Hallás 2

EEG Az agy elektromos aktivitásának elvezetése a fejbőrön elektródák segítségével Két pont közti feszültség különbség (referencia-elektróda) Egy adott csatornán enek a feszültségkülönbségnek az időbeni változását rögzítjük (pl. 1000 Hz mintavételi frekvencia: másodpercenként 1000 minta) Különböző frekvenciájú hullámok (frekvencia sávok): különböző éberségi-, tudatállapothoz, kognitív folyamatokhoz kapcsolhatóak Előnyök: jó idői felbontás,nem invazív,„olcsó” Hátrány: rossz téri felbontás Action potential are not sufficiently correlated over space and time to contribute to dipoles

Mit mérünk A fejfelszínről elvezethető EEG-t az idegsejtek posztszinaptikus potenciáljai (EPSP,IPSP) okozzák. Ahhoz, hogy a fejbőrön mérhető nagyságú jel keletkezzen, a sejtek orientációjának hasonlónak kell lenni.  kéregben pyramidális sejtek Több sejt szinkronizált polarizációja Dipólusok  sejten belüli és sejten kívüli áram

Forrás-lokalizáció A fejbőrről elvezetett EKP hullámformák sok esetben több forrás párhuzamos aktivitását tükrözik. A különböző források bizonyos esetekben szelektíven manipulálhatók, ami a fejbőrről elvezetett jel megváltozását okozhatja: megváltozhat a hullámforma amplitúdója, topográfiája, csúcslatenciája. De egy adott (mért) potenciál-eloszlás nem határoz meg egyértelműen egyetlen dipólus összeállítást, ami az adott eloszlást generálja!!! Egy adott eloszlást végtelen sok különböző dipólus konfiguráció létrehozhat

Eseményhez kötött potenciálok (EKP) Event-related potentials (ERP) Az elektroenkefalogramban megfigyelhető, adott eseményhez (ingerbemutatás, gombnyomás, stb.) kapcsolható szisztematikus változások. (time-locked) Az ERP módszer alapfeltevései: - jel(t) = EEG(t) + ERP(t) - EEG(t) és ERP(t) függetlenek Több jelszakaszt átlagolunk EEG(t) egy-másfél nagyságrenddel nagyobb mint ERP(t)

A kortikális EKP 2-10 mikrovolt, az agytörzsből eredő jelek ennél kisebbek, kb. 1 mikrovolt. Agytörzsi válaszok: 1,5-15 ms poststim., a VIII. agyidegből és agytörzsi struktúrákból erednek.

Agytörzsi válaszok

Közép látenciájú válaszok 25-50 ms poststim., Na (felső agytörzsből vagy a cortex-ből ered), Pa (hallókéregből bilaterálisan) Alacsony frekvenciákra érzékenyek Nagy variabilitást mutat, akár egyéneken belül és elektródák között is. Akár Nb, Pb, Nc hullámok is követhetik őket.

Lassú hullámok 50-150 ms poststim. P1-N1-P2-N2 hullámokat jelenti P1 & N1 az inger regisztrációját jelzi P2: Szenzoros input összevetése emlékezeti reprezentációkkal??? N2: inger felismerése, pontosan mi is az inger

Késői hullámok (150 ms poststim.) MMN: mismatch negativity 150-250 ms Standard ingerek közötti deviáns váltja ki Frontocentrális eloszlású Nem figyelt helyzetben is kiváltható ORN: object-related negativity 240-250 ms két külön akusztikus tárgy jelzőmozzanata (precedence effect) Összetett hangot egy forrásból érkezőnek halljuk, mert a frekvenciakomponensei jó harmonikus kapcsolatban vannak, de amennyiben akár egy komponenst 4%-kal elhangolunk, hajlamosak vagyunk azt két hangforrásból érkezőnek észlelni

Késői hullámok II. P300: inger kategorizációját jelöli, inger elhelyezése egy feladatfüggő kategóriában. Két komponensből áll: P3a: „újdonság P3”, 250-280 ms, frontocentrális eloszlású, figyelem irányításában szerep és az újdonság feldolgozásában. P3b: kb. 300 ms, parietális területek felett a legnagyobb az amplitúdója, információfeldolgozás, valószínűtlen események váltják ki; döntéshozatal; kognitív terhelés N400: válasz szavakra, vagy más értelemmel bíró ingerre (olvasott szóra is)

Hallókészülékek Kompenzációs „profil” meghatározásában segíthet a pszichoakusztika Példa: loudness recruitment Nem lehet minden hangerősséget azonos mértékben erősíteni AGC: automatic gain control Erősítés mértéke az input erősségétől függ Input: széles terjedelemoutput: szűk terjedelem Az input erőssége egy intervallum átlagos intenzitásából kerül meghatározásra

Kihívások Lassú változások: beszédszituációtól függően az átlagos intenzitásban 30 dB különbség is lehet Gyors változás (pl. ajtó csapódás) Melyiket kövesse az erősítés? Lassú vs. gyors AGC  kombinált Gyors változás a beszédben is pl. mgh –msh: ez is lehet 30 dB Syllabic compression: msh-k nagyobb mértékű erősítése  Cross modulation:több beszélőhöz kapcsolódó hangingerek egyszerre változnak  „közös sors”  egy forrásnak hallatszik

A hallási küszöb eltolódása frekvenciától is függhet Input frekvencia-sávokra bontása ~ hallási filterek, sávok külön erősítése Személyenként változhat, hogy melyik eszköz a legmegfelelőbb Beállítás:normál halláshoz hasonló, vagy minden frekvencián azonos erősség

Cochlear implants Ép hallóideg, auditoros területek, sérülés csigában (általában szőrsejtek) Hallóideg elektromos ingerlése

Frekvencia kód: Helykód: ingerlés frekvenciájának növelésével a hangmagasság érzete is nő 300-600 Hz, de nagy egyéni különbségek Frekvencia változásának észlelése: min. 5% Probléma: szűk sáv az észlelési- és a fájdalomküszöb közt Helykód: több elektróda  a csiga/hallóideg különböző frekvenciákért felelős részeit stimulálják (csúcshoz közeli részek: tompa, alaphoz közel eső részek: éles hangérzet  hangszín is) Nehéz az elektródák által ingerelt területet élesen behatárolni 4 elektróda már elég lehet a beszédészleléshez Idői tényezők nehezen megragadhatóak

Beszéd kódolása elektromos jellé AGC Hallási filterek szimulációja band-pass filterekkel Az egyes filterek kimenete kerül a megfelelő elektródákhoz: analóg hullám, vagy kb.800 Hz-es impulzusok (CIS) CIS: minden elektróda folyamatosan közvetíti az impulzusokat, de az elektródák sose aktívak egyszerre Filter kimenete az impulzusok amplitúdóját, vagy időtartamát határozza meg SMPS (Spectral Maxima Sound Processor): 16 band-pass filter , centrális frekvenciák:250-5400 Hz), 4 ms-onként kiválasztásra kerül az a 4 filter, aminek a legnagyobb az outputja  megfelelő elektródák közvetítik a jelet az outputnak megfelelő amplitudóval SPEAK (Spectral Peak): 20 filter, output folyamatos számítása, 5-10 filter kiválasztása

Digitális hang Analóg hangfelvétel: Digitális hang időben változó nyomás  időben változó feszültség 122 kHz-ig képes a frekvenciák kódolására Érzékeny, könnyen zajos lesz Digitális hang Analóg jel  szabályos időközönként mintavétel  az érték bináris jelként tárolva

Hány különböző értéket vehet fel a jel? Mintavételi frekvencia (Hz): másodpercenként hány jel-értéket rögzítünk (egyenletes időközönként). CD: 44100 Hz DVD-Audio: 44.1 – 192 kHz Nyquist kriterium: maximális frekvencia a mintavételi frekvencia fele lehet (többértelműség elkerülése) CD-nél kb. 20 kHz Felbontás: Hány különböző értéket vehet fel a jel? Gyakran bit egységekben van megadva. Pl. 16 bit felbontás azt jelenti, hogy 216 számú lehetőség van a jelek ábrázolására. CD: 16 bit DVD-Audio:16, 20, 24 bit Felbontás és amplitúdó: Mekkora a legnagyobb jel-amplitúdó (kitérés), amit le tudunk képezni? Pl.: 16 bit: az amplitúdó határai -215 -től + 215 -ig -32768-től +32767-ig Az intenzitást a legtöbb esetben decibel (dB) „egységekben” fejezzük ki, ami egy arányt takar: LdB = 20*log10(A1/A0), ahol A1 a mért amplitúdó, A0 pedig a referencia Ha a referencia a legkisebb ábrázolható amplitúdó (azaz 1 egység), akkor 70 dB ~ 3160 egységnyi 80 dB = 10000 egységnyi 90 dB ~ 31600 egységnyi amplitúdónak felel meg Kerekítés miatt szisztematikus torzítások Kivédése: zaj hozzáadásával (dither)

Tömörítés Tömörítés nélküli, veszteségmentes formátum pl. wav, aiff Tömörítéssel , veszteségmentesen tárol pl. WavPack, FLAC Tömörítéssel , veszteségesen tárol pl. MP3, AAC. Perceptuális kódolás  a nem, vagy csak kevéssé észlelt elemek kihagyása Pszichoakusztikus modell: az emberi észlelés sajátságainak figyelembevétele

Perceptuális kódolás Hallási szűrőkhöz hasonló szűrők sorozata sávokra bontás (32) Elfedési jelenség: maszkolt hangok kihagyása Bitmélység az adott szakasz és sáv átlagos szintjéhez igazítva  kisebb felbontás is elég (maszkolás és hallási küszöb figyelembevétele itt is) kb. 10-szeres tömörítés

A szenzoros elnyomás Az önindított cselekvéshez kapcsolódó szenzoros ingereket kisebb intenzitásúnak észleljük reafferencia csökkentése külső relevánsabb ingerek kiemelése (állatvilágban is) öntudat Kapuzás vs. Szenzoros elnyomás Klasszikus példa: nem tudjuk önmagunkat csikizni (Blakemore, 1998) Fontos tényező: bejósolhatóság Első vizsgálatok:szomatoszenzoros, később egyéb modalitások is

Hallási modalitás Saját-beszéd észlelése (Curio és mtsai, 2000; Heinks-Maldonado és mtsai, 2005) Gombnyomással is EKP: N1 csökkenése (Baess és mtsai, 2011; Horváth, 2012, 2013 ) viselkedéses adatok is: szubjektív egyenlőségi pont - PSE (Sato, 2008; Weiss és mtsai, 2011, 2012) bejósolhatóság, kongruencia, ágencia-kauzalitás, koincidencia Hughes és mtsai (2013)

Elméletek Preaktivációs hipotézis Forward modellek  Figyelmi tényezők Bays és Wolpert (2007) Preaktivációs hipotézis Waszak és mtsai (2012)

Kérdések bejósolhatóság, kongruencia, ágencia-kauzalitás, koincidencia tanulás Érzékenység vagy válasz kritérium? (detekció) Figyelem, orientációs-reakció (N1 komponensek) Módszertani kérdések (gombnyomás) én-felfogás szerepe