{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,17]]，“日期-时间”：“2024-06-17T19:55:14Z”，“时间戳”：1718654114841}，“引用-计数”：52，“出版商”：“Walter de Gruyter GmbH”，“问题”：“1”，“许可证”：[{“开始”：{'日期-部件“：[2020,12,3]]，”日期-时间“：”2020-12-03T00:00:00Z“，”时间戳“用法：1606953600000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by-nc-nd\/4.0”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2021,1,1]]}”，“abstract”：“”摘要<\/jats:title>\n音乐能够唤起人们的不同情绪，这反映在他们的生理信号中。情感计算的进展引入了计算方法来分析这些信号，并更详细地理解音乐和情感之间的关系。我们分析了24名参与者在听3种不同音乐类型的12首曲子时采集的皮肤电活动（EDA）、血容量脉搏（BVP）、皮肤温度（ST）和瞳孔扩张（PD）。从每个信号中提取了一组34个特征，并应用6种不同的特征选择方法来识别有用的特征。实证分析表明，从生理信号中提取一组特征的神经网络在区分三种音乐类型时，能够达到99.2%的准确率。基于参与者2019年主观情绪评级，该模型的分类准确率也达到了98.5%。本文还确定了一些有用的特征，以提高分类模型的准确性。此外，我们引入了一种名为\u2019姜饼动画\u2019的新技术，将我们录制的生理信号可视化为视频，使这些信号更易于人眼理解，也适用于卷积神经网络（CNNs）等计算机视觉技术。总体而言，我们的研究结果为研究生理信号与音乐之间的关系提供了强有力的动力，这可以改善音乐治疗，改善心理健康护理和减少音乐性癫痫（我们的长期目标）<\/jats:p>“，”DOI“：”10.2478\/jaiscr-2021-0001“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,12,22]]，”date-time“：”2020-12-2T12:29:54Z“，”timestamp“：1608640194000}“，”page“：“5-20”，“source”：“Crossref”，“is-referenced-by-count”：34，“title”：[“使用机器学习工具实现心理健康护理的有效音乐治疗：人类情感推理和音乐流派“]，“前缀”：“10.2478”，“卷”：“11”，“作者”：[{“给定”：“杰西卡·沙明”，“家庭”：“拉赫曼”，“序列”：“第一”，“从属关系”：[}“名称”：“澳大利亚堪培拉澳大利亚国立大学计算机科学研究院“}]}，{“given”：“Tom”，“family”：“Gedeon”，“sequence”：“additional”，“affiliation”：[{“name”：“澳大利亚国立大学计算科学研究院”}]}affiliation“：[{”name“：”澳大利亚堪培拉澳大利亚国立大学计算机科学研究院“}]}，{”given“：”Richard“，”family“：”Jones“，”sequence“：”additional“，”affiliance“：[{”name“：”Australian National University Canberra，Australia计算机科学研究学院“}]neneneep，{“given”：“Zi”，“family”：“Jin”，“sequence”：“”additional“，”affiliation“：[{“name”：“澳大利亚堪培拉澳大利亚国立大学计算机科学研究院”}]}]，“member”：“374”，“published-on-line”：{“date-parts”：[[2020,12,3]]}，“reference”：[{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_001_w2aab3b7b2b6b1ab1ab1a1a1Aa”，“doi-asserted-by”：“crossref”，“unstructured”：“[1]A”。Bardekar和A.A.Gurjar，《印度古典Ragas结构及其对人体音乐治疗影响的研究》，2016年第二届应用和理论计算与通信技术国际会议（iCATccT），2016年，第119-123页：IEEE.10.109，iCATccT.2016.7911976“，“DOI”：“10.1109，ICATCC，2016.79176”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_002_w2aab3b7b2b1b6b1ab1ab2Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[2]C.L.Baldwin和B.A.Lewis，正价音乐恢复持续注意力的执行控制，PLOS ONE，第12卷，第11期，第e0186231页，2017.10.1371 \/journal.pone.0186231569065629145395”，“doi”：“10.1371 \/journal.pone.0186231“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_003_w2aab3b7b2b6b1ab1ab3Aa”，“doi-asserted-by”：“crossref”，“unstructured”：“[3]L.Harmat，j.Tak\u00e1cs，and R。