CN112354064B - 一种音乐辅助治疗系统 - Google Patents

Abstract

本发明提供一种音乐辅助治疗系统，涉及音乐治疗领域，适用于阿兹海默症的辅助治疗，包括：第一筛选模块，用于将患者的特征数据和各乐曲输入一预先训练完成的乐曲筛选模型以输出匹配于患者的初步筛选乐曲并形成一筛选音乐库；脑电采集模块，用于采集患者聆听筛选音乐库中的初步筛选乐曲时产生的有效脑电波数据并分析得到有效脑波形参量；训练模块，用于训练得到一音乐辅助治疗模型；第二筛选模块，用于采用音乐辅助治疗模型对筛选音乐库中的初步筛选乐曲进行再次筛选，从而得到有效乐曲并形成一有效音乐库。本发明对患者喜爱的乐曲进行筛选，选择能够激发患者γ节律脑电波的乐曲片段组合来对患者进行音乐辅助治疗。

Description

一种音乐辅助治疗系统

技术领域

本发明涉及音乐治疗领域，尤其涉及一种音乐辅助治系统。

背景技术

阿兹海默症(Alzheimer disease，AD)是一种起病隐匿的进行性发展的神经系统退行性疾病，临床上以记忆障碍、失语、失用、失认、视空间技能损害、执行功能障碍以及人格和行为改变等全面性痴呆表现为特征，病因迄今未明。并且阿兹海默症呈进行性发展，目前尚无有效治疗方法。

现有的科学研究表明通过采用40赫兹的音频诱导大脑中的γ节律脑电波以持续对AD患者进行听觉刺激诱导可以缓解大脑进一步认知退化，提高记忆认知，实现减缓阿兹海默症病情恶化的效果。

但是直接对AD患者发射γ声波来进行治疗的方法的治疗过程对AD患者来说舒适度较低，治疗体验较差，因此需要一种技术方案能够在保证AD患者治疗舒适度的情况下实现对阿兹海默症病情的辅助治疗。

发明内容

针对现有技术中存在的问题，本发明提供一种音乐辅助治疗系统，适用于阿兹海默症的辅助治疗，包括：

存储模块，用于预存一音乐库，所述音乐库中包含多首乐曲；

采集模块，连接所述存储模块，用于采集进行音乐辅助治疗的患者的特征数据和各所述乐曲的特征数据；

第一筛选模块，分别连接所述采集模块和所述存储模块，用于将所述患者的特征数据和各所述乐曲输入一预先训练完成的乐曲筛选模型以输出匹配于所述患者的初步筛选乐曲并形成一筛选音乐库；

脑电采集模块，连接所述第一筛选模块，用于采集所述患者聆听所述筛选音乐库中的所述初步筛选乐曲时产生的有效脑电波数据，并根据所述有效脑电波数据分析得到有效脑波形参量；

训练模块，分别连接所述筛选模块和所述脑电采集模块，用于将所述筛选音乐库中的所述初步筛选乐曲作为输入，将所述有效脑波形参量作为输出，训练得到一音乐辅助治疗模型；

第二筛选模块，分别连接所述训练模块和所述第一筛选模块，用于采用所述音乐辅助治疗模型对所述筛选音乐库中的所述初步筛选乐曲进行再次筛选，从而得到有效乐曲并形成一有效音乐库，所述患者播放所述有效音乐库以对阿兹海默症进行辅助治疗。

优选的，所述患者的特征数据包括：

年龄，和/或性别，和/或出生地，和/或职业，和/或居住地，和/或家庭情况，和/或所述患者喜爱的乐曲的乐曲特性，和/或所述患者喜爱的歌唱家的歌唱特性。

优选的，各所述乐曲的特征数据包括：

音乐流派，和/或音乐风格，和/或曲风，和/或主题，和/或演唱者，和/或演奏者。

优选的，所述第一筛选模块包括：

第一筛选单元，用于根据所述患者的特征数据和各所述乐曲的特征数据对所述音乐库中的各所述乐曲进行筛选得到相匹配的乐曲；

归纳单元，连接所述第一筛选单元，用于将筛选得到的乐曲作为所述初步筛选乐曲并归纳到同一个乐曲组合中，以形成所述筛选音乐库。

优选的，所述脑电采集模块包括：

脑电采集单元，用于对所述患者聆听所述筛选音乐库中的所述乐曲时产生的所述有效脑电波数据进行采集；

分析单元，连接所述脑电采集单元，用于按照预设的有效节律波的波形要素对所述有效脑电波数据进行分析得到多段所述有效脑波形参量，以及获取每段所述有效脑波形参量所对应的采集时间段。

优选的，所述波形要素包括：

周期，和/或振幅，和/或位相，和/或波形和/或波的数量和/或频率。

优选的，所述训练模块包括：

训练数据准备单元，用于将每段所述有效脑电波形参量和对应的所述采集时间段内播放的所述初步筛选乐曲中的乐曲片段组成一对训练数据，所述训练数据中，所述乐曲片段作为输入量，所述有效脑电波形参量作为输出量；

训练单元，连接所述训练数据准备单元，用于根据所述训练数据训练形成所述音乐辅助治疗模型。

优选的，所述第二筛选模块包括：

第二筛选单元，用于根据所述音乐辅助治疗模型对所述筛选音乐库中的所述初步筛选乐曲进行再次筛选并得到所述有效乐曲，所述有效乐曲包括多段独立的所述乐曲片段；

汇总单元，连接所述第二筛选单元，用于根据所有所述乐曲片段组成所述有效音乐库。

优选的，所述第二筛选模块中还包括一优化单元，连接所述汇总单元，用于对多段独立的所述乐曲片段进行优化，以将所述乐曲片段进行拼合形成连贯的所述有效乐曲并保存在所述有效音乐库中。

优选的，所述优化单元具体包括：

排列部件，用于根据各段独立的所述乐曲片段的结尾段落和开始段落的相似性对所述乐曲片段进行重新排列以形成一片段队列；

于所述片段队列中，上一段所述乐曲片段的结尾段落与下一段所述乐曲片段中的开始段落相似；

组合部件，连接所述排列部件，用于将所述片段队列中的各段所述乐曲片段按照顺序进行组合，以形成所述有效乐曲并保存在所述有效音乐库中。

上述技术方案具有如下优点或有益效果：

本技术方案对患者喜爱的乐曲进行筛选，选择出能够激发患者γ节律脑电波的乐曲片段组合来对患者进行音乐辅助治疗，在保证辅助治疗效果的同时提升患者的体验舒适度。

附图说明

图1为本发明的较佳的实施例中，音乐辅助治疗系统的总体结构示意图；

图2为本发明的较佳的实施例中，第一筛选模块的具体结构示意图；

图3为本发明的较佳的实施例中，脑电采集模块的具体结构示意图；

图4为本发明的较佳的实施例中，训练模块的具体结构示意图；

图5为本发明的较佳的实施例中，第二筛选模块的具体结构示意图；

图6为本发明的较佳的实施例中，优化单元的具体结构示意图；

图7为本发明的较佳的实施例中，采用上述音乐辅助治疗进行阿茨海默症治疗的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。

本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种音乐辅助治疗系统，适用于阿兹海默症的辅助治疗；如图1所示，包括：

存储模块1，用于预存一音乐库，音乐库中包含多首乐曲；

采集模块2，连接存储模块1，用于采集进行音乐辅助治疗的患者的特征数据和各乐曲的特征数据；

第一筛选模块3，分别连接采集模块2和存储模块1，用于将患者的特征数据和各乐曲输入一预先训练完成的乐曲筛选模型以输出匹配于患者的初步筛选乐曲并形成一筛选音乐库；

脑电采集模块4，连接第一筛选模块3，用于采集患者聆听筛选音乐库中的乐曲时产生的有效脑电波数据，并根据有效脑电波数据分析得到有效脑波形参量；

训练模块5，分别连接第一筛选模块3和脑电采集模块4，用于将筛选音乐库中的初步筛选乐曲作为输入，将有效脑波形参量作为输出，训练得到一音乐辅助治疗模型；

第二筛选模块6，分别连接训练模块5和第一筛选模块3，用于采用音乐辅助治疗模型对筛选音乐库中的初步筛选乐曲进行再次筛选，从而得到有效乐曲并形成一有效音乐库，患者播放有效音乐库以对阿兹海默症进行辅助治疗。

具体地，本实施例中，音乐库中的乐曲都是现在已有的乐曲。采集模块2对进行音乐辅助治疗的患者的特征数据和各乐曲的特征数据进行采集并输入第一筛选模块3，第一筛选模块3包含一个乐曲筛选模型。将患者的特征数据和乐曲输入乐曲筛选模型进行融合处理得到患者喜爱的乐曲以作为初步筛选乐曲，实现针对患者的个性化处理。第一筛选模块3将乐曲筛选模型输出的初步筛选乐曲进行汇总，形成筛选音乐库，并将筛选音乐库存储在系统的服务器或者云端。本实施例中，脑电采集模块4可以通过患者头戴头部脑电帽的方式对患者进行脑电波数据的采集。训练模块5将筛选音乐库中的初步筛选乐曲作为音乐辅助治疗模型的输入，有效脑波形参量作为音乐辅助治疗模型的输出，训练得到音乐辅助治疗模型。第二筛选模块6通过音乐辅助治疗模型对筛选音乐库中的初步筛选乐曲进行进一步筛选得到有效乐曲，各有效乐曲汇总形成有效音乐库。

本实施例中，第二筛选模块6采用对音乐辅助治疗模型边训练边筛选的循环方式逐步逼近并选出可激励出患者产生有益脑电波数据的(比如γ节律波)的有效乐曲，实现对患者的辅助治疗。

优选的，还包括一个对音乐辅助治疗模型的疗效评估的过程，该疗效评估的过程可以通过医护人员对接受音乐辅助治疗后一个月的患者的阿尔兹海默病患者的相关表现进行测评得到测评结果，医护人员根据测评结果为患者制定后续的治疗方案，其中，治疗方案包括调整听音乐的时间以及听音乐的音量等，也可以包括其他非音乐的辅助治疗方法。上述非音乐的辅助治疗方法均为现有技术中针对阿兹海默症患者的现有治疗方案，在此不再赘述。

本发明的较佳的实施例中，患者的特征数据包括：

年龄，和/或性别，和/或出生地，和/或职业，和/或居住地，和/或家庭情况，和/或患者喜爱的乐曲的乐曲特性，和/或患者喜爱的歌唱家的歌唱特性。

本发明的较佳的实施例中，各乐曲的特征数据包括：

音乐流派，和/或音乐风格，和/或曲风，和/或主题，和/或演唱者，和/或演奏者。

本发明的较佳的实施例中，如图2所示，第一筛选模块3包括：

第一筛选单元31，用于根据患者的特征数据和各乐曲的特征数据对音乐库中的各乐曲进行筛选得到相匹配的乐曲；

归纳单元32，连接第一筛选单元31，用于将筛选得到的乐曲作为初步筛选乐曲并归纳到同一个乐曲组合中，以形成筛选音乐库。

具体地，本实施例中，第一筛选单元31将患者的特征数据与乐曲的特征数据进行关联，并通过筛选处理得到患者喜爱的乐曲以作为初步筛选乐曲，实现针对患者的个性化处理，保证了患者辅助治疗的治疗体验。通过归纳单元32实现将初步筛选乐曲进行归纳，进而形成筛选音乐库。

更进一步地，第一筛选单元31根据患者喜爱的乐曲的乐曲特性和与乐曲的曲风对各乐曲进行筛选得到曲风与乐曲特性相匹配的乐曲作为初步筛选乐曲；

第一筛选单元31根据患者喜爱的歌唱家的歌唱特性和与乐曲的演唱者对各乐曲进行筛选得到演唱者与歌唱特性相匹配的乐曲作为初步筛选乐曲，实现针对患者的个性化处理，保证了患者辅助治疗的治疗体验。

本发明的较佳的实施例中，如图3所示，脑电采集模块4包括：

脑电采集单元41，用于对患者聆听筛选音乐库中的乐曲时产生的有效脑电波数据进行采集；

分析单元42，连接脑电采集单元41，用于按照预设的有效节律波的波形要素对有效脑电波数据进行分析得到多段有效脑波形参量，以及获取每段有效脑波形参量所对应的采集时间段。

具体地，本实施例中，脑电采集单元41采用多导联相关脑电记录系统，用于实现对脑电波数据进行检测。患者在头部戴上电极帽,通过头部脑电帽分别采集自发脑电波数据和有音乐刺激产生的有效脑电波数据得到可对比脑电图。分析单元42按α、β、γ、θ、δ节律波的波形的要素对有效脑电波数据进行功率谱分析和定量分析得到多段有效脑波形参量，为音乐辅助治疗模型的建立奠定基础。

本发明的较佳的实施例中，波形要素包括：

周期，和/或振幅，和/或位相，和/或波形和/或波的数量和/或频率。

本发明的较佳的实施例中，如图4所示，训练模块5包括：

训练数据准备单元51，用于将每段有效脑电波形参量和对应的采集时间段内播放的初步筛选乐曲中的乐曲片段组成一对训练数据，训练数据中，乐曲片段作为输入量，有效脑电波形参量作为输出量；

训练单元52，连接训练数据准备单元51，用于根据训练数据训练形成音乐辅助治疗模型。

具体地，本实施例中，训练数据准备单元51将有效脑电波形参量和对应的采集时间段内播放的初步筛选乐曲中的乐曲片段进行组合形成一对训练数据，训练单元52将乐曲片段作为输入，有效脑电波形参量作为输出，训练得到音乐辅助治疗模型。换言之，最终训练完成的音乐辅助治疗模型，其输入为实际播放的乐曲，输出为该实际播放的乐曲所对应的脑电波的波形与γ脑电波波形之间的匹配程度。更进一步地，上述训练完成的音乐辅助治疗模型的最终意义是要根据患者的γ脑电波波形找到能够触发该波形的具体的乐曲片段，从而弥补因为不能直接播放40赫兹而造成的无法对有效的乐曲片段进行定位的问题。

本发明的较佳的实施例中，如图5所示，第二筛选模块6包括：

第二筛选单元61，用于根据音乐辅助治疗模型对筛选音乐库中的初步筛选乐曲进行再次筛选并得到有效乐曲，有效乐曲包括多段独立的乐曲片段；

汇总单元62，连接第二筛选单元61，用于根据所有乐曲片段组成有效音乐库。

本发明的较佳的实施例中，第二筛选模块6中还包括一优化单元63，连接汇总单元62，用于对多段独立的乐曲片段进行优化，以将乐曲片段进行拼合形成连贯的有效乐曲并保存在有效音乐库中。

本发明的较佳的实施例中，如图6所示，优化单元63具体包括：

排列部件631，用于根据各段独立的乐曲片段的结尾段落和开始段落的相似性对乐曲片段进行重新排列以形成一片段队列；

于片段队列中，上一段乐曲片段的结尾段落与下一段乐曲片段中的开始段落相似；

组合部件632，连接排列部件631，用于将片段队列中的各段乐曲片段按照顺序进行组合，以形成有效乐曲并保存在有效音乐库中。

具体地，本实施例中，上一段乐曲片段的结尾段落与下一段乐曲片段中的开始段落中的相似可以理解为音高、节奏、旋律等相似，可以通过阈值比较的方式来实现：优化单元63中预先存储有一比较阈值，当上一段乐曲片段的结尾段落与下一段乐曲片段中的开始段落的音乐属性的相似度不小于比较阈值时，表明上一段乐曲片段的结尾段落与下一段乐曲片段中的开始段落相似；当上一段乐曲片段的结尾段落与下一段乐曲片段中的开始段落的音乐属性的相似度小于比较阈值时，表明上一段乐曲片段的结尾段落与下一段乐曲片段中的开始段落的不相似。通过组合部件632将片段队列中的各段乐曲片段按照顺序进行组合时，为了保存患者的听感，可以在每两端乐曲片段之间添加一小段空白片段作为过渡，使得患者能够更好地适应组合后的乐曲片段，避免因为各乐曲片段结合过于突兀导致患者的听感下降，降低听歌体验。同时组合部件632还能对各乐曲片段的节奏进行相应的调整，使得片段队列中的上一段乐曲片段的节奏和下一段乐曲片段的节奏的相似度低于预设的比较阈值，使得患者的节奏听感更顺畅。综上，本发明的音乐辅助治疗系统中，采用第一筛选模块3对患者喜爱的乐曲进行筛选形成筛选乐曲库，并通过训练模块5训练得到音乐辅助治疗模型，第二筛选模块6通过将筛选乐曲库中的初步筛选乐曲输入音乐辅助治疗模型，能够选择出能够激发患者γ节律脑电波的乐曲片段组合来对患者进行音乐辅助治疗，起到保证辅助治疗效果的同时提升患者的体验舒适度的技术效果。

本发明的较佳的实施例中，上述音乐辅助治疗系统的具体应用过程如图7中所示，包括以下步骤：

步骤S1，阿兹海默症音乐辅助治疗系统采集进行音乐辅助治疗的患者的特征数据和音乐库中预存的各乐曲的特征数据；

步骤S2，阿兹海默症音乐辅助治疗系统将患者的特征数据和各乐曲输入一预先训练完成的乐曲筛选模型以输出匹配于患者的初步筛选乐曲并形成一筛选音乐库；

步骤S3，阿兹海默症音乐辅助治疗系统采集患者聆听筛选音乐库中的初步筛选乐曲时产生的有效脑电波数据，并根据有效脑电波数据分析得到有效脑波形参量；

步骤S4，阿兹海默症音乐辅助治疗系统将筛选音乐库中的初步筛选乐曲作为输入，将有效脑波形参量作为输出，训练得到一音乐辅助治疗模型；

步骤S5，阿兹海默症音乐辅助治疗系统采用音乐辅助治疗模型对筛选音乐库中的初步筛选乐曲进行再次筛选，从而得到有效乐曲并形成一有效音乐库，患者播放有效音乐库以对阿兹海默症进行辅助治疗。

以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (9)

1.一种音乐辅助治疗系统，适用于阿兹海默症的辅助治疗；其特征在于，包括：

存储模块，用于预存一音乐库，所述音乐库中包含多首乐曲；

采集模块，连接所述存储模块，用于采集进行音乐辅助治疗的患者的特征数据和各所述乐曲的特征数据；

第一筛选模块，分别连接所述采集模块和所述存储模块，用于将所述患者的特征数据和各所述乐曲输入一预先训练完成的乐曲筛选模型以输出匹配于所述患者的初步筛选乐曲并形成一筛选音乐库；

脑电采集模块，连接所述第一筛选模块，用于采集所述患者聆听所述筛选音乐库中的所述初步筛选乐曲时产生的有效脑电波数据，并根据所述有效脑电波数据分析得到有效脑波形参量；

训练模块，分别连接所述第一筛选模块和所述脑电采集模块，用于将所述筛选音乐库中的所述乐曲作为输入，将所述有效脑波形参量作为输出，训练得到一音乐辅助治疗模型；

第二筛选模块，分别连接所述训练模块和所述第一筛选模块，用于采用所述音乐辅助治疗模型对所述筛选音乐库中的所述初步筛选乐曲进行再次筛选，从而得到有效乐曲并形成一有效音乐库，所述患者播放所述有效音乐库以对阿兹海默症进行辅助治疗；

所述训练模块包括：

训练数据准备单元，用于将每段所述有效脑电波形参量和对应的采集时间段内播放的所述初步筛选乐曲中的乐曲片段组成一对训练数据，所述训练数据中，所述乐曲片段作为输入量，所述有效脑电波形参量作为输出量；

训练单元，连接所述训练数据准备单元，用于根据所述训练数据训练形成所述音乐辅助治疗模型。

2.根据权利要求1所述的音乐辅助治疗系统，其特征在于，所述患者的特征数据包括：

年龄，和/或性别，和/或出生地，和/或职业，和/或居住地，和/或家庭情况，和/或所述患者喜爱的乐曲的乐曲特性，和/或所述患者喜爱的歌唱家的歌唱特性。

3.根据权利要求1所述的音乐辅助治疗系统，其特征在于，各所述乐曲的特征数据包括：

音乐流派，和/或音乐风格，和/或曲风，和/或主题，和/或演唱者，和/或演奏者。

4.根据权利要求1所述的音乐辅助治疗系统，其特征在于，所述第一筛选模块包括：

第一筛选单元，用于根据所述患者的特征数据和各所述乐曲的特征数据对所述音乐库中的各所述乐曲进行筛选得到相匹配的乐曲；

归纳单元，连接所述第一筛选单元，用于将筛选得到的乐曲作为所述初步筛选乐曲并归纳到同一个乐曲组合中，以形成所述筛选音乐库。

5.根据权利要求1所述的音乐辅助治疗系统，其特征在于，所述脑电采集模块包括：

脑电采集单元，用于对所述患者聆听所述筛选音乐库中的所述乐曲时产生的所述有效脑电波数据进行采集；

分析单元，连接所述脑电采集单元，用于按照预设的有效节律波的波形要素对所述有效脑电波数据进行分析得到多段所述有效脑波形参量，以及获取每段所述有效脑波形参量所对应的采集时间段。

6.根据权利要求5所述的音乐辅助治疗系统，其特征在于，所述波形要素包括：

周期，和/或振幅，和/或位相，和/或波形和/或波的数量和/或频率。

7.根据权利要求1所述的音乐辅助治疗系统，其特征在于，所述第二筛选模块包括：

第二筛选单元，用于根据所述音乐辅助治疗模型对所述筛选音乐库中的所述初步筛选乐曲进行再次筛选并得到所述有效乐曲，所述有效乐曲包括多段独立的所述乐曲片段；

汇总单元，连接所述第二筛选单元，用于根据所有所述乐曲片段组成所述有效音乐库。

8.根据权利要求7所述的音乐辅助治疗系统，其特征在于，所述第二筛选模块中还包括一优化单元，连接所述汇总单元，用于对多段独立的所述乐曲片段进行优化，以将所述乐曲片段进行拼合形成连贯的所述有效乐曲并保存在所述有效音乐库中。

9.根据权利要求8所述的音乐辅助治疗系统，其特征在于，所述优化单元具体包括：

排列部件，用于根据各段独立的所述乐曲片段的结尾段落和开始段落的相似性对所述乐曲片段进行重新排列以形成一片段队列；

于所述片段队列中，上一段所述乐曲片段的结尾段落与下一段所述乐曲片段中的开始段落相似；

组合部件，连接所述排列部件，用于将所述片段队列中的各段所述乐曲片段按照顺序进行组合，以形成所述有效乐曲并保存在所述有效音乐库中。

Images