Главная
АИ #51 (181)
Статьи журнала АИ #51 (181)
Музыкальный классификатор эмоций и высокочастотные ЭЭГ паттерны эмоционального в...

Музыкальный классификатор эмоций и высокочастотные ЭЭГ паттерны эмоционального восприятия любимой музыки

Рубрика

Биология

Ключевые слова

эмоции
ЭЭГ
ритмы мозга
музыка
EMUSE
лимбическая система

Аннотация статьи

Целью исследования является нахождение коррелятов эмоций, обозначенных уникальным многоуровневым музыкальным классификатором EMUSE, в активности мозга при прослушивании любимой музыки. Исследуется развитие эмоциональных реакций с оценкой полимодальности восприятия по данным электроэнцефалограммы (ЭЭГ) мозга. Особенностью ЭЭГ при прослушивании любимой музыки является увеличение спектральной мощности бета- и гамма-ритмов в нижнетеменной области обоих полушарий коры, сопровождаемое участием базальных ганглиев мозга в развитии эмоций. Полученные данные свидетельствуют об одновременном восприятии звуковых сигналов музыкальных мелодий в диапазонах бета- и гамма-частот не только сенсорной системой первичных слуховых центров коры и неспецифической ретикулярной системой восходящей активации, но и лимбической системой эмоционального возбуждения.

Текст статьи

Введение

Прогнозирование эмоционального состояния актуально для современного образа жизни, так как включает не только субъективную оценку собственных возможностей, но и способность к развитию эффективной творческой деятельности.

Технология EMUSE [1] является платформой для создания персонифицированных онлайн-нейросервисов на базе алгоритма оценки музыки по критериям эмоционального воздействия на слушателя и ставит целью прогнозировать с большой степенью достоверности воздействие музыки на психоэмоциональный волновой фон мозга.

В отдельных исследованиях [2, 3, 4] уже отмечены элементы прогнозирования при прослушивании любимой музыки в процессе развития мелодии и ожидания счастья. Было показано, что, когда прослушиваются любимые мелодии, выявляются единые общие закономерности развития психоэмоциональных состояний комфорта и удовольствия. При этом любимая музыка вызывает не только чувство комфорта, но и определённый душевный отклик и может вводить в особое состояние сознания. Любимая музыка индивидуальна, но может эмоционально объединить людей при одинаковом психоэмоциональном настрое.

У отдельных лиц есть особенно любимая музыка, которая вызывает яркие эмоции вплоть до ощущения мурашек на коже. Они приносят больше удовольствия, чем другие мелодии. Более подробное описание особенностей любимой музыки, подтверждённых научными исследованиями, дано в обзоре [5], где автор ссылается на работы, которые установили, что любимые песни стимулируют центр удовольствия мозга, из-за чего активно выделяются «гормоны счастья»: дофамин, серотонин и окситоцин. При этом сканирование ЭЭГ показало, что активно включается в действие орбитофронтальная кора мозга. Она отвечает за эмоциональную обработку поступающей информации и систему вознаграждения. Более того, было больше активности в моторной коре, ответственной за планирование и контроль движений, а также в правой височной доле, которая отвечает за слуховую обработку и восприятие музыки.

Предполагается, что при этом включаются обширные нейронные сети, объединяющие уровни подсознания и осознания. Возникает необходимость непосредственного изучения активности центров эмоционального возбуждения и центров неспецифической активации, восходящей к поверхности коры мозга.

Использование сигналов ЭЭГ для различения эмоций до настоящего времени остаётся сложной задачей и в большинстве опубликованных работ направлено на оценку применимости мультимодального подхода и акустических характеристик музыкального содержания для классификации эмоциональной валентности и возбуждения. В этом же направлении используются и методы машинного обучения для систематического выяснения роли ЭЭГ и музыкальных модальностей в моделировании эмоций. Полученная эффективность машинного обучения 74∼76% с использованием исключительно модальности ЭЭГ были статистически сопоставимы с таковыми при использовании мультимодального подхода [6].

