CN112515684A - 一种个性化干预音乐推荐系统 - Google Patents

一种个性化干预音乐推荐系统 Download PDF

Info

Publication number
CN112515684A
CN112515684A CN202011371424.0A CN202011371424A CN112515684A CN 112515684 A CN112515684 A CN 112515684A CN 202011371424 A CN202011371424 A CN 202011371424A CN 112515684 A CN112515684 A CN 112515684A
Authority
CN
China
Prior art keywords
music
intervention
data
rhythm
wave
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011371424.0A
Other languages
English (en)
Inventor
赵冰蕾
周熠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Brain Science And Brain Like Research Center
Shanghai Jiaotong University
Original Assignee
Shanghai Brain Science And Brain Like Research Center
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Brain Science And Brain Like Research Center, Shanghai Jiaotong University filed Critical Shanghai Brain Science And Brain Like Research Center
Priority to CN202011371424.0A priority Critical patent/CN112515684A/zh
Publication of CN112515684A publication Critical patent/CN112515684A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Neurology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Neurosurgery (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Developmental Disabilities (AREA)
  • Psychology (AREA)
  • Physiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Acoustics & Sound (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供一种个性化干预音乐推荐系统，涉及音乐干预技术领域，包括：脑电波数据库，用于保存不同年龄段的复数个健康人在至少一电极位置预先采集得到的健康脑电波数据；数据分析模块，用于分析得到年龄段以及电极位置与正常节律波的正常波形特征之间的对应关系；数据采集模块，用于采集神经退行性疾病患者在电极位置的实时脑电波数据；数据处理模块，用于根据实时脑电波数据和对应关系处理得到实时脑电波数据中的异常节律波及对应的电极位置；音乐推荐模块，用于根据异常节律波匹配得到对应神经退行性疾病患者的干预音乐。有益效果是能够分析得到针对神经退行性疾病患者个体的节律波异常情况，根据节律波异常情况针对性地提供干预音乐。

