人类嗓音的听觉类别编码分布于颞上回,但在后部区域与关键言语感知网络汇聚

Auditory category encoding of human voice is distributed across superior temporal gyrus but converges with critical speech perception networks in posterior regions

作者信息Emily E Harford, Kyle M Rupp, Jasmine L Hect, William P Welch, Ruba Al-Ramadhani, Avniel Ghuman, Lori L Holt, Taylor J Abel
PMID42448251
发布时间2026-09
DOI10.1016/j.neuroimage.2026.122130

实验完整度

高

结合5例患者颅内电生理记录、编码模型分析与临床直接皮层电刺激两种独立证据层级,并包含功能验证。

主要模型

5例耐药性癫痫儿科患者(sEEG监测,年龄4–22岁) 左半球sEEG颅内记录通道 临床直接皮层电刺激 mapping

重点核对

VOICE+通道:编码模型中加入人声二分类特征后拟合显著改善(FDR校正,q ≥ 0.01) STIM+通道:临床电刺激产生言语产生干扰(语速减慢、命名困难、言语中断等) OVERLAP通道:同时满足VOICE+和STIM+标准 电刺激参数:双极双相,2-10mA,50Hz,脉宽200-250微秒,持续1秒 NatS任务:165个2秒声音,11类听觉类别,1-back重复检测

摘要

人类颞上回及颞上沟后部区域(pSTG/S)已被观察到在多种神经功能中发挥关键作用。这种功能异质性背后的机制以及功能亚区之间的重叠程度尚不清楚。利用五名因癫痫手术接受侵入性监测患者的临床引导直接皮层电刺激和颅内记录结果,我们识别了听觉类别编码和言语产生功能重叠与分离的亚区。我们的结果显示,听觉类别编码位点(VOICE+)分布于STG/S和初级听觉皮层,而刺激产生言语产生干扰的位点(STIM+)更位于STG/S后部,延伸至顶叶。我们在4/5名参与者中识别出两种功能共有的位点(OVERLAP)。在表现出功能重叠的通道中,84.6%位于STG/S,且关键的是,大多数定位于pSTG/S。贝叶斯因子分析显示,在2/4名参与者中,有证据支持VOICE+和OVERLAP通道之间具有相似的听觉类别敏感性。我们的发现强调了人类pSTG/S特别灵活的性质,并支持了以下假设:动态编码声学信息的共享机制可能产生归因于该区域的一系列功能。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
pSTG/S中负责编码人声等社会相关听觉类别的位点,是否与言语产生关键位点重叠?若存在共同位点,这些功能网络在多大程度上重叠与分离?
核心机制
pSTG/S可能通过一种动态编码声学信息的共享机制,以任务驱动方式灵活支持听觉类别编码和言语产生等多种功能;选择性或敏感性并不一定意味着功能专一性。
主要证据
5例癫痫患者sEEG记录结合编码模型识别出65个VOICE+通道(84.6%位于左STG/S);临床电刺激识别出39个STIM+通道(主要位于STG/S中后部);26个OVERLAP通道中84.6%位于STG/S且多数在pSTG/S;贝叶斯因子分析在2/4名参与者中支持VOICE+与OVERLAP通道嗓音敏感性相似。
研究意义
研究强调了人类后颞上回特别灵活的性质,为动态听觉编码共享机制假说提供支持,并与听觉加工双流模型一致;作者提出未来需用连接分析和靶向皮层刺激绘制完整网络。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者纳入与临床监测

建立可用于比较听觉类别编码与言语产生的患者样本。

从2019–2023年UPMC儿童医院40例儿科耐药性癫痫sEEG监测患者中筛选,纳入完成目标听觉研究任务且接受标准临床电刺激mapping者,最终5例进入分析。

