Detection of mental blocks in humans based on physiological measures

Diploma Thesis , 2006 , 106 Pages , Grade: 2.0

Computer Science - Applied

This thesis presents techniques to detect mental blocks in humans based on the physiological parameters skin potential and skin resistance. We examine physiological measures from the Musico Cause and Effect study of the Science Network for Man and Music at the University of Music and Dramatic Arts, Mozarteum Salzburg. The existing digital signal analysis tool AIDA used to process the physiological data has been replaced by the Dynalyzer developed by the author with considerable improvements in accuracy and performance. We present fundamentals of digital signal processing, outline the measurement of physiological data, and discuss characteristics of mental blocks. We suggest several criteria for the detection of mental blocks based on characteristic features of the physiological time series in the time and/or frequency domain. In first experiments the potential of these criteria is evaluated by applying them to actual physiological data of a test subject. As no ground truth on the occurrence of mental blocks is available, the experimental results can only be an indicator for the quality of the detection of mental blocks. Further experiments are conducted with data from the Vienna determination test assessing the reactive stress tolerance and attention deficits of human test subjects.

Inhaltsverzeichnis

• Acknowledgement
• Details
• Keywords
• Abstract
• List of Figures
• List of Tables
• Introduction
  • Mental Blocks
  • Thesis Structure
• Digital Signal Analysis
  • Analog to Digital Conversion
  • The Fourier Transformation
    • The Fast Fourier Transformation
    • The Discrete Cosine Transformation
  • Windowing
    • Window Size
    • Window Functions
    • The Short Time Fourier Transformation
  • Signal Analysis With Correlation Methods
  • The Power Density Spectrum
  • Digital Filtering
    • The Moving Average Filter
    • The Windowed-Sinc Filter
• Electrodermal Activity
  • Measurement
    • Examined Parameters
    • Measurement Problems
  • Analysis of Electrodermal Activity
• Data Analysis
  • Physiological Time Series
  • The Analysis Tool AIDA
    • Filtering and Windowing
    • Detection of the Main Component
    • Calculating the Model Function
    • Shortcomings of AIDA
  • The Analysis Tool Dynalyzer
    • Filtering and Windowing
    • Detection of the Main Component
    • Improvements in the New System
    • The Graphical User Interface
  • Testing of the Analysis Tools
    • Single Sinusoids
    • Multiple Sinusoids
    • Frequency Responses
• Mental Blocks
  • Mental Block Situations
  • Characteristics of Mental Blocks
    • Periodic System of Regulatory States
    • Dynamic Function
  • Detection Criteria
    • High Activity Time
    • High Power
    • Low Power
    • Low to High Ratio
    • Total Power
• Experimental Results
  • A Comparison of Mental Block Criteria
  • The Vienna Determination Test
• Conclusion
  • Outlook
  • User Interface Optimization based on Physiological Measures
• Bibliography
• List of Abbreviations
• Appendix
• Index

Zielsetzung und Themenschwerpunkte

Die Diplomarbeit befasst sich mit der Implementierung eines Systems zur Detektion von mentalen Blockaden (MBs) bei Menschen anhand von physiologischen Messwerten. Die Arbeit analysiert physiologische Daten aus der Musico Cause und Effect Study des Science Network for Man and Music an der Universität Mozarteum Salzburg. Ziel ist es, die Ko-Occurrence von detektierten MBs und fehlerhaften Reaktionen während eines psychologischen Tests, dem Vienna Determination Test (VDT), zu beobachten.

• Analyse von Periodizitäten in physiologischen Daten
• Entwicklung eines neuen Analysetools (Dynalyzer) zur Verbesserung der MB-Detektion
• Definition und Implementierung von Kriterien zur Detektion von MBs
• Bewertung der MB-Detektionskriterien anhand von physiologischen Daten und dem VDT
• Ausblick auf mögliche Anwendungen der MB-Detektion, insbesondere im Bereich adaptiver Benutzerschnittstellen

Zusammenfassung der Kapitel

Die Arbeit beginnt mit einer Einführung in das Thema mentale Blockaden, die Motivation für die Arbeit und die Struktur der Arbeit. Anschließend werden Grundlagen der digitalen Signalverarbeitung vorgestellt, wobei Themen wie die Analog-Digital-Wandlung, die Fourier-Transformation, Windowing, Korrelationsmethoden, Power Density Spectrum und digitale Filter behandelt werden. Das dritte Kapitel widmet sich der Elektrodermal Activity (EDA) und deren Messung mit dem SMARD-Watch. Es werden die untersuchten physiologischen Parameter, die Messproblematik und die Analyse von EDA-Daten diskutiert.

Das vierte Kapitel beschreibt die Analyse von physiologischen Zeitreihen mit dem bestehenden Analysetool AIDA und dem neu entwickelten Dynalyzer. Es werden die Vor- und Nachteile von AIDA und die Verbesserungen des Dynalyzers im Hinblick auf Genauigkeit, Stabilität und Rechenzeit beleuchtet. Der Dynalyzer wird anhand von Tests mit Einzel- und Mehrfachsinusoiden sowie anhand der Frequenzantwort der beiden Systeme evaluiert.

Kapitel 5 behandelt die Charakterisierung von mentalen Blockaden und die Definition von Kriterien zu deren Detektion. Es werden verschiedene Situationen beschrieben, in denen MBs auftreten können, sowie die physiologischen und psychologischen Merkmale von MBs diskutiert. Die Kriterien zur MB-Detektion basieren auf der Annahme, dass MBs durch eine plötzliche Frequenzänderung des Main Components (MC) von einer hohen zu einer niedrigen Frequenz gekennzeichnet sind.

Im sechsten Kapitel werden erste Experimente mit den vorgeschlagenen Kriterien vorgestellt. Die Fähigkeit der Kriterien, MBs zu detektieren, wird anhand von physiologischen Daten aus der Musico Cause und Effect Study untersucht. Die Ergebnisse der MB-Detektion werden mit den Reaktionen der Testpersonen während des Vienna Determination Test (VDT) verglichen, um die Ko-Occurrence von MBs und fehlerhaften Reaktionen zu analysieren.

Das letzte Kapitel fasst die Ergebnisse der Arbeit zusammen und gibt einen Ausblick auf mögliche Optimierungen und Anwendungen des entwickelten Systems. Es wird insbesondere auf die Anwendung der MB-Detektion im Bereich adaptiver Benutzerschnittstellen eingegangen.

Schlüsselwörter

Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen die Detektion von mentalen Blockaden, die Signalverarbeitung, physiologische Messwerte, Elektrodermal Activity, die Analyse von Zeitreihen, die Entwicklung von Software und die Anwendung der Detektion von mentalen Blockaden im Bereich adaptiver Benutzerschnittstellen.

• College: University of Salzburg (Department of Computer Sciences)
• Course: Natural Computation
• Grade: 2.0
• Author: Dipl.Ing. Franz-Josef Auernigg (Author)
• Publication Year: 2006
• Pages: 106
• Catalog Number: V54433
• ISBN (eBook): 9783638496452
• ISBN (Book): 9783638699877
• Language: English
• Tags: Detection, Natural, Computation