To examine the electrophysiological underpinnings of the functional networks involved in music listening, previous approaches based on spatial independent component analysis (ICA) have recently been used to ongoing electroencephalography (EEG) and magnetoencephalography (MEG). However, those studies focused on healthy subjects, and failed to examine the group-level comparisons during music listening. Here, we combined group-level spatial Fourier ICA with acoustic feature extraction, to enable group comparisons in frequency-specific brain networks of musical feature processing. It was then applied to healthy subjects and subjects with major depressive disorder (MDD). The music-induced oscillatory brain patterns were determined by permutation correlation analysis between individual time courses of Fourier-ICA components and musical features. We found that (1) three components, including a beta sensorimotor network, a beta auditory network and an alpha medial visual network, were involved in music processing among most healthy subjects; and that (2) one alpha lateral component located in the left angular gyrus was engaged in music perception in most individuals with MDD. The proposed method allowed the statistical group comparison, and we found that: (1) the alpha lateral component was activated more strongly in healthy subjects than in the MDD individuals, and that (2) the derived frequency-dependent networks of musical feature processing seemed to be altered in MDD participants compared to healthy subjects. The proposed pipeline appears to be valuable for studying disrupted brain oscillations in psychiatric disorders during naturalistic paradigms.

中文翻译：

---

在重度抑郁症听音乐期间改变脑电图振荡脑网络

为了检查参与音乐聆听的功能网络的电生理学基础，基于空间独立分量分析 (ICA) 的先前方法最近已用于正在进行的脑电图 (EEG) 和脑磁图 (MEG)。然而，这些研究侧重于健康受试者，未能在听音乐期间检查组级比较。在这里，我们将组级空间傅立叶 ICA 与声学特征提取相结合，以在音乐特征处理的频率特定脑网络中进行组比较。然后将其应用于健康受试者和患有重度抑郁症 (MDD) 的受试者。通过傅里叶-ICA分量的各个时间过程与音乐特征之间的排列相关性分析来确定音乐引起的脑振荡模式。我们发现 (1) 大多数健康受试者的音乐处理涉及三个组成部分，包括 beta 感觉运动网络、beta 听觉网络和 alpha 内侧视觉网络；(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）α横向分量在健康受试者中比在 MDD 个体中更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。包括一个β感觉运动网络、一个β听觉网络和一个α内侧视觉网络，参与了大多数健康受试者的音乐处理；(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）α横向分量在健康受试者中比在 MDD 个体中更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。包括一个β感觉运动网络、一个β听觉网络和一个α内侧视觉网络，参与了大多数健康受试者的音乐处理；(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）α横向分量在健康受试者中比在 MDD 个体中更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。一个 beta 听觉网络和一个 alpha 内侧视觉网络参与了大多数健康受试者的音乐处理；(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）健康受试者的 alpha 横向分量比 MDD 个体更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。一个 beta 听觉网络和一个 alpha 内侧视觉网络参与了大多数健康受试者的音乐处理；(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）健康受试者的 alpha 横向分量比 MDD 个体更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）健康受试者的 alpha 横向分量比 MDD 个体更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。(2) 位于左角回的一个 α 侧向分量在大多数 MDD 患者中参与音乐感知。所提出的方法允许进行统计组比较，我们发现：（1）健康受试者的 alpha 横向分量比 MDD 个体更强烈地被激活，并且（2）派生的音乐特征处理的频率相关网络似乎与健康受试者相比，MDD 参与者的变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。(1) 与 MDD 个体相比，健康受试者的 α 侧向成分被更强烈地激活，并且 (2) 与健康受试者相比，MDD 参与者中衍生的音乐特征处理的频率依赖性网络似乎发生了变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。(1) 与 MDD 个体相比，健康受试者的 α 侧向成分被更强烈地激活，并且 (2) 与健康受试者相比，MDD 参与者中衍生的音乐特征处理的频率依赖性网络似乎发生了变化。拟议的管道似乎对于研究自然主义范式期间精神疾病中被破坏的大脑振荡很有价值。