本發(fā)明涉及輔助睡眠技術(shù)領(lǐng)域，具體涉及一種音樂誘導(dǎo)睡眠的方法和系統(tǒng)。

背景技術(shù)：

睡眠是所有人必須的，絕大部分人的壽命的三分之一的是在睡眠中度過的，睡眠與人的身體機(jī)能和心理機(jī)能密不可分，而且對人體的身體健康、正常生活及其正常工作產(chǎn)生重大影響。經(jīng)過睡眠，可以讓疲勞的神經(jīng)細(xì)胞恢復(fù)正常的生理功能，使人的精神和體力恢復(fù)。

據(jù)世界衛(wèi)生組織對14個(gè)國家兩萬余名在基層醫(yī)療就診者調(diào)查發(fā)現(xiàn)，有27％的人有睡眠問題。中國睡眠研究會(huì)公布的睡眠調(diào)查結(jié)果顯示，中國成年人失眠發(fā)生率為38.2％。偶爾失眠，對身體無多大損害，但長期失眠對人們的精神和軀體將產(chǎn)生巨大的危害。高品質(zhì)的睡眠是健康生活的重要基礎(chǔ)，研究表明睡眠質(zhì)量比睡眠時(shí)間更重要，大部分失眠是可預(yù)防、可改善的。

音樂是人的感情的宣泄，不同類型、風(fēng)格的音樂可以表達(dá)不同的情緒。反之，音樂對人的情緒、狀態(tài)等也會(huì)產(chǎn)生較大的影響，而這種影響是通過大腦的神經(jīng)元活動(dòng)來進(jìn)行的，因此在腦電信號中應(yīng)當(dāng)有所體現(xiàn)。鑒于腦電的這種特性，人們很早就將它應(yīng)用于生物反饋中，作為一種疾病治療的輔助手段。

腦電信號(eeg)是大腦生理活動(dòng)的反映，eeg信號是由α波(頻率為8～13hz，在頭部的任何部位均可記錄到，而以枕葉處最明顯)、β波(頻率為13～30hz，在額葉和中央?yún)^(qū)最容易出現(xiàn)，一般幅值不超過20微伏)、θ波(頻率為4～8hz，一般在頂葉、顳區(qū)較明顯)、δ波(頻率為1～4hz，一般在顳區(qū)與枕區(qū)比較明顯)、紡錘波、鋸齒波和k復(fù)合波組成的，人體不同睡眠期會(huì)出現(xiàn)不同的節(jié)律波。

根據(jù)這一特點(diǎn)，早在2007年，美國睡眠醫(yī)學(xué)會(huì)(americanacademyofsleepmedicine,aasm)提出了aasm睡眠標(biāo)準(zhǔn)，將睡眠劃分成五期：清醒期(awake)、過渡期(nrem1)、淺睡期(nrem2)、中等深度睡眠期(nrem3)和快速眼動(dòng)期(rem)。

清醒期——入睡前的準(zhǔn)備階段，指人心態(tài)平和、閉眼準(zhǔn)備入睡的狀態(tài)，此時(shí)人是有意識的，清醒期eeg信號主要表現(xiàn)為β波和α波。

nrem1期——腦電信號中α波比例減少，θ波出現(xiàn)增多，實(shí)際上是由完全清醒至睡眠之間的過渡階段，對外界刺激的反應(yīng)減弱，精神活動(dòng)進(jìn)入飄浮境界，思維和現(xiàn)實(shí)脫節(jié)。

