针对在音乐疗法的选曲过程中尚无一个有效、统一的选曲方式，本文将深度学习理论与高斯混合模型相结合，提出一种基于高斯混合模型的音乐治疗选曲方法。首先，在特征筛选方面，本文将音乐的短时时域特征进行了比较，证明短时自相关特征不能作为代表音乐节奏的特征参数使用；其次，在音乐分类方面，本文将神经网络、高斯混合模型和引入深度自动编码器的高斯混合模型三者的分类效果进行了比较，证明了高斯混合模型在音乐分类上的优势，也证明了深度自动编码器对特征优化的有效性；最后，在音乐疗法选曲方面，本文将基于协矩阵和生理信号的选曲方法与本文的选曲方法相比较。从理论和仿真图上可以看出，本文提出的方法既能从大量的音乐中实现良好地音乐分类，又能考虑到音乐对患者的疗效，从主客观两个方面，进一步优化了音乐治疗选曲的过程。