- 1次围观
成功的语音感知要求听者将连续的声学信息划分为离散的语音类别。然而，有些人在感知过程中会保留类别内部的声学信息（梯度式），而另一些人则会丢弃与类别无关的信息（离散式）。听者在标记语音声音时的一致性也存在差异，且更具梯度性/一致性的标记方式已被证明与更好的噪声中言语（speech-in-noise, SIN）感知有关。在本研究中，我们检验了大脑主要言语—语言及听觉通路的神经解剖学特性如何与语音分类和SIN加工中的个体差异相关。我们通过音位标记任务和QuickSIN任务测量语音分类能力和SIN理解能力。利用弥散加权成像（diffusion-weighted imaging, DWI）结合概率纤维束追踪，估计双侧弓状束以及脑干—皮层听觉投射中的轴突密度。同时，还量化了邻近额颞皮层区域和中脑的解剖形态学指标（表面积、灰质体积、厚度）。在行为结果方面，我们发现分类更一致的个体在QuickSIN上的表现更好。DWI结果显示，更具梯度性的听者在左侧弓状束和脑干—皮层听觉通路中具有更高的白质密度，而更好的SIN表现则可由脑干—皮层听觉通路中更致密的白质所预测。形态测量结果表明，更一致的听觉加工与右侧上颞回更大的皮层厚度相关，而更具梯度性的听觉加工与右侧额下回盖部更大的表面积相关。我们推断，音位分类中的个体差异与SIN理解有关，并且至少可以部分由听觉—语言脑网络的神经解剖学特性来解释。
听觉—语言脑网络的结构连接性可预测语音范畴化和噪声中听辨的成功 | bioRxiv
跳转至主要内容
首页 关于 投稿 提醒 / RSS 搜索此关键词 高级搜索 新结果
听觉—语言脑网络的结构连接性可预测语音范畴化和噪声中听辨的成功
查看 ORCID 主页 Rose Rizzi， Jack R. Stirn， Zara Eisenhut， 查看 ORCID 主页 Gavin M. Bidelman
doi： https://doi.org/10.64898/2026.07.06.736789
Rose Rizzi 印第安纳大学 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，后者已授予 bioRxiv 永久展示该预印本的许可。 保留所有权利。未经许可，不得重复使用。
返回顶部 上一篇 下一篇
发表于 2026 年 7 月 7 日。 下载 PDF 电子邮件
感谢您有兴趣帮助传播 bioRxiv。 您的电子邮件 *
您的姓名 *
发送给 *
请输入多个地址，每行一个，或以逗号分隔。
您将要通过电子邮件发送以下内容 听觉—语言脑网络的结构连接性可预测语音范畴化和噪声中听辨的成功
邮件主题 （您的姓名）已从 bioRxiv 转发一个页面给您
邮件正文 （您的姓名）认为您会希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码 此问题用于测试您是否为人工访客，并防止自动垃圾信息提交。
分享
听觉—语言脑网络的结构连接性可预测语音范畴化和噪声中听辨的成功 Rose Rizzi， Jack R. Stirn， Zara Eisenhut， Gavin M. Bidelman
bioRxiv 2026.07.06.736789； doi： https://doi.org/10.64898/2026.07.06.736789
分享本文： 复制
引文工具
听觉—语言脑网络的结构连接性可预测语音范畴化和噪声中听辨的成功 Rose Rizzi， Jack R. Stirn， Zara Eisenhut， Gavin M. Bidelman
bioRxiv 2026.07.06.736789； doi： https://doi.org/10.64898/2026.07.06.736789
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.06.736789v1?rss=1
🏷️ 语音感知 噪声中言语识别 听觉-语言网络 白质连接 弓状束 扩散加权成像