吃音における音声信号
吃音のある子供の音声信号の神経処理
調査の概要
詳細な説明
この研究では、音声エンコードの根底にある神経プロセスの完全性と、これらのプロセスが神経画像と計算モデリングを使用してタスクの要求によって調整される方法を評価します。
スピーチ、言語、および認知スキルを評価するための年齢に応じた標準化されたテストは、認定されたスピーチ言語病理学者または訓練を受けたラボメンバーによって実施されます。
研究者はまた、周波数追従応答 (FFR) および時間応答関数 (TRF) を介して脳波 (EEG) を測定する一方で、子供たちは、音節の聞き取りと識別、および連続的な音声物語理解タスクなど、さまざまな難易度の音声音声タスクを完了します。 両方のタスクは、静かな環境とバックグラウンド ノイズの両方で提示されます。 Ag-AgCl 頭皮電極を使用して EEG 信号を収集し、Brain Vision Recorder (Brain Products、Gilching、Germany) を使用して 25 kHz のサンプリング レートで応答を記録します。
研究者はまた、機能的 MRI (fMRI) を活用して、3T スキャナーで吃音を発する子供の音声処理の根底にある複数の神経系を評価します。 脳波タスクと同じ参加者に同様の音声サウンド タスクを採用すると、単純および複雑な音声タスク中の聴覚、音声運動調音、および注意ネットワークにおける神経活性化と表現を定量化できます。 参加者の脳の解剖学的構造に関するデータを提供するために、一連の MRI スキャンが記録されます。 これらのスキャンは単独で分析され、機能スキャンと組み合わせて使用されます。 すべての参加者は、MRI スキャナー ルームに適していない金属やその他の物体についてスクリーニングされます。 参加者には、耳栓および/またはヘッドフォンが提供されます。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Brittany Coleman, MS, CCC-SLP
- 電話番号:412-710-6028
- メール:bmc162@pitt.edu
研究連絡先のバックアップ
- 名前:Ashley Parker, PhD
- 電話番号:412-710-6028
- メール:ashley.parker@pitt.edu
研究場所
-
-
Michigan
-
Ann Arbor、Michigan、アメリカ、48105
- まだ募集していません
- University of Michigan
-
コンタクト:
- Emily Garnett, PhD, CCC-SLP
- メール:emilyog@med.umich.edu
-
主任研究者:
- Soo-Eun Chang, PhD, CCC-SLP
-
-
Pennsylvania
-
Pittsburgh、Pennsylvania、アメリカ、15213
- 募集
- University of Pittsburgh
-
コンタクト:
- Brittany Coleman, MS, CCC-SLP
- 電話番号:412-710-6028
- メール:bmc162@pitt.edu
-
主任研究者:
- Amanda Hampton Wray, PhD, CCC-SLP
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
説明
包含基準:
- 英語を第一言語として話す
- 標準的な範囲内の言語能力
- 典型的な範囲内の認知能力
- MRIの禁忌なし
吃音のある子供の参加基準:
- 発達性吃音の存在(小児期に発症)
- 他のコミュニケーション障害の病歴なし
吃音のない子供の参加基準:
- 吃音の家族歴なし
- -他のコミュニケーション障害の病歴がない(例:聴覚障害、言語障害、認知障害/怪我)
除外基準:
- 神経機能を変える薬を服用している
- 典型的な範囲を下回る認知能力
- 主な病気
- 流暢な英語を話せない人
- 妊娠中または妊娠している可能性がある
- 体内の金属インプラント (ペースメーカー、神経刺激装置、またはその他の金属物体を含む)
- 榴散弾による損傷
- 眼の異物(金属の削りくずなど)
- スキャンのために除去できない金属ピアス
- 鉄または金属顔料を含む入れ墨
- 閉所恐怖症になりやすい
- fMRIの場合、頭囲が60cmを超える人、または体重が300ポンドを超える人は、fMRIマグネットボアのサイズのために除外されます
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:基礎科学
- 割り当て:なし
- 介入モデル:単一グループの割り当て
- マスキング:なし(オープンラベル)
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:音声刺激
行動、電気生理学、および磁気共鳴イメージングベースのタスクによる音声刺激
|
行動、電気生理学、および磁気共鳴イメージングに基づく発話音声テスト
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
音声認識
時間枠:1セッション(2時間まで)
|
音節識別タスクの行動反応は、静かな環境とバックグラウンド ノイズの存在下で測定されます。
子供たちは、自分が聞いた言葉の音を特定するために、できるだけ早く反応します。
グループ内およびグループ間分析は、吃音のある子供と被験者をコントロールする子供の間で実施されます。
