Способ оценки, программа оценки, устройство оценки и система оценки

Группа изобретений относится к медицине, а именно к оценке состояния здоровья субъекта исследования. Предложены система и устройство, содержащие машиночитаемый носитель, для реализации способа, содержащий этапы, на которых: вычисляют, из характеристических величин, полученных из звуковых данных, издаваемых субъектом, одну характеристическую величину, не имеющую отношения к другим характеристическим величинам, и характеристическую величину, имеющую абсолютное значение корреляции с другими характеристическими величинами, меньшее заданного значения; и оценивают психосоматическое состояние субъекта, основываясь на вычисленной характеристической величине. Группа изобретений обеспечивает повышение эффективности оценки состояния здоровья пациента. 4 н. и 1 з.п. ф-лы, 6 ил.

 

Область техники, к которой относится изобретение

Настоящее изобретение относится к способу оценки, программе оценки, устройству оценки, системе оценки состояния здоровья субъекта исследования.

Уровень техники

Известно, что активность человеческого мозга (т.е. эмоциональное состояние или психосоматическое состояние человека) отображается в звуке, издаваемом человеком. Например, предлагается технология, которая вычисляет частоту продольных колебаний и аналогичные параметры из звукового сигнала, издаваемого человеком, которая оценивает эмоциональное состояние (или психосоматическое состояние) человека на основе информации отношения соответствия между эмоциональным состоянием и частотой продольных колебаний и подобным параметром, и основывается на таких параметрах, как вычисленная частота продольных колебаний и подобных параметров (например, см. патентный документ 1).

Документ существующего уровня техники

Патентный документ

Патентный документ 1: международная публикация заявки No. 2006/132159

Раскрытие сущности изобретения

Проблемы, подлежащие решению с помощью изобретения

Отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний, создаётся посредством того, что у каждого из множества субъектов вызывается эмоциональное состояние для определения этого состояния (например, радости, горя, или подобной эмоции) субъекта, который издаёт звук каждых выборочных данных, с выборочными данными издаваемого звука в различных ситуациях и сценах. То есть, создание отношения соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний требует затраты времени из-за того, что заранее подготавливается как можно больше выборочных данных и эмоциональное состояние издающего звук субъекта определяется каждым из множества субъектов для каждых выборочных данных. Кроме того, каждый из множества субъектов субъективно определяет эмоциональное состояние, и таким образом эмоциональное состояние или психосоматическое состояние, которое оценивается на основе отношения соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний имеют недостаточную объективность.

Кроме того, различные пороговые значения оценки эмоционального состояния исходя из параметров, устанавливаются для созданного отношения соответствия. Однако существует проблема, заключающаяся в том, что пороговые значения, которые должны устанавливаться, легко подвергаются воздействию шума, который включается в состав звуковых данных и ухудшает качество звука вследствие обработки, такой как снижение частоты выборки, которая выполняется в отношении звуковых данных.

В аспекте изобретения обеспечиваются предложения способа оценки, программы оценки, устройства оценки, и системы оценки, в соответствии с этим раскрытием изобретения, чтобы обеспечивать технологию, способную оценивать психосоматическое состояние субъекта с большей лёгкостью, чем в родственной области техники без предварительной подготовки информации, показывающей отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний.

Средства для решения проблемы

Способ оценки, в соответствии с аспектом изобретения, включает в себя этапы, на которых вычисляют по меньшей мере одну характеристическую величину с помощью звуковых данных, издаваемых субъектом, вычисляют степень психосоматического состояния субъекта, основываясь на вычисленной характеристической величине, и оценивают психосоматическое состояние субъекта, основываясь на вычисленной степени психосоматического состояния.

Программа оценки, в соответствии с другим аспектом изобретения, вызывает выполнение компьютером процесса вычисления по меньшей мере одной характеристической величины с помощью звуковых данных, издаваемых субъектом, вычисление степени психосоматического состояния субъекта, основываясь на вычисленной характеристической величине, и оценку психосоматического состояния субъекта, основываясь на вычисленной степени психосоматического состояния.

Устройство оценки, в соответствии с ещё одним аспектом изобретения, включает в себя первый вычислительный модуль для вычисления по меньшей мере одной характеристической величины с помощью звуковых данных, издаваемых субъектом, второй вычислительный модуль для вычисления степени психосоматического состояния субъекта, основываясь на характеристической величине, вычисленной с помощью первого вычислительного модуля, и модуль оценки психосоматического состояния субъекта, основываясь на степени, вычисленной с помощью второго вычислительного модуля.

Система оценки, в соответствии с ещё одним аспектом изобретения, включает в себя устройство сбора данных, принимающее звуковые данные, издаваемые субъектом, и устройство оценки, включающее в себя первый вычислительный модуль для вычисления по меньшей мере одной характеристической величины с помощью звуковых данных, издаваемых субъектом, принимаемых с помощью устройства сбора данных, второй вычислительный модуль для вычисления степени психосоматического состояния субъекта, основываясь на характеристической величине, вычисленной с помощью первого вычислительного модуля, и модуль оценки психосоматического состояния субъекта, основываясь на степени, вычисленной с помощью второго вычислительного модуля.

В соответствии со способом оценки, программой оценки, устройством оценки, и системой оценки этого раскрываемого изобретения, возможно оценивать психосоматическое состояние субъекта более легко, чем в родственной области существующего уровня техники, без предварительной подготовки информации, показывающей отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний.

Краткое описание чертежей

Фиг. 1 является схемой, иллюстрирующей устройство оценки, в соответствии с вариантом осуществления изобретения.

Фиг. 2 является схемой, иллюстрирующей устройство оценки, в соответствии с другим вариантом осуществления изобретения.

Фиг. 3 является схемой, иллюстрирующей пример звуковых данных, принимаемых через портативное оконечное устройство связи, проиллюстрированное на фиг. 2.

