শব্দ স্থানীয়করণ: মস্তিষ্ক কীভাবে শব্দ উত্স সনাক্ত করে

আমাদের চারপাশের জগৎ সব ধরনের তথ্যে পরিপূর্ণ যা আমাদের মস্তিষ্ক ক্রমাগত প্রক্রিয়া করে। তিনি ইন্দ্রিয়ের মাধ্যমে এই তথ্যগুলি গ্রহণ করেন, যার প্রতিটি তার সংকেতগুলির ভাগের জন্য দায়ী: চোখ (দৃষ্টি), জিহ্বা (স্বাদ), নাক (গন্ধ), ত্বক (স্পর্শ), ভেস্টিবুলার যন্ত্রপাতি (ভারসাম্য, স্থানের অবস্থান এবং অনুভূতি ওজন) এবং কান (শব্দ)। এই সমস্ত অঙ্গ থেকে সংকেত একত্রিত করে, আমাদের মস্তিষ্ক আমাদের পরিবেশের একটি সঠিক ছবি তৈরি করতে পারে। কিন্তু বহিরাগত সংকেত প্রক্রিয়াকরণের সমস্ত দিক আমাদের কাছে পরিচিত নয়। এই রহস্যগুলির মধ্যে একটি হল শব্দের উত্স স্থানীয়করণের প্রক্রিয়া।

নিউরোইঞ্জিনিয়ারিং অফ স্পিচ অ্যান্ড হিয়ারিং (নিউ জার্সি ইনস্টিটিউট অফ টেকনোলজি) এর বিজ্ঞানীরা শব্দ স্থানীয়করণের নিউরাল প্রক্রিয়ার একটি নতুন মডেল প্রস্তাব করেছেন। শব্দের উপলব্ধির সময় মস্তিষ্কে ঠিক কী কী প্রক্রিয়া ঘটে, আমাদের মস্তিষ্ক কীভাবে শব্দের উৎসের অবস্থান বুঝতে পারে এবং কীভাবে এই গবেষণা শ্রবণ ত্রুটির বিরুদ্ধে লড়াইয়ে সাহায্য করতে পারে। গবেষণা দলের প্রতিবেদন থেকে আমরা এ বিষয়ে জানতে পারি। যাওয়া.

গবেষণার ভিত্তি

আমাদের মস্তিষ্ক আমাদের ইন্দ্রিয়গুলি থেকে যে তথ্যগুলি গ্রহণ করে তা একে অপরের থেকে পৃথক, উভয়ই এর উত্স এবং প্রক্রিয়াকরণের দিক থেকে। কিছু সংকেত অবিলম্বে আমাদের মস্তিষ্কে সঠিক তথ্য হিসাবে উপস্থিত হয়, অন্যদের জন্য অতিরিক্ত গণনামূলক প্রক্রিয়ার প্রয়োজন হয়। মোটামুটিভাবে বলতে গেলে, আমরা অবিলম্বে একটি স্পর্শ অনুভব করি, কিন্তু যখন আমরা একটি শব্দ শুনি, তখনও এটি কোথা থেকে আসে তা খুঁজে বের করতে হবে।

অনুভূমিক সমতলে শব্দ স্থানীয়করণের ভিত্তি অন্তর্মুখী* সময়ের পার্থক্য (থেকে আইটিডি অন্তর্বর্তী সময়ের পার্থক্য) শব্দ শ্রোতার কানে পৌঁছায়।

অন্তর্মুখী ভিত্তি* - কানের মধ্যে দূরত্ব।

এই প্রক্রিয়ার জন্য দায়ী মস্তিষ্কের একটি নির্দিষ্ট এলাকা (মধ্যস্থ উচ্চতর জলপাই বা MSO)। MVO-তে সাউন্ড সিগন্যাল প্রাপ্ত হওয়ার মুহুর্তে, আন্তঃবৃত্তীয় সময়ের পার্থক্যগুলি নিউরনের প্রতিক্রিয়া হারে রূপান্তরিত হয়। ITD-এর একটি ফাংশন হিসাবে MBO আউটপুট বেগ বক্ররেখার আকৃতি প্রতিটি কানের জন্য ইনপুট সংকেতগুলির ক্রস-সম্পর্ক ফাংশনের আকৃতির অনুরূপ।

এমবিওতে কীভাবে তথ্য প্রক্রিয়া করা হয় এবং ব্যাখ্যা করা হয় তা সম্পূর্ণরূপে পরিষ্কার নয়, এই কারণেই বেশ কিছু পরস্পরবিরোধী তত্ত্ব রয়েছে। শব্দ স্থানীয়করণের সবচেয়ে বিখ্যাত এবং প্রকৃতপক্ষে শাস্ত্রীয় তত্ত্ব হল জেফ্রেস মডেল (লয়েড এ জেফ্রেস) ইহার ভিত্তিতে চিহ্নিত লাইন* সনাক্তকারী নিউরন যা প্রতিটি কান থেকে নিউরাল ইনপুটগুলির বাইনোরাল সিঙ্ক্রোনির প্রতি সংবেদনশীল, প্রতিটি নিউরন একটি নির্দিষ্ট পরিমাণ আইটিডির প্রতি সর্বাধিক সংবেদনশীল (1A).

চিহ্নিত লাইন নীতি* এটি একটি হাইপোথিসিস যা ব্যাখ্যা করে যে কীভাবে বিভিন্ন স্নায়ু, যার সবকটিই তাদের অ্যাক্সন বরাবর আবেগ প্রেরণে একই শারীরবৃত্তীয় নীতিগুলি ব্যবহার করে, বিভিন্ন সংবেদন তৈরি করতে সক্ষম। কাঠামোগতভাবে অনুরূপ স্নায়ুগুলি বিভিন্ন সংবেদনশীল উপলব্ধি তৈরি করতে পারে যদি তারা কেন্দ্রীয় স্নায়ুতন্ত্রের অনন্য নিউরনের সাথে সংযুক্ত থাকে যা বিভিন্ন উপায়ে অনুরূপ স্নায়ু সংকেতগুলিকে ডিকোড করতে সক্ষম।

ছবি #1

এই মডেলটি গণনাগতভাবে নিউরাল কোডিংয়ের অনুরূপ, উভয় কানে পৌঁছানো শব্দের অনিয়ন্ত্রিত ক্রস-সম্পর্কের উপর ভিত্তি করে।

এমন একটি মডেলও রয়েছে যা পরামর্শ দেয় যে শব্দ স্থানীয়করণকে মস্তিষ্কের বিভিন্ন গোলার্ধ থেকে নির্দিষ্ট জনসংখ্যার নিউরনের প্রতিক্রিয়া গতির পার্থক্যের উপর ভিত্তি করে মডেল করা যেতে পারে, যেমন আন্তঃআর্ধমণ্ডলীয় অসমতার মডেল (1V).

এখন পর্যন্ত, দ্ব্যর্থহীনভাবে বলা কঠিন ছিল যে দুটি তত্ত্বের (মডেল) মধ্যে কোনটি সঠিক, কারণ তাদের প্রত্যেকটি শব্দের তীব্রতার উপর শব্দ স্থানীয়করণের বিভিন্ন নির্ভরতা ভবিষ্যদ্বাণী করে।

আমরা আজ যে অধ্যয়নটি দেখছি, গবেষকরা শব্দের উপলব্ধি স্নায়বিক কোডিং বা পৃথক স্নায়ু জনসংখ্যার প্রতিক্রিয়ার পার্থক্যের উপর ভিত্তি করে তা বোঝার জন্য উভয় মডেলকে একত্রিত করার সিদ্ধান্ত নিয়েছে। বেশ কিছু পরীক্ষা-নিরীক্ষা করা হয়েছিল যাতে 18 থেকে 27 বছর বয়সী মানুষ (5 মহিলা এবং 7 জন পুরুষ) অংশ নিয়েছিল। অংশগ্রহণকারীদের অডিওমেট্রি (শ্রবণের তীক্ষ্ণতার একটি পরিমাপ) 25 এবং 250 Hz এর মধ্যে 8000 ডিবি বা তার বেশি ছিল। পরীক্ষায় অংশগ্রহণকারীকে একটি সাউন্ডপ্রুফ রুমে রাখা হয়েছিল, যেখানে বিশেষ সরঞ্জাম স্থাপন করা হয়েছিল, উচ্চ নির্ভুলতার সাথে ক্রমাঙ্কিত করা হয়েছিল। অংশগ্রহণকারীদের, একটি শব্দ সংকেত শুনে, এটি যে দিক থেকে এসেছে তা নির্দেশ করতে হয়েছিল।

গবেষণার ফল

নির্ভরতা মূল্যায়ন করতে পার্শ্বীয়করণ* লেবেলযুক্ত নিউরনের প্রতিক্রিয়ায় শব্দের তীব্রতা থেকে মস্তিষ্কের কার্যকলাপ, শস্যাগার পেঁচা মস্তিষ্কের লেমিনার নিউক্লিয়াসে নিউরনের প্রতিক্রিয়া গতির ডেটা ব্যবহার করা হয়েছিল।

পাশ্বর্ীয়তা* - শরীরের বাম এবং ডান অর্ধেকের অসমতা।

নিউরনের নির্দিষ্ট জনসংখ্যার প্রতিক্রিয়া গতির উপর মস্তিষ্কের ক্রিয়াকলাপের পাশ্বর্ীয়করণের নির্ভরতা মূল্যায়ন করতে, রিসাস বানরের মস্তিষ্কের নিকৃষ্ট কোলিকুলাসের কার্যকলাপ থেকে ডেটা ব্যবহার করা হয়েছিল, যার পরে বিভিন্ন গোলার্ধের নিউরনের গতির পার্থক্যগুলি অতিরিক্ত হিসাবে গণনা করা হয়েছিল। .

সনাক্তকারী নিউরনের চিহ্নিত লাইন মডেলটি ভবিষ্যদ্বাণী করে যে শব্দের তীব্রতা হ্রাস পাওয়ার সাথে সাথে অনুভূত উত্সের পার্শ্বীয়তা নরম থেকে জোরে শব্দের অনুপাতের অনুরূপ মানে মানগুলিতে একত্রিত হবে (1S).

হেমিস্ফেরিক অ্যাসিমেট্রি মডেল, ঘুরে, পরামর্শ দেয় যে শব্দের তীব্রতা থ্রেশহোল্ডের কাছাকাছি স্তরে কমে গেলে, অনুভূত পার্শ্বীয়তা মধ্যরেখার দিকে সরে যাবে (1D).

উচ্চতর সামগ্রিক শব্দের তীব্রতায়, পার্শ্বীয়করণ তীব্রতা অপরিবর্তনীয় (ইনসেট ইনসেট) বলে প্রত্যাশিত 1S и 1D).

সুতরাং, শব্দের তীব্রতা শব্দের অনুভূত দিককে কীভাবে প্রভাবিত করে তা বিশ্লেষণ করা আমাদের সেই মুহূর্তে ঘটতে থাকা প্রক্রিয়াগুলির প্রকৃতি সঠিকভাবে নির্ধারণ করতে দেয় - একই সাধারণ অঞ্চল থেকে নিউরন বা বিভিন্ন গোলার্ধের নিউরন।

স্পষ্টতই, একজন ব্যক্তির আইটিডি বৈষম্য করার ক্ষমতা শব্দের তীব্রতার উপর নির্ভর করে পরিবর্তিত হতে পারে। যাইহোক, বিজ্ঞানীরা বলছেন যে আইটিডির সাথে সংবেদনশীলতা এবং শ্রোতাদের শব্দের তীব্রতার একটি ফাংশন হিসাবে শব্দ উত্সের দিকনির্দেশের সাথে সম্পর্কিত পূর্ববর্তী ফলাফলগুলিকে ব্যাখ্যা করা কঠিন। কিছু গবেষণা বলে যে যখন শব্দের তীব্রতা একটি সীমানা প্রান্তে পৌঁছে যায়, তখন উত্সের অনুভূত পার্শ্বীয়তা হ্রাস পায়। অন্যান্য গবেষণায় বোঝা যায় যে উপলব্ধির উপর তীব্রতার কোন প্রভাব নেই।

অন্য কথায়, বিজ্ঞানীরা "মৃদুভাবে" ইঙ্গিত দিচ্ছেন যে আইটিডি, শব্দের তীব্রতা এবং এর উত্সের দিক নির্ধারণের মধ্যে সম্পর্ক সম্পর্কিত সাহিত্যে খুব কম তথ্য রয়েছে। এমন তত্ত্ব রয়েছে যা এক ধরনের স্বতঃসিদ্ধ হিসাবে বিদ্যমান, যা সাধারণত বৈজ্ঞানিক সম্প্রদায় দ্বারা গৃহীত হয়। অতএব, অনুশীলনে শ্রবণ উপলব্ধির সমস্ত তত্ত্ব, মডেল এবং সম্ভাব্য প্রক্রিয়াগুলি বিস্তারিতভাবে পরীক্ষা করার সিদ্ধান্ত নেওয়া হয়েছিল।

প্রথম পরীক্ষাটি একটি সাইকোফিজিক্যাল দৃষ্টান্তের উপর ভিত্তি করে ছিল যা দশজন সাধারণ শ্রবণ অংশগ্রহণকারীদের একটি গোষ্ঠীতে শব্দের তীব্রতার একটি ফাংশন হিসাবে আইটিডি-ভিত্তিক পার্শ্বীয়করণের অধ্যয়নের অনুমতি দেয়।

ছবি #2

শব্দের উত্সগুলিকে বিশেষভাবে সুর করা হয়েছিল বেশিরভাগ ফ্রিকোয়েন্সি রেঞ্জকে কভার করার জন্য যার মধ্যে মানুষ আইটিডি চিনতে সক্ষম হয়, যেমন 300 থেকে 1200 Hz পর্যন্ত (2A).

প্রতিটি ট্রায়ালে, শ্রোতাকে 375 থেকে 375 ms পর্যন্ত আইটিডি মানগুলির একটি পরিসরে সংবেদন স্তরের একটি ফাংশন হিসাবে পরিমাপ করা অনুভূত পার্শ্বীয়তা নির্দেশ করতে হয়েছিল। শব্দের তীব্রতার প্রভাব নির্ধারণ করতে, একটি ননলাইনার মিক্সড ইফেক্ট মডেল (NMLE) ব্যবহার করা হয়েছিল যাতে স্থির এবং এলোমেলো শব্দের তীব্রতা উভয়ই অন্তর্ভুক্ত ছিল।

সময়নিরুপণতালিকা 2V প্রতিনিধি শ্রোতার জন্য দুটি শব্দের তীব্রতায় বর্ণালী সমতল শব্দের সাথে আনুমানিক পার্শ্বীয়করণ প্রদর্শন করে। এবং সময়সূচী 2S সমস্ত শ্রোতাদের কাঁচা ডেটা (চেনাশোনা) এবং লাগানো NMLE মডেল (লাইন) দেখায়।

1 নং টেবিল

উপরের টেবিলটি সমস্ত NLME পরামিতি দেখায়। এটি দেখা যায় যে আইটিডি বৃদ্ধির সাথে অনুভূত পার্শ্বীয়তা বৃদ্ধি পেয়েছে, যেমন বিজ্ঞানীরা আশা করেছিলেন। শব্দের তীব্রতা হ্রাস পাওয়ার সাথে সাথে উপলব্ধি আরও বেশি করে মিডলাইনের দিকে সরে যায় (গ্রাফে ইনসেট 2C).

এই প্রবণতাগুলি এনএলএমই মডেল দ্বারা সমর্থিত ছিল, যা আন্তঃগোলীয় পার্থক্যগুলির মডেলকে সমর্থন করে, পার্শ্বীয়তার সর্বাধিক ডিগ্রিতে আইটিডি এবং শব্দের তীব্রতার উল্লেখযোগ্য প্রভাব দেখায়।

উপরন্তু, বিশুদ্ধ টোনগুলির জন্য গড় অডিওমেট্রিক থ্রেশহোল্ডগুলি অনুভূত পার্শ্বীয়তার উপর সামান্য প্রভাব ফেলেছিল। কিন্তু শব্দের তীব্রতা সাইকোমেট্রিক ফাংশনগুলির সূচকগুলিকে উল্লেখযোগ্যভাবে প্রভাবিত করেনি।

দ্বিতীয় পরীক্ষার মূল লক্ষ্য ছিল উদ্দীপকের (শব্দ) বর্ণালী বৈশিষ্ট্যগুলি বিবেচনায় নেওয়ার সময় পূর্ববর্তী পরীক্ষায় প্রাপ্ত ফলাফলগুলি কীভাবে পরিবর্তিত হবে তা নির্ধারণ করা। কম শব্দের তীব্রতায় বর্ণালী সমতল শব্দের জন্য পরীক্ষা করার প্রয়োজন হল যে বর্ণালীর অংশগুলি শ্রবণযোগ্য নাও হতে পারে এবং এটি শব্দের দিকনির্দেশকে প্রভাবিত করতে পারে। ফলস্বরূপ, প্রথম পরীক্ষার ফলাফলগুলি ভুলভাবে ভুল হতে পারে যে বর্ণালীর শ্রবণযোগ্য অংশের প্রস্থ শব্দের তীব্রতা হ্রাসের সাথে হ্রাস পেতে পারে।

অতএব, এটি অন্য পরীক্ষা পরিচালনা করার সিদ্ধান্ত নেওয়া হয়েছিল, কিন্তু বিপরীত ব্যবহার করে A-ভারিত* গোলমাল

A-ওজন* মানুষের কান দ্বারা অনুভূত আপেক্ষিক উচ্চতা বিবেচনায় নেওয়ার জন্য শব্দের স্তরে প্রয়োগ করা হয়, যেহেতু কান কম শব্দ ফ্রিকোয়েন্সির প্রতি কম সংবেদনশীল। dB-তে পরিমাপ করা শব্দ চাপের স্তরে অক্টেভ ব্যান্ডে তালিকাভুক্ত মানগুলির একটি সারণী যোগ করে A-ওজন করা হয়।

চার্টে 2D পরীক্ষায় সমস্ত অংশগ্রহণকারীদের কাঁচা ডেটা (চেনাশোনা) এবং NMLE মডেল-যুক্ত ডেটা (লাইন) দেখায়।

তথ্য বিশ্লেষণে দেখা গেছে যে যখন শব্দের সমস্ত অংশ প্রায় সমানভাবে শ্রবণযোগ্য (প্রথম এবং দ্বিতীয় পরীক্ষা উভয় ক্ষেত্রে), অনুভূত পার্শ্বীয়তা এবং গ্রাফে ঢাল আইটিডি হ্রাসের সাথে শব্দের তীব্রতা হ্রাসের সাথে পার্শ্বীয়তার পরিবর্তনকে ব্যাখ্যা করে।

সুতরাং, দ্বিতীয় পরীক্ষার ফলাফল প্রথমটির ফলাফল নিশ্চিত করেছে। অর্থাৎ, বাস্তবে এটি দেখানো হয়েছে যে 1948 সালে জেফ্রেস দ্বারা প্রস্তাবিত মডেলটি সঠিক নয়।

এটি দেখা যাচ্ছে যে শব্দের তীব্রতা হ্রাস পাওয়ার সাথে সাথে শব্দ স্থানীয়করণ আরও খারাপ হয় এবং জেফ্রেস বিশ্বাস করতেন যে শব্দগুলি মানুষের দ্বারা একইভাবে অনুভূত এবং প্রক্রিয়া করা হয়, তাদের তীব্রতা নির্বিশেষে।

অধ্যয়নের সূক্ষ্মতার সাথে আরও বিশদ পরিচিতির জন্য, আমি এটি দেখার পরামর্শ দিই বিজ্ঞানীরা রিপোর্ট করেন.

উপসংহার

তাত্ত্বিক অনুমান এবং তাদের নিশ্চিত করা ব্যবহারিক পরীক্ষায় দেখা গেছে যে স্তন্যপায়ী প্রাণীদের মস্তিষ্কের নিউরনগুলি শব্দ সংকেতের দিকের উপর নির্ভর করে বিভিন্ন হারে সক্রিয় হয়। মস্তিষ্ক তখন গতিশীলভাবে শব্দ পরিবেশের একটি মানচিত্র তৈরি করতে প্রক্রিয়ার সাথে জড়িত সমস্ত নিউরনের মধ্যে এই গতির তুলনা করে।

জেফ্রেসনের মডেলটি আসলে 100% ভুল নয়, কারণ এটি শস্যাগার পেঁচার শব্দের উত্সের স্থানীয়করণকে পুরোপুরি বর্ণনা করতে ব্যবহার করা যেতে পারে। হ্যাঁ, শস্যাগার পেঁচার জন্য শব্দের তীব্রতা কোন ব্যাপার না; যে কোনও ক্ষেত্রে, তারা এর উত্সের অবস্থান নির্ধারণ করবে। যাইহোক, এই মডেলটি রিসাস বানরের সাথে কাজ করে না, যেমনটি পূর্ববর্তী পরীক্ষাগুলি দেখিয়েছে। অতএব, এই জেফ্রেসন মডেলটি সমস্ত জীবন্ত জিনিসের জন্য শব্দের স্থানীয়করণ বর্ণনা করতে পারে না।

মানব অংশগ্রহণকারীদের সাথে পরীক্ষাগুলি আবারও নিশ্চিত করেছে যে শব্দ স্থানীয়করণ বিভিন্ন জীবের মধ্যে ভিন্নভাবে ঘটে। অনেক অংশগ্রহণকারী শব্দের কম তীব্রতার কারণে শব্দ সংকেতের উৎসের অবস্থান সঠিকভাবে নির্ধারণ করতে পারেনি।

বিজ্ঞানীরা বিশ্বাস করেন যে তাদের কাজ আমরা কীভাবে দেখি এবং কীভাবে শুনি তার মধ্যে কিছু মিল দেখায়। উভয় প্রক্রিয়াই মস্তিষ্কের বিভিন্ন অংশে নিউরনের গতির সাথে সম্পর্কিত, সেইসাথে এই পার্থক্যের মূল্যায়নের সাথে আমরা মহাকাশে যে বস্তুগুলি দেখি এবং আমরা যে শব্দ শুনি তার উৎসের অবস্থান উভয়ই নির্ধারণ করে।

ভবিষ্যতে, গবেষকরা মানুষের শ্রবণ এবং দৃষ্টির মধ্যে সংযোগটি আরও বিশদভাবে পরীক্ষা করার জন্য একটি সিরিজ পরীক্ষা পরিচালনা করতে চলেছেন, যা আমাদের আরও ভালভাবে বুঝতে সাহায্য করবে যে আমাদের মস্তিষ্ক কীভাবে গতিশীলভাবে আমাদের চারপাশের বিশ্বের মানচিত্র তৈরি করে।

আপনার মনোযোগের জন্য আপনাকে ধন্যবাদ, কৌতূহলী থাকুন এবং সবার জন্য একটি দুর্দান্ত সপ্তাহ কাটুক! 🙂

আমাদের সাথে থাকার জন্য আপনাকে ধন্যবাদ. আপনি আমাদের নিবন্ধ পছন্দ করেন? আরো আকর্ষণীয় বিষয়বস্তু দেখতে চান? অর্ডার দিয়ে বা বন্ধুদের সুপারিশ করে আমাদের সমর্থন করুন, $4.99 থেকে বিকাশকারীদের জন্য ক্লাউড ভিপিএস, এন্ট্রি-লেভেল সার্ভারের একটি অনন্য অ্যানালগ-এ Habr ব্যবহারকারীদের জন্য 30% ছাড়, যা আপনার জন্য আমাদের দ্বারা উদ্ভাবিত হয়েছে: VPS (KVM) E5-2650 v4 (6 কোর) 10GB DDR4 240GB SSD 1Gbps থেকে $20 বা কিভাবে একটি সার্ভার শেয়ার করবেন সম্পর্কে সম্পূর্ণ সত্য? (RAID1 এবং RAID10 এর সাথে উপলব্ধ, 24 কোর পর্যন্ত এবং 40GB DDR4 পর্যন্ত)।

Dell R730xd 2 গুণ সস্তা? শুধু এখানে 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 টিভি $199 থেকে নেদারল্যান্ডে! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 থেকে! সম্পর্কে পড়ুন কিভাবে ইনফ্রাস্ট্রাকচার কর্পোরেশন তৈরি করা যায়। এক পয়সার জন্য 730 ইউরো মূল্যের Dell R5xd E2650-4 v9000 সার্ভার ব্যবহার করে ক্লাস?

উত্স: www.habr.com