nrem2期——腦電波以紡錘波與k一復(fù)合波為主，δ波含量低于20％，實(shí)際上人已經(jīng)進(jìn)入了真正的睡眠，而屬于淺睡。

nrem3期——該階段為睡眠的中等深度睡眠階段，腦電信號δ節(jié)律波含量在20％以上。

rem期——會(huì)發(fā)生眼球快速運(yùn)動(dòng)，為人做夢的階段，腦電δ節(jié)律波明顯減少，能明顯看到鋸齒波出現(xiàn)。

在上述理論基礎(chǔ)的支撐下，人們結(jié)合生活實(shí)際，提出了通過檢測腦電波，判斷人體的睡眠狀態(tài)，然后根據(jù)睡眠狀態(tài)播放不同類型的音樂，誘導(dǎo)人體入睡的方法或者系統(tǒng)?，F(xiàn)有技術(shù)中有一些基于腦電的睡眠監(jiān)測的方法和系統(tǒng)(參考文獻(xiàn):[1]一種通過腦電波輔助睡眠的方法和系統(tǒng)cn105126187a(童路遙王君迪林通等)提出了一種通過腦電波輔助睡眠的方法和系統(tǒng)，采集腦電波，分析腦電波種類來判斷大腦的狀態(tài)，根據(jù)大腦狀態(tài)和外部環(huán)境選擇播放音樂，輔助用戶的睡眠；[2]一種基于腦電信號的睡眠檢測及睡眠輔助方法及裝置cn105476631a(李遠(yuǎn)清、莊曉濱)公開了通過采集人體腦電信號，實(shí)時(shí)檢測睡眠狀態(tài)，對音樂播放系統(tǒng)進(jìn)行控制。)

但是，在建立音樂類型(可以具體曲目)與睡眠狀態(tài)的對應(yīng)關(guān)系時(shí)，采用簡單的映射方式，即某個(gè)時(shí)期固定的播放這些音樂，如果這個(gè)音樂類型的分類在前期就存在問題，將會(huì)給用戶造成極大的困擾，如本來用戶已經(jīng)處于淺睡期了，音樂突然變得高昂，將用戶喚醒，這就由睡眠輔助變成睡眠干擾了，影響用戶體驗(yàn)；而且判斷用戶逐漸進(jìn)入睡眠狀態(tài)，僅僅是通過降低播放音樂的音量或關(guān)閉音樂；還有就是播放的音樂曲目過于單一，而用戶往往有自己的個(gè)人喜好或者個(gè)人習(xí)慣，可能存在這首曲目的音樂對某些特定的用戶并不能產(chǎn)生較好的誘導(dǎo)睡眠的效果，因此在誘導(dǎo)用戶睡眠時(shí)，加入用戶個(gè)性化的部分，這樣才更能夠提升誘導(dǎo)用戶睡眠的效果。

而且現(xiàn)有的對音樂催眠能力或者說在用戶不同睡眠時(shí)期適合聽的音樂的判斷方法，主要是根據(jù)人的經(jīng)驗(yàn)進(jìn)行判斷的。判斷方法，主要是播放給不同的人聽，然后以問卷調(diào)查的方式來判斷這首曲目的音樂對用戶睡眠的影響。這樣的方法用時(shí)較多，并且現(xiàn)在用戶在網(wǎng)絡(luò)上能夠獲得各種各樣曲目的音樂，這種判斷方法對更新的曲目，無法及時(shí)進(jìn)行判斷。

即現(xiàn)有誘導(dǎo)人體入睡的方法或者系統(tǒng)，讓用戶睡眠期和音樂曲目直接對應(yīng)(映射)，存在沒有充分考慮音樂與睡眠狀態(tài)的對應(yīng)關(guān)系，僅僅是判斷用戶逐漸進(jìn)入睡眠狀態(tài)，降低播放音樂的音量或關(guān)閉音樂，同時(shí)某些曲目不能對某些用戶產(chǎn)生較好的誘導(dǎo)睡眠效果的技術(shù)問題，并且現(xiàn)有的誘導(dǎo)人體入睡的方法或者系統(tǒng)，對新更新的音樂，都沒有有效的判斷方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對現(xiàn)有誘導(dǎo)人體入睡的系統(tǒng)，沒有充分考慮音樂與睡眠狀態(tài)的對應(yīng)關(guān)系，同時(shí)存在某些曲目不能對某些用戶產(chǎn)生較好的誘導(dǎo)睡眠效果的技術(shù)問題，提供一種基于腦電信號的音樂誘導(dǎo)睡眠方法及系統(tǒng)。

