情绪过程与认知过程一样,本质上都是脑的功能。音乐与情绪之间有着必然的内在关联。音乐情绪感知的脑电研究,就是以音乐为情绪诱发源、以脑电数据分析为手段而进行的情绪脑机制科学研究。它是一个涉及音乐心理学、情绪心理学、生理学和神经科学等众多学科的交叉领域,还处于研究发展的初期。本文通过设计音乐情绪感知实验获取脑电数据,并使用不同的方法分别从线性、非线性两个角度来对音乐情绪感知过程中的脑电数据进行分析。本文内容主要包括:1.通过对“恐惧、快乐、愉快、悲伤”四种音乐情绪感知过程中的脑电α波功率进行分析,得到如下结论:脑电α波功率变化与音乐情绪的极性和强度密切相关;不仅额区,而且顶枕区的脑电α波功率随音乐情绪强度的减小而增加;脑电α波功率与情绪极性有关,且受情绪强度的调制。2.利用一种直接的去趋势分析方法对“闭眼静息、恐惧音乐、愉快音乐、悲伤音乐”四种状态下的脑电数据进行非线性分析,得到如下结论:脑电信号中存在普遍的标度行为,并存在两个不同的标度区间,可分别由标度指数β1和β2来描述,它们分别代表了脑电α波以外的高频和低频成分活动的复杂性;脑电信号中α波以外的高频成分和低频成分的活动受音乐情绪强度的调制,高频活动的复杂性随音乐情绪强度的减小而增大,低频活动的复杂性随音乐情绪强度的减小而减小;脑电高频成分活动复杂性的变化与情绪的大脑“激励-抑制”模型弱相关;恐惧和悲伤音乐导致的脑电活动变化与闭眼静息态的基线水平有一定差异。3.使用同样的去趋势分析方法对“闭眼静息、睁眼静息”两种状态的脑电数据进行分析,得到如下结论:根据任何一个标度指数值的大小都可以很好地将闭眼静息、睁眼静息两种状态分开;具体地,闭眼静息状态下的β1值总是显著大于睁眼静息状态,而其β2值的变化关系则刚好相反。本文研究表明,脑电信号的变化的确能够反映不同音乐情绪感知过程中脑功能状态的变化。脑电非线性分析在音乐情绪感知研究中具有重要意义。直接去趋势分析是一种非常有效的脑电非线性分析方法,它在不同脑功能状态的区分研究中具有潜在应用价值。