Локализация на звук: как мозъкът разпознава източниците на звука

Светът около нас е изпълнен с всякаква информация, която нашият мозък непрекъснато обработва. Той получава тази информация чрез органите на сетивата, всеки от които отговаря за своя дял от сигналите: очи (зрение), език (вкус), нос (обоняние), кожа (осезание), вестибуларен апарат (равновесие, положение в пространството и усещане за тегло) и уши (звук). Събрал заедно сигналите от всички тези органи, нашият мозък може да изгради точна картина на околната среда. Но далеч не всички аспекти на обработката на външните сигнали са ни известни. Едно от тези тайни е механизмът на локализация на източника на звука.

Учени от лабораторията по невроинженерство на речта и слуха (Технологичния институт на Ню Джърси) предложиха нова модел на невронния процес на локализация на звук. Какви точно процеси протичат в мозъка по време на възприемането на звука, как мозъкът ни разбира положението на източника на звука и как това изследване може да помогне в борбата с дефектите на слуха. За това ще научим от доклада на изследователската група. Да започваме.

Основи на изследването

Информацията, която мозъкът ни получава от органите на сетивата, се различава помежду си както по отношение на източника, така и по отношение на обработката ѝ. Някои сигнали веднага достигат до нашия мозък като точна информация, докато други изискват допълнителни изчислителни процеси. Грубо казано, докосването го усещаме веднага, а звукът, който чуем, изисква да открием откъде идва.

Основата на локализацията на звуците в хоризонталната равнина е интераурален* разлика във времето (ITD от интераурална времева разлика) на звуците, достигащи до ушите на слушателя.

Интерауралната база* е разстоянието между ушите.

В мозъка има определена област (медиална горна олива или МГО), която отговаря за този процес. В момента на получаване на звуков сигнал в МГО се извършва преобразуване на интерауралните разлики във времето в скорост на реакция на невроните. Формата на кривите на скоростта на изходния сигнал на МГО като функция на ITD наподобява формата на взаимнокорелационната функция на входните сигнали за всяко ухо.

Начинът, по който информацията се обработва и интерпретира в МВО, остава не напълно ясен, поради което съществуват няколко доста противоречиви теории. Най-известната и всъщност класическа теория за локализация на звука е моделът на Джеффреса (Лойд А. Джеффрес). Тя се основава на маркирана линия* неурони-детектори, чувствителни към бинауралната синхронност на невропредавателните сигнали от всяко ухо, като всеки нерон е максимално чувствителен към определена стойност на ITD (1А).

Принцип на маркираната линия* — хипотеза, обясняваща как различни нерви, всички използващи същите физиологични принципи при предаване на импулси по своите аксони, могат да генерират различни усещания. Структурно сходни нерви могат да генерират различни сетивни възприятия, ако са свързани с уникални неурони в централната нервна система, способни да декодират сходни нервни сигнали по различни начини.

Изображение №1

Тази модел в изчислителен план е подобен на невроподобното кодиране, основано на неограничени взаимни корелации на звук, достигащи до двете уши.

Съществува и модел, предполагащ, че локализацията на звука може да бъде моделирана на базата на разликите в скоростта на реакция на определени популации от неурони от различни полукълба на мозъка, т.е. модел на междуполукълна асиметрия (1В).

Досега беше трудно да се заяви недвусмислено коя от двете теории (модели) е правилна, като се има предвид, че всяка от тях предсказва различни зависимости на локализацията на звука от интензивността на звука.

В разглежданото днес изследване учените решиха да обединят и двата модела, за да разберат дали възприятието на звуците е основано на невроподобно кодиране или на разликата в реакцията на отделни неуронни популации. Проведени бяха няколко експеримента, в които участваха хора на възраст от 18 до 27 години (5 жени и 7 мъже). Аудиометрията (измерване на слуховата острота) на участниците беше 25 dB или повече при честота от 250 до 8000 Hz. Участниците бяха разположени в звукоизолирана стая, оборудвана със специално устройство, калибрирано с висока точност. Участниците трябваше, след като чуят звуков сигнал, да посочат посоката, от която идва.

Резултати от изследването

За оценка на зависимостта латерализация* на мозъчната активност от интензивността на звука, в отговор на маркираните неврони, са използвани данни за скоростта на реакцията на невроните в ламинарното ядро на мозъка на совата.

Латералност* — асиметрия на лявата и дясната половина на тялото.

За оценка на зависимостта на латерализацията на мозъчната активност от скоростта на реакция на определени популации неврони са използвани данни за активността на долните хълмове на мозъка на макака резус, след което допълнително са изчислени разликите в скоростта на невроните от различни полукълба.

Моделът на маркирана линия от невронни детектори предполага, че при намаляване на интензивността на звука латералността на възприемания източник ще се стреми към средни стойности, подобни на отношението между тихи и силни звуци (1С).

Моделът на междуполукълбовата асиметрия, от своя страна, предполага, че при намаляване на интензивността на звука до почти прагови нива, възприеманата латералност ще се измести към средната линия (1D).

При по-висока обща интензивност на звука се предполага, че латерализацията ще бъде инвариантна спрямо интензивността (вм.Insert на 1С и 1D).

Следователно, анализът на това как интензивността на звука влияе на възприеманата посока на звука позволява точно да се определи естеството на протичащите в момента процеси — неврони от една обща област или неврони от различни полукълба.

Очевидно е, че способността на човека да различава ITD може да варира в зависимост от интензивността на звука. Въпреки това, учените твърдят, че е доста трудно да се интерпретират предишните заключения, свързващи чувствителността към ITD и оценката на посоката на източника на звука от слушателя в зависимост от интензивността на звука. Някои изследвания посочват, че при достигане на интензивността на звука до границата, възприеманата латералност на източника намалява. Други изследвания показват, че влиянието на интензивността върху възприятието изобщо не съществува.

С други думи, учените „меко“ намекват, че в литературата има недостатъчно информация относно връзката между ITD, интензивността на звука и определянето на посоката на неговия източник. Съществуват теории, които функционират като своеобразни аксиоми, общоприети от научната общност. Поради това бе решено да се проучат детайлно всички теории, модели и възможни механизми на слуховото възприятие на практика.

Първият експеримент бе поставен на база използването на психофизична парадигма, което позволи изучаване на латерализацията на база ITD като функция на интензивността на звука в група от десет нормално чуващи участници.

Изображение №2

Звуковите източници бяха специално настроени, за да обхващат голяма част от честотния диапазон, в който хората са способни да разпознават ITD, т.е. от 300 до 1200 Hz (2А).

Във всяко от изпитванията слушателят трябваше да посочи предполагаемата латералност, измервана като функция на нивото на възприятия, в диапазона на стойностите ITD от 375 до 375 ms. За да се определи влиянието на интензивността на звука, се използваше нелинейна смесена модел (NMLE), който включваше както фиксирана, така и случайна интензивност на звука.

Графикът 2В показва оценената латерализация със спектрално плосък шум при две интензивности на звука за репрезентативен слушател. А графикът 2С показва суровите данни (кръгове) и адаптираните към модела NMLE (линии) на всички слушатели.

Таблица №1

Таблицата по-горе показва всички параметри на NLME. Видно е, че възприеманата латералност нараства при увеличаване на ITD, както и очакваха учените. С намаляването на интензивността на звука възприятието все повече се измести към средната линия (вмъкване на графиката участие”, който представлява графично изображение на количественото определение на свързаността между функционално специализираните участъци на мозъка. Всеки от участъците на мозъка бе отнесен към седем класически функционални невронни мрежи. Невронните възли на мозъка с висок коефициент на участие демонстрират различна междумодулна свързаност (връзка между участъците на мозъка) и следователно могат да влияят на процесите на предаване на информация между участъците, както и на тяхната динамика. Докато възлите с нисък коефициент на участие демонстрират по-локални връзки вътре в самия участък на мозъка, а не между няколко участъка. С други думи, ако коефициентът е висок - различните участъци на мозъка активно взаимодействат помежду си, ако е нисък - активността протича вътре в участъка без връзка с съседните ().

Тези тенденции бяха подкрепени от модела NLME, който показа съществено влияние на ITD и интензивността на звука върху максималната степен на латералност, потвърждавайки модела на междуполушарни различия.

Освен това, незначително влияние върху възприеманата латералност имаха средните аудиометрични прагове на чистите тонове. Обаче, интензивността на звука не оказа съществено влияние върху показателите на психометричните функции.

Основната цел на втория експеримент беше да се определи как получените в предишния експеримент резултати ще се променят с оглед на спектралните особености на стимулите (звуците). Необходимостта от проверка на спектрално равномерния шум при ниска интензивност на звука се състои в това, че части от спектъра могат да не бъдат чувани, и това може да повлияе на определянето на посоката на звука. Следователно, резултатите от първия експеримент могат да бъдат погрешно възприети, като фактът, че ширината на чутимата част от спектъра може да се намалява с намаляване на интензивността на звука.

Затова беше решено да се проведе още един експеримент, но вече с приложение на обратно А-тежестите* шуми.

А-тежестен* приложим за нивата на звука, за да се отрази относителната сила, възприемана от човешкото ухо, тъй като ухото е по-малко чувствително към ниските звукови честоти. А-тежестен е реализиран чрез аритметично добавяне на таблица с стойности, изброени в октавни ленти, към измерените нива на звуково налягане в дБ.

На графика 2D показани са необработените данни (кръгове) и данните, подгонени по модела NMLE (линии) за всички участници в експеримента.

Анализът на данните показа, че когато всички части на звука са приблизително еднакво чуеми (както в първия, така и във втория експеримент), възприеманата латералност и наклонът на графиката, поясняваща промяната на латералността с ITD, намаляват с падането на интензивността на звука.

Така резултатите от втория експеримент потвърдиха резултатите от първия. Тоест, на практика беше показано, че моделът, предложен още през 1948 година от Джефрес, не е правилен.

Получава се, че локализацията на звуците се влошава при намаляване на интензивността на звука, а Джефрес смяташе, че звуците се възприемат и обработват от човека еднакво, независимо от тяхната интензивност.

За по-подробно запознаване с нюансите на изследването, препоръчвам да се запознаете с доклад на учените.

Епилог

Теоретичните предположения и потвърдителните практични опити показаха, че невроните в мозъка на млекопитаещите се активират с различна скорост в зависимост от посоката на звуковия сигнал. След това мозъкът сравнява тези скорости между всички участващи в процеса неврони за динамично изграждане на карта на звуковата среда.

Моделът на Джеферсън всъщност не е на 100% сгрешен, тъй като с негова помощ може да се опише идеално локализацията на звуковия източник при совите. Да, за совите интензивността на звука няма значение, те все пак ще определят местоположението на източника. Въпреки това, този модел не работи с макаци-резуси, както показват предишни опити. Следователно, този модел на Джеферсън не може да опише локализацията на звуците за всички живи същества.

Експериментите с участието на хора още веднъж потвърдиха, че локализацията на звуците при различни организми протича по различен начин. Много от участниците не успяха правилно да определят местоположението на източниците на звуковите сигнали поради ниската интензивност на звуците.

Учени смятат, че тяхната работа показва определена прилика между начина, по който виждаме и чуваме. И двата процеса са свързани с бързината на невроните в различни участъци на мозъка, а също и с оценката на тази разлика за определяне както на местоположението на видимите от нас предмети в пространството, така и на местоположението на източника на чутия от нас звук.

В бъдеще изследователите планират да проведат серия от експерименти за по-подробно разглеждане на връзката между слуха и зрението при хората, което ще позволи да се разбере по-добре как именно нашият мозък динамично изгражда картата на заобикалящия ни свят.

Благодаря за вниманието, оставайте любопитни и приятна работна седмица на всички, приятели! 🙂

Благодаря, че оставате с нас. Харесвате ли нашите статии? Искате ли да видите повече интересни материали? Подкрепете ни, като направите поръчка или я препоръчате на познати, облачни VPS за разработчици от $4.99, 30% отстъпка за потребителите на Хабра за уникален аналог на entry-level сървъри, създаден от нас за вас: Всичко за VPS (KVM) E5-2650 v4 (6 ядра) 10GB DDR4 240GB SSD 1Gbps от $20 или как да делим сървъра правилно? (налични опции с RAID1 и RAID10, до 24 ядра и до 40GB DDR4).

Dell R730xd два пъти по-евтин? Само при нас 2 х Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100TB от $199 в Нидерландия! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — от $99! Четете за това Как да изградим инфраструктура от корпоративен клас с прилагане на сървъри Dell R730xd Е5-2650 v4 на стойност 9000 евро за копейки?

Източник: habr.com