JoVE Logo

Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

Нервные корреляты прослушивания согласных и диссонирующих интервалов широко изучались, но нейронные механизмы, связанные с образованием согласных и диссонирующих интервалов, менее известны. В этой статье поведенческие тесты и МРТ сочетаются с идентификацией интервалов и пением задач для описания этих механизмов.

Аннотация

Нервные корреляты созвучия и восприятия диссонанса широко изучались, но не нейронные корреляты созвучия и диссонансного производства. Самый простой способ музыкального производства - это пение, но с точки зрения визуализации он все же представляет больше проблем, чем прослушивание, поскольку включает в себя двигательную активность. Точное пение музыкальных интервалов требует интеграции между обработкой звуковой обратной связи и управлением голосовым двигателем, чтобы правильно воспроизводить каждую ноту. Этот протокол представляет собой метод, который позволяет контролировать нейронные активации, связанные с голосовым образованием согласных и диссонирующих интервалов. В качестве стимулов используются четыре музыкальных интервала, два согласных и два диссонанса, как для слухового теста дискриминации, так и для задачи, которая предусматривает сначала прослушивание, а затем воспроизведение заданных интервалов. Участники, все женщины-вокалисты на уровне консерватории, изучались с использованием функционального Magnetic Res(FMRI) во время выполнения задачи пения, при этом задача прослушивания служит в качестве условия управления. Таким образом, наблюдалась активность как двигательной, так и слуховой систем, а также была получена мера вокальной точности во время пения. Таким образом, протокол может также использоваться для отслеживания активаций, связанных с пением различных типов интервалов или с более точным напеванием требуемых заметок. Результаты показывают, что поющие диссонансные интервалы требуют более широкого участия нейронных механизмов, ответственных за интеграцию внешней обратной связи от слуховой и сенсомоторной систем, чем от поющих согласных интервалов.

Введение

Некоторые сочетания музыкальных шагов, как правило, признаны согласными, и они обычно ассоциируются с приятным ощущением. Другие комбинации, как правило, называют диссонированными и связаны с неприятным или неразрешенным чувством 1 . Хотя кажется разумным предположить, что инкультурация и обучение играют определенную роль в восприятии созвучия 2 , недавно было показано, что различия в восприятии согласных и диссонантных интервалов и аккордов, вероятно, меньше зависят от музыкальной культуры, чем считалось ранее 3, и могут Даже происходят от простых биологических оснований 4 , 5 , 6 . Чтобы предотвратить неоднозначное понимание термина «созвучие», Терхардт 7 ввел понятие чувственного созвучия, в противоположность созвучию в музыкальном контексте, Где гармония, например, может влиять на реакцию на данный аккорд или интервал. В настоящем протоколе только изолированные интервалы с двумя отметками использовались именно для выделения активаций, связанных исключительно с сенсорным созвучием, без вмешательства контекстно-зависимой обработки 8 .

Попытки охарактеризовать созвучие с помощью чисто физических средств начинались с Гельмгольца 9 , который объяснял воспринимаемую шероховатость, связанную с диссонирующими аккордами, биением между соседними частотными компонентами. Однако недавно было показано, что сенсорное созвучие связано не только с отсутствием шероховатости, но и с гармоничностью, то есть выравниванием партиций данного тона или аккорда с таковыми неслыханного тона Нижняя частота 10 , 11 . Поведенческие исследования подтверждают, что субъективное созвучие действительно зависит от puТакие как частотное расстояние 12 , 13 , но более широкий диапазон исследований убедительно продемонстрировал, что физические явления не могут только объяснять различия между воспринимаемым созвучием и диссонансом 14 , 15 , 16 , 17 . Однако все эти исследования сообщают об этих различиях при прослушивании множества интервалов или аккордов. Различные исследования с использованием позитронно-эмиссионной томографии (ПЭТ) и функциональной магнитно-резонансной томографии (ФМРТ) выявили значительные различия в областях коры, которые становятся активными при прослушивании либо согласных, либо диссонирующих интервалов и аккордов 8 , 18 , 19 , 20 . Целью настоящего исследования является изучение различийВ мозговой деятельности при производстве, а не прислушивании к согласным и диссонирующим интервалам.

Изучение сенсорно-моторного контроля во время музыкального производства обычно связано с использованием музыкальных инструментов, и очень часто для этого требуется изготовление инструментов, модифицированных специально для их использования во время нейровизуализации 21 . Однако пение, по-видимому, обеспечивает с самого начала надлежащий механизм для анализа сенсорно-двигательных процессов в процессе производства музыки, поскольку инструментом является сам голос человека, а вокальный аппарат не требует каких-либо модификаций для того, чтобы быть пригодным во время Изображения 22 . Хотя нейронные механизмы, связанные с аспектами пения, такие как регулирование высоты тона 23 , вокальная имитация 24 , адаптивные изменения 25 , связанные с тренировкой, и интеграция внешней обратной связи 25 , , 27 , 28 , 29 , были предметом многочисленных исследований за последние два десятилетия, нейронные корреляты поющих согласных и диссонирующих интервалов были только недавно описаны 30 . С этой целью в настоящем документе описывается поведенческий тест, призванный установить адекватное признание участниками согласных и диссонантных интервалов. За этим следует fMRI-исследование участников, поющих различные согласные и диссонирующие интервалы. Протокол fMRI относительно прост, но, как и во всех исследованиях МРТ, необходимо тщательно подходить к проведению экспериментов. В этом случае особенно важно минимизировать перемещение головы, рта и губ во время пения, делая определение эффектов, непосредственно не связанных с физическим действием пения, более простым. Эта методология может быть использована дляПренебрегают нервными механизмами, связанными с различными действиями, связанными с музыкальным производством посредством пения.

Access restricted. Please log in or start a trial to view this content.

протокол

Этот протокол был одобрен Комитетом по исследованиям, этике и безопасности больницы Infantil de México «Федерико Гомес».

1. Поведенческий тест

  1. Проведите стандартный аудиометрический тест с чистым тоном, чтобы подтвердить, что все потенциальные участники имеют нормальный слух (уровень слышимости 20 дБ (HL) на октавных частотах -8 000 Гц). Используйте «Эдинбургскую инвентаризацию» 31, чтобы убедиться, что все участники правша.
  2. Генерация интервальных последовательностей.
    1. Произведите чистые тоны, охватывающие две октавы, G4-G6, используя программу редактирования звука.
      ПРИМЕЧАНИЕ. Здесь описывается бесплатное программное обеспечение Audacity для редактирования звука с открытым исходным кодом. Для этой цели могут использоваться другие пакеты.
      1. Для каждого тонального сигнала откройте новый проект в программном обеспечении для редактирования звука.
      2. В меню «Создать» выберите «Тон». В появившемся окне, sВыбрать синусоидальную форму, амплитуду 0,8 и длительность 1 с. Введите значение частоты, соответствующее требуемой ноте ( например, 440 Гц для A4). Нажмите «ОК».
      3. В меню «Файл» выберите «Экспорт аудио». В открывшемся окне введите желаемое имя аудиофайла и выберите WAV в качестве нужного типа файла. Нажмите «Сохранить».
    2. Выберите два согласных и два диссонирующих интервала, согласно таблице 1 , таким образом, чтобы каждый согласный интервал был близок к диссонансному интервалу.
      ПРИМЕЧАНИЕ. В качестве примера рассмотрим согласные интервалы идеальной пятой и октавы и диссонирующие интервалы расширенного четвертого (тритона) и крупного седьмого. Это интервалы, выбранные для исследования, проведенного авторами.
    3. Создайте все возможные комбинации нот, соответствующих этим четырем интервалам в диапазоне между G4 и G6.
      1. Для eacH интервал, откройте новый проект в программном обеспечении для редактирования звука и используйте «Импорт аудио» в меню «Файл», чтобы импортировать два файла WAV, которые будут объединены.
      2. Поместите курсор в любую точку над вторым тоном и нажмите, чтобы выбрать. Нажмите «Выбрать все» в меню «Изменить». В том же меню нажмите «Копировать».
      3. Поместите курсор в любую точку над первым тоном и нажмите. В меню «Правка» выберите «Переместить курсор в конец трека» и затем нажмите «Вставить» в том же меню. Экспортируйте аудио, как описано в шаге 1.2.1.3.
    4. Используйте генератор случайной последовательности для создания последовательностей, состоящих из 100 интервалов, генерируемых псевдослучайно таким образом, чтобы каждый из четырех различных интервалов встречался ровно 25 раз 30 . Для этого используйте функцию случайной перестановки в программном обеспечении статистического анализа (см. Таблицу материалов ). Введите четыре интерв.Als в качестве аргументов и создать цикл, который повторяет этот процесс 25 раз.
    5. Используйте программное обеспечение поведенческих исследований для создания двух различных серий. Загружайте последовательность из 100 интервалов в формате WAV для каждого прогона и связывайте идентификацию каждого интервала с одним испытанием 30 .
      ПРИМЕЧАНИЕ. Здесь используется программное обеспечение для исследования поведения E-Prime. Можно использовать другое эквивалентное программное обеспечение для исследования поведения.
  3. Объясните участникам, что они будут прослушивать две последовательности по 100 интервалов каждый, где каждая последовательность связана с другой задачей и с ее собственным набором инструкций. Сообщите участникам, что в обоих сеансах следующий интервал будет воспроизводиться только при нажатии действительной клавиши.
    ПРИМЕЧАНИЕ. После начала последовательности распознавания интервалов ее не следует прерывать, чтобы курс действий был максимально ясным для всех участников.
    1. Попросите участников сесть перед ноутбукомИ надевайте наушники. Используйте наушники хорошего качества для наушников. Настройте уровень звука для каждого объекта на удобном уровне.
    2. Если вы используете описанное здесь ПО для исследования поведения, откройте задачи, созданные на шаге 1.2.5 с помощью E-Run. В открывшемся окне введите номер сессии и тему и нажмите «ОК». Используйте номер сеанса, чтобы различать прогоны для каждого участника.
      ПРИМЕЧАНИЕ. На экране появятся инструкции для задачи, за которой следует начало самой задачи.
      1. Во-первых, в 2-альтернативной задаче принудительного выбора просто попросите участников определить, согласны ли они или диссонируют ли интервалы, которые они слышат. Попросите участника нажать «C» на клавиатуре компьютера для согласного, а «D» - на диссонанс.
        ПРИМЕЧАНИЕ. Поскольку ожидается, что у всех участников будет музыкальная подготовка на консерваторском уровне, ожидается, что все они смогут различать явно согласный и явно disСонантные интервалы. Первая задача служит в некотором смысле подтверждением того, что это действительно так.
      2. Во-вторых, в 4-альтернативной задаче принудительного выбора участники должны сами определить интервалы. Попросите участников нажать цифрами «4», «5», «7» и «8» на компьютерной клавиатуре, чтобы идентифицировать интервалы увеличенной четвертой, совершенной пятой, главной седьмой и октавы соответственно.
    3. В конце каждой задачи нажмите «ОК», чтобы автоматически сохранить результаты для каждого участника в отдельном файле E-DataAid 2.0, помеченном темой и номерами сеанса, и с расширением .edat2.
    4. Используйте программное обеспечение статистического анализа ( например, Matlab, SPSS Statistics или альтернативу с открытым исходным кодом) для расчета коэффициентов успешности для каждой задачи ( т. Е. Процент успешных ответов при определении того, были ли интервалы созвучными или диссонирующими, а также при определении значения intErvals), как индивидуально, так и в группе 32 .

2. ФМРТ-эксперимент

  1. Подготовка к сеансу МРТ.
    1. Сгенерируйте последовательности тех же интервалов, что и на этапе 1.2.3, снова состоящих из двух последовательных чистых тонов продолжительностью 1 с каждый.
      ПРИМЕЧАНИЕ. Теперь вокальный диапазон участников должен быть учтен, и все ноты должны комфортно падать в пределах диапазона пения каждого участника.
      1. Используйте генератор случайной последовательности для создания рандомизированной последовательности из 30 интервалов для испытаний только для прослушивания 30 . Для певческих испытаний создайте псевдослучайную последовательность из 120 интервалов для того, чтобы участники прослушали определенный интервал, а затем сравните этот целевой интервал с их пением голосов. Для псевдорандомизированной последовательности используйте тот же метод, что описан в шаге 1.2.4, с 4 интервалами в качестве аргументов еще раз, но nOw, повторяя этот процесс 30 раз.
      2. Следуя той же процедуре, что и на этапе 1.2.5, используйте программное обеспечение поведенческих исследований для создания трех отдельных серий, каждый из которых состоит из 10 тихих базовых испытаний, затем следуют 10 последовательных слушаний только для прослушивания и, наконец, 40 последовательных экспериментов по пению.
        ПРИМЕЧАНИЕ. Во время базовых испытаний четыре интервала появляются в произвольном порядке, а во время испытаний пения четыре интервала появляются в псевдорандомизированном порядке таким образом, что каждый интервал в конечном итоге представляется ровно 10 раз. Продолжительность каждого испытания составляет 10 с, поэтому один полный цикл длится 10 мин. Поскольку каждый испытуемый проходит три экспериментальных прогона, общая длительность эксперимента составляет 30 мин. Тем не менее, разрешая участникам входить и выходить из сканера, время для установки и тестирования микрофона, время для получения анатомического сканирования и время между функциональными прогонами, каждому участнику должно быть предоставлено приблизительно 1 час времени сканера ,
    2. Объясните участникам последовательности судебных процессов, которые будут представлены, как описано в шаге 2.1.1.2, и ответьте на любые сомнения, которые они могут иметь. Попросите участников напевать ноты, не открывая рта во время пения, сохраняя губы еще при произведении «м» звука.
    3. Подключите к ноутбуку немагнитную MR-совместимую мини-гарнитуру. Настройте уровень звука для каждого объекта на удобном уровне.
    4. Подключите маленький конденсаторный микрофон к аудиоинтерфейсу, который, в свою очередь, подключен к ноутбуку с помощью экранированного витого триплетного кабеля.
      ПРИМЕЧАНИЕ. Блок питания микрофона, аудиоинтерфейс и ноутбук должны быть расположены за пределами помещения, в котором находится сканер.
    5. Проверьте частотную характеристику микрофона.
      ПРИМЕЧАНИЕ. Целью этого теста является подтверждение того, что микрофон ведет себя так, как ожидается, внутри сканера.
      1. Запустите новый проект в программном обеспечении для редактирования звука и выберите конденсаторМикрофон в качестве устройства ввода.
      2. Сгенерируйте тестовый тон 440 Гц продолжительностью 10 с, как описано в разделе 1.2.1, с соответствующими значениями частоты и длительности.
      3. Используя программное обеспечение воспроизведения звука по умолчанию на ноутбуке, нажмите «Воспроизведение», чтобы отправить тестовый сигнал через наушники в местах внутри (под верхней частью подголовника) и снаружи (в диспетчерской) сканера, при этом микрофон размещен между сторонами В каждом случае.
      4. Нажмите «Запись» в программном обеспечении для редактирования звука, чтобы записать приблизительно 1 с тестового тона в каждом месте.
      5. Выберите «Plot Spectrum» из меню «Analyze» для каждого случая и сравните реакцию микрофона на тестовый сигнал, как внутри, так и снаружи сканера, проверив, что основная частота сигнала, принимаемого в каждом месте, составляет 440 Гц.
    6. Наденьте конденсаторный микрофон на шею участника, чуть нижегортань.
    7. Попросите участника носить гарнитуру. Поместите участника в магниторезонансный (МР) сканер.
  2. FMRI-сеанс.
    1. В начале сеанса откройте пакет программного обеспечения пользовательского интерфейса магнитного резонанса (MRUI). Используйте MRUI для программирования парадигмы получения.
      ПРИМЕЧАНИЕ. Некоторое отклонение в интерфейсе следует ожидать между различными моделями.
      1. Выберите «Пациент» в экранном меню. Введите имя, возраст и вес участника.
      2. Нажмите кнопку «Экзамен». Сначала выберите «Голову», а затем «Мозг» из доступных вариантов.
      3. Выберите «3D», а затем «T1 изометрический» со следующими значениями для соответствующих параметров: время повторения (TR) = 10,2 мс, время эхо (TE) = 4,2 мс, угол поворота = 90 ° и размер Voxel = 1 x 1 x 1 мм 3 .
        ПРИМЕЧАНИЕ. Для каждого участника Т1-взвешенный анатомический объем будет равен bE, полученные с использованием последовательности импульсов градиентного эха для анатомической ссылки.
      4. Нажмите «Программа» и выберите EchoPlanaImage_diff_perf_bold (T2 *) со значениями соответствующих параметров следующим образом: TE = 40 мс, TR = 10 с, время сбора данных (TA) = 3 с, задержка в TR = 7 с, сальто Угол = 90 °, поле зрения (FOV) = 256 мм 2 и размер матрицы = 64 х 64. Используйте опцию «Dummy», чтобы приобрести 5 томов, введя значение «55» для общего количества томов.
        ПРИМЕЧАНИЕ. Эти значения позволяют получать функциональные T2 * -звешенные сканы с цельной головой в соответствии с парадигмой разреженного выборки, показанной на рисунке 1 , где «фиктивное» сканирование эхо-планарного изображения (EPI) «фиктивное» сканирование извлекается и отбрасывается, чтобы обеспечить насыщение T1 последствия. Обратите внимание, что в некоторых MRUI значение TR должно составлять 3 с, поскольку оно принято за общее время, в течение которого происходит приобретение.
      5. Нажмите «Копировать», чтобы сделать копию этой последовательностиENCE. Поместите курсор в нижней части списка последовательностей и затем дважды нажмите «Вставить», чтобы настроить три последовательные разреженные последовательности выборки.
      6. Нажмите «Старт», чтобы начать взвешенный анатомический объем в T1.
      7. Представьте три серии участнику, с прогонами, как описано в шаге 2.1.1.2. Синхронизируйте начало прогонов с захватом сканером с помощью триггера сканера.
        1. Выполните процедуру, описанную в разделе 1.3.2, чтобы начать каждый из трех прогонов, дифференцируя прогоны, используя номер сеанса. Сохраните результаты трех полных прогонов, используя ту же процедуру, описанную в шаге 1.3.3.
          ПРИМЕЧАНИЕ: Время пробных презентаций систематически подвергается джиттеру ± 500 мс.

figure-protocol-13166
Рисунок 1: SАнализ синтаксического анализа. ( A ) Временная шкала событий в рамках испытания, включающая прослушивание только двухтонального интервала (2 с) без последующего открытого воспроизведения. ( B ) Хронология событий в рамках судебного разбирательства с участием слушателей и пения. Нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

3. Анализ данных

  1. Предварительная обработка функциональных данных с использованием программного обеспечения, предназначенного для анализа последовательностей данных визуализации мозга в соответствии со стандартными процедурами 33 .
    ПРИМЕЧАНИЕ. Вся обработка данных выполняется с использованием того же программного обеспечения.
    1. Используйте предоставленную опцию меню, чтобы перенести изображения на первый том, повторно выбранный и пространственно нормализованный (конечный размер вокселя: 2 x 2 x 2 мм 3 ) в стереотактическое пространство Монреальского неврологического института (MNI) 34 .
    2. Используйте предоставленную опцию меню, чтобы сгладить изображение, используя изотропное, гауссово ядро ​​с полной шириной в половину максимального (FWHM) 8 мм.
    3. Чтобы смоделировать ответ BOLD, выберите однобитный конечный импульсный отклик (FIR) в качестве базовой функции (порядок 1) или функцию вагона, охватывая время получения объема (3 с) 28 .
      ПРИМЕЧАНИЕ. Протоколы разреженного разрешения, такие как этот, обычно не требуют свертывания РПИ с функцией гемодинамического ответа, как это обычно имеет место для фМРТ, связанной с событием.
    4. Примените фильтр верхних частот к ответу BOLD для каждого события (1000 секунд для «сети пения» и 360 секунд в другом месте).
      ПРИМЕЧАНИЕ. Моделирование всех задач пения вместе составит блок 400 с 35 .

Access restricted. Please log in or start a trial to view this content.

Результаты

Все 11 участников нашего эксперимента были студентами женского вокала на уровне консерватории, и они достаточно хорошо работали в задачах распознавания интервалов, которые выбирались для сканирования. Показатель успеха для задачи идентификации интервалов состав...

Access restricted. Please log in or start a trial to view this content.

Обсуждение

В этой работе описывается протокол, в котором пение используется как средство исследования активности мозга при производстве согласных и диссонантных интервалов. Даже несмотря на то, что пение обеспечивает, возможно, самый простой способ производства музыкальных интервалов

Access restricted. Please log in or start a trial to view this content.

Раскрытие информации

Авторы заявляют никакого конфликта интересов.

Благодарности

Авторы признают финансовую поддержку этого исследования со стороны секретариата де Salud de México (HIM / 2011/058 SSA. 1009), CONACYT (SALUD-2012-01-182160) и DGAPA UNAM (PAPIIT IN109214).

Access restricted. Please log in or start a trial to view this content.

Материалы

NameCompanyCatalog NumberComments
Achieva 1.5-T magnetic resonance scannerPhilipsRelease 6.4
AudacityOpen source2.0.5
Audio interfaceTascamUS-144MKII
AudiometerBrüel & KjaerType 1800
E-Prime ProfessionalPsychology Software Tools, Inc.2.0.0.74
MatlabMathworksR2014A
MRI-Compatible Insert EarphonesSensimetricsS14
PraatOpen source5.4.12
Pro-audio condenser microphoneShureSM93
SPSS StatisticsIBM20
Statistical Parametric MappingWellcome Trust Centre for Neuroimaging8

Ссылки

  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).

Access restricted. Please log in or start a trial to view this content.

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

123fMRI

This article has been published

Video Coming Soon

JoVE Logo

Исследования

Образование

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены