用于预测跨听觉通路对声音的连续人类脑电图的深度神经网络

听觉生理学的计算模型通常针对听觉通路的特定反应或阶段，限制了它们整合跨实验范式和神经时间尺度的发现的能力。我们提出了人类听觉电生理学的基础模型：经过训练将双耳声波波形直接映射到高采样率脑电图的因果神经网络。该模型接受了来自 92 名受试者约 250 小时的脑电图数据的训练，其中包括不同的电极蒙太奇和跨越音调、语音和音乐的刺激。我们测试了模型是否恢复了刺激率、频率和呈现方法对听觉脑干反应（ABR）的影响；对连续语音的皮质下和皮质时间响应函数（TRF）；以及点击诱发的双耳交互组件（BIC）。预测的 ABR 和 TRF 再现了已建立的响应形态和刺激依赖性效应，模型总平均相关性落在相应的受试者水平人类分布范围内。模型预测的 BIC 指标与文献中报告的值非常相似。这些发现表明，单个音频到脑电图模型可以跨范式和时间尺度捕获听觉生理学，支持未来的计算机实验和听力技术应用。