CN104133879A

CN104133879A - 脑电信号与音乐进行匹配的方法及其系统

Info

Publication number: CN104133879A
Application number: CN201410360309.1A
Authority: CN
Inventors: 刘冬冬; 张博; 杨晓文
Original assignee: Individual
Current assignee: Liu Dongdong; Yang Xiaowen; Zhang Bo
Priority date: 2014-07-25
Filing date: 2014-07-25
Publication date: 2014-11-05
Anticipated expiration: 2034-07-25
Also published as: CN104133879B; US20160086612A1; WO2016011703A1; TW201604718A; TWI530822B; US10210878B2

Abstract

本发明公开一种根据脑电信号提供相匹配音乐的方法及其系统，所述方法包括：S1.根据测量的脑电信号，得到所述脑电信号的定标指数α；S2.对预设音乐库中的音乐进行分析，得到所述音乐的长程相关指数β；S3.根据所述定标指数α与所述长程相关指数β，对所述脑电信号与所述音乐进行匹配。本实施例公开的脑电信号与音乐进行匹配的方法及其系统通过测量人的脑电信号而快速自动化地找到符合人当前情绪状态的乐曲，这对于缓解压力、放松平复心情有很重要的作用。

Description

脑电信号与音乐进行匹配的方法及其系统

技术领域

本发明涉及神经科学技术领域，具体涉及脑电信号与音乐进行匹配的方法及其系统。

背景技术

在自然界中存在着许多蕴含丰富信息的符号序列，例如人们创造的语言，人们所定义的乐音(如音乐)、噪音，或者在自然过程中形成的例如基因序列和神经传导信号等。在这些不同类型的符号序列中，可以通过发现一些共性元素来实现不同序列间的对应。

音乐是最“直接表达人的感情”的艺术形式之一，对人的情绪、情感的发展有着重要的影响和促进作用。音乐引起人的情绪反应所内在的脑机制的研究已成为发展认知神经科学、教育学和心理学等领域的热点之一。现代研究已经证实，音乐可以影响人的脑电波，且不同类型的音乐，对大脑产生的刺激不同，所引起的人脑的兴奋模式也不同。因此，如何选择音乐来缓解人的压力、放松平复心情有重要意义。

当前的研究多集中于探讨不同类型音乐对大脑所带来的不同影响。

现有技术存在的问题是在无法合理选择音乐来缓解人的压力、放松平复心情。

发明内容

本发明所要解决的技术问题是现有技术无法合理选择音乐来缓解人的压力、放松平复心情。

为此目的，第一方面，本发明提出一种脑电信号与音乐进行匹配的方法，所述方法包括：

S1.根据测量的脑电信号，得到所述脑电信号的定标指数α；

S2.对预设音乐库中的音乐进行分析，得到所述音乐的长程相关指数β；

S3.根据所述定标指数α与所述长程相关指数β，对所述脑电信号与所述音乐进行匹配。

可选的，所述步骤S1包括：

S11.对测量的脑电信号进行数字化处理，得到脑电信号的离散时间序列{x_i，i＝1,2,...,N}，x_i为第i个脑电信号，N为脑电信号的个数；

S12.滤去所述离散时间序列{x_i，i＝1,2,...,N}的平均值<x>，得到序列{y_i，i＝1,2,...,N}，所述y_i为：

y_{i} = Σ_{k = 1}^{i} (x_{k} - < x >), i = 1 . . . N,

其中，

< x > = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

S13.对所述序列{y_i，i＝1,2,...,N}进行经验模态分解EMD，得到n个固有模态函数IMF和一个剩余量R，其中n为正整数，n的取值由所述EMD确定；

S14.计算所述n个固有模态函数IMF中每一个固有模态函数的峰峰值间隔；

S15.将所述峰峰值间隔在预设范围s内的IMF对应的波形合并为一组波形，得到合并波形Pvalue_s(k)，其中10^(m-1)≤s≤10^m，m＝1,2,…,m_max，m_max的大小取决于序列{y_i，i＝1,2,...,N}的长度N，k表示合并波形中的每一个数据点，k＝1,2,...,k_max，k_max的大小由预设范围s和落在所述预设范围s内的峰峰值间隔对应的波形长度确定；

