21世紀西方運用腦電(EEG)的音樂研究動向分析

趙鈺茜

腦電(Electroencephalogram，簡寫為EEG)是由大腦中大量神經組織的突觸后電位同步總和而成，以不同的波形反映出來，代表不同的心理信息。它來源于錐體細胞頂端樹突的突觸后電位，記錄大腦活動時的電波變化，是腦神經細胞的電生理活動在大腦皮層或頭皮表面的總體反映(1)雷旭：《同步腦電——功能磁共振(EEG—fMRI)原理與技術》，北京：科學出版社，2014年。。由于EEG技術具有成本低、時間分辨率高、無創性、相對耐受性等優點，其作為一種記錄腦電活動的電生理監測方法被廣泛應用于臨床診斷、認知科學、認知心理學和心理生理等研究中。它的動態優勢為現代音樂研究提供了重要支撐，它的無聲性，也可以更好地幫助研究橋腦對聽覺刺激的影響，是用來探測音樂對大腦刺激的最佳工具。

對于大腦功能而言，我們所有的認知過程皆由神經細胞聯結作用，大腦上千億的神經元細胞在聯結時放射的微弱電波，即是腦電技術窺探大腦活動的基石。公元前1600年，古埃及人寫下了現存最古老的有關大腦的文字，1771年，路易吉·加爾瓦尼(2)路易吉·加爾瓦尼(Luigi Galvani)，意大利物理學家和生理學家，通過靜電機器發出的火花震動使青蛙肌肉抽搐，證明了我們現在所理解的神經沖動的電學基礎。發現電擊可以使死亡青蛙的肌肉抽搐，直到漢斯·伯格(3)漢斯·伯格(Hans Berger)，德國精神病學家，第一個設計出了一套電極系統，可描記出節律性的電位變化。在1924年首次使用EEG記錄到人全腦活動的電屬性，標志著腦電作為一種技術手段被正式應用到研究當中。對于音樂與大腦關系的探索則緣起于醫學領域對樂源性癲癇(4)Weber R. Musicogenic epilepsy. Nervenarzt. 27(8):337-40.及音樂感知(5)Frances R. Electro-polygraphic research on the perception of music. Annee Psychol. 56(2): 373-96.等的腦電研究，音樂才作為我們理解大腦聽覺系統的通道滲入到腦科學研究領域，并在此后的半個世紀穩步發展。

進入21世紀后，音樂心理學與腦科學的研究已滲入到多個領域，甚至跳出醫學、信息通信等傳統神經科學范疇，廣泛涉及音樂的知覺、注意、記憶、情感、語言、動作、情緒等音樂心理研究的方方面面，不僅僅作為探究大腦病理基礎的工具，而逐漸成為研究人類心理和大腦運作的理想工具；
其中，腦電(EEG)作為一種重要工具越來越多地被運用在音樂研究領域，它的動態優勢為現代音樂研究提供了重要支撐。就國內發展來說，1993年，范思陸在與斯蒂文·拉克(6)斯蒂文·拉克(Steven J. Luck)，加州大學圣地亞哥分校神經科學系主任，教授感知、認知和認知神經科學方向，是認知科學專業的創始人之一。主要研究注意力和工作記憶的基本機制，確立嚴格的ERP方法。交流結束后，將一套EEG記錄系統帶回了中國，國內有關EEG的研究由此起步(7)Steven Luck著，洪祥飛，劉岳廬譯，洪祥飛審校：《事件相關電位基礎》，上海：華東師范大學出版社，2019年10月。。2000年劉沛在《中國音樂學》上發表了第一篇基于腦科學視角的音樂理論文章(8)劉沛：《腦科學：21世紀音樂教育理論與實踐的新基石——圍繞“莫扎特效應”的科學研究和展望》，《中國音樂學》2000年第3期，第88-100頁。，雖在此后的20年內，相關研究有了長足進步，但系統介紹國外研究動向的分析較為罕見，這在一定程度上限制了對運用腦電(EEG)的音樂研究中先進理念和技術方法的認識。因此，了解西方在二十世紀相關研究的基本概況格局，把握相關研究熱點及前沿趨勢，對于促進我國相關研究的發展非常必要。本文將以分析西方21世紀腦電(EEG)的音樂研究動向為中心，通過收集統計相關文獻，結合Stork和VOSviewer軟件搭建成分聚類關系，對當前的研究方向、研究熱點及未來的發展趨勢進行分析，以期為國內相關研究帶來新的視角與助益。

