特開 2022-105469 知的コグニサイズ訓練方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022105469

(43)【公開日】2022-07-14

(54)【発明の名称】知的コグニサイズ訓練方法

(51)【国際特許分類】

   A61H 1/02 20060101AFI20220707BHJP

【ＦＩ】

A61H1/02 G

【審査請求】有

【請求項の数】13

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2021170332

(22)【出願日】2021-10-18

(31)【優先権主張番号】110100054

(32)【優先日】2021-01-04

(33)【優先権主張国・地域又は機関】TW

(71)【出願人】

【識別番号】390023582

【氏名又は名称】財團法人工業技術研究院

【氏名又は名称原語表記】ＩＮＤＵＳＴＲＩＡＬ ＴＥＣＨＮＯＬＯＧＹ ＲＥＳＥＡＲＣＨ ＩＮＳＴＩＴＵＴＥ

【住所又は居所原語表記】Ｎｏ．１９５，Ｓｅｃ．４，ＣｈｕｎｇＨｓｉｎｇＲｄ．，Ｃｈｕｔｕｎｇ，Ｈｓｉｎｃｈｕ，Ｔａｉｗａｎ ３１０４０

(74)【代理人】

【識別番号】110000408

【氏名又は名称】特許業務法人高橋・林アンドパートナーズ

(72)【発明者】

【氏名】リェン， チュンフン

(72)【発明者】

【氏名】ヤン， チャンシュアン

【テーマコード（参考）】

4C046

【Ｆターム（参考）】

4C046AA33

4C046AA45

4C046BB10

4C046CC01

4C046DD08

4C046DD36

4C046EE10

4C046EE13

4C046EE23

4C046EE24

4C046EE25

4C046EE26

4C046EE32

4C046EE33

4C046FF12

4C046FF26

(57)【要約】      （修正有）

【課題】知的コグニサイズ訓練方法を提供する。
【解決手段】知的コグニサイズ訓練方法は、表示装置１３が映像を表示し、映像は、参照行動グループと、参照行動グループに対応する第１行動ルールコマンドとを含む。次に、カメラ１２がユーザの応答行動グループを取得する。次に、コンピュータホスト１１は、第１行動ルールコマンドと参照行動グループに対応する第１目標行動グループを取得する。そして、ホストは応答行動グループと第一目標行動グループを比較し、行動精度を計算する。行動精度が割合の閾値より小さくない場合、ホストは、第１行動ルールコマンドを第２行動ルールコマンドに置き換え、第２行動ルールコマンドの複雑さは第１行動ルールコマンドの複雑さより高い。
【選択図】図２

【特許請求の範囲】

【請求項1】

表示装置、カメラ、ホストを少なくとも備えたコグニサイズ訓練システムに適用可能な知的コグニサイズ訓練方法であって、
前記表示装置により、参照行動グループ、および前記参照行動グループに対応する第１行動ルールコマンドを含む第１映像を表示し、
前記カメラにより、ユーザの応答行動グループを取得し、
前記ホストにより、前記第１行動ルールコマンドと前記参照行動グループに対応する第１目標行動グループを取得し、
前記ホストによって、前記応答行動グループと前記第１目標行動グループとを比較して行動精度を計算し、第１割合の閾値および第２割合の閾値が前記ホストに設定され、前記第１割合の閾値が前記第２割合の閾値よりも大きく、
前記行動精度が前記第１割合の閾値以上である場合に、前記ホストにより、前記第１行動ルールコマンドを第２行動ルールコマンドに置き換えることを含み、
前記第２行動ルールコマンドの複雑さは、前記第１行動ルールコマンドの複雑さよりも高いことを特徴とする、
知的コグニサイズ訓練方法。

【請求項2】

前記ホストにより、前記第１行動ルールコマンドを前記第２行動ルールコマンドに置き換えた後、前記第２行動ルールコマンドおよび前記参照行動グループに対応する第２目標行動グループを取得することをさらに含み、
第２目標行動グループの複雑さは、前記第１目標行動グループの複雑さよりも高い、
請求項１に記載の知的コグニサイズ訓練方法。

【請求項3】

前記ホストによって、前記第２行動ルールコマンドおよび前記参照行動グループに対応する前記第２目標行動グループを取得した後、前記表示装置によって第２映像を表示することをさらに含み、
前記第２映像は、前記参照行動グループ、および前記参照行動グループに対応する第２行動ルールコマンドを含む、
請求項２に記載の知的コグニサイズ訓練方法。

