音乐刺激的情绪区分：一项基于AFA与DFA的脑电图研究
神经元与认知
2017-05-02 v1 混沌动力学
摘要
本研究报告了关于在聆听两首情感对比的印度斯坦古典拉格曲时基于情绪唤醒的相关活动的有趣发现。在5名无经验听众聆听两首传统上已知刻画对比情感的拉格曲Bahar和Mia ki Malhar时采集了脑电图（EEG）数据。借助两种稳健的非线性工具，即自适应分形分析（AFA）和去趋势波动分析（DFA），对EEG数据进行了分析。展示了从两种方法得到的赫斯特指数（Hurst Exponents）的比较研究，表明在生物信号数据的标度分析中，DFA相比AFA提供了更严格的结果。结果和含义已详细讨论。
引用
@article{arxiv.1705.00228,
title = {Emotion Specification from Musical Stimuli: An EEG Study with AFA and DFA},
author = {Sourya Sengupta and Sayan Biswas and Sayan Nag and Shankha Sanyal and Archi Banerjee and Ranjan Sengupta and Dipak Ghosh},
journal= {arXiv preprint arXiv:1705.00228},
year = {2017}
}
备注
5 pages, 9 figures, Presented in 4th International Conference on Signal Processing and Integrated Networks (SPIN) 2017