MIT麦戈文脑研究所 · 2025-01-21

听觉健康中的时间精度：机器学习助力神经科学研究

摘要

MIT麦戈文脑研究所通过人工神经网络模型模拟人类听觉系统，揭示了听觉神经元尖峰发射的时间精度对声音识别和定位的关键作用。研究表明，精确的时间编码是人类听觉功能的基础，这一发现为理解听力障碍机制和优化助听设备设计提供了重要科学依据。

内容框架与概述

本研究针对听觉神经科学中的一个核心问题——神经元时间精度对听觉处理的重要性——展开探索。由于动物模型无法提供人类语言和音乐感知的见解，而人类听觉神经又难以直接研究，研究团队采用了创新的人工神经网络方法来解决这一实验困境。

研究人员开发了包含约32,000个模拟听觉感受器神经元的网络模型，并通过优化使其完成识别单词和声音等现实世界任务。实验分别在多种背景噪声条件下测试了模型表现，并与人类听觉行为进行了对比验证。研究发现，当降低模拟耳中神经元尖峰的时间精度时，模型在声音识别和声源定位方面的能力显著下降，这强有力地证明了时间编码的必要性。

这项研究的意义超越了基础神经科学领域。它不仅为理解不同类型的听力障碍提供了新的诊断视角，更重要的是为助听器和人工耳蜗等听力辅助设备的设计优化指明了方向——未来的设备需要更好地模拟自然耳的精确时间编码机制。