Фиг. 4 является схемой, иллюстрирующей корреляцию между характеристическими величинами, вычисляемыми с помощью первого вычислительного модуля 10а, проиллюстрированного на фиг. 2.

Фиг. 5 является схемой, иллюстрирующей продолжение корреляции между характеристическими величинами, проиллюстрированными на фиг. 4.

Фиг. 6 является схемой, иллюстрирующей пример процесса оценки в системе оценки, проиллюстрированной на фиг. 2.

Осуществление изобретения

В дальнейшем вариант осуществления изобретения будет описываться со ссылками на сопроводительные чертежи.

Фиг. 1 иллюстрирует устройство оценки и способ оценки, в соответствии с вариантом осуществления изобретения.

Устройство 100 оценки, проиллюстрированное на фиг. 1, является компьютерным устройством, которое включает в себя вычислительное обрабатывающее устройство, такое как центральный процессор (ЦП, CPU), и запоминающее устройство, такое как накопитель на жёстком диске и подобное устройство. Устройство 100 оценки функционирует как первый вычислительный модуль 10, второй вычислительный модуль 20, и модуль 30 оценки, например, с помощью выполнения программы оценки, сохраняемой в запоминающем устройстве с помощью вычислительного обрабатывающего устройства. В то же время первый вычислительный модуль 10, второй вычислительный модуль 20, и модуль 30 оценки могут быть реализованы посредством аппаратных средств.

Первый вычислительный модуль 10 вычисляет частоту продольных колебаний, интенсивность, и подобные параметры звука с помощью звуковых данных, издаваемых субъектом, которые сохраняются в запоминающем устройстве устройства 100 оценки, или с помощью звуковых данных субъекта, которые принимаются через портативное коммуникационное оконечное устройство, такое как смартфон. Первый вычислительный модуль 10 вычисляет частоту обнаружения для частоты продольных колебаний при произнесении звуков субъектом, увеличение интенсивности (или скорости уменьшения) звука, и аналогичные параметры, на основе временных изменений в частоте продольных колебаний, интенсивности звука и подобных параметров. Частота обнаружения для частоты продольных колебаний, скорость увеличения интенсивности звука, и аналогичные параметры являются примерами характеристических величин звука.

В то же время первый вычислительный модуль 10 может вычислять по меньшей мере одну из частот обнаружения для частоты продольных колебаний и скорость увеличения (или скорость уменьшения) интенсивности звука.

Второй вычислительный модуль 20 вычисляет степень психосоматического состояния субъекта, основываясь на характеристической величине, такой как частота обнаружения вычисленной частоты продольных колебаний. Например, второй вычислительный модуль 20 вычисляет значение, полученное с помощью добавления частоты детектирования вычисленной частоты продольных колебаний, скорость увеличения интенсивности звука, и аналогичные параметры, как степень (в дальнейшем также определяемая как жизнеспособность) психосоматического состояния субъекта. В то же время второй вычислительный модуль 20 может устанавливаться по меньшей мере на одну из частот детектирования для частоты продольных колебаний, скорость увеличения интенсивности звука, и аналогичные параметры, как жизнеспособность субъекта. Кроме того, второй вычислительный модуль 20 может устанавливаться на значение, полученное при выполнении добавления весовой функции частоты детектирования для частоты продольных колебаний, скорости увеличения интенсивности звука, и аналогичных параметров, как жизнеспособность субъекта.

Модуль 30 оценки оценивает психосоматическое состояние субъекта (например, находится субъект в депрессивном или подобном состоянии, или нет), основываясь на вычисленной жизнеспособности. Устройство 100 оценки выводит информацию, показывающую психосоматическое состояние субъекта, которая была оценена с помощью модуля 30 оценки, на дисплей, такой как внешний электролюминесцентный (EL) органический дисплей или жидкокристаллический дисплей.

В то же время конфигурация и функционирование устройства 100 оценки не ограничиваются примером, проиллюстрированным на фиг. 1. Например, система оценки может быть сконфигурирована с включением в её состав устройства 100 оценки, портативного коммуникационного оконечного устройства, такого как смартфон, и дисплея, такого как органический электролюминесцентный дисплей.

Как описывалось выше, в варианте осуществления изобретения, проиллюстрированном на фиг. 1, устройство 100 оценки вычисляет характеристические величины, такие как частота детектирования частоты продольных колебаний во время произнесения звуков субъектом, скорость увеличения интенсивности звука, и аналогичные параметры с помощью звуковых данных субъекта, а также вычисляет жизнеспособность психосоматического состояния субъекта, основываясь на вычисленных характеристических величинах. Устройство 100 оценки оценивает психосоматическое состояние субъекта на основе вычисленной жизнеспособности. Таким образом, устройство 100 оценки может оценивать психосоматическое состояние субъекта более легко, чем в технике существующего уровня, без предварительной подготовки информации, показывающей отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний. Кроме того, жизнеспособность вычисляется на основе вычисленных характеристических величин, таким образом устройство 100 оценки может объективно оценивать психосоматическое состояние субъекта. Кроме того, устройство 100 оценки не использует информацию, показывающую отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний, и таким образом имеет сопротивление в отношении ухудшения качества звука, например, при наличии шума.

Фиг. 2 иллюстрирует способ оценки, устройство оценки, и систему оценки в соответствии с другим вариантом осуществления изобретения.

Система SYS оценки, проиллюстрированная на фиг. 2, включает в себя устройство 100а оценки и портативное коммуникационное оконечное устройство 200. Устройство 100а оценки и портативное коммуникационное оконечное устройство 200 соединяются между собой с помощью способа, использующего провода, и беспроводного способа. В то же время устройство 100а оценки и портативное коммуникационное оконечное устройство 200 могут соединяться между собой через компьютерную сеть.

