محلی سازی صدا: مغز چگونه منابع صدا را تشخیص می دهد

دنیای اطراف ما پر از انواع اطلاعاتی است که مغز ما به طور مداوم آنها را پردازش می کند. او این اطلاعات را از طریق اندام‌های حسی دریافت می‌کند که هر کدام مسئول سهم سیگنال‌های خود هستند: چشم (بینایی)، زبان (طعم)، بینی (بویایی)، پوست (لمس)، دستگاه دهلیزی (تعادل، موقعیت در فضا و حس وزن) و گوش (صدا). با ترکیب سیگنال های همه این اندام ها، مغز ما می تواند تصویر دقیقی از محیط خود بسازد. اما همه جنبه های پردازش سیگنال های خارجی برای ما شناخته شده نیست. یکی از این رازها مکانیسم محلی سازی منبع صداها است.

دانشمندان آزمایشگاه مهندسی عصبی گفتار و شنوایی (موسسه فناوری نیوجرسی) مدل جدیدی از فرآیند عصبی محلی سازی صدا را ارائه کرده اند. چه فرآیندهای دقیقی در هنگام درک صدا در مغز رخ می دهد، چگونه مغز ما موقعیت منبع صدا را درک می کند و چگونه این تحقیق می تواند در مبارزه با نقص شنوایی کمک کند. از گزارش گروه پژوهشی در این باره مطلع می شویم. برو

مبنای تحقیق

اطلاعاتی که مغز ما از حواس ما دریافت می کند، هم از نظر منبع و هم از نظر پردازش با یکدیگر متفاوت است. برخی از سیگنال ها بلافاصله به عنوان اطلاعات دقیق در مغز ما ظاهر می شوند، در حالی که برخی دیگر به فرآیندهای محاسباتی اضافی نیاز دارند. به طور کلی، ما بلافاصله یک لمس را احساس می کنیم، اما وقتی صدایی را می شنویم، هنوز باید پیدا کنیم که از کجا می آید.

اساس محلی سازی صداها در صفحه افقی است بین شنوایی* اختلاف زمانی (ITD از تفاوت زمانی بین شنوایی) صداهایی که به گوش شنونده می رسد.

پایه بین شنوایی* - فاصله بین گوش ها

ناحیه خاصی در مغز (زیتون برتر میانی یا MSO) وجود دارد که مسئول این فرآیند است. در لحظه ای که سیگنال صوتی در MVO دریافت می شود، تفاوت های زمانی بین شنوایی به سرعت واکنش نورون ها تبدیل می شود. شکل منحنی های سرعت خروجی MBO به عنوان تابعی از ITD شبیه شکل تابع همبستگی سیگنال های ورودی برای هر گوش است.

نحوه پردازش و تفسیر اطلاعات در MBO کاملاً مشخص نیست، به همین دلیل چندین نظریه بسیار متناقض وجود دارد. معروف ترین و در واقع کلاسیک ترین نظریه محلی سازی صدا، مدل جفرس است.لوید آ. جفرس). بر اساس آن است خط مشخص شده* نورون‌های آشکارساز که به همزمانی دوگوشی ورودی‌های عصبی از هر گوش حساس هستند و هر نورون به مقدار مشخصی از ITD حداکثر حساسیت را دارد.1A).

اصل خط علامت گذاری شده* فرضیه‌ای است که توضیح می‌دهد چگونه اعصاب مختلف، که همگی از اصول فیزیولوژیکی یکسان در انتقال تکانه‌ها در امتداد آکسون‌های خود استفاده می‌کنند، می‌توانند احساسات متفاوتی ایجاد کنند. اعصاب از نظر ساختاری مشابه اگر به نورون‌های منحصربه‌فردی در سیستم عصبی مرکزی متصل شوند که قادر به رمزگشایی سیگنال‌های عصبی مشابه به روش‌های مختلف هستند، می‌توانند ادراک حسی متفاوتی ایجاد کنند.

تصویر شماره 1

این مدل از نظر محاسباتی شبیه به کدگذاری عصبی است که بر اساس همبستگی متقابل نامحدود صداهایی که به هر دو گوش می‌رسند، است.

همچنین مدلی وجود دارد که نشان می‌دهد می‌توان محلی‌سازی صدا را بر اساس تفاوت‌ها در سرعت پاسخ جمعیت‌های خاصی از نورون‌ها از نیمکره‌های مختلف مغز مدل‌سازی کرد. مدل عدم تقارن بین نیمکره ای (1V).

تا به حال، بیان اینکه کدام یک از این دو نظریه (مدل) درست است، دشوار بود، با توجه به اینکه هر یک از آنها وابستگی های متفاوتی از محلی سازی صدا را به شدت صدا پیش بینی می کنند.

در مطالعه‌ای که امروز به آن نگاه می‌کنیم، محققان تصمیم گرفتند هر دو مدل را ترکیب کنند تا بفهمند که آیا درک صداها بر اساس کدگذاری عصبی است یا بر اساس تفاوت‌ها در پاسخ جمعیت‌های عصبی منفرد. چندین آزمایش انجام شد که در آن افراد 18 تا 27 ساله (5 زن و 7 مرد) شرکت کردند. شنوایی سنجی شرکت کنندگان (اندازه گیری حدت شنوایی) 25 دسی بل یا بالاتر بین 250 تا 8000 هرتز بود. شرکت کننده در آزمایش ها در یک اتاق عایق صدا قرار داده شد که در آن تجهیزات ویژه ای قرار داده شده بود که با دقت بالایی کالیبره شده بود. شرکت کنندگان باید با شنیدن یک سیگنال صوتی، جهتی را که از آن آمده است را نشان می دادند.

نتایج مطالعه

برای ارزیابی وابستگی جانبی شدن* فعالیت مغز از شدت صدا در پاسخ به نورون‌های نشان‌دار، داده‌های مربوط به سرعت واکنش نورون‌ها در هسته آرام مغز جغد انبار استفاده شد.

جانبی* - عدم تقارن نیمه چپ و راست بدن.

برای ارزیابی وابستگی جانبی شدن فعالیت مغز به سرعت واکنش جمعیت خاصی از نورون‌ها، داده‌های مربوط به فعالیت کولیکولوس تحتانی مغز میمون رزوس استفاده شد، پس از آن تفاوت در سرعت نورون‌ها از نیمکره‌های مختلف نیز محاسبه شد. .

مدل خط مشخص شده نورون‌های آشکارساز پیش‌بینی می‌کند که با کاهش شدت صدا، جانبی منبع درک شده به مقادیر میانگین مشابه با نسبت صداهای نرم به بلند همگرا می‌شود.1S).

مدل عدم تقارن نیمکره، به نوبه خود، نشان می دهد که با کاهش شدت صدا به سطوح آستانه نزدیک، جانبی درک شده به سمت خط وسط تغییر می کند.1D).

در شدت کلی صدای بالاتر، انتظار می‌رود جانبی‌سازی با شدت ثابت باشد. 1S и 1D).

بنابراین، تجزیه و تحلیل اینکه چگونه شدت صدا بر جهت درک شده صوت تأثیر می‌گذارد، به ما امکان می‌دهد ماهیت فرآیندهایی را که در آن لحظه رخ می‌دهند - نورون‌هایی از همان ناحیه کلی یا نورون‌هایی از نیمکره‌های مختلف، تعیین کنیم.

واضح است که توانایی فرد در تشخیص ITD ممکن است بسته به شدت صدا متفاوت باشد. با این حال، دانشمندان می گویند که تفسیر یافته های قبلی که حساسیت را به ITD و قضاوت شنوندگان در مورد جهت منبع صدا به عنوان تابعی از شدت صدا مرتبط می کند، دشوار است. برخی از مطالعات می گویند که وقتی شدت صدا به یک آستانه مرزی می رسد، جانبی درک شده از منبع کاهش می یابد. مطالعات دیگر نشان می دهد که هیچ تاثیری از شدت بر ادراک وجود ندارد.

به عبارت دیگر، دانشمندان "به آرامی" اشاره می کنند که اطلاعات کمی در ادبیات در مورد رابطه بین ITD، شدت صدا و تعیین جهت منبع آن وجود دارد. نظریاتی وجود دارد که به عنوان نوعی بدیهیات وجود دارد که عموماً توسط جامعه علمی پذیرفته شده است. از این رو تصمیم بر آن شد تا تمامی نظریه ها، مدل ها و مکانیسم های ممکن ادراک شنوایی به صورت عملی مورد آزمایش قرار گیرند.

آزمایش اول بر اساس یک الگوی روان‌فیزیکی بود که امکان مطالعه جانبی‌سازی مبتنی بر ITD را به عنوان تابعی از شدت صدا در یک گروه ده نفری از شرکت‌کنندگان با شنوایی عادی فراهم کرد.

تصویر شماره 2

منابع صدا به طور خاص تنظیم شده اند تا بیشتر محدوده فرکانسی را که در آن انسان قادر به تشخیص ITD است، پوشش دهد. از 300 تا 1200 هرتز (2A).

در هر آزمایش، شنونده باید جانبی درک شده را که به عنوان تابعی از سطح حس اندازه گیری می شود، در محدوده ای از مقادیر ITD از 375 تا 375 میلی ثانیه نشان می داد. برای تعیین اثر شدت صدا، از مدل جلوه‌های ترکیبی غیرخطی (NMLE) استفاده شد که شامل شدت صدا ثابت و تصادفی بود.

برنامه 2V جانبی شدن تخمینی را با نویز مسطح طیفی در دو شدت صدا برای شنونده نماینده نشان می دهد. و برنامه زمانبندی 2S داده های خام (دایره ها) و مدل NMLE (خطوط) برازش همه شنوندگان را نشان می دهد.

میز 1

جدول بالا تمام پارامترهای NLME را نشان می دهد. همانطور که دانشمندان انتظار داشتند، می توان دید که جانبی درک شده با افزایش ITD افزایش می یابد. با کاهش شدت صدا، درک بیشتر و بیشتر به سمت خط وسط (درج شده در نمودار) تغییر می کند. 2C).

این روندها توسط مدل NLME پشتیبانی می‌شوند، که اثرات قابل‌توجهی از ITD و شدت صدا را بر حداکثر درجه جانبی نشان می‌دهد و از مدل تفاوت‌های بین نیمکره‌ای حمایت می‌کند.

علاوه بر این، میانگین آستانه های شنوایی سنجی برای تن های خالص تأثیر کمی بر جانبی درک شده داشت. اما شدت صدا به طور قابل توجهی بر شاخص های عملکردهای روان سنجی تأثیر نمی گذارد.

هدف اصلی آزمایش دوم تعیین این بود که چگونه نتایج به دست آمده در آزمایش قبلی با در نظر گرفتن ویژگی های طیفی محرک ها (صداها) تغییر می کند. نیاز به آزمایش نویز صاف طیفی در شدت صدای کم این است که ممکن است قسمت‌هایی از طیف قابل شنیدن نباشد و این ممکن است بر تعیین جهت صدا تأثیر بگذارد. در نتیجه، نتایج آزمایش اول را می توان به اشتباه با این واقعیت اشتباه گرفت که عرض قسمت قابل شنیدن طیف می تواند با کاهش شدت صدا کاهش یابد.

بنابراین، تصمیم بر این شد که آزمایش دیگری انجام شود، اما برعکس A-weighted* سر و صدا

توزین الف* برای در نظر گرفتن بلندی نسبی درک شده توسط گوش انسان، در سطوح صدا اعمال می شود، زیرا گوش نسبت به فرکانس های صوتی پایین حساسیت کمتری دارد. A-weighting با اضافه کردن حسابی جدولی از مقادیر فهرست شده در باندهای اکتاو به سطوح فشار صوتی اندازه گیری شده در دسی بل اجرا می شود.

روی نمودار 2D داده های خام (دایره ها) و داده های برازش مدل NMLE (خطوط) همه شرکت کنندگان در آزمایش را نشان می دهد.

تجزیه و تحلیل داده‌ها نشان داد که وقتی همه بخش‌های صدا تقریباً به یک اندازه قابل شنیدن هستند (هم در آزمایش اول و هم در آزمایش دوم)، جانبی درک شده و شیب در نمودار توضیح دهنده تغییر جانبی با ITD با کاهش شدت صدا کاهش می‌یابد.

بنابراین، نتایج آزمایش دوم، نتایج آزمایش اول را تأیید کرد. یعنی در عمل نشان داده شده است که مدل ارائه شده در سال 1948 توسط جفرس صحیح نیست.

به نظر می رسد که با کاهش شدت صدا، محلی سازی صدا بدتر می شود و جفرس معتقد بود که صداها بدون توجه به شدت صداها به همان شیوه توسط انسان ها درک و پردازش می شوند.

برای آشنایی دقیق تر با تفاوت های ظریف مطالعه، توصیه می کنم نگاه کنید دانشمندان گزارش می دهند.

خاتمه

مفروضات نظری و آزمایش های عملی که آنها را تأیید می کنند نشان داده اند که نورون های مغز در پستانداران بسته به جهت سیگنال صوتی با سرعت های متفاوتی فعال می شوند. سپس مغز این سرعت‌ها را بین تمام نورون‌های درگیر در فرآیند مقایسه می‌کند تا به صورت پویا نقشه‌ای از محیط صدا بسازد.

مدل جفرسون در واقع 100٪ اشتباه نیست، زیرا می توان از آن برای توصیف کامل محلی سازی منبع صدا در جغدهای انبار استفاده کرد. بله، برای جغدهای انباری، شدت صدا مهم نیست، در هر صورت، آنها محل منبع آن را تعیین می کنند. با این حال، همانطور که آزمایش های قبلی نشان داده است، این مدل با میمون های رزوس کار نمی کند. بنابراین، این مدل جفرسون نمی تواند محلی سازی صداها را برای همه موجودات زنده توصیف کند.

آزمایش‌ها با شرکت‌کنندگان انسانی بار دیگر تأیید کرد که محلی‌سازی صدا در ارگانیسم‌های مختلف به‌طور متفاوتی رخ می‌دهد. بسیاری از شرکت کنندگان به دلیل شدت کم صداها نتوانستند موقعیت منبع سیگنال های صوتی را به درستی تعیین کنند.

دانشمندان بر این باورند که کار آنها شباهت های خاصی را بین نحوه دیدن و شنیدن ما نشان می دهد. هر دو فرآیند با سرعت نورون ها در قسمت های مختلف مغز و همچنین با ارزیابی این تفاوت برای تعیین موقعیت اشیایی که در فضا می بینیم و موقعیت منبع صدایی که می شنویم، مرتبط هستند.

در آینده، محققان قصد دارند مجموعه‌ای از آزمایش‌ها را برای بررسی دقیق‌تر ارتباط بین شنوایی و بینایی انسان انجام دهند که به ما امکان می‌دهد بهتر درک کنیم که دقیقاً چگونه مغز ما به صورت پویا نقشه‌ای از جهان اطرافمان را می‌سازد.

از توجه شما متشکرم، کنجکاو بمانید و هفته خوبی برای همه داشته باشید! 🙂

از اینکه با ما ماندید متشکرم آیا مقالات ما را دوست دارید؟ آیا می خواهید مطالب جالب تری ببینید؟ با ثبت سفارش یا معرفی به دوستان از ما حمایت کنید ابر VPS برای توسعه دهندگان از 4.99 دلار, 30٪ تخفیف برای کاربران Habr در آنالوگ منحصر به فرد سرورهای سطح ورودی که توسط ما برای شما اختراع شده است: تمام حقیقت در مورد VPS (KVM) E5-2650 v4 (6 Cores) 10GB DDR4 240GB SSD 1Gbps از 20 دلار یا چگونه سرور را به اشتراک بگذاریم؟ (در دسترس با RAID1 و RAID10، حداکثر 24 هسته و حداکثر 40 گیگابایت DDR4).

Dell R730xd 2 برابر ارزان تر است؟ فقط اینجا 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV از 199 دلار در هلند! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - از 99 دلار! در مورد بخوانید نحوه ساخت شرکت زیرساخت کلاس با استفاده از سرورهای Dell R730xd E5-2650 v4 به ارزش 9000 یورو برای یک پنی؟

منبع: www.habr.com