Analyysimenetelmä musiikin kuuntelun aiheuttamille fysiologisille muutoksille

Thumbnail Image

Files

urn100113.pdf (364.52 KB)

URL

Journal Title

Journal ISSN

Volume Title

Elektroniikan, tietoliikenteen ja automaation tiedekunta | Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2009

Department

Major/Subject

Sovellettu elektroniikka

Mcode

S-66

Degree programme

Language

fi

Pages

53

Series

Abstract

Työssä kehitettiin uusi analyysimenetelmä musiikin kuuntelun aikana mitatuille fysiologisen tilan signaaleille. Menetelmällä ilmaistaan signaaleista automaattisesti tutkimuksen kannalta mielenkiintoisia vasteita, mikä mahdollistaa yksittäisten vas-teiden ominaisuuksien tutkimisen. Koko signaalianalyysin mahdollistavaksi käyttöympäristöksi ohjelmoitiin graafinen käyttöliittymä Physitools. Kehitettyä menetelmää sovellettiin koehenkilöistä mitattujen signaalien analyysissä. Erityisesti tutkittiin epämieluisan, neutraalin ja mieluisan musiikin kuuntelun vaikutuksia kasvolihasaktivaatioon, ihon sähkönjohtavuuden muutoksiin ja pulssiin. Vasteilmaisualgoritmilla saavutettiin parhaimmat tulokset ihon sähköjohtavuusvasteiden tapauksessa. Algoritmin todettiin sopivan myös lihasvasteiden ilmaisuun, jos supistumisen aiheuttama aktivaatio on voimakasta verrattuna kohinatasoon. Mielimusiikki aiheutti eniten pulssimuutoksia, ja epämieluisa musiikki sai aikaan eniten aktivaatiota ihon sähkönjohtavuudessa ja kasvolihaksissa. Vasteiden ilmaisu tarjoaa mahdollisuuden tutkia yksittäisten aktivaatiohetkien ominaisuuksia korkeammalla signaali-kohinasuhteella. Aktivaatioilmaisun avulla saatetaan saada esiin tapahtumasidonnaista aktivaatiota spontaanin aktivaation signaalista. Vasteiden määrää ja ominaisuuksia ehdotetaan tutkittavaksi kehitetyllä analyysimenetelmällä piirrekomponentteihin eritellyn musiikin tapauksessa.

The focus of the work was to develop an analysis method for spontaneous responses recorded during music listening. A new non-statistical method for automatic response detection and analysis was implemented. The algorithm detects activation in electromyography and electrodermal activity. Detected responses were studied in time domain and frequency domain by graphical user interface Physitools, which was also developed. The practical application was to study facial electromyography, skin conductance and heart rate recorded during disliked, neutral, and liked music excerpts. The hypothesis was that neutral music will evoke the lowest physiological activity. The detection algorithm managed to indicate real skin conductance responses reliably. Also electromyographic activity can be detected if signal-to-noise ratio is good. Heart rate was found to alter most during liked music while all the other activity was found to be higher in the case of disliked music. Response detection gives an opportunity to study physiological signals effectively with higher signal-to-noise ratio and it also may reveal event-related information in spontaneous data. For the future research spontaneous responses are proposed to be studied during component-controlled music listening.

Description

Supervisor

Sepponen, Raimo

Thesis advisor

Huotilainen, Minna

Keywords

response detection, spontaneous signals, music, electromyography (EMG), skin conductance responses (SCR), heart rate (HR), vasteilmaisu, spontaanit signaalit, musiikki, elektromyografia (EMG), ihon sähkönjohtavuusvasteet (SCR), pulssi (HR)

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-201203091377

Collections

[dipl] Sähkötekniikan korkeakoulu / ELEC