彭金歌，郭濱，沙文青，白雪梅，張晨潔

（長(zhǎng)春理工大學(xué) 電子信息工程學(xué)院，長(zhǎng)春 130022）

自20世紀(jì)中期起，音樂(lè)治療便開(kāi)始在社會(huì)中悄然發(fā)揮作用。隨著社會(huì)和科學(xué)的發(fā)展，人們?cè)絹?lái)越意識(shí)到音樂(lè)對(duì)人情感、情緒引導(dǎo)的重要作用。因此，將音樂(lè)與神經(jīng)科學(xué)、認(rèn)知心理學(xué)和信號(hào)處理等學(xué)科交叉融合的研究已經(jīng)成為學(xué)術(shù)界的熱點(diǎn)。

理論研究表明，產(chǎn)生的刺激信息主要經(jīng)過(guò)大腦的下丘腦、海馬體和杏仁核傳遞給腦部邊緣系統(tǒng)，在此產(chǎn)生情緒、情感[1]。隨著科學(xué)技術(shù)的發(fā)展，腦—機(jī)接口（Brain-Computer Interface，BCI）技術(shù)越來(lái)越受到人工智能領(lǐng)域研究者的青睞；將BCI通信方式應(yīng)用于EEG信號(hào)的情感特征提取與識(shí)別，使研究腦的情緒感知不對(duì)稱性、大腦分區(qū)等問(wèn)題變得更加方便[2]。此外，音樂(lè)作為對(duì)大腦的一種無(wú)形的刺激，不僅可以影響人的認(rèn)知，還可以改變?nèi)说淖灾魃窠?jīng)系統(tǒng)反應(yīng)功能，誘發(fā)情緒。在現(xiàn)有的研究中，很多實(shí)驗(yàn)可以有效證明音樂(lè)可以影響情緒變化[3-5]。

針對(duì)將音樂(lè)與EEG信號(hào)相結(jié)合的這一創(chuàng)新，國(guó)內(nèi)外已經(jīng)開(kāi)展了一系列研究工作，如：文獻(xiàn)[6]利用EEG信號(hào)分析了在悲傷情緒下不同類型的音樂(lè)對(duì)此情緒的舒緩作用；文獻(xiàn)[7]使用各種影片視頻誘導(dǎo)產(chǎn)生平靜、愉悅、悲傷、緊張和厭惡五種常見(jiàn)情緒狀態(tài)，對(duì)情緒下的EEG信號(hào)進(jìn)行分類，最高識(shí)別率達(dá)89.22%；文獻(xiàn)[8-12]的共性都是將EEG信號(hào)劃分到α、β、δ、θ、γ的頻段后，結(jié)合機(jī)器學(xué)習(xí)算法，通過(guò)對(duì)每個(gè)頻段的信號(hào)數(shù)據(jù)進(jìn)行特征提取來(lái)實(shí)現(xiàn)對(duì)情緒的分類、識(shí)別以及關(guān)聯(lián)度分析等研究；文獻(xiàn)[13]研究發(fā)現(xiàn)，左右腦區(qū)中存在的各種EEG信號(hào)的節(jié)律波會(huì)隨著情緒的變化而不同；文獻(xiàn)[14]運(yùn)用Hjorth參數(shù)對(duì)情感識(shí)別實(shí)現(xiàn)了優(yōu)化的特征選擇并研究出了一套集成學(xué)習(xí)的方法；文獻(xiàn)[15]綜合探討了目前在腦電與音樂(lè)相結(jié)合的研究領(lǐng)域所采用的熱門分析方法。

實(shí)驗(yàn)研究在人處于緊張情緒時(shí)，通過(guò)聆聽(tīng)歡快、憂傷兩種類型的音樂(lè)，測(cè)量在音樂(lè)作用前后人腦EEG的變化情況，分析出左右腦區(qū)對(duì)不同類型音樂(lè)的敏感程度及不同類型音樂(lè)對(duì)人緊張情緒的舒緩作用。

1 理論分析

1.1 自我評(píng)估表量化

自我評(píng)估（Self-Assessment Manikins，SAM）表是由Lang等人設(shè)計(jì)提出的一種非語(yǔ)言且面向圖片的情感自我評(píng)估工具，可以用來(lái)直接測(cè)量與一個(gè)人對(duì)各種刺激的情感反應(yīng)有關(guān)的愉悅度、喚醒度和對(duì)一個(gè)物體或事物的反應(yīng)支配度（即優(yōu)勢(shì)事件）[16-17]。目前大多采用的SAM表是紙筆版本的，因此在情感檢測(cè)中，是一種被廣泛使用、成本低廉、簡(jiǎn)單方便的方法。根據(jù)研究的實(shí)際需要，對(duì)標(biāo)準(zhǔn)的SAM表進(jìn)行了改進(jìn)，只考慮愉悅度和喚醒度兩方面，如圖1所示[18]。改進(jìn)的SAM表愉悅度的范圍是從哭臉到笑臉，愉悅程度逐漸上升；喚醒度的范圍是從閉眼困倦到睜眼興奮逐漸上升。

1.2 振幅能量

濾波后，通過(guò)對(duì)比前額左右腦區(qū)在不同音樂(lè)舒緩作用下振幅能量的變化，可以初步分析出在緊張情緒刺激下左右腦對(duì)不同音樂(lè)的敏感程度，篩選出在歡樂(lè)、憂傷音樂(lè)舒緩條件下左右腦區(qū)波形變化反應(yīng)最明顯的區(qū)域，為后續(xù)的功率譜分析做鋪墊。

圖1 改進(jìn)的SAM表評(píng)價(jià)圖

1.3 EEG信號(hào)功率譜

在對(duì)EEG信號(hào)進(jìn)行頻域分析時(shí)，功率譜估計(jì)是一種常用方法。EEG信號(hào)可以通過(guò)將EEG轉(zhuǎn)換成功率隨頻率變化的譜圖，更加直觀的從功率譜圖中分析EEG信號(hào)不同波段的功率分布與變化情況。在對(duì)腦電弱信號(hào)進(jìn)行定量分析時(shí)，功率譜估計(jì)是所有頻域分析的基本方法。

研究中采用非參數(shù)譜估計(jì)法中的周期圖法對(duì)EEG信號(hào)中的α波、β波進(jìn)行功率譜估計(jì)。周期圖法是一種基于離散傅里葉變換（Discrete Fourier Transform，DFT）且常用于離散信號(hào)功率譜密度估計(jì)的方法。對(duì)于長(zhǎng)度為N的離散時(shí)間序列x(1),x(2),…,x(n)，先對(duì)x(n)取DFT或FFT，由時(shí)域變換到頻域，得到F(ω)即：

功率譜密度函數(shù)的其中一種定義是：

當(dāng)序列的長(zhǎng)度N為有限值時(shí)，可以忽略公式（2）中求極限和求期望的運(yùn)算，由此得到周期圖法功率譜估計(jì)的公式：

從理論分析上，若信號(hào)在時(shí)域上是離散的，那么對(duì)應(yīng)在頻域上就是周期的；對(duì)于在頻域上帶寬一定的離散信號(hào)，時(shí)域一定是無(wú)限長(zhǎng)的序列。由于FFT、DFT對(duì)于時(shí)間序列的分析都是只取一段有限長(zhǎng)的數(shù)據(jù)進(jìn)行計(jì)算，這就相當(dāng)于在原信號(hào)上加了一個(gè)矩形窗?！凹哟啊边€對(duì)頻譜起到平滑作用，研究中選用具有較高分辨率的矩形窗作為窗函數(shù)：

其中，w(n)為窗函數(shù)，M為截止時(shí)間序列的個(gè)數(shù)。為了便于研究，在Matlab分析數(shù)據(jù)時(shí)，取功率為。

1.4 Hjorth參數(shù)

1970年，Bo Hjorth首次提出了Hjorth參數(shù)的概念，并廣泛應(yīng)用于EEG信號(hào)的特征提取和分析處理[19]。Hjorth參數(shù)是一種可以同時(shí)描述EEG信號(hào)在時(shí)域、頻域中瞬時(shí)特征的統(tǒng)計(jì)函數(shù)，也稱為歸一化斜率描述符（NSD）。Hjorth參數(shù)由三個(gè)描述符組成：活動(dòng)性（Activity）、移動(dòng)性（Mobility）、復(fù)雜性（Complexity）。

活動(dòng)性（Activity）表示信號(hào)的活動(dòng)情況，用來(lái)衡量EEG信號(hào)的平均功率；是一次函數(shù)的方差。移動(dòng)性（Mobility）表示平均頻率或功率譜的標(biāo)準(zhǔn)偏差的比例，用來(lái)衡量與平均頻率的接近性；定義為方差的一階導(dǎo)數(shù)標(biāo)準(zhǔn)差與標(biāo)準(zhǔn)差的比值。復(fù)雜性（Complexity）表示的是信號(hào)與純正弦波的相似性，用來(lái)度量頻率變化情況，衡量與信號(hào)帶寬的接近性；定義為函數(shù)一階導(dǎo)數(shù)的移動(dòng)性與函數(shù)的移動(dòng)性的比值。若信號(hào)相似于純正弦波，則復(fù)雜性（Complexity）值收斂到1。由此可以看出，Hjorth參數(shù)的分析都是在計(jì)算EEG信號(hào)方差的基礎(chǔ)上展開(kāi)的，相比于其他分析方法計(jì)算量較小，成本低，更容易實(shí)現(xiàn)。三個(gè)描述符的公式定義如下所示：

其中，σx是EEG信號(hào)x的標(biāo)準(zhǔn)差，是x的方差，σd對(duì)應(yīng)x的方差的一階導(dǎo)數(shù)標(biāo)準(zhǔn)差，σdd對(duì)應(yīng)x的方差的二階導(dǎo)數(shù)標(biāo)準(zhǔn)差。

2 研究方法

2.1 實(shí)驗(yàn)條件及對(duì)象

實(shí)驗(yàn)分別在兩個(gè)房間里進(jìn)行：房間A在放松情緒時(shí)僅播放歡快舒緩的音樂(lè)，而房間B中僅播放憂傷舒緩的音樂(lè)。實(shí)驗(yàn)過(guò)程中盡量避免使用所有可能的干擾電磁輻射源。實(shí)驗(yàn)對(duì)象為20名男女各半的18～22歲在校本科生（被測(cè)者均聽(tīng)力正常，未受過(guò)專業(yè)音樂(lè)訓(xùn)練，心理健康且為右利手），平均分為兩組，分別在兩個(gè)實(shí)驗(yàn)房間同時(shí)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)中選取的情緒誘導(dǎo)視頻是本校大學(xué)生網(wǎng)站所評(píng)選的令人感到最緊張的三個(gè)視頻片段；房間A、B在對(duì)被測(cè)者進(jìn)行情緒放松時(shí)，分別播放該網(wǎng)站所評(píng)選的具有舒緩作用的歡快節(jié)奏和憂傷節(jié)奏的音樂(lè)。實(shí)驗(yàn)前讓所有被測(cè)者填寫改進(jìn)的SAM表并測(cè)量EEG信號(hào)，及時(shí)對(duì)采集到的數(shù)據(jù)進(jìn)行分析，確保其情緒都處于平靜狀態(tài)。

2.2 實(shí)驗(yàn)過(guò)程

首先，按照國(guó)際10-20系統(tǒng)（the 10-20 international System）電極放置法，將腦電帽的8個(gè)電極固定在被測(cè)者頭部的規(guī)定區(qū)域，在實(shí)驗(yàn)中持續(xù)采集EEG信號(hào)。然后，在兩個(gè)房間內(nèi)同時(shí)播放篩選后的緊張視頻片段5分鐘，用于誘發(fā)緊張情緒；被測(cè)者在觀看完視頻后，用2分鐘填寫改進(jìn)的SAM表，通過(guò)對(duì)SAM進(jìn)行數(shù)據(jù)分析，判斷其情緒是否發(fā)生變化。填表的2分鐘過(guò)后，在房間A、房間B分別對(duì)應(yīng)播放篩選后的歡快、憂傷舒緩音樂(lè)5分鐘；被測(cè)者在聆聽(tīng)完音樂(lè)后，用2分鐘時(shí)間再次填寫改進(jìn)的SAM表，分析其情緒是否恢復(fù)平靜。一次實(shí)驗(yàn)過(guò)程持續(xù)約14分鐘。最后，將實(shí)驗(yàn)過(guò)程中各時(shí)間段采集的EEG信號(hào)進(jìn)行數(shù)據(jù)分析處理，并通過(guò)分析對(duì)比EEG信號(hào)的振幅能量、功率譜密度和Hjorth參數(shù)得出結(jié)論。

2.3 實(shí)驗(yàn)測(cè)試指標(biāo)及說(shuō)明

實(shí)驗(yàn)采用OpenBCI V3 8bit開(kāi)源Arduino EEG模塊-8通道進(jìn)行EEG數(shù)據(jù)的采集，腦電采樣頻率為250Hz，可以持續(xù)記錄實(shí)驗(yàn)過(guò)程中被測(cè)者EEG變化情況。將EEG的8個(gè)電極采用標(biāo)準(zhǔn)的電極安放法，安放于大腦前額FP1（左前額區(qū)，通道1）、FP2（右前額區(qū)，通道2）、C3（左側(cè)中央?yún)^(qū)，通道3）、C4（右側(cè)中央?yún)^(qū)，通道4）、T5（左后顳區(qū)，通道5）、T6（右后顳區(qū)，通道6）、O1（左枕區(qū)，通道7）、O2（右枕區(qū)，通道8）。由于前腦是精神思維和情緒感知最集中的部分，大腦中部用于運(yùn)動(dòng)和感覺(jué)，后部主要跟視覺(jué)有關(guān)，所以前腦是與實(shí)驗(yàn)研究最相關(guān)的區(qū)域。由于FP1、FP2這2個(gè)區(qū)域幾乎覆蓋了人的整個(gè)額葉區(qū)，所以由這2個(gè)區(qū)域測(cè)得的數(shù)據(jù)更能綜合反映出人情緒變化時(shí)左右腦波差異。因此，可利用左右前腦波振幅均值的變化來(lái)初步估計(jì)音樂(lè)舒緩前后受試者左右腦波形變化。

實(shí)驗(yàn)共測(cè)出了20名學(xué)生的EEG數(shù)據(jù)，每種音樂(lè)環(huán)境下10名。由于數(shù)據(jù)量過(guò)大，將處于同房間的人在對(duì)應(yīng)相同時(shí)間點(diǎn)測(cè)得的數(shù)據(jù)先取平均值處理，再進(jìn)行噪聲（包括眼電信號(hào)）濾除。其中，所有數(shù)據(jù)取均值處理都是采用SPSS軟件實(shí)現(xiàn)的；濾波是采用獨(dú)立分量分析（Independent Component Analysis，ICA）[20]的方法，利用Matlab中Eeglab工具箱中的命令編程實(shí)現(xiàn)的。對(duì)濾波后得到的EEG信號(hào)進(jìn)行腦電特征提取，經(jīng)過(guò)FFT加窗函數(shù)的運(yùn)算處理，將完整的EEG信號(hào)在1～30Hz內(nèi)分成4個(gè)主要頻段，如表1所示。

表1 EEG信號(hào)的4個(gè)主要頻段劃分

α波為正常人腦中的普通波，是EEG的基本節(jié)律；α波的出現(xiàn)說(shuō)明此時(shí)大腦處于清醒放松狀態(tài)。β波是人受到刺激時(shí)出現(xiàn)的EEG波形，反應(yīng)出此時(shí)大腦處于高度緊張、注意力集中的興奮狀態(tài)[21]。因此，在分離出的4個(gè)波段中，只需分析α波和β波的變化即可判斷受試者情緒的變化情況。由于情緒是一個(gè)緩慢變化的過(guò)程，所以分析緊張情緒時(shí)只分析播放音樂(lè)前1分鐘的腦電變化；分析音樂(lè)的舒緩作用時(shí)只分析音樂(lè)播放完成后1分鐘的腦電變化，因此在仿真圖中只展示15000個(gè)點(diǎn)的數(shù)據(jù)變化。

3 結(jié)果

3.1 行為數(shù)據(jù)分析結(jié)果

通過(guò)在不同階段讓受試者接受SAM表測(cè)試，確定是否達(dá)到滿足實(shí)驗(yàn)需求的情緒狀態(tài)。由得到的情緒數(shù)據(jù)分析發(fā)現(xiàn)，受試者在平靜、緊張狀態(tài)下總分的平均值分別為5.24和3.61；在聆聽(tīng)過(guò)一段時(shí)間的歡樂(lè)、憂傷風(fēng)格的音樂(lè)后情緒總分的均值分別為6.12和5.89。行為數(shù)據(jù)分析表明，音樂(lè)可以緩解緊張情緒，轉(zhuǎn)變情緒的發(fā)展方向。

