ध्वनि स्थानीयकरण: मस्तिष्क ध्वनि स्रोतों को कैसे पहचानता है

हमारे आस-पास की दुनिया हर तरह की जानकारी से भरी हुई है जिसे हमारा मस्तिष्क लगातार संसाधित करता रहता है। वह यह जानकारी इंद्रियों के माध्यम से प्राप्त करता है, जिनमें से प्रत्येक अपने संकेतों के हिस्से के लिए जिम्मेदार है: आंखें (दृष्टि), जीभ (स्वाद), नाक (गंध), त्वचा (स्पर्श), वेस्टिबुलर उपकरण (संतुलन, अंतरिक्ष में स्थिति और इंद्रिय)। वजन) और कान (ध्वनि)। इन सभी अंगों से संकेतों को मिलाकर हमारा मस्तिष्क हमारे पर्यावरण की एक सटीक तस्वीर बना सकता है। लेकिन बाहरी संकेतों के प्रसंस्करण के सभी पहलू हमें ज्ञात नहीं हैं। इन रहस्यों में से एक ध्वनि के स्रोत को स्थानीयकृत करने का तंत्र है।

भाषण और श्रवण की न्यूरोइंजीनियरिंग प्रयोगशाला (न्यू जर्सी इंस्टीट्यूट ऑफ टेक्नोलॉजी) के वैज्ञानिकों ने ध्वनि स्थानीयकरण की तंत्रिका प्रक्रिया का एक नया मॉडल प्रस्तावित किया है। ध्वनि की धारणा के दौरान मस्तिष्क में कौन सी सटीक 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। इस बारे में हमें रिसर्च ग्रुप की रिपोर्ट से पता चलता है. जाना।

अनुसंधान आधार

हमारा मस्तिष्क हमारी इंद्रियों से जो जानकारी प्राप्त करता है वह अपने स्रोत और प्रसंस्करण दोनों के संदर्भ में एक दूसरे से भिन्न होती है। कुछ संकेत तुरंत हमारे मस्तिष्क को सटीक जानकारी के रूप में दिखाई देते हैं, जबकि अन्य को 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 यह कहां से आती है।

क्षैतिज तल में ध्वनियों के स्थानीयकरण का आधार है इंटरऑरल* समय का अंतर (आईटीडी से) इंटरऑरल समय का अंतर) ध्वनियाँ श्रोता के कानों तक पहुँचती हैं।

इंटरऑरल बेस* - कानों के बीच की दूरी.

मस्तिष्क में एक विशिष्ट क्षेत्र (मेडियल सुपीरियर ऑलिव या एमएसओ) है जो इस प्रक्रिया के लिए जिम्मेदार है। जिस समय एमवीओ में ध्वनि संकेत प्राप्त होता है, इंटरऑरल समय अंतर न्यूरॉन्स की प्रतिक्रिया दर में परिवर्तित हो जाता है। आईटीडी के एक फ़ंक्शन के रूप में एमबीओ आउटपुट वेग वक्र का आकार प्रत्येक कान के लिए इनपुट सिग्नल के क्रॉस-सहसंबंध फ़ंक्शन के आकार जैसा दिखता है।

एमबीओ में जानकारी को कैसे संसाधित और व्याख्या किया जाता है यह पूरी तरह से स्पष्ट नहीं है, यही कारण है कि कई बहुत विरोधाभासी सिद्धांत हैं। ध्वनि स्थानीयकरण का सबसे प्रसिद्ध और वास्तव में शास्त्रीय सिद्धांत जेफ्रेस मॉडल है (लॉयड ए जेफ्रेस). यह आधारित है चिह्नित रेखा* डिटेक्टर न्यूरॉन्स जो प्रत्येक कान से तंत्रिका इनपुट के बाइनॉरल सिंक्रोनाइज़ के प्रति संवेदनशील होते हैं, प्रत्येक न्यूरॉन आईटीडी की एक निश्चित मात्रा के प्रति अधिकतम संवेदनशील होता है (1А).