Bodyz，《音乐改善学生睡眠质量》，《高级护理杂志》，第62卷，第3期，第327-335页，2008.10.111\/j.1365-2648.2008.04602.x18426457“，“DOI”：“10.1111\/j.1365-2648.2008.004602.x”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref.001_w2aab7b2b6b1ab1ab4Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[4]G。Coppola等人，Mozart\u2019s儿童难治性癫痫脑病音乐，《癫痫与行为》，第50卷，第18-22页，2015.10.1016，“DOI”：“10.1016\/j.yebeh.2015.05.038”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref.005_w2aab3b7b2b6b1ab1ab5Aa”，“非结构化”：“[5]M.Z。侯赛因，《观察家》2019s区分真实笑容和虚假笑容的皮肤电流反应，2016.10.1145，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref-006_w2aab3b7b2b6b1ab66a6a6a”，“doi-asserted-by”：“crossref”，“unstructured”：“[6]L.Chen，T.Gedeon，M.Z.侯赛因和S.Caldwell，你真的生气了吗？：检测情绪准确性作为一种拟议的互动工具，在澳大利亚昆士兰布里斯班举行的第29届澳大利亚计算机与人类交互会议论文集上提出，2017.10.1145，“DOI”：“10.1145，3152771.3156147”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_007_w2aab3b7b2b1b6b1ab7aa”doi-asserted-by“：”crossref“，”unstructured“：”[7]J.A.Healey和R.W.Picard，使用生理传感器检测现实世界驾驶任务中的压力，IEEE智能交通系统汇刊，第6卷，第2期，第156-166页，2005.10.1109页，TITS.2005.848368“，”doi“：”10.1109“TITS.20005.848368}”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref-008_w2aab3b7b2b1b6b1ab1ab8Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[8]Y.Nagai，L.H.Goldstein，P.B.Fenwick，and M.R.Trimble，电流皮肤反应生物反馈训练在减少成人癫痫发作中的临床疗效：一项初步随机对照研究，《癫痫与行为》，第5卷，第2期，第216-223页，2004.10.1016\/j.yebeh.20032.00315123023“，“DOI”：“10.1016\/j.jebeh.2003.12003”}，{“关键”：“2023041901533135971_j_jaiscr-2021-0001_ref.001_ref009_w2aab7b2b6b1ab1ab9Aa”，“DOI-asserted-by”：“crossref”，“非结构化”：“[9]L.Harrison and P。路易（Loui），《颤栗、寒战、冻僵和皮肤高潮：迈向音乐中超越心理生理体验的综合模型》，《心理学前沿》，第5卷，第790页，2014.10.3389，fpsyg.2014.00790410793725101043“，“DOI”：“10.3389”，“fpsyg.2014.00790”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_010_w2aab3b7b2b6b1ac10aa”doi-asserted-by“：”crossref“，”unstructured“：”[10]D.Huron和E.Margulis，《音乐的期待与震颤》，《音乐与情感手册：理论、研究、应用》，第575-604页，2011年7月29日，第1093页，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_011_w2aab3b7b2b1b6b1ab1ac11Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[11]M.Guhn，A.Hamm，and M.Zentner，《寒冷反应的生理学和音乐声学相关性》，《音乐感知：跨学科杂志》，第24卷，第5期，第473-484页，2007.10525\/mp.2007.24.5.473”，“doi”：“10.1525\/mp.2007.24.5.473“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_012_w2aab3b7b2b6b1ab1ac12aa”，“doi-asserted-by”：“crossref”，《非结构化》：“[12]D.G.Craig，《音乐诱发的201cchills\u201d期间生理变化的探索性研究》，《音乐科学》，第9卷，第2期，第273-287页，2005.1177\/102986490500900207”DOI“：”10.1177\/102986490500900207“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_013_w2aab3b7b2b1b6b1ac13AA”，“DOI-asserted-by”：“crossref”，“unstructured”：“[13]K.H.Kim，S.W.Bang，and S.R。Kim，《使用生理信号短期监测的情绪识别系统》，《医学和生物工程与计算》，第42卷，第3期，第419-427页，2004.10.1007，BF02344719“，“DOI”：“10.1007”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_014_w2aab3b7b2b6b1ab1ac14Aa”，“非结构化”：“[14]M.Z.Hossain，T。Gedeon和R.Sankaranarayana，《使用2019年观察者的时间特征生理测量来区分真实和虚假微笑》，《IEEE情感计算汇刊》，第1-1页，2018年。“}，{“关键”：“2023041901533135971_j_jaiscr-2021-0001_ref_015_w2aab7b2b1b6b1ac15aa”，“doi-asserted-by”：“crossref”，”非结构化：“[15]A.Haag，S。Goronzy，P.Schaich和J.Williams，《使用生物传感器进行情感识别：走向自动化系统的第一步》，载于《情感对话系统教程和研究研讨会》，2004年，第36-48页：Springer.10007，978-3-540-24842-2_4“，“DOI”：“10.1007”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_016_w2aab3b7b2b1b6b1ab1ac16Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[16]j.S.Rahman，T.Gedeon，S.Caldwell，R.Jones，M.Z.Hossain，and X.Zhu，《旋律微风险：从皮肤反应中检测音乐流派》，匈牙利布达佩斯国际神经网络联合会议（IJCNN），2019:IEEE.10.109\/IJCNN.2019.852318”，“DOI”：“10.1109\/IJCNN.2019.852318”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_17_w2aab3b7b2b1bb1ac17Aa”，“DOI断言”：“crossref”，“非结构化”：“[17]j.R.Hughes和j.j.Fino，莫扎特效应：音乐的独特方面\u2014大脑编码的线索？《临床脑电图》，第31卷，第2期，第94-103页，2000.10.1177，“DOI”：“10.1177”：“155005940003100208”}，{“关键”：“2023041901533135971_j_jaiscr-2021-0001_ref_018_w2aab3b7b2b1b6b1ab1ac18Aa”，“DOI-asserted-by”：“crossref”，“非结构化”：“[18]L.C。Lin等人，《听莫扎特音乐时副交感神经激活与减少痫样放电》，《临床神经生理学》，第124卷，第8期，第1528-35页，2013年8月。“，“DOI”：“10.1016\/j.clinph.2013.0221”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_019_w2aab3b7b2b6b1ab1ac19Aa”，“非结构化”：“[19]R。麦克拉蒂，《不同类型的音乐对情绪、紧张和精神清晰性的影响》。\u201d“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_020_w2aab3b7b2b1b6b1ab1ac20Aa”，“非结构化”：“[20]Youtube.（2016）.伽马脑能器-40 Hz-清洁精神能量-聚焦音乐-双声道节拍。可用网址：https:\/\/www.Youtube.com/watch？v=9wrFk5vuOsk”}，“key“：”2023041901533135971_j_jaiscr-2021-0001_ref_021_w2aab3b7b2b1b6b1ab1ac21Aa“，“非结构化”：“[21]Youtube。(2017). 血清素释放阿尔法波音乐-双耳节拍放松音乐，快乐频率。可用：https:\/\/www.youtube.com/watch？v=9TPSs16DwbA“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_022_w2aab3b7b2b1b6b1ac22Aa”，“非结构化”：“[22]N.Hurless，A.Mekic，S.Pena，E.Humphries，H.Gentry，and D.Nichols，人类非音乐家中的音乐类型偏好和速度改变α波和β波。”2023041901533135971_j_jaiscr-2021-0001_ref_023_w2aab3b7b2b1b6b1ab1ac23Aa“，“非结构化”：“[23]公告牌年终图表。可获得：https://www.billboard.com\\charts\\年终“｝，｛“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_024_w2aab3b7b2b1b6b1ab1c24Aa”，“doi断言”：“crossref”，“非结构化”：“[24]D.j.Thurman等人，癫痫流行病学研究和监测标准，癫痫，第52卷，第2-26页，2011.10.1111\/j.1528-1167.2011.03121.x”DOI“：”10.1111\/j.1528-1167.2011.03121.x“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_025_w2aab3b7b2b6b1ab1ac25Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[25]Y.Shi，N.Ruiz，R.Taib，E.Choi，and F.Chen，Galvanic skin response（GSR）作为认知负荷的一个指标，在CHI\u201907关于计算系统中的人为因素的扩展摘要中，2007年，第2651-2656:AMC.101145\/1240866.1241057“，“DOI”：“10.1145\/1240866.1241057”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_026_w2aab3b7b2b1b6b1ab1c26Aa”，“非结构化”：“[26]T.Lin，M.Omata，W.Hu，and A。