w88优德-欢迎莅临

学术动态｜音乐训练可以使大脑保持年轻吗？

---

老年人认知老化是一种普遍现象，随着年龄的增长，大脑结构的改变，比如神经元退化、突触连接减少等，会导致认知功能下降。认知老化会导致老年人在日常生活中出现记忆力减退、逻辑思维能力下降、语言表达困难、空间定向能力下降等现象，严重影响老年人的自理能力和日常生活。随着人口老龄化的加剧，老年认知老化问题已成为社会关注的焦点，我们可以做些什么来延缓认知老化、使大脑保持年轻呢？

近年来许多研究发现，音乐训练可以促进认知储备，也就是说，音乐训练似乎可以延缓认知老化。但是，音乐干预对大脑机制的影响还不完全清晰，目前的音乐干预研究对大脑的前额叶与感觉区域关系的关注度还不够。

先前关于音乐干预老化的研究很少集中在前额叶和感觉运动区域之间的功能连接上，并且主要使用兴趣区分析（ROIs）。因此，有必要从更多的维度来研究它。

功能梯度为研究音乐干预认知老化过程中，前额叶和感觉区的分离与整合提供了新的视角。有研究表明，功能梯度可以捕捉大脑中连续的空间连接模式(Atasoy等人2016;Margulies等人2016;Haak等人2018)，并获得了更多在音乐中干预老化的过程中，感官网络和高级认知网络是如何组合在一起的特征(Huntenburg等人2018)。同时，主梯度反映了整个初级感觉网络中各脑区连接模式之间的距离。(Margulies等人2016;Bethlehem等人2020;Xia et al . 2022)于是，研究团队决定从功能梯度的视角来了解网络空间关系，从而帮助研究音乐训练影响认知老化的机制。

研究人员招募82名实验对象，分为4组：25名年轻非音乐家的对照组、22名年轻音乐家、16名老年音乐家组和19名老年非音乐家对照组。对实验对象进行了静息态功能磁共振成像（fMRI）和脑电（EEG）活动扫描，将N-back task的数据作为进一步分析认知老化程度的指标。

下面表格描述了参与研究的四个组（年轻音乐家组、年轻对照组、老年音乐家组和老年对照组）的详细信息。包括参与人数、年龄、教育程度、各种音乐问卷评分结果以及心理状态量表评分等。

研究人员计算了年轻音乐家组、年轻对照组、老年音乐家组和老年对照组的主梯度，并为音乐干预下大脑层次的变化提供了证据。然后，利用逐步功能连接(SFC)进一步证明，音乐训练增强了前额叶和躯体运动网络区域之间的功能分离，这可能代表了音乐影响老化过程中工作记忆、抑制功能的机制。

通过统计学分析，该团队得出以下结论：

相比年轻组，老年组主梯度整体呈现压缩的模式，右背侧和内侧前额叶的主梯度分数更低，而双侧躯体运动区域的主梯度分数更高，可能与认知衰退过程中大脑功能网络的分离和整合变化有关。

年龄是影响功能梯度指标的主要因素，老年组的指标普遍低于青年组；音乐训练可以在一定程度上减轻年龄对功能梯度指标的压缩影响，老年音乐家组的指标高于老年控制组，但音乐训练的调节效应不能将老年音乐家组的指标完全提高到年轻组的水平。

通过比较不同年龄组和是否有音乐训练经验,展示了正常老化和音乐训练干预老化下脑功能连接模式的不同，而音乐训练可以避免认知老化。这一结果进一步证明了音乐训练对老化的干预是通过影响双侧躯体运动网络的主梯度得分，并进一步干预这两个区域之间的梯度分布距离实现的。

图4A显示了年轻组和老年组之间SFC度的差异。与年轻组相比，老年组从前额区到运动区的SFC度在步长为3时显著增加。这与以前分析结果一致，年龄增长会导致不同神经网络之间的功能连接强度增加。

图4B进一步对四个组别进行了计算和比较。在步长为3时，年龄会使前额区到运动区的SFC度增加,而音乐训练可以在一定程度上缓解这种年龄效应，使老年音乐家组的SFC度接近于年轻音乐家组。这可能就是音乐训练影响认知老化的潜在机制之一。

通过功能梯度、逐步功能连接和年龄等因素之间的关联结果,揭示了音乐训练通过影响功能梯度分布，缓和功能梯度压缩趋势,以及影响步进连接强度的年龄相关变化，来增强前额叶区与感觉运动网络之间的功能分离性,起到干预认知衰退的作用。

本研究揭示了音乐训练可以缓解老年人主要功能梯度的压缩，并可能通过影响前额叶与躯体运动网络在短程功能连接转变来干预认知衰退的机制。本研究从功能梯度的维度，采用逐步功能连接(SFC)分析阐明音乐训练影响认知衰退机制的潜在机理，为深入认识音乐对大脑可塑性的影响提供了新的视角和证据，对理解音乐训练如何提高老年人的认知储备也有重要意义。

参考文献：

Aron AR, Robbins TW, Poldrack RA. Inhibitrion and the right inferior frontal cortex: one decade on. Trends Cogn Sci. 2014:18:177–185.

 

Jackson SR, Parkinson A, Kim SY, Schueermann M, Eickhoff SB.On the functional anatomy of the urge-for-action. Cogn Neurosci.2011:2:227–243.

 

Atasoy S, Donnelly I, Pearson J. Human brain networks function in connectome-specific harmonic waves. Nat Commun.2016:7(1):10340.

 

Margulies DS, Ghosh SS, Goulas A, Falkiewicz M, Huntenburg JM,Langs G, Bezgin G, Eickhoff SB, Castellanos FX, Petrides M, et al. Situating the default-mode network along a principal gradient

of macroscale cortical organization. Proc Natl Acad Sci U S A.2016:113:12574–12579.

 

Huntenburg JM, Bazin PL, Margulies DS. Large-scale gradients in human cortical organization. Trends Cogn Sci. 2018:22:21–31.

 

Bethlehem RAI, Paquola C, Seidlitz J, Ronan L, Bernhardt B,Consortium C-C, Tsvetanov KA.Dispersion of functional gradients across the adult lifespan. NeuroImage. 2020:222:117299.

 

Xia Y, Xia M, Liu J, Liao X, Lei T, Liang X, Zhao T, Shi Z, Sun L, Chen X, et al. Development of functional connectome gradients during childhood and adolescence. Science Bulletin.2022:67:1049–1061.

 

作者：郭思嘉、杨华、卢竞

编译：王露洁、王莺睿

---