买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国农业大学

摘要：本发明涉及一种音乐美育实验方法及系统，所述方法包括：S1、通过脑电特征参数采集装置采集被实验者的大脑的脑电信号，通过生理参数采集装置实时监测被实验者的心率和血氧浓度；通过环境声音参数采集装置采集实验地点的环境参数和声音参数；S2、计算机接收采集的数据，以波形图的方式显示，并以表格数字形式进行存储；S3、根据采集的数据，按照对脑电特征参数的影响由大到小对影响因素进行排序，建立影响因素与脑电特征参数之间的函数关系；S4、根据预期音乐美育效果确定预期脑电特征参数，根据影响因素与脑电特征参数之间的函数关系和影响因素排序，调节相应的影响因素的值，来有针对性的调整被实验者美育效果。

主权项：1.一种音乐美育实验方法，其特征在于，所述方法包括如下步骤：S1、选取不同环境作为实验地点，选取多首具有不同特点的音乐作为实验刺激音乐；被实验者舒适地坐在椅子上，通过脑电特征参数采集装置采集被实验者的大脑的脑电信号，通过生理参数采集装置实时监测被实验者的心率和血氧浓度；通过环境声音参数采集装置采集实验地点的环境参数和声音参数，所述环境参数包括温度、湿度、大气压、空气氧气浓度和海拔高度；其中，脑电特征参数包括样本熵、θ波能量占比和脑网络边数；S2、计算机接收步骤S1采集的数据，以波形图的方式显示，并以表格数字形式进行存储；S3、根据步骤S1采集的数据，按照对脑电特征参数的影响由大到小对影响因素进行排序，建立影响因素与脑电特征参数之间的函数关系；S3.1、设环境参数总体为Yt，温度因素、湿度因素、大气压因素、空气氧气浓度因素和海拔高度因素的总体分别为Y1t、Y2t、Y3t、Y4t和Y5t，则 Yt＝[Y1tY2tY3tY4tY5t]公式6公式1～公式6中，y1t为温度因素；表示y1t的平方；表示y1t的m次方；y2t为湿度因素，表示y2t的平方，表示y2t的m次方；y3t为大气压因素，表示y3t的平方，表示y3t的m次方；y4t为空气氧气浓度因素，表示y4t的平方，表示y4t的m次方；y5t为海拔高度因素，表示y5t的平方，表示y5t的m次方；t表示时间；m为设定的非线性次数；设生理参数总体为Xt，则 公式7中，x1t为心率因素，表示x1t的平方；表示x1t的m次方；x2t为血氧浓度因素表示x2t的平方，表示x2t的m次方；t表示时间；m为设定的非线性次数；设声音参数总体为Zt，则 公式8中，z1t为瞬时频率因素，表示z1t的平方；表示z1t的m次方；z2t为瞬时幅值因素，表示z2t的平方，表示z2t的m次方；t表示时间；m为设定的非线性次数；设音乐美育效果为E，通过脑电特征参数表达，则Et＝[e1te2te3t]公式9公式9中，e1为脑电信号的样本熵，e2为脑电信号的θ波能量占比，，e3为脑电信号的脑网络边数；t表示时间；根据脑电特征参数的变化率将音乐美育效果分为无明显效果、大脑活跃程度增加、注意力集中程度增加、放松程度增加和疲劳程度增加；当样本熵、θ波能量占比和脑网络边数的变化率均小于3％时，音乐美育效果为无明显效果；当样本熵、θ波能量占比和脑网络边数的变化率均大于3％，样本熵和脑网络边数增加，θ波能量占比减小时，音乐美育效果为大脑活跃程度增加；当样本熵、θ波能量占比和脑网络边数的变化率均大于3％，样本熵增加，θ波能量占比和脑网络边数减小时，音乐美育效果为注意力集中程度增加；当样本熵、θ波能量占比和脑网络边数的变化率均大于3％，样本熵和θ波能量占比减小，脑网络边数增加时，音乐美育效果为放松程度增加；当样本熵、θ波能量占比和脑网络边数的变化率均大于3％，样本熵和脑网络边数增加，θ波能量占比减小时，音乐美育效果为疲劳程度增加；S3.2、对影响美育效果的所有因素Xt，Yt和Zt进行汇总并按照出现的顺序编号，构建影响因素汇总向量Pt：Pt＝[XtYtZt]＝[p1tp2tp3t…pMt]公式10公式10中，Pt表示影响美育效果的所有因素组成的影响因素汇总向量；p1t，p2t，p3t和pMt分别表示影响因素汇总向量的第1个、第2个、第3个和第M个因素，即表示影响美育效果的因素1、因素2、因素3和因素M；M表示影响美育效果的因素总数，且M＝9m；m为设定的非线性次数；t表示时间；S3.3、对影响因素汇总向量Pt中的因素进行循环筛选，每次选出当前影响因素汇总向量Pt中对美育效果影响最大的因素；对于第k次筛选，k＝1，2，3，…，Ms，Ms为最大迭代次数，按照公式11构建辅助回归量的候选项按照公式12计算候选项的误差减小率按照公式13找出辅助回归量的候选项中误差减小率的最大项；设i＝jk时的值最大，则辅助回归量和对应的被选定； 公式11和公式12中，和的分别通过公式14和公式15计算获得； 公式11～公式15中，分别为第k次筛选时辅助回归量的候选项、已选辅助回归量系数、误差减小率和中间估计量，N为时间t的最大时间数；wjt为已筛选出的辅助回归量，j＝1,2,3,...,k-1；pit为影响因素汇总向量Pt的因素，i＝1,2,3,...,M；[err]k和jk分别为第k次筛选出得最大误差减小率和对应的回归量编号；eft为脑电特征参数，f＝1,2,3；S3.4、对步骤S3.3进行循环，直到第Ms步满足公式16或Ms＝M，迭代终止，选出符合要求的辅助回归量及与其对应的按照对脑电特征参数eft的影响由大到小排序的影响因素其中，j1，j2，…，jMs表示回归量编号； 公式16中，[err]k为第k次筛选出得最大误差减小率；Td为期望误差；Ms为最大迭代次数；S3.5、根据步骤S3.4筛选出的影响因素利用公式17计算影响因素的系数，建立影响因素与脑电特征参数eft之间的函数关系，如公式18所示； 公式17和公式18中，分别表示影响因素的系数；θfl表示影响因素的系数表示影响因素S4、根据预期音乐美育效果确定预期脑电特征参数，根据影响因素与脑电特征参数之间的函数关系和影响因素排序，调节相应的影响因素的值，来有针对性的调整被实验者美育效果。

全文数据：

权利要求：

百度查询： 中国农业大学 一种音乐美育实验方法及系统