腦電信號與音樂進行匹配的方法及其系統的制作方法
【專利摘要】本發明公開一種根據腦電信號提供相匹配音樂的方法及其系統，所述方法包括：S1.根據測量的腦電信號，得到所述腦電信號的定標指數α；S2.對預設音樂庫中的音樂進行分析，得到所述音樂的長程相關指數β；S3.根據所述定標指數α與所述長程相關指數β，對所述腦電信號與所述音樂進行匹配。本實施例公開的腦電信號與音樂進行匹配的方法及其系統通過測量人的腦電信號而快速自動化地找到符合人當前情緒狀態的樂曲，這對于緩解壓力、放松平復心情有很重要的作用。
【專利說明】腦電信號與音樂進行匹配的方法及其系統
【技術領域】
[0001]本發明涉及神經科學【技術領域】，具體涉及腦電信號與音樂進行匹配的方法及其系統。
【背景技術】
[0002]在自然界中存在著許多蘊含豐富信息的符號序列，例如人們創造的語言，人們所定義的樂音(如音樂)、噪音，或者在自然過程中形成的例如基因序列和神經傳導信號等。在這些不同類型的符號序列中，可以通過發現一些共性元素來實現不同序列間的對應。
[0003]音樂是最“直接表達人的感情”的藝術形式之一，對人的情緒、情感的發展有著重要的影響和促進作用。音樂引起人的情緒反應所內在的腦機制的研究已成為發展認知神經科學、教育學和心理學等領域的熱點之一。現代研究已經證實，音樂可以影響人的腦電波，且不同類型的音樂，對大腦產生的刺激不同，所引起的人腦的興奮模式也不同。因此，如何選擇音樂來緩解人的壓力、放松平復心情有重要意義。
[0004]當前的研究多集中于探討不同類型音樂對大腦所帶來的不同影響。
[0005]現有技術存在的問題是在無法合理選擇音樂來緩解人的壓力、放松平復心情。
【發明內容】
[0006]本發明所要解決的技術問題是現有技術無法合理選擇音樂來緩解人的壓力、放松平復心情。
[0007]為此目的，第一方面，本發明提出一種腦電信號與音樂進行匹配的方法，所述方法包括:
[0008]S1.根據測量的腦電信號，得到所述腦電信號的定標指數α ；
[0009]S2.對預設音樂庫中的音樂進行分析，得到所述音樂的長程相關指數β ；
[0010]S3.根據所述定標指數α與所述長程相關指數β，對所述腦電信號與所述音樂進行匹配。
[0011]可選的，所述步驟SI包括:
[0012]Sll.對測量的腦電信號進行數字化處理，得到腦電信號的離散時間序列Ixi, i =1，2，...，N}，Xi為第i個腦電信號，N為腦電信號的個數；
[0013]S12.濾去所述離散時間序列{xi; i = I, 2,..., N}的平均值<x>，得到序列{yi7 i=1，2，...，N},所述為:
【權利要求】
1.一種腦電信號與音樂進行匹配的方法，其特征在于，所述方法包括: S51.根據測量的腦電信號，得到所述腦電信號的定標指數α； S52.對預設音樂庫中的音樂進行分析，得到所述音樂的長程相關指數β； S3.根據所述定標指數α與所述長程相關指數β，對所述腦電信號與所述音樂進行匹配。
2.根據權利要求1所述的方法，其特征在于，所述步驟SI包括: S11.對測量的腦電信號進行數字化處理，得到腦電信號的離散時間序列Ixi,i =1，2，...，N}，Xi為第i個腦電信號，N為腦電信號的個數；S12.濾去所述離散時間序列{xi;i = I, 2,..., N}的平均值<x>,得到序列{yi; i =1，2，...，N}，所述為:
