ПЕРСОНИФИЦИРОВАННАЯ БАЗА ДАННЫХ ЛЕЧЕБНЫХ ЗВУКОВ Российский патент 2016 года по МПК G06F17/30 A61M21/00 

Описание патента на изобретение RU2579139C2

ОБЛАСТЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ

Изобретение относится к области музыкальной терапии. В частности, изобретение относится к способу для создания персонифицированной базы данных звуков и музыкальных композиций, которая вызывает изменения физиологического состояния слушателя.

УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ

Исследования показывают, что звуки, в частности музыка, могут иметь благоприятное воздействие на слушателей. Как правило, слушатели путем слушания определенной музыкальной композиции могут увеличивать свой уровень релаксации и уменьшать беспокойство, боль и, следовательно, потребление успокоительных и болеутоляющих средств, таких как морфий.

Определенный тип музыки или звуки природы могут рассматриваться как имеющие лечебное воздействие на слушателей благодаря уменьшению беспокойства, стресса и боли.

Несомненно, положительный эффект определенных звуков и звуковой стимуляции был продемонстрирован на людях, страдающих от различных болезней.

Например, пациенты Отделения Интенсивной Терапии (ОИТ, ICU), как правило, испытывают расстройство сознания, которое, вероятно, является единственным наиболее распространенным острым нарушением, поражающим пациентов ОИТ. Расстройство сознания представляет собой острое состояние спутанности, которое является обычным для тяжелого невропсихиатрического синдрома, и вызывает недостатки внимания, тяжелое расстройство поведения, когнитивные расстройства и психотические особенности, такие как галлюцинации и бред. Воздействие на пациентов ICU определенными звуками и музыкальными композициями может предотвратить расстройство сознания и улучшает визуальные и акустические состояния пациентов, т.е. избегая потери пациентами чувства места и времени.

Однако положительное влияние определенных звуков или музыкальных стимулов является способом более эффективным, если учитываются личные предпочтения пациента.

Действительно, один из ключевых вопросов заключается в том, как учесть персональные различия среди пациентов, обусловленные их различным вкусом и предпочтениями. Например, музыкальная композиция с медленным темпом может не понравиться слушателю, и она не будет вызывать у него релаксирующий эффект, тогда как у других слушателей те же самые музыкальные композиции могут вызвать противоположный эффект.

Документ US 2010/0191037 относится к использованию музыки в связи с терапией онкологических заболеваний. Способ модулирует настроение человека путем фильтрации списка воспроизведения музыкальных композиций, создавая прогрессивную модуляцию настроения из исходного настроения к целевому настроению путем воздействия на слушателя этим списком воспроизведения музыкальных композиций.

Документ US 2007/0176920 описывает систему для предоставления персонифицированного опыта человеку в медицинской среде. Однако персонифицированный опыт получается через ограниченную выборку внутри содержимого базы данных больницы, и единственное взаимодействие человека представляет собой ручной выбор между различным содержанием, которое предоставляет база данных больницы.

Документ WO 2004/107757 A1 раскрывает способ создания профиля пользователя на основе списков воспроизведения, причем профиль пользователя создается на основе собственных списков воспроизведения пользователя и свойств, полученных из них.

Документ US 2010/0312042 A1 относится к системе и способу для доставки терапевтического контента пациентам, причем список воспроизведения определен для каждого пациента и включает в себя назначенный контент в соответствии с соответствующими задачами и деятельностью повседневного графика жизни пациента.

Изобретатель настоящего изобретения понимает, что улучшенный способ для создания персонифицированной базы данных звуков приносит пользу, и в результате разработал настоящее изобретение.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Было бы полезно достичь персонифицированной базы данных благотворных звуков, таких как лечебные звуки. Также было бы желательно дать пользователю возможность доступа к персонифицированной базе данных лечебных звуков.

Вообще, изобретение предпочтительно стремится смягчить, облегчить или устранить один или более из вышеупомянутых недостатков раздельно или в любом сочетании. В частности, задача настоящего изобретения может рассматриваться как предоставление способа, который решает упомянутые выше проблемы или другие проблемы предшествующего уровня техники.

Для более эффективного решения одной или более из этих проблем в первом аспекте изобретение относится к реализуемому на компьютере способу создания персонифицированной базы данных звуков, при этом способ содержит этапы, на которых определяют предпочтительные значения характеристик звука первой базы данных, содержащей элементы, такие как звуки, тем самым создавая первый фильтр; применяют первый фильтр ко второй базе данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную вторую базу данных.

Элементы могут представлять собой звуки, которые используются в материалах настоящей заявки как синонимы музыкального отрывка, музыкальных композиций, песен или радиопрограмм, звуков природы, например пения птиц или шума водопада. Некоторые элементы могут быть непосредственно записаны владельцем базы данных, например, во время поездки в лес на открытом воздухе. В целях настоящей заявки звуки в материалах настоящей заявки называются также музыкальными композициями.

База данных, содержащая элементы, такие как звуки, может быть любой библиотекой музыки или звуков в любой форме. База данных может быть записана на любом типе носителя, таком как карта памяти, компьютерный жесткий диск, интеллектуальный музыкальный плеер или память смартфона. База данных может также быть удаленной библиотекой, доступной с помощью особого программного обеспечения, например, списком воспроизведения, доступным через интернет.

Изобретение описывает способ для создания персонифицированной базы данных звуков путем создания персонального фильтра, называемого первым фильтром, содержащего определение предпочтительных значений характеристик звука элементов персональной базы данных, содержащей элементы, такие как звуки, называемой первой базой данных, и применения этого персонального фильтра к общей базе данных, называемой второй базой данных, для того чтобы создать общую базу данных, содержащую персональные характеристики, называемую отфильтрованной второй базой данных.

Персональная база данных может быть коллекцией пациента, включающей в себя любимые звуки пациента. Персональная база данных звуков может представлять собой базу данных, предоставленную пациентом или составленную его родственниками от имени пациента путем выбора песен из другой базы данных, например общей базы данных.

