音の定位: 脳が音源を認識する仕組み

私たちの周りの世界は、私たちの脳が継続的に処理するあらゆる種類の情報で満たされています。 人間はこの情報を感覚器官を通じて受け取ります。感覚器官はそれぞれ、目（視覚）、舌（味覚）、鼻（嗅覚）、皮膚（触覚）、前庭器官（バランス、空間内の位置、感覚）の分担を担当しています。重さ）と耳（音）。 これらすべての器官からの信号を組み合わせることで、私たちの脳は環境の正確な画像を構築できます。 しかし、外部信号の処理のすべての側面が私たちに知られているわけではありません。 その秘密の XNUMX つは、音の発生源を特定するメカニズムです。

ニュージャージー工科大学の言語聴覚神経工学研究所の科学者たちは、音の定位の神経プロセスの新しいモデルを提案しました。 音の知覚中に脳内でどのような正確なプロセスが発生するのか、脳が音源の位置をどのように理解するのか、そしてこの研究が聴覚障害との闘いにどのように役立つのか。 このことは研究グループの報告書から分かります。 行く。

研究根拠

私たちの脳が感覚から受け取る情報は、そのソースとその処理の両方の点で互いに異なります。 信号によっては、すぐに正確な情報として脳に現れるものもありますが、追加の計算プロセスが必要な信号もあります。 大まかに言うと、私たちは接触をすぐに感じますが、音を聞いても、それがどこから来たのかを見つける必要があります。

水平面内での音の定位の基礎は次のとおりです。 インターラル* 時差 (ITD から 両耳間時間差) 音がリスナーの耳に届きます。

両耳ベース* - 耳の間の距離。

脳には、このプロセスを担当する特定の領域 (上オリーブまたは MSO) があります。 MVOが音信号を受信した瞬間、両耳間の時間差がニューロンの反応速度に変換されます。 ITD の関数としての MBO 出力速度曲線の形状は、各耳の入力信号の相互相関関数の形状に似ています。

MBO において情報がどのように処理され解釈されるかは完全には明らかになっていないため、非常に矛盾した理論がいくつか存在します。 音の定位に関する最も有名で実際に古典的な理論は、ジェフレス モデル (ロイド・A・ジェフレス）。 に基づいています マークライン* それぞれの耳からの神経入力の両耳同期に敏感な検出ニューロン。各ニューロンは一定量の ITD (1А).

マークライン原則* これは、軸索に沿ってインパルスを伝達する際にすべて同じ生理学的原理を使用するさまざまな神経が、どのようにして異なる感覚を生み出すことができるかを説明する仮説です。 構造的に類似した神経は、類似した神経信号を異なる方法で解読できる中枢神経系の固有のニューロンに接続されている場合、異なる感覚認識を生成する可能性があります。

画像 #1

このモデルは計算的にはニューラルコーディングに似ており、両耳に届く音の制約のない相互相関に基づいています。

また、脳の異なる半球からの特定のニューロン集団の応答速度の違いに基づいて音の定位をモデル化できることを示唆するモデルもあります。 半球間非対称性のモデル (1V).

これまでは、XNUMX つの理論 (モデル) が音の強度に対する音の定位の異なる依存性をそれぞれ予測しているため、どちらが正しいかを明確に述べることが困難でした。

今日注目している研究では、研究者らは、音の知覚が神経コーディングに基づいているのか、それとも個々の神経集団の反応の違いに基づいているのかを理解するために、両方のモデルを組み合わせることを決定しました。 18歳から27歳までの人々（女性5名、男性7名）が参加するいくつかの実験が行われました。 参加者の聴力検査（聴力の測定値）は、25～250Hzの間で8000dB以上でした。 実験の参加者は防音室に配置され、その中に高精度に校正された特別な機器が配置されました。 参加者は音声信号を聞いたら、それが来た方向を示さなければなりませんでした。

研究成果

依存関係を評価するには 側性化* 標識されたニューロンに応答する音の強度から脳活動を測定する場合、メンフクロウの脳の層状核におけるニューロンの反応速度に関するデータが使用されました。

左右差* - 体の左半身と右半身が非対称。

特定のニューロン集団の反応速度に対する脳活動の側性化の依存性を評価するために、アカゲザルの脳の下丘の活動からのデータが使用され、その後、異なる半球からのニューロンの速度の差がさらに計算されました。 。

検出ニューロンのマークラインモデルは、音の強度が減少するにつれて、知覚される音源の左右性が小さな音と大きな音の比率と同様の平均値に収束すると予測します(1S).

