Uloga bilateralnih motornih korteksa u percepciji govora

Uloga bilateralnih motornih korteksa u percepciji govora

Razumevanje načina na koji je motorni korteks uključen u aktivno zaključivanje percepcije govora i odluka je važno za razumevanje inteligencije ljudskog jezika, koja može inspirisati sledeću generaciju AI. Međutim, tri ključna pitanja u vezi sa ulogom bilateralnih motornih korteksa u percepciji govora ostaju bez odgovora.

Da li je motorna kora larinksa (LMC) uključena u percepciju govora pored proizvodnje? Kako bilateralni motorni korteksi sarađuju u različitim stepenima poteškoća? Koje specifične faze perceptivnog procesa donošenja odluka su modulisane bilateralnim motornim korteksima?

U studiji objavljenoj u Nature Communications, istraživački tim predvođen dr Du Jijem sa Instituta za psihologiju Kineske akademije nauka otkrio je da su bilateralni LMC u ljudskom mozgu uzročno angažovani u više faza donošenja odluka o percepciji govora, i da je LMC ​​angažovanje dominantno levo i posebno pomaže slušnoj obradi u scenarijima sa perceptivnim izazovima.

Istraživači su sproveli dva eksperimenta. Isporučili su ponavljajuću transkranijalnu magnetnu stimulaciju (rTMS) u eksperimentu 1 i stimulaciju teta bursta (TBS) u eksperimentu 2 levom/desnom motornom korteksu zdravih odraslih govornika mandarinskog da bi istražili da li je kategorička perceptivna odluka leksičkog tona i eksplozivnog suglasnika sa/ bez bučne pozadine bi se modulisalo u skladu sa tim. Da bi lokalizovali dorzalni LMC (dLMC) i TMC u vezi sa proizvodnjom, učesnici su prošli prettest funkcionalne magnetne rezonance (fMRI) gde su obavljali zadatke fonacije i pokreta jezika.

Zatim su istraživači primenili dva nezavisna cevovoda za analizu podataka da bi istražili efekte TBS modulacije na dLMC na bihejvioralne odgovore u Eksperimentu 2. Da bi otkrili promene u perceptivnoj osetljivosti, postavili su psihometrijske krive da bi istražili modulacije na nagibu krive. Da bi procenili promene u specifičnim fazama perceptivne odluke, primenili su hijerarhijsku Bajesovu procenu modela drift-difuzije (HDDM) da razdvoje koji bi latentni dinamički procesi odlučivanja bili izmenjeni.

Analiza nagiba psihometrijske krive pokazala je da cTBS na bilateralnom dLMC utiče i na ton i na percepciju suglasnika: cTBS na levom dLMC inhibira percepciju tona u buci i inhibira percepciju suglasnika i u tišini i u buci; cTBS na desnom dLMC-u je inhibirao percepciju suglasnika u buci, ali ne i u tišini, i nije uticao na percepciju tona.

HDDM analize su pokazale da je za sve uslove osim percepcije tona u tišini levom dLMC stimulacijom, cTBS značajno proširio granice donošenja odluka; cTBS nakon levog dLMC-a je uticao na stope akumulacije dokaza, ali desna dLMC stimulacija nije uspela da izvrši slične efekte; cTBS i na levoj i na desnoj dLMC utiče na reakciju pristrasnosti percepcije suglasnika u buci.

Rezultati su otkrili efektorsku uključenost bilateralnog dLMC-a u perceptivnoj odluci i leksičkog tona i izgovaranja plozivnog suglasnika, što sugeriše da je ljudski LMC uzročno angažovan u percepciji govora kao iu produkciji govora. Oni su takođe pružili dokaze za redundantnost i funkcionalnu reorganizaciju neuronskih mreža jer levi dLMC igra dominantnu ulogu, dok je desni pandan samo ključan u izazovnim zadacima. Štaviše, specifične faze perceptivnog odlučivanja koje modulira dLMC zavise od hemisfere i težine zadatka.

„U percepciji govora, naš artikulacioni motorni korteks deluje kao denoiser koji predviđa nadolazeće reči simulirajući ugrađene motoričke gestove. Naša studija pruža važne empirijske dokaze koji podržavaju da su bilateralni motorni korteksi larinksa, podregioni motora neophodni za kontrolu glasa i visine tona, takođe delovi takvih sistema denoiser“, rekao je dr Du, odgovarajući autor ove studije.

Ovo istraživanje proširilo je znanje o osnovnim mehanizmima i vremenskoj dinamici bilateralnog motoričkog angažovanja u govornom perceptivnom donošenju odluka. Ima implikacije za klinička translaciona istraživanja za rehabilitaciju govornih poremećaja, kao i za razvoj robusnijih AI algoritama sa dinamičkom prilagodljivošću.