До сих пор мало известно о том, как мозг обрабатывает эмоцию. Есть много способов вызвать эмоцию, однако музыка – превосходный триллер и источник эмоций. В обзорной работе [7] показано, что музыкальный стимул может быть использован в пределах аффективной валентности (положительной или отрицательной) и интенсивности (экстремальной или низкой). Так была исследована связь между признаками ЭЭГ и музыкальными эмоциональными реакциями с использованием этих четырёх уровней классификации эмоций. Исследовали положительные и отрицательные эмоции, такие как страх, счастье, печаль, гнев, нравится, не нравится, тревога и депрессия. Показано, что полосы частот бета- и тета- лучше отражают состояние эмоций, чем любая другая полоса частот. Предлагается модель фронтальной тета-асимметрии для оценки валентности вызванных эмоций.

Иной подход [8] для создания классификатора эмоций предполагает, что в мультимодальных структурах важно оценить эмоциональные особенности, а затем объединить их в классификаторе. В основном это следует стратегии либо на уровне функций разных модальностей, либо на уровне принятия решений. Хотя использование нескольких модальностей могут повысить эффективность классификации, они могут демонстрировать высокую размерность и усложнять процесс прогнозирования для наиболее часто используемых алгоритмов индивидуального подбора музыкальных мелодий. Однако результаты анализа речевой информации и активности мозга показывают достаточно высокую надёжность предложенной модели, где общая предсказуемая эффективность с точки зрения средних показателей точности составляет 98,06%, 97,28% и 98,53% для ЭЭГ, речи и мультимодального распознавания соответственно.

Интерес представляет решение EMUSE при создании классификатора эмоций как инструмента прогнозирования и моделирования эмоционального состояния клиентов [1]. Использование паттернов ЭЭГ, включающих реакции глубинных структур лимбической системы мозга в оценке музыкальных эмоций, позволяет преодолеть ограниченность разнообразия рассматриваемых эмоций, которая характерна для ранее описанных классификаторов.

Для создания классификатора EMUSE использована круговая шкала эмоций [2], которая в значительной степени была переработана в плане использования соответствия между распределением эмоций по степени выражения валентности и силы сопровождающего возбуждения, с одной стороны, и волновыми паттернами, характерными для активности мозга во время переживания этих эмоций, с другой стороны (см. рис. 1А). Введены также радиальные шкалы уровней экспрессии основных эмоций, расположенных на круговой шкале. Создан алгоритм, который позволяет в режиме прослушивания музыки ежемоментно отслеживать её эмоциональное содержание, выделяя доминирующую и медианную направленности эмоций (рис. 1В).

А. Распределение эмоций на круговой шкале в соответствии с ритмами, характерными для активности мозга, по секторам: E – эпсилон 1-2 Гц; D – дельта 2-4 Гц; T – тета 4-8 Гц; A – альфа 8-16 Гц; B – бета 16-32 Гц; LG – низкая гамма 32-64 Гц; HG – высокая гамма 64-128 Гц. В. Одномоментное отражение в виде многоугольной фигуры внутри круговой шкалы сложной ритмической активности мозга с доминирующей эмоцией «равнодушие» во время прослушивания музыки
Рис. 1. Музыкальный классификатор эмоций EMUSE

Поэтому главным вопросом настоящих исследований является выявление доминирующих в глубинных структурах центров возбуждения эмоциональной и восходящей неспецифической активации, направленной к поверхности коры головного мозга. При получении результатов можно было бы рассматривать эти структуры как центры запуска соответствующих нейронных сетей, обеспечивающих эмоциональный комфорт, творчество, эмпатию и особые состояния сознания.

Цель исследования

На основе любимых музыкальных мелодий предполагается создать способ индивидуального подбора типов музыкальных сопровождений для наиболее комфортного достижения определённых психоэмоциональных состояний. При этом прогнозирование состояний при прослушивании индивидуально подобранных музыкальных мелодий может осуществляться благодаря использованию специально разработанного инструмента в виде критериев полимодальной оценки активности мозга, включая восходящую неспецифическую активацию коры больших полушарий, полисенсорное восприятие и эмоциональное возбуждение образований лимбической системы.

