EEG-Based Assessment of Music Therapy: A Systematic Review of Neural Correlates and their Cognitive States, Artificial Intelligence Approaches, and Different DataSets
这项系统综述分析了 2013 年至 2026 年间的 76 项基于脑电图（EEG）的研究，旨在识别用于客观评估健康音乐对认知和情绪影响的神经生物标志物及计算方法（如机器学习），同时强调当前存在的方法论异质性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类的大脑是一个由电信号组成的庞大且嗡嗡作响的网络，随着我们的思考、感受以及对世界的反应而不断变化。几十年来，科学家们一直试图理解音乐——这一人类最普遍的体验之一——是如何改变这些内在节奏的。虽然我们知道一首喜爱的歌曲可以提振精神，或者一段缓慢的旋律可以安抚神经，但要精确测量这些时刻大脑内部究竟发生了什么一直非常困难。传统方法依赖于询问人们的感受或观察心率，但这些都是间接的线索。为了观察大脑的即时反应，研究人员使用了一种叫做脑电图（EEG）的工具。这项技术通过在头皮上放置传感器帽来记录大脑的电活动，其精度可达毫秒级，为观察放松、压力和专注状态下的神经机制提供了一个直接的窗口。随着焦虑和疲劳等心理健康挑战变得日益普遍，关于特定类型的音乐是否能客观地治愈或恢复心灵的问题，已从个人偏好的问题上升为严肃的科学探究。
由谢法莉·古普塔（Shefali Gupta）领导的一项近期系统综述汇集了七十六项研究，旨在回答这个特定的问题，探讨了“康养音乐”（wellness music）——从冥想曲、环境音景到印度古典拉格和吠陀诵经——是如何改变大脑活动的。研究人员不仅是在聆听音乐，他们还分析了参与者佩戴 EEG 帽并在聆听这些治疗性声音时的实验数据。该综述涵盖了 2013 年至 2026 年间发表的研究，旨在识别标志着从压力转向平静的特定电活动模式，并观察现代人工智能如何被用于解码这些模式。研究结果表明，康养音乐确实在脑部留下了可衡量的指纹，但这个故事比单纯的“音乐让你放松”要复杂得多。
核心发现是，平缓的音乐往往会以特定的方式减缓大脑的电活动放电。当人们聆听治疗性或冥想性音乐时，他们的大脑通常会表现出被称为 alpha 和 theta 波的较慢、有节奏的波形增加。这些较慢的波形与休息、内在专注和减少心理努力的状态相关。与此同时，研究发现，与之对应的快速高频波——beta 波（通常与积极思考、警觉以及有时与焦虑相关）则有所减少。这种转变表明，音乐正在帮助大脑从高度警觉的状态过渡到静息觉知状态。然而，研究人员也指出，大脑不仅仅是调低了压力的“音量”，它还重新组织了大脑不同区域之间相互交流的方式。研究发现，聆听康养音乐会增强远距离脑区之间的同步性，有效地帮助大脑网络进行更顺畅的通信，而这正是放松且整合的心智之特征。
然而，该综述也强调，并没有一种单一的“神奇声音”能以同样的方式对每个人起作用。音乐的效果在很大程度上取决于播放的内容以及听众本身。例如，音乐的节奏非常重要；较慢的作品通常能促进放松反应，而较快的音乐可能会让大脑保持活跃。更重要的是，听众的文化背景也起着显著作用。作者指出，虽然西方冥想音乐得到了广泛研究，但对于像印度古典音乐或吠陀诵经这类具有深厚治愈传统的特定文化音乐，研究却出奇地匮乏。综述表明，听众对某种音乐风格的熟悉程度会改变其大脑的反应方式，这意味着对一个人来说极其放松的声音，对另一个人来说可能是中性的，甚至可能是一种干扰。这种变异性使得为音乐疗法制定一套“一刀切”的规则变得十分困难。
为了理清这种复杂性，研究人员检查了科学家如何利用人工智能来处理数据。传统的脑波分析方法通常只关注单一测量值，但现代机器学习和深度学习模型可以同时观察全局。这些计算机系统可以学习识别人类可能会忽略的电信号中的复杂模式，例如不同频率之间脑波相互作用的细微变化。综서发现，这些 AI 工具正变得越来越擅长仅通过观察脑波来对人的放松、压力或专注状态进行分类。然而，作者警告说，这些先进工具仍受限于它们所接收的数据质量。许多现有的数据集是为了研究一般情绪而非特定的治疗状态而创建的，并且往往缺乏足够的多元性，无法训练计算机去理解不同文化音乐传统的独特效果。
论文总结道，尽管我们在理解康养音乐的神经效应方面取得了显著进展，但该领域仍处于早期阶段。最大的障碍在于每项研究都使用了不同的方法、不同类型的音乐以及不同的脑部测量方式，这使得直接比较结果变得非常困难。研究人员认为，该领域的未来在于标准化和多样化。他们提出了一个新的框架，即未来的研究应使用一致的方法来记录大脑活动以及其他身体信号（如心率），同时测试来自世界各地的更多样化的音乐风格。通过将这些标准化测量与“可解释人工智能”相结合，科学家们希望能够构建出这样的系统：该系统不仅能检测到一个人何时处于压力状态，还能实时推荐能帮助其放松的特定类型音乐。在此之前，科学证实了音乐对大脑具有深刻且可衡量的影响，但要释放其完整的治疗潜力，需要一种更严谨、个性化且具备文化意识的方法。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。