ドリフト拡散モデル (DDMs) を使用して、精度と反応時間の行動反応を集計し、より正確な反応またはより速い反応への偏りを評価し、各グループの時間の経過に伴う反応行動の変化を評価します。
|
1セッション(2時間まで)
|
|
周波数追従応答 (EEG)
時間枠:1セッション(30分まで)
|
周波数追従応答 (FFR) が収集され、音声を含む聴覚刺激の速い時間的手がかりのニューラル エンコードを定量化するために使用されます。
FFR (70 ~ 1500 Hz) は音節によって誘発されます。
FFR は、静かな環境で、競合する背景ストーリーが存在する場合に誘発されます。
FFR の大きさは測定されます。
サポート ベクター マシン分類子を使用して、音節によって誘発される FFR のデコードが分析されます。
グループ内およびグループ間分析は、吃音のある子供と被験者をコントロールする子供の間で実施されます。
|
1セッション(30分まで)
|
|
時間応答関数 (EEG)
時間枠:1セッション(1時間まで)
|
時間応答関数 (TRF) 分析では、連続発話などの連続的に変化する刺激を EEG データと直接比較します。
連続音声とEEG信号との間の関係は、連続音声特徴の変化がEEG信号の変化にどのように関連するかを記述する連続波として推定される。
TRF によって予測された EEG データは、相関を介して実際に観察された EEG データと比較され、観察された神経活動を刺激がどの程度うまく説明するかについての適合度 (ピアソンの r) が得られます。
データの過適合を防ぐために、leave-one-out-cross 検証法を使用した多変量線形リッジ回帰を使用して、予測された EEG と取得された EEG を比較します。
予測された EEG と取得された EEG の間の相関が高いほど、音声エンベロープの皮質エンコーディングが改善されていることが反映されます。
グループ内およびグループ間分析は、吃音のある子供と被験者をコントロールする子供の間で実施されます。
|
1セッション(1時間まで)
|
|
血中酸素濃度依存性活性化(機能的磁気共鳴画像法)
時間枠:1セッション(2時間まで)
|
血中酸素レベル依存 (BOLD) fMRI 信号によってインデックス化された脳活性化パターンが分析されます。
BOLD 応答は、機能タスクごとに参加者ごとに個別に推定されます。
研究レベルの結果には、グループ (吃音のある子供と対照群) の主な効果、地域ごとのグループの相互作用、およびネットワークによるグループ (聴覚、発話運動、および注意) の相互作用が含まれます。
ドリフト拡散モデル (DDM) を使用して、精度と反応時間 (たとえば、/ba/ や /da/ などの音の分類中) の行動反応を集計し、より正確な反応やより速い反応への偏り、および変化を評価します。各グループの経時的な反応行動。
|
1セッション(2時間まで)
|
|
マルチボクセルパターン解析(機能的磁気共鳴画像法)
時間枠:1セッション(2時間まで)
|
マルチボクセル パターン分析 (MVPA) は、ボクセルのアンサンブル全体で空間的に分散されたニューラル表現を定量化することを目的とした機械学習分析手法です。
MVPA は、音節に関する予測情報を含む神経活動パターンを決定するために使用されます (例:
/ba/, da/) 静かでバックグラウンドノイズのあるタスクで。
各音節の抽出された BOLD パラメータ推定値が分析に入力されます。
参加者固有の分類相互検証精度 (事前に決定された関心領域ごと) は、タスク要求の増加によって表現が強化または低下する関心領域を決定する条件間で対比されます。
各タスクで重要なグループレベルの分類精度を持つ領域、および分類精度のタスク依存の変化を示す関心領域は、各参加者の関心領域ごとに順列テストによって確立されます。
|
1セッション(2時間まで)
|
|
精神生理学的相互作用
時間枠:1セッション(2時間まで)
|
精神生理学的相互作用 (PPI) 分析は、脳領域間のタスク依存の相互作用を評価します。
各事前定義された関心領域は、シード領域として機能します。
各ターゲット領域 (関心のある他のすべての領域) について、一般的な線形モデルを使用して、タスク関連の血行動態効果とシード領域の時系列に線形に関連する効果の相互作用を推定します。
重要な相互作用は、シード領域との有効な接続がタスク条件の関数として変化する領域を反映しています (つまり、特定のタスクに優先的に結合されている領域を示します)。
研究レベルの結果は、グループ (吃音のある子供と対照群)、地域ごとのグループ、ネットワークごとのグループ (聴覚、発話運動、注意) の相互作用の主な効果を評価します。
|
1セッション(2時間まで)
|
協力者と研究者
スポンサー
協力者
捜査官
- 主任研究者:Amanda Hampton Wray, PhD, CCC-SLP、University of Pittsburgh
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- STUDY21120103
- 1R01DC019904-01 (米国 NIH グラント/契約)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
IPD 共有時間枠
IPD 共有アクセス基準
IPD 共有サポート情報タイプ
- STUDY_PROTOCOL
- SAP
- ANALYTIC_CODE
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。