analyse von hautleitwertdaten als ma f r emotionale reaktionen n.
Skip this Video
Loading SlideShow in 5 Seconds..
Analyse von Hautleitwertdaten als Maß für emotionale Reaktionen PowerPoint Presentation
Download Presentation
Analyse von Hautleitwertdaten als Maß für emotionale Reaktionen

Loading in 2 Seconds...

  share
play fullscreen
1 / 45
Download Presentation

Analyse von Hautleitwertdaten als Maß für emotionale Reaktionen - PowerPoint PPT Presentation

rock
163 Views
Download Presentation

Analyse von Hautleitwertdaten als Maß für emotionale Reaktionen

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Analyse von Hautleitwertdatenals Maß für emotionale Reaktionen Christian Kaernbach Institut für Psychologiederzeit: Universität Bonneigentlich: Universität Leipzigdemnächst: Karl-Franzens-Universität Graz • Einführung in die bioelektrischen Phänomene der Haut • Messung und Auswertung • template matching • erste Versuchsergebnisse • ein Softwarepaket zur Auswertung • derzeitiger Stand und Fragen

  2. reziprok EDA - Definition • EDA = Elektrodermale Aktivität • Sammelbegriff für die elektrischen Phänomene der Haut (Johnson und Lubin, 1966) • umfaßt aktive und passive bioelektrische Phänomene • Beschreibungsgrößen: • aktive Phänomene: • Hautpotential • passive Phänomene: • Hautwiderstand • Hautleitfähigkeit

  3. EDA - Terminologie English Deutsch Electrodermal Activity EDA Elektrodermale Aktivität Skin Conductance Level SCL Hautleitfähigkeitsniveau Hautleitwertsniveau Skin Conductance Response SCR Hautleitfähigkeitsreaktion exosomatisch Hautleitswertsreaktion Skin Resistance Level SRL Hautwiderstandsniveau Skin Resistance Response SRR Hautwiderstandsreaktion Skin Potential Level SPL Hautpotentialniveau endosomatisch Skin Potential Response SPR Hautpotentialreaktion

  4. Cutis Aufbau der Haut

  5. Hautleitwert • Subcutis und Dermis sind gute und stabile Leiter. • Epidermis fungiert als Barriere. • Schweißdrüsenaktivität verändert Hautleitwert: • Schweiß = NaCl-Lösung  besonders leitfähig • Die Leitfähigkeit ist dort am größten, wo die meisten Schweißdrüsen sind. • Durchtrennung der Innervationswege oder medikamentöse Blockade (Atropin) eliminiert Hautleitwertsreaktion.

  6. Schweißdrüsen • Schweißdrüsen sind exokrine Drüsen. • Innervation: autonomes Nervensystem • ekkrine vs. apokrine Drüsen • ekkrin: Ausscheidung mittels Vesiklen. Ekkrine Schweißdrüsen dienen der Thermoregulation. • apokrin: Abstoßen eines Teils des Somas. Apokrine Schweißdrüsen befinden sich an behaarten Stellen und dienen der Ausscheidung von Duftstoffen. • vermehrte Dichte ekkriner Schweißdrüsen auf Hand- und Fußflächen • abweichende Innervation • Vermutung: palmare Schweißdrüsen stehen unter zentraler Kontrolle („emotionales Schwitzen“)

  7. Zentrale Innervation • Vermutung: palmare Schweißdrüsen stehen unter zentraler Kontrolle („emotionales Schwitzen“)

  8. Gerät • Leybold Didactic netto brutto • Pocket Cassy (11 Bit): 195,00 € 226,20 € • Hautwiderstandsbox: 270,90 € 314,24 € • CassyLab Software (einmalig): 355,00 € 411,80 € • 820,90 € 952,24 €

  9. Die Messung

  10. Die Messung

  11. Setup „ist“ MatlabCassyLab Stimulus VGA Tastatur Maus USB Hintergrundmusik

  12. Setup „soll“ Matlab Stimulus VGA Tastatur Maus CassyLab LPT USB Hintergrundmusik

  13. CassyLab • Events werden in Systemzeit gespeichert und nachträglich integriert

  14. Analyse von EDA Daten • mitteln (EEG Tradition) • Minima/Maxima (Boucsein) • template matching

  15. Analyse von EDA Daten • Wolfram Boucsein (1992), Electrodermal Activity, New York: Plenum Press, p. 132. • The evaluation of phasic changes mainly focuses on irregularly appearing single events rather than on patterns that may be characterized by changes in frequency and/or amplitude. Hence, common procedures like power spectrum or Fourier analyses cannot be used in obtaining parameters from electrodermal recordings. • ... most phasic changes of EDA show a rather characteristic course or Gestalt, which enables the experimenter to separate them from artifacts with sufficient reliability. Unfortunately, algorithms for the detection of an EDR Gestalt are not yet available for computer analysis, and therefore it has to be obtained with the visual aid of an experimenter.

  16. Amplitude 50% 37% Anstiegszeit Abklingzeit Latenz Halbwertszeit Die ideale EDR Gestalt • Parameter, die von einer idealen einzelnen EDR (Typ 1 nach Boucsein) abgeleitet werden können • Latenz, Amplitude • Anstiegszeit, Halbwerts/Abklingzeit EDA Stimulus

  17. Überlappende EDRs • Typ 2 nach Boucsein: die erste EDR ist separierbar • Minimum zu Maximum • Abziehen der extrapolierten EDR

  18. Überlappende EDRs • Typ 3 nach Boucsein: kein Maximum der ersten EDR • Extrapolation nicht mehr möglich • Wendepunkt versus Summe

  19. suppose we knew the Gestalt • template matching • Zerlegen einer engenÜberlagerung von EDRs in ihre Bestandteile • EDA = Summe aus Basis (hier: linear) und einer kleinen Anzahl separater EDRs • Minimieren des Fehlerquadrates (²)

  20. B k1 k2 A Eine Gestalt für die EDR • Zwei-Kompartiment-Modell • Ein Agens wird schlagartig in Kompartiment A freigesetzt. • Es diffundiert mit Zeitkonstante k1 ins Kompartiment B. • Von dort wird es mit Zeitkonstante k2 eliminiert. • Es gibt keine Rückdiffusion von B nach A, z.B.: Kompartiment B ist sehr viel größer als Kompartiment A. Bateman Funktion

  21. Minimieren des Fehlerquadrates • Gradientenverfahren (gradient descent)

  22. Minimieren des Fehlerquadrates • Gradientenverfahren (gradient descent) • Problem: lokale Minima • Evolution

  23. Explicit and implicit responses to environmental sounds Alex Ronald López Rolón Christian Kaernbach Ronny WernerInstitut für Allgemeine PsychologieUniversität Leipzig

  24. Method, Context 3x2x2 Design: sound sound without with context context context alone Explicit: ratings Implicit: physiological response N=15 N=15 N=15 dimension: pleasure arousal pleasure arousal

  25. Stimuli • 7 sounds from IADS sound database (Bradley & Lang) • “International Affective Digitized Sound System” • in total 111 sounds • in analogy to IAPS “International Affective Picture System” • IADS sounds are 6 s long • some sounds in IADS are not well prepared • IADS sounds come with valence and arousal ratings • choose 7 sounds such as to “cover the ground” • 3 sounds from Peter Bailey, University of York • chalk on blackboard, grinding engine, dropping spade • 2 musical instrument sounds • all sounds cut to 2 s length, and leveled in rms power

  26. Stimuli context gähnende Frau Babylachen Babyschrei lachende Menschen Schrei einer Frau Gesang Schweinegrunzen große Maschine Kreidequietschen fallender Spaten tiefer Celloton Klarinette yawning women laughing baby crying baby laughing people cry of a woman chant grunting pig big engine squeaking chalk dropping a spade bass note on cello clarinet

  27. Explicit ratings • Self Assessment Manikin, SAM (Bradley & Lang) • pleasure scale • arousal scale

  28. Explicit ratings

  29. Implicit responses • Motivation: • It is often difficult to verbalize one’s feelings • It might not be politically correct to state explicitly one’s emotional reaction to certain stimuli • Emotion systems are different from cognitive systems • Intact emotional memory in amnesic patient (Claparède, 1911) • Emotional memory closely linked to implicit memory • Methods • physiological responses • arousal: EDA • pleasure: facial EMG

  30. intestines blood k1 k2 A B EDA analysis • Fit of appropriate templatePharmacokinetics suggest: Bateman function diffusion from compartment A into B with time constant k1 elimination from compartment B with time constant k2

  31. Event-related EDA (ER-EDA) (N.B: EEhaah! Mamma, we got Event-Related EDA!) • visible increase of activity after event

  32. Korrelation zu Ratings „Wohlgefallen“ • ER-EDA ist nicht korreliert zu Wohlgefallen

  33. Korrelation zu Ratings „Erregung“ • ER-EDA ist korreliert zu Erregung in der Bedingung „Geräusch“

  34. Discussion • Explicit ratings correlate with IADS ratings • pleasure: good correlation even for “description only” • arousal: correlation is best for “sound only” • Event-related EDA correlates with arousal ratings for condition “sound only” • simultaneous visual cue lessens arousal • context (if given) should be non-predictive • Ansätze für weitere Forschung: • Optimierung der Zeitabstände • nichtprädikativer Kontext • Vergleich verschiedener Auswertemethoden

  35. Ein Programmpaket • ein Satz von Matlab Routinen • zunächst entwickelt für den Eigenbedarf • wuchs sich aus zu eigenständigem Projekt

  36. Ledalab Leipzig electrodermal activity laboratory ein Softwarepaket zur Analyse von elektrodermaler Aktivität von Christian Kaernbach Paul Prosper Tillier (1834-1915), Öl auf Leinwand, Privatsammlung

  37. Leda und der Schwan • Leda: Königin der Spartaner, Frau von Tyndareos, Geliebte des Zeus (der ihr als Schwan erschien), Mutter von Castor, Pollux, Helena und Klytemnestra Keramik aus Kreta, ca. 1000 v. Chr. Leonardo da Vinci, ca. 1505 n. Chr.

  38. Der Parameterraum 2 2 1 N N 2N+5 • Template • zwei Zeitkonstanten • Hintergrund • Polynom 1. Ordnung • evtl. Exponential • Peaks • Amplitude • Zeitpunkt

  39. Der Parameterraum 2 2 1 N N 2N+5N+2 • Template • zwei Zeitkonstanten • Hintergrund • Polynom 1. Ordnung • evtl. Exponential • Peaks • Amplitude • Zeitpunkt Vandermonde Matrix für Polynom und (Peak- und Exponential-) Amplituden

  40. Ledalab for me for you • implementiert als Satz von Matlab Routinen • template: Bateman Funktion • stochastisches Abstiegsverfahren, „Evolution“ • line search (Parabelfit) in stochastische Richtung

  41. Ledalab for me for you • implementiert als Satz von Matlab Routinen • template: Bateman Funktion, evtl. weitere templates • konjugiertes Gradientenverfahren, verbesserte Evolution

  42. Nutzer programmiert Konversions-Routinen für Input-Daten Ledalab ermittelt Latenzen und Amplituden Nutzer programmiert Auswerteroutinen Ledalab for you • implementiert als Satz von Matlab Routinen • template: Bateman Funktion, evtl. weitere templates • konjugiertes Gradientenverfahren, verbesserte Evolution • 50 Seiten Dokumentation mit Index • Programmierer • objektorientierte Programmierung • neue Features nach Nutzeranregungen • Wartung, Fehlerbehebung,bedienerfreundliche Meldungen • web: www.ledalab.de • groups.yahoo.com/group/ledalab/ledalab-subscribe@yahoogroups.de • FAQ, Analyse-Bibliothek

  43.  = 0.1 s bestimme mit  den konjugierten Gradienten Betrag des Gradienten kleiner als Limit: Abbruch gehe  in ermittelte Abstiegsrichtung ² wird größer:  halbieren, go to  ² wird kleiner: Leiter 0, , 2, 4, 8, 16.. bis nonmonoton (evtl. Abbruch, Minimalforderung konvex) Parabelfit auf letzte drei Punkte, go to Fragen • Gradientenverfahren • optimale Formel für konjugierten Gradienten • Steuerung des  für den Gradienten, line search • Evolution • 1 intelligentes Kind, viele dumme Kinder? • Ähnlichkeitsmaß für vorzeitigen Exitus • vergleichende Bewertung • jeder Peak erniedrigt df (nur) um 2 • evtl. ist die Zahl der Meßpunkte N (600) zu hoch angesetzt • Abhängigkeit x(n+1) von x(n) überprüfen, N reduzieren • Analytisches Verfahren statt Optimierung? • Benchmarking

  44. Danke für die Aufmerksamkeit