本发明专利技术提供了一种儿童情绪能力评估训练系统及方法,涉及医学保健技术领域,其中该系统包括依次连接的数据采集模块
【技术实现步骤摘要】
儿童情绪能力评估训练系统及方法
[0001]本专利技术涉及医学保健
,尤其是涉及一种儿童情绪能力评估训练系统及方法
。
技术介绍
[0002]情绪能力最早于
1990
年提出,指的是当个体能够识别和适应需要完成的情绪诱发事件时,情绪能力的存在
。
情绪能力是一种基于情商的后天能力,其拥有适应
、
激励和社会三大功能,是生物生存和发展的重要途径
。
儿童的情绪能力要求儿童理解
、
表达和调节自己的情绪,并体验他人的情绪,这会受到年龄
、
性别等个体因素影响,还会受到文化
、
父母等环境因素影响
。
儿童的情绪能力对其认知能力
、
语言和音乐等能力的发展有重要的作用,而情绪能力不正常的儿童很容易产生情绪障碍从而导致多动症,孤独症等病症
。
[0003]目前已有一些基于生理信号和行为数据的方法用于儿童情绪能力的评估和情绪障碍病症的检测,以及针对儿童情绪能力障碍的音乐治疗方法,但这些儿童情绪能力评估方法不能进而对儿童情绪能力进行改进方面的训练提高,针对儿童情绪能力障碍的音乐治疗方法没有针对性和主动性,效率较低
。
技术实现思路
[0004]本专利技术的目的在于提供一种儿童情绪能力评估训练系统及方法,以完成儿童的情绪诱导
、
情绪能力评估到训练疗养的完整过程,具有主动性和高效性
。
[0005]第一方面,本专利技术实施例提供了一种儿童情绪能力评估训练系统,包括依次连接的数据采集模块
、
处理分析模块和执行模块;
[0006]所述数据采集模块用于从受到情绪诱导的目标儿童的脑电反应中获取脑电波数据,并将所述脑电波数据发送至所述处理分析模块;
[0007]所述处理分析模块用于基于预设的深度神经网络模型和所述情绪诱导的情绪种类,对所述脑电波数据进行情绪能力评估和曲目预测,得到所述目标儿童的评估结果和目标曲目信息,并将所述目标曲目信息发送至所述执行模块;其中,所述深度神经网络模型为采用端到端的深度学习框架的多输入多输出模型;
[0008]所述执行模块用于基于所述目标曲目信息向所述目标儿童播放目标曲目
。
[0009]进一步地,所述数据采集模块包括脑电帽,所述情绪诱导采用基于单词
、
语段
、
图片和视频中的一种或多种的诱导方法
。
[0010]进一步地,所述脑电帽的电极采用干电极,所述脑电帽的电极分布采用国际
10
‑
20
系统
。
[0011]进一步地,所述处理分析模块具体用于确定与所述情绪诱导的情绪种类对应的标准脑电波特征,并将所述标准脑电波特征和所述脑电波数据输入所述深度神经网络模型中进行所述脑电波数据的预处理
、
特征提取和对比输出,得到所述目标儿童的评估结果和目标曲目信息;其中,所述预处理包括傅里叶变换,所述标准脑电波特征由频域下多个频段的
脑电波信号生成
。
[0012]进一步地,所述深度神经网络模型包括多个堆叠的
TimesBlock
模块,每个所述
TimesBlock
模块用于通过对输入的一维时序特征进行快速傅里叶变换,得到由强度最高的多个频率对应的折叠信号拼接成的二维张量,从所述二维张量中提取得到二维时序特征,将所述二维时序特征转换回一维空间,并按照频率的强度进行加权求和,得到输出特征;其中,所述折叠信号为以相应频率对应的周期对原信号进行折叠和补零得到的
。
[0013]进一步地,所述
TimesBlock
模块的数量与所述目标儿童的性别和年龄有关
。
[0014]进一步地,所述深度神经网络模型还包括位于所述
TimesBlock
模块之前的平稳化模块,所述平稳化模块用于消除输入序列的不平稳性
。
[0015]进一步地,所述儿童情绪能力评估训练系统还包括数据传输模块,所述处理分析模块通过所述数据传输模块分别与所述数据采集模块和所述执行模块建立无线通信连接
。
[0016]进一步地,所述执行模块包括存储性无线耳机,所述存储性无线耳机中存储有预设的多种曲目
。
[0017]第二方面,本专利技术实施例还提供了一种儿童情绪能力评估训练方法,应用于第一方面所述的儿童情绪能力评估训练系统,所述儿童情绪能力评估训练方法包括:
[0018]所述数据采集模块从受到情绪诱导的目标儿童的脑电反应中获取脑电波数据,并将所述脑电波数据发送至所述处理分析模块;
[0019]所述处理分析模块基于预设的深度神经网络模型和所述情绪诱导的情绪种类,对所述脑电波数据进行情绪能力评估和曲目预测,得到所述目标儿童的评估结果和目标曲目信息,并将所述目标曲目信息发送至所述执行模块;其中,所述深度神经网络模型为采用端到端的深度学习框架的多输入多输出模型;
[0020]所述执行模块基于所述目标曲目信息向所述目标儿童播放所述目标曲目
。
[0021]本专利技术实施例提供的儿童情绪能力评估训练系统及方法,该系统包括依次连接的数据采集模块
、
处理分析模块和执行模块;数据采集模块用于从受到情绪诱导的目标儿童的脑电反应中获取脑电波数据,并将脑电波数据发送至处理分析模块;处理分析模块用于基于预设的深度神经网络模型和情绪诱导的情绪种类,对脑电波数据进行情绪能力评估和曲目预测,得到目标儿童的评估结果和目标曲目信息,并将目标曲目信息发送至执行模块;其中,深度神经网络模型为采用端到端的深度学习框架的多输入多输出模型;执行模块用于基于目标曲目信息向目标儿童播放目标曲目
。
这样完成了儿童的情绪诱导
、
情绪能力评估到训练疗养的完整过程,具有主动性和高效性
。
附图说明
[0022]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施方式,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
。
[0023]图1为本专利技术实施例提供的一种儿童情绪能力评估训练系统的结构示意图;
[0024]图2为本专利技术实施例提供的一种儿童情绪能力评估训练系统的应用场景示意图;
[0025]图3为本专利技术实施例提供的一种儿童情绪能力评估训练系统的工作原理示意图;
[0026]图4为本专利技术实施例提供的一种深度神经网络模型的实现原理示意图;
[0027]图5为本专利技术实施例提供的一种儿童情绪能力评估训练方法的流程示意图
。
[0028]图标:
100
‑
数据采集本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种儿童情绪能力评估训练系统,其特征在于,包括依次连接的数据采集模块
、
处理分析模块和执行模块;所述数据采集模块用于从受到情绪诱导的目标儿童的脑电反应中获取脑电波数据,并将所述脑电波数据发送至所述处理分析模块;所述处理分析模块用于基于预设的深度神经网络模型和所述情绪诱导的情绪种类,对所述脑电波数据进行情绪能力评估和曲目预测,得到所述目标儿童的评估结果和目标曲目信息,并将所述目标曲目信息发送至所述执行模块;其中,所述深度神经网络模型为采用端到端的深度学习框架的多输入多输出模型;所述执行模块用于基于所述目标曲目信息向所述目标儿童播放目标曲目
。2.
根据权利要求1所述的儿童情绪能力评估训练系统,其特征在于,所述数据采集模块包括脑电帽,所述情绪诱导采用基于单词
、
语段
、
图片和视频中的一种或多种的诱导方法
。3.
根据权利要求2所述的儿童情绪能力评估训练系统,其特征在于,所述脑电帽的电极采用干电极,所述脑电帽的电极分布采用国际
10
‑
20
系统
。4.
根据权利要求1所述的儿童情绪能力评估训练系统,其特征在于,所述处理分析模块具体用于确定与所述情绪诱导的情绪种类对应的标准脑电波特征,并将所述标准脑电波特征和所述脑电波数据输入所述深度神经网络模型中进行所述脑电波数据的预处理
、
特征提取和对比输出,得到所述目标儿童的评估结果和目标曲目信息;其中,所述预处理包括傅里叶变换,所述标准脑电波特征由频域下多个频段的脑电波信号生成
。5.
根据权利要求1所述的儿童情绪能力评估训练系统,其特征在于,所述深度神经网络模型包括多个堆叠的
TimesBlock
模块,每个所述
TimesBlock
模块用于通过对输入的一维时序...
【专利技术属性】
技术研发人员:高硕,胡岩松,刘勇,王嘉琪,赵子贺,崔永华,梁树立,刘小梅,王鸿源,
申请(专利权)人:菲斯克北京健康科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。