摘要：大脑如何响应最基础的声音节拍？这个看似简单的问题背后隐藏着复杂的神经科学奥秘。丹麦奥胡斯大学的研究团队通过开发一种名为FREQ-NESS的创新分析工具，首次完整描绘了听觉节律如何在瞬间重塑整个大脑的网络格局。他们的研究发现，即使是每秒仅两次的简单音调节拍，也能
信息来源：https://www.psypost.org/simple-rhythmic-sounds-can-reshape-the-brains-entire-network-landscape-study-finds/
大脑如何响应最基础的声音节拍？这个看似简单的问题背后隐藏着复杂的神经科学奥秘。丹麦奥胡斯大学的研究团队通过开发一种名为FREQ-NESS的创新分析工具，首次完整描绘了听觉节律如何在瞬间重塑整个大脑的网络格局。他们的研究发现，即使是每秒仅两次的简单音调节拍，也能触发大脑进行全面的网络重组——不仅激活听觉皮层，还改变其他脑区的振荡频率，并增强不同频段之间的协调性。
FREQ-NESS技术的突破性创新
传统的大脑网络分析方法存在显著局限性，要么依赖预定义的解剖区域，要么将复杂的神经振荡简化为宽泛的频率类别。这些方法虽然提供了有用的见解，但往往无法捕捉到大脑作为动态系统的完整图景，特别是当多个神经过程在时间和空间上重叠时。
奥胡斯大学大脑音乐研究中心博士后研究员Mattia Rosso领导的团队，开发了基于源分离的频率解析网络估计方法，简称FREQ-NESS。这一工具能够同时绘制大脑网络在86个不同频率下的运作方式，频率范围从0.2赫兹到近100赫兹，具有前所未有的精细空间和时间分辨率。
Rosso解释了开发这一工具的动机："我们希望通过一种简单、透明的方法来观察多个大脑网络如何同时在特定频率下运作，以及当大脑接触声音和节奏时这种组织如何变化。现有工具要么预先定义区域和波段，要么模糊重叠过程，因此我们构建了FREQ-NESS作为分析管道，以直接在大脑解剖源层面估计频率分辨网络。"
研究团队使用脑磁图技术记录了29名参与者的大脑活动，这些参与者大部分为非音乐家。实验设计巧妙而简洁：参与者在两个五分钟的实验中，分别处于静息状态观看无声电影，以及被动聆听2.4赫兹节律音调的同时观看同一电影。通过对比这两种状态下的大脑活动模式，研究者能够精确识别节律刺激对大脑网络组织的影响。
大脑网络的三重变革
研究结果显示，当大脑接受简单的节律刺激时，会发生三种截然不同的变化模式，每种都揭示了神经系统适应外部节律的独特机制。
第一种变化是全新网络的诞生。听觉刺激触发了专门适应2.4赫兹刺激频率及其4.8赫兹谐波的神经网络。这些新网络主要集中在听觉皮层的Heschl回，但令人意外的是，它们还延伸到了内侧颞叶区域，包括海马体和岛叶等与记忆和高级认知功能相关的结构。
第二种变化涉及现有网络的频率重调和空间重组。最显著的例子是α波网络的变化：其峰值频率从10.9赫兹移动到12.1赫兹，同时空间焦点从顶枕区转移到感觉运动区。这种转变特别有趣，因为α波通常与注意力调节和抑制功能相关，其重组可能反映了大脑为响应节律输入而准备运动或感觉预测的过程。
第三种变化模式显示了某些网络的稳定性。运动相关的β网络以22.9赫兹为中心，集中在中央前回，在静息和听觉刺激状态下都保持了相似的突出程度和结构。这种选择性稳定性表明，并非所有大脑网络都对外部刺激产生同等反应，某些基础功能网络可能具有更强的抗扰动能力。
跨频耦合的神经协调机制
研究中最令人惊讶的发现之一是跨频耦合现象的增强。当参与者聆听节律音调时，2.4赫兹的听觉调谐网络开始调节伽马频段活动的振幅，这种高频振荡通常超过60赫兹。更重要的是，这种调节作用并非发生在听觉皮层本身，而是出现在岛叶、颞下回、海马和额叶等更广泛的联想区域。
这一发现颠覆了传统认知，表明大脑对节律的响应远超简单的感觉处理。Rosso对此表示惊讶："我们发现伽马效应并非集中在初级听觉皮层，而是在更广泛的网络中，这表明快速活动是由与低频听觉网络的相互作用介导的，而非源自局部。"
跨频耦合的增强可能反映了大脑整合不同时间尺度信息的能力。慢速振荡可能携带关于节律结构和预测的信息，而快速振荡则可能处理精确的时间信息和细节特征。两者之间的协调确保了大脑能够在保持对整体节律模式敏感的同时，处理瞬时的感觉信息。
技术验证与方法学意义
为确保研究结果的可靠性，团队进行了多重验证实验。他们证明了FREQ-NESS方法在独立数据集中的重现性，验证了其在较短记录时间下的稳健性，并测试了不同类型传感器对结果的影响。特别值得注意的是，该方法在仅30秒的短时记录中仍能产生可靠的模式，这大大提高了其实用性。
研究团队还通过随机化实验证实了检测到的网络模式并非人为产物。当体素的空间排列被打乱时，尽管频率内容得以保留，但产生的网络失去了意义。当空间和时间结构都被打乱时，方法完全无法分离出相干网络。这些控制实验有力证明了FREQ-NESS检测到的是真实的大脑网络动态。
认知神经科学的新视野
这项研究对认知神经科学领域具有深远意义。它不仅提供了一种新的工具来研究大脑网络的动态组织，也为理解大脑如何处理时间信息和节律模式提供了新的理论框架。
Rosso总结了研究的核心发现："即使在非常简单的聆听过程中，大脑也会重新配置，使其内部动态与外部世界相协调。它主要通过三种方式实现：使主要感觉网络与刺激频率相协调；调整内在振荡的频率和空间排列；增强慢速和快速内部节律之间的沟通。"
这种全面的网络重组揭示了大脑适应外部环境的复杂性和精密性。即使是最简单的节律刺激，也能触发涉及感觉处理、注意力调节、记忆整合和运动准备的多个神经系统的协调反应。
未来研究方向与应用前景
尽管FREQ-NESS为频率特异性脑网络研究提供了强大工具，但研究团队也认识到其局限性。Rosso强调："频率只是大脑组织方式的一个标准，FREQ-NESS是根据频率特异性来分离大脑网络的工具。任何使用该方法的研究者都应该清楚，单靠频率并不能'解决大脑问题'。"
目前，团队正在两个主要方向推进研究：开发多模态版本以适用于不同类型的数据，以及创建宽带变体。与此同时，他们正与欧洲各研究中心合作，应用FREQ-NESS研究大脑网络在不同意识状态、药物影响、年龄变化、音乐训练等条件下的变化模式。
这项研究的所有工具和数据都已在GitHub上公开发布，体现了开放科学的精神。正如Rosso所说："我们希望其他人能够利用它来探索持续的脑节律如何影响感知和行动。"
从临床应用角度来看，FREQ-NESS技术可能为神经系统疾病的诊断和治疗提供新的途径。通过精确监测大脑网络的频率特异性变化，研究者可能能够更早地发现认知功能退化，或者开发基于节律刺激的治疗方法。
来源：人工智能学家
