ხმის ლოკალიზაცია: როგორ ცნობს ტვინი ხმის წყაროებს

ჩვენს ირგვლივ სამყარო სავსეა ყველა სახის ინფორმაციით, რომელსაც ჩვენი ტვინი განუწყვეტლივ ამუშავებს. ის ამ ინფორმაციას იღებს გრძნობების მეშვეობით, რომელთაგან თითოეული პასუხისმგებელია სიგნალების თავის წილზე: თვალები (მხედველობა), ენა (გემო), ცხვირი (სუნი), კანი (შეხება), ვესტიბულური აპარატი (ბალანსი, პოზიცია სივრცეში და გრძნობა). წონა) და ყურები (ხმა). ყველა ამ ორგანოს სიგნალების გაერთიანებით, ჩვენს ტვინს შეუძლია შექმნას ჩვენი გარემოს ზუსტი სურათი. მაგრამ ჩვენთვის ცნობილი არ არის გარე სიგნალების დამუშავების ყველა ასპექტი. ერთ-ერთი ასეთი საიდუმლო არის ბგერების წყაროს ლოკალიზაციის მექანიზმი.

მეტყველებისა და სმენის ნეიროინჟინერიის ლაბორატორიის მეცნიერებმა (ნიუ ჯერსის ტექნოლოგიური ინსტიტუტი) შემოგვთავაზეს ბგერის ლოკალიზაციის ნერვული პროცესის ახალი მოდელი. რა ზუსტი პროცესები ხდება ტვინში ხმის აღქმის დროს, როგორ ესმის ჩვენი ტვინი ხმის წყაროს პოზიციას და როგორ შეიძლება ეს კვლევა დაეხმაროს სმენის დეფექტებთან ბრძოლაში. ამის შესახებ კვლევის ჯგუფის ანგარიშიდან ვიგებთ. წადი.

კვლევის საფუძველი

ინფორმაცია, რომელსაც ჩვენი ტვინი ჩვენი გრძნობებიდან იღებს, განსხვავდება ერთმანეთისგან, როგორც წყაროს, ისე დამუშავების თვალსაზრისით. ზოგიერთი სიგნალი მაშინვე ეჩვენება ჩვენს ტვინს, როგორც ზუსტ ინფორმაციას, ზოგი კი დამატებით გამოთვლით პროცესებს მოითხოვს. უხეშად რომ ვთქვათ, შეხებას მაშინვე ვგრძნობთ, მაგრამ როცა ხმა გვესმის, მაინც უნდა ვიპოვოთ საიდან მოდის.

ჰორიზონტალურ სიბრტყეში ბგერების ლოკალიზაციის საფუძველია ინტერაურალური * დროის სხვაობა (ITD-დან ინტერაურალური დროის სხვაობა) მსმენელის ყურამდე მისული ბგერები.

ინტერაურალური ბაზა* - მანძილი ყურებს შორის.

თავის ტვინში არის სპეციფიური უბანი (მედიალური ზედა ზეთისხილი ან MSO), რომელიც პასუხისმგებელია ამ პროცესზე. იმ მომენტში, როდესაც ხმის სიგნალი მიიღება MVO-ში, ინტერაურალური დროის განსხვავებები გარდაიქმნება ნეირონების რეაქციის სიჩქარეში. MBO გამომავალი სიჩქარის მრუდების ფორმა ITD-ის ფუნქციით ჰგავს შემავალი სიგნალების ჯვარედინი კორელაციის ფუნქციის ფორმას თითოეული ყურისთვის.

როგორ ხდება ინფორმაციის დამუშავება და ინტერპრეტაცია MBO-ში, ბოლომდე გაურკვეველია, რის გამოც არსებობს რამდენიმე ძალიან წინააღმდეგობრივი თეორია. ხმის ლოკალიზაციის ყველაზე ცნობილი და ფაქტობრივად კლასიკური თეორია არის ჯეფრესის მოდელი (ლოიდ ა. ჯეფრესი). ის ეფუძნება მონიშნული ხაზი * დეტექტორის ნეირონები, რომლებიც მგრძნობიარეა თითოეული ყურის ნერვული შეყვანის ბინარულ სინქრონზე, თითოეული ნეირონი მაქსიმალურად მგრძნობიარეა გარკვეული რაოდენობის ITD-ზე (1A).

მონიშნული ხაზის პრინციპი* არის ჰიპოთეზა, რომელიც განმარტავს, თუ როგორ ახერხებენ სხვადასხვა ნერვები, რომლებიც იყენებენ ერთსა და იმავე ფიზიოლოგიურ პრინციპებს აქსონების გასწვრივ იმპულსების გადაცემისას, შეუძლიათ გამოიმუშაონ სხვადასხვა შეგრძნებები. სტრუქტურულად მსგავს ნერვებს შეუძლიათ წარმოქმნან სხვადასხვა სენსორული აღქმა, თუ ისინი დაკავშირებულია ცენტრალურ ნერვულ სისტემაში არსებულ უნიკალურ ნეირონებთან, რომლებსაც შეუძლიათ მსგავსი ნერვული სიგნალების გაშიფვრა სხვადასხვა გზით.

სურათი #1

ეს მოდელი გამოთვლით ჰგავს ნერვულ კოდირებას, რომელიც დაფუძნებულია ორივე ყურამდე მიმავალი ბგერების შეუზღუდავ ჯვარედინი კორელაციებზე.

ასევე არსებობს მოდელი, რომელიც ვარაუდობს, რომ ხმის ლოკალიზაციის მოდელირება შესაძლებელია ტვინის სხვადასხვა ნახევარსფეროდან ნეირონების გარკვეული პოპულაციების რეაგირების სიჩქარის განსხვავებების საფუძველზე, ე.ი. ნახევარსფეროთაშორისი ასიმეტრიის მოდელი (1V).

აქამდე ძნელი იყო ცალსახად იმის თქმა, თუ რომელი თეორია (მოდელი) არის სწორი, იმის გათვალისწინებით, რომ თითოეული მათგანი წინასწარმეტყველებს ხმის ლოკალიზაციის სხვადასხვა დამოკიდებულებას ბგერის ინტენსივობაზე.

კვლევაში, რომელსაც დღეს ვუყურებთ, მკვლევარებმა გადაწყვიტეს გააერთიანონ ორივე მოდელი, რათა გაეგოთ, ბგერების აღქმა ეფუძნება ნერვულ კოდირებას თუ განსხვავებებს ცალკეული ნერვული პოპულაციების რეაქციაში. ჩატარდა რამდენიმე ექსპერიმენტი, რომელშიც მონაწილეობა მიიღეს 18-დან 27 წლამდე ასაკის ადამიანებმა (5 ქალი და 7 მამაკაცი). მონაწილეთა აუდიომეტრია (სმენის სიმახვილის გაზომვა) იყო 25 დბ ან მეტი 250-დან 8000 ჰც-მდე. ექსპერიმენტების მონაწილე მოათავსეს ხმის გამაგრილ ოთახში, რომელშიც მოთავსებული იყო მაღალი სიზუსტით დაკალიბრებული სპეციალური აღჭურვილობა. მონაწილეებმა ხმოვანი სიგნალის გაგონებისას უნდა მიუთითონ ის მიმართულება, საიდანაც ის მოვიდა.

კვლევის შედეგები

დამოკიდებულების შესაფასებლად ლატერალიზაცია* ტვინის აქტივობა ხმის ინტენსივობიდან მარკირებული ნეირონების საპასუხოდ, გამოყენებული იქნა მონაცემები ნეირონების რეაქციის სიჩქარის შესახებ ბეღლის ბუს ტვინის ლამინარულ ბირთვში.

ლატერალურობა* - სხეულის მარცხენა და მარჯვენა ნახევრის ასიმეტრია.

ტვინის აქტივობის ლატერალიზაციის დამოკიდებულების შესაფასებლად ნეირონების გარკვეული პოპულაციების რეაქციის სიჩქარეზე, გამოყენებული იქნა მონაცემები რეზუს მაიმუნის ტვინის ქვედა კოლიკულის აქტივობის შესახებ, რის შემდეგაც დამატებით გამოითვალა სხვადასხვა ნახევარსფეროდან ნეირონების სიჩქარის განსხვავებები. .

დეტექტორის ნეირონების მონიშნული ხაზის მოდელი პროგნოზირებს, რომ ხმის ინტენსივობის შემცირებისას, აღქმული წყაროს ლატერალურობა გადაიყრება საშუალო მნიშვნელობებამდე, რომელიც ჰგავს რბილი და ხმამაღალი ბგერების თანაფარდობას (1S).

ნახევარსფერული ასიმეტრიის მოდელი, თავის მხრივ, ვარაუდობს, რომ ხმის ინტენსივობის შემცირებისას ზღურბლის დონემდე, აღქმული ლატერალურობა გადაინაცვლებს შუა ხაზისკენ (1D).

უფრო მაღალი საერთო ხმის ინტენსივობის დროს, ლატერალიზაცია მოსალოდნელია ინტენსივობის უცვლელი (ჩასმა 1S и 1D).

მაშასადამე, იმის გაანალიზება, თუ როგორ მოქმედებს ხმის ინტენსივობა ხმის აღქმულ მიმართულებაზე, საშუალებას გვაძლევს ზუსტად განვსაზღვროთ იმ მომენტში მიმდინარე პროცესების ბუნება - ნეირონები ერთი და იგივე ზოგადი ზონიდან ან ნეირონები სხვადასხვა ნახევარსფეროდან.

ცხადია, პიროვნების უნარი განასხვავოს ITD შეიძლება განსხვავდებოდეს ხმის ინტენსივობის მიხედვით. თუმცა, მეცნიერები ამბობენ, რომ ძნელია წინა აღმოჩენების ინტერპრეტაცია, რომლებიც აკავშირებენ მგრძნობელობას ITD-სთან და მსმენელთა შეფასებას ხმის წყაროს მიმართულების შესახებ, როგორც ხმის ინტენსივობის ფუნქცია. ზოგიერთი კვლევა ამბობს, რომ როდესაც ხმის ინტენსივობა მიაღწევს სასაზღვრო ზღურბლს, წყაროს აღქმული ლატერალურობა მცირდება. სხვა კვლევები ვარაუდობენ, რომ აღქმაზე ინტენსივობის გავლენა საერთოდ არ არის.

სხვა სიტყვებით რომ ვთქვათ, მეცნიერები „ნაზად“ მიანიშნებენ, რომ ლიტერატურაში მცირე ინფორმაციაა ITD-ს, ბგერის ინტენსივობასა და მისი წყაროს მიმართულების განსაზღვრასთან დაკავშირებით. არსებობს თეორიები, რომლებიც არსებობს, როგორც ერთგვარი აქსიომები, ზოგადად მიღებული სამეცნიერო საზოგადოების მიერ. ამიტომ, გადაწყდა, რომ პრაქტიკაში სმენის აღქმის ყველა თეორია, მოდელი და შესაძლო მექანიზმი დეტალურად გამოეცადათ.

პირველი ექსპერიმენტი დაფუძნებული იყო ფსიქოფიზიკურ პარადიგმაზე, რომელიც საშუალებას აძლევდა შესწავლილიყო ITD-ზე დაფუძნებული ლატერალიზაცია, როგორც ხმის ინტენსივობის ფუნქცია ათი ნორმალური სმენის მონაწილე ჯგუფში.

სურათი #2

ხმის წყაროები სპეციალურად იყო მორგებული, რათა დაფაროს სიხშირის დიაპაზონის უმეტესი ნაწილი, რომლის ფარგლებშიც ადამიანებს შეუძლიათ ამოიცნონ ITD, ე.ი. 300-დან 1200 ჰც-მდე (2A).

თითოეულ ცდაზე მსმენელს უნდა ენიშნებოდა აღქმული ლატერალურობა, რომელიც იზომება შეგრძნების დონის ფუნქციით, ITD მნიშვნელობების დიაპაზონში 375-დან 375 ms-მდე. ხმის ინტენსივობის ეფექტის დასადგენად გამოყენებული იქნა არაწრფივი შერეული ეფექტების მოდელი (NMLE), რომელიც მოიცავდა როგორც ფიქსირებულ, ასევე შემთხვევით ხმის ინტენსივობას.

განრიგი 2V აჩვენებს სავარაუდო ლატერალიზაციას სპექტრულად ბრტყელი ხმაურით ორი ხმის ინტენსივობით წარმომადგენლობითი მსმენელისთვის. და განრიგი 2S აჩვენებს ყველა მსმენელის ნედლეულ მონაცემებს (წრეებს) და მორგებულ NMLE მოდელს (ხაზებს).

ცხრილი # 1

ზემოთ მოყვანილი ცხრილი აჩვენებს ყველა NLME პარამეტრს. ჩანს, რომ აღქმული ლატერალურობა გაიზარდა ITD-ის მატებასთან ერთად, როგორც ამას მეცნიერები ელოდნენ. ხმის ინტენსივობის შემცირებით, აღქმა უფრო და უფრო იცვლებოდა შუა ხაზისკენ (ჩასმული გრაფიკში 2C).

ამ ტენდენციებს მხარი დაუჭირა NLME მოდელმა, რომელმაც აჩვენა ITD-ისა და ხმის ინტენსივობის მნიშვნელოვანი ეფექტები ლატერალურობის მაქსიმალურ ხარისხზე, რაც მხარს უჭერს ნახევარსფეროთაშორისი განსხვავებების მოდელს.

გარდა ამისა, საშუალო აუდიომეტრულ ზღურბლებს სუფთა ტონებისთვის მცირე გავლენა ჰქონდა აღქმულ ლატერალურობაზე. მაგრამ ხმის ინტენსივობა მნიშვნელოვნად არ იმოქმედა ფსიქომეტრიული ფუნქციების ინდიკატორებზე.

მეორე ექსპერიმენტის მთავარი მიზანი იყო იმის დადგენა, თუ როგორ შეიცვლებოდა წინა ექსპერიმენტში მიღებული შედეგები სტიმულის (ბგერების) სპექტრული მახასიათებლების გათვალისწინებისას. დაბალი ხმის ინტენსივობის დროს სპექტრულად ბრტყელი ხმაურის შესამოწმებლად საჭიროება არის ის, რომ სპექტრის ნაწილები შეიძლება არ იყოს მოსმენილი და ამან შეიძლება გავლენა მოახდინოს ხმის მიმართულების განსაზღვრაზე. შესაბამისად, პირველი ექსპერიმენტის შედეგები შეიძლება შეცდომით მივცეთ იმ ფაქტს, რომ სპექტრის სმენადი ნაწილის სიგანე შეიძლება შემცირდეს ხმის ინტენსივობის შემცირებით.

ამიტომ, გადაწყდა კიდევ ერთი ექსპერიმენტის ჩატარება, მაგრამ საპირისპირო გამოყენებით A-შეწონილი * ხმაური

A-წონა * გამოიყენება ხმის დონეებზე ადამიანის ყურის მიერ აღქმული ფარდობითი სიძლიერის გასათვალისწინებლად, ვინაიდან ყური ნაკლებად მგრძნობიარეა ხმის დაბალი სიხშირის მიმართ. A-შეწონვა ხორციელდება არითმეტიკურად მიმატებით ოქტავის დიაპაზონში ჩამოთვლილი მნიშვნელობების ცხრილის გაზომილ ხმის წნევის დონეებს dB-ში.

სქემაზე 2D აჩვენებს ექსპერიმენტის ყველა მონაწილის ნედლეულ მონაცემებს (წრეებს) და NMLE მოდელზე დაყენებულ მონაცემებს (ხაზებს).

მონაცემთა ანალიზმა აჩვენა, რომ როდესაც ბგერის ყველა ნაწილი დაახლოებით თანაბრად ისმის (როგორც პირველ, ასევე მეორე ცდაში), აღქმული ლატერალურობა და დახრილობა გრაფიკზე, რომელიც ხსნის ლატერალურობის ცვლილებას ITD-თან ერთად, მცირდება ხმის ინტენსივობის შემცირებით.

ამრიგად, მეორე ექსპერიმენტის შედეგებმა დაადასტურა პირველის შედეგები. ანუ პრაქტიკაში ნაჩვენებია, რომ ჯერ კიდევ 1948 წელს ჯეფრესის მიერ შემოთავაზებული მოდელი არ არის სწორი.

გამოდის, რომ ხმის ლოკალიზაცია უარესდება ხმის ინტენსივობის კლებასთან ერთად და ჯეფრესი თვლიდა, რომ ბგერები ადამიანების მიერ ერთნაირად აღიქმება და მუშავდება მათი ინტენსივობის მიუხედავად.

კვლევის ნიუანსების უფრო დეტალური გაცნობისთვის გირჩევთ ნახოთ მეცნიერები იუწყებიან.

ეპილოგი

თეორიულმა ვარაუდებმა და მათმა დამადასტურებელმა პრაქტიკულმა ექსპერიმენტებმა აჩვენა, რომ ძუძუმწოვრებში ტვინის ნეირონები აქტიურდებიან სხვადასხვა სიჩქარით, ხმოვანი სიგნალის მიმართულებიდან გამომდინარე. შემდეგ ტვინი ადარებს ამ სიჩქარეებს პროცესში ჩართულ ყველა ნეირონს შორის, რათა დინამიურად ააგოს ხმის გარემოს რუკა.

ჯეფრესონის მოდელი ფაქტობრივად არ არის 100% მცდარი, რადგან ის შეიძლება გამოყენებულ იქნას ბეღელ ბუებში ხმის წყაროს ლოკალიზაციის შესანიშნავად აღსაწერად. დიახ, ბეღლის ბუებისთვის ხმის ინტენსივობას მნიშვნელობა არ აქვს, ნებისმიერ შემთხვევაში, ისინი განსაზღვრავენ მისი წყაროს პოზიციას. თუმცა, ეს მოდელი არ მუშაობს რეზუს მაიმუნებთან, როგორც წინა ექსპერიმენტებმა აჩვენა. ამიტომ, ჯეფრესონის ეს მოდელი ვერ აღწერს ბგერების ლოკალიზაციას ყველა ცოცხალი არსებისთვის.

ადამიანებთან ერთად ჩატარებულმა ექსპერიმენტებმა კიდევ ერთხელ დაადასტურა, რომ ხმის ლოკალიზაცია განსხვავებულად ხდება სხვადასხვა ორგანიზმში. ბევრმა მონაწილემ ვერ შეძლო ხმოვანი სიგნალების წყაროს პოზიციის სწორად განსაზღვრა ბგერების დაბალი ინტენსივობის გამო.

მეცნიერები თვლიან, რომ მათი ნამუშევარი აჩვენებს გარკვეულ მსგავსებას იმას შორის, თუ როგორ ვხედავთ და როგორ გვესმის. ორივე პროცესი დაკავშირებულია ტვინის სხვადასხვა ნაწილში ნეირონების სიჩქარესთან, ასევე ამ განსხვავების შეფასებასთან, რათა განისაზღვროს როგორც ობიექტების პოზიცია, რომელსაც ვხედავთ სივრცეში, ასევე ხმის წყაროს პოზიცია, რომელსაც გვესმის.

სამომავლოდ, მკვლევარები აპირებენ ჩაატარონ ექსპერიმენტების სერია, რათა უფრო დეტალურად გამოიკვლიონ კავშირი ადამიანის სმენასა და მხედველობას შორის, რაც საშუალებას მოგვცემს უკეთ გავიგოთ, თუ როგორ ზუსტად აყალიბებს ჩვენი ტვინი დინამიურად ჩვენს გარშემო არსებული სამყაროს რუკას.

გმადლობთ ყურადღებისთვის, იყავით ცნობისმოყვარეები და წარმატებულ კვირას გისურვებთ ყველას! 🙂

გმადლობთ, რომ დარჩით ჩვენთან. მოგწონთ ჩვენი სტატიები? გსურთ ნახოთ უფრო საინტერესო შინაარსი? მხარი დაგვიჭირეთ შეკვეთის განთავსებით ან მეგობრებისთვის რეკომენდაციით, ღრუბელი VPS დეველოპერებისთვის 4.99 დოლარიდან, 30% ფასდაკლება Habr-ის მომხმარებლებისთვის საწყისი დონის სერვერების უნიკალურ ანალოგზე, რომელიც ჩვენ მიერ გამოგონილია თქვენთვის: მთელი სიმართლე VPS (KVM) E5-2650 v4 (6 Cores) 10GB DDR4 240GB SSD 1Gbps 20$-დან ან როგორ გავაზიარო სერვერი? (ხელმისაწვდომია RAID1 და RAID10-ით, 24 ბირთვამდე და 40 გბ-მდე DDR4).

Dell R730xd 2-ჯერ იაფია? Მხოლოდ აქ 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 ტელევიზორი $199-დან ნიდერლანდებში! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99-დან! Წაიკითხო რაღაცის შესახებ როგორ ავაშენოთ ინფრასტრუქტურის კორპუსი. კლასი Dell R730xd E5-2650 v4 სერვერების გამოყენებით 9000 ევროს ღირებულების პენი?

წყარო: www.habr.com