Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Nhóm não không tỉ lệ điều chế bởi đồng bộ pha
Tóm tắt
Để lắng nghe hoạt động của não bộ như một bản nhạc, chúng tôi đã đề xuất công nghệ âm nhạc sóng não không tỉ lệ (SFBM), có khả năng chuyển đổi điện não đồ (EEG) trên da đầu thành các nốt nhạc theo định luật sức mạnh của cả EEG và âm nhạc. Trong nghiên cứu hiện tại, phương pháp này đã được mở rộng thêm cho một nhóm nhạc hai kênh. Đầu tiên, dữ liệu EEG từ hai kênh được chọn được chuyển đổi thành các chuỗi giao diện nhạc cụ kỹ thuật số (MIDI), trong đó các tham số EEG điều chỉnh cao độ, độ dài và âm lượng của từng nốt nhạc. Chỉ số đồng bộ pha của hai kênh được tính toán thông qua biến đổi Hilbert. Sau đó, hai chuỗi MIDI được kết hợp thành một điệp khúc dựa trên chỉ số đồng bộ pha. EEG với chỉ số đồng bộ cao được thể hiện bằng các khoảng âm nhạc hòa hợp hơn, trong khi chỉ số thấp được biểu hiện bằng các khoảng âm nhạc không hòa hợp. Nhóm não thu được từ các đoạn EEG thực tế cho thấy sự khác biệt trong sự hòa hợp và phân bố cao độ trong trạng thái nhắm mắt và mở mắt. Hơn nữa, hiện tượng không tỉ lệ tồn tại trong nhóm sóng não. Do đó, nhóm não không tỉ lệ được điều chế bởi đồng bộ pha là một nỗ lực mới để biểu đạt EEG theo cách thính giác và âm nhạc, và có thể được sử dụng để theo dõi EEG và phản hồi sinh học.
Từ khóa
#sóng não không tỉ lệ #điện não đồ #đồng bộ pha #âm nhạc và sinh họcTài liệu tham khảo
Adrian, E.D., Matthews, B.H.C., 1934. The Berger rhythm: potential changes from the occipital lobes in man. Brain, 57(4):355–385. [doi:10.1093/brain/57.4.355]
Baier, G., Hermann, T., Stephani, U., 2007. Event-based sonification of EEG rhythms in real time. Clin. Neurophysiol., 118(6):1377–1386. [doi:10.1016/j.clinph.2007.01.025]
Banich, M.T., Compton, R.J., 2010. Cognitive Neuroscience (3rd Ed.). Cengage Learning, Wadsworth, USA.
Beggs, J.M., Plenz, D., 2003. Neuronal avalanches in neocortical circuits. J. Neurosci., 23(35):11167–11177.
Chen, Y., Ding, M., Kelso, J.A.S., 1997. Long memory processes (1/f α type) in human coordination. Phys. Rev. Lett., 79(22):4501–4504. [doi:10.1103/PhysRevLett.79.4501]
Ciuciu, P., Varoquaux, G., Abry, P., et al., 2012. Scale-free and multifractal time dynamics of fMRI signals during rest and task. Front. Physiol., 3:186:1–186:18. [doi:10.3389/fphys.2012.00186]
Fechner, G., Adler, H.E., Howes, D.H., et al., 1966. Elements of Psychophysics. Holt, Rinehart and Winston, New York, USA.
