基于自闭症儿童脑电信号的音乐调节系统

作     者：朱修缙 

作者单位：济南大学 

学位级别：硕士

导师姓名：申涛

授予年度：2021年

学科分类：0711[理学-系统科学] 1002[医学-临床医学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 100205[医学-精神病与精神卫生学] 10[医学] 

主      题：自闭症儿童 音乐治疗 脑电信号 情绪识别 

摘      要：大多数的自闭症儿童对音乐具有积极回应,说明音乐治疗对于自闭症儿童具有很大的干预作用。但自闭症儿童存在的情绪问题让音乐治疗师在音乐治疗过程中也很难判断其情绪状态转变,不利于音乐治疗的进行。基于此,本文将音乐治疗方法和脑机接口技术相结合,设计了基于自闭症儿童脑电信号的音乐调节系统。该系统可以通过解析自闭症儿童脑电信号,对自闭症儿童的情绪实现正性、中性和负性三种情绪类型的识别,并根据识别结果自动播放和切换与其情绪类型对应的“同质音乐。可以辅助音乐治疗师判断和观测患儿的情绪变化,并根据情绪识别结果把握音乐切换的时机。本文主要的工作如下:(1)针对DEAP情感数据库中的脑电信号,完成了正性、中性和负性三种情绪状态的分类。首先采用巴特沃斯带通滤波器进行去噪,然后利用小波包分解重构的方法将伪迹去除,完成信号的预处理工作,在选取6个前额区通道作为研究对象的条件下提取Delta、Theta、Alpha、Beta四个频段的频带能量特征。最后采用遗传算法参数优化后的支持向量机对正性、中性、负性样本的分类准确率达到88.80%。(2)针对自闭症儿童设计了实验采集了脑电信号,并完成了正性、中性和负性三种情绪状态的分类。在验证算法可行性后,本文根据音乐治疗的原理设计了针对自闭症儿童情绪的诱发实验,用Emotiv EPOC+脑电设备采集了一名自闭症儿童和三名成年男性的脑电数据。根据上述算法完成了正性、中性、负性三类样本的情绪识别,对于自闭症儿童脑电信号的平均识别准确率可达80.5%,而对于三名成年男性脑电信号的情绪识别准确率较高,最高可达88.30%。为后续的系统搭建训练了情绪模型,提供了数据资源。(3)本文设计了基于自闭症儿童脑电信号的音乐调节系统,设计了具有实时情绪识别和音乐播放功能的GUI界面。系统由Matlab和Python共同搭建完成,Matlab负责数据的处理和分类,Python负责各模块间的通信和实时传输、音乐自动播放和切换功能。在测试实验中,系统能够准确的实时的识别情绪,根据情绪识别结果播放切换音乐。