値、第4分散値、最終平均値、及び第3差分値のうちの少なくとも1つを含む。算出された差分値、分散値、及び平均値は、差分値、分散値、及び平均値データ156として記憶される。
次に、認知機能評価部141は、ステップST65において評価工程を実行する。本実施形態では、第1実施形態と同様の評価モデル132が使用されるが、運動学習度推移データ134の内容が第1実施形態の場合と異なる。本実施形態では、評価モデル132に入力される運動学習度推移データ134は、ステップST64において算出された差分値、分散値、及び平均値を含む。これに対応して、評価モデル132の作成に使用される運動学習度推移データ134も差分値、分散値、及び平均値を含む。
次に、認知機能評価部141は、ステップST66において、第1実施形態と同様に表示工程を実行する。
この構成によれば、第1分散値と、1つ以上の第1差分値と、第2分散値と、第3分散値と、1つ以上の第2差分値と、第4分散値と、最終平均値と、第3差分値とのうちの少なくとも1つに基づいて、力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。
第1実施形態(図1)との相違点を中心として第8実施形態について説明する。本実施形態は、認知機能評価プログラム131により実行される認知機能評価方法が第1実施形態の場合と異なる。図13は本実施形態の認知機能評価方法のフローチャートである。
認知機能評価部141は、ステップST71において、第1実施形態と同様に測定データ取得工程を実行することにより測定データ151を取得するとともに、更に視線データを取得する。視線データは、力調節試験中に測定された視線に関するデータである。認知機能評価部141は、視線データ取得装置125(図1)を制御することにより視線データを取得する。
次に、認知機能評価部141は、ステップST72において、第1実施形態と同様に試験内平均値算出工程を実行することにより、複数の試験内平均値を算出する。
次に、認知機能評価部141は、ステップST73において、第1実施形態と同様にブロック内平均値算出工程を実行することにより、複数のブロック内平均値を算出する。
次に、認知機能評価部141は、ステップST74において、第1実施形態と同様に第1近似工程を実行することにより、近似式の特徴値を算出する。
次に、認知機能評価部141は、ステップST75において評価工程を実行する。本実施形態では、第1実施形態と同様の評価モデル132が使用されるが、入力の内容が第1実施形態の場合と異なる。本実施形態では、評価モデル132の入力は運動学習度推移データ134に加えて、ステップST71において取得された視線データを含む。これに対応して、評価モデル132の作成においても運動学習度推移データ134に加えて視線データが使用される。
次に、認知機能評価部141は、ステップST76において、第1実施形態と同様に表示工程を実行する。
この構成によれば、眼球運動と認知機能(例えば認知症)に相関があることが知られていることから、運動学習度推移データ134に加えて視線データを利用することにより、更に詳細に、力調節試験に対する運動学習度の推移を反映して認知機能を評価することができる。
以上の説明において別々の実施形態において運動学習度推移データ134に含まれるとして説明されている情報は、組み合わされて認知機能の評価に使用されてもよい。例えば、近似式の特徴値と測定データ151との両方が評価モデル132の入力として使用されてもよい。
認知機能評価プログラムであって、認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、運動学習度推移データに基づいて被験者の認知機能を評価する評価工程を実行させるように構成されており、運動学習度推移データが、力測定装置に加える手指の力を指示するための経時的に変化する目標値を被験者に対して表示装置により表示することと、目標値に追従するように被験者により調節される手指の力の測定値を力測定装置により測定することと、測定値を目標値に重ねてリアルタイムで被験者に対して表示装置により表示することとを含む力調節試験を複数回数実行することにより取得された、各力調節試験における経時的な測定値と目標値との変化を表す測定データから導出されたものである、認知機能評価プログラム。
評価工程が、認知機能の評価の知られた複数の人に対する運動学習度推移データに基づいて機械学習により作成された評価モデルであって、運動学習度推移データを含む入力に基づいて認知機能を評価するように構成された評価モデルを使用して、認知機能を評価することを含む、付記項1に記載の認知機能評価プログラム。
評価工程が、認知機能の評価の知られた複数の人に対する運動学習度推移データに基づいて多変量解析により作成された評価モデルであって、運動学習度推移データを含む入力に基づいて認知機能を評価するように構成された評価モデルを使用して、認知機能を評価することを含む、付記項1に記載の認知機能評価プログラム。
運動学習度推移データが、試験ブロックの進行に伴うブロック内平均値の変化の近似式の特徴を表す特徴値を含み、各ブロック内平均値が、1つの試験ブロックに対応し各試験ブロックが、1つ以上の連続した力調節試験を含み、各ブロック内平均値が、対応する1つの試験ブロックに含まれる力調節試験に対応した試験内平均値の平均値であり、各試験内平均値が、1つの力調節試験に対応し、各試験内平均値が、対応する1つの力調節試験における目標値と測定値との差の絶対値の平均値である、付記項2又は付記項3に記載の認知機能評価プログラム。
近似式が、
y=a×e(-b(n-1))+c
と表され、試験ブロックに時間的に早いほうから昇順に1から始まる連続した整数のブロック番号が割り当てられており、nはブロック番号を表し、yはnに代入されたブロック番号に対応した試験ブロックのブロック内平均値の近似値を与え、運動学習度推移データが、特徴値aと特徴値bと特徴値cとのうちの少なくとも1つを含む、付記項4に記載の認知機能評価プログラム。
認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、試験内平均値を算出する試験内平均値算出工程と、ブロック内平均値を算出するブロック内平均値算出工程と、近似式の特徴値を算出する第1近似工程と、を実行させるように構成されている、付記項4又は付記項5に記載の認知機能評価プログラム。
運動学習度推移データが、複数のブロック内平均値を含み、各ブロック内平均値が、1つの試験ブロックに対応し各試験ブロックが、1つ以上の連続した力調節試験を含み、各ブロック内平均値が、対応する1つの試験ブロックに含まれる力調節試験に対応した試験内平均値の平均値であり、各試験内平均値が、1つの力調節試験に対応し、各試験内平均値が、対応する1つの力調節試験における目標値と測定値との差の絶対値の平均値である、付記項2又は付記項3に記載の認知機能評価プログラム。
認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、試験内平均値を算出する試験内平均値算出工程と、ブロック内平均値を算出するブロック内平均値算出工程と、を実行させるように構成されている、付記項7に記載の認知機能評価プログラム。
運動学習度推移データが、力調節試験の進行に伴う試験内平均値の変化の近似式の特徴を表す特徴値を含み、各試験内平均値が、1つの力調節試験に対応し、各試験内平均値が、対応する1つの力調節試験における目標値と測定値との差の絶対値の平均値である、付記項2又は付記項3に記載の認知機能評価プログラム。
近似式が、
y=a×e(-b(m-1))+c
と表され、力調節試験に時間的に早いほうから昇順に1から始まる連続した整数の試験番号が割り当てられており、mは試験番号を表し、yはmに代入された試験番号に対応した力調節試験の試験内平均値の近似値を与え、運動学習度推移データが、特徴値aと特徴値bと特徴値cとのうちの少なくとも1つを含む、付記項9に記載の認知機能評価プログラム。
認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、試験内平均値を算出する試験内平均値算出工程と、近似式の特徴値を算出する第2近似工程と、を実行させるように構成されている、付記項9又は付記項10に記載の認知機能評価プログラム。
運動学習度推移データが、複数の試験内平均値を含み、各試験内平均値が、1つの力調節試験に対応し、各試験内平均値が、対応する1つの力調節試験における目標値と測定値との差の絶対値の平均値である、付記項2又は付記項3に記載の認知機能評価プログラム。
認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、試験内平均値を算出する試験内平均値算出工程を実行させるように構成されている、付記項12に記載の認知機能評価プログラム。
運動学習度推移データが、測定データを含む、付記項2又は付記項3に記載の認知機能評価プログラム。
運動学習度推移データが、第1分散値と、1つ以上の第1差分値と、第2分散値と、第3分散値と、1つ以上の第2差分値と、第4分散値と、最終平均値と、第3差分値と、のうちの少なくとも1つを含み、第1分散値が、複数の試験内平均値の分散値であり、各第1差分値が、2つの試験内平均値の差であり、第2分散値が、複数の第1差分値の分散値であり、第3分散値が、複数のブロック内平均値の分散値であり、各第2差分値が、2つのブロック内平均値の差であり、第4分散値が、複数の第2差分値の分散値であり、最終平均値が、最後の試験ブロックのブロック内平均値であり、第3差分値が、最初の試験ブロックのブロック内平均値と最後の試験ブロックのブロック内平均値との差であり、各ブロック内平均値が、1つの試験ブロックに対応し各試験ブロックが、1つ以上の連続した力調節試験を含み、各ブロック内平均値が、対応する1つの試験ブロックに含まれる力調節試験に対応した試験内平均値の平均値であり、各試験内平均値が、1つの力調節試験に対応し、各試験内平均値が、対応する1つの力調節試験における目標値と測定値との差の絶対値の平均値である、付記項2又は付記項3に記載の認知機能評価プログラム。
第1分散値と、1つ以上の第1差分値と、第2分散値と、第3分散値と、1つ以上の第2差分値と、第4分散値と、最終平均値と、第3差分値とのうちの運動学習度推移データに含まれるものを算出する差分値、分散値、及び平均値算出工程を含む、付記項15に記載の認知機能評価プログラム。
評価モデルが、運動学習度推移データと力調節試験中に測定された視線に関する視線データとを含む入力に基づいて認知機能を評価するように構成され、評価モデルが、認知機能の評価の知られた複数の人に対する運動学習度推移データと視線データとに基づいて作成され、評価工程が、被験者の運動学習度推移データと被験者の視線データとを評価モデルに入力することにより、被験者の認知機能を評価することを含む、付記項2から付記項16のいずれか一項に記載の認知機能評価プログラム。
認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、力調節試験を複数回数実行させることにより、各力調節試験における経時的な測定値と目標値との変化を表す測定データを取得させる測定データ取得工程を実行させるように構成されている、付記項1から付記項17のいずれか一項に記載の認知機能評価プログラム。
認知機能評価装置であって、認知機能評価装置が、認知機能評価プログラムを記憶した記憶装置と、プロセッサと、を備え、認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、運動学習度推移データに基づいて被験者の認知機能を評価する評価工程を実行させるように構成されており、運動学習度推移データが、力測定装置に加える手指の力を指示するための経時的に変化する目標値を被験者に対して表示装置により表示することと、目標値に追従するように被験者により調節される手指の力の測定値を力測定装置により測定することと、測定値を目標値に重ねてリアルタイムで被験者に対して表示装置により表示することとを含む力調節試験を複数回数実行することにより取得された、各力調節試験における経時的な測定値と目標値との変化を表す測定データから導出されたものである、認知機能評価装置。
認知機能評価システムであって、認知機能評価システムが、認知機能評価装置と、力測定装置と、を備え、認知機能評価装置が、認知機能評価プログラムを記憶した記憶装置と、プロセッサと、表示装置と、を備え、認知機能評価プログラムが、プロセッサにより実行されたときに、プロセッサに、力測定装置に加える手指の力を指示するための経時的に変化する目標値を被験者に対して表示装置により表示することと、目標値に追従するように被験者により調節される手指の力の測定値を力測定装置により測定することと、測定値を目標値に重ねてリアルタイムで被験者に対して表示装置により表示することとを含む力調節試験を複数回数実行させることにより、各力調節試験における経時的な測定値と目標値との変化を表す測定データを取得させる測定データ取得工程と、測定データから導出された運動学習度推移データに基づいて被験者の認知機能を評価する評価工程と、を実行させる、認知機能評価システム。
コンピュータにより実行される認知機能評価方法であって、認知機能評価方法が、運動学習度推移データに基づいて被験者の認知機能を評価する評価工程を含み、運動学習度推移データが、力測定装置に加える手指の力を指示するための経時的に変化する目標値を被験者に対して表示装置により表示することと、目標値に追従するように被験者により調節される手指の力の測定値を力測定装置により測定することと、測定値を目標値に重ねてリアルタイムで被験者に対して表示装置により表示することとを含む力調節試験を複数回数実行することにより取得された、各力調節試験における経時的な測定値と目標値との変化を表す測定データから導出されたものである、認知機能評価方法。
すなわち、当業者は、本発明の技術的範囲又はその均等の範囲内において、上述した実施形態の構成要素に関し、様々な変更、コンビネーション、サブコンビネーション、並びに代替を行ってもよい。
101… 手指
110… 力測定装置
111… 把握部
112… 信号制御装置
113… 筐体
114… ヒンジ
115… 板バネ
116… 歪みセンサー
120… 認知機能評価装置
121… 表示装置
122… 通信装置
123… 記憶装置
124… プロセッサ
125… 視線データ取得装置
131… 認知機能評価プログラム
132… 評価モデル
133… 目標データ
134… 運動学習度推移データ
141… 認知機能評価部
151… 測定データ
152… 試験内平均値データ
153… ブロック内平均値データ
154… ブロック特徴値データ
155… 試験特徴値データ
156… 差分値、分散値、及び平均値データ
161… 目標値グラフ
162… 測定値グラフ
Claims (21)
- 認知機能評価プログラムであって、
前記認知機能評価プログラムが、プロセッサにより実行されたときに、前記プロセッサに、運動学習度推移データに基づいて被験者の認知機能を評価する評価工程を実行させるように構成されており、
前記運動学習度推移データが、力測定装置に加える手指の力を指示するための経時的に変化する目標値を前記被験者に対して表示装置により表示することと、前記目標値に追従するように前記被験者により調節される手指の力の測定値を前記力測定装置により測定することと、前記測定値を前記目標値に重ねてリアルタイムで前記被験者に対して前記表示装置により表示することとを含む力調節試験を複数回数実行することにより取得された、各前記力調節試験における経時的な前記測定値と前記目標値との変化を表す測定データから導出されたものである、
認知機能評価プログラム。 - 前記評価工程が、前記認知機能の評価の知られた複数の人に対する前記運動学習度推移データに基づいて機械学習により作成された評価モデルであって、前記運動学習度推移データを含む入力に基づいて前記認知機能を評価するように構成された前記評価モデルを使用して、前記認知機能を評価することを含む、
請求項1に記載の認知機能評価プログラム。 - 前記評価工程が、前記認知機能の評価の知られた複数の人に対する前記運動学習度推移データに基づいて多変量解析により作成された評価モデルであって、前記運動学習度推移データを含む入力に基づいて前記認知機能を評価するように構成された前記評価モデルを使用して、前記認知機能を評価することを含む、
請求項1に記載の認知機能評価プログラム。 - 前記運動学習度推移データが、試験ブロックの進行に伴うブロック内平均値の変化の近似式の特徴を表す特徴値を含み、
各前記ブロック内平均値が、1つの前記試験ブロックに対応し
各前記試験ブロックが、1つ以上の連続した前記力調節試験を含み、
各前記ブロック内平均値が、対応する1つの前記試験ブロックに含まれる前記力調節試験に対応した試験内平均値の平均値であり、
各前記試験内平均値が、1つの前記力調節試験に対応し、
各前記試験内平均値が、対応する1つの前記力調節試験における前記目標値と前記測定値との差の絶対値の平均値である、
請求項2又は請求項3に記載の認知機能評価プログラム。 - 前記近似式が、
y=a×e(-b(n-1))+c
と表され、前記試験ブロックに時間的に早いほうから昇順に1から始まる連続した整数のブロック番号が割り当てられており、nは前記ブロック番号を表し、yはnに代入された前記ブロック番号に対応した前記試験ブロックの前記ブロック内平均値の近似値を与え、
前記運動学習度推移データが、特徴値aと特徴値bと特徴値cとのうちの少なくとも1つを含む、
請求項4に記載の認知機能評価プログラム。 - 前記認知機能評価プログラムが、プロセッサにより実行されたときに、前記プロセッサに、
前記試験内平均値を算出する試験内平均値算出工程と、
前記ブロック内平均値を算出するブロック内平均値算出工程と、
前記近似式の前記特徴値を算出する第1近似工程と、
を実行させるように構成されている、
請求項4又は請求項5に記載の認知機能評価プログラム。 - 前記運動学習度推移データが、複数のブロック内平均値を含み、
各前記ブロック内平均値が、1つの試験ブロックに対応し
各前記試験ブロックが、1つ以上の連続した前記力調節試験を含み、
各前記ブロック内平均値が、対応する1つの前記試験ブロックに含まれる前記力調節試験に対応した試験内平均値の平均値であり、
各前記試験内平均値が、1つの前記力調節試験に対応し、
各前記試験内平均値が、対応する1つの前記力調節試験における前記目標値と前記測定値との差の絶対値の平均値である、
請求項2又は請求項3に記載の認知機能評価プログラム。 - 前記認知機能評価プログラムが、プロセッサにより実行されたときに、前記プロセッサに、
前記試験内平均値を算出する試験内平均値算出工程と、
前記ブロック内平均値を算出するブロック内平均値算出工程と、
を実行させるように構成されている、
請求項7に記載の認知機能評価プログラム。 - 前記運動学習度推移データが、力調節試験の進行に伴う試験内平均値の変化の近似式の特徴を表す特徴値を含み、
各前記試験内平均値が、1つの前記力調節試験に対応し、
各前記試験内平均値が、対応する1つの前記力調節試験における前記目標値と前記測定値との差の絶対値の平均値である、
請求項2又は請求項3に記載の認知機能評価プログラム。 - 前記近似式が、
y=a×e(-b(m-1))+c
と表され、前記力調節試験に時間的に早いほうから昇順に1から始まる連続した整数の試験番号が割り当てられており、mは前記試験番号を表し、yはmに代入された前記試験番号に対応した前記力調節試験の前記試験内平均値の近似値を与え、
前記運動学習度推移データが、特徴値aと特徴値bと特徴値cとのうちの少なくとも1つを含む、
請求項9に記載の認知機能評価プログラム。 - 前記認知機能評価プログラムが、プロセッサにより実行されたときに、前記プロセッサに、
前記試験内平均値を算出する試験内平均値算出工程と、
前記近似式の前記特徴値を算出する第2近似工程と、
を実行させるように構成されている、
請求項9又は請求項10に記載の認知機能評価プログラム。 - 前記運動学習度推移データが、複数の試験内平均値を含み、
各前記試験内平均値が、1つの前記力調節試験に対応し、
各前記試験内平均値が、対応する1つの前記力調節試験における前記目標値と前記測定値との差の絶対値の平均値である、
請求項2又は請求項3に記載の認知機能評価プログラム。 - 前記認知機能評価プログラムが、プロセッサにより実行されたときに、前記プロセッサに、前記試験内平均値を算出する試験内平均値算出工程を実行させるように構成されている、
請求項12に記載の認知機能評価プログラム。 - 前記運動学習度推移データが、前記測定データを含む、
請求項2又は請求項3に記載の認知機能評価プログラム。 - 前記運動学習度推移データが、
第1分散値と、
1つ以上の第1差分値と、
第2分散値と、
第3分散値と、
1つ以上の第2差分値と、
第4分散値と、
最終平均値と、
第3差分値と、
のうちの少なくとも1つを含み、
前記第1分散値が、複数の試験内平均値の分散値であり、
各前記第1差分値が、2つの前記試験内平均値の差であり、
前記第2分散値が、複数の前記第1差分値の分散値であり、
前記第3分散値が、複数のブロック内平均値の分散値であり、
各前記第2差分値が、2つの前記ブロック内平均値の差であり、
前記第4分散値が、複数の前記第2差分値の分散値であり、
前記最終平均値が、最後の前記試験ブロックの前記ブロック内平均値であり、
前記第3差分値が、最初の前記試験ブロックの前記ブロック内平均値と最後の前記試験ブロックの前記ブロック内平均値との差であり、
各前記ブロック内平均値が、1つの試験ブロックに対応し
各前記試験ブロックが、1つ以上の連続した前記力調節試験を含み、
各前記ブロック内平均値が、対応する1つの前記試験ブロックに含まれる前記力調節試験に対応した試験内平均値の平均値であり、
各前記試験内平均値が、1つの前記力調節試験に対応し、
各前記試験内平均値が、対応する1つの前記力調節試験における前記目標値と前記測定値との差の絶対値の平均値である、
請求項2又は請求項3に記載の認知機能評価プログラム。 - 前記第1分散値と、1つ以上の前記第1差分値と、前記第2分散値と、前記第3分散値と、1つ以上の前記第2差分値と、前記第4分散値と、前記最終平均値と、前記第3差分値とのうちの前記運動学習度推移データに含まれるものを算出する差分値、分散値、及び平均値算出工程を含む、
請求項15に記載の認知機能評価プログラム。 - 前記評価モデルが、前記運動学習度推移データと前記力調節試験中に測定された視線に関する視線データとを含む前記入力に基づいて前記認知機能を評価するように構成され、
前記評価モデルが、前記認知機能の評価の知られた複数の人に対する前記運動学習度推移データと前記視線データとに基づいて作成され、
前記評価工程が、前記被験者の前記運動学習度推移データと前記被験者の前記視線データとを前記評価モデルに入力することにより、前記被験者の前記認知機能を評価することを含む、
請求項2から請求項16のいずれか一項に記載の認知機能評価プログラム。 - 前記認知機能評価プログラムが、前記プロセッサにより実行されたときに、前記プロセッサに、前記力調節試験を複数回数実行させることにより、各前記力調節試験における経時的な前記測定値と前記目標値との変化を表す前記測定データを取得させる測定データ取得工程を実行させるように構成されている、
請求項1から請求項17のいずれか一項に記載の認知機能評価プログラム。 - 認知機能評価装置であって、
前記認知機能評価装置が、
認知機能評価プログラムを記憶した記憶装置と、
プロセッサと、
を備え、
前記認知機能評価プログラムが、前記プロセッサにより実行されたときに、前記プロセッサに、運動学習度推移データに基づいて被験者の認知機能を評価する評価工程を実行させるように構成されており、
前記運動学習度推移データが、力測定装置に加える手指の力を指示するための経時的に変化する目標値を前記被験者に対して表示装置により表示することと、前記目標値に追従するように前記被験者により調節される手指の力の測定値を前記力測定装置により測定することと、前記測定値を前記目標値に重ねてリアルタイムで前記被験者に対して前記表示装置により表示することとを含む力調節試験を複数回数実行することにより取得された、各前記力調節試験における経時的な前記測定値と前記目標値との変化を表す測定データから導出されたものである、
認知機能評価装置。 - 認知機能評価システムであって、前記認知機能評価システムが、
認知機能評価装置と、
力測定装置と、
を備え、
前記認知機能評価装置が、
認知機能評価プログラムを記憶した記憶装置と、
プロセッサと、
表示装置と、
を備え、
前記認知機能評価プログラムが、前記プロセッサにより実行されたときに、前記プロセッサに、
前記力測定装置に加える手指の力を指示するための経時的に変化する目標値を被験者に対して前記表示装置により表示することと、前記目標値に追従するように前記被験者により調節される手指の力の測定値を前記力測定装置により測定することと、前記測定値を前記目標値に重ねてリアルタイムで前記被験者に対して前記表示装置により表示することとを含む力調節試験を複数回数実行させることにより、各前記力調節試験における経時的な前記測定値と前記目標値との変化を表す測定データを取得させる測定データ取得工程と、
前記測定データから導出された運動学習度推移データに基づいて前記被験者の認知機能を評価する評価工程と、
を実行させる、
認知機能評価システム。 - コンピュータにより実行される認知機能評価方法であって、前記認知機能評価方法が、
運動学習度推移データに基づいて被験者の認知機能を評価する評価工程を含み、
前記運動学習度推移データが、力測定装置に加える手指の力を指示するための経時的に変化する目標値を前記被験者に対して表示装置により表示することと、前記目標値に追従するように前記被験者により調節される手指の力の測定値を前記力測定装置により測定することと、前記測定値を前記目標値に重ねてリアルタイムで前記被験者に対して前記表示装置により表示することとを含む力調節試験を複数回数実行することにより取得された、各前記力調節試験における経時的な前記測定値と前記目標値との変化を表す測定データから導出されたものである、
認知機能評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021088557A JP7493723B2 (ja) | 2021-05-26 | 2021-05-26 | 認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021088557A JP7493723B2 (ja) | 2021-05-26 | 2021-05-26 | 認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022181549A JP2022181549A (ja) | 2022-12-08 |
JP7493723B2 true JP7493723B2 (ja) | 2024-06-03 |
Family
ID=84328212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021088557A Active JP7493723B2 (ja) | 2021-05-26 | 2021-05-26 | 認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7493723B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140330394A1 (en) | 2007-06-05 | 2014-11-06 | Washington University | Methods and systems for controlling body parts and devices using ipsilateral motor cortex and motor related cortex |
WO2015037089A1 (ja) | 2013-09-11 | 2015-03-19 | 日立コンシューマエレクトロニクス株式会社 | 脳機能障害評価方法、脳機能障害評価装置およびそのプログラム |
JP2018519133A (ja) | 2015-05-19 | 2018-07-19 | ユニヴェルシテ・パリ・デカルト | 手先の器用さを評価する方法 |
JP2021016630A (ja) | 2019-07-22 | 2021-02-15 | マクセル株式会社 | 検出装置および検出方法 |
-
2021
- 2021-05-26 JP JP2021088557A patent/JP7493723B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140330394A1 (en) | 2007-06-05 | 2014-11-06 | Washington University | Methods and systems for controlling body parts and devices using ipsilateral motor cortex and motor related cortex |
WO2015037089A1 (ja) | 2013-09-11 | 2015-03-19 | 日立コンシューマエレクトロニクス株式会社 | 脳機能障害評価方法、脳機能障害評価装置およびそのプログラム |
JP2018519133A (ja) | 2015-05-19 | 2018-07-19 | ユニヴェルシテ・パリ・デカルト | 手先の器用さを評価する方法 |
JP2021016630A (ja) | 2019-07-22 | 2021-02-15 | マクセル株式会社 | 検出装置および検出方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022181549A (ja) | 2022-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6672529B2 (ja) | 予測自覚屈折データまたは予測矯正値を確定するための装置およびコンピュータプログラム | |
Krishna et al. | Quantitative assessment of cerebellar ataxia, through automated limb functional tests | |
US11484225B2 (en) | Rehabilitation evaluation apparatus, rehabilitation evaluation method, and rehabilitation evaluation program | |
Vinokurov et al. | Quantifying hypomimia in parkinson patients using a depth camera | |
JP2007531559A5 (ja) | ||
WO2022091642A1 (ja) | 認知機能判定装置、認知機能判定システム、学習モデル生成装置、認知機能判定方法、学習モデル製造方法、学習済みモデル、およびプログラム | |
TW201013248A (en) | Method for designing eyeglass lens | |
US20240221950A1 (en) | Multi-modal input processing | |
JP7493723B2 (ja) | 認知機能評価プログラム、認知機能評価装置、認知機能評価システム、及び認知機能評価方法 | |
JP6509712B2 (ja) | 印象推定装置およびプログラム | |
JP7517431B2 (ja) | 情報処理装置、制御方法及びプログラム | |
EP4325517A1 (en) | Methods and devices in performing a vision testing procedure on a person | |
JP2009201653A (ja) | 知的活動評価システム、並びにその学習方法及びラベル付与方法 | |
KR20190067069A (ko) | Bci 시스템의 신뢰성 향상 방법 | |
Mantri et al. | Real time multimodal depression analysis | |
Upadhyay et al. | Stacked SVM model for Dysthymia prediction in undergraduates students | |
Yalçın et al. | Artifacts mitigation in sensors for spasticity assessment | |
Gerbasi et al. | Detecting mild cognitive impairment using smooth pursuit and a modified corsi task | |
WO2023190391A1 (ja) | 疾患該当性判定プログラム及び疾患該当性判定装置 | |
KR102487700B1 (ko) | 인공지능 안면인식 알고리즘을 이용한 안면 장애 진단 시스템 | |
Sweeney-Fanelli et al. | Automated Emotion Recognition Employing Wearable ECG Sensor and Deep-Learning | |
Rashmika | An Enhanced Voice Record Recognition System for Parkinson's Disease Progression using Deep Neural Networks | |
EP4171350B1 (en) | Method and device for determining at least one astigmatic effect of at least one eye | |
CN118369038A (zh) | 用于确定患者对主观医学测试的刺激感知的响应的确定性水平的方法以及因此的装置 | |
JP7265293B2 (ja) | 音声を用いて、精神・神経系疾患を推定する装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20210623 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230821 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240313 |
|
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: 20240430 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240513 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7493723 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |