如果你是音乐家，你的大脑对音乐的反应揭示了

根据芬兰（Jyväskylä和Ami Centrure大学）和丹麦（Aarhus University）和丹麦（Aarhus University）进行的新北欧研究，您的大脑如何应对音乐聆听可以透露您是否接受了音乐培训。

通过应用计算方法音乐分析与机器学习脑在音乐聆听期间收集的成像数据，研究人员我们能够以显着的准确性预测听众是否是音乐家。这些结果强调了突击的影响音乐训练关于我们对音乐的神经响应，尽管其他独立因素如音乐偏好和熟悉程度，但是在非音乐家的大脑中辨别音乐家的大脑的程度。

该研究还透露，最佳预测音乐家的大脑领域主要存在于大脑的正面和时间区域右半球。这些调查结果符合以前的工作，就大脑如何处理音乐的某些声学特征以及语音中的语调。本文于1月15日发表于期刊科学报告。

该研究利用功能磁共振Elvira Brattico教授在Aarhus大学队收集的成像（FMRI）脑数据。这些数据是从18名音乐家和18名非音乐家收集的，而他们专注地听到不同类型的音乐。应用计算算法以提取来自所呈现的音乐的音乐特征。

“我们的方法的新颖特征是，我们建模了如何随着时间的推移在大脑中处理音乐的静态表征。发现了考虑到的时间动态，以显着提高结果，”Pasi Saari解释说：“Pasi Saari解释说，Jyväskylä大学的博士后研究员和该研究的主要作者。

作为建模的最后一步，研究人员使用了机器学习来形成一种从大脑区域的组合预测音乐家的模型。

机器学习模式能够预测听众的音乐学家，精度为77％，这是与参与者分类的类似研究的结果，例如脑损伤患者的临床群体。音乐加工最佳预测音乐家的领域主要居住在右半球，并且含有以前发现的领域与参与和关注有关，音乐惯例的加工，以及音乐相关声音特征的处理（例如，音高和音调）。

“这些领域可以被视为音乐处理中的核心结构，这些方法受密集，终身训练，”Jyväskylä大学的博士后研究员Iballa Burunat“和该研究的共同作者”。

在这些领域，诸如音乐家和脉冲等更高级别特征的加工是音乐家的最佳预测因子，这表明音乐训练影响了这些方面的处理的处理。

“我们的方法的新颖性是在现实的音乐聆听环境中获得的功能神经影像措施的计算声学特征提取的集成，并考虑了神经处理的动态。它代表了近期脑阅读方法的重大贡献从大脑活动中解码了现实条件的大脑活动的参与者信息，“Jyväskylä大学教授的培养到学院教授总结了培训教授。

---

---