[发明专利]一种心电信号与音乐信号匹配方法、系统、装置和介质

权利要求书

1.一种心电信号与音乐信号匹配方法，其特征在于，包括：

对心电信号样本和音乐信号样本分别进行预处理，获得心电信号样本数据和音乐信号样本数据；

对所述心电信号样本数据和所述音乐信号样本数据分别进行特征向量提取，得到心电特征向量和音乐特征向量；

根据心电信号情绪预测模型和音乐信号情绪预测模型，分别以所述心电特征向量和所述音乐特征向量作为输入，获得心电情绪信息和音乐情绪信息；

根据相似性预测模型，将所述心电特征向量与所述音乐特征向量进行串联作为输入，通过相似性检测得到两者相似度；

根据所述心电情绪信息、所述音乐情绪信息、所述相似度对所述相似性预测模型进行优化训练获得目标相似性预测模型；

获取待匹配的心电信号和音乐信号，基于所述目标相似性预测模型，获得所述心电信号和所述音乐信号匹配的相似度。

2.根据权利要求1所述的心电信号与音乐信号匹配方法，其特征在于，对心电信号样本和音乐信号样本分别进行预处理，包括：

对所述心电信号样本进行高通滤波处理和z-score标准化处理；

对所述音乐信号样本进行音乐特征提取，所述音乐特征包括梅尔频率倒谱系数MFCC特征、响度特征、频谱特征。

3.根据权利要求1所述的心电信号与音乐信号匹配方法，其特征在于，对所述心电信号样本数据和所述音乐信号样本数据分别进行特征向量提取，包括：

对所述心电信号样本数据中提取包含情绪信息的特征向量数据，通过池化操作获得心电特征向量；

对所述音乐信号样本数据中提取包含情绪信息的特征向量数据，通过池化操作获得音乐特征向量。

4.根据权利要求1所述的心电信号与音乐信号匹配方法，其特征在于，所述心电情绪信息包括心电唤醒信息和心电价态信息，所述音乐情绪信息包括音乐唤醒信息和音乐价态信息。

5.根据权利要求4所述的心电信号与音乐信号匹配方法，其特征在于，根据所述心电情绪信息、所述音乐情绪信息和所述相似度对所述相似性预测模型进行优化训练获得目标相似性预测模型，包括：

根据所述心电情绪信息，确定所述心电信号情绪预测模型的心电均方误差，其中，表示所述心电情绪信息中唤醒信息和价态信息组成的坐标，表示对心电特征向量标注的唤醒信息和价态信息组成的坐标，n表示数据量；

根据所述音乐情绪信息，确定所述音乐信号情绪预测模型的音乐均方误差，其中，表示所述音乐情绪信息中唤醒信息和价态信息组成的坐标，表示对音乐特征向量标注的唤醒信息和价态信息组成的坐标，n表示数据量；

根据所述相似度，确定所述相似性预测模型的相似度均方误差；其中，表示所述相似性预测模型预测的相似度，表示对音乐特征向量和心电特征向量标注的相似度，n表示数据量；

通过梯度下降法，对所述心电均方误差、所述音乐均方误差和相似度均方误差的和进行优化，调整模型参数，获得目标相似性预测模型。

6.一种心电信号与音乐信号匹配系统，其特征在于，包括：

信号处理模块，用于对心电信号样本和音乐信号样本分别进行预处理，获得心电信号样本数据和音乐信号样本数据；

特征提取模块，用于对所述心电信号样本数据和所述音乐信号样本数据分别进行特征向量提取，得到心电特征向量和音乐特征向量；

情绪预测模块，用于根据心电信号情绪预测模型和音乐信号情绪预测模型，分别以所述心电特征向量和所述音乐特征向量作为输入，获得心电情绪信息和音乐情绪信息；

相似预测模块，用于根据相似性预测模型，将所述心电特征向量与所述音乐特征向量进行串联作为输入，通过相似性检测得到两者相似度；

训练优化模块，用于根据所述心电情绪信息、所述音乐情绪信息、所述相似度对所述相似性预测模型进行优化训练获得目标相似性预测模型；

匹配模块，用于获取待匹配的心电信号和音乐信号，基于所述目标相似性预测模型，获得所述心电信号和所述音乐信号匹配的相似度。