2

自然声音听觉1-back任务与sEEG记录

获取用于识别嗓音类别编码通道的神经活动。

患者完成NatS听觉1-back任务,同时进行sEEG记录;刺激为165个2秒声音,属11个听觉类别,双耳经插入式耳机呈现,患者按键报告1-back重复。

3

高伽马活动提取与嵌套编码模型分析

检验人声类别特征是否在低层声学特征之外显著改善神经反应拟合,以定义VOICE+通道。

对共同平均参考的神经数据进行分段(−1000至3000 ms),应用70–150 Hz对数间距8频带滤波器组,Hilbert变换提取解析幅值,并以刺激前基线(−900至−100 ms)z-score;用嵌套编码模型比较仅声学特征模型与加入人声二分类特征的完整模型,似然比检验判断类别特征是否显著改善拟合。

4

临床直接皮层电刺激mapping

识别刺激后产生言语产生干扰的STIM+通道。

由神经科医生按标准临床流程进行双极双相电刺激,刺激相邻触点对,任务包括计数、朗读、生成命名、 confrontación命名和自发言语等;从医疗记录回顾性提取刺激触点、任务及效应。

5

通道功能分类与解剖定位

确定VOICE+、STIM+和OVERLAP通道的空间分布及重叠程度。

将同时满足VOICE+和STIM+的通道定义为OVERLAP;通过多模态影像配准、皮层表面重建和HCP多模态分区图谱将电极触点定位到解剖区域;比较各类通道分布,并用贝叶斯t检验比较VOICE+与OVERLAP通道对嗓音刺激的HGA反应。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Etymotic ER-3C插入式耳机EtymoticER-3C
反应时间盒 v6--v6
Ripple Grapevine Nomad处理器RippleGrapevine Nomad
SynthSR----
FreeSurfer图像分析套件----
SPM12----
CT2MRI刚体配准算法----
Brainstorm(23-Sep-2024版)--23-Sep-2024
MATLAB R2022aMathWorksR2022a
人类连接组计划多模态分区图谱扩展版1.1--1.1

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者纳入与样本特征
样本量n=5,平均年龄16.2岁,2名男性;纳入需完成听觉研究任务并接受临床电刺激mapping;4/5仅左半球刺激;排除仅运动 mapping、仅癫痫 mapping、未识别言语效应或记录不完整者。
阅读提示:Methods 2.1 Participants;Results 3.1及Table 1
听觉任务与sEEG记录
NatS任务为165个2秒声音、11个听觉类别、1-back重复按键;双耳插入式耳机给声;采样率1kHz,60/120/180Hz陷波;音量按个体校准。
阅读提示:Methods 2.2 Neural data collection and auditory task procedures
VOICE+通道定义
HGA频带70–150Hz、8个对数间距中心频率;分析窗口500–1500 ms;基线−900至−100 ms;嵌套模型比较仅声学 vs 声学+人声类别特征;FDR校正q ≥ 0.01。
阅读提示:Methods 2.4 Identification and functional classification of channels;引用Rupp et al., 2022的编码模型方法
STIM+通道定义与电刺激参数
双极双相刺激,2-10mA,50Hz,脉宽200-250微秒,持续1秒;每例刺激20-59对触点;任务包括计数、朗读、生成命名、 confrontación命名、自发言语;临床效应定义包括语速减慢、命名困难、言语中断等。
阅读提示:Methods 2.3 Clinical stimulation mapping procedures;Table 1
OVERLAP分类与解剖定位
OVERLAP需同时满足VOICE+和STIM+;仅纳入电刺激过的VOICE+通道;解剖定位采用5 mm球形搜索体积(524 mm3)内最 prevalent HCP图谱标签;电极触点手动标注。
阅读提示:Methods 2.4和2.5 Channel localization;Table 2
贝叶斯因子分析
比较VOICE+与OVERLAP通道对嗓音刺激的HGA反应;仅4名参与者纳入该分析;BF ≥ 1支持相似,BF10 > 10支持差异。
阅读提示:Results 3.5;Fig. 2