undefined

Exploring Frequency-Dependent Brain Networks from Ongoing EEG Using Spatial ICA During Music Listening

Julkaisuvuosi

2020

Tekijät

Zhu, Yongjie; Zhang, Chi; Poikonen, Hanna; Toiviainen, Petri; Huotilainen, Minna; Mathiak, Klaus; Ristaniemi, Tapani; Cong, Fengyu

Tiivistelmä

Recently, exploring brain activity based on functional networks during naturalistic stimuli especially music and video represents an attractive challenge because of the low signal-to-noise ratio in collected brain data. Although most efforts focusing on exploring the listening brain have been made through functional magnetic resonance imaging (fMRI), sensor-level electro- or magnetoencephalography (EEG/MEG) technique, little is known about how neural rhythms are involved in the brain network activity under naturalistic stimuli. This study exploited cortical oscillations through analysis of ongoing EEG and musical feature during freely listening to music. We used a data-driven method that combined music information retrieval with spatial Fourier Independent Components Analysis (spatial Fourier–ICA) to probe the interplay between the spatial profiles and the spectral patterns of the brain network emerging from music listening. Correlation analysis was performed between time courses of brain networks extracted from EEG data and musical feature time series extracted from music stimuli to derive the musical feature related oscillatory patterns in the listening brain. We found brain networks of musical feature processing were frequency-dependent. Musical feature time series, especially fluctuation centroid and key feature, were associated with an increased beta activation in the bilateral superior temporal gyrus. An increased alpha oscillation in the bilateral occipital cortex emerged during music listening, which was consistent with alpha functional suppression hypothesis in task-irrelevant regions. We also observed an increased delta–beta oscillatory activity in the prefrontal cortex associated with musical feature processing. In addition to these findings, the proposed method seems valuable for characterizing the large-scale frequency-dependent brain activity engaged in musical feature processing.
Näytä enemmän

Organisaatiot ja tekijät

Helsingin yliopisto

Poikonen Hanna

Huotilainen Minna

Jyväskylän yliopisto

Toiviainen Petri Orcid -palvelun logo

Ristaniemi Tapani Orcid -palvelun logo

Zhu Yongjie Orcid -palvelun logo

Cong Fengyu

Julkaisutyyppi

Julkaisumuoto

Artikkeli

Emojulkaisun tyyppi

Lehti

Artikkelin tyyppi

Alkuperäisartikkeli

Yleisö

Tieteellinen

Vertaisarvioitu

Vertaisarvioitu

OKM:n julkaisutyyppiluokitus

A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä

Julkaisukanavan tiedot

Emojulkaisun nimi

Brain Topography

Volyymi

33

Numero

3

Sivut

289-302

Julkaisu­foorumi

52630

Julkaisufoorumitaso

1

Avoin saatavuus

Avoin saatavuus kustantajan palvelussa

Kyllä

Julkaisukanavan avoin saatavuus

Osittain avoin julkaisukanava

Kustantajan version lisenssi

CC BY

Rinnakkaistallennettu

Kyllä

Rinnakkaistallenteen lisenssi

CC BY

Muut tiedot

Tieteenalat

Tietojenkäsittely ja informaatiotieteet; Neurotieteet; Psykologia; Muut humanistiset tieteet

Avainsanat

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Julkaisumaa

Yhdysvallat (USA)

Kustantajan kansainvälisyys

Kansainvälinen

Kieli

englanti

Kansainvälinen yhteisjulkaisu

Kyllä

Yhteisjulkaisu yrityksen kanssa

Ei

DOI

10.1007/s10548-020-00758-5

Julkaisu kuuluu opetus- ja kulttuuriministeriön tiedonkeruuseen

Kyllä