Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Влияние консонансных и диссонансных аккордов на биопотенциалы мозга

Диссертация: Влияние консонансных и диссонансных аккордов на биопотенциалы мозга
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Таким образом, исключительно актуальным представляется изучение обработки музыкальной гармонии мозгом человека, понять механизм влияния созвучий и их субъективной оценки, а также влияние музыкального обучения на биопотенциалы мозга. Результаты исследования дают возможность понять влияние музыки на физиологическое и психическое состояние человека, в том числе при музыкотерапии. Более высокая… Читать ещё >

Содержание

  • Глава 1. Современные представления о восприятии музыкальной гармонии н ее корковой организации
    • 1. Общие представления о восприятии музыкальной гармонии
      • 1. 1. Общие определения понятий музыкальной гармонии
      • 1. 2. Поведенческие данные о восприятии консонансов и диссонансов
      • 1. 3. Теории восприятия консонансов и диссонансов и их физиологических причин
      • 1. 4. Современные исследования психофизиологии восприятия консонансов и диссонансов
      • 1. 5. Вызванная активность. Ранние компоненты вызванных потенциалов (N1, Р2) на музыкальные стимулы
      • 1. 6. Гипотезы обработки музыкальных интервалов головным мозгом человека
      • 1. 7. Данные нейровизуальных исследований восприятия музыкальной гармонии
    • 2. Особенности психофизиологии восприятия консонансов и диссонансов в зависимости от музыкального опыта
  • Глава 2. Методы исследования
  • Глава 3. Результаты субъективных оценок консонансных и диссонансных аккордов музыкантами н немузыкантами
  • Глава 4. Результаты, полученные для вызванных изменений спектральной мощности (ВИСМ)
    • 4. 1. Вызванные изменения спектральной мощности (ВИСМ) на консонансы и диссонансы у немузыкантов
    • 4. 2. ВИСМ на консонансы и диссонансы у музыкантов
    • 4. 3. Сравнение результатов ВИСМ, полученных для двух групп испытуемых
  • Глава 5. Вызванные потенциалы при прослушивании консонансных и диссонансных аккордов
    • 5. 1. Вызванные потенциалы на консонансы и диссонансы у немузыкантов
    • 5. 2. Вызванные потенциалы на консонансы и диссонансы у музыкантов
    • 5. 3. Сравнение вызванных потенциалов у двух групп испытуемых
  • Глава 6. Обсуждение результатов
    • 6. 1. Соотношение субъективного восприятия музыкальной гармонии и данных биопотенциалов мозга
    • 6. 2. Вызванные изменения спектральной мощности медленных ритмов при восприятии музыкальной гармонии
    • 6. 3. Особенности обработки консонансов и диссонансов у музыкантов и испытуемых без музыкального образования
    • 6. 4. Связь обработки лингвистической и музыкальной стимуляции
  • Выводы
  • Библиографический указатель

Влияние консонансных и диссонансных аккордов на биопотенциалы мозга (реферат, курсовая, диплом, контрольная)

Актуальность проблемы.

На данный момент существует немало исследований психофизиологии восприятия гармонической структуры музыки человеком. Исследования когерентности (Passynkova, 2005, 2006) дают основание считать, что более сильная внутриполушарная связь в правом полушарии для консонансов по сравнению с диссонансами в диапазоне тета-ритма связана с оценкой данных аккордов как приятных. Некоторые исследователи приводят данные о том, что обработка гармонической структуры базируется на низких уровнях сенсорного анализа и поэтому может быть причиной того, что консонансы более предпочитаемы (Bindelman, Ananthanarayan, 2009). В тоже время показано, что консонантные аккорды стимулируют более высокую гамма-активность по сравнению с диссонансными (Park, 2011). В основе гармонического строя музыки лежат соотношения частот музыкальных звуков, или музыкальные интервалы. В музыкальной акустике и теории музыки интервалы делят на консонансы и диссонансы по соотношению частот тонов, входящих в интервал. Отмечается, что консонансы звучат мягко, спокойно, благозвучно, диссонансы — резко, жестко, напряженно (Budge, 1943; Vos and Troost, 1989; Huron, 1991, Готсдинер A.JI., 1993). Согласно теории Гельмгольца (акустическая теория) консонантность и диссонансность интервалов определяются отсутствием или наличием биений между основными и частичными тонами, входящими в интервал. Два и более интервалов составляют аккорд, причем в аккорде могут сочетаться как консонантные, так и диссонансные интервалы. Предпочтение консонансов выявлено также у младенцев (Trainor et al., 2002; Hannon and Trainor, 2007,.

Winkler, Haden, He, 2009) и животных (В.П. Морозов, 1967, Fishman et al., 2001).

В настоящей работе была поставлена задача исследовать вызванные изменения спектральной мощности и вызванные потенциалы ЭЭГ при предъявлении консонансных и диссонансных аккордов, а также субъективное восприятие этих аккордов.

Таким образом, исключительно актуальным представляется изучение обработки музыкальной гармонии мозгом человека, понять механизм влияния созвучий и их субъективной оценки, а также влияние музыкального обучения на биопотенциалы мозга. Результаты исследования дают возможность понять влияние музыки на физиологическое и психическое состояние человека, в том числе при музыкотерапии.

Объект исследования: психофизиологические механизмы переработки музыкальной гармонии у музыкантов и немузыкантов.

Предмет исследования: особенности потенциалов, связанных с событиями (ПСС), при восприятии информации, предъявляемой на слух и влияние на этот процесс обучения.

Цели исследования: состояла в психофизиологическом анализе особенностей центральных механизмов восприятия музыкальной гармонии.

Задачи исследования:

В соответствии с этой целью были поставлены следующие задачи:

1. Выявить субъективные особенности восприятия эмоциональной информации и переживания музыкальной гармонии.

2. Оценить особенности вызванных изменений спектральной мощности ритмов мозга испытуемых при восприятии консонансных и диссонансных аккордов.

3. Исследовать различия вызванных потенциалов на две категории стимулов (консонансы и диссонансы).

4. Провести анализ вызванных изменений спектральной мощности при восприятии аккордов музыкантами и людьми без музыкального образования, а также изучить особенности вызванных потенциалов на консонансные и диссонансные аккорды в зависимости от музыкального образования.

5. Сопоставить показатели межполушарной асимметрии в зависимости от наличия или отсутствия музыкального образования.

Научная новизна работы.

Впервые применена методика вызванных изменений спектральной мощности для анализа влияния консонансных и диссонансных аккордов на биопотенциалы мозга. Впервые обнаружено увеличение вызванных изменений спектральной мощности в тета-диапазоне ритмов на консонансные аккорды вне зависимости от обучения.

Впервые выявлено увеличение вызванных изменений спектральной мощности в зависимости от музыкального навыка.

• Впервые показаны топографические изменения при восприятии аккордов в тета-диапазоне и их зависимость от музыкального навыка.

• Показано впервые отсутствие различий по амплитуде и латентности в ранних компонентах вызванного потенциала на консонансы и диссонансы.

Теоретическая и практическая значимость.

Полученные результаты вносят вклад в изучение психофизиологического механизма восприятия музыкальной гармонии.

В работе было изучено влияние аккордов, построенных на консонансных и диссонансных музыкальных интервалах, на биопотенциалы мозга человека. Обнаружено, что приятно звучащие консонансные аккорды вызывают увеличение активности в диапазоне тета-ритма по сравнению с диссонансными. Причем у людей без музыкального образования активируются преимущественно фронто-медиальные области со смещением в левое полушарие, что говорит об обработке данных стимулов с вовлечением зон коры, ответственных за положительные эмоции. У музыкантов подобной асимметрии не наблюдается, так как обработка аккордов в силу музыкального опыта у этой группы испытуемых достаточно автоматизированная, свернутая. Однако, необходимо отметить, что наличие музыкального образования на предпочтение консонансов и увеличение тета-активности на консонансные аккорды не влияет.

Выявленные различия в обработке консонансных и диссонансных аккордов у музыкантов и немузыкантов, дают возможность говорить об общих, универсальных механизмах обработки музыкальных аккордов, и, в то же время, различиях, связанных с обучением.

