Source localization of deviance detection and regularity encoding in the auditory brain

Abstract

El nostre sistema auditiu codifica regularitats acústiques i les compara amb els inputs sensorials de forma continuada. Els sons novedosos o canvis acústics són detectats inconscientment de forma ràpida i automàtica, permetent així la mobilització de recursos atencionals i un ajustament adequat de la nostra conducta. La tesi aquí present inclou tres estudis que utilitzen Magnetoencefalografia i la localització de camps evocats auditius generats en un paradigma oddball per tal d'investigar els correlats neuronals de la detecció de novetat i la codificació de regularitats en estadis primerencs del sistema auditiu humà. El primer estudi, portat a terme al Grup de Recerca en Neurociència Cognitiva (Universitat de Barcelona), mostra diferents generadors neuronal involucrats en la codificació de son novedodos en finestres temporals primerenques i tardanes; respectivament indicades per les Respostes de Latència Mitja (MLR) generades entre els 20 i 50 milisegons després del inici de un so, i el posterior Potencial de Disparitat (MMN), evocat entre els 100 and 250 milisegons. El segon estudi, portat a terme a l'Institut für Biomagnetismus & Biosignalanalys (Universitat de Münster), mostra que característiques acústiques novedoses formades per nivells de complexitat diferents són processades en intervals de temps diferents i en àrees neuronals separades, suggerint per tant una organització jeràrquica de la detecció de novetat i codificació de regularitats. El tercer estudi, portat a terme al Grup de Recerca en Neurociència Cognitiva emprant un paradigma roving-standard, mostra que tant la supressió com l'increment neuronal relacionats amb la repetició de un estímul estan involucrats en el procés de formació de traces de memòria, i que els generadors neuronals relacionats amb aquest procés estan localitzats tant en regions auditives com regions no auditives d'alt ordre. En resum, els resultats d'aquesta tesi doctoral suggereixen que la percepció auditiva es basa en un sistema sensorial organitzat jeràrquicament que té com a objectiu la predicció d'esdeveniments futurs partint de la predicció de regularitats prèviament codificades.

Our auditory system is continuously encoding acoustic regularities and comparing them with incoming sensory inputs. Novel sounds or acoustic changes must be detected fast in an automatic and unconscious fashion, thus allowing for the reallocation of attentional resources and the proper adjustment of our behaviour. The present thesis encloses three studies that employ Magnetoencephalography and source localization of auditory evoked fields as generated in oddball paradigms to assess the neural correlates of deviance detection and regularity encoding in early stages of the human auditory system. The first study, conducted at the Cognitive Neuroscience Research Group (University of Barcelona), shows distinct neuronal generators involved in the encoding of novel sounds in early and late time intervals; as respectively indexed by Middle Latency-Responses (MLR) evoked between 20 and 50 milliseconds after sound onset, and the later Mismatch component (MMN) generated between 100 and 250 milliseconds. The second study, conducted at the Institut fur Biomagnetismus & Biosignalanalys (University of Munster), shows that deviant acoustic features involving different levels of complexity are processed in distinct time ranges and generated in separated neuronal sources, thus suggesting a hierarchical organization of deviance detection and regularity encoding. The third study, conducted in the Cognitive Neuroscience Research Group using a roving-standard paradigm, indicates that neural repetition-related suppression and repetition enhancement underlie auditory memory trace formation, and that neural generators involved in this process are located in both auditory and non-auditory high-order regions. In sum, results from this thesis suggest that auditory perception is based on a hierarchically organized sensory system whose goal is to predict future events on the basis of previously encoded regularities.