CH717003A2 - System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenzephalogramm Signal. - Google Patents

Abstract

Die vorliegende Erfindung schlägt ein System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenzephalo-gramm-(EEG)-Signal vor. Die vorliegende Erfindung analysiert eine Zuordnungsbeziehung zwischen elektrischen Signalen und Musiksignalen und führt ein entsprechendes Feedbackmusiktraining für einen depressiven Patienten durch, um das Ziel zu erreichen, die Stimmung des depressiven Patienten zu verbessern. Das System umfasst ein EEG-Signalerfassungsmodul, ein EEG-Signaldaten-Verarbeitungsmodul, ein Feedbackmusik-Erzeugungsmodul, ein Feedbacktrainings-Regulationsmodul und ein Datenspeicherungs-/Analysemodul. Das EEG-Signalerfassungsmodul ist dazu ausgelegt, ein EEG-Ruhesignal des depressiven Patienten zu erhalten. Das EEG-Signaldaten-Verarbeitungsmodul ist dazu ausgelegt, das erfasste EEG-Signal aufzubereiten. Das Feedbackmusik-Erzeugungsmodul ist dazu ausgelegt, das aufbereitete EEG-Signal zu segmentieren und zu integrieren, eine Zuordnungsbeziehung zwischen dem EEG-Signal und einem Musiksignal zu analysieren und in einer erstellten Referenzbibliothek für Feedback-Musikarten zu vergleichen, um eine Feedback-Musikart zum Musik-Feedbacktraining zu erhalten. Das Feedbacktrainings-Regulationsmodul ist dazu ausgelegt, eine Feedback-Musik passend zur Feedback-Musikart zu verwenden, um ein Feedbacktraining für den depressiven Patienten durchzuführen, um so die Regulation der gedrückten Stimmung zu erzielen. Das Datenspeicherungs-/Analysemodul ist dazu ausgelegt, einen Verlauf und Ergebnisse der emotionalen Regulation der Person zu speichern und zu analysieren.

Description

TECHNISCHES GEBIET

[0001] Die vorliegende Erfindung bezieht sich auf ein System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenze-phalogramm-(EEG)-Signal und gehört zum technischen Gebiet der medizinischen Hilfssysteme.

HINTERGRUND

[0002] Wenn die Nerven des Gehirns aktiv sind, werden schwache elektrische Feldfluktuationen erzeugt. Wenn Zehntausende von Nerven gleichzeitig aktiv sind, sind die elektrischen Feldfluktuationen rhythmisch. Es handelt sich um Hirnstromwellen, die an der Kopfhaut messtechnisch bestimmt werden können. Bei Hirnstromwellen handelt es sich um eine spontane elektrische Potentialaktivität, die durch die Hirnnervenaktivität erzeugt wird und im Zentralnervensystem stets vorhanden ist. Das Elektroenzephalogramm-(EEG)-Signal ist ein schwaches Signal mit schlechtem Anti-Interferenz-Verhalten und geringer Robustheit. Es ist zufallsbestimmt, instationär, nicht gaußförmig, nichtlinear und spiegelt den Zustand und die Veränderungen des Nervensystems wider.

[0003] Da das EEG-Signal menschliche Gefühlsveränderungen in Echtzeit widerspiegelt, kann es untersucht werden, um den Mechanismus der Gehirnaktivität und kognitive Prozesse des Menschen zu verstehen und Hirnerkrankungen zu diagnostizieren usw. Das EEG-Ruhesignal wird meist für die vergleichende Analyse zwischen psychisch kranken Patienten und gesunden Menschen verwendet, und das ereignisbezogene EEG-Signal wird meist zur Untersuchung von Veränderungen in der kognitiven Funktion eines Patienten herangezogen. Daher kann der physische und psychische Zustand einer Person durch die Erfassung und Analyse des EEG-Signals überwacht werden.

[0004] Die moderne Musiktherapie hat ihren Ursprung in den Vereinigten Staaten und ist eine umfassende angewandte Disziplin, die Musik, Medizin und Psychologie integriert. Gemäß dem 1989 von Professor K. Bruscia, einem berühmten Musiktherapeuten an der Temple University in den Vereinigten Staaten, veröffentlichten Buch Defining Music Therapy, ist Musiktherapie ein systematischer Interventionsprozess, bei dem der Therapeut verschiedene Formen der Musikerfahrung und die während des Therapieverlaufs sich entwickelnde therapeutische Beziehung (als therapeutische Kraft) nutzt, um dem Klienten dabei zu helfen, das Ziel der Gesundheit zu erreichen.

[0005] In der Musiktherapie werden rezeptive, improvisatorische und Rekreationsverfahren angewandt. Die Rekreations-Musiktherapie erfordert, dass der Klient Musik hört und persönlich an verschiedenen musikbezogenen Aktivitäten teilnimmt. Das Spielen von Instrumenten und Singen setzt nicht voraus, dass der Klient eine musikalische Ausbildung absolviert hat oder über musikalische Fähigkeiten verfügt. Im Gegenteil, die Rekreations-Musiktherapie ist für Menschen ohne musikalische Fähigkeiten gedacht.

[0006] Als Lösungsansatz der Psychotherapie folgt die Musiktherapie den gleichen therapeutischen Prinzipien wie die allgemeine Psychotherapie, wie z.B. Vertraulichkeit und Freundschaft. Die Rekreations-Musiktherapie muss aber noch einigen besonderen therapeutischen Prinzipien folgen. a. Allmählicher Fortschritt. Die Auswahl und Wiedergabe von Musik sollte entsprechend den psychologischen Merkmalen des Klienten schrittweise erfolgen. b. Lernen und Inspiration. Während der Musiktherapie wird ein Klient, der nichts von Musik versteht, angeleitet und über den Hintergrund des musikalischen Schaffens und die künstlerische Konzeption, die der Musiker zum Ausdruck bringt, informiert. c. Erfahrung. Musik wird verwendet, um eine Atmosphäre für den Klienten zu schaffen, in der er seine Emotionen oder Gefühle aufmerksam erleben kann.

[0007] Musiktherapie ist kein zufälliger und isolierter Interventionsprozess, sondern ein rigoroser, wissenschaftlicher und systematischer Interventionsprozess, der die Erstellung und Umsetzung lang- und kurzfristiger Therapiepläne und die Evaluation therapeutischer Wirkungen umfasst. Musiktherapie ist die Anwendung aller musikbezogener Aktivitäten, einschließlich Zuhören, Singen, Spielen von Musikinstrumenten, musikalisches Schaffen und anderer künstlerischer Aktivitäten, nicht nur das Anhören von Musik. Der musiktherapeutische Prozess muss drei Faktoren haben, nämlich die Musik, den Klienten und einen speziell ausgebildeten Musiktherapeuten.

[0008] Depression ist die Hauptart einer Stimmungsstörung. In schweren Fällen können psychotische Symptome wie Halluzinationen und Wahnvorstellungen auftreten. Für psychisch-medizinische Erkrankungen gibt es viele therapeutische Verfahren, die jedoch Defizite aufweisen. 1) Zu den bestehenden Therapieverfahren für Depressionen gehören chinesische und westliche Medikamente und die psychologische Therapie, die alle Nebenwirkungen haben. Die gängige Psychotherapie bei Depressionen, wie die kognitive Verhaltenstherapie, ignoriert das Leben und die emotionale Erfahrung des Patienten, betont Rationalität und Objektivität zu stark und wird während des therapeutischen Prozesses vom Therapeuten dominiert. 2) Unter normalen Umständen besteht die EEG-basierte Musiktherapie hauptsächlich darin, in die Emotionen des Patienten einzugreifen, indem der Patient dazu angeleitet wird, Musik zu hören. Diese Art der hörbezogenen Musiktherapie wird rezeptive Musiktherapie genannt. Da Menschen unterschiedliche Stressreaktionen auf Musik haben, ist diese Methode nicht universell. Darüber hinaus führt diese Methode nur eine Intervention auf niedriger Ebene durch, wodurch der Patient leicht „immun“ gemacht werden kann, wodurch keine guten Ergebnisse erzielt werden. 3) Die Gerätschaften zur EEG-Signalerfassung sind nicht universell. Eine medizinische EEG-Signalerfassungsvorrichtung ist kompliziert und kostspielig und erfordert spezielles Personal für die Bedienung. Eine tragbare EEG-Signalerfassungsvorrichtung unterscheidet sich hinsichtlich der EEG-Signalerfassungselektroden (bezüglich Anzahl und Position) sowie mit Blick auf das Datenübertragungsverfahren, die Kosten und den Anwendungsbereich, und hat einen hohen Stromverbrauch und eine geringe Anzahl von analog/digitalen (A/D)-Umwandlungsbits. 4) Datenmodellierung und Datenanalyse sind nicht zuverlässig. Aufgrund unzureichender Modellierungsdaten ist das Datenmodell nicht ausgewogen und auch nicht effektiv. Der EEG-Extraktionsalgorithmus ist nicht in der Lage, reine physiologische EEG-Signale zu gewinnen. Ein Einzeldatenanalyseverfahren führt dazu, dass es den Ergebnissen der Merkmalsextraktion und -auswahl an Repräsentativität und Genauigkeit mangelt. Aufgrund dieser Unzulänglichkeiten ist es unmöglich, eine rationalisierte adjuvante Therapie beruhend auf den Eigenschaften der Person zur Verfügung zu stellen.

