Miten aivot vahvistavat havaitsemiamme ääniä? 

Kirjoittaja
Patrik Wikman ()
Kääntäjä
Patrik Wikman & Anna Svenn
Tieteenala
lääketieteet ja terveystieteet
Tarkempi tieteenala
neurotiede, psykologia
Artikkelin kieli
ruotsi, suomi
Millä kielellä tutkija tekee vierailuja
englanti, ruotsi, suomi
Mille oppitunnille sopii
psykologia
Mihin moduuleihin sopii
PS1, PS3
Avainsanat
aivot, kuuloaivokuori, tarkkaavaisuus, toiminnallinen magneettikuvaus, ääni
Perustuu artikkeliin

Wikman, Patrik, Ilkka Muukkonen, Jaakko Kauramäki, Ville Laaksonen, Onnipekka Varis, Christopher Petkov ja Josef Rauschecker. ”Selective Attention Shapes Neural Representations of Complex Auditory Scenes: The Roles of Object Identity and Scene Composition.”  Journal of Neuroscience 45, nro 48 (2025): e0506252025. Saatavilla osoitteessa: https://doi.org/10.1523/JNEUROSCI.0506-25.2025

Kuuntele artikkeli

Kun ympärillämme kuuluu useita ääniä yhtä aikaa, aivojen täytyy erottaa niistä se, johon haluamme keskittyä. Tutkijat selvittivät, miten aivojen toiminta muuttuu, kun keskitymme tiettyyn ääneen.

Johdanto

Meitä ympäröivät jatkuvasti eri lähteistä tulevat äänet, kuten puhuva ihminen, ohi ajava auto tai laulava lintu. Nämä äänet esiintyvät usein samanaikaisesti ja muodostavat yhdessä äänimaiseman (engl. auditory scene).1  

Äänimaisemassa jotkin äänet ovat meille oleellisempia kuin toiset. Esimerkiksi vilkkaassa kahvilassa pyrimme kuuntelemaan ystäväämme, vaikka taustalla kuuluu monien muiden ihmisten puhetta. Kykyä keskittyä yhteen tiettyyn ääneen ja samalla sivuuttaa muut kutsutaan valikoivaksi tarkkaavaisuudeksi.2  

Kun kiinnitämme huomiomme tiettyyn ääneen, se voi tuntua selkeämmältä tai voimakkaammalta ja muut äänet samanaikaisesti vaimeammilta.3 Tämä vastaa osittain sitä, miten tarkkaavaisuus vaikuttaa kuuloaivokuoren toimintaan. Kuuloaivokuoren eri hermosolut reagoivat voimakkaimmin eri äänitaajuuksiin eli eri äänenkorkeuksiin. Eläimillä tehdyissä tutkimuksissa on havaittu, että kun eläin keskittyy toiseen kahdesta samanaikaisesta, eri taajuuksia sisältävästä äänestä, kyseiseen taajuuteen reagoivat hermosolut aktivoituvat voimakkaammin. Samalla hermosolujen aktiivisuus vähenee niiden taajuuksien kohdalla, joihin tarkkaavaisuutta ei kohdisteta.4 Tarkkaavaisuus siis näyttää vahvistavan tärkeää tietoa ja vaimentavan vähemmän tärkeää tietoa. Tätä ajatusta kutsutaan vahvistusteoriaksi. 

Arjessa tarkkaavaisuus kohdistuu kuitenkin paljon monimutkaisempiin ääniin kuin yksittäisiin äänenkorkeuksiin. Voimme esimerkiksi yrittää erottaa kitaran äänen musiikkikappaleesta, jossa soitetaan useita muitakin instrumentteja. Kitaran ääni syntyy monista eri ominaisuuksista, eikä sitä voi tunnistaa tietyn äänitaajuuden perusteella. On myös epätodennäköistä, että yksi ainoa hermosolu olisi erikoistunut tunnistamaan kokonaisen kitaran äänen.5 Sen sijaan aivojen ajatellaan tunnistavan ääniä suurten hermosolujoukkojen aktivoitumisen avulla.6 Tiettyä ääntä ei siis koodaa yksittäinen hermosolu, vaan aktivoitumismalli (engl. activity pattern), joka jakautuu tuhansien hermosolujen kesken.7  

Tässä tutkimuksessa selvitimme, miltä kuuloaivokuoren aktivoitumismallit näyttävät tilanteessa, jossa kolme luonnollista ääntä kuuluu samanaikaisesti. Lisäksi tutkimme, miten nämä aktivoitumismallit muuttuvat, kun kuuntelija kohdistaa tarkkaavaisuutensa eri ääniin.  

Miten tutkimus tehtiin?

Kaksikymmentä satunnaisesti valittua aikuista koehenkilöä kuunteli erilaisia äänimaisemia samalla kun heidän aivotoimintaansa mitattiin toiminnallisen magneettikuvauksen fMRI:n avulla. Äänet kuuluivat kolmeen luokkaan: puheeseen, eläinten ääniin ja soittimiin. Jokainen luokka sisälsi kuusi erilaista ääntä, esimerkiksi lapsi, koira ja trumpetti.  

fMRI ei mittaa hermosolujen toimintaa suoraan. Kun hermosolut työskentelevät aivoalueella, ne tarvitsevat enemmän happea ja energiaa, mikä muuttaa alueen verenkiertoa. Nämä verenkierron muutokset voidaan havaita fMRI:n avulla. Menetelmä jakaa aivot pieniin kolmiulotteisiin yksiköihin, joita kutsutaan vokseleiksi. Yksi vokseli on noin 2 mm³ kokoinen ja sisältää tuhansia hermosoluja. Näin voidaan tarkastella, millaisia aktivoitumismalleja aivoihin muodostuu, kun koehenkilö kuuntelee erilaisia ääniä.  

Jokainen ääni esitettiin sekä yksinään että osana äänimaisemaa, jossa kuului kolme ääntä samanaikaisesti. Äänimaisemat olivat kahdenlaisia. Saman kategorian maisemassa kaikki kolme ääntä kuuluivat esimerkiksi eläinten, kuten koiran, linnun ja kissan, ääniin. Eri kategorioista koostuva äänimaisema saattoi sisältää esimerkiksi lapsen, koiran ja trumpetin äänen.  

Koehenkilöiden tehtävänä oli suunnata huomionsa yhteen kolmesta äänestä. Näin jokainen ääni esiintyi kolmessa eri tilanteessa: yksinään, tarkkaavaisuuden kohteena tai yhtenä niistä kahdesta äänestä, jotka tuli jättää huomiotta.  

Tutkiaksemme tarkkaavaisuuden vaikutusta aivojen aktiivisuuteen käytimme ensin vertailukohtana aktivoitumismallia kullekin äänelle, kun ääni esitettiin yksinään (kuva 1A). Tämän jälkeen tarkastelimme, muistuttiko aivojen aktivoitumismalli enemmän tätä vertailukohtaa, kun henkilö keskittyi kyseiseen ääneen osana äänimaisemaa (kuva 1B) verrattuna siihen, kun sama ääni oli mukana äänimaisemassa mutta jätettiin huomiotta ja tarkkaavaisuus kohdistettiin toiseen ääneen (kuva 1C).

Kuva 1. Kaaviomainen esitys aktivoitumismallianalyysistä. Kuvassa vokselit on havainnollistettu yksittäisinä hermosoluina, ja aktiivisuuden voimakkuus näkyy värin tummuutena. Kun huomio kohdistuu trumpettiin (B), aktivoitumismalli muistuttaa enemmän trumpetin yksinään synnyttämää mallia (A) kuin tilanteessa, jossa trumpetti kuuluu äänimaisemaan mutta sitä ei huomioida (C).  

Mitä tutkimuksessa löydettiin?

Tulokset osoittivat, että koko äänimaisemaan liittyvä aktivoitumismalli muistutti enemmän mallia äänelle, johon koehenkilö kiinnitti huomionsa, kuin malleja niille äänille, jotka jätettiin huomiotta (Kuva 1). Tarkkaavaisuuden kohteena ollut ääni vaikutti siis siihen, miten koko äänimaisema käsiteltiin aivoissa.  