本發(fā)明提供的基礎(chǔ)方案為：基于腦電信號的音樂誘導(dǎo)睡眠方法，包括如下步驟：

音樂分級步驟：對音樂的固有參數(shù)進(jìn)行分析，形成音樂特征矢量，根據(jù)音樂特征矢量將音樂分為至少兩個(gè)適合在用戶不同睡眠分期播放的等級；

信號采集步驟：對用戶的腦電信號進(jìn)行采集；

信號處理步驟：將采集到的腦電信號進(jìn)行放大、濾波處理，并將處理之后的信號傳輸?shù)酱钶d有bp神經(jīng)網(wǎng)絡(luò)分類模型的智能終端中；

睡眠分期步驟：智能終端對接收到的腦電信號進(jìn)行處理，結(jié)合aasm睡眠分期標(biāo)準(zhǔn)，判斷用戶的睡眠分期狀態(tài)；

曲目選取步驟：智能終端根據(jù)用戶的睡眠分期狀態(tài)選取適合該等級播放的音樂，并根據(jù)用戶的睡眠分期狀態(tài)調(diào)節(jié)音樂播放的音量，對音樂進(jìn)行播放，對用戶進(jìn)行聽覺刺激，誘導(dǎo)用戶睡眠；

自動(dòng)跟蹤步驟：當(dāng)一首曲目的音樂播放完畢后，以bp神經(jīng)網(wǎng)絡(luò)分類模型為基準(zhǔn)，重復(fù)睡眠分期步驟和曲目選取步驟，達(dá)到自動(dòng)跟蹤用戶的睡眠分期狀態(tài)，并根據(jù)用戶睡眠分期狀態(tài)的變化調(diào)節(jié)播放的曲目，再次播放完成后，重復(fù)自動(dòng)跟蹤步驟；

自動(dòng)停止步驟：當(dāng)智能終端根據(jù)接收到的腦電信號判斷用戶的睡眠分期狀態(tài)處于nrem3期后，智能終端停止播放音樂，進(jìn)入待機(jī)狀態(tài)。

本發(fā)明的工作原理及優(yōu)點(diǎn)在于：在音樂分級步驟中，可以對在線的、云端的、本地的音樂的參數(shù)進(jìn)行分析，判斷音樂適于在用戶的何種睡眠分期中播放，充分考慮音樂與睡眠狀態(tài)的對應(yīng)關(guān)系。這樣就極大了拓展了能夠催眠的音樂的選取范圍，這樣的形式能夠讓用戶方便的更新自己的具有催眠性質(zhì)的音樂庫。

信號采集步驟、信號處理步驟以及睡眠分期步驟都是較為現(xiàn)有的技術(shù)，是為了獲得用戶的睡眠狀態(tài)(即上文提及的睡眠分期狀態(tài))，以用戶的睡眠分期狀態(tài)作為依據(jù)，選取適合該睡眠狀態(tài)的音樂。

簡單的表述來說，在清醒狀態(tài)時(shí)，播放旋律優(yōu)美、節(jié)奏歡快、頻率和音量較高，抒情、慢板為主的獨(dú)奏曲；在nrem1期和nrem2期，播放節(jié)奏緩慢、頻率和音量較低、給人低沉舒緩，抒情中板、慢板為主的輕音樂。但是，在實(shí)際情況下，上述的形容詞更多的在表述自我主觀的感受，而缺乏客觀的判斷依據(jù)。在本發(fā)明中，采用對音樂自身固有的參數(shù)進(jìn)行分析，從而將音樂分為不同的等級，以契合用戶的睡眠分期狀態(tài)。

但是簡單的將音樂分等級之后，是還不夠的，這種情況可能會(huì)出現(xiàn)用戶并不喜歡的一些音樂，影響用戶的使用體驗(yàn)。即，這樣將音樂分等級的方法，雖然比現(xiàn)有的主觀分級的方法更加客觀，但是這種形式又缺乏了用戶個(gè)性化的部分。所以加入了bp神經(jīng)網(wǎng)絡(luò)分類模型，bp神經(jīng)網(wǎng)絡(luò)分類模型在應(yīng)用時(shí)，可基于現(xiàn)有的分類，對其進(jìn)行預(yù)設(shè)訓(xùn)練指標(biāo)。

