Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/10187
Especie: Tese
Título : Codificação e decodificação da resposta cerebral à música
Autor(es)/Inventor(es): Höfle, Sebastian
Tutor: Cagy, Maurício
Tutor : Moll Neto, Jorge Neval
Resumen: Atividades cerebrais em resposta à música têm sido investigadas de diferentes maneiras nos últimos anos. Porém, o mapeamento contínuo da atividade cerebral ao ouvir música, em combinação com a modelagem de características musicais, é uma abordagem recente. Os chamados “modelos de codificação” permitem capturar os efeitos de múltiplas variáveis do estímulo na resposta cerebral. Ainda, estes modelos podem ser utilizados para decodificar ou identificar estímulos a partir da atividade cerebral. Este trabalho utiliza essas novas abordagens de codificação e decodificação da atividade cerebral em resposta à música. Primeiro, características musicais extraídas do sinal de áudio são mapeadas para a atividade cerebral, registrada por ressonância magnética funcional. A partir desse mapeamento, as representações espaciais e multivariadas são decodificadas para identificar qual música foi escutada. Numa investigação sistemática, os parâmetros internos da modelagem que levam ao desempenho ótimo do modelo são revelados e discutidos. Entre os parâmetros mais importantes são a escolha ideal da dimensão espacial e a consideração da entropia das músicas, resultando em acurácias máximas de até 95%.
Resumen: The neural correlates of listening to music have been investigated in several ways. However, mapping ongoing brain activity during naturalistic music listening combined with detailed models of musical features is an emerging approach. The socalled “encoding models” allow capturing the effects of multiple stimulus variables on brain responses that can be used subsequently to decode or identify stimuli from brain activity. This work applies methods for encoding and decoding brain activity in response to naturalistic music listening. First, musical features are extracted from the audio signal and mapped to brain activity, measured by functional magnetic resonance imaging. Building on this mapping, multivariate spatial representations are decoded in order to identify a specific music which is listened as the activity is measured. Further, a systematic investigation reveals internal parameters that maximize model performance. Among the most important parameters are the ideal point in the spatial dimension and the consideration of entropy of the music pieces, resulting in maximum accuracies of up to 95%.
Materia: Engenharia biomédica
Regressão linear múltipla
Música
Materia CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Programa: Programa de Pós-Graduação em Engenharia Biomédica
Unidade de producción: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: ago-2017
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Engenharia Biomédica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
877657.pdf1.7 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.