文献

J-GLOBAL ID：202002234142730310   整理番号：20A2695728

環境騒音で提示された音声からの学習のEEG相関【JST・京大機械翻訳】

EEG Correlates of Learning From Speech Presented in Environmental Noise

著者 (10件)： Eqlimi Ehsan (WAVES Research Group, Department of Information Technology, Ghent University, Ghent, Belgium) ,  Bockstael Annelies (WAVES Research Group, Department of Information Technology, Ghent University, Ghent, Belgium) ,  Bockstael Annelies (Ecole d’Orthophonie et d’Audiologie, Universite de Montreal, Montreal, QC, Canada) ,  Bockstael Annelies (Erasmushogeschool Brussel, Brussels, Belgium) ,  De Coensel Bert (WAVES Research Group, Department of Information Technology, Ghent University, Ghent, Belgium) ,  De Coensel Bert (ASAsense, Bruges, Belgium) ,  Schonwiesner Marc (Faculty of Biosciences, Pharmacy and Psychology, Institute of Biology, University of Leipzig, Leipzig, Germany) ,  Schonwiesner Marc (International Laboratory for Brain, Music and Sound Research (BRAMS), Universite de Montreal, Montreal, QC, Canada) ,  Talsma Durk (Department of Experimental Psychology, Ghent University, Ghent, Belgium) ,  Botteldooren Dick (WAVES Research Group, Department of Information Technology, Ghent University, Ghent, Belgium)
資料名： Frontiers in Psychology (Web)  (Frontiers in Psychology (Web))
巻： 11  ページ： 1850  発行年： 2020年 
JST資料番号： U7096A  ISSN： 1664-1078  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ヒト脳が関連する音声情報をどのように保持するかは,無関係な音を抑圧するのは,認知神経科学における進行中の課題の1つである。この能力の根底にある機構の知識は,特に学習文脈において,人間がターゲット音声への聴取中に混乱するかどうかを同定するために使用できる。本論文では,生態学的に妥当な学習コンテキストと脳波(EEG)を用いて,雑音の多い環境で提示された音声からの学習の神経相関を調べた。この目的のために,64チャネルEEG信号を記録した間,次の聴取作業を行った。(1)背景音における講義に対する意図的聴取,(2)背景音に対する意図的聴取,および(3)背景音に対する意図的聴取。第1の課題では,異なる型の現実的な背景ノイズに組み込まれた長さ5分の13の講義が講義に焦点を合わせた参加者に提示された。バックグラウンドノイズとして,マルチ話者ブブル,連続ハイウェイ,および変動トラフィック音を用いた。第2のタスクの後,参加者が講義から取得され,保持された情報量を定量化するために,書かれた試験が取られた。異なる周波数帯における様々なパワースペクトルベースEEG特徴に加えて,アルファバンド活性のピーク周波数と長距離時間相関(LRTC)を推定した。これらの次元を減らすために,主成分分析(PCA)を,聴取条件と人の間で最も識別する特徴組合せをもたらす異なる聴取条件に適用した。線形混合効果モデリングを用いて抽出した主成分の起源を説明し,聴取条件と背景音のタイプへの依存性を示した。この教師なしステップに続いて,線形固定および混合効果モデリングの両方を用いて,試験結果とEEG主成分スコアの間のリンクを説明するために,教師つき解析を行った。結果は,環境騒音で提示された音声から学習する能力が,背景雑音タイプを知ることよりも,特定の脳領域上のいくつかの成分によって予測可能であることを示唆する。これらの構成要素は,注意の悪化,音声包絡線,聴取中の集束,認知予測誤差,および特異的阻害機構にリンクした。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  聴覚 ,  *学習 ,  脳波 ,  *音響 ,  ヒト ,  情報量 ,  生態学 ,  エンベロープ ,  主成分分析 ,  周波数帯 ,  予測誤差 ,  *環境騒音
準シソーラス用語： 背景雑音 ,  背景音 , 【Automatic Indexing@JST】

著者キーワード (8件)： 聴覚注意 ,  聴覚知覚 ,  EEG ,  阻害 ,  文脈の学習 ,  長距離時間相関 ,  雑音中の音声 ,  音声処理

分類 (3件)： 聴覚  (EJ13030M) ,  生体計測  (EL03020C) ,  建築音響  (BB03080J)

引用文献 (122件)：

• AhveninenJ.HuangS.BelliveauJ. W.ChangW.-T.HämäläinenM. (2013). Dynamic oscillatory processes governing cued orienting and allocation of auditory attention. J. Cogn. Neurosci. 25, 1926-1943. doi: 10.1162/jocn_a_0045223915050
• AkaikeH. (1974). A new look at the statistical model identification. IEEE Trans. Autom. Control 19, 716-723. doi: 10.1109/TAC.1974.1100705
• AlainC. (2007). Breaking the wave: effects of attention and learning on concurrent sound perception. Hear. Res. 229, 225-236. doi: 10.1016/j.heares.2007.01.01117303355
• AlexandrouA. M.SaarinenT.MäkeläS.KujalaJ.SalmelinR. (2017). The right hemisphere is highlighted in connected natural speech production and perception. Neuroimage 152, 628-638. doi: 10.1016/j.neuroimage.2017.03.00628268122
• AngelakisE.LubarJ. F.StathopoulouS.KouniosJ. (2004). Peak alpha frequency: an electroencephalographic measure of cognitive preparedness. Clin. Neurophysiol. 115, 887-897. doi: 10.1016/j.clinph.2003.11.03415003770

タイトルに関連する用語 (5件)： 環境騒音 ,  音声 ,  学習 ,  EEG ,  相関