[发明专利]基于脑电信号的情绪特征识别方法、识别及调节系统

说明书

本公开提出了基于脑电信号的情绪特征识别方法、识别及调节系统，包括：获取情绪脑电数据，对数据进行预处理；对预处理后的数据中的眼电伪迹，利用小波系数做阈值处理，完成小波阈值去噪，采用小波包分解重构信号；对于小波阈值去噪后重构的信号利用带通滤波器分解，再利用快速傅里叶变换后计算各数据点的能量值并将其相加，将计算得到的能量和作为特征向量；计算得到每个样本的特征向量后，利用分类器对特征向量进行分类，识别情绪。本公开技术方案将识别出的脑电信号情绪结果可视化的显示到界面，可以实时的反馈情绪状态，从而对于自闭症儿童的音乐治疗效果可以系统的评定。

技术领域

本公开属于情绪特征识别技术领域，尤其涉及基于脑电信号的情绪特征识别方法、识别及调节系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

情绪特征的准确识别有助于后续训练系统的发展，例如自闭症情绪特征的识别，目前临床治疗多采用特殊教育、心理行为治疗等综合性干预方法。其中，音乐干预治疗应用的越来越广泛。音乐治疗的基本原理就是运用人对音乐的反应规律来对人的生理、心理和行为进行调节，改变紊乱的生理反应和失调的行为方式，建立新的合适的反应方式。

目前，对于自闭症儿童传统的音乐治疗方法需要专业的音乐治疗师在患者一旁进行辅助治疗，判断出患儿的情绪状态，根据当前情绪状态手动播放对应的音乐进行治疗。传统的音乐治疗方法将音乐分为正性音乐、负性音乐和中性音乐，将自闭症儿童情绪状态分为内敛自闭型、外显冲动型和平静类型。在音乐治疗之前，治疗师根据自闭症儿童的情绪状态播放与其情绪类型相同的同质音乐，逐渐过渡到与其情绪类型相反的异质音乐，最终的目的是使其情绪状态趋于稳定，最终播放中性音乐。虽然传统的音乐治疗方法也能达到治疗调节的效果，提高自闭症儿童的注意力。

传统的音乐治疗系统、可视音乐系统需要人为的操作软件播放音乐及修改灯光，在发现自闭症儿童的情绪转变后，手动去修改音乐配合自闭症儿童的情绪变化，通过这种方式来进行音乐治疗，存储识别精度不高，不能针对实时脑电数据进行及时调整。

发明内容

为克服上述现有技术的不足，本公开提供了基于脑电信号的情绪特征识别方法，能够准确的识别出情绪特征。

为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：

第一方面，公开了基于脑电信号的情绪特征识别方法，包括：

获取情绪脑电数据，对数据进行预处理；

对预处理后的数据中的眼电伪迹，利用小波系数做阈值处理，完成小波阈值去噪，采用小波包分解重构信号；

对于小波阈值去噪后重构的信号利用带通滤波器分解，再利用快速傅里叶变换后计算各数据点的能量值并将其相加，将计算得到的能量和作为特征向量；

计算得到每个样本的特征向量后，利用分类器对特征向量进行分类，识别情绪。

第二方面，公开了基于脑电信号的情绪特征识别系统，包括：

脑电采集设备，用于获取情绪脑电数据；

处理器，被配置为：对获取的情绪脑电数据进行预处理；

对预处理后的数据中的眼电伪迹，利用小波系数做阈值处理，完成小波阈值去噪，采用小波包分解重构信号；

对于小波阈值去噪后重构的信号利用带通滤波器分解，再利用快速傅里叶变换后计算各数据点的能量值并将其相加，将计算得到的能量和作为特征向量；

计算得到每个样本的特征向量后，利用分类器对特征向量进行分类，识别情绪；

显示设备，被配置为：将处理器识别出的情绪利用GUI界面显示识别结果。