2016-2018 EECS 博士后学者 伯克利设计学院,加州大学伯克利分校,EECS 系 指导老师:Björn Hartmann,EECS 副教授 2012-2016 研究生 用户界面设计组,EECS 系,麻省理工学院 CSAIL 博士论文:大规模编程类中的聚类和可视化解决方案变化 指导老师:Robert Miller,CS 杰出教授 2008-2011 研究生 机器人运动组,EECS 系,麻省理工学院 CSAIL,M.Eng.论文:基于二次调节器的启发式方法,用于快速探索状态空间 由 EECS 教授 Russ Tedrake 指导 2010-2011 斯坦福大学仿生学与灵巧操作实验室客座研究员 2006-2008 麻省理工学院 CSAIL 机器人运动组本科研究员 2004-2006 麻省理工学院 CSAIL 网络与移动系统本科研究员 2003-2004 普林斯顿大学心理学系脑电图实验室特邀高中生研究员
情感脑机音乐接口在情绪调节和神经反馈中的应用:一项研究方案 Harley Glassman [1]*、Daniel Dwyer [2]、Nicia John [3]、Denis Laesker [4]、Matthew So [5,6] [1] 多伦多大学安大略教育研究所,加拿大安大略省多伦多,M5S 1V6 [2] 约克大学哲学学院认知科学系,加拿大安大略省多伦多,M3J 1P3 [3] 约克大学健康学院心理学系,加拿大安大略省多伦多,M3J 1P3 [4] 南佛罗里达大学计算机科学系,美国佛罗里达州坦帕市,33620 [5] 麦克马斯特大学理学院数学与统计学系,加拿大安大略省汉密尔顿市,L8S 4L8 [6] 曼尼托巴大学马克斯·拉迪医学院,拉迪健康科学学院,温尼伯,加拿大马尼托巴省,R3T 2N2 * 通讯作者:harleyglassman@gmail.com 摘要简介:情绪调节是心理健康不可或缺的一部分,随着一个人的情绪在一天中不断变化,它会对大脑功能产生动态影响。情绪调节障碍与一系列精神疾病有关。尽管情绪调节对心理健康至关重要,但很少有研究研究过训练大脑的情绪调节策略。因此,本文将提出一种用于情绪调节的情感脑机音乐接口 (aBCMI) 原型,该原型通过从实时脑电图 (EEG) 信号中估计情绪来持续生成音乐。方法:在本提案中,我们描述了我们的原型,该原型包括一个从 EEG 信号中检测情绪表达的情绪分类器和一个生成反映这些情绪的音乐的音乐生成器。我们在三个独立的研究中评估了原型。在研究 1 中,测试了音乐生成器的准确性。在研究 2 中,通过评估情绪分类器与实时自我报告情绪的相关性来测试情绪分类器的准确性。在研究 3 中,评估了生成音乐算法以探索情绪调节策略。讨论:所提出的 BCMI 有望准确估计情绪,提供参与者情绪的音乐反馈,并使用户能够根据音乐反馈有意调节自己的情绪。这涉及使用 EEG 信号实时捕捉听众的情绪,提供通过音乐反馈调节情绪状态的机会。因此,除了能够更好地进行情绪的神经反馈训练外,我们的原型还可以通过 EEG 和机器学习增强对情感计算和情绪的理解。结论:该原型的临床应用可能作为音乐疗法中用于训练情绪调节的神经反馈工具产生巨大影响。未来的研究可能会受益于将所提出的 BCMI 用作情绪障碍的神经反馈治疗。关键词:情感脑机接口;脑机接口(BCI);神经反馈;情绪调节;非侵入性情感干预;音乐治疗 引言