Исследование нейронных механизмов детектирования интерауральных временных различий методами математического моделирования тема диссертации и автореферата по ВАК РФ 03.01.02, кандидат физико-математических наук Васильков, Вячеслав Александрович

  • Васильков, Вячеслав Александрович
  • кандидат физико-математических науккандидат физико-математических наук
  • 2012, Ростов-на-Дону
  • Специальность ВАК РФ03.01.02
  • Количество страниц 134
Васильков, Вячеслав Александрович. Исследование нейронных механизмов детектирования интерауральных временных различий методами математического моделирования: дис. кандидат физико-математических наук: 03.01.02 - Биофизика. Ростов-на-Дону. 2012. 134 с.

Оглавление диссертации кандидат физико-математических наук Васильков, Вячеслав Александрович

Оглавление

Оглавление

Введение

ГЛАВА 1. Современное состояние проблемы моделирования механизмов обработки ИВР системой бинаурального слуха (обзор литературы)

1.1.Пространственный бинауральный слух. Локализация источника

звука в горизонтальной плоскости

1.2.Интерауральные различия как основной источник информации при азимутальной локализации звука

1.3.Разрешающая способность СБС в сопоставлении с инертностью составляющих ее единичных элементов

1.4.Краткие морфофизиологические данные о структурной организации СБС (на примере млекопитающих)

1.5.Чувствительность бинауральных нейронов СБС млекопитающих

к ИВР

1.6.Модели нейронных механизмов вычисления ИВР

1.6.1. Модель Джеффресса

1.6.2. Модель Equalization-Cancellation

1.6.3 Модель популяционного кодирования ИВР

1.7.Заключение и постановка проблемы

ГЛАВА 2. Методы исследования

2.1.Структура разработанной исследовательской модели

2.2.Модель нейрона

2.2.1. Модель импульсного нейрона

2.2.2. Модель Ижикевича

2.2.3. Модель Ходжкина-Хаксли

2.3.Модель синаптической передачи

2.3.1. Описание синаптического тока при аналитическом исследовании

2.3.2. Модель синапса для вычислительного эксперимента

2.4.Разработка программного обеспечения для численного нейромоделирования

2.4.1. Пакет прикладных программ STD Detector

2.4.2. Симуляционная среда NEURON

ГЛАВА 3. Исследование механизма детектирования ИВР

3.1.Результаты аналитического исследования

3.1.1. IE нейрон как единичный элемент нейросетевой модели, детектирующей ИВР

3.1.2. Аналитическое исследование популяционной активности

IE нейронов

3.2.Результаты численного моделирования

3.2.1. Числительное исследование способности разработанной нейросетевой модели детектировать ИВР

3.2.2. Устойчивость механизма детекции ИВР при случайном распределении силы входных воздействий

3.2.3. Воздействие джиттера на механизм детектирования ИВР

3.2.4. Влияние собственных шумов IE нейронов на детекцию ИВР

3.2.5. Верификация результатов вычислительного эксперимента

ГЛАВА 4. Применение разработанной нейросетевой модели и пакета

прикладных программ в психофизических исследованиях и медицинских целях

4.1. Концепция сопоставления данных вычислительного эксперимента и психофизического тестирования

4.1.1. Краткое описание методов психофизического тестирования

4.1.2. Методика выделения аналогов характерных ИВР на основе ответов нейросетевой модели

4.1.3. Оптимизационная процедура поиска параметров модели с идентичными экспериментальным характерными ИВР

4.2.Применение разработанной модели для объяснения некоторых нарушений бинаурального слуха при патологиях мозга

Заключение

Список литературы

Приложение 1. Список используемых терминов и обозначений

Приложение 2. Свидетельство о государственной регистрации

программы для ЭВМ

Приложение 3. Акты внедрения результатов исследования

Рекомендованный список диссертаций по специальности «Биофизика», 03.01.02 шифр ВАК

Введение диссертации (часть автореферата) на тему «Исследование нейронных механизмов детектирования интерауральных временных различий методами математического моделирования»

Введение

Актуальность работы

Особенность развития современной нейробиологии заключается в получении количественных данных на уровне отдельных нейронов, в т.ч. касающихся динамики мембранного потенциала в различных состояниях, свойств и вклада структурных компонент нейрона, ионных механизмов генерации импульсов и т.д. Полученные экспериментальные данные обобщаются и формализуются в виде биологически обоснованных детальных моделей, которые используются как эффективный инструмент для тестирования нейробиологических гипотез и формулировки предположений о возможных механизмах наблюдаемых феноменов, доступных экспериментальной проверке [56,61,62,85,133]. С другой стороны, механизмы интеграции активности отдельных нейронов, их коллективное функционирование, способы популяционного кодирования/декодирования и обработки информации остаются Terra Incognita и являются предметом разнообразных гипотез [9,26,70,118,128]. Слабый прогресс исследований в области популяционной обработки сигналов определяется, прежде всего, ограниченными возможностями современных нейрофизиологических методов, что создает обширную область применения методов математического моделирования при комплексном исследовании наиболее сложных вопросов нейробиологии.

Одним из ярких примеров такого рода проблем является изучение нейронных основ бинаурального восприятия человеком и животными пространственного положения источника звука. В частности, внимание исследователей привлекают нейронные механизмы, лежащие в основе исключительной дифференциальной чувствительности слуховой системы к интерауральным различиям физических параметров звукового сигнала [1,37]. В контексте данной задачи актуальным является понимание способности слуховой системы млекопитающих, образованной медленными и имеющими

существенную шумовую компоненту нейронами, устойчиво детектировать микросекундные интерауральные временные различия (ИВР), которые несут ключевую информацию о положении источника низкочастотного звука при азимутальной локализации [3,4,13,73,111,144]. Анализ морфологических и физиологических данных указывает на то, что высокоточное детектирование биологически релевантных значений ИВР невозможно на основе единичных нейронов, а является результатом специфической организации коллективной работы клеток билатеральных популяций слуховой системы [113,157]. Классическая гипотеза описывает возможную морфофункциональную организацию билатеральных популяций как нейронную «карту» биологического диапазона значений ИВР и предполагает функционирование механизмов детектирования ИВР на основе «быстрых» нейронов - детекторов совпадения [64,89]. Однако в последнее десятилетие выявлен ряд экспериментальных фактов (преимущественно при исследовании млекопитающих) о свойствах единичных клеток и, как следствие, вероятном характере популяционной динамики, которые не могут быть интерпретированы в рамках доминирующей гипотезы [73,91,109,121]. В связи с этим, возникает необходимость поиска и изучения альтернативных, основанных на современных нейробиологических данных, нейронных механизмов высокоточного детектирования ИВР, что определяет актуальность цели данного диссертационного исследования. При этом следует еще раз подчеркнуть, что на данный момент не существует прямых методов экспериментальной нейрофизиологии для исследования популяций средней и большой размерности с детализацией функциональных свойств отдельных нейронов. Это обосновывает адекватность применения методов математического моделирования для анализа механизмов детектирования ИВР в слуховой системе в свете современных экспериментальных данных.

Объект исследования

Объектом исследования являются модели нейронных механизмов обработки микросекундных интерауральных временных различий,

реализованные на основе разработанной биологически корректной нейронной структуры с клеточным уровнем детализации.

Методы исследования

При выполнении исследований в рамках диссертационной работы использовались биологически обоснованные модели нейронов и синапсов; математический аппарат, применяемый для детального нейромоделирования; аналитические и численные методы решения дифференциальных уравнений; отдельные разделы статистики и теории вероятности. Для реализации разработанной исследовательской модели в имитационных экспериментах применялись методы процедурного программирования.

Цель и задачи работы

Целью диссертационной работы является исследование нейронных механизмов детектирования интерауральных временных различий на основе математического моделирования билатерально расположенных популяций специфических бинауральных клеток слуховых отделов ствола мозга.

Для достижения поставленной цели в ходе работы решались следующие задачи:

1. Разработка исследовательской модели нейронной сети на основе формализации современных нейрофизиологических данных о морфофункциональной организации единичных нейронов и их популяций в бинауральной слуховой системе.

2. Теоретическое исследование принципа популяционного кодирования как основы механизма детектирования ИВР в рамках моделируемой биологической нейронной системы.

3. Тестирование функционирования механизма популяционного детектирования ИВР в имитационных численных экспериментах на исследовательской модели.

4. Исследование влияния на функционирование механизма популяционного детектирования ИВР различного рода шумовых процессов, свойственных реальной слуховой системе.

5. Разработка и тестирование методики выявления и прогнозирования феноменов субъективного слухового восприятия человека на базе исследовательской модели.

Научная новизна работы.

Разработана биологически адекватная исследовательская модель нейронной сети с детализацией свойств отдельных нейронов, которая основана на современных данных о структурной и функциональной организации билатеральных популяций бинауральных клеток слуховой системы. Модель впервые позволила исследовать целостную реализацию механизма детектирования ИВР, основанного на принципе популяционного кодирования.

Выявлена высокая точность и разрешающая способность исследуемого популяционного механизма при детектировании биологически релевантных значений ИВР.

Показано устойчивое функционирование механизма популяционного детектирования ИВР с микросекундной разрешающей способностью при наличии шумовых процессов, характерных для отдельных нейронов, популяций в целом и нейронных путей проведения сенсорной информации в слуховой системе.

Выявлена необходимость и оптимальность биологически релевантного диапазона шумов для высокоточного детектирования ИВР.

Впервые аналитически обосновано функционирование нейронного механизма детектирования ИВР, базирующегося на принципе популяционного кодирования.

На основе модельной реализации исследуемого механизма популяционного детектирования ИВР сформирована и протестирована методика выявления и прогнозирования особенностей восприятия

субъективного звукового образа человеком в норме и при патологии различных отделов мозга.

Практическая значимость и реализация результатов работы.

Результаты диссертационного исследования использованы при выполнении НИР по темам:

I) «Исследование и моделирование нейронных и системных механизмов объектного сенсорного восприятия» (№ гос. регистрации НИР: 01200957953), проводимой в НИИ НК ЮФУ;

II) «Исследование и моделирование иерархии механизмов активного зрительного и слухового восприятия» (№ гос. регистрации НИР: 01201155043), проводимой в НИИ НК ЮФУ;

III) «Разработка симуляторов живых систем, моделирование динамических режимов и их функционирования» (Программа фундаментальных научных исследований Президиума РАН «Математические методы нелинейной динамики»), проводимой в Институте прикладной физики РАН.

В рамках выполненного исследования разработан (и зарегистрирован в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам) пакет прикладных программ (НИИ) «STD Detector» для биологически адекватного нейромоделирования, который ориентирован на оперативное создание, модификацию и изучение нейронных популяций произвольной размерности с детализацией свойств отдельных нейронов. Пакет используется в исследовательских целях, а также внедрен в учебный процесс. В частности, в Институте прикладной физики РАН и Нижегородской государственной медицинской академии на основе 111111 STD Detector и предложенной модели проводятся имитационные эксперименты в рамках комплексного исследования феноменов пространственной локализации звука, вызванных нарушением функционирования различных отделов слуховой системы (использование результатов работы подтверждается

соответствующими актами). Кроме того, 111111 STD Detector, в качестве компонента программного оснащения по моделированию, включен в практикум к курсу лекций «Биологически обоснованные модели нейронов и нейронных сетей».

Апробация работы.

Результаты работы представлялись на Всероссийских и международных научных конференциях и семинарах, в том числе:

-9, 10, 11 и 12-й Всероссийских научно-технических конференциях «Нейроинформатика» в 2007-2010 гг. (г. Москва, Россия);

-17-й, 18-й и 20-й Международных конференциях по вычислительным нейронаукам «CNS» в 2008 г. (г. Портленд, США), 2009 г. (г. Берлин, Германия) и 2011 г. (г. Стокгольм, Швеция);

- 2-м «INCF» Конгрессе по нейроинформатике 2009 г. (г. Пльзень, Чехия);

- 2-м Европейском симпозиуме аспирантов в области исследования слуха и акустики в 2009 г. (г. Ноттингем, Великобритания);

- 59-й научной конференции молодых ученых в 2007 г. (г. Ростов-на-Дону, Россия);

-15-й летней научной школе-семинаре «Advanced Course in Computational Neuroscience» в 2010 г. (г. Фрайбург, Германия);

- научной молодежной школе-семинаре «Биофизические модели нейронов и взаимодействующих клеток мозга» в 2009 г. (г. Пущино, Россия);

-научном семинаре «Нейроинформатика и когнитивные исследования» НИИ Системных Исследований РАН в 2010 г. (г. Москва, Россия);

- научном семинаре Института математических наук Нью-Йоркского университета в 2010 г. (г. Нью-Йорк, США);

-научном семинаре Отделения нейронаук университета Коннектикута в 2010 г. (г. Фармингтон, США);

- научном семинаре Отделения фармакологии и физиологии университета Джорджа Вашингтона в 2010 г. (г. Вашингтон, США);

- научном семинаре «Нелинейная динамика в когнитивных исследованиях», проводимом в Институте прикладной физики РАН в 2010 г. (г. Нижний Новгород, Россия);

-научном семинаре Института математических проблем биологии РАН в 2010 г. (г. Пущино, Россия);

-ХХ1-м Съезде Физиологического общества им. И.П. Павлова в 2010 г. (г. Калуга, Россия).

Публикации.

По теме диссертации опубликовано 12 печатных работ, среди них: три в журналах, рекомендованных ВАК; четыре в полнотекстовых сборниках научных трудов Всероссийских научно-технических конференций; пять в тезисах международных научных конференций.

Получено одно свидетельство о государственной регистрации программы для ЭВМ в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам (№ 2008612461 от 20.05.2008).

Основные положения диссертационного исследования, выносимые на защиту:

1. Разработанная оригинальная модель нейронного механизма популяционного детектирования ИВР, аккумулирующая современные нейробиологические данные об организации системы бинаурального слуха.

2. Теоретическое обоснование функционирования механизма популяционного детектирования ИВР на основе аналитического исследования динамики активности моделей «бинауральных» нейронов слуховой системы.

3. Функционирование исследуемого механизма популяционного детектирования ИВР в детерминированной нейронной системе, а также при отсутствии точной настройки синаптических весов, наличии шума в активности единичных нейронов и случайного временного

рассогласования бинаурального сенсорного сигнала при передаче по слуховым путям.

4. Ключевая роль шумовых процессов, характерных для реальной системы бинаурального слуха, в высокоточном детектировании микросекундных значений ИВР.

5. Методика выявления и прогнозирования феноменов формирования субъективного звукового образа, основанная на разработанной исследовательской модели.

Структура и объем диссертации.

Работа состоит из введения, четырех глав, заключения, списка литературы и трех приложений. Общее количество страниц: 133. Работа содержит 24 иллюстрации и 1 таблицу; список литературы включает 159 наименований.

Краткое содержание работы.

Во введении обоснована актуальность темы диссертационной работы, определена цель и сформулированы задачи исследования. Раскрыта новизна полученных результатов, их научная и практическая ценность. Представлена краткая аннотация всех глав диссертации.

