[发明专利]一种基于脑电波情绪识别的音乐疗愈系统及其处理方法

说明书

本发明属于人工智能中的情绪识别领域，特别是涉及一种基于脑电波情绪识别的音乐疗愈系统及其处理方法。该系统包括基于脑电波的情绪识别模型、基于音频的音乐情感分类模型和基于音乐疗愈的情绪语义映射关系，具体包括数据采集及数据库管理模块，采集脑电数据并进行分类管理，构建数据库本体；情绪识别模块，对脑电信号数据进行情绪识别；音乐分类模块，对音频信号数据进行音乐分类；音乐疗愈模块，对用户的情绪变化和音乐类型之间的关联关系进行挖掘，构建完整的情绪映射关系集，依此对用户进行音乐疗愈。本发明涉及的脑电情绪识别种类丰富，音乐情感类别广，将情感与音乐类型相结合，赋予音乐情感标签，情绪识别精确度高，音乐疗愈可靠性强。

技术领域

本发明属于人工智能中的情绪识别领域，特别是涉及一种基于脑电波情绪识别的音乐疗愈系统及其处理方法。

背景技术

基于脑电波情绪识别的音乐疗愈是脑电波识别应用中重要的一部分，以脑电信号数据和音乐音频信号数据为源数据进行处理，分别识别出目标的情绪状态和分类出音乐的情感类别，并分析不同音乐类型对情绪的影响关系。

主流的基于脑电波情绪识别的音乐疗愈以脑电信号为依据对情绪状态进行识别，并根据识别到的情绪种类匹配相对应类型的音乐，以此来达到音乐疗愈的目的。目前，基于脑电波情绪识别的音乐疗愈分析研究依然局限于：使用的脑电数据采集通道冗余，便携性差；仅针对积极、消极、中性三种基本情绪进行分析处理；或仅针对开心、悲伤、惊讶、恐惧等少量情绪类别进行分析处理；针对音乐类型的研究多是音乐体裁方面，针对音乐在情感方面的研究类别较少，且没有一个完整的音乐类型与情绪类别之间的影响关系模型。而对于需要可靠的音乐疗愈而言，所达到的层次不足以支撑后续的研究，因此现阶段的基于脑电波情绪识别的音乐疗愈技术仍无法实现可靠准确的的分析与处理。

发明内容

本发明的目的在于提出一种基于脑电波情绪识别的音乐疗愈系统及其处理方法，解决情绪识别种类和音乐分类情感种类少的局限性，同时完善情绪映射关系模型。该系统和方法全面考虑情绪类型和音乐类别的多样性，优化选择脑电数据采集通道数量，深度挖掘不同音乐类别下音频特征的规律，为情绪识别与音乐分类提供了较好的解决方案；同时，基于脑电波情绪识别的音乐疗愈方法通过构建情绪映射关系模型，提供了针对音乐疗愈中音乐选取的依据，实现了基于脑电波情绪识别的音乐疗愈，该系统和方法将提供更可靠准确的音乐疗愈。

为达到上述目的，本发明是通过下述技术方案实现的：

一种基于脑电波情绪识别的音乐疗愈系统，包括：

数据采集及数据库管理模块，采集脑电数据并进行分类管理，构建数据库本体；情绪识别模块，基于32通道脑电数据和20种脑电情绪标签数据对脑电信号数据进行情绪识别；音乐分类模块，基于音乐文件数据和情感标签数据对音频信号数据进行音乐分类，包括愤怒、自信、厌恶、恐惧、快乐、激情、放松和悲伤 8种情感；音乐疗愈模块，基于情绪识别模块和音乐分类模块，以情绪识别模块识别到的情绪状态和音乐分类模块给出的音乐情绪标签为依据，对用户一段时间内的情绪变化以及音乐类型之间的关联关系进行挖掘，构建完整的情绪映射关系集，依据此情绪映射关系集对用户进行音乐疗愈。

所述的一种基于脑电波情绪识别的音乐疗愈系统，数据采集以及数据库管理模块包括数据采集装置，采集基于使用者的脑电波数据、基于情绪标签的脑电波数据和基于情感标签的音乐数据。

所述的一种基于脑电波情绪识别的音乐疗愈系统，所述数据采集以及数据库管理模块还包括数据分类装置，对采集数据进行类别的划分，包括：

(1)基于使用者的脑电波数据U：包括使用者ID、使用者年龄Age、使用者性别Sex、脑电波信号振幅EF、脑电波信号采样率EFs；

(2)基于情绪标签的脑电波数据E：包括脑电信号振幅EF、脑电波信号采样率EFs、情绪标签EEL；

(3)基于情感标签的音乐数据M：包括音乐标题MT、歌手姓名SN、音频信号MS、情感标签MEL、音频采样率MFs。