91ËżčÏÊÓÆ”

Nouvelles méthodes en neurosciences auditives

Chaque scientifique a besoin d'outils pour faire ses dĂ©couvertes. De meilleurs tĂ©lescopes nous permettent de voir plus de galaxies, les spectromĂštres de masse rĂ©vĂšlent la composition chimique des substances, les collisionneurs de particules nous permettent d'observer la matiĂšre dans des situations extrĂȘmes et l'Ă©dition de gĂšnes nous permet de voir ce qui se passe lorsqu'un organisme ne dispose pas d'un gĂšne spĂ©cifique. Quelles sont donc les mĂ©thodes que les scientifiques utilisent pour Ă©tudier des sujets tels que l'audition, la musique et la parole ? Quels nouveaux outils sont créés ou amĂ©liorĂ©s ? Nous avons interviewĂ© des membres du CRBLM qui ont rĂ©cemment créé ou utilisĂ© de nouvelles mĂ©thodes.

Ìę

Nouvelles batteries de tests et questionnaires

De nombreux nouveaux outils en santĂ© et en psychologie sont des batteries de tests : des tests de perception ou des questionnaires qui permettent de mesurer certains aspects de la cognition humaine. Dans le domaine de la musique, ont créé un permettant de mesurer comment le bruit de fond affecte la perception musicale des gens. Il s’est inspirĂ© d'autres tests d'audition dans le bruit conçus pour la parole. « Nous avons utilisĂ© de simples stimuli musicaux qui ne reposent pas sur des connaissances linguistiques (nous pouvons donc les utiliser auprĂšs des enfants et des locuteurs non natifs) ou sur une formation musicale avancĂ©e », explique Coffey. L'audition fonctionnelle est une composante importante de la santĂ© globale et ces tests vont au-delĂ  des tests auditifs traditionnels en simulant des situations quotidiennes, y compris les sons non vocaux. Comme l'a notĂ© Coffey, « Les rĂ©sultats d’études longitudinales suggĂšrent que la formation musicale joue un rĂŽle causal dans l’atteinte de meilleures performances aux tests d’audition dans le bruit chez les musiciens
 Pour ces raisons, nous pensons qu'il vaut la peine d'Ă©tudier ce phĂ©nomĂšne et, avec cette tĂąche, il est facile d'ajouter nos rĂ©sultats Ă  ceux d'autres Ă©tudes ayant des questions de recherche principales diffĂ©rentes.»

Dans le domaine du langage, ont mis au point un moyen d’utiliser les donnĂ©es recueillies Ă  l’aide de questionnaires afin de mesurer un nouveau concept appelĂ© « entropie du langage », c’est-Ă -dire Ă  quel point l’expĂ©rience linguistique d’une personne multilingue est distincte ou mixte. Une personne Ă  faible entropie peut parler une langue exclusivement au travail et une autre langue Ă  la maison, avec peu de chevauchement. En revanche, une personne avec une entropie Ă©levĂ©e peut constamment basculer d’une langue Ă  l’autre, quel que soit le contexte. « Les chercheurs ont tendance Ă  utiliser des questionnaires (plus ou moins) standardisĂ©s qui posent des questions sur la frĂ©quence d'utilisation de la langue. Nous avons donc pu capitaliser sur ces questionnaires afin de calculer l'entropie », explique Gullifer. Les diffĂ©rences d'entropie linguistique peuvent changer la maniĂšre dont les multilingues traitent leurs langues et la maniĂšre dont leur cerveau gĂšre l'incertitude de maniĂšre plus gĂ©nĂ©rale. « C'Ă©tait une situation oĂč la rĂ©vision par les pairs a totalement aidĂ© Ă  affiner l'Ă©tude et l’approche mĂ©thodologique », dit Gullifer, qui mentionne que les commentaires des rĂ©viseurs les avaient renvoyĂ©s « Ă  la planche Ă  dessin », mais que cela avait finalement permis l’élaboration d’une mesure beaucoup plus Ă©lĂ©gante.

Figure showing a visual depiction of language entropy; the low entropy person (top half) speaks mainly one language at home and another at work, whereas the high entropy person (bottom half) speaks both languages in both contexts.

Ìę

Manipuler la perception et briser la boucle sensorimotrice

Un principe du raisonnement scientifique est que la corrĂ©lation et la causalitĂ© ne sont pas les mĂȘmes. Pour prouver que l’évĂ©nement A est Ă  l’origine de l’évĂ©nement B, il ne suffit pas de dĂ©montrer qu’ils se produisent ensemble, mais plutĂŽt de dĂ©montrer que changer A dans une expĂ©rience, sans rien changer d'autre, produira B. En d'autres termes, nous devons ĂȘtre capables d'isoler et de manipuler diffĂ©rents aspects du systĂšme que nous Ă©tudions.