Однако для уточнения направленности музыкального воздействия в интересах клиента необходимо расширить представления о нейрофизиологических механизмах активации мозга с помощью любимых мелодий.

Конкретные цели индивидуального подбора мелодий, например, могут быть следующие: для расслабления и ощущения приятных эмоций; для сосредоточения, повышения уровня внимания и работоспособности; для самооздоровления; для снятия стресса; для успокоения и засыпания; танцевальные; прогулочные с ритмом шага или бега; возвышенные; для состояния бодрости, радости, вдохновения и любой из предлагаемых эмоций; медитативные и др. Конечным результатом прослушивания мелодий с эмоциональным содержанием комфорта будет определённое состояние сознания.

На данном этапе исследования сформулированы следующие вопросы:

  1. Какие ритмы ЭЭГ достоверно меняются во время прослушивания любимой музыки по сравнению с состоянием покоя, психической и мышечной релаксации?
  2. Какие структуры мозга участвуют в запуске изменений ритмов ЭЭГ во время прослушивания любимой мелодии?
  3. Какие системы восходящей активации головного мозга возбуждаются и какие нейронные структуры объединяются во время прослушивания любимой мелодии по сравнению с фоном?
  4. Как меняются системы взаимодействия между структурами неспецифической активации, эмоциональной активации и сенсорными центрами коры головного мозга во время прослушивания любимой мелодии по сравнению с фоном в состоянии покоя?
  5. Какое значение имеет многоуровневый классификатор эмоций EMUSE для индивидуального выбора любимой музыкальной мелодии с учётом соотношений между системами активации мозга и системами восприятия специфических сенсорных сигналов?
  6. Какие возможности может раскрывать многоуровневый классификатор эмоций EMUSE для индивидуального подбора музыкальных мелодий?

Материалы и методы исследования

В исследовании участвовала группа добровольных испытуемых, занимающихся интеллектуальным трудом (18 чел., из них 9 женщин и 9 мужчин), в возрасте от 30 до 60 лет. Для получения ответов на выше поставленные вопросы 1-7 была проведена регистрация электроэнцефалограммы (ЭЭГ) в состоянии психической и мышечной релаксации с закрытыми глазами и во время прослушивания любимой музыкальной мелодии, индивидуальной для каждого испытуемого.

Регистрацию ЭЭГ проводили на 24-канальном нейровизоре NVX24 производства ООО «Медицинские компьютерные системы» с использованием стандартных монополярных отведений в соответствии с принятой международной схемой 10-20 [9]. Исследования проводились в стандартных условиях, одинаковых для всех испытуемых.

Система обработки данных

Для обработки данных регистрации ЭЭГ использовали пакеты компьютерных программ, обеспечивающих спектральный анализ регистрируемых сигналов и топографическое картирование спектральных характеристик ЭЭГ [10]. В результате получали распределение показателей мощности частотного спектра по отдельным областям на поверхности полушарий мозга. Использован статистический анализ данных для определения достоверности полученных как индивидуальных, так и групповых усреднённых результатов.

С целью выявления наиболее выраженных реакций вычисляли локализацию и распределение эквивалентных дипольных источников (ЭДИ) происхождения электрической активности в глубинных структурах мозга. Для этого определяли и отслеживали в объёме мозга человека локализацию ЭДИ, вычисляемых в каждый момент времени, равный дискретному интервалу отсчёта данных при вводе в компьютер. Программа использовалась для того, чтобы проследить возникновение центров электрической активности в структурах мозга [11]. Вопрос о соответствии локализации эквивалентных источников в глубинных структурах мозга той биоэлектрической активности, которая регистрировалась на поверхности головы, решался специальным алгоритмом, в котором рассматривались электрические свойства мозга как объёмного проводника [12, 13]. В некоторых работах вычисляемый результат рассматривается как эквивалентный токовый диполь, обозначаемый ЭТД, в других работах тот же результат обозначается как ЭДИ – эквивалентный дипольный источник происхождения потенциалов ЭЭГ.

Для анализа применяли однодипольную модель ЭДИ. При интерпретации результатов работы программы учитывали, что вычисляемый для анализируемых одномоментных сечений ЭЭГ токовый диполь является эквивалентным, результирующим источником электрически активной в данный момент времени области мозга. ЭДИ характеризует суммарную электрическую активность нервных клеток, вовлеченных в текущий момент времени в процесс электрического возбуждения, и расположен в электрическом центре этой области. Поэтому коэффициент дипольности, как показатель того, насколько точно вычисленная эквивалентная дипольная модель описывает пространственное распределение потенциалов на поверхности головы, был использован на уровне высоких значений КД=>0,97. При этом ЭДИ потенциалов с таким высоким коэффициентом дипольности могут рассматриваться как указатели на наиболее активные локальные зоны, запускающие последовательное перемещение волновых процессов. Активные зоны в корковых структурах мозга обозначаются полями Бродмана [14]. Кроме того, в статье используются обозначения ядерных и ганглиозных структур мозга в составе лимбической системы и в составе неспецифической ретикулярной системы восходящей активации коры головного мозга.

Результаты исследования и их обсуждение

Психоэмоциональное состояние человека напрямую связано с динамическим балансом мозговых ритмов. Запись ЭЭГ во время прослушивания любимой музыки с последующим спектральным анализом позволили столкнуться с некоторым парадоксом в анализе полученных результатов.

А – при прослушивании любимой музыки: наблюдается достоверное увеличение спектральной мощности гамма-ритма в зонах Т5 и Т6 и бета2-ритма в зоне Т6. В – при прослушивании мелодии с содержанием базовой эмоции «радость»: наблюдается только тенденция увеличения мощности гамма-ритма в зоне Р3. C – cтандартное расположение электродов на поверхности головы по схеме 10/20 (на картах коры мозга расположены цифровые значения коэффициентов сравнения по t-Стьюденту в соответствии с цветовой шкалой в правой части рисунков. Использован двусторонний тест: p<=0,05 при t=>2,0; p<=0,01 при t=>2,1)
Рис. 2. Изменения спектральной мощности ЭЭГ в диапазонах дельта-, тета-, альфа-, бета1-, бета2- и гамма-ритмов, по сравнению с фоном

Была получена общая для группы испытуемых закономерность в виде увеличения спектральной мощности бета- и гамма-ритмов ЭЭГ, несмотря на то что любимые мелодии были разные, так как были уникальны у каждого испытуемого и выбирались из разных музыкальных жанров (рис. 2А). Напротив, при прослушивании одинаковой для тех же испытуемых мелодии с базовой эмоцией «радость» (рис. 2В), несмотря на яркие индивидуальные реакции, после усреднения реакций в группе показывали только тенденции в изменениях спектральной мощности ритмов ЭЭГ [15].

Это говорит о том, что качество эмоционального возбуждения при прослушивании индивидуальных любимых мелодий имеет в группе большее сходство, чем при прослушивании одной и той же мелодии с базовой эмоцией положительного знака.

Предполагается, что любимая музыка в большей степени влияет на уровень подсознания, вызывая не только чувство комфорта, но и душевный отклик. А прослушивание просто приятной музыки, тоже вызывающей чувство комфорта, позволяет, однако, сделать более осознанный выбор реакции, связанный с опытом восприятия или памятью. Этот осознанный выбор имеет чёткие индивидуальные различия. Поэтому, несмотря на яркие индивидуальные реакции, сопровождающиеся изменениями ЭЭГ, групповой статистический анализ изменений активности мозга выдаёт только тенденцию в сдвигах спектральных характеристик из-за большого разброса первичных значений.

Музыка может отражать глубинную человеческую сущность, где в единстве находятся сознательное и бессознательное, эмоциональное и логическое. Одним из средств достижения внутренней гармонии всегда считалась музыка [16]. Особое внимание привлекает любимая музыка, которая в большей степени обеспечивает выход в подсознание по сравнению с мелодиями, вызывающими эмоции положительной валентности.

Фактически закономерное повышение высокочастотной ЭЭГ в бета- и гамма-диапазонах при прослушивании любимой музыки может быть связано как с неспецифической восходящей активацией со стороны ствола мозга и ядер таламуса, так и с эмоциональной активностью лимбической системы. Поэтому возникла необходимость ответить на вопросы: какое соотношение между процессами возбуждения возникает в этих двух активирующих системах и какие структуры головного мозга, в первую очередь, обеспечивают их возбуждение?

На рис. 3 представлены столбцы, отображающие вероятность повышенной активности отдельных полей Бродмана (ВА) на частоте 20-30 Гц бета-диапазона красного цвета и на частоте 30-45 Гц гамма-диапазона серого цвета. Вероятность возбуждения отдельных структур коры мозга значительно выше в бета-диапазоне по сравнению с гамма-диапазоном частот и преобладает в следующих полях Бродмана: 7,18,19 в новой коре и 23,30,31 в старой коре лимбической системы. Ранее было показано [17], что активность в передней части предклинья (BA 31) и в задней поясной извилине (BA 23) избирательно коррелируют с активностью нейросетей как с положительными, так и с отрицательными связями.

А – Относительная встречаемость (%) в группе испытуемых повышенной активности полей Бродмана (обозначенных на оси ординат) в частотном диапазоне бета-ритма ЭЭГ – красные столбцы и в диапазоне гамма-ритма –серые столбцы. Наиболее активны в бета-диапазоне поля Бродмана в новой коре 5, 7, 17, 18, 19, 20, 21, 22, 27, 28, в старой коре (girus cingulus) 23, 29, 30, 31, в древней коре (hippocampus) 35, 36 (на оси абсцисс). В – Нейросети с положительными и отрицательными корреляциями связности [16]
Рис. 3

Активность в ретросплениальной коре (поля Бродмана 29 и 30) избирательно коррелирует с активностью в задних мезолимбических структурах, включая миндалину и парагиппокампальную кору; активность в вентральной части поля Бродмана 7 избирательно коррелирует с активностью в затылочной и задней височной коре. Это показывает, что, в дополнение к общим сетям, каждая область в поясной извилине имеет уникальные паттерны связности как с корковыми, так и с подкорковыми структурами, участвующими в различных высших ассоциативных процессах. Задневентральная область поясной извилины функционально связана с визуальной сетью. Это функциональное взаимодействие может подтвердить гипотезу [2] о том, что восприятие музыки использует те же нейронные субстраты мозга, что и для ориентации в трехмерном пространстве [3].

Встаёт вопрос: какие ядерные структуры мозга передают возбуждение в перечисленные области коры? Если наиболее активные эквивалентные дипольные источники (ЭДИ) происхождения бета-ритма с КД=>0,97 распределяются преимущественно в корковых полях Бродмана, как показано на рис. 3, то активные ЭДИ гамма-ритма с тем же коэффициентом дипольности локализуются в ядерных структурах восходящей неспецифической системы ствола мозга и в отдельных базальных ядрах лимбической системы (рис. 4). Во время прослушивания любимой мелодии (см. рис. 4В) в частотном диапазоне гамма возбуждаются сетчатые образования в Mesencephalon – Nucleus Ruber, Substantia Nigra и отдельные ядра таламуса. Активность лимбической системы в гамма-диапазоне частот запускается центрами эмоционального возбуждения Putamen и Corpus Amygdaloideum, а также Globus Pallidus, Nucleus Caudatus. В целом, во время прослушивания любимых мелодий по сравнению с фоновым состоянием покоя увеличивается количество центров с высоким уровнем нейронной активности гамма-диапазона как в лимбической системе, так и в неспецифической ретикулярной системе среднего мозга и таламуса.

Самые быстрые реакции в структурах мозга обычно возникают в ответ на сенсорные раздражители. При прослушивании музыки возможны быстрые реакции на физические звуки, начиная с первичной зоны слухового восприятия – полей 41, 42 и 20, 21, 22 по Бродману в височной области. Однако в данной работе обнаружено, что наиболее активные зоны высокочастотных сигналов ЭЭГ при воздействии любимой мелодии (рис. 4В) возникают не только в перцичных центрах слухового восприятия, но и вне височной зоны – в базальных ганглиях мозга – в центрах возбуждения эмоций. Возможно, высокочастотные колебания нейронной активности способствуют более тонкой настройке эмоциональной активации лимбической системы и восходящей неспецифической активации ретикулярных структур. Становится очевидным, почему некоторые эмоции сопровождаются высокочастотным ритмом ЭЭГ в соответствии с классификатором эмоций EMUSE (см. рис. 1А сектора LG и HG).

А – фон в состоянии психической и мышечной релаксации. Обозначения полей Бродмана с локализацией ЭДИ бета-ритма: 6,27, гамма-ритма 38. В – во время прослушивания любимой музыки в тех же условиях. Локализация ЭДИ бета-ритма в полях Бродмана: 7, 18, 23, 27, 30, 31; гамма-ритма: mesencephalon, thalamus (nucleus ventralis anterior), putamen, corpus amygdaloideum, BA 28, 38, 44
Рис. 4. Распределение ЭДИ в структурах головного мозга

Некоторая частотная последовательность развивается во время восприятия эмоциональных сигналов любимой мелодии. Рис. 4 (В) показывает, что высокочастотная реакция ЭЭГ гамма-диапазона возникает преимущественно в ядерных структурах ретикулярной формации и в базальных гангляих мозга, ответственных за формирование эмоций. ЭДИ происхождения более медленного бета-ритма локализуются преимущественно в структурах старой коры– поясной извилине и в новой коре – ВА 7, 18, 23, 27, 30, 31, что даёт возможность предположить, что на этом этапе восприятия происходит первичная обработка сигналов, поступающих в мозг через ретикулярную систему восходящей неспецифической активации и через лимбическую систему.

Сопоставление данных на рис. 4 (А) и (В) убеждает в том, насколько более активна нейронная деятельность мозга во время прослушивания любимой мелодии по сравнению с фоном в состоянии психической и мышечной релаксации.

Любая звучащая музыка есть поток акустических колебаний сложной формы, воздействующий на мозг в широком спектре акустических частот, включая формально не слышимые инфранизкие (ритмика, пульс, динамика движения в пространстве). И мозг, в первую очередь, откликается на воздействие этого акустического потока музыки изменением баланса своих волновых ритмов, отражающих психоэмоциональное и физиологическое состояние человека.

Заключение

На данном этапе исследований у слушателей любимых мелодий рассматривались высокочастотные реакции ЭЭГ бета (20-30 Гц) и гамма (30-45 Гц) ритмов. Следующий этап посвящён изучению медленных колебаний мозговой активности в диапазонах дельта (0,5-3,5 Гц) и тета (3,5-7 Гц) ритмов. Предполагается, что расширение исследований частотных спектров способствует развитию представлений о работе нейросетей и их взаимодействии в определённых временных интервалах, что позволит давать оценку значимости и смысла выполняемых мозгом задач при сопоставлении с эмоциональным содержанием любимой музыки.

EMUSE – музыкальный классификатор эмоций в предлагаемом исследовании дал возможность обнаружить соответствие между музыкальными паттернами и реакциями мозга, измеряемыми по данным регистрации ЭЭГ. Учитывая коммуникативные свойства сознания, авторы уделили внимание изучению любимой мелодии, позволяющей во время исполнения и прослушивания обеспечить контакт как на интуитивном, так и на осознаваемом уровнях между слушателем, создателем и исполнителем музыкального произведения. В качестве объективных показателей такого контакта со стороны слушателя по данным регистрации ЭЭГ было выявлено увеличение спектральной мощности высокочастотных ритмов, а вычисления эквивалентных дипольных источников (ЭДИ) происхождения этих ритмов показало возникновение определённых центров повышенной нейронной активности в структурах мозга. Групповые достоверные изменения в виде увеличения спектральной мощности бета- и гамма-ритмов в нижнетеменной области обоих полушарий коры мозга сопровождались таким распределением ЭДИ происхождения этих ритмов, которое указывало на увеличение количества центров с высоким уровнем высокочастотной нейронной активности как в лимбической системе, так и в неспецифической ретикулярной системе среднего мозга и таламуса.