Freeman, W.J., Holmes, M.D., West, G.A., et al., 2006. Fine spatiotemporal structure of phase in human intracranial EEG. Clin. Neurophysiol., 117(6):1228–1243. [doi:10.1016/j.clinph.2006.03.012]
Gong, P., Nikolaev, A.R., van Leeuwen, C., 2003. Scale-invariant fluctuations of the dynamical synchronization in human brain electrical activity. Neurosci. Lett., 336(1):33–36. [doi:10.1016/S0304-3940(02)01247-8]
Grigolini, P., Aquino, G., Bologna, M., et al., 2009. A theory of 1/f noise in human cognition. Phys. A, 388(19): 4192–4204. [doi:10.1016/j.physa.2009.06.024]
He, B.J., Zempel, J.M., Snyder, A.Z., et al., 2010. The temporal structures and functional significance of scale-free brain activity. Neuron, 66(3):353–369. [doi:10.1016/j.neuron.2010.04.020]
Hennig, H., Fleischmann, R., Fredebohm, A., et al., 2011. The nature and perception of fluctuations in human musical rhythms. PLoS ONE, 6(10):e26457. [doi:10.1371/journal.pone.0026457]
Hermann, T., Baier, G., 2013. Sonification of the human EEG. In: Franinović, K., Serafin, S. (Eds.), Sonic Interaction Design. MIT Press, Cambridge, p.285–297.
Hinterberger, T., Baier, G., 2005. Parametric orchestral sonification of EEG in real time. IEEE Multim., 12(2):70–79. [doi:10.1109/MMUL.2005.36]
Hsü, K.J., Hsü, A., 1990. Fractal geometry of music. Proc. Nat. Acad. Sci. USA, 87(3):938–941. [doi:10.1073/pnas.87.3.938]
Hsü, K.J., Hsü, A., 1991. Self-similarity of the “1/f noise” called music. Proc. Nat. Acad. Sci. USA, 88(8):3507–3509. [doi:10.1073/pnas.88.8.3507]
Hwa, R.C., Ferree, T.C., 2002. Scaling properties of fluctuations in the human electroencephalogram. Phys. Rev. E, 66(2):021901. [doi:10.1103/PhysRevE.66.021901]
Klonowski, W., Duch, W., Perovic, A., et al., 2009. Some computational aspects of the brain computer interfaces based on inner music. Comput. Intell. Neurosci., 2009:950403. [doi:10.1155/2009/950403]
Levitin, D.J., Chordia, P., Menon, V., 2012. Musical rhythm spectra from Bach to Joplin obey a 1/f power law. Proc. Nat. Acad. Sci. USA, 109(10):3716–3720. [doi:10.1073/pnas.1113828109]
Liu, L., Wei, J., Zhang, H., et al., 2013. A statistical physics view of pitch fluctuations in the classical music from Bach to Chopin: evidence for scaling. PLoS ONE, 8(3):e58710. [doi:10.1371/journal.pone.0058710]
Liu, X.F., Tse, C.K., Small, M., 2010. Complex network structure of musical compositions: algorithmic generation of appealing music. Phys. A, 389(1):126–132. [doi:10.1016/j.physa.2009.08.035]
Lowen, S.B., Liebovitch, L.S., White, J.A., 1999. Fractal ion-channel behavior generates fractal firing patterns in neuronal models. Phys. Rev. E, 59(5):5970–5980. [doi:10.1103/PhysRevE.59.5970]
Lu, J., Wu, D., Yang, H., et al., 2012. Scale-free brain-wave music from simultaneously EEG and fMRI recordings. PLoS ONE, 7(11):e49773. [doi:10.1371/journal.pone.0049773]
Manaris, B., Romero, J., Machado, P., et al., 2005. Zipf’s law, music classification, and aesthetics. Comput. Music J., 29(1):55–69. [doi:10.1162/comj.2005.29.1.55]
Miranda, E.R., 2010. Plymouth brain-computer music interfacing project: from EEG audio mixers to composition informed by cognitive neuroscience. Int. J. Arts Technol., 3(2–3):154–176. [doi:10.1504/IJART.2010.032562]
Palva, J.M., Zhigalov, A., Hirvonen, J., et al., 2013. Neuronal long-range temporal correlations and avalanche dynamics are correlated with behavioral scaling laws. Proc. Nat. Acad. Sci. USA, 110(9):3585–3590. [doi:10.1073/pnas.1216855110]
Quiroga, R.Q., Kraskov, A., Kreuz, T., et al., 2002. Performance of different synchronization measures in real data: a case study on electroencephalographic signals. Phys. Rev. E, 65(4):041903. [doi:10.1103/PhysRevE.65.041903]
Roederer, J.G., 2008. The Physics and Psychophysics of Music: an Introduction (4th Ed.). Springer, New York, USA.