चिह्नित रेखा सिद्धांत* एक परिकल्पना है जो बताती है कि कैसे विभिन्न तंत्रिकाएं, जो सभी अपने अक्षतंतु के साथ आवेगों को प्रसारित करने में समान शारीरिक सिद्धांतों का उपयोग करती हैं, विभिन्न संवेदनाएं उत्पन्न करने में सक्षम हैं। संरचनात्मक रूप से समान नसें अलग-अलग संवेदी धारणाएं उत्पन्न कर सकती हैं यदि वे केंद्रीय तंत्रिका तंत्र में अद्वितीय न्यूरॉन्स से जुड़ी हों जो समान तंत्रिका संकेतों को अलग-अलग तरीकों से डिकोड करने में सक्षम हों।

छवि #1

यह मॉडल कम्प्यूटेशनल रूप से तंत्रिका कोडिंग के समान है, जो दोनों कानों तक पहुंचने वाली ध्वनियों के अप्रतिबंधित क्रॉस-सहसंबंध पर आधारित है।

एक मॉडल भी है जो सुझाव देता है कि ध्वनि स्थानीयकरण को मस्तिष्क के विभिन्न गोलार्धों 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 मुश्किल था कि दोनों सिद्धांतों (मॉडल) में से कौन सा सही है, यह देखते हुए कि उनमें से प्रत्येक ध्वनि की तीव्रता पर ध्वनि स्थानीयकरण की विभिन्न निर्भरता की भविष्यवाणी करता है।

आज हम जिस अध्ययन को देख रहे हैं, उसमें शोधकर्ताओं ने यह समझने के लिए दोनों मॉडलों को संयोजित करने का निर्णय लिया कि क्या ध्वनियों की धारणा तंत्रिका कोडिंग पर आधारित है या व्यक्तिगत तंत्रिका आबादी की प्रतिक्रिया में अंतर पर आधारित है। कई प्रयोग किए गए जिनमें 18 से 27 साल के लोगों (5 महिलाएं और 7 पुरुष) ने हिस्सा लिया। प्रतिभागियों की ऑडियोमेट्री (सुनने की तीक्ष्णता का माप) 25 डीबी या 250 और 8000 हर्ट्ज के बीच अधिक थी। प्रयोगों में भाग लेने वाले को एक ध्वनिरोधी कमरे में रखा गया था, जिसमें उच्च सटीकता के साथ कैलिब्रेट किए गए विशेष उपकरण रखे गए थे। प्रतिभागियों को ध्वनि संकेत सुनने पर यह बताना था कि वह किस दिशा से आया है।

अध्ययन के परिणाम

निर्भरता का आकलन करना पार्श्वकरण* लेबल किए गए न्यूरॉन्स की प्रतिक्रिया में ध्वनि की तीव्रता से मस्तिष्क की गतिविधि, बार्न उल्लू मस्तिष्क के लामिना नाभिक में न्यूरॉन्स की प्रतिक्रिया गति पर डेटा का उपयोग किया गया था।

पार्श्वता* - शरीर के बाएँ और दाएँ हिस्सों की विषमता।

न्यूरॉन्स की कुछ आबादी की प्रतिक्रिया गति पर मस्तिष्क गतिविधि के पार्श्वकरण की निर्भरता का आकलन करने के लिए, रीसस बंदर मस्तिष्क के निचले कोलिकुलस की गतिविधि से डेटा का उपयोग किया गया था, जिसके बाद विभिन्न गोलार्धों से न्यूरॉन्स की गति में अंतर की अतिरिक्त गणना की गई थी .

डिटेक्टर न्यूरॉन्स का चिह्नित लाइन मॉडल भविष्यवाणी करता है कि जैसे-जैसे ध्वनि की तीव्रता कम होती जाती है, कथित स्रोत की पार्श्वता नरम और तेज़ ध्वनियों के अनुपात के समान औसत मूल्यों में परिवर्तित हो जाएगी (1S).

गोलार्ध असममिति मॉडल, बदले में, सुझाव देता है कि जैसे-जैसे ध्वनि की तीव्रता थ्रेशोल्ड स्तर तक कम हो जाती है, कथित पार्श्वता मध्य रेखा की ओर स्थानांतरित हो जाएगी (1D).

उच्च समग्र ध्वनि तीव्रता पर, पार्श्वीकरण की तीव्रता अपरिवर्तनीय होने की उम्मीद है (इनसेट में)। 1S и 1D).