Таким образом, показано, что ЭДИ локального возбуждения бета- и гамма- ритмов распределяются не только в центрах слухового восприятия височной коры, но и в структурах восходящей неспецифической системы среднего мозга и таламуса, а также в структурах лимбической системы, отвечающих за эмоции: ядрах миндалевидного комплекса, скорлупы, бледного шара, в квостатом ядре, в поясной извилине, в гиппокампе, в парагиппокампальной извилине и в отдельных зонах коры мозга. При этом нужно отметить, что ЭДИ бета-ритма частотой 20-30 Гц распределяются преимущественно в структурах мозга, имеющих строение коры и обозначенных полями Бродмана, а гамма-ритма частотой 30-45 Гц – в ганглиозных и ядерных структурах лимбической системы базальных отделов мозга и неспецифической ретикулярной системы среднего мозга и таламуса. Это говорит о некоторой последовательности возбуждения эмоционального сигнала, сопровождающего слуховое восприятие. При этом, у отдельных испытуемых возбуждение эмоциональных центров лимбической системы вовлекает в активность большее количество ганглиозных и корковых структур, чем возбуждение ретикулярной системы восходящей активации мозга.

Полученные данные свидетельствуют об одновременном восприятии звуковых сигналов через активацию на частотах бета- и гамма-ритмов ЭЭГ как сенсорной системой первичных слуховых центров коры, так и неспецифической ретикулярной системой восходящей активации одновременно с лимбической системой эмоционального возбуждения.

Нейрофизиологические представления о полимодальном восприятии музыкальных эмоциональных мелодий позволяют значительно расширить и углубить изучение многообразия эмоциональных состояний. Данные исследования проведены с целью обоснования, уточнения и дальнейшего развития возможностей музыкального классификатора эмоций EMUSE, который уже позволяет отслеживать и прогнозировать качество индивидуального восприятия музыкальных мелодий и способствует созданию коррекционных поправок в зависимости от цели их использования. Одновременно авторы рассматривают параллельные процессы, связанные с особым восприятием слушателя эмоционального наполнения музыки творчеством исполнителей и создателей музыкальных произведений. Такое непосредственное воздействие музыки на слушателя способствует расширению сферы восприятия, которое влияет на основные свойства сознания человека, обеспечивающие коммуникативность, эмпатию, творческие способности, саморазвитие и самооздоровление.

XaosLab разрабатывает практические методы для выявления скрытых и имплицитных паттернов в музыке, несущих свой вклад в эмоциональное воздействие на состояние человека. В результате был создан алгоритм анализа эмоционального воздействия музыки, который учитывает механизмы прогнозирования событий, чтобы определить, как наш мозг отреагирует на развитие музыкальной темы.

Список литературы

  1. Кузяев А.Е. Алгоритм «EMUSE». 2020. URL: https://emuse.ru/concept (дата обращения: 09.12.2023 г).
  2. Рассел, Дж.А. Культура и категоризация эмоций // Психологический вестник. 1991. 110 (3). 426-450 c.
  3. doi:10.1037/0033-2909.110.3.426. PMID 1758918.
  4. Корсакова-Крейн М. Вселенная Музыки. 2021. С. 81 Copyright © 2021
  5. Барретт Л.Ф. Как рождаются эмоции. МИФ, 2018. 432 с.
  6. Плесканёва А. 5 научных фактов, почему некоторые песни становятся для нас особенными. URL: https://heroine.ru/5-nauchnyh-faktov-pochemu-nekotorye-pesni-stanovyatsya-dlya-nas-osobennymi/?ysclid=lijcebo8yd811994195 (дата обращения: 09.06.2023 г).
  7. Yuan-Pin Lin, Yi-Hsuan Yang and Tzyy-Ping Jung. Fusion of electroencephalographic dynamics and musical contents for estimating emotional responses in music listening. // Frontiers in Neuroscience, 2014. Vol.8.art.94. https://doi.org/10.3389/fnins.2014.00094
  8. Tandle, A.L., Joshi, M.S., Dharmadhikari, A.S., Jaiswal S.V. Mental state and emotion detection from musically stimulated EEG. // Brain Informatics. 2018. V.5:14. https://doi.org/10.1186/s40708-018-0092-z
  9. Rania M. Ghoniem, Abeer D. Algarni and Khaled Shaalan. Multi-Modal Emotion Aware System Based on Fusion of Speech and Brain Information // Information. 2019.10.239. doi:10.3390/info10070239
  10. URL: www.mdpi.com/journal/information
  11. Homan R.W., Herman J., Purdy P. Cerebral location of international 10-20 system electrodes placement // EEG and Clinical Neurophysiology. 1987. vol. 66. P. 376-382.
  12. Митрофанов А.А. Компьютерная система анализа и топографического картирования электрической активности мозга «Brainsys», Статокин, 2019г., С. 65.
  13. «Программный комплекс анализа и топографического картирования электрической активности мозга с нейрометрическим банком ЭЭГ-данных «Brainsys» (С) Митрофанов А.А. (Свидетельство о государственной регистрации программы для ЭВМ № 2019666977)
  14. Коптелов Ю.М. Исследование и численное решение некоторых обратных задач электроэнцефалографии: автореф. дис. канд. физико-математических наук. Москва. 1988. 29 с.
  15. Гнездицкий В.В. Обратная задача ЭЭГ и клиническая электроэнцефалография (картирование и локализация источников электрической активности мозга). М.: «МЕДпресс-информ», 2004. 624 c.
  16. Коптелов Ю.М. Программа трёхмерной локализации источников электрической активности головного мозга BrainLoc версия 6.0 Руководство пользователя, Москва. 2022. С. 70.
  17. Infotables.ru© 2014-2023. Цитоархитектонические поля по Бродману, их локализация, функции и нарушения. https://infotables.ru/meditsina/1101-polya-po-brodmanu (дата обращения: 17.10.2023).
  18. Koekina O.I, Kuziaev A.E. EEG Spectral Response to Listening to Musical Melodies Expressing Emotional States // International Journal of Engineering Research and Technology (IJERT). 2020. vol. 9. no. 12. P. 604-610. https://www.ijert.org/eeg-spectral-response-to-listening-to-musical-melodies-expressing-emotional-states Published (First Online): 06-01-2021. DOI: 10.17577/IJERTV9IS120258
  19. Бахтизина Д.И. Философский анализ онтологической истинности музыки: Дисс.док.филос.н. 2012. 311 с. URL:https://www.dissercat.com/content/filosofskii-analiz-ontologicheskoi-istinnosti-muzyki
  20. Franco Cauda, Giuliano Geminiani, Federico D’Agata, Katiuscia Sacco, Sergio Duca, Andrew P. Bagshaw, Andrea E. Cavanna. Functional Connectivity of the Posteromedial Cortex // PLoS ONE 2010, 5 (9): e13107. https://doi.org/10.1371/journal.pone.0013107

Поделиться

1103

Кузяев А. Е., Коёкина О. И. Музыкальный классификатор эмоций и высокочастотные ЭЭГ паттерны эмоционального восприятия любимой музыки // Актуальные исследования. 2023. №51 (181). Ч.I.С. 33-42. URL: https://apni.ru/article/7915-muzikalnij-klassifikator-emotsij-i-visokochas

Обнаружили грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики)? Напишите письмо в редакцию журнала: info@apni.ru

Похожие статьи

Актуальные исследования

#52 (234)

Прием материалов

21 декабря - 27 декабря

Остался последний день

Размещение PDF-версии журнала

1 января

Размещение электронной версии статьи

сразу после оплаты

Рассылка печатных экземпляров

17 января