基于多感音乐的注意功能干预方法及系统技术方案

本发明专利技术公开了一种基于多感音乐的注意功能干预方法及系统，该方法包括：获取用户的注意功能评估结果；建立决策树模型以获取用户对应的各设定注意功能障碍类型的分类概率；获取用户基于多感音乐的人机交互方案；获取用户的人机交互结果，并进行有效性评估；根据有效性评估结果对决策树模型进行迭代，以更新用户对应的各设定注意功能障碍类型的分类概率，并更新人机交互方案，直至用户通过人机交互方案的有效性评估。该方法可以有效地改善用户的注意功能，不仅仅局限于对某种注意类型进行训练，更加注重不同维度注意力的综合训练，不同注意力障碍患者均可选择适当的音乐疗法达到改善的目的，内容丰富多样，可满足不同注意力障碍的干预需求。的干预需求。的干预需求。

【技术实现步骤摘要】
基于多感音乐的注意功能干预方法及系统


[0001]本专利技术涉及一种基于多感音乐的注意功能干预方法，同时也涉及相应的注意功能干预系统，属于医疗保健信息


技术介绍

[0002]音乐治疗兴起于美国，是一门集音乐、医学和心理学为一体的综合性应用学科。美国Temple大学的K.Bruscia教授在《定义音乐治疗》一书中提出：音乐干预是一个系统的干预疾病的过程，在这个过程中，治疗师利用音乐体验的各种形式，如听、唱、器乐演奏、音乐创作、歌词创作、即兴演奏、舞蹈等以及在治疗过程中发展起来的、作为治疗动力的治疗关系来帮助被帮助者达到健康的目的。
[0003]音乐具有流畅性、韵律性等特性。音乐疗法能系统地利用这些特征对人体产生影响，对躯体疾病和神经心理疾病均有改善作用，如降低血压，改善睡眠、免疫功能，镇痛，改善认知功能、减轻焦虑和抑郁状态等，使患者在治疗疾病或残障的过程中达到心理和生理的整合，最终改善人的注意、记忆等高级脑功能。
[0004]从注意力的神经心理学的角度探讨音乐干预改善注意功能的作用机理，相关研究发现，听音乐能够刺激大脑的可塑性，并导致大脑多个区域的激活，如听觉机制、注意力、记忆存储和提取以及感觉
‑
运动整合。越来越多的研究表明，音乐激活了许多参与注意力过程的大脑区域。
[0005]目前，临床上大部分对注意力问题干预的研究大多数采用传统音乐干预的方式。但是传统音乐疗法对于治疗师的音乐专业技能要求太高，普及性不高；针对注意力问题缺乏系统科学的音乐干预策略，可操作性不强。此外，更多的是针对单一维度注意力功能进行研究，几乎没有针对多种具体注意力功能障碍类型的研究。