在本發(fā)明中加入了bp神經(jīng)網(wǎng)絡(luò)分類模型后，在使用時(shí)，音樂曲目的播放，即相當(dāng)于bp神經(jīng)網(wǎng)絡(luò)分類模型的輸入，用戶的睡眠分期狀態(tài)作為反饋，讓用戶的睡眠狀態(tài)穩(wěn)定或進(jìn)入下一睡眠狀態(tài)作為期望輸出，其他的結(jié)果反向回傳，作為bp神經(jīng)網(wǎng)絡(luò)分類模型的學(xué)習(xí)過程。通過bp神經(jīng)網(wǎng)絡(luò)分類模型，達(dá)到一種根據(jù)用戶的個(gè)人特性進(jìn)行學(xué)習(xí)的效果，從而達(dá)到更加適應(yīng)客戶，尋找到更為適合客戶入睡的音樂。

本發(fā)明基于腦電信號的音樂誘導(dǎo)睡眠方法及系統(tǒng)，通過預(yù)先對音樂進(jìn)行分等級，然后再對用戶的睡眠分期狀態(tài)進(jìn)行檢測，并且通過bp神經(jīng)網(wǎng)絡(luò)分類模型，將音樂與用戶的睡眠分期狀態(tài)進(jìn)行匹配，利用bp神經(jīng)網(wǎng)絡(luò)分類模型的具有學(xué)習(xí)功能的特點(diǎn)，在通過一定時(shí)間的學(xué)習(xí)后，可達(dá)到根據(jù)用戶的個(gè)體差異，選取曲目，避免了重復(fù)播放某些不能讓用戶入睡的曲目。本發(fā)明提供的音樂分級方法，通過對音樂的固有參數(shù)進(jìn)行分析，避免了主觀判斷帶來的不準(zhǔn)確性，并且能夠及時(shí)對更新的音樂進(jìn)行分級，不需要人為的挑選，這樣極大的降低了勞動(dòng)強(qiáng)度，并且還保證了音樂曲目的豐富性。

進(jìn)一步，所述音樂分級步驟中，所述固有參數(shù)包括，音樂自身的頻率和能量。對音樂的頻率和能量進(jìn)行研究后，能夠?qū)σ魳愤M(jìn)行較為準(zhǔn)確的分級。

進(jìn)一步，所述音樂分級步驟中，對音樂的能量分析具體為，分析音樂的短時(shí)能量、子帶能量比。采用這樣的方式，是因?yàn)樵趯σ魳返哪芰窟M(jìn)行分析時(shí)，有較多的分析方法，將短時(shí)能量和子帶能量比分析，這些是音樂固有的特征，不會(huì)因?yàn)橐魳返囊袅看笮《淖?，這樣能夠確保對音樂分級的準(zhǔn)確性。

進(jìn)一步，音樂分級中，短時(shí)能量的分析方法為：對音樂進(jìn)行分幀處理，獲取短時(shí)能量的最大值、最小值、平均值和方差；子帶能量比分析方法為，利用小波變換對音樂信號進(jìn)行子帶劃分，分解為多個(gè)波段，利用多個(gè)波段的子帶能量比特征作為音樂特征矢量的一部分。這種分幀處理的方法，能夠確保整首曲目都處于一種平穩(wěn)的狀態(tài)，按照常理一般來說曲目中如果有突然高昂的部門，會(huì)驚醒用戶，因此這種分析方法能夠避免這種情況，確保曲目能夠?qū)τ脩舻乃咂鸬綆椭?/p>

進(jìn)一步，信號采集步驟中，傳感器通過頭帶固定在用戶的額頭部位。這樣能夠確保信號采集的穩(wěn)定性，能夠保證用戶的睡眠質(zhì)量。

進(jìn)一步，曲目選取步驟中，智能終端根據(jù)用戶的睡眠分期狀態(tài)調(diào)節(jié)音樂播放的音量的具體方式為，當(dāng)智能終端判斷用戶為清醒期時(shí)，音量設(shè)置為30db～45db；當(dāng)用戶處于過渡期和淺睡期時(shí)，音量設(shè)置為15db～30db。這樣的數(shù)據(jù)是實(shí)驗(yàn)驗(yàn)證的較好的數(shù)值。

基于腦電信號的音樂誘導(dǎo)睡眠系統(tǒng)，包括采集模塊、無線發(fā)射模塊和智能終端，智能終端包括通訊模塊、處理模塊、存儲(chǔ)模塊以及播放模塊；采集模塊用于采集用戶的腦電信號并將該腦電信號傳遞到無線發(fā)射模塊，無線發(fā)射模塊用于將采集模塊采集到的腦電信號以無線的方式傳遞給通訊模塊，通訊模塊用于將接收到的腦電信號傳遞給處理模塊，存儲(chǔ)模塊用于存儲(chǔ)多個(gè)曲目的音樂，處理模塊用于對存儲(chǔ)模塊內(nèi)的音樂進(jìn)行分級處理，處理模塊還用于通過bp神經(jīng)網(wǎng)絡(luò)分類模型在存儲(chǔ)模塊中尋找與訓(xùn)練指標(biāo)相似曲目的音樂，播放模塊用于播放處理模塊尋找出的音樂，處理模塊還用于根據(jù)用戶的腦電信號調(diào)節(jié)播放模塊的音量。

訓(xùn)練指標(biāo)相似的音樂是基于人們對現(xiàn)有的音樂分類，如在一些網(wǎng)絡(luò)上，通常都存在一些適于睡眠聽的歌單，這類音樂即是與訓(xùn)練指標(biāo)相似的音樂。處理模塊可用于對音樂進(jìn)行分級處理，篩選出適于用戶在不同睡眠階段播放的音樂。由于bp神經(jīng)網(wǎng)絡(luò)分類模型，在實(shí)際應(yīng)用中，需要一個(gè)學(xué)習(xí)的過程中，通過預(yù)設(shè)訓(xùn)練指標(biāo)，能夠減少學(xué)習(xí)成本。

進(jìn)一步，處理模塊還用于對存儲(chǔ)模塊中的多個(gè)曲目的音樂進(jìn)行分幀處理，根據(jù)每一幀的音樂的頻率和能量進(jìn)行預(yù)先分級。音樂在播放的時(shí)候，都是一幀一幀的播放，這樣的分幀處理的方式，能夠較為準(zhǔn)確的對音樂進(jìn)行分級。

附圖說明

圖1是本發(fā)明基于腦電信號的音樂誘導(dǎo)睡眠方法的流程圖；

圖2是本發(fā)明基于腦電信號的音樂誘導(dǎo)睡眠方法中適合清醒狀態(tài)音樂短時(shí)能量的波形圖；

圖3是本發(fā)明基于腦電信號的音樂誘導(dǎo)睡眠方法中適合淺睡狀態(tài)音樂短時(shí)能量的波形圖；

圖4是本發(fā)明基于腦電信號的音樂誘導(dǎo)睡眠方法中不適合催眠效果音樂短時(shí)能量的波形圖；

圖5是本發(fā)明基于腦電信號的音樂誘導(dǎo)睡眠系統(tǒng)的結(jié)構(gòu)框圖；

圖6是對比實(shí)驗(yàn)的結(jié)果統(tǒng)計(jì)圖。

具體實(shí)施方式

下面通過具體實(shí)施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明：

說明書附圖中的附圖標(biāo)記包括：。

實(shí)施例1

流程圖如附圖1所示：基于腦電信號的音樂誘導(dǎo)睡眠方法，包括如下步驟：

音樂分級步驟：對音樂的頻率、短時(shí)能量、子帶能量比這三個(gè)固有參數(shù)進(jìn)行分析，形成音樂特征矢量，對音樂進(jìn)行分幀處理，獲取短時(shí)能量的最大值、最小值、平均值和方差；子帶能量比分析方法為，利用小波變換對音樂信號進(jìn)行子帶劃分，分解為多個(gè)波段，利用多個(gè)波段的子帶能量比特征作為音樂特征矢量的一部分，根據(jù)音樂特征矢量將音樂分為兩個(gè)等級。其中一個(gè)等級與清醒期對應(yīng)，另一個(gè)等級與淺睡眠狀態(tài)(nrem1期和nrem2期)對應(yīng)。

