连续语音的神经编码及其与听觉和语言处理的关系

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31500873
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0907.认知心理学
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

In daily life, speech is usually a continuous information stream, in the form of sentences and passages. When investigating the neurophysiological mechanisms underlying speech perception, however, research has mostly focus on the neural encoding of isolated syllables or isolated words. Little work has been done on the neurophysiological representation of continuous speech. The lack of efficient data analysis methods has been the major obstacle to study the neural representation of continuous speech. The current project will derive theoretical optimal methods to extract the neurophysiological responses to continuous speech, as measured by multi-channel electroencephalography (EEG) or magnetoencephalography (MEG). Also, the project will investigate the basic signatures of auditory and language processing of continuous speech, using a series of experiments that manipulates the acoustic properties and intelligibility of speech. In sum, the current study will develop a set of tools to effectively analyze EEG/MEG responses to continuous speech, and how such responses reflect auditory and language processing.
日常生活中的语音信息大多是连续性的,以句子或语段的形式存在。然而,传统的基于脑电图和脑磁图的电生理实验往往关注于脑对单个音节或单个词的处理,对连续语音神经编码的研究还很欠缺。制约连续语音研究的主要原因是缺乏有效的数据分析方法。本项目旨在完善、优化基于脑电、脑磁的连续语音响应分析方法,并研究脑电、脑磁响应与初级听觉处理及高级语言处理的关系。由于脑电及脑磁信号中存在大量背景噪声,一种新的信号分离方法将被用来优化提取出多通道脑电及脑磁信号中稳定编码连续语音的响应。在稳定获得连续语音响应之后,一系列实验将分别调节语音信号的声学特征及可理解度,以区分语音响应中编码声学特征的成分和编码语言信息的成分。综上,一方面本研究将提出一套有效分析脑电、脑磁连续语音响应的方法,为研究连续语音及其它连续感觉刺激的神经编码奠定基础。另一方面,本研究也将澄清连续语音声学特征和语言学特征在皮层的电生理表征。

结项摘要

语音是人类信息交流的基本载体。日常生活中,语音大多以句子或语段的形式存在,是连续的信息流。然而,传统的基于脑电图或脑磁图的电生理实验大多关注脑对单个音节或者单个词的加工,对连续语音神经编码的研究还很欠缺。制约连续语音研究的一个重要原因是缺乏有效的数据分析方法。本项目优化了连续语音神经响应的分析方法,并利用脑电图、脑磁图技术研究语音加工过程中初级听觉编码及高级语言加工之间的关系。在方法研究方面,本课题组提出一种新的信号分离方法来更稳定地从多通道脑电图、脑磁图信号中提取连续语音的神经响应,这种方法称为被试间相关成分分析(ISCCA)。在稳定获得连续语音神经响应的基础上,本项目利用一系列实验分别调节语音信号的声学特征及语言可懂度,以区分语音响应中编码声学特征的成分和编码语言信息的成分。本项目采用了两种方式来调节语言可理解度,一种方式在控制语音声学特征不变的前提下,通过启动范式调节被试的先验语言知识;另一种方式对比了大脑聆听母语与陌生语言时的神经响应。在调节语言可懂度的同时,本项目也通过混合干扰语音或者噪音来改变语音的声学特征。通过分析脑电图或脑磁图记录的语音包络跟踪响应,本项目发现语言知识和声学干扰均可调节颞上回听觉皮层对基本语音特征的编码,而且语言信息和声学干扰的调节作用均发生于听觉加工的较早期成分(潜伏期100毫秒左右)。上述一系列研究成果发表于《Cerebral Cortex》《NeuroImage》《Neuroscience and Biobehavioral Reviews》《Trends in Cognitive Sciences》等期刊(共发表论文11篇,本项目为其中7篇论文的第一标注)。综上,在方法研究方面,本项目提出了一套有效分析脑电图、脑磁图连续语音响应的算法;在科学问题研究方面,本项目发现高级语言加工可以反馈调节连续语音听觉特征的加工。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Attention Is Required for Knowledge-Based Sequential Grouping: Insights from the Integration of Syllables into Words
基于知识的顺序分组需要注意:音节整合成单词的见解
  • DOI:
    10.1523/jneurosci.2606-17.2017
  • 发表时间:
    2018-01-31
  • 期刊:
    JOURNAL OF NEUROSCIENCE
  • 影响因子:
    5.3
  • 作者:
    Ding, Nai;Pan, Xunyi;Zhang, Jianfeng
  • 通讯作者:
    Zhang, Jianfeng
Temporal modulations in speech and music
语音和音乐的时间调制
  • DOI:
    10.1016/j.neubiorev.2017.02.011
  • 发表时间:
    2017-10-01
  • 期刊:
    NEUROSCIENCE AND BIOBEHAVIORAL REVIEWS
  • 影响因子:
    8.2
  • 作者:
    Ding, Nai;Patel, Aniruddh D.;Poeppel, David
  • 通讯作者:
    Poeppel, David
The Cortical Maps of Syntactic Hierarchical Linguistic Structures during Speech Perception
言语感知过程中句法层次语言结构的皮层图
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Cerebral Cortex
  • 影响因子:
    3.7
  • 作者:
    Jingwei Sheng;Li Zheng;Bingjiang Lyu;Zhehang Cen;Lang Qin;Li Hai Tan;Ming-Xiong Huang;Nai Ding;Jia-Hong Gao
  • 通讯作者:
    Jia-Hong Gao
Rhythm of Silence
沉默的节奏
  • DOI:
    10.1016/j.tics.2015.12.006
  • 发表时间:
    2016-02
  • 期刊:
    Trends in Cognitive Sciences
  • 影响因子:
    19.9
  • 作者:
    Nai Ding;Hongjian He
  • 通讯作者:
    Hongjian He
Rule-based and word-level statistics-based processing of language: insights from neuroscience
基于规则和基于词级统计的语言处理:来自神经科学的见解
  • DOI:
    10.1080/23273798.2016.1215477
  • 发表时间:
    2017-01-01
  • 期刊:
    LANGUAGE COGNITION AND NEUROSCIENCE
  • 影响因子:
    2.3
  • 作者:
    Ding, Nai;Melloni, Lucia;Poeppel, David
  • 通讯作者:
    Poeppel, David

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

连续语音的神经编码——脑电图、脑磁图研究进展
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    生理学报
  • 影响因子:
    --
  • 作者:
    潘珣祎;邹家杰;金培清;丁鼐
  • 通讯作者:
    丁鼐

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

丁鼐的其他基金

注意与学习对连续语音神经加工的影响
  • 批准号:
    31771248
  • 批准年份:
    2017
  • 资助金额:
    61.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码