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

स्पष्ट रूप से, किसी व्यक्ति की आईटीडी में भेदभाव करने की क्षमता ध्वनि की तीव्रता के आधार पर भिन्न हो सकती है। हालाँकि, वैज्ञानिकों का कहना है कि आईटीडी की संवेदनशीलता और ध्वनि तीव्रता के कार्य के रूप में ध्वनि स्रोत दिशा के बारे में श्रोताओं के निर्णय को जोड़ने वाले पिछले निष्कर्षों की व्याख्या करना मुश्किल है। कुछ अध्ययनों में कहा गया है कि जब ध्वनि की तीव्रता एक सीमा सीमा तक पहुंच जाती है, तो स्रोत की कथित पार्श्वता कम हो जाती है। अन्य अध्ययनों से पता चलता है कि धारणा पर तीव्रता का कोई प्रभाव नहीं पड़ता है।

दूसरे शब्दों में, वैज्ञानिक "धीरे-धीरे" संकेत दे रहे हैं कि साहित्य में आईटीडी, ध्वनि की तीव्रता और इसके स्रोत की दिशा निर्धारित करने के बीच संबंध के बारे में बहुत कम जानकारी है। ऐसे सिद्धांत हैं जो एक प्रकार के स्वयंसिद्ध सिद्धांतों के रूप में मौजूद हैं, जिन्हें आम तौर पर वैज्ञानिक समुदाय द्वारा स्वीकार किया जाता है। इसलिए, व्यवहार में श्रवण धारणा के सभी सिद्धांतों, मॉडलों और संभावित तंत्रों का विस्तार से परीक्षण करने का निर्णय लिया गया।

पहला प्रयोग एक मनोभौतिक प्रतिमान पर आधारित था जिसने दस सामान्य श्रवण प्रतिभागियों के समूह में ध्वनि की तीव्रता के एक कार्य के रूप में आईटीडी-आधारित पार्श्वीकरण के अध्ययन की अनुमति दी थी।

छवि #2

ध्वनि स्रोतों को विशेष रूप से अधिकांश 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 375 से 375 एमएस तक आईटीडी मूल्यों की सीमा पर, संवेदना स्तर के एक फ़ंक्शन के रूप में मापा गया कथित पार्श्वता को इंगित करना था। ध्वनि की तीव्रता के प्रभाव को निर्धारित करने के लिए, एक गैर-रेखीय मिश्रित प्रभाव मॉडल (एनएमएलई) का उपयोग किया गया था जिसमें निश्चित और यादृच्छिक ध्वनि तीव्रता दोनों शामिल थे।

अनुसूची 2V एक प्रतिनिधि श्रोता के लिए दो ध्वनि तीव्रताओं पर वर्णक्रमीय सपाट शोर के साथ अनुमानित पार्श्वीकरण प्रदर्शित करता है। और शेड्यूल 2S सभी श्रोताओं का कच्चा डेटा (सर्कल) और फिट किए गए एनएमएलई मॉडल (लाइनें) दिखाता है।

तालिका संख्या 1

उपरोक्त तालिका सभी एनएलएमई पैरामीटर दिखाती है। यह देखा जा सकता है कि बढ़ती आईटीडी के साथ कथित पार्श्वता में वृद्धि हुई, जैसा कि वैज्ञानिकों को उम्मीद थी। जैसे-जैसे ध्वनि की तीव्रता कम होती गई, धारणा अधिक से अधिक मध्य रेखा (ग्राफ़ में इनसेट) की ओर स्थानांतरित हो गई 2C).

इन रुझानों को एनएलएमई मॉडल द्वारा समर्थित किया गया था, जिसने इंटरहेमिस्फेरिक अंतर के मॉडल का समर्थन करते हुए पार्श्वता की अधिकतम डिग्री पर आईटीडी और ध्वनि की तीव्रता के महत्वपूर्ण प्रभाव दिखाए।

इसके अलावा, शुद्ध स्वरों के लिए माध्य ऑडियोमेट्रिक थ्रेशोल्ड का कथित पार्श्वता पर बहुत कम प्रभाव पड़ा। लेकिन ध्वनि की तीव्रता ने साइकोमेट्रिक कार्यों के 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 रखते हुए पिछले प्रयोग में प्राप्त परिणाम कैसे बदलेंगे। कम ध्वनि तीव्रता पर वर्णक्रमीय रूप से सपाट शोर के परीक्षण की आवश्यकता यह है कि स्पेक्ट्रम के कुछ हिस्से श्रव्य नहीं हो सकते हैं और यह ध्वनि दिशा के निर्धारण को प्रभावित कर सकता है। नतीजतन, पहले प्रयोग के परिणामों को गलती से इस तथ्य के रूप में लिया 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 इसका विपरीत प्रयोग करते हुए ए-भारित* शोर

ए-वजन* मानव कान द्वारा महसूस की जाने वाली सापेक्ष तीव्रता को ध्यान में रखने के लिए ध्वनि स्तरों पर लागू किया जाता है, क्योंकि कान कम ध्वनि आवृत्तियों के प्रति कम संवेदनशील होते हैं। ए-वेटिंग को अंकगणितीय रूप से डीबी में मापा ध्वनि दबाव स्तरों में ऑक्टेव बैंड में सूचीबद्ध मूल्यों की एक तालिका जोड़कर कार्यान्वित किया जाता है।

चार्ट पर 2D प्रयोग में सभी प्रतिभागियों का कच्चा डेटा (सर्कल) और एनएमएलई मॉडल-फिट डेटा (लाइनें) दिखाता है।

डेटा के विश्लेषण से पता चला कि जब ध्वनि के सभी हिस्से लगभग समान रूप से श्रव्य होते हैं (पहले और दूसरे परीक्षण दोनों में), तो अनुमानित पार्श्वता और आईटीडी के साथ पार्श्वता में परिवर्तन की व्याख्या करने वाले ग्राफ में ढलान ध्वनि की तीव्रता कम होने के साथ कम हो जाती है।

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

यह पता चला है कि जैसे-जैसे ध्वनि की तीव्रता कम होती जाती है, ध्वनि स्थानीयकरण बिगड़ता जाता है, और जेफ्रेस का मानना ​​​​था कि मनुष्यों द्वारा ध्वनियों को उसी तरह से माना और संसाधित किया जाता है, चाहे उनकी तीव्रता कुछ भी हो।

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 में मस्तिष्क के न्यूरॉन्स ध्वनि संकेत की दिशा के आधार पर अलग-अलग दरों पर सक्रिय होते हैं। फिर मस्तिष्क गतिशील रूप से ध्वनि वातावरण का मानचित्र बनाने की प्रक्रिया में शामिल सभी न्यूरॉन्स के बीच इन गतियों की तुलना करता है।

जेफ़्रेसन का मॉडल वास्तव में 100% गलत नहीं है, क्योंकि इसका उपयोग खलिहान उल्लुओं में ध्वनि स्रोत के स्थानीयकरण का पूरी तरह से वर्णन करने के लिए किया जा सकता है। हाँ, खलिहान उल्लुओं के लिए ध्वनि की तीव्रता कोई मायने नहीं रखती; किसी भी स्थिति में, वे इसके स्रोत की स्थिति निर्धारित करेंगे। हालाँकि, यह मॉडल रीसस बंदरों के साथ काम नहीं करता है, जैसा कि पिछले प्रयोगों से पता चला है। इसलिए, यह जेफ़्रेसन मॉडल सभी जीवित चीजों के लिए ध्वनियों के स्थानीयकरण का वर्णन नहीं कर सकता है।

मानव प्रतिभागियों के साथ प्रयोगों ने एक बार फिर पुष्टि की है कि विभिन्न जीवों में ध्वनि स्थानीयकरण अलग-अलग तरीके से होता है। ध्वनि की कम तीव्रता के कारण कई प्रतिभागी ध्वनि संकेतों के स्रोत की स्थिति को सही ढंग से निर्धारित करने में असमर्थ थे।

वैज्ञानिकों का मानना ​​है कि उनका काम हम कैसे देखते हैं और कैसे सुनते हैं, के बीच कुछ समानताएँ दिखाता है। दोनों प्रक्रियाएं मस्तिष्क के विभिन्न हिस्सों में न्यूरॉन्स की गति से जुड़ी हैं, साथ ही अंतरिक्ष में हम जो वस्तुएं देखते हैं उनकी स्थिति और हमारे द्वारा सुनी जाने वाली ध्वनि के स्रोत की स्थिति दोनों को निर्धारित करने के लिए इस अंतर का आकलन करते हैं।

भविष्य में, शोधकर्ता मानव श्रवण और दृष्टि के बीच संबंध की अधिक विस्तार से जांच करने के लिए प्रयोगों की एक श्रृंखला आयोजित करने जा रहे हैं, जो हमें बेहतर ढंग से समझने की अनुमति देगा कि हमारा मस्तिष्क गतिशील रूप से हमारे आसपास की दुनिया का नक्शा 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