[发明专利]用于确定心的状态并向主体提供知觉型对策的计算机系统

权利要求书

1.一种以计算机实现的方法，在计算机设备中，用于调谐一个使用者的心到一个优选状态，所述方法包括：

提供一个计算机系统，被配置以调谐所述使用者的心到所述优选状态；

转换所述使用者的至少一个生物标志物(biomarker)成为计算机可读数据，通过利用一个或多个传感器基于所述生物标志物而发送信号；

推断所述使用者的一个心的状态，利用计算硬件，基于从所述一个或多个传感器接收到的数据；以及

提供一个知觉型刺激的对策(antidote)，利用致动器给予所述使用者，反应于所述推断出的心的状态不同于所述优选的心的状态，

其中，活跃(scattering)状态被预定为所述优选状态。

2.根据权利要求1所述的方法，其中所述一个或多个传感器包括相机，光电容积描记术(photoplethysmography)传感器，电气生理传感器，脑电图仪(electroencephalography)，网络照像机，红外线测温仪，电流电阻传感器，麦克风，陀螺仪，和加速度计。

3.根据权利要求1所述的方法，其中所述计算硬件包括微控制器，微处理器，数字信号处理器DSP和系统单芯片(system on a chip)中的任一。

4.根据权利要求1所述的方法，其中所述计算硬体推断一种心的状态，使用线性判别分类器(linear discriminant classifier)，k最近邻法(k-nearest neighbor)，高斯混合模型(Gaussian mixture model)，判别函数分析(discriminant function analysis)，线性判别分析(linear discriminate analysis)，分类和回归树(classification and regression tree)，自组织映射图(self-organizing map)，贝叶斯(Bayes)算法，支持向量机(support vector machine)，人工智能(artificial intelligence)，人工神经网络(artificial neural network)，卷积神经网络(convolutional neural network)，隐马尔可夫模型(hidden Markov model)，决策树算法，数据库，知识库，向量空间模型，统计方法，光流，主动外观模型(active appearance model)，深度学习算法，和机器学习算法中的任一。

5.根据权利要求1所述的方法，其中所述推断的心的状态包括所述活跃(scattering)状态，一个觉知(mindful)状态和一个平静(sinking)状态中的至少一种。

6.根据权利要求5所述的方法，其中所述在平静(sinking)状态中使用者具有不清楚的头脑，昏昏欲睡，困倦和睡着中的任一，其中所述在活跃(scattering)状态中使用者被不受控制的想法分心，和被情绪控制中的任一，其中所述在觉知(mindful)状态中使用者是安定，集中，不带偏见，觉醒，清晰，清新，了知和安谧中的任一。

7.根据权利要求5所述的方法，其中所述活跃(scattering)状态包括焦虑子状态，疼痛子状态，惊讶子状态，恐惧子状态，愤怒子状态，喜悦子状态和悲伤子状态中的任一，其中对策(antidote)的变化取决于活跃(scattering)状态的子状态。

8.根据权利要求1所述的方法，其中所述对策(antidote)包括声音，语音，可见对象，振动和环境变化中的任一。

9.根据权利要求8所述的方法，其中所述语音包括教学，引导，指令，提醒，劝告和建议中的任一。

10.根据权利要求1所述的方法，还包括以下步骤：

记录心调谐的结果在一个时间日志上；以及

提升所述使用者到一个更高级别的心的调谐，基于所述时间日志。

11.根据权利要求1所述的方法，还包括：

提供比所述对策(antidote)更强或更弱的知觉型刺激的第二对策(antidote)予所述使用者，反应于在提供所述对策(antidote)之后所述推断的心的状态保持与所述优选的心的状态不同。