3.2 腦電數(shù)據(jù)分析結(jié)果

3.2.1 振幅能量分析

不同腦區(qū)對(duì)不同類型音樂(lè)刺激的敏感程度是不同的，圖2、圖3分別展示了在播放不同音樂(lè)的環(huán)境下測(cè)得的左右前額腦區(qū)能量變化。在同一時(shí)間，圖2（a）和圖2（b）中可以看出，在聆聽(tīng)歡樂(lè)舒緩音樂(lè)前，通道1（左腦區(qū)）與通道2（右腦區(qū)）的能量變化近似；圖2（c）和圖2（d）中可以看出，通道1（左腦區(qū)）在聆聽(tīng)歡樂(lè)舒緩音樂(lè)后，能量明顯增大且大于通道2（右腦區(qū)）的能量變化。圖3（a）和圖3（b）中可以看出，在聆聽(tīng)?wèi)n傷舒緩音樂(lè)前，通道1（左腦區(qū)）與通道2（右腦區(qū)）的能量變化近似；圖3（c）和圖3（d）中可以看出，通道2（右腦區(qū)）在聆聽(tīng)?wèi)n傷舒緩音樂(lè)后，能量明顯增大且大于通道1（左腦區(qū)）的能量變化。由此可初步估計(jì)，在緊張情緒的刺激下，左腦對(duì)歡快風(fēng)格的音樂(lè)較敏感，右腦對(duì)憂傷風(fēng)格的音樂(lè)較敏感。

3.2.2 EEG功率譜分析

經(jīng)過(guò)FFT加窗函數(shù)實(shí)現(xiàn)對(duì)腦電信號(hào)α、β波段的特征提取后，可以在頻域分析兩種腦波節(jié)律的功率譜。如圖4-6所示，取1、2通道采集的EEG信號(hào)計(jì)算功率譜，按照腦波節(jié)律的頻段劃分出α波和β波，分別展示兩種波段的功率。

從圖4（a）和圖4（b）中可以看出，此時(shí)α波的功率最大值為1000dB/Hz左右，功率主要分布在300dB/Hz；β波的功率較小，最高為50dB/Hz左右，功率主要分布15dB/Hz。同一時(shí)間α波的功率值明顯高于β波，說(shuō)明此時(shí)受試者正處于情緒穩(wěn)定狀態(tài)，無(wú)緊張?jiān)诜抡鎴D4（c）和圖4（d）中可以看出，此時(shí)α波的功率最大值不超過(guò)1000dB/Hz，且頻率主要分布在8～10.5Hz；β波的功率較大，在14～15Hz的功率均接近2000dB/Hz。同一時(shí)間β波的功率值明顯高于α波，可以說(shuō)明受試者當(dāng)前確實(shí)處于情緒波動(dòng)狀態(tài)，有緊張情緒產(chǎn)生。

在緊張情緒的刺激下，研究對(duì)歡樂(lè)音樂(lè)敏感的左腦區(qū)的α、β節(jié)律變化情況如圖5所示。讓受試者聆聽(tīng)歡樂(lè)音樂(lè)后，α波在8～10.5Hz處的功率譜值在2500dB/Hz附近較為集中，較緊張狀態(tài)下的α波功率明顯提升；β波除少數(shù)尖峰值的出現(xiàn)外，功率值都在1000dB/Hz左右，且主要分布頻段也擴(kuò)大到14～17Hz，較緊張狀態(tài)下的β波功率明顯下降，主要占用頻寬變大。可以說(shuō)明在緊張情緒下，歡快的音樂(lè)對(duì)左腦區(qū)情緒波動(dòng)有舒緩作用。

圖3 憂傷音樂(lè)舒緩前后左右腦區(qū)能量變化

圖4 緊張情緒前后的α、β波變化情況

圖5 歡樂(lè)音樂(lè)舒緩情緒后α、β波變化情況

在緊張情緒的刺激下，研究對(duì)憂傷音樂(lè)敏感的右腦區(qū)的α、β節(jié)律變化情況如圖6所示。在讓受試者聆聽(tīng)?wèi)n傷音樂(lè)后，α波在8.5～10.5Hz之間的功率值主要分布在1000dB/Hz附近，少數(shù)峰值可達(dá)到2000dB/Hz以上，與圖4中處于緊張情緒時(shí)α波變化有所不同，且少數(shù)峰值接近3000dB/Hz，功率上升，主要分布頻段為8～10Hz；對(duì)于β波，主要分布在14～17Hz，平均功率值在50dB/Hz左右，與圖4中的β波功率相比明顯減小，主要占用頻寬變大?？梢哉f(shuō)明在緊張情緒下，憂傷的音樂(lè)對(duì)右腦區(qū)情緒波動(dòng)有舒緩作用。