Поскольку на настоящий момент опубликованы лишь единичные работы, рассматривающие психофизиологические корреляты восприятия гармоничности/дисгармоничности в музыке, следует также отметить важность полученных результатов для понимания особенностей восприятия музыки и формирования связанных с ней эмоциональных ощущений.

Настоящая работа имеет определенную практическую значимость для музыкантов-теоретиков, специалистов по психоакустике и врачей-психотерапевтов как теоретическая база и обоснование музыкотерапевтической практики.

Представленные в диссертационной работе результаты включены в лекционные курсы по психофизиологии искусства Московского Института Психоанализа и используются в психотерапевтической работе в клинике РВНД Роса (Москва).

Положения, выносимые на защиту:

1. Различия в вызванных изменениях мощности ритмов обусловлены разными типами аккордов (консонансными и диссонансными).

2. Вызванные изменения мощности ритмов на разные типы аккордов у профессиональных музыкантов и немузыкантов различны.

3. При восприятии аккордов у немузыкантов наблюдается межполушарная асимметрия, и она отсутствует у музыкантов.

4. Амплитуда компонентов N100 и Р200 вызванного потенциала на консонансные и диссонансные аккорды зависит от опыта занятий музыкой.

Апробация работы.

Результаты работы в качестве доклада были представлены на конференции молодых ученых ИВНД и НФ РАН (Москва, 2011, 2012), международной конференции (Салоники, 2011 и Калининград, 2012), а также апробированы на годовой отчетной конференции ИВНД и НФ РАН 21 ноября 2011 года. Кроме того, используются в материалах лекций по психологии искусства в Московском институте психоанализа, психофизиологии в МГУ ТУ. Полученные данные дали возможность разработать курс музыкотерапии в рамках арт-терапевтической работы с пациентами в практической работе в коммерческих психоневрологических клиниках г. Москвы (клиники «Роса» и «Преображение») и г. Перми (Центр реабилитации инвалидов).

Результаты работы опубликованы в 5 печатных трудах, из них 1 в журнале, рекомендуемом ВАК.

выводы.

1. Выявлена более высокая вызванная спектральная мощность в верхнем (6−8 Гц) и нижнем (4−6 Гц) тета-диапазонах ритмов у профессиональных музыкантов, чем у немузыкантов, независимо от типа стимула.

2. При восприятии консонансных аккордов как более приятных происходит увеличение спектральной мощности по сравнению с диссонансными аккордами в указанных тета-диапазонах в префронтальных областях коры с пиком во фронтомедиальных отведениях для обеих экспериментальных групп.

3. Более высокая мощность тета-ритма у немузыкантов на консонансные аккорды по сравнению с диссонансами во фронтальных и центральных отделах коры левого полушария может указывать на более эмоциональное восприятие гармонии людьми, не имеющими музыкального образования или на большую интегрированность полушарий у профессионалов.

4. Амплитуда компонента N100 вызванного потенциала у музыкантов профессионалов значимо выше, чем у немузыкантов независимо от типа стимула, то есть у них имеет место более полная обработка свойств аудиальных стимулов и концентрация внимания, обусловленные опытом.

5. Амплитуда компонента Р200 вызванного потенциала у музыкантов значимо выше, чем у немузыкантов на оба типа стимулов, что позволяет говорить о большей эффективности обработки у музыкантов.

6. Различий в поздних компонентах (N600) вызванного потенциала не было выявлено.

