Characteristic Delay and Characteristic Phase in Broadband Interaural Time Difference Tuning Curves Arising by Across-Frequency Integration

Aachen / Publikationsserver der RWTH Aachen University (2015) [Doktorarbeit]

Seite(n): XV, 211 S. : graph. Darst.

Kurzfassung

Die interaurale Zeitdifferenz (ITD) spielt eine wichtige Rolle in der Schallortung und wird von vielen Tieren zur Lokalisierung einer Schallquelle verwendet. Dabei beschreibt die ITD den Unterschied zwischen den Laufzeiten des Schalls zu beiden Ohren. Der erste Schritt in der neuronalen Darstellung von ITD, der Detektionsschritt, kann durch das Jeffress Modell beschrieben werden. Binaurale Neuronen werden in diesem Zusammenhang als schmalbandig getunte Koinzidenzdetektoren modelliert, die bevorzugt auf ihre beste ITD antworten. Nach dem Detektionsschritt findet eine Transformation der neuronalen Antwort statt, die sogenannte Remodellierung. In diesem (Remodellierungs-) Schritt ist auch die Frequenzintegration mit inbegriffen. Tonale ITD Tuning-Kurven von "Integratorneuronen", die an unterschiedlichen Frequenzen gemessen werden, weisen an einer ITD eine gemeinsame relative Feuerrate auf. Diese ITD tritt entweder für alle Frequenzen an der besten ITD oder in einem gemeinsamen Punkt zwischen minimaler und maximaler Feuerrate auf. Folglich kann man diese ITD Tuning-Kurven mittels einer von der Frequenz abhängigen Komponente, der charakteristischen Phase (CP), und einer von der Frequenz unabhängigen Komponente, der charakteristischen Verzögerung (CD), beschreiben. Wir nehmen dabei an, dass ein Breitbandneuron linear konvergente Eingänge von Schmalband Koinzidenzdetektor Neuronen, die jeweils durch verschiedene beste Frequenzen und beste ITD charakterisiert sind, aufsummiert. Die CD und die CP entstehen als Produkt eines systematischen Zusammenhangs zwischen bester Frequenz und bester ITD. Unter dieser Annahme wurden vier Algorithmen entwickelt, die entweder aus Frequenz Tuning-Kurven oder aus Breitband ITD Tuning-Kurven, die CD und die CP schätzen. Mittels numerischer Experimente wurden die Eigenschaften der Algorithmen untersucht und verglichen. Hierbei wurden alle Algorithmen auf zuvor berechnete Tuning-Kurven mit vorgegebenen CDs und CPs angewendet. Diese Tuning-Kurven berücksichtigen dabei sowohl den Einfluss von Rauschen als auch den Einfluss des Frequenzbandes eines Neurons. Die Schätzleistung aller Algorithmen ist abhängig von der Bandbreite und im geringerem Maße von der Position des Frequenzbandes. Der MSE Fit Algorithmus lieferte im Vergleich zu allen entwickelten Schätzalgorithmen die kleinsten mittleren Schätzfehler. Im Hinblick auf die Gesamtleistung und insbesondere auf die Schätzung der CP war dieser Algorithmus allen anderen überlegen. Die entwickelten Algorithmen basieren auf bestimmten Modellannahmen, die die CD und die CP als Ergebnis der Frequenzintegration verstehen. Die Modellierung eines einfachen zwei Ebenen umfassenden neuronalen Modells konnte diese Annahmen bestätigen. Des Weiteren zeigen wir, dass die Schätzalgorithmen für reale Messdaten sinnvolle Resultate liefern. Elektrophysiologische Daten der Schleiereule werden systematisch mittels dem MSE Fit Algorithmus untersucht sowie auch einige Daten von Säugetieren. Die erhaltenen CDs und CPs stimmten mit früheren Ergebnissen überein und zeigen, dass der MSE Fit Algorithmus auch für die Vorhersage von CDs und CPs für andere Arten anwendbar ist.

Autorinnen und Autoren

Autorinnen und Autoren

Lehmann, Jessica Frida-Anita

Gutachterinnen und Gutachter

Führ, Hartmut
Wagner, Hermann

Identifikationsnummern

  • URN: urn:nbn:de:hbz:82-rwth-2015-010778
  • REPORT NUMBER: RWTH-2015-01077