耳蝸神經(jīng)網(wǎng)絡中語音信號傳輸?shù)拇碳l件信息研究

王風嬌，任昱昊，趙 進，段法兵

(青島大學復雜性科學研究所，山東 青島 266071)

耳蝸神經(jīng)網(wǎng)絡中語音信號傳輸?shù)拇碳l件信息研究

王風嬌，任昱昊，趙 進，段法兵

(青島大學復雜性科學研究所，山東 青島 266071)

在耳蝸神經(jīng)網(wǎng)絡對語音信號的刺激響應過程中，針對如何區(qū)分編碼最有效率的語音信號分量問題，提出了刺激條件信息分布計算方法，研究了給定刺激條件下平均不確定性度的減小。實驗結果表明：積分發(fā)放神經(jīng)網(wǎng)絡膜電位發(fā)放的刺激條件信息不僅能夠從統(tǒng)計意義上給出平均互信息的大小，而且清晰地表明信號中各分量的編碼效率，確定輸入信號中對于互信息量起主要作用的事件分量范圍以及內部噪聲的可利用性，證實噪聲強度與最大刺激條件信息量之間的非單調關系，這些研究結果為進一步探索人工耳蝸動作電位發(fā)放的解碼方案提供了理論依據(jù)。

耳蝸神經(jīng)網(wǎng)絡；語音信號；積分發(fā)放神經(jīng)元；刺激條件信息

0 引言

在神經(jīng)元網(wǎng)絡的信息傳遞過程中，信息理論在比較神經(jīng)信息的編碼方案和感官系統(tǒng)的神經(jīng)數(shù)據(jù)分析中得到廣泛應用。比如香農(nóng)平均互信息經(jīng)常被用來分析神經(jīng)元響應中包含刺激信號的信息量的多少，從統(tǒng)計平均意義上表示有關刺激信息的不確定度縮減量[1-2]。但是，在信息的傳輸過程中，平均互信息量不能體現(xiàn)輸入信號中最有編碼效率的分量，它是神經(jīng)網(wǎng)絡有關刺激信號集合的統(tǒng)計意義上信息傳輸特征量。因此，DeWeese與Meister[3]提出事件信息來衡量在神經(jīng)代碼中特殊信號所產(chǎn)生的信息量。在整個響應向量空間，對事件信息進行統(tǒng)計平均得到平均互信息，因此事件信息是平均互信息的一種分解形式[3]。進一步地，由于刺激信號和響應的非對稱性，Butts[4]提出了刺激條件信息，定義為在給定一個刺激事件條件下，觀測數(shù)據(jù)中不確定性的平均減少量，對于整個刺激信號空間對刺激條件信息進行統(tǒng)計平均同樣得到平均互信息。刺激條件信息在視覺模型數(shù)據(jù)處理[5]和聽覺表層神經(jīng)細胞[6]的研究中得到了廣泛關注，依據(jù)最大刺激條件信息可以方便地確定刺激信號中最有編碼效率的信號分量[4-6]。

上述刺激條件信息的研究[4-6]雖然注重了每個刺激信號分量對于神經(jīng)元響應的編碼效率，但是沒有考慮神經(jīng)元內部大量自發(fā)的電位隨機發(fā)放活動(內部噪聲)對于編碼效率的影響。大量的研究表明，神經(jīng)網(wǎng)絡的信息傳遞和動作電位的協(xié)同發(fā)放都有噪聲的參與，而且噪聲起到積極的秩序建設作用[7-9]。本文對于耳蝸神經(jīng)網(wǎng)絡中刺激信號分量的編碼效率以及信息傳遞過程中的噪聲作用進行了研究，提出了互信息和刺激條件信息的數(shù)值計算方法，實驗分析了耳蝸神經(jīng)網(wǎng)絡膜電位積分發(fā)放神經(jīng)元模型的響應特性。刺激信號選為一段語音，不同數(shù)目并聯(lián)神經(jīng)網(wǎng)絡響應的平均互信息結果表明，隨著內部噪聲強度的增加，語音信號的傳輸存在最優(yōu)的噪聲環(huán)境，此即超閾值隨機共振現(xiàn)象[8]。而且，在給定噪聲強度下，平均互信息表明信息的增益不需要大的神經(jīng)元群體，有限數(shù)目的神經(jīng)元就可使得信息傳輸效率提高約10%，當噪聲強度進一步增大時，保持信息增益則需要增加神經(jīng)網(wǎng)絡中神經(jīng)元數(shù)目。進一步地，刺激條件信息分布的實驗結果清晰地表明了刺激信號中各分量的編碼效率，能夠確定輸入信號中對于互信息量起主要作用的事件分量范圍。而且，刺激條件信息的分布也反映了基于超閾值隨機共振機制的內部噪聲積極作用，證實了噪聲強度與最大刺激條件信息量之間的非單調關系。這些研究結果為進一步探索人工耳蝸的膜電位積分放電刺激的解碼方案提供了理論依據(jù)，在生物神經(jīng)元刺激信息處理中具有廣泛的應用前景。

1 刺激條件信息與神經(jīng)元模型

1.1 積分發(fā)放神經(jīng)元模型

基于聽覺生理刺激產(chǎn)生機制，本文利用積分發(fā)放模型對耳蝸接收語音刺激信號的特性進行模擬。漏電積分發(fā)放模型[9-10]雖然是對神經(jīng)模型的工作機制抽象簡化后的產(chǎn)物，但是能非常確切地描述神經(jīng)元動作電位的基本特性，因此在聽覺生理模型中得到廣泛應用[9-10]。耳蝸神經(jīng)元在一個頻帶處理區(qū)域內，具有同樣生理性質的神經(jīng)元呈并聯(lián)陣列排列[9-10]，設每個積分發(fā)放模型描述的神經(jīng)元膜電位Vi(t)滿足

(1)

1.2 刺激條件信息計算方法

設神經(jīng)元輸入刺激信號為x(t)，神經(jīng)元響應為y(t)，那么刺激信號和響應之間的互信息[11]為

(2)

這里f(x)和f(y)分別為x(t)與y(t)的概率密度，二者的聯(lián)合概率密度為f(x,y)。平均互信息是對于刺激信號總體的概率進行加權平均，反映了兩個隨機變量集合之間的信息傳遞，但是不能反映刺激信號集合內個體對于信息傳遞的貢獻。因此，Butts[4]提出了刺激條件信息

(3)

表示了在給定刺激信號下，觀測數(shù)據(jù)中不確定性的平均減少量。這里，f(x|y)和f(y|x)為條件概率密度。在刺激信號向量空間內，對于刺激信號集合進行概率平均得到平均互信息

(4)

因此，刺激條件信息可以看成平均互信息在刺激信號空間中進行投影的分量。

f(xi,yj)≈kij/(KΔxΔy)

(5)

X與Y的概率密度分別為

(6)

條件概率密度分別計算為

(7)

于是得出刺激條件信息數(shù)值計算公式

(8)

2 結果

積分發(fā)放神經(jīng)元外部刺激語音信號如圖1所示，表示一段語音信號“The girl lost in the forest”，持續(xù)時間2.5 ms，縱坐標代表了幅值的大小。圖2給出了當門限值Vth=0.95 V時，平均互信息I(x,y)隨著神經(jīng)元數(shù)目N以及所加噪聲強度σ的變化。由圖2可以看出，隨著內部噪聲強度的增加，語音信號的傳輸存在隨機共振現(xiàn)象，對于相同數(shù)目的神經(jīng)元網(wǎng)絡來講，平均互信息隨著噪聲強度的增加存在一個最優(yōu)值。在圖2中當噪聲強度σ=0.15W/Hz時，神經(jīng)元個數(shù)N=10所對應的平均互信息量I=1.414 bits最大，而N=100時所對應的平均互信息量I=1.392 bits。這一實驗結果和經(jīng)典的超閾值隨機共振[8]現(xiàn)象不同，經(jīng)典的超閾值隨機共振[8]現(xiàn)象是指隨著內部噪聲強度的增加，語音信號的傳輸存在最優(yōu)的噪聲環(huán)境，相同噪聲強度下，神經(jīng)元數(shù)目與互信息成正比例增加，而本文實驗結果表明在給定噪聲強度下(不再強調最優(yōu)噪聲環(huán)境)，有時平均互信息表明信息的增益不需要很多的神經(jīng)元群體[14]，僅僅需要有限數(shù)目的神經(jīng)元就可提高信息傳輸效率，比如噪聲強度σ=0.15W/Hz，10個神經(jīng)元所得到互信息比100個神經(jīng)元所獲得互信息要大，最大互信息與無內部噪聲相比大約提高10%。圖2還可以看出，當噪聲強度進一步增大時(如σ=0.4W/Hz)，獲得相同的信息增益則需要增加神經(jīng)網(wǎng)絡中神經(jīng)元數(shù)目。

圖1 語音信號“The girl lost in the forest”的波形Fig.1 Speech waveform of “The girl lost in the forest”

圖2 不同并聯(lián)神經(jīng)元數(shù)和隨噪聲強度下的平均互信息量

圖3 N=10時的刺激條件信息量

圖3a為σ=0.15W/Hz，N=10時，神經(jīng)元網(wǎng)絡對含噪語音信號響應的刺激條件信息分布，橫坐標代表響應所對應的刺激條件信息量大小，縱坐標為產(chǎn)生相同刺激條件信息量所對應的激勵個數(shù)。由圖3a可以看出，最大刺激條件信息為Issi=1.74 bits，對應此刺激條件信息的含噪語音信號的幅值范圍為-0.97～-0.93 V。從圖2已知此時平均互信息量I=1.414 bits，統(tǒng)計刺激條件信息Issi≥1.414bits所對應的幅值范圍有-0.97～-0.86 V、-0.49～-0.13 V和1.05～1.12 V 3個區(qū)間。與不含噪聲的語音刺激信號情況下的刺激條件信息圖3b比較，可以看出加入噪聲雖然使最大刺激條件信息量減少，但是刺激條件信息分布的空間增加了，因此加噪聲后的平均互信息量也同時增加。圖3中刺激條件信息分布反映了內部噪聲在隨機共振機制中所起的積極作用是一種統(tǒng)計意義下的平均信息增益，對于刺激信息個體的響應編碼效率可能是負面的。

圖4 N=50，σ=0.3(W/Hz)時的刺激條件信息量

圖5 N=100，σ=0.3(W/Hz)時的刺激條件信息量

圖6 神經(jīng)網(wǎng)絡的協(xié)同發(fā)放

在噪聲強度為σ=0.3 W/Hz時，從圖2可以看出，在我們所考慮的噪聲強度下，神經(jīng)元數(shù)N=50所對應的平均互信息大。圖4和5分別表示了并聯(lián)神經(jīng)元數(shù)N=50和100對應的刺激信號所產(chǎn)生的刺激條件信息分布，可以看出，神經(jīng)元數(shù)N=50所對應的刺激條件信息在1.2～1.4 bits區(qū)間也多于后者，因此對于刺激信號集合進行統(tǒng)計平均所得到的互信息量也會相對較大。所以，刺激條件信息分布能夠更加細致地區(qū)分各刺激信號分量對于信息傳輸?shù)呢暙I。同時，在此噪聲強度σ=0.3 W/Hz下，圖6給出了并聯(lián)神經(jīng)元數(shù)N=50的動作電位發(fā)放時間分布，橫坐標為積分發(fā)放時間，縱坐標為神經(jīng)元數(shù)目。由圖6可知，在刺激信號和各個神經(jīng)元內部噪聲的作用下，膜電位從靜息電位升高到閾值電位，導致動作電位的產(chǎn)生，特別是0.6ms時刻，幾乎所有的神經(jīng)元在噪聲和語音信號的共同作用下進行了發(fā)放，使得神經(jīng)網(wǎng)絡在相應時刻達到協(xié)同積分發(fā)放。

3 結論

本文對于積分發(fā)放感知神經(jīng)網(wǎng)絡模型中的平均互信息量和刺激條件信息的計算方法進行了研究，對于不同數(shù)目耳蝸膜電位神經(jīng)元的傳輸性能進行了分析。隨著內部噪聲強度的增加，平均互信息量的增加證實了神經(jīng)網(wǎng)絡中的超閾值隨機共振現(xiàn)象，且在某些噪聲環(huán)境中，有限數(shù)目的神經(jīng)元就可提高傳輸效率。刺激條件信息分布的實驗結果能夠清晰地表示出最有編碼效率的分量部分，不僅統(tǒng)計意義上給出平均互信息的大小，而且能夠清晰地表明刺激信號中各分量的編碼效率和內部噪聲的可利用性。本文只是針對于并聯(lián)神經(jīng)網(wǎng)絡做了初步研究，對于其他神經(jīng)元系統(tǒng)如多層神經(jīng)元網(wǎng)絡或其他帶有反饋環(huán)的復雜神經(jīng)網(wǎng)絡結構中，能否用刺激條件信息準確衡量刺激信號中各分量的編碼效率值得深入研究。

[1]Borst A, Theunissen F E. Information theory and neural coding[J]. Nature Neuroscience， 1999, 2(11): 947-957.

[2]Arcas B A Y, Fairhall A L, Bialek W. What can a single neuron compute[J]. Advances in Neural Information Processing Systems， 2000, 13(1):75-81.

[3]DeWeese M R, Meister M. How to measure the information gained from one symbol[J]. Network: Computation in Neural Systems. Neural Syst, 1999, 10(4): 325-340.

[4]Butts D A. How much information is associated with a particular stimulus? [J]. Network: Computation in Neural Systems, 2003, 14: 177-187.

[5]Butts D A, Goldman M S. Tuning curves, neuronal variability and sensory coding[J]. PLOS Biology, 2006, 4(4): 639-646.

[6]Montgomery N, Wehr M. Auditory cortical neurons convey maximal stimulus-specific information at their best frequency[J]. The Journal of Neuroscience, 2010, 30(40): 13362-13366.

[7]Stocks N G. The application of suprathreshold stochastic resonance to cochlear implant coding[J]. Flucatuation and Noise Letters, 2002, 2(3): 169-181.

[8]Stocks N G. Suprathreshold stochastic resonance in multilevel threshold systems[J]. Physical Review Letters, 2000, 84(11): 2310-2313.

[9]祁明，許麗艷，季冰，等. 周期性語音信號傳輸?shù)某撝惦S機共振研究[J]. 復雜系統(tǒng)與復雜性科學，2013, 3(10): 31-36. Qi Ming, Xu Liyan, Ji Bing, et al. Suprathreshould stochastic resonance phenomenon of periodic voice signal transmission[J]. Complex Systems and Complexity Science, 2013, 3(10): 31-36.

[10] Chacron M J, Longtin A, Pakdaman K. Chaotic firing in the sinusoidally forced leaky integrate-and-fire model with threshold fatigue[J]. Physica D: Nonlinear Phenomena, 2004, 192(1/2): 138-160

[11] Barbi M, Chillemi S,Garbo A D. The leaky integrate-and-fire with noise: a useful tool to investigate SR[J]. Chaos, Solitons & Fractals, 2000, 11(12): 1849-1853.

[12] Cover T M, Thomas J A. Elements of Information Theory[M]. New York: Wiley, 1991:13-37.

[13] 楊一威，徐月晉，廖吉昌，等.人工耳蝸的膜電位積分放電刺激方案及其數(shù)字信號處理[J].南方醫(yī)科大學學報，2012, 32 (10):1435-1439. Yang Yiwei, Xu Yuejin, Miu Jichang, et al. Digital signal processing of a novel neuron discharge model stimulation strategy for cochlear implants[J]. Journal of Southern Medical University, 2012, 32 (10):1435-1439.

[14]Yarrow S, Challis E, Series P. Fisher and Shannon inforamtion in finite neural populations[J]. Neural Computation, 2012, 24(7): 1740-1780.

(責任編輯 耿金花)

Study of Specific-Stimulus Information for Transmission of Speech Signals in Cochlea Neural Networks

WANG Fengjiao, REN Yuhao, ZHAO Jin, DUAN Fabing

(Institute of Complexity Science, Qingdao University, Qingdao 266071, China)

For decoding information contained in the cochlea neural networks responses to speech signals, it is interesting to address which parts of input stimuli are more efficient. In this paper, the stimulus-specific information associated with a particular stimulus will be adopted to study the decrease of average uncertainties, and its calculation method is developed. We use a leaky integrate-and-fire model to capture the responses of cochlea neurons to the input speech signal, and calculate the stimulus-specific information caused by each speech signal part. It is shown that the weighted average of stimulus-specific information over the stimulus ensembles yields the mutual information, and the stimulus-specific information is also useful in clearly indentifying the stimuli that are significantly efficient to the cochlea neural network. Moreover, the stimulus-specific information can not only determine which signal component mainly contributes to the mutual information, but also confirms the availability of internal noise in the neural networks. There is a non-monotonic relationship between the noise intensity and the maximum stimulus-specific information. These results indicate that the applicability of the integrate-and-fire neuron model for current cochlear implant decoding technology deserves to be further investigated.

cochlea neural network; speech signal; integrate-and-fire model; stimulus-specific information

1672-3813(2015)04-0104-05;

10.13306/j.1672-3813.2015.04.015

2014-12-25；

2015-05-11

山東省科技發(fā)展計劃項目(2014GGX101031)

王風嬌(1988-)，女，山東聊城人，碩士研究生，主要研究方向為信號處理與復雜性分析。

段法兵(1974-)，男，山東鄒城人，博士，教授，主要研究方向為隨機共振。

TN911.7；N945.12

A