Показать весь текст

Список литературы

  1. Ю.И., Бастиаансе Р., Безруких М. М. Когнитивные исследования: Сборник научных трудов: Выпуск 4. М.: 2010 с. 102.
  2. П.К. Узловые вопросы теории функциональных систем. М.: Наука, 1978.-С. 42−51.
  3. П.К. Биология и нейрофизиология условного рефлекса. М.: Медицина, 1968. С. 36−39.
  4. О.М. Современная интерпретация альфа-активности электроэнцефалограммы.Успехи физиологических наук. 2009. Т. 40. № 3. С. 32−53.
  5. О.М. Современная интепретацияальфа-активности ЭЭГ. Международный неврологический журнал. 2011. № 8. с. 96−104.
  6. О.М., Афтанас Л. И. Успешность обучения и индивидуальные частотно-динамические характеристики альфа-активности электроэнцефалограммы. Вестник Российской академии медицинских наук. 2006. № 6. С. 30−33.
  7. Л.Я., Деглин В. Л. Слух и речь доминантного и недоминантного полушарий. Л.: Наука. 1976. С. 105−112.
  8. Э.А. Способности и индивидуальность. М., 1993. С. 103.
  9. H.H. Психофизиологическая диагностика функционального состояния. М.: МГУ, 1992. 354с.
  10. Ю.Дарвин Ч. Выражение эмоций у человека и животных // Соч. М.: Наука, 1953. С. 263.
  11. П.Дмитриева Е. С., Гельман В. Я. Зайцева К.А., Орлов A.M. Влияние индивидуальных особенностей человека на акустические корреляты эмоциональной интонации речи.Журн. эвол. биохим. и физиол. 2010. Препринт.
  12. A.M. Синтез информации в ключевых отделах коры как основа субъективных переживаний// Журн. высш. нервн. деят. 1997. Т. 47. Вып. 2. С. 209−225.
  13. И.Костандов Э. А. Функциональная асимметрия полушарий мозга и неосознаваемое восприятие. М.: Наука, 1983. 256 с.
  14. И.Костандов Э. А. Когнитивная гипотеза полушарий асимметрии эмоциональных функций человека. Физиол. человека 1993. 19(3):5−14.
  15. А.Р. Язык и сознание. М.: МГУ, 1980. С. 95−97.
  16. В. Организующий принцип функции мозга -элементарный модуль и распределительная система// Эдельман Дж., Маунткасл В. Разумный мозг. М.: Наука, 1981. С. 15−67.
  17. В.П. Невербальная коммуникация. Экспериментально-психологические исследования. М.: Наука, 2011. С. 195−196, 213 214.
  18. В.П. Вокальная речь: психоакустические исследования // Материалы научной сессии, посвященной памяти Николая Андреевича Дубровского. М., 2009. С. 167−196.
  19. В.П. Психологический портрет человека по невербальным особенностям его речи // Юридический справочник руководителя. 2003. С. 144−151.
  20. В.П. Музыка как средство невербального воздействия на человека // Невербальное поле культуры. Матералы науч. Конференции «Невербальные коммуникации в культуре». М., 1995. 432 с.
  21. В.П., Дмитриева Е. С., Зайцева К. А., Карманова В. Ю., Суханова Н. В. возрастные особенности восприятия человеком эмоций в речи и пении // Журн. эвол. биохим. и физиол. 1983. Т. 19. -с. 289−292.
  22. Р. Внимание и функции мозга. М.: МГУ, 1998. С. 25−35.
  23. Ю. В., Голикова Ж. В. (Гарах), Стрелец В.Б. Психофизиологические показатели мысленного воспроизведения эмоциональных состояний в норме и у больных при первом приступе депрессии // Журн. высш. нерв.деят. 2004. Т.54. №.5. С.592−599.
  24. E.H. Знаки. Символы. Языки. Коммуникация в царстве животных и в мире людей. М.: ЛКИ, 2010. С. 105−114.
  25. B.C., Гриндель О. М., Болдырева Г. И., Вапард Е. М. Биопотенциалы мозга человека. Математический анализ. М.: Наука, 1987.-321с.
  26. Э.М. Вызванные потенциалы в психологии и психофизиологии. М.: Наука, 1975. с. 21.
  27. Д.С., Давыдов В. И., Павлыгина P.A. Межцентральные отношения ЭЭГ человека при прослушивании музыки.// Физиология человека. 2005. Т. 31. № 4. с. 1−6.
  28. П.В. Созидающий мозг. Нейробиологические основы творчества. М.: Наука, 1993. -213с.
  29. П.В. Теория отражения и психофизиология эмоций. М., 1970.
  30. П.В. Эмоциональный мозг. М., 1981. 431с.
  31. Сокол ов E.H., Данилова H.H. Нейронные корреляты функционального состояния мозга// Функциональные состояния мозга. М., 1976. С. 129−136.
  32. E.H. Психофизиология научения: курс лекций. М.: МГУ, 1997.-263с.
  33. В.Б. Стрелец, Ж. В. Тарах, В.Ю. Новотоцкий-Власов, P.A. Магомедов. Соотношение между мощностью и синхронизацией ритмов ЭЭГ в норме и при когнитивной патологии // Журн. высш. нерв.деят. 2005. Т.55. №.4. С.496−504.
  34. В.Б., Магомедов P.A., Голикова Ж. В. (Гарах), Новотоцкий-Власов В.Ю. Спектральная мощность и внутрикорковыевзаимодействия по бета2-ритму в норме и при шизофрении // Журн. высш. нерв.деят. 2004. Т.54. №.2. С.229−236.
  35. .М. Избранные труды. М., 1988. 524с.
  36. Физиологические особенности положительных и отрицательных эмоциональных состояний. Вайншнейн И. И., Валуева М. Н., Мехедова А. Я., Михайлова Н. Г., Пигарева М. Л., Симонов П. В., Фролов М. В. М., Наука, 1972.
  37. Ч. Вызванные потенциалы мозга в норме и патологии. М.: Наука, 1975.
  38. Blanco, S., Figliola, A., Quiroga, R., Rosso, O., and Serrano, E. Time-Frequency analysis of electroencephalogram series. III. Wavelet packets and information cost function. Phys. Rev. E 57, 1, 1998, p.932—940.
  39. Blood, A.J., Zatorre, R.J., Bermudez, P., Evans A.C. Emotional responses to pleasant and unpleasant music correlate with activity in paralimbic brain regions Nature Neuroscience 2, 382−387., 1999.
  40. , P. & Creel, W. The long pattern hypothesis in harmony and hearing. Jnl. Music Theory 2−31., 1961.
  41. Carlos W. Tuning: At the Crossroads. Computer Music Journal, Spring, 29−43, 1987.
  42. Cartwright, H. E. J., Gonza’lez, D. L., Piro, O. Pitch perception: A dynamical systems perspective PNAS 98, 2001, 4855−4859.
  43. Chanel, G., Kierkels, J., Soleymani, M., and Pun, T. Short-term emotion assessment in a recall paradigm. Int. J. Hum.-Comput. Stud. 67, 8, 2009, p. 607−627.
  44. Chowning J. M. The Synthesis of Complex Audio Spectra by Means of Frequency Modulation. J. Audio Engineering Society, Vol. 21, 526−534, 1973.
  45. Coan, J. and Allen, J. 2004. Frontal EEG asymmetry as a moderator and mediator of emotion. Biol. Psychol. 67, 1−2, 7—50.
  46. , S. & Lord G.J. Intrinsic modulation of pulse-coupled integrate-and-fire neurons Phys., 1997. Rev. E 56, 5809−5818.
  47. , R. 2010. Emotion-Oriented Systems: The Humaine Handbook. Springer.
  48. Cowie, R., Douglas-Cowie, E., Tsapatsoulis, N., Votsis, G., Kollias, S., Fellenz, W., and Taylor, J. 2002. Emotion recognition in human-computer interaction. IEEE Signal Process. Mag. 18, 1, 32−80.
  49. Ekman, P., Levenson, R. W., and Friesen, W. V. 1983. Autonomic nervous system activity distinguishes among emotions. Sci. 221, 1208— 1210.
  50. Fishman YI, Volkov 10, Noh MD, Garell PC, Bakken H, Arezzo JC, Howard MA, Steinschneider M. Consonance and dissonance of musical chords: neural correlates in auditory cortex of monkeys and humans. J. Neurophysiol. 2001 Dec- 86(6):2761−88.
  51. Fletcher N. H. and T. D. Rossing, The Physics of Musical Instruments, Springer-Verlag, 1991.
  52. Fragopanagos, N. and Taylor, J. 2005. Emotion recognition in humancomputer interaction. Neural Netw. 18, 4, 389—405.
  53. Gillick, L. and Cox, S. J. 1989. Some statistical issues in the comparison of speech recognition algorithms. In Proceedings of the International Conference Acoustics, Speech and Signal Processing. 532—535.
