(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211314935.8 (22)申请日 2022.10.26 (71)申请人 安徽星辰智跃科技有限责任公司 地址 230036 安徽省合肥市高新区香 樟大 道168号科技实业园B-4#号楼 2层-1 (72)发明人 何将　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 高宁馨 (51)Int.Cl. A61B 5/16(2006.01) A61B 5/0205(2006.01) A61B 5/00(2006.01) A61M 21/02(2006.01) A61M 21/00(2006.01) (54)发明名称 基于音乐创作的神经心理评估及干预的方 法、 系统和装置 (57)摘要 本发明提出了一种基于音乐创作的神经心 理评估及干预的方法、 系统和装置， 包括在一预 设执行时长内执行对待检测用户的神经心理评 估检测， 通过提取待检测用户的生理状态数据特 征， 并对生理状态数据特征进行处理后得到参数 调整策略， 以更新音乐交互场景， 在执行时长的 时间终点停止检测， 从而实现在 多次交互过程中 对待检测用户进行神经心理检测及训练的过程。 本发明通过生理信号、 音乐创作、 音乐心理分析 的创新融合方式方法， 极大地提升了待检测用户 的参与度和依从性， 增加了方案的情绪影响力和 干预治疗穿透度， 尤其是在焦虑症、 抑郁症、 孤独 症、 自闭症， 失眠等场景中， 能够快速识别和改善 人的情绪和心境， 达到疾病诊断或康复干预的目 的。 权利要求书5页 说明书14页 附图3页 CN 115363587 A 2022.11.22 CN 115363587 A 1.一种基于音乐创作的神经心理评估及干预的方法， 其特征在于， 所述方法包括如下 步骤： 预先设置一执 行时长， 并在所述执 行时长的时间起 点处启动音乐交 互场景； 在所述音乐交互场景下， 采集待检测用户的生理状态信号并进行连续滑动处理， 提取 出生理状态数据特 征， 以及对场景交 互音乐进行分析处 理并提取音乐数据特 征； 对所述生理状态数据 特征和所述音乐数据 特征进行分析处理， 生成待检测用户当前的 情绪状态类型、 情绪状态水平以及生理音乐耦合指数； 对所述生理状态数据 特征进行音乐要素特征映射转化并输入音乐生成引擎， 生成并播 放神经心理音乐片段及进行音乐心理学分析， 生成心理状态评估简报； 根据所述情绪状态类型、 所述情绪状态水平、 所述生理音乐耦合指数和所述心理状态 评估简报， 完成目标路径规划分析， 生成音乐生成参数调整 策略， 更新所述音乐生成引擎的 生产参数； 重复执行上述步骤至所述执行时长的终点 时刻处停止， 根据待检测用户的不同生理状 态数据特征执行所述音乐生成引擎的生产参数的多次更新， 实现对待检测用户的神经心理 评估及干预。 2.如权利要求1所述的方法， 其特征在于， 所述预先设置一执行时长， 并在所述执行时 长的时间起点处启动音乐交互场景的步骤具体为， 根据待检测用户的基本状态信息确定神 经心理创乐方案的编辑设置， 以及音乐生成引擎的生产参数初始 化， 其中， 所述基本状态信 息至少包括姓名、 性别、 出生日期、 年龄、 身高、 体重、 血压、 健康状况、 疾病信息； 在所述执行 时长的时间起 点处启动音乐交 互场景， 播 放初始音乐。 3.如权利要求2所述的方法， 其特征在于， 所述神经心理创乐方案至少包括方案名称、 方案类型、 目标情绪类型、 目标情绪水平、 音乐要素、 生理驱动信号、 音乐要素特征关系映 射、 执行时长、 反馈类型； 其中， 所述音乐要素至少包括片段时长、 主题背 景、 情感类型、 情感 水平、 流派风格、 演奏乐器、 曲式调式、 节奏节拍、 和声和弦、 音色表演、 音量策略、 优化方向、 优化步进系数、 旋律继承系数。 4.如权利要求1所述的方法， 其特征在于， 所述在所述音乐交互场景下， 采集待检测用 户的生理状态信号并进行连续滑动处理， 提取出生理状态数据特征， 以及对场景交互音乐 进行分析处理并提取音乐数据特征 的步骤具体为， 采集待检测用户的所述生理状态信号； 以预设时间步长、 预设时间窗口对所述生理状态信号进行信号数据提取、 数据预处理和数 据特征分析， 提取出所述生理状态数据特征； 对所述场景 交互音乐进 行分析处理， 提取所述 音乐数据特 征。 5.如权利要求1所述的方法， 其特征在于， 所述生理状态信号至少包括脑电图信号、 脑 磁图信号、 心电图信号、 肌电图信号、 皮肤电信号、 血氧水平依赖信号、 血氧信号、 脉搏信号、 呼吸信号、 温度信号。 6.如权利要求4所述的方法， 其特征在于， 所述数据预处理至少包括A/D数模转换、 重采 样、 重参考、 降噪、 去伪迹、 信号 矫正、 工频陷波、 低通滤波、 高通滤波和带通滤波。 7.如权利要求4所述的方法， 其特征在于， 所述数据特征分析至少包括时域特征分析、 频域特征分析、 线性特 征分析、 非线性特 征分析。 8.如权利要求1所述的方法， 其特征在于， 所述生理状态数据特征至少包括时域特征、权　利　要　求　书 1/5 页 2 CN 115363587 A 2频域特征、 线性特 征、 非线性特 征。 9.如权利要求1所述的方法， 其特征在于， 所述音乐数据特征至少包括时域特征、 频域 特征、 线性特 征、 非线性特 征。 10.如权利要求1所述的方法， 其特征在于， 所述对所述生理状态数据特征和所述音乐 数据特征进行分析处理， 生成待检测用户当前 的情绪状态类型、 情绪状态水平以及生理音 乐耦合指数 的步骤具体为， 通过对基于不同情绪类型、 不同情绪水平的生理状态数据特征 的训练集数据进行训练， 预先构建基于Bi ‑LSTM神经网络的神经网络情绪分类模型和 基于 GAN对抗神经网络模型的神经网络情绪水平计算模型， 由所述神经网络情绪分类模型和所 述神经网络情绪水平计算模型构成神经网络情绪分类与状态计算模型； 将所述生理状态数 据特征输入至所述神经网络情绪分类与状态计算模型， 得到待检测用户当前的所述情绪状 态类型和所述情绪状态水平； 将所述生理状态数据特征和所述音乐数据特征输入生理音乐 耦合分析模型， 得到待检测用户当前的所述 生理音乐耦合指数。 11.如权利要求10所述的方法， 其特征在于， 所述生理音乐耦合分析模型用于根据 所述 生理状态数据特征和所述音乐数据特征， 分析生理和音乐的关联性， 评估音乐对生理的调 节强度， 生成所述 生理音乐耦合指数。 12.如权利要求1所述的方法， 其特征在于， 所述对所述生理状态数据特征进行音乐要 素特征映射转化并输入音乐生成引擎， 生成并播放神经心理音乐片段及进 行音乐心理学分 析， 生成心理状态评估简报的步骤具体为， 预先构建基于 GAN对抗神经网络和音乐要 素优化 程序的音乐生成引擎； 根据音乐要素特征关系映射的映射关系， 将所述生理状态数据特征 中的生理状态数据特征值转化为所述音乐要 素中要素的参数取值； 将所述参数取值输入音 乐生成引擎生成所述神经心理音乐片段， 并播放反馈给待检测用户； 对所述神经心理音乐 片段进行心理学分析， 并结合所述情绪状态类型、 所述情绪状态水平和所述生理音乐耦合 指数， 生成所述心理状态评估简报。 13.如权利要求2所述的方法， 其特征在于， 所述根据 所述情绪状态类型、 所述情绪状态 水平、 所述生理音乐耦合指数和所述心理状态评估简报， 完成目标路径规划分析， 生成音乐 生成参数调整策略， 更新所述音乐生成引擎的生产参数 的步骤具体为， 根据所述神经心理 创乐方案中目标情绪类型和目标情绪水平， 对所述情绪状态类型、 所述情绪状态水平和所 述心理状态评估简报进行情绪迭代计算， 获取当前的情绪状态类型和情绪状态水平与所述 神经心理创乐方案中目标情绪类型和目标情绪水平的情绪状态差值， 获取当前已执行时 长， 计算剩余优化次数， 根据所述剩余优化次数计算情绪次均优化增量； 根据所述情绪状态 类型、 所述情绪状态水平、 所述心理状态评估简报和所述情绪次均优化增量进行音乐要素 迭代分析， 生成所述音乐 生成参数调整策略， 以更新所述音乐 生成引擎的生产参数。 14.如权利要求13所述的方法， 其特 征在于， 所述情绪状态差值的计算公式， 如下： 式中， 为所述情绪状态差值， 为所述神经心理创乐 方案中目标情绪类型的 目标情绪水平， 为当前情绪状态类型的情绪状态水平， 为不同情绪状态类型的换 算系数； 所述剩余优化次数的计算公式， 如下：权　利　要　求　书 2/5 页 3 CN 115363587 A 3