通过EEG频段对音乐中的旋律期望进行神经编码

科学领域:

• 认知神经科学 认知神经科学
• 音乐认知 音乐认知
• 神经科学是一个神经科学.

背景情况:

• 大脑通过追踪环境规律来预测未来的事件.
• 低频大脑活动 (1-8 Hz) 与编码音乐中的旋律预测有关.
• 以前的研究表明,不同的神经动力学预测不确定性和错误.

研究的目的:

• 为了区分频率特定的神经动力学曲调预测不确定性 () 和预测错误 (惊喜).
• 研究大脑活动中时间 (音符发作) 和内容 (音符音调) 信息的编码.
• 探索音乐专业知识对音乐预测处理的影响.

主要方法:

• 利用多变量时间响应函数 (TRF) 模型来分析电脑电图 (EEG) 数据.
• 重新分析了20名参与者 (10名音乐家) 的EEG数据,听西方音调音乐.
• 模拟的预测不确定性作为和预测错误作为时间和内容信息的意外.

主要成果:

• 旋律预期指标显著提高了30 Hz以下频段的EEG重建精度.
• 在所有分析频率上,透始终提高了重建准确度,超过了意外.
• 时间信息编码扩展到低频率 (>8 Hz) 以外,与内容信息不同.
• 刺激前的三角 (1-4 Hz) 和β (12-30 Hz) 频段活动与时间可预测性 (开始) 相相关.
• 音乐专业知识调节神经处理:贝塔频段为音乐家,阿尔法频段 (8-12赫兹) 为非音乐家.

结论:

• 旋律期望,特别是不确定性,在多个频段的神经活动中被强有力的编码.
• 音乐预测的时间方面涉及的频率范围比内容方面更广.
• 音乐训练塑造了预测处理的神经动态,音乐家和非音乐家的频段参与度不同.