【研究背景】

健康的老龄化伴随着感官和认知能力的变化，例如记忆力下降、听力损失、认知领域处理速度减缓等。因此，在日常交流中，老年人可能会遇到一些挑战，尤其在复杂的听力环境下。在语音理解中，预测起着重要的作用。电生理学研究表明，老年人和年轻人在基于上下文预测的方式上存在差异，特别是在语义表征水平上。本研究采用一种新的模型框架(如图1所示)，通过梳理词汇和语义层面预测处理的神经关联，从而揭示老年人和年轻人在自然语言理解过程中的差异。

图1：词汇和语义层面预测处理的计算模型

【研究方法】

1. 被试

数据来源于38 名被试。其中19 名年轻人（6 名女性），年龄 19-38 岁，平均年龄26.8岁，标准差5；19名老年人（12 名女性），年龄 55-77 岁，平均年龄63.9 岁，标准差6.7。38名被试均无听力障碍或神经疾病的病史。其中，年轻组的数据收集自本文作者E.C Lalor2015年的研究（研究共两个实验：在第一个实验中，10名受试者进行了28次实验，每次实验的长度为155秒，刺激物为一本经典小说的有声读物，由一位美国男性演讲者朗读。第二个实验形式相同，但28段语言刺激是以相反顺序呈现的）。当前实验，仅使用了年轻组的部分数据，以匹配老年组的数据。

2. 刺激物和实验程序

实验选择美国小说作品（《老人与海》，海明威，1952年）的有声读物版本为刺激物，由一位美国男性演讲者朗读。有声读物的前 12 分钟分为 4 次实验，每次持续时间为 3 分钟，平均语速为190字/分钟，每个内容词的平均长度为334ms，标准差为140ms，使用Sennheiser HD650耳机和神经行为系统Presentation软件以44.1 kHz的采样率单声道呈现，按时间顺序进行，没有重复。测试在黑暗、消音的房间内进行，并确保被试在实验期间保持对屏幕中央十字准线的视觉注视，尽量减少眨眼和其他动作。

首先，老年组要通过蒙特利尔认知评估 （MOCA）进行筛选，得分低于 25 分（满分 30 分）则不予通过（其中两人得分不达标）。

其次，通过MOCA的老年人要进行 2 项言语流利度（VF）测验：1. 在 60 秒内说出尽可能多的以“F”开头的单词来衡量字母言语流利度。2. 在60秒内说出尽可能多的动物名称来衡量语义言语流利度。

3. 脑电数据采集与处理

实验使用Biosemi ActiveTwo系统采集EEG数据，128通道，频率为512 Hz。识别处理噪声，通过样条插值重新计算被噪声污染的通道。数据参照两个乳突通道的平均值。使用多因子典型成分分析（MCCA）对每个年龄组进行去噪。使用滞后线性回归评估语音信号中词汇和语义信息的神经跟踪，即使用一个时间滤波器（时间响应函数，TRF）来模拟对语音的神经反应。

4. 实验结果

图2：TRF权重和预测精度

图2A为中线顶叶电极上老年组（蓝色）和年轻组（红色）在惊异度上的TRF权重，以及在特定时间窗口（300毫秒，400毫秒和500毫秒；窗口宽度为50毫秒）上下绘制的头皮权重拓扑图。两组都显示出明显的负性成分，即事件相关脑电位（ERP）的典型N400成分。在老年组中，该成分的潜伏期延迟了74毫秒（T = 3.5，p < 0.005，双样本t检验，Cohen's d = 1.13），年龄与反应峰值潜伏期在老年组内存在相关性（Pearson’s R = 0.46，p = 0.047）。图2B显示了老年组和年轻组在语义差异性上的TRF权重。年轻组在差异性和惊异度权重上反应较大。相比之下，老年组的差异性权重明显弱于惊异度权重（p<0.05，运行配对t检验，经FDR校正）。

在交叉验证程序中，实验采用TRF模型来预测被试的脑电图数据。为测试惊异度和语义差异性的预测能力，研究将整个模型的预测准确性与5个零模型进行了比较，其中惊异度和语义差异性的值被随机置换。图2C显示了老年组和年轻组在中线顶叶通道上每个特征相对于平均零模型预测的预测精度（r）。图2D为老年组和年轻组和两种模型预测精度（r）分布图。两组的惊异度和语义差异性都能显著地预测高于这个基线的脑电图（年轻组：语义差异性和惊异度的p值分别为0.0005和0.0011；Wilcoxon符号秩检验。老年组：语义差异性和惊异度的p值分别为0.022和0.0002；Wilcoxon符号秩检验）。与TRF的特征权重一致，年轻组在预测语义差异性和惊异度方面的准确性没有显著差异（p = 0.28，Wilcoxon符号秩检验）。但是，相比语义差异性，老年组预测惊异度的准确性明显更高（p = 0.0048，Wilcoxon 符号秩检验）。与老年组相比，年轻组预测语义差异性的准确性也明显更高（p = 0.033，Mann-Whitney U检验）。

图3：VF与EEG预测精度

研究表明，具有较高言语流利度分数的老年人在语义层面参与预测过程的可能性较高，因此其N400 反应模式与年轻人更相似。在此基础上，研究测试了语义差异模型的性能是否可以预测老年组的言语流利度。研究发现，当控制年龄时，模型预测的准确性与被试的VF分数呈正相关（Pearson's R = 0.59， p < 0.02，图3）。这表明，对于言语流利度较高的老年人，语义差异模型更准确。而惊异度模型的准确性则无法通过VF预测（Pearson’s R = -0.11, p > 0.05)。

【研究结论】

此研究揭示了语言预测与词汇惊异度和语义差异性两种不同测量方式的神经关联。此外，老年群体虽在语音处理过程中保持了较强的词汇预测能力，但他们基于语义表征的能力减弱。这些发现为研究老年人语言障碍和检测神经退行性疾病的发病提供了新的可能。

【文献信息】

原文：Dissociable electrophysiological measures of natural language processing reveal differences in speech comprehension strategy in healthy ageing

作者：Michael P. Broderick, Giovanni M. Di Liberto, Andrew J. Anderson, Adrià Rofes, Edmund C. Lalor

期刊：Scientific Reports

发表时间：2021.11

DOI: https://doi.org/10.1038/s41598-021-84597-9