关于节奏与旋律工作记忆可分离神经系统的PET影像学研究报告

一、 研究团队与发表信息

本研究由来自美国明尼苏达州明尼阿波利斯退伍军人医疗中心认知神经影像单元（Cognitive Neuroimaging Unit）以及明尼苏达大学精神病学系（Department of Psychiatry, University of Minnesota）的Trenton A. Jerde、Stephanie K. Childs、Sarah T. Handy、Jennifer C. Nagode和José V. Pardo共同完成。通讯作者为José V. Pardo。该研究成果以《Dissociable systems of working memory for rhythm and melody》（《节奏与旋律工作记忆的可分离系统》）为题，发表于2011年的神经影像学专业期刊《Neuroimage》第57卷，第1572至1579页，并于2011年5月30日在线发布。

二、 研究背景与目的

本研究的科学领域属于认知神经科学，特别是音乐认知与工作记忆的神经机制交叉领域。

学术背景： 节奏和旋律是音乐的两个基本要素。节奏涉及音乐的时间组织（如音符时值、间隔），而旋律则是音高随时间变化的模式。早期神经心理学研究表明，大脑损伤患者可能表现出节奏辨别障碍而旋律辨别完好，反之亦然，这提示两者在大脑中的处理可能具有相对独立性。行为研究也支持声音可被分组为节奏或旋律这两个不同的维度。此外，神经影像学研究揭示，节奏感知常激活包括小脑在内的运动相关脑区，这与节奏固有的时间结构及其与运动的紧密联系相符；而音高与旋律处理则显示出明显的右半球优势，尤其涉及颞叶和额叶皮层。

尽管已有研究探讨了音乐感知中的节奏与旋律，但在工作记忆（Working Memory）层面，尤其是在需要较长时间保持音乐序列信息的情况下，两者神经机制的异同尚不明确。工作记忆是临时在线存储信息以执行任务的关键认知功能，对音乐理解至关重要，因为声音需要在时间维度上相互关联地被感知。先前研究多关注短时工作记忆或音乐感知/演奏的上下文，对于需要长时间（如数十秒）保持音乐序列的工作记忆任务，其神经基础尚未被充分探索。

研究目的： 本研究旨在探究健康非音乐受试者在执行对节奏序列和旋律序列的工作记忆任务时，大脑激活模式的异同。具体目标是通过正电子发射断层扫描（Positron Emission Tomography, PET）技术，识别并对比负责节奏工作记忆和旋律工作记忆的神经回路，从而在更高的认知水平（工作记忆）上验证节奏与旋律处理的神经分离性。

三、 研究流程与方法

本研究是一项采用PET测量区域性脑血流量（regional cerebral blood flow, rCBF）以反映神经活动水平的脑成像研究。整个工作流程包括受试者招募、实验任务设计、PET数据采集、影像处理与统计分析几个主要部分。

1. 研究对象： 研究招募了十名健康的男性志愿者，平均年龄31岁。所有受试者均无音乐训练背景，并经过医学和精神病学筛查。其中三名受试者的数据因头部运动伪影被排除，最终分析基于七名受试者（六名为右利手）。研究获得了相关伦理委员会的批准和受试者的书面知情同意。

2. 实验任务与条件： 研究设计了节奏和旋律两种刺激材料。节奏序列为单一音高、时长4秒的节奏型，包含四分音符、八分音符等；旋律序列则是在相同节奏基础上，由C大调音阶内的音符构成，音高范围为3-5个音符，所有旋律节奏相同以避免混淆。 实验包含三种条件，均在闭眼状态下进行：

   • 工作记忆条件（Working Memory, WM）： 分为节奏工作记忆（WM-R）和旋律工作记忆（WM-M），分开成组进行。在每个扫描开始前，目标序列（一个节奏或一段旋律）会被播放三次。扫描开始后，在约90秒的示踪剂摄取期间，会随机穿插播放10个探测序列（非目标）和3个目标序列。受试者需要在每个序列播放后的2秒延迟内按键判断当前序列是否与目标序列相同。
   • 被动聆听控制条件（Control）： 分为节奏控制（RC）和旋律控制（MC），分开成组进行。受试者被动聆听一系列新颖的节奏或旋律，并在每个序列后随机按键。此条件用于控制基本的听觉感知和处理。
   • 非听觉基线条件（Eyes Closed Rest, ECR）： 受试者闭眼休息，无任何听觉刺激。此条件作为基线，用于从控制条件中剥离出静息状态的活动。 任务顺序（先节奏还是先旋律）和反应手在受试者间进行了平衡。

3. PET数据采集： 研究使用西门子ECAT 953B相机进行扫描。通过静脉匀速注射放射性示踪剂H₂¹⁵O（剂量814 MBq，持续30秒），并在示踪剂到达大脑后（约注射后10秒）开始进行为期90秒的扫描数据采集。扫描间隔约为10分钟，以确保放射性活度衰减至本底水平。这种“慢速团注”方法使得在长达90秒的摄取期内，rCBF图像主要反映了受试者在此期间持续的神经活动状态，而非对单个刺激的瞬时反应。作者指出，PET技术因其无扫描噪声干扰听觉刺激呈现，且适合长时程任务，是本研究的合适选择。

4. 影像处理与数据分析：

   • 预处理： 对原始PET图像进行随机符合和电子死时间校正，使用透射扫描进行衰减校正。图像经过三维重建算法和滤波处理。
   • 标准化与配准： 使用研究团队内部开发的软件，将每个受试者的多次扫描图像在会话内进行配准，并根据图像基准标记确定前连合-后连合平面，将每个受试者的所有图像非线性地变形到标准的Talairach立体定向图谱空间。
   • 空间平滑与归一化： 图像经过4像素三维高斯滤波器平滑，最终图像分辨率约为12毫米半高全宽。将所有图像的全局活动归一化至1000计数。
   • 统计分析： 采用像素水平的统计参数映射分析。通过计算每个体素的rCBF变化与全局标准差之比得到Z分数。本研究设定了较为保守的统计阈值：显著水平为p<0.001，Z分数阈值设为3.5（通常研究中为3.1），以应对较小的样本量。研究主要进行了以下几组对比分析：
     • RC（节奏控制） - ECR（基线）：识别被动聆听节奏激活的脑区。
     • MC（旋律控制） - ECR（基线）：识别被动聆听旋律激活的脑区。
     • WM-R（节奏工作记忆） - RC（节奏控制）：识别专属于节奏工作记忆的神经活动（排除了基本听觉感知）。
     • WM-M（旋律工作记忆） - MC（旋律控制）：识别专属于旋律工作记忆的神经活动（排除了基本听觉感知）。

四、 主要研究结果

1. 行为表现： 受试者在节奏工作记忆（WM-R）任务中的正确率为90%，在旋律工作记忆（WM-M）任务中的正确率为91%。这表明两个任务对一般认知功能的负荷是相当的，后续脑成像结果的差异不太可能由任务难度差异导致。

2. 被动聆听条件下的脑激活：

   • 节奏控制 vs. 基线（RC - ECR）： 激活了双侧颞叶区域，特别是右侧颞上回、左侧颞中回和双侧颞下回。这与听觉处理的基本功能一致。此外，还激活了右侧中央后回、右侧旁中央小叶以及一些额叶区域（如右侧额上回、双侧额内侧回）。
   • 旋律控制 vs. 基线（MC - ECR）： 显示出更强烈的听觉皮层激活，包括双侧颞上回（布罗德曼22区）、左侧颞横回（赫氏回，BA 41，初级听觉皮层）和左侧颞上回后部（BA 42）。此外，小脑也出现了三个激活灶。这些结果表明，即使是简单的旋律感知，也广泛涉及初级和次级听觉皮层，并且其时间结构可能激活了与时间处理相关的小脑。

3. 节奏工作记忆的特异性神经签名（WM-R - RC）： 这是本研究的关键发现之一。当减去被动聆听节奏的活动后，节奏工作记忆特异性激活了以下脑区：

   • 小脑： 激活最为显著，涉及双侧小脑半球（小叶VI和 Crus I）以及小脑蚓部。Z分数高达5.5（左侧）和4.2（右侧）。重要的是，这些区域在旋律工作记忆对比或被动聆听节奏对比中均未出现同等程度的激活，表明它们特异性地参与节奏工作记忆中的时间处理。
   • 右侧前脑岛皮层（Anterior Insular Cortex, AIC）： 出现一个显著的激活灶（Z=4.8）。
   • 左侧前扣带回（Anterior Cingulate Cortex, ACC）： 也被激活（Z=4.4）。
   • 其他激活区域包括右侧额下回、右侧顶下小叶和左侧楔前叶。

4. 旋律工作记忆的特异性神经签名（WM-M - MC）： 这是另一个关键发现。旋律工作记忆特异性激活了一个主要位于右半球的额-顶-颞网络：

   • 额叶皮层： 广泛激活，包括右侧额上回、额中回、额内侧回和中央前回，以及左侧额中回和额内侧回。激活强烈右偏。
   • 顶叶皮层： 双侧顶下小叶以及右侧顶上小叶被激活。
   • 颞叶皮层： 右侧颞中回出现一个激活灶。
   • 左侧前扣带回（ACC）： 也有激活，但强度弱于节奏工作记忆对比中的ACC激活。

结果解释与逻辑关联： * 节奏工作记忆网络的意义： 小脑的强烈激活与其在时间感知、运动计时和感觉运动整合中的核心作用高度一致，支持节奏作为音乐时间主要组织者的观点。右侧前脑岛的激活可能与对节奏产生的“身体共鸣感”（运动欲求）或对时间间隔的“觉知”有关。左侧前扣带回的激活可能反映了任务所需的持续性注意或认知控制，其在节奏任务中更强的激活可能暗示注意过程本身具有时间节律性，易被节奏序列“牵引”。 * 旋律工作记忆网络的意义： 右半球优势的额-颞-顶网络与以往关于音高处理和听觉工作记忆的研究结果高度吻合。右侧额叶（尤其是额中回）与音高信息的在线保持相关。右侧颞中回的激活支持其在复杂音高和旋律信息处理中的作用。顶下小叶的激活则与工作记忆中信息的监控、保持和操作有关。 * 逻辑关系： 通过“工作记忆条件 - 被动聆听条件”的对比设计，研究者成功剥离了与特定类型音乐信息（节奏或旋律）的在线保持和比较直接相关的神经活动，而非仅仅是听觉感知或一般性反应。行为表现的等同性进一步确保了两种工作记忆任务在认知负荷上的可比性，使得脑激活模式的差异能够更有力地归因于信息内容（时间模式 vs. 音高模式）的不同。

五、 研究结论与价值

本研究的主要结论是：节奏与旋律不仅在其感知的早期阶段存在神经分离，在更高层级的认知功能——工作记忆层面，同样拥有独特且可分离的神经签名。 * 节奏工作记忆特异性地依赖于一个包含小脑、右侧前脑岛和左侧前扣带回的神经网络，该系统专门负责处理音乐的时间结构信息。 * 旋律工作记忆特异性地依赖于一个以右半球为主导的额-顶-颞网络，该系统专门负责处理音高模式信息。

科学价值： 1. 深化了对音乐认知神经基础的理解： 将节奏与旋律的神经分离性从感知层面拓展到了工作记忆这一高级认知层面，为“音乐模块化”处理理论提供了新的证据。 2. 明确了小脑在非运动性认知中的关键作用： 清晰地证明了小脑在纯粹认知性的节奏时间信息保持（无外显运动）中扮演核心角色，强调了其在时间认知中的普适性功能。 3. 揭示了工作记忆的领域特异性： 表明工作记忆系统并非单一通用，其神经实现会根据所保持信息的类型（时间序列 vs. 音高序列）而调用不同的脑网络。 4. 为临床评估提供启示： 研究结果提示，在评估脑损伤患者的听觉或音乐能力时，应区分节奏和旋律成分的障碍，因为它们可能对应不同脑区的损伤。

六、 研究亮点

1. 创新的实验设计： 采用“长时程工作记忆任务”与“慢速团注PET”相结合的方法，成功捕获了持续约90秒的音乐序列保持过程的大脑活动，避免了传统fMRI中扫描噪声对听觉任务的干扰，也隔离了目标保持与刺激识别阶段的神经活动。
2. 清晰的对比逻辑： 通过精心设计的“工作记忆 vs. 被动聆听”对比，有效地分离了工作记忆特异性成分，而非简单的听觉感知活动，使结论更具说服力。
3. 显著的发现： 明确揭示了节奏工作记忆对小脑的高度依赖性，以及旋律工作记忆的右半球额-顶-颞网络特征，二者形成了鲜明对比。
4. 研究对象的控制： 选用无音乐训练的受试者，排除了音乐专业知识对神经可塑性的影响，使结果更能反映音乐认知的“基础”神经机制。

七、 其他有价值的内容

• 作者在讨论中对右侧前脑岛的功能提出了两种有趣的解释（身体共鸣与时间觉知），为未来研究提供了方向。
• 研究也观察到左侧前扣带回在两种工作记忆中均有激活（节奏中更强），提示其在听觉工作记忆中可能扮演一个与注意或认知控制相关的通用角色，但其参与程度可能受任务时间特性的调制。
• 作者指出了本研究的局限性，例如使用的音乐序列较短、缺乏节拍和情感成分，这可能是未激活辅助运动区、基底节或边缘系统等与更复杂节奏感知和音乐情感相关脑区的原因。
• 最后，研究者建议未来研究应进一步探索音乐元素如何沿着“感知-认知”连续体分离，并最终整合成完整的主观音乐体验。