S13.對所述序列{yi;i= I, 2,..., N}進行經驗模態分解EMD，得到η個固有模態函數IMF和一個剩余量R，其中η為正整數，η的取值由所述EMD確定； S14.計算所述η個固有模態函數IMF中每一個固有模態函數的峰峰值間隔； S15.將所述峰峰值間隔在預設范圍s內的IMF對應的波形合并為一組波形，得到合并波形 Pvalues (k),其中 10lri)10m, m = 1，2，…，mmax, mmax 的大小取決于序列{yi; i =.1, 2,...,N}的長度N，k表示合并波形中的每一個數據點，k = 1，2，...，kmax, kmax的大小由預設范圍s和落在所述預設范圍s內的峰峰值間隔對應的波形長度確定； S16.對每組合并波形的進行平均均方根計算，獲得波動函數F:
其中
表示對不同的預設范圍S求均值，所述F OC s' OC表示成比例，其
中，α為定標指數； 517.根據所述F?C s'得到定標指數α。
3.根據權利要求1所述的方法，其特征在于，所述步驟S2包括: S21.將預設音樂庫中的音樂進行數字化處理，得到數字化音樂信號序列IUi,i =.1，2，...，M}，i為所述數字化音樂信號序列中第i個時間點，M為所述數字化音樂信號序列的總長度；S22.以預設窗寬對所述數字化音樂信號序列IUi,i = 1，2，...，M}進行無重疊的移窗并計算標準差，得到序列Ivp j = 1，2，一^/(預設窗寬)}，'為所述序列{'，j =.1，2，…，M/ (預設窗寬)}的第j個數據； S23.根據所述序列{'，j= 1，2，...，M/(預設窗寬)}，得到平均音強序列K')2，j =.I, 2,…，M/ (預設窗寬)}； S24.根據所述平均音強序列{(v/，j= 1，2，...，M/(預設窗寬)}，得到一維隨機游走序列{zb，b = 1，2，"《^/(預設窗寬)}，Zb為所述序列{zb，b = 1，2，"、11/(預設窗寬)}的第b個數據，所述Zb為:
S25.以所述預設窗寬將所述波動序列{zb，b= 1，2，一^/(預設窗寬)}進行有重疊的移窗，得到多個子序列，所述重疊的長度為預設值τ ； S26.利用線性回歸得到每個所述子序列的線性趨勢ζ士， S27.根據所述序列{4沁=1，2，一^/(預設窗寬)}及每個所述子序列的線性趨勢，得到去趨勢波動函數~(預設窗寬
其中8z:zb-1b，《δζ)2>表示對(δζ)2進行平均； SS8.根據所述去趨勢波動函數Fd(預設窗寬)，得到音樂音強的長程相關指數β，所述β為:
其中，
為將去趨勢波動函數與預設窗寬所決定的時間尺度之間的關系表示在1g-1og平面。
4.根據權利要求1所述的方法，其特征在于，所述步驟S3包括: S31.根據所述定標指數α與所述長程相關指數β，計算Y，所述Y= I α - β I ; S32.如果所述Y在預設范圍二內，則所述α對應的腦電信號與是的對所述腦電信號與所述β對應的音樂進行匹配。
5.一種腦電信號與音樂進行匹配的系統，其特征在于，所述系統包括: 腦電信號定標裝置，用于根據測量的腦電信號，得到所述腦電信號的定標指數α并將所述α傳輸到匹配裝置； 音樂分析裝置，用于對預設音樂庫中的音樂進行分析，得到所述音樂的長程相關指數β并將所述β傳輸到匹配裝置； 匹配裝置，用于根據所述定標指數α與所述長程相關指數β，對所述腦電信號與所述音樂進行匹配。
6.根據權利要求5所述的系統，其特征還在于，所述系統還包括:腦電信號測量裝置，用于測量腦電信號并將所述腦電信號傳輸到所述腦電信號定標裝置。
7.根據權利要求5所述的系統，其特征在于，所述腦電信號定標裝置具體用于: S11.對測量的腦電信號進行數字化處理，得到腦電信號的離散時間序列Ixi,i =1，2，...，N}，Xi為第i個腦電信號，N為腦電信號的個數； S12.濾去所述離散時間序列{xi;i = I, 2,..., N}的平均值<x>,得到序列{yi; i =1，2，...，N}，所述 Yi 為:
. 513.對所述序列{yi;i= I, 2,..., N}進行經驗模態分解EMD，得到η個固有模態函數IMF和一個剩余量R，其中η為正整數，η的取值由所述EMD確定；. 514.計算所述η個固有模態函數IMF中每一個固有模態函數的峰峰值間隔；. 515.將所述峰峰值間隔在預設范圍s內的IMF對應的波形合并為一組波形，得到合并波形 Pvalues (k),其中 10lri)10m, m = 1，2，…，mmax, mmax 的大小取決于序列{yi; i =I,2,...,N}的長度N，k表示合并波形中的每一個數據點，k = 1，2，...，kmax, kmax的大小由預設范圍s和落在所述預設范圍s內的峰峰值間隔對應的波形長度確定；. 516.對每組合并波形的進行平均均方根計算，獲得波動函數F:
其中
〈S〉表示對不同的預設范圍S求均值，所述F OC s' OC表示成比例，其
<S >中，α為定標指數；. 517.根據所述F?C s'得到定標指數α。
8.根據權利要求5所述的系統，其特征在于，所述音樂分析裝置具體用于: .521.將預設音樂庫中的音樂進行數字化處理，得到數字化音樂信號序列IUi,i =.1，2，...，M}，i為所述數字化音樂信號序列中第i個時間點，M為所述數字化音樂信號序列的總長度； . 522.以預設窗寬對所述數字化音樂信號序列IUi,i = 1，2，...，M}進行無重疊的移窗并計算標準差，得到序列Ivp j = 1，2，一^/(預設窗寬)}，'為所述序列{'，j =.1，2，…，M/ (預設窗寬)}的第j個數據； .523.根據所述序列{'，j= 1，2，...，M/(預設窗寬)}，得到平均音強序列K')2，j =I,2,…，M/ (預設窗寬)}； .524.根據所述平均音強序列{(v/，j= 1，2，...，M/(預設窗寬)}，得到一維隨機游走序列{zb，b = 1，2，"《^/(預設窗寬)}，Zb為所述序列{zb，b = 1，2，"、11/(預設窗寬)}的第b個數據，所述Zb為:
<V預設窗寬X 5 ('.)， . 525.以所述預設窗寬將所述波動序列{zb，b= 1，2，一^/(預設窗寬)}進行有重疊的移窗，得到多個子序列，所述重疊的長度為預設值τ ；s26.利用線性回歸得到每個所述子序列的線性趨勢4； S27.根據所述序列{4沁=1，2，一^/(預設窗寬)}及每個所述子序列的線性趨勢，得到去趨勢波動函數&(預設窗%)
,其中dz = zb-1b ,〈( δ ζ)2>表示對(δ ζ)2進行平均； S28.根據所述去趨勢波動函數Fd(預設窗寬)，得到音樂音強的長程相關指數β，所述β為:
其中，
為將去趨勢波動函數與預設窗寬所決定的時間尺度之間的 Slog(預設窗莧+ 3)關系表示在1g-1og平面。
9.根據權利要求5所述的系統，其特征在于，所述匹配裝置具體用于: S31.根據所述定標指數α與所述長程相關指數β，計算Y，所述Y= I α - β I ;.S32.如果所述Y在預設范圍二內，則所述α對應的腦電信號與是的對所述腦電信號與所述β對應的音樂進行匹配。
【文檔編號】G06F17/30GK104133879SQ201410360309
【公開日】2014年11月5日 申請日期:2014年7月25日 優先權日:2014年7月25日
【發明者】劉冬冬, 張博, 楊曉文 申請人:劉冬冬, 張博, 楊曉文