ZUSAMMENFASSUNG

[0009] Die vorliegende Erfindung schlägt ein System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenzepha-logramm-(EEG)-Signal vor. Die vorliegende Erfindung erfasst und verarbeitet depressive EEG-Signale, analysiert eine Zuordnungsbeziehung zwischen den EEG-Signalen und Musiksignalen, erzeugt Feedback-Musik unter verschiedenen emotionalen Audio-Stimuli und führt ein entsprechendes Feedback-Musiktraining durch, um den Zweck zu erreichen, die Stimmung eines depressiven Patienten zu verbessern.

[0010] Die vorliegende Erfindung hat die folgenden technischen Lösungen: 1. Ein System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal, mit einem EEG-Signalerfassungsmodul, einem EEG-Signaldaten-Verarbeitungsmodul, einem Feedbackmusik-Erzeugungsmodul, einem Feedbacktrainings-Regulationsmodul und einem Datenspeicherungs-/Analysemodul, wobei das EEG-Signalerfassungsmodul dazu ausgelegt ist, ein EEG-Ruhesignal einer Person zu erhalten; das EEG-Signaldaten-Verarbeitungsmodul dazu ausgelegt ist, das erfasste EEG-Signal aufzubereiten; das Feedbackmusik-Erzeugungsmodul dazu ausgelegt ist, das aufbereitete EEG-Signal zu segmentieren und zu integrieren, eine Zuordnungsbeziehung zwischen dem EEG-Signal und einem Musiksignal zu analysieren und in einer erstellten Referenzbibliothek für Feedback-Musikarten zu vergleichen, um eine Feedback-Musikart zum Musik-Feedbacktraining zu erhalten; das Feedbacktrainings-Regulationsmodul dazu ausgelegt ist, eine Feedback-Musik passend zur Feedback-Musikart zu verwenden, um ein Feedbacktraining für die Person durchzuführen, um so die Regulation der gedrückten Stimmung zu erzielen; das Datenspeicherungs-/Analysemodul dazu ausgelegt ist, einen Verlauf und Ergebnisse der emotionalen Regulation der Person zu speichern und zu analysieren. 2. Bei dem EEG-Signalerfassungsmodul kommt ein dreipoliges System zur Anwendung; Positionen der Elektroden sind nach dem weltweit verbreiteten 10-20-System zur Elektrodenplatzierung ausgewählt, das Fp1, Fp2 und Fpz umfasst, die sich auf der Stirn befinden und nicht durch Haare gestört werden; die Elektroden sind medizinische klebrige Nasselektroden, die die Interferenz einer Elektrodenkontaktimpedanz vermeiden. 3. Das EEG-Signaldaten-Verarbeitungsmodul segmentiert das erfasste EEG-Signal wie folgt: Unterteilen eines erfassten kontinuierlichen EEG-Signals in EEG-Signalsegmente mit moderater Länge, und Überlagern jedes Segments von EEG-Daten mit einem Teil von EEG-Daten in einem vorherigen Segment. 4. Das EEG-Signaldaten-Verarbeitungsmodul führt am segmentierten EEG-Signal ein Entrauschen und Filtern wie folgt durch: Anwendung eines verbesserten dynamischen Modellparameters einer erweiterten Realität (AR) und einer Wavelet-Analyse zur Rauschunterdrückung, und Verwendung eines Bandpassfilters mit endlicher Impulsantwort (FIR), um ein Frequenzband unter 0,5 Hz und ein Frequenzband über 50 Hz aus dem EEG-Signal zu entfernen; und Unterteilen des EEG-Signals entsprechend der Frequenz und Extrahieren der Wellenformcharakteristiken von vier Frequenzbändern (δ, θ, α und β) des EEG-Signals. 5. Das Feedbackmusik-Erzeugungsmodul segmentiert die EEG-Daten wie folgt: zunächst Darstellen der Frequenzbänder durch entsprechende Zeichen d, t, a und b, wobei d das δ-band, t das θ-Band, a das α-Band und b das β-Band darstellt; Berechnen eines Mittelwertes µ und einer Standardabweichung σ von Wellenformdaten jedes Frequenzbandes; dann separates Berechnen eines Segmentierungsschwellenwertes für jedes Frequenzband und Auswählen eines optimalen Schwellenwertes aus einer Vielzahl von Segmentierungsschwellenwerten, wobei der Segmentierungsschwellenwert berechnet wird durch: T = µ ± n · σ, wobei µ einen Mittelwert der Wellenformdaten jedes Frequenzbandes nach der Frequenzteilung darstellt; σ eine Standardabweichung der Wellenformdaten jedes Frequenzbandes nach der Frequenzteilung darstellt; n ein Verhältnis des Mittelwertes zur Standardabweichung darstellt, das verwendet wird, um den Segmentierungsschwellenwert unter verschiedenen Verhältnissen des Mittelwertes zur Standardabweichung zu berechnen und den optimalen Schwellenwert auszuwählen; und schließlich Darstellen einer Wellenform des EEG-Signals durch die entsprechenden vier Frequenzbänder, Analysieren eines Zeitpunkts, zu dem die Wellenform jedes Frequenzbandes aktiv ist, gemäß dem optimalen Schwellenwert jedes Frequenzbandes, der nach der Berechnung ausgewählt wurde, und Erhalten einer chronologischen Beziehung des EEG-Signals entsprechend jedem Frequenzband. 6. Das Feedbackmusik-Erzeugungsmodul integriert EEG-Segmente wie folgt: Bestimmen von Frequenzbändern zu demselben Zeitpunkt gemäß der chronologischen Beziehung des EEG-Signals, das jedem Frequenzband entspricht, das durch Verwendung eines Segmentierungsalgorithmus erhalten wurde; Hinzufügen von Zeichen, die die Frequenzbänder repräsentieren, zu einer Zeitsequenz; und Überlagern und Anordnen der Zeichen, die den vier Frequenzbändern in der Sequenz entsprechen, um eine vollständige EEG-Zeichensequenz zu bilden. 7. Das Feedbackmusik-Erzeugungsmodul erstellt eine Referenzbibliothek für Feedback-Musikarten wie folgt: zunächst Erfassen von vorhandenen depressiven EEG-Signalen eines depressiven Patienten unter positiven, neutralen und negativen spezifischen emotionalen Audio-Stimuli, und Durchführen einer Frequenzteilung, EEG-Datensegmentierung und EEG-Segmentintegration an den erfassten EEG-Signalen, um integrierte EEG-Zeichensequenzen zu erhalten; Markieren der integrierten EEG-Zeichensequenzen mit positiven, neutralen und negativen emotionalen Markierungen jeweils gemäß den entsprechenden positiven, neutralen bzw. negativen emotionalen Audio-Stimuli, wobei die mit verschiedenen emotionalen Markierungen markierten EEG-Zeichensequenzen spezifische zyklische Segmente im gesamten EEG-Signal aufweisen; Auswählen eines zyklischen Segments der EEG-Zeichensequenz, das in einem bestimmten Zeitraum am häufigsten auftritt, als Feedback-Musikart entsprechend der emotionalen Markierung, und Erhalten von drei Feedback-Musikarten: positiv, neutral und negativ. 8. Das Feedbackmusik-Erzeugungsmodul vergleicht in der erstellten Referenzbibliothek für Feedback-Musikarten wie folgt: Vergleichen einer Anzahl von Malen, für die EEG-Zeichensegmente der positiven, neutralen und negativen Feedback-Musikarten der erstellten Referenzbibliothek für Feedback-Musikarten in der EEG-Signalzeichensequenz der Person erscheinen; Bestimmen einer emotionalen Markierung des EEG-Signals der Person; und Erzeugen einer für die Person geeigneten Feedback-Musikart. 9. Das Feedbacktrainings-Regulationsmodul führt das Musik-Feedbacktraining wie folgt durch: Auswählen von Feedback-Musik passend zur Feedback-Musikart, die für die Person geeignet ist, und Einregulieren der Emotion der Person in einen positiven und entspannten Zustand, wobei eine EEG-Signalzeichensequenz mit einer positiven Markierung anzeigt, dass der depressive Patient einen positiven physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik ein neutraler bis positiver Musikreiz sein sollte; wobei eine EEG-Signalzeichensequenz mit einer negativen Markierung anzeigt, dass der depressive Patient einen negativen physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik ein positiver Musikreiz sein sollte, um die Stimmung des depressiven Patienten zu einem positiven Zustand hin zu verbessern; wobei eine EEG-Signalzeichensequenz mit einer neutralen Markierung anzeigt, dass der depressive Patient einen normalen physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik ein positiver bis neutraler Musikreiz sein sollte. 10. Das Feedbacktrainings-Regulationsmodul führt ein Atemtraining wie folgt durch: Anleiten der Person, sich auf die Atmung zu konzentrieren, und Herunterzählen mit einem Unterschied gemäß einem Atemrhythmus, bis das Herunterzählen endet.