信號采集步驟：對用戶的腦電信號進(jìn)行采集；

信號處理步驟：將采集到的腦電信號進(jìn)行放大、濾波處理，并將處理之后的信號通過無線傳輸?shù)姆绞絺鬏數(shù)絙p神經(jīng)網(wǎng)絡(luò)分類模型的智能終端中。在信號采集步驟和信號處理步驟中，可以采用符合國際腦電圖標(biāo)準(zhǔn)，電極位置分布符合國際通行的10—20系統(tǒng)，將采集腦電信號的傳感器置于頭帶中，在對原始信號進(jìn)行采集的過程中采用100hz的采樣率，對采集到的睡眠腦電信號放大處理后進(jìn)行第一次濾波，濾波完成后再次放大進(jìn)行第二次濾波處理，經(jīng)過放大—濾波—放大—濾波的過程完成信號的采集。具體的可采用ads1299作為腦電信號采集裝置，通過對ads1299進(jìn)行功能的裁剪完成相關(guān)的采集，裁撤多余的功能，保留信號放大裝置和濾波裝置，增加信號采集的效率。

睡眠分期步驟：智能終端對接收到的腦電信號進(jìn)行處理，結(jié)合aasm睡眠分期標(biāo)準(zhǔn)，自動(dòng)分期，即，根據(jù)睡眠腦電信號特征與睡眠狀態(tài)的關(guān)系劃分為3個(gè)等級：1、清醒狀態(tài)(清醒期)；2、淺睡眠狀態(tài)(nrem1期和nrem2期)；3、深睡眠狀態(tài)(nrem3期和rem期)，判斷用戶的睡眠分期狀態(tài)分為三種情況。根據(jù)這三種情況，按表2的方式與音樂的具體參數(shù)對應(yīng)。

曲目選取步驟：智能終端根據(jù)用戶的睡眠分期狀態(tài)選取適合該等級播放的音樂，并根據(jù)用戶的睡眠分期狀態(tài)調(diào)節(jié)音樂播放的音量，對音樂進(jìn)行播放，對用戶進(jìn)行聽覺刺激，誘導(dǎo)用戶睡眠。在bp神經(jīng)網(wǎng)絡(luò)模型應(yīng)用的前期，即用戶開始使用的階段，由于bp神經(jīng)網(wǎng)絡(luò)模型未能夠和用戶達(dá)成較好的匹配，在選取音樂曲目時(shí)，和現(xiàn)有選取曲目的方式選取的曲目沒有明顯的區(qū)別，但是經(jīng)過多次學(xué)習(xí)后，選取的曲目對用戶而言更有傾向性。

自動(dòng)跟蹤步驟：當(dāng)一首曲目的音樂播放完畢后，以bp神經(jīng)網(wǎng)絡(luò)分類模型為基準(zhǔn)，重復(fù)睡眠分期步驟和曲目選取步驟，達(dá)到自動(dòng)跟蹤用戶的睡眠分期狀態(tài)，并根據(jù)用戶睡眠分期狀態(tài)的變化調(diào)節(jié)播放的曲目，再次播放完成后，重復(fù)自動(dòng)跟蹤步驟。

自動(dòng)停止步驟：當(dāng)智能終端根據(jù)接收到的腦電信號判斷用戶的睡眠分期狀態(tài)處于nrem3期后，智能終端停止播放音樂，進(jìn)入待機(jī)狀態(tài)。

具體使用時(shí)：在音樂分級步驟中，對睡眠不同時(shí)期所需的不同音樂類型從頻率和能量上進(jìn)行數(shù)據(jù)分析和特征提取，其分級具體指標(biāo)如下：