Un certain nombre d'Ă©tudes menĂ©es par des membres du CRBLM impliquent d'isoler et de manipuler diffĂ©rentes parties de l'expĂ©rience auditive. ont dĂ©veloppĂ© une technique chirurgicale provoquant une perte auditive temporaire chez le rat, ce qui permet l'Ă©tude des effets de la perte auditive de maniĂšre plus contrĂŽlĂ©e. ont Ă©galement contrĂŽlĂ© les expĂ©riences sensorielles prĂ©coces des oiseaux chanteurs de diffĂ©rentes maniĂšres afin d’essayer de comprendre comment ces expĂ©riences affectent l'apprentissage vocal. Ils ont pu comparer des pinsons zĂ©brĂ©s non-tutorĂ©s, des pinsons sourds et des pinsons tutorĂ©s par un ordinateur qui donnait des sĂ©quences alĂ©atoires de pĂ©piements. Étonnamment, il y avait des points communs entre les chants matures de tous les oiseaux, malgrĂ© une Ă©ducation si diffĂ©rente. James et ses collĂšgues pourraient donc suggĂ©rer qu'il existe certains modĂšles innĂ©s chez ces oiseaux en raison de la façon dont leur cerveau et leur corps sont structurĂ©s. «Fait intĂ©ressant, certains de ces modĂšles sont similaires Ă  ceux qui sont communs dans la parole et la musique humaines», dit James, ajoutant que les pinsons «ont tendance Ă  produire des Ă©lĂ©ments de chanson plus longs Ă  la fin de leurs phrases de chansons, qui est similaire Ă  l'Ă©longation finale de l'Ă©noncĂ© qui se produit dans la parole humaine
 les pinsons avec des expĂ©riences auditives appauvries lors de leur dĂ©veloppement ont continuĂ© Ă  produire des chansons avec ces schĂ©mas communs.

Chez les humains, nous pouvons perturber le lien normalement Ă©troit entre la production de la parole et la rĂ©troaction sensorielle pour voir comment les gens s'adaptent. ont insĂ©rĂ© un moule en forme de dispositif de retenue dans la bouche des participants, puis ils ont surveillĂ© comment ces participants modifiaient leur discours pour essayer de produire les mĂȘmes sons qu'auparavant. Les gens font les ajustements assez rapidement, «mais leurs habiletĂ©s ne sont pas 100% normales, mĂȘme aprĂšs 30 minutes de pratique intense», explique l'auteur principal Shiller (si vous avez dĂ©jĂ  eu un appareil dentaire ou un appareil de rĂ©tention, vous serez intimement conscient de ce fait). D’autre part, ont manipulĂ© la façon dont les participants entendaient leur propre discours afin de leur donner l'impression que leur rĂ©troaction vocale Ă©tait plus ou moins prononcĂ©e, mais aussi d’examiner comment ils corrigeaient cela en scannant leur cerveau Ă  l’aide de l'IRMf. Les personnes qui bĂ©gayaient avaient une rĂ©ponse neuronale diffĂ©rente Ă  la rĂ©troaction auditive dĂ©calĂ©e que les locuteurs fluides, et ils semblaient Ă©galement avoir moins de connectivitĂ© entre leurs cortex auditif et moteur durant la tĂąche.

Ìę

Suivi oculaire et pupillométrie

Le dicton selon lequel «les yeux sont la fenĂȘtre de l'Ăąme», tout en Ă©tant poĂ©tique, a Ă©galement un certain mĂ©rite scientifique – ce dont les chercheurs peuvent tirer avantage. Nous pouvons utiliser les yeux pour obtenir des indices sur ce qui se passe dans le cerveau; par exemple, suivre les yeux lorsqu'ils bougent et convergent en un point peut Ă©galement nous donner une idĂ©e de ce Ă  quoi une personne prĂȘte attention. «Les mesures des mouvements oculaires sont sans Ă©gal pour Ă©tudier les processus moment-par-moment impliquĂ©s dans la lecture, tel qu’elles ont Ă©tĂ© créées Ă  l'Ă©poque Keith Rayner et ses collĂšgues», explique le Dr Titone, qui utilise cette technique pour Ă©tudier le bilinguisme. Un de ses rĂ©cents articles, effectuĂ© avec l'Ă©tudiante diplĂŽmĂ©e Pauline Palma, mesurait le temps passĂ© par les bilingues français-anglais sur des mots ambigus dans une phrase. Ces mots pouvaient avoir plusieurs significations selon le contexte (comme la sauge (version française de sage), la plante, qui est plus courante en anglais, ou une personne sage, ce qui est moins courant). Certaines des significations secondaires Ă©taient Ă©galement apparentĂ©es dans l'autre langue des participants (sage en français signifie Ă©galement une personne sage). Les participants ont passĂ© plus de temps Ă  regarder un mot ambigu lorsque le sens moins commun Ă©tait un cognat, ce que les auteurs ont interprĂ©tĂ© comme une interfĂ©rence inter-linguistique.

La dilatation de la pupille peut Ă©galement ĂȘtre trĂšs informative: elle peut indiquer que quelque chose est agrĂ©able, difficile, effrayant ou cognitivement gratifiant. En d'autres termes, la dilatation de la pupille communique l'excitation mentale. ont rĂ©cemment montrĂ© que la pupille rĂ©agit Ă  la fois Ă  la prĂ©visibilitĂ© et au plaisir pendant l'Ă©coute musicale, et que ces deux facteurs interagissent. «Nous Ă©tions vraiment intĂ©ressĂ©s par ce qui motive les gens Ă  pratiquer», explique l'auteur principal Penhune. «Quand on y pense, la pratique peut ĂȘtre ennuyeuse, elle peut ĂȘtre frustrante
 alors pourquoi les gens continuent-ils Ă  le faire ? Ce que nous voulions, c'Ă©tait une mesure plus objective de la rĂ©ponse hĂ©donique [c.-Ă -d. le plaisir]
 alors nous avons dĂ©cidĂ© d'essayer la pupillomĂ©trie.

L'un des dĂ©fis actuels de la pupillomĂ©trie est qu'une dilatation de la pupille peut signifier beaucoup de choses. l'ont utilisĂ© dans des tests de mĂ©moire auditive - dans ce cas, une dilatation de la pupille ne serait pas toujours associĂ©e au plaisir ou Ă  la motivation, mais pourrait parfois reflĂ©ter des difficultĂ©s, un effort accru et une lourde charge cognitive. Zhang dit : «Il a beaucoup de potentiel pour ĂȘtre traduit en un outil clinique pouvant quantifier l'expĂ©rience d'Ă©coute intense que les utilisateurs d'aides auditives et d'implants cochlĂ©aires rapportent gĂ©nĂ©ralement», mais avertit Ă©galement : «nous avons encore beaucoup de questions sans rĂ©ponse, en particulier lorsqu’il s'agit de situations rĂ©alistes et complexes. » En rĂ©ponse Ă  ce conflit apparent, Penhune dĂ©clare: «L’une des choses que je retiens, c'est que «concentration attentionnelle vs charge cognitive» est peut-ĂȘtre l'une de ces fonctions en forme de U. Il est probablement bon d'avoir un peu de concentration attentionnelle (c'est-Ă -dire un peu de dilatation), mais peut-ĂȘtre qu’au-delĂ  de ça... vous ĂȘtes surchargĂ©. »

Ìę

Les ondes cérébrales

Les scientifiques peuvent mesurer l'activitĂ© Ă©lectrique produite par le cerveau depuis un certain temps, mais de nouvelles applications et mĂ©thodes d'analyse nous permettent de voir plus loin qu'auparavant. ont utilisĂ© un systĂšme EEG sans fil de mBrainTrain pour enregistrer l'activitĂ© cĂ©rĂ©brale de pianistes pendant qu'ils jouaient. L'EEG sans fil est une technologie plus rĂ©cente pour les neurosciences musicales; le manque de fils restrictifs le rend idĂ©al pour Ă©tudier les interprĂštes lorsqu'ils se dĂ©placent de maniĂšre expressive. Les auteurs ont pu reproduire les signatures EEG observĂ©es avec des systĂšmes traditionnels, en particulier des rĂ©ponses motrices et auditives synchronisĂ©es dans le temps aux mouvements des musiciens, ainsi que des oscillations cĂ©rĂ©brales qui reflĂštent le rythme de jeu d’un musicien individuel. Zamm considĂšre l'EEG sans fil comme un avantage pour mesurer les performances musicales naturelles, mais dĂ©clare: «La possibilitĂ© d’une libertĂ© de mouvements donne Ă©galement potentiellement plus d'artefacts liĂ©s Ă  l'activitĂ© musculaire.»

