Musicologica Olomucensia vol. 25, (2017):22-33 | DOI: 10.5507/mo.2017.002

Návrh experimentu a technické nástroje pro výzkum hudebních podnětů s uměle implementovanou komplexitou fyziologického typu užité pro rehabilitaci pacientů s Alzheimerovou chorobou

Lenka Dohnalová1, Tomáš Fürst2
1 Univerzita Palackého, Katedra hudební výchovy PdF, Univerzitní 3, 77180 Olomouc, Česká republika
2 Univerzita Palackého, Katedra matematické analýzy a aplikací matematiky PřF, 17. listopadu 12, 772 00, Olomouc, Česká republika

Výzkum se zaměřuje na hledání nových účinných rehabilitačních strategií pro pacienty s Alzheimerovou chorobou, které se opírají o empiricky potvrzené působení hudebních podnětů. Tyto strategie jsou inspirovány studiemi nových rehabilitačních metod navržených Nicholasem Stergiou (Biomechanics Lab, University of Nebraska in Omaha), jež jsou založeny na signálech, které cíleně obsahují uměle zakomponovanou fyziologickou komplexitu (např. typu růžového šumu). Jde o to, že fyziologické signály zdravého organismu vykazují právě jistou míru této komplexity. První fáze výzkumu zahrnuje tvorbu softwaru ve formátu MIDI, který umožňuje tuto komplexitu zabudovat do nahrávek klasické hudby, a pilotování takto upravených nahrávek na "zdravé" populaci. Následující fáze bude zkoumat vliv těchto hudebních podnětů na pacienty s Alzheimerovou chorobou (spolupráce s neurology v diagnostice).

Keywords: Alzheimerova choroba, ADHD, autismus, rehabilitační strategie, fyziologická komplexita typu růžového šumu, software MIDI

Experimental Design and Technical Tools for the Research of Musical Stimuli with Artificially Implemented Complexity Used in the Rehabilitation of Alzheimer's Disease Patients

This study focuses on identifying new and effective rehabilitation strategies for patients with Alzheimer's disease, which relies on the empirically confirmed effect of musical stimuli. The strategies were inspired by studies of new rehabilitation methods designed by Nicholas Stergiou (Biomechanics Lab, University of Nebraska in Omaha), based on signals that contain artificially incorporated physiological complexity (e.g. pink noise). The physiological signals of a healthy organism contain a certain degree of such complexity. The first phase of the research includes the creation of software in a MIDI format, which enabled the implementation of this complexity into recordings of classical music, and its piloting on a "healthy" population. The following phase will examine the effects of these recordings on patients with AD (in collaboration with neurologists in diagnostics).

Keywords: ADHD, Alzheimer's disease, autism, new rehabilitation strategies, physiological complexity of pink noise, software MIDI

Published: June 11, 2017  Show citation

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Dohnalová, L., & Fürst, T. (2017). Návrh experimentu a technické nástroje pro výzkum hudebních podnětů s uměle implementovanou komplexitou fyziologického typu užité pro rehabilitaci pacientů s Alzheimerovou chorobou. Musicologica Olomucensia, 25, Article 22-33. https://doi.org/10.5507/mo.2017.002
Share...
Download citation
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Open full article

    Selected references

    1. Nathaniel Hunt, Denise McGrath and Nicholas, "The Influence of Auditory-motor Coupling on Fractal Dynamics in Human Gait," in Scientific Reports, no. 4 (2014): accessed July 30, 2016, doi:10.1038/srep05879 Go to original source...
    2. Magdalena Costa, Ary L. Goldberger and C. K. Peng, "Multiscale Entropy Analysis of Biological Signals," in Physical Review E 71, no. 2 (2005): accessed December 20, 2016, doi: 10.1103/PhysRevE.71.021906. Go to original source...
    3. Jan W. Kantelhardt et al., "Multifractal Detrended Fluctuation Analysis of Nonstationary Time Series," in Physica A 316, no. 87 (2002): accessed December 20, 2016, doi: 10.1016/S0378-4371(02)01383-3. Go to original source...
    4. Paavo Pylkk änen and Pauli Pylkkö, New Directions in Cognitive Science: Proceedings of the International Symposium, 4-9 August 1995, Saariselkä, Lapland, Finland (Helsinki: Finnish Artificial Intelligence Society, 1995).
    5. Brad Manor et al., "Physiological Complexity and System Adaptability: Evidence from Postural Control Dynamics of Older Adults," in Journal of Applied Physiology 109, no. 6 (2010), accessed June 20, 2016, doi: 10.1152/japplphysiol.00390.201. Go to original source...
    6. "Dementia Fact sheet," World Health Organization, accessed July 30, 2016, http://www.who.int/mediacentre/factsheets/fs362/en/.
    7. "Tests used in diagnosing dementia," Alzheimer's Australia, accessed December 14, 2016, https://www.fightdementia.org.au/sites/default/files/helpsheets/Helpsheet-DementiaQandA10-TestsUsedInDiagnosingDementia_english.pdf.
    8. Oliver Sacks, Musicophilia: Tales of Music and the Brain, (Prague: Dybbuk, 2009).
    9. "Database midi file," accessed August 3, 2016, http://www.piano-midi.de/midisearch.php?composer=14&formSubmit=Search&user=&count.
    10. PhysioNet: "The Research Resource for Complex Physiologic Signals," PhysioNet, accessed August 3, 2016, https://www.physionet.org/tutorials/fmnc/node8.html.

    This is an open access article distributed under the terms of the Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0), which permits use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.


    Return to the content