P096 最新 Sci Adv | 会音乐的大脑更“专注”？MIT研究团队揭秘音乐如何重塑注意力网络
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-09-27 ｜ 原文链接
点击蓝字 关注我们 知晓前沿
认知神经科学前沿文献分享
基本信息
Title:How musicality enhances top-down and bottom-up selective attention: Insights from precise separation of simultaneous neural responses
发表时间：2025.9.17
Journal: Science Advances
影响因子：12.5
原文链接：后台回复“我要文献”/“文献”即可获取文献PDF版本
省流总结
我们生活在一个声音嘈杂的世界，大脑如何从喧嚣中精准捕捉我们想听的声音——比如在“鸡尾酒会”上锁定一个人的谈话——是神经科学的核心难题之一。近期发表于《Science Advances》的一项研究为此提供了革命性的解答。
研究团队巧妙地结合了“频率标记”（frequency tagging）技术与先进的机器学习算法，如同给大脑中处理不同旋律的神经信号分别贴上了独特的“ID标签”，从而首次实现了对它们的高精度分离与追踪。
研究的核心发现揭示，音乐训练并不仅仅是提升艺术修养，它能从根本上重塑大脑的注意力网络。具体来说，音乐素养高的人，其大脑在处理复杂听觉任务时表现出一种优化的“分工协作”模式：位于左侧顶叶皮层的“自上而下”（top-down）注意网络被显著增强，能更主动地聚焦目标；而位于右侧顶叶皮层的“自下而上”（bottom-up）注意网络则受到有效抑制，能更好地屏蔽无关干扰。这种对额顶叶网络的精细优化，最终转化为在复杂聆听环境下的卓越表现。
研究背景与动机
日常生活中，我们毫不费力地就能在嘈杂的餐厅里与朋友交谈，或是在交响乐中分辨出小提琴的旋律。然而，这种看似寻常的能力背后，是大脑一项极其复杂的计算挑战，即“鸡尾酒会问题”（cocktail party problem）。从神经科学的角度看，当多个声音同时进入耳朵，它们会激起混合的、难以区分的神经生理信号。如何将这些信号“解绑”，还原出大脑对每一个独立声音的处理过程，是该领域长期面临的技术瓶颈。
为攻克这一难题，科学家们开发了“频率标记”技术。其原理可以借助一个生动的类比来理解：“想象在一个拥挤的派对上，有两个人同时在说话，你给其中一人的头顶装上一盏以特定频率闪烁的灯。即使你听不清他们在说什么，只需追踪那个独特的闪烁频率，就能知道这个人何时在发言。” 频率标记技术对声音做了类似的处理：通过对声音进行特定频率的振幅调制（例如，每秒40次，即40 Hz），诱发大脑听觉皮层中一群特定的神经元也以同样的频率同步放电，产生一种被称为“听觉稳态响应”（Auditory Steady-State Response, ASSR）的脑电波。研究者通过脑磁图（MEG）等设备，就能在复杂的脑电活动中“看到”这个40 Hz的节律，从而精准追踪大脑对该声音的处理过程。
尽管这一技术原理上非常强大，但在应用于复杂的真实场景时却屡屡受挫。主要原因有二：首先，当多个声音同时出现时，它们会相互抑制，导致ASSR信号变得微弱，信噪比（Signal-to-Noise Ratio, SNR）极低，使得“标记信号”难以被检测。其次，该技术对声音传递的微小时间延迟（“抖动”）极为敏感，即使是毫秒级的误差，也可能导致在数据平均过程中信号相互抵消，功亏一篑。
正是为了突破这些方法学上的瓶颈，本项研究应运而生。研究者们不仅采用了一套能实现近乎零延迟的专业听觉刺激设备，更重要的是，他们开发了一种全新的、为高精度ASSR分析量身定制的多元机器学习解码方法。这种方法对微弱的标记信号具有极高的敏感度，使得以前所未有的精度探究复杂听觉场景下的认知过程成为可能。
研究问题
在搭建了强大的方法学平台后，研究者们提出了一系列环环相扣的研究问题，旨在揭示音乐训练与选择性注意之间的深层神经联系。
方法学验证问题
我们这套结合了高精度频率标记和特制机器学习解码器的新方法，是否能够真正可靠地分离并解码大脑在聆听双重旋律时，根据不同注意焦点所产生的神经响应？这是所有后续研究的基石，即首先要证明手中的“神经手术刀”是锋利且精准的。
核心认知神经科学问题
如果该方法有效，那么个体的音乐素养（musicality）究竟是如何影响选择性注意的两个核心组成部分的？
- 子问题2a： 音乐素养如何影响“自上而下注意”（top-down attention）？这指的是大脑根据当前目标，主动、有意地将认知资源聚焦于目标旋律的能力。
- 子问题2b： 音乐素养如何影响“自下而上注意”（bottom-up attention）？这指的是大脑被环境中突出的、非目标的刺激（如另一条旋律的突然变化）自动吸引注意力的倾向。
神经解剖学问题
这些注意过程具体由哪些大脑区域负责？在调控自上而下和自下而上的注意时，这些脑区扮演的角色有何不同？
通过这三个层层递进的问题，研究不仅旨在验证一种新工具，更希望利用这个工具深入探索音乐训练如何优化大脑的注意力控制系统。
实验设计
为了精准地回答上述问题，研究者设计了一套堪称巧妙的实验方案，其核心在于通过两个既相关又不同的实验，将复杂的注意过程分解开来。
核心任务与刺激标记
在两个实验中，被试的核心任务是相同的：同时聆听两条旋律，一条音高较低，另一条音高较高。根据实验开始前的指令，他们被要求将注意力完全集中在其中一条旋律上。在一段持续数秒的旋律播放结束后，他们需要判断自己所关注的那条旋律最后一个音的音高走向是“上升”、“下降”还是“保持不变”。这个任务确保了被试在整个过程中都必须保持专注。
为了追踪大脑对两条旋律的分别处理，研究者使用了频率标记技术：低音旋律被施加了39 Hz的振幅调制，而高音旋律则被标记为43 Hz。这两个独特的频率标签，成为了解码大脑注意力状态的关键线索。
双实验策略：解耦自上而下与自下而上的注意力
本研究的精髓在于实验一和实验二的设计差异，它允许研究者巧妙地将自上而下和自下而上两种注意效应分离开来。
- 实验一（音符交替呈现）： 在这个实验中，两条旋律的音符是交替出现的（例如，低音-高音-低音-高音……）。在这个设计中，“注意高音旋律”的指令是一种自上而下的控制信号。然而，每一个新音符的出现，本身就是一个物理上很突出的听觉事件，会不可避免地、自动地捕获自下而上的注意力。因此，通过对比大脑在听到低音音符和高音音符后的活动，研究者就能分离出自下而上注意的纯粹效应。
- 实验二（音符完全重叠）： 在这个实验中，两条旋律的音符在时间上完全同步出现。这意味着，由新音符出现引起的自下而上“干扰”对于两条旋律是同时发生的。这种设计极大地增加了任务难度，因为被试无法再利用时间线索来区分旋律，而必须几乎完全依赖自上而下的控制，仅凭音高信息来分离目标。同时，这种设计也为研究长音符过程中的持续性注意（sustained attention）提供了理想条件。
下表清晰对比了两个实验设计的关键区别及目的：
核心发现
通过对被试在执行任务时的MEG数据进行深入分析，研究者获得了一系列激动人心的发现，逐步揭开了音乐大脑高效运作的秘密。
发现一：方法学突破（一把精准的“神经手术刀”）
首先，研究验证了其创新方法的有效性。当机器学习解码器被训练用于区分“注意低音”和“注意高音”两种大脑状态时，其分类准确率的峰值精准地出现在39 Hz和43 Hz这两个频率标签上，而在其他任何频率上都没有表现。这是至关重要的“概念验证”步骤，证明了他们的新工具能够像一把精准的神经手术刀，从混杂的大脑活动中可靠地“读出”被试的内在注意状态。
发现二：不同注意力，不同的大脑网络
对大脑不同区域（Regions of Interest, ROIs）的分析证实了经典的注意力理论。在实验一中分离出的自下而上注意，其神经活动主要局限于初级的听觉感觉区域，如右侧颞上回（Superior Temporal Gyrus, STG）。与之形成鲜明对比的是，自上而下注意则激活了一个更广泛、更高级的脑网络，显著地涉及了前额叶皮层的高级执行控制区域，如眶回（或眶额叶, Orbital Gyrus, OrG）。这表明，由目标驱动的主动聚焦，相比于由刺激驱动的被动吸引，是一个需要更多大脑区域协同参与的高级认知过程。
发现三：音乐素养如何塑造专注过滤 (顶叶的“拔河”)
这是本研究最核心的发现。研究者将被试的音乐素养问卷得分和任务表现，与解码器解码出的注意力信号强度（以分类器性能指标AUC值来衡量）进行了相关性分析，结果揭示了左右顶叶皮层在注意力控制中的一种对立而互补的“拔河”机制。
- “专注”肌肉（自上而下控制）： 在左侧顶下小叶（Inferior Parietal Lobe, IPL），研究者发现了一个显著的正相关。即，一个人的音乐素养越高、任务表现越好，其大脑在执行自上而下注意任务时，代表目标旋律的神经信号就越强。这表明，音乐训练似乎能够强化大脑主动放大和追踪目标声音的神经能力。
- “忽略”肌肉（自下而上抑制）： 与此同时，在右侧顶下小叶（IPL），研究者观察到了一个显著的负相关。即，任务表现越好的被试，其大脑对于自下而上干扰信号的神经响应反而越弱。这意味着，他们的大脑更擅长主动抑制和过滤无关的、分散注意力的声音。
这一发现极为精妙，它揭示了音乐训练带来的益处并非简单地“提升注意力”，而是优化了一套包含“增强目标”和“抑制干扰”两个相反相成过程的完整系统。音乐素养高的大脑，就像一个优秀的拔河团队，既懂得如何奋力拉紧代表“专注”的绳索，也懂得如何巧妙地放掉代表“干扰”的绳索。
发现四：随时间维持注意的能力 (前额叶的“指挥家”)
在难度更高的实验二中，研究者进一步分析了在一个长达2秒的音符持续期间，注意力的动态变化。他们发现被试可以被分为两组：“早期专注者”，他们的注意力在音符开始后迅速达到顶峰，然后逐渐衰减；以及“晚期专注者”，他们的注意力随着时间的推移而不断增强，在音符的后半段才达到顶峰。统计结果显示，“晚期专注者”的任务表现显著优于“早期专注者”，并且他们也拥有更高的音乐素养 。
为了定位负责这种持续注意能力的脑区，研究者计算了一个“延迟指数”（lateness index），用以量化每个被试在音符后半段相对于前半段的注意力强度。结果发现，在右侧前额叶皮层（眶回，OrG），这个延迟指数与被试的音乐素养和任务表现均呈显著正相关。这一发现表明，注意并非一个静态的“开关”，而是一个动态的过程。专家的标志不仅在于注意力的强度，更在于其随时间动态调配和维持的能力，而前额叶皮层正是在这个过程中扮演着“指挥家”的角色，确保注意力的“交响乐”能够完整地演奏始终，而非仅有寥寥数个开场小节。
编辑部观点：从神经机制到认知增强
这项研究的意义远不止于音乐和听觉领域，它为我们理解大脑认知功能的可塑性以及如何通过训练来提升认知能力提供了深刻的洞见。
未来研究的方法学蓝图
首先，从方法学上看，这项工作为研究复杂真实世界中的认知过程提供了一个强大的蓝图。频率标记与机器学习的结合，使得研究者能够摆脱过去那种只能使用简单、孤立刺激的局限，从而在更接近自然的、多任务并发的场景下探究大脑的工作机制。这一技术范式未来可以被广泛应用于工作记忆、语言加工、衰老、认知障碍等诸多领域的研究中。
理论解释的拼图：Patel的OPERA假说
该研究清晰地揭示了音乐大脑中发生什么，但要解释为什么会发生，我们需要一个更宏大的理论框架。神经科学家Aniruddh Patel提出的OPERA假说为此提供了极具说服力的解释。该假说认为，音乐训练之所以能对其他认知能力（如语言）产生迁移效应，是因为它同时满足了五个关键条件：
- O - Overlap（重叠）： 音乐和语言（或本研究中的选择性注意）加工所依赖的脑网络存在解剖学上的重叠。本研究发现的额顶叶网络正是这样一个共享的认知控制中心。
- P - Precision（精度）： 音乐对大脑在音高和时间处理上的精度要求，远高于日常语言交流。本研究中高难度的旋律分辨任务，正是对这种高精度加工能力的直接考验。
- E - Emotion（情感）： 音乐活动通常能唤起强烈的情感体验，这有助于加强神经连接的可塑性。
- R - Repetition（重复）： 音乐技能的习得依赖于成千上万次的重复练习。
- A - Attention（注意）： 音乐练习本身就是一个高度要求集中注意力的过程。
本研究的发现为OPERA假说提供了强有力的神经证据。正因为音乐训练满足了高精度（Precision）、高注意（Attention）和长期重复（Repetition）的要求，它才得以在重叠（Overlap）的额顶叶网络中驱动神经可塑性，最终表现为选择性注意能力的跨领域提升。
现实意义：音乐作为认知训练的工具
最后，这项研究的发现具有重要的现实意义。它强有力地表明，音乐训练是一种有效的认知增强手段。研究中发现的增强“抑制干扰”的能力，与提升在嘈杂环境中的言语感知能力（即“听清”噪声中的讲话）直接相关，而这正是许多老年人和听力受损者面临的巨大挑战。这项工作为我们理解为什么音乐家通常更擅长在嘈杂环境中交流提供了坚实的神经基础。
总而言之，这项研究告诉我们，音乐远不止是一种艺术形式，它更像是一个精密的大脑“健身房”。通过系统性的音乐训练，我们能够锻炼和优化大脑最底层的注意力控制网络——这些网络不仅对欣赏音乐至关重要，更是我们学习、交流和驾驭这个复杂信息世界的基石。
Abstract
Natural environments typically contain a blend of simultaneous sounds. A substantial challenge in neuroscience is identifying specific neural signals corresponding to each sound and analyzing them separately. Combining frequency tagging and machine learning, we achieved high-precision separation of neural responses to mixed melodies, classifying them by selective attention toward specific melodies. Across two magnetoencephalography datasets, individual musicality and task performance heavily influenced the attentional recruitment of cortical regions, correlating positively with top-down attention in the left parietal cortex but negatively with bottom-up attention in the right. In prefrontal areas, neural responses indicating higher sustained selective attention reflected better performance and musicality. These results suggest that musical training enhances neural mechanisms in the frontoparietal regions, boosting performance via improving top-down attention, reducing bottom-up distractions, and maintaining selective attention over time. This work establishes the effectiveness of combining frequency tagging with machine learning to capture cognitive and behavioral effects with stimulus precision, applicable to other studies involving simultaneous stimuli.
Author information
第一作者: Cassia Low Manting
McGovern Institute for Brain Research, Massachusetts Institute of Technology, Cambridge, MA, USA.
麻省理工学院麦戈文脑科学研究所, 剑桥, 美国马萨诸塞州
Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital, Harvard Medical School, Boston, MA, USA.
生物医学成像中心, 麻省总医院, 哈佛医学院, 波士顿, 美国马萨诸塞州
Department of Clinical Neuroscience, Karolinska Institutet, Stockholm, Sweden.
卡罗林斯卡医学院临床神经科学系, 瑞典斯德哥尔摩
通讯作者:Daniel Lundqvist
Department of Clinical Neuroscience, Karolinska Institutet, Stockholm, Sweden.
卡罗林斯卡医学院临床神经科学系, 瑞典斯德哥尔摩
本文解读基于：How musicality enhances top-down and bottom-up selective attention: Insights from precise separation of simultaneous neural responses，Doi: 10.1126/sciadv.adz0510。核心图表、方法细节、统计结果与讨论见原文及其拓展数据。点击左下角 “阅读原文” 可跳转到论文源网站界面。
分享人：饭哥
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
如果你觉得我们做的还不错，记得点亮 ♥️ 哦！
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务