Первая глава посвящена обзору литературы по структурной организации и основным принципам функционирования бинауральной слуховой системы в контексте обработки ИВР как ключевого источника информации при локализации низкочастотного звука в азимутальной плоскости. Рассмотрены данные о высокой точности определения азимутального направления на источник звука, которая является результатом устойчивой детекции системой бинаурального слуха (СБС), образованной медленными нейронами, величин ИВР порядка десятка микросекунд. Представлены классические модели нейронных механизмов, реализующие известные концепции высокоточного детектирования микросекундных ИВР. Проанализированы достоинства, выделены недостатки описанных гипотез; на основе современных экспериментальных данных оценена корректность их базовых допущений, а

также рассмотрена валидность потенциальной реализации биологических прототипов гипотетических механизмов в нейронных структурах СБС.

Во второй главе изложены принципы построения исследовательской модели нейронной сети для изучения альтернативного гипотетического механизма детектирования ИВР; а также представлено разработанное программное обеспечение, использованное для реализации модели в рамках численного исследования. В первом разделе главы представлен обзор базовой структуры разработанной модели, имитирующей активность бинауральных нейронов двух билатерально расположенных популяций СБС и реализующей исследуемый механизм детектирования ИВР на основе принципа популяционного кодирования. Приведено математическое описание образующих модель единичных элементов: трех моделей нейрона и четырех моделей синаптической передачи различной степени детализации, используемых для аналитического исследования и численного моделирования. Во втором разделе главы описан разработанный исследовательский пакет прикладных программ STD Detector для биологически адекватного моделирования, сфокусированный на оперативном создании нейронных сетей средней и большой размерности. В данном разделе также представленно описание альтернативного, наиболее распространенного пакета для моделирования нейронов и нейронных сетей NEURON [53], применяемого в качестве тестового для верификации результатов численных экспериментов.

Третья глава, состоящая из двух разделов, посвящена изложению результатов исследования, на основе разработанной нейронной модели, механизма, который предполагает кодирование значений ИВР величиной импульсной активности билатеральных популяций El нейронов СБС. В первом разделе третьей главы представлены результаты аналитического исследования принципиальной возможности реализации изучаемого механизма детекции ИВР, основанного на принципе популяционного кодирования. Рассмотрена динамика мембранного потенциала единичных моделей нейрона при варьировании ИВР во входном сигнале. Найдены экстремумы потенциала

нейронов при различных ИВР, на основе максимумов проанализирован характер зависимости от величины ИВР потенциального количества вовлеченных в импульсную активность нейронов популяций исследовательской модели. Показано наличие устойчивой тенденции влияния варьирования значения ИВР на величину суммарной импульсной активности популяций модели, что расценивается как репрезентация механизма популяционного детектирования ИВР. Во втором разделе представлен анализ результатов исследования изучаемого механизма на основе компьютерной реализации в рамках вычислительного эксперимента. Показана стабильная работа механизма популяционного детектирования ИВР на основе разработанной исследовательской модели, базирующейся на биологически более адекватных моделях единичного нейрона и синаптической передачи. Продемонстрирована потенциальная применимость изучаемого механизма детектирования ИВР к реальным нейронным популяциям СБС, не предполагающим строгой настройки синаптических весов. Представлены результаты, свидетельствующие об устойчивости механизма к влиянию собственных шумов единичных элементов популяций. Показана возможность стабильной детекции ИВР при возникновении джиггера во время передачи импульсного сигнала по слуховым путям от периферических к процессинговым нейронным отделам. Выдвинуто предположение о двойственности роли шумов и стохастических процессов, вследствие их ключевой значимости, в качестве источников возмущения системы на основе медленных нейронов, для устойчивого функционирования изучаемого механизма высокоточной детекции микросекундных значений ИВР. Приведены результаты верификационных исследований с применением альтернативной среды для нейромоделирования с интегрированными биологически более адекватными моделями нейрона и синаптической передачи.

Четвертая глава посвящена описанию разработанной на основе исследовательской модели, реализующей популяционный механизм детектирования ИВР, методики выявления и прогнозирования особенностей

субъективного звукового образа в норме и при нарушениях функционирования различных отделов головного мозга. Результаты апробации методики показали перспективность ее внедрения в психофизических исследованиях и медицинских целях; а также позволили выдвинуть гипотезу об инерционности бинаурального слухового восприятия.

В заключении обобщены основные результаты диссертационного исследования.

В приложении 1 приведен список используемых терминов и обозначений.

В приложении 2 представлено свидетельство о государственной регистрации программы для ЭВМ в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам.

В приложении 3 представлены акты практического внедрения (использования) результатов диссертационного исследования.

1. ГЛАВА 1. Современное состояние проблемы моделирования механизмов обработки ИВР системой бинаурального слуха (обзор литературы)

1.1. Пространственный бинауральный слух. Локализация источника звука в горизонтальной плоскости

Наивысшего развития слух достигает у млекопитающих [1,13,24,73]. На ряду со зрением, пространственный слух является наиболее сложной и, вместе с тем, важнейшей сенсорной модальностью, которая используется большинством животных этого класса (в т.ч. и человеком) для ориентации в окружающей среде и социальной коммуникации друг с другом [1,6,13,24]. Под пространственным слухом понимается способность установить место расположения источника звука в пространстве (т.е. определение азимутального и элевационного углов, а также степени удаленности) и направление его перемещения [2-4,6,13,18,24,37]. Быстрое и точное решение задач такого рода, в частности, если источник звука находится за пределами поля зрения, является необходимым условием существования. В большинстве случаев способность четкого пространственного восприятия звука и высокоточного мониторинга звучащего объекта обусловлено наличием бинаурального слуха (от лат. bini -два и auricula - ухо), т.е. восприятия звуковой информации, поступающей через оба уха, и последующего ее анализа билатеральными (двусторонне-симметричными; см. раздел 1.4) отделами на всех уровнях слуховой системы [1,13,24,126]. Система бинаурального слуха (СБС) обеспечивает ряд эффектов в получении и обработке звуковой информации (напр. бинауральную чувствительность и суммацию громкости, бинауральные слияния звукового образа и биения, эффект предшествования (эффект Хааса), бинауральную маскировку и демаскировку, эффекты «правого» и «левого» уха при восприятии речи и др.), лежащих в основе надлежащей остроты пространственного слуха [1,5,13,24,98].

Одним из неотъемлемых атрибутов бинаурального пространственного слуха является высокоточная локализация звукового источника в

горизонтальной плоскости. Горизонтальная локализация предполагает определение координат источника звука в двумерном пространстве (азимутальном) посредством соотнесения ощущаемого положения слухового объекта с определенными признаками звукового или другого возбуждения, коррелируемого со слуховым ощущением [1,6,13]. Минимальное изменение данных признаков или признаков звукового возбуждения, которое вызывает ощущение азимутального смещения слухового объекта в пространстве, называется размыванием локализации (в горизонтальной плоскости) [6,13]. Обеспечение высокой точности горизонтальной локализации звукового источника и достижение минимальных значений ее размывания, с вычислительной точки зрения, является относительно сложной задачей для центральной нервной системы, поскольку (напр., в отличие от зрения [11,24]) азимутальное звуковое пространство не картировано, а периферические отделы (кохлеарные ядра) слуховой системы имеют лишь тонотопическую организацию [1,6,13,24,35,38,98]. Однако, несмотря на недостаток точного представления пространства на начальных этапах бинауральной обработки звуковой информации, данные психофизических тестов [6,14,15] показывают способность слуховой системы многих животных (в т.ч. человека) определять направление на источник звука в горизонтальной плоскости с точностью порядка 1-10 градусов азимутального угла [1,6,13]. Такая точность является еще более чрезвычайной с учетом того, что процесс локализации звука является пассивным* и протекает при отсутствии предварительной информации или контроля над локализуемым звуком (напр., в отличие от эхолокации [24]). Согласно современной парадигме слухового восприятия, столь высокая разрешающая способность является результатом эффективной организации механизмов СБС, обеспечивающей острую чувствительность к физическим признакам звукового сигнала и, как следствие, устойчивую идентификацию места расположения источника звука на основе информации об их оценке. В

* Несмотря на то, что бинауральное восприятие в целом имеет активную компоненту: организм определенным образом позиционирует в пространстве свои тело и голову, обеспечивая наилучшие условия для выделения и распознавания сигнала.

соответствии с наиболее распространенной гипотезой [18,144], первоначально основанной на результатах психофизических исследований у человека [1,6], такими признаками являются интерауральные (межушные) различия пространственного звука, которые предоставляют принципиальный объем информации о местоположении звукового объекта в горизонтальной плоскости.

1.2. Интерауральные различия как основной источник информации при азимутальной локализации звука

Определение горизонтального направления на источник звука выполняется СБС на основе данных, получаемых преимущественно при анализе интерауральных различий - различий физических характеристик звукового сигнала, приходящего в левое и правое ухо. СБС анализирует не все межушные различия, а лишь определенные, хорошо детектируемые [1,6,13,18,144]. В контексте постулированной Рэлеем (Rayleigh) «дуплексной теории» (duplex theory) бинаурального слуха, при азимутальной локализации звукового источника ключевыми признаками являются интерауральные различия по интенсивности и времени (фазе) [18].

Интерауральные различия интенсивности (ИИР) - это относительная разность интенсивности звуковых сигналов, воспринимаемых левым и правым ухом (рис. 1.16). Для описания данного бинаурального признака звука также иногда используют взаимозаменяемые обозначения: интерауральные различия уровня звукового давления [6] или интерауральные амплитудные различия [13], хотя с физической точки зрения данные термины различны. Возникновение ИИР связанно с низкой проницаемостью головы для звуковых волн (т.н. «экранирующий эффект головы»), которые частично отражаются и поглощаются ею, приводя к неравенству звукового давления и возникновению «акустической тени» со стороны, обратной источнику звука [73]. Так, например, при расположении источника высокочастотного звука справа относительно сагиттальной плоскости (рис. 1.16), правое ухо получает звуковой

Рисунок 1.1. Схематическое представление динамики изменения величины а) ИВР, б) ИИР в зависимости от расположения источника а) низкочастотного, б) высокочастотного звукового сигнала относительно сагиттальной плоскости головы. Дв - интерауральная разность пути, преодолеваемого звуковой волной от источника до каждого из ушей; Узв - скорость звука. Пунктир на б) иллюстрирует образовавшуюся акустическую тень.

сигнал высокой интенсивности, в то время как левое ухо находится в акустической тени головы и интенсивность воспринимаемого им сигнала значительно меньше. Оценка СБС межушных различий интенсивности является наиболее информационно значимой при локализации источника высокочастотного звукового сигнала (с длинной волны намного меньше размеров головы), не способного обогнуть голову слушателя без значительного снижения интенсивности [1,6,13,83].

При обработке низкочастотного сигнала (напр., до 1.5 кГц для человека), т.е. когда длина звуковой волны сопоставима с расстоянием между ушами -«интерауральной базы», основной объем информации экстрагируется при детектировании СБС межушных фазово-временных различий звука [1,6,13,18,73,135,141-143,154]. Интерауральное временное различие (ИВР; для продолжительного сигнала используется термин: интерауральное фазовое различие (ИФР)) - это относительная разница моментов времени достижения звуковым сигналом каждого уха [1,6,13,18]. ИВР возникает вследствие конечности скорости распространения звукового сигнала в пространстве (»340 м/с в воздушной среде) и существенного различия расстояний (рис. 1.1а), преодолеваемых звуком от его источника до каждого из ушей [6,13,18]. Таким образом, сигнал от источника низкочастотного звука, расположенного справа относительно средней линии головы слушателя, достигает правого уха несколько ранее, чем левого и наоборот (рис. 1.1а). Диапазон значений ИВР, воспринимаемых большинством животных, может в значительной степени варьироваться в зависимости от размеров головы (прямо пропорционально интерауральной базе). Однако в основном, максимальные значения ИВР, соответствующие положению источника звука непосредственно напротив левого или правого уха (смещение на ±90 градусов относительно сагиттальной плоскости), являются небольшими величинами и в среднем составляют порядка ±630 мкс для человека [6,13,73], либо ±180 мкс для совы [116,117]. Очевидно, что для того чтобы использовать ИВР, лежащие в столь узком диапазоне, в качестве источника информации об азимутальном положении звукового

объекта, СБС надлежит с высокой точностью детектировать микросекундные изменения ИВР (см. раздел 1.3).

Необходимо также отметить, что несмотря на наличие в достаточной мере четкой категоризации признаков (лежащих в основе анализа сигнала) в зависимости от частоты звука, существует ряд ситуаций, в которых наблюдается смена приоритета, характерного для данной частоты, источника информации (ИВР/ИИР) о положении звукового объекта [33,36,46,129]. Например, ИИР имеет первостепенное значение при локализации источника низкочастотного звукового сигнала, расположенного непосредственно вблизи головы слушателя [46,129]. Кроме того, хотя при горизонтальной локализации информационную значимость имеют оба бинауральных признака звукового сигнала, существуют гипотезы об их взаимокомпенсации на уровне восприятия [6,13] и также предположения о существовании нейронных механизмов перекодирования, как ИИР в ИВР, так и ИВР в ИИР, при обработке бинаурального сигнала в СБС [13]. Исследования, представленные в данной работе, сфокусированы на изучении нейронных процессов, лежащих в основе высокоточной детекции ИВР, однако представленные в работе механизмы в равной степени могут служить и для детектирования ИИР.

1.3. Разрешающая способность СБС в сопоставлении с инертностью составляющих ее единичных элементов

Как было отмечено ранее, СБС обладает высокой разрешающей способностью, физиологической основой которой является феноменальная чувствительность СБС к микросекундным изменениям ИВР. Простые вычисления показывают [5,6,13,], что способность человека (с интерауральной базой «21 см) различать смещение источника низкочастотного звука (коротких щелчков) в горизонтальной плоскости с точность 1-5 градусов соответствует необходимости СБС устойчиво детектировать ИВР порядка 10-50 мкс. Для амбарной совы (с базой « 4 см), имеющей нижний предел размывания локализации 1-2 градуса, величина детектируемой ИВР составляет около 2-4

мкс. При анализе повторяющегося или продолжительного звука разрешающая способность СБС повышается, поскольку животное успевает повернуть голову и отслеживать источник сигнала в равносигнальной зоне, где, согласно данным психофизических тестов, наблюдается минимальное размывание локализации [6].

Данные значения точности детектирования СБС столь коротких временных рассогласований сигналов не являются экстраординарными в рамках сравнения с разрешающей способностью современных технологических систем мониторинга. Тем не менее, точность СБС является парадоксальной в сопоставлении с временными характеристиками единичных элементов, образующих СБС [13]. Так результаты электрофизиологических исследований характеризуют единичные нейроны СБС как медленные (с постоянными времени превосходящими минимально значимое значение ИВР в «50 раз) и нестабильные (имеющие значительные собственные шумы) клетки [1,6,12,13,24,25,38,50]. Согласно физиологическим данным отдельные бинауральные клетки слуховой коры также проявляют значительную инертность и не способны реагировать на микросекундные изменения ИВР, тем самым, демонстрируя возможность выступать лишь в роли грубых детекторов положения источника низкочастотного звука в горизонтальной плоскости (см. раздел 1.5, 1.6).

Из соотнесения представленных выше данных следует, что надлежащая разрешающая способность СБС, значительно превосходящая точность составляющих ее нейронов и обеспечивающая устойчивое детектирование микросекундных значений ИВР, возможна только как результат рациональной организации нейронных механизмов СБС на базе коллективной (см. раздел 1.6) работы грубых (инертных) единичных элементов.

1.4. Краткие морфофизиологические данные о структурной организации СБС (на примере млекопитающих)

Для иллюстрации морфологического базиса нейронной обработки бинауральной информации (в т.ч. ИВР) о пространственном расположении источника звука рассмотрим строение СБС млекопитающих. Воспринимаемый слуховой системой звук анализируется периферическими структурами уха и конвертируется рецепторами (волосковыми клетками) в электрический сигнал (graded response) [1,13,24,58,98]. Далее, по афферентному слуховому пути (через промежуточные станции передачи звуковой информации, перекодирующие электрический сигнал в последовательность импульсов -потенциалов действия), импульсный сигнал поступает к кохлеарному ядру (CN), расположенному с ипсилатеральной стороны (рис. 1.2) и образованному преимущественно моноауральными нейронами [1,6,13,24,69,76,157]. CN локализованы в дорсально-латеральной части продолговатого мозга и, несмотря на то, что получают сигнал от одного уха, представляют первичные нейронные отделы СБС. Согласно анатомическим данным в CN выделяют две основные области: вентральная (VCN, от лат. ventral) и дорсальная (DCN, от лат. dorsal), при этом для обработки информации о положении источника звука VCN (особенно ее передняя {anterior) часть - AVCN) играет наиболее важную роль [1,6,13,24,76,123,137,148,157]. На данном уровне СБС необходимо отметить важную (в контексте процессов обработки ИВР) функциональную особенность CN, выраженную специфическим образом упорядоченным характером импульсной активности, строго зависящей от фазы входного звукового сигнала. Согласно электрофизиологическим данным частота срабатывания CN нейронов точно соответствует частоте воспринимаемого звука, таким образом, что время генерации импульсов приходится на максимальные (пиковые) значения звуковых волн [76,91,123,137,148,157]. Примечательно, что такой характер активности сохраняется на всех уровнях, вплоть до нижнего двухолмия 1С (см. ниже). В международной нейробиологической литературе описанный феномен получил название «Phase-locking» (фиксация фазы).

Рисунок 1.2. Упрощенное схематическое представление (на примере млекопитающих) билатерально расположенных отделов СБС и их связей (—► возбуждающее, —• тормозное синаптическое воздействие). См. описание в тексте; аббревиатуры в списке сокращений и обозначений.

Следующим принципиальным нейронным образованием СБС является верхний оливарный комплекс (SOC), расположенный в области варолиева моста и образованный двумя субъединицами: верхней латеральной (LSO) и медиальной оливой (MSO). Ключевой особенностью SOC является то, что на уровне ядер MSO/LSO впервые происходят схождение (конвергенция) афферентов от обоих ушей (рис. 1.2) и обработка бинауральной информации [1,13,24,58,45,76,123,137,148,149,157]. Афферентный сигнал SOC получает преимущественно от VCN (рис. 1.2). Единичные нейроны MSO билатерально активируются возбуждающими входами от левой и правой AVCN, клетки LSO имеют монолатеральную положительную афферентацию, получая возбуждающий импульсный сигнал от ипсилатеральной AVCN. Помимо возбуждающей афферентации обе оливы SOC также получают тормозной вход от ипсилатерального медиального ядра трапециевидного тела (MNTB), получающего мощное (посредством синапса Хельда [80]) возбуждающее синаптическое воздействие от контралатерального VCN. В дополнение к торможению от MNTB, нейронам MSO передается тормозной вход от ипсилатерального латерального ядра трапециевидного тела (LNTB), активируемого возбуждающим воздействием от ипсилатерального VCN [51,52,126,139]. Обобщая, можно заключить, что нейроны MSO получают билатеральные тормозные и возбуждающие входы, в то время как нейроны LSO подвергаются ипсилатеральному возбуждению и контралатеральному торможению (рис. 1.2). По признаку морфологической организации получаемых синаптических воздействий единичные нейроны MSO и LSO относят к ЕЕ (или ВВ, т.е. получающие доминантные возбуждающие входы с обеих сторон) и IE (или ВТ, получающие возбуждающие входы с одной стороны и тормозные с другой) типам бинауральных клеток, соответственно [1,24,71,72].

Далее от обеих олив SOC бинауральная информация по афферентному слуховому каналу транслируется к дорсальным ядрам латеральной петли (DNLL) и нижнему двухолмию (1С) дорсальной части среднего мозга (рис. 1.2).

При этом нейроны МЭО одновременно образуют только положительные связи как с нейронами ипсилатеральных (основной объем связей), так и контралатеральных Б№Х и 1С [48,49,55,58,124,137]. Нейроны же ЬЭО посылают тормозные воздействия ипсилатеральным ОЫЪЬ и 1С [58,124,137], а возбуждающие воздействия контралатеральным и 1С. Кроме того, клетки

каждой получают дополнительные тормозные воздействия от нейронов

контралатеральной ЭЫЬЬ и, в свою очередь, сами передают тормозной сигнал к нейронам ипсилатеральных 1С. Согласно экспериментальным данным большинства электрофизиологических исследований, как в 1С, так и в Б№Х локализованы различные по типам получаемых воздействий и характеристикам паттернов активности нейронные типы, однако наиболее широкое распространение получили Е1 (преимущественно активируемые возбуждающими воздействиями с контра- и тормозными с ипсилатеральной стороны) и ЕЕ нейроны [58,95,96].

Практически полностью обработанная (с точки зрения первичной оценки физических свойств звука и месторасположения его источника) на уровне 1С бинауральная информация [58,106,123,137] по восходящим слуховым путям передается в вентральное ядро внутреннего коленчатого тела УМОВ (рис. 1.2). \ZMGB расположено в области межуточного мозга и выполняет релейные функции между 1С и слуховой корой (АС), локализованной в височных долях больших полушарий [1,13,24,94,108,153]. Большинство нейронных связей от УМОВ наблюдается с первичным полем АС, которое является основной проекционной зоной афферентного слухового канала, затем информация распространяется на переднее, заднее, вентральное заднее, а также вторичное поле АС [1,13,24]. АС представляет собой наиболее высоко организованное нейронное образование слуховой системы, выполняющее интеграцию, анализ и интерпретацию данных о воспринимаемом звуке (а также языка и музыки у человека).

1.5. Чувствительность бинауральных нейронов СБС млекопитающих к ИВР

Как было описано ранее, у млекопитающих первый этап обработки бинауральной информации о положении источника звука в горизонтальной плоскости осуществляется на уровне SOC (рис. 1.2), где выполняются вычисление и первичный анализ ИВР и ИИР. При этом долговременной и наиболее распространенной гипотезой является предположение, что MSO детектирует ИВР, в то время как оценка ИИР выполняется в LSO. Помимо электрофизиологических данных [1,13,24,98], в пользу данной теории легли результаты морфологических исследований, согласно которым наиболее чувствительные или коммуникирующие преимущественно посредством высокочастотного звука (положение которого вычисляется при обработке ИИР) животные имеют более развитую LSO, в то время как доминантное развитие MSO наблюдается у животных, «настроенных» на звук низкой частоты (информация о положении которого экстрагируется при анализе ИВР, см. раздел 1.2) [58]. Тем не менее, результаты недавних экспериментальных исследований [31,32,93,148,157] показали также устойчивую чувствительность нейронов LSO не только к ИИР, но и к ИВР. На рис. 1.3 представлены графики зависимости импульсной активности единичных нейронов MSO (рис. 1.3а) и LSO (рис. 1.36) от величины ИВР при стимуляции продолжительным звуковым сигналом различной частоты [76,137]. Согласно характеру чувствительности к ИВР бинауральные клетки SOC классифицируют как «peak-type» (Р-Т; от анг. peak - пик) и «trough-type» (Т-Т; от анг. trough - впадина) нейроны [125,129,137,157]. При стимуляции короткими стимулами (щелчками), Р-Т нейроны проявляют пиковую импульсную активность при совпадении получаемых положительных воздействий с ипси- и контралатеральной стороны и минимизацию активности при усилении рассогласования во времени прихода бинауральных возбуждающих входов. Напротив, Т-Т нейроны характеризуются самой низкой импульсной активностью при одновременном приходе возбуждающего сигнала с одной стороны и тормозного с другой, и нарастанием

Ф

2 ф

Q.

СО

а)

Ф »

СО Ф

8"

500 Hz • 1000 Hz w 2000 i

•1000

-500

0

500

1000

ITD (MS)

-1000

ipsi delayed

-500

б)

500 1000

contra delayed

Рисунок 1.3. Схематическое представление экспериментально выявленного типичного характера чувствительности к ИВР а) Р-Т и б) Т-Т классов бинауральных нейронов SOC СБС при стимуляции периодическим звуковым сигналом. Семейство кривых на каждом графике иллюстрирует различные ИВР функции для трех значений частот стимула. По оси абсцисс -импульсная активность, по оси ординат - величина ИВР (мкс). Цит. по [76].

вероятности проявления ответа при увеличении различия во времени стимуляции нейрона возбуждающим и тормозным синаптическим входом. При стимуляции периодическим звуком импульсный ответ нейронов Р-Т (рис. 1.3а) и Т-Т (рис. 1.36) типов будет также периодическим, с чередованием максимальной и минимальной величин импульсной активности в зависимости от частоты каждого вида (Р-Т/Т-Т) входного синаптического воздействия [137,157]. Смещение экстремумов графиков активности на рис. 1.3 относительно нулевого значения ИВР обусловлено характеристической задержкой (ХЗ) исследуемых нейронов. ХЗ бинаурального нейрона -определяет соотношение ИВР и коротких временных различий между импульсами (МВР), непосредственно приходящими к данной бинауральной клетке, которое возникает вследствие различного времени распространения сигналов по нейроволокну к единичному нейрону СБС от ипси- и контралатерального уха (в силу неравенства протяжённости билатеральных слуховых путей), а также относительной настройки возбуждающих и тормозных синаптических воздействий, получаемых Т-Т и Р-Т нейронами [112,113,126]. Так нейрон с ХЗ составляющей 100 мкс одновременно получает ипси- и контралатеральные импульсные воздействия (МВР = 0) только при ИВР равной 100 мкс (рис. 1.3), напротив, при стимуляции обоих ушей софазным звуковым сигналом относительное МВР = -100 мкс. Иными словами, Р-Т нейроны максимально возбуждены (рис. 1.3а), а Т-Т клетки наиболее заторможены (рис. 1.36) когда ИВР полностью компенсируется различием времени «нейронного проведения» сигнала от обоих ушей, определяющего ХЗ единичного нейрона (т.е. МВР=ИВР-ХЗ=0). В большинстве случаев Р-Т нейроны обнаруживают в М80 и ассоциируют с ЕЕ нейронами, предполагая, что пиковый тип активности является результатом суммации бинауральных возбуждающих воздействий. Т-Т нейроны локализуют в Ь80 и относят к Е1 нейронам, для которых «впадина» функции импульсной активности в окрестности нулевого значения ИВР обусловлена компенсацией

возбуждающего синаптического входа с одной стороны тормозным воздействием с другой.

Следующим значимым узлом, направленным на обработку звуковой информации является 1С [13,39,102-104,107,110,113], на уровне которого осуществляется заключительный этап оценки ИВР. Такое заключение делают на основе экспериментальных данных, согласно которым повреждение более высоко расположенных отделов слуховой коры не влечет за собой радикальных нарушений способности детектировать ИВР и, как следствие, локализовать источник звука в пространстве (однако возможны нарушения способности отслеживать его перемещение) [13]. По характеру импульсной активности в 1С выделяют единичные клетки, проявляющие явно выраженную Р-Т или Т-Т чувствительность (аналогичную наблюдаемой в SOC), а также множество нейронов, представляющих широкий спектр «промежуточных» типов чувствительности [110,113,119,120,137,138,150,155], вероятно обусловленных сложной организацией комбинации приходящих (возбуждающих/тормозных) синаптических воздействий. На рис. 1.4 приведены графики, иллюстрирующие зависимость импульсной активности IE нейронов от величины ИВР при стимуляции короткими звуковыми стимулами (щелчками). Данный тип клеток является широко распространенным в 1С и предполагается одним из вероятных биологических прототипов базовых элементов исследуемого в работе механизма детекции ИВР [60]. Из рис. 1.4 видно, что IE нейроны 1С (подобно El клеткам LSO) имеют свойственную для Т-Т нейронов активность, проявляя минимальную импульсную реакцию на стимуляцию софазными возбуждающим и тормозным синаптическими входами, а повышение активности при увеличении рассогласования бинауральных сигналов. Отличительным свойством нейронов 1С является более резкая чувствительность к ИВР [13], чем клеток S ОС, что может указывать на повышение определенности обработки сигнала на этом уровне (т.к. реакция одного 1С нейрона значительно определеннее указывает на расположение источника звука), а также статистический характер обработки информации в

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

а)

»5 0 5 10 15 20 25 30 35

б)

Рисунок 1.4. Экспериментально полученные графики чувствительности к ИВР бинаурального нейрона 1С при стимуляции короткими щелчками (30 предъявлений). Ось абсцисс - число импульсов, ординат - величина ИВР. Графики представлены в двух масштабах ИВР: а) [-1.0 1.0] мс, б) [-1.0 30.0] мс. Семейство кривых каждого графика иллюстрирует ИВР функции единого нейрона при различных значениях ИИР (согласно обозначениям на графиках, зависимость с квадратными маркерами - 0 дБ) бинаурального стимула. Цит. по [97].

1С, направленный на улучшение разрешающей способности СБС в целом [13]. Важной особенностью, выявленной электрофизиологическими исследованиями, также является снижение на уровне 1С точности сохранения (фиксации фазы, см. раздел 1.4) передаваемой временной информации о значении ИВР, закодированной импульсной последовательностью [38]. Наблюдаемый недостаток точности трансляции информации, возможно, является одним из источников возникновения дополнительного случайного рассогласования ипси- и контралатерального сигнала (см. раздел 3.2.3), что приводит к возникновению шумовых компонент в соотношении ИВР к МВР и, как следствие, снижению способности адекватной оценки ИВР единичным нейроном 1С.

1.6. Модели нейронных механизмов вычисления ИВР

Природа нейронного кодирования ИВР до сих пор остается неопределенной и носит дискуссионный характер. Тем не менее, анализ чувствительности к интерауральным различиям бинауральных клеток указывает на возможность обработки микросекундных ИВР с необходимой точностью только при организации совместной работы единичных нейронов СБС [35,42-44,58,78,79,89,109,111,121,126,129,151,157]. В данном разделе представлено описание классических гипотез, а также их более современных (в основном детализованных в связи с появлением новых данных) интерпретаций, объясняющих возможные принципы структурной и функциональной организации коллективной работы нейронов СБС, лежащей в основе высокоточной детекции ИВР, и, как следствие, корректной азимутальной локализации источника звука.

1.6.1. Модель Джеффресса

Более 60 лет в описании механизмов бинауральной обработки ИВР доминирует наиболее известная и широко цитируемая гипотеза, постулированная Л.А. Джеффрессом (Ь.А. ^б-еББ) в середине прошлого

micflsr»

a)

. сигнал

Рисунок 1.5. а) Трехмерная реконструкция морфологического базиса модели Джеффресса на основе двух симметричных MSO. Единичные нейроны обеих популяций упорядочены тонотопически (в соответствии их рабочей частоте CF), а также согласно градиенту величины ХЗ нейронов, компенсирующей внешнюю ИВР (ITD). На вкладке представлены три графика, иллюстрирующие смещение ХЗ нейрона, согласно его месту расположения в MSO. SBC -«кустистый» нейрон CN, ANF - слуховые нейроволокна. Адаптировано из [92,157].

