符秋養(yǎng) 綜述 梁勇 審校

言語誘發(fā)的聽性腦干反應(yīng)

符秋養(yǎng)1綜述 梁勇1審校

人類關(guān)于聽覺系統(tǒng)的研究從未停滯，言語行為的神經(jīng)解剖與生理學(xué)基礎(chǔ)是國內(nèi)外廣大學(xué)者致力研究的熱點，腦干作為聽覺系統(tǒng)處理聲音信號的初級中樞，在言語行為中的作用機制引起了廣泛關(guān)注。本文就言語誘發(fā)的聽性腦干反應(yīng)（speech evoked auditory brainstem response，speech－ABR）的相關(guān)研究綜述如下。

1 聽性腦干反應(yīng)的研究現(xiàn)狀

聽性腦干反應(yīng)（ABR）是聲音刺激誘發(fā)腦干神經(jīng)元同步化活動產(chǎn)生的生物電位，出現(xiàn)在聲音刺激發(fā)生后的10～15 ms內(nèi)。短聲刺激誘發(fā)出的腦干反應(yīng)（click－ABR）最為人們所熟知，包含I～Ⅶ波，其中波I、III和V的潛伏期及I－III、I－V、III－V波間期在臨床常用于聽覺神經(jīng)通路的功能評估。此外，短聲刺激時在波V后出現(xiàn)一個負(fù)性波，也可能來源于腦干，因其潛伏期約10 ms而被命名為慢負(fù)拾電位（slow negative 10，SN10）（Davis，1979），它的出現(xiàn)可能有助于判斷波V和診斷中腦病變。1973年Moushegian等首次記錄到與刺激頻率一致的頻率跟隨反應(yīng)（frequency following response，F(xiàn)FR），可能是來源于腦干的另一聽覺誘發(fā)電位（Mφller，1982）。FFR潛伏期約為6 ms，其刺激強度低于40 d B SL、受試者年齡大于40歲、刺激頻率高于2 k Hz不易引出的特點逐漸得到廣大學(xué)者的關(guān)注。由于短聲能量集中于高頻區(qū)域，頻率特性差，因此click－ABR的臨床意義較為局限。近年來隨著神經(jīng)電生理技術(shù)、言語醫(yī)學(xué)及語音合成技術(shù)的快速發(fā)展，學(xué)者們開始了speech－ABR的研究，尋求能更直接反映聽覺功能及解碼言語行為的神經(jīng)基礎(chǔ)的方法。在語音合成技術(shù)的幫助下，根據(jù)研究目的賦予不同的聲學(xué)參數(shù)可合成各種不同的仿真言語，通過這些仿真言語誘發(fā)聽覺電位可研究聽覺系統(tǒng)的言語處理機制。例如通過不同的合成元音／u／和／a／［1］來研究言語中周期性信息的編碼機制；不同音節(jié)／ga／、／da／和／ba／［2］來探索輔音辨認(rèn)的神經(jīng)基礎(chǔ)；不同聲調(diào)／yī／、／yí／、／yǐ／、／yì／［3］來比較言語中基頻信息的識別機制及不同人群識別能力的差異；不同強度／ba／［4］來揭示參數(shù)變異對腦干言語處理特性的影響。這些合成言語的應(yīng)用使人類言語感知機制的神經(jīng)基礎(chǔ)研究取得了突破性進展。一般認(rèn)為腦干是言語處理的重要中樞，言語刺激時腦干放電模式與言語的聲學(xué)特性關(guān)聯(lián)密切。speech－ABR作為檢測言語處理過程中腦干放電模式的電生理技術(shù)應(yīng)用于言語相關(guān)的基礎(chǔ)及臨床研究［5］，其中最有代表性的是合成言語／da／誘發(fā)的speech－ABR（da－ABR）的臨床相關(guān)研究［6～9］。

