Respuestas cerebrales a diferentes estilos musicales en melómanos y no-melómanos: un análisis desde la perspectiva de la activación y conectividad funcional de redes neuronales
DOI:
https://doi.org/10.70478/Palabras clave:
fMRI, Música, Melómano, Conectividad funcional, Psicología musicalResumen
Este estudio experimental analiza las respuestas cerebrales ante distintos estilos musicales en función de la experiencia musical del oyente. Utilizando imágenes de resonancia magnética funcional (fMRI), se evaluaron tanto la activación cortical como la conectividad funcional entre regiones cerebrales (señales BOLD) en dos grupos de participantes: melómanos y no melómanos. Los sujetos realizaron una tarea de escucha musical activa en cuatro condiciones: música tonal (extracto de J.S. Bach), música atonal (obra original sin estructura tonal), ruido blanco y silencio. Los resultados indican diferencias significativas entre ambos grupos, observándose en los melómanos una mayor activación de áreas asociadas con la emoción, el control motor y la integración sensoriomotora, así como patrones de conectividad más amplios y consistentes entre regiones corticales y subcorticales. En cambio, los no melómanos mostraron respuestas más localizadas y de menor intensidad. Estos hallazgos sugieren que la familiaridad y afinidad con la música influyen en la arquitectura funcional del cerebro durante la audición musical. En conclusión, este estudio aporta evidencia empírica sobre el papel modulador de la experiencia musical en la percepción y procesamiento cerebral del sonido, destacando cómo la música no solo se percibe, sino que se integra de forma diferenciada en función del bagaje del oyente. Estos resultados pueden tener implicaciones relevantes en el diseño de intervenciones basadas en música, tanto en contextos educativos como terapéuticos.
Descargas
Referencias
Altenmüller, E. O. (2001). How many music centers are in the brain? Annals of the New York Academy of Sciences, 930, 273–280.
Baumann, S., Koeneke, S., Schmidt, C. F., Meyer, M., Lutz, K., & Jäncke, L. (2007). A network for audio-motor coordination in skilled pianists and non-musicians. Brain Research, 1161, 65–78.
Bianco, R., Novembre, G., Keller, P. E., Scharf, F., Villringer, A., & Sammler, D. (2016). Neural networks for harmonic structure in music perception and action. NeuroImage, 142, 454–464.
Cheung, V. K. M., Harrison, P. M. C., Meyer, L., Pearce, M. T., Haynes, J.-D., & Koelsch, S. (2019). Uncertainty and surprise jointly predict musical pleasure and amygdala, hippocampus, and auditory cortex activity. Current Biology, 29, 4084–4092.e4084. https://doi.org/10.1016/j.cub.2019.09.067
González Brito, A., Santapau, M., Gamundí, A., Pereda, E., & González, J. J. (2021). Modificaciones en la estructura topológica de las redes de conectividad funcional del EEG durante la escucha de música de concierto tonal y atonal en músicos y no músicos. Brain Sciences, 11(2), 159. https://doi.org/10.3390/brainsci11020159
González Brito, A., Gamundí, A., & González, J. J. (2024). Respuestas del cerebro a la interpretación real e imaginada de la música tonal versus atonal: Un estudio basado en redes de conectividad electroencefalográfica. Music Perception, 41(5), 326–347. https://doi.org/10.1525/M P .2024.41.5.326
Hansen, N. C., & Pearce, M. T. (2014). Predictive uncertainty in auditory sequence processing. Frontiers in Psychology, 4, 1008. https://doi.org/10.3389/fpsyg.2013.01008
Huron, D. (2006). Sweet anticipation: Music and the psychology of expectation. MIT Press.
Koelsch, S. (2011). Toward a neural basis of music perception: A review and updated model. Frontiers in Psychology, 2, 110. https://doi.org/10.3389/fpsyg.2011.00110
Koelsch, S., Jacobs, A. M., Menninghaus, W., Liebal, K., Klann-Delius, G., von Scheve, C., & Gebauer, G. F. (2019). The quartet theory of human emotions: An integrative and neurofunctional model. Physics of Life Reviews, 33, 1–34. https://doi.org/10.1016/j.plrev.2019.05.001
Koelsch, S., Vuust, P., & Friston, K. (2019). Predictive processes and the peculiar case of music. Trends in Cognitive Sciences, 23(1), 63–77. https://doi.org/10.1016/j.tics.2018.10.006
Lerdahl, F., & Jackendoff, R. (1999). A generative theory of tonal music. MIT Press.
Li, W., Mai, X., Liu, C., & Wang, L. (2019). Differences in functional connectivity of resting-state brain networks between musicians and non-musicians. Frontiers in Psychology, 10, 2800. https://doi.org/10.3389/fpsyg.2019.02800
Limb, C. J., & Braun, A. R. (2008). Neural substrates of spontaneous musical performance: An fMRI study of jazz improvisation. PLoS ONE, 3(2), e1679. https://doi.org/10.1371/journal.pone.0001679
Loui, P., Wessel, D. L., & Hudson Kam, C. L. (2010). Humans rapidly learn grammatical structure in a new musical scale. Music Perception, 27(5), 377–388. https://doi.org/10.1525/mp.2010.27.5.377
Loui, P., Wu, E. H., Wessel, D. L., & Knight, R. T. (2009). A generalized mechanism for the perception of pitch patterns. Journal of Neuroscience, 29(2), 454–459. https://doi.org/10.1523/JNEUROSCI.3784-08.2009
Martínez-Molina, N., Mas-Herrero, E., Rodríguez-Fornells, A., Zatorre, R. J., & Marco-Pallarés, J. (2019). White matter microstructure reflects individual differences in music reward sensitivity. The Journal of Neuroscience, 39(25), 5018–5027. https://doi.org/10.1523/JNEUROSCI.2020-18.2019
Meyer, L. B. (1956). Emotion and meaning in music. University of Chicago Press.
Monelle, R. (1992). Linguistics and semiotics in music. Harwood Academic Publishers.
Nieto-Castañón, A. (2020). Cluster-level inferences. En Handbook of functional connectivity Magnetic Resonance Imaging methods in CONN (pp. 83–104). Hilbert Press. https://doi.org/10.56441/hilbertpress.2207.6603
Pereira, C. S., Teixeira, J., Figueiredo, P., Xavier, J., Castro, S. L., & Brattico, E. (2011). Music and emotions in the brain: Familiarity matters. PLoS ONE, 6(11), e27241. https://doi.org/10.1371/journal.pone.0027241
Rohrmeier, M. A., & Koelsch, S. (2012). Predictive information processing in music cognition: A critical review. International Journal of Psychophysiology, 83(2), 164–175. https://doi.org/10.1016/j.ijpsycho.2011.09.010
Vuust, P., Brattico, E., Seppänen, M., Näätänen, R., & Tervaniemi, M. (2012). The sound of music: Differentiating musicians using a fast, musical multi-feature mismatch negativity paradigm. Neuropsychologia, 50(7), 1432–1443. https://doi.org/10.1016/j.neuropsychologia.2012.02.001
Vuust, P., Dietz, M. J., Witek, M., & Kringelbach, M. L. (2018). Now you hear it: A predictive coding model for understanding rhythmic incongruity. Annals of the New York Academy of Sciences, 1423(1), 19–29. https://doi.org/10.1111/nyas.13622
Vuust, P., & Frith, C. (2008). Anticipation is the key to understanding music and the effects of music on emotion. Behavioral and Brain Research, 31, 599–600.
Vuust, P., & Witek, M. A. G. (2014). Rhythmic complexity and predictive coding: A novel approach to modeling rhythm and meter perception in music. Frontiers in Psychology, 5, 1111. https://doi.org/10.3389/fpsyg.2014.01111
Vuust, P., Østergaard, L., Pallesen, K. J., Bailey, C., & Roepstorff, A. (2009). Predictive coding of music: Brain responses to rhythmic incongruity. Cortex, 45(1), 80–92. https://doi.org/10.1016/j.cortex.2008.05.014
Whitfield-Gabrieli, S., & Nieto-Castañón, A. (2012). Conn: A functional connectivity toolbox for correlated and anticorrelated brain networks. Brain Connectivity, 2(3), 125–141. https://doi.org/10.1089/brain.2012.0073
Wilkins, R. W., Hodges, D. A., Laurienti, P. J., Steen, M., & Burdette, J. H. (2014). Network science and the effects of music preference on functional brain connectivity. Scientific Reports, 4, 6130. https://doi.org/10.1038/srep06130
Zalesky, A., Fornito, A., & Bullmore, E. T. (2010). Network-based statistic: Identifying differences in brain networks. NeuroImage, 53(4), 1197–1207. https://doi.org/10.1016/j.neuroimage.2010.06.041
Wager, E., & Kleinert, S. (2011). Responsible research publication: International standards for authors. En Promoting research integrity in a global environment (pp. 309–316). World Scientific Publishing.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Licencia Creative Commons 4.0 CC-BY-NC-ND
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