б) Схематическое представление модели Джеффресса. ЕЕ - единичные детекторы совпадения, т - обозначает внутреннюю задержку сигнала. См. описание в тексте.

века [88,89,92]. Данная гипотеза представлена теоретической моделью (рис. 1.5), основывающейся на следующих ключевых допущениях:

I) Базовыми элементами модели Джеффресса являются детекторы совпадения, наличие биологических прототипов которых основывается на предположении о существовании в СБС специфических «сверх быстрых» нейронов-детекторов [28,146]. Считается, что данный тип клеток имеет биполярную морфологию, активируется двумя положительными бинауральными воздействиями (подобно ЕЕ нейронам) и показывает максимальную вероятность проявления импульсной активности только при одновременном (МВР=0) получении ипси- и контралатерального сигналов (рис. 1.5а).

II) Согласно модели Джеффресса, предполагается организация детекторов совпадения, имеющих различные значения ХЗ, в упорядоченную структуру с линиями временных задержек (рис. 1.5а,б), которая расценивается как «топографическая карта» звукового пространства [145]. При этом наличие линий задержек (обуславливающих вариабельность ХЗ нейронов) вызвано систематическим отличием длин дендритных отростков биполярных клеток-детекторов, что приводит к возникновению систематического (в строгой зависимости от локализации детектора совпадения в пределах структуры) «внутреннего» различия во времени передачи ипси- и контралатеральных импульсных сигналов к единичным нейронам. Точная компенсация таким внутренним временным различием внешней ИВР (при ХЗ=ИВР, МВР=0) вызывает максимальную импульсную активность нейрона (либо локальной группы нейронов), который местом своего расположения [91] обозначает место проекции звукового пространства на нейронной топографической карте (по этой причине подобный метод кодирования ИВР еще называют «кодирование местом» [92,100]). Таким образом, различные значения ИВР приводят к различному распределению максимальной активности по популяции нейронов, что рассматривается как потенциальный способ детекции ИВР. Подобная

конструкция аналогична техническим системам локации, в которых реализован ряд линий задержки.

III) В соответствии с механизмом Джеффресса, рассматриваемая модель оперирует с частотно разделенным сигналом (согласно с тонотопической организацией первичных отделов слуховой системы), формируя топографическую карту звукового пространства для каждого биологически значимого интервала частот на всем.рабочем диапазоне (рис. 1.5а). При этом для каждого частотного интервала подразумевается наличие независимой от частоты величины линий задержки (т.е. интервала значений ХЗ нейронов по всей популяции), полностью покрывающей биологически значимый диапазон ИВР, что обеспечивает устойчивую горизонтальную локализацию источника звука различных частот в интервале [-90... 90] градусов азимутального угла.

IV) Существенным моментом стабильности работы механизма на базе детекторов совпадения является также неотъемлемость сохранения фиксированной фазы импульсного сигнала (софазно звуковым колебаниям) при его распространении от периферических отделов к бинауральным нейронам

Согласно [129], с математической точки зрения описание базового нейронного механизма Джеффресса, как правило, основывается на концепции корреляции бинауральных сигналов. При этом кросс-корреляционная функция на интервале [0,Т] имеет вид:

где и - обработанный периферическими отделами слуховой системы сигнал определенной частоты от левого и правого уха, соответственно; т -величина внутреннего временного различия. Вполне ожидаемо, что в большинстве случаев числительные (компьютерные) реализации моделей локализации звука (детектирования ИВР), также оперируют с информацией, получаемой преимущественно на основе набора кросс-корреляционных функций, как одного из наиболее подходящих механизмов вычисления

СБС.

(1.1)

временного (фазового) сдвига (запаздывания/опережения) между двумя сигналами. При этом внедрение корреляционного анализа, как ключевого метода оценки ИВР при разработке компьютерных моделей, получило еще большее развитие в связи с постулированием Джеффрессом гипотетического нейронного базиса подобного механизма [66].

Наиболее ранняя редакция модели СБС, продолжающая парадигму механизма Джеффресса описана в работе Licklider [105]. В ней автор представляет основные идеи практического применения в модели кросс-корреляции для локализации местоположения звукового сигнала, а также автокорреляционного анализа нейронных сигналов при восприятии речи. Современные версии нейронных моделей (в основном уже имеющие компьютерные реализации) бинауральной обработки звукового сигнала на основе детекторов совпадения включают ансамбль последовательностей кросс-корреляционных процессоров (рис. 1.56), каждая из которых настроена на определенную узкую полосу частот таким образом, что весь набор полностью охватывает биологический диапазон частот. Такая архитектура позволяет корректно обрабатывать сигнал различной частоты, осуществляя частотно-зависимые измерения интерауральной кросс-корреляции. Некоторые модели также включают моделирование анализа звукового сигнала подобно периферическими отделам СБС, имея специализированные модули, имитирующие активность волокон слухового нерва. Одна из таких детальных (комбинирующих несколько этапов обработки звукового сигнала) имплементаций «механизма места» представлена наиболее цитируемой моделью Колбурна (Jeffress-Colburn Model) [57,129]. На сегодняшний день, в дополнение к выше упомянутым, существует обширный объем модельных; вариаций гипотезы Джеффресса, различающихся не только степенью детализации, но также акцентированностью реализаций различных феноменов бинауральных взаимодействий и, в целом, близостью к биологическим образцам. Более развернутый обзор превалирующей части модификаций модели Джеффресса подробно представлен в работах [129,141-143,154].

Физиологические данные, свидетельствующие в пользу наличия морфологического базиса механизма Джеффресса на основе детекторов совпадения (включая биологическую интерпретацию всех допущений гипотезы), впервые достоверно были обнаружены у птиц [30,99,100,116,127]. Так, в частности, в слуховой системе амбарных сов обнаружена нейронная структура (nucleus laminaris [101]), которая образована упоряд оченно расположенными (согласно своим ХЗ) нейронами и расценивается как карта значений ИВР [100]. При этом единичные нейроны обнаруженной популяции получают бинауральные возбуждающие сигналы фиксированной фазы (софазные с колебаниями звукового стимула) и имеют сравнительно небольшой латентный период, что характеризует их как «быстрые» клетки и позволяет рассматривать в качестве биологических детекторов совпадения. В СБС млекопитающих к нейронам-детекторам преимущественно относят ЕЕ нейроны MSO (реже 1С) [34,92,139,140,156,158,159], проявляющие максимальный ответ при совпадении моментов прихода бинауральных сигналов с левой и правой стороны (Р-Т активность (вставка на рис. 1.5а)). Однако, несмотря на исторически широко принятую связь с MSO (1С), а также существование некоторых физиологических аналогий [67,68,72,158] с положениями гипотезы Джеффресса, возможность применимости механизма на базе детекторов совпадения к СБС млекопитающих окончательно не прояснена и остается открытым вопросом. Более того, актуальность данной проблемы поддерживается постоянно возрастающим объемом современных экспериментальных данных, полученных при исследовании млекопитающих, которые не могут быть в полной мере интерпретированы в контексте теории Джеффресса [41,77,78,109-114,134].

1.6.2. Модель Equalization-Cancellation

На протяжении многих лет, одновременно с общепринятой гипотезой Джеффресса, существовала распространенная Equalization-Cancellation (ЕС) теория бинауральной обработки сигнала, постулированная и впервые представленная аналитической моделью в работе [64]. Современная, в

значительной степени детализованная (моделирующая несколько уровней периферической, бинауральной и центральной обработки) компьютерная реализация ЕС модели подробно описана в работах [42-44]. В отличие от моделей на основе детекторов совпадения, активируемых бинауральными возбуждающими входами (аналогично ЕЕ нейронам), ЕС механизм детектирования ИВР базируется на моделях Е1 (либо 1Е) нейронов, получающих возбуждающий сигнал от одного уха и тормозной от другого (рис. 1.6а). Также, примечательно, что включение 1Е элементов в модели бинауральной обработки принципиально обеспечивает устойчивую независимую работу не только механизма детекции ИВР, но и механизма кодирования ИИР частотно-разделенного звукового сигнала, в то время как модификации модели Джеффресса на основе ЕЕ элементов (напр. модель Колбурна) используется для вычисления лишь ИВР.

На рис. 1.6а представлена структурная схема бинаурального процессора ЕС модели (по [42]), иллюстрирующая механизм одновременной детекции ИВР и ИИР при обработке сигнала одной частоты. Каждый единичный элемент процессора описывается характеристической временной задержкой и характеристическим различием интенсивности. Согласно схеме, матрица Л а описывает градиент затухания сигнала при распространении по слуховому пути, тогда как Лт привносит короткую временную задержку распространения каждого из сигналов (по аналогии с более ранними разновидностями модели Джеффресса). Тогда, в соответствии с данной структурой модели (рис. 1.6а), величина «внешних» как ИВР, так и ИИР компонент звукового сигнала может быть определена Е1 элементом (либо локальной группой Е1 единиц), проявившим минимальную активность, и, как следствие, соответствовать суммарной величине скомпенсировавших их «внутренних» рассогласований Л т и А а. В этом случае, значение ИВР определяет строку Е1 элементов, имеющих наименьшую реакцию, вместе с тем, ИИР локализует столбец, проявляющий минимальный отклик. Рис. 1.66 иллюстрирует пример активности модели такой нейронной сети в ответ на чистый 500 Гц синусоидальный сигнал, подаваемый

сигнал слева

9 9 9-

Ли

Ли

Ли

Ли

Ли

Ли

Ли

99 9-

Ли

Ли

X—

Ли

\

/ 1 »

Ли

N

) г

Ли

*

• 9

Лт ?—-»* #99

Ли

9 9 9

Ли

9 9 9

а)

Ли

9 \т

9 9 9

сигнал справа |

2 -Ю а [6В]

0.4

0.3

0,2

10Й10.1

0

б)

Рисунок 1.6. а) Структура бинаурального процессора, б) Активность модели на базе Е1 элементов. См. описание в тексте. Цит. по [42].

с нулевыми значениями ИВР и ИИР в отсутствии внешних и внутренних шумов. Характерной особенностью приведенного графика является минимум активности в области значения ИВР равном 0 мкс (по оси внутренних задержек минимум периодически повторяется с шагом 2 мс, что соответствует периоду 500 Гц сигнала) и ИИР равном 0 дБ, четко определяющий значения внешних ИВР и ИИР входного сигнала. Таким образом, горизонтальное смещение паттерна активности, независимо от ИИР, отражает изменения ИВР, а вертикальное - ИИР.

По [57,129] математическая интерпретация ЕС модели также может быть связана с корреляционной теорией. При этом, как отмечено в [129], энергия разностного выхода в ЕС модели связана с интерауральной кросс-корреляционной функцией следующим соотношением:

ЕС(т1,а1)=[\хь(1)-а1хкЦ-т1)Ч& = Еь + а2Ея -2а1Яш(т1), (1.2)

где х^) и хк(1) - обработанные периферическими отделами слуховой системы сигналы, имеющие Еь и Ек энергии, соответственно, и кросс-корреляционную функцию ъ) (см. выражение 1.1); <яг - величина амплитудного различия и гг -величина временного различия являются внутренними параметрами бинаурального процессора, направленными скомпенсировать соответствующие внешние параметры (ИИР/ИВР) сигнала. Анализируя (1.1) и (1.2), также видно, что для единичного внешнего источника определенной частоты величина г/, увеличивающая кросс-корреляционную функцию, минимизирует ответ ЕС модели. Таким образом, экстремум локализационной функции стремится к максимуму в случае кросс-корреляционного механизма и минимуму для ЕС механизма бинаурального взаимодействия.

К разряду сведений, аргументирующих существование биологического оригинала ЕС механизма, относят некоторые данные о структурной и функциональной организации Ь80, а также 1С в СБС млекопитающих [29,42,129,148]. Так современные электрофизиологические исследования показывают чувствительность единичных нейронов Ь80/1С не только к ИИР,

но и к ИВР [148]. Согласно нейрофизиологическим исследованиям "обе субструктуры СБС включают в состав El (IE в случае 1С) нейроны, которые получают возбуждающее воздействие при стимуляции одного уха, тормозное -другого [31,32,90,93,102-104,114,155] и проявляют Т-Т тип активности (т.е. отвечают минимально при одновременном приходе бинауральных сигналов; см. раздел 1.5), что тоже может быть успешно интерпретировано в контексте ЕС механизма. Бинауральный импульсный сигнал, приходящий к единичному El нейрону LSO, имеет фиксированную фазу (софазно с внешним звуковым стимулом [148]), что также является одним из необходимых условий применимости ЕС теории (хотя уже на уровне 1С наблюдается значительное снижение точности фиксации [38]). Тем не менее, кроме представленных выше аналогий с биологической структурой СБС существуют значительный объем данных, не согласующихся с рассмотренной гипотезой [73,75,79,90,91,93,97,109,111,113], что ставит под сомнение полноценную реализацию ЕС механизма в СБС млекопитающих, а также оставляет непроясненной природу вклада ИВР чувствительных El нейронов, формирующих SOC [75,148] и высшие отделы СБС [77,90,96], при горизонтальной локализации звукового источника.

1.6.3. Модель популяционного кодирования ИВР

Несмотря на многолетнее доминирующее положение описанных выше гипотез, имело место, возникшее несколько ранее, альтернативное представление о механизме бинауральной обработки ИВР (а также ИИР), лежащем в основе оценки азимутального направления на источник звука. Идеология этой концепции впервые была изложена Бекеши (Békésy) в работе 1930 года [152], суть которой заключалась в динамическом варьировании количества «настроенных» на приходящие слева и справа возбуждающие сигналы нейронов некоторого ядра в зависимости от величины ИВР и ИИР. При этом биологические принципы организации таких «настраивающихся» нейронов ядра теория Бекеши не объясняла. Позднее в своей работе [151] Берджейк (Bergeijk) развил гипотезу Бекеши, предположив наличие двух

симметричных ядер бинаурального взаимодействия (проведя аналогию с SOC), и объяснил различие в «настройке» клеток их локализацией в правом и левом ядре. По Берджейку, нейроны каждого из ядер получали тормозные воздействия с ипсилатеральной стороны, возбуждающие - с контралатеральной, а оценка ИВР, одновременно с ИИР, производилась на основе относительного различия в суммарном числе нейронов, возбужденных в левом и правом ядрах. Однако, несмотря на наличие определенного биологического базиса, по-сути определившего начальное развитие теории Бекеши, концепция кодирования ИВР отношением уровней активности «левой»/«правой» нейронных популяций не получила должного развития (за исключением нескольких ранних работ (напр. [130,131,132] и [77])) и до настоящего времени остается мало изученной.