Общая база данных может быть коллекцией звуков, включающей в себя лечебные звуки, такой как музыкальная библиотека больницы. На основе коллекции пациента определяются личные музыкальные предпочтения пациента. Эти личные предпочтения используются для улучшения персонального фильтра.

Формулировка «лечебный» используется в качестве ссылки на его благотворное влияние на людей, которые подвергаются воздействию определенных звуков, также называемых слушателями. Следовательно, слово «лечебный» для целей этой заявки не должно быть ограничено общим определением целебный, но может также иметь значение предотвращения возникновения негативного воздействия на слушателей.

Характеристики звука также называются в материалах настоящей заявки свойствами элемента.

Например, характеристиками звука могут быть в некоторых вариантах осуществления тональность, перкуссионность или ширина спектральной полосы.

В некоторых других вариантах осуществления характеристиками звука может быть воспринимаемый темп элементов.

Реализуемый на компьютере способ согласно первому аспекту содержит этап, на котором применяют второй фильтр к первой базе данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную первую базу данных.

Изобретение описывает способ для создания персонифицированной базы данных звуков путем применения фильтра, также называемого вторым фильтром, к персональной базе данных, также называемой первой базой данных, для того чтобы создать отфильтрованную базу данных, содержащую персональные элементы, называемую отфильтрованной первой базой данных.

Реализуемый на компьютере способ содержит этап, на котором объединяют отфильтрованную первую базу данных с отфильтрованной второй базой данных, тем самым предоставляя персонифицированную базу данных звуков.

Это изобретение описывает также способ персонификации базы данных звуков путем объединения по меньшей мере двух отфильтрованных баз данных, для того чтобы создать персонифицированную и, следовательно, улучшенную базу данных звуков.

Персонифицированная база данных также называется в материалах настоящей заявки улучшенной базой данных, поскольку она имеет улучшенные характеристики по сравнению с первой и второй базами данных. Действительно, путем объединения отфильтрованных звуков первой и второй баз данных, например персональных звуков, оказывающих лечебные воздействия на слушателя, и лечебных звуков, имеющих любимые характерные особенности слушателя, получается улучшенная база данных.

Объединение отфильтрованной первой и отфильтрованной второй баз данных в материалах настоящей заявки определено как объединение элементов в двух отфильтрованных базах данных.

Объединение отфильтрованной первой базы данных и отфильтрованной второй базы данных предоставляет персонифицированную базу данных звуков, где отфильтрованные персональные элементы из отфильтрованной первой базы данных объединяются с отфильтрованными элементами из второй базы данных, чтобы достичь персонифицированной базы данных.

Объединение отфильтрованных баз данных может быть сделано посредством простого сбора в общую базу данных элементов, включенных в две отфильтрованные базы данных. В некоторых вариантах осуществления объединение элементов двух отфильтрованных баз данных может быть сделано путем присвоения различных весов различным элементам.

Объединение отфильтрованной первой базы данных и отфильтрованной второй базы данных таково, что звуки из первой базы данных, например коллекции пациента, имеющие воспринимаемые темпы, создающие желаемое воздействие на слушателей, и звуки из второй базы данных, например музыкальной библиотеки больницы, имеющие характеристики, например тональность, перкуссионность, ширину спектральной полосы, подобные звукам в первой базе данных, объединяются в персонифицированную базу данных.

Объединение отфильтрованных баз данных может быть сделано посредством простого сбора в общую базу данных песен, включенных в две отфильтрованные базы данных. В одном из вариантов осуществления объединение песен первой базы данных может быть взвешено. Например, песни из первой базы данных, имеющие более высокие лечебные свойства, могут иметь более высокий вес в этом объединении.

Как только элементы из двух различных отфильтрованных баз данных объединены, к персонифицированной базе данных может быть получен доступ, и звуки в базе данных могут быть воспроизведены в случайном порядке или в предварительно определенном порядке. Любая модификация, касающаяся воспроизведения и доступа к элементам в базе данных, находится в компетенции специалиста в данной области техники.

В некоторых других вариантах осуществления первая база данных представляет собой базу данных, содержащую любимые звуки пользователя.

Любимые звуки могут быть легко определены пользователем в его/ее собственной коллекции звуков на основе желаемого воздействия, которого хочет достичь пользователь.

Например, если слушатель хотел бы расслабиться, он может выбрать коллекцию музыкальных композиций, которые являются его любимыми, учитывая расслабленное состояние, которого он хотел бы достичь. Она может включать в себя мягкие мелодии и/или медленные темпы. Альтернативно, другая любимая коллекция может быть предпочтительна, если хотелось бы достичь активного состояния. Она может включать в себя интенсивный ритм и/или быстрые темпы.

Любимые звуки могут быть выбраны лично или выбраны родственниками в персональной базе данных или в других базах данных.

В некоторых вариантах осуществления первый фильтр содержит алгоритм цифровой обработки сигналов, при этом, когда алгоритм цифровой обработки сигналов применяется ко второй базе данных, он выбирает из второй базы данных те элементы, которые имеют характеристики со значениями, подобными предпочтительным значениям характеристик звука элементов первой базы данных.

Изобретение описывает реализуемый на компьютере способ, в котором первый фильтр или персональный фильтр представляет собой алгоритм цифровой обработки сигналов, который определяет предпочтительные характеристики звука первой или персональной базы данных звуков. Когда фильтр применяется ко второй базе данных, он выбирает из второй базы данных те элементы, такие как звуки, которые близко связаны посредством сходства характеристик звуков с предпочтительными характеристиками звуков персональной базы данных.

Первый фильтр или персональный фильтр может быть алгоритмом цифровой обработки сигналов, который определяет музыкальные предпочтения владельца базы данных, т.е. первой базы данных, путем анализа характеристик звука, т.е. звуковых характеристик базы данных, такой как коллекция звуков, и отфильтровывает из общей базы данных те элементы, которые имеют схожие характеристики звука. Путем применения первого фильтра осуществляется персонифицированная выборка из общей базы данных, т.е. второй базы данных.

Например, для каждого звука первой базы данных, например для каждой песни в персональной коллекции, определяются характеристики звука, такие как тональность, перкуссионность, ритм и ширина спектральной полосы. Например, характеристика перкуссионности может быть оценена путем аппроксимации звуков с помощью трехфазной огибающей, известной как Атака, Затухание/Поддержание и Освобождение. Строится спектровременной график перкуссионности и затем сравнивается с музыкальными композициями, принадлежащими второй базе данных.

В некоторых вариантах осуществления может быть выполнен автоматический анализ содержания характеристик звука музыкальной композиции, так что извлеченные характеристики звука могут быть классифицированы, сегментированы и сравнены. На основе этих извлеченных характеристик звука может быть построен вектор характеристик звука, идентифицирующий персональный класс. Из общей базы данных алгоритм выбирает те звуки, которые являются частью персонального класса или близко связаны посредством сравнения музыкального сходства.

Музыкальные сходства в материалах настоящей заявки определены как сходства в терминах значения параметров, характеризующих характеристики звука.

Сходства между песнями или музыкальными композициями могут быть также определены как сходства между сочетаниями значений различных характеристик звука, которые могут иметь различный вес. Например, характеристики звуков, создающих усиленные расслабляющие воздействия на слушателя, могут иметь весовой фактор, более высокий, чем другие характеристики, при оценке сходств между песнями.

В некоторых вариантах осуществления выбор элементов из второй базы данных основан на сходствах, совпадающих между сочетаниями характеристик звука.

На основе этих сходств песни в общей базе данных ранжируются так, чтобы формировать список воспроизведения наиболее схожих песен. В некоторых вариантах осуществления этот список воспроизведения представляет собой отфильтрованную общую базу данных, также называемую отфильтрованной второй базой данных.

В некоторых других вариантах осуществления определенное число занимающих верхние позиции рейтинга песен выбираются и включаются в отфильтрованную базу данных больницы, в то время как занимающие нижние позиции рейтинга исключаются из отфильтрованной базы данных больницы.

Например, в некоторых вариантах осуществления могут быть выбраны верхние 25 элементов списка воспроизведения. В некоторых других вариантах осуществления могут быть выбраны верхние 50 элементов списка воспроизведения. В некоторых других вариантах осуществления нижние 25 элементов списка воспроизведения могут быть исключены из выборки. В некоторых других вариантах осуществления нижние 50 элементов списка могут быть исключены из выборки.

В некоторых вариантах осуществления второй фильтр содержит алгоритм цифровой обработки сигналов, который при применении к первой базе данных определяет характеристики звука элементов в первой базе данных и выбирает элементы из первой базы данных, имеющие значения характеристик звука, соответствующие предварительно определенным значениям.

Второй фильтр в материалах настоящей заявки называется также лечебным фильтром. Формулировка «лечебный» используется в качестве ссылки на его благотворное влияние на людей, которые подвергаются воздействию этих звуков, также называемых слушателями.

Второй фильтр или лечебный фильтр может представлять собой алгоритм цифровой обработки сигналов, который отфильтровывает музыку с желаемым воздействием на слушателей. Например, если желаемое воздействие является релаксацией слушателя, фильтр выбирает элементы, такие как звуки или музыкальные композиции, имеющие характеристики, которые, как известно, являются успокаивающими, утешительными и успокоительными для слушателя. Если желаемое воздействие на слушателя представляет собой возбуждение, фильтр выбирает звуки или музыкальные композиции, имеющие характеристики, которые, как известно, являются стимулирующими для слушателя.

Этот процесс фильтрации может быть основан на спектровременных характеристиках звука. Например, алгоритм цифровой обработки сигналов может определять темп музыки, воспринимаемый слушателем, также называемый воспринимаемым темпом.

Темп представляет собой описательный параметр музыки и является фокусом многих систем для автоматического извлечения музыкальной информации, например, автоматических устройств отслеживания темпа. Темп может различаться между записанным нотами темпом и перцептивным темпом.

Перцептивный темп относится к восприятию темпа слушателями как быстрого, умеренного или медленного, когда они слушают музыкальный фрагмент с довольно постоянным общим темпом. Музыка, воспринимаемая более быстрой, будет иметь более высокий перцептивный темп, чем музыка, воспринимаемая более медленной.

Воспринимаемый темп, как правило, измеряется в ударах в минуту, т.е. воспринимаемом количестве ударов в минуту. Как правило, слушатели имеют склонность предпочитать темпы в пределах темпа пульсации сердца, т.е. 120 ударов в минуту (bpm). Например, известно, что музыкальные композиции с темпами, меньшими, чем 80 ударов в минуту, оказывают релаксирующее воздействие на слушателей.

Предложенный алгоритм может быть эффективен в оценке перцептивного темпа.

Пример алгоритма, используемого для определения воспринимаемого темпа, может быть основан, например, на блоке многополосных резонаторных фильтров, методе автокорреляции огибающей или методе гистограммы взаимно атакующих интервалов (IOI). Эти способы предоставляют внутреннее представление "периодической энергии" как функции темпа, что является аналоговым представлением воспринимаемого темпа и может быть количественно сравнено с гистограммами воспринимаемого темпа.

Определение воспринимаемого темпа может также быть получено из настукивания ритма слушателей и сгенерированных гистограмм воспринимаемых темпов для каждой музыкальной композиции, созданных всеми слушателями.

Выбор элементов из первой базы данных основан на соответствии между значениями характеристик звука элементов в первой базе данных, которые были определены, и предварительно определенными значениями.

Предварительно определенные значения воспринимаемого темпа связаны с воздействием, которое необходимо достичь для слушателя.

В некоторых вариантах осуществления выбор элементов из первой базы данных основан на соответствии между сочетаниями характеристик звука, имеющих желаемые предварительно определенные значения.

Например, может быть так, что определенное сочетание значений воспринимаемого темпа, тональности и ширины спектральной полосы представляет собой сочетание предварительно определенных значений, которые являются желательными, чтобы создать релаксирующее воздействие на слушателя. В этом случае выбор элементов из первой базы данных будет основан на лучшем соответствии сочетания этих характеристик звука. В некоторых вариантах осуществления ранжирование элементов из первой базы данных будет выполнено на основе уровня соответствия между желаемым сочетанием предварительно определенных значений и значений характеристик звука элементов. Таким образом, элементы ранжируются в список, и параметры для выбора элементов могут быть настроены по желанию. Например, в некоторых вариантах осуществления могут быть выбраны верхние 25 элементов списка. В некоторых других вариантах осуществления могут быть выбраны верхние 50 элементов списка. В некоторых других вариантах осуществления нижние 25 элементов списка могут быть исключены из выборки. В некоторых других вариантах осуществления нижние 50 элементов списка могут быть исключены из выборки.

В некоторых вариантах осуществления предпочтительные значения характеристик звука дополнительно определяются посредством того, что подвергают слушателя воздействию элементов из персонифицированной базы данных звуков; отслеживают изменения, по меньшей мере, одного физиологического состояния слушателя во время подвергания воздействию элементов; извлекают предпочтительные значения характеристик звука из элементов персонифицированной базы данных звуков, воздействию которых подвергается слушатель, когда, по меньшей мере, одно физиологическое состояние слушателя имеет предварительно определенную величину.

В некоторых вариантах осуществления слушатель может предоставить обратную связь, чтобы дополнительно оптимизировать персонификацию персонифицированной базы данных звуков. Обратная связь может быть использована для дополнительной итерации в выборе элементов из второй или общей базы данных. Это достигается путем дополнительного определения предпочтительных характеристик звука, используемых для создания первого или персонального фильтра, для того чтобы создать точно настроенный персональный фильтр. Точно настроенный персональный фильтр, будучи однажды примененным ко второй или общей базе данных, выбирает из второй или общей базы данных те элементы, которые имеют характеристики со значениями, подобными обновленным предпочтительным значениям характеристик звуков. Эта итерация может повторяться несколько раз как основанная на различной обратной связи слушателя, который в свою очередь определяет обновленные предпочтительные характеристики звука, используемые для обновления и точной настройки персонального фильтра.

Обратная связь от слушателя, следовательно, получается путем подвергания слушателя воздействию персонифицированной, т.е. улучшенной базы данных звуков и путем отслеживания его физиологического состояния.

Физиологические состояния слушателя, в то время как он подвергается воздействию базы данных, т.е. он слушает персонифицированную базу данных звуков, отслеживаются, чтобы определить, возникают ли изменения физиологических состояний, связанные с желаемым воздействием, во время подвергания воздействию.

Физиологическое состояние может быть стрессом или релаксацией, на что указывает физическое изменение в параметрах тела, относящихся к нему.

Примерами изменений физиологического состояния являются изменения в основных показателях состояния организма, такие как изменение частоты сердечного ритма, изменение электрической активности мозга или изменение проводимости кожи. Эти изменения могут быть измерены посредством любого устройства, способного оценивать количественное изменение этих основных показателей состояния организма.

Например, если пациент подвергается воздействию персонифицированной базы данных звуков и его мозговая активность записывается с помощью Электроэнцефалографии (ЭЭГ, EEG), изменение мозговой ритмической активности, такой как в диапазоне (8-12 Гц) альфа-волн, может быть признаком того, что значения характеристик звука музыкальной композиции, которую слушает пациент, должны входить в предпочтительные значения характеристик звука, используемых для создания персонального фильтра.

Величина в материалах настоящей заявки определена как уровень основного показателя состояния организма, который может быть измерен в теле слушателя.

Предварительно определенная величина определена как уровень основного показателя жизнедеятельности организма или сочетания основных показателей жизнедеятельности организма, которые, как известно, соответствуют желаемому воздействию на физическое состояние слушателя.

Например, если слушатель напряжен и состояние релаксации является тем состоянием, которого необходимо достигнуть, предварительно определенный уровень проводимости кожи является тем уровнем, который соответствует состоянию релаксации слушателя.

Например, если желаемое воздействие на слушателя представляет собой релаксацию и частота сердечного ритма слушателя уменьшается при подвергании воздействию определенной музыкальной композиции в персонифицированной базе данных звуков, извлекаются значения характеристик звуков этой музыкальной композиции, таких как тональность, перкуссионность и ширина спектральной полосы. Эти значения используются в качестве предпочтительных значений при применении первого фильтра, т.е. персонального фильтра, ко второй базе данных, например музыкальной библиотеке больницы. Таким образом, предпочтительные значения характеристик звука в первой базе данных, например персональной базе данных, обновляются. Эти обновленные предпочтительные значения используются для выбора из второй базы данных тех звуков, которые имеют характеристики со значениями, схожими с обновленными предпочтительными значениями характеристик звуков первой базы данных.

В некоторых других вариантах осуществления извлеченные значения используются в качестве предпочтительных значений в применении второго фильтра, т.е. лечебного фильтра, к первой базе данных, например персональной базе данных. Таким образом, во втором фильтре обновляются характеристики звуков, оказывающих лечебные воздействия.

Эти обновленные характеристики используются для выбора из первой базы данных тех звуков, которые имеют характеристики, схожие с обновленными характеристиками звуков во втором фильтре, оказывающих лечебные воздействия.

Следовательно, устанавливается дополнительная замкнутая система обратной связи, и персонифицированная база данных может быть дополнительно персонифицирована и оптимизирована посредством отслеживания воздействия различных музыкальных композиций на пациента и путем соответствующей адаптации музыкальной выборки.

В одном из вариантов осуществления вторая база данных не присутствует. Изобретение, следовательно, ограничено применением первого фильтра, т.е. лечебного фильтра, к первой базе данных. Первая база данных может быть музыкальной библиотекой, например, принадлежащей пациенту больницы или предоставленной семьей пациента больницы от имени пациента. Первый фильтр может быть алгоритмом цифровой обработки сигналов, который определяет значения воспринимаемого темпа звуков в первой базе данных и выбирает звуки из упомянутой первой базы данных, соответствующие предварительно определенным значениям воспринимаемого темпа.

Предварительно определенные значения соответствуют значениям, которые вызывают изменение в физиологическом состоянии слушателя, связанное с изменением настроения, например счастье или грусть, или физического состояния, стресса или релаксации, которые желательны. Например, подходящие лечебные воздействия могут быть релаксирующими в случае, если пациент напряжен, или пробуждающими в случае, если пациенту необходимо активизироваться.

Эта обработка основана на спектровременных характеристиках звука. Результатом является отфильтрованная коллекция пациента.

В некоторых других вариантах осуществления реализуемый на компьютере способ, согласно первому аспекту изобретения, дополнительно содержит этап, на котором подвергают слушателя воздействию элементов из персонифицированной базы данных звуков.

В некоторых вариантах осуществления реализуемый на компьютере способ дополнительно содержит этапы, на которых отслеживают изменения, по меньшей мере, одного физиологического состояния слушателя во время подвергания воздействию элементов; удаляют из персонифицированной базы данных звуков элементы, создающие нежелательные изменения, по меньшей мере, одного физиологического состояния слушателя во время подвергания воздействию элементов.

В некоторых вариантах осуществления точно настроенный персональный фильтр может быть применен к персонифицированной базе данных звуков, для того чтобы удалить музыкальные композиции, которые не обеспечивают желаемого воздействия на физиологическое состояние слушателя.

В некоторых других вариантах осуществления первый или персональный фильтр может быть применен к объединению отфильтрованной первой базы данных и отфильтрованной второй базы данных.

Во втором аспекте изобретение относится к компьютерной системе для создания персонифицированной базы данных звуков, содержащей по меньшей мере один электронный процессор обработки данных; интерфейс передачи данных, соединенный с процессором обработки данных; и при этом компьютерная система выполнена с возможностью определения предпочтительных значений характеристик звука элементов первой базы данных, содержащей элементы, такие как звуки, тем самым создавая первый фильтр; и применения первого фильтра ко второй базе данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную вторую базу данных.

В некоторых вариантах осуществления, согласно второму аспекту изобретения, компьютерная система дополнительно выполнена с возможностью применения второго фильтра к первой базе данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную первую базу данных.

В некоторых других вариантах осуществления, согласно второму аспекту изобретения, компьютерная система дополнительно выполнена с возможностью объединения отфильтрованной первой базы данных с отфильтрованной второй базой данных, тем самым предоставляя персонифицированную базу данных звуков.

В третьем аспекте изобретение относится к машиночитаемому носителю данных, хранящему в себе машиночитаемые инструкции, которые при загрузке и исполнении компьютером приводят к тому, что компьютер выполняет этапы, как определено первым аспектом изобретения и его вариантами осуществления.

Основная идея изобретения относится к реализации персонифицированной базы данных звуков, содержащей лечебные звуки.

Вообще различные аспекты изобретения могут быть объединены и связаны любым возможным способом в пределах объема изобретения. Эти и другие аспекты, признаки и/или достоинства изобретения станут очевидны из и разъяснены со ссылкой на варианты осуществления, описанные ниже.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Варианты осуществления изобретения будут описаны только в качестве примера со ссылкой на чертежи.

Фиг.1 представляет собой схематическую иллюстрацию согласно одному варианту осуществления изобретения.

Фиг.2 представляет собой блок-схему способа согласно одному варианту осуществления изобретения.

ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

Вариант осуществления изобретения проиллюстрирован на фиг.1.

Персональная база D1 данных, содержащая звуки, обрабатывается посредством лечебного фильтра F1. F1 выбирает звуки и/или характеристики музыкальных композиций из персональной базы D1 данных, которые, как известно, оказывают желаемые воздействия на слушателей. Таким образом, создается отфильтрованная персональная база D3 данных.

База D2 данных больницы, содержащая лечебные звуки, обрабатывается посредством персонального фильтра F2. F2 определяет предпочтительные характеристики звука персональной базы D1 данных. Когда фильтр F2 применяется к базе D2 данных больницы, F2 выбирает из базы D2 данных больницы те звуки, которые близко связаны посредством сходства характеристик звуков с предпочтительными характеристиками звуков персональной базы D1 данных. Таким образом, создается отфильтрованная база D4 данных больницы. Путем объединения отфильтрованной персональной базы D3 данных и отфильтрованной базы D4 данных больницы создается новая база D5 данных.

Фиг.2 представляет собой блок-схему способа согласно одному варианту осуществления изобретения. В этом варианте осуществления способ содержит следующие этапы, на которых:

- S1, определяют предпочтительные значения характеристик звука элементов первой базы D1 данных, тем самым создавая персональный фильтр (F2);

- S2, применяют персональный фильтр F2 к базе D2 данных больницы, тем самым создавая отфильтрованную базу D4 данных больницы;

- S3, применяют лечебный фильтр F1 к персональной базе D1 данных, тем самым создавая отфильтрованную персональную первую базу D3 данных;

- S4, объединяют отфильтрованную персональную базу D3 данных с отфильтрованной базой D4 данных больницы, тем самым предоставляя персонифицированную базу D5 данных звуков.

В некоторых вариантах осуществления персонифицированная база данных звуков получается путем применения лечебного фильтра к персональной базе данных, такой как коллекция звуков и/или музыкальных композиций. Персональная база данных содержит коллекцию звуков и/или музыкальных композиций, которая, например, принадлежит пациенту больницы и может быть предоставлена им самим или его родственниками. Лечебный фильтр определяет характеристики звуков и/или музыкальных композиций, которые, как известно, оказывают желаемые воздействия на слушателей. Например, лечебный фильтр может быть настроен с возможностью определять звуки и/или музыкальные композиции, имеющие характеристики, которые, как известно, оказывают релаксирующее воздействие на слушателей. Отфильтрованная персональная база данных, содержащая коллекцию персональных звуков и/или музыкальных композиций, имеющих характеристики оказания желаемого воздействия на слушателя, следовательно, получается путем применения лечебного фильтра.

В некоторых вариантах осуществления, когда способ применяется в отношении лечения пациентов больницы, способ применяет, по меньшей мере, два фильтра: лечебный фильтр, также называемый вторым фильтром, к персональным базам данных, таким как коллекция звуков и/или музыкальных композиций, также называемым первой базой данных, тем самым предоставляя отфильтрованную персональную базу данных; персональный фильтр, также называемый первым фильтром, к базе данных больницы, такой как коллекция звуков и/или музыкальных композиций больницы, также называемой второй базой данных, тем самым предоставляя отфильтрованную базу данных больницы.

База данных больницы содержит коллекцию звуков и/или музыки, которая, как известно, оказывает желаемые воздействия на слушателей. Например, коллекция может содержать музыкальные композиции, которые, как известно, оказывают релаксирующее воздействие на слушателей.

В некоторых других вариантах осуществления персональная коллекция может быть недоступна, например, в случае неотложного лечения пациентов. Персонифицированный фильтр, следовательно, получается путем определения предпочтительных значений характеристик звуков элементов базы данных пациента, которая создается родственниками или друзьями пациента. Например, родственники, друзья, коллеги, знакомые или люди, кто знает музыкальный вкус пациента, например, в терминах жанра, настроения и темпа, могут создать базу данных пациента путем выбора музыкальных композиций или звука из музыкальной библиотеки, такой как их собственная коллекция или коллекция больницы.

В некоторых других вариантах осуществления способ дополнительно состоит в том, что объединяют две отфильтрованные базы данных, тем самым предоставляя улучшенную базу данных, также называемую персонифицированной базой данных.

Это изобретение описывает также способ персонификации базы данных звуков путем объединения по меньшей мере двух отфильтрованных баз данных, для того чтобы создать персонифицированную и, следовательно, улучшенную базу данных звуков.

В некоторых вариантах осуществления, когда способ применяется в отношении лечения пациентов больницы, первая база данных может быть персональной музыкальной коллекцией, а вторая база данных может быть музыкальной коллекцией больницы.

Объединение персональной музыкальной коллекции, которая была отфильтрована посредством лечебного фильтра, и музыкальной коллекции больницы, которая была отфильтрована посредством персонального фильтра, создает музыкальную коллекцию, имеющую лечебное воздействие на слушателя, которая сохраняет персональные характеристики звуков персональной музыкальной коллекции.

Например, песни из отфильтрованной персональной коллекции, имеющие воспринимаемые темпы, оказывающие релаксирующие воздействия на слушателей, и звуки из отфильтрованной коллекции больницы, имеющие характеристики звуков, например тональность, перкуссионность, ширину спектральной полосы, подобные звукам песен в персональной базе данных, могут быть объединены для создания персонифицированной базы данных звуков.

Объединение отфильтрованной коллекции может быть сделано посредством простого добавления песен, содержащихся в ней, в список воспроизведения, при этом упомянутый список воспроизведения является персонифицированной базой данных.

В некоторых других вариантах осуществления песни, принадлежащие двум отфильтрованным базам данных, могут иметь различные веса, присвоенные на основе финальных характеристик персонифицированной коллекции.

Например, персонифицированная коллекция, имеющая релаксирующее воздействие на слушателя, может быть создана путем объединения песен из отфильтрованной персональной коллекции и отфильтрованной коллекции больницы, имеющих высокий весовой фактор вследствие их релаксирующего характера. Песни с более низким релаксирующим характером могут быть исключены из объединения вследствие их низкого весового фактора.

Любимые звуки могут быть легко определены пользователем в его/ее собственной коллекции звуков на основе желаемого воздействия, которого хочет достичь пользователь.

Например, если слушатель хотел бы расслабиться, он может выбрать коллекцию музыкальных композиций, которые являются его любимыми, учитывая расслабленное состояние, которого он хотел бы достичь. Она может включать в себя мягкие мелодии, медленные темпы. Альтернативно, другая любимая коллекция может быть предпочтительна, если хотелось бы достичь активного состояния. Она может включать в себя интенсивные темпы.

Любимые элементы могут быть выбраны лично или выбраны родственниками в персональной базе данных или в других базах данных, например базе данных больницы.

В некоторых вариантах осуществления, когда способ применяется в отношении лечения пациентов больницы, первый фильтр или персональный фильтр может быть алгоритмом цифровой обработки сигналов, который определяет музыкальные предпочтения пациента из характеристик коллекции пациента и отфильтровывает звуки, имеющие схожие музыкальные предпочтения, из базы данных больницы. С этим фильтром выполняется персонифицированная выборка из коллекции лечебных звуков больницы.

Например, для каждого звука базы данных, например для каждой песни в коллекции пациента, определяются характеристики звука, такие как жанр, тональность, перкуссионность, ритм и ширина спектральной полосы. Например, может быть выполнен автоматический анализ содержания характеристик звука музыкальной композиции, так что извлеченная характеристика может быть классифицирована, сегментирована и сравнена. На основе этих векторов характеристик строится персональный класс. Из базы данных больницы алгоритм выбирает те звуки, которые являются частью персонального класса или близко связаны посредством сравнения музыкального сходства.

На основе этих сходств песни в коллекции больницы ранжируются так, чтобы формировать список воспроизведения наиболее схожих песен.

В некоторых вариантах осуществления этот список воспроизведения представляет собой отфильтрованную базу данных больницы.

В некоторых других вариантах осуществления определенное число занимающих верхние позиции рейтинга песен выбираются и включаются в отфильтрованную базу данных больницы, в то время как занимающие нижние позиции рейтинга песни исключаются из отфильтрованной базы данных больницы.

Несмотря на то, что изобретение было подробно проиллюстрировано и описано на чертежах и в предшествующем описании, такая иллюстрация и описание должны считаться иллюстративными или примерными, а не ограничивающими; изобретение не ограничено раскрытыми вариантами осуществления. Другие изменения в раскрытых вариантах осуществления могут быть поняты и реализованы специалистами в данной области техники при осуществлении заявленного изобретения на практике при изучении чертежей, раскрытия и прилагаемой формулы изобретения. В формуле изобретения слово "содержащий" не исключает другие элементы или этапы, а единственное число не исключает множественности. Одиночный процессор или другой блок может выполнять функции нескольких элементов, изложенных в формуле изобретения. Простое обстоятельство, что определенные критерии перечислены во взаимно разных зависимых пунктах формулы изобретения, не служит признаком того, что сочетание этих критериев не может быть использовано с выгодой. Компьютерная программа может храниться/распространяться на подходящем носителе, таком как оптический запоминающий носитель или твердотельный носитель, поставляемый вместе с или в качестве части других аппаратных средств, но также может распространяться в других формах, таких как через сеть Интернет или другие проводные или беспроводные телекоммуникационные системы. Никакие условные обозначения в формуле изобретения не должны истолковываться в качестве ограничивающих ее объем.

Похожие патенты RU2579139C2

название год авторы номер документа
ЗВУКОВОЕ ПРЕДСТАВЛЕНИЕ СЖАТОЙ ПРОСТРАНСТВЕННОЙ КОНТЕКСТНОЙ ИНФОРМАЦИИ 2012
  • Картье Кенн
  • Офек Эйал
  • Джерсон Элад
  • Бар-Зеев Ави
RU2620999C2
СПОСОБ И УСТРОЙСТВО ДЛЯ ТЕРАПИИ ЗВУКАМИ ОКРУЖАЮЩЕЙ СРЕДЫ, ИНТЕРФЕЙС ПОЛЬЗОВАТЕЛЯ И СИСТЕМА УПРАВЛЕНИЯ 2006
  • Дэвис Луис Фишер Мл.
RU2412557C2
СПОСОБ И ЭЛЕКТРОННОЕ УСТРОЙСТВО ДЛЯ ОПРЕДЕЛЕНИЯ ХАРАКТЕРИСТИКИ ЭЛЕМЕНТА КОНТЕНТА 2006
  • Сковронек Йанто
  • Маккинни Мартин Ф.
RU2419859C2
СПОСОБ И УСТРОЙСТВО ДЛЯ ГЕНЕРАЦИИ СТЕРЕОСИГНАЛА С УСОВЕРШЕНСТВОВАННЫМ ПЕРЦЕПЦИОННЫМ КАЧЕСТВОМ 2008
  • Нейгебауэр Бернхард
  • Плогстиес Ян
  • Попп Харальд
RU2444154C2
СИСТЕМА И СПОСОБ ФИЛЬТРАЦИИ И ОРГАНИЗАЦИИ ЭЛЕМЕНТОВ НА ОСНОВЕ ОБЩИХ СВОЙСТВ 2003
  • Каастен Шон А.
  • Мур Джейсон Ф.
  • Таббс Кеннет М.
  • Иванович Релджа
  • Де Ворчик Дэвид Д.
  • Бэнкс Ричард М.
  • Майнер Патрис Л.
RU2368947C2
Устройства и системы для показа упражнений 2013
  • Акопян Арам
RU2708697C2
ФАЙЛОВАЯ СИСТЕМА ДЛЯ ОТОБРАЖЕНИЯ ЭЛЕМЕНТОВ РАЗЛИЧНЫХ ТИПОВ И ИЗ РАЗЛИЧНЫХ ФИЗИЧЕСКИХ МЕСТОПОЛОЖЕНИЙ 2003
  • Мур Джейсон Ф.
  • Де Ворчик Дэвид Г.
  • Чаливендра Сасанка К.
  • Беллоу Натаниел Х.
  • Гузак Крис Дж.
  • Каастен Шон А.
  • Бэнкс Ричард М.
  • Шелдон Дэвид Дж.
  • Майнер Патрис Л.
RU2376630C2
СПОСОБ И СИСТЕМА ДЛЯ ОБОГАЩЕНИЯ АУДИОСИГНАЛА 2003
  • Ивз Дэвид А.
  • Коул Ричард С.
  • Торн Кристофер
RU2322654C2
МОБИЛЬНАЯ СИСТЕМА КАРАОКЕ, СПОСОБ ОБЕСПЕЧЕНИЯ ЭЛЕКТРОМАГНИТНОЙ СОВМЕСТИМОСТИ ДЛЯ МОБИЛЬНОЙ СИСТЕМЫ КАРАОКЕ, МОБИЛЬНОЕ БЕСПРОВОДНОЕ ПЕРЕДАЮЩЕЕ УСТРОЙСТВО ДЛЯ НЕЕ, КАРТРИДЖ ДЛЯ НЕЕ, СПОСОБ ПРЕДОТВРАЩЕНИЯ ИСПОЛЬЗОВАНИЯ НЕАВТОРИЗОВАННЫХ КАРТРИДЖЕЙ В НЕЙ И СПОСОБ ДЛЯ ПРЕДОТВРАЩЕНИЯ НЕСАНКЦИОНИРОВАННОГО ДОСТУПА К ДАННЫМ В НЕЙ 1999
  • Ровнер Я.Ш.-Б.
  • Агаджанова М.А.
RU2148862C1
ПЕРЦЕПТИВНАЯ ОЦЕНКА ТЕМПА С МАСШТАБИРУЕМОЙ СЛОЖНОСТЬЮ 2010
  • Бисвас Ариджит
  • Холлози Данило
  • Шуг Михель
RU2507606C2

Иллюстрации к изобретению RU 2 579 139 C2

Реферат патента 2016 года ПЕРСОНИФИЦИРОВАННАЯ БАЗА ДАННЫХ ЛЕЧЕБНЫХ ЗВУКОВ

Изобретение относится к области музыкальной терапии. Технический результат заключается в создании персонифицированной базы данных благотворных звуков. В частности, изобретение относится к способу для создания персонифицированной базы данных звуков и музыкальных композиций. Определяют предпочтительные значения характеристик звука элементов первой базы данных, содержащей звуки, создавая тем самым первый фильтр. Применяют упомянутый первый фильтр ко второй базе данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную вторую базу данных. Применяют второй фильтр к первой базе данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную первую базу данных. Объединяют упомянутую отфильтрованную первую базу данных с упомянутой отфильтрованной второй базой данных, тем самым предоставляя персонифицированную базу данных звуков. 3 н. и 8 з.п. ф-лы, 2 ил.

Формула изобретения RU 2 579 139 C2

1. Реализуемый на компьютере способ создания персонифицированной базы данных звуков, содержащий этапы, на которых:
- определяют предпочтительные значения характеристик звука элементов первой базы (D1) данных, содержащей элементы, такие как звуки, создавая тем самым первый фильтр (F2);
- применяют упомянутый первый фильтр (F2) ко второй базе (D2) данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную вторую базу (D4) данных;
- применяют второй фильтр (F1) к первой базе (D1) данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную первую базу (D3) данных; и
- объединяют упомянутую отфильтрованную первую базу (D3) данных с упомянутой отфильтрованной второй базой (D4) данных, тем самым предоставляя персонифицированную базу (D5) данных звуков.

2. Реализуемый на компьютере способ по п. 1, в котором упомянутая первая база (D1) данных представляет собой базу данных, содержащую любимые звуки пользователя.

3. Реализуемый на компьютере способ по п. 1, в котором упомянутый первый фильтр (F2) содержит алгоритм цифровой обработки сигналов, при этом, когда алгоритм цифровой обработки сигналов применяется к упомянутой второй базе (D2) данных, он выбирает из упомянутой второй базы (D2) данных такие элементы, которые имеют характеристики со значениями, подобными упомянутым предпочтительным значениям упомянутых характеристик звука упомянутых элементов упомянутой первой базы (D1) данных.

4. Реализуемый на компьютере способ по п. 1, в котором упомянутые характеристики звука представляют собой тональность, перкуссионность, ширину спектральной полосы.

5. Реализуемый на компьютере способ по п. 1, в котором упомянутый второй фильтр (F1) содержит алгоритм цифровой обработки сигналов, при этом упомянутый алгоритм цифровой обработки сигналов при применении к упомянутой первой базе (D1) данных определяет упомянутые характеристики звука элементов в упомянутой первой базе данных и выбирает элементы из упомянутой первой базы данных, имеющие значения упомянутых характеристик звука, соответствующие предварительно определенным значениям.

6. Реализуемый на компьютере способ по п. 1, в котором упомянутые характеристики звука представляют собой воспринимаемый темп элементов.

7. Реализуемый на компьютере способ по п. 1, дополнительно содержащий этап, на котором
- подвергают слушателя воздействию упомянутых элементов из упомянутой персонифицированной базы данных звуков.

8. Реализуемый на компьютере способ по п. 1, в котором упомянутые предпочтительные значения характеристик звука дополнительно определяются посредством того, что
- подвергают слушателя воздействию элементов из упомянутой персонифицированной базы данных звуков;
- отслеживают изменения по меньшей мере одного физиологического состояния упомянутого слушателя во время подвергания воздействию упомянутых элементов;
- извлекают упомянутые предпочтительные значения характеристик звука из элементов упомянутой персонифицированной базы данных звуков, воздействию которых подвергается слушатель, когда упомянутое по меньшей мере одно физиологическое состояние упомянутого слушателя имеет предварительно определенную величину.

9. Реализуемый на компьютере способ по п. 7, дополнительно содержащий этап, на котором:
- отслеживают изменения по меньшей мере одного физиологического состояния упомянутого слушателя во время подвергания воздействию упомянутых элементов;
- удаляют из упомянутой персонифицированной базы данных звуков элементы, создающие нежелательные изменения по меньшей мере одного физиологического состояния упомянутого слушателя во время подвергания воздействию упомянутых элементов.

10. Компьютерная система для создания персонифицированной базы данных звуков, содержащая:
- по меньшей мере один электронный процессор обработки данных;
- интерфейс передачи данных, соединенный с упомянутым процессором обработки данных,
при этом упомянутая компьютерная система выполнена с возможностью
- определения предпочтительных значений характеристик звука элементов первой базы (D1) данных, содержащей элементы, такие как звуки, создавая тем самым первый фильтр;
- применения упомянутого первого фильтра (F2) ко второй базе (D2) данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную вторую базу (D4) данных,
причем упомянутая компьютерная система выполнена с возможностью применения второго фильтра (F1) к первой базе (D1) данных, содержащей элементы, такие как звуки, тем самым создавая отфильтрованную первую базу (D3) данных, и
причем упомянутая компьютерная система выполнена с возможностью объединения упомянутой отфильтрованной первой базы (D3) данных с упомянутой отфильтрованной второй базой (D4) данных, тем самым предоставляя упомянутую персонифицированную базу (D5) данных звуков.

11. Машиночитаемый носитель данных, хранящий в себе машиночитаемые инструкции, которые при загрузке и исполнении компьютером приводят к тому, что компьютер выполняет этапы, как определено способом по п. 1.

Документы, цитированные в отчете о поиске Патент 2016 года RU2579139C2

Способ приготовления мыла 1923
  • Петров Г.С.
  • Таланцев З.М.
SU2004A1
Пресс для выдавливания из деревянных дисков заготовок для ниточных катушек 1923
  • Григорьев П.Н.
SU2007A1
Приспособление для суммирования отрезков прямых линий 1923
  • Иванцов Г.П.
SU2010A1
Приспособление для суммирования отрезков прямых линий 1923
  • Иванцов Г.П.
SU2010A1
Установка для получения обогащенного кислородом воздуха 1948
  • Васильев Ф.Ф.
  • Воскресенский В.Г.
SU85822A1
МОДЕЛЬ МУЗЫКОПСИХОТЕРАПИИ 1999
  • Куй-Беда В.Ю.
RU2163150C1
СПОСОБ НАПРАВЛЕННОЙ РЕГУЛЯЦИИ ПСИХОЭМОЦИОНАЛЬНОГО СОСТОЯНИЯ ЧЕЛОВЕКА 1993
  • Гаврилин Евгений Владимирович
  • Мирошник Ирина Макаровна
RU2033818C1

RU 2 579 139 C2

Авторы

Ван Скийндел Николле Ханнеке

Кольрауш Армин Герхард

Де Брюэйн Вернер Паулус Йосефус

Декре Мишель Марсель Жозе

Фальк Томас

Баррозо Андре Мелон

Даты

2016-03-27Публикация

2011-12-21Подача