【請求項4】

前記行動精度が前記第１割合の閾値よりも小さく、前記第２割合の閾値以上である場合に、前記ホストによって、前記第１行動ルールコマンドを残存させることをさらに含む、
請求項１に記載の知的コグニサイズ訓練方法。

【請求項5】

前記行動精度が前記第２割合の閾値よりも小さい場合に、前記ホストにより、前記第１行動ルールコマンドを第３行動ルールコマンドに置き換えることをさらに含み、
前記第３行動ルールコマンドの複雑さが、前記第１行動ルールコマンドの複雑さよりも低い、
請求項１に記載の知的コグニサイズ訓練方法。

【請求項6】

前記ホストによって、前記第１行動ルールコマンドを前記第３行動ルールコマンドに置き換えた後、前記第３行動ルールコマンドおよび前記参照行動グループに対応する第３目標行動グループを取得すること、をさらに含み、
前記第３目標行動グループの複雑さが、前記第１目標行動グループの複雑さよりも低い、
請求項５に記載の知的コグニサイズ訓練方法。

【請求項7】

前記ホストにより、前記第３行動ルールコマンドおよび前記参照行動グループに対応する前記第３目標行動グループを取得した後、前記表示装置により第３映像を表示することをさらに含み、
前記第３映像は、前記参照行動グループ、および前記参照行動グループに対応する前記第３行動ルールコマンドを含む、
請求項６に記載の知的コグニサイズ訓練方法。

【請求項8】

前記第１行動ルールコマンドは、サウンドコマンド、テキストコマンド、静的ガイド画像または動的ガイド画像であり、前記第２行動ルールコマンドは、サウンドコマンド、テキストコマンド、静的ガイド画像または動的ガイド画像であり、前記第３行動ルールコマンドは、サウンドコマンド、テキストコマンド、静的ガイド画像または動的ガイド画像である、
請求項５に記載の知的コグニサイズ訓練方法。

【請求項9】

表示装置、カメラ、ホスト、およびマイクを少なくとも備えたコグニサイズ訓練システムに適用される知的コグニサイズ訓練方法であって、
前記表示装置により、参照行動グループ、前記参照行動グループに対応する第１行動ルールコマンド、および音声コマンドを含む第１映像を表示し、
前記カメラにより、ユーザの応答行動グループを取得し、
前記マイクを使って、前記ユーザの音声応答を取得し、
前記ホストにより、前記第１行動ルールコマンドおよび前記参照行動グループに対応する第１目標行動グループを取得し、
前記ホストにより、前記応答行動グループと前記第１目標行動グループとを比較して行動精度を算出するステップと、
前記行動精度が割合閾値より低くない場合に、前記ホストにより、前記音声応答の意味が前記音声コマンドの意味と同じであるかどうかを判断し、
前記音声応答の意味が前記音声応答の意味と同じである場合に、前記ホストにより、前記第１行動ルールコマンドを第２行動ルールコマンドに置き換えることを含み、
前記第２行動ルールコマンドの複雑さが前記第１行動ルールコマンドの複雑さよりも高いことを特徴とする、
知的コグニサイズ訓練方法。

【請求項10】

前記第１行動ルールコマンドを前記第２行動ルールコマンドに置き換えた後、前記ホストにより、前記第２行動ルールコマンドおよび前記参照行動グループに対応する第２目標行動グループを取得することをさらに含み、
前記第２目標行動グループの複雑さは、前記第１目標行動グループの複雑さよりも高い、
請求項９に記載の知的コグニサイズ訓練方法。

【請求項11】

前記行動精度が前記割合閾値よりも低い場合に、前記ホストによって、前記第１行動ルールコマンドを第３行動ルールコマンドに置き換えることをさらに含み、
前記第３行動ルールコマンドの複雑さが、前記第１行動ルールコマンドの複雑さよりも小さいことを特徴とする、
請求項９に記載の知的コグニサイズ訓練方法。

【請求項12】

前記音声応答の意味が前記音声コマンドの意味と異なる場合に、前記ホストによって、前記第１行動ルールコマンドを第３行動ルールコマンドに置き換えることをさらに含み、
前記第３行動ルールコマンドの複雑さが、前記第１行動ルールコマンドの複雑さよりも小さい、
請求項９に記載の知的コグニサイズ訓練方法。