  54. Goldberg S., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley, New York, NY (1989)
  55. Guo, L., Rivero, D., Seoane, J., and Pazos, A. 2009. Classification of EEG signals using relative wavelet energy and artificial neural networks. In Proceedings of the ACM/SIGEVO Summit on Genetic and Evolutionary Computation. 177—184.
  56. Hanjalic, A. and Xu, L. 2005. Affective video content representation and modeling. IEEE Trans. Multimedia 7, 1, 143—154.
  57. Hartmann, W. M. Signais, Sound and Sensation. Springer-Verlag New York, Inc., 1998.
  58. , J. A. 2000. Wearable and automotive systems for affect recognition from physiology. Ph.D. thesis, MIT.
  59. Heller W. Neuropsychological mechanisms of individual differences in emotion. Personality and arousal// Neuropsychology. 1993. Vol. 7. P. 476.
  60. Helmholtz H., On the Sensations of Tones, Dover, New York (1954).
  61. Helmholtz, H. Dover Publications, New York, Inc. On the sensations of tone as a physiological basis for the theory of music., 1877.
  62. Ishino, K. and Hagiwara, M. 2003. A feeling estimation system using a simple electroencephalograph. In Proceedings of the IEEE International Conference Systems, Man and Cybernetics. Vol. 5. 4204−4209.
  63. Itoh, K., Suwazono, S. &Nakada, N. Cortical processing of musical consonance: an evoked potential study. Neuroreport 14, 2003. P.2303−2306.
  64. Jack, J.J.B, Nobel D., &Tsien, R.W. Electric current flow in excitable cells// Oxford Science Publications, New York, 1975.
  65. Jaimes, A. and Sebe, N. 2007. Multimodal human-computer interaction: A survey. Comput. Vis. Image Understand. 108, 1−2, 116—134.
  66. Kim, J. and Andre, E. 2008. Emotion recognition based on physiological changes in music listening. IEEE Trans. Pattern Anal. Mach. Intell. 30, 12, 2067−2083.
  67. Kim, K., Bang, S., and Kim, S. 2004. Emotion recognition system using short-term monitoring of physiological signals. Med. Biol. Engin. Comput. 42,3,419−427.
  68. Kirkpatrick S., C. D. Gelatt, M. P. Vecchi, «Optimization by Simulated Annealing,» Science, vol. 220, No., 4598, May (1983).
  69. Kolev, V., Demiralp, T., Yordanova, J., Ademoglu, A., and Isoglu-Alka?, U. 1997. Time-frequency analysis reveals multiple functional components during oddball P300. NeuroRep. 8, 8, 2061−2065.
  70. Kostyunina, M. and Kulikov, M. 1996. Frequency characteristics of EEG spectra in the emotions. Neurosci. Behav. Physiol. 26, 4, 340—343.
  71. , P. 1995. The emotion prob: Studies of motivation and attention. Amer. Psychol. 50, 5, 372−385.
  72. Lang, P., Bradley, M., and Cuthbert, B. 2008. International affective picture system (IAPS): Affective ratings of pictures and instruction manual. Tech. rep. A-8, University of Florida, Gainesville, FL.
  73. Lang, P., Greenwald, M., Bradeley, M., and Hamm, A. 1993. Looking at pictures- affective, facial, visceral, and behavioral reactions. Psychophysiol. 30, 3, 261−273.
  74. Lin, Y., Wang, C., Jung, T., Wu, T., Jeng, S., Duann, J., and Chen, J. 2010. Eeg-Based emotion recognition in music listening. IEEE Trans. Biomed. Engin. 57, 7, 1798−1806.
  75. Lisetti, C. L. and Nasoz, F. 2004. Using noninvasive wearable computers to recognize human emotions from physiological signals. EURASIP J. Appl. Signal Process., 1, 1672−1687.
  76. Mathews M. V. and J. R. Pierce, «Harmony and Nonharmonic Partials,» Journal of the Acoustical Society of America 68, 1252−1257 (1980).
  77. Mathews M. V., J. R. Pierce, A. Reeves, and L. A. Roberts, «Theoretical and Experimental Explorations of the Bohlen-Pierce Scale,» Journal of the Acoustical Society of America. 84, 1214−1222, 1988.
  78. McFarland, R. A. 1985. Relationship of skin temperature changes to the emotions accompanying music. Biofeedback Self-Regul. 10, 3, 255—267.
  79. McNemar, E. L. 1947. Note on the sampling error of the difference between correlated proportions or percentages. Psychometrika 12, 153— 157.
  80. Minati L, Rosazza C, D’Incerti L, Pietrocini E, Valentini L, Scaioli V, Loveday C, Bruzzone MG. Functional MRI/event-related potential study of sensory consonance and dissonance in musicians and nonmusicians. Neuroreport. 2009 Jan 7- 20(l):87−92.
  81. , R. E. &Strogatz, S. H., Synchronization of pulse-coupled biological oscillators, SIAM Journal of Applied Mathematics 1990, 50: 1645−1662.
  82. , J. D. 1995. SAM: the self-assessment manikin. An efficient cross-cultural measurement of emotional response. J. Advertis. Res. 35, 8, 63— 68.
  83. Mota, S. and Picard, R. 2003. Automated posture analysis for detecting learner’s interest level. In Proceedings of the Computer Vision and Pattern Recognition Workshop. 49—49.
  84. , C.V. & Moore, B.C.J. Consonance. The New Grove Dictionary of Music and Musicians (Sadie S. ed.) Oxford Univ. Press. 2001/
  85. Peretz, I., Blood, A. J., Penhune V. &Zatorre, R. Cortical deafnessto dissonance. Brain vol. 124, 2001, p. 928−940.
  86. Petrantonakis, P. and Hadjileontiadis, L. 2010. Emotion recognition from eeg using higher order crossings. IEEE Trans. Inf. Technol. Biomed. 14, 2, 186−197.
  87. Pfurtscheller G, Woertz M, Supp G, Lopes da Silva FH. Early onset of post-movement beta electroencephalogram synchronization in the supplementary motor area during self-paced finger movement in man. Neurosci Lett. 2003 Mar 20- 339(2): 111−4.
  88. Picard, R. W., Vyzas, E., and Healey, J. 2001. Toward machine emotional intelligence: Analysis of affective physiological state. IEEE Trans. Pattern Anal. Mach. Intell. 23, 10, 1175—1191.
  89. Pierce J. R. Attaining Consonance in Arbitrary Scales. Journal of the Acoustical Society of America. 40, 249, 1966.
  90. Plomp R. and W. J. M. Levelt. Tonal Consonance and Critical Bandwidth. Journal of the Acoustical Society of America. 38, 548−560, 1965.
  91. , R. &Levelt, W.J.M. Tonal consonance and critical bandwidth, Acoust. Soc. Am. 38, 1965, p. 548−560.
  92. , R. 2001. The nature of emotions. Amer. Sci. 89, 344.
  93. Roederer, J. G. Introduction to the physics and psychophysics of music. Springer-Verlag New York Inc, 1975.
  94. Rosso, O., Blanco, S., Yordanova, J., Kolev, V., Figliola, A., Schiirmann, M., and Baar, E. 2001. Wavelet entropy: a new tool for analysis of short duration brain electrical signals. J. Neurosci. Methods 105, 1,65−75.
  95. , J. A. 1980. Acircumplex model of affect. J. Personal. Social Psychol. 39, 6, 1161−1178.
  96. , S. &Zatorre, R.J. Contribution of the right temporal lobe to musical timbre discrimination. Neuropsychologia. 1994 Feb- 32(2):231−40.
  97. Savran, A., Ciftci, K., Chanel, G., Mota, J. C., Viet, L. H., Sankur, B., Akarun, L., Caplier, A., and Rombaut, M. 2006. Emotion detection inthe loop from brain signals and facial images. In Proceedings of the eNTERFACE 2006 Workshop.
  98. Schaaff, K. and Schultz, T. 2009. Towards emotion recognition from electroencephalographic signals. In Proceedings of the International Conference Affective Computing and Intelligent Interaction and Workshops. 1—6.
  99. Schellenberg E. G. and Trehub S. E. Frequency ratios and the discrimination of pure tone sequences, Percept. Psychophys. 1994, 56: 472−478.
  100. Schellenberg E. G. and Trehub S. E., Children’s discrimination of melodic intervals, Dev. Psychol. 1996, 32: 1039−1050.
  101. , E.G. &Trehub, S.E. Frequency ratios and the perception of tone patterns. Psychonomic Bulletin & Review 1, 1994, p. 191−201.
  102. , E.G. & Trehub, S.E. Natural musical intervals: evidence from infant listeners. Psychological Science, vol.7, 1996, p. 272−277.
  103. Schuster, H.G. Deterministic Chaos. VCH Weinheim., 1995.
  104. Sebe, N., Cohen, I., Gevers, T., and Huang, T. 2006. Emotion recognition based on joint visual and audio cues. In Proceedings of the 18th International Conference on Pattern Recognition. Vol. 1. IEEE, 1136−1139.
  105. Seppaanen M., Hamalainen J., Personen A., Tervamiemi M. Music traning enhances rapid neural plasticity of N1 and P2 source activation for unattended sounds. Front. HumanNeurocsi. 2012. 6, 43, 1−13.
  106. Sethares W. A. Local Consonance and the Relationship Between Timbre and Scale. Journal of the Acoustical Society of America. 41, 236 256, 1998.
  107. , C. 2001. A mathematical theory of communication. ACM SIGMOBILE Mob. Comput. Comm. Rev. 5, 1, 3−55.
  108. F. H., «Chords from Tones Having Stretched Partials,» Journal of the Acoustical Society of America. 47, 1469−1571, 1968.
  109. Stone, L. A nonlinear model of consonance and dissonance. Adams Super-Center for Brain Studies, Report, 2000.
  110. Sutton, S. and Davidson, R. 1997. Prefrontal brain asymmetry: A biological substrate of the behavioral approach and inhibition systems. Psychol. Sci. 8,3,204−210.
  111. Tenney, J.A. History of consonance and dissonance. Excelsior Music Publishing co. NY, 1988.
  112. Tramo, M.J., Cariani, P. A., Delgutte, B. &Braida, L.D. 2001 Neurobiological foundations for the theory of harmony in western tonal music. Annals of the New York Academy of Sciences 930, 92−116.
  113. , M. 2002. Splines: A perfect fit for signal and image processing. IEEE Signal Process. Mag. 16, 6, 22—38.
  114. Ververidis, D. and Kotropoulos, C. 2006. Emotional speech recognition: Resources, features, and methods. Speech Comm. 48, 9, 1162−1181.
  115. Wang, J. and Gong, Y. 2008. Recognition of multiple drivers' emotional state. In Proceedings of the International Conference Pattern Recognition. 1--4.
  116. Yazdani, A., Lee, J., and Ebrahimi, T. 2009. Implicit emotional tagging of multimedia using eeg signals and brain computer interface. In Proceedings of the 1st SIGMM Workshop on Social Media. ACM, 8188.
  117. Yazdani, A., Vesin, J., Izzo, D., Ampatzis, C., and Ebrahimi, T. 2010b. Implicit retrieval of salient images using brain computer interface. In Proceedings of the 17th IEEE International Conference on Image Processing (ICIP). IEEE, 3169−3172.
  118. Yeasin, M., Bullot, B., and Sharma, R. 2006. Recognition of facial expressions and measurement of levels of interest from video. IEEE Trans. Multimedia 8, 3, 500−508.
  119. Yordanova, J., Kolev, V., Rosso, O., Schiirmann, M., Sakowitz, O., Ozgoren, M., and Basar, E. 2002. Wavelet entropy analysis of event-related potentials indicates modality-independent theta dominance. J. Neurosci. Methods 117, 1, 99−109.
  120. Zatorre, R.J., Evans, A.C. & Meyer E. Neural mechanisms underlying melodic perception and memory for pitch. J Neurosci. 1994 Apr- 14(4): 1908−19.
  121. Zeng, Z., Pantic, M., Roisman, G. I., and Huang, T. S. 2009. A survey of affect recognition methods: Audio, visual, and spontaneous expressions. IEEE Trans. Pattern Anal. Mach. Intell. 31,1, 39−58.
Заполнить форму текущей работой

На отлично!