Analyysimenetelmä musiikin kuuntelun aiheuttamille fysiologisille muutoksille

Forskningsoutput: AvhandlingMagisteruppsatsAvhandlingar

Sammanfattning

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.
Bidragets titel på inmatningsspråkAn analysis method for physiological changes evoked by music listening
Originalspråkfinska
UtgivningsortEspoo
Förlag
StatusPublicerad - 2009
MoE-publikationstypG2 Masteruppsats, polyteknisk masteruppsats

Vetenskapsgrenar

  • 515 Psykologi

Citera det här

@phdthesis{b891401887174c49bb3a2de3c47bee6a,
title = "Analyysimenetelm{\"a} musiikin kuuntelun aiheuttamille fysiologisille muutoksille",
abstract = "Ty{\"o}ss{\"a} kehitettiin uusi analyysimenetelm{\"a} musiikin kuuntelun aikana mitatuille fysiologisen tilan signaaleille. Menetelm{\"a}ll{\"a} ilmaistaan signaaleista automaattisesti tutkimuksen kannalta mielenkiintoisia vasteita, mik{\"a} mahdollistaa yksitt{\"a}isten vas-teiden ominaisuuksien tutkimisen. Koko signaalianalyysin mahdollistavaksi k{\"a}ytt{\"o}ymp{\"a}rist{\"o}ksi ohjelmoitiin graafinen k{\"a}ytt{\"o}liittym{\"a} Physitools. Kehitetty{\"a} menetelm{\"a}{\"a} sovellettiin koehenkil{\"o}ist{\"a} mitattujen signaalien analyysiss{\"a}. Erityisesti tutkittiin ep{\"a}mieluisan, neutraalin ja mieluisan musiikin kuuntelun vaikutuksia kasvolihasaktivaatioon, ihon s{\"a}hk{\"o}njohtavuuden muutoksiin ja pulssiin. Vasteilmaisualgoritmilla saavutettiin parhaimmat tulokset ihon s{\"a}hk{\"o}johtavuusvasteiden tapauksessa. Algoritmin todettiin sopivan my{\"o}s lihasvasteiden ilmaisuun, jos supistumisen aiheuttama aktivaatio on voimakasta verrattuna kohinatasoon. Mielimusiikki aiheutti eniten pulssimuutoksia, ja ep{\"a}mieluisa musiikki sai aikaan eniten aktivaatiota ihon s{\"a}hk{\"o}njohtavuudessa ja kasvolihaksissa. Vasteiden ilmaisu tarjoaa mahdollisuuden tutkia yksitt{\"a}isten aktivaatiohetkien ominaisuuksia korkeammalla signaali-kohinasuhteella. Aktivaatioilmaisun avulla saatetaan saada esiin tapahtumasidonnaista aktivaatiota spontaanin aktivaation signaalista. Vasteiden m{\"a}{\"a}r{\"a}{\"a} ja ominaisuuksia ehdotetaan tutkittavaksi kehitetyll{\"a} analyysimenetelm{\"a}ll{\"a} piirrekomponentteihin eritellyn musiikin tapauksessa.",
keywords = "515 Psykologia",
author = "Tommi Makkonen",
note = "Diplomity{\"o}, Elekroniikan, tietoliikenteen ja automaation tiedekunta Volume: Proceeding volume:",
year = "2009",
language = "suomi",
publisher = "Helsinki University of Technology",
address = "Suomi",

}

Analyysimenetelmä musiikin kuuntelun aiheuttamille fysiologisille muutoksille. / Makkonen, Tommi.

Espoo : Helsinki University of Technology, 2009. 53 s.

Forskningsoutput: AvhandlingMagisteruppsatsAvhandlingar

TY - THES

T1 - Analyysimenetelmä musiikin kuuntelun aiheuttamille fysiologisille muutoksille

AU - Makkonen, Tommi

N1 - Diplomityö, Elekroniikan, tietoliikenteen ja automaation tiedekunta Volume: Proceeding volume:

PY - 2009

Y1 - 2009

N2 - 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.

AB - 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.

KW - 515 Psykologia

M3 - Pro gradu

PB - Helsinki University of Technology

CY - Espoo

ER -