Tämä ilmiö näkyi kuuloaivokuorella kaikkien tutkittujen äänikategorioiden, puheen, eläinäänten ja soitinäänten, suhteen. Puheen tapauksessa vastaava vaikutus havaittiin lisäksi huomattavasti laajemmilla aivoalueilla.  

Vaikutus riippui myös siitä, millaisia ääniä äänimaisemaan kuului. Kun samassa tilanteessa esiintyi eri kategorioiden ääniä, aivojen aktivoitumismalli alkoi muistuttaa enemmän sille kategorialle tyypillistä mallia, johon huomio oli suunnattu. Jos koehenkilö esimerkiksi kuunteli trumpettia tilanteessa, jossa kuului myös koiran ja lapsen ääni, aktivoitumismalli muistutti enemmän soitinäänille tyypillistä mallia.  

Tulokset olivat erilaiset silloin, kun kaikki äänet kuuluivat samaan kategoriaan. Tällöin aivojen aktiivisuus muistutti enemmän huomion kohteena olevan yksittäisen äänen aktiivisuutta. Jos henkilö kuunteli trumpettia samalla kun taustalla soi kitara ja urut, aktivoitumismalli muistutti enemmän juuri trumpetin yksilöllistä aktivoitumismallia kuin soitinluokan yleistä mallia.   

Lopuksi

Tutkimuksemme osoitti, että kun useita monimutkaisia ääniä kuuluu samanaikaisesti, aivojen aktivoitumismalli alkaa muistuttaa mallia sille äänelle, johon koehenkilö kiinnittää huomionsa. Toisin sanoen tarkkaavaisuuden kohteena oleva ääni vaikuttaa siihen, miten koko äänimaisema esitetään aivoissa. Samankaltaisia luonnon ilmiöitä on kuvattu käsitteellä attraktio. Sillä tarkoitetaan tilannetta, jossa monimutkaisia malleja muodostuu ilman, että mikään niistä ohjailee kokonaisuutta. Esimerkiksi lintuparvi voi alkaa liikkua monimutkaisissa muodostelmissa, vaikka jokainen lintu vain mukauttaa liikkumistaan lähimpänä oleviin lintuihin.  

 On myös järkeenkäypää, että vaikutus on kahdessa erityyppisessä äänimaisemassa erilainen. Kun äänet kuuluvat täysin eri kategorioihin, kuten puheeseen, eläinääniin ja soittimiin, riittää, että aivot korostavat näiden kategorioiden välisiä eroja. Kun taas kaikki äänet kuuluvat samaan kategoriaan, aivojen täytyy erottaa toisistaan huomattavasti samankaltaisempia ääniä.  

Koska fMRI mittaa suhteellisen hitaita muutoksia aivotoiminnassa, tutkimme parhaillaan, voidaanko samoja vaikutuksia havaita myös muilla mittausmenetelmillä, joiden avulla muutoksia voidaan seurata huomattavasti tarkemmalla ajallisella tarkkuudella (millisekunnin tasolla).  

  1. Shinn-Cunningham, Best ja Lee 2017; Shinn-Cunningham 2008. ↩︎
  2. Broadbent 1954. ↩︎
  3. Wagemann 2023. ↩︎
  4. Lakatos et al. 2013. ↩︎
  5. Wikman et al. 2024. ↩︎
  6. Barack ja Krakauer 2021 ↩︎
  7. Kriegeskorte ja Kievit 2013. ↩︎
Kirjoittaja

Patrik Wikman on psykologian tohtori ja tutkija Helsingin yliopistossa. Hän tutkii, miten aivot käsittelevät monimutkaisia ääniympäristöjä ja auttavat meitä erottamaan yksittäisiä ääniä, esimerkiksi puhetta, useiden samanaikaisten äänien joukosta. Hänen tutkimuksensa käsittelee myös sitä, miten aivot tunnistavat ja oppivat ääniä sekä muodostavat niistä uusia muistijälkiä, ja miten kuulon heikkeneminen ja muut kuulojärjestelmän muutokset vaikuttavat näihin prosesseihin. Hänen tutkimuksessaan yhdistyvät aivojen toiminnan mittaaminen esimerkiksi EEG- ja fMRI-menetelmillä ja matemaattinen mallintaminen. Vuodesta 2023 lähtien Wikman on johtanut Attentional Multimodal Networks -