Портативное коммуникационное оконечное устройство 200 является мобильным телефоном, смартфоном, или планшетным оконечным устройством. Портативное коммуникационное оконечное устройство 200 принимает сигнал звука, произносимого субъектом РА, через микрофон, включённый в состав портативного коммуникационного оконечного устройства 200, и образцы принятого сигнала на заданной частоте дискретизации (например, 11 кГц, или подобной частоте), чтобы генерировать звуковые данные цифрового сигнала. Портативное коммуникационное оконечное устройство 200 передаёт сгенерированные звуковые данные к устройству 100а оценки. Кроме того, портативное коммуникационное оконечное устройство 200 отображает результаты оценки, выполненного устройством 100а оценки, на дисплее, таком как органический электролюминесцентный (EL) дисплей, который включается в состав портативного коммуникационного оконечного устройства 200. Портативное коммуникационное оконечное устройство 200 является примером устройства сбора данных.

В то же время микрофон может присоединяться к устройству 100а оценки с помощью проводного и беспроводного способа, вместо портативного коммуникационного оконечного устройства 200. В этом случае устройство 100а оценки может отбирать сигнал звука, принятого от микрофона с заданной частотой выборки, чтобы генерировать звуковые данные цифрового сигнала.

Устройство 100а оценки является компьютерным устройством, включающим в себя вычислительное обрабатывающее устройство, такое как центральный процессор (ЦП, CPU), и запоминающее устройство, такое как накопитель на жёстком диске или подобное устройство. Устройство 100а оценки функционирует как первый вычислительный модуль 10а, второй вычислительный модуль 20а, и модуль 30а оценки, например, с помощью выполнения программы оценки, сохраняемой в запоминающем устройстве с помощью вычислительного обрабатывающего устройства. В то же время первый вычислительный модуль 10а, второй вычислительный модуль 20а, и модуль 30а оценки могут быть реализованы посредством аппаратных средств.

В то же время устройство 100а оценки может быть реализовано в портативном коммуникационном оконечном устройстве 200. То есть, ЦП, включённый в состав портативного коммуникационного оконечного устройства 200, выполняет программу оценки, сохраняемую в запоминающем устройстве, таком как накопитель информации, которое включается в состав портативного коммуникационного оконечного устройства 200. Таким образом, портативное коммуникационное оконечное устройство 200 может функционировать как первый вычислительный модуль 10а, второй вычислительный модуль 20а, и модуль 30а оценки.

Первый вычислительный модуль 10а вычисляет частоту продольных колебаний, интенсивность и подобные параметры звуковых данных субъекта РА, которые принимаются от портативного коммуникационного оконечного устройства 200. Первый вычислительный модуль 10а вычисляет характеристические величины звука, такие как частота детектирования частоты продольных колебаний при произнесении звуков субъектом РА и скорость увеличения интенсивности звука, основываясь на изменениях времени в вычисленной частоте продольных колебаний и интенсивности. При этом функционирование первого вычислительного модуля 10а будет описываться со ссылками на фиг. 3.

Второй вычислительный модуль 20а вычисляет степень (жизнеспособность) психосоматического состояния субъекта РА, основываясь на характеристических величинах, таких как частота детектирования для частоты продольных колебаний, которая вычисляется с помощью первого вычислительного модуля 10а. Функционирование второго вычислительного модуля 20а будет описываться со ссылками на фиг. 4.

Модуль 30а оценки производит оценивание психосоматического состояния субъекта РА, основываясь на степени, вычисленной с помощью второго вычислительного модуля 20а. Устройство 100а оценки выводит информацию о психосоматическом состоянии, которая оценивается с помощью модуля 30а оценки, к портативному коммуникационному оконечному устройству 200 и отображает эту информацию на дисплее, таком как органический электролюминесцентный (EL) дисплей, который включается в состав портативного коммуникационного оконечного устройства 200.

Фиг. 3 иллюстрирует пример звуковых данных, принимаемых через портативное коммуникационное оконечное устройство 200, проиллюстрированное на фиг. 2. Часть (а) фиг. 3 иллюстрирует временные изменения звукового давления для звука, издаваемого субъектом РА, принимаемые через портативное коммуникационное оконечное устройство 200, а часть (b) фиг. 3 иллюстрирует временные изменения в интенсивности звука, издаваемого субъектом РА. В то время как горизонтальная ось на фиг. 3 представляет время, вертикальная ось в части (а) фиг. 3 представляет звуковое давления, а вертикальная ось в части (b) фиг. 3 представляет интенсивность PW звука. Интенсивность PW звука является квадратом звукового давления.

Фиг. 3 иллюстрирует данные в модуле произношения при произнесении фразы “ARIGATOU” (Спасибо) в звуковых данных произношения субъекта РА. Моменты времени t1, t2, t3, и t4 представляют стартовые моменты времени произнесения слов “A”, “RI”, “GA”, “TO” и “U”, соответственно включённых в состав модуля произношения. При этом будет даваться описание процесса вычисления первого вычислительного модуля 10а по отношению к звуковым данным произношения слова “RI” в модуле произношения “ARIGATOU”, но первый вычислительный модуль 10а выполняет процесс вычисления в отношении других слов фразы “ARIGATOU” и других модулей произношения таким же или аналогичным образом.

Первый вычислительный модуль 10а вычисляет частоту продольных колебаний, интенсивность, количество пересечений нулевой точки и подобные параметры для каждого окна WD, например, с помощью звуковых данных, принятых от портативного коммуникационного оконечного устройства 200. Например, первый вычислительный модуль 10а выполняет спектральный анализ, такой как быстрое преобразование Фурье (FFT) с шириной окна WD для каждой даты модуля произношения, такого как “ARIGATOU”, в отношении принятых звуковых данных, для того чтобы вычислять энергетический спектр. Первый вычислительный модуль 10а вычисляет интенсивность PW звука, выбирая среднее значение для каждого окна WD, поскольку значение интенсивности PW вычисляемого звука может значительно варьироваться. Таким образом, часть (b) фиг. 3 иллюстрирует изменения по времени в интенсивности PW звука, которые подвергались смещению для усреднённой обработки.

Кроме того, первый вычислительный модуль 10а выполняет обработку по автокорреляции в отношении вычисленного энергетического спектра и вычисляет частоту продольных колебаний, основываясь на интервале между частотами сопредельных максимальных значений (или минимальных значений) в распределении вычисленных коэффициентов автокорреляции. Кроме того, первый вычислительный модуль 10а вычисляет количество случаев пересечения волновой формы звукового давления уровня эталонного давления (например, установленного на «0») в звуковых данных для каждого окна WD, как количество пересечений нулевой точки.

В то же время ширина окна WD имеет количество выборок, например, составляющее 512, и первый вычислительный модуль 10а перемещает окно WD на заданный интервал, например, такой как четверть ширины окна WD, чтобы вычислять частоту продольных колебаний и подобный параметр с помощью каждого окна WD. То есть, интенсивности PW в моменты времени t1, t11, t12, t3t2, t13, t14, t15, t16, t17, t18, t19 и t2, проиллюстрированные в части (b) фиг. 3, показывают интенсивности, вычисленные первым вычислительным модулем 10а с помощью звуковых данных произношения слова “RI”. Временные интервалы между моментами времени t1, t11, t12, t3t2, t13, t14, t15, t16, t17, t18, t19 и t2, являются такими же, как и заданный интервал перемещения окна WD.

Кроме того, первый вычислительный модуль 10а может вычислять такие параметры, как частота F0 продольных колебаний и темп речи, из звуковых данных.

Далее первый вычислительный модуль 10а вычисляет характеристические величины, такие как частота детектирования частоты продольных колебаний в произношении субъекта РА и скорость увеличения интенсивности PW звука, основываясь на частоте продольных колебаний, интенсивности, количестве пересечений нулевой точки, и подобных параметрах, которые вычисляются для каждого модуля произношения “ARIGATOU”. Например, первый вычислительный модуль 10а вычисляет соотношение окон WD для каждой частоты продольных колебаний по отношению ко всем окнам WD, как параметр PITCH_RATE, показывающий скорость детектирования частоты продольных колебаний в каждом из модулей произношения. То есть, PITCH_RATE показывает скорость произношения голосового звука (гласного звука) в звуке, произносимом субъектом РА. Первый вычислительный модуль 10а соотносит параметр PITCH_RATE каждого из модулей произношения со временем, таким как стартовое время (например, время t0 в случае с фразой “ARIGATOU”) или время завершения (например, время t5 в случае с фразой “ARIGATOU”) каждого модуля произношения. Первый вычислительный модуль 10а принимает изменения PITCH_RATE времени в произношения субъекта РА.

Кроме того, первый вычислительный модуль 10а вычисляет параметр DELTA_ZERO_DIV, показывающий степень изменений в каждом из модулей произношения в количестве пересечений Δ нулевой точки, которая является разницей в количестве пересечений нулевой точки между сопредельными окнами WD с вычисленным количеством пересечений нулевой точки для каждого из окон WD. Например, первый вычислительный модуль 10а получает разницу в количестве пересечений нулевой точки между сопредельными окнами WD и вычисляет стандартное отклонение полученной разницы в количестве пересечений нулевой точки, как DELTA_ZERO_DIV. В то же время первый вычислительный модуль 10а может вычислять дисперсионное значение разницы в количестве пересечений нулевой точки, которая получается между окнами WD как DELTA_ZERO_DIV. Альтернативно, первый вычислительный модуль 10а может вычислять значение, полученное при добавлении абсолютного значения разницы между средним значением разниц в количестве пересечений нулевой точки между окнами WD и разницей в количестве пересечений нулевой точки между окнами WD, как DELTA_ZERO_DIV. Первый вычислительный модуль 10а сопоставляет параметр DELTA_ZERO_DIV каждого из модулей произношения со временем, таким как стартовое время или время завершения каждого модуля произношения, чтобы получать изменения по времени в DELTA_ZERO_DIV в произношении субъекта РА.

Кроме того, как проиллюстрировано в части (b) фиг. 3, например, в модуле произношения “ARIGATOU”, изменение по времени в интенсивности PW каждого из слов “A”, “RI”, “GA”, “TO” и “U” имеет область энергичного начала речи (Attack region), в которой интенсивность увеличивается, область сохранения (Keep region), в которой интенсивность поддерживается постоянной, и область затухания (Decay region), в которой интенсивность уменьшается. Следовательно, первый вычислительный модуль 10а вычисляет угол отклонения интенсивности PW в области энергичного начала речи и в области затухания. Например, первый вычислительный модуль 10а вычисляет угол δAS отклонения интенсивности PW в области энергичного начала речи с интенсивностью PW (t1) в момент времени t1 и интенсивностью PW (t12) в момент времени t12, которые включены в состав области энергичного начала речи (Attack region) в интенсивности PW, вычисленной в озвученном слове “RI”, в соответствии с выражением (1)

δAS = (PW (t12) - PW (t1))/(t12 - t1) …(1)

Первый вычислительный модуль 10а вычисляет среднее значение углов δAS отклонения, вычисленных в словах “ARIGATOU”, как наклон ATTACK_SLOPE интенсивности PW в области энергичного начала речи (Attack region) модуля произношения “ARIGATOU”. Первый вычислительный модуль 10а сопоставляет ATTACK_SLOPE каждого модуля произношения со временем, таким как стартовое время или время завершения каждого модуля произношения, чтобы получать изменения по времени в ATTACK_SLOPE в произношении субъекта РА.

В то же время первый вычислительный модуль 10а может вычислять угол δAS отклонения интенсивности PW в области энергичного начала произношения слова “RI” с интенсивностью PW (t1) в момент времени t1, интенсивностью PW (t11) в момент времени t11 и интенсивностью PW (t12) в момент времени t12. Например, первый вычислительный модуль 10а вычисляет угол отклонения интенсивности между интенсивностью PW (t1) в момент времени t1, интенсивностью PW (t11) в момент времени t11, а также угол отклонения интенсивности между интенсивностью PW (t11) в момент времени t11 и интенсивностью PW (t12) в момент времени t12. первый вычислительный модуль 10а вычисляет среднее значение углов отклонения вычисленных интенсивностей, как угол δAS отклонения интенсивности PW в области энергичного начала произношения слова “RI”.

С другой стороны, например, первый вычислительный модуль 10а вычисляет угол δDS отклонения интенсивности PW в области затухания (Decay region) с интенсивностью PW (t18) в момент времени t18 и интенсивностью PW (t2) момент времени t2, которые включены в состав области затухания в интенсивности PW, вычисленной в озвученном слове “RI”, в соответствии с выражением (2):

δDS = (PW (t2) - PW (t18))/(t2 - t18) …(2)

Первый вычислительный модуль 10а вычисляет среднее значение углов δDS отклонения, вычисленных в каждом из слов модуля произношения “ARIGATOU”, как наклон DECAY_SLOPE интенсивности PW в области затухания модуля произношения “ARIGATOU”. Первый вычислительный модуль 10а сопоставляет DECAY_SLOPE каждого модуля произношения со временем, таким как стартовое время или время завершения каждого модуля произношения, чтобы получать изменения по времени в DECAY_SLOPE в произношении субъекта РА.

В то же время первый вычислительный модуль 10а может вычислять угол δDS отклонения интенсивности PW в области затухания слова “RI” с интенсивностью PW (t18) в момент времени t18, интенсивностью PW (t19) в момент времени t19, и интенсивностью PW (t2) момент времени t2. Например, первый вычислительный модуль 10а вычисляет угол отклонения интенсивности между интенсивностью PW (t18) в момент времени t18, интенсивностью PW (t19) в момент времени t19 и угол отклонения интенсивности между интенсивностью PW (t19) в момент времени t19 и интенсивностью PW (t2) в момент времени t2. Первый вычислительный модуль 10а вычисляет среднее значение углов отклонения вычисленных интенсивностей, как угол δDS отклонения интенсивности PW в области затухания в озвученном слове “RI”.

Кроме того, первый вычислительный модуль 10а вычисляет среднее значение интенсивностей PW в моменты времени завершения t1, t2, t3, t4 и t5 произношения каждого слова модуля произношения “ARIGATOU”, как проиллюстрировано в части (b) фиг. 3, как параметр DECAY_POWER. Первый вычислительный модуль 10а сопоставляет DECAY_POWER каждого модуля произношения со временем, таким как стартовое время или время завершения каждого модуля произношения, чтобы получать изменения по времени в DECAY_POWER в произношения субъекта РА.

В то же время первый вычислительный модуль 10а может вычислять характеристические величины, такие как DECAY_SLOPE_DIV, DELTA_ZERO_MAX_ABS, DELTA_ZERO_DIV_ABS, DECAY_COUNT, и POWER_PEAK_COUNT. Кроме того, первый вычислительный модуль 10а может вычислять характеристические величины, такие как DECAY_POWER_DIV, ATTACK_SLOPE_DIV, ATTACK_COUNT, и PITCH_TIME_CORRE.

В то же время DECAY_SLOPE_DIV является стандартным отклонением, дисперсионным значением или подобным параметром, который показывает степень отклонений в DECAY_SLOPE в каждом модуле произношения. Параметр DELTA_ZERO_MAX_ABS является абсолютным значением максимального DELTA_ZERO_DIV, вычисленного с использованием звуковых данных, имеющих интенсивность PW, которая больше или равна заданной интенсивности среди множества значений DELTA_ZERO_DIV, вычисленных в каждом модуле произношения. DELTA_ZERO_MAX_ABS является абсолютным значением DELTA_ZERO_DIV. DECAY_COUNT является количеством фрагментов данных, отбираемых в области затухания в интенсивности PW каждого модуля произношения, как проиллюстрировано в части (b) фиг. 3.

Кроме того, POWER_PEAK_COUNT является количеством на единицу времени, такую как одна секунда, в которой, например, изменения времени в интенсивности PW вычисляются в трёх сопредельных окнах WD в каждом модуле произношения. В то же время количество окон WD, сопредельных друг другу, может составлять три или более при вычислении POWER_PEAK_COUNT. Кроме того, предпочтительно, чтобы интенсивность PW каждого окна WD была равна или была выше, чем уровень шума.

Кроме того, DECAY_ POWER _DIV является, например, стандартным отклонением, дисперсионным значением, или подобным параметром, который показывает степень вариаций параметра DECAY_ POWER в каждом модуле произношения. ATTACK_SLOPE_DIV является стандартным отклонением, дисперсионным значением, или подобным параметром, который показывает вариации в параметре ATTACK_SLOPE в каждом модуле произношения. ATTACK_COUNT является количеством фрагментов данных, отбираемых в области энергичного начала речи в интенсивности PW каждого модуля произношения, как проиллюстрировано в части (b) фиг. 3. PITCH_TIME_CORRE является коэффициентом корреляции между порядком (т.е. по истечении времени) окон WD и изменениями по времени в частоте продольных колебаний, когда окна WD нумеруются в каждом модуле произношения.

Фиг. 4 и 5 иллюстрируют корреляцию между характеристическими величинами, вычисляемыми с помощью первого вычислительного модуля 10а, проиллюстрированного на фиг. 2. Таблица СТ корреляции, показывающая корреляцию между характеристическими величинами, имеет области, которые соответственно сохраняют множество характеристических величин, таких как LABEL, область под кривой (AUC), и DECAY_POWER. Имя, показывающее характеристическую величину, такую как DECAY_POWER, сохраняется в области LABEL.

Область AUC сохраняет AUC по отношению к кривой ROC, когда множество фрагментов звуковых данных субъекта, например, которым доктор даёт название (например, находится или нет субъект в депрессивном состоянии, имеет ли субъект церебральный инфаркт, или подобные состояния), классифицируются с использованием характеристических величин в области LABEL. То есть, значение сохраняемого параметра AUC показывает степень способности для определения психосоматического состояния субъекта РА, которое имеет каждая из характеристических величин. В то же время параметр ROC является сокращением от Receiver Operating Characteristic (график зависимости чувствительности от частоты ложно положительных заключений).

То есть, например, отображается, что возможно правильно определять психосоматическое состояние субъекта РА с характеристической величиной, имеющей значение AUC, которое больше или равно 0,7, даже в том случае, когда характеристическая величина используется независимо, и невозможно правильно определять психосоматическое состояние субъекта РА с характеристической величиной, имеющей значение AUC, которое меньше, чем 0,7, когда характеристическая величина используется независимо. В таблице СТ корреляции показываются характеристические величины, имеющие значение AUC, которое больше или равно 0,7.

В каждой из областей множества характеристических величин (в дальнейшем также определяемых как области характеристических величин) сохраняется коэффициент корреляции между изменениями по времени, показываемыми с помощью характеристических величин в каждой области характеристических величин, который вычисляется с использованием звуковых данных субъекта РА, и изменения по времени, показываемые с помощью каждой из характеристических величин в области LABEL. В то же время в таблице СТ корреляции, проиллюстрированной на фиг. 4 и 5, область характеристических величин, показывающая, что абсолютное значение коэффициента корреляции больше или равно заданному пороговому значению, например, 0,65, показана в виде затемнённого участка. Это показывает, что возможно оценивать любую характеристическую величину, без характеристической величины в области характеристических величин и с характеристической величиной в области LABEL, которая показывает, что абсолютное значение коэффициента корреляции больше или равно заданному значению коэффициента, когда устройство 100а оценки вычисляет другие характеристические величины с помощью звуковых данных субъекта РА. То есть, это показывает, что устройство 100а оценки вычисляет некоторые характеристические величины из числа характеристических величин в областях LABEL таблиц СТ корреляции, проиллюстрированных на фиг. 4 и 5, причём это вычисление является таким же, как вычисление всех характеристических величин в области LABEL.

Следовательно, устройство 100а оценки выбирает характеристическую величину, имеющую значение AUC, которое больше или равно 0,7, которое превышает и не имеет корреляции с другими характеристическими величинами, или характеристическую величину, имеющую корреляцию с другими характеристическими величинами, имеющими меньшее значение, чем заданное значение коэффициента из числа характеристических величин в области LABEL, основываясь на таблицах СТ корреляции, проиллюстрированных на фиг. 4 и 5. Например, устройство 100а оценки выбирает четыре характеристические величины DECAY_POWER, DECAY_SLOPE, PITCH_RATE и DELTA_ZERO_DIV, которые показаны как затемнённые участки в области LABEL.

В то же время устройство 100а оценки может выбирать характеристическую величину, имеющую значение AUC, которое больше или равно 0,7, и не имеющую отношения, или имеющую небольшое отношение к другим характеристическим величинам, со способом анализа главного компонента, или нейронную сеть, такую как автокодировщик.

Первый вычислительный модуль 10а вычисляет выбранные характеристические величины DECAY_POWER, DECAY_SLOPE, PITCH_RATE и DELTA_ZERO_DIV с помощью звуковых данных субъекта РА. Второй вычислительный модуль 20а выполняет добавление весовой функции вычисленных характеристических величин DECAY_POWER, DECAY_SLOPE, PITCH_RATE и DELTA_ZERO_DIV с помощью выражения (3), чтобы вычислять степень (жизнеспособность) α психосоматического состояния субъекта РА.

α = - DECAY_POWER+DECAY_SLOPE+PITCH_RATE+0.5×DELTA_ZERO_DIV (3)

В то же время весовые коэффициенты характеристических величин DECAY_POWER, DECAY_SLOPE, PITCH_RATE и DELTA_ZERO_DIV не ограничиваются случаем, связанным с выражением (3). Например, предпочтительно, чтобы весовой коэффициент каждой из характеристических величин надлежащим образом устанавливался в соответствии с видом деятельности, структурой семьи, средой проживания или подобным параметрам целевого субъекта РА. Например, второй вычислительный модуль 20а может вычислять жизнеспособность α субъекта РА с помощью выражения (4). В то же время коэффициент DECAY_SLOPE в выражении (4) равен «0».

α = - 0.5×DECAY_POWER+PITCH_RATE+0.5×DELTA_ZERO_DIV …(4)

В то же время, каждая характеристическая величина из числа DECAY_POWER, DECAY_SLOPE, PITCH_RATE, и DELTA_ZERO_DIV может заменяться на характеристическую величину, показывающую заданное значение коэффициента, например, коэффициент корреляции, который больше или равен чем 0,65. Например, коэффициент корреляции между DECAY_SLOPE и ATTACK_SLOPE составляет 0,79. Таким образом, первый вычислительный модуль 10а может вычислять ATTACK_SLOPE вместо DECAY_SLOPE. Второй вычислительный модуль 20а вычисляет жизнеспособность α субъекта РА с помощью ATTACK_SLOPE вместе с DECAY_POWER, PITCH_RATE, DELTA_ZERO_DIV, а также с помощью выражения (3). В то же время предпочтительно, чтобы был надлежащим образом установлен весовой коэффициент ATTACK_SLOPE.