Imamiya，生理数据与传统的可用性指标有关吗？，《第17届澳大利亚计算机与人类交互会议论文集：公民在线：今天和未来的考虑》，2005年，第1-10页：澳大利亚计算机与人交互特别利益小组（CHISIG）。“}，{”key“：”2023041901533135971_j_jaiscr-2021-0001_ref_027_w2aab3b7b2b1b6b1ab1ac27Aa“，”unstructured“：”[27]S.Reisman，《生理应激的测量》，生物工程会议，1997年，IEEE 1997年第23届东北会议，1997，第21-23页：IEEE“}”，{doi-asserted-by“：”crossref“，”unstructured“：”[28]R.A.McFarland，皮肤温度变化与伴随音乐的情绪的关系，生物反馈和自我调节，第10卷，第3期，第255-267页，1985.10.1007“，“doi”：“10.1007”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_029_w2aab3b7b2b6b1ab1ac29Aa”，“doi由“：”crossref“，”非结构化“断言：”[29]T.Partala和V.Surakka，瞳孔大小变化作为情感处理的指示，国际人机研究杂志，第59卷，第1-2期，第185-1982003.10.1016\/S1071-5819（03）00017-X“，”doi“：”10.1016\/S1071-5819（03）00017-X“}，{”key“：”2023041901533135971_j_jaiscr-2021-0001_ref_030_w2aab3b7b2b1b6b1ab1ac30Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[30]R.S.Larsen和j.Waters，瞳孔扩张的神经调节相关物，《神经回路前沿》，第12卷，第21页，2018.10.3389，“doi”：“10.3389”，“fncir.2018.0021”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_031_w2aab3b7b2b6b1ab1ac31Aa“，“非结构化”：“[31]j.Zhai和A.Barreto，《使用非侵入性技术进行压力识别》，FLAIRS会议，第395-401页，2006年。”}，{“关键”：“20230419001533135991_j-jaiscr2021-0001_ref_032_w2ab3b7b2b6b1 ab1ac32Aa”，“doi-asserted-by”：“crossref”，“非结构性”：“【32】M.W。Weiss，S.E.Trehub，E.G.Schellenberg，and P.Habashi，《学生为声乐或熟悉的音乐而扩张》，《实验心理学杂志：人类感知与表现》，第42卷，第8期，第1061页，2016.10.1037，“DOI”：“10.1037”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_033_w2aab3b7b2b6b1ab1ac33Aa”，“非结构化”：“[33]empatica的E4腕带。可用网址：https:\/\/www.empatica.com/research\/e4\/“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_034_w2aab7b2b6b1ab1ac34Aa”，“unstructured”：“[34]The Eye Tribe。可用网址：http://\/theyebration.com\/about\/index.html”}，}“key”：“2020 30419015135971_ j_jaisscr-2021-0001_ef_035_w2ab3b7b2b 6b1ab c35Aa“，”doi-asserted-by“：”crossref“，”非结构化”：“[35]J.L.Walker，对音乐和脑波节奏的主观反应，生理心理学，第5卷，第4期，第483-489页，1977.10.3758，BF03337859”，“DOI”：“10.3758”，{“key”：“2023041901533135971_J_jaiscr-2021-0001_ref_036_w2aab3b7b2b1b6b1ac36Aa”，“DOI-asserted-by”：“crossref”，“非结构化”。阿尔文，感觉温度计与7点刻度：哪个更好？，社会学方法与研究，第25卷，第3期，第318-340页，1997.10.1177，“DOI”：“10.1177”，{“关键”：“2023041901533135971_j_jaiscr-2021-0001_ref_037_w2aab3b7b2b1b6b1ac37Aa”，“DOI-asserted-by”：“crossref”，“非结构化”：“[37]j.A。罗素，《情感的缠绕模型》，《人格与社会心理学杂志》，第39卷，第6期，第1161页，1980.10.1037，h0077714“，“DOI”：“10.1037”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_038_w2aab7b2b1b6b1ac38Aa”，“DOI-asserted-by”：“crossref”，“非结构化”：“[38]j.Kim和E。Andre，《基于音乐聆听中生理变化的情绪识别》，IEEE Trans-Pattern Anal Mach Intell，第30卷，第12期，第2067-83页，2008年12月。“，“DOI”：“10.1109\/TPAMI.2008.26”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_039_w2aab7b2b1b6b1ab1ac39Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[39]S.Jerritta，M。Murugappan、R.Nagarajan和K.Wan，《基于生理信号的人类情感识别：综述》，2011年IEEE第七届信号处理及其应用国际学术讨论会，2011年，第410-415页：IEEE.10.109，CSPA.2011.5759912“，“DOI”：“10.1109，CSPA.2011.5759912”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_040_w2aab3b7b2b1b6b1ab1ac40Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[40]R.W.Picard，E.Vyzas，and j.Healey，Toward machine emotional intelligence:Analysis of affective physical state，IEEE transactions on pattern Analysis and machine intelligence，vol.23，no.10，pp.1175-1191，2001.”，“DOI“：”10.1109\/34.954607“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_041_w2aab3b7b2b6b1ab1ac41Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[41]U.R.Acharya等人，《局灶脑电信号的表征：综述》，《未来一代计算机系统》，第91卷，第290-299页，2019.10.1016 \/j.Future.2018.044”，“DOI”：“10.1016\/j.future.2018.08.044“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_042_w2aab3b7b2b6b1ab1ac42Aa”，“doi-asserted-by”：“crossref”，“unstructured”：“[41]R.Chowdhury，M.Reaz，M.Ali，A.Bakar，K.Chellappan，and T。Chang，《表面肌电信号处理和分类技术》，《传感器》，第13卷，第9期，第12431-12466页，2013年。“，“DOI”：“10.3390\/s130912431”}，{“关键”：“2023041901533135971_j_jaiscr-2021-0001_ref_043_w2aab3b7b2b1b6b1ab1ac43Aa”，“DOI-asserted-by”：“crossref”，“非结构化”：“[43]C.D.Katsis，N.Katersidis，G.Ganiatassas，and D.I。Fotiadis，《汽车行驶驾驶员的情绪识别：生物信号处理方法》，IEEE系统、人和控制论汇刊-A部分：系统和人，第38卷，第3期，第502-512页，2008.10109，TSMCA.2008.918624“，“DOI”：“10.1109”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_044_w2aab3b7b2b1b6b1ab1ac44Aa“，“doi-asserted-by”：“crossref”，“unstructured”：“[44]T.Triwiyanto，O.Wahyunggoro，H.A.Nugroho，and H.Herianto，《表面肌电图时域特征研究以估算肘关节角》，《电气与电子工程进展》，第15卷，第3期，第448-458页，2017.10.15598，aeee.v15i3.2177“，“DOI”：“10.15598”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_045_w2aab3b7b2b1b6b1ab1ac45Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[45]R.Kohavi and G.H。John，Wrappers for feature subset selection，Artificial intelligence，vol.97，no.1-2，pp.273-3241997.10.1016 \/S0004-3702（97）00043-X“，“DOI”：“10.1016\/S0004-3702（97-00043-X）”}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_046_w2aab3b7b2b6b1ab1ac46Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[46]j.Pohjalainen，O。R \u00e4s \u00e 4nen，S.Kadioglu，《说话人可爱度、可懂度和个性特征高维分类中的特征选择方法及其组合》，《计算机语音与语言》，第29卷，第1期，第145-171页，2015.10.1016，j.csl.2013.11.004“，“DOI”：“10.1016”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_047_w2aab3b7b2b1b1ac47Aa“，”doi断言由“：”crossref“，”非结构化“：“[47]j.Yang和V.Honavar，使用遗传算法的特征子集选择，在特征提取、构建和选择：Springer，1998，pp.117-136.10.1007\/978-1-4615-5725-8_8”，“doi”：“10.1007\/978-1-4615-5725-8_8”}，{”key“：”2023041901533135971_j_jaiscr-2021-0001_ref_048_w2aab3b7b2b1b6b1ab1ac48Aa“，”doi-asserted-by“：”crossref“，”unstructured“：”[48]F.j.Valverde-Albacete和C.Pel\u00ez-Moreno，认为有害的100%分类准确度：标准化信息传递因子解释了准确度悖论，《公共科学图书馆·综合》第9卷第1期，第e84217页，2014.10.1371“journal.pone.008421738883124427282”，“DOI”：“10.1371”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_049_w2aab3b7b2b6b1ab1ac49Aa”，“DOI-asserted-by”：“crossref”，“unstructured”：“[49]K.He，X.Zhang，S.Ren，and j。Sun，图像识别的深度剩余学习，《IEEE计算机视觉和模式识别会议论文集》，2016年，第770-778.1109页，CVPR.2016.90“，“DOI”：“10.1109”，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_050_w2aab7b2b1b6b1ab1ac50Aa”，“DOI-sserted-by”：“crossref”，“unstructured”：“[50]M.G.N。Bos，P.Jentgens，T.Beckers，and M.Kindt，《情感电影刺激的心理生理反应模式》，（英文版），《公共科学图书馆·综合》，第8卷，第4期，第e62661-e62661页，2013.10.1371，journal.pone.0062661363996223646134“，“DOI”：“10.1371”journal.pone.0062661“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_051_w2aab3b7b2b6b1ab1ac51Aa”，“doi-asserted-by“：”crossref“，”unstructured“：”[51]S.Jerritta，M.Murugappan，K.Wan，and S.Yaacob，《不同年龄组使用Hurst指数从心电信号的QRS复合体进行情绪检测》，2013年胡曼情感计算与智能交互协会会议，第849-854.10.1109页，ACII.2013.159“，doi”：“10.1109\/ACII.2013.159“}，{“key”：“2023041901533135971_j_jaiscr-2021-0001_ref_052_w2aab3b7b2b1b6b1ac52Aa”，“doi-asserted-by”：“crossref”，“unstructured”：“[52]j.S.Rahman，T.Gedeon，S.Caldwell and R.Jones，脑旋律信息学：分析音乐对脑波模式的影响，神经网络国际联合会议（IJCNN），英国格拉斯哥，2020：IEEE.10.109\/IJCNN48605.2020.9207392“，”DOI“：”10.1109\/IJCNN48605.2020.9207392”}]，“container-title”：[“Journal of Artificial Intelligence and Soft Computing Research”]，“original-title”:[]，“language”：“en”，“link”：[{“URL”：“https:\/\/content.sciendo.com\/view\/journals\/jaiscr\/1\/article-p5.xml”，“content-type”：“”text\/html“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https://www.sciendo.com/pdf\/10.2478\/jaiscr-2021-0001”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-plication”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,4,19]]，“date-time”：”2023-04-19T07:05:22Z“，”timestamp“：1681887922000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/www.sciendo.com/article\/10.2478\/jaiscr-2021-0001”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2020,12,3]]}，“references-count”：52，“journal-issue”：{issue“1”，“published-on-line”：{date-parts“：[2020,12,3]]}、”published-pre int“：{“date-parts”：[[2021,1,1]]}}，“alternative-id”：[“10.2478\/jaiscr-2021-0001“]，“URL”：“http:\/\/dx.doi.org/10.2478\/jaiscr-2021-0001”，“relation”：｛｝，“ISSN”：[“2083-2567”]，“ISSN type”：[｛“value”：“2083-2567”，“type”：“electronic”｝]，“subject”：[]，“published”：｛“date parts”：[[2020,12,3]]｝｝