.png){kind=icon}
返回
Temporal Response Function-Driven Representational Similarity Analysis for Speech Perception Decoding with MEG and EEG
.png){kind=icon}
OA
AI
DOI：10.3390/biology15131028.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
语音知觉依赖于分布式神经元群体，但传统解码方法常采用静态策略，忽视了固有的时间依赖性和动态调控。因此，我们将系统识别的概念引入多变量解码。通过利用语音刺激与神经响应之间的时滞回归建模大脑响应特征，提出了一种基于时滞响应函数的表征相似性分析方法（TRF-RSA）。该方法通过建模从连续刺激特征到神经响应的动态时滞映射，有效分离刺激驱动的相干活动与高维噪声。更重要的是，它将分析视角从原始信号的静态比较提升至权重空间的动态轨迹。我们进行了听觉实验，并整合了高时空分辨率的光学泵浦磁力计脑磁图（OPM-MEG）与脑电图（EEG）。结果表明，TRF-RSA显著增强了语音声音的相似性模式及区分模式差异的能力，并揭示了生物性发声引发更强的相似性，表明大脑对这些物种特异性声音存在偏好。源定位结果不仅确认了经典语音知觉网络，还揭示了边缘系统和深部脑区的激活。通过建模刺激特征与神经响应的关系，TRF-RSA动态量化了刺激驱动的神经活动的时空模式，提高了编码过程中表征模式解码的敏感性。这些发现表明该方法是一种敏感的神经成像工具，不仅加深了对语音处理时空动态的理解，也为群体动力学研究提供了新参考。
Keyword:
brain
OPM-MEG
EEG
decoding
speech perception
temporal response function
representational similarity analysis
期刊
IF:
3.5
论文数:
7.1K
被引数:
2.3W
机构
引用论文
.png){kind=icon}
Where Is the Semantic System? A Critical Review and Meta-Analysis of 120 Functional Neuroimaging Studies语义系统在哪里？120功能性神经影像学研究的批判性回顾和荟萃分析OAAI
OAAI分享收藏
Cortical thickness of the left parahippocampal cortex links central hearing and cognitive performance in aging左海马旁皮质的皮质厚度与衰老中的中枢听力和认知能力有关
PREAI
分享收藏
查看更多内容