【請求項13】

前記第１行動ルールコマンドを前記第３行動ルールコマンドに置き換えた後、前記ホストによって、第３行動ルールコマンドおよび参照行動グループに対応する第３目標行動グループを取得することをさらに含み、
前記第３目標行動グループの複雑さが、前記第１目標行動グループの複雑さよりも低い、
請求項１１または１２に記載の知的コグニサイズ訓練方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、運動訓練方法に関し、特に知的コグニサイズ訓練方法に関するものである。

【背景技術】

【0002】

近年、認知症は多くの専門家や学者にとって重要な研究テーマとなっている。認知症の治療には、薬のほかに認知運動（コグニサイズ）がある。コグニサイズは、脳の認知と身体の動きを組み合わせた複合的な運動訓練であり、患者の状態を効果的に改善するためには、患者の身体と脳に適度な負荷をかける必要がある。そのため、コグニサイズの頻度や強度が重要になっている。

【0003】

しかし、現在、介護施設で実施されているコグニサイズの多くは、プロの運動指導者やコーチが、介護施設内の複数の入居者を引率して実施されている。具体的には、インストラクターが入居者全員に同じパスワードを伝え、身体的な動作を行い、各入居者がパスワードと身体的な動作に応じて正しく回答しなければならない。しかし、現在、介護施設で実施されているコグニサイズでは、認知症の段階が異なる入居者一人ひとりに合わせたコグニサイズ訓練ができないため、訓練効果の最適化が図れない。

【発明の概要】

【0004】

上記の問題を解決するために、改良されたコグニサイズの訓練方法が必要とされている。

【0005】

本開示では、認知症の段階が異なる患者に対してカスタマイズされたコグニサイズ訓練を提供する知的コグニサイズ訓練方法を提供する。

【0006】

本開示の一実施形態では、知的コグニサイズ訓練方法は、表示装置、カメラ、ホストを少なくとも備えたコグニサイズ訓練システムに適用される。知的コグニサイズ訓練方法は、前記表示装置により、参照行動グループ、および前記参照行動グループに対応する第１行動ルールコマンドを含む第１映像を表示し、前記カメラにより、ユーザの応答行動グループを取得し、前記ホストにより、前記第１行動ルールコマンドと前記参照行動グループに対応する第１目標行動グループを取得することと、前記ホストによって、前記応答行動グループと前記第１目標行動グループとを比較して行動精度を計算するステップであって、第１割合の閾値および第２割合の閾値が前記ホストに設定され、前記第１割合の閾値が前記第２割合の閾値よりも大きく、前記行動精度が前記第１割合の閾値以上である場合に、前記ホストにより、前記第１行動ルールコマンドを前記第２行動ルールコマンドに置き換え、前記第２行動ルールコマンドの複雑さは、前記第１行動ルールコマンドの複雑さよりも高い。

【0007】

本開示の別の実施形態では、知的コグニサイズ訓練方法が、表示装置、カメラ、ホスト、およびマイクを少なくとも備えたコグニサイズ訓練システムに適用される。知的コグニサイズ訓練方法は、表示装置、カメラ、ホスト、およびマイクを少なくとも備えたコグニサイズ訓練システムに適用される知的コグニサイズ訓練方法であって、前記表示装置により、参照行動グループ、前記参照行動グループに対応する第１行動ルールコマンド、および音声コマンドを含む第１映像を表示し、前記カメラにより、ユーザの応答行動グループを取得し、前記マイクを使って、前記ユーザの音声応答を取得し、前記ホストにより、前記第１行動ルールコマンドおよび前記参照行動グループに対応する第１目標行動グループを取得し、前記ホストにより、前記応答行動グループと前記第１目標行動グループとを比較して行動精度を算出するステップと、前記行動精度が割合閾値より低くない場合に、前記ホストにより、前記音声応答の意味が前記音声コマンドの意味と同じであるかどうかを判断し、前記音声応答の意味が前記音声応答の意味と同じである場合に、前記ホストにより、前記第１行動ルールコマンドを第２行動ルールコマンドに置き換えることを含み、前記第２行動ルールコマンドの複雑さが前記第１行動ルールコマンドの複雑さよりも高い。

【0008】

本開示に開示された知的コグニサイズ訓練方法により、コグニサイズ訓練システムは、ユーザの認知能力が所定の基準に適合していると判断すると、コグニサイズの複雑さを増加させ、逆に、コグニサイズ訓練システムは、ユーザの認知能力が所定の基準よりも低いと判断すると、コグニサイズの複雑さを減少させることができる。そのため、ユーザごとにカスタマイズされたコグニサイズ訓練を提供し、訓練効果を最適化することができる。

【図面の簡単な説明】

【0009】

本開示は、以下の詳細な説明および添付の図面から、より完全に理解される。これらの図面は、説明のために提供されているものであり、本開示を限定するものではない。

【0010】

【図1A】知的コグニサイズ訓練方法の一実施形態のフローチャートである。

【図1B】知的コグニサイズ訓練方法の一実施形態のフローチャートである。

【図2】図１Ａ～１Ｂに示した訓練方法を実行する、コグニサイズ訓練システムの一実施形態の概略図である。

【図3】図１ＡのステップＳ１０１を模式的に示す図である。

【図4】図１ＡのステップＳ１０２を模式的に示す図である。

【図5】図１ＡのステップＳ１０３を模式的に示す図である。

【図6】図１ＡのステップＳ１０７を模式的に示す図である。

【図7】図１ＢのステップＳ１１１を模式的に示す図である。

【図8A】知的コグニサイズ訓練方法の別の実施形態のフローチャートを示す。

【図8B】知的コグニサイズ訓練方法の別の実施形態のフローチャートを示す。

【図9】図８Ａ～図８Ｂに示した訓練方法を実行するコグニサイズ訓練システムの一実施形態を示す模式図である。

【図10】図８ＡのステップＳ２０１を示す模式図である。

【図11】図８ＡのステップＳ２０２を模式的に示す図である。

【発明を実施するための形態】

【0011】

以下の詳細な説明では、説明のために、開示された実施形態の完全な理解を提供するために、多数の具体的な詳細が記載されている。しかし、これらの具体的な詳細がなくても、１つまたは複数の実施形態を実施することができることは明らかであろう。また、他の例では、図面を簡略化するために、周知の構造や装置を模式的に示している。

【0012】

図１Ａ、図１Ｂ、および図２を合わせて参照のこと。図１Ａおよび図１Ｂは、ステップＳ１０１～Ｓ１１４を含む知的コグニサイズ訓練方法の一実施形態のフローチャートを示し、図２は、図に示す訓練方法を実行するコグニサイズ訓練システムの一実施形態の概略図である。図２において、コグニサイズ訓練システム１は、コンピュータホスト１１と、カメラ１２と、表示装置１３とを含む。カメラ１２および表示装置１３は、それぞれコンピュータホスト１１に電気的に接続されており、カメラ１２は、表示装置１３の上端に設置されていてもよい。コンピュータホスト１１は、プロセッサ１１１と記憶装置１１２とを備えており、記憶装置１１２は、プロセッサ１１１に電気的に接続され、コグニサイズ姿勢認識アルゴリズムを記憶している。例えば、コグニサイズ姿勢認識アルゴリズムは、特徴抽出（例えば、エッジ検出、軌跡生成など）および分類（例えば、ＳＶＭ、ＨＭＭなど）を含む。プロセッサ１１１がコグニサイズ姿勢認識アルゴリズムを実行すると、プロセッサ１１１は、ユーザの応答行動が正しいか否かを判断してもよい。また、上記実施形態以外にも、コグニサイズ訓練システム１は、スマートフォンなどの移動体通信機器であってもよく、カメラ１２および表示装置１３は、それぞれ、スマートフォンに内蔵されたカメラおよび表示画面である。スマートフォンには、コグニサイズ訓練方法に関するモバイルアプリケーション（ＡＰＰ）が搭載されている。

【0013】

図１Ａと図３を合わせて参照のこと。図３は、ステップＳ１０１：表示装置１３によって、参照行動グループと、参照行動グループに対応する第１行動ルールコマンドとを含む第１映像を表示することを示す模式図であり、参照行動グループは、複数の参照行動を含んでいる。図３では、ユーザが表示装置１３の前に立ち、表示装置１３が映像を再生しているが、映像中の第１行動ルールコマンドＣ１は、音声コマンド、テキストコマンド、静止ガイド画像、または、動的ガイド画像であってもよい。例えば、映像の中のコーチが第１行動ルールコマンドＣ１を言っており、第１行動ルールコマンドＣ１内容は、「コーチの行動とは逆の行動をしてください。」である。

