1倾听音乐时脑电的去趋势波动分析

倾听音乐时脑电的去趋势波动分析

摘要：一种非线性方法——去趋势波动分析（DFA）被用来研究特定情况下的脑电，例如：三种情感音乐（恐惧、喜悦、悲伤），休息（闭眼状态）。结果表明，脑电图除了在α频带表现出特定活动外还在两个区域表现出特定活动，即β1、β2频带，分别代表着高频率和低频率的复杂性。当情感强度减小时β1值增加，β2值减小。β1值的变化与情感的“进与退”模型有着微弱的关系，在闭眼休息状态下恐惧和悲伤的音乐会导致一定的差异。研究表明音乐是情感的强大的诱导因子，使用非线性方法有助于情感的研究。

关键字：去趋势波动分析、EEG、情感、音乐、标度

1、引言

大部分已发表的神经科学论文中，情感处理都是基于视觉刺激例如面部表情、静态场景和电影剪辑。根据近几年的研究发现音乐有一些重要的优势而且在情感研究中是一个有价值的工具。例如，研究发现音乐可以引起强烈的情绪反应，激活的大脑区域与情感有关，如海马区、杏仁核、腹侧纹状体、额叶皮质、扣带皮质等。这些结果证实了音乐是情感的强烈的诱导因子。然而，当前大脑中的情感流模型还不能充分说明情感是由音乐刺激产生的，并且关于音乐引起的情感的研究还是很少。

EEG提供了大量的大脑动态信息，是研究音乐激发情感的主要方法。例如，之前的研究发现音乐引起的前额脑电不对称活动的不同强度模型和情感的脑电活动不同强度的总数。然而，最常用的EEG分析方法是基于事件相关电位和傅里叶分解的线性方法，显然人的大脑是复杂的非线性系统。脑电是由大量神经元相互作用产生的非线性的，所以有波动不能很好的用线性表示。另一方面，经典的非线性动力学方法如关联维数和Lyapunov指数要求静止状态且对噪声敏感，EEG信号经常是高度不平稳的。基于低维吸引因子的混沌分析也被用在EEG的非线性研究中，但事实上，由神经引起的脑电并不完全遵循低维动力学。

本文我们使用非线性方法DFA来研究听音乐时脑电的波动行为。DFA闻名于非平稳时的鲁棒性，使用这种方法我们避免了线性和低维混沌的假设。之前的研究已经证明了这种方法在研究脑电波动标度中的有效性。然而，据我们所知还没有任何研究来总结这种方法在情感音乐中的应用。本文，我们主要是研究音乐引起的脑电的非线性情感反应，并讨论EEG与情感音乐间的关系。

2、材料和方法

2.1刺激

刺激包括三种音乐选段，反应三种基本情绪：恐惧、快乐和悲伤。期间每个选段持续2分钟。这些刺激是从14个音乐选段中选出来的，由30名没参与两种措施实验的在校生进行了预测。首先是验证预期情绪的存在，和十种不同的情绪模型（DES）每种有三个被试者。DES测量避免了只包含目标情绪。每种情绪都采用5分制(1一点也没有，5很强)。其次是评估每种音乐刺激的效价和强度，采用9分制，效价（1很不高兴，9很高兴）强度（1很平静9很紧张）。三种音乐刺激结果如图1所示。显然1）现在的情绪是被诱发的2）高兴是积极情绪；恐惧和悲伤是消极情绪3）恐惧时情感强度最高，恐惧、高兴、悲伤的强度依次减少。

内容需要下载文档才能查看

图1 DES测试结果（a）情感效价与强度（b）基于情感刺激的研究（大概30名在校生）

2.2被试

12名健康的、右利手的学生（7男5女）作为被试者，年龄是18到25岁（平均21.83岁，标准差为2.04）他们没有特殊的音乐训练。没有神经系统疾病、精神疾病或是正在使用药物。听力正常。每位被试者都理解并同意进行试验，并有20元/小时的报酬。

2.3实验设计

实验在一个安静的房间进行，被试者了解EEG的产生并倾听音乐。他们被告知感受音乐激发的情感很重要。首先，记录休息闭眼状态下的脑电2分钟。然后，三种刺激音乐由积极到消极顺序播放。这是因为由消极音乐激发的消极情感比积极情感持续时间长。听音乐时脑电的采集在闭眼情况下进行。接下来每个音乐选段，被试者要完成上面提到的两种测试来使他们注重音乐的刺激。

2.4脑电的测量

脑电数据的采集使用128导（EGI200系统），头皮电极阻抗范围10—40KΩ。数据数字化处理是500Hz的采样频率（0.1Hz低通滤波器和48Hz的高通滤波器）。参考电极在头顶的Cz处。F3、F4、PO3、PO4处的脑电数据要进行进一步的分析。选取每个被试者在各种条件下的10s的脑电连续数据，包括眼睛和头部的运

内容需要下载文档才能查看 内容需要下载文档才能查看 内容需要下载文档才能查看 内容需要下载文档才能查看

动，进行DFA分析。

2.5数据分析

我们使用与Hwa相同的DFA方法。具体地说，用y(t)表示脑电时间序列，采样频数为N。首先，把整个时间序列分成相同的窗（大小为K），剩余的舍弃。然后，对每个窗，进行最小二乘拟合，记为yk(t)。接下来，每个窗的脑电时间序列y(t)减去yk(t)。最后，时间序列的根均方值波动减去时间序列，F(k)记为

F(k)与k的依赖关系是DFA分析中的重要部分，本文k从10到1000。如果是一个幂律关系

标度指数β是脑电波动的特征。它可以被看做是脑电动力学复杂性的一个非线性指标。F(k)典型的log-log图是k的一个功能，如图2所示。与Hwa的结果一致，两个区域的标度有着可以分辨的弯度，斜率也明显不同。为了量化标度指数，I区域进行线性拟合2.9 < lnk < 3.7斜率为β1，II区域 4.5 < lnk < 6.0斜率为β2。弯度的平均位置大概在lnk等于4.0处（如图2）。由于时间尺度k与正弦波的频率f有关

r=500点/秒是采样频率，它意味着F(k)中的弯度在α频带（8-13Hz），是脑电的主导频率。同样的，很明显I区域对应着短时间波动（>13Hz）II区域对应着长时间波动（<8Hz），如图2所示。很明显有两个区域并且在这两个区域对β1和 β2进行最小二乘线性拟合，如图3、表1、表2所示。这两个区域在本研究中很有用。每位被试者的每个区域在四中不同条件下（休息闭眼、听音乐恐惧、高兴、悲伤），我们可以得到四个电极（F3、F4、PO3、PO4）的四对标度指数（β1和β2）。采用多因素方差分析β1和β2，因变量为条件、位置，使用统计分析软件包SPSS PC（13.0版）。显著水平设置为P＜0.05。

图2 F(k)的log-log图和高兴音乐刺激下四个电极的值。

内容需要下载文档才能查看 内容需要下载文档才能查看 内容需要下载文档才能查看

图3 四个电极在四种条件下的β1和β2均值（N = 12），标准误差条形图代表平均误差。

3、结果

统计结果表明：条件和位置影响都很明显，但是相互之间的作用不太明显，见表1（*标记的是P<0.05）。随后测试这两个因素，结果见表2（*标记的是P<0.05）。不同位置和条件下的β1、β2均值如图3所示。从上面的结果我们发现一些有趣的现象：1）在三种强度不同的情感音乐条件下，β1的值在所有电极中按恐惧、高兴、悲伤的顺序递增，β2则减小；2）与闭眼休息状态的基线相比，β1的值在恐惧音乐条件下较小，β1的值在悲伤音乐条件下较大，β1的值在高兴音乐条件下无明显不同；另一方面，β2的值在恐惧音乐条件下较大，β2的值在悲伤和高兴音乐条件下较小；3）β1的值在F3、F4明显小于PO3、PO4，β2的值则相反；4）在恐惧、悲伤的音乐条件下F3处的β1值明显小于F4，在高兴、休息的音乐条件下F3处的β1值明显大于F4；5）在任何条件下PO3处的β1值小于PO4，PO3、F3处的β2值大于PO4、F4。

4、讨论

从前面的内容可知音乐情感的强度按恐惧、悲伤、高兴的顺序依次减小，如图1（b）所示。我们在结果中发现β1的值按恐惧、高兴、悲伤的顺序依次增加，β2则减小。因此，表明随着音乐情感强度的减小，β1的值增加，β2则减小。因为标度指数β1代表着高频（>13Hz）活动的复杂性，标度指数β2代表着低频(<8Hz)活动的复杂性，增加β1在高频的复杂性（高于α波），减小β2在低频的复杂性（低于α波）。得出结论，随着音乐情感强度的减小，EEG高频活动的复杂性增加低频活动的复杂性减小。也就是说，音乐情感的强度越弱，高频活动复杂性越高，低频活动复杂性越低，反之相反。当音乐情感最强、最弱时这个结论最明显，如表2所示，β1和β2的值表现出明显的不同。可能是由于没有足够的强度差异才导致恐惧、悲伤、高兴的标度指数不太明显。结果与其他人的前额脑电α强度随着音乐情感强度的减少而增加相似。他们都证实了脑电活动的改变与音乐情感强度有关。另外，我们的研究对他们的研究是一个补充，因为之前的研究只是在α频带来分析脑电，而我们的研究不只在α频带。从这两个互补的研究中可以发现：音乐情感强度变化，前额脑电α强度与高频（高于α）活动一致，与低频（低于α）活动相反。这就表明α频带的脑电活动和高频（高于α）活动与低频（低于α）活动互补；或者代表着大脑在处理和控制音乐情感的不同机制。此外，这个结果还提醒我们之前的研究结果：恐惧、高兴比悲伤、平静（这些情感由音乐激发）具有较高的皮肤电导反应（SCR）。因为在他们的研究中发现恐惧、高兴比悲伤、平静更强烈，结果表明，交感神经系统在听情感强烈的音乐时比听情感较弱的音乐时更活跃。也许这些研究结果之间有着内部联系，因为众所周知音乐选段激发的交感神经系统活动在许多子结构的控制下。然而，要确定具体的联系还要进行更深入的研究。

当比较听音乐条件和闭眼休息条件的标度因素时，不同的音乐情感导致不同的脑电活动形式。恐惧的音乐导致β1增加，β2减小，尤其是悲伤和休息条件下β2值明显不同，见表2；高兴的音乐导致β2减小而β1无明显变化。之前的研究表明听轻柔的古典音乐导致高频（10.25-40Hz）脑电的增加，尤其是大脑皮层；听激烈的摇滚音乐导致低频（4.25-10Hz）脑电的增加。我们的研究结果与之前的一致并且没有事先协商，因为悲伤的音乐属于轻柔的古典音乐，都会引起把它1值的增加和高频脑电活动；恐惧的音乐属于激烈的摇滚音乐，都会引起紧张，兴奋和焦虑，所以β2值增加和低频脑电活动增强。然而，大量关于音乐影响脑电的文献还有一定的冲突，没有统一的结论。例如，一些研究表明听愉悦的音乐时大脑皮层脑电δ频带活动增强，α频带活动减弱；然而其他的学者发现听音乐