半球非対称モデルは、音の強度が閾値レベル近くまで減少すると、知覚される左右性が正中線に向かってシフトすることを示唆しています (1D).

全体的な音の強度が高くなると、側方化は強度が不変であると予想されます（図の挿入図）。 1S и 1D).

したがって、音の強度が知覚される音の方向にどのような影響を与えるかを分析することで、その瞬間に発生しているプロセスの性質、つまり同じ一般領域からのニューロン、または異なる半球からのニューロンを正確に判断することができます。

明らかに、ITD を識別する人の能力は音の強さに応じて異なります。 しかし、科学者らは、感度をITDと音響強度の関数として音源の方向についてのリスナーの判断に結び付けるこれまでの研究結果を解釈するのは難しいと述べている。 一部の研究では、音響強度が境界閾値に達すると、音源の知覚される左右性が減少すると述べています。 他の研究では、強度が知覚にまったく影響を及ぼさないことが示唆されています。

言い換えれば、科学者たちは、ITD、音の強さ、音源の方向の決定との関係に関する文献にはほとんど情報がないことを「穏やかに」ほのめかしているのです。 科学界で一般的に受け入れられている、一種の公理として存在する理論があります。 したがって、聴覚知覚のすべての理論、モデル、および考えられるメカニズムを実際に詳細にテストすることが決定されました。

最初の実験は、正常な聴力を持つ XNUMX 人の参加者からなるグループにおいて、音の強さの関数として ITD に基づく側方化の研究を可能にする心理物理学的パラダイムに基づいていました。

画像 #2

音源は、人間が ITD を検出できる周波数範囲のほとんどをカバーするように特別に調整されています。 300 ～ 1200 Hz (2А).

各試行で、リスナーは、375 ～ 375 ミリ秒の ITD 値の範囲にわたって、感覚レベルの関数として測定された知覚された左右性を示す必要がありました。 音響強度の影響を決定するために、固定音響強度とランダム音響強度の両方を含む非線形混合効果モデル (NMLE) が使用されました。

スケジュール 2V は、代表的な聴取者に対して XNUMX つの音の強度でスペクトル的に平坦なノイズを使用して推定された定位を示しています。 そしてスケジュールは 2S すべてのリスナーの生データ (円) と近似された NMLE モデル (線) を示します。

テーブル番号1

上の表は、すべての NLME パラメータを示しています。 科学者の予想どおり、ITD が増加するにつれて知覚される左右性が増加したことがわかります。 音の強度が減少するにつれて、知覚はますます正中線に向かって移動しました（グラフの挿入図） 2C).

これらの傾向は NLME モデルによって裏付けられ、最大左右度に対する ITD と音響強度の顕著な影響を示し、半球間差のモデルを裏付けました。

さらに、純音の平均聴力閾値は知覚される左右差にほとんど影響を与えませんでした。 しかし、音の強さは心理測定機能の指標に大きな影響を与えませんでした。

XNUMX 番目の実験の主な目的は、刺激 (音) のスペクトル特徴を考慮したときに、前の実験で得られた結果がどのように変化するかを判断することでした。 低い音の強度でスペクトル的に平坦なノイズをテストする必要があるのは、スペクトルの一部が聞こえない可能性があり、これが音の方向の決定に影響を与える可能性があるためです。 したがって、最初の実験の結果は、音の強さが減少するとスペクトルの可聴部分の幅が減少する可能性があるという事実と誤って誤解される可能性があります。

したがって、別の実験を行うことにしましたが、その逆を使用しました。 A 加重* ノイズ

A-計量* 人間の耳は低い音の周波数に対してあまり敏感ではないため、人間の耳が知覚する相対的な音量を考慮するために騒音レベルに適用されます。 A-weighting は、dB 単位で測定された音圧レベルに、オクターブ バンド単位でリストされた値のテーブルを算術的に加算することによって実装されます。

チャート上 2D は、実験参加者全員の生データ (丸) と NMLE モデルに適合したデータ (線) を示しています。

データの分析により、音のすべての部分がほぼ均等に聞こえる場合（最初の試行と XNUMX 回目の試行の両方）、知覚される左右性と、ITD に伴う左右性の変化を説明するグラフの傾きが、音の強度が減少するにつれて減少することがわかりました。

したがって、1948 番目の実験の結果は最初の実験の結果を裏付けました。 つまり、実際には、XNUMX 年に Jeffres によって提案されたモデルが正しくないことが示されています。

音の強度が減少すると音の定位が悪くなることが判明し、ジェフレス氏は、音はその強度に関係なく、人間によって同じように知覚され、処理されると信じていました。

研究のニュアンスをより詳しく知りたい場合は、以下を参照することをお勧めします。 科学者の報告.

フィナーレ

理論的な仮定とそれを裏付ける実際の実験により、哺乳類の脳ニューロンは音信号の方向に応じて異なる速度で活性化されることが示されています。 次に、脳はプロセスに関与するすべてのニューロン間でこれらの速度を比較し、音環境のマップを動的に構築します。

ジェフレッソンのモデルはメンフクロウの音源の定位を完全に記述するために使用できるため、実際には 100% 間違っているわけではありません。 はい、メンフクロウにとって音の強さは重要ではありません;いずれにしても、音の発生源の位置を決定します。 ただし、以前の実験で示されているように、このモデルはアカゲザルでは機能しません。 したがって、このジェフレッソンモデルは、すべての生物の音の定位を記述することはできません。

人間の参加者を対象とした実験により、音の定位が生物ごとに異なる方法で発生することが再び確認されました。 参加者の多くは、音の強度が弱かったため、音信号の発生源の位置を正確に判断できませんでした。

科学者たちは、彼らの研究が私たちの見え方と聞こえ方の間にある種の類似性を示していると信じています。 どちらのプロセスも、脳のさまざまな部分のニューロンの速度に関連しており、空間内で見ている物体の位置と聞こえる音の発生源の位置の両方を決定するためのこの違いの評価にも関連しています。

将来的に研究者らは、人間の聴覚と視覚の関係をより詳細に調べる一連の実験を実施する予定で、これにより、私たちの脳がどのように正確に私たちの周囲の世界の地図を動的に構築するのかをよりよく理解できるようになります。

読んでいただきありがとうございます。好奇心を持ち続けて、素晴らしい一週間をお過ごしください。 🙂

いつもご宿泊いただきありがとうございます。 私たちの記事が気に入っていますか? もっと興味深いコンテンツを見たいですか? 注文したり、友人に勧めたりして私たちをサポートしてください。 開発者向けのクラウド VPS は 4.99 ドルから, Habr ユーザーは、当社があなたのために発明した、エントリーレベルのサーバーに似たユニークな製品を 30% 割引でご利用いただけます。 VPS (KVM) E5-2650 v4 (6 コア) 10GB DDR4 240GB SSD 1Gbps 20 ドルからの真実、またはサーバーを共有する方法? (RAID1 および RAID10、最大 24 コア、最大 40GB DDR4 で利用可能)。

Dell R730xdは2倍安い？ ここだけ 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV 199 ドルから オランダで！ Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - 99 ドルから! について読む インフラストラクチャー企業を構築する方法730 ペニーで 5 ユーロの価値がある Dell R2650xd E4-9000 vXNUMX サーバーを使用したクラスですか?

出所： habr.com