[论文解读] Measuring the dynamics of neural responses in primary auditory cortex

Didier A. Depireux, Jonathan Z. Simon+1 more|ArXiv.org|Apr 16, 1998

Neural dynamics and brain function参考文献 18被引用 13

一句话总结

本文提出一种基于波纹的测量方法，用于表征初级听觉皮层（A1）中的谱-时域响应场，将频谱和时域动态特性同等对待。通过使用宽带、移动波纹作为刺激，作者证明A1神经元表现出线性且可分离的响应，从而能够精确刻画对动态声音的神经调谐特性，这对音色感知至关重要。

ABSTRACT

We review recent developments in the measurement of the dynamics of the response properties of auditory cortical neurons to broadband sounds, which is closely related to the perception of timbre. The emphasis is on a method that characterizes the spectro-temporal properties of single neurons to dynamic, broadband sounds, akin to the drifting gratings used in vision. The method treats the spectral and temporal aspects of the response on an equal footing.

研究动机与目标

• 开发一种方法，用于表征初级听觉皮层（A1）神经元对动态宽带声音的谱-时域响应特性。
• 确定A1神经元对复杂时间变化刺激的响应在频域和时域是否具有线性和可分离性。
• 研究A1神经元对移动波纹的调谐特性与音色感知之间的关系，尤其是在噪声或退化听音条件下的表现。
• 建立一种类似于视觉皮层研究（例如，移动光栅）的框架，用于听觉皮层的功能分析。
• 量化皮层对宽带刺激响应的线性程度与可分离性，从而实现对神经响应的预测建模。

提出的方法

• 使用宽带‘波纹’刺激——即具有移动频谱峰值的频谱调制噪声——作为视觉移动光栅的动态时间变化类比。
• 应用谱-时域接收场（STRFs）的概念，将神经响应建模为频率和时间的函数，对两个维度进行对称处理。
• 采用传递函数分析方法，计算神经响应在频谱频率和时间频率上的振幅与相位。
• 通过比较可分离模型的预测响应与实际测量响应，检验完全可分离性和象限可分离性。
• 通过在刺激叠加条件下计算预测响应与测量响应之间的相关系数，验证线性特性。
• 利用传递函数的频谱和时间截面，提取调谐特性，如最佳速度、频谱间距和潜伏期。

实验结果

研究问题

• RQ1 初级听觉皮层神经元对动态宽带刺激（如移动波纹）的响应在多大程度上具有线性？
• RQ2 A1神经元的谱-时域响应场在频率和时间上是否可分离，从而实现高效表征？
• RQ3 神经元对波纹响应的振幅和相位如何随不同频谱和时间参数而变化？
• RQ4 A1神经元对移动波纹的调谐特性与复杂声音中音色感知之间存在何种关系？
• RQ5 当采用类似刺激范式时，A1神经元的响应特性与视觉皮层神经元相比有何异同？

主要发现

• A1神经元对移动波纹表现出显著的线性响应，预测与测量响应之间具有高相关性，尤其在单个象限内表现更佳。
• A1中的谱-时域响应场通常具有可分离性，使得响应可建模为频谱调谐函数与时间调谐函数的乘积。
• A1神经元对特定的频谱峰值间距与波纹速度组合表现出调谐特性，表明其对动态频谱包络具有选择性敏感性。
• 该方法能够同时探测频谱与时间响应特性，揭示A1神经元在多个尺度上编码动态频谱的能力。
• 响应场在中心频率、带宽、潜伏期和时间脉冲响应对称性等方面表现出多样的形态，提示复杂声音存在群体编码机制。
• 结果支持初级听觉皮层对听觉频谱执行多维、多尺度小波变换的假设，这对音色感知至关重要。