【0014】

図１Ａと図４を合わせて参照のこと。図４は、ステップＳ１０２：カメラ１２によって、ユーザの応答行動グループを取得する様子を示す模式図である。図４では、表示装置１３で再生される映像の中のコーチの行動は「左腕を上げる」であり、ユーザは映像の中のコーチの行動に合わせて左腕を上げ、カメラ１２はユーザが左腕を上げている様子を撮影している。

【0015】

図１Ａと図５を合わせて参照のこと。図５は、ステップＳ１０３：プロセッサ１１１によって、第１行動ルールコマンドＣ１に対応する第１目標行動グループと、参照行動グループとを、記憶装置１１２から取得することの模式図である。図５において、記憶装置１１２は、第１行動ルールコマンドＣ１に準拠した第１ルックアップテーブルＴ１を記憶しており、第１ルックアップテーブルＴ１は、参照行動グループと、参照行動グループに対応する第１目標行動グループとを含む。参照行動グループは、第１～第４参照行動Ｒ１～Ｒ４を含み、第１目標行動グループは、第１～第４目標行動Ｄ１～Ｄ４を含む。より具体的には、第１参照行動Ｒ１は、右腕を上げるイメージについてのものであり、第２参照行動Ｒ２は、左腕を上げるイメージについてのものであり、第３参照行動Ｒ３は、左脚を上げるイメージについてのものであり、第４参照行動Ｒ４は、右脚を上げるイメージについてのものである。また、第１目標行動Ｄ１は、左腕を上げるイメージについてである。第２目標行動Ｄ２は、右腕を上げるイメージについてである。第３目標行動Ｄ３は、右脚を上げるイメージについてである。第４目標行動Ｄ４は、左脚を上げるイメージについてである。要するに、表示装置１３が第１参照行動Ｒ１～第４参照行動Ｒ４を順に表示するのに合わせて、ユーザが第１目標行動Ｄ１～第４目標行動Ｄ４に適合した応答行動を行うと、プロセッサ１１１は、ユーザが正しい応答行動を行ったと判断するのである。

【0016】

ステップＳ１０４において、プロセッサ１１１は、行動精度を算出するために、応答行動グループと第１目標行動グループとを比較する。例えば、応答行動グループは、第１応答行動から第４応答行動までを含み、第１目標行動グループは、第１目標行動から第４目標行動までを含む。プロセッサ１１１は、第１～第４応答行動と第１～第４目標行動とをそれぞれ比較するように、記憶装置１１２に記憶されたコグニサイズ姿勢認識アルゴリズムを実行する。プロセッサ１１１は、第１応答行動から第３応答行動がそれぞれ第１目標行動から第３目標行動に適合しているが、第４目標行動が第４目標行動に適合していないと判断した場合、プロセッサ１１１が算出するユーザの行動精度は７５％となる。例えば、記憶装置１１２に記憶されている目標行動が右腕を上げることである場合、プロセッサ１１１は、カメラ１２からの画像に応じてユーザの右腕が上げられているか否かを判断する。プロセッサ１１１は、ユーザの右腕と体幹との間の角度が角度下限値（例えば、３０度）よりも大きいことを確認すると、ユーザの右腕が上げられていると判定する。反対に、ユーザの右腕と体幹との間の角度が角度下限値以下の場合、プロセッサ１１１は、ユーザの右腕が上がっていないと判断する。プロセッサ１１１は、ユーザの右腕が上がっていることを確認すると、ユーザの応答行動が目標行動に適合していると判定する。なお、上記のユーザの応答行動が目標行動に適合するか否かの判定方法は、単なる一実施形態であり、本開示を限定するものではない。

【0017】

第１割合の閾値と第２割合の閾値は、プロセッサ１１１に設定され、第１割合の閾値は、第２割合の閾値よりも大きい。ステップＳ１０５において、プロセッサ１１１は、行動精度が第１割合の閾値よりも大きいか、または等しいかを判断する。プロセッサ１１１が、行動精度が第１割合の閾値よりも大きいか等しいと判断すると、続いてステップＳ１０６が実行される。ステップＳ１０６において、プロセッサ１１１は、第１行動ルールコマンドＣ１を第２行動ルールコマンドに置き換え、第２行動ルールコマンドは、サウンドコマンド、テキストコマンド、静的ガイド画像または動的ガイド画像であってもよく、第２行動ルールコマンドの複雑さは、第１行動ルールコマンドＣ１の複雑さよりも高い。