Кроме того, жизнеспособность α может быть вычислена с использованием любого из следующих характеристических величин: DECAY_POWER, DECAY_SLOPE, PITCH_RATE, и DELTA_ZERO_DIV, которые имеют высокое значение AUC.

В то же время DECAY_POWER_DIV и PITCH_TIME_CORRE имеют самое низкое значение AUC по сравнению с другими характеристическими величинами, несмотря на то, что они имеют низкую корреляцию с другими характеристическими величинами и таким образом не входят в состав величин, связанных с выражением (3) для вычисления жизнеспособности α. Однако, DECAY_POWER_DIV и PITCH_TIME_CORRE вычисляются первым вычислительным модулем 10а и могут входить в состав величин, связанных с выражением (3).

Модуль 30а оценки производит оценивание психосоматического состояния субъекта РА, например, находится ли субъект РА в подавленном состоянии, основываясь на сравнении между жизнеспособностью α, вычисленной вторым вычислительным модулем 20а, и пороговым значением. Например, модуль 30а оценки оценивает, что субъект РА имеет плохое психосоматическое состояние (например, подавленное состояние), когда жизнеспособность α меньше, чем пороговое значение (т.е. звук, издаваемый субъектом РА, является неясным или невнятно произносимым). С другой стороны, модуль 30а оценки оценивает, что субъект РА имеет хорошее психосоматическое состояние и является здоровым, когда жизнеспособность α больше или равна пороговому значению (т.е. звук, издаваемый субъектом РА, является ясным и вразумительным).

В то же время пороговое значение, используемое модулем 30а оценки, устанавливается на основе, например, точки на кривой ROC жизнеспособности α для минимизирования расстояния от точки, в которой чувствительность составляет «1», и относительное число ложно позитивных заключений (1 – специфичность) составляет «0». Альтернативно, пороговое значение может устанавливаться, основываясь на индексе Юдена, показывающем расстояние (чувствительность + специфичность – 1) между кривой ROC жизнеспособности α и кривой ROC, когда AUC составляет 0,5, и в подобных случаях.

Фиг. 6 иллюстрирует пример процесса оценки, выполняемого с помощью устройства 100а оценки, проиллюстрированного на фиг. 2. Этапы от S100 до S130 реализуются с помощью выполнения программы оценки, сохраняемой в запоминающем устройстве устройства 100а оценки, с помощью компьютерного обрабатывающего устройства, установленного на устройстве 100а оценки. То есть, фиг. 6 иллюстрирует программу оценки и способ оценки, в соответствии с другим вариантом осуществления изобретения. В этом случае первый вычислительный модуль 10а, второй вычислительный модуль 20а, и модуль 30а оценки, которые проиллюстрированы на фиг. 2, реализуются с помощью выполнения программы оценки. В то же время, процесс, проиллюстрированный на фиг. 6, может быть реализован с помощью аппаратной части, установленной на устройстве 100а оценки. В этом случае первый вычислительный модуль 10а, второй вычислительный модуль 20а, и модуль 30 оценки, которые проиллюстрированы на фиг. 2, реализуются с помощью схемы, расположенной внутри устройства 100 оценки.

В то же время программа оценки может быть записана на съёмном диске, таком как DVD (цифровой видеодиск), и затем может распределяться. Кроме того, программа оценки может быть записана на портативную запоминающую среду, такую как флеш-накопитель с универсальной последовательной шиной USB, и затем может распределяться. Альтернативно, устройство 100а оценки может загружать программу оценки с помощью сети через сетевой интерфейс, включённый в состав устройства 100 оценки, и может сохраняться в запоминающее устройство, такое как накопитель информации.

Во время этапа S100 первый вычислительный модуль 10а вычисляет параметры, такие как частота продольных колебаний, интенсивность, и количество пересечений нулевой точки, для каждого из окон WD с помощью звуковых данных, которые произносит субъект РА, и которые принимаются через портативное коммуникационное оконечное устройство 200.

Во время этапа S110 первый вычислительный модуль 10а вычисляет характеристические величины DECAY_POWER, DECAY_SLOPE, PITCH_RATE, и DELTA_ZERO_DIV с такими параметрами, как частота продольных колебаний, интенсивность, и количество пересечений нулевой точки, которые вычисляются во время этапа S100.

Во время этапа S120 второй вычислительный модуль 20а вычисляет жизнеспособность α субъекта РА с характеристическими величинами, вычисленными во время этапа S110 с помощью выражения (3).

Во время этапа S130 модуль 30а оценки производит оценивание психосоматического состояния субъекта РА (например, находится ли субъект РА в подавленном состоянии) основываясь на сравнении между жизнеспособностью α, вычисленной во время этапа S120, и пороговым значением.

Устройство 100а оценки выводит информацию, показывающую психосоматическое состояние, оцениваемое с помощью модуля 30а оценки, к портативному коммуникационному оконечному устройству 200 и отображает информацию на дисплее этого портативного коммуникационного оконечного устройства 200. Устройство 100а оценки выходит из процесса оценки. Процесс, проиллюстрированный на фиг. 6, выполняется ещё раз, каждый раз, когда субъект РА издаёт звук в направлении портативного коммуникационного оконечного устройства 200.