S16.对每组合并波形的进行平均均方根计算，获得波动函数F：

F = {[\frac{1}{Q} Σ_{k = 1}^{Q} {Pvalue}_{s}^{2} (k)]}^{1 / 2}

其中<s>表示对不同的预设范围s求均值，所述F∝s^α，∝表示成比例，其中，α为定标指数；

S17.根据所述F∝s^α，得到定标指数α。

可选的，所述步骤S2包括：

S21.将预设音乐库中的音乐进行数字化处理，得到数字化音乐信号序列{U_i，i＝1,2,...,M}，i为所述数字化音乐信号序列中第i个时间点，M为所述数字化音乐信号序列的总长度；

S22.以预设窗宽对所述数字化音乐信号序列{U_i，i＝1,2,...,M}进行无重叠的移窗并计算标准差，得到序列{v_j，j＝1,2,…,M/(预设窗宽)}，v_j为所述序列{v_j，j＝1,2,…,M/(预设窗宽)}的第j个数据；

S23.根据所述序列{v_j，j＝1,2,…,M/(预设窗宽)}，得到平均音强序列{(v_j)²，j＝1,2,…,M/(预设窗宽)}；

S24.根据所述平均音强序列{(v_j)²，j＝1,2,…,M/(预设窗宽)}，得到一维随机游走序列{z_b，b＝1,2,…,M/(预设窗宽)}，z_b为所述序列{z_b，b＝1,2,…,M/(预设窗宽)}的第b个数据，所述z_b为：

z_{b} = Σ_{j = 1}^{b} {(v_{j})}^{2} - < v^{2} >;

S25.以所述预设窗宽将所述波动序列{z_b，b＝1,2,…,M/(预设窗宽)}进行有重叠的移窗，得到多个子序列，所述重叠的长度为预设值τ；

S26.利用线性回归得到每个所述子序列的线性趋势

S27.根据所述序列{z_b，b＝1,2,…,M/(预设窗宽)}及每个所述子序列的线性趋势，得到去趋势波动其中<(δz)²>表示对(δz)²进行平均；

S28.根据所述去趋势波动函数F_D(预设窗宽)，得到音乐音强的长程相关指数β，所述β为：

其中，为将去趋势波动函数与预设窗宽所决定的时间尺度之间的关系表示在log-log平面。

可选的，所述步骤S3包括：

S31.根据所述定标指数α与所述长程相关指数β，计算γ，所述γ＝|α-β|；

S32.如果所述γ在预设范围二内，则所述α对应的脑电信号与是的对所述脑电信号与所述β对应的音乐进行匹配。

第二方面，本发明还提出一种脑电信号与音乐进行匹配的系统，所述系统包括：

脑电信号定标装置，用于根据测量的脑电信号，得到所述脑电信号的定标指数α并将所述α传输到匹配装置；

音乐分析装置，用于对预设音乐库中的音乐进行分析，得到所述音乐的长程相关指数β并将所述β传输到匹配装置；

匹配装置，用于根据所述定标指数α与所述长程相关指数β，对所述脑电信号与所述音乐进行匹配。

可选的，所述系统还包括：脑电信号测量装置，用于测量脑电信号并将所述脑电信号传输到所述脑电信号定标装置。

可选的，所述脑电信号定标装置具体用于：

y_{i} = Σ_{k = 1}^{i} (x_{k} - < x >), i = 1 . . . N,

其中，

< x > = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

F = {[\frac{1}{Q} Σ_{k = 1}^{Q} {Pvalue}_{s}^{2} (k)]}^{1 / 2}

S17.根据所述F∝s^α，得到定标指数α。

可选的，所述音乐分析装置具体用于：

z_{b} = Σ_{j = 1}^{b} {(v_{j})}^{2} - < v^{2} >;

S26.利用线性回归得到每个所述子序列的线性趋势

可选的，所述匹配装置具体用于：

本发明提出的脑电信号与音乐进行匹配的方法及系统根据不同的脑电信号来选择对应类型音乐，通过测量人的脑电信号而快速自动化地找到符合人当前心情的乐曲，这对于缓解压力、放松平复心情有很重要的作用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了实施例一中脑电信号与音乐进行匹配的方法流程图；

图2示出了实施例二中脑电信号与音乐进行匹配的系统结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

本实施例公开一种脑电信号与音乐进行匹配的方法，如图1所示，该方法包括：

S1.根据测量的脑电信号，得到所述脑电信号的定标指数α；

所述步骤S1可包括图1中未示出的以下步骤：

y_{i} = Σ_{k = 1}^{i} (x_{k} - < x >), i = 1 . . . N,

其中，

< x > = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

F = {[\frac{1}{Q} Σ_{k = 1}^{Q} {Pvalue}_{s}^{2} (k)]}^{1 / 2}

其中<>表示对范围s求均值，针对不同的尺度范围s，所述F∝s^α，∝表示成比例，其中，α为定标指数；

S17.根据所述F∝s^α，得到定标指数α。

所述步骤S2可包括图1中未示出的以下步骤：

z_{b} = Σ_{j = 1}^{b} {(v_{j})}^{2} - < v^{2} >;

S26.利用线性回归得到每个所述子序列的线性趋势所述其中a和c通过线性回归拟合得到，多个子序列对应多个每个中的a和c均不同；

S27.根据所述序列{z_b，b＝1,2,…,M/(预设窗宽)}及每个所述子序列的线性趋势得到去趋势波动序列其中<(δz)²>表示对(δz)²进行平均；

所述步骤S3可包括图1中未示出的以下步骤：

本实施例公开的脑电信号与音乐进行匹配的方法通过将脑电信号的定标指数α和音乐的长程相关指数β进行比较，两者之间最为接近的则表明两者最匹配，从而可以实现通过脑电信号自动匹配音乐的效果，通过测量人的脑电信号而快速自动化地找到符合人当前心情的乐曲，这对于缓解压力、放松平复心情有很重要的作用。

实施例二：

本实施例公开一种脑电信号与音乐进行匹配的系统，如图1所示，该系统包括：

所述系统还包括图2未示出的脑电信号测量装置，所述脑电信号测量装置用于测量脑电信号并将所述脑电信号传输到所述脑电信号定标装置。

具体应用中，所述脑电信号定标装置具体用于：

y_{i} = Σ_{k = 1}^{i} (x_{k} - < x >), i = 1 . . . N,

其中，

< x > = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

F = {[\frac{1}{Q} Σ_{k = 1}^{Q} {Pvalue}_{s}^{2} (k)]}^{1 / 2}

S17.根据所述F∝s^α，得到定标指数α。

所述音乐分析装置具体用于：

z_{b} = Σ_{j = 1}^{b} {(v_{j})}^{2} - < v^{2} >;

S26.利用线性回归得到每个所述子序列的线性趋势

所述匹配装置具体用于：

本实施例公开的脑电信号与音乐进行匹配的系统通过测量人的脑电信号而快速自动化地找到符合人当前心情的乐曲，这对于缓解压力、放松平复心情有很重要的作用。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims

1.一种脑电信号与音乐进行匹配的方法，其特征在于，所述方法包括：

S1.根据测量的脑电信号，得到所述脑电信号的定标指数α；

2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：

y_{i} = Σ_{k = 1}^{i} (x_{k} - < x >), i = 1 . . . N,

其中，

< x > = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

F = {[\frac{1}{Q} Σ_{k = 1}^{Q} {Pvalue}_{s}^{2} (k)]}^{1 / 2}

S17.根据所述F∝s^α，得到定标指数α。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：

z_{b} = Σ_{j = 1}^{b} {(v_{j})}^{2} - < v^{2} >;

S26.利用线性回归得到每个所述子序列的线性趋势z

S27.根据所述序列{z_b，b＝1,2,…,M/(预设窗宽)}及每个所述子序列的线性趋势，得到去趋势波动函数其中<(δz)²>表示对(δz)²进行平均；

4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：

5.一种脑电信号与音乐进行匹配的系统，其特征在于，所述系统包括：

6.根据权利要求5所述的系统，其特征还在于，所述系统还包括：脑电信号测量装置，用于测量脑电信号并将所述脑电信号传输到所述脑电信号定标装置。

7.根据权利要求5所述的系统，其特征在于，所述脑电信号定标装置具体用于：

y_{i} = Σ_{k = 1}^{i} (x_{k} - < x >), i = 1 . . . N,

其中，

< x > = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

F = {[\frac{1}{Q} Σ_{k = 1}^{Q} {Pvalue}_{s}^{2} (k)]}^{1 / 2}

S17.根据所述F∝s^α，得到定标指数α。

8.根据权利要求5所述的系统，其特征在于，所述音乐分析装置具体用于：

z_{b} = Σ_{j = 1}^{b} {(v_{j})}^{2} - < v^{2} >;

S26.利用线性回归得到每个所述子序列的线性趋势

9.根据权利要求5所述的系统，其特征在于，所述匹配装置具体用于：