Options
建構聆聽音樂之腦波分析模式
Type
conference
Date Issued
2006
Author(s)
邱泓文
徐建業
陳致中
洪斐鴻
張文彥
Subjects
醫學資訊研究所
會議論文
Abstract
近年來越來越多的人在推廣音樂用於放鬆及
焦慮舒緩的應用,很多相關的研究也證實了音樂
的效果能夠在焦慮量表及一些生理數據上反映出
來,但目前為止,音樂對人類腦部活動造成的影
響還在初探的階段。本研究著重在聆聽音樂時腦
波之分析方法以及釐清在不同音樂刺激下腦波之
差異。預期以頻譜分析(Spectral Analysis)、獨立
元件分析法(Independent Component Analysis, ICA)
來分析腦波在不同音樂刺激下所產生的變化與差
異,並運用叢集分析(Cluster Analysis),以腦波變
化差異為特質加以分之為群組,同時並對音樂做
頻譜分析與腦波特質互相比對,藉此觀察音樂特
質與生理訊號特質間的相關性。藉此建立一套音
樂刺激下腦波分析模式並釐清不同類型音樂刺激
下腦波之差異。而本研究的假說有兩點:1.音樂
刺激下會對受測者的腦波造成影響。2.不同的音
樂類型會對受測者的腦波造成不同影響。具體而
言,本研究目的包括:1. 建構一套在音樂刺激下
腦波分析模式。2. 探討在音樂刺激下,腦波在不
同音樂類型狀態下之差異。
本研究主要探討,聆聽不同音樂下,所產生
的腦波訊號。我們用頻譜分析的方法來分析受測
者對不同音樂刺激下之腦波反應。並運用類神經
網路去預測分析。透過頻譜分析取出4-22Hz 頻譜
能量值,並取Fp1、P3、P4,當作類神經網路的
輸入,選出11 位健康的受測者來當作本次實驗的
對象。使用的是國際標準的10-20 System 來擷取
21 個頻道的腦波。音樂刺激分別為:自選音樂、
重金屬樂、鋼琴鳴奏曲。結果顯示在類神經網路
的模式表現方面,倒傳類神經網路(BPN)在聆聽不
同音樂可以正確被分類出來;自我組織映射圖
(SOM)可以看出不同人之間聽音樂的差異性大於
每個人聽不同音樂的差異。
焦慮舒緩的應用,很多相關的研究也證實了音樂
的效果能夠在焦慮量表及一些生理數據上反映出
來,但目前為止,音樂對人類腦部活動造成的影
響還在初探的階段。本研究著重在聆聽音樂時腦
波之分析方法以及釐清在不同音樂刺激下腦波之
差異。預期以頻譜分析(Spectral Analysis)、獨立
元件分析法(Independent Component Analysis, ICA)
來分析腦波在不同音樂刺激下所產生的變化與差
異,並運用叢集分析(Cluster Analysis),以腦波變
化差異為特質加以分之為群組,同時並對音樂做
頻譜分析與腦波特質互相比對,藉此觀察音樂特
質與生理訊號特質間的相關性。藉此建立一套音
樂刺激下腦波分析模式並釐清不同類型音樂刺激
下腦波之差異。而本研究的假說有兩點:1.音樂
刺激下會對受測者的腦波造成影響。2.不同的音
樂類型會對受測者的腦波造成不同影響。具體而
言,本研究目的包括:1. 建構一套在音樂刺激下
腦波分析模式。2. 探討在音樂刺激下,腦波在不
同音樂類型狀態下之差異。
本研究主要探討,聆聽不同音樂下,所產生
的腦波訊號。我們用頻譜分析的方法來分析受測
者對不同音樂刺激下之腦波反應。並運用類神經
網路去預測分析。透過頻譜分析取出4-22Hz 頻譜
能量值,並取Fp1、P3、P4,當作類神經網路的
輸入,選出11 位健康的受測者來當作本次實驗的
對象。使用的是國際標準的10-20 System 來擷取
21 個頻道的腦波。音樂刺激分別為:自選音樂、
重金屬樂、鋼琴鳴奏曲。結果顯示在類神經網路
的模式表現方面,倒傳類神經網路(BPN)在聆聽不
同音樂可以正確被分類出來;自我組織映射圖
(SOM)可以看出不同人之間聽音樂的差異性大於
每個人聽不同音樂的差異。
File(s)
Loading...
Name
attachment.pdf
Size
255.94 KB
Format
Adobe PDF
Checksum
(MD5):49007f8555068e04ba71a57189101004