【妙笔生花】慧创近红外解析音乐律动对骑行脑区的调控机制北京师范大学唐东辉团队发SCI于《MED SCI SPORT EXER》

本文链接：https://blog.csdn.net/m0_75194604/article/details/147740227

慧创便携式近红外脑功能成像（fNIRS）的高生态效度，可支持探究音乐感知律动条件下骑行时大脑区域间有效连接（EC）的变化，为理解音乐影响运动的神经机制提供依据。

音乐与运动结合历史悠久，在骑行中音乐可提升表现和乐趣。以往研究多关注节奏、节拍等元素对运动的影响，而感知律动作为音乐核心特征，其对周期性运动及潜在神经机制的研究较少。且律动量化复杂，现有研究方法存在局限性，近红外光谱技术较高的抗运动干扰能力，可适用于测量运动时皮层活动。

北京师范大学唐东辉团队在国际期刊发表了题为“The Effect of Perceived Groove in Music on Effective Brain Connectivity during Cycling: An F-NIRS Study”的研究论文。

发表期刊: MEDICINE & SCIENCE IN SPORTS & EXERCISE

发表时间: 2024.11.2

影响因子: 4.1

使用设备：慧创NirSmart

该研究采用慧创近红外脑功能成像设备，同时利用人工智能精准评估律动，探究其对骑行时大脑EC的影响。

01 方法

选取18名有规律运动习惯的大学生参与研究。采用随机交叉设计，参与者需在高、低感知律动音乐这两种条件下分别完成3分钟的骑行任务，两次任务之间设置30分钟的间隔以确保疲劳充分恢复。研究前开展初步实验，以区分律动与节拍器的节奏效应。在音乐刺激方面，利用深度学习模型对音乐进行评分分类，从众多歌曲中筛选出8首高律动和9首低律动歌曲用于正式实验。骑行任务借助功率测力计，按照标准化协议进行，要求参与者跟随音乐节拍同步骑行，目标转速设定为100RPM。

图1 实验设置。（a）通道的3D位置。（b）感兴趣大脑区域（ROI）分布。（c）参与者骑行任务场景。（d）实验设计流程图。mPFC：内侧前额叶皮层；lPFC：左侧前额叶皮层；rPFC：右侧前额叶皮层；DLPFC：背外侧前额叶皮层；BA：布罗德曼区；Sup：上；Inf：下；BPM：每分钟节拍数；RPM：每分钟转数。

图2 模型构建过程和10倍交叉验证结果

02 fNIRS数据采集

使用多通道近红外光学成像系统（慧创便携式NirSmart）在骑行时同步采集fNIRS数据，共49通道，23个光源和15个检测器（两波长：730和850nm），采样率为11Hz，光源-探测器距离为3cm，覆盖大脑的顶叶和额叶区域，依据Brodmann区域模板定义12个感兴趣的大脑区域。

图3 大脑ROI的有效连接变化。（a）高律动条件下所有ROI的EC矩阵。（b）低律动条件下所有ROI的EC矩阵。（c）两种情况下ROI的P值矩阵。（d）两种条件下ROIs的EC值显著不同。FDR校正后差异显著。

图4 通道的有效连接变化。（a）两种条件下通道的EC和P值矩阵。（b）、（c）两种条件下通道的EC值显著不同。FDR校正后差异显著

03 结果

骑行任务表现

高律动音乐下，参与者平均骑行RPM显著更高，踏板节奏变异系数（CVPC）和感觉运动耦合指数（SMCI）显著更低。

ROI间的EC结果

与低律动音乐相比，高律动音乐下BA 8→lPFC、BA 6_Sup→lPFC 和 BA 1 - 3→lPFC的EC值显著更高（图3）。

通道间的EC结果

与低律动音乐相比，高律动音乐下 Ch 14→Ch 9、Ch 41→Ch 9、Ch 14→Ch 10、Ch 41→Ch 10、Ch 31→Ch 10和 Ch 35→Ch 23等通道的EC值显著更高（图4）。

部分通道的 EC 值与骑行 RPM 呈正相关，与 SMCI 和 CVPC 呈负相关。

骑行任务表现与EC值之间的相关性

Ch 41→Ch 9、Ch 41→Ch 10 和Ch 31→Ch 10的EC值与循环第2分钟的RPM呈显著正相关。Ch 14→Ch 9 的EC值在整个骑行3分钟内与 SMCI呈显著负相关。且在循环的第2分钟，Ch 14→Ch 9、Ch 41→Ch 9 和 Ch 14→Ch 10 的EC值与SMCI呈显著负相关。Ch 14→Ch 9的EC值与骑行第一分钟内蹬踏频率的CV呈显著负相关。