Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Konuşma ve Dinsiz Aralıkların Vokal Prodüksiyonuyla İlişkili Beyin Aktivitesinin fMRI Haritalaması

Published: May 23, 2017 doi: 10.3791/55419
Automatic Translation
1, 2
1Hospital Infantil de México "Federico Gómez", 2Centro de Ciencias Aplicadas y Desarrollo Tecnológico, Universidad Nacional Autónoma de México

Summary

Ünsüz ve uyumsuz aralıkların dinlenmesinin sinirsel korelasyonları çokça araştırılmış ancak sessiz ve uyumsuz aralıkların üretimi ile ilişkili sinirsel mekanizmalar daha az bilinmektedir. Bu makalede, davranış testleri ve fMRI, bu mekanizmaları tanımlamak için aralık tanımlama ve şarkı söyleme görevleriyle birleştirilmiştir.

Abstract

Konuşma ve uyumsuzluk algılamasının sinirsel korelasyonları geniş bir şekilde incelenmiştir, fakat konfüzyon ve uyumsuzluk üretiminin sinirsel korelasyonlarını değil. Müzikal prodüksiyonun en basit biçimi şarkı söylemektir, ancak bir görüntüleme perspektifinden dinleme yerine daha fazla güçlük çekmektedir, çünkü motor aktiviteyi içermektedir. Müzikal aralıkların doğru olarak söylenmesi, her bir notayı doğru bir şekilde üretmek için işitsel geri bildirim işleme ve ses motor kontrolü arasındaki entegrasyonu gerektirir. Bu protokol, sesli ve uyumsuz aralıklarla vokal üretimi ile ilişkili sinir aktivasyonlarının izlenmesine izin veren bir yöntem sunmaktadır. İşitsel bir ayrımcılık testi ve belirli aralıkları dinleyen ve daha sonra tekrarlayan bir görev için uyaranlar olarak dört müzik aralığı (iki ünsüz ve iki uyumsuz) kullanılır. Konservatuvar seviyesindeki tüm kadın sesli öğrencilere katılan katılımcılar, fonksiyonel Manyetik RezimŞan görevinin performansı boyunca görüntüleme (fMRI), dinleme görevi bir kontrol şartı görevi görür. Bu şekilde hem motor hem de işitsel sistemin etkinliği gözlemlendi ve şarkı çalışması sırasındaki ses doğruluk ölçütü elde edildi. Bu nedenle, protokol, farklı aralıklarla şarkı söylemekle veya gerekli notları daha doğru söyleyerek etkinleşmeleri izlemek için de kullanılabilir. Sonuçlar, uyuşmayan aralıkların söylenmesinin, sesli ve algılayıcı motorlardan gelen harici geri bildirimin entegrasyonundan sorumlu sinirsel mekanizmaların, ünsüz aralıklarla yapılanlardan daha fazla katılımını gerektirdiğini göstermektedir.

Introduction

Müzikal sahaların bazı kombinasyonları genellikle akort olarak kabul edilir ve tipik olarak hoş bir his ile ilişkilendirilir. Diğer kombinasyonlara genellikle uyuşmazlık denir ve hoş olmayan veya çözülmemiş bir his ile ilişkilendirilir 1 . Kültür ve eğitimin konfazyon algısı içinde bir miktar rol oynadığını kabul etmek mantıklı görünse de, son zamanlarda, akort ve uyumsuz algılamadaki farklılıkların ve akortların, muhtemelen daha önce düşünüldüğü gibi müzikal kültürü daha az etkilediği gösterilmiştir. Basit biyolojik bazlar 4 , 5 , 6'dan türemiştir. Terhardt, uyum konusunun belirsiz bir şekilde anlaşılmasını önlemek için, müzikal bir bağlamda söylenilen aksine, duyusal konsept fikrini ortaya attı., Örneğin, uyum, belirli bir akort veya aralıkla ilgili yanıtı iyi etkileyebilir. Bu protokolde yalnızca izole edilmiş, iki notalı aralıklar, bağlamsal işleme 8'den müdahale edilmeksizin yalnızca duyu uyumu ile ilişkili aktivasyonları tek tek çıkarmak için kullanılmıştır.

Tamamen fiziksel yollarla konfigürasyonu tanımlama girişimleri, uyumsuz akorlarla alakalı pürüzlülüğü bitişik frekans bileşenleri arasındaki dayak olayına atfeden Helmholtz 9 ile başladı. Bununla birlikte, daha yakın zamanlarda, duyu uyanlığının sadece pürüzlülüğün olmamasıyla değil, aynı zamanda uyumluluğa da bağlı olduğu gösterildi; bu, belirli bir tonun veya akorun kısmi kısımlarının, duyulmamış bir ses tonunun Düşük frekans 10 , 11 . Davranışsal çalışmalar, öznel uyumun puandan gerçekten etkilendiğini teyit ederFrekans mesafesi 12 , 13 gibi fiziksel parametrelere güveniyor, ancak daha geniş kapsamlı bir araştırma, fiziksel fenomenlerin, algılanan uyuşma ve uyumsuzluk arasındaki farkları yalnızca hesaplayamayacağını gösteriyor 14,15,16,17. Bununla birlikte, bu çalışmaların tümü, çeşitli aralıklarla veya akorları dinlerken bu farklılıkları bildirir. Positron Emisyon Tomografisi (PET) ve fonksiyonel Manyetik Rezonans Görüntüleme (fMRI) kullanan çeşitli çalışmalar, sesli veya uyumsuz aralıklarla akorları 8 , 18 , 19 , 20 dinlerken aktif hale gelen kortikal bölgelerdeki önemli farklılıkları ortaya çıkarmıştır. Bu çalışmanın amacı, farklılıkları keşfetmektir.Akustik ve uyumsuz aralıklarla dinlemek yerine üreten beyin aktivitesinde.

Müzikal üretim sırasında duyu-motor kontrolünün çalışması tipik olarak müzik aletlerinin kullanılmasını içerir ve sıklıkla o zaman nörogörüntüleme sırasında kullanılması için değiştirilmiş enstrümanların imal edilmesini gerektirir 21 . Bununla birlikte, şarkı söylemek, müzik üretimi sırasında duyu-motor süreçlerinin analizi için uygun bir mekanizmayı başlatmak gibi görünüyor; çünkü enstrüman insan sesinin kendisidir ve vokal aparatı, bu esnada uygun olmak için herhangi bir değişiklik gerektirmez. Görüntüleme 22 . Bant kontrolü 23 , sesli taklit 24 , eğitime bağlı uyarlamalı değişimler 25 ve dışsal geri bildirimin entegrasyonu 25 gibi şan özellikleriyle ilişkili sinirsel mekanizmalar , , 27 , 28 , 29 son yirmi yıl boyunca bir dizi araştırmanın konusunu oluşturmuşken, ünsüz ve uyumsuz şarkılar arasındaki sinirsel korelasyonlar daha yeni tanımlanmıştır30. Bu amaçla, mevcut yazı, katılımcılar tarafından sessiz ve uyumsuz aralıkların yeterli tanınmasını sağlamak için tasarlanmış bir davranış testini tanımlamaktadır. Bunu, çeşitli akran ve uyumsuz aralıklarla şarkı söyleyen katılımcıların bir fMRI çalışması izler. FMRI protokolü nispeten açıktır, ancak, tüm MRI araştırmalarında olduğu gibi, deneyleri doğru bir şekilde yapmak için büyük özen gösterilmelidir. Bu durumda, şarkı söyleme esnasında kafa, ağız ve dudak hareketini en aza indirgemek, şarkı söylemenin fiziksel hareketiyle doğrudan ilgili olmayan etkilerin tanımlanmasını daha kolay yapmak özellikle önemlidir. Bu metodoloji,Şarkı söyleyerek müzikal üretimi içeren çeşitli etkinliklerle ilişkili sinirsel mekanizmaları kefil olun.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Bu protokol, Infantil de México Hastanesi Araştırma, Etik ve Güvenlik Komitesi tarafından "Federico Gómez" tarafından onaylanmıştır.

1. Davranışsal Ön Hazırlık

  1. Tüm muhtemel katılımcıların normal işitme (-8.000 Hz oktav frekanslarında 20 dB İşitme Seviyesi (HL)) bulunduğunu doğrulamak için standart, saf tonlu odyometrik bir test yapın. Tüm katılımcıların sağ elini kullandığından emin olmak için Edinburgh El Kitapçığı Envanterini 31 kullanın.
  2. Aralık dizilerinin üretilmesi.
    1. Bir ses düzenleme programı kullanarak iki oktav, G4-G6 kapsayan saf ses üretin.
      NOT: Burada, ücretsiz, açık kaynaklı ses düzenleme yazılımı Audacity açıklanmaktadır. Bu amaçla başka paketler de kullanılabilir.
      1. Her ton için, ses düzenleme yazılımında yeni bir proje açın.
      2. "Oluştur" menüsünün altında "Ton" u seçin. Görünen pencerede sBir sinüs dalga formu, 0.8 genlik ve 1 s süre seçilir. İstenen nota karşılık gelen frekans değerini girin ( örn . A4 için 440 Hz). "Tamam" düğmesine tıklayın.
      3. "Dosya" menüsünün altında, "Ses Dışa Aktar" ı seçin. Açılan pencerede, ses dosyası için istediğiniz adı girin ve istediğiniz dosya türü olarak WAV'yi seçin. "Kaydet" i tıklayın.
    2. Tablo 1'e göre , her ünsüz aralığı uyumsuz bir aralığa yakın olacak şekilde iki eşzamanlı ve iki uyuşmayan aralığı seçin.
      NOT: Bir örnek olarak, mükemmel beşinci ve bir oktavın sessiz harf aralıklarını ve arttırılmış dördüncü (triton) ve büyük bir yedinci uyuşmayan aralıkları düşünün. Bunlar, yazarlar tarafından yapılan çalışma için seçilen aralıklardır.
    3. Bu dört aralığa karşılık gelen tüm olası not kombinasyonlarını G4 ve G6 arasındaki aralıklarla oluşturun.
      1. Eac içinSaat aralığında ses düzenleme yazılımında yeni bir proje açın ve birleştirilecek iki WAV dosyasını almak için "Dosya" menüsünün altındaki "Ses Al" ı kullanın.
      2. İmleci ikinci tonun üzerindeki herhangi bir noktaya yerleştirin ve seçmek için tıklayın. "Düzenle" menüsünün altındaki "Tümünü Seç" seçeneğini tıklayın. Aynı menü altında "Kopyala" yı tıklayın.
      3. İmleci ilk tonun üzerindeki herhangi bir noktaya yerleştirin ve simgesine tıklayın. "Düzenle" menüsünün altındaki "İmleci Parça Sonuna Taşı" üzerine tıklayın ve ardından aynı menüde "Yapıştır" ı tıklayın. Sesi, adım 1.2.1.3'te açıklandığı gibi dışa aktarın.
    4. Sözde rastgele oluşturulmuş 100 aralıktan oluşan dizileri üretmek için dört farklı aralığın her birinin tam olarak 25 kez 30 olacağı şekilde rasgele bir dizi üreteci kullanın. Bunu yapmak için, istatistiksel analiz yazılımında rasgele permütasyon fonksiyonunu kullanın (Malzeme Tablosuna bakın ). Girin dört görüşmeArgs olarak als ve bu işlemi 25 kez tekrarlayan bir döngü oluşturun.
    5. İki farklı çalışma üretmek için davranışsal araştırma yazılımını kullanın. Her çalışma için WAV formatında bir dizi 100 aralık yükleyin ve her aralığın tanımlamasını tek bir deneme ile ilişkilendirin 30 .
      NOT: Burada, E-Prime davranışsal araştırma yazılımı kullanılır. Diğer eşdeğer davranışsal araştırma yazılımı kullanılabilir.
  3. Her bir dizinin farklı bir görevle ve kendi talimat setiyle ilişkili olduğu, her biri 100 aralıklı iki diziyi dinleyeceğini katılımcılara açıklayın. Katılımcılara, her iki koşuda da bir sonraki aralığın yalnızca geçerli bir tuşa basıldığında oynatılacağını söyleyin.
    NOT: Aralık tanıma dizisi başladıktan sonra, tüm katılımcılara mümkün olduğunca net davranılması için kesilmemelidir.
    1. Katılımcıları bir dizüstü bilgisayarın önünde oturtunVe verilen kulaklıkları takın. Kulak üstü kaliteli kulaklıklar kullanın. Her bir özne için ses seviyesini rahat bir seviyeye ayarlayın.
    2. Burada açıklanan davranışsal araştırma yazılımını kullanıyorsanız, 1.2.5 adımında oluşturulan görevleri E-Run ile açın. Açılan pencerede oturumu ve konu numarasını girin ve "Tamam" ı tıklayın. Her bir katılımcının koşuları arasında ayrım yapmak için oturum numarasını kullanın.
      NOT: Eldeki göreve ilişkin talimatlar ekranda görünür ve ardından görevin başında görünür.
      1. Birincisi, 2-alternatif bir zorla seçme görevinde, katılımcılara, duydukları aralıkların sesli veya uyumsuz olup olmadığını belirlemelerini sağlayın. Katılımcı, sessiz için bilgisayar klavyesinde "C" ve uyuşmazlık için "D" tuşlarına basmasını sağlayın.
        NOT: Tüm katılımcıların bir konservatuvar düzeyinde müzik eğitimi alması beklendiğinden, hepsinin açıkça ünsüz ve açıkça belirttiğini ayırt edebilmesi beklenmektedirSonant aralıkları. Birinci görev, bir anlamda, bunun gerçekten de geçerli olduğuna dair bir onay görevi görür.
      2. İkincisi, 4 alternatif bir zorunlu seçim görevinde, katılımcıların aralıkları kendilerinin belirlemelerini sağlayın. Katılımcıların sırasıyla artmış dördüncü, mükemmel beşinci, büyük yedinci ve oktav aralıklarını tanımlamak için bilgisayar klavyesinde "4", "5", "7" ve "8" rakamlarına basmalarını söyleyin.
    3. Her bir görevin sonunda, her katılımcının sonuçlarını konu ve oturum numaraları ile etiketlenmiş ve uzantı .edat2 ile etiketlenmiş tek bir E-DataAid 2.0 dosyasına otomatik olarak kaydetmek için "Tamam" düğmesine basın.
    4. Her görev için başarı oranlarını hesaplamak için istatistiksel analiz yazılımını ( örn., Matlab, SPSS İstatistik veya açık kaynaklı bir alternatif) kullanın ( yani , aralıkların sessiz veya uyumsuz olup olmadığını belirlerken başarılı cevapların yüzdesi ve ayrıca intHem kendileri hem de grup olarak) 32 .

2. fMRI Deneyi

  1. FMRI oturumu hazırlığı.
    1. Adım 1.2.3'te olduğu gibi aynı aralıklarla, yine birbirine ardışık iki ardışık sesten oluşan ve herbiri 1 s süren diziler oluşturun.
      NOT: Artık katılımcıların vokal aralığı dikkate alınmalı ve tüm notalar her katılımcının şarkı aralığında rahatça düşmelidir.
      1. Dinleme amaçlı denemeler 30 için 30 aralığın randomize bir dizisi oluşturmak için rastgele bir sıra üreteci kullanın. Şarkı denemeleri için, katılımcıların belirli aralıklarla dinleyecekleri ve ardından bu hedef aralığını kendi şarkı sesleriyle eşleştirmeleri için 120 aralık içeren sahte rastgele bir dizi oluşturun. Yalancı rastgele diziliş için, adımlar 1.2.4'te açıklanan yöntemle, 4 aralığı bir kez daha bağımsız değişken olarak kullanın, ancak nBu işlemi 30 kere tekrarladık.
      2. Adım 1.2.5 ile aynı prosedürü izleyerek, her biri başlangıçta 10 sessiz temel denemeden oluşan üç farklı çalışma üretmek için davranışsal araştırma yazılımını kullanın, bunları sırasıyla 10 ardışık dinleme denemesi ve son olarak 40 ardışık şarkı denemesi yapın.
        NOT: Başlama denemelerinde, dört aralık, rasgele sırada görünmektedir; şarkı denemeleri sırasında, dört aralık, her aralık tam olarak 10 kez sunulacak şekilde, sözde rasgele düzenlenmiştir. Her denemenin süresi 10 s, bu nedenle bir bütün süre 10 dk sürer. Her denek 3 deneysel çalışmadan geçtiği için toplam deney süresi 30 dakikadır. Bununla birlikte, katılımcıların tarayıcıya girip çıkmalarına, mikrofonu kurma ve test etme zamanı, anatomik taramayı elde etme zamanı ve fonksiyonel çalışmalarda kalma süresi için, her katılımcıya yaklaşık 1 saat tarayıcı zamanı ayrılmalıdır .
    2. Adım 2.1.1.2'de anlatıldığı şekilde sunulacak denemelerin dizilerini katılımcılara açıklayın ve sahip oldukları şüphelere cevap verin. Katılımcılara şarkı denemeleri sırasında ağzını açmadan notları karıştırmasını ve "m" sesi üretirken dudakları hareketsiz tutmasını isteyin.
    3. Manyetik olmayan, MR uyumlu bir kulaklığı bir dizüstü bilgisayara bağlayın. Her bir özne için ses seviyesini rahat bir seviyeye ayarlayın.
    4. Küçük bir kondenser mikrofonu, ekranlanmış bir bükülmüş üçlü kablo kullanarak dizüstü bilgisayara bağlanan bir ses arabirimine bağlayın.
      NOT: Mikrofon güç kaynağı, ses arabirimi ve dizüstü bilgisayarın hepsi tarayıcının bulunduğu odanın dışına yerleştirilmelidir.
    5. Mikrofon frekans tepkisini kontrol edin.
      NOT: Bu testin amacı, mikrofonun tarayıcı içinde beklendiği gibi davrandığını doğrulamaktır.
      1. Ses düzenleme yazılımında yeni bir proje başlatın ve yoğunlaştırıcıyı seçinGiriş aygıtı olarak mikrofon takın.
      2. Frekans ve süre için uygun değerlerle 1.2.1 bölümünde anlatıldığı gibi 10 saniye süreyle 440 Hz test tonu üretin.
      3. Dizüstü bilgisayarda varsayılan ses çoğaltma yazılımını kullanarak test sesini kulaklıklardan (kafalıkların üstünde) ve taramanın dışından (kontrol odasında) mikrofonu yan taraflara yerleştirerek "Oynat" düğmesine basın Her durumda kulaklığın
      4. Her lokasyonda yaklaşık 1 s test sesi kaydetmek için ses düzenleme yazılımında "Record" a basın.
      5. Her durum için "Analyze" menüsünden "Plot Spectrum" u seçin ve her konumda alınan sinyalin temel frekansının 440 Hz olduğunu kontrol ederek, mikrofonun tarayıcı içindeki ve dışındaki test tonuyla olan tepkisini karşılaştırın.
    6. Kondenser mikrofonunu, katılımcının boynuna, hemengırtlak.
    7. Katılımcıya kulaklık takın. Katılımcıyı manyetik rezonans (MR) tarayıcıya yerleştirin.
  2. FMRI oturumu.
    1. Oturum başında, manyetik rezonans kullanıcı arabirimi (MRUI) yazılım paketini açın. Edinim paradigmasını programlamak için MRUI'yi kullanın.
      NOT: Farklı modeller arasında arabirimdeki bazı değişiklikler beklenecektir.
      1. Ekrandaki menüden "Hasta" seçeneğini seçin. Katılımcının adını, yaşını ve kilosunu girin.
      2. "Sınav" düğmesine tıklayın. İlk olarak, mevcut seçeneklerden "Head" ve ardından "Brain" ı seçin.
      3. Tekrarlama Süresi (TR) = 10.2 ms, Ekos Zaman (TE) = 4.2 ms, Çevirme Açısı = 90 ° ve Voksel Boyutu = 1 x "3D" ve daha sonra "T1 izometrik", ilgili parametreler için aşağıdaki değerlerle seçin. 1 x 1 mm 3 .
        NOT: Her katılımcı için T1 ağırlıklı bir anatomik hacim bAnatomik referans için gradyan yankı puls dizisi kullanılarak elde edilmiştir.
      4. TE = 40 ms, TR = 10 s, Edinme Süresi (TA) = 3 s, TR = 7 s'de Gecikme, Flip (Ters Çevirme), "Program" üzerine tıklayın ve ilgili parametrelerin değerleri EchoPlanaImage_diff_perf_bold (T2 *) Açı = 90 °, Görüş Alanı (FOV) = 256 mm 2 ve Matrix Boyutları = 64 x 64. Toplam hacim sayısı için "55" değerini girerken 5 hacim elde etmek için "Kukla" seçeneğini kullanın.
        NOT: Bu değerler, bir eko-düzlemsel görüntüleme (EPI) "kukla" taramanın alındığı ve T1 doygunluğuna izin vermek için atıldığı Şekil 1'de gösterilen seyrek örnekleme paradigmasına göre fonksiyonel T2 * ağırlıklı tam kafalı taramaların edinilmesine izin verir etkileri. Bazı MRUI'lerde, TR'nin değeri, satın alımın gerçekleştiği toplam süre olarak alındığı için 3 saniye olmalıdır.
      5. Bu dizinin bir kopyasını yapmak için "Kopyala" yı tıklayınence. İmleci dizilerin listesinin altına getirin ve üç ardışık seyrek örnekleme dizisi kurmak için iki kez "Yapıştır" ı tıklayın.
      6. T1 ağırlıklı anatomik hacim alımına başlamak için "Başlat" a tıklayın.
      7. Katılımcıya, adım 2.1.1.2'de tarif edildiği şekilde, üç koşu takın. Çalışanların başlangıcını tarayıcı tetikleme kutusunu kullanarak tarayıcı ile edinme işlemiyle senkronize edin.
        1. Oturum sayısını kullanarak çalıştırmalar arasında farklılık gösterecek şekilde üç çalışmadan her birini başlatmak için bölüm 1.3.2'de açıklanan prosedürü uygulayın. Adım 1.3.3'te açıklanan prosedürü kullanarak üç tam işlemin sonuçlarını kaydedin.
          NOT: Deneme sunumlarının zamanlaması sistematik olarak ± 500 ms titreşir.

Şekil 1
Şekil 1: SAyrıştırma örneklemesi. ( A ) Duruşma süresince sadece iki tonlu bir aralığı (2 s) dinlemekle ilgili olayların zaman çizelgesi. ( B ) Dinleme ve şarkı söyleme görevlerini içeren bir davadaki olayların zaman çizelgesi. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

3. Veri Analizi

  1. Standart prosedürler izlenerek beyin görüntüleme veri sekanslarının analizi için tasarlanmış yazılımı kullanarak fonksiyonel verileri önceden işleme koyun 33 .
    NOT: Tüm veri işlemeleri aynı yazılımı kullanarak yapılır.
    1. Standart Montreal Nörolojik Enstitü (MNI) stereotaktik alanına 34 , görüntüleri ilk ses seviyesine göre yeniden hizalamak için sağlanan menü seçeneğini kullanın (yeniden örneklenmiş ve uzamsal olarak normalize edilmiş (son voksel boyut: 2 x 2 x 2 mm 3 ). Görüntüyü, izotropik, 8 mm, Tam Genişlikte, Yarı Maksimum (FWHM) Gauss çekirdeğinde pürüzsüz hale getirmek için verilen menü seçeneğini kullanın.
    2. BOLD tepkisini modellemek için, temel işlevi (sıra 1) veya hacim kazanın (3 sn) kapsayan kutu arabası işlevi olarak bir tek kutuplu Sonlu Dürtü Tepki (FIR) seçin 28 .
      NOT: Bu gibi seyrek numune alma protokolleri, olaya bağlı fMRI için sıklıkla olduğu gibi, hemodinamik tepki fonksiyonuyla FIR'ın konvüzyona tabi tutulmasını gerektirmez.
    3. Her etkinlik için BOLD yanıtına bir "yüksek geçiren filtre" uygulayın ("şarkı ağı" için 1.000 saniye ve başka yerlerde 360 ​​saniye).
      NOT: Bütün şarkı görevlerini birlikte modellemek, 400 s'lik bir bloğun 35'ini oluşturacaktır .

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Denememize katılan 11 katılımcının tamamı, konservatuar seviyesindeki kadın vokal öğrencilerdi ve tarama için seçilecek aralık tanıma görevlerinde yeterince iyi performans gösterdiler. Aralık tanımlama görevi için başarı oranı 65.72 ± 21.67 idi, beklendiği gibi uyuşumsuz ve uyumsuz aralıkları belirlerken başarı oranından daha düşük, bu da 74.82 ± 14.15% idi.

Çalışmanın temel tasarımını doğrulamak için önceki çalışmaların 25 , 26 , 27 , 28 , 29 , 30'da tanımlanan "şan ağını" oluşturduğu bilinen bölgelerde şan sırasında sinirsel aktiviteyi saptamayı umduk , 31 ,Ass = "xref"> 32 , 33 , 34 , 35 , 36 , 37 . Şarkının etkisi, dinlemeye karşıt olarak şarkı söylemeye karşılık gelen birinci düzey doğrusal kontrastla gözlemlenir. Bir örneklem t-testi, Z> 3 ve küme önemi eşiği p = 0.05, Family-Wise Error (FWE) düzeltilmiş 38 ile belirlenen kümeler ile kullanıldı. Anatomik etiketleme için SPM Anatomy Toolbox 33 ve Harvard-Oxford kortikal ve subkortikal yapısal atlaslar kullanılmıştır 39 . Önemli derecede aktivasyonun görüldüğü beyin bölgeleri primer somatosensoriyel korteks (S1), sekonder somatosensoryal korteks (S2), primer motor korteks (M1), ek motor alanı (SMA), premotor korteks (PM), Brodmann bölgesi 44 (BA 44), birincil işitsel korteks(PAC), üstün temporal girus (STG), geçici kutup, ön insula, puta me, talamus ve serebellum. Bu aktivasyonlar, yukarıda "şan şebekesi" ile ilgili yapılan çalışmalarda bildirilenlerle eşleşmektedir ve bunlar Şekil 2'de gösterilmektedir. Şekil 2 ve 3'ün her ikisinde de x-koordinatının sagital düzleme dik, y-koordinatı koronal düzleme dik, z-koordinatı çapraz ya da yatay düzleme dik olduğuna dikkat ediniz.

Temel tasarım geçerli hale getirildikten sonra, her katılımcı için, ünsüz aralıklarla karşılaştırıldığında uyuşmayan eşliklere ve uyuşmayan aralıklarla karşılaştırıldığında ünsüz eşleşmeye karşılık gelen iki adet daha birinci düzey doğrusal kontrast hesaplanmıştır. Bu doğrusal kontrastlar daha sonra, varia'nın iki yönlü tekrarlanan önlemler analizlerini içeren ikinci düzey rasgele-etki modeline alındıNos (ANOVA), uyuşma ve uyumsuzluk faktörleri ile. Bu şekilde, etkinleştirilmiş veya devre dışı bırakılan alanlar, anlamlı voksel eşiğine göre p <0.001, çoklu karşılaştırmalar için düzeltilmemiş 28 , 29 ile belirlenen ilgi aktive edişleri ile olası etkileşimler için incelendi. Ünsüz aralıklarla karşılaştırıldığında uyumsuz olarak şarkı söylemekten kaynaklanan kontrast için sağ S1, sağ PAC, sol orta beyinde, sağ posterior insula, sol amigdala ve sol putamende artmış aktivasyonlar gözlemlendi. Bu aktivasyonlar Şekil 3'te gösterilmektedir. Tamamlayıcı kontrast ile ilgili olarak, ünsüz aralıkları söylenirken aktivasyonda belirgin bir değişiklik saptanmadı.

şekil 2
Şekil 2: "Şarkı Ağı" nı Oluşturan Bölgelerde Aktivasyon. ActivatIyon haritaları, kümelenme önemi eşiği p = 0.05, aile-bazlı hata (FWE) düzeltilmiş olarak sunulmuştur. BOLD yanıtları keyfi birimler halinde rapor edilir. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

Şekil 3
Şekil 3: Dissan Duyma ve Konuşma Aralıkları Arasındaki Karşıtlık. Aktivasyon haritaları, çoklu karşılaştırmalar için düzeltilmemiş olarak, p = 0.001 kümelenme önemlilik eşiğiyle sunulmuştur. BOLD yanıtları keyfi birimler halinde rapor edilir. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

Aralık Semiton sayısı Temel oranlar
ahenk 0 1: 1
Minör saniye 1 16:15
Binbaşı saniye 2 9: 8
Minör üçüncü 3 6: 5
Binbaşı üçüncü 4 5: 4
Dördüncü mükemmel 5 4: 3
üç sesli parça 6 45:32
Beşinci kusursuz 7 3: 2
Altıncı altıncı 8 8: 5
Binbaşı altıncı 9 5: 3
Minör yedinci 10 16: 9
Binbaşı yedinci 11 15: 8
Oktav 12 2: 1

Tablo 1: Sessiz ve Dinsiz Müzikal Aralıklar. Sessiz aralıklar kalın olarak, itaatsiz aralıklar ise italik olarak görülüyor. Bir aralığın daha eş anlamlı olduğunu, onu temsil etmek için kullanılan frekans oranında görünen tamsayıların küçüldüğünü gözlemleyin. Konuşma ve uyumsuzluğun frekans oranlarının bir fonksiyonu olarak derinlemesine bir tartışması için bak Bidelman & Krishnan 40 .

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Bu eser, şarkı söylemenin, sessiz ve uyumsuz aralıklarla beynin çalışması aracı olarak kullanıldığı bir protokolü açıklamaktadır. Şarkı, müzikal aralıkların üretimi için muhtemelen en basit yöntem olan 22'yi sağladığı halde, akorların üretilmesine izin vermemektedir. Bununla birlikte, konsept kavramının çoğunun fiziksel karakterizasyonları eşzamanlı notaların üst üste yerleştirilmesi üzerine bir dereceye kadar dayansa da, bir dizi çalışma, sessiz veya uyumsuz akorlara karşılık gelen notlarla oluşturulmuş aralıkların hala sessiz veya uyumsuz olarak algılanmakta olduğunu, Sırasıyla 4 , 6 , 15 , 41 , 42 .

Davranışsal aralık algılama görevi, katılımcılar tarama sistemine geçmeden önceAralıkları yeterince ayırt edebilecek durumda ise. Böylece, manyetik rezonatörün içinde bir kere iyi performans gösterirler. Bu tanımlama görevlerini yerine getirirken önceden belirlenmiş bir eşiğe gelemeyen tüm katılımcılar fMRI deneyine başlamamalıdır. Bu seçim sürecinin ana amacı, katılımcıların performanslarındaki farklılıkların algı yeteneğinin yetersizliğinden kaynaklanmamasıdır. Seçilen katılımcılar, benzer derecelerde sesli ve müzikli eğitim ve mümkünse benzer tezgahlara sahip olmalıdırlar. Vokal aralıkları önemli ölçüde farklıysa, şarkı çalışmaları sırasında gösterilecek aralık aralıkları kişiselleştirilmelidir.

Mikrofon kurulumu, satın alma işleminin güvenilir ve artefakt içermemesi açısından önemlidir. Mikrofonun kendisi türü çok önemlidir ve optik 28 veya özel olarak tasarlanmış MR uyumlu 29 Kondenser mikrofonların hassasiyetinin görüntüleme ortamındaki yoğun manyetik alanların varlığı 43 tarafından etkilenmediği gösterilmiştir. Mikrofonu, MR tarayıcının bulunduğu odanın dışına yerleştirilmesi gereken preamplifikere bağlamak için koruyucu bir bükülmüş üçlü kablo kullanıldığında, bu bağlamda küçük bir Lavalier yoğunlaştırıcı mikrofon kullanılabilir. Bu düzenleme görüntü oluşturma eserlerinin 44 oluşmasını önler, ancak araştırmacılar tarayıcının mikrofonun performansını etkilemediğinden emin olmalıdırlar. Bu amaçla MR uyumlu kulaklıklardan MR tarayıcı içine yerleştirilen mikrofona bir test sesi gönderilebilir ve bu şekilde elde edilen sinyal aynı sesin şimdi dışarıda bulunan mikrofona gönderilmesiyle elde edilen sinyale kıyaslanabilir Tarayıcı. MR tarayıcı içindeki ses basınç seviyeleri son derece yüksek olabilirXref "> 45 olduğundan, mikrofonun kaynağa olabildiğince yakın yerleştirilmesi gerekir Katılımcılara notaları açıkça söylemektense uğraşmasını istemek suretiyle ağız alanındaki ve etrafındaki hareket en aza indirilebilir. Mikrofonu larenksin hemen altına yerleştirerek Bantla örtülmüşse, şarkıcının sesine sadık bir şekilde kayıt etmek mümkündür.Kayıt doğal olarak çok gürültülü olacaktır - bu kaçınılmaz - ancak araştırmacılar çoğunlukla sahaya ilgi duyuyorlarsa ve sözcüklerin eklemlenmesi veya uyarılması değilse, Her yazılım notunun temel frekansının saptanması için sinyali temizlemek için çeşitli yazılım paketleri kullanılabilir Standart metot, zaman sinyallerini bir Hamming penceresi aracılığıyla filtrelemek için ses düzenleme yazılımını kullanmak ve daha sonra, otokorelasyonu kullanmak Ses temellerini tanımlamak için belirli konuşma ve fonetik yazılım paketlerine yerleştirilmiş algoritmalar Her bir katılımcı için ses doğruluğu hesaplanabilir.Kayıtlardan elde edilen veriler, pitch veya ritmik doğruluğu ya eğitim ya da aralık mesafeleriyle ilişkilendirmeyi içerir.

İşlevsel görüntüler , 25 , 28 , 29 , 46 , 47 tarama gürültüsünden dolayı BOLD veya işitsel maskelemeyi en aza indirgemek üzere seyrek örnekleme tasarımı kullanılarak elde edilir. Her denek, her biri 10 dakika süren 3 deneme turuna girer. Her koşu esnasında, deneklerin önce 10 sessiz bazal denemelerde sessizce yatmaları, daha sonra 10 aralığın bir bloğuna pasif olarak dinlemeleri ve nihayet 40 aralığın diğer bir bloğunu dinlemeleri ve şarkı söylemeleri isteniyor. Bireysel faaliyetleri olabildiğince kısa tutmanın bir amacı, katılımcının yorgunluğundan kaçınmaktır. Bununla birlikte, o zamandan beri gelecekte aynı sayıda dinleme ve şarkı denemesi içermesinin daha iyi olacağı sonucuna varılmıştır;Daha sonra alternatif bloklar halinde sunulabilir. Bu, istatistiksel gücün artması etkisine sahip olacaktı. Örnek olarak, bir çalışma, 5 sessiz duruşmanın denendiği 2 bloktan, 5 dinleme-duruşmada 4 bloktan ve dört blok şarkı denemesinden oluşabilir. Bloklar daha sonra katılımcılara dönüşüm başına 500 s toplam süre ile sunulacaktı.

Katılımcıların rezonatör içinde pasif olarak dinlemelerinin temel nedeni, işitsel etkinliği motor aktiviteden çıkarma vasıtasına sahip olmaktır. Bu sebeple, şarkının "şarkı ağı" na karşı olumlu bir şekilde karşılaştırılması, çalışmanın doğru bir şekilde doğrulanması için vazgeçilmez niteliktedir 25 , 27 , 28 , 29 , 36 , 37 . "Şarkı ağı" aktivasyonlarının çok sağlam ve köklü olduğunu ve genellikle deTek örneklemli t-testleri ve düzeltilmiş küme önemi eşiği p = 0.05 ile tespit edildi. Uyuşturucu olmayan / sessiz ve uyuşan / uyuşmayan aralıklar arasındaki kontrasta karşılık gelen aktivasyonlar tipik olarak çoklu karşılaştırmalar için düzeltilmemiş 28,29 önemsiz voksel eşi p <0.001'e göre 2 yönlü tekrarlanan faktörler analiziyle (ANOVA) tanımlanır. Katılımcıların, uyumsuz uyuşmazlık aralıklarını ünsüz aralıklarla şarkı söylemekten daha zor bulacakları 48 , 49 ; Böylece, yukarıda tarif edilen iki kontrastdan her biri için farklı aktivasyonlar öngörülmüştür. Sonuçlar, uyumsuzluk aralıklarının söylenmesinin, ünsüz aralıkların üretimi için işe alınan sinirsel mekanizmaların yeniden programlanmasını içerdiğini göstermektedir. Şarkı esnasında, üretilen ses, amaçlanan sese kıyaslanır ve daha sonra herhangi bir gerekli ayarlamaya ulaşılırIşitme ve somatosensor yolaklardan dış ve iç geribildirim entegrasyonu yoluyla. Bu sonuçlarla ilgili detaylı bir tartışma ve onlardan çıkan sonuçlar, González-Garcia, González ve Rendón'un 30 makalesine dahil edilmiştir.

Bu protokol, müzikal üretimin sinirsel korelasyonlarının incelenmesi ve hem motor hem de işitsel sistemlerin etkinliğinin izlenmesi için makul bir yöntem sunmaktadır. Bu, ikili koşullar arasındaki beyin aktivasyonundaki farklılıkları izlemek için kullanılabilir, örneğin ünsüz veya uyumsuz aralıklarla şarkı söyleme ve dar veya geniş aralıklarla 30 şarkı söyleme gibi. Ayrıca, eğitimin belirli frekansların söylenişiyle ilişkili çeşitli görevler üzerindeki etkisini incelemek için de uygundur. Öte yandan, tarama sırasında elde edilen sesteki ses kayıtlarında çok fazla gürültünün olması nedeniyle, bu protin kullanılması zor olacaktırÖzellikle bunlar, uğultu esnasında doğru şekilde ölçülemez nitelikler olduğu için, ton veya tonun kalitesi ile ilgili görevleri analiz etmelidir.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Yazarlar çıkar çatışması olmadığını beyan eder.

Acknowledgments

Yazarlar, Secretaría de Salud de México (HIM / 2011/058 SSA 1009), CONACYT (SALUD-2012-01-182160) ve DGAPA UNAM (PAPIIT IN109214) tarafından yapılan bu araştırmanın finansal desteğini kabul etmektedir.

Materials

Name Company Catalog Number Comments
Achieva 1.5-T magnetic resonance scanner Philips Release 6.4
Audacity Open source 2.0.5
Audio interface Tascam US-144MKII
Audiometer Brüel & Kjaer Type 1800
E-Prime Professional Psychology Software Tools, Inc. 2.0.0.74
Matlab Mathworks R2014A
MRI-Compatible Insert Earphones Sensimetrics S14
Praat Open source 5.4.12
Pro-audio condenser microphone Shure SM93
SPSS Statistics IBM 20
Statistical Parametric Mapping Wellcome Trust Centre for Neuroimaging 8

DOWNLOAD MATERIALS LIST

References

  1. Burns, E. Intervals, scales, and tuning. The psychology of music. Deutsch, D. , Academic Press. London. 215-264 (1999).
  2. Lundin, R. W. Toward a cultural theory of consonance. J. Psychol. 23, 45-49 (1947).
  3. Fritz, T., Jentschke, S., et al. Universal recognition of three basic emotions in music. Curr. Biol. 19, 573-576 (2009).
  4. Schellenberg, E. G., Trehub, S. E. Frequency ratios and the discrimination of pure tone sequences. Percept. Psychophys. 56, 472-478 (1994).
  5. Trainor, L. J., Heinmiller, B. M. The development of evaluative responses to music. Infant Behav. Dev. 21 (1), 77-88 (1998).
  6. Zentner, M. R., Kagan, J. Infants' perception of consonance and dissonance in music. Infant Behav. Dev. 21 (1), 483-492 (1998).
  7. Terhardt, E. Pitch, consonance, and harmony. J. Acoust. Soc. America. 55, 1061 (1974).
  8. Minati, L., et al. Functional MRI/event-related potential study of sensory consonance and dissonance in musicians and nonmusicians. Neuroreport. 20, 87-92 (2009).
  9. Helmholtz, H. L. F. On the sensations of tone. , New York: Dover. (1954).
  10. McDermott, J. H., Lehr, A. J., Oxenham, A. J. Individual differences reveal the basis of consonance. Curr. Biol. 20, 1035-1041 (2010).
  11. Cousineau, M., McDermott, J. H., Peretz, I. The basis of musical consonance as revealed by congenital amusia. Proc. Natl. Acad. Sci. USA. 109, 19858-19863 (2012).
  12. Plomp, R., Levelt, W. J. M. Tonal Consonance and Critical Bandwidth. J. Acoust. Soc. Am. 38, 548-560 (1965).
  13. Kameoka, A., Kuriyagawa, M. Consonance theory part I: Consonance of dyads. J. Acoust. Soc. Am. 45, 1451-1459 (1969).
  14. Tramo, M. J., Bharucha, J. J., Musiek, F. E. Music perception and cognition following bilateral lesions of auditory cortex. J. Cogn. Neurosci. 2, 195-212 (1990).
  15. Schellenberg, E. G., Trehub, S. E. Children's discrimination of melodic intervals. Dev. Psychol. 32 (6), 1039-1050 (1996).
  16. Peretz, I., Blood, A. J., Penhune, V., Zatorre, R. J. Cortical deafness to dissonance. Brain. 124, 928-940 (2001).
  17. Mcdermott, J. H., Schultz, A. F., Undurraga, E. A., Godoy, R. A. Indifference to dissonance in native Amazonians reveals cultural variation in music perception. Nature. 535, 547-550 (2016).
  18. Blood, A. J., Zatorre, R. J., Bermudez, P., Evans, A. C. Emotional responses to pleasant and unpleasant music correlate with activity in paralimbic brain regions. Nat. Neurosci. 2, 382-387 (1999).
  19. Pallesen, K. J., et al. Emotion processing of major, minor, and dissonant chords: A functional magnetic resonance imaging study. Ann. N. Y. Acad. Sci. 1060, 450-453 (2005).
  20. Foss, A. H., Altschuler, E. L., James, K. H. Neural correlates of the Pythagorean ratio rules. Neuroreport. 18, 1521-1525 (2007).
  21. Limb, C. J., Braun, A. R. Neural substrates of spontaneous musical performance: An fMRI study of jazz improvisation. PLoS ONE. 3, (2008).
  22. Zarate, J. M. The neural control of singing. Front. Hum. Neurosci. 7, 237 (2013).
  23. Larson, C. R., Altman, K. W., Liu, H., Hain, T. C. Interactions between auditory and somatosensory feedback for voice F0 control. Exp. Brain Res. 187, 613-621 (2008).
  24. Belyk, M., Pfordresher, P. Q., Liotti, M., Brown, S. The neural basis of vocal pitch imitation in humans. J. Cogn. Neurosci. 28, 621-635 (2016).
  25. Kleber, B., Veit, R., Birbaumer, N., Gruzelier, J., Lotze, M. The brain of opera singers: Experience-dependent changes in functional activation. Cereb. Cortex. 20, 1144-1152 (2010).
  26. Jürgens, U. Neural pathways underlying vocal control. Neurosci. Biobehav. Rev. 26, 235-258 (2002).
  27. Kleber, B., Birbaumer, N., Veit, R., Trevorrow, T., Lotze, M. Overt and imagined singing of an Italian aria. Neuroimage. 36, 889-900 (2007).
  28. Kleber, B., Zeitouni, A. G., Friberg, A., Zatorre, R. J. Experience-dependent modulation of feedback integration during singing: role of the right anterior insula. J. Neurosci. 33, 6070-6080 (2013).
  29. Zarate, J. M., Zatorre, R. J. Experience-dependent neural substrates involved in vocal pitch regulation during singing. Neuroimage. 40, 1871-1887 (2008).
  30. González-García, N., González, M. A., Rendón, P. L. Neural activity related to discrimination and vocal production of consonant and dissonant musical intervals. Brain Res. 1643, 59-69 (2016).
  31. Oldfield, R. C. The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia. 9, 97-113 (1971).
  32. Samuels, M. L., Witmer, J. A., Schaffner, A. Statistics for the Life Sciences. , Pearson. Harlow. (2015).
  33. Eickhoff, S. B., et al. A new SPM toolbox for combining probabilistic cytoarchitectonic maps and functional imaging data. NeuroImage. 25, 1325-1335 (2005).
  34. Evans, A. C., Kamber, M., Collins, D. L., MacDonald, D. An MRI-based probabilistic atlas of neuroanatomy. Magnetic Resonance Scanning and Epilepsy. Shorvon, S. D., Fish, D. R., Andermann, F., Bydder, G. M., Stefan, H. 264, 263-274 (1994).
  35. Ashburner, J., et al. SPM8 Manual. , Wellcome Trust Centre for Neuroimaging. London. (2013).
  36. Özdemir, E., Norton, A., Schlaug, G. Shared and distinct neural correlates of singing and speaking. Neuroimage. 33, 628-635 (2006).
  37. Brown, S., Ngan, E., Liotti, M. A larynx area in the human motor cortex. Cereb. Cortex. 18, 837-845 (2008).
  38. Worsley, K. J. Statistical analysis of activation images. Functional MRI: An introduction to methods. , Oxford University Press. Oxford. 251-270 (2001).
  39. FSL Atlases. , Available from: https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/Atlases (2015).
  40. Bidelman, G. M., Krishnan, A. Neural correlates of consonance, dissonance, and the hierarchy of musical pitch in the human brainstem. J. Neurosci. 29, 13165-13171 (2009).
  41. McLachlan, N., Marco, D., Light, M., Wilson, S. Consonance and pitch. J. Exp. Psychol. – Gen. 142, 1142-1158 (2013).
  42. Thompson, W. F. Intervals and scales. The psychology of music. Deutsch, D. , Academic Press. London. 107-140 (1999).
  43. Hurwitz, R., Lane, S. R., Bell, R. A., Brant-Zawadzki, M. N. Acoustic analysis of gradient-coil noise in MR imaging. Radiology. 173, 545-548 (1989).
  44. Ravicz, M. E., Melcher, J. R., Kiang, N. Y. -S. Acoustic noise during functional magnetic resonance imaging. J Acoust. Soc. Am. 108, 1683-1696 (2000).
  45. Cho, Z. H., et al. Analysis of acoustic noise in MRI. Magn. Reson. Imaging. 15, 815-822 (1997).
  46. Belin, P., Zatorre, R. J., Hoge, R., Evans, A. C., Pike, B. Event-related fMRI of the auditory cortex. Neuroimage. 429, 417-429 (1999).
  47. Hall, D. A., et al. "Sparse" temporal sampling in auditory fMRI. Hum. Brain Mapp. 7, 213-223 (1999).
  48. Ternström, S., Sundberg, J. Acoustical factors related to pitch precision in choir singing. Speech Music Hear. Q. Prog. Status Rep. 23, 76-90 (1982).
  49. Ternström, S., Sundberg, J. Intonation precision of choir singers. J. Acoust. Soc. Am. 84, 59-69 (1988).

Tags

Davranış Sayı 123 Konformluk ve uyumsuzluk müzik nöral korelasyonları müzik aralıklarının belirlenmesi şarkı söyleme fonksiyonel manyetik rezonans görüntüleme (fMRI) ses-ses bütünleştirmesi
Konuşma ve Dinsiz Aralıkların Vokal Prodüksiyonuyla İlişkili Beyin Aktivitesinin fMRI Haritalaması
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

González-García, N.,… More

González-García, N., Rendón, P. L. fMRI Mapping of Brain Activity Associated with the Vocal Production of Consonant and Dissonant Intervals. J. Vis. Exp. (123), e55419, doi:10.3791/55419 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter