ध्वनि स्थानीयकरण: मस्तिष्क ध्वनि स्रोतों को कैसे पहचानता है

हमारे आस-पास की दुनिया सभी प्रकार की जानकारी से भरी हुई है जो हमारे मस्तिष्क लगातार प्रक्रिया करता है। वह इस जानकारी को इंद्रियों के माध्यम से प्राप्त करता है, जिनमें से प्रत्येक सिग्नल के अपने हिस्से के लिए जिम्मेदार है: आँखें (दृष्टि), जीभ (स्वाद), नाक (गंध), त्वचा (स्पर्श), वेस्टिबुलर उपकरण (संतुलन, स्थानिक स्थिति और वजन की भावना) कान (ध्वनि)। इन सभी अंगों के संकेतों को एक साथ रखकर, हमारा मस्तिष्क पर्यावरण की एक सटीक तस्वीर बना सकता है। लेकिन बाहरी सिग्नल प्रोसेसिंग के सभी पहलू हमें ज्ञात नहीं हैं। इन रहस्यों में से एक ध्वनि स्रोत का स्थानीयकरण तंत्र है।

न्यूरोइंजीनियरिंग लेबोरेटरी फॉर स्पीच एंड हियरिंग (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 वास्तव में क्या प्रक्रियाएं होती हैं, हमारा मस्तिष्क ध्वनि स्रोत की स्थिति को कैसे समझता है और यह अध्ययन श्रवण दोष के खिलाफ लड़ाई में कैसे मदद कर सकता है। हम इस बारे में अनुसंधान समूह की रिपोर्ट से सीखते हैं। चलो चलते हैं।

अध्ययन का आधार

हमारे मस्तिष्क को इंद्रियों से जो जानकारी मिलती है, वह स्रोत के संदर्भ में और इसके प्रसंस्करण के संदर्भ में दोनों से भिन्न होती है। कुछ संकेत सटीक जानकारी के रूप में तुरंत हमारे मस्तिष्क के सामने दिखाई देते हैं, जबकि अन्य को अतिरिक्त कम्प्यूटेशनल प्रक्रियाओं की आवश्यकता होती है। मोटे तौर पर, हम स्पर्श को तुरंत महसूस करते हैं, लेकिन जब हम ध्वनि सुनते हैं, तो हमें अभी भी यह पता लगाना होगा कि यह कहाँ से आता है।

क्षैतिज समतल में ध्वनियों के स्थानीयकरण का आधार श्रोता के कानों तक पहुँचने वाली ध्वनियों का इंटररेलल * समय अंतर ( इंटरॉडल टाइम अंतर से आईटीडी) है।

इंटररॉरल बेस * - कानों के बीच की दूरी।

मस्तिष्क में एक निश्चित क्षेत्र है (औसत दर्जे का बेहतर जैतून या एमबीओ) जो इस प्रक्रिया के लिए जिम्मेदार है। एमबीओ में ध्वनि संकेत प्राप्त करने के क्षण में, समय में अंतर संबंधी अंतर न्यूरॉन्स की प्रतिक्रिया दर में परिवर्तित हो जाते हैं। एक ITD फ़ंक्शन के रूप में MBO के आउटपुट वेग का आकार प्रत्येक कान के लिए इनपुट संकेतों के क्रॉस-सहसंबंध फ़ंक्शन के आकार जैसा दिखता है।

एमबीओ में जिस तरह से जानकारी संसाधित और व्याख्या की गई है, वह पूरी तरह से स्पष्ट नहीं है, यही वजह है कि कई परस्पर विरोधी सिद्धांत हैं। ध्वनि स्थानीयकरण का सबसे प्रसिद्ध और वास्तव में शास्त्रीय सिद्धांत जेफ्रेस मॉडल ( लॉयड ए। जेफ्रेस ) है। यह न्यूरॉन डिटेक्टरों की एक चिह्नित लाइन * पर आधारित है , जो प्रत्येक कान से तंत्रिका इनपुट संकेतों के द्विअक्षीय तुल्यकालन के प्रति संवेदनशील हैं, और प्रत्येक न्यूरॉन एक विशिष्ट ITD मान ( 1A ) के लिए सबसे अधिक संवेदनशील है।

चिह्नित लाइन का सिद्धांत * एक परिकल्पना है जो बताती है कि विभिन्न तंत्रिकाएं, जिनमें से सभी अपने एक्सोन के साथ आवेगों को प्रसारित करने के लिए समान शारीरिक सिद्धांतों का उपयोग करते हैं, विभिन्न संवेदनाओं को उत्पन्न करने में सक्षम हैं। संरचनात्मक रूप से समान तंत्रिकाएं विभिन्न संवेदी धारणाएं उत्पन्न कर सकती हैं यदि वे केंद्रीय तंत्रिका तंत्र में अद्वितीय न्यूरॉन्स से जुड़े होते हैं जो विभिन्न तरीकों से समान तंत्रिका संकेतों को डिकोड करने में सक्षम होते हैं।

चित्र संख्या 1

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

एक मॉडल भी है जिसमें यह माना जाता है कि मस्तिष्क के विभिन्न गोलार्धों से न्यूरॉन्स की कुछ आबादी की प्रतिक्रिया दर में अंतर के आधार पर ध्वनि के स्थानीयकरण को मॉडल किया जा सकता है, अर्थात्। इंटरहेमिसफेरिक एसिमेट्री ( 1 बी ) का मॉडल।

अब तक, यह असमान रूप से कठिन था कि दोनों में से कौन सा सिद्धांत (मॉडल) सही है, यह देखते हुए कि उनमें से प्रत्येक ध्वनि तीव्रता पर ध्वनि स्थानीयकरण के विभिन्न आश्रितों की भविष्यवाणी करता है।

आज हम जिस अध्ययन पर विचार कर रहे हैं, उसमें वैज्ञानिकों ने यह समझने के लिए दोनों मॉडलों को संयोजित करने का फैसला किया कि क्या ध्वनियों का बोध तंत्रिका कोडिंग पर आधारित है या व्यक्तिगत तंत्रिका आबादी की प्रतिक्रिया में अंतर पर है। कई प्रयोग किए गए जिनमें 18 से 27 वर्ष (5 महिलाएं और 7 पुरुष) के लोगों ने हिस्सा लिया। 250 से 8000 हर्ट्ज की आवृत्ति पर प्रतिभागियों की ऑडीओमेट्री (श्रवण तीक्ष्णता का मापन) 25 डीबी या उससे अधिक था। प्रयोग प्रतिभागी को एक ध्वनिरोधी कमरे में रखा गया था जिसमें विशेष उपकरण उच्च सटीकता के साथ कैलिब्रेट किए गए थे। प्रतिभागियों को एक ध्वनि संकेत सुना जाना चाहिए, उस दिशा को इंगित करना चाहिए जिससे यह आता है।

अनुसंधान के परिणाम

चिह्नित न्यूरॉन्स के जवाब में ध्वनि की तीव्रता पर मस्तिष्क गतिविधि के पार्श्वकरण * की निर्भरता का आकलन करने के लिए, हमने खलिहान उल्लू मस्तिष्क के लामिना कोर में न्यूरॉन्स की प्रतिक्रिया दर पर डेटा का उपयोग किया।

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

न्यूरॉन्स की कुछ आबादी की प्रतिक्रिया दर पर मस्तिष्क गतिविधि के पार्श्वकरण की निर्भरता का आकलन करने के लिए, हमने रीसस बंदर के निचले दो-मस्तिष्क के गतिविधि डेटा का उपयोग किया, जिसके बाद विभिन्न गोलार्धों से न्यूरॉन्स की गति में अंतर को अतिरिक्त रूप से गणना की गई।

न्यूरॉन डिटेक्टरों की चिह्नित लाइन के मॉडल से पता चलता है कि, ध्वनि की तीव्रता में कमी के साथ, कथित स्रोत की पार्श्वता शांत और तेज ध्वनियों ( 1 सी ) के अनुपात के समान औसत मूल्यों में परिवर्तित हो जाएगी।

इंटरहिम्सेफरिक विषमता मॉडल, बदले में, यह दर्शाता है कि ध्वनि की तीव्रता में लगभग सीमा तक कमी के साथ, कथित पार्श्वता midline ( 1D ) में स्थानांतरित हो जाएगी।

उच्चतर समग्र ध्वनि तीव्रता पर, यह माना जाता है कि पार्श्वकरण तीव्रता में अपरिवर्तित होगा ( 1C और 1V पर आवेषण)।

इसलिए, ध्वनि की तीव्रता, ध्वनि की कथित दिशा को कैसे प्रभावित करती है, इसका विश्लेषण आपको उस पल में 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।

जाहिर है, ITDs के बीच अंतर करने की एक व्यक्ति की क्षमता ध्वनि की तीव्रता के साथ भिन्न हो सकती है। हालांकि, वैज्ञानिकों का कहना है कि आईटीडी के प्रति संवेदनशीलता और ध्वनि स्रोत की दिशा के रूप में ध्वनि स्रोत की दिशा के मूल्यांकन से संबंधित पिछले निष्कर्षों की व्याख्या करना मुश्किल है। कुछ अध्ययन कहते हैं कि जब ध्वनि की तीव्रता सीमा सीमा तक पहुंचती है, तो स्रोत की कथित पार्श्वता कम हो जाती है। अन्य अध्ययन बताते हैं कि धारणा पर तीव्रता का कोई प्रभाव नहीं पड़ता है।

दूसरे शब्दों में, वैज्ञानिक "धीरे" संकेत देते हैं कि आईटीडी के संबंध, ध्वनि की तीव्रता और इसके स्रोत की दिशा निर्धारित करने के संबंध में साहित्य में पर्याप्त जानकारी नहीं है। आमतौर पर वैज्ञानिक समुदाय द्वारा स्वीकार किए जाने वाले एक प्रकार के स्वयंसिद्ध के रूप में मौजूद सिद्धांत हैं। इसलिए, व्यवहार में श्रवण धारणा के सभी सिद्धांतों, मॉडल और संभव तंत्र का विस्तार से परीक्षण करने का निर्णय लिया गया।

पहला प्रयोग साइकोफिजिकल प्रतिमान का उपयोग करके किया गया था, जिसने हमें प्रयोग में सामान्य रूप से सुनने वाले प्रतिभागियों के समूह में ध्वनि की तीव्रता के एक समारोह के रूप में आईटीडी-आधारित पार्श्वकरण का अध्ययन करने की अनुमति दी।


चित्र संख्या 2

ध्वनि स्रोतों को विशेष रूप से अधिकांश आवृत्ति रेंज को कवर करने के लिए तैयार किया गया था, जिसके भीतर लोग आईटीडी को पहचानने में सक्षम हैं, अर्थात। 300 से 1200 हर्ट्ज ( 2 ए )।

प्रत्येक परीक्षण में, श्रोता को 375 से 375 एमएस तक के आईटीडी मूल्यों की श्रेणी में संवेदनाओं के स्तर के एक कार्य के रूप में मापा जाने वाला अपेक्षित पार्श्वता इंगित करना था। ध्वनि की तीव्रता के प्रभाव को निर्धारित करने के लिए, nonlinear मिश्रित प्रभाव मॉडल (NMLE) का उपयोग किया गया था, जिसमें निश्चित और यादृच्छिक ध्वनि तीव्रता दोनों शामिल थे।

ग्राफ 2 बी एक प्रतिनिधि श्रोता के लिए दो ध्वनि तीव्रता पर स्पष्ट रूप से फ्लैट शोर के साथ अनुमानित पार्श्वकरण को दर्शाता है। एक ग्राफ 2C कच्चे डेटा (सर्कल) को दिखाता है और सभी श्रोताओं के NMLE मॉडल (लाइनों) के अनुरूप होता है।


तालिका संख्या 1

उपरोक्त तालिका एनएलएमई के सभी मापदंडों को दर्शाती है। यह देखा जा सकता है कि आईटीडी बढ़ने के साथ कथित पार्श्वता बढ़ी, जैसा कि वैज्ञानिकों ने उम्मीद की थी। ध्वनि की तीव्रता में कमी के साथ, धारणा अधिक से अधिक मिडलाइन ( 2C ग्राफ पर डालें) की ओर स्थानांतरित हो गई।

इन रुझानों को एनएलएमई मॉडल द्वारा प्रबलित किया गया था, जिसने आईटीएचडी का एक महत्वपूर्ण प्रभाव दिखाया और पार्श्वता की अधिकतम डिग्री पर ध्वनि की तीव्रता की पुष्टि की, जो कि अंतर-संबंधी अंतर के मॉडल की पुष्टि करता है।

इसके अलावा, शुद्ध स्वर के औसत ऑडियोमेट्रिक थ्रेसहोल्ड का कथित पार्श्वता पर एक नगण्य प्रभाव था। लेकिन ध्वनि की तीव्रता साइकोमेट्रिक कार्यों के प्रदर्शन को महत्वपूर्ण रूप से प्रभावित नहीं करती थी।

दूसरे प्रयोग का मुख्य लक्ष्य यह निर्धारित करना था कि पिछले प्रयोग में प्राप्त परिणाम कैसे बदलते हैं जब उत्तेजनाओं (ध्वनियों) की वर्णक्रमीय विशेषताओं को ध्यान में रखा जाता है। ध्वनि की कम तीव्रता पर स्पष्ट रूप से फ्लैट शोर का परीक्षण करने की आवश्यकता है कि स्पेक्ट्रम के कुछ हिस्सों को नहीं सुना जा सकता है, और यह ध्वनि की दिशा के निर्धारण को प्रभावित कर सकता है। इसलिए, तथ्य यह है कि स्पेक्ट्रम के श्रव्य भाग की चौड़ाई घटती हुई ध्वनि की तीव्रता के साथ घट सकती है, पहले प्रयोग के परिणामों के लिए गलत हो सकता है।

इसलिए, एक और प्रयोग करने का फैसला किया गया था, लेकिन पहले से ही ए-वेटेड * शोर का उपयोग कर रहा था।

ए-वेटिंग * को ध्वनि के स्तर पर लागू किया जाता है ताकि मानव कान द्वारा माना जाने वाले सापेक्ष जोर को ध्यान में रखा जा सके, क्योंकि कान कम ध्वनि आवृत्तियों के प्रति कम संवेदनशील होता है। डी-बी में मापा ध्वनि दबाव के स्तर को ऑक्टेव बैंड में सूचीबद्ध मूल्यों की एक तालिका को जोड़कर अंकगणित द्वारा ए-वेटिंग लागू किया जाता है।

2 डी ग्राफ प्रयोग में सभी प्रतिभागियों के लिए कच्चे डेटा (सर्कल) और डेटा (लाइनों) को NMLE मॉडल के अनुरूप दिखाता है।

डेटा के विश्लेषण से पता चला कि जब ध्वनि के सभी भाग लगभग समान रूप से श्रव्य (पहले और दूसरे प्रयोग दोनों में) होते हैं, तो ग्राफ पर कथित पार्श्वता और ढलान आईटीडी के साथ पार्श्वता में परिवर्तन बताते हुए ध्वनि की तीव्रता में कमी के साथ घट जाती है।

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

यह पता चलता है कि ध्वनियों का स्थानीयकरण ध्वनि की तीव्रता में कमी के साथ बिगड़ता है, और जेफ्रेस का मानना ​​था कि ध्वनियों को किसी व्यक्ति द्वारा समान रूप से उनकी तीव्रता की परवाह किए बिना माना जाता है और संसाधित किया जाता है।

अध्ययन की बारीकियों के साथ एक अधिक विस्तृत परिचित के लिए, मैं सुझाव देता हूं कि आप वैज्ञानिकों की रिपोर्ट देखें ।

उपसंहार

सैद्धांतिक मान्यताओं और उनकी पुष्टि करने वाले व्यावहारिक प्रयोगों से पता चला कि स्तनधारी मस्तिष्क के न्यूरॉन्स ध्वनि संकेत की दिशा के आधार पर अलग-अलग गति से सक्रिय होते हैं। इसके बाद, मस्तिष्क इस गति की तुलना इस प्रक्रिया में शामिल सभी न्यूरॉन्स के बीच ध्वनि वातावरण को गतिशील रूप से करने के लिए करता है।

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

लोगों के साथ प्रयोगों ने एक बार फिर पुष्टि की कि ध्वनियों का स्थानीयकरण अलग-अलग जीवों में अलग-अलग तरीकों से होता है। कई प्रतिभागी ध्वनियों की कम तीव्रता के कारण ध्वनि संकेतों के स्रोत की स्थिति को सही ढंग से निर्धारित नहीं कर सके।

वैज्ञानिकों का मानना ​​है कि उनका काम हमारे देखने के तरीके और हम कैसे सुनते हैं, के बीच एक निश्चित समानता को दर्शाता है। दोनों प्रक्रियाएं मस्तिष्क के विभिन्न हिस्सों में न्यूरॉन्स की गति के साथ जुड़ी हुई हैं, साथ ही इस अंतर के आकलन के साथ कि हम अंतरिक्ष में दिखाई देने वाली वस्तुओं की स्थिति और हमारे द्वारा सुनी जाने वाली ध्वनि के स्रोत की स्थिति दोनों को निर्धारित करते हैं।

भविष्य में, शोधकर्ता मानव श्रवण और दृष्टि के बीच संबंधों की अधिक बारीकी से जांच करने के लिए प्रयोगों की एक श्रृंखला का संचालन करने जा रहे हैं, जो हमें बेहतर ढंग से यह समझने में मदद करेगा कि हमारा मस्तिष्क गतिशील रूप से हमारे आसपास की दुनिया का नक्शा कैसे बनाता है।

आपका ध्यान के लिए धन्यवाद, जिज्ञासु बने रहें और एक अच्छा काम करने का सप्ताह है, दोस्तों! :)

हमारे साथ बने रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक ऑर्डर देकर या अपने दोस्तों को सलाह देकर, $ 4.99 से डेवलपर्स के लिए क्लाउड VPS , प्रवेश स्तर के सर्वरों के अनूठे एनालॉग पर हैबर उपयोगकर्ताओं के लिए 30% छूट का समर्थन करें, जो हमने आपके लिए आविष्कार किया है: VPS (KVM) E5-2650 v4 (6) के बारे में पूरी सच्चाई Cores) $ 20 से 10GB DDR4 240GB SSD 1Gbps या सर्वर कैसे साझा करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

डेल R730xd 2 बार सस्ता? केवल हमारे पास 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV नीदरलैंड के 199 डॉलर में से है! डेल R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $ 99 से! इन्फ्रास्ट्रक्चर Bldg का निर्माण कैसे करें के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग?