文献:Galina.P., Alexandra.M., & Anton.V. (2018) Same music, different emotions: assessing emotions and EEG correlates of music perception in children with ASD and typically developing peers, Advances in Autism,4(3). https://doi.org/10.1108/AIA-01-2018-0001 论文原文
1.背景介绍 ¶
自闭症谱系障碍(ASD)人群存在情绪表达困难,更常见的是情绪识别困难,多项研究表明ASD儿童从面部和声音中读取社交和情绪线索的能力受损。情绪识别障碍的程度可能会因自闭症谱系而异,但由于缺乏认知共情(cognitive empathy),导致读取他人言语的微妙情绪线索的问题似乎是自闭症的一项重要特征。 此外,成人和儿童ASD对音乐情绪的感知也有障碍,并且这种障碍与智商无关。尽管在感知非语言情绪和捕捉音乐情绪成分方面可能存在困难,但许多ASD具有音乐天赋,并且有些人成为了音乐家。Greenberg等人(2015年)建议,可以在“共情—系统化”理论(Empathizing–Systemizing theory)的框架内解释ASD的这一特殊特征:具有较高共情能力的人可以更好地处理音乐的情绪,而具有较高系统化性的人可以更好地评估音乐的技术并可以成功表达音乐作品的细微动态差异。有大量的证据表明,听音乐和接受音乐训练可以增强共情能力(empathy)和亲社会行为。
2.目的 ¶
评估ASD儿童对音乐的情绪反应及其脑电图相关性。
3.方法 ¶
3.1被试: ¶
21名ASD儿童(ASD组,5–9岁,平均年龄6.28岁,SD = 1.9,男生14名,7名女生);21名典型发育儿童(TD组,5–9岁,平均年龄6.57岁,SD = 2.0,男生15名,女生6名)。两组智商没有显著差异(TD组:105.1±8.74; ASD组:101.9±12.1)。
3.2假设 ¶
在TD儿童中,成对的音乐片段会产生相似的情绪特征和EEG激活模式,而在ASD儿童中。可能会出现不一致的情绪特征或情绪特征变平(flattening)或EEG激活模式会有变化。
3.3脑电图登记(EEG registration): ¶
使用19通道脑电图记录系统“ Encephalan”(Medicom MTD, Taganrog, Russian Federation)记录脑电活动。带通滤波器设置为1.6–30 Hz,采样率为250 Hz,根据国际10-20系统放置Ag/AgCl 电极(Fp1,Fp2,F7,F3,Fz,F4,F8,T3,C3,Cz,C4,T4,T5,P3,Pz,P4,T6,O1 ,O2)。垂直(vertical)眼电图(electrooculogram,EOG)是通过将Ag / AgCl杯形电极放置在左眼上方和下方1 cm处进行测量的,水平(horizontal)EOG是将电极放置在距两外眼角(canthi)外侧方1 cm处进行测量的。
3.4.刺激和实验过程 ¶
向每个被试展示了在标准的12音系统(12-tone system)选择的六个音乐片段,音乐片段被进一步称为悲伤(S1,S2),平静(C1,C2)和恐惧(F1,F2)。被试通过佩戴耳机听取刺激,在呈现音乐片段之前,记录三分钟睁眼的休息基线状态,每个片段长50秒,出现3次,以随机顺序出现刺激,片段之间有5秒的停顿。 短暂休息后,再次向所有被试展示了音乐片段,使用视觉模拟量表获取自我报告的评分,然后进行数字化:悲伤与快乐(21分量表,-10至10),慢与快(21分量表,-10至10)和 焦虑/恐惧强度(11分量表,从0到10)。
4.数据分析 ¶
4.1脑电图分析: ¶
使用Encephalan软件(线性回归算法)或基于ICA的算法中的EOG通道去除了眼睛运动伪影(artifacts),通过视觉检查手动拒绝受肌肉活动影响的小间隔,因此产生的平均无伪像周期约为150-200s(每个刺激至少120 s)。
4.1.1频谱(Spectral)分析: ¶
傅里叶变换(Fast Fourier Transform,FFT)用于分析功率谱密度(power spectral density,PSD),即评估不同EEG振荡频带的幅度。
4.1.2分形维数(Fractal Dimension,FD): ¶
FD是对信号非线性复杂度的度量。
4.1.3脑电图认知空间映射(EEG cognitive space mapping): ¶
使用最初由Roik和Ivanitskii提出的“认知空间”(cognitive space)方法评估脑电图振荡模式的整体相似性。
4.2自我报告数据分析; ¶
主观评分采用三因素重复测量方差分析(2组×实验条件6×情感3)进行分析。重复测量方差分析和Bonferroni校正进行多重比较,以确定组和脑电图指标的相互作用;用Spearmen计算脑电参数与自闭症严重程度之间的相关性;Mann-Whitney U检验,确定各电极不同条件下(音乐片段和背景)脑电图的组间差异。
5.结果 ¶
5.1对音乐的情绪反应(自我报告数据): ¶
重复测量方差分析产生了高度显著的组间实验条件×情绪的相互作用;均值和标准差的分析表明,与预期相反,除了S2片段,两组被试都对所有音乐片段表现出相似的情绪水平;对S2片段的情绪反应组间差异非常大:TD组的被试将其识别为“悲伤”(sad/sorrowful),但大多数ASD儿童将其识别为“生气”(“angry)、“邪恶”(evil)或者“令人恐惧(frightening)”;ASD儿童既没有扁平化的情绪特征,也没有产生更高的标准偏差,从而导致个体水平的评分不一致;许多ASD儿童对快乐片段的评分很高。5.212-13赫兹频谱功率(12–13 Hz spectrum power): ¶
在12-13 Hz窄带中的音乐片段F1和S2之间存在显著的组间差异:与TD组相比,ASD组右半球该频段的PSD高于TD组,在12–13 Hz频段(对应于成人EEG的beta-1频段)中更高的振幅也表明更高的皮质激活和更高的“认知负荷”(“cognitive load”);ASD组被试右半球电极的PSD值与被试的CARS评分存在显著正相关(ASD越不严重,与TD组的脑电图越相似)。
5.3分形维数(Fractal dimension): ¶
在每段音乐片段中,ASD组中央(central)、顶叶(parietal)和额叶(frontal)区域的FD均显著低于TD组,而在睁眼基线情况下无差异,表明FD对音乐刺激的情绪负荷高度敏感。似乎有可能表明,ASD组的FD较低表明ASD被试的情绪参与程度较低
5.4脑电认知空间映射(EEG cognitive space mapping): ¶
认知空间映射的结果支持了主观情绪自我报告数据,揭示了除S2片段之外,两组所有片段都有非常相似的模式和片段到片段的距离。6.结论 ¶
这项初步研究的结果表明,与TD同辈相比,ASD儿童可能会对音乐产生类似或高度异常的情绪反应。实验性假设表明,ASD儿童通常情绪特征会趋于扁平或情绪水平不一致,结果表明,ASD组的儿童对大多数音乐片段的评价与TD组的儿童相似,因此结果不支持假设。
参考文献: Greenberg, D.M., Rentfrow, P.J. and Baron-Cohen, S. (2015), “Can music increase empathy? Interpreting musical experience through the empathizing-systemizing (ES) theory: implications for autism”, Empirical Musicology Review, Vol. 10 Nos 1/2, p. 80. Roik, A.O. and Ivanitskii, G.A. (2013), “A neurophysiological model of the cognitive space”, Neuroscience and Behavioral Physiology, Vol. 43 No. 2, pp. 193-9.