[0011] Die vorliegende Erfindung hat die folgenden technischen Auswirkungen: Die vorliegende Erfindung schlägt ein System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal vor. Basierend auf den Prinzipien der Musiktherapie erfasst, verarbeitet und analysiert die vorliegende Erfindung EEG-Signale in Echtzeit, bildet verarbeitete EEG-Datensegmente auf Musiksignale ab (um die EEG-Signale in Musiksignale umzuwandeln) und führt ein entsprechendes Feedback-Musiktraining entsprechend den unter verschiedenen emotionalen Audio-Stimuli erhaltenen Feedback-Musikarten durch. Auf diese Weise erreicht die vorliegende Erfindung den Zweck, die Stimmung eines depressiven Patienten zu verbessern.

KURZE BESCHREIBUNG DER ZEICHNUNGEN

[0012] FIG. 1 ist ein Strukturschema eines Systems zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenzephalo-gramm-(EEG)-Signal gemäß der vorliegenden Erfindung. FIG. 2 zeigt das internationale 10-20-System und eine von der vorliegenden Erfindung verwendete Elektrodenpositionskarte. FIG. 3 ist eine schematische Abbildung einer segmentären Erfassung und Verarbeitung von EEG-Daten. FIG. 4 ist ein Ablaufplan des Erstellens einer Referenzbibliothek für Feedback-Musikarten. FIG. 5 ist eine schematische Abbildung einer EEG-Signalsegmentierung. FIG. 6 ist eine schematische Abbildung einer EEG-Signalintegration. FIG. 7 ist ein Arbeitsablaufplan des Systems zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal gemäß der vorliegenden Erfindung. FIG. 8 ist eine Abbildung, die einen Wirkungsmechanismus einer Hypothalamus-Hypophysen-Nebennieren-(HPA)-Achse zeigt. FIG. 9 zeigt einen Wirkungsmechanismus eines Musik-Feedbacks zum Regulieren einer Stimmung eines depressiven Patienten.

AUSFÜHRLICHE BESCHREIBUNG

[0013] Die vorliegende Erfindung wird im Folgenden unter Bezugnahme auf die begleitenden Zeichnungen näher beschrieben.

[0014] FIG. 1 ist ein Strukturschema eines Systems zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenzephalo-gramm-(EEG)-Signal gemäß der vorliegenden Erfindung.

[0015] Das System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal umfasst ein EEG-Signalerfassungsmodul, ein EEG-Signaldaten-Verarbeitungsmodul, ein Feedbackmusik-Erzeugungsmodul, ein Feedbacktrainings-Regulationsmodul und ein Datenspeicherungs-/Analysemodul. Das EEG-Signalerfassungsmodul ist dazu ausgelegt, ein EEG-Ruhesignal einer Person zu erhalten. Das EEG-Signaldaten-Verarbeitungsmodul ist dazu ausgelegt, das erfasste EEG-Signal aufzubereiten. Das Feedbackmusik-Erzeugungsmodul ist dazu ausgelegt, das aufbereitete EEG-Signal zu segmentieren und zu integrieren, eine Zuordnungsbeziehung zwischen dem EEG-Signal und einem Musiksignal zu analysieren und in einer erstellten Referenzbibliothek für Feedback-Musikarten zu vergleichen, um eine Feedback-Musikart zum Musik-Feedbacktraining zu erhalten. Das Feedbacktrainings-Regulationsmodul ist dazu ausgelegt, eine Feedback-Musik passend zur Feedback-Musikart zu verwenden, um ein Feedbacktraining für die Person durchzuführen, um so die Regulation der gedrückten Stimmung zu erzielen. Das Datenspeicherungs-/Analysemodul ist dazu ausgelegt, einen Verlauf und Ergebnisse der emotionalen Regulation der Person zu speichern und zu analysieren.

[0016] Das EEG-Signalerfassungsmodul verwendet ein dreipoliges universelles EEG-Erfassungssystem (zugehörige Patent-Nr.: CN201520628152.6) zur Erfassung von EEG-Signalen. Im Vergleich zu einem herkömmlichen EEG-Erfassungssystem erfasst das universelle EEG-Erfassungssystem das EEG jederzeit und überall, und zwar mit weniger Leitungen, einem einfacheren Erfassungsprozess, einer schnelleren EEG-Signalverarbeitung, mit weniger Ressourcen und ohne komplizierte Aufgaben, um ein EEG zu induzieren.

[0017] In diesem Beispiel sind die Platzierungspositionen der Elektroden für die EEG-Erfassung in FIG. 2 dargestellt, die sich auf das weltweit verbreitete 10-20-System beziehen. Da das präfrontale Hirnareal eine starke Korrelation mit emotionalen Veränderungen und psychischen Erkrankungen aufweist, werden die Elektrodenpositionen Fp1, Fp2 und Fpz ausgewählt, die sich auf der Stirn befinden und nicht durch Haare gestört werden. Es werden medizinische klebrige Nasselektroden verwendet, die die Interferenz einer Elektrodenkontaktimpedanz vermeiden. Die EEG-Signale werden durch die Elektroden an Fp1, Fp2 und Fpz erfasst und über einen Bluetooth-Sender zum Datenverarbeitungsmodul übertragen.

[0018] Das EEG-Signaldaten-Verarbeitungsmodul ist dazu ausgelegt, die erfassten EEG-Signale aufzubereiten. Zunächst wird das erfasste EEG-Signal segmentiert. Die Feedback-Musik muss Kontinuität, Rhythmus und eine Zeitlinie aufweisen, um den physiologischen Zustand des depressiven Patienten in Echtzeit widerzuspiegeln. Daher sollte die Länge des ursprünglichen EEG-Signals, das jedes Mal in Echtzeit verarbeitet wird, moderat sein. Wenn das abgefangene EEG-Signal zu lang ist, wird das Musiksegment, das nach der Verarbeitung aus den EEG-Daten konvertiert wird, eine mangelnde Zeitlinie aufweisen und kann den in Echtzeit bestehenden physiologischen Zustand des depressiven Patienten nicht mehr genau wiedergeben. Wenn das abgefangene EEG-Signal zu kurz ist, kann es den physiologischen Zustand des Patienten nicht effektiv widerspiegeln, wodurch das umgewandelte Musiksegment an Kontinuität, Rhythmus und Wirksamkeit verliert und dadurch der emotionale Regulationseffekt des Feedbacktrainings reduziert wird. In der vorliegenden Erfindung wird jedes Mal ein 6s langes EEG-Signal verarbeitet. Beim ersten Mal werden 6s lange EEG-Rohdaten verarbeitet. Ab dann werden bei jeder Verarbeitung die zuletzt erfassten 3s langen Daten darübergelegt. Das bedeutet, dass die 6s langen Daten, die jedes Mal nach dem ersten Mal verarbeitet werden, 3s lange EEG-Rohdaten enthalten, die dieses Mal erfasst werden, und in der zweiten Hälfte 3s lange EEG-Rohdaten aufweisen, die das letzte Mal erfasst wurden, wie in FIG. 3 dargestellt. Auf diese Weise werden die 6s langen Daten verwendet, um jeweils den physiologischen Zustand des depressiven Patienten zu bestimmen, und der Zustand wird in 3s-Feedback-Musik umgewandelt. Das Musik-Feedback des depressiven Patienten wird alle 3s durchgeführt, was die Wirksamkeit der Musik und die Zeitlinie der Feedback-Informationen sicherstellt.

[0019] Im Verlauf der EEG-Signalerfassung ist es aufgrund der Interferenz von Umweltfaktoren leicht möglich, dass gewisse Rauschsignale erzeugt werden, die nichts mit dem physiologischen Zustand zu tun haben. Darüber hinaus wird die EEG-Datenerfassung mehr oder weniger durch Augenbewegungen beeinflusst. Von daher kommt bei dem EEG-Signaldaten-Verarbeitungsmodul ein verbesserter dynamischer Modellparameter einer erweiterten Realität (AR) und eine Wavelet-Analyse zur Rauschunterdrückung am erfassten EEG-Signal zur Anwendung, und es verwendet einen Bandpassfilter mit endlicher Impulsantwort (FIR), um ein Frequenzband unterhalb von 0,5 Hz und ein Frequenzband oberhalb von 50 Hz im EEG-Signal zu entfernen. Das EEG-Signaldaten-Verarbeitungsmodul teilt das EEG-Signal darüber hinaus nach Frequenz auf und extrahiert die Wellenform-Charakteristiken von vier Frequenzbändern (δ, θ, α und β) des EEG-Signals. Die mit einer emotionalen Markierung markierten EEG-Signale jeder Leitung werden in vier Frequenzbändern aufbereitetet: δ-Band, θ-Band, α-Band und β-Band.

[0020] δ-Welle: 1-3 Hz, mit einer Amplitude von 20-200 µV, die hauptsächlich den Zustand einer Person im Tiefschlaf oder eine schwere organische Gehirnerkrankung widerspiegelt.

[0021] θ-Welle: 4-7 Hz, mit einer Amplitude von 10-40 µV, die hauptsächlich den Zustand einer Person im frühen Schlafstadium oder im Zustand von Meditation, Schläfrigkeit und emotionaler Depression widerspiegelt.

[0022] α-Welle: 8-13 Hz, mit einer Amplitude von 30-50 µV, die hauptsächlich den Zustand widerspiegelt, in dem eine Person mit geschlossenen Augen wach und ruhig ist.

[0023] β-Welle: 14-30 Hz, mit einer Amplitude von 5-20 µV, die hauptsächlich den Zustand einer Person in geistiger Anspannung, emotionaler Erregung oder Aufregung, aktivem Denken und Konzentration widerspiegelt.

[0024] Das Feedbackmusik-Erzeugungsmodul erstellt eine Referenzbibliothek für Feedback-Musikarten. FIG. 4 ist ein Ablaufplan des Erstellens der Referenzbibliothek für Feedback-Musikarten.

[0025] Die Referenzbibliothek für Feedback-Musikarten wird beruhend auf dem neuesten Datenmodell eines Experiments des chinesischen nationalen Grundlagenforschungsprogramms (Programm 973) erstellt (Fördernummer: 2014CB744600). Als grundlegende Indexparameter des Systems werden die entsprechenden EEG-Signalzeichensegmente verwendet, die unter verschiedenen emotionalen Stimuli im Experiment erhalten wurden. Um ein generatives Modell der Feedback-Musik zu bilden, wird eine Index-Parameterbibliothek wie folgt erstellt: Zunächst wird eine international anerkannte Audiosequenz mit positiven, neutralen und negativen emotionalen Zuständen zur Stimulation des depressiven Patienten verwendet, und die EEG-Signale des depressiven Patienten werden unter verschiedenen emotionalen Stimuli aufgezeichnet. Der aktive Zustand jedes Frequenzbandes variiert bei verschiedenen Zuständen des Körpers, und die Aktivität ist die Amplitude der Wellenform in jedem Frequenzband. Daher werden diese EEG-Signale, die mit einer emotionalen Markierung markiert sind, in vier Frequenzbänder mit unterschiedlichen Wellenformen unterteilt, und dann werden eine EEG-Datensegmentierung und eine EEG-Segmentintegration durchgeführt. Durch die Festlegung eines Wellenform-Schwellenwerts für jedes Frequenzband wird ein Zeitpunkt gewählt, zu dem die Wellenform jedes Frequenzbandes aktiv ist, und die aktiven Wellenformen in den vier verarbeiteten Frequenzbändern werden in einer Zeitsequenz verglichen. Es wird eine chronologische Beziehung der Frequenzbandaktivität unter verschiedenen emotionalen Stimuli aufgezeichnet, die eine EEG-Zeichensequenz darstellt. Ein chronologisches Beziehungssegment, das in der gesamten chronologischen Beziehung häufiger auftritt, repräsentiert den emotionalen Zustand des depressiven Patienten unter Stimulation. Diese chronologische Beziehungssegment und der entsprechende emotionale Audio-Stimulus bilden einen Indexparameter. Schließlich wird eine Feedback-Musik entworfen, und jedes chronologische Beziehungssegmentier wird in ein Feedback-Musiksegment umgewandelt. Jedes Feedback-Musiksegment bildet mit dem entsprechenden emotionalen Stimulus eine Zuordnungsbeziehung, und es werden die den verschiedenen emotionalen Stimuli entsprechenden Feedback-Musikarten gewonnen.

[0026] Die EEG-Datensegmentierung der vorliegenden Erfindung wendet ein Schwellenwertauswahlverfahren an, die sich auf statistische Parameter wie Mittelwert und Standardabweichung bezieht, und zielt darauf ab, eine Wellenform des Frequenzbandes zu erhalten, die physiologische Bedeutung hat und die wichtigsten physiologischen Informationen vor der EEG-Signalsegmentierung beschreiben kann. Bei diesem Verfahren erreicht die Anzahl von Segmenten jedes Frequenzbandes des EEG-Signals das Maximum, und der Segmentierungsschwellenwert jedes Frequenzbandes erreicht das Optimum. Dieses Verfahren bewahrt die Eigenschaften der EEG-Daten vor der Segmentierung und gewährleistet die Einfachheit der EEG-Daten nach der Segmentierung. Die EEG-Daten werden durch Überlagerung und Anordnung der Symbole d, t, a und b dargestellt, wobei jedes Symbol einem Frequenzband entspricht. Das Schwellenwertauswahlverfahren ist in zwei Schritte unterteilt, und zwar Suchen und Auswählen eines optimalen Schwellenwertes für jedes Frequenzband und Verwenden des ausgewählten Schwellenwertes für die Segmentierung der Wellenform in dem entsprechenden Frequenzband.

[0027] Dieses Verfahren berechnet den optimalen Schwellenwert beruhend auf den statistischen Merkmalen der EEG-Daten. Zuerst werden der Mittelwert und die Standardabweichung (µ, σ) der Wellenformdaten jedes Frequenzbandes berechnet. Sie stellen zwei Eingangsvariablen des Schwellwertberechnungsverfahrens dar. Dann wird der Segmentierungsschwellenwert jedes Frequenzbandes separat berechnet und ein optimaler Schwellenwert aus einer Vielzahl von Segmentierungsschwellen ausgewählt. Der Segmentierungsschwellenwert wird berechnet durch: T = µ ± n · σ, wobei µ einen Mittelwert der Wellenformdaten jedes Frequenzbandes nach der Frequenzteilung darstellt; σ eine Standardabweichung der Wellenformdaten jedes Frequenzbandes nach der Frequenzteilung darstellt; n ein Verhältnis des Mittelwertes zur Standardabweichung darstellt, das verwendet wird, um den Segmentierungsschwellenwert unter verschiedenen Verhältnissen des Mittelwertes zur Standardabweichung zu berechnen und einen optimalen Schwellenwert auszuwählen. Der optimale Schwellenwert wird ausgewählt, indem der Wert von no initialisiert, niallmählich erhöht und der Schwellenwert Tiim Transformationsprozess von niberechnet wird, wobei i eine Anzahl von berechneten Schwellenwerten ist. Wenn ein Datenelement oder mehrere Daten der Wellenform im Frequenzband den entsprechenden Schwellenwert Tiüberschreitet bzw. überschreiten, wird der überschreitende Teil als Segment entsprechend der zeitlichen Länge der Wellenform markiert. Der Segmentierungsprozess wird für das gesamte Frequenzband wiederholt, um die Länge jedes Segments und die Gesamtzahl der Segmente im Frequenzband unterhalb des Schwellenwerts Tizu erhalten. Durch Vergleichen und Analysieren einer Segmentdichtekarte jedes Schwellenwerts Tikann der optimale Schwellenwert ausgewählt werden. Es wird ein Schwellenwert mit der größten Anzahl von Segmenten im entsprechenden Frequenzband ausgewählt, und jedes Frequenzband auf jeder Leitung hat einen entsprechenden optimalen Schwellenwert. Schließlich wird die Wellenform des EEG-Signals durch die entsprechenden vier Frequenzbänder dargestellt, wie in FIG. 5 gezeigt. In der Figur ist ein ganzes Segment von Gehirnwellen in 4 Frequenzbänder unterteilt. Das Wellenformsegment (kurzer Streifen) jedes Frequenzbandes stellt die zu diesem Zeitpunkt aktive Wellenform des Frequenzbandes dar und ist auch ein nach dem Schwellenwert unterteiltes Zeichensegment.

[0028] Dann wird die EEG-Signalintegration durchgeführt, indem diese vier segmentierten Zeichen zu einer EEG-Signalzeichensequenz kombiniert werden. Diese vier segmentierten Zeichen haben physiologische Bedeutung und können die wichtigsten physiologischen Informationen vor der EEG-Signalsegmentierung beschreiben. Der Segmentierungsalgorithmus liefert auch ein EEG-Signal-Wellenformsegment, das sich aus entsprechend der Wellenform im Frequenzband segmentierten Zeichen zusammensetzt. Die zum selben Zeitpunkt enthaltenen EEG-Frequenzbänder werden verglichen, und die durch diese EEG-Frequenzbänder dargestellten Zeichen werden zu einer Zeitsequenz hinzugefügt. Wie in FIG. 6 dargestellt, sind im abgefangenen EEG die Wellensegmente α und β im ersten Zeitpunkt enthalten, so dass ab als Kombination zur Zeitsequenz hinzugefügt wird. θ-, α- und β-Wellensegmente sind im zweiten Zeitpunkt enthalten, so dass tab als Kombination zur Zeitsequenz hinzugefügt wird. Auf diese Weise werden die Zeichen, die den vier Frequenzbändern in der Sequenz entsprechen, überlagert und so angeordnet, dass sie eine vollständige EEG-Zeichensequenz bilden. Diese generierten segmentartigen Zeichensequenzen haben eine bestimmte Zyklusperiode für das gesamte EEG-Signal, und das Zeichensequenzsegment, das in der unter diesem Audio-Stimulus generierten Zeichensequenz am häufigsten erscheint, wird als EEG-Merkmal unter dem Audio-Stimulus ausgewählt. Nach der Stimulation der positiven, neutralen und negativen Audiosequenz werden die drei Typen von EEG-Daten des depressiven Patienten segmentiert und integriert, um entsprechende drei Typen von EEG-Zeichensequenzen zu erhalten. Es wird das EEG-Signalzeichensegment ausgewählt, das in jeder Art von EEG-Zeichensequenz in einer bestimmten Zeit am häufigsten auftritt, und die durch diesen Audio-Stimulus erzeugte Emotion wird als Markierung des EEG-Signalzeichensegments verwendet, wie in der folgenden Tabelle dargestellt: Positiv (ab)(abd)(abt)(abdt)(abd) Negativ (ab)(abt)(abdt)(bd) Neutral (bd)(bdt)(dt)

[0029] Die der positiven Markierung entsprechenden EEG-Signalsegmente sind (ab), (abd), (abt), (abdt) und (abd). Die EEG-Signalsegmente, die der negativen Markierung entsprechen, sind (ab), (abt), (abdt) und (bd). Die EEG-Signalsegmente, die der neutralen Markierung entsprechen, sind (bd), (bdt) und (bt). Diese drei Typen von Zeichensegmenten werden auf der Grundlage einer großen Anzahl bekannter EEG-Daten von depressiven Patienten unter verschiedenen emotionalen Audio-Stimuli gewonnen und als grundlegende Indexparameter der Referenzbibliothek für Feedback-Musikarten verwendet. Die Symbole a, b, d und t in den Klammern stellen Frequenzbänder dar, die durch einen Segmentierungsalgorithmus ausgewählt werden. Die repräsentativen Frequenzbänder sind zu diesem Zeitpunkt nicht in der Reihenfolge angeordnet; so sind z.B. (ab) und (ba) gleich.

[0030] Das Feedbacktrainings-Regulationsmodul führt das Musik-Feedbacktraining durch, indem es Feedback-Musik passend zur Feedback-Musikart auswählt, die für die Person geeignet ist, und die Emotion der Person auf einen positiven und entspannten Zustand einreguliert. Eine EEG-Signalzeichensequenz mit einer positiven Markierung zeigt an, dass der depressive Patient einen positiven physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik sollte ein neutraler bis positiver Musikreiz sein. Eine EEG-Signalzeichensequenz mit einer negativen Markierung zeigt an, dass der depressive Patient einen negativen physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik sollte ein positiver Musikreiz sein, um die Stimmung des depressiven Patienten auf einen positiven Zustand zu verbessern. Eine EEG-Signalzeichensequenz mit einer neutralen Markierung zeigt an, dass der depressive Patient einen normalen physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik sollte ein positiver bis neutraler Musikreiz sein.

[0031] Das Feedbacktrainings-Regulationsmodul führt ein Atemtraining durch, indem es die Person dazu anleitet, sich auf die Atmung zu konzentrieren und mit einem Unterschied gemäß einem Atemrhythmus herunterzuzählen, bis das Herunterzählen endet.

[0032] Das Datenspeichermodul ist dazu ausgelegt, das Erstellen, Abfragen, Modifizieren, Löschen und Speichern von Informationen der Person sowie des Verlaufs und der Ergebnisse der emotionalen Regulation der Person durch das System durchzuführen. Alle Daten werden durch ein Datenbank-Sicherheitsdienst-(DBSS)-System gespeichert. Die gespeicherten Daten werden hauptsächlich in zwei Kategorien unterteilt. Die erste Kategorie stellt die Basisinformation der Person dar, darunter: die Nummer der Person, der Name, das Geschlecht, das Alter, das Trainingsprogramm, die Trainingszeiten und die Kontaktadresse, usw. Die zweite Kategorie stellt die EEG-Daten der Person während des letzten Trainings dar. Abgesehen von Änderungen des Trainingsprogramms und der Trainingszeiten bleibt die erste Datenkategorie im Wesentlichen unverändert. Die zweite Datenkategorie ändert sich häufig, und es werden nur die EEG-Signaldaten des letzten Trainings gespeichert. Darüber hinaus kann das System die Daten auch als Dateien im XML-Format für eine spätere Online-Übertragung und den Fernaufruf zur Ergebnisauswertung und zum Data Mining speichern.

[0033] FIG. 7 ist ein Arbeitsablaufplan des Systems zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach der vorliegenden Erfindung, einschließlich der folgenden Schritte: 1) EEG-Signalerfassung: Erfassung von EEG-Signalen an drei Elektrodenpositionen, nämlich FP1, FP2 und FPz im Normalzustand der Person. 2) EEG-Datenverarbeitung: Verarbeitung der erfassten EEG-Signaldaten. 3) Erzeugung von Feedback-Musik: Segmentierung und Integration der EEG-Signale, Gewinnung einer Feedback-Musikzeichensequenz, die den EEG-Signalen der Person entspricht, und Bestimmung der entsprechenden emotionalen Markierung. 4) Musik-Feedbacktraining: Auswählen der Feedback-Musik, die für die emotionale Markierung geeignet ist, um ein Musik-Feedbacktraining für die Person durchzuführen. 5) Emotionale Analyse der Person: Einregulieren der Emotion der Person auf einen positiven und entspannten Zustand.

[0034] Die vorliegende Erfindung entwirft ein Verfahren zur Regulation einer gedrückten Stimmung eines depressiven Patienten durch biologisches Informationsfeedback mit Hilfe von Musik. Zunächst verwendet ein Experte ein medizinisches Instrument, um die physiologische oder pathologische Information zu messen, die der depressive Patient schwach oder kognitiv falsch empfindet, und kombiniert die interne biologische Information mit externem physischem Verhalten, um dem Patienten intuitiv durch visuelle und auditive Wahrnehmungsverfahren ein Feedback zu geben. Die interne biologische Information ist ein EEG-Signal, das durch das medizinische Instrument gemessen wird. Das intuitive Feedbackverfahren ist ein Musiksignal, das aus dem EEG-Signal durch Segmentierung und Integration umgewandelt wurde. Dann bestimmt der Experte den physischen und psychischen Zustand des depressiven Patienten durch die Musikinformation, die der depressive Patient erhält, und entwirft ein spezifisches Feedbacktraining für den depressiven Patienten. Schließlich, nach einer gewissen Zeit des Feedbacktrainings, ist sich der depressive Patient durch das Musik-Feedback über seinen physiologischen oder pathologischen Zustand klar und kann einige physiologische Funktionen frei steuern und eine schnelle Regulation einiger einfacher Emotionen erreichen. Der spezifische Verlauf des Feedbacktrainings ist wie folgt: Der Trainingsverlauf gliedert sich in zwei Teile: Atemtraining und Musiktraining.

[0035] Im ersten Teil des Atemtrainings wird hauptsächlich ein Atemregulationsverfahren angewendet: (1) Während des gesamten Trainingsprozesses wird die Versuchsumgebung ruhig gehalten, um den Einfluss der Versuchsumgebung auf das Feedbacktraining zu eliminieren. Der depressive Patient sitzt auf einem Stuhl, die Füße flach auf dem Boden, die Hände auf natürliche Weise auf den Oberschenkeln, der Oberkörper aufrecht. (2) Der depressive Patient schließt die Augen, fühlt und entspannt seinen Körper. Um den depressiven Patienten am Einschlafen zu hindern, ist es erforderlich, dass der depressive Patient während des gesamten Trainingsprozesses seinen Rücken gerade hält und wach ist. (3) Der depressive Patient wird angeleitet, sich auf die Atmung zu konzentrieren und mit einem Unterschied entsprechend seinem Atemrhythmus herunterzuzählen. Wenn der depressive Patient zum Beispiel beim Einatmen still die Zahl 10 zählt, zählt er beim nächsten Ausatmen die Zahl 8, bis das Herunterzählen endet. Wenn im Verlauf des Herunterzählens ein Fehler auftritt, muss der depressive Patient Anpassungen in Bezug auf Zeit und Fokus vornehmen. (4) Um zu verhindern, dass der depressive Patient aufgrund einer langen Trainingszeit Taubheit und Langeweile in seinen Händen und Füßen verspürt, wird die Versuchszeit entsprechend den spezifischen Bedingungen des depressiven Patienten angepasst, um einen reibungslosen Ablauf des Atemtrainingsprozesses zu gewährleisten. Wenn das Atemtraining abgeschlossen ist, erreicht der depressive Patient einen Zustand mit klarem Geist und entspanntem Körper.

[0036] Im zweiten Teil des Musiktrainings ist das Musik-Feedback das Hauptregulationsverfahren, und die imaginäre Entspannung ist das Hilfsregulationsverfahren. (1) Während des Ablaufs des Musiktrainings lehnt sich der depressive Patient auf einem Stuhl zurück und behält eine relativ bequeme Sitzhaltung bei. Der depressive Patient trägt eine EEG-Erfassungsvorrichtung und wird über die Funktionen und Betriebsabläufe des Systems informiert, so dass der depressive Patient den physiologischen und psychologischen Zustand versteht, der durch jede Feedback-Musik repräsentiert wird. (2) Der depressive Patient erhält vom Datenverarbeitungsmodul Musiksignale mit Informationen über seinen physischen oder psychischen Zustand. Bei diesen Musiksignalen handelt es sich um Feedback-Musiksegmente mit bestimmter emotionaler Stimulation, die von der Person ausgewählt werden, und sie werden in Echtzeit entsprechend den Veränderungen in den EEG-Signalen der Person erzeugt. (3) Durch die sanfte Stimulation der Feedback-Musik und die Imaginationsführung durch den Experten wird die Emotion des depressiven Patienten in einem positiven und entspannten Zustand gehalten.

[0037] Die Feedback-Musik wird beruhend auf den EEG-Signalzeichensequenzen mit positiven, negativen und neutralen emotionalen Markierungen bestimmt. Die EEG-Zeichensequenzen werden aus jedem Segment des EEG-Signals unter Verwendung von Segmentierungs- und Integrationsalgorithmen gewonnen. Eine Anzahl von Malen, für die EEG-Zeichensegmente der durch das Feedbackmusik-Erzeugungsmodul erzeugten positiven, neutralen und negativen Feedback-Musikarten in der EEG-Signalzeichensequenz der Person auftreten, wird verglichen, um die emotionale Markierung des EEG-Signals der Person zu bestimmen und eine für die Person geeignete Feedback-Musikart zu erzeugen. Eine EEG-Signalzeichensequenz mit einer positiven Markierung zeigt an, dass der depressive Patient einen positiven physiologischen und psychologischen Zustand hat, und der entsprechende Musikreiz sollte ein neutraler bis positiver Musikreiz sein. Diese Art der Stimulation muss nicht zu stark sein, solange sie den emotionalen Zustand des depressiven Patienten aufrechterhalten kann. Eine EEG-Signalzeichensequenz mit einer negativen Markierung zeigt an, dass der depressive Patient einen negativen physiologischen und psychologischen Zustand hat, und der entsprechende Musikreiz sollte ein positiver Musikreiz sein. In diesem Zustand benötigt der depressive Patient eine starke positive Stimulation, um seine Emotion auf einen positiven Zustand zu steigern. Eine EEG-Signalzeichensequenz mit einer neutralen Markierung zeigt an, dass der depressive Patient einen normalen physiologischen und psychologischen Zustand hat, d.h. weder Freude noch Traurigkeit, und der entsprechende Feedbackstimulus sollte ein positiver bis neutraler Musikreiz sein. Verschiedene klassische Musik in der Welt gehört zu verschiedenen emotionalen Typen, und es wird die klassische Musik ausgewählt, die den repräsentativen emotionalen Zuständen entspricht, um eine dem emotionalen Typ zugehörige Feedback-Musikbibliothek zu erstellen. Der musikalische Stimulus, der für die Intervention im Musiktraining verwendet wird, wird aus der erstellten Musikbibliothek ausgewählt. Auf diese Weise wird eine für den Patienten geeignete Feedback-Musikart erzeugt, und die zweite Stufe des Musiktrainings wird abgeschlossen.

[0038] Die vorliegende Erfindung wendet ein Verfahren der Musikintervention an, um eine gedrückte Stimmung zu regulieren, und der Mechanismus der Musikintervention ist wie folgt: Physiologische/physikalische Wirkungen. Musik kann verschiedene physiologische Reaktionen hervorrufen, wie z.B. verminderten Blutdruck, verlangsamte Atmung, erhöhte Hauttemperatur, vermindertes Muskelpotenzial, erhöhtes Blutgefäßvolumen und einen verminderten Noradrenalin- und Adrenalin-Gehalt im Blut. Dadurch wird die Homöostase des menschlichen Körpers erheblich gefördert, Spannungen und Ängste abgebaut und die Entspannung unterstützt. Studien haben gezeigt, dass auditorische Informationen die Aktivität der Amygdala und des Hippocampus usw. beeinflussen. Zwischen diesen Strukturen des limbischen Systems besteht ein Netzwerk, und dieses Netzwerk spielt eine entscheidende Rolle bei der emotionalen Verarbeitung.

[0039] Zwischenmenschliche/soziale Auswirkungen. Musik ist eine Kunst der sozialen nonverbalen Kommunikation, und musikalische Aktivitäten (einschließlich Singen, Instrumentenspiel, Kreation usw.) ihrerseits sind Aktivitäten der sozialen Interaktion. Musikaktivitäten bieten Menschen eine sichere und angenehme Umgebung für die zwischenmenschliche Kommunikation, indem sie die Menschen dazu anregen, ihre Sprachkenntnisse zu erlernen und zu verbessern, korrektes Sozialverhalten und die Fähigkeit zur Zusammenarbeit mit anderen zu erlernen und ihr Selbstvertrauen und ihre Selbsteinschätzung zu verbessern.

[0040] Psychologische/emotionale Wirkungen. Musik hat einen großen Einfluss auf Emotionen des Menschen. Musiktherapeuten setzen Musik ein, um die Emotionen von Menschen zu verändern und letztlich die Kognition und das Verhalten der Menschen zu verändern. Musik spielt eine einzigartige katalytische Rolle. Der Zweck des Regulierens von Emotionen durch Musik besteht nicht darin, die musikalischen Fähigkeiten der Person zu verbessern, sondern die Stimmung, das Verhalten und die Ideologie der Person durch die psychologische Erfahrung von Musik zu verändern. Durch diese Veränderungen kann die Psychologie des Patienten verbessert werden, und er kann sich besser an die Umwelt anpassen.

[0041] Eine Depression, auch als depressive Störung bekannt, ist durch eine ausgeprägte und anhaltende gedrückte Stimmung gekennzeichnet. Die Symptome von depressiven Patienten sind vielfältig und lassen sich in emotionale Symptome und körperliche Symptome unterteilen. Emotionale Symptome sind in der Regel die signifikantesten und häufigsten Symptome, darunter: gedrückte Stimmung, Anhedonie, Schuldgefühle, geringes Selbstwertgefühl, etc. Auch die körperlichen Symptome von depressiven Patienten sind vielfältig und betreffen verschiedene Organe des Körpers. Die Manifestation von Symptomen wird durch verschiedene physische und psychische Faktoren beeinflusst. Eine angeborene Depression hat eine genetische Veranlagung. Eine erworbene Depression geht mit Veränderungen in der Stressreaktion und der Hirnnervenstruktur einher. Langfristiger Stress und Traurigkeit verursachen neuronale Schäden und Atrophie in der Gehirnstruktur, am offensichtlichsten im Hippocampus.

[0042] Eine Stressreaktion kann eine Atrophie des limbischen Systems verursachen und zu einer Depression führen. Die Hypothalamus-Hypophysen-Nebennieren-Achse (HPA) ist eine komplexe Ansammlung von limbischen Strukturen des Gehirns und ihre Hauptfunktion besteht darin, die Stressreaktion zu kontrollieren und die körperliche Aktivität zu regulieren. FIG. 8 zeigt den Regulationsverlauf der HPA-Achse unter normalen Umständen. Als Regulationszentrum des endokrinen Systems sondert der Hypothalamus ein Corticotropin-Freisetzungs-Hormon ab, um die Hypophyse zur Ausschüttung von Corticotropin zu veranlassen. Diese Hormone folgen dem Blutfluss, um verschiedene endokrine Drüsen zu erreichen, und fördern die Hormonsekretion der einzelnen endokrinen Drüsen. Wenn sich zu viele Hormone im Blut befinden, um die Homöostase zu unterbrechen, hemmen diese Hormone wiederum die Funktionen von Hypothalamus und Hypophyse. Wenn der Körper durch Stress stimuliert wird, steigt der Glukokortikoidspiegel zyklisch an. Einige Bereiche des Gehirns von Patienten mit Depressionstendenz, wie z.B. der Hypothalamus und Hippocampus, können jedoch durch hohe Konzentrationen von Glukokortikoiden über einen längeren Zeitraum stimuliert werden. Dies führt zu einer Abnahme der Anzahl an Synapsen und verursacht in schweren Fällen eine neuronale Apoptose im Hippocampus. Die Atrophie des Hippocampus steht in Zusammenhang mit der abnormen Aktivität der HPA-Achse, dem Anstieg des Glukokortikoidspiegels und der Zerstörung des negativen Feedback-Regulationsmechanismus. Die Atrophie dieser Hirnstrukturen führt dazu, dass ein Teil des endokrinen Systems nicht mehr normal funktioniert, was zu Stimmungsstörungen führt und die Fähigkeit des Körpers schwächt, in richtiger Weise auf Stress zu reagieren, wodurch Menschen in extreme Anspannung, Angst und andere negative Emotionen verfallen.

[0043] FIG. 9 zeigt einen Wirkungsmechanismus von Musik-Feedback zur Regulation der Stimmung von depressiven Patienten.

[0044] Langzeitdepressionen sind das Hauptsymptom depressiver Patienten, wodurch sich der Wahrnehmungsweg depressiver Patienten von dem gewöhnlicher Menschen unterscheidet. Dieser Wahrnehmungsweg umfasst die Wahrnehmung von externen Informationen, die emotionale und physiologische Reaktionen auf externe Informationen hervorrufen, was wiederum die Reaktion des limbischen Systems des Gehirns beeinflusst. Die negative Feedbackregulation der HPA-Achse verursacht ebenfalls eine Reihe von physiologischen Reaktionen. Depressive Symptome erleichtern es dem Patienten, externe Reize wie traurige Musik, Bilder und Videos wahrzunehmen. Wenn depressive Patienten ständig durch diese negativen Emotionen stimuliert werden, fühlen sie sich oft hilflos, nutzlos, haben Selbstvorwürfe, ein geringes Selbstwertgefühl und in schweren Fällen Halluzinationen. Dabei werden sie depressiv, nervös, ängstlich, selbstverleugnend usw. Auf diese Weise wird die Struktur des limbischen Systems von depressiven Patienten die empfangenen Reizsignale über einen langen Zeitraum verarbeiten. Der konstante negative emotionale Zustand wird einen Anstieg des Glukokortikoidspiegels und die Abnahme der Nervensynapsen verursachen und hochgradig die Apoptose von Neuronen im Präfrontallappen, Hypothalamus und Hippocampus herbeiführen, was den negativen Feedback-Regulationsmechanismus der HPA-Achse weiter zerstört. Infolgedessen ist die Hirnaktivität des Patienten abnorm gestört und seine Stressfähigkeit ist schlecht, was wiederum zu einer Reihe von physiologischen Veränderungen wie endokrinen Störungen und zu schweren emotionalen Auswirkungen führt. Im Hinblick auf diese physiologischen Reaktionen entwirft die vorliegende Erfindung ein System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf EEG-Signalen. In einer Feedbackschleife werden EEG-Signale eines depressiven Patienten erfasst, um die Stimmung des Patienten zu überwachen. Durch die Segmentierungs- und Integrationsalgorithmen der EEG-Signale werden die Musiksignale gefunden, die durch die EEG-Signale des Patienten abgebildet werden, und entsprechend dem emotionalen Typ der Musiksignale wird die Feedback-Musik erzeugt. Dieses Verfahren wandelt die EEG-Biosignale in fassbare Musiksignale um, um dem Patienten dabei zu helfen, etwas über seinen körperlichen und geistigen Zustand zu erfahren und interne Informationen durch die Feedback-Musik wahrzunehmen. Auf dieser Grundlage entwirft das System eine Reihe von Musik-Feedback-Regulationstrainingsprogrammen einschließlich Atemtraining und Musiktraining für den Patienten. Durch die emotionalen und psychologischen Reaktionen des Patienten auf die internen Informationen reagiert das limbische System des Patienten, und die HPA-Achse führt eine negative Feedback-Regulation durch, um die physiologische Reaktion des Patienten zu regulieren. Wenn der depressive Patient ein Musik-Feedbacktraining zur emotionalen Regulation erhält, setzen seine parasympathischen Nerven hemmende Hormone wie Acetylcholin frei. Diese hemmenden Hormone senken den Spiegel verschiedener Hormone im Blut und fördern offensichtlich die Homöostase im Körper, um so den Blutdruck zu senken, die Atmung zu verlangsamen, Spannung und Angst abzubauen und das Gleichgewicht der inneren Umgebung aufrechtzuerhalten, wodurch die Regulation negativer Emotionen erreicht wird.

[0045] Es ist darauf hinzuweisen, dass die oben beschriebenen spezifischen Umsetzungen Fachleuten helfen können, die vorliegende Erfindung umfassender zu verstehen, die vorliegende Erfindung aber in keiner Weise einschränken. Alle technischen Lösungen und Verbesserungen, die vorgenommen werden, ohne von Sinngehalt und Umfang der vorliegenden Erfindung abzuweichen, fallen unter den Schutzumfang der vorliegenden Erfindung.

Claims (10)

1. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem Elektroenzephalogramm-(EEG) Signal, mit einem EEG-Signalerfassungsmodul, einem EEG-Signaldaten-Verarbeitungsmodul, einem Feedbackmusik-Erzeugungsmodul, einem Feedbacktrainings-Regulationsmodul und einem Datenspeicherungs-/Analysemodul, wobei das EEG-Signalerfassungsmodul dazu ausgelegt ist, ein EEG-Ruhesignal einer Person zu erhalten; das EEG-Signaldaten-Verarbeitungsmodul dazu ausgelegt ist, das erfasste EEG-Signal aufzubereiten; das Feedbackmusik-Erzeugungsmodul dazu ausgelegt ist, das aufbereitete EEG-Signal zu segmentieren und zu integrieren, eine Zuordnungsbeziehung zwischen dem EEG-Signal und einem Musiksignal zu analysieren und in einer erstellten Referenzbibliothek für Feedback-Musikarten zu vergleichen, um eine Feedback-Musikart zum Musik-Feedbacktraining zu erhalten; das Feedbacktrainings-Regulationsmodul dazu ausgelegt ist, eine Feedback-Musik passend zur Feedback-Musikart zu verwenden, um ein Feedbacktraining für die Person durchzuführen, um so die Regulation der gedrückten Stimmung zu erzielen; das Datenspeicherungs-/Analysemodul dazu ausgelegt ist, einen Verlauf und Ergebnisse der emotionalen Regulation der Person zu speichern und zu analysieren.

2. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 1, wobei bei dem EEG-Signalerfassungsmodul ein dreipoliges System zur Anwendung kommt; Positionen der Elektroden nach dem weltweit verbreiteten 10-20-System zur Elektrodenplatzierung ausgewählt sind, das Fp1, Fp2 und Fpz umfasst, die sich auf der Stirn befinden und nicht durch Haare gestört werden; die Elektroden medizinische klebrige Nasselektroden sind, die die Interferenz einer Elektrodenkontaktimpedanz vermeiden.

3. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 1, wobei das EEG-Signaldaten-Verarbeitungsmodul das erfasste EEG-Signal wie folgt segmentiert: Unterteilen eines erfassten kontinuierlichen EEG-Signals in EEG-Signalsegmente mit moderater Länge, und Überlagern jedes Segments von EEG-Daten mit einem Teil von EEG-Daten in einem vorherigen Segment.

4. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 3, wobei das EEG-Signaldaten-Verarbeitungsmodul am segmentierten EEG-Signal ein Entrauschen und Filtern wie folgt durchführt: Anwendung eines verbesserten dynamischen Modellparameters einer erweiterten Realität (AR) und einer Wavelet-Analyse zur Rauschunterdrückung, und Verwendung eines Bandpassfilters mit endlicher Impulsantwort (FIR), um ein Frequenzband unter 0,5 Hz und ein Frequenzband über 50 Hz aus dem EEG-Signal zu entfernen; und Unterteilen des EEG-Signals entsprechend der Frequenz und Extrahieren der Wellenformcharakteristiken von vier Frequenzbändern (δ, θ, α und β) des EEG-Signals.

5. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 4, wobei das Feedbackmusik-Erzeugungsmodul die EEG-Daten wie folgt segmentiert: zunächst Darstellen der Frequenzbänder durch entsprechende Zeichen d, t, a und b, wobei d das δ-band, t das θ-Band, a das α-Band und b das β-Band darstellt; Berechnen eines Mittelwertes µ und einer Standardabweichung σ von Wellenformdaten jedes Frequenzbandes; dann separates Berechnen eines Segmentierungsschwellenwertes für jedes Frequenzband und Auswählen eines optimalen Schwellenwertes aus einer Vielzahl von Segmentierungsschwellenwerten, wobei der Segmentierungsschwellenwert berechnet wird durch: T = µ ± n · σ, wobei µ einen Mittelwert der Wellenformdaten jedes Frequenzbandes nach der Frequenzteilung darstellt; σ eine Standardabweichung der Wellenformdaten jedes Frequenzbandes nach der Frequenzteilung darstellt; n ein Verhältnis des Mittelwertes zur Standardabweichung darstellt, das verwendet wird, um den Segmentierungsschwellenwert unter verschiedenen Verhältnissen des Mittelwertes zur Standardabweichung zu berechnen und den optimalen Schwellenwert auszuwählen; und schließlich Darstellen einer Wellenform des EEG-Signals durch die entsprechenden vier Frequenzbänder, Analysieren eines Zeitpunkts, zu dem die Wellenform jedes Frequenzbandes aktiv ist, gemäß dem optimalen Schwellenwert jedes Frequenzbandes, der nach der Berechnung ausgewählt wurde, und Erhalten einer chronologischen Beziehung des EEG-Signals entsprechend jedem Frequenzband.

6. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 5, wobei das Feedbackmusik-Erzeugungsmodul EEG-Segmente wie folgt integriert: Bestimmen von Frequenzbändern zu demselben Zeitpunkt gemäß der chronologischen Beziehung des EEG-Signals, das jedem Frequenzband entspricht, das durch Verwendung eines Segmentierungsalgorithmus erhalten wurde; Hinzufügen von Zeichen, die die Frequenzbänder repräsentieren, zu einer Zeitsequenz; und Überlagern und Anordnen der Zeichen, die den vier Frequenzbändern in der Sequenz entsprechen, um eine vollständige EEG-Zeichensequenz zu bilden.

7. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 6, wobei das Feedbackmusik-Erzeugungsmodul eine Referenzbibliothek für Feedback-Musikarten wie folgt erstellt: zunächst Erfassen von vorhandenen depressiven EEG-Signalen eines depressiven Patienten unter positiven, neutralen und negativen spezifischen emotionalen Audio-Stimuli, und Durchführen einer Frequenzteilung, EEG-Datensegmentierung und EEG-Segmentintegration an den erfassten EEG-Signalen, um integrierte EEG-Zeichensequenzen zu erhalten; Markieren der integrierten EEG-Zeichensequenzen mit positiven, neutralen und negativen emotionalen Markierungen jeweils gemäß den entsprechenden positiven, neutralen bzw. negativen emotionalen Audio-Stimuli, wobei die mit verschiedenen emotionalen Markierungen markierten EEG-Zeichensequenzen spezifische zyklische Segmente im gesamten EEG-Signal aufweisen; Auswählen eines zyklischen Segments der EEG-Zeichensequenz, das in einem bestimmten Zeitraum am häufigsten auftritt, als Feedback-Musikart entsprechend der emotionalen Markierung, und Erhalten von drei Feedback-Musikarten: positiv, neutral und negativ.

8. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 7, wobei das Feedbackmusik-Erzeugungsmodul in der erstellten Referenzbibliothek für Feedback-Musikarten wie folgt vergleicht: Vergleichen einer Anzahl von Malen, für die EEG-Zeichensegmente der positiven, neutralen und negativen Feedback-Musikarten der erstellten Referenzbibliothek für Feedback-Musikarten in der EEG-Signalzeichensequenz der Person erscheinen; Bestimmen einer emotionalen Markierung des EEG-Signals der Person; und Erzeugen einer für die Person geeigneten Feedback-Musikart.

9. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach Anspruch 8, wobei das Feedbacktrainings-Regulationsmodul das Musik-Feedbacktraining wie folgt durchführt: Auswählen von Feedback-Musik passend zur Feedback-Musikart, die für die Person geeignet ist, und Einregulieren der Emotion der Person in einen positiven und entspannten Zustand, wobei eine EEG-Signalzeichensequenz mit einer positiven Markierung anzeigt, dass der depressive Patient einen positiven physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik ein neutraler bis positiver Musikreiz sein sollte; wobei eine EEG-Signalzeichensequenz mit einer negativen Markierung anzeigt, dass der depressive Patient einen negativen physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik ein positiver Musikreiz sein sollte, um die Stimmung des depressiven Patienten zu einem positiven Zustand hin zu verbessern; wobei eine EEG-Signalzeichensequenz mit einer neutralen Markierung anzeigt, dass der depressive Patient einen normalen physiologischen und psychologischen Zustand hat, und die entsprechende auszuwählende Feedback-Musik ein positiver bis neutraler Musikreiz sein sollte.

10. System zum Regulieren einer gedrückten Stimmung durch Musik-Feedback beruhend auf einem EEG-Signal nach einem der Ansprüche 1 bis 9, wobei das Feedbacktrainings-Regulationsmodul ein Atemtraining wie folgt durchführt: Anleiten der Person, sich auf die Atmung zu konzentrieren, und Herunterzählen mit einem Unterschied gemäß einem Atemrhythmus, bis das Herunterzählen endet.