音乐促进睡眠

音乐促进成年入睡困难型失眠症患者的睡眠启动：神经同步化的作用

Kira Vibe Jespersen, Alexandre Celma-Miralles, Peter Vuust

摘要

入睡困难型失眠症在现代社会普遍存在，许多人借助音乐来改善睡眠。虽然临床研究表明音乐可以对睡眠质量产生积极影响，但其对睡眠启动的影响仍不明确。此外，关于音乐促进入睡的机制，目前所知有限。在此，我们研究了音乐是否能促进入睡启动，以及该效应是否与脑波与睡眠音乐的慢节拍同步化有关。我们记录了入睡困难型失眠症参与者在30分钟午后休息期间的脑电图数据。参与者被随机分为两组：24名参与者在休息时聆听从睡眠音乐播放列表中选择的音乐，29名参与者在安静环境中休息。我们通过脑电图的delta-alpha比值评估从觉醒向睡眠的过渡。为了评估神经对音乐节拍的同步化，我们使用了脑电图频率标记方法。我们发现，在30分钟的休息期间，与静息组相比，音乐组向睡眠的过渡程度更高。此外，音乐中更高的节拍稳定性反映在音乐节拍处更强的神经频率标记上。然而，分析显示睡眠启动与节拍神经同步化之间没有关系。总之，我们的结果显示音乐对睡眠启动有积极影响，并且存在对具有稳定节拍的自然主义睡眠音乐的神经同步化，但我们没有发现这种神经同步化是音乐增强睡眠启动的核心机制的证据。

关键词：睡眠，音乐，失眠，睡眠启动，神经同步化，脑电图，节拍感知

1引言

入睡困难型失眠症在现代社会是一个普遍且日益严重的问题，凸显了对安全、易获取的干预措施的需求。听音乐被广泛用作促进入睡的策略，越来越多的研究表明，音乐可以改善多种人群的睡眠质量，包括失眠患者、老年人、住院患者以及患有精神健康障碍的个体。然而，尽管兴趣日益增长，音乐具体在多大程度上促进从觉醒到睡眠的过渡仍不清楚。

虽然主观报告表明音乐可以帮助个体更快入睡，但客观证据有限且尚无定论。少数使用脑电图的研究检测了音乐对入睡潜伏期的影响，在健康年轻成人中大多得到了混杂或无效的结果。同样，包括临床人群的干预研究报告了不一致的结果，且没有一项研究专门关注入睡困难型失眠症。因此，音乐作为促进睡眠启动工具的有效性仍未得到充分证实，尤其是在临床相关人群中。

除了有效性问题，音乐可能影响睡眠启动的神经生理机制也知之甚少。一个被提出的机制是神经对音乐节拍的同步化，即持续的脑振荡与听觉输入的时间规律性对齐。这种对齐导致了节拍相关频率处的神经活动增强。这一过程通常被称为神经夹带（neural entrainment），是音乐感知中一个已被充分确立的现象，并被提出作为音乐可能促进入睡启动的潜在途径。在睡眠的背景下，有假设认为缓慢的音乐节奏可能通过增强睡眠大脑特征性的低频神经活动来促进睡眠。然而，将节拍相关神经同步化与睡眠启动直接联系起来的经验证据稀缺，且现有研究结果混杂。

所有这些表明，尽管音乐常被报告为有助于睡眠，但关于其对睡眠启动影响的客观证据有限且不一致。现有的脑电图研究产生了混杂的结果，且集中在健康参与者而非入睡困难型失眠症患者身上。因此，目前尚不清楚音乐是否能有效促进这一临床人群的睡眠启动，以及这种效应可能通过哪些机制产生。

在本研究中，我们探讨了听音乐是否能促进成年入睡困难型失眠症患者从觉醒向睡眠的过渡，以及神经对音乐节拍的同步化是否是这种效应的潜在机制。通过基于脑电图的测量，我们验证了以下假设：（1）与静息状态相比，音乐能够促进睡眠启动；（2）神经对节拍的同步作用是音乐促进睡眠效应的基础机制。

2方法

2.1 参与者

本研究纳入了总共53名患有入睡困难型失眠症的成年参与者的脑电图记录。参与者通过社交媒体公告招募。纳入标准为年龄在18至65岁之间，且符合DSM-5中关于以入睡困难为特征的失眠障碍的诊断标准，症状持续时间不超过18个月。排除标准包括使用影响睡眠的药物、听力问题、酒精或药物滥用、干扰睡眠的躯体疾病、当前精神疾病、轮班工作、妊娠及其他睡眠障碍。所有参与者均接受了临床访谈以及一晚的动态多导睡眠图筛查，以排除呼吸和运动相关的睡眠障碍。纳入的参与者年龄在19至55岁之间，其中大多数为女性。

参与者被随机分配到两种不同条件。音乐组包括24名参与者，而对照组有29名参与者在安静中休息。在音乐组中，12名参与者选择了极简睡眠播放列表，12名参与者选择了新世纪播放列表。在53名参与者中，有12名参与者由于技术问题或在某个时间点错过了预约而数据缺失。错过预约的原因包括疾病和新冠隔离以及退出。

作为一项更大的随机对照试验的一部分，本研究获得了丹麦中部地区伦理委员会的批准。根据赫尔辛基宣言，所有参与者在入组前均获得了关于研究的口头和书面信息，并签署了知情同意书。

2.2程序

入组后，参与者使用REDCap中实施的具有可变区组大小的置换区组随机化方法被随机分配到音乐组或对照组。音乐组的参与者可以从5个不同流派的播放列表中进行选择，并选择他们最喜欢的一个。所有播放列表中的音乐均基于慢节奏、稳定的力度、简单的结构、无歌词的标准进行编排，以促进唤醒降低。

我们在30分钟的午后休息期间测量了脑电图活动。参与者被舒适地仰卧放置在一个单独房间的床上，室温控制在稳定的22度。参与者被指示闭眼放松。他们没有被指示睡眠，但如果他们询问，被告知可以按照自己的偏好选择睡眠或不睡。所有记录均在下午1点至5点之间进行。音乐组的参与者在30分钟休息期间聆听他们选择的音乐，对照组的参与者在安静中休息。音乐刺激使用PsychoPy3 v2020.1.1通过插入式耳机呈现。由于本研究嵌入在一个随机对照试验中，记录在两个阶段重复进行：一次在基线，一次在四周后，程序相同。在两次记录之间的四周内，音乐组的参与者被指示每晚在睡前聆听他们选择的播放列表。

2.3脑电图记录

连续脑电图（EEG）采用Brainvision公司的32通道Acticap系统记录，采样率为1000 Hz。电极通道按照10/20系统进行定位和标记。参考电极为FCz，导联设置中包含垂直和水平眼电图通道。

EEG预处理包括对数据进行0.1至45 Hz的滤波（滤波器阶数=4）。应用50 Hz及谐波陷波滤波器以减少工频噪声，移除并插补坏道，并在“fastica”选项下进行独立成分分析（ICA）分解。通过目视检查成分的时间序列和地形图，移除捕获眼动或单通道伪迹的成分。之后，将通道重参考为公共平均参考，并从数据集中移除乳突和眼电（EOG）通道。

对于组间比较分析，将音乐组和对照组的EEG记录均划分为十个连续的3分钟片段。对于稳态诱发电位（SSEP）分析（将神经振幅与音乐节拍相关联），将音乐组参与者的EEG记录按照每首音乐曲目的长度进行分段，共得到十首曲目，每首时长约3分钟。EEG预处理和分析均使用定制的Matlab脚本（The MathWorks, Inc., Natick, Massachusetts, US）完成。

2.4功率谱密度

我们对预处理后的脑电图时段应用了功率谱密度分析，以测量30个电极在5个频带上的活动：delta、theta、alpha、beta和gamma。我们通过将每个频带的活动除以5个频带上的总活动，计算了每个频带的相对功率。然后将这些测量值乘以100转换为百分比。在对每个频带和时段的电极进行平均之前，我们使用Matlab函数移除了那些功率超出上四分位数以上或低于下四分位数以下1.5倍四分位距的电极。所有频带的相对功率结果在补充图1中按参与者组别展示。

2.5觉醒/睡眠过渡

为了获得一个评估30分钟休息期间觉醒水平和向睡眠潜在过渡的单一敏感指标，我们计算了delta与alpha相对功率的比值。大多数人在闭眼放松时表现出增强的alpha活动。然而，睡眠启动的特点是alpha功率降低和慢波活动增加。因此，这种比值方法——也称为alpha慢波指数——在评估睡眠启动过程的研究中常用。此外，使用哥本哈根大学开发的Usleep在线平台v2.0对脑电图数据进行了睡眠分期。自动睡眠分期基于Fz、F3、F4、Cz、C3、C4、Pz、P3、P4、Oz、O1、O2通道和眼电图记录，以30秒为时段进行。

2.6稳态诱发电位

对于对应于音乐曲目的脑电图片段，我们移除了每个试次的前2秒，以丢弃与曲目切换相关的诱发电位。对于每个参与者和电极，我们应用了快速傅里叶变换，零填充至300000，以将所有片段均匀化至最多5分钟。这将随时间变化的幅度转换为随频率变化的幅度，频率分辨率为0.0033 Hz。根据频率标记方法，这些幅度反映了与刺激相关的神经活动，混合了不相关的自发活动和背景噪声。我们通过在每个频率仓处减去非相邻周围频率仓的平均值，对频率变换的输出进行了跨频率归一化。也就是说，减去落在-29.7至-13.2 mHz和13.2至29.7 mHz之间的幅度的平均值。这提高了信噪比，因为如果不存在稳态诱发电位，电压幅度在各个频率上可能会在减法后相似地变化，但如果声音信号中存在某些周期性，它们对应的峰值应在减法后保留下来。图2展示了该方法的一个示例，显示了音频刺激中与曲目节拍相关的峰值以及相应的脑电图。为了考虑任何频谱泄漏，我们计算了以每个感兴趣频率为中心的3个频率仓的幅度平均值，对每个假定的节拍及其一次谐波进行求和，然后对八个额中央通道取平均。先前的工作支持与节拍相关的活动主要发生在这个地形位置。最后，为了确认与音乐节拍相关的周期性的存在，我们为每首曲目选择了与节拍相关的幅度，并使用线性混合效应模型检验这些幅度是否大于零，其中截距固定在0。

2.7节拍稳定性

为了解决音乐播放列表中的节奏波动，每首音乐曲目的节拍一致性是通过基于音频频谱图获得的两种周期性的感觉运动同步化来确定的。每首曲目的节拍稳定性通过10名预实验参与者的手指敲击响应的圆形分析来定义。敲击的一致性被操作为在所有敲击根据其在节拍周期及其双倍周期内发生的“时间”被转置到一个圆上后的平均向量长度。敲击的时间点通过计算每次敲击相对于以毫秒为单位的节奏的模数被转换为角度度量。向量的长度代表在每个周期上敲击的一致性。

2.8统计评估

统计分析使用R语言进行。为了分析音乐对睡眠启动过程的影响，我们创建了一个以组别、时间和阶段作为固定效应，以参与者和片段作为随机效应，并为阶段设置随机斜率的混合效应模型。为了评估音乐在30分钟休息期间对觉醒水平的影响，我们考察了组别与时间的交互作用。时间维度反映了十个3分钟片段的进程，并同时以线性效应和二次效应进行建模。使用AIC和BIC评估模型拟合度。

我们在每首曲目的对数转换后的delta-alpha比值与节拍相关神经幅度之间应用了重复测量相关性，使用R包rmcorr。为了检验节拍神经同步化是否促进了向睡眠的过渡，我们检验了一个片段的delta-alpha比值（即觉醒/睡眠程度）是否与前一首曲目的节拍相关神经幅度相关。最后，我们检验了每首音乐曲目的节拍相关神经响应与节拍稳定性之间的相关性。

3结果

3.1有音乐和无音乐条件下从觉醒向睡眠的过渡

为了检验第一个假设，我们使用线性混合效应模型评估了在30分钟休息期间两组参与者delta-alpha比值的演变。模型显示时间有主效应，反映了向睡眠的普遍过渡，表现为delta-alpha比值升高，即delta活动增加和/或alpha活动减少。组别无主效应，但组别与时间的交互作用显著。这反映了与安静休息的参与者相比，音乐组随着时间的推移有更高程度的睡眠启动。阶段没有显著效应，意味着这种模式在音乐组每日暴露于音乐前后是相同的。基于睡眠评分的睡眠时间百分比分析显示了相同的结果。在比较每个频带的功率谱密度时，我们没有看到组间有任何显著差异。

3.2音乐的促睡眠效应是由节拍神经同步化驱动的吗？

为了研究音乐促睡眠效应是否与节拍神经同步化有关，我们使用频率标记方法聚焦于音乐组的参与者。在参与者选择的两种睡眠播放列表的所有音乐曲目中，节拍相关频率均在delta范围内。频率标记结果显示，某些曲目（但非全部）显示出增强的节拍相关幅度，反映了对节拍的神经同步化。在极简播放列表中，仅曲目3显示出增强的节拍相关幅度。在新世纪播放列表中，我们发现在曲目1、2、3、4、5、6、7和10中节拍相关幅度增强。

我们使用重复测量相关性来检验节拍神经同步化与表示向睡眠过渡的后续delta-alpha比值之间是否存在任何关系。结果显示两个测量值之间没有相关性，因此不支持神经同步化是音乐影响睡眠启动的潜在机制的假设。

3.2.1该效应是否被睡眠启动所掩盖？

为了探索对我们结果的替代解释，我们研究了结果是否受睡眠启动对神经同步化影响的影响。先前研究发现，与节拍相关的神经同步化在睡眠启动时减弱。因此，我们检验了仅在以觉醒为特征的曲目中，节拍神经同步化是否预测了delta-alpha比值，从而预测了下一首曲目向睡眠的过渡。然而，结果仍然未显示节拍相关频率的神经同步化与睡眠启动之间存在任何关系。

为了查看我们的数据是否与Sifuentes-Ortega及其同事的研究结果一致，我们评估了delta-alpha比值与神经同步化程度之间的关系。在此，我们发现delta-alpha比值与节拍相关幅度之间呈负相关趋势。这表明从完全觉醒向睡眠过渡时，对节拍的神经同步化减弱，与Sifuentes-Ortega及其同事的结果相似。

3.2.2节拍稳定性起作用吗？

由于参与者聆听的是自然主义音乐，另一个潜在相关因素是节拍稳定性。先前使用频率标记方法的研究集中在为特定研究设计的等时节拍和稳定节奏上。在此，我们使用了为睡眠选择的自然主义音乐，并且上面我们看到仅对部分睡眠音乐曲目存在神经同步化。

我们使用手指敲击和圆形统计评估了节拍稳定性。在重复测量相关性分析中，我们发现节拍稳定性与脑电图节拍相关幅度之间存在显著相关性。这一结果表明，与节拍稳定性较低的音乐曲目相比，在节拍稳定的音乐曲目中，对节拍的神经同步化程度更高。

4讨论

我们发现，聆听睡眠音乐促进了成年入睡困难型失眠症患者从觉醒向睡眠的过渡。与安静休息的组相比，听音乐组显示出反映睡眠启动的delta-alpha比值有更大的增加。我们没有发现支持音乐节拍神经同步化可能促进入睡启动这一假设的证据。相反，同步化的神经活动更多地反映了自然主义睡眠音乐播放列表中曲目的节拍稳定性。

音乐促进随时间向睡眠过渡的发现表明，音乐可作为促进入睡启动的有用干预措施。这与主观报告一致，显示许多使用音乐作为睡眠辅助的人体验音乐帮助他们更快入睡。然而，我们没有看到音乐干预的主效应，这与先前研究显示音乐对入睡潜伏期等通用测量指标影响结果混杂一致。相反，在休息期间，音乐组的delta/alpha比值比无音乐组增加得更多。同样，音乐组中被评为睡眠的时间百分比也比安静休息的参与者增加得更多。这突显了在分析中考虑时间维度以阐明音乐对睡眠启动影响的必要性。在此，我们使用了明确定义为入睡困难型失眠症的成年参与者。因此，我们的结果表明音乐可以影响这一人群从觉醒向睡眠的过渡，并突显了这些发现在临床背景下的相关性。

与我们的预期相反，我们没有发现任何证据表明节拍神经同步化在音乐的促睡眠效应中起直接作用。因此，我们的结果不支持节拍神经同步化是音乐促进睡眠启动能力的核心机制的假设。将节拍相关神经活动与睡眠启动联系起来的现有证据有限。通过应用频率标记分析将神经活动与特定的节拍相关频率联系起来——而不是广义的delta频带活动——我们的研究使用了一种新颖但成熟的方法来研究音乐影响睡眠的神经生理机制，为该领域做出了贡献。

先前的研究采用了更广泛的方法，测试音乐促进delta或亚delta范围脑电图同步化的能力。这些研究表明，聆听慢速音乐可以在一定程度上增强delta频带活动。然而，在我们的研究中，我们没有发现音乐组与静息组相比普遍增强的delta活动。我们的功率谱密度分析显示delta活动随时间普遍增加，仅看到音乐组delta活动更高增加的趋势。我们研究与先前研究之间的几个差异可能可以解释关于delta活动的不同结果。首先，我们在30分钟的午后休息期间记录脑电图，而非整夜睡眠。其次，我们纳入了成年入睡困难型失眠症样本而非健康年轻成人，并使用了组间随机设计而非被试内设计。其他两项研究中使用的被试内设计可以减少变异性，从而可能增强检测差异的统计功效。然而，我们纳入了更多的参与者。最后，先前的研究使用了标准多导睡眠图方法，包括6或8个脑电图电极，且delta频率结果仅在一个通道中显著。相比之下，我们使用了完整的32通道脑电图帽。

我们的结果显示了对节拍的神经同步化程度不同，但没有发现这些同步化测量值与音乐的促睡眠效应相关。神经同步化程度的这种差异可能源于两个相关因素的相互作用：节拍稳定性以及由于参与者睡眠状态而减弱的同步化神经活动。确实，我们发现当使用自然主义睡眠音乐时，刺激的神经同步化与所呈现曲目的节拍稳定性密切相关。这与先前研究显示节奏越稳定的刺激导致更强的神经同步化一致。类似地，我们研究了睡眠启动是否影响对节拍神经同步化的程度。先前研究表明，在觉醒期间观察到的、已被充分证明的节拍相关活动增强，在睡眠期间减弱。他们展示了在觉醒期间看到的切分音和非切分音节奏的神经幅度在快速眼动睡眠阶段减弱，在非快速眼动睡眠期间被完全抑制。我们的结果仅显示随着delta-alpha比值增加，节拍相关频率的神经幅度有小的降低趋势，因此我们没有完全复现他们的发现。再次，我们的研究与Sifuentes-Ortega及其同事的范式存在关键差异。我们关注的是入睡困难型失眠症参与者在30分钟午后休息期间的睡眠启动，这与他们在良好睡眠质量参与者中进行的整夜脑电图记录有很大不同。此外，我们使用的刺激是自然主义音乐，由多种乐器演奏，曲目之间和曲目内部存在速度变化，而不是使用单一音调播放的重复性实验室设计的节奏模式。由于30分钟的记录时长以及每首音乐曲目的长度，我们无法对睡眠评分中的每一个睡眠阶段进行频率标记比较，而是专注于delta-alpha比值的演变作为向睡眠过渡的指标。

结论

流行病学证据表明失眠患病率不断上升，突显了对安全、易获取的干预措施的需求。在本研究中，我们检验了听音乐是否能促进入睡困难型失眠症个体从觉醒向睡眠的过渡，以及音乐节拍的神经同步化是否是潜在的机制。虽然节拍神经同步化与睡眠启动无关，但聆听自然主义睡眠音乐促进了脑电图所测量的从觉醒向睡眠的过渡。与先前研究一起，这些发现表明听音乐可以支持睡眠启动过程，并为入睡困难型失眠症患者提供了一种有前景的低成本、非药物辅助手段。

图表注释汇总

图1. 研究设计。 (a) 要求参与者在实验室休息，要么听音乐，要么在安静环境中，同时在两个独立的阶段记录他们30分钟的脑电图。

图2. 一个示例音乐曲目及其相应脑电图活动中的节拍相关幅度。 (a) 声音波形的包络被转换为频谱，以识别与节拍周期性相关的峰值。 (b) 不同个体在聆听同一音乐曲目时的脑电图记录及其均值。神经响应被频率标记，以测量与识别出的节拍周期性相关的幅度：蓝色三角形表示预期的节拍，其相邻的黑色三角形表示其谐波。快速傅里叶变换的结果以红色显示。

图3.各组德尔塔-阿尔法比率随时间的变化。音乐组（鲑鱼色）的德尔塔-阿尔法比率增幅高于静息组（蓝绿色）（β = 2.976, t = 2.38, p = 0.017）。德尔塔-阿尔法比率的升高反映睡眠启动过程。因此，这些结果表明，与静息休息的参与者相比，听音乐的参与者更趋向于进入睡眠状态。30分钟的记录被划分为10个时段，每个时段长3分钟。

 图4. 极简和新世纪播放列表中每首歌曲的节拍相关幅度与delta-alpha比值或节拍一致性之间的重复测量相关性。在箱线图中，x轴表示两个播放列表的每首曲目，从极简播放列表开始，随后是新世纪播放列表。每首曲目大约3分钟长。 (a) 参与者的delta-alpha比值（对数转换后）在时间上增加，无论是聆听极简播放列表的参与者（x轴：1-10）还是聆听新世纪播放列表的参与者（x轴：11-20）。在新世纪组中，参与者在最后一首曲目期间似乎恢复到更多的觉醒状态。 (b) 每首曲目的节拍相关幅度（y轴）显示出不同程度的节拍神经同步化。新世纪播放列表中的大多数曲目（x轴：11-20）显著增强，而极简播放列表中只有曲目3显著不同于0（表S9）。 (c) 我们通过让10名参与者的对照组跟随每首曲目敲击来评估节拍稳定性。每首曲目的敲击一致性反映了节拍稳定性。 (d) y轴上的节拍相关幅度与x轴上的对数转换delta-alpha比值之间的重复测量相关性。结果显示一种负相关趋势，可能表明向睡眠过渡时对节拍的神经同步化减弱。 (e) 当考察神经同步化（y轴）与节拍稳定性（x轴）之间的关系时，我们看到显著的相关性。音乐节拍越稳定，节拍相关频率处的神经活动越强。

表1. 参与者特征。

 数据以均值和标准差报告，除非另有说明。 * 采用失眠严重程度指数量表测量，分数越高表示失眠越严重。 ** 来自Ollen音乐素养量表的条目。