突破听觉奥秘：赫氏回与颞上回在语音包络追踪中的线性相位特性研究

在语音研究领域，大脑如何追踪语音的机制尚不明确。为解决此问题，研究人员利用立体脑电图（SEEG）对 19 位癫痫患者展开研究。结果发现，低频（LF）包络追踪的线性相位特性广泛存在于赫氏回（HG）和颞上回（STG）。该研究为听觉皮层追踪语音包络提供新依据。

　　在探索大脑如何追踪语音的征程中，科学家们就像在迷雾中摸索的行者，面临诸多挑战。当前，关于大脑追踪语音的机制存在激烈争论，相位重置假说认为语音包络追踪反应是通过重置内源性神经振荡的最佳相位来实现；而诱发反应假说则主张它是由语音中一系列声学事件诱发的瞬态反应的时间叠加。过往研究采用多种方法试图区分这两种假说，但很多方法的有效性备受质疑，使得这一领域的研究陷入僵局。为了打破这一困境，浙江大学生医学院附属第一医院的研究人员挺身而出，开展了一项极具价值的研究。他们希望通过探索大脑追踪语音的真正机制，为理解人类的语音感知过程提供关键线索。
这项研究成果发表在《Cortex》杂志上，意义重大。研究人员利用立体脑电图（SEEG）技术，对 19 位癫痫患者进行研究。当患者聆听约 80 分钟的有声读物时，研究人员记录下他们的 SEEG 信号。为了量化包络追踪反应，研究人员计算了语音包络与低频（LF，0.5 - 40Hz）神经活动之间的相位相干性。对于表现出显著相位相干性的触点，进一步计算神经 - 语音相位滞后，并评估该相位滞后是否随频率线性变化。
在研究过程中，研究人员运用了多种关键技术方法。首先是 SEEG 记录技术，通过将深度电极植入患者颅内，精准记录神经活动信号。其次是电极定位技术，借助结构磁共振成像（T1 - weighted MRI）和计算机断层扫描（CT），结合 BrainSuite 和 Brainstorm 工具盒，准确确定电极触点的解剖位置。最后，通过一系列信号处理和数据分析方法，如对语音包络的提取、对 SEEG 信号的滤波、重采样等处理，以及计算相位滞后、相位相干性等指标，来探究语音包络追踪反应的特性。
下面来看具体的研究结果。
在 “相位相干性” 方面，研究人员识别出 328 个触点（占总触点的 12.9%），这些触点在语音包络和 LF 神经活动之间表现出显著的相位相干性。这些触点主要分布在 HG、STG 周围，在其他脑区也有稀疏分布。显著的 LF 相位相干性主要出现在 1 - 20Hz 频段，尤其是在 delta 和 theta 频段。这表明这些脑区的神经活动与语音包络之间存在紧密的联系。
“线性相位特性” 研究发现，277 个触点（占表现出显著 LF 相位相干性触点的 84.45%）在 LF 包络追踪反应中表现出线性相位特性。这些触点集中在 HG、STG，在其他脑区也有分布。HG 和 STG 中的线性相位特性在更广泛的频率范围内存在，且在 delta 和 theta 频段，相位 - 频率曲线的线性度更高。这一结果有力地支持了诱发反应假说。
“群延迟” 研究中，对于表现出线性相位特性的 LF 包络追踪反应的触点，其群延迟在不同脑区有所不同，中位数为 122.03 毫秒。在 HG 中，群延迟约为 100 毫秒；在 STG 中，群延迟在不同亚区存在差异，且从 HG 的后内侧到前外侧、从 STG 的后部到前部，群延迟呈现增加的梯度。这揭示了神经活动追踪语音包络的时间延迟规律。
研究结论和讨论部分指出，该研究为诱发反应假说提供了有力证据，表明听觉皮层可以按照诱发反应假说追踪语音包络。LF 包络追踪反应集中在 HG 和 STG，其他脑区也有参与。线性相位特性支持诱发反应假说，尽管一些非线性振荡器模型也可能呈现线性相位特性，但线性系统模型依据奥卡姆剃刀原理能更有效地解释这一现象。此外，研究还发现语音和音乐包络追踪反应机制可能不同，未来可进一步探究。研究中观察到的群延迟梯度，与以往研究中 HG 和 STG 对语音刺激的反应潜伏期规律相符。这些结论为深入理解大脑的语音感知机制提供了重要依据，有助于推动相关领域的进一步发展，为后续研究指明了方向，也为探索人类大脑的奥秘增添了新的拼图。