(一)數據來源

有關21世紀西方運用腦電(EEG)的音樂研究文獻以美國國家醫學圖書館國立衛生研究院(US National Library of Medicine National Institutes of Health)的“PubMed”——國家生物技術信息中心(National Center for Biotechnology Information, 簡稱NCBI)檢索系統為來源，涉及MEDLINE、PreMEDLINE和Record supplied by Publisher三個數據庫。鍵入“EEG music”為檢索條件，檢索范圍為2000-2019年，最后檢索時間為2020年5月3日，檢索到相關文獻共1165篇，結合Stork進行篩選、比對和剔重，最后獲得832條高質量、有效文獻的題錄，每條題錄包括作者、發表日期、論文名稱、登載期刊、關鍵詞和被引數等。相比較之下，國內CNKI(知網)上的文獻數據中與“EEG 音樂”僅檢索到相關文獻177篇，且范圍集中在2000—2019年，最后檢索時間為2020年5月3日。

(二)研究方法

科學知識圖譜是近年來科學計量學、信息計量學等領域比較新興的研究方法，不僅能夠揭示知識來源及發展規律(9)張璇，蘇楠，楊紅崗，房小可：《2000-2011年國際電子政務的知識圖譜研究——基于Citespace和VOSviewer的計量分析》，《情報雜志》2012年第12期，第51-57頁。，并且可以通過圖形將相關領域的研究熱點、知識結構規律和演進關系可視化，使學者在研究過程中能夠更好地把握學科動態及方向，研究思路更加清晰。

本篇論文對于詞共關系的分析使用到由荷蘭萊頓大學Van Eck與Waltman共同研發的VOSviewer可視化軟件和由斯坦福大學成員崔旭開發的免費文獻追蹤軟件Stork，以此實現聚類關系的構建。VOSviewer軟件能夠繪制作者、引文、關鍵詞等共現圖譜，在聚類技術和圖譜繪制方面具有獨特優勢，目前在各個學科領域已得到廣泛應用。通過Stork可以了解包括增長趨勢、地區分布、相關專家、涉及腦區等信息(10)周曉分，黃國彬，白雅楠：《科學計量可視化軟件的對比與數據預處理研究》，《圖書情報工作》2013年第23期，第64-72頁。。因該軟件的大分析功能不能很好地篩查、比對和剔重，故此軟件生成的分析數據僅作為參考，主要來源以Pubmed數據庫為準，在本文中，Stork軟件主要用來分析作者關系譜圖，并參考軟件生成的分析數據對作者與期刊的影響因子進行判定。此外，將綜合運用VOSviewer和Stork繪制科學知識圖譜，探究近二十年EEG研究在音樂領域的研究熱點及方向。

(三)文獻發表時段分布

通過文獻的發文數量變化可以較為直觀地看出相關研究熱度變化及增長趨勢，是衡量相關領域研究發展態勢的重要指標。圖一是為西方近二十年來的發文量統計，可以看出相關研究發文數整體走向穩步上升，在2003—2009年間有一段向下凹陷的低谷期，2010年回落而后逐漸攀升，2015年起有較大的上升趨勢，2018年到達頂點，之后又一次回落，但總體熱度不減。從文獻增長趨勢來看，在音樂研究中使用EEG手段越來越被重視，2015—2018年間增幅最大，但整體上EEG手段在音樂中的研究應用還處于初步階段，有極大的發展潛力。近二十年關注度在不斷提高，其研究熱度處于穩步提升的過程，在近五年尤甚。

圖1 國外近二十年發文量走勢圖(橫軸為發表年份，縱軸為發文數)

(一)核心期刊分布

外文數據庫以期刊為主，將發文量居于前十的期刊進行統計，并對影響力進行評估，得出國外研究EEG相關音樂問題的文獻主要來源于Neuroimage、J Cogn Neurosci、PLoS ONE、Neuropsychologia等神經科學期刊，以及部分心理學期刊和生物學期刊。其中，Neuroimage、Ann. N. Y. Acad. Sci、Clin Neurophysiol和Psychophysiology的影響因子較高，且被引頻次占比較大，此四類期刊質量較高，在該領域研究中占有重要地位。Neuroimage居于位首，發文數、影響因子和被引頻次均處前列，具有較高的核心地位。

表1 2000-2019年排名前十的期刊

相對而言，國內數據庫文獻分布主要有四類：期刊、碩士論文、博士論文以及會議論文。期刊發文分布較為零散，以醫學、心理學居多，其中，音樂類核心期刊發文占期刊發文總數的9.5%；
學位論文研究以信息通信、醫學、心理學和教育為主，綜合院校發文占比較大；
會議論文則以綜述和探討研究方向為主要命題。

表2 CNKI發文類別與數量統計表

從核心期刊的分布來看，國內相關文獻較為零散，主要分布在醫學、信息通信與心理學領域，因腦電技術手段在臨床醫學診療(尤其是對癲癇病的判斷)上運用居多，故臨床醫學領域發文數居高，音樂領域的相關研究雖然得到了一定的重視，卻仍缺乏確鑿有力的實驗證明。

綜上，就外文文獻期刊分布而言，國外基于EEG的音樂研究主要刊載于神經學、心理學領域期刊，發文數和被引頻次較高，具有較大的影響力。國內相關文獻則較為分散，主要分布在醫學、心理學和音樂領域期刊，但期刊發文在總相關發文中占比尚未過半，研究以學位論文為主，多為醫學、信號通信等領域。國內對于EEG手段在音樂領域的應用還存在一定的差距，具有較大的潛力與發展空間。

(二)主要作者分析

首先根據PubMed數據庫確定出被引頻次較高的作者，根據Stork按影響因子由大到小排列，遴選出排名前六的作者，綜合發文數和被引數列出下表：

表3 作者影響力排名

從圖表中的數據可以看出，從事于德國萊比錫的馬克斯—普朗克—人類認知和大腦科學研究所的Koelsch Stefan的發文數、影響力與被引頻次均為最高，他作為采用EEG方法研究音樂相關問題的重要學者，主要研究領域為生物心理學與音樂心理學(11)參考附錄2。。所發表的有關音樂情緒加工、音樂句法認知，以及音樂意義加工等方面的研究成為眾多音樂研究者們關注的對象，被引量最高的文章主要關注音樂與情感：愉悅與不愉悅音樂加工的電生理相關性，以音樂作為情感刺激的手段，探討感知情緒的價態是否會對腦電功率譜和心率(HR)產生不同的影響，以及頻帶腦電圖是否會在特定頻帶上提高情緒處理的相關性，概述了腦電和心電作為情感加工指標的一般意義，證明愉悅情緒隨著Fmθ頻段腦波而增強(12)Sammler D, Grigutsch M, Fritz T, Koelsch S. (2007). Music and emotion: electrophysiological correlates of the processing of pleasant and unpleasant music. Psychophysiology. 44(2): 293-304.。Koelsch等人(13)Koelsch S, Gunter T, Friederici AD, E. (2000). Brain indices of music processing: "nonmusicians" are musical. Journal of cognitive neuroscience. 12(3): 520-41.的一項研究，將和聲啟動范式從“音樂句法”的角度考察人腦對內在音樂意義的加工，并首次應用于神經層面(14)余習德，魯成，熊希靈，高定國：《音樂意義傳遞的神經證據——基于啟動范式的發現與思考》，《心理科學進展》2017年第5期，第742-756頁。，證實了ERAN成分與聲音期望的違反有關，N5與音樂句法整合過程有關，且兩個成分之間存在顯著的正相關。Koelsch的另一項研究中采用跨通道啟動范式探究調性音樂句法中未受過音樂訓練的聽者在內隱和外顯情況下對音樂句法的加工，發現N5(或N500)與內在音樂意義有關，違規音樂句法加工相關的ERAN成分與語言句法誘發的早期左前側的負波(Early Left Anterior Negativity, ELAN)較為相似，又彼此獨立, 共享神經源(15)Koelsch S, Gunter TC, Wittfoth M, Sammler D. (2005). Interaction between syntax processing in language and in music: an ERP Study. Journal of Cognitive Neuroscience. 17(10): 1565-77.。蘇黎世大學的 Lutz發文數位列第二，主要研究領域為神經心理學，研究重點集中在人腦的功能和結構可塑性，被引量最高的文獻“從情感感知到情感體驗：圖片與古典音樂引發的情感”，研究視覺和音樂刺激對大腦加工的影響。其圖片和古典音樂片段選自國際情緒圖片系統，以快樂、悲傷和恐懼為基本情感；
結果證明視聽結合喚醒程度最強，音樂可以顯著增強圖片所喚起的情感體驗(16)Baumgartner T, Esslen M, L. (2006). From emotion perception to emotion experience: emotions evoked by pictures and classical music. International Journal Psychophysiology. 60(1): 34-43.?；谝陨螷oelsch被引量最高的三項研究和 Lutz的熱門研究，音樂與情感是頗受關注的話題。神經科學和行為學領域的專家Trainor Laurel J(17)Trainor Laurel J，麥克馬斯特大學心理學，神經科學和行為系。，通過聽覺誘發電位(AEP)的P2和N1c成分，定位次級聽覺皮層的空間差異區域，得出的結論與先前的研究結果一致。這些結果表明，由于受試者的聲學訓練歷史(音樂或實驗室基礎)，使聽覺皮層分布區域神經元的調諧特性(18)神經元調諧(neuronaltuning)，是指神經元有選擇地表示一種感覺、聯合、運動、認知信息的特性。通過經驗，神經元反應被調諧為最優的特定范式。發生了改變，與非音樂家相比，音樂家的神經可塑性P2和N1c聽覺誘發電位顯著增強，而這種反應不被認為是音樂技能的遺傳或產前因素的影響(19)Shahin A, Bosnyak DJ, Trainor LJ, Roberts LE. (2003). Enhancement of neuroplastic P2 and N1c auditory evoked potentials in musicians. Journal of Neuroscience. 23(13): 5545-52.。Nozaradan Sylvie(20)Nozaradan Sylvie，瑞士蘇黎世大學心理學研究所神經心理學部-人類整合生理學中心(ZIHP)，音樂認知與行為方向，主要研究涉及音樂節奏的腦間同步性、腦損傷患者的功能探索及康復等。為了研究人腦在音樂體驗中節奏和節拍處理之間的相互作用，直接將假設的神經元夾帶(21)神經夾帶，當外部環境輸入有節奏的刺激時，大腦對其進行的反應，科學家將這個反應機制稱為神經夾帶。當音樂聲進入大腦、有節奏的刺激產生時，神經夾帶就會發生，它會引起大腦同步周期活動。這種周期活動又與外界有節奏的刺激兩相呼應，它就能長久持續下去。對節拍感知的影響與假設的共振現象，作為節奏的表征基礎，發現節拍會誘發一種與節拍頻率相適應的持續周期性腦電反應，而節奏則引發了一個額外的頻率調諧到相應的節律來解釋這個節拍；
證明音樂構成了一個獨特的神經網絡背景，可以在一定程度上探索動態認知過程中的夾帶現象(22)Nozaradan S, Peretz I, Missal M, Mouraux A. (2011). Tagging the neuronal entrainment to beat and meter. Journal of Neuroscience. 31(28): 10234-40.。在EEG與音樂的相關研究中，神經科學占有較大的優勢，二人雖發文不多，但單篇文章都具有很強的影響力。從事于芬蘭行為科學研究所認知腦研究室的Tervaniemi Mari發文相較之前的學者則沒有受到太大的關注，她的主要貢獻在于探索音階特性在人類聽覺皮層中的自動處理系統，結果表明，即使在集中注意力干預之前，聽覺皮層也能快速、自動地提取音階的關系屬性(23)Brattico E, Tervaniemi M, R, Peretz I. (2006). Musical scale properties are automatically processed in the human auditory cortex. Brain Research. 1117(1): 162-74.，Bidelman Gavin M(24)Bidelman Gavin M，美國普渡大學，信息科學與疾病學院，智能系統研究所：解剖學和神經生物學方向，主要研究領域涉及聽覺感知/認知的神經成像、經驗依賴可塑性、"雞尾酒會"效應、音樂/語言神經生物學等。在其研究中，通過音樂和語言經驗對人類聽覺腦干音高表征的跨域效應，探討音樂家與非音樂家對音高強度變化的反應，得出結論腦干反應的經驗依賴可塑性是由與特定領域相關的音調模式的聲學維度相對顯著性所決定的(25)Bidelman GM, Gandour JT, Krishnan A. (2011). Cross-domain effects of music and language experience on the representation of pitch in the human auditory brainstem. Journal of Cognitive Neuroscience. 23(2): 425-34.。依作者影響力及最高被引量文獻分析可知，西方目前在EEG與音樂的研究領域較權威的多為神經科學、生物心理學或認知心理學領域的專家，且關注重點主要集中在音樂句法認知、音樂情緒加工、音樂與語言以及音樂與神經反應等方向。

圖2 作者關系網絡圖譜(節點位置由中心度或密度控制，圓點越大，代表作者受關注的程度、重要性、出現次數越高，連線越粗表示相關性、共同發文次數越高)

圖3 作者關系網絡圖譜節選(Koelsch Stefan帶領團隊關系網絡部分)

圖4 作者關系網絡圖譜節選( Lutz帶領團隊關系網絡部分)

近二十年來國外學者基于EEG實驗對音樂問題的探究，對于音樂心理學的進展都有著重要的推動作用。依據以上對作者影響力和研究關系的分析，可以看出目前有較多學者引用生物心理學和音樂心理學領域專家Koelsch的文章，并且形成了幾支影響力較大，研究成果較為集中的團隊。綜合有影響力作者的最高被引文分析，可以看出關注音樂的情感與意義，音樂與語言、音樂與神經反應的人較多，研究者大都為認知神經科學領域的專家，或與其相關的跨學科學者。

1.主要腦區研究分布

有關EEG與音樂的研究，因是屬聽覺系統，根據檢索到的相關研究，排布腦區關系及主要涉及區域，依據Stork生成腦區網絡連接圖(位置排列順序依據大腦結構)。

圖5 腦區連接網絡圖

通過該腦區連接網絡圖可以看出，在所有有關EEG與音樂的研究當中，通過腦電技術采集音樂信息主要涉及的腦區為后扣帶、小腦——前扣帶、丘腦核、顳葉、額葉、腦干和塊莖。這與各個腦區的功能直接相關，在執行音樂任務時，腦干、顳葉和額葉所的影響最大，小腦和前扣帶有著較大關聯。

關鍵詞在一篇文章中起著重要作用，是闡釋全文涵義，向下統領全篇的關鍵節點，關鍵詞預示著全文最主要討論的核心問題，也說明了文章研究的方向，是我們把握文本重要信息的源頭。通過對出現頻次較高、與音樂直接相關的關鍵詞進行分析，把握近二十年來的研究熱點及其走向。

(一)關鍵詞時間密度分布

根據Stork軟件節選出的40個關鍵詞，從中遴選11個與音樂直接相關的研究熱詞，根據發表時間和數量用Excel繪制成雷達圖，以說明研究重點在哪一時段的熱度最高。雷達圖外周表示發表時間，雷達軸表示發文數量。

圖6 關鍵詞分布雷達圖(雷達圖外周表示發表時間，雷達軸徑表示發文數量)

如圖6所示，我們可以看到在2001-2003年間，樂源性癲癇還是當時的研究熱點，音樂幻覺也占一定的比重，2003年起開始廣泛關注音樂訓練、聽覺加工、音樂欣賞等領域，但沒有出現絕對的關注熱點，研究層次較為均衡。2013和2015年音樂治療成為熱門，此后對于音樂的關注逐漸從醫學走向音樂實踐，音樂表演、絕對音高、聽覺加工、音樂訓練、音樂欣賞等方面都有較為集中的研究趨向。

圖7 CNKI關鍵詞分布雷達圖(雷達圖外周表示發表時間，雷達軸徑表示發文數量)

在此將外文數據庫的關鍵詞分布與國內知網收錄文獻進行比對。以CNKI檢索到的文獻為基礎，同樣，通過圖7可以得知，國內有關EEG的音樂研究在2008年之間較為沉寂，更多關注在音樂作品、音樂治療和音樂訓練方面。從2008年開始逐漸關注音樂認知領域，音樂情緒在2019年關注度較高，音樂情感識別方面的研究越來越被關注。但與國外相關研究相比，國內研究主要集中在對音樂情緒的研究，且以文獻綜述居多，對于音樂表演方面的研究也尚未起步，還有較大的發展空間。

(二)關鍵詞成分分布

用VOSviewer進行關鍵詞出現頻次統計分析，發現有效關鍵詞2185個，出現頻次設置為5次以上，檢索出54個有效關鍵詞，從中濾掉例如human、eeg、combination等基礎詞匯，篩選出26個與音樂直接相關的關鍵詞，生成15個關聯聚類，在這26個結果中有一些彼此沒有直接關聯，最大的連接集成由13個詞匯構成。選用關聯強度(Association strength)算法(26)該方法與Van Eck和Waltman(2009)的公式(6)相同。，將每一項關鍵詞之間鏈接的強度進行規范化，引力設置為5，斥力設置為1。通過三種方式進行關鍵詞成分分布的可視化分析。

網絡可視化(Network visualization)是以標簽大小表示出現頻次的科學知識圖譜可視化構建方式，關鍵詞出現頻次越大，標簽就越大(這里選用的圓形標簽)；
未顯示的標簽是為了避免標簽重疊，每一個標簽的顏色由所屬的群集決定，項目之間的連線表示鏈接關系。通過網絡可視化的方式繪制出聚類分析詞頻圖，每個節點的標簽大小都與其權重(27)指某一因素或指標相對于某一事物的重要程度，其不同于一般的比重，體現的不僅僅是某一因素或指標所占的百分比，強調的是因素或指標的相對重要程度，傾向于貢獻度或重要性。通常，權重可通過劃分多個層次指標進行判斷和計算，常用的方法包括層次分析法、模糊法、模糊層次分析法和專家評價法等。相關。

圖8 基于VOSviewer的網絡可視化圖譜(一個點附近的項目數越多，相鄰項目的權重越高，該圓點越大；
反之，一個點附近的項目數越少，相鄰項目的權重越低，則該圓點越小。)

從網絡可視化圖譜中可看出，“潛力”是目前研究中最受關注的重點，且與多個相關研究產生交叉，形成最大的聚類集群，與探究音樂潛力相關的研究最多，形成了較為密集的權重分布?？梢钥闯鲅芯空邔τ谝魳窛摿Φ难芯慷嗌婕皩I音樂家訓練、音樂知覺、絕對音高、噪音、音樂表演和節奏節拍等方面，也通過這些角度來說明音樂潛力相關問題，音樂能力的發展是音樂實踐問題的重心。除此之外，相關研究重點主要分布在樂源性癲癇，音樂治療，音樂訓練，節奏節拍等方向。就整體而言，對于EEG和音樂相關問題的研究，多側重于音樂能力的培養——音樂潛能開發，以及臨床醫學——樂源性癲癇等方向。

(三)關鍵詞時區分布

1.前沿走勢

通過Citespace軟件繪制科學知識譜圖，以探究21世紀運用腦電(EEG)的音樂研究動向、主題與前沿(28)邱均平，沈恝諶，宋艷輝：《近十年國內外計量經濟學研究進展與趨勢——基于Citespace的可視化對比研究》，《現代情報》2019年第2期，第26-37頁。。首先，運行Citespace軟件，將規范化的文獻題錄載入運算。因2000-2015年相關領域的研究較少，不具備代表性，故截取2015-2020年研究成果豐盛的時間段對其進行前沿走勢分析。

選擇Timezone View算法，篩選出現頻次為10以上的關鍵詞，分別繪制了前沿時區視圖與關鍵詞共現時區分布圖。

圖9 基于Citespace的前沿時區視圖

從以上有關雷達圖的分析可知，在2000-2010年間，研究層次分布較為均衡，沒有出現絕對的研究熱點，且研究分布較少，2010年后開始出現較多集中的研究傾向(以近五年尤為突出)。結合前沿時區視圖可以看出，近五年的研究熱點逐漸從臨床醫學(音樂誘發性癲癇、音樂幻覺)領域，轉向關注音樂能力的培養以及音樂潛能的激發，涉及音樂實踐過程中的創作、欣賞和表演階段的認知與情感等方面，尤其值得注意的是，在2018年，出現了“音樂表演”的絕對趨勢。而在音樂表演的相關研究中，音樂表演與行為監測、音樂表演與神經反饋占很大比例。

2.關鍵詞共現

圖10 基于Citespace的關鍵詞共現時區分布

根據關鍵詞共現頻次分布，絕對音高是最為關注的元素，在2013-2016年間最為密集，結合圖9，職業音樂家與潛能培養曾一度成為熱點話題。音樂欣賞在2010-2016年間受較大關注，結合圖6，它在2013年形成相對集中的研究熱點。圖3、4則表明了在運用EEG手段探討音樂相關問題的研究中，θ波(29)θ波(4-7Hz)主要表征皮質(下丘腦、丘腦、杏仁核等結構)的情緒反應特性。是最常被涉及的腦波頻段，有關音樂整合加工機制的探討，則最多涉及旋律的失匹配負波(MMN)(30)當一個聽覺刺激與前一個不同時，便會誘發一個自動響應，即失匹配負波(mismatch negativity, MMN)，是一個發生于聽覺皮層的事件相關電位。通常來說，它的峰值出現在160-220毫秒，最大幅值出現在額葉和中央區的中線位置。。

EEG技術究竟如何在音樂領域內運用，又用來說明什么問題？依舊是我們今后不斷探索的方向。在近二十年里，EEG研究在音樂領域所有研究中所占的比例(31)數據參考Stork，鍵入格式：“EEG music”VS“music”。如下圖所示，可以看出，在不斷增長的、活躍的音樂領域研究當中，腦電研究平均占比在百分之5 ，其中還不乏醫學領域的、神經生物學領域的研究成果。

圖11 EEG音樂與音樂發文數比例表(橫軸為發表時間，縱軸為發文數量)

研究方向上來看，在EEG與音樂的相關研究中，神經科學占有較大的優勢，已知成果中較權威的多為神經科學、生物心理學或認知心理學領域的專家，且關注重點主要集中在音樂句法認知，音樂情緒加工，音樂與語言以及音樂與神經反應等方向。研究熱點上來看，絕對音高是最為關注的元素，2013-2016年間最為密集，職業音樂家與潛能培養也曾一度成為熱點話題。從文獻整體關注趨勢上來看，2015-2018年間增幅最大，但整體上EEG手段在音樂中的研究應用還處于初步階段，有極大的發展潛力，隨著近二十年關注度在不斷提高，其研究熱度處于穩步提升的過程。近五年的研究熱點逐漸從臨床醫學(音樂誘發性癲癇、音樂幻覺)領域，逐漸轉向關注音樂能力的培養以及音樂潛能的激發，涉及音樂實踐過程中的創作、欣賞和表演階段的認知與情感等方面，尤其值得注意的是，在2018年，出現了“音樂表演”的絕對趨勢。而在音樂表演的相關研究中，音樂表演與行為監測、音樂表演與神經反饋占很大比例。

文章從宏觀到微觀，通過對相關研究數量統計、核心期刊分布、研究熱點與前沿等方面進行分類梳理，把握國際該領域研究的重要議題以及最新動向，認識。大腦擁有的眾多神經元之間存在著大量并列的、立體的神經網絡，這種復雜的系統操控著我們的認知、行為和意志。EEG研究將協助我們突破原有認知局限，去窺探那大腦活動所放射出的微弱電波，捕捉生物本體所特有的規律。

在我們問自己能做什么之前，不妨先看看別人做了些什么；
在我們不知該如何做的時候，站在巨人的肩膀上，或許會看到不一樣的風景。心智的神經生物學研究，是一場意義深遠的人文橋梁，是我們對自身的重塑與認知，也是客觀世界的影像與主觀世界構成的結果。意識世界里我們永遠獨自一個，但“向內”探索可以永無止境。

未來探索大腦中音樂活動的奧秘，任重而道遠。