Description

一种个性化干预音乐推荐系统
技术领域
本发明涉及音乐干预技术领域，尤其涉及一种个性化干预音乐推荐系统。
背景技术
神经退行性疾病是由神经元和(或)其髓鞘的丧失所致，随着时间的推移而恶化，出现功能障碍。现有大量神经机制研究表明，不同神经退行性疾病患者的认知衰退与其脑区的特定节律缺失或多脑区同步异常相关，神经退行性疾病的不同发病程度对应的脑区节律波也会有所改变。大量经颅电刺激研究发现，对特定某一个或多个脑区采用特定波段刺激信号进行经颅电刺激，可有效缓解其认知退化速度。
现有技术中，上述特定波段刺激信号通常是通过比较患者组与健康对照组的脑电信号得到，忽略了个体的差异性，不具有普遍适用性。
发明内容
针对现有技术中存在的问题，本发明提供一种个性化干预音乐推荐系统，包括：
脑电波数据库，用于保存不同年龄段的复数个健康人在至少一电极位置预先采集得到的健康脑电波数据，所述健康脑电波数据包括所述年龄段、所述电极位置以及每个所述电极位置对应的正常节律波的正常波形特征；
数据分析模块，连接所述脑电波数据库，用于对所述健康脑电波数据进行分析得到所述年龄段以及所述电极位置与所述正常节律波的所述正常波形特征之间的对应关系；
数据采集模块，用于采集一神经退行性疾病患者在所述电极位置的实时脑电波数据；
数据处理模块，分别连接所述数据分析模块和所述数据采集模块，用于根据所述实时脑电波数据和所述对应关系处理得到所述实时脑电波数据中的异常节律波以及所述异常节律波对应的所述电极位置；
音乐推荐模块，连接所述数据处理模块，所述音乐推荐模块中保存有预先生成的不同节律波对应的干预音乐，所述音乐推荐模块用于根据所述异常节律波匹配得到对应所述神经退行性疾病患者的所述干预音乐，并输出所述干预音乐以及对应的所述电极位置作为推荐结果。
优选的，所述正常波形特征包括所述正常节律波的频率和振幅。
优选的，所述数据分析模块包括：
分类单元，用于将相同所述年龄段和相同所述电极位置对应的所述健康脑电波数据划分在同一数据集合中；
统计单元，连接所述分类单元，用于针对每个所述数据集合，根据所述数据集合中的所有所述正常节律波的所述频率和所述振幅统计得到一标准频率范围和一标准振幅范围；
分析单元，连接所述统计单元，用于处理得到各所述年龄段与所述电极位置关联的所述标准频率范围以及所述标准振幅范围之间的对应关系作为所述年龄段以及所述电极位置与所述正常节律波的所述正常波形特征之间的对应关系。
优选的，所述统计单元包括：
第一统计子单元，用于统计所述数据集合中的所有所述正常节律波的所述频率的频率最大值和频率最小值，得到所述频率最大值和所述频率最小值限定的所述标准频率范围；
第二统计子单元，用于统计所述数据集合中的所有所述正常节律波的所述振幅的振幅最大值和振幅最小值，得到所述振幅最大值和所述振幅最小值限定的所述标准振幅范围。
优选的，所述实时脑电波数据包括所述神经退行性疾病患者的年龄、所述电极位置以及每个所述电极位置对应的实时节律波的实时频率和实时振幅；
则所述数据处理模块包括：
匹配单元，用于根据所述年龄于所述对应关系中匹配得到所述年龄所属的所述年龄段，以获取所述年龄段对应的所述标准频率范围和所述标准振幅范围；
处理单元，连接所述匹配单元，用于在所述实时频率不在所述标准频率范围，或所述实时振幅不在所述标准振幅范围时将对应的所述实时节律波作为所述异常节律波，并输出所述异常节律波及对应的所述电极位置。
优选的，还包括一第一合成模块，分别连接所述数据处理模块和所述音乐推荐模块，所述第一合成模块包括：
音乐截取单元，用于针对所述异常节律波对应的所述电极位置，实时监测所述神经退行性疾病患者在不同频段预设音乐刺激下的干预节律波，并在所述干预节律波的波性特征满足一预设条件时截取对应的音乐片段；
第一合成单元，连接所述音乐截取单元，用于各所述音乐片段进行合成并将合成结果作为所述干预音乐保存至所述音乐推荐模块。
优选的，还包括一第二合成模块，分别连接所述脑电波数据库、所述数据处理模块和所述音乐推荐模块，所述第二合成模块包括：
特征获取单元，用于获取所述异常节律波对应的所述正常节律波的所述正常波形特征；
第二合成单元，连接所述特征获取单元，用于根据所述正常波形特征处理得到包含不同频段的合成音乐作为所述干预音乐保存至所述音乐推荐模块。
优选的，所述异常节律波为复数个；
则所述音乐推荐模块分别匹配得到每个所述异常节律波对应的所述干预音乐，并将各所述干预音乐进行拼接得到的拼接音乐作为所述推荐结果中的所述干预音乐。
上述技术方案具有如下优点或有益效果：能够分析得到针对神经退行性疾病患者个体的节律波异常情况，并根据该节律波异常情况针对性地提供干预音乐，满足不同人的个性化需求，有效提升采用干预音乐缓解或延缓神经退行性疾病患者的认知退化速度的干预效果。
附图说明
图1为本发明的较佳的实施例中，一种个性化干预音乐推荐系统的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。
本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种个性化干预音乐推荐系统，如图1所示，包括：
脑电波数据库1，用于保存不同年龄段的复数个健康人在至少一电极位置预先采集得到的健康脑电波数据，健康脑电波数据包括年龄段、电极位置以及每个电极位置对应的正常节律波的正常波形特征；
数据分析模块2，连接脑电波数据库1，用于对健康脑电波数据进行分析得到年龄段以及电极位置与正常节律波的正常波形特征之间的对应关系；
数据采集模块3，用于采集一神经退行性疾病患者在电极位置的实时脑电波数据；
数据处理模块4，分别连接数据分析模块2和数据采集模块3，用于根据实时脑电波数据和对应关系处理得到实时脑电波数据中的异常节律波以及异常节律波对应的电极位置；
音乐推荐模块5，连接数据处理模块4，音乐推荐模块5中保存有预先生成的不同节律波对应的干预音乐，音乐推荐模块5用于根据异常节律波匹配得到对应神经退行性疾病患者的干预音乐，并输出干预音乐以及对应的电极位置作为推荐结果。
具体地，本实施例中，上述复数个健康人优选为健康中年人和健康老年人，上述年龄段可以根据需求进行划分，如年龄在30岁至35岁作为一个年龄段，可以在该年龄段内分别选择复数个31岁的健康人，复数个33岁的健康人，复数个35岁的健康人进行健康脑电波数据的采集，也可以分别选择两种年龄的健康人或一种年龄的健康人进行健康脑电波数据的采集表征上述30岁至35岁的年龄段的健康脑电波数据，也可以每种年龄均选择复数个健康人进行健康脑电波数据的采集，即覆盖全部年龄的健康人，但这种方式可能造成数据量过大，因此通常采用前两种选择方式。需要说明的是，上述两种选择方式只是作为示例，并不因此限定本申请的保护范围。
进一步，由于不同的外部刺激会直接影响健康脑电波数据的采集结果，上述复数个健康人优选在相同的电极位置、相同的采样条件和环境下进行健康脑电波数据的采集，上述采样条件和环境可以是静息态，也可以是任务态，如记忆绑定状态下。
作为优选，上述健康脑电数据可以采用脑电装置进行采集，上述脑电装置可以是多极脑电帽，能够同时采集多个电极位置对应脑区的正常节律波的正常波形特征。
