如何辨別音樂家，看看大腦對音樂的反應吧

芬蘭于韋斯屈萊大學和AMI中心(University of Jyv?skyl? and AMI Center)和丹麥奧胡斯大學(Aarhus University) 對北歐人一項新的研究表明，大腦對音樂的反應可以揭示你是否接受過音樂訓練。

研究人員通過收集聽音樂期間的大腦成像數據，應用音樂分析計算和機器學習的方法，可以非常準確地預測聽眾是否是音樂家。拋開音樂偏好和熟悉程度等其他獨立因素的影響，這些結果著重強調了音樂訓練對我們神經反應的巨大影響，甚至能夠通過神經反應特質區分音樂家和非音樂家的大腦。

研究還表明，最能預測音樂能力的大腦區域主要位於大腦右半球的額葉和顳葉區域。這些發現符合以前關於大腦如何處理音樂的某些聲學特性以及語音語調的研究。該論文於2018年1月15日發表在《科學報告》(Scientific Reports)雜誌上。

該研究採用了由奧胡斯大學Elvira Brattico教授團隊收集的大腦功能磁共振成像（fMRI）數據。這些數據是18位音樂家和18位非音樂家通過仔細聽取不同流派的音樂而得。從這些音樂中提取音樂特徵時採用的是計算演算法(computational algorithm)。

「我們所採用的方法有一個新的特點，並非依靠大腦活動的靜態顯示，而是模擬音樂在大腦中的處理方式。在考慮到時間動態性後，結果有了顯著改善，」于韋斯屈萊大學博士後研究員及該研究的主要作者Pasi Saari解釋道。

作為建模的最後一步，研究人員利用機器學習建立了一個模型，通過對各個大腦區域的分析來鑒別音樂才能。

機器學習模型對聽眾音樂才能的預測準確度可以達到77%。最能預測音樂能力的區域主要集中在右半腦，其中包括先前發現的和注意力、音樂的處理以及與音樂相關聲音特徵（例如音高和音調）的處理有關聯的大腦區域。

于韋斯屈萊大學的博士後研究員Iballa Burunat表示：「這些區域可以被視為音樂處理中的核心結構，密集的、持續終身的音樂訓練對此影響最大。」

在這些區域中，音調和節拍等高級特徵的處理是預測音樂才能的最佳指標，這表明音樂訓練對這些方面有很大影響。

「我們所採用的方法新穎之處在於在聽音樂的現實場景中將計算聲學特徵提取與功能性神經影像測量結合在一起，並把神經活動因素考慮在內。通過實際場景中的大腦活動解碼參與者信息是近來流行的「讀腦」方式，而我們的研究則為這一方法的完善做出了巨大貢獻，」于韋斯屈萊大學學院教授和該研究的高級作者Petri Toiviainen這樣總結道。

參考：

https://www.sciencedaily.com/releases/2018/01/180122111204.htm

Source: University of Jyv?skyl? and Petri Toiviainen

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！