1.7. Заключение и постановка проблемы

Тем не менее, рост современных морфологических и физиологических экспериментальных данных все больше актуализирует проблему обоснованности квалификации существующих моделей (как различных вариаций реализации теории Джеффресса, так и ЕС гипотезы) в качестве биологически адекватных прототипов подлинных механизмов детекции ИВР, протекающих в СБС млекопитающих [27,74,90,91,93,96,109-115,122]. Так большинство последних экспериментальных данных при исследовании 1С и MSO млекопитающих показали не только неравномерное распределение ХЗ нейронов в пределах экологического диапазона ИВР для соответствующих животных, а, более того, кластеризацию вблизи контралатеральной границы физиологического интервала значений ХЗ и даже за его пределами (в особенности для небольших представителей млекопитающих с маленькой интерауральной базой) [41,73,75,77,82,111,126]. Также, для подавляющего числа клеток, выявлена зависимость величины ХЗ от рабочей частоты: нейроны, настроенные на работу с сигналом низкой частоты, характеризуются большим значением ХЗ. Как следствие представленных физиологических фактов очевидна закономерность, выраженная систематическим изменением, в

рамках биологически значимого диапазона ИВР, силы импульсной реакции бинауральных нейронов СБС млекопитающих, проявляющих максимальный ответ (согласно обнаруженному феномену распределения значений ХЗ большинства нейронов) на положительные ИВР и минимальный на отрицательные. Таким образом, участок линейного наклона графика (напр. см. рис. 1.3а,б), иллюстрирующего активность ИВР чувствительных нейронов (ИВР-функция), расположен непосредственно в пределах экологического диапазона и имеет наибольший угол наклона в районе околонулевых значений ИВР. Подобная организация противоречит не только существованию упорядоченных систематических линий задержки (неотъемлемого допущения как теории Джеффресса, так и ЕС гипотезы), лежащих в основе формирования гипотетического представления звукового пространства на базе топографической карты, но и, в целом, опровергает возможное кодирование ИВР пиковой (либо минимальной, как в случае ЕС моделей) активностью нейрона (т.к. в естественных условиях проявление экстремума импульсной активности бинауральных клеток СБС млекопитающих практически не наблюдается) [73,79,109,113].

На основе анализа выявленных морфологических и физиологических особенностей в современных работах [41,73,109,111,113,121,122] указывается закономерная необходимость пересмотра стратегий описания нейронных процессов СБС, лежащих в основе высокоточной обработки ИВР. Так, в частности, с учетом актуальных экспериментальных данных, возможность применимости парадигмы Джеффресса аргументирована только для слуховой системы амбарных сов (возможно для птиц, в целом), тогда как принципы биологической реализации механизма детекции ИВР в СБС других животных и млекопитающих, по-видимому, носят отличный (как от теории Джеффресса, так и ЕС гипотезы) характер [41,77,79,111,122,134,138].

В контексте нынешнего понимания биологического базиса бинауральной обработки звукового сигнала, одной из наиболее перспективных парадигм нейронных механизмов детектирования ИВР является не получившая

пристального внимания концепция «популяционного кодирования», т.е. оценки ИВР паттерном нейронной активности всей популяции [41,79,111,134]. Современная интерпретация метода популяционного кодирования, апеллирующая к гипотезе Бекеши-Берджейка [151,152], представлена лишь физиологической теорией [109,111,113], которая предполагает детекцию ИВР на основе сравнительной оценки активности билатерально расположенных популяций и учитывает большинство выявленных нейрофизиологических особенностей СБС млекопитающих (в т.ч. и вышеперечисленных). Согласно [79,109], каждая популяция образована, предположительно, ЕЕ нейронами, которые проявляют Р-Т активность и линейно модулируют вероятность проявления импульсной активности в пределах биологически значимого интервала (тем самым, фиксируя величину ИВР), что позволяет представить каждое значение ИВР, в пределах экологического релевантного диапазона, определенным паттерном популяционной активности, противоположным для симметричных популяций.

В данной работе представлен новый подход к изучению альтернативной (классическим теориям Джеффресса и ЕС) гипотезы популяционного детектирования ИВР, который предполагает исследования на базе биологически адекватной, целостно функционирующей реализации механизма детекции и основан на современной нейробиологической информации, теоретических результатах аналитического исследования и экспериментальных данных вычислительных экспериментов, а также соответствует современным требованиям в области вычислительных нейронаук и математического моделирования.

2.ГЛАВА 2. Методы исследования

2.1. Структура разработанной исследовательской модели

Представленные в данной работе исследования выполнены в рамках разработанной нейронной модели [7,8], реализующей альтернативный существующим (см. раздел 1.6, 1.7) механизм популяционной обработки ИВР в билатеральных отделах СБС млекопитающих. Базовая структура исследовательской модели (рис. 2.1) основана на нейронной сети (НС), которая включает две симметричные группы моделей единичных клеток («левую» и «правую»), имитирующих активность пары билатерально расположенных популяций Е1 нейронов СБС и представляет бинауральный процессор обработки импульсного сигнала. Обе нейронные популяции НС (рис. 2.1а), как и единичные элементы, внутри каждой из них (рис. 2.16), не имеют между собой прямых взаимодействий. При этом, по аналогии с реальной популяцией Е1 клеток (см. раздел 1.4, 1.5), каждая группа НС получает тормозные воздействия от ипсилатерального и, напротив, возбуждающие от контралатерального входных элементов, эмулирующих активность первичных отделов слуховых путей. Так модели отдельных нейронов левой популяции образуют тормозной синапс (80 с левым входным элементом и возбуждающий (8е) с правым, для элементов правой популяции это правило было обратным (рис. 2.16). Активация модели осуществляется пресинаптическими импульсами, которые обособленно подаются на каждый входной элемент с фиксированной временной задержкой между ними (равной значению ИВР для определенного азимутального положения источника звука при дихотической стимуляции короткими звуковыми импульсами (щелчками) [14,15,20]), и до этого не претерпевают изменений ни по амплитуде, ни по длительности [7,8]. Обе нейронные группы НС являются гомогенными, и образованы моделями единичных нейронов с идентичными значениями задаваемых параметров. Вместе с тем, сила синаптических воздействий на каждый единичный элемент сети, определяемая параметрами моделей тормозных (80 и возбуждающих (8Е)

«Левая» популяция

«Правая» популяция

а)

Левый входной элемент

Правый входной элемент

• •

• &

б)

сигнал слева

сигнал справа

сигнал слева

сигнал сп рава

сигнал слева

сигнал справа

Рисунок 2.1. а) Общая структура разработанной модели, б) Детализованное представление пула моделей нейронов, демонстрирующее организацию единичных элементов каждой из популяций. Пунктир иллюстрирует промежуточные этапы обработки сигнала между периферическими отделами и бинауральными нейронами. См. описание в тексте.

синапсов, может быть как постоянной, так и варьироваться по популяции, подчиняясь линейному, либо нормальному (гауссовому) распределению (см. раздел 3.2) [7,8]. Для исследования устойчивости работы предложенного механизма при возникновении во время распространения ипси- и контралатерального сигналов по слуховым путям (от первичных отделов к единичному бинауральному нейрону) шумовых временных рассогласований -джиттера, в модель вводились линии задержки между входными элементами и моделями синапсов (рис. 2.16) [7]. Величина линий задержки устанавливается таким образом, что значения джиттера (возникавшего вследствие различия во времени Лт распространения пресинаптических импульсов по линиям задержки) подчинялись случайному (равномерному или гауссовому) распределению. При этом, результирующее значение временного различия (МВР) между двумя сигналами, поступающими через модели синапсов (81 и Бе) и непосредственно активирующими модель нейрона, содержало ИВР и привносимую величину джиттера Лт. Для изучения влияния на детекцию ИВР собственных шумов образующих СБС единичных нейронов, в разработанную нейросетевую структуру интегрированы модули шума N6 (рис. 2.16), генерирующие добавочный подпороговый шумовой ток различной величины, инжектируемый в модели единичного нейрона (см. раздел 3.2.4) [8].

2.2. Модель нейрона

Комплексное исследование предполагаемого механизма детектирования ИВР на основе разработанной базовой модели (см. раздел 2.1), включающее как математическую формализацию, так и численное моделирование нейронных сетей средней и большой размерности, определяет необходимость использования в качестве единичного элемента эффективных, в контексте каждого метода, моделей нейрона. Применяемые модели нейронов, с одной стороны, должны адекватно описывать функциональные свойства отдельных реальных клеток и взаимодействий между ними, обеспечивая корректность

интерпретации полученных результатов в рамках биологического объекта исследования. С другой стороны, выбор степени детализации формального описания нейрона должен обеспечивать возможность получения доступных для анализа, наглядных решений при аналитическом исследовании, и не ограничивать размерность моделируемой сети объемом вычислений при проведении численного исследования.

2.2.1. Модель импульсного нейрона

При аналитическом исследовании в качестве единичного элемента обеих популяций разработанной базовой нейронной структуры использовалась модель так называемого импульсного нейрона (ИН) или порогового интегратора («integrate-and-fire model») [19,21,22,47,70,84]. Выбранная модель ИН формализует биологический нейрон как единичный интегратор и аппроксимирует динамику мембранного потенциала обыкновенным дифференциальным уравнением [19,70]:

Похожие диссертационные работы по специальности «Биофизика», 03.01.02 шифр ВАК

Заключение диссертации по теме «Биофизика», Васильков, Вячеслав Александрович

Выводы

1. Разработана биологически обоснованная модель билатеральных популяций бинауральных Е1 нейронов слуховых отделов ствола мозга, которая является адекватным базисом для целостной реализации нейронного механизма популяционного детектирования ИВР.

2. В результате аналитического исследования динамики активности набора единичных моделей «бинауральных» Е1 нейронов, получающих различные по силе возбуждающие и тормозные постсинаптические воздействия, теоретически обосновано функционирование механизма популяционного детектирования ИВР.

3. Численные эксперименты на основе разработанной исследовательской модели с размерностью популяций (5*104 Е1 нейронов), соответствующей биологическому прототипу, показали высокую (-0,01 мс) разрешающую способность популяционного механизма при детектировании биологически релевантных значений ИВР в диапазоне [-0.6 . 0.6] мс.

4. Выявлена ключевая роль шумов различной природы (собственных шумов единичных нейронов, вариабельности синаптических проводимостей и импульсного джиттера во входном сигнале), свойственных реальной слуховой системе, как необходимых источников возмущения нейронных популяций, определяющего высокую разрешающую способность механизма популяционного детектирования микросекундных ИВР.

5. На основе исследовательской модели разработана методика выявления и прогнозирования особенностей субъективного звукового образа в норме и при нарушениях функционирования различных отделов головного мозга. Тестирование методики на базе результатов психофизического исследования локализации источника звука при дихотической стимуляции позволило выдвинуть гипотезу об инерционности бинаурального слухового восприятия.

Заключение

В результате выполненного анализа известных моделей на основе классических концепций обработки ИВР выявлено, что на данный момент отсутствуют адекватные реализации нейронных механизмов высокоточного детектирования ИВР, которые полностью согласуются с экспериментально обнаруженными особенностями структурной и функциональной организации реальной СБС млекопитающих. В связи с этим, в рамках диссертационного исследования разработана модель нейронной сети, которая учитывает современные нейробиологические экспериментальные данные и является адекватным базисом для корректной реализации (впервые позволившей изучение как целого) альтернативного существующим нейронного механизма детектирования ИВР, основанного на концепции популяционного кодирования. Разработанная исследовательская модель имитирует, с детализацией свойств отдельных клеток, билатерально расположенные в слуховых отделах ствола мозга (Lateral Superior Olivary Nuclei и/или Inferior Colliculus) популяции EI нейронов, которые получают преимущественно возбуждающе-тормозные афферентные синаптические воздействия. При этом, характер активности единичных нейронов исследовательской модели соответствует экспериментально выявленному в биологическом прототипе, что, как было установлено, предполагает строго монотонное изменение вероятности генерации потенциала действия при последовательно предъявляемых ИВР в пределах биологически релевантного диапазона и обеспечивает кодирование величины ИВР строго определенным отношением количества вовлеченных в импульсную активность EI нейронов симметричных популяций.

В контексте разработанной модели выполнено аналитическое исследование динамики активности набора единичных моделей «бинауральных» EI нейронов, получающих различные (линейно изменяемые в пределах популяции) по силе возбуждающие и тормозные постсинаптические воздействия, что позволило теоретически обосновать функционирование изучаемого механизма популяционного детектирования ИВР. Проведено численное исследование, включающее серию экспериментов на исследовательской модели с различной размерностью симметричных популяций (в т.ч. 5*104 EI нейронов в каждой, что соответствует размеру моделируемых отделов СБС), а также с различной степенью функциональной детализации моделей единичного нейрона и синапса. Полученные результаты показывают высокую (~0,01 мс) разрешающую способность при детектировании биологически релевантных значений ИВР в диапазоне [-0.6 . 0.6] мс, что свидетельствует о потенциальной применимости реализованного, на основе разработанной модели, механизма к аналогично сформированному нейронному базису реальной СБС. В рамках численного исследования также рассмотрено влияние на детектирование ИВР, свойственных биологической слуховой системе шумов различной природы, в т.ч. собственных шумов единичных нейронов, вариабельности возбуждающих/тормозных синаптических проводимостей, а также межимпульсного джиттера во входном сигнале. Результаты исследования верифицировали не только устойчивость работы изучаемого механизма при наличии рассмотренных шумовых процессов, но и выявили ключевую роль такого рода явлений, как необходимых взаимодополняющих и/или взаимокомпенсирующих источников возмущения гомогенных популяций инертных (медленных) нейронов, определяющего функционирование и высокую разрешающую способность механизма популяционного детектирования микросекундных значений ИВР.

Важным аспектом выполненного диссертационного исследования является практическая значимость и актуальность внедрения полученных результатов. Выявленные, на основе математической реализации механизма популяционного детектирования ИВР, репрезентации нейронных коррелятов феноменов бинаурального звукового восприятия представляют базис сформированной методики исследования, диагностирования (в т.ч. дистанционного) и прогнозирования трансформации звуколокализационной функции человека при патологиях различных отделов мозга. В контексте современной практики вживления слуховых имплантов высокую актуальность имеет применение предложенной биологически адекватной модели при проведении исследований, направленных на повышение эффективности протезирования и в т.ч. нивелирования нарушения в результате имплантации звуколокализационной функции человека. Кроме того, разработанная нейросетевая модель является потенциальной математической платформой при проектировании и построении биомедицинских электронных устройств, предназначенных для вживления в бинауральные отделы СБС (SOC, 1С; см. раздел 1.4) с целью частичного или полного функционального замещения биологических прототипов. Реализованное программное обеспечение и нейросетевая модель также востребованы в качестве потенциального компонента ядра симулятора сенсорной перцепции, работы по проектированию и созданию которого стали проводиться и получили мощное развитие в последнее десятилетие [15] вследствие его значимости как наиболее перспективного инструмента в нейробиологии, психофармакологии, медицине и многих других областях.

Список литературы диссертационного исследования кандидат физико-математических наук Васильков, Вячеслав Александрович, 2012 год

Список литературы

1. Альтман, Я.А. Слуховая система / Я.А. Альтман. - Л.: Наука, 1990. - 620 с.

2. Альтман, Я.А. Локализация движущегося источника звука / Я.А. Альтман. -Л.: Наука, 1983.- 176 с.

3. Альтман, Я.А. Локализация звука. Нейрофизиологические механизмы. / Я.А. Альтман. - Л.: Наука, 1972. - 214 с.

4. Альтман, Я.А. Пространственный слух. Физиология сенсорных систем. / Я.А. Альтман, H.A. Дубровский. - Л.: Медицина, 1972. - С. 398 - 426.

5. Алдошина H.A. Основы психоакустики / И.А. Алдошина // Звукорежиссер. -1999.-№6.-С. 3-151.

6. Блауэрт, Й. Пространственный слух / Й. Блауэрт; пер. И.Д. Грувиц. - М.: Энергия, 1979.-224 с.

7. Васильков, В.А. Исследование влияния джиттера во входном сигнале на чувствительность к интерауральным временным различиям популяции El нейронов / В.А. Васильков, P.A. Тикиджи-Хамбурьян // Нейрокомпьютеры: разработка, применение. - 2010. - №.2. - С.65-72.

8. Васильков, В.А. Исследование возможных механизмов детектирования коротких временных задержек популяцией E-I нейронов / В.А. Васильков, P.A. Тикиджи-Хамбурьян // Нейрокомпьютеры: разработка, применение. -2008. - № 5-6. - С. 46-53.

9. Дунин-Барковский, В.Л. Информационные процессы в нейронных структурах / В.Л. Дунин-Барковский. - М.: Наука, 1978. - 166 с.

10. Керниган, Б. UNIX. Программное окружение / Б. Керниган, Р. Пайк; пер. П. Шер. - СПб: Символ Плюс, 2003. - 416 с.

11. Маунткасл, В. Организующий принцип функции мозга - элементарный модуль и распределенная система / В кн.: Дж. Эдельман, В. Маунткасл. Разумный мозг. - М.: Мир, 1981. - С. 15-67.

12. От нейрона к мозгу / Дж.Г. Николлс [и др.]. - М.: УРСС, 2003. - 672 с.

13. Позин, Н.В. Элементы теории биологических анализаторов / Н.В. Позин. -М.: Наука, 1978.-360 с.

14. Полевая, С.А.. Сенсорная шкала пространственного слуха человека в виртуальном акустическом пространстве / С.А. Полевая, В.А. Антонец, Е.В. Ерёмин // Сенс. сист. - 2002. - Т. 16. - № 4. - С. 291-296.

15. Полевая, С.А. Интеграция эндогенных факторов в систему обработки экстероцептивных сигналов : дис. ... доктора биологических наук / С.А. Полевая. - Н. Новгород: Изд-во РАН, 2009. - 508 с.

16. Полевая, С.А. Компьютерные технологии для исследования структуры субъективного сенсорного пространства человека / Е.В. Еремин, A.B. Зевеке // Нижегор. мед. ж. - 2003. - Т. 1. - С. 17-24.

17. Поршнев, С. Matlab 7. Основы работы и программирования / С. Поршнев. - М.: Бином-Пресс, 2008. - 320 с.

18. Стретт, Дж.В. (Лорд Рэлей). Теория звука / Дж.В. Стретт; пер. П.Н. Успенский, С.А. Каменецкий. - М.: ГИТТЛ, 1955. - Т. 2. - 476 с.

19. Тикиджи-Хамбурьян, P.A. Детальное моделирование нейронов и нейронных сетей: Как и зачем / P.A. Тикиджи-Хамбурьян // Сб. науч. тр. XII-й Всерос. н.-т. конф. «Нейроинформатика-2010». - М.: НИЯУ МИФИ, 2010. -С. 49-105.

20. Тикиджи-Хамбурьян, P.A. Локализация источника звука искусственной нейронной сетью, основанной на модифицированных импульсных нейронах со следовой поляризацией / P.A. Тикиджи-Хамбурьян, С.А. Полевая // Нейрокомпьютеры: разработка, применение. - 2004. - №11. - С. 41—49.

21. Тикиджи-Хамбурьян, P.A. Модифицированный импульсный нейрон как базовая модель для реалистичных нейронных сетей / P.A. Тикиджи-Хамбурьян // Нейрокомпьютеры: разработка, применение. - 2002. - №8. - С. 847-851.

22. Тикиджи-Хамбурьян, Р.А. Разработка и исследование модели нейрона для построения рекуррентных сетей средней и большой размерности: дис. ... канд. техн. наук / Р.А. Тикиджи-Хамбурьян. - Ростов-н/Д., 2003. - 132 с.

23. Тикиджи-Хамбурьян, Р.А. Универсальный пакет прикладных программ для имитационного биологически адекватного нейромоделирования / Р.А. Тикиджи-Хамбурьян, С.Н. Маркин // Сб. науч. тр. IX-й Всерос. н.-т. конф. «Нейроинформатика-2007». - М.: НИЯУ МИФИ, 2007. - Т.З. - С.24 - 31.

24. Шеперд, Г. Нейробиология / Г. Шеперд. - М.: Мир, 1987. - 454 с.

25. Эдельмен, Дж. Разумный мозг. Кортикальная организация и селекция групп в теории высших функций головного мозга / Дж. Эдельмен, В. Маунткасл; пер. М. Алексеенко. - М.: Мир, 1981. - 131 с.

26. Abbott, L.F. Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems / L.F. Abbott, P. Dayan. - MA.: MIT Press, 2001. -576 p.

27. Agapiou, J.P. Low-Frequency Envelope Sensitivity Produces Asymmetric Binaural Tuning Curves / J.P. Agapiou, D. McAlpine // J. Neurophysiol. - 2008. -Vol. 100-P. 2381-2396.

28. Agmon-Snir, H. The role of dendrites in auditory coincidence detection / H. Agmon-Snir, C.E. Carr, J. Rinzel // J. Nature. - 1998. - Vol. 393 - P. 268-272.

29. Akeroyd, M.A. The across frequency independence of equalization of interaural time delay in the equalization-cancellation model of binaural unmasking / M.A. Akeroyd // J. Acoust. Soc. Am. - 2004. - Vol. 116. - P. 1135-1148.

30. Bala, A.D.S. Prediction of auditory spatial acuity from neural images on the owl's auditory space map / A.D.S. Bala, M.W. Spitzer, T.T. Takahashi // J. Nature. - 2003. - Vol. 424 - P. 771-774.

31. Batra, R. Sensitivity to Interaural Temporal Disparities of Low- and High-Frequency Neurons in the Superior Olivary Complex. I. Heterogeneity of

Responses / R. Batra, S. Kuwada, D.C. Fitzpatrick // J. Neurophysiol. - 1997. -Vol. 78.-P. 1222-1236.

32. Batra, R. Sensitivity to Interaural Temporal Disparities of Low- and High-Frequency Neurons in the Superior Olivary Complex. II. Coincidence Detection / R. Batra, S. Kuwada, D.C. Fitzpatrick // J. Neurophysiol. - 1997. - Vol. 78. - P. 1237-1247.

33. Batra, R. High-frequency neurons in the inferior colliculus that are sensitive to interaural delays of amplitude-modulated tones: evidence for dual binaural influences / R. Batra, S. Kuwada, T.S. Stanford // J. Neurophysiol. - 1998. - Vol. 70.-P. 64-80.

34. Beckius, G.E. Axons from anteroventral cochlear nucleus that terminate in medial superior olive of cat: observations related to delay lines / G.E. Beckius, R. Batra, D.L. Oliver// J. Neurosci. - 1999. - Vol. 19. - P. 3146-3161.

35. Bekesy, G. Experiments in hearing / G.von Bekesy. - NY.: McGraw-Hill Book Co, 1960. - 745 p.

36. Bernstein, L.R. Auditory processing of interaural timing information: New insights / L.R. Bernstein // J. Neurosci. Res. - 2001. - Vol. 66. - P. 1036-1046.

37. Blauert, J. Spatial hearing: The psychophysics of human sound localization / J. Blauert. - MA.: MIT Press, 1997. - 267 p.

38. Borisyuk, A. Tutorials in Mathematical Biosciences / A. Borisyuk, A. Friedman, B. Ermentrout, D. Terman. - NY.:Springer, 2005. - 175 p.

39. Borisyuk, A. Adaptation and Inhibition Underlie Responses to Time-Varying Interaural Phase Cues in a Model of Inferior Colliculus Neurons / A. Borisyuk, M.N. Semple, J. Rinzel // ¿Neurophysiol. - 2002. - Vol. 88. - P. 2134-2146.

40. Bower, J.M. The Book of GENESIS: Exploring Realistic Neural Models with the GEneral NEural Simulation System / J.M. Bower, D. Beeman. - NY.: Springer-Verlag, 1998. - 457 p.

41. Brand, A., Precise inhibition is essential for microsecond interaural time difference coding / A. Brand, O. Behrend, T. Marquardt, D. McAlpine, B. Grothe // J. Nature . - 2002. - Vol. 417. - P. 543-547.

42. Breebaart, J. Binaural processing model based on contralateral inhibition. I. Model structure / J. Breebaart, S. van de Par, A. Kohlrausch // J. Acoust. Soc. Am. -2001.-Vol. 110.-P. 1074-1087.

43. Breebaart, J. Binaural processing model based on contralateral inhibition. II. Dependence on spectral parameters / J. Breebaart, S. van de Par, A. Kohlrausch // J. Acoust. Soc. Am. - 2001. - Vol. 110. - P. 1089-1104.

44. Breebaart, J. Binaural processing model based on contralateral inhibition. III. Dependence on temporal parameters / J. Breebaart, S. van de Par, A. Kohlrausch // J. Acoust. Soc. Am. - 2001. - Vol. 110. - P. 1105-1117.

45. Brughera, A. A model with excitation and inhibition for cells in the medial superior olive / A. Brughera, E. Stutman, L. Carney, H. Colburn // J. Audit. Neurosci. - 1996. - Vol. 2. - P. 219-233.

46. Brungart, D. S. Auditory localization of nearby sources. Head-related transfer functions / D.S. Brungart, W.M. Rabinowitz // J. Acoust. Soc. Am. - 1999. - Vol. 106.-P. 1465-1479.

47. Burkitt, A.N. Analysis of integrate-and-fire neurons: synchronization of synaptic input and spike output / A.N. Burkitt, G.M. Clark // J. Neural. Comput. -1999.-Vol. 11.-P. 871-901.

48. Cai, H. A model for binaural response properties of inferior colliculus neurons.

I. A model with interaural time difference-sensitive excitatory and inhibitory inputs / H. Cai, L.H. Carney, H.S Colburn // J. Acoust. Soc. Am. - 1998. - Vol. 103.-P. 475-493.

49. Cai, H. A model for binaural response properties of inferior colliculus neurons.

II. A model with interaural time difference-sensitive excitatory and inhibitory

inputs and an adaptation mechanism / H. Cai, L.H. Carney, H.S Colburn // J. Acoust. Soc. Am. - 1998. - Vol. 103. - P. 494-506.

50. Gai, Y. Noise-Gated Encoding of Slow Inputs by Auditory Brain Stem Neurons With a Low-Threshold K+ Current / Y. Gai, B. Doiron, V. Kotak, J. Rinzel // J. Neurophysiol. - 2009. - Vol. 102. - P. 3447-3460.

51. Cant, N.B. Projections from the lateral nucleus of the trapezoid body to the medial superior olivary nucleus in the gerbil / N.B. Cant, R.L. Hyson // J. Hear. Res. - 1992. - Vol. 58. - P. 26-34.

52. Cant, N.B. Projections from the anteroventral cochlear nucleus to the lateral and medial superior olivary nuclei / N.B. Cant, J.H. Casseday // J. Comp. Neurol. -1986. - Vol. 247. - P. 457-476.

53. Carnevale, N.T. The NEURON Book / N.T. Carnevale, M.L. Hines. -Cambridge, UK.: Cambridge University Press, 2006. - 457 p.

54. Carnevale, N.T. The NEURON Simulation Environment [Electronic resource] / N.T. Carnevale, M.L. Hines. - 2009. - Mode of access: http://www.neuron.yale.edu/ (viewed on 07.04.2010).

55. Carney, L. Responses of low-frequency cells in the inferior colliculus to interaural time differences of clicks: excitatory and inhibitory components / L. Carney, T. Yin // J. Neurophysiol. - 1989. - Vol. 62. - P. 144-161.

56. Churchland, P.S. The Computational Brain / P.S. Churchland, T.J. Sejnowski. -MA.: MIT Press, 1992. - 528 p.

57. Colburn, H.S. Models of binaural interaction / H.S. Colburn, N.I. Durlach // Handbook of Perception: Hearing (Eds. E. Carterette, M. Friedman). - NY.: Academic Press. - 1978. - P. 467-518.

58. Colburn, H.S. Models of brainstem responses to bilateral electrical stimulation / H.S. Colburn, Y. Chung, Y. Zhou, A. Brughera // J. Assoc. Res. Otolaryngol. -2009.-Vol. 10.-P. 91-110.

59. Compte, A. Cellular and Network Mechanisms of Slow Oscillatory Activity (<1 Hz) and Wave Propagations in a Cortical Network Model / A. Compte, M.V. Sanchez-Vives, D.A. McCormick, X.J. Wang // J. Neurophysiol. - 2003. - P. 27072725.

60. D'Angelo, W.R. Role of GABAergic Inhibition in the Coding of Interaural Time Differences of Low-Frequency Sounds in the Inferior Colliculus / W.R. D'Angelo, S.J. Sterbing, E.M. Ostapoff, S. Kuwada // J. Neurophysiol. - 2005. -Vol. 93.-P. 3390-3400.

61. De Schutter, E. Computational Modeling Methods for Neuroscientists / E. De Schutter. - MA.: MIT Press, 2009. - 419 p.

62. De Schutter, E. Computational Neuroscience: Realistic Modeling for Experimentalists / E. De Schutter. - FL.: CRC Press, 2001. - 368 p.

63. Diesmann, M. NEST: An Environment for Neural Systems Simulations / M. Diesmann, M.-O. Gewaltig // Forschung und wisschenschaftliches Rechnen. -Gottingen: Beiträge zum Heinz-Billing-Preis, 2001. - P. 43-70.

64. Durlach, N.I. Binaural signal detection: equalization and cancellation theory / N.I. Durlach // Foundations of Modern Auditory Theory. - NY.: Acad. Press, 1972.-Vol.2.-P. 371-462.

65. Ermentrout, B. Simulating, Analyzing, and Animating Dynamical Systems: A Guide to Xppaut for Researchers and Students (Software, Environments, Tools) / B. Ermentrout. - PA.: SIAM, 2002. - 290 p.

66. Fischer, B.J. Cross-correlation in the auditory coincidence detectors of owls / B.J. Fischer, G.B. Christianson, J.L. Pena // J. Neurosci. - 2008. - Vol.28. - P. 8107-8115.

67. Fitzpatrick, D.C. Neural Sensitivity to Interaural Time Differences: Beyond the Jeffress Model / D.C. Fitzpatrick, S. Kuwada, R. Batra // J. Neurosci. - 2000. -Vol.20.-P. 1605-1615.

68. Fitzpatrick, D.C. Transformations in processing interaural time differences between the superior olivary complex and inferior colliculus: beyond the Jeffress model / D.C. Fitzpatrick, S. Kuwada, R. Batra // J. Hear. Res. - 2002. - Vol. 168. -P. 79-89.

69. Gai, Y. Influence of Inhibitory Inputs on Rate and Timing of Responses in the Anteroventral Cochlear Nucleus / Y. Gai, L.H. Carney // J. Neurophysiol. - 2008. -Vol.99.-P. 1077-1095.

70. Gerstner, W. Spiking Neuron Models. Single Neurons, Populations, Plasticity / W. Gerstner, W.M. Kistler. - Cambridge, UK: Cambridge University Press, 2002. -480 p.

71. Goldberg, J.M. Functional Organization of the Dog Superior Olivary Complex: An Anatomical and Electrophysiological Study / J.M. Goldberg, P.B. Brown // J. Neurophysiol. - 1968. - Vol.31. - P. 639-656.

72. Goldberg, J.M. Response of Binaural Neurons of Dog Superior Olivary Complex to Dichotic Tonal Stimuli: Some Physiological Mechanisms of Sound Localization / J.M. Goldberg, P.B. Brown // J. Neurophysiol. - 1969. - Vol.32. - P. 613-636.

73. Grothe, B. Mechanisms of sound localization in mammals / B. Grothe, M. Pecka, D. McAlpine // J. Physiol. Rev. - 2010. - Vol. 90. - P. 983-1012.

74. Grothe, B. New roles for synaptic inhibition in sound localization / B. Grothe // J. Nat. Rev. - 2003. - Vol. 4. - P. 1-11.

75. Grothe, B. Sensitivity to Interaural Time Differences in the Medial Superior Olive of a Small Mammal, the Mexican Free-Tailed Bat / B. Grothe, T.J. Park // J. Neurosci. - 1998. - Vol. 18. - №16. - P. 6608-6622.

76. Grothe, B. The evolution of temporal processing in the medial superior olive, an auditory brainstem structure / B. Grothe // Progress in Neurobiol. - 2000. -Vol.61.-P. 581-610.

77. Hall, J.L. Binaural interaction in the accessory superior olivary nucleus of the cat / J.L. Hall // J. Acoust. Soc. Am. - 1965. - Vol. 37. - P. 814-823.

78. Hancock, K.E. A physiologically based model of interaural time difference discrimination / K.E. Hancock, B. Delgutte // J. Neurosci. - 2004. - Vol.24. - №32. -P. 7110-7117.

79. Harper, N.S. Optimal neural population coding of an auditory spatial cue / N.S. Harper D. McAlpine // J. Nature. - 2004. - Vol.430. - P. 682-686.

80. Held, H. Die zentrale Gehorleitung / H. Held // Arch. Anat. Physiol. - 1893. -Vol. 17.-P. 201-248.

81. Hodgkin, A. A quantitative description of membrane current and its application to conduction and excitation in nerve / A. Hodgkin, A. Huxley // J. Physiol. - 1952. -Vol.116.-P. 424-448.

82. Ingham, N.J. GABAergic Inhibition Controls Neural Gain in Inferior Colliculus Neurons Sensitive to Interaural Time Differences / N.J. Ingham, D. McAlpine // J. Neurosci. - 2005. - Vol.25. - P. 6187-6198.

83. Irvine, D. A comparison of two methods for the measurement of neural sensitivity to interaural intensity differences / D. Irvine // Hearinq Research. -1987.-Vol. 30.-P. 169-180.

84. Izak, R. Sound source localization with an Integrate-and-Fire neural system / R. Izak, G. Scarbata, P. Paschke // In Proc.: Seventh Inter. Conf. on Microelectronics for Neural, Fuzzy and Bio-Inspired systems, 1999. - P. 103.

85. Izhikevich, E.M. Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting / E.M. Izhikevich. - MA.: MIT Press, 2007. - 498 c.

86. Izhikevich, E.M. Simple model of spiking neurons / E.M. Izhikevich // IEEE Transactions on Neural Networks. - 2003. - Vol. 14. - P. 1569-1572.

87. Izhikevich, E.M. Which model to use for cortical spiking neurons? / E.M. Izhikevich // IEEE Transactions on Neural Networks. - 2004. - Vol. 15. - P. 10631070.

88. Jeffress, L.A. Lateralization is localization / L.A. Jeffress, R.W. Taylor // J. Acoust. Soc. Am. - 1961. - Vol. 33. - № 4. - P. 482-483.

89. Jeffress, L.A. A place code theory of sound localization / L.A. Jeffress // J. Comp. & Physiol. Psychol. - 1948. - Vol. 41. - P. 35-39.

90. Jiang, D. Responses of Neurons in the Inferior Colliculus to Binaural Masking Level Difference Stimuli Measured by Rate-Versus-Level Functions / D. Jiang, D. McAlpine, A.R. Palmer // J. Neurophysiol. - 1997. - Vol. 77. - P. 3085-3106.

91. Joris, P. A matter of time: internal delays in binaural processing / P. Joris, T.C. Yin // J.Trends Neurosci. - 2007. - Vol. 30. - 70-78.

92. Joris, P.X. Coincidence Detection in the Auditory System: 50 Years after Jeffress / P.X. Joris, P.H. Smith, T.C.T. Yin // J. Neuron. - 1998. - Vol. 21. - P. 1235-1238.

93. Joris, P.X. Envelope coding in the lateral superior olive. I. Sensitivity to interaural time differences / P.X. Joris, T.C. Yin // J. Neurophysiol. - 1995. - Vol. 73.-P. 1043-1062.

94. Kaas, J.H. Subdivisions of auditory cortex and processing streams in primates / Kaas, J.H. T.A. Hackett // Proc. Natl. Acad. Sci. USA. - 2000. - Vol. 97. - P. 11793-11799.

95. Kelly, J.B. NMDA and AMPA Receptors in the Dorsal Nucleus of the Lateral Lemniscus Shape Binaural Responses in Rat Inferior Colliculus / J.B. Kelly, S.A. Kidd // J. Neurophysiol. - 2000. - Vol. 83. - P. 1403-1414.

96. Kelly, J.B. Coding of interaural time differences of transients in auditory cortex of Rattus norvegicus: Implications for the evolution of mammalian sound localization / J.B. Kelly, D.P. Phillips // Hear. Res. - 1991. - Vol. 55. - P. 39-44.

97. Kidd, S.A. Contribution of the Dorsal Nucleus of the Lateral Lemniscus to Binaural Responses in the Inferior Colliculus of the Rat: Interaural Time Delays / S.A. Kidd, J.B. Kelly // J. Neurosci. - 1996. - Vol. 16. - P. 7390-7397.

98. Kollmeier, B.Hearing - From Sensory Processing to Perception / B. Kollmeier [et al.]. - NY.: Springer, 2007. - 564 c.

99. Konishi, M. The oilbird: hearing and echolocation / M. Konishi, E.I. Knudsen // J. Science. - 1979. - Vol. 27. - № 204. - P. 425-427.

100. Konishi, M. Neurophysiological and anatomical substrates of sound localization in the owl / M. Konishi [et al.] // Auditory Function: Neurobiological Basis of Hearing (Eds. E.M. Edelman, W.E. Gall, W.M. Cowans), NY.: Springer, 1988. - P.721-746.

101. Koppl, C. Maps of interaural time difference in the chicken's brainstem nucleus laminaris / C. Koppl, C.E. Carr // Biological Cybernetics. - 2008. - Vol. 98. - № 6. -P. 541-559.

102. Kuwada, S. Intracellular recordings in response to monaural and binaural stimulation of neurons in the inferior colliculus of the cat / S. Kuwada, R. Batra, T.C. Yin, D.L. Oliver, L.B. Haberly, T.R. Stanford // J. Neurosci. - 1997. - Vol. 17. -P. 7565-7581.

103. Kuwada, S. Interaural phase-sensitive units in the inferior colliculus of the unanaesthetized rabbit: Effects of changing frequency / S. Kuwada, T.R. Stanford, R. Batra//J. Neurophysiol. - 1987. - Vol. 57. - P. 1338-1360.

104. Kuwada, S. Binaural interaction in low-frequency neurons in inferior colliculus of the cat. I. Effects of long interaural delays, intensity, and repetition rate on interaural delay function / S. Kuwada, T.C. Yin // J. Neurophysiol. - 1983. - Vol. 50.-№4.-P. 981-999.

105. Licklider, J.C.R. Three auditory theories / J.C.R. Licklider // Psychology: A Study of a Science (E.S. Koch). - NY.: McGraw-Hill, 1959. - P. 41-144.

106. Litovsky, R.Y. The precedence effect / R.Y. Litovsky, H.S. Colburn, W.A. Yost, S.J. Guzman // J. Acoust. Soc. Am. - 1999. - Vol. 106. - № 4. - P. 16331654.

107. Litovsky, R.Y. Functional role of the human inferior colliculus in binaural hearing / R.Y. Litovsky, B.J. Fligor, M.J. Tramo // J. Hear. Res. - 2002. - Vol. 165. -P. 177-88.

108. Liu, W. Binaural and commissural organization of the primary auditory cortex of the mustached bat / W. Liu, N. Suga // J. Comp. Physiol. - 1997. - Vol. 181. - P. 599-605.

109. McAlpine, D. Creating a sense of auditory space / D. McAlpine // J. Physiol. -2005. - Vol. 566. - №1. - p. 21-28.

110. McAlpine, D. Monaural and binaural responses of lowest frequency neurons in the inferior colliculus of the guinea pig / D. McAlpine, D. Jiang, A.R. Palmer // J. Hear. Res. - 1996. - Vol. 97. - P. 136-152.

111. McAlpine, D. A neural code for low-frequency sound localization in mammals / D. McAlpine, D. Jiang, A.R. Palmer // J. Nat. Neurosci. - 2001. - Vol. 4. - P. 396401.

112. McAlpine, D. Blocking GABAergic inhibition increases sensitivity to sound motion cues in the inferior colliculus / D. McAlpine, A.R. Palmer // J. Neurosci. -2002. - Vol. 22. - № 4. - P. 1443-1453.

113. McAlpine, D. Sound localization and delay lines - do mammals fit the model? / D. McAlpine, B. Grothe // Trends in Neurosci. - 2003. - Vol. 26. - P. 347-350.

114. McAlpine, D. Convergent Input from Brainstem Coincidence Detectors onto Delay-Sensitive Neurons in the Inferior Colliculus / D. McAlpine, D. Jiang, T.M. Shackleton, A.R. Palmer // J. Neurosci. - 1998. - Vol. 18. - P. 6026-6039.

115. McAlpine, D. Responses of Neurons in the Inferior Colliculus to Dynamic Interaural Phase Cues: Evidence for a Mechanism of Binaural Adaptation / D. McAlpine, D. Jiang, T.M. Shackleton, A.R. Palmer // J. Neurophysiol. - 2000. -Vol. 83.-P. 1356-1365.

116. Moiseff, A. Neuronal and Behavioral Sensitivity to Binaural Time Differences in the Owl / A. Moiseff, M. Konishi // J. Neurosci. - Vol. 1. - P. 40-48.

117. Moiseff, A. Bi-Coordinate Sound Localization by the Barn Owl / A. Moiseff // J. Comparative Physiology, A Sensory Neural and Behavioral Physiology. - Vol. 164.-P. 637-644.

118. Mountcastle, V.B. The columnar organization of the cerebral cortex. / V.B Mountcastle // Brain. - Vol. 120. - P. 701-722.

119. Palmer, A.R. Interaural delay sensitivity to tones and broad band signals in the guinea-pig inferior colliculus / A.R. Palmer, A. Rees, D. Carid // J. Hear. Res. -1990.-Vol. 50.-P. 71-86.

120. Palmer, A.R. Binaural masking and sensitivity to interaural delay in the inferior colliculus / A.R. Palmer, A. Rees, D. Caird // In: Processing of Complex Sounds by the Auditory System (Eds. R. P. Cariyon, C. J. Darwin and I. J. Russell). Oxford: Clarendon Press, 1992. - P. 415-422.

121. Palmer, A.R. Reassessing mechanisms of low-frequency sound localization /

A.R. Palmer // Current Opinion in Neurobiology. - 2004. - Vol. 14. - P. 457-460.

122. Palmer, A.R. Neural mechanisms of binaural hearing / A.R. Palmer, T.M. Shackleton, D. McAlpine // J. Acoust. Sci. & Tech. - 2002. - Vol. 23. - P. 61-68.

123. Pashler, H. Stevens' Handbook of Experimental Psychology, Sensation and Perception / H. Pashler, S. Yantis. - NY.: Springer, 2004. - 816 p.

124. Pecka, M. Functional roles of synaptic inhibition in auditory temporal processing: PhD Thesis / M. Pecka. - Munchen. - 2008. - 128 p.

125. Pecka, M. Interaural time difference processing in the mammalian medial superior olive: the role of glycinergic inhibition / M. Pecka, A. Brand, O. Behrend,

B. Grothe // J. Neurosci. - 2008. - Vol. 28. - P. 6914-6925.

126. Pressnitzer, D. Auditory Signal Processing: Physiology, Psychoacoustics, and Models / D. Pressnitzer, A. de Cheveigne, S. McAdams, L. Collet. - NY.: Springer, 2005. - 525 c.

127. Proctor, L. Representation of sound localization cues in the auditory thalamus of the barn owl / L. Proctor, M. Konishi // J. Neurobiol. - 1997. - Vol. 94. - P. 10421-10425.

128. Purves, D. Neuroscience / D. Purves, G.A. Augustine, D. Fitzpatrick, W. Hall,

A.-S. LaMantia, J.O. McNamara, S.M. Williams - MA.: Sinauer Associates, 2008. -857 p.

129. Richard, R.F. Handbook of Auditory Research: Sound Source Localization / R.F. Richard, A.N. Popper. - NY.: Springer, 2005. - Ch. 8. - P. 272-316.

130. Sayers, B.McA. Acoustic-image lateralization judgments with binaural tones / Sayers, B. McA. // J. Acoust. Soc. Am. - 1964. - Vol. 36. - P. 923-926.

131. Sayers, B.McA. Interaural amplitude effects in binaural hearing / B.McA. Sayers, P.A. Lynn // J. Acoust. Soc. Am. - 1968. - Vol. 44. - P. 973-978.

132. Sayers, B.McA. Mechanism of binaural fusion in the hearing of speech /

B.McA. Sayers, E.C. Cherry // J. Acoust. Soc. Am. - 1957. - Vol. 29. - P. 973987.

133. Schwartz, E.L. Computational Neuroscience / E.L. Schwartz. - MA.: MIT Press, 1990.-447 p.

134. Shackleton, T.M. Interaural time difference discrimination thresholds for single neurons in the inferior colliculus of Guinea pigs / T.M. Shackleton, B.C. Skottun, RH. Arnott, A.R. Palmer // J. Neurosci. - 2003. - Vol. 23. - P. 716-724.

135. Shinn-Cunningham, B.G. Tori of confusion: Binaural localisation cues for sources within reach of a listener / B.G. Shinn-Cunningham, S. Santarelli, N. Kopco // J. Acoust. Soc. Am. - 2000. - Vol. 107. - P. 1627-1636.

136. Simon, J.Z. Temporal coding in the auditory brainstem of the barn owl / J.Z. Simon, S. Parameshwaran, T. Perney, C.E. Carr // Physiological and Psychophysical Bases of Auditory Function (Eds.: D.J. Breebaart, A.J.M. Houtsma, A. Kohlrausch, V.F. Prijs, R. Schoonhoven). - 2001. -P.45-78.

137. Siveke, I. Novel approaches for the investigation of sound localization in mammals: PhD Thesis /1. Siveke. - München. - 2007. - 132 p.

138. Skottun, B.C. The ability of inferior colliculus neurons to signal differences in interaural delay / B.C. Skottun, T.M. Shackleton, R.H. Arnott, A.R. Palmer // PNAS. - 2001. - Vol. 98. - P. 14050-14054.

139. Smith, P.H. Projections of physiologically characterized globular bushy cell axons from the cochlear nucleus of the cat / P.H. Smith, P.X. Joris, L.H. Carney, T.C. Yin // J. Comp. Neurol. - 1991. - Vol. 304. - P. 387-407.

140. Smith, P.H. Projections of physiologically characterized spherical bushy cell axons from the cochlear nucleus of the cat: evidence for delay lines to the medial superior olive / P.H. Smith, P.X. Joris, T.C.Yin // J. Comp. Neurol. - 1993. - Vol. 331.-P. 245-260.

141. Stern, R.M. Binaural Sound Localization / R.M. Stern, D. Wang, G. Brown // Computational Auditory Scene Analysis. NY.: Wiley/IEEE Press, 2006, - P. 1-33.

142. Stern, R.M. Models of binaural perception / R.M Stern, C. Trahiotis // Binaural and Spatial Hearing in Real and Virtual Environments (Eds. R. Gilkey, T.R. Anderson). NY.: Lawrence Erlbaum Associates, 1996. - P. 499-531.

143. Stern, R.M. Models of Binaural Interaction / R.M Stern, C. Trahiotis // Handbook of Perception and Cognition (Ed. B.C.J. Moore.). NY.: Academic Press, 2000 Vol. 6. - P. 347-386.

144. Strutt, J. W. (Third Baron of Rayleigh). On out perception of sound direction / J.W. Strutt // Philosoph. Mag. - 1907. - Vol. 13. - P. 214-232.

145. Sullivan, W.E. Neural map of interaural phase difference in the owl's brainstem / W.E. Sullivan, M. Konishi // Proc. Nati. Acad. Sei. USA (Neurobiology). - 1986. -Vol. 83.-P. 8400-8404.

146. Svirskis, G. Sodium Along With Low-Threshold Potassium Currents Enhance Coincidence Detection of Subthreshold Noisy Signals in MSO Neurons / G.

Svirskis, V. Kotak, D.H. Sanes, J. Rinzel // J. Neurophysiol. - 2004. - Vol. 91. - P. 2465-2473.

147. Tikidji-Hamburyan, R. NeuroCAD - the Modular Simulation Environment for Effective Biologically Plausible Neuromodeling / R. Tikidji-Hamburyan, S. Markin // Seventeenth Annual Computational Neuroscience Meeting (CNS*2008). BMC Neuroscience, 2008. - 9(Suppl 1). - P91.

148. Tollin, DJ. Interaural Phase and Level Difference Sensitivity in Low-Frequency Neurons in the Lateral Superior Olive / DJ. Tollin, T.C.T. Yin // J. Neurosci. - 2005. - Vol. 25. - P. 10648-10657.

149. Tollin, D.J. The Coding of Spatial Location by Single Units in the Lateral Superior Olive of the Cat. I. Spatial Receptive Fields in Azimuth / D.J. Tollin, T.C.T. Yin // J. Neurosci. - 2002. - Vol. 22(4). - P. 1454-1467.

150. Tollin, D.J. Neural Correlates of the Precedence Effect in the Inferior Colliculus of Behaving Cats / DJ. Tollin, L.C. Populin, T.C.T. Yin // J. Neurophysiol. - 2004. - Vol. 92. - P. 3286-3297.

151. van Bergeijk, W. Variation on a theme of von Bekesy: a model of binaural interaction / W. van Bergeijk // J. Acoust. Soc. Am. - 1962. - Vol. 34. - P. 14311437.

152. von Bekesy, G. Zur theorie des hörens. Über das richtungshören bei einer zeitdifferenz oder lautstärkenungleichheit der beiderseitigen schalleinwirkungen / G. von Bekesy // Physik. - 1930. - Z. 31. -P. 824-835.

153. von Kriegstein, K. Responses to Interaural Time Delay in Human Cortex / K. von Kriegstein, T.D. Griffiths, S.K. Thompson, D. McAlpine // J. Neurophysiol. -2008. - Vol. 100. - P. 2712-2718.

154. Wang, D. Computational Auditory Scene Analysis: Principles, Algorithms, and Applications / D. Wang, G.J. - NY.: Wiley-IEEE Press, 2005. - 543 p.

155. Yin, T. Binaural interaction in low-frequency neurons in inferior colliculus of the cat. III. Effects of changing frequency / T. Yin, S. Kuwada // J. Neurophysiol. -1983.-Vol. 50.-P. 1020-1042.

156. Yin, T.C.T. Neural mechanisms underlying interaural time sensitivity to tones and noise / T.C.T. Yin, J.C.K. Chan // Auditory Function: Neurobiological Basis of Hearing (Eds. G.M. Edelman, W.E. Gall, W.M. Cowan). - NY.: Wiley, 1988. - P. 385-430.

157. Yin, T.C.T. Neural Mechanisms of Encoding Binaural Localization Cues in the Auditory Brainstem / T.C.T. Yin // Integrative Functions in the Mammalian Auditory Pathway (Eds. A.P. Oertel, E. Fay). - NY.: Springer-Verlag, 2002. - P. 99-159.

158. Yin, T.C.T. Interaural Time Sensitivity in Medial Superior Olive of Cat / T.C.T. Yin, J.C.K. Chan // J. Neurophysiol. - 1990. - Vol. 64. - P. 465-488.

159. Zhou, Y. A Model for Interaural Time Difference Sensitivity in the Medial Superior Olive: Interaction of Excitatory and Inhibitory Synaptic Inputs, Channel Dynamics, and Cellular Morphology / Y. Zhou, L.H. Carney, H.S. Colburn // J. Neurosci. - 2005. - Vol. 25. - P. 3046-3058.

Приложение 1. Список используемых терминов и обозначений

Адаптивный порог

Аккомодация

Афферентный путь ВВ (или ЕЕ)

ВТ (или IE)

Гиперполяризация

Джиттер

ИВР

ИИР

ин

ИФР

Конвергенция МВР

Мембранный потенциал МП НС

Пачечная активность

Постсинаптический

импульс

ППП

Пресинаптический импульс

СБС

Сегметное моделирования

Синапс,

синаптический

контакт

Синаптический вес Синаптический ток ТВ (или Е1)

ХЗ (или СБ) XX модель АС

порог генерации импульса нейроном, зависящий от МП или от выходной функции

чувствительность нейрона к скорости изменения мембранного потенциала

путь от периферических к центральным отделам

нейроны, получающие доминантные возбуждающие (excitatory) входы

от обоих ушей

нейроны, получающие возбуждающее (excitatory) воздействие с ипсилатеральной и тормозные (inhibitory) с контралатеральной стороны

отрицательная поляризация потенциала нейрона

случайные временные отклонения передаваемого сигнала

интерауральное временное различие

интерауральное различие интенсивности

импульсный нейрон

интерауральное фазовое различие

схождение

межимпульсное временное различие см. МП

мембранный потенциал. Потенциал мембраны нейрона нейронная сеть

активность в виде нескольких последовательных импульсов в короткий промежуток времени

импульс, возникающий после синаптического контакта пакет прикладных программ

импульс, возникающий до синаптического контакта система бинаурального слуха

метод моделирования, при котором тело клетки, дендриты и аксон разбивается на сегменты и для каждого сегмента решается система характеристических уравнений контакт двух нейронов

сила синапса, мера его влияния на нейрон

электрический ток, протекающий через синаптический контакт

нейроны, получающие возбуждающее (excitatory) воздействие с контралатеральной и тормозное (inhibitory) с ипсилатеральной стороны

характеристическая задержка нейрона

Модель нейрона на основе формализма А. Ходжкином и Э. Хаксли слуховая кора

ANF волокна слухового нерва

AVCN передняя вентральная область кохлеарного ядра

CN кохлеарное ядро

DCN дорсальная область кохлеарного ядра

DNLL дорсальное ядро латеральной петли

1С нижнее двухолмие

LNTB латеральное ядро трапециевидного тела

LSO верхняя латеральная олива SOC

MNTB медиальное ядро трапециевидного тела

MSO верхняя медиальная олива S ОС

SOC верхний оливарный комплекс

VCN вентральная область кохлеарного ядра

VMGB вентральное ядро внутреннего коленчатого тела

Приложение 2. Свидетельство о государственной регистрации

программы для ЭВМ

ш

ж

ж ш

ш

ш

ж

$

я

ш ш

£ ш

■т

СВИДЕТЕЛЬСТВО

о государственной регистрации программы для ЭВМ

№ 2008612461

ж

тШШ

Программная среда для исследования способности нейронной ссги дстсктирошиь короткую временную задержку во входном

сигнале (STD Detector)

•Ш

МНР

[Iрангюб.;адуто. 1ц.и 1): Федеральное государственное образовательное учреждение высшего профессионального образования «Южный федеральный университет» (Южный федеральный университет) (ЯЬТ)

Апгор(ы): Васильков Вячеслав Александрович (RU)

ШШ0Ш

mmf

чг.т л л- 2008611487 /Uüuk'íiv Li "я Я апреля 2008 i.

Зарегистрировано в Реестре программ для-ЭВМ 20 мая 2008 л

PifKoaonurm-.ih ФсОгро v->а'л) rr/;,ó:.i по шип-1 н'ктугиыиУ! c>6< пыг.нпагти. >штг тппм ч мчча/мым .ri'iKu м

/>'.//. Симонов

тшшшшшшшштшшшшшшшшшшшшшшшштшшшшшы

т

ш

ш

ш *

и #

ш я я

№■ ÑÍ

ш

ш ■<\

т

ш ш ж ш ш

Приложение 3. Акты внедрения результатов исследования

учреждение РОССИЙСКОМ АКАДЕМИИ НАУК институт прикладной ФИЗИКИ ран

(ипф ран)

Ульянова ул„ 46, ГСП-120. Нижний Новгород, 603950

Тел. (831)436-58-10

Факс (831) 436-60-86, (831) 436-97-17 Е-таИ: «¡¡г@зрр!.5а-ш-0¥.ги Шр.Нчыш. ¡р?га п. ш ОКПО 04683326, ОГРН 1029203020193, ИНН/ КПП 6260003387/526001001

«УТВЕРЖДАЮ»

1Ф РАН,член —корр.

РАМ

-Л I 1 i ritt , /

"Ь'А^""' А.М.Сергеев

2010 г.

№11225-

АКТ

о внедрении (использовании) результатов кандидатской диссертационной работы Василькова Вячеслава Александровича

Председатель комиссии: заведующий лабораторией, д.ф.-м.н. В.Г'.Яхно; члены комиссии: с.н.с., д.ф.~м.н. Н.С.Беллюстин, с.н.с., к.ф.-м.н. И.В.Нуйдель настоящим актом удостоверяет, что результаты диссертационной работы «Разработка и исследование моделей механизмов детектирования интерауральных временных различий» используются в в лаборатории автоволновых процессов Института прикладной физики РАН, при. проведений исследований механизмов формирования пространс i венного звукового образа человека, в виде:

1. Биологически адекватной модели нейронной сети, имитирующей детекцию микросекундиых интерауральных временных различий.

2. Программной оболочки для нейромоделирования «STD Detector», позволяющей реализовать разработанную нейросетевую модель (указанную в п. 1).

3. Методики выявления и прогнозирования феноменов звукояокализациовной функции человека на основе оценки поведения нейронной сети.

4, Экспериментальных данных, полученных при численном моделировании предложенной модели, при наличии шумов и стохастических процессов различной природы. Использование указанных выше результатов позволяет обеспечить комплексный подход при проведении исследования слухового восприятия человека, а также является актуальным при разработке модуля слухового восприятия для медицинского симулятора.

Результаты внедрялись ирг? выполнении: НИР/ОКР до теме НИР/ОКР: «Разработка симуляторов живых систем, моделирования динамических режимов и их функционирования» (Программа фундаментальных научных исследований Президиума РАН «Математические методы .нелинейной динамики»).

Председатель комиссии: Заведующий лабораторией автоволновых процессов, д,ф.-м.н

Члены комиссии: С.н.с. лаборатории автоволновых процессов, д.ф.-м.н С.н.с. лаборатории автоволновых процессов, к.ф.-м.н

/

/

¿-Д _В.Г.Яхно

л

' 1 ~ " " Н.С 1 сПЛЮСТИН

_И В Нуйдель

Государственное образоиательное

учреждение высшего ггрофессисша-ш.ого образования

НИЖЕГОРОДСКАЯ ГОСУДАРСТВЕННАЯ

МЕДИЦИНСКАЯ АКАДЕМИЯ Федерального агентства

но здравоохранению и социальному разни-гаю (ГОУ В1Ю Ннжгмо ¡Ъсздрава)

603005, г. Нижний Новгород, пл. Минина и Пожарского, 10/1

телефоны: (8311 439-03-20; 439-18-66

\ >...... ^ ■ ,у| ■ {у> Ч < ^

На №____________________

ТЕХ НИЧ ЕС К И Й АКТ ВНЕДРЕНИЯ

результатов научно-исследовательской работы но созданию модели механизма дебетирования интераурал ышх временных различий

Комиссия в составе; Председатель:

Директор НИИ 11ФМ ГОУ В ПО ПижГМЛ, д.м.н,, проф. Сергей Николаевич Цыбусов

И членов:

1. Заведующий отд. нейрофизиологии и эксперимет ал ыюго моделирования ЦНШ1 НИИ ПФМ ГОУ ВПО, д.б.н. Софья Александровна Полевая

2. Старший научный сотрудник проблемной группы «Пейробиология и информационные технологии» НИИ ПФМ ГОУ ВПО, к.б.н. Сергей Борисович Парин

настоящим актом подтверждает, что результаты диссертационной работы, выполненной Васильковым Вячеславом Александровичем, в качестве соискателя

Проректор по научной работе ГОУ ВПО «Нижегородская государственная медицинская академия», проф., д.м.н,

1 ере н тьев ~ 1 __ 2010 г.

^' "с -

ученой степени кандидата технических наук, действительно внешни на базе отдела «Нейрофизиологии и экспериментального моделирования» Нижегородской государственной медицинской академии в виде:

1. Программной среды для нсйромоде.ипридания «STD Detector», направленной на построение нейронных сетей произвольной размерности.

2. Нейроестевой модели, реал и v тощей механизм системы бшшурального слуха млекопитающих, который лежит в основе высокоточной обработки информации об ази-viv 11 шгом положении источника звука.

3. Сформированной, на базе разработанной модели, методики выявления и прогнозирования феноменов звуколокализационной функции человека.

Комиссия отмечает эффективность и целесообразность применения результатов научно-исследовательской работы, представленных Васильковым В.А., в практике выявления и прогнозирования, а также исследования феноменов слухового восприятия человека в норме и при патологиях функционирования различных отделов головного мозга.

Акт составлен и отпечатн в присутствии членов комиссии и Васильков I В А

Председатель комиссии: Директор НИИ ПФМ ГОУ ВПО НижГМА, д.м.н., проф. Члены комиссии:

Зав. отд. нейрофизиологии

• ? / /

С.Н.Цыбуеов

и экспериментального моделирования

ЦНИЛ НИИ ПФМ ГОУ ВПО, д.б.н., ^

С.н.с. проблемной группы

«Нейробиология и информационные технологии» НИИ ПФМ ГОУ ВПО, к.б.н. г~ '

^_С.Б.Парин

С.А.Полевая

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.