短時(shí)能量

對音樂信號x(n)進(jìn)行分幀處理，每幀記為si(n)，每幀的短時(shí)能量為其中n＝1,2,3...n,n為幀長，i為幀數(shù)。

共選取4個(gè)與短時(shí)能量相關(guān)的特征參數(shù)，分別如下：

e_max短時(shí)能量最大值，即所有音樂片段信號幀中最大短時(shí)能量值。

e_min短時(shí)能量最小值，即所有音樂片段信號幀中最小短時(shí)能量值。

e_mean短時(shí)能量均值，即所有音樂片段信號幀短時(shí)能量的平均值，計(jì)算公式如下:其中，n為音樂片段信號的總幀數(shù)，ei為第i幀音樂信號的能量。

e_var短時(shí)能量方差，即整個(gè)音樂片段信號的均方誤差，其計(jì)算方法如下:

其中我們對現(xiàn)有的音樂進(jìn)行了一些初步分析，得到適合清醒狀態(tài)音樂短時(shí)能量(如圖2所示)，適合淺睡狀態(tài)音樂短時(shí)能量(如圖3所示)，不適合催眠效果音樂短時(shí)能量(如圖4所示)。

子帶能量比

子帶能量比用來描述音頻信號頻率分布的頻域特征，它衡量了不同子帶的能量占整個(gè)頻帶能量的比例，本方案利用小波變換對音樂信號進(jìn)行子帶劃分，分解為8個(gè)波段，這6個(gè)波段的頻段分別為：0.03125～0.0625khz、0.0625～0.125khz、0.125～0.25khz、0.25～0.5khz、0.5～1khz、1～2khz、2～4khz、4～8khz。實(shí)驗(yàn)研究表明，適合催眠音樂的能量按照頻率的分布主要在125～1000hz范圍，可以利用這8個(gè)波段的子帶能量比特征作為音樂特征矢量用來區(qū)分催眠音樂和不具有催眠效果的音樂。

頻率

在音樂中，音高主要與聲源的振動(dòng)頻率有關(guān)，頻率越高，音高也越高，頻率越低，則音高也越低，但兩者之間是一種非線性關(guān)系。本實(shí)驗(yàn)對具有催眠效果的音樂研究表明，這類音樂頻率大都處于125～800hz之間，可以利用這一特征參數(shù)用來區(qū)分具有催眠效果的音樂和不具有催眠效果的音樂。

綜上所述，基于音量、頻率和能量特征的音樂分析，提取音樂的13個(gè)特征參數(shù)(如表1所示)，對音樂進(jìn)行類型識別，同時(shí)，通過實(shí)驗(yàn)研究，建立睡眠不同時(shí)期與音樂參數(shù)的對應(yīng)關(guān)系如表2所示。

表1：音樂特征參數(shù)類型表

表2：睡眠分期與音樂參數(shù)對應(yīng)關(guān)系表

對比例1

與實(shí)施例1相比，不同之處在于沒有音樂分級步驟，曲目選取步驟中，是通過構(gòu)建兩個(gè)音樂庫，分別對應(yīng)清醒期和淺睡期。

通過隨機(jī)選取某大學(xué)內(nèi)300名學(xué)生作為實(shí)驗(yàn)對象，分為三組，前兩組在入睡前分別采用實(shí)施例1、對比例1兩種方式進(jìn)行輔助睡眠，最后一組不采用任何輔助睡眠的方式作為空白組，僅有信號采集以判斷其已經(jīng)入睡，最后一組的測量的時(shí)間起點(diǎn)是人為啟動(dòng)，終點(diǎn)用戶進(jìn)入深睡眠狀態(tài)。由于前兩種方式均對用戶進(jìn)入深睡眠狀態(tài)有反饋，固采用本方法開始到用戶進(jìn)入深睡眠狀態(tài)的時(shí)間作為主要參考指標(biāo)，然后用戶再根據(jù)兩種方式選取的音樂與自身的喜好程度打分(滿分為5分表示非常喜歡，4分表示喜歡，3分表示一般有輔助睡眠效果，2分表示不喜歡但不會(huì)影響睡眠效果，1分表示影響正常睡眠)。