2 合成言語／da／的聲學(xué)特性

／da／采用klatt合成法［10］以10 k Hz的采樣率合成，包含輔音／d／和元音／a／兩部分，時長約40 ms。起始音／d／是一個寬帶的摩擦輔音，時長約10 ms；緊接著過渡到元音／a／，時長約30 ms，／a／.部分含有三個準(zhǔn)周期性波：d、e及f，其出現(xiàn)時間分別約為15、24和33 ms，有9 ms左右的周期［11］（圖1中的*標(biāo)記）。／da／含有基頻及五個共振峰信息，基頻在103～121 Hz，第一共振峰（F1）在220～720 Hz，第二共振峰（F2）在1 240～1 700 Hz，第三共振峰（F3）在2 500～2 580 Hz，第四共振峰（F4）和第五共振峰（F5）在3 600～4 500 Hz（圖1）［5］。

3 da－ABR的特性

da－ABR是由正性波V和負(fù)性A、C、D、E、F波和O波組成的復(fù)合波，可以分為起始反應(yīng)（onset response，OR）和頻率跟隨反應(yīng)（FFR）兩部分［6］。反應(yīng)的前10 ms左右是OR部分，包括一個正性波V和一個緊接著的負(fù)性A波，為／da／的輔音所誘發(fā)，波V之前尚可見波I、III等［5］。OR類似于click－ABR中I～V波及SN10的組合，原因可能是輔音為頻率高而時程短的類噪聲，與短聲的聲學(xué)特性類似所致。反應(yīng)的后40 ms左右是FFR部分，為／da／中頻率較低的元音誘發(fā)；其中元音中的準(zhǔn)周期性d、e及f波引出了反應(yīng)中相應(yīng)的D、E、F波，而D、E、F波間的離散小峰則編碼了F1的信息［5］。由于FFR的頻率鎖相特性，更高頻率的F2～F5在反應(yīng)中不明顯［11］，但其信息可能被包含在反應(yīng)的潛伏期及波幅中［5］。反應(yīng)中C波為輔－元音的過渡信息所誘發(fā)；而O波則為／da／刺激終止誘發(fā)（圖2）［5］。da－ABR中上述反應(yīng)波穩(wěn)定性較好，其中以V波、A波、C波及F波最為穩(wěn)定［6］；這些反應(yīng)波與刺激中對應(yīng)的誘發(fā)信息的時間差均在12 ms內(nèi)，符合腦干誘發(fā)電位的特性［12］。da－ABR類似于click－ABR的I～V波、SN10及FFR的有機結(jié)合，忠實編碼了言語的聲學(xué)信息，有可能成為言語聲學(xué)及言語感知學(xué)相關(guān)研究的重要工具［12］。

圖1 A：／da／的時域，B：／da／的頻域

4 da－ABR的測試方法

da－ABR的測試采用隨機出現(xiàn)的交替極性刺激，以去除刺激偽跡和耳蝸微音電位的干擾［13］。測試耳多選右耳，刺激強度采用80 dB SPL，測試過程囑受試者觀看VCD，給非測試耳播放小于40 dB SPL的VCD聲音［7，11］。銀－氯化銀頭皮電極在頭頂正中記錄，同側(cè)耳垂為參考電極，前額接地，有利于高效記錄腦干神經(jīng)元的同步化電位［14］。刺激參數(shù)中采樣率為20 k Hz，帶通濾波0.1～2 k Hz，刺激率11.1 Hz，記錄時間約70 ms；每個受試者需記錄三組實驗數(shù)據(jù)，均疊加1 000次。截除波幅大于35μV的數(shù)據(jù)來削減反應(yīng)的干擾偽影［7，11］。由于言語頻率信息豐富、變化迅速，da－ABR的結(jié)果分析需要綜合反應(yīng)的瞬態(tài)及穩(wěn)態(tài)成分，并應(yīng)用快速傅立葉變換技術(shù)（FFT）提取出反應(yīng)中包含的頻率信息［7，11］。da－ABR的常用指標(biāo)有反應(yīng)波的潛伏期、波間期、波幅、VA復(fù)合波的斜率（V、A波潛伏期差／V、A波幅值絕對值和）及面積（V、A波潛伏期差×V、A波幅值絕對值和），刺激－反應(yīng)相關(guān)系數(shù)和頻譜分析等［7，8，11］。這些指標(biāo)具有較好的信度，是可靠的臨床指標(biāo)［5］。

圖2 ／da／及da－ABR （A為時域波形：上面為／da／，下面為da－ABR；B為10 ms后面部分的頻譜圖：虛線為／da／，實線為da－ABR）

5 da－ABR在學(xué)習(xí)障礙（learning problem，LP）兒童人群中的研究

LP兒童是一類特殊的人群，聽力及智力正常，其言語識別能力在安靜環(huán)境下可無異常，但在噪聲及語速變化等不利因素的影響下卻表現(xiàn)異常從而導(dǎo)致學(xué)習(xí)方面的困難［7］。LP兒童在閱讀和拼寫測試中表現(xiàn)較差［15］，這類行為學(xué)檢查常發(fā)現(xiàn)其言語識別能力降低［8］、閱讀及聽寫能力低下［16］。美國約有9%的兒童被診斷出具有這種學(xué)習(xí)障礙［8］。目前LP兒童的病因機制尚未完全明確。有研究發(fā)現(xiàn)LP兒童的聽覺信息處理能力低下［17］，特征性地表現(xiàn)出言語信息的處理障礙［18］。然而短聲刺激時，click－ABR并無異常，這表明其聽覺神經(jīng)通路的完整性并未受損［19］。Heim［20］提出LP病因可能是皮層水平的聽覺信息處理缺陷；而目前研究認(rèn)為缺陷部位可能在皮層下［21］。LP兒童中可記錄到異常的da－ABR，其中30%為OR部分的不正常［16］，這種電生理表現(xiàn)表明其腦干出現(xiàn)言語編碼的異常。LP兒童click－ABR正常而da－ABR不正常的原因可能是click與／da／為兩類包含不同信息的聲音，從而參與處理的腦干神經(jīng)元及神經(jīng)機制不同［7］。此外，目前認(rèn)為即使為同一感覺信號，其神經(jīng)處理機制也不同，信號內(nèi)部不同的信息內(nèi)容由不同的神經(jīng)機制分開、同步處理［11］。與click聲不同，言語聲信息非常豐富，除了包含詞義信息外，還攜帶說話者身份特征及情感狀態(tài)等非詞義信息；其中詞義信息包括共振峰、音軌、過渡音征與嗓音起始時間等；而非詞義信息主要為基頻［5，11］。這些聲學(xué)參數(shù)構(gòu)成了言語的聲學(xué)特征，是言語識別的重要依據(jù)。言語中這兩部分信息的神經(jīng)編碼由兩個平行的神經(jīng)機制——腹側(cè)通路及背側(cè)通路（或稱what通路和where通路）獨立處理的［22］；具體而言，腹側(cè)通路（what通路）處理非詞義信息，背側(cè)通路（where通路）處理詞義信息［12］。因此，LP兒童對言語的不同信息部分可以出現(xiàn)孤立的編碼異常，如詞義信息的編碼異常，而非詞義信息卻正常編碼，da－ABR中表現(xiàn)為OR異常而FFR正常［5］；并可影響皮層水平的反應(yīng)電位，導(dǎo)致失匹配負(fù)波的異常［16］。

日常生活中言語交流有賴于聽覺系統(tǒng)從嘈雜的環(huán)境中把言語信息提取出來，噪聲對聽覺系統(tǒng)信息提取能力的影響常使對言語的詞義理解變得困難，但對說話者的語氣及態(tài)度等非詞義信息的判斷常無明顯影響。正常人群的聽覺言語信息提取功能具有一定的抗噪能力，保證了噪聲條件下言語信息處理的準(zhǔn)確性。然而噪聲加劇了LP兒童言語信息處理能力的異常［9，23］，原因可能為其抗噪聲能力較正常人群低下。噪聲環(huán)境中LP兒童的da－ABR表現(xiàn)為V波、A波、C波和O波的潛伏期延遲，F(xiàn)1幅值降低；而D波、E波和F波的潛伏期無明顯延遲，F(xiàn)0幅值無明顯降低［5］。這與言語中不同部分的聲學(xué)特性有密切關(guān)系，詞義部分信息能量較低且時程短暫，而非詞義信息能量較高且時程較長，因此在腦干編碼中，詞義信息的編碼比非詞義信息更易為噪聲所干擾［11］。噪聲對LP兒童腦干及皮層的言語誘發(fā)反應(yīng)的影響有正相關(guān)性，da－ABR中VA斜率越大者，皮層反應(yīng)對噪聲干擾越敏感［9］；而盡管LP兒童皮層反應(yīng)的P1／N1／P2／N2并無顯著異常，但da－ABR的A波潛伏期延遲者與A波潛伏期正常者相比，皮層反應(yīng)的安靜－噪聲相關(guān)系數(shù)顯著降低，提示噪聲干擾導(dǎo)致LP兒童da－ABR中A波潛伏期延遲的同時也降低了皮層反應(yīng)的穩(wěn)定性［8］。關(guān)于言語信息處理過程中腦干與皮層之間的復(fù)雜關(guān)系目前尚未明確。

LP兒童的治療可采用針對性的言語刺激訓(xùn)練［15］，治療后其腦干神經(jīng)元在噪聲環(huán)境下對言語刺激反應(yīng)的穩(wěn)健性和同步化程度顯著提高［24］；同時皮層反應(yīng)的穩(wěn)定性也提高，安靜－噪聲相關(guān)系數(shù)顯著增大［8］。原因可能是刺激訓(xùn)練降低了腦干神經(jīng)元對噪聲干擾的敏感性，從而增強了腦干及皮層神經(jīng)元言語處理時的同步化活動［5］。行為學(xué)上訓(xùn)練后的LP兒童的言語感覺能力、言語識別能力、閱讀及聽寫能力均提高［15］，皮層下行通路的重塑作用可能起了重要作用［5］。

6 speech－ABR的意義及局限性

speech－ABR高度模仿了言語的聲學(xué)特性，使探索言語識別的神經(jīng)基礎(chǔ)成為可能，勢必促進聽覺中樞及腦干的言語功能、言語疾病的神經(jīng)基礎(chǔ)及康復(fù)策略等研究的發(fā)展，有力推動人工語音識別、聽覺助聽、智能機器人等技術(shù)的革新。然而目前合成的言語聲包含的語言成分較有限，尚未能完全模擬人類言語；而自然語音的多樣性及眾多未知因素限制了直接采用自然語音作為刺激信號的可能。speech－ABR對實驗條件要求苛刻，記錄結(jié)果較容易受到偽跡的干擾，測試環(huán)境需具備較高的信噪比［25］。此外，speech－ABR的結(jié)果分析需要借助Matlab系統(tǒng)及FFT等信號處理技術(shù)，過程較為復(fù)雜，不易為廣大臨床醫(yī)生所掌握。這些因素限制了speech－ABR在臨床中的應(yīng)用，其推廣需要嗓音醫(yī)學(xué)、言語醫(yī)學(xué)、耳科學(xué)、神經(jīng)科學(xué)及生物工程醫(yī)學(xué)等眾多領(lǐng)域的相互協(xié)作。speech－ABR的后續(xù)研究需要選擇包含言語成分更為豐富的刺激聲，包括合成言語和自然言語；并通過改變刺激聲的頻率特性、刺激強度及刺激速率等參數(shù)來進一步模擬人類的言語行為，從而更進一步揭示言語識別的神經(jīng)基礎(chǔ)。

1 Ananthanarayan K.Human frequency－following responses to two－tone approximations of steady－state vowels［J］.Audiol Neurootol，1999，4：95.

2 Krista LJ，Trent N，Steven GZ，et al.Brainstem encoding of voiced consonant vowel stop syllables［J］.Clinical Neurophysiology，2008，119：2 623.

3 Ananthanarayan K，Xu YS，Jackson G，et al.Encoding of pitch in the human brainstem is sensitive to language experience［J］.Cognitive Brain Research，2005，25：161.

4 Akhoun I，Gallégo S，Moulin A，et al.The temporal relationship between speech auditory brainstem responses and the acoustic pattern of the phoneme／ba／in normal－h(huán)earing adults［J］.Clinical Neurophysiology，2008，119：922.

5 Krista LJ，Trent GN，Nina K.Brain stem response to speech：A biological marker of auditory processing［J］.Ear Hearing，2005，26，5：424.

6 Nicole R，Trent N，Gabriella M，et al.Brainstem responses to speech syllables［J］.Clinical Neurophysiology，2004，115：2 021.

7 Song JH，Banai K，Russo NM，et al.On the relationship between speech－and nonspeech－evoked auditory brainstem responses［J］.Audiol Neurotol，2006，11：233.

8 King C，Warrier C，Hayes E.Deficits in auditory brainstem pathway encoding of speech sounds in children with learning problems［J］.Neurosci Lett，2002，319：111.

9 Wible B，Trent N，Nina K.Atypical brainstem representation of onset and formant structure of speech sounds in children with language－based learning problems［J］.Biological Psychology，2004，67：299.

10 Klatt DH.Software for a cascade／parallel formant synthesizer［J］.Journal of the Acoustical Society of America，1980，67：971.

11 Nina K，Trent N.Brainstem origins for cortical what＇and where＇pathways in the auditory system［J］.Trends in Neurosciences，2005，28，4：176.

12 符秋養(yǎng)，梁勇，蘇園園，等.正常青年人言語誘發(fā)ABR的成分及特性研究［J］.中華耳鼻咽喉頭頸外科雜志，2009，44：900.

13 Gorga M，Abbas P，Worthington D.Stimulus calibration in ABR measurements［M］.In：Jacobsen J，ed.The auditory brainstem response.San Diego，CA：College－Hill Press，1985.49～62.

14 Galbraith GC，Threadgill MR，Hemsley J，et al.Putative measure of peripheral and brainstem frequency－following in humans［J］.Neuroscience Letters，2000，292：123.

15 Hayes EA，Warrier CM，Nicol TG，et al.Neural plasticity following auditory training in children with learning problems［J］.Clinical Neurophysiology，2003，114：673.

16 Banai K，Nicol T，Zecker SG，et al.Brainstem timing：Implications for cortical processing and literacy［J］.J Neurosci，2005，25：9 850.

17 Banai K，Ahissar M.Poor frequency discrimination probes dyslexics with particularly impaired working memory［J］.Audiol Neurotol，2004，9：328.

18 Mody M，Studdert－Kennedy M，Brady S.Speech perception deficits in poor readers：Auditory processing or phonological coding［J］.J Exp Child Psychol，1997，64：199.

19 Purdy S，Kelly A，Davies M.Auditory brainstem response，middle latency response，and late cortical evoked potentials in children with learning disabilities［J］.J Am Acad Audiol，2002，13：367.

20 Heim S，Keil A.Large－scale neural correlates of developmental dyslexia［J］.Eur Child Adolesc Psychiatry，2004，13：125.

21 Wible B，Nicol T，Kraus N.Correlation between brainstem and cortical auditory processes in normal and language－impaired children［J］.Brain，2005，128：417.

22 Rauschecker JP.Cortical processing of complex sounds［J］.Curr Opin Neurobiol，1998，8：516.

23 Cunningham J，Nicol T，Zecker SG，et al.Neurobiologic responses to speech in noise in children with learning problems：deficits and strategies for improvement［J］.Clin Neurophysiol，2001，112：758.

24 Russo N，Nicol TG，Zecker SG.et al.Auditory training improves neural timing in the human brainstem［J］.Behavioural Brain Research，2005，156：95.

25 Akhoun I，Moulin A，Jeanvoine A，et al.Speech auditory brainstem response（speech ABR）characteristics depending on recording conditions，and hearing status：an experimental parametric study［J］.J Neurosci Methods，2008，175：196.

（2009－06－11收稿）

（本文編輯 李翠娥）

10.3969／j.issn.1006－7299.2010.04.031

R764.04

A

1006－7299（2010）04－0407－04

1 南方醫(yī)科大學(xué)南方醫(yī)院耳鼻咽喉－頭頸外科（廣州 510515）

梁勇（Email：yliang＠fimmu.com）