|
德国Brain Products的actiCHamp Plus 放大器结合盐水电极，主力意大利技术研究院团队开展对新生儿因为感知的预测能力研究。研究揭示了人类音乐认知能力在生命最初阶段的一项重要特征：即使出生仅0—2天，新生儿大脑也已经能够从音乐的节奏结构中提取统计规律，并利用这些规律形成预测。相比之下，旋律相关的统计预测尚未表现出同样明确的神经生理学证据。这一发现进一步支持了节奏感知在人类听觉认知早期发育中的重要地位，也提示音乐预测能力并非一个整体同步成熟的过程，而可能存在不同维度的发育差异。 |
当我们聆听一段熟悉的音乐时，即使旋律尚未结束，大脑也能够根据已经听到的音符，预测下一个音符何时出现、音高可能如何变化。这种能力被称为音乐预测（Musical Prediction），是人类音乐感知的重要基础。然而，对于刚出生、尚未接受系统音乐经验的新生儿而言，他们是否已经具备这种预测能力？如果具备，他们更依赖音乐的节奏信息，还是旋律信息？一项发表于国际学术期刊 PLOS Biology 的一项研究对此展开了探索。
研究发现：新生儿大脑已经能够利用音乐中的节奏统计规律形成预测，但尚未表现出显著的旋律预测神经证据。
背景
音乐并不是随机音符的简单组合，而是包含节奏、音高及其相互关系的复杂时间序列。在音乐聆听过程中，大脑不仅需要识别当前的声音，还会不断整合此前的信息，形成对后续音乐事件的预测。这种预测主要涉及两个维度：
节奏预测（Rhythmic Prediction）：根据音符出现的时间间隔及其变化规律，预测下一个音符何时出现。
旋律预测（Melodic Prediction）：根据音高变化及音符之间的关系，预测下一个音符可能是什么。
实验设计
为了研究这一问题，研究团队招募了64名健康足月新生儿，最终纳入49名具有有效EEG数据的受试者，年龄均为出生后0—2天。实验在新生儿睡眠状态下开展，通过耳机播放音乐刺激，并持续记录其脑电活动。
1. 音乐刺激
研究采用14段单声部钢琴音乐，包括两种实验条件：
真实音乐条件（Real Music）：10段由巴赫创作的音乐片段，包含自然的节奏与旋律统计结构。
随机重组条件（Shuffled Music）：4段由真实音乐修改而来的控制刺激，通过重新排列音高顺序、打乱音符出现时间间隔，破坏原有的音乐规律。
这种设计能够帮助研究者区分：新生儿的大脑究竟只是对声音本身作出反应，还是能够进一步利用音乐序列中的统计规律形成预测。
2. EEG采集：
脑电放大器：actiCHamp Plus（Brain Products品牌，国内由瀚翔脑科学独家代理）。电极系统：64通道R-Net盐水电极系统。
研究方法
本研究的一个重要创新，是将计算音乐认知模型与连续EEG分析相结合，从自然音乐中量化预测信息，再检验这些信息能否解释大脑活动。
1. 通过IDyOM模型量化音乐预测
研究首先采用IDyOM（Information Dynamics of Music）模型，分析音乐中每个音符所包含的统计信息。该模型基于统计学习原理，根据此前的音乐序列，估计后续事件出现的概率，并计算两个关键指标：
惊讶度（Surprise）：表示某个音符实际出现时，与此前预测之间的不符合程度。音符出现的概率越低，惊讶度越高。
熵（Entropy）：表示音符出现之前，大脑可能面临的预测不确定性。可能出现的音符越难确定，熵越高。
研究分别计算了节奏和音高两个维度的惊讶度与熵，从而形成反映音乐预测结构的时间序列。
2. 通过mTRF建立音乐特征与EEG之间的关系
随后，研究采用多变量时间响应函数（Multivariate Temporal Response Function，mTRF）分析音乐特征与连续脑电信号之间的关系。模型同时纳入两类信息：一类是低层次声学特征，包括声音起始、频谱变化、相邻音符的时间间隔及音高间隔。另一类是高层次统计特征，即由IDyOM模型获得的节奏和旋律惊讶度、熵。
研究通过比较完整模型与特定预测变量被随机化后的简化模型，计算EEG预测准确率的变化（Δr），评估不同音乐特征对脑电活动的独立贡献。这样能够尽可能排除简单声学变化的影响，进一步识别大脑是否编码了音乐中更高层次的统计规律。
图1 新生儿音乐预测实验范式及EEG神经编码分析流程
结果
1.新生儿能够从真实音乐中提取统计规律：
首先，研究发现，真实音乐与随机重组音乐之间的差异达到统计学显著水平（p = 0.005）。这一结果说明，新生儿的大脑并非仅仅被动响应声音刺激，还能够利用具有结构的音乐序列中的统计信息。当音符之间的规律被破坏时，这种与预测相关的神经编码效应也随之减弱。具体表现为打乱旋律无论在音高维度还是时序维度，IDyOM模型的惊讶度都更高。
2.节奏信息是新生儿音乐预测的主要驱动因素
进一步分析发现，新生儿对节奏和旋律信息表现出明显不同的神经加工特征。
在真实音乐条件下，节奏相关的高层次统计特征（St、Et）能够显著提高mTRF模型对新生儿EEG信号的预测准确率（b = 0.0024，SE = 0.0005，p < 0.001），提示新生儿大脑已经能够编码音乐中的节奏统计规律。相比之下，音高相关的统计特征（Sp、Ep）未表现出显著的独立贡献（p = 0.384），即新生儿大脑不能编码音乐中的旋律统计规律。同时，在随机重组音乐中，两类高层次预测特征均未产生显著效果。这表明，新生儿能够依据此前音符之间的时间关系，形成对后续声音出现时机的概率性预测。更重要的是，这种能力并不局限于识别固定节拍。
3.ERP结果进一步验证了新生儿对音乐节奏的预测能力
新生儿听觉ERP呈现典型的N1–P1–N2–P2波形结构。在真实音乐条件下，时间上出乎意料的音符（High S）诱发更强的P1和P2正向反应，其中晚期P2成分在240–370 ms时间窗内达到显著差异；而音高惊讶度未引起显著的ERP调节。这一结果与mTRF分析相一致，表明新生儿大脑已能够根据音乐的节奏结构形成预测，并对不符合时间预期的音符产生增强的晚期神经反应。
图2 新生儿大脑对音乐节奏和旋律统计信息的神经编码差异
图3 高、低节奏惊讶度音符诱发的新生儿事件相关电位（ERP）差异
总结
这项研究揭示了人类音乐认知能力在生命最初阶段的一项重要特征：即使出生仅0—2天，新生儿大脑也已经能够从音乐的节奏结构中提取统计规律，并利用这些规律形成预测。相比之下，旋律相关的统计预测尚未表现出同样明确的神经生理学证据。这一发现进一步支持了节奏感知在人类听觉认知早期发育中的重要地位，也提示音乐预测能力并非一个整体同步成熟的过程，而可能存在不同维度的发育差异。
本文由瀚翔脑科学-科教支持部整理，欢迎批评指正。
参考文献：
Bianco, R., Tóth, B., Bigand, F., Nguyen, T., Sziller, I., Háden, G. P., Winkler, I., & Novembre, G. (2026). Human newborns form musical predictions based on rhythmic but not melodic structure. PLOS Biology, 24(2), e3003600.
DOI：https://doi.org/10.1371/journal.pbio.3003600
