DOI: https://doi.org/10.1126/sciadv.adi2525
PMID: https://pubmed.ncbi.nlm.nih.gov/38446888
تاريخ النشر: 2024-03-06
المؤلف: Arnaud Zalta وآخرون
الموضوع الرئيسي: علوم الأعصاب وإدراك الموسيقى
نظرة عامة
تستكشف هذه الدراسة ظاهرة الرقص العفوي على الموسيقى من خلال فحص العلاقة بين التنبؤ الإيقاعي، وبشكل خاص التزامن، وتجربة الإيقاع. وجدت الدراسة علاقة تربيعية بين درجة التزامن في الألحان وتقييمات المشاركين للإيقاع. باستخدام التصوير بالرنين المغناطيسي، حدد الباحثون أنه بينما تستجيب المناطق السمعية للإيقاع، فإن الديناميات العصبية المحددة – وخاصة النشاط المتعلق بالإيقاع عند 2 هرتز ومعدلات دلتا (1.4 هرتز) وبيتا (20-30 هرتز) – مرتبطة بتجربة الإيقاع. ومن الجدير بالذكر أن القشرة الحسية الحركية اليسرى تلعب دورًا حاسمًا في تنسيق هذه الأنشطة العصبية المتعلقة بالإيقاع.
تدعم هذه النتائج نموذجًا عصبيًا ديناميكيًا يفترض أن الانخراط الحركي المتذبذب أثناء الاستماع إلى الموسيقى يدل على التوقيت التنبؤي، الذي يسهل من خلال تفاعل الديناميات العصبية داخل المسار السمعي الظهري. تعزز هذه الدراسة فهمنا للآليات العصبية الكامنة وراء الرغبة الغريزية في الحركة على أنغام الموسيقى، مما يبرز التفاعل بين معالجة الصوت والتنسيق الحركي.
مقدمة
تناقش مقدمة الورقة العلاقة المعقدة بين الموسيقى والرقص، مشددة على أنه بينما يعد الرقص سلوكًا عالميًا، فإنه مرتبط بشكل خاص بالمحفزات السمعية وأنواع معينة من الموسيقى. يبرز المؤلفون ظاهرة “الإيقاع”، التي تشير إلى الرغبة القوية في الحركة استجابةً للموسيقى، ويستكشفون الآليات الدماغية الأساسية التي تسهل هذه التجربة. يشيرون إلى أن الإيقاع يشغل الشبكات الحركية والمكافأة، مما ينشط المناطق الحركية حتى في غياب الحركة الجسدية، مما يقترح وجود ارتباط عميق بين الإدراك السمعي والنشاط الحركي.
يقدم المؤلفون مفهوم الاستشعار النشط، حيث يتأثر الإدراك بالنشاط الحركي، خاصة فيما يتعلق بالقيود الزمنية على معالجة المعلومات الحسية. يشيرون إلى نموذج بايزي يربط الإيقاع بالتوقيت التنبؤي وخطأ التنبؤ الزمني أثناء معالجة إيقاع الموسيقى، مع الاعتراف بأن الفسيولوجيا العصبية للإيقاع لا تزال غير مفهومة جيدًا. لمعالجة هذه الفجوة، يقترح المؤلفون نموذجًا عصبيًا ديناميكيًا يدمج الاستشعار النشط السمعي، بهدف توفير إطار شامل لفهم كيفية تحفيز الخصائص الإيقاعية للموسيقى الانخراط الحركي الخفي من خلال التغيرات في الديناميات العصبية الصوتية الحركية.
طرق البحث
استخدمت الدراسة تصميمًا تجريبيًا متعدد الجوانب للتحقيق في استجابات المشاركين للمحفزات الموسيقية عبر إعدادات مختلفة. شملت التجربة عبر الإنترنت إكمال المشاركين لاستبيان على PsyToolkit، تلاها مهمة استماع حيث قاموا بتقييم الإيقاع لـ 36 لحنًا تم تقديمها ثنائي الأذن. قام المشاركون بتقييم رغبتهم في الحركة على أنغام الموسيقى على مقياس ليكرت من 7 نقاط، مع وقت استجابة قدره 60 ثانية لكل لحن. استمرت الجلسة عبر الإنترنت بأكملها حوالي 10 إلى 15 دقيقة.
في المختبر، تطلبت تجربة النقر التحكم من المشاركين إعادة إنتاج إيقاع الألحان باستخدام أصابعهم على لوحة مفاتيح، تم تقديمها أيضًا ثنائي الأذن بترتيب عشوائي. تم عرض التعليمات على الشاشة، وحافظ المشاركون على التركيز على علامة مركزية خلال التجارب. بالإضافة إلى ذلك، تضمنت تجربة التصوير بالرنين المغناطيسي الاستماع إلى 36 لحنًا مكررًا، كل منها يستمر لمدة 16 ثانية، لتعزيز نسبة الإشارة إلى الضوضاء. قام المشاركون بتقييم الإيقاع على مقياس من 5 نقاط بعد كل لحن، واستمرت جلسة التصوير بالرنين المغناطيسي بأكملها حوالي 48 دقيقة. تم إجراء جلسات حالة الراحة قبل وبعد تجربة التصوير بالرنين المغناطيسي لجمع بيانات الأساس. استخدمت عملية جمع بيانات التصوير بالرنين المغناطيسي نظامًا مكونًا من 248 قناة، مما يضمن تسجيلًا متزامنًا للمحفزات السمعية واستجابات المشاركين مع تقليل الحركة.
النتائج
في هذه الدراسة، تم إنشاء مجموعة من المحفزات تتكون من 12 لحنًا قصيرًا بإيقاع 2 هرتز، متغيرة في التنبؤ الإيقاعي من خلال ثلاثة مستويات من التزامن (منخفض، متوسط، مرتفع). كشفت النتائج عن علاقة عكسية كبيرة بين التزامن وسعة الديناميات الصوتية عند 2 هرتز ($r^2(34) = 0.81, P < 0.001$). قام المشاركون بشكل أساسي بمزامنة حركاتهم مع إيقاع 2 هرتز أثناء الاستماع إلى الألحان، مما يشير إلى أن الحدث الإيقاعي الأكثر بروزًا يؤثر على الاستجابات الحركية. أظهرت بيانات التصوير بالرنين المغناطيسي من مجموعة ثانية من المشاركين (n = 29) أن الديناميات الصوتية تم فك تشفيرها بشكل أساسي عند 2 هرتز وتوافقياتها، بدلاً من إظهار تطابق مباشر 1:1 مع الترددات العصبية. أشارت التحليلات الإضافية إلى أن تقييمات المشاركين للإيقاع - التي تعكس رغبتهم في الحركة - كانت مرتبطة ارتباطًا قويًا بدرجة التزامن بطريقة غير خطية، مما يؤكد أن الألحان المتزامنة بشكل معتدل تثير أقوى تجارب الرغبة في الحركة. تم تطوير نموذج عصبي ديناميكي يتكون من ثلاث طبقات من المذبذبات المترابطة لشرح التحول من الإيقاعات المتزامنة إلى تجارب الإيقاع الذاتية. أبرز هذا النموذج انفصالًا بين ترميز التزامن في المناطق السمعية عند 2 هرتز وتقييمات الإيقاع في الديناميات القشرية الحركية. بالإضافة إلى ذلك، لوحظ تدرج طيفي في النشاط العصبي أثناء الاستماع إلى الموسيقى، مما يشير إلى زيادة تدريجية في الترددات السائدة من المناطق السمعية إلى القشرة الحركية، وهو ما لم يكن موجودًا أثناء حالات الراحة. بشكل عام، توضح الدراسة الديناميات العصبية والسلوكية الكامنة وراء الإدراك الإيقاعي والحركة استجابةً للموسيقى.
المناقشة
في هذا القسم، يناقش المؤلفون الترميز العصبي لتقييمات الإيقاع أثناء الاستماع إلى الموسيقى، مشددين على دور نطاقات التردد المحددة في المسار السمعي الظهري. وجدوا أن الديناميات العصبية المتعلقة بالإيقاع، وخاصة في نطاقات دلتا (1.3 إلى 1.5 هرتز) وبيتا (20 إلى 30 هرتز)، مترابطة في القشرة الحسية الحركية اليسرى وترتبط بتقييمات الإيقاع الذاتية. لا يُلاحظ هذا الترابط بالنسبة لنشاط الإيقاع عند 2 هرتز، مما يشير إلى أن تجربة الإيقاع مرتبطة بشكل معقد بتقلبات السعة في هذه النطاقات الترددية. تدعم النتائج نموذجًا عصبيًا ديناميكيًا يفترض أن الإيقاع هو نتيجة لتفاعل الأحداث السمعية والتوقعات الزمنية، مما يبرز أهمية التذبذبات العصبية في معالجة المحفزات الإيقاعية.
يستفيض المؤلفون في توضيح الأسس الحسابية والفسيولوجية العصبية للرغبة في الحركة على أنغام الموسيقى، مشيرين إلى أن تجربة الإيقاع تتأثر بدرجة التزامن في الموسيقى. يقترحون أن الإيقاع ينشأ من مزيج من المدخلات المثيرة والمثبطة ضمن نموذج شبكة عصبية مكونة من ثلاث طبقات، حيث تمثل الطبقة الأولى إيقاع الصوت، وتشفّر الطبقة الثانية النبض والمقياس، وتلتقط الطبقة الثالثة تقييمات الإيقاع. يتماشى هذا النموذج مع النظريات الحالية للاستدلال البايزي فيما يتعلق بالتنبؤ الإيقاعي ويقدم منظور أنظمة ديناميكية حول كيفية تجسيد الإيقاع في التذبذبات العصبية. بشكل عام، توفر الدراسة أدلة قوية على التفاعل المعقد بين الإدراك السمعي، والتخطيط الحركي، والتجربة الذاتية للإيقاع في الموسيقى.
DOI: https://doi.org/10.1126/sciadv.adi2525
PMID: https://pubmed.ncbi.nlm.nih.gov/38446888
Publication Date: 2024-03-06
Author(s): Arnaud Zalta et al.
Primary Topic: Neuroscience and Music Perception
Overview
This research investigates the phenomenon of spontaneous dancing to music by examining the relationship between rhythmic predictability, specifically syncopation, and the experience of groove. The study found a quadratic correlation between the degree of syncopation in melodies and participants’ groove ratings. Utilizing magnetoencephalography, the researchers identified that while auditory regions respond to the rhythm, specific neural dynamics—particularly beat-related activity at 2 Hz and delta (1.4 Hz) and beta (20-30 Hz) rates—are associated with the groove experience. Notably, the left sensorimotor cortex plays a crucial role in coordinating these groove-related neural activities.
These results support a neurodynamic model that posits oscillatory motor engagement during music listening is indicative of predictive timing, facilitated by the interaction of neural dynamics within the dorsal auditory pathway. This research enhances our understanding of the neural mechanisms underlying the instinctive urge to move to music, highlighting the interplay between auditory processing and motor coordination.
Introduction
The introduction of the paper discusses the intricate relationship between music and dance, emphasizing that while dancing is a universal behavior, it is specifically tied to auditory stimuli and certain types of music. The authors highlight the phenomenon of “groove,” which refers to the compelling urge to move in response to music, and they explore the underlying brain mechanisms that facilitate this experience. They note that groove engages motor and reward networks, activating motor regions even in the absence of physical movement, which suggests a deep connection between auditory perception and motor activity.
The authors introduce the concept of active sensing, where perception is influenced by motor activity, particularly in relation to temporal constraints on sensory information processing. They reference a Bayesian model that links groove to predictive timing and temporal prediction error during musical rhythm processing, while acknowledging that the neurophysiology of groove remains poorly understood. To address this gap, the authors propose a neurodynamic model that integrates auditory active sensing, aiming to provide a comprehensive framework for understanding how rhythmic properties of music can induce covert motor engagement through alterations in audio-motor neural dynamics.
Methods
The research employed a multi-faceted experimental design to investigate participants’ responses to musical stimuli across different settings. The online experiment involved participants completing a survey on PsyToolkit, followed by a listening task where they evaluated the groove of 36 melodies presented binaurally. Participants rated their desire to move to the music on a 7-point Likert scale, with a response time of 60 seconds per melody. The entire online session lasted approximately 10 to 15 minutes.
In the laboratory, a control tapping experiment required participants to reproduce the rhythm of the melodies using their fingers on a keyboard, also presented binaurally in a randomized order. The instructions were displayed on a screen, and participants maintained fixation on a central cross during trials. Additionally, a Magnetoencephalography (MEG) experiment involved listening to 36 duplicated melodies, each lasting 16 seconds, to enhance the signal-to-noise ratio. Participants rated the groove on a 5-point scale after each melody, with the entire MEG session lasting around 48 minutes. Resting-state sessions were conducted before and after the MEG experiment to collect baseline data. MEG data acquisition utilized a 248-channel system, ensuring synchronized recording of auditory stimuli and participant responses while minimizing movement.
Results
In this study, a stimulus set of 12 short melodies with a 2-Hz beat was created, varying in rhythmic predictability through three levels of syncopation (low, medium, high). The findings revealed a significant inverse relationship between syncopation and the amplitude of acoustic dynamics at 2 Hz ($r^2(34) = 0.81, P < 0.001$). Participants predominantly synchronized their movements to the 2-Hz beat while listening to the melodies, indicating that the most salient rhythmic event influences motor responses. Magnetoencephalography (MEG) data from a second group of participants (n = 29) demonstrated that acoustic dynamics were decoded primarily at 2 Hz and its harmonics, rather than showing a direct 1:1 mapping with neural frequencies. Further analyses indicated that participants' groove ratings—reflecting their desire to move—were strongly correlated with the degree of syncopation in a nonlinear manner, confirming that moderately syncopated melodies elicit the strongest wanting-to-move experiences. A neurodynamic model comprising three layers of coupled oscillators was developed to explain the transformation from syncopated rhythms to subjective groove experiences. This model highlighted a dissociation between the coding of syncopation in auditory regions at 2 Hz and groove ratings in motor cortical dynamics. Additionally, a spectral gradient in neural activity was observed during music listening, indicating a progressive increase in dominant frequencies from auditory regions to the motor cortex, which was not present during resting states. Overall, the study elucidates the neural and behavioral dynamics underlying rhythmic perception and movement in response to music.
Discussion
In this section, the authors discuss the neural coding of groove ratings during music listening, emphasizing the role of specific frequency bands in the dorsal auditory pathway. They found that groove-related neural dynamics, particularly in the delta (1.3 to 1.5 Hz) and beta (20 to 30 Hz) ranges, are coupled in the left sensorimotor cortex and correlate with subjective groove ratings. This coupling is not observed for beat-related 2-Hz activity, suggesting that groove experience is intricately linked to amplitude fluctuations in these frequency bands. The findings support a neurodynamic model that posits groove as a result of the interaction between auditory events and temporal expectations, highlighting the importance of neural oscillations in processing rhythmic stimuli.
The authors further elaborate on the computational and neurophysiological underpinnings of the desire to move to music, noting that the experience of groove is influenced by the degree of syncopation in music. They propose that groove arises from a combination of excitatory and inhibitory inputs within a three-layer neural network model, where the first layer represents auditory rhythm, the second layer encodes pulse and meter, and the third layer captures groove ratings. This model aligns with existing theories of Bayesian inference regarding rhythmic predictability and offers a dynamical systems perspective on how groove is embodied in neural oscillations. Overall, the study provides compelling evidence for the complex interplay between auditory perception, motor planning, and the subjective experience of groove in music.