Cartographie FMRI de l'activité cérébrale associée à la production vocale d'intervalles consonants et dissonants

Résumé

Les corrélats neuronaux de l'écoute des intervalles consonants et dissonants ont été largement étudiés, mais les mécanismes neuronaux associés à la production d'intervalles consonants et dissonants sont moins connus. Dans cet article, les tests comportementaux et l'IRMF sont combinés avec des tâches d'identification et de chant d'intervalle pour décrire ces mécanismes.

Résumé

Les corrélations neuronales de la perception de la consonance et de la dissonance ont été largement étudiées, mais pas les corrélations neuronales de la production de consonance et de dissonance. La manière la plus directe de production musicale est de chanter, mais, du point de vue de l'imagerie, il présente encore plus de défis que d'écoute car elle implique une activité motrice. Le chant précis des intervalles musicaux nécessite une intégration entre le traitement de la réaction auditive et le contrôle du moteur vocal afin de produire correctement chaque note. Ce protocole présente une méthode qui permet de surveiller les activations neuronales associées à la production vocale d'intervalles consonnes et dissonants. Quatre intervalles musicaux, deux consonnes et deux dissonants, sont utilisés comme stimuli, à la fois pour un test de discrimination auditive et une tâche qui consiste à écouter et à reproduire des intervalles donnés. Les participants, toutes les élèves vocales féminines au niveau de la conservatoire, ont été étudiés à l'aide de la fonction Magnetic ResOnance Imaging (fMRI) pendant l'exécution de la tâche de chant, la tâche d'écoute servant de condition de contrôle. De cette manière, on a observé l'activité des systèmes moteurs et auditifs et une mesure de la précision vocale lors de la tâche de chant a également été obtenue. Ainsi, le protocole peut également être utilisé pour suivre les activations associées au chant de différents types d'intervalles ou en chantant les notes requises plus précisément. Les résultats indiquent que les intervalles dissonants de chant requièrent une plus grande participation des mécanismes neuronaux responsables de l'intégration des retours externes des systèmes auditif et sensori-système que les intervalles de consonnes chantantes.

Introduction

Certaines combinaisons d'emplacements musicaux sont généralement reconnues comme consonnes, et elles sont généralement associées à une sensation agréable. D'autres combinaisons sont généralement appelées dissonantes et sont associées à un sentiment désagréable ou non résolu ¹ . Bien qu'il semble raisonnable de supposer que l'inculturation et la formation jouent un rôle dans la perception de la consonance ² , il a été démontré récemment que les différences dans la perception des intervalles et des accords consonneux et dissonants dépendent probablement moins de la culture musicale que ce qui était pensé auparavant ³ et peut-être Dérivent même de bases biologiques simples ^{4 , 5 , 6} . Afin d'éviter une compréhension ambiguë du terme consonance, Terhardt ^{7 a} introduit la notion de consonance sensorielle, par opposition à la consonance dans un contexte musical, Où l'harmonie, par exemple, pourrait bien influer sur la réponse à un accord ou à un intervalle donné. Dans le présent protocole, seuls les intervalles isolés à deux notes ont été utilisés précisément pour individualiser les activations uniquement liées à la consonance sensorielle, sans interférence du traitement dépend du contexte ⁸ .

Les tentatives pour caractériser la consonance par des moyens purement physiques ont commencé avec Helmholtz ⁹ , qui a attribué la rugosité perçue associée aux accords dissonants au battement entre les composantes de fréquence adjacentes. Plus récemment, cependant, il a été démontré que la consonance sensorielle n'est pas seulement associée à l'absence de rugosité, mais aussi à l'harmonie, c'est-à-dire à l'alignement des partiels d'une tonalité ou d'un cordon donné avec ceux d'une tonalité inouïe d'un Fréquence inférieure ^{10 , 11} . Les études comportementales confirment que la consonance subjective est en effet affectée par le puSe basent sur des paramètres physiques, tels que la distance de fréquence ^{12 , 13} , mais une plus large gamme d'études ont démontré de façon concluante que les phénomènes physiques ne peuvent pas seulement tenir compte des différences entre la consonance perçue et la dissonance ^{14 , 15 , 16 , 17} . Toutes ces études, cependant, rapportent ces différences lors de l'écoute d'une variété d'intervalles ou d'accords. Une variété d'études utilisant la tomographie par émission de positons (PET) et l'imagerie par résonance magnétique fonctionnelle (IRMf) ont révélé des différences significatives dans les régions corticales qui deviennent actives lorsqu'on écoute des intervalles consonnes ou dissonants et des accords ^{8 , 18 , 19 , 20} . Le but de la présente étude est d'explorer les différencesDans l'activité cérébrale lors de la production, plutôt que de l'écoute, des intervalles consonants et dissonants.

L'étude du contrôle sensoriel-moteur pendant la production musicale implique généralement l'utilisation d'instruments de musique et, très souvent, il nécessite la fabrication d'instruments modifiés spécifiquement pour leur utilisation pendant la neuroimagerie ²¹ . Cependant, le chant semble fournir dès le départ un mécanisme approprié pour l'analyse des processus sensori-moteurs pendant la production musicale, car l'instrument est la voix humaine elle-même, et l'appareil vocal ne nécessite aucune modification pour être adapté pendant Imagerie ²² . Bien que les mécanismes neuronaux associés aux aspects du chant, tels que le contrôle de hauteur ²³ , l'imitation vocale ²⁴ , les changements adaptatifs induits par la formation ²⁵ et l'intégration de la rétroaction externe ^{25 , 26 , 27 , 28 , 29 , ont fait l'objet d'un certain nombre d'études au cours des deux dernières décennies, les corrélations neuronales des intervalles consoants et dissonants du chant ont été récemment décrites 30 . À cette fin, l'article actuel décrit un test de comportement conçu pour établir une reconnaissance adéquate des intervalles consonants et dissonants par les participants. Ceci est suivi d'une étude de l'IRMF sur les participants qui chantent une variété d'intervalles consoants et dissonants. Le protocole fMRI est relativement simple, mais, comme pour toutes les recherches sur l'IRM, il faut faire très attention pour configurer correctement les expériences. Dans ce cas, il est particulièrement important de minimiser les mouvements de la tête, de la bouche et des lèvres pendant les tâches de chant, ce qui rend l'identification des effets non directement liés à l'acte physique de chanter plus directement. Cette méthodologie peut être utilisée pourPortent sur les mécanismes neuronaux associés à une variété d'activités impliquant la production musicale en chantant.}

Protocole

Ce protocole a été approuvé par le comité de recherche, d'éthique et de sécurité de l'hôpital infantile de México "Federico Gómez".

1. Pretest comportemental

1. Effectuez un test audiométrique standard et pur pour confirmer que tous les participants potentiels possèdent une audition normale (niveau d'audition de 20 dB (HL) sur les fréquences d'octave de -8 000 Hz). Utilisez l'inventaire Edinburgh Handedness ³¹ pour vous assurer que tous les participants sont droitiers.
2. Génération de séquences d'intervalle.
   1. Produisez des tons purs couvrant deux octaves, G4-G6, en utilisant un programme d'édition de son.
      REMARQUE: Ici, le logiciel d'édition de son gratuit, source libre Audacity, est décrit. D'autres paquets peuvent être utilisés à cette fin.
      1. Pour chaque tonalité, ouvrez un nouveau projet dans le logiciel d'édition de son.
      2. Dans le menu "Générer", sélectionnez "Tone". Dans la fenêtre qui apparaît, sÉlire une forme d'onde sinusoïdale, une amplitude de 0,8 et une durée de 1 s. Entrez la valeur de la fréquence qui correspond à la note souhaitée ( par exemple, 440 Hz pour A4). Cliquez sur le bouton "OK".
      3. Dans le menu "Fichier", sélectionnez "Exporter l'audio". Dans la fenêtre qui s'ouvre, entrez le nom souhaité pour le fichier audio et choisissez WAV comme type de fichier souhaité. Cliquez sur "Enregistrer".
   2. Sélectionnez deux intervalles consonants et deux dissonants, selon le tableau 1 , de telle sorte que chaque intervalle consonne soit proche d'un intervalle dissonant.
      NOTE: Par exemple, considérez les intervalles de consonnes d'un cinquième et d'une octave parfaits et des intervalles dissonants d'un quatrième augmenté (tritone) et d'un septième majeur. Ce sont les intervalles choisis pour l'étude menée par les auteurs.
   3. Générer toutes les combinaisons possibles de notes correspondant à ces quatre intervalles entre G4 et G6.
      1. Pour eacH, ouvrez un nouveau projet dans le logiciel d'édition de son et utilisez "Import Audio" dans le menu "Fichier" pour importer les deux fichiers WAV à concaténer.
      2. Placez le curseur à n'importe quel point sur la deuxième tonalité et cliquez pour sélectionner. Cliquez sur "Sélectionner tout" dans le menu "Modifier". Sous le même menu, cliquez sur "Copier".
      3. Placez le curseur à n'importe quel point sur la première tonalité et cliquez sur. Dans le menu "Modifier", cliquez sur "Déplacer le curseur vers la fin de la piste", puis cliquez sur "Coller" dans le même menu. Exportez l'audio comme décrit à l'étape 1.2.1.3.
   4. Utilisez un générateur de séquence aléatoire pour produire des séquences consistant en 100 intervalles générés pseudo-aléatoirement de telle sorte que chacun des quatre intervalles différents se situe exactement 25 fois ³⁰ . Pour ce faire, utilisez la fonction de permutation aléatoire dans le logiciel d'analyse statistique (voir la Table des matières ). Entrez les quatre intervAinsi que des arguments et créer une boucle qui répète ce processus 25 fois.
   5. Utilisez un logiciel de recherche comportementale pour générer deux courses distinctes. Chargez une séquence de 100 intervalles au format WAV pour chaque exécution et associez l'identification de chaque intervalle à un essai unique ³⁰ .
      REMARQUE: Ici, le logiciel de recherche comportementale E-Prime est utilisé. D'autres logiciels de recherche comportementale équivalents peuvent être utilisés.
3. Expliquez aux participants qu'ils écouteront deux séquences de 100 intervalles chacun, chaque séquence étant associée à une tâche différente et à son propre ensemble d'instructions. Dites aux participants que, dans les deux courses, l'intervalle suivant ne sera joué que lorsqu'une touche valide est enfoncée.
   REMARQUE: Une fois la séquence de reconnaissance d'intervalle commencée, elle ne doit pas être interrompue de sorte que le plan d'action soit aussi clair que possible pour tous les participants.
   1. Demander aux participants de s'asseoir devant un ordinateur portableEt porter le casque fourni. Utilisez des écouteurs intra-auriculaires de bonne qualité. Ajustez le niveau sonore à un niveau confortable pour chaque sujet.
   2. Si vous utilisez le logiciel de recherche comportementale décrit ici, ouvrez les tâches créées à l'étape 1.2.5 avec E-Run. Dans la fenêtre qui apparaît, entrez le numéro de session et de sujet et cliquez sur "OK". Utilisez le numéro de session pour distinguer entre les exécutions pour chaque participant.
      REMARQUE: les instructions pour la tâche en cours apparaîtront à l'écran, suivies du début de la tâche elle-même.
      1. Tout d'abord, dans une tâche de choix alternatif de 2 alternatives, il suffit que les participants identifient si les intervalles qu'ils entendent sont consonants ou dissonants. Demandez au participant de presser "C" sur le clavier de l'ordinateur pour la consonne et "D" pour le dissonant.
         REMARQUE: Étant donné que tous les participants devraient avoir une formation musicale au niveau conservatoire, ils devraient tous être en mesure de distinguer entre nettement consonne et manifestement disIntervalles sonants. La première tâche sert, en un sens, à confirmer que c'est bien le cas.
      2. Deuxièmement, dans une tâche de choix forcé de 4 alternatives, les participants identifient les intervalles eux-mêmes. Demandez aux participants d'appuyer sur les chiffres "4", "5", "7" et "8" sur le clavier de l'ordinateur pour identifier les intervalles d'un quatrième, d'un cinquième, d'un septième et d'une octave supérieurs augmentés, respectivement.
   3. À la fin de chaque tâche, appuyez sur "OK" pour enregistrer automatiquement les résultats pour chaque participant dans un fichier individuel E-DataAid 2.0 marqué avec le sujet et les numéros de session et avec l'extension .edat2.
   4. Utilisez un logiciel d'analyse statistique ( par exemple, Matlab, SPSS Statistics ou une alternative open-source) pour calculer les taux de réussite de chaque tâche ( c.-à-d. Le pourcentage de réponses réussies pour identifier si les intervalles étaient consonants ou dissonants, et également lors de l'identification de l'intSe forment eux-mêmes), individuellement et en groupe ³² .

2. Expérience fMRI

1. Préparation à la session fMRI.
   1. Générer des séquences des mêmes intervalles qu'à l'étape 1.2.3, encore composée de deux tons purs consécutifs d'une durée de 1 s chacun.
      REMARQUE: la gamme vocale des participants doit maintenant être prise en compte, et toutes les notes doivent être confortablement comprises dans la gamme de chant de chaque participant.
      1. Utilisez un générateur de séquence aléatoire pour créer une séquence aléatoire de 30 intervalles pour les essais à l'écoute ³⁰ . Pour les essais de chant, créez une séquence pseudorandomisée de 120 intervalles pour que les participants écoutent un intervalle spécifique et correspondent à cet intervalle cible avec leurs voix de chant. Pour la séquence pseudorandomisée, utilisez la même méthode que celle décrite à l'étape 1.2.4, avec les 4 intervalles comme arguments encore une fois, mais nOw répéter ce processus 30 fois.
      2. En suivant la même procédure qu'à l'étape 1.2.5, utilisez un logiciel de recherche comportementale pour générer trois courses distinctes, chacune consistant initialement à 10 essais de base de base silencieux, suivis de 10 essais consécutifs à l'écoute et enfin de 40 essais de chant consécutifs.
         REMARQUE: Au cours des essais de base, les quatre intervalles apparaissent dans un ordre aléatoire, tandis que pendant les essais de chant, les quatre intervalles apparaissent dans l'ordre pseudorandomisé, de telle sorte que chaque intervalle soit finalement présenté exactement 10 fois. La durée de chaque essai est de 10 s, donc une durée entière dure 10 min. Comme chaque sujet passe par 3 essais expérimentaux, la durée totale de l'expérience est de 30 min. Toutefois, pour permettre aux participants d'entrer et de quitter le scanner, pour le temps de mettre en place et de tester le microphone, pour le temps d'obtenir le balayage anatomique et pour le temps entre les fonctions, environ 1 heure de temps de scanner doit être attribuée à chaque participant .
   2. Expliquer aux participants les séquences d'essais à présenter, comme décrit à l'étape 2.1.1.2, et répondre aux doutes qu'ils pourraient avoir. Demandez aux participants de bourdonner les notes sans ouvrir la bouche pendant les essais de chant, en gardant les lèvres tout en produisant un son "m".
   3. Connectez un casque non-magnétique compatible avec un ordinateur portable à un ordinateur portable. Ajustez le niveau sonore à un niveau confortable pour chaque sujet.
   4. Connectez un petit microphone à condensateur à une interface audio qui est à son tour connectée à l'ordinateur portable à l'aide d'un câble blindé tordu-triplet.
      REMARQUE: L'alimentation du microphone, l'interface audio et l'ordinateur portable devraient tous être situés à l'extérieur de la pièce qui héberge le scanner.
   5. Vérifiez la réponse en fréquence du microphone.
      REMARQUE: Le but de ce test est de confirmer que le microphone se comporte comme prévu dans le scanner.
      1. Démarrez un nouveau projet dans le logiciel de modification de son et sélectionnez le condensateurMicrophone comme périphérique d'entrée.
      2. Générer une tonalité de test de 440 Hz avec une durée de 10 s, comme décrit dans la section 1.2.1, avec les valeurs appropriées pour la fréquence et la durée.
      3. À l'aide du logiciel de reproduction sonore par défaut sur l'ordinateur portable, appuyez sur "Play" pour envoyer la tonalité de test à travers les écouteurs à l'intérieur (au-dessus de l'appui-tête) et à l'extérieur (dans la salle de contrôle) du scanner avec le microphone placé entre les côtés Du casque dans chaque cas.
      4. Appuyez sur "Enregistrer" dans le logiciel d'édition de son pour enregistrer environ 1 s de la tonalité de test à chaque emplacement.
      5. Sélectionnez "Plot Spectrum" dans le menu "Analyser" pour chaque cas et comparez la réponse du microphone à la tonalité de test, à l'intérieur comme à l'extérieur du scanner, en vérifiant que la fréquence fondamentale du signal reçu à chaque emplacement est de 440 Hz.
   6. Tapez le microphone du condenseur sur le cou du participant, juste en dessous dularynx.
   7. Demandez au participant de porter le casque. Placez le participant dans un scanner à résonance magnétique (MR).
2. Session de l'IRMF.
   1. Au début de la session, ouvrez le logiciel de l'interface utilisateur de résonance magnétique (MRUI). Utilisez le MRUI pour programmer le paradigme d'acquisition.
      REMARQUE: Certaines variations dans l'interface sont attendues entre les différents modèles.
      1. Sélectionnez l'option "Patient" dans le menu à l'écran. Entrez le nom, l'âge et le poids du participant.
      2. Cliquez sur le bouton "Exam". Tout d'abord, choisissez "Tête", puis "Cerveau" à partir des options disponibles.
      3. Sélectionnez "3D" puis "T1 isométrique", avec les valeurs suivantes pour les paramètres pertinents: Temps de répétition (TR) = 10,2 ms, Temps d'écho (TE) = 4,2 ms, Angle de virage = 90 ° et Voxel Taille = 1 x 1 x 1 mm ³ .
         REMARQUE: pour chaque participant, un volume anatomique pondéré T1 sera bE acquis à l'aide d'une séquence d'impulsion d'écho gradient pour référence anatomique.
      4. Cliquez sur "Programme" et sélectionnez EchoPlanaImage_diff_perf_bold (T2 *), avec les valeurs des paramètres pertinents comme suit: TE = 40 ms, TR = 10 s, Temps d'acquisition (TA) = 3 s, Retard dans TR = 7 s, Flip Angle = 90 °, champ de vision (FOV) = 256 mm ² et Matrix Dimensions = 64 x 64. Utilisez l'option "Dummy" pour acquérir 5 volumes en entrant une valeur de "55" pour le nombre total de volumes.
         REMARQUE: ces valeurs permettent l'acquisition de scans fonctionnels de la tête entière T2 * selon le paradigme d'échantillonnage fragmenté illustré à la figure 1 , où une analyse "simulée" d'image écho-planaire (EPI) est acquise et rejetée pour permettre la saturation en T1 effets. Notez que dans certains MRUI, la valeur de TR devrait être de 3 s, car il s'agit du temps total pendant lequel l'acquisition a lieu.
      5. Cliquez sur "Copier" pour en faire une copieEnce. Placez le curseur au bas de la liste des séquences, puis cliquez sur "Coller" deux fois pour configurer trois séquences d'échantillonnage sparse consécutives.
      6. Cliquez sur "Démarrer" pour commencer l'acquisition du volume anatomique pondéré T1.
      7. Présentez trois courses au participant, avec les exécutions décrites à l'étape 2.1.1.2. Synchroniser le début des courses avec l'acquisition par le scanner à l'aide de la cassette du scanner.
         1. Suivez la même procédure que celle décrite dans la section 1.3.2 pour commencer chacune des trois séries, en différenciant les exécutions en utilisant le numéro de session. Enregistrez les résultats de trois opérations complètes en utilisant la même procédure décrite à l'étape 1.3.3.
            REMARQUE: Le calendrier des présentations d'essai est systématiquement agité de ± 500 ms.

Figure 1: SConception d'échantillonnage d'analyse. ( A ) Chronologie des événements dans un essai impliquant seulement l'écoute d'un intervalle de deux tons (2 s), sans reproduction subséquente. ( B ) Calendrier des événements dans un procès impliquant des tâches d'écoute et de chant. Cliquez ici pour voir une version plus grande de ce chiffre.

3. Analyse des données

1. Préprocesser les données fonctionnelles à l'aide d'un logiciel conçu pour l'analyse des séquences de données d'imagerie cérébrale suivant des procédures standard ³³ .
   REMARQUE: Tout le traitement des données se fait à l'aide du même logiciel.
   1. Utilisez l'option de menu fournie pour réorienter les images vers le premier volume, resamplé et spatialement normalisé (taille finale du voxel: 2 x 2 x 2 mm ³ ) vers l'espace stéréotaxique standard de l'Institut météorologique de Montréal (MNI) ³⁴ .
   Utilisez l'option de menu fournie pour lisser l'image en utilisant un noyau Gaussien isotrope, 8 mm, largeur totale à moitié maximum (FWHM).
2. Pour modéliser la réponse BOLD, sélectionnez une réponse à l'impulsion finie (FIR) à un seul bac comme fonction de base (ordre 1) ou boîte carrée, en fonction de l'acquisition de volume (3 s) ²⁸ .
   REMARQUE: Les protocoles d'échantillonnage dissimulé, comme celui-ci, ne nécessitent généralement pas de convolution de la FIR avec la fonction de réponse hémodynamique, comme c'est souvent le cas pour l'IRMF liée à l'événement.
3. Appliquer un filtre passe-haut à la réponse BOLD pour chaque événement (1 000 s pour le «réseau de chant» et 360 s ailleurs).
   REMARQUE: la modélisation de toutes les tâches de chant ensemble équivaut à un bloc de 400 s ³⁵ .

Résultats

Tous les 11 participants à notre expérience étaient des élèves de sexe féminin au niveau de la conservatoire et ils se sont bien comportés dans les tâches de reconnaissance d'intervalle à sélectionner pour la numérisation. Le taux de réussite de la tâche d'identification de l'intervalle était de 65,72 ± 21,67%, ce qui, comme prévu, était inférieur au taux de réussite lors de l'identification des intervalles dissonants et consonnes, soit 74,82 ± 14,15%.

Discussion

Ce travail décrit un protocole dans lequel le chant est utilisé comme moyen d'étudier l'activité cérébrale lors de la production d'intervalles consoants et dissonants. Même si le chant fournit ce qui est probablement la méthode la plus simple pour la production d'intervalles musicaux ²² , il ne permet pas la production d'accords. Cependant, bien que la plupart des caractérisations physiques de la notion de consonance s'appuient, dans une certaine mesure, sur la superpositi...

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Achieva 1.5-T Scanner à résonance magnétique	Philips	Release 6.4
Audacity	Open source	2.0.5
Interface audio	Tascam	US-144MKII
Audiomètre	Brü ; el & Kjaer	Type 1800
E-Prime	Professional Psychology Software Tools, Inc.	2.0.0.74
Matlab	Mathworks	R2014A
Insert Ecinérateur compatible IRM	Sensimetrics	S14
Praat	Open source	5.4.12
Pro-audio Microphone à condensateur	Shure	SM93
SPSS Statistiques	IBM	20
Cartographie	paramétrique statistiqueCentre Wellcome Trust pour la neuroimagerie	8