Nature| 我們的大腦是如何解碼語音的？

前言

言語感知是將聲學(xué)信號轉(zhuǎn)換為語言結(jié)構(gòu)（如音節(jié)、單詞和句子）的過程。顳上回 （STG） 是人腦中言語感知和理解的關(guān)鍵區(qū)域。要了解言語感知的神經(jīng)基礎(chǔ)，就需要我們在神經(jīng)元的基本計算單元的規(guī)模上以及它們在大腦皮層深處的組織上研究人腦。最近有研究使用了高密度的神經(jīng)像素陣列從皮質(zhì)層與言語至關(guān)重要的高級聽覺區(qū)域的九個部位685個神經(jīng)元信息進(jìn)行了采集，實驗背景是參與者需要聽一些句子：

“Junior, what on Earth’s the matter with you?”

當(dāng)科學(xué)家問出上面這句及其他199句特定的話時，接受腦部手術(shù)的清醒者腦中數(shù)百個神經(jīng)元信號被捕獲，這些信號向我們解釋語音提供了前所未有的細(xì)節(jié)。結(jié)果顯示，某些語言處理神經(jīng)元會響應(yīng)特定的詞性，例如鼻音“m”和“n”或句子的開頭，從而增加其活動。13日，這項工作以“Large-scale single-neuron speech sound encoding across the depth of human cortex”為題發(fā)表在《自然》期刊。

顳上回（STG，紅色區(qū)域;由人工著色）參與語言處理。圖片來源：Kateryna Kon/科學(xué)照片庫

雖然最近已有研究對皮質(zhì)表面場電位進(jìn)行記錄（皮質(zhì)電圖（ECoG）），可以根據(jù)ECoG了解大腦表面的不同部位對特定語音（例如輔音和元音的特征）作何反應(yīng)。雖然該工作描述了整個顳上回（STG）的語音編碼，但一個主要的局限性是每個電極上的ECoG信號其實是數(shù)千個神經(jīng)元的綜合活動。同樣的，使用微電極記錄單個神經(jīng)元的方法只能從少量單元中進(jìn)行采樣。因此，兩者都無法解析皮質(zhì)深度的神經(jīng)元組織。

為了解決人腦中語音的神經(jīng)元處理問題，這項研究在參與者聽自然說出的一些句子時使用高密度多電極Neuropixels探針記錄了STG中皮質(zhì)層數(shù)百個單個神經(jīng)元的細(xì)胞活動。這種方法能解決：（1） 單個神經(jīng)元編碼的聲學(xué)和語音特征;（2）STG皮層神經(jīng)元的功能組織;（3）單神經(jīng)元活動與使用ECoG從皮質(zhì)表面記錄的群體活動的關(guān)系。

“這是語言神經(jīng)生理學(xué)家長期以來一直想要得到的關(guān)鍵數(shù)據(jù)。”波士頓馬薩諸塞州總醫(yī)院的神經(jīng)科學(xué)家威廉·穆尼奧斯說，雖然他沒有參與這項工作。

一個探頭，近千個傳感器

“神經(jīng)生理學(xué)家經(jīng)常依靠數(shù)十到數(shù)千個神經(jīng)元的總讀數(shù)來了解大腦活動。但是，試圖通過這樣的觀察來了解單個神經(jīng)元類似于站在泰勒斯威夫特音樂會外面，試圖通過聆聽整個人群的咆哮來辨別個別粉絲在大喊大叫。”馬薩諸塞州總醫(yī)院的神經(jīng)科學(xué)家Angelique Paulk說。

幸運的是，一項名為Neuropixels的新開發(fā)的技術(shù)現(xiàn)在可以提高分辨率，加州大學(xué)舊金山分校的神經(jīng)科學(xué)家Matthew Leonard和加利福尼亞州斯坦福大學(xué)的Laura Gwilliams說，他們是這項工作的共同主要作者。

Neuropixel探針是一根細(xì)如線、厘米長的棒，內(nèi)襯有近一千個傳感器，每個傳感器都能夠檢測來自單個神經(jīng)元的電信號。在探針被推入腦組織后，沿其長度的許多傳感器與不同的神經(jīng)元接觸。探頭返回傳感器所接觸的神經(jīng)元的活動讀數(shù)。每次插入設(shè)備時，研究人員都可以記錄來自一到幾百個神經(jīng)元的信息。

a: 插入人體皮層的Neuropixels探針的特寫照片。b: 九個穿透的記錄位置（右STG位點（RH）繪制在左半球）。c: 磁共振成像顯示 Neuropixels 探針跨越 p1 中整個皮質(zhì)深度的大致位置（MTG，顳中回）。d: p1 中插入部位切除組織的組織學(xué)提供了 STG 內(nèi)的近似層狀邊界。e: 言語反應(yīng)和非反應(yīng)單位的數(shù)量。

Leonard、Gwilliams和他們的同事從大腦的一個稱為顳上回的聽覺區(qū)域讀取了八名參與者的讀數(shù)，這些參與者正在聽200個英語句子。沿著探針長度的區(qū)域顯示出具有特殊功能的跡象 - 例如對元音或指示問題的上升語調(diào)做出反應(yīng)。然而，每個區(qū)域也包含具有其專業(yè)之外功能的神經(jīng)元。

這種具有不同功能的神經(jīng)元的混合物可以幫助大腦合成轉(zhuǎn)瞬即逝的信息。例如，言語“發(fā)生得非常快”，Leonard說。“一旦我說了，它就不存在了。”將具有互補(bǔ)功能的神經(jīng)元放在一起可以幫助大腦整合傳入的信息并對其做出快速反應(yīng)。

這些發(fā)現(xiàn)有助于顯示大腦如何執(zhí)行其功能。“你不能只是說，'元音住在這里'，你可以回答，'這就是元音表示的產(chǎn)生方式'，”Gwilliams說。

該研究的結(jié)果有助于人類STG三維功能組織的新興模型的建立。并且Neuropixels 的應(yīng)用有可能為下一代人類神經(jīng)科學(xué)帶來變革。目前大規(guī)模神經(jīng)元記錄的演示將大大加速我們對人類皮層獨特計算和表示的理解。

原文鏈接：

Large-scale single-neuron speech sound encoding across the depth of human cortex

*中文解讀僅供參考，一切內(nèi)容以英文原文為準(zhǔn)。如涉及版權(quán)問題，請聯(lián)系我們刪除。

*關(guān)注醫(yī)工學(xué)人澎湃號及公眾號，第一時間獲取生物醫(yī)學(xué)工程領(lǐng)域最新研究