JoVE Logo
Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

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.

Özet

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.

Giriş

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.

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

Protokol

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.

figure-protocol-12007
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 ).
    2. Görüntüyü, izotropik, 8 mm, Tam Genişlikte, Yarı Maksimum (FWHM) Gauss çekirdeğinde pürüzsüz hale getirmek için verilen menü seçeneğini kullanın.
    3. 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.
    4. 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 .

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

Sonuçlar

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 tasarım...

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

Tartışmalar

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 ka...

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

Açıklamalar

Yazarlar çıkar çatışması olmadığını beyan eder.

Teşekkürler

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.

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

Malzemeler

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

Referanslar

  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.

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

DavranSay 123Konformluk ve uyumsuzlukm zik n ral korelasyonlarm zik aral klar n n belirlenmesiark s ylemefonksiyonel manyetik rezonans g r nt leme fMRIses ses b t nle tirmesi

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır