Ledalab Leipzig electrodermal activity laboratory
Werbung
Analyse von Hautleitwertdaten als Maß für emotionale Reaktionen Christian Kaernbach Institut für Psychologie derzeit: Universität Bonn eigentlich: Universität Leipzig demnächst: 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 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 reziprok EDA - Terminologie English Deutsch Electrodermal Activity EDA Elektrodermale Aktivität Skin Conductance Level SCL Hautleitfähigkeitsniveau Hautleitwertsniveau Skin Conductance Response SCR Hautleitfähigkeitsreaktion Hautleitswertsreaktion Skin Resistance Level SRL Hautwiderstandsniveau Skin Resistance Response SRR Hautwiderstandsreaktion Skin Potential Level SPL Hautpotentialniveau Skin Potential Response SPR Hautpotentialreaktion exosomatisch endosomatisch Cutis Aufbau der Haut 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. 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“) Zentrale Innervation – Vermutung: palmare Schweißdrüsen stehen unter zentraler Kontrolle („emotionales Schwitzen“) Gerät • Leybold Didactic netto – Pocket Cassy (11 Bit): 195,00 € – Hautwiderstandsbox: 270,90 € – CassyLab Software (einmalig): 355,00 € • 820,90 € brutto 226,20 € 314,24 € 411,80 € 952,24 € Die Messung Die Messung Setup „ist“ Stimulus VGA Tastatur Maus USB Hintergrundmusik Matlab CassyLab Setup „soll“ Matlab Stimulus LPT VGA Tastatur Maus USB Hintergrundmusik CassyLab CassyLab • Events werden in Systemzeit gespeichert und nachträglich integriert Analyse von EDA Daten • mitteln (EEG Tradition) • Minima/Maxima (Boucsein) • template matching 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. Die ideale EDR Gestalt • Parameter, die von einer idealen einzelnen EDR (Typ 1 nach Boucsein) abgeleitet werden können Amplitude EDA Latenz Stimulus Anstiegszeit – Latenz, Amplitude – Anstiegszeit, Halbwerts/Abklingzeit 50% Halbwerts zeit 37% Abklingzeit Überlappende EDRs • Typ 2 nach Boucsein: die erste EDR ist separierbar – Minimum zu Maximum – Abziehen der extrapolierten EDR Überlappende EDRs • Typ 3 nach Boucsein: kein Maximum der ersten EDR – Extrapolation nicht mehr möglich – Wendepunkt versus Summe suppose we knew the Gestalt • template matching – Zerlegen einer engen Überlagerung von EDRs in ihre Bestandteile – EDA = Summe aus Basis (hier: linear) und einer kleinen Anzahl separater EDRs – Minimieren des Fehlerquadrates (²) 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. A a k1a k1 B Bateman Funktion k2 b k 2b k1a b C e k1t e k2t Minimieren des Fehlerquadrates • Gradientenverfahren (gradient descent) Minimieren des Fehlerquadrates • Gradientenverfahren (gradient descent) – Problem: lokale Minima • Evolution Explicit and implicit responses to environmental sounds Alex Ronald López Rolón Christian Kaernbach Ronny Werner Institut für Allgemeine Psychologie Universität Leipzig Method, Context 3x2x2 Design: sound sound without with dimension: context context Explicit: ratings Implicit: physiological response context alone pleasure arousal pleasure arousal N=15 N=15 N=15 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 Stimuli context 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 9 8 arousal ratings gähnende Frau Babylachen Babyschrei lachende Menschen Schrei einer Frau Gesang Schweinegrunzen große Maschine Kreidequietschen fallender Spaten tiefer Celloton Klarinette 7 6 5 4 3 2 1 1 2 3 4 5 6 7 8 9 pleasure ratings (5 = neutral) Explicit ratings • Self Assessment Manikin, SAM (Bradley & Lang) – pleasure scale – arousal scale Explicit ratings sound N=15 8 7 6 5 4 3 6 5 4 3 2 1 1 1 pleasure arousal 6 5 4 3 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 9 9 pleasure ratings (5=neutral) pleasure ratings (5=neutral) 1 0.8 0.6 0.4 0.2 0 correlation with IADS correlation with IADS correlation with IADS pleasure ratings (5=neutral) 1 0.8 0.6 0.4 0.2 0 8 7 2 1 2 1 2 3 4 5 6 7 8 9 context alone N=16 9 arousal ratings 8 7 sound + context N=14 9 arousal ratings arousal ratings 9 pleasure arousal 1 0.8 0.6 0.4 0.2 0 pleasure arousal 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 EDA analysis • Fit of appropriate template Pharmacokinetics suggest: Bateman function diffusion from compartment A into B with time constant k1 elimination from compartment B with time constant k2 intestines blood k1 A B b k 2b k1a a k1a b C e k1t e k2t k2 Event-related EDA (ER-EDA) • visible increase of activity after event (N.B: EEhaah! Mamma, we got Event-Related EDA!) Korrelation zu Ratings „Wohlgefallen“ • ER-EDA ist nicht korreliert zu Wohlgefallen Korrelation zu Ratings „Erregung“ • ER-EDA ist korreliert zu Erregung in der Bedingung „Geräusch“ 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 Ein Programmpaket • ein Satz von Matlab Routinen • zunächst entwickelt für den Eigenbedarf • wuchs sich aus zu eigenständigem Projekt Ledalab Leipzig electrodermal activity laboratory Paul Prosper Tillier (1834-1915), Öl auf Leinwand, Privatsammlung ein Softwarepaket zur Analyse von elektrodermaler Aktivität von Christian Kaernbach 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. Der Parameterraum • Template – zwei Zeitkonstanten 2 • Hintergrund – Polynom 1. Ordnung – evtl. Exponential 2 1 • Peaks N N 2N+5 – Amplitude – Zeitpunkt Der Parameterraum • Template – zwei Zeitkonstanten 2 • Hintergrund – Polynom 1. Ordnung – evtl. Exponential 2 1 • Peaks N N 2N+5 N+2 – Amplitude – Zeitpunkt Vandermonde Matrix für Polynom und (Peak- und Exponential-) Amplituden Ledalab for you me • implementiert als Satz von Matlab Routinen – template: Bateman Funktion – stochastisches Abstiegsverfahren, „Evolution“ • line search (Parabelfit) in stochastische Richtung Ledalab for you me • implementiert als Satz von Matlab Routinen – template: Bateman Funktion, evtl. weitere templates – konjugiertes Gradientenverfahren, verbesserte Evolution Ledalab for you • implementiert als Satz von Matlab Routinen – – – – template: Bateman Funktion, evtl. weitere templates konjugiertes Gradientenverfahren, verbesserte Evolution 50 Seiten Dokumentation mit Index Nutzer programmiert Programmierer • objektorientierte Programmierung • neue Features nach Nutzeranregungen • Wartung, Fehlerbehebung, bedienerfreundliche Meldungen – web: www.ledalab.de – groups.yahoo.com/group/ledalab/ [email protected] – FAQ, Analyse-Bibliothek Konversions-Routinen für Input-Daten Ledalab ermittelt Latenzen und Amplituden Nutzer programmiert Auswerteroutinen Fragen • Gradientenverfahren = 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 – 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 Danke für die Aufmerksamkeit
