1. Recluta 40 musicisti e 40 non musicisti.

1. I musicisti dovrebbero avere almeno 10 anni di formazione musicale formale. L'allenamento con qualsiasi strumento musicale è accettabile. I musicisti dovrebbero anche praticare attivamente il loro strumento per almeno un'ora / giorno.
2. I soggetti di controllo dovrebbero avere poca o formale formazione nel suonare uno strumento musicale.
3. Tutti i partecipanti devono essere destrimani.
4. Tutti i partecipanti non dovrebbero avere una storia di disturbi neurologici, psichiatrici o cardiaci.
5. Tutti i partecipanti non dovrebbero avere metallo nei loro corpi che non possono rimuovere per garantire che siano sicuri per la risonanza magnetica.

2. Procedure di pre-scansione

1. Compila i documenti pre-scansione.
2. Quando i partecipanti arrivano per la loro scansione fMRI, fai prima compilare un modulo di schermo metallico per assicurarsi che non abbiano controindicazioni per la risonanza magnetica, un modulo di risultati incidentali che dà il consenso affinché la loro scansione sia esaminata da un radiologo e un modulo di consenso che dettaglia i rischi e i benefici dello studio.
3. Prepara i partecipanti ad andare nello scanner rimuovendo tutto il metallo dal loro corpo, tra cui cinture, portafogli, telefoni, fermagli per capelli, monete e tutti i gioielli.

3. Metti il partecipante nello scanner.

1. Dare ai partecipanti tappi per le orecchie per proteggere le orecchie dal rumore dello scanner e dei telefoni auricolari da indossare in modo che possano sentire lo sperimentatore durante la scansione e farli sdraiare sul letto con la testa nella bobina.
2. Dare al partecipante la palla di spremimento di emergenza e istruirlo a spremerlo in caso di emergenza durante la scansione.
3. Utilizzare cuscinetti di schiuma per fissare la testa dei partecipanti nella bobina per evitare movimenti eccessivi durante la scansione e ricordare al partecipante che è molto importante rimanere il più fermo possibile durante la scansione, poiché anche i più piccoli movimenti offuscano le immagini.

4. Raccolta dei dati

1. Raccogli una scansione anatomica ad alta risoluzione di tutto il cervello. Questa scansione dovrebbe essere una sequenza ponderata T1 come un Magnetization Prepared Rapid Gradient Echo (MP-RAGE) con voxel isotropi da 1 mm.

5. Analisi dei dati

1. Rimuovere il cranio da ogni scansione anatomica del cervello utilizzando un software automatizzato. Controlla lo stripping del cranio per la qualità.
2. Creare un modello di materia grigia specifico per lo studio utilizzando un processo iterativo di registrazione lineare e non lineare (Figura 1).
   1. Usa un software automatizzato per segmentare il cervello di ogni soggetto in materia bianca, materia grigia e CSF in base all'intensità di ciascun voxel.
   2. Esegui una trasformazione affine lineare con 12 gradi di libertà per registrare il cervello di ciascun soggetto in uno spazio atlante standard, come l'atlante MNI152.
   3. Deforma l'immagine della materia grigia di ciascun soggetto in questo spazio e mediali tutti insieme.
   4. Specchia questa immagine da sinistra a destra e poi fai la media delle immagini speculari insieme per produrre il cervello del modello di materia grigia.
   5. Registra nuovamente il cervello di ogni soggetto a questo modello usando una trasformazione non lineare.
   6. Media di tutti i cervelli appena trasformati insieme.
   7. Crea un'immagine speculare di questo nuovo modello e fai la media delle due immagini speculari insieme per produrre un modello finale di materia grigia per questo studio.

Figura 1: Creazione di un modello di materia grigia specifico per lo studio. Usando trasformazioni lineari e non lineari iterative, ogni cervello viene registrato in uno spazio comune e mediato insieme per creare un cervello modello di materia grigia specifico per lo studio.

3. Registra l'immagine della materia grigia di ciascun soggetto nel modello e pre-elaborazione.
   1. Usa una trasformazione non lineare per registrare il cervello di ciascun soggetto nel modello specifico dello studio.
   2. Per compensare la quantità che ogni struttura cerebrale è stata allungata per adattarsi allo spazio del modello, moltiplicare per una misura di quanta deformazione è stata fatta. Questa misura è chiamata jacobiana del campo di curvatura. Questo passaggio è per tenere conto del fatto che le strutture possono sembrare avere più materia grigia semplicemente perché sono state allungate maggiormente dal processo di registrazione non lineare.
   3. Lisciare i dati usando un kernel gaussiano con un Full Width Half Maximum (FWHM) di 10 mm.
   4. Questi cervelli allineati e levigati serviranno come dati finali per l'analisi basata su voxel.
4. Utilizzate il modello lineare generale per analizzare la differenza tra i gruppi ad ogni voxel.
   1. Modella ogni gruppo di cervelli con un regressore separato e calcola un contrasto che confronta i due gruppi, generando mappe statistiche che quantificano la probabilità di differenze in ogni voxel.
   2. Soglia delle mappe statistiche per identificare cluster statisticamente significativi.
      1. Impiegare una tecnica di correzione di confronti multipli come False Discovery Rate (FDR) per controllare il fatto che stavano facendo migliaia di test statistici simultanei. Con FDR, un valore q di 0,01 stimerà il tasso di falsi positivi sopra la soglia all'1%.