基于深度学习的音乐情绪调控系统及方法技术方案

本发明专利技术涉及一种基于深度学习的音乐情绪调控系统及方法，属于人机交互领域。该系统通过整合脑电信号处理与音乐治疗，实现情绪状态的实时监测与调控。首先，采集到的脑电信号被送入实时预处理模块，以高效并行处理的方式进行数据处理，其中特别关注θ节律。接着，利用端到端的区域非对称卷积神经网络对脑电情绪特征进行解码，通过学习情绪相关的脑电节律与特征之间的关系，以及运用迁移模型处理个体间的数据差异，显著提高情绪识别的准确性。情绪调控模块根据情绪识别结果激活，对消极情绪进行音乐播放干预，若检测到积极情绪，则停止干预。本系统形成闭环，提供个性化的音乐治疗方案，有效调节易抑郁和易焦虑人群的情绪状态，具有显著效果。

【技术实现步骤摘要】

本专利技术属于人机交互领域，涉及一种基于深度学习的音乐情绪调控系统及方法。

技术介绍

1、情绪深刻影响着人们的生活，它不仅调节我们的生理活动，还决定着日常的决策过程。在社会迅速发展的当下，学习、工作和个人生活中的压力不断增加，这些压力若未得到有效管理，会引发持续的消极情绪，从而严重影响个体的心理健康和身体健康。因此，及时调节和处理消极情绪变得尤为重要。脑电信号是通过在头皮表面放置电极来记录大脑神经元的电位差，这种信号能够实时并真实地反映人的情绪变化。尽管已经开发了多种基于脑电的情感识别技术，这些技术大多适用于处理单一被试的离线数据，而不足以应对多个被试之间的在线实时情感识别需求。此外，现有的情感脑机接口(bci)系统主要集中于情感识别，较少涉及情感调控。理想的情感bci系统应具备实时性和双向性，不仅能从脑部向计算机传输情绪识别信息，也应从计算机向脑部传递情绪调控信号。这种双向信息交流可以形成一个闭环系统，实现对消极情绪的即时和动态调整。

2、目前的脑电预处理技术主要是针对离线脑电数据的去噪，其中常常使用的ica方法虽然可以比较好的去除脑电中的噪本文档来自技高网...

【技术保护点】

1.基于深度学习的音乐情绪调控系统，其特征在于：该系统包括信号采集模块、信号预处理模块、情绪识别模块和情绪调控模块；

2.根据权利要求1所述的基于深度学习的音乐情绪调控系统，其特征在于：所述信号采集模块提供离线和在线两种数据采集模式；

3.基于权利要求1或2中任一项所述系统的音乐情绪调控方法，其特征在于：该方法包括以下步骤：

【技术特征摘要】

1.基于深度学习的音乐情绪调控系统，其特征在于：该系统包括信号采集模块、信号预处理模块、情绪识别模块和情绪调控模块；

2.根据权利要求1所述的基于深度学习的音乐情绪...

【专利技术属性】
技术研发人员：田银，金嘉浩，杨芸菡，胥政廷，冯钰涵，熊道文，丁逸康，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：