技术实现思路

[0006]本专利技术所要解决的首要技术问题在于提供一种基于多感音乐的注意功能干预方法。
[0007]本专利技术所要解决的另一技术问题在于提供一种基于多感音乐的注意功能干预系统。
[0008]为了实现上述目的，本专利技术采用以下的技术方案：
[0009]根据本专利技术实施例的第一方面，提供一种基于多感音乐的注意功能干预方法，包括如下步骤：
[0010]获取用户的注意功能评估结果；
[0011]针对所述用户的注意功能评估结果建立决策树模型，以获取所述用户对应的各设定注意功能障碍类型的分类概率；
[0012]根据所述用户对应的各设定注意功能障碍类型的分类概率，确定所述用户的各设定注意功能需要提升的优先级，以获取所述用户基于多感音乐的人机交互方案；
[0013]获取所述用户按照所述优先级依次进行人机交互的人机交互结果，并根据所述人机交互结果对所述人机交互方案进行有效性评估；
[0014]根据有效性评估结果对所述决策树模型进行迭代，以更新所述用户对应的各设定注意功能障碍类型的分类概率，并更新所述人机交互方案，直至所述用户通过所述人机交互方案的有效性评估。
[0015]其中较优地，所述获取用户的注意功能评估结果，具体包括：
[0016]根据所述用户的病症诊断结果，获取所述用户已有的病症信息；
[0017]采用语音识别技术针对用户录取的语音文本信息进行特征提取，以获取所述用户针对各设定注意力障碍类型的词频数；
[0018]根据所述用户针对各设定注意力障碍类型的任务测验结果，获取所述用户针对各设定注意力障碍类型的任务评估分数；
[0019]获取所述用户的注意功能提升需求；
[0020]综合所述病症信息、词频数、任务评估分数以及提升需求，获取所述用户的注意功能评估结果。
[0021]其中较优地，各所述设定注意功能障碍类型至少包括：稳定性注意障碍、选择性注意障碍以及持续性注意障碍。
[0022]其中较优地，所述针对所述用户的注意功能评估结果建立决策树模型，以获取所述用户对应的各设定注意功能障碍类型的分类概率，具体包括：
[0023]采用多项逻辑回归进行分类，针对三类注意功能障碍建立以下三种不同的决策树；
[0024][0025][0026][0027]其中，输入训练集T＝{(x1，y1)，(x2，y2)，
……
，(x
m
，y
m
)}，F(x)从1到M的叠加目标是通过经验风险极小化确定下一颗决策树的参数，通过拟合残差c
m
学习一颗回归树，得到第m棵回归树的叶节点区域R
m
，通过找到误差最小的回归树所对应的c
m
来更新得到的回归问题提升树F
M
(x)；
[0028]基于所建立的三种决策树，将所述用户的注意功能评估结果输入以下公式，获取所述用户对应的三类注意功能障碍的分类概率p
i
(x)；
[0029][0030]其中，i的取值为1～3；exp()代表指数函数，F
iM
(x)代表最佳拟合回归树。
[0031]其中较优地，根据所述用户对应的各设定注意功能障碍类型的分类概率，确定所述用户的各设定注意功能需要提升的优先级，以获取所述用户基于多感音乐的人机交互方
案，具体包括：
[0032]基于所述用户的各设定注意功能需要提升的优先级，根据所述用户对应的各注意功能障碍类型的分类概率，从人机交互任务库中依次匹配与各注意功能障碍类型相对应的基于多感音乐的人机交互任务；
[0033]根据所述用户对应的各设定注意功能障碍类型的分类概率，计算对应各设定注意功能障碍类型的人机交互天数；
[0034]将各注意功能障碍类型相对应的基于多感音乐的人机交互任务与各设定注意功能障碍类型的人机交互天数一一对应，形成与各注意功能障碍类型相对应的人机交互子方案；
[0035]将各所述人机交互子方案按照所述优先级进行排序，形成所述用户基于多感音乐的人机交互方案。
[0036]其中较优地，所述人机交互方案中，当前人机交互子方案交互完毕后，开启下一级人机交互子方案的人机交互。
[0037]其中较优地，任意一个设定注意功能障碍类型的人机交互天数均通过该设定注意功能障碍类型的分类概率与所述用户完全属于该设定注意功能障碍类型的最佳干预天数的乘积获得。
[0038]根据本专利技术实施例的第二方面，提供一种基于多感音乐的注意功能干预系统，包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行以下操作：
[0039]获取用户的注意功能评估结果；
[0040]针对所述用户的注意功能评估结果建立决策树模型，以获取所述用户对应的各设定注意功能障碍类型的分类概率；
[0041]根据所述用户对应的各设定注意功能障碍类型的分类概率，确定所述用户的各设定注意功能需要提升的优先级，以获取所述用户基于多感音乐的人机交互方案；
[0042]获取所述用户按照所述优先级依次进行人机交互的人机交互结果，并根据所述人机交互结果对所述人机交互方案进行有效性评估；
[0043]根据有效性评估结果对所述决策树模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多感音乐的注意功能干预方法，其特征在于包括如下步骤：获取用户的注意功能评估结果；针对所述用户的注意功能评估结果建立决策树模型，以获取所述用户对应的各设定注意功能障碍类型的分类概率；根据所述用户对应的各设定注意功能障碍类型的分类概率，确定所述用户的各设定注意功能需要提升的优先级，以获取所述用户基于多感音乐的人机交互方案；获取所述用户按照所述优先级依次进行人机交互的人机交互结果，并根据所述人机交互结果对所述人机交互方案进行有效性评估；根据有效性评估结果对所述决策树模型进行迭代，以更新所述用户对应的各设定注意功能障碍类型的分类概率，并更新所述人机交互方案，直至所述用户通过所述人机交互方案的有效性评估。2.如权利要求1所述的注意功能干预方法，其特征在于，所述获取用户的注意功能评估结果，具体包括：根据所述用户的病症诊断结果，获取所述用户已有的病症信息；采用语音识别技术针对用户录取的语音文本信息进行特征提取，以获取所述用户针对各设定注意力障碍类型的词频数；根据所述用户针对各设定注意力障碍类型的任务测验结果，获取所述用户针对各设定注意力障碍类型的任务评估分数；获取所述用户的注意功能提升需求；综合所述病症信息、词频数、任务评估分数以及提升需求，获取所述用户的注意功能评估结果。3.如权利要求1所述的注意功能干预方法，其特征在于，各所述设定注意功能障碍类型至少包括：稳定性注意障碍、选择性注意障碍以及持续性注意障碍。4.如权利要求3所述的注意功能干预方法，其特征在于，所述针对所述用户的注意功能评估结果建立决策树模型，具体包括：采用多项逻辑回归进行分类，针对三类注意功能障碍建立以下三种不同的决策树；采用多项逻辑回归进行分类，针对三类注意功能障碍建立以下三种不同的决策树；采用多项逻辑回归进行分类，针对三类注意功能障碍建立以下三种不同的决策树；其中，输入训练集T＝{(x1，y1)，(x2，y2)，
……
，(x
m
，y
m
)}，F(x)从1到M的叠加目标是通过经验风险极小化确定下一颗决策树的参数，通过拟合残差c
m
学习一颗回归树，得到第m棵回归树的叶节点区域R
m
，通过找到误差最小的回归树所对应的c
m
来更新得到的回归问题提升树F
M
(x)。
5.如权利要求4所述的注意功能...

【专利技术属性】
技术研发人员：黎倩伶，马珠江，王晓怡，
申请(专利权)人：浙江脑动极光医疗科技有限公司，
类型：发明
国别省市：