在實(shí)驗(yàn)進(jìn)行過程中，需要排除異常數(shù)據(jù)的干擾，如某位學(xué)生身體不適，或者由于個(gè)人原因某晚失眠的情況。在實(shí)驗(yàn)進(jìn)行中，當(dāng)實(shí)驗(yàn)對象覺得自己的數(shù)據(jù)有異常時(shí)，立即反饋，該學(xué)生該日的實(shí)驗(yàn)數(shù)據(jù)即作廢。在統(tǒng)計(jì)時(shí)，去除三組實(shí)驗(yàn)數(shù)據(jù)中的最長和最短入睡時(shí)間(即進(jìn)入深睡眠狀態(tài)的時(shí)間)，然后得到如圖6所示的統(tǒng)計(jì)圖。

在開始使用1周和使用3個(gè)月后，分別對兩種方式進(jìn)行評價(jià)，所得結(jié)果由表3所示。

表3

從表3和圖6中，通過對比實(shí)施例1、對比例1與空白組對比，可以得出結(jié)論，入睡前聽適于睡眠的音樂能夠有助于入睡。

通過對比實(shí)施例1與對比例1，可得出結(jié)論，在開始時(shí)(使用1周時(shí))，兩種方式輔助睡眠的效果基本相同，用戶對音樂的喜好程度也未有明顯差異。但是在使用一段時(shí)間(3個(gè)月)之后，本發(fā)明輔助用戶入睡的效果明顯優(yōu)于現(xiàn)有技術(shù)，并且在音樂喜好程度方面，本發(fā)明也明顯優(yōu)于現(xiàn)有技術(shù)。上述結(jié)果存在的可能的原因是，本發(fā)明根據(jù)用戶反饋學(xué)習(xí)到了適于用于睡眠的音樂，能夠提升用戶入睡的效果。

基于腦電信號的音樂誘導(dǎo)睡眠系統(tǒng)，包括采集模塊、無線發(fā)射模塊和智能終端(如圖5所示)，智能終端包括通訊模塊、處理模塊、存儲(chǔ)模塊以及播放模塊；采集模塊用于采集用戶的腦電信號并將該腦電信號傳遞到無線發(fā)射模塊，無線發(fā)射模塊用于將采集模塊采集到的腦電信號以無線的方式傳遞給通訊模塊，通訊模塊用于將接收到的腦電信號傳遞給處理模塊，存儲(chǔ)模塊用于存儲(chǔ)多個(gè)曲目的音樂，處理模塊用于對存儲(chǔ)模塊內(nèi)的音樂進(jìn)行分級處理，處理模塊還用于通過bp神經(jīng)網(wǎng)絡(luò)分類模型在存儲(chǔ)模塊中尋找與訓(xùn)練指標(biāo)相似曲目的音樂，播放模塊用于播放處理模塊尋找出的音樂，處理模塊還用于根據(jù)用戶的腦電信號調(diào)節(jié)播放模塊的音量。

具體的，采用ads1299作為腦電信號采集模塊，通過對ads1299進(jìn)行功能的裁剪完成相關(guān)的采集，裁撤多余的功能，保留信號放大裝置和濾波裝置，增加信號采集的效率。無線發(fā)射模塊采用的是藍(lán)線發(fā)射模塊，智能終端采用的是現(xiàn)有的安卓智能手機(jī)，在其他實(shí)施例中也可采用蘋果手機(jī)。安卓智能手機(jī)中集成了通訊模塊(即藍(lán)牙接收模塊)、處理模塊(處理器)、存儲(chǔ)模塊(內(nèi)存)、播放模塊(播放器)。

以上所述的僅是本發(fā)明的實(shí)施例，方案中公知的具體結(jié)構(gòu)及特性等常識在此未作過多描述。應(yīng)當(dāng)指出，對于本領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明結(jié)構(gòu)的前提下，還可以作出若干變形和改進(jìn)，這些也應(yīng)該視為本發(fā)明的保護(hù)范圍，這些都不會(huì)影響本發(fā)明實(shí)施的效果和專利的實(shí)用性。本申請要求的保護(hù)范圍應(yīng)當(dāng)以其權(quán)利要求的內(nèi)容為準(zhǔn)，說明書中的具體實(shí)施方式等記載可以用于解釋權(quán)利要求的內(nèi)容。