【0018】

図１Ａと図６を合わせて参照のこと。図６は、ステップＳ１０７：プロセッサ１１１によって、第２行動ルールコマンドに対応する第２目標行動グループおよび参照行動グループを記憶装置１１２から取得するステップの概略図である。第２目標行動グループの複雑さは、第１目標行動グループの複雑さよりも高い。図６において、記憶装置１１２は、第２行動ルールコマンドに準拠した第２ルックアップテーブルＴ２を記憶し、第２ルックアップテーブルＴ２は、参照行動グループと、参照行動グループに対応する第２目標行動グループとを含む。参照行動グループは、第１～第４参照行動Ｒ１～Ｒ４を含み、第２目標行動グループは、第５～第８の目標行動Ｄ５～Ｄ８を含む。より具体的には、第１参照行動Ｒ１は、右腕を上げるイメージであり、第２参照行動Ｒ２は、左腕を上げるイメージであり、第３参照行動Ｒ３は、左脚を上げるイメージであり、第４参照行動Ｒ４は、右脚を上げるイメージである。また、第５目標行動Ｄ５は右脚を上げるイメージであり、第６目標行動Ｄ６は左脚を上げるイメージであり、第７目標行動Ｄ７は左腕を上げるイメージであり、第８目標行動Ｄ８は右腕を上げるイメージである。また、第２行動ルールコマンドに準拠した条件では、第１～第４参照動作Ｒ１～Ｒ４は、第５～第８目標動作Ｄ５～Ｄ８に対応する。つまり、表示装置１３が第１参照行動Ｒ１～第４参照行動Ｒ４を順に表示しているときに、ユーザが第５目標行動Ｄ５～第８目標行動Ｄ８に順に適合する応答行動を行った場合、プロセッサ１１１は、ユーザの応答行動が正しいと判断する。このように、第２行動ルールコマンドの複雑さが第１行動ルールコマンドＣ１複雑さよりも高い場合には、ユーザの脳の動作負荷が増大する可能性があり、それによって、認知症の予防や認知症の症状の緩和という目的が達成される可能性があることがわかる。

【0019】

プロセッサ１１１が、行動精度が第１割合の閾値よりも小さいと判断すると、続いてステップＳ１０８が実行される。図１Ｂに示すように、ステップＳ１０８では、プロセッサ１１１は、行動精度が第２割合の閾値以上であるか否かを判断する。行動精度が第２割合の閾値以上であり、かつ、第１割合の閾値未満である場合、ステップＳ１０９が実行される。ステップＳ１０９は、プロセッサ１１１によって、第１行動ルールコマンドＣ１を残存させる。行動精度が第２割合のしきい値よりも小さい場合、ステップＳ１１０が実行される。ステップＳ１１０は、プロセッサ１１１によって、第１行動ルールコマンドを第３行動ルールコマンドに置き換え、第３行動ルールコマンドは、サウンドコマンド、テキストコマンド、静的ガイド画像または動的ガイド画像であってもよく、第３行動ルールコマンドの複雑さは、第１行動ルールコマンドＣ１複雑さよりも低い。プロセッサ１３１が第１行動ルールコマンドＣ１を第３行動ルールコマンドに置き換えた後、続いてステップＳ１１１が実行される。

【0020】

図１Ｂと図７を参照のこと。図７は、ステップＳ１１１：プロセッサ１１１によって、第３行動ルールコマンドに対応する第３目標行動グループおよび参照行動グループを記憶装置１１２から取得することの概略図であり、第３目標行動グループの複雑さは、第１目標行動グループの複雑さよりも低い。図７において、記憶装置１１２は、第３行動ルールコマンドに準拠した第３ルックアップテーブルＴ３を記憶し、第３ルックアップテーブルは、参照行動グループと、参照行動グループに対応する第３目標行動グループとを含む。参照行動グループは、第１～第４参照行動Ｒ１～Ｒ４を含み、第３目標行動グループは、第９～第１２目標行動Ｄ９～Ｄ１２を含む。より具体的には、第１～第４参照行動Ｒ１～Ｒ４は、それぞれ第９～第１２目標行動Ｄ９～Ｄ１２と同じである。要するに、プロセッサ１１１は、ユーザの応答行動の行動精度が低すぎることを確認すると、ユーザの現在の知的認知能力に合わせて、行動ルールコマンドの複雑さを自動的に減少させるのである。

【0021】

ステップＳ１１２は、ステップＳ１０７の後に実行される。ステップＳ１１２では、表示装置１３は、参照行動グループと、参照行動グループに対応する第２行動ルールコマンドとを含む第２映像を表示する。ステップＳ１１３は、ステップＳ１０９の後に実行される。ステップＳ１１３では、表示装置１３は、参照行動グループ、および参照行動グループに対応する第１行動ルールコマンドを含む第１映像を表示する。ステップＳ１１４は、ステップＳ１１１後に実行される。ステップＳ１１４では、表示装置１３は、参照行動グループ、および参照行動グループに対応する第３行動ルールコマンドを含む第３映像を表示する。

【0022】

図８Ａおよび図８Ｂは、知的コグニサイズ訓練方法の別の実施形態のフローチャートを示す。図８Ａおよび図８Ｂに示す知的コグニサイズ訓練方法は、ステップＳ２０１～Ｓ２１２を含む。図８Ａおよび図８Ｂは、ステップＳ２０１～Ｓ２１２を含み、図９は、図８Ａ～図８Ｂに示す訓練方法を実行するコグニサイズ訓練システムの一実施形態の概略図である。図９において、コグニサイズ訓練システム２は、コンピュータホスト２１、カメラ２２、表示装置２３、およびマイクロフォン２４を含む。カメラ２２、表示装置２３およびマイクロフォン２４は、それぞれコンピュータホスト２１に電気的に接続されており、カメラ２２およびマイクロフォン２４は、表示装置２３上端に設置されていてもよい。コンピュータホスト２１は、プロセッサ２１１と、記憶装置２１２とを備え、記憶装置２１２はプロセッサ２１１に電気的に接続されている。記憶装置２１２は、上述したコグニサイズの姿勢認識アルゴリズムを記憶している。プロセッサ２１１がコグニサイズ姿勢認識アルゴリズムを実行すると、ユーザの応答行動が正しいかどうかを判断することができる。また、上記実施形態以外にも、コグニサイズ訓練システム２は、スマートフォンなどの移動体通信機器であってもよく、カメラ２２、表示装置２３およびマイクロフォン２４は、それぞれ、スマートフォンに内蔵されたカメラ、表示画面およびマイクである。スマートフォンには、コグニサイズ訓練方法に関するモバイルアプリケーション（ＡＰＰ）が搭載されている。

【0023】

図８Ａと図１０を合わせて参照のこと。図１０は、ステップＳ２０１：表示装置２３によって、参照行動グループ、参照行動グループに対応する第１行動ルールコマンドＣ１、および音声コマンドＶ１を含む第４映像を表示する様子を示す模式図である。図１０では、ユーザが表示装置２３の前に立ち、表示装置２３が第４映像を再生している。第４映像には、第１行動ルールコマンドＣ１と、音声コマンドＶ１とが含まれており、第１行動ルールコマンドＣ１は、音声コマンドまたはテキストコマンドであってもよく、音声コマンドＶ１は、特定のタイミングで、指定されたパスワードを返信することを指示する。例えば、映像の中でコーチが「コーチの行動と反対の行動をとってください」という内容の第１行動ルールコマンドＣ１を言い、音声コマンドＶ１がユーザに「どうぞ」と答えるように指示する。

【0024】

図８Ａと図１１を合わせて参照のこと。図１１は、ステップＳ２０２；カメラとマイクロフォンそれぞれによって、応答行動グループとユーザの音声応答を取得するの模式図である。図１１では、表示装置２３で再生される映像におけるコーチの行動は「左腕を上げる」であり、ユーザは映像に従って左腕を上げ、音声返答Ｋを行い、カメラ２２とマイクロフォン２４は、ユーザの身体動作画像と音声返答Ｋをそれぞれ撮影する。

【0025】

ステップＳ２０３では、プロセッサ２１１は、記憶装置２１２から第１行動ルールコマンドＣ１に対応する第１目標行動グループと、参照行動グループとを取得する。ステップＳ２０４において、プロセッサ２１１は、応答行動グループと第１目標行動グループとを比較して、行動精度を算出する。ステップＳ２０５において、プロセッサ２１１は、行動精度が割合閾値よりも小さいか否かを判定する。行動精度が割合閾値よりも小さくない場合、続いてステップＳ２０６が実行される。ステップＳ２０６では、プロセッサ２１１は、音声応答Ｋの意味が、音声コマンドＶ１の意味と同じであるか否かを判定する。例えば、音声コマンドＶ１の意味は、上述したように、指定されたパスワードの意味である。音声応答Ｋの意味が、音声コマンドＶ１意味と同じである場合、続いてステップＳ２０７が実行される。ステップＳ２０７では、プロセッサ２１１は、第１行動ルールコマンドＣ１を第２行動ルールコマンドに置き換え、第２行動ルールコマンドの複雑さは、第１行動ルールコマンドＣ１の複雑さよりも高い。

【0026】

プロセッサ２１１が、第１行動ルールコマンドＣ１を第２行動ルールコマンドに置き換えた後、続いてステップＳ２０８が実行される。ステップＳ２０８では、プロセッサ２１１は、第２行動ルールコマンドに対応する第２目標行動グループと、参照行動グループとを記憶装置２１２から取得し、第２目標行動グループの複雑さは、第１目標行動グループの複雑さよりも高いものである。

【0027】

行動精度が割合の閾値よりも小さい場合、または、音声応答Ｋの意味が音声コマンドＶ１意味と異なる場合、続いてステップＳ２０９が実行される。ステップＳ２０９では、プロセッサ２１１は、第１行動ルールコマンドＣ１を第３行動ルールコマンドに置き換え、第３行動ルールコマンドの複雑さは、第１行動ルールコマンドＣ１複雑さよりも小さい。

【0028】

プロセッサ２１１が、第１行動ルールコマンドＣ１を第３行動ルールコマンドに置き換えた後、続いてステップＳ２１０が実行される。ステップＳ２１０では、プロセッサ２１１は、記憶装置２１２から第３行動ルールコマンドに対応する第３目標行動グループと、参照行動グループとを取得し、第３目標行動グループの複雑さは、第１目標行動グループの複雑さよりも小さい。

【0029】

ステップＳ２１１は、ステップＳ２０８の後に実行される。ステップＳ２１１では、表示装置２３は、参照行動グループと、参照行動グループに対応する第２行動ルールコマンドと、音声コマンドＶ１とを含む第５映像を表示する。ステップＳ２１２は、ステップＳ２１０の後に実行される。ステップＳ２１２では、表示装置２３は、参照行動グループ、参照行動グループに対応する第３行動ルールコマンド、および音声コマンドＶ１を含む第６映像を表示する。

【0030】

他の実施形態では、目標行動とリアルタイム応答行動を比較してユーザの認知能力を評価する以外に、ユーザの健康状態モデルを用いてユーザの認知能力を評価してもよい。ユーザの健康状態モデルには、年齢、体力、過去の実績、精神状態、病歴、薬の使用状況、生活環境などが含まれていてもよい。例えば、ユーザの呼吸回数がウェアラブルデバイスで検出されてもよい。呼吸回数が安全臨界値を超えた場合、つまり、ユーザの身体の負荷が重すぎる場合には、対象となる行動の複雑さを減少させる。さらに、上記の実施形態で述べた第１割合の閾値と第２割合の閾値は、ユーザの健康状態モデルに応じて調整されてもよい。例えば、ユーザの年齢に応じて、第１割合の閾値および第２割合の閾値が調整されてもよい。年齢や処理能力が異なるユーザは、異なる動作を行うことができるため、年長者や患者の不満を増大させないためにも、同じ基準で判定することはできない。

【0031】

本開示に開示された知的コグニサイズ訓練方法により、コグニサイズ訓練システムは、ユーザの認知能力が所定の基準に適合していると判断すると、コグニサイズの複雑さを増加させる。逆に、コグニサイズ訓練システムは、ユーザの認知能力が所定の基準よりも低いと判断すると、コグニサイズの複雑さを減少させる。そのため、ユーザごとにカスタマイズされたコグニサイズ訓練を提供し、訓練効果を最適化することができる。

【0032】

本出願は、２０２１年１月４日に台湾（Ｒ．Ｏ．Ｃ．）で出願された特許出願番号１１０１０００５４優先権を主張するものであり、その全内容は参照によりここに組み込まれる。

【図1A】

【図1B】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図9】

【図10】

【図11】

【外国語明細書】