进一步地，在建立上述脑电波数据库1之后，可以依据该脑电波数据库1中保存的大样本数据进行相关计算分析，以得到年龄段以及电极位置与正常节律波的正常波形特征之间的对应关系，该对应关系能够直观反映随年龄增长各电极位置采集到的正常节律波的正常波形特征的变化。作为优选，数据分析模块2可以采用包括但不限于直方图分析、散点图分析以及回归分析等数学分析方法得到上述对应关系。上述对应关系可以采用连续的对应关系曲线表示，即基于脑电波数据库1中的年龄段分析得到连续年龄变化的对应关系曲线，作为优选，基于上述数学分析方法能够得到正常波特征以及年龄和电极位置之间的函数关系式，进而能够根据该函数关系式绘制上述对应关系曲线，便于后续使用。如年龄在30岁至35岁作为一个年龄段，脑电波数据库1中实际存储的有31岁、33岁和35岁健康人对应的健康脑电波数据，通过上述分析过程，在后续神经退行性疾病患者的年龄在32岁时，可以通过上述对应关系曲线估算出其对应的健康脑电波数据。
在分析得到上述对应关系后，针对个体被试，即个体神经退行性疾病患者，通过将神经退行性疾病患者的实时脑电波数据与上述对应关系中的健康脑电波数据进行比对，能够获取实时脑电波数据中的异常节律波及对应的电极位置。上述实时脑电波数据与健康脑电波数据具有相同的采集条件和环境，以及相同的电极位置，以消除外部因素影响。上述神经退行性疾病患者包括阿尔兹海默症患者(Alzheimer's disease,AD)、帕金森症患者(Parkinson Disease,PD)、路易体病患者(Lewy body disease，LBD)。
在获取上述异常节律波及对应的电极位置后，可以根据异常节律波匹配对应的干预音乐，该干预音乐与异常节律波对应的正常节律波的正常波形特征相适应，通过将干预音乐以及对应的电极位置作为推荐结果输出，神经退行性疾病患者或相关医护人员可以在对应的电极位置采用干预音乐对神经退行性疾病患者进行音乐刺激，以帮助缓解或延缓其对应认知退化速度。
进一步地，上述异常节律波可以是一种或多种，可以针对每种异常节律波选取对应的干预音乐，后续使用可以采用轮询播放各干预音乐的方式对神经退行性疾病患者进行音乐刺激。
进一步地，上述干预音乐可以是一个频段的音乐，也可以是多频或多频段的混合音乐，也可以是现有富含各种认知退化疾病缺失的节律音乐片段。
本发明的较佳的实施例中，正常波形特征包括正常节律波的频率和振幅。
具体地，本实施例中，上述正常节律波包括但不限于α波，β波，θ波，δ波，γ波。
本发明的较佳的实施例中，数据分析模块2包括：
分类单元21，用于将相同年龄段和相同电极位置对应的健康脑电波数据划分在同一数据集合中；
统计单元22，连接分类单元21，用于针对每个数据集合，根据数据集合中的所有正常节律波的频率和振幅统计得到一标准频率范围和一标准振幅范围；
分析单元23，连接统计单元22，用于处理得到各年龄段与电极位置关联的标准频率范围以及标准振幅范围之间的对应关系作为年龄段以及电极位置与正常节律波的正常波形特征之间的对应关系。
本发明的较佳的实施例中，统计单元22包括：
第一统计子单元221，用于统计数据集合中的所有正常节律波的频率的频率最大值和频率最小值，得到频率最大值和频率最小值限定的标准频率范围；
第二统计子单元222，用于统计数据集合中的所有正常节律波的振幅的振幅最大值和振幅最小值，得到振幅最大值和振幅最小值限定的标准振幅范围。
具体地，本实施例中，具有相同年龄的不同健康人采集得到的正常节律波的频率会有一定的波动，通过同一数据集合中的所有正常节律波的频率的频率最大值和频率最小值限定标准频率范围，考虑个体化差异，排除正常波动因素影响。同理，标准振幅范围的限定同样考虑个体化差异，提升上述对应关系的普遍适应性。
作为优选的实施方式，上述健康脑电波数据还可以进一步细分，如复数个健康人具有不同的性别、不同种族以及不同生活环境等，可以基于上述特征进行进一步细分，如将不同性别但具有相同年龄段和相同电极位置对应的健康脑电波数据分别划分在两个数据集合中，或者将不同生活环境但具有相同年龄段和相同电极位置对应的健康脑电波数据分别划分在两个数据集合中，以进一步提升个性化的划分粒度。
本发明的较佳的实施例中，实时脑电波数据包括神经退行性疾病患者的年龄、电极位置以及每个电极位置对应的实时节律波的实时频率和实时振幅；
则数据处理模块4包括：
匹配单元41，用于根据年龄于对应关系中匹配得到年龄所属的年龄段，以获取年龄段对应的标准频率范围和标准振幅范围；
处理单元42，连接匹配单元41，用于在实时频率不在标准频率范围，或实时振幅不在标准振幅范围时将对应的实时节律波作为异常节律波，并输出异常节律波及对应的电极位置。
具体地，本实施例中，上述实时频率以及实时振幅可以为0，即检测不到该实时节律波，此时为节律缺失现象。神经退行性疾病患者的实时节律波有可能会出现实时频率在标准频率范围，而实时振幅不在标准振幅范围，或者可能出现实时频率不在标准频率范围，而实时振幅在标准振幅范围，因此，本实施例中，在实时频率和实时振幅中的任意一个出现不在标准范围时均判定该实时节律波为异常节律波。
本发明的较佳的实施例中，还包括一第一合成模块6，分别连接数据处理模块4和音乐推荐模块5，第一合成模块6包括：
音乐截取单元61，用于针对异常节律波对应的电极位置，实时监测神经退行性疾病患者在不同频段预设音乐刺激下的干预节律波，并在干预节律波的波性特征满足一预设条件时截取对应的音乐片段；
第一合成单元62，连接音乐截取单元61，用于各音乐片段进行合成并将合成结果作为干预音乐保存至音乐推荐模块。
具体地，本实施例中，上述预设条件可以是出现干预节律波，和/或干预节律波相对于异常节律波其频率或振幅更接近于对应的正常节律波的频率或振幅。上述出现干预节律波主要针对于节律波缺失的情况，即在音乐刺激之前未检测到对应的节律波，而在音乐刺激之后出现该节律波。作为优选，上述合成结果可以是不同音乐片段的拼接。
本发明的较佳的实施例中，还包括一第二合成模块7，分别连接脑电波数据库1、数据处理模块4和音乐推荐模块5，第二合成模块7包括：
特征获取单元71，用于获取异常节律波对应的正常节律波的正常波形特征；
第二合成单元72，连接特征获取单元71，用于根据正常波形特征处理得到包含不同频段的合成音乐作为干预音乐保存至音乐推荐模块。
具体地，本实施例中，上述第二合成单元72可以采用现有的音乐合成器处理得到不同频段的合成音乐。
本发明的较佳的实施例中，异常节律波为复数个；
则音乐推荐模块5分别匹配得到每个异常节律波对应的干预音乐，并将各干预音乐进行拼接得到的拼接音乐作为推荐结果中的干预音乐。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种个性化干预音乐推荐系统，其特征在于，包括：
脑电波数据库，用于保存不同年龄段的复数个健康人在至少一电极位置预先采集得到的健康脑电波数据，所述健康脑电波数据包括所述年龄段、所述电极位置以及每个所述电极位置对应的正常节律波的正常波形特征；
数据分析模块，连接所述脑电波数据库，用于对所述健康脑电波数据进行分析得到所述年龄段以及所述电极位置与所述正常节律波的所述正常波形特征之间的对应关系；
数据采集模块，用于采集一神经退行性疾病患者在所述电极位置的实时脑电波数据；
数据处理模块，分别连接所述数据分析模块和所述数据采集模块，用于根据所述实时脑电波数据和所述对应关系处理得到所述实时脑电波数据中的异常节律波以及所述异常节律波对应的所述电极位置；
音乐推荐模块，连接所述数据处理模块，所述音乐推荐模块中保存有预先生成的不同节律波对应的干预音乐，所述音乐推荐模块用于根据所述异常节律波匹配得到对应所述神经退行性疾病患者的所述干预音乐，并输出所述干预音乐以及对应的所述电极位置作为推荐结果。
2.根据权利要求1所述的个性化干预音乐推荐系统，其特征在于，所述正常波形特征包括所述正常节律波的频率和振幅。
3.根据权利要求2所述的个性化干预音乐推荐系统，其特征在于，所述数据分析模块包括：
分类单元，用于将相同所述年龄段和相同所述电极位置对应的所述健康脑电波数据划分在同一数据集合中；
统计单元，连接所述分类单元，用于针对每个所述数据集合，根据所述数据集合中的所有所述正常节律波的所述频率和所述振幅统计得到一标准频率范围和一标准振幅范围；
分析单元，连接所述统计单元，用于处理得到各所述年龄段与所述电极位置关联的所述标准频率范围以及所述标准振幅范围之间的对应关系作为所述年龄段以及所述电极位置与所述正常节律波的所述正常波形特征之间的对应关系。
4.根据权利要求3所述的个性化干预音乐推荐系统，其特征在于，所述统计单元包括：
第一统计子单元，用于统计所述数据集合中的所有所述正常节律波的所述频率的频率最大值和频率最小值，得到所述频率最大值和所述频率最小值限定的所述标准频率范围；
第二统计子单元，用于统计所述数据集合中的所有所述正常节律波的所述振幅的振幅最大值和振幅最小值，得到所述振幅最大值和所述振幅最小值限定的所述标准振幅范围。
5.根据权利要求3所述的个性化干预音乐推荐系统，其特征在于，所述实时脑电波数据包括所述神经退行性疾病患者的年龄、所述电极位置以及每个所述电极位置对应的实时节律波的实时频率和实时振幅；
则所述数据处理模块包括：
匹配单元，用于根据所述年龄于所述对应关系中匹配得到所述年龄所属的所述年龄段，以获取所述年龄段对应的所述标准频率范围和所述标准振幅范围；
处理单元，连接所述匹配单元，用于在所述实时频率不在所述标准频率范围，或所述实时振幅不在所述标准振幅范围时将对应的所述实时节律波作为所述异常节律波，并输出所述异常节律波及对应的所述电极位置。
6.根据权利要求1所述的个性化干预音乐推荐系统，其特征在于，还包括一第一合成模块，分别连接所述数据处理模块和所述音乐推荐模块，所述第一合成模块包括：
音乐截取单元，用于针对所述异常节律波对应的所述电极位置，实时监测所述神经退行性疾病患者在不同频段预设音乐刺激下的干预节律波，并在所述干预节律波的波性特征满足一预设条件时截取对应的音乐片段；
第一合成单元，连接所述音乐截取单元，用于各所述音乐片段进行合成并将合成结果作为所述干预音乐保存至所述音乐推荐模块。
7.根据权利要求1所述的个性化干预音乐推荐系统，其特征在于，还包括一第二合成模块，分别连接所述脑电波数据库、所述数据处理模块和所述音乐推荐模块，所述第二合成模块包括：
特征获取单元，用于获取所述异常节律波对应的所述正常节律波的所述正常波形特征；
第二合成单元，连接所述特征获取单元，用于根据所述正常波形特征处理得到包含不同频段的合成音乐作为所述干预音乐保存至所述音乐推荐模块。
8.根据权利要求1所述的个性化干预音乐推荐系统，其特征在于，所述异常节律波为复数个；
则所述音乐推荐模块分别匹配得到每个所述异常节律波对应的所述干预音乐，并将各所述干预音乐进行拼接得到的拼接音乐作为所述推荐结果中的所述干预音乐。
CN202011371424.0A 2020-11-30 2020-11-30 一种个性化干预音乐推荐系统 Pending CN112515684A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011371424.0A CN112515684A (zh) 2020-11-30 2020-11-30 一种个性化干预音乐推荐系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011371424.0A CN112515684A (zh) 2020-11-30 2020-11-30 一种个性化干预音乐推荐系统

Publications (1)

Publication Number Publication Date
CN112515684A true CN112515684A (zh) 2021-03-19

Family

ID=74996445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011371424.0A Pending CN112515684A (zh) 2020-11-30 2020-11-30 一种个性化干预音乐推荐系统

Country Status (1)

Country Link
CN (1) CN112515684A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113368362A (zh) * 2021-04-20 2021-09-10 刘书朋 用于谐振脑部γ节律震荡波的光声振动波装置及用途

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201533947U (zh) * 2009-06-22 2010-07-28 王志忠 一种基于脑电波反馈的心理干预治疗仪
CN109285152A (zh) * 2018-09-26 2019-01-29 上海联影智能医疗科技有限公司 一种医学图像处理系统、装置和计算机可读存储介质
CN110075409A (zh) * 2019-04-17 2019-08-02 重庆大学 基于脑电波的个性化音乐辅助睡眠方法
CN110833650A (zh) * 2019-11-27 2020-02-25 音置声学技术(上海)工作室 一种抑制抑郁症的装置
CN111068159A (zh) * 2019-12-27 2020-04-28 兰州大学 一种基于脑电信号的音乐反馈抑郁情绪调节系统
CN111346297A (zh) * 2020-03-16 2020-06-30 首都医科大学宣武医院 多靶点电刺激电路、电刺激器及其信号输出方法
CN111840746A (zh) * 2020-07-14 2020-10-30 燕山大学 个性化智能脑控助眠唤醒系统和方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201533947U (zh) * 2009-06-22 2010-07-28 王志忠 一种基于脑电波反馈的心理干预治疗仪
CN109285152A (zh) * 2018-09-26 2019-01-29 上海联影智能医疗科技有限公司 一种医学图像处理系统、装置和计算机可读存储介质
CN110075409A (zh) * 2019-04-17 2019-08-02 重庆大学 基于脑电波的个性化音乐辅助睡眠方法
CN110833650A (zh) * 2019-11-27 2020-02-25 音置声学技术(上海)工作室 一种抑制抑郁症的装置
CN111068159A (zh) * 2019-12-27 2020-04-28 兰州大学 一种基于脑电信号的音乐反馈抑郁情绪调节系统
CN111346297A (zh) * 2020-03-16 2020-06-30 首都医科大学宣武医院 多靶点电刺激电路、电刺激器及其信号输出方法
CN111840746A (zh) * 2020-07-14 2020-10-30 燕山大学 个性化智能脑控助眠唤醒系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑观成: "《健脑养生与老年痴呆》", 31 May 2000 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113368362A (zh) * 2021-04-20 2021-09-10 刘书朋 用于谐振脑部γ节律震荡波的光声振动波装置及用途

Similar Documents

Publication Publication Date Title
AU2012284246B2 (en) Systems and methods for the physiological assessment of brain health and the remote quality control of EEG systems
Malone et al. Dynamic amplitude coding in the auditory cortex of awake rhesus macaques
Li et al. Single-channel selection for EEG-based emotion recognition using brain rhythm sequencing
Nourski et al. Sound identification in human auditory cortex: Differential contribution of local field potentials and high gamma power as revealed by direct intracranial recordings
CN108320800A (zh) 癫痫病发作检测和发作前预测的脑电数据分析系统
Chen et al. Epileptic focus localization using EEG based on discrete wavelet transform through full-level decomposition
Jadhav et al. Automated sleep stage scoring using time-frequency spectra convolution neural network
CN112515684A (zh) 一种个性化干预音乐推荐系统
Deng et al. Responses of auditory‐nerve fibers to multiple‐tone complexes
Orosco et al. Epileptic seizures detection based on empirical mode decomposition of EEG signals
Magosso et al. A wavelet based method for automatic detection of slow eye movements: A pilot study
US10588536B2 (en) Methods and systems for identifying non-penetrating brain injuries
Al Osman et al. On the use of machine learning for classifying auditory brainstem responses: A Scoping Review
Alain et al. Age-related differences in orienting attention to sound object representations
Lai et al. Brainstem speech encoding is dynamically shaped online by fluctuations in cortical α state
Oliveira et al. Mu rhythm dynamics suggest automatic activation of motor and premotor brain regions during speech processing
CN116098619B (zh) 一种基于高频听觉稳态响应的抑郁症自动检测系统
Dichter et al. Dynamic structure of neural variability in the cortical representation of speech sounds
CN109907762A (zh) 一种测量听觉神经表征精准性的系统
US20210121119A1 (en) Systems and Methods for the Acute Evaluation of Traumatic Brain Injuries
Jaatinen et al. Subjectively preferred octave size is resolved at the late stages of cerebral auditory processing
Suk et al. Data-driven frequency bands selection in EEG-based brain-computer interface
CN113269084A (zh) 基于观众群体情感神经相似性的影视剧市场预测方法及系统
Borowska et al. Multiresolution analysis of EEG signals
AU2021100279A4 (en) A system and method for detecting neuromuscular disorders using emg signals based on tqwt features

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination