在适应性语音在噪音测试期间,通过EEGα振荡动态评估倾听力度

科学领域:

• 神经科学是一个神经科学.
• 听觉神经科学 听觉神经科学
• 认知神经科学 认知神经科学

背景情况:

• 在噪音中的语音识别在认知上要求很高,影响听力受损和正常听力的人.
• 大脑振荡,特别是脑电图 (EEG) 的α节奏 (8-13 Hz),在具有挑战性的听觉条件下被研究为听觉处理的标记.
• 以前的研究经常使用固定的听力需求和有意义的语言,限制了对动态努力量化的理解.

研究的目的:

• 探索阿尔法节奏如何在适应性语音噪音任务中量化听力努力.
• 在简化听觉任务中调查神经反应,以减少语义复杂度.
• 评估EEG衍生措施的有效性,以量化对听觉刺激的短期神经反应.

主要方法:

• 11名听力正常的参与者执行了适应性语音与噪音任务,信号与噪音比率各不相同.
• 基于个体语音识别值,建立了两个具有不同任务要求的条件.
• 通过对时间频率数据进行基于集群的顺序测试来分析EEG数据,重点关注α频段活动.

主要成果:

• 在前端-中央集群中,在刺激后与α事件相关的同步中发现了显著的差异.
• 在中央电极上观察到近乎显著的差异,支持听觉注意力的抑制假设.
• 行为测量 (反应时间,语音识别性能) 反映了条件之间的操纵听力需求.

结论:

• 阿尔法节奏动态,特别是前端-中心同步,显示了在语音噪音场景中量化听力努力的潜力.
• 研究结果支持使用基于EEG的测量方法来评估神经反应在简化,适应性听觉任务中.
• 这项研究验证了EEG作为一种用于客观测量听觉处理中的认知负载的工具.