ध्वनि स्थानीयकरण: मस्तिष्क ध्वनि स्रोतों को कैसे पहचानता है

हमारे चारों ओर की दुनिया तमाम तरह की सूचनाओं से भरी हुई है, जिन्हें हमारा मस्तिष्क लगातार संसाधित करता रहता है। वह यह जानकारी अपनी इंद्रियों के माध्यम से प्राप्त करता है, जिनमें से प्रत्येक अपने संकेतों के लिए जिम्मेदार है: आंखें (दृष्टि), जीभ (स्वाद), नाक (गंध), त्वचा (स्पर्श), वेस्टिबुलर उपकरण (संतुलन, अंतरिक्ष में स्थिति और वजन की भावना) और कान (ध्वनि)। इन सभी अंगों से प्राप्त संकेतों को मिलाकर हमारा मस्तिष्क पर्यावरण की सटीक तस्वीर बना सकता है। लेकिन बाह्य सिग्नल प्रोसेसिंग के सभी पहलू हमें ज्ञात नहीं हैं। इनमें से एक रहस्य ध्वनि स्रोत स्थानीयकरण का तंत्र है।

वाणी एवं श्रवण तंत्रिका अभियांत्रिकी प्रयोगशाला (न्यू जर्सी प्रौद्योगिकी संस्थान) के वैज्ञानिकों ने ध्वनि स्थानीयकरण की तंत्रिका प्रक्रिया का एक नया मॉडल प्रस्तावित किया है। ध्वनि बोध के दौरान मस्तिष्क में वास्तव में क्या प्रक्रियाएं होती हैं, हमारा मस्तिष्क ध्वनि स्रोत की स्थिति को कैसे समझता है और यह शोध श्रवण दोषों से लड़ने में कैसे मदद कर सकता है। हमें इस बारे में अनुसंधान समूह की रिपोर्ट से पता चला। चल दर।

अनुसंधान आधार

हमारा मस्तिष्क हमारी इन्द्रियों से जो जानकारी प्राप्त करता है वह उसके स्रोत तथा प्रसंस्करण दोनों के संदर्भ में एक दूसरे से भिन्न होती है। कुछ संकेत हमारे मस्तिष्क के सामने सटीक सूचना के रूप में तुरंत प्रकट हो जाते हैं, जबकि अन्य के लिए अतिरिक्त कम्प्यूटेशनल प्रक्रियाओं की आवश्यकता होती है। मोटे तौर पर कहें तो, हम स्पर्श को तुरंत महसूस करते हैं, लेकिन जब हम कोई ध्वनि सुनते हैं, तब भी हमें यह पता लगाना होता है कि वह कहां से आ रही है।

क्षैतिज तल में ध्वनियों को स्थानीयकृत करने का आधार है अंतरकर्णीय* समय अंतर (आईटीडी से अंतराकाशीय समय अंतर) ध्वनि श्रोता के कानों तक पहुँचती है।

अंतराकाशीय आधार* — कानों के बीच की दूरी.

मस्तिष्क में एक विशिष्ट क्षेत्र (मीडियल सुपीरियर ऑलिव या एमएसओ) है जो इस प्रक्रिया के लिए जिम्मेदार है। एमवीओ में ध्वनि संकेत प्राप्त होने के समय, अंतराकाशीय समय अंतर का न्यूरॉन्स की प्रतिक्रिया गति में रूपांतरण होता है। आईटीडी के एक फ़ंक्शन के रूप में एमवीओ आउटपुट सिग्नल वेग वक्र का आकार प्रत्येक कान के लिए इनपुट सिग्नल के क्रॉस-सहसंबंध फ़ंक्शन के आकार जैसा दिखता है।

एमबीओ में सूचना का प्रसंस्करण और व्याख्या किस प्रकार की जाती है, यह अभी भी अस्पष्ट है, जिसके कारण कई परस्पर विरोधी सिद्धांत सामने आते हैं। ध्वनि स्थानीयकरण का सबसे प्रसिद्ध और वास्तव में शास्त्रीय सिद्धांत जेफ़्रास मॉडल है (लॉयड ए. जेफ्रेस). यह पर आधारित है चिन्हित रेखा* डिटेक्टर न्यूरॉन्स जो प्रत्येक कान से तंत्रिका इनपुट संकेतों की बाइनॉरल सिंक्रोनाइज़ेशन के प्रति संवेदनशील होते हैं, प्रत्येक न्यूरॉन एक निश्चित आईटीडी मान के प्रति अधिकतम संवेदनशील होता है (1А).

चिह्नित रेखा का सिद्धांत* - एक परिकल्पना जो यह बताती है कि किस प्रकार विभिन्न तंत्रिकाएं, जो अपने अक्षतंतुओं के साथ आवेगों को संचारित करने के लिए समान शारीरिक सिद्धांतों का उपयोग करती हैं, विभिन्न संवेदनाएं उत्पन्न करने में सक्षम होती हैं। संरचनात्मक रूप से समान तंत्रिकाएं भिन्न संवेदी अनुभूतियां उत्पन्न कर सकती हैं, यदि वे केंद्रीय तंत्रिका तंत्र में विशिष्ट न्यूरॉन्स से जुड़ी हों, जो समान तंत्रिका संकेतों को भिन्न तरीकों से समझने में सक्षम हों।

छवि #1

यह मॉडल कम्प्यूटेशनल रूप से दोनों कानों तक पहुंचने वाली ध्वनियों के असीमित क्रॉस-सहसंबंधों पर आधारित तंत्रिका कोडिंग के समान है।

एक मॉडल यह भी है जो सुझाव देता है कि ध्वनि स्थानीयकरण को मस्तिष्क के विभिन्न गोलार्द्धों से न्यूरॉन्स की कुछ आबादी की प्रतिक्रिया गति में अंतर के आधार पर मॉडल किया जा सकता है, यानी इंटरहेमिस्फेरिक असममिति का मॉडल (1V).

अब तक, यह स्पष्ट रूप से बताना कठिन रहा है कि दोनों सिद्धांतों (मॉडलों) में से कौन सा सही है, क्योंकि उनमें से प्रत्येक ध्वनि की तीव्रता पर ध्वनि स्थानीयकरण की अलग-अलग निर्भरता की भविष्यवाणी करता है।

आज हम जिस अध्ययन की समीक्षा कर रहे हैं, उसमें वैज्ञानिकों ने यह समझने के लिए दोनों मॉडलों को संयोजित करने का निर्णय लिया कि क्या ध्वनि बोध तंत्रिका कोडिंग पर आधारित है या व्यक्तिगत तंत्रिका आबादी की प्रतिक्रिया में अंतर पर आधारित है। 18 से 27 वर्ष की आयु के लोगों (5 महिलाएं और 7 पुरुष) को शामिल करते हुए कई प्रयोग किए गए। प्रतिभागियों की ऑडियोमेट्री (श्रवण तीक्ष्णता का मापन) 25 से 250 हर्ट्ज आवृत्तियों पर 8000 डीबी या उससे बेहतर थी। प्रयोग में भाग लेने वाले को एक ध्वनिरोधी कमरे में रखा गया था, जिसमें उच्च परिशुद्धता के साथ अंशांकित विशेष उपकरण थे। प्रतिभागियों को ध्वनि संकेत सुनने के बाद यह बताना था कि वह किस दिशा से आ रहा है।

अध्ययन के परिणाम

निर्भरता का आकलन करने के लिए पार्श्वीकरण* लेबल वाले न्यूरॉन्स की प्रतिक्रिया में ध्वनि की तीव्रता से मस्तिष्क की गतिविधि का निर्धारण करने के लिए, खलिहान उल्लू के मस्तिष्क के लेमिनर नाभिक में न्यूरॉन्स की प्रतिक्रिया दर पर डेटा का उपयोग किया गया था।

पार्श्वता* - शरीर के बाएं और दाएं हिस्सों की विषमता।

कुछ न्यूरोनल आबादी की प्रतिक्रिया गति पर मस्तिष्क गतिविधि पार्श्वीकरण की निर्भरता का आकलन करने के लिए, रीसस मैकाक मस्तिष्क के अवर कोलिकुलस की गतिविधि पर डेटा का उपयोग किया गया था, जिसके बाद विभिन्न गोलार्धों से न्यूरॉन्स की गति में अंतर की अतिरिक्त गणना की गई थी।

लेबल लाइन डिटेक्टर न्यूरॉन मॉडल भविष्यवाणी करता है कि जैसे-जैसे ध्वनि की तीव्रता कम होती जाती है, कथित स्रोत की पार्श्वता उन औसत मूल्यों में परिवर्तित हो जाएगी जो शांत से तेज ध्वनियों के अनुपात के लिए समान हैं (1S).

गोलार्धीय विषमता मॉडल, बदले में, सुझाव देता है कि जैसे ही ध्वनि की तीव्रता सीमा के करीब कम हो जाती है, कथित पार्श्वता मध्य रेखा की ओर स्थानांतरित हो जाएगी (1D).

उच्च समग्र ध्वनि तीव्रता पर, पार्श्वकरण की तीव्रता अपरिवर्तनीय होने की उम्मीद है (प्रविष्टियाँ 1S и 1D).

इसलिए, यह विश्लेषण करना कि ध्वनि की तीव्रता ध्वनि की कथित दिशा को कैसे प्रभावित करती है, हमें उस क्षण होने वाली प्रक्रियाओं की प्रकृति को सटीक रूप से निर्धारित करने की अनुमति देता है - एक सामान्य क्षेत्र से न्यूरॉन्स या विभिन्न गोलार्धों से न्यूरॉन्स।

यह स्पष्ट है कि किसी व्यक्ति की आईटीडी को पहचानने की क्षमता ध्वनि की तीव्रता के आधार पर भिन्न हो सकती है। हालांकि, शोधकर्ताओं का कहना है कि आईटीडी संवेदनशीलता और ध्वनि की तीव्रता के आधार पर ध्वनि स्रोत की दिशा के बारे में श्रोताओं के निर्णय को जोड़ने वाले पिछले निष्कर्षों की व्याख्या करना कठिन है। कुछ अध्ययनों से पता चलता है कि जब ध्वनि की तीव्रता एक सीमा तक पहुँच जाती है, तो स्रोत की अनुभूत पार्श्वता कम हो जाती है। अन्य अध्ययनों से पता चलता है कि तीव्रता का धारणा पर कोई प्रभाव नहीं पड़ता है।

दूसरे शब्दों में, वैज्ञानिक “धीरे से” संकेत दे रहे हैं कि आईटीडी, ध्वनि की तीव्रता और इसके स्रोत की दिशा निर्धारित करने के बीच संबंध के बारे में साहित्य में बहुत कम जानकारी है। ऐसे सिद्धांत हैं जो एक प्रकार के स्वयंसिद्ध सिद्धांत के रूप में विद्यमान हैं, जिन्हें आमतौर पर वैज्ञानिक समुदाय द्वारा स्वीकार किया जाता है। इसलिए, यह निर्णय लिया गया कि श्रवण बोध के सभी सिद्धांतों, मॉडलों और संभावित तंत्रों का व्यवहार में गहन परीक्षण किया जाए।

पहला प्रयोग एक मनोभौतिक प्रतिमान का उपयोग करते हुए किया गया था, जिससे हमें सामान्य रूप से सुनने वाले दस प्रतिभागियों के समूह में ध्वनि की तीव्रता के आधार पर आईटीडी-आधारित पार्श्वकरण का अध्ययन करने की अनुमति मिली।

छवि #2

ध्वनि स्रोतों को विशेष रूप से उस आवृत्ति रेंज को कवर करने के लिए ट्यून किया गया था जिसके भीतर मनुष्य आईटीडी का पता लगाने में सक्षम हैं, यानी 300 से 1200 हर्ट्ज तक (2А).

प्रत्येक परीक्षण पर, श्रोता को अनुमानित पार्श्वता को इंगित करने की आवश्यकता थी, जिसे 375 से 375 एमएस तक आईटीडी मूल्यों की सीमा पर संवेदना स्तर के एक समारोह के रूप में मापा गया था। ध्वनि तीव्रता के प्रभाव को निर्धारित करने के लिए, एक गैर-रेखीय मिश्रित प्रभाव मॉडल (एनएमएलई) का उपयोग किया गया, जिसमें स्थिर और यादृच्छिक दोनों प्रकार की ध्वनि तीव्रता शामिल थी।

अनुसूची 2V एक प्रतिनिधि श्रोता के लिए दो ध्वनि तीव्रता पर वर्णक्रमीय समतल शोर के साथ अनुमानित पार्श्वकरण को प्रदर्शित करता है। और कार्यक्रम 2S सभी श्रोताओं के लिए कच्चा डेटा (वृत्त) और NMLE मॉडल-फिट डेटा (पंक्तियाँ) दिखाता है।

तालिका क्रमांक 1

उपरोक्त तालिका सभी NLME पैरामीटर दर्शाती है। यह देखा जा सकता है कि शोधकर्ताओं की अपेक्षा के अनुसार, आई.टी.डी. में वृद्धि के साथ पार्श्वता में भी वृद्धि हुई। जैसे-जैसे ध्वनि की तीव्रता कम होती गई, धारणा तेजी से मध्य रेखा की ओर स्थानांतरित होती गई (ग्राफ में डालें) 2C).

इन प्रवृत्तियों को एनएलएमई मॉडल द्वारा समर्थित किया गया, जिसने पार्श्वता की अधिकतम डिग्री पर आईटीडी और ध्वनि की तीव्रता के महत्वपूर्ण प्रभावों को दिखाया, जो गोलार्ध अंतर के मॉडल का समर्थन करता है।

इसके अतिरिक्त, औसत शुद्ध-स्वर ऑडीमेट्रिक थ्रेसहोल्ड का कथित पार्श्वता पर बहुत कम प्रभाव पड़ा। हालाँकि, ध्वनि की तीव्रता ने मनोमितीय कार्य संकेतकों को महत्वपूर्ण रूप से प्रभावित नहीं किया।

दूसरे प्रयोग का मुख्य लक्ष्य यह निर्धारित करना था कि उत्तेजनाओं (ध्वनियों) की वर्णक्रमीय विशेषताओं को ध्यान में रखने पर पिछले प्रयोग में प्राप्त परिणाम किस प्रकार बदलेंगे। कम ध्वनि तीव्रता पर वर्णक्रमीय रूप से समतल शोर का परीक्षण करने की आवश्यकता इसलिए है क्योंकि स्पेक्ट्रम के कुछ भाग सुनाई नहीं दे सकते हैं और इससे ध्वनि की दिशा का निर्धारण प्रभावित हो सकता है। इसलिए, पहले प्रयोग के परिणामों को इस तथ्य के साथ ग़लत समझा जा सकता है कि ध्वनि की तीव्रता कम होने के साथ स्पेक्ट्रम के श्रव्य भाग की चौड़ाई कम हो सकती है।

इसलिए, एक और प्रयोग करने का निर्णय लिया गया, लेकिन इस बार विपरीत विधि का उपयोग किया गया। ए-भारित* शोर।

ए-वजन* मानव कान द्वारा अनुभव की जाने वाली सापेक्ष प्रबलता को ध्यान में रखते हुए ध्वनि स्तरों पर लागू किया जाता है, क्योंकि कान कम ध्वनि आवृत्तियों के प्रति कम संवेदनशील होता है। ए-वेटिंग को ऑक्टेव बैंड में सूचीबद्ध मानों की तालिका को डीबी में मापे गए ध्वनि दबाव स्तरों में अंकगणितीय रूप से जोड़कर प्राप्त किया जाता है।

चार्ट पर 2D प्रयोग में सभी प्रतिभागियों के लिए कच्चा डेटा (वृत्त) और NMLE-फिटेड डेटा (रेखाएं) दिखाए गए हैं।

डेटा विश्लेषण से पता चला कि जब ध्वनि के सभी भाग लगभग समान रूप से श्रव्य होते हैं (पहले और दूसरे दोनों परीक्षणों में), तो ITD के साथ पार्श्वता में परिवर्तन को स्पष्ट करने वाले ग्राफ की ढलान और कथित पार्श्वता, ध्वनि की तीव्रता कम होने के साथ कम हो जाती है।

इस प्रकार, दूसरे प्रयोग के परिणामों ने पहले प्रयोग के परिणामों की पुष्टि की। अर्थात्, व्यवहार में यह दिखाया गया कि 1948 में जेफ्रीस द्वारा प्रस्तावित मॉडल सही नहीं है।

यह पता चला है कि ध्वनि की तीव्रता में कमी के साथ ध्वनियों का स्थानीयकरण बिगड़ जाता है, और जेफ्रीस का मानना ​​​​था कि ध्वनियों को उनकी तीव्रता की परवाह किए बिना एक ही तरह से एक व्यक्ति द्वारा माना और संसाधित किया जाता है।

अध्ययन की बारीकियों के साथ अधिक विस्तृत परिचित के लिए, मैं देखने की सलाह देता हूं वैज्ञानिकों की रिपोर्ट.

उपसंहार

सैद्धांतिक मान्यताओं और उनकी पुष्टि करने वाले व्यावहारिक प्रयोगों से पता चला है कि स्तनधारियों के मस्तिष्क में न्यूरॉन्स ध्वनि संकेत की दिशा के आधार पर अलग-अलग गति से सक्रिय होते हैं। इसके बाद मस्तिष्क इस प्रक्रिया में शामिल सभी न्यूरॉन्स के बीच इन गतियों की तुलना करता है, ताकि ध्वनि वातावरण का गतिशील मानचित्र तैयार किया जा सके।

जेफ्रेसन का मॉडल वास्तव में 100% गलत नहीं है, क्योंकि यह चांदनी में ध्वनि स्रोत के स्थानीयकरण का पूरी तरह से वर्णन कर सकता है। हां, खलिहान उल्लुओं के लिए ध्वनि की तीव्रता मायने नहीं रखती, वे किसी भी स्थिति में उसके स्रोत की स्थिति निर्धारित कर लेंगे। हालाँकि, यह मॉडल रीसस मैकाक के साथ काम नहीं करता है, जैसा कि पिछले प्रयोगों से पता चला है। इसलिए, यह जेफ्रेसन मॉडल सभी जीवित चीजों के लिए ध्वनि स्थानीयकरण का वर्णन नहीं कर सकता है।

लोगों पर किये गये प्रयोगों ने एक बार फिर पुष्टि की है कि विभिन्न जीवों में ध्वनि का स्थानीयकरण अलग-अलग तरीके से होता है। ध्वनि की तीव्रता कम होने के कारण कई प्रतिभागी ध्वनि स्रोत के स्थान को सही ढंग से पहचानने में असमर्थ रहे।

वैज्ञानिकों का मानना ​​है कि उनके शोध से पता चलता है कि हम जिस तरह देखते हैं और जिस तरह सुनते हैं, उनमें कुछ समानताएं हैं। दोनों प्रक्रियाओं में मस्तिष्क के विभिन्न क्षेत्रों में न्यूरॉन्स की गति शामिल होती है, तथा इस अंतर का मूल्यांकन अंतरिक्ष में दिखाई देने वाली वस्तुओं की स्थिति और हमारे द्वारा सुनी जाने वाली ध्वनि के स्रोत की स्थिति निर्धारित करने के लिए किया जाता है।

भविष्य में, शोधकर्ता मानव श्रवण और दृष्टि के बीच संबंध की अधिक विस्तार से जांच करने के लिए प्रयोगों की एक श्रृंखला आयोजित करने की योजना बना रहे हैं, जिससे हमें यह बेहतर ढंग से समझने में मदद मिलेगी कि हमारा मस्तिष्क गतिशील रूप से आसपास की दुनिया का मानचित्र कैसे बनाता है।

आपका ध्यान देने के लिए धन्यवाद, जिज्ञासु बने रहें और आप सभी का सप्ताह मंगलमय हो! 🙂

हमारे साथ रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक रोचक सामग्री देखना चाहते हैं? आदेश देकर या मित्रों को अनुशंसा करके हमारा समर्थन करें, डेवलपर्स के लिए क्लाउड VPS $4.99 से शुरू, प्रवेश स्तर के सर्वरों के एक अद्वितीय एनालॉग पर हैबर उपयोगकर्ताओं के लिए 30% की छूट, जिसका आविष्कार हमारे द्वारा आपके लिए किया गया था: VPS (KVM) E5-2650 v4 (6 Cores) 10GB DDR4 240GB SSD 1Gbps के बारे में पूरी सच्चाई $20 से या सर्वर कैसे साझा करें? (RAID1 और RAID10 के साथ उपलब्ध, 24 कोर तक और 40GB DDR4 तक)।

डेल R730xd 2 गुना सस्ता? केवल यहां 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 टीवी $199 से नीदरलैंड में! डेल R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 से! के बारे में पढ़ा इन्फ्रास्ट्रक्चर कॉर्प का निर्माण कैसे करें। एक पैसा के लिए 730 यूरो मूल्य के डेल R5xd E2650-4 v9000 सर्वर के उपयोग के साथ वर्ग?

स्रोत: www.habr.com