1.基于EEG的音乐诱发情绪识别方法，其特征在于，包括以下步骤：

S1、设计实验范式以及采集脑电数据；

S11、设计一种基于音乐刺激情绪的BCI实验范式，音乐刺激包括两种类型，愉悦快乐型和悲伤沉痛型；

S12、利用E‑prime设计实验任务界面，包括注视界面、音乐刺激界面、反馈界面、休息界面；

S13、实验开始之前，屏幕中央会显示指导语，让被试者充分了解实验规则，正式采集数据前受试者调整好情绪并处于身心放松的状态，带好耳机做好实验准备；

S14、实验开始时，屏幕中央会出现一个持续3秒的加号“+”，提示受试者做好准备进入情绪，接着出现音乐符号时开始播放音乐，音乐播放60秒，然后屏幕提示5秒“请受试者对音乐类型进行评价”，受试者认为该音乐为正性则按“9”键，认为该音乐为负性按“1”键，若判断不出则按“5”键，最后屏幕中央显示一个持续时间为2秒的星号“*”，在此期间受试者休息并调整好情绪；

S2、对采集的EEG信号进行预处理；

S21、通过测量电极获得受试者进行的三组脑电数据，基于时刻标签数据将愉悦欢快的音乐和悲伤沉痛型音乐整理成两类数据集，首先利用50Hz陷波器对原始EEG信号进行处理；

S22、利用一个6阶的巴特沃斯滤波器在1‑50Hz范围内对EEG信号进行滤波，依据测量电极的时刻标签，对脑电数据进行分段处理，取音乐播放60秒时间段进行处理，然后对所有电极进行时频分析，画出两类数据16个电极的功率谱密度图以及两类音乐数据的功率谱密度差值图；

S23、根据功率谱密度图以及两类情绪功率谱差值图，得到电极P4在15‑25Hz频段内两类情绪的差异变化，取第P4电极的9次积极情绪实验数据和9次消极情绪实验数据在15‑

25Hz的叠加频率作为两个样本，对两个样本进行配对t检验，得出P<0.05，证明两类情绪差异；

S24、考虑带通滤波器滤波范围调整为15‑25Hz，确定能量变化的频率范围后，将滤波后的60秒音乐播放内的数据能量设为A，提示发生前参考时间段能量设为R，60秒数据内能量相对于提示发生前的能量波动百分数D为S3、取音乐播放期间的60秒进行特征提取；

S31、将时域信息转换为时频信息，对每一组每一导信号做短时傅里叶变换，采用汉宁窗作为窗函数，并将窗口大小设为1秒，时域采样频率为250Hz，频域采样频率为512Hz，每个频段的特征中含有的情绪信息又有所差别如此一来，每1秒内的时域信息会做一个傅里叶变换转换到频域上去，这样对于每一类情绪数据，得到9*60*250＝135000个采样点；

S32、取出Delta频段1—4Hz、Theta频段4—8Hz、Alpha频段8—13Hz、Beta频段13—30Hz和Gamma频段30—50Hz这五个和生理心理活动密切相关的频段，对单一频段提取差分熵频域特征得到16个微分熵(DE)特征，对五个频段提取差分熵特征，每组数据提取到了16*5＝

80个微分熵(DE)特征；

S4、利用PCA方法对特征进行降维；

S41、先对数据进行去中心化的规范处理，每个变量减去各自的平均值，这样可以将数据的中心归到零点位置，即均值为0；

S42、计算中心化后的样本X的协方差矩阵；

S43、计算协方差矩阵的特征值并按照从大到小的顺序排列；

S44、计算特征值对应的特征向量，取前p个特征值对应的特征向量构成投影矩阵；

S45、将数据转换到上述投影矩阵构建的新空间中，从而达到降维的目的；

S5、对降维后的数据按照十折交叉验证划分训练集和测试集，对数据进行SVM二分类得到6位被试者分别在Delta、Theta、Alpha、Beta、Gamma以及五个频段的平均分类准确率。

2.根据权利要求1所述的基于EEG的音乐诱发情绪识别方法，其特征在于，所述步骤S1,EEG信号采集设备包含16个电极：F3、FZ、F4、FC1、FC2、FC5、FC6、C3、CZ、C4、CP1、CP2、CP5、CP6、P3、PZ、P4，采样率为250Hz，遵照国际标准导联10/20系统设置，在被试者头皮上放置待测量电极，参考电极和接地电极位于耳垂和前额位置，电极输出端连接无线脑电采集系统。

3.根据权利要求1所述的基于EEG的音乐诱发情绪识别方法，其特征在于，所述步骤S1,每类情绪的音乐在一组实验中各随机出现三次，每位受试者一共完成三组实验，并在每组实验之间休息二十分钟。

4.根据权利要求1所述的基于EEG的音乐诱发情绪识别方法，其特征在于，所述步骤S1，使用6段1分钟的音乐作为刺激材料，其中，3段音乐反应愉悦快乐情绪，3段反应悲伤沉痛的情绪，音乐随机播放，每段音乐60s播放完毕后有5秒反馈时间，受试者认为该音乐为积极欢快的正兴音乐则按“9”键，认为该音乐为悲伤沉痛的负性音乐按“1”键，若判断不出音乐类型则按5键，每位受试者被要求做3组实验，每组实验间隔二十分钟。

5.应用于权利要求1‑4任一所述的基于EEG的音乐诱发情绪识别方法的基于EEG的音乐诱发情绪识别系统，包括数据采集单元1，其特征在于，所述数据采集单元1的输出端信号连接有系统控制单元2，所述系统控制单元2的输出端信号连接有数据处理单元3。

6.根据权利要求5所述的基于EEG的音乐诱发情绪识别系统，其特征在于，所述数据采集单元1包括采集模块11，所述采集模块11的输出端信号连接有接收模块12，所述接收模块

12的输出端信号连接有上传模块13，所述上传模块13的输出端信号连接有存储模块14。

7.根据权利要求5所述的基于EEG的音乐诱发情绪识别系统，其特征在于，所述系统控制单元2包括触碰模块21，所述触碰模块21的输出端信号连接有传感模块22，所述传感模块

22的输出端信号连接有反馈模块23，所述反馈模块23的输出端信号连接有输出模块24。

8.根据权利要求5所述的基于EEG的音乐诱发情绪识别系统，其特征在于，所述数据处理单元3包括调用模块31，所述调用模块31的输出端信号连接有分析模块32，所述分析模块

32的输出端信号连接有处理模块33，所述处理模块33的输出端信号连接有显示模块34。