圖6 憂傷音樂(lè)舒緩情緒后α、β波變化情況

3.2.3 Hjorth參數(shù)分析

對(duì)表2中計(jì)算的在情緒的各個(gè)階段測(cè)得的EEG信號(hào)的Hjorth參數(shù)進(jìn)行數(shù)據(jù)分析，可以發(fā)現(xiàn)：緊張狀態(tài)與平靜狀態(tài)相比，EEG信號(hào)的活動(dòng)性、移動(dòng)性變小，復(fù)雜性變大，即功率和平均功率譜之間的偏差比例變小，與正弦波的接近程度變小；在經(jīng)過(guò)歡樂(lè)音樂(lè)舒緩和憂傷音樂(lè)舒緩后，對(duì)比參數(shù)變化看出，歡樂(lè)音樂(lè)播放后計(jì)算出的Hjorth參數(shù)與平靜狀態(tài)下的Hjorth參數(shù)更為接近，并且活動(dòng)性有明顯提高，即功率明顯變大。由此可說(shuō)明，在歡樂(lè)音樂(lè)對(duì)左腦的緊張情緒有明顯舒緩作用；憂傷音樂(lè)的舒緩作用對(duì)于左腦并不明顯。

表2 左腦前額Hjorth參數(shù)計(jì)算數(shù)據(jù)

對(duì)表3中計(jì)算的在情緒的各個(gè)階段測(cè)得的EEG信號(hào)的Hjorth參數(shù)進(jìn)行數(shù)據(jù)分析，可以發(fā)現(xiàn)：在經(jīng)過(guò)歡樂(lè)音樂(lè)舒緩和憂傷音樂(lè)舒緩后，憂傷類型的音樂(lè)播放后計(jì)算出的Hjorth參數(shù)與平靜狀態(tài)下的Hjorth參數(shù)更為接近，復(fù)雜度明顯降低，即復(fù)雜度參數(shù)值更接近于1，證明EEG波形更接近于正弦波的狀態(tài)。由此可說(shuō)明，憂傷音樂(lè)對(duì)右腦的緊張情緒有明顯舒緩作用；歡樂(lè)音樂(lè)的舒緩作用對(duì)于右腦并不明顯。

表3 右腦前額Hjorth參數(shù)計(jì)算數(shù)據(jù)

4 結(jié)論

讓被測(cè)者在緊張情緒下聆聽(tīng)歡快與憂傷兩種類型的音樂(lè)，運(yùn)用改進(jìn)的SAM表分析被測(cè)者實(shí)驗(yàn)過(guò)程中的情緒變化，并在頻域?qū)Σ杉腅EG信號(hào)進(jìn)行α波、β波的分波段、分腦區(qū)的功率譜分析；利用Hjorth參數(shù)對(duì)EEG信號(hào)的時(shí)間序列進(jìn)行時(shí)頻分析，驗(yàn)證了在緊張情緒下不同類型音樂(lè)對(duì)左右腦的舒緩作用不同，左腦對(duì)節(jié)奏歡樂(lè)的音樂(lè)更敏感，右腦對(duì)憂傷的音樂(lè)更敏感。在研究中還發(fā)現(xiàn)，音樂(lè)舒緩緊張情緒后對(duì)α波的主要占用頻寬無(wú)明顯影響，而β波的主要占用頻寬變大。因此，在舒緩緊張情緒時(shí)，可以選擇聆聽(tīng)融合這兩種風(fēng)格的音樂(lè)。根據(jù)緊張程度的不同，若將兩種風(fēng)格的音樂(lè)針對(duì)EEG信號(hào)與情緒變化進(jìn)行提取特征，選擇不同的融合比例，作為音樂(lè)治療的新型專用音樂(lè)，可以達(dá)到更好的治療效果，為音樂(lè)治療領(lǐng)域的發(fā)展提供新的途徑。