Rosenboom, D., 1976. Biofeedback and the Arts, Results of Early Experiments (2nd Ed.). Aesthetic Research Centre of Canada, Vancouver.
Rosenboom, D., 1999. Extended musical interface with the human nervous system: assessment and prospectus. Leonardo, 32(4):257. [doi:10.1162/002409499553398]
Schroeder, M., 2009. Fractals, Chaos, Power Laws: Minutes from an Infinite Paradise. Dover Publications, New York, USA.
Sposobin, I., 1959. Harmony Textbook. Chen, M., translator, 2000. People’s Music Publishing House, Beijing (in Chinese).
Teich, M.C., Heneghan, C., Lowen, S.B., et al., 1997. Fractal character of the neural spike train in the visual system of the cat. J. Opt. Soc. Am. A, 14(3):529–546. [doi:10.1364/JOSAA.14.000529]
Tian, Y., Yao, D., 2013. Why do we need to use a zero reference? Reference influences on the ERPs of audiovisual effects. Psychophysiology, 50(12):1282–1290. [doi:10.1111/psyp.12130]
Torre, K., Wagenmakers, E.J., 2009. Theories and models for 1/f β noise in human movement science. Hum. Movement Sci., 28(3):297–318. [doi:10.1016/j.humov.2009.01.001]
Väljamäe, A., Steffert, T., Holland, S., et al., 2013. A review of real-time EEG sonification research. Int. Conf. on Auditory Display, p.85-93.
Vialatte, F.B., Cichocki, A., 2006. Sparse bump sonification: a new tool for multichannel EEG diagnosis of mental disorders; application to the detection of the early stage of Alzheimer’s disease. Proc. 13th Int. Conf. on Neural Information Processing, p.92–101. [doi:10.1007/11893295_11]
Voss, R.F., Clarke, J., 1978. “1/f noise” in music: music from 1/f noise. J. Acoust. Soc. Am., 63:258–263. [doi:10.1121/1.381721]
WMA. 1964. WMA Declaration of Helsinki-Ethical Principles for Medical Research Involving Human Subjects. Available from http://www.wma.net/en/30publications/10policies/b3/index.html.
Wu, D., Li, C., Yao, D., 2009. Scale-free music of the brain. PLoS ONE, 4(6):e5915. [doi:10.1371/journal.pone.0005915]
Wu, D., Li, C., Yin, Y., et al., 2010. Music composition from the brain signal: representing the mental state by music. Comput. Intell. Neurosci., 2010:267671. [doi:10.1155/2010/267671]
Wu, D., Shi, X., Hu, J., et al., 2011. Listen to the song of the brain in real time: the Chengdu brainwave music. Proc 8th Int. Symp. on Noninvasive Functional Source Imaging of the Brain and Heart & 8th Int. Conf. on Bioelectromagnetism, p.135–138. [doi:10.1109/NFSI.2011.5936836]
Wu, D., Li, C., Yao, D., 2013a. An ensemble with the Chinese pentatonic scale using electroencephalogram from both hemispheres. Neurosci. Bull., 29(5):581–587. [doi:10.1007/s12264-013-1334-y]
Wu, D., Li, C., Yao, D., 2013b. Scale-free brain quartet: artistic filtering of multi-channel brainwave music. PLoS ONE, 8(5):e64046. [doi:10.1371/journal.pone.0064046]
Yao, D., 2001. A method to standardize a reference of scalp EEG recordings to a point at infinity. Physiol. Meas., 22:693. [doi:10.1088/0967-3334/22/4/305]