电脑电图中的马波段和马波段/阿尔法波段振荡区分内部语音的内容
Thomas J Whitford1,2, Kevin M Spencer3, Marianthe Godwin4
1School of Psychology, University of New South Wales (UNSW Sydney), Sydney, New South Wales 2052, Australia t.whitford@unsw.edu.au.
eNeuro
|January 22, 2025
概括
研究人员通过测量大脑活动来量化内在语言. 他们发现了明确的脑波模式,特别是在玛和达波段,当内在的语言与外部声音相匹配或不相匹配时,揭示了"内在说话诱导的抑制".
科学领域:
- 认知神经科学 认知神经科学
- 心理语言学 心理语言学
- 语言的神经科学语言的神经科学
背景情况:
- 内在的言语,语言的沉默的精神表达,缺乏直接的物理措施,这给量化带来了挑战.
- 过度的言论会引起"说话诱导的抑制",其特点是减少听觉唤起的潜能和改变的玛/塔振荡.
- 内在和公开的言论之间的功能相似性表明,可能存在类似的电生理学测量方法.
研究的目的:
- 调查"说话诱导抑制"的原则是否适用于内在的言语.
- 为了确定电脑电图 (EEG) 度量是否可以区分内在语音的内容.
- 探索内在言论期间期望违规的神经相关性.
主要方法:
- 129名健康参与者在指定时间内默默地发出一个内音节.
- 一个并发的可听音节被呈现出来,要么与内音节匹配,要么不匹配.
- EEG记录了听觉唤起的潜能和振荡活动 (马波段,马波段,α波段).
主要成果:
- 匹配和不匹配的条件可以通过在玛波段,塔波段和α波段中引起的振荡来区分.
- 在P2附近的特定马波段振荡在条件之间有所不同,可能会对预测错误进行索引.
- 在匹配中抑制N1元件;在不匹配中抑制P2元件,与之前的研究一致.
结论:
- 这项研究支持"内在说话引起的抑制"的存在.
- 脑电图测量可以根据其对听觉处理的影响来区分内在语音的内容.
- 晚期马波段活动可能反映了在内在言论中对期望违规行为的有意识感知.
