Отслеживание нейронной активности при прослушивании естественной речи у детей с применением функции временного отклика
- Авторы: Рогачёв А.О.1, Сысоева О.В.1,2
-
Учреждения:
- Научно-технологический университет «Сириус»
- Институт высшей нервной деятельности и нейрофизиологии Российской академии наук
- Выпуск: Том 18, № 4 (2023)
- Страницы: 640-644
- Раздел: Материалы конференции
- Статья получена: 15.11.2023
- Статья одобрена: 18.11.2023
- Статья опубликована: 15.12.2023
- URL: https://genescells.ru/2313-1829/article/view/623394
- DOI: https://doi.org/10.17816/gc623394
- ID: 623394
Цитировать
Полный текст
Открытый доступ
Доступ предоставлен
Доступ платный или только для подписчиков
Аннотация
Развитие речи играет ключевую роль в психическом развитии ребёнка. При помощи речи ребёнок не только взаимодействует с внешним миром, но и учится осознавать свои собственные состояния и управлять своим поведением. Также, несомненно, от развития речи зависят последующие успехи ребёнка в обучении и, как следствие, в профессиональной жизни. Поэтому крайне важно исследовать механизмы нарушений развития речи и разрабатывать методы их диагностики и коррекции.
В настоящее время проводится большое количество когнитивных и нейрофизиологических исследований речи и механизмов, лежащих в основе её нарушений у детей. Исследования речи с применением ЭЭГ показывают устойчивые вызванные ответы головного мозга на слуховые и зрительные стимулы, связанные с речью (отдельные фонемы, слоги, буквы и т.д.), а также изменения этих ответов у детей с диагностированными нарушениями речи. Тем не менее, вопрос о нейрофизиологических предикторах и коррелятах тех или иных нарушений речевого развития остается дискуссионным. Вероятная причина этого может заключаться в особенностях экспериментальных методик: например, метод вызванных потенциалов требует использования изолированных «идеальных» стимулов для получения устойчивого ответа, а также многократного повторения одного стимула. Экологическая валидность таких исследований может быть сниженной: реакции мозга на продолжительные, «натуральные» стимулы могут отличаться от реакций на изолированные стимулы.
В последние годы в исследованиях речи набирает популярность метод, который называется «функция временного отклика» (temporal response function). Этот метод позволяет оценивать нейрофизиологические реакции на продолжительные, естественные, экологически валидные стимулы [1–3]. Применительно к исследованиям речи данный метод позволяет изучить ответ мозга на изменение акустических, лингвистических и семантических характеристик, которые присутствуют в любом потоке естественной нарративной речи [1].
Математическую основу функции временного отклика (ФВО) составляет решение уравнения:
w=(STS+λE)–1·STR,
где S — матрица, содержащая рассматриваемые стимульные характеристики; R — матрица, содержащая нейрофизиологический сигнал, соответствующий стимулу; w — функция временного отклика — матрица коэффициентов линейного преобразования из пространства стимулов в пространство реакций.
Таким образом, ФВО является своеобразным «мостом» между стимулом и нейрофизиологическим ответом на него и отображает те нейронные операции, которые стоят между стимулом и реакцией [1]. Матрицы S и R являются матрицами временных лагов, что позволяет оценить ответ мозга на предъявленный стимул в заданном временном окне.
ФВО в последнее время широко используется в исследованиях речи [2, 3]. Однако применений данного метода в исследованиях с участием детей сравнительно мало [4, 5]. Использование экологически валидных речевых стимулов в исследованиях с детьми значительно упрощает выполнение ими экспериментальных парадигм, а также позволяет оценить мозговой ответ на ту речь, которую можно слышать и в реальной жизни, а не только в экспериментально смоделированных условиях. Разнообразие применений ФВО как к акустическим, так и к лингвистическим особенностям речи представляет особенный интерес при изучении психофизиологических механизмов развития речи у детей с различными траекториями развития. В нашей работе представлено применение данного подхода к исследованию развития речи у детей от 3 до 8 лет.
В исследовании приняли участие 56 детей (33 мальчика, 23 девочки) в возрасте от 3 до 8 лет (M=5,64; SD=1,33 лет). В ходе выполнения экспериментального задания участники прослушивали три заранее записанных женским голосом аудиоистории: детский рассказ про ежей, адаптированные варианты сказок «Кирпич и воск» и «Золотая утка». Все аудиостимулы сопровождались видеорядом для поддержания внимания детей. Общая длительность стимулов — 15 минут. Стимулы предъявлялись посредством программного обеспечения Presentation® (Neurobehavioral Systems, Inc., Berkeley, CA). После прослушивания каждого из рассказов детям задавалось 8 вопросов типа «да/нет», направленных на оценку понимания содержания прослушанного аудиоматериала. В отдельный день исследования изучался актуальный уровень развития рецептивной и экспрессивной речи ребёнка при помощи игровой методики Preschool Language Scales версии 5 (PLS-5).
Проводилась регистрация 32-канальной ЭЭГ с использованием электроэнцефалографа Brain Products actiCHamp (Brain Products GmbH, Gilching, Germany). Референт был установлен на позиции FCz. Предобработка ЭЭГ осуществлялась при помощи библиотеки MNE для Python и включала в себя фильтрацию данных в диапазоне от 1 до 15 Гц, визуальную инспекцию записи на наличие зашумленных каналов, интерполяцию плохих каналов (при необходимости), удаление глазодвигательных артефактов при помощи ICA, перереферирование записи на усредненный электрод. Синхронизация ЭЭГ и стимула производилась по метке на начало стимула. Далее и ЭЭГ, и стимул были сопоставлены в рамках выбранных эпох. Дальнейшая обработка выполнялась в среде MATLAB (версии 2021b) при помощи пакета mTRF Toolbox [1]. При помощи функций пакета выполнялось вычисление огибающей речевого стимула, которая затем подавалась в качестве стимула на вход ФВО. Производилось снижение частоты дискретизации стимула и ЭЭГ до 128 Гц. Для изучения было выбрано временное окно от –200 до 800 мс. Для анализа был выбран коэффициент прогнозирования ФВО, который представляет собой коэффициент корреляции между реальными данными и данными, которые предсказывает модель после кросс-валидации и обучения.
Среднее значение коэффициентов прогнозирования по всей выборке составило 0,041 (разброс от –0,002 до 0,106) и статистически значимо отличается от нуля (t(55)=13,1; p <0,001). Выявлена статистически значимая положительная корреляция между значениями коэффициента прогнозирования, усреднёнными интраиндивидуально по всем каналам ЭЭГ, и возрастом участников (r=0,379; p=0,004). Способность линейной модели, лежащей в основе ФВО, предсказывать ЭЭГ-сигнал увеличивается с возрастом ребёнка.
Выявлена положительная статистически значимая корреляция между значениями коэффициента прогнозирования и значениями по шкале рецептивной речи методики PLS-5 (r=0,33; p=0,026). Значения PLS-5 сильно положительно коррелируют с возрастом участников (r=0,596; p <0,001).
Также выявлена положительная корреляция между коэффициентом прогнозирования модели и результатами опросника на понимание прослушанного аудиоматериала (r=0,39; p=0,012). Кроме того, баллы опросника коррелируют со значениями по шкале рецептивной речи PLS-5 (r=0,82; p <0,001) и с возрастом участников (r=0,51; p=0,001).
Содержательно коэффициент прогнозирования функции временного отклика демонстрирует процесс кортикального отслеживания стимула, на которое в данный момент обращено внимание, и значимо коррелирует с пониманием услышанной речи [2, 3]. В нашей работе показано, что коэффициент прогнозирования статистически значимо положительно связан с возрастом детей и с их способностью к пониманию речи, измеренной при помощи методики PLS-5, а также с результатами опросника на понимание прослушанного, полученными непосредственно после выполнения экспериментальной задачи. Таким образом, применение функции временного отклика позволяет оценивать способность коры головного мозга к отслеживанию речевого акустического сигнала у детей. Также применение метода предоставляет нейрофизиологические корреляты рецептивной речи и процессов, связанных с пониманием услышанного. Возможно применение экспериментальной парадигмы для диагностики нейрофизиологических коррелятов рецептивной речи в различных возрастных группах у участников с различными уровнями развития языковых и речевых способностей. Представленная экспериментальная парадигма является частью исследования, проводимого направлением «Нейробиология устной и письменной речи при расстройствах развития» Научного центра когнитивных исследований университета «Сириус».
Полный текст
Развитие речи играет ключевую роль в психическом развитии ребёнка. При помощи речи ребёнок не только взаимодействует с внешним миром, но и учится осознавать свои собственные состояния и управлять своим поведением. Также, несомненно, от развития речи зависят последующие успехи ребёнка в обучении и, как следствие, в профессиональной жизни. Поэтому крайне важно исследовать механизмы нарушений развития речи и разрабатывать методы их диагностики и коррекции.
В настоящее время проводится большое количество когнитивных и нейрофизиологических исследований речи и механизмов, лежащих в основе её нарушений у детей. Исследования речи с применением ЭЭГ показывают устойчивые вызванные ответы головного мозга на слуховые и зрительные стимулы, связанные с речью (отдельные фонемы, слоги, буквы и т.д.), а также изменения этих ответов у детей с диагностированными нарушениями речи. Тем не менее, вопрос о нейрофизиологических предикторах и коррелятах тех или иных нарушений речевого развития остается дискуссионным. Вероятная причина этого может заключаться в особенностях экспериментальных методик: например, метод вызванных потенциалов требует использования изолированных «идеальных» стимулов для получения устойчивого ответа, а также многократного повторения одного стимула. Экологическая валидность таких исследований может быть сниженной: реакции мозга на продолжительные, «натуральные» стимулы могут отличаться от реакций на изолированные стимулы.
В последние годы в исследованиях речи набирает популярность метод, который называется «функция временного отклика» (temporal response function). Этот метод позволяет оценивать нейрофизиологические реакции на продолжительные, естественные, экологически валидные стимулы [1–3]. Применительно к исследованиям речи данный метод позволяет изучить ответ мозга на изменение акустических, лингвистических и семантических характеристик, которые присутствуют в любом потоке естественной нарративной речи [1].
Математическую основу функции временного отклика (ФВО) составляет решение уравнения:
w=(STS+λE)–1·STR,
где S — матрица, содержащая рассматриваемые стимульные характеристики; R — матрица, содержащая нейрофизиологический сигнал, соответствующий стимулу; w — функция временного отклика — матрица коэффициентов линейного преобразования из пространства стимулов в пространство реакций.
Таким образом, ФВО является своеобразным «мостом» между стимулом и нейрофизиологическим ответом на него и отображает те нейронные операции, которые стоят между стимулом и реакцией [1]. Матрицы S и R являются матрицами временных лагов, что позволяет оценить ответ мозга на предъявленный стимул в заданном временном окне.
ФВО в последнее время широко используется в исследованиях речи [2, 3]. Однако применений данного метода в исследованиях с участием детей сравнительно мало [4, 5]. Использование экологически валидных речевых стимулов в исследованиях с детьми значительно упрощает выполнение ими экспериментальных парадигм, а также позволяет оценить мозговой ответ на ту речь, которую можно слышать и в реальной жизни, а не только в экспериментально смоделированных условиях. Разнообразие применений ФВО как к акустическим, так и к лингвистическим особенностям речи представляет особенный интерес при изучении психофизиологических механизмов развития речи у детей с различными траекториями развития. В нашей работе представлено применение данного подхода к исследованию развития речи у детей от 3 до 8 лет.
В исследовании приняли участие 56 детей (33 мальчика, 23 девочки) в возрасте от 3 до 8 лет (M=5,64; SD=1,33 лет). В ходе выполнения экспериментального задания участники прослушивали три заранее записанных женским голосом аудиоистории: детский рассказ про ежей, адаптированные варианты сказок «Кирпич и воск» и «Золотая утка». Все аудиостимулы сопровождались видеорядом для поддержания внимания детей. Общая длительность стимулов — 15 минут. Стимулы предъявлялись посредством программного обеспечения Presentation® (Neurobehavioral Systems, Inc., Berkeley, CA). После прослушивания каждого из рассказов детям задавалось 8 вопросов типа «да/нет», направленных на оценку понимания содержания прослушанного аудиоматериала. В отдельный день исследования изучался актуальный уровень развития рецептивной и экспрессивной речи ребёнка при помощи игровой методики Preschool Language Scales версии 5 (PLS-5).
Проводилась регистрация 32-канальной ЭЭГ с использованием электроэнцефалографа Brain Products actiCHamp (Brain Products GmbH, Gilching, Germany). Референт был установлен на позиции FCz. Предобработка ЭЭГ осуществлялась при помощи библиотеки MNE для Python и включала в себя фильтрацию данных в диапазоне от 1 до 15 Гц, визуальную инспекцию записи на наличие зашумленных каналов, интерполяцию плохих каналов (при необходимости), удаление глазодвигательных артефактов при помощи ICA, перереферирование записи на усредненный электрод. Синхронизация ЭЭГ и стимула производилась по метке на начало стимула. Далее и ЭЭГ, и стимул были сопоставлены в рамках выбранных эпох. Дальнейшая обработка выполнялась в среде MATLAB (версии 2021b) при помощи пакета mTRF Toolbox [1]. При помощи функций пакета выполнялось вычисление огибающей речевого стимула, которая затем подавалась в качестве стимула на вход ФВО. Производилось снижение частоты дискретизации стимула и ЭЭГ до 128 Гц. Для изучения было выбрано временное окно от –200 до 800 мс. Для анализа был выбран коэффициент прогнозирования ФВО, который представляет собой коэффициент корреляции между реальными данными и данными, которые предсказывает модель после кросс-валидации и обучения.
