言语产生过程中听觉反馈对认知运动过程的干扰效应：基于多通道维纳滤波的ERP信号分离研究

本研究针对言语产生过程中听觉反馈信号与运动编码信号难以分离的难题，创新性地采用多通道维纳滤波(MWF)技术，通过对比原始ERP信号、听觉诱发电位(AEP)减法信号和MWF滤波信号三种处理方式，揭示了听觉反馈对言语运动编码研究的干扰机制。结果表明传统减法方法会破坏地形图一致性，而MWF能有效保留原始信号特征，为言语产生神经机制研究提供了方法学突破。该成果发表于《Brain Topography》，对理解多音节言语计划的神经时序特征具有重要意义。

　　

言语产生是一个复杂的神经过程，涉及从语言信息到发音动作的转换。传统观点认为，言语运动编码主要发生在发音前，但近年研究发现多音节发音时，后续音节的计划可能持续到第一个音节发音期间。这一过程的研究面临重大技术挑战——发音时的脑电信号(EEG)不仅包含运动编码信息，还混杂着听觉反馈信号。由于两者都与发音起始时间锁定，现有信号分离算法难以区分。更棘手的是，听觉皮层在发音时存在抑制现象，使得单纯记录听觉反馈信号的方法失效。这种信号混杂可能导致重要认知运动过程被掩盖，特别是研究单音节与双音节发音差异时。

为解决这一难题，瑞士日内瓦大学心理学与教育科学学院的Michael De Pretto团队开展了一项创新研究。研究人员设计了两阶段实验：第一阶段要求受试者延迟发出单音节或双音节伪词；第二阶段让受试者聆听自己的发音录音。通过对比三种ERP信号处理方式——原始产生信号、AEP减法信号和MWF滤波信号，系统评估了听觉反馈信号的干扰效应及其处理方法。

研究采用了多项关键技术：1)设计单/双音节伪词产生任务，控制语音复杂度变量；2)采用128导联EEG系统记录发音和听音过程的脑电信号；3)运用微状态分析和全局场功率(GFP)比较三种信号处理版本；4)创新性应用MWF算法，基于听觉任务信号协方差矩阵估计并滤除产生信号中的听觉成分。受试者为17名右利手法语母语者，经过严格筛选排除发音异常和脑电信号质量问题。

研究结果部分包含三个重要发现：

在总体产生信号分析中，AEP减法版本显示出地形图不一致性，特别是在P1成分时段(40-92ms)。

显示减法方法引入了原始信号中不存在的微状态模式(黑色地形图)，而MWF版本保持了与原始信号相似的拓扑结构。全局场功率分析发现38-61ms和73-95ms时段存在显著差异。

单双音节对比分析揭示，原始信号和MWF版本都显示出双音节条件在发音前存在延迟处理，表现为微状态图2的重心偏移。

直观展示了两条件下Cz电极的Bereitschaftspotential成分差异。值得注意的是，MWF处理后的信号在132-198ms时段显示出更显著的条件间差异，提示可能揭示了被听觉信号掩盖的细微处理差异。

信号去除分析显示，MWF去除的信号包含比经典AEP更复杂的拓扑模式。

中可见被滤除的信号在P1和N1时段各分为两个地形稳定期，表明听觉反馈涉及更复杂的认知过程。

研究结论指出，传统AEP减法会破坏地形一致性并可能去除相关信号，而MWF能有效保留原始产生信号的特征。这一发现具有双重意义：方法学上证实了MWF在完全时间锁定信号分离中的适用性，为研究其他重叠认知过程提供了新思路；科学上支持了双音节发音计划主要在发音前完成的观点，但也不排除后续音节编码可能以非时间锁定方式进行的可能性。研究人员建议，在信号时间锁定的情况下，无需专门去除听觉反馈信号，这为言语产生研究提供了重要方法学参考。该研究同时展示了MWF在脑电信号处理中的潜力，特别是在区分空间-时间特征相似但来源不同的神经活动方面具有独特优势。