L'EEG traditionnel a Ă©galement Ă©tĂ© amĂ©liorĂ©, principalement Ă  l’aide de nouvelles techniques d'analyse. ont utilisĂ© un type d'analyse appelĂ© cohĂ©rence de phase neuronale, qui mesure la synchronisation des signaux neuronaux au fil du temps et dans diffĂ©rentes parties du cerveau. Ils l'ont utilisĂ© lors d'une tĂąche de production de la parole et ont montrĂ© que les ondes cĂ©rĂ©brales prĂ©-vocales dans la gamme thĂȘta et gamma ne sont pas bien synchronisĂ©es les unes avec les autres pour les personnes qui bĂ©gaient – en comparaison Ă  des locuteurs fluides.

Figure comparing situations with low versus high neural coherence; signals are coherent when the power in the peaks and troughs of the gamma and alpha signals are aligned, and are incoherent when the power in the peaks and troughs are not aligned.

Ìę

Techniques de calcul

L'apprentissage automatique occupe une place importante dans la conscience publique en ce moment, et il bĂ©nĂ©ficie d'un certain nombre d'applications dans la science de la parole. Par exemple, un algorithme peut aider un orthophoniste Ă  analyser la santĂ© vocale de son patient sur la base d'enregistrements en dehors de la clinique, comme le suggĂšrent . «Les qualitĂ©s vocales dĂ©viĂ©es, telles que la voix haletante et pressĂ©e, sont associĂ©es Ă  la prĂ©sence de pathologies vocales (par exemple, polype vocal et nodules), Ă  la fatigue vocale ou Ă  certains comportements vocaux inadaptĂ©s», explique Lei, « Nous aimerions dĂ©velopper un algorithme d’apprentissage automatique qui peut automatiquement classer et identifier les types de voix sains ou malsains Ă  des fins de diagnostic et de surveillance de la voix mĂ©dicale. » Pour cela, ils ont créé un appareil portable qui enregistre les signaux de vibration du cou. Il s'agit d'une amĂ©lioration par rapport Ă  l'utilisation des enregistrements audio, car il est moins sujet aux bruits de fond interfĂ©rents, et il protĂšge Ă©galement la vie privĂ©e du patient, car il ne capte pas les mots. Le premier auteur, Lei, a mentionnĂ© que l'appareil et l'algorithme pourraient ĂȘtre utiles pour diagnostiquer les problĂšmes de santĂ© vocale «chez de nombreux utilisateurs professionnels de la voix, tels que les acteurs vocaux, les chanteurs, les enseignants et les entraĂźneurs».

Dans une revue rĂ©cente, Zuidema et ses collĂšgues soulignent les approches computationnelles de l’apprentissage grammatical artificiel. Ce domaine est axĂ© sur la comprĂ©hension de la maniĂšre dont les gens et les autres animaux non humains acquiĂšrent le «langage» en Ă©tudiant comment ils apprennent des langues inventĂ©es et en crĂ©ant des modĂšles pour imiter l'apprentissage des langues. L'utilisation de modĂšles informatiques peut conduire Ă  de nouvelles connaissances et Ă  de belles reprĂ©sentations de donnĂ©es, comme traçant diffĂ©rentes syllabes dans des chants d'oiseaux, avec une ligne reliant les syllabes qui se suivent directement.

Les forĂȘts alĂ©atoires sont une technique spĂ©cifique d'apprentissage automatique qui est trĂšs utilisĂ©e : un algorithme de classification qui utilise des arbres dĂ©cisionnels ramifiĂ©s basĂ©s sur diffĂ©rents facteurs d’entrĂ©e pour prĂ©dire un rĂ©sultat final. (mentionnĂ©s ci-dessus) ont utilisĂ© des forĂȘts alĂ©atoires pour analyser leurs donnĂ©es d'oiseaux chanteurs. «Ce qui nous a attirĂ©s vers les forĂȘts alĂ©atoires en particulier, c'est la capacitĂ© de calculer un score «d’importance» pour chacune des caractĂ©ristiques [d’entrĂ©e] que nous avons mesurĂ©es», a expliquĂ© James. Par exemple, la durĂ©e d’un Ă©lĂ©ment de chant des oiseaux prĂ©disait fortement la position de la « phrase » de l’oiseau (dĂ©but, milieu ou fin).

ont appliquĂ© des forĂȘts alĂ©atoires dans un contexte diffĂ©rent: des enregistrements EEG de personnes entendant des phrases en français contenant des violations de la grammaire. Ils ont constatĂ© que la maĂźtrise du français et l'exposition Ă  la langue Ă©taient plus importantes que l'Ăąge d'acquisition lorsqu'il s'agissait de classer les rĂ©ponses EEG, contrairement Ă  d'autres thĂ©ories qui mettent l'accent sur l'apprentissage prĂ©coce. Fromont est enthousiaste quant aux avantages des forĂȘts alĂ©atoires, particuliĂšrement en ce qui concerne les prĂ©dicteurs corrĂ©lĂ©s : «Lorsque nous faisons de la recherche en langue seconde, de nombreux facteurs dont nous tenons compte sont corrĂ©lĂ©s les uns avec les autres. Par exemple, la maĂźtrise d'une langue seconde a tendance Ă  ĂȘtre corrĂ©lĂ©e Ă  l'Ăąge d'acquisition ou d'exposition. Le but de notre recherche est prĂ©cisĂ©ment d'essayer de sĂ©parer ces variables
 les forĂȘts alĂ©atoires permettent de le faire.

Figure showing a random forest analysis; this analysis finds different patterns of brain activity in response to grammar violations in French, depending on different participant characteristics like daily usage of French and working memory capacity.

Ìę

Ìę

žéĂ©ŽÚĂ©°ù±đČÔłŠ±đČő

  • New Test Batteries and Questionnaires
    • Coffey EBJ, Arseneau-Bruneau I, Zhang X, & Zatorre RJ. (2019). The Music-In-Noise Task (MINT): a tool for dissecting complex auditory perception. Frontiers in Neuroscience, 13.
    • Gullifer JW & Titone D. (2019). Characterizing the Social Diversity of Bilingualism with Entropy. Bilingualism: Language & Cognition.
  • Manipulating Perception
    • Alkhateeb A, Voss P, Zeitouni A, & de-Villers-Sidani E. (2019). Reversible external auditory canal ligation (REACL): A novel surgical technique to induce transient and reversible hearing loss in developing rats. J Neurosci Methods. 2: 1-6.
    • James LS, Davies R Jr, Mori C, Wada K, & Sakata JT. (2021). Manipulations of sensory experiences during development reveal mechanisms underlying vocal learning biases in zebra finches. Developmental Neurobiology.
    • Barbier G, Baum SR, Ménard L, & Shiller, DM. (2020). Sensorimotor adaptation across the speech production workspace in response to a palatal perturbation. The Journal of the Acoustical Society of America, 147(2), 1163–1178.
    • Sares AG, Deroche MLD, Ohashi H, Shiller DM, Gracco VL. (2020). Neural Correlates of Vocal Pitch Compensation in Individuals Who Stutter. Front Hum Neurosci. 2020;14:18.
  • Eye tracking & Pupillometry
    • Palma P, Whitford V, & Titone D. (2019). Cross-language activation and executive control modulate within-language ambiguity resolution: evidence from eye movements. Journal of Experimental Psychology: Learning, Memory & Cognition.
    • Bianco R, Gold BP, Johnson AP & Penhune VB. (2019). Predictability and liking of music interact during listening and facilitate motor learning: evidence from pupil and motor responses in non-musicians. Scientific Reports 9:17060.
  • Measuring Brainwaves
    • Zamm A, Palmer C, Bauer AKR, Bleichner MG, Demos AP, & Debener S. (2019). Synchronizing MIDI and wireless EEG measurements during natural piano performance. Brain Research, 1716, 27-38.
    • Sengupta R, Yaruss JS, Loucks TM, Gracco VL, Pelczarski K, & Nasir SM. Theta Modulated Neural Phase Coherence Facilitates Speech Fluency in Adults Who Stutter. Front Hum Neurosci. 2019;13:394. Published 2019 Nov 19.
  • Computational Techniques
    • Lei ZD, Kennedy E, Fasanella L, Li-Jessen, NYK, & Mongeau, L. (2019). Discrimination between modal, breathy, and pressed voice for single vowels using neck-surface vibration signals. Applied Sciences, 9(7), 1505.
    • Zuidema W, French RM, Alhama RG, Ellis K, O’Donnell TJ, Sainburg T, & Gentner TQ. (2019). Five Ways in Which Computational Modeling Can Help Advance Cognitive Science: Lessons From Artificial Grammar Learning. Top Cogn Sci. 2019;10.1111/tops.12474.
    • Fromont LA, Royle P, & Steinhauer K. (2020). Growing Random Forests reveals that exposure and proficiency best account for individual variability in L2 (and L1) brain potentials for syntax and semantics. Brain and Language, 2020:204;104770.

Ìę

Ìę

Back to top