Среднее значение коэффициентов прогнозирования по всей выборке составило 0,041 (разброс от –0,002 до 0,106) и статистически значимо отличается от нуля (t(55)=13,1; p <0,001). Выявлена статистически значимая положительная корреляция между значениями коэффициента прогнозирования, усреднёнными интраиндивидуально по всем каналам ЭЭГ, и возрастом участников (r=0,379; p=0,004). Способность линейной модели, лежащей в основе ФВО, предсказывать ЭЭГ-сигнал увеличивается с возрастом ребёнка.
Выявлена положительная статистически значимая корреляция между значениями коэффициента прогнозирования и значениями по шкале рецептивной речи методики PLS-5 (r=0,33; p=0,026). Значения PLS-5 сильно положительно коррелируют с возрастом участников (r=0,596; p <0,001).
Также выявлена положительная корреляция между коэффициентом прогнозирования модели и результатами опросника на понимание прослушанного аудиоматериала (r=0,39; p=0,012). Кроме того, баллы опросника коррелируют со значениями по шкале рецептивной речи PLS-5 (r=0,82; p <0,001) и с возрастом участников (r=0,51; p=0,001).
Содержательно коэффициент прогнозирования функции временного отклика демонстрирует процесс кортикального отслеживания стимула, на которое в данный момент обращено внимание, и значимо коррелирует с пониманием услышанной речи [2, 3]. В нашей работе показано, что коэффициент прогнозирования статистически значимо положительно связан с возрастом детей и с их способностью к пониманию речи, измеренной при помощи методики PLS-5, а также с результатами опросника на понимание прослушанного, полученными непосредственно после выполнения экспериментальной задачи. Таким образом, применение функции временного отклика позволяет оценивать способность коры головного мозга к отслеживанию речевого акустического сигнала у детей. Также применение метода предоставляет нейрофизиологические корреляты рецептивной речи и процессов, связанных с пониманием услышанного. Возможно применение экспериментальной парадигмы для диагностики нейрофизиологических коррелятов рецептивной речи в различных возрастных группах у участников с различными уровнями развития языковых и речевых способностей. Представленная экспериментальная парадигма является частью исследования, проводимого направлением «Нейробиология устной и письменной речи при расстройствах развития» Научного центра когнитивных исследований университета «Сириус».
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Благодарности. Авторы благодарят всех участников исследования и команду проекта.
Источник финансирования. Финансирование проекта осуществлялось Министерством науки и высшего образования Российской Федерации (Соглашение № 075-10-2021-093; Проект COG-RND-2262).
Об авторах
А. О. Рогачёв
Научно-технологический университет «Сириус»
Автор, ответственный за переписку.
Email: aorogachev@gmail.com
Россия, Краснодарский край
О. В. Сысоева
Научно-технологический университет «Сириус»; Институт высшей нервной деятельности и нейрофизиологии Российской академии наук
Email: aorogachev@gmail.com
Россия, Краснодарский край; Москва
Список литературы
- Crosse M.J., Di Liberto G.M., Bednar A., Lalor E.C. The Multivariate Temporal Response Function (mTRF) Toolbox: A MATLAB Toolbox for Relating Neural Signals to Continuous Stimuli // Frontiers in Human Neuroscience. 2016. Vol. 10. P. 604. doi: 10.3389/fnhum.2016.00604
- Alday P.M. M/EEG analysis of naturalistic stories: A review from speech to language processing // Language, Cognition and Neuroscience. 2019. Vol. 34, N 4. P. 457–473. doi: 10.1080/23273798.2018.1546882
- Di Liberto G.M., Hjortkjær J., Mesgarani N. Editorial: Neural Tracking: Closing the Gap Between Neurophysiology and Translational Medicine // Frontiers in Neuroscience. 2022. Vol. 16. P. 872600. doi: 10.3389/fnins.2022.872600
- Kalashnikova M., Peter V., Di Liberto G.M., et al. Infant-directed speech facilitates seven-month-old infants’ cortical tracking of speech // Scientific Reports. 2018. Vol. 8, N 1. doi: 10.1038/s41598-018-32150-6
- Di Liberto G.M., Peter V., Kalashnikova M., et al. Atypical cortical entrainment to speech in the right hemisphere underpins phonemic deficits in dyslexia // NeuroImage. 2018. Vol. 175. P. 70–79. doi: 10.1016/j.neuroimage.2018.03.072
Дополнительные файлы