Как описывалось выше, в варианте осуществления изобретения, проиллюстрированном на фиг. 2-6, устройство 100а оценки вычисляет характеристические величины DECAY_POWER, DECAY_SLOPE, PITCH_RATE, и DELTA_ZERO_DIV в произношении субъекта с помощью звуковых данных субъекта РА. Устройство 100а оценки вычисляет жизнеспособность α психосоматического состояния субъекта РА с помощью вычисленных характеристических величин и выражения (3). Устройство 100а оценки оценивает психосоматическое состояние субъекта на основе сравнения между вычисленной жизнеспособностью α и пороговым значением. В результате чего устройство 100а оценки может оценивать психосоматическое состояние субъекта более легко, чем в существующем уровне техники, без предварительно подготовленной информации, показывающей отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний. Кроме того, жизнеспособность α вычисляется на основе вычисленных характеристических величин, и таким образом устройство 100а оценки может объективно оценивать психосоматическое состояние субъекта РА. Кроме того, устройство 100а оценки не использует информацию, показывающую отношение соответствия между эмоциональным состоянием и такими параметрами, как частота продольных колебаний, и таким образом имеет сопротивление к ухудшению качества звука, такому как шум.

В то же время описание было приведено для тех случаев, когда устройство 100 (100а) оценки применяется для психологической помощи, такой как психоанализ, прогнозирование поведения или анализ поведения и сеанс психоанализа, или предписания в психиатрической помощи или общем медицинском обслуживании, но изобретение этим не ограничивается. Например, устройство 100 оценки может применяться для робота, искусственного интеллекта, транспортного средства, информационно-справочной службы, развлечений, интернета, портативного оконечного прикладного устройства или обслуживания смартфона, оконечного устройства планшетного типа, или подобного оборудования, и информационно-поисковой системы. Кроме того, устройство 100 оценки может применяться для диагностического устройства, автоматического справочного устройства, классификации катастроф, и подобного оборудования. Кроме того, устройство 100 оценки может применяться для финансово-кредитной системы управления, прогнозирования поведения, компаний, школ, правительственного агентства, полиции, военных подразделений, информационном анализе в деятельности по сбору информации, и подобных областях, в психологическом анализе, приводящем к ложноположительным результатам, и коллективном руководстве организацией. Кроме того, устройство 100 оценки может применяться в системе для управления здоровьем психической деятельности и прогнозировании поведения сотрудников организации, исследователя, наёмного работника, менеджера, или подобных сотрудников, в системе для контролирования окружающего пространства, такого как дом, офис, самолёт или космический корабль, или средства для изучения состояния рассудка или прогнозирования поведения члена семьи или друга. Кроме того, устройство 100 оценки может применяться для музыки, распространения фильмов, общего поиска информации, управления анализом информации, обработки информации или рыночного анализа точности определения предпочтений потребителей, системы, которая управляет этими параметрами через сеть или на автономной основе, и для подобных задач.

В соответствии с приведённым выше подробным описанием, будут очевидны признаки и преимущества варианта осуществления изобретения. Это предполагает, что формула изобретения покрывает упоминавшиеся выше признаки и преимущества варианта осуществления изобретения в объёме изобретения, не выходя за пределы сущности и объёма настоящего изобретения. Кроме того, следует отметить, что специалисты в данной области техники могут легко представить каждое улучшение и изменение, при этом предполагается, что настоящее изобретение не должно ограничиваться приведённым выше описанием объёма варианта осуществления изобретения, имеющего изобретательский уровень, но также может основываться на соответствующих улучшениях и их эквивалентах, которые включены в состав раскрытого объёма в варианте осуществления изобретения.

Список ссылочных обозначений

10, 10а - первый вычислительный модуль,

20, 20а - второй вычислительный модуль,

30, 30а – модуль оценки,

100, 100а – устройство оценки,

200 - портативное коммуникационное оконечное устройство,

СТ - таблица корреляции,

SYS – система оценки.

1. Способ оценки состояния здоровья субъекта, реализуемый устройством оценки, содержащий этапы, на которых:

вычисляют из характеристических величин, полученных из звуковых данных, издаваемых субъектом, одну характеристическую величину, не имеющую отношения к другим характеристическим величинам, и характеристическую величину, имеющую абсолютное значение корреляции с другими характеристическими величинами, меньшее заданного значения; и

оценивают психосоматическое состояние субъекта, основываясь на вычисленной характеристической величине.

2. Способ оценки по п. 1, в котором:

обрабатывающее вычисление характеристической величины содержит вычисление степени психосоматического состояния субъекта, основанное на характеристической величине, которая уже является вычисленной; и

обрабатывающая оценка психосоматического состояния содержит оценку психосоматического состояния субъекта на основе степени.

3. Машиночитаемый носитель данных для оценки состояния здоровья субъекта, хранящий программу оценки, вызывающую выполнение компьютером способа, содержащего этапы, на которых:

вычисляют из характеристических величин, полученных из звуковых данных, издаваемых субъектом, одну характеристическую величину, не имеющую отношения к другим характеристическим величинам, и характеристическую величину, имеющую абсолютное значение корреляции с другими характеристическими величинами, меньшее заданного значения; и

оценивают психосоматическое состояние субъекта, основываясь на вычисленной характеристической величине.

4. Устройство оценки состояния здоровья субъекта, содержащее:

вычислительный модуль для вычисления из характеристических величин, полученных из звуковых данных, издаваемых субъектом, одной характеристической величины, не имеющей отношения к другим характеристическим величинам, и характеристической величины, имеющей абсолютное значение корреляции с другими характеристическими величинами, меньшее заданного значения; и

модуль оценки для оценки психосоматического состояния субъекта, основываясь на вычисленной, с помощью вычислительного модуля, характеристической величине.

5. Система оценки состояния здоровья субъекта, содержащая:

устройство сбора данных для приема звуковых данных, издаваемых субъектом; и

устройство оценки, содержащее вычислительный модуль, для вычисления из характеристических величин, полученных из звуковых данных, издаваемых субъектом, одной характеристической величины, не имеющей отношения к другим характеристическим величинам, и характеристической величины, имеющей абсолютное значение корреляции с другими характеристическими величинами, меньшее заданного значения; и модуль оценки для оценки психосоматического состояния субъекта, основанной на вычисленной, с помощью вычислительного модуля, характеристической величине.