| 【中文题名】 | 音乐情绪感知的脑电研究 |
| 【英文题名】 | |
| 【学科专业】 | 生物医学工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-8 |
| 【中关键词】 | 音乐情绪,脑电,α波功率,去趋势分析,脑电非线性分析, |
| 【英关键词】 | musical emotion,EEG,αpower,detrended fluctuation analysis （DFA）,EEG nonlinear analysis, |
| 【分类导航】 | 医药、卫生>基础医学>医用一般科学>生物医学工程>一般性问题>生物信息、生物控制 |
| 【论文摘要】 |
情绪过程与认知过程一样,本质上都是脑的功能。音乐与情绪之间有着必然的内在关联。音乐情绪感知的脑电研究,就是以音乐为情绪诱发源、以脑电数据分析为手段而进行的情绪脑机制科学研究。它是一个涉及音乐心理学、情绪心理学、生理学和神经科学等众多学科的交叉领域,还处于研究发展的初期。本文通过设计音乐情绪感知实验获取脑电数据,并使用不同的方法分别从线性、非线性两个角度来对音乐情绪感知过程中的脑电数据进行分析。本文内容主要包括:
1.通过对“恐惧、快乐、愉快、悲伤”四种音乐情绪感知过程中的脑电α波功率进行分析,得到如下结论:脑电α波功率变化与音乐情绪的极性和强度密切相关;不仅额区,而且顶枕区的脑电α波功率随音乐情绪强度的减小而增加;脑电α波功率与情绪极性有关,且受情绪强度的调制。
2.利用一种直接的去趋势分析方法对“闭眼静息、恐惧音乐、愉快音乐、悲伤音乐”四种状态下的脑电数据进行非线性分析,得到如下结论:脑电信号中存在普遍的标度行为,并存在两个不同的标度区间,可分别由标度指数β1和β2来描述,它们分别代表了脑电α波以外的高频和低频成分活动的复杂性;脑电信号中α波以外的高频成分和低频成分的活动受音乐情绪... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-9 |
|
第一章 音乐情绪研究进展 |
9-24 |
|
1.1 人类情绪的生理学基础 |
9-11 |
|
1.2 人类情绪的心理学基础 |
11-14 |
|
1.3 音乐与情绪 |
14-16 |
|
1.4 音乐情绪的神经科学研究 |
16-19 |
|
1.5 音乐情绪的脑电研究 |
19-23 |
|
1.6 全文的结构安排 |
23-24 |
|
第二章 基于功率谱的脑电数据分析 |
24-33 |
|
2.1 实验设计及方法 |
24-27 |
|
2.2 基于功率谱的实验数据分析 |
27-32 |
|
2.3 本章小结 |
32-33 |
|
第三章 基于DFA 方法的脑电非线性分析 |
33-53 |
|
3.1 DFA 方法及其EEG 应用 |
33-35 |
|
3.2 音乐情绪感知数据分析 |
35-45 |
|
3.3 静息状态睁闭眼数据分析 |
45-49 |
|
3.4 有关音乐情绪和脑电的进一步讨论 |
49-53 |
|
第四章 总结与展望 |
53-55 |
|
4.1 本文总结 |
53-54 |
|
4.2 工作展望 |
54-55 |
|
致谢 |
55-56 |
|
参考文献 |
56-61 |
|
个人简历及硕士期间的研究成果 |
61-62 |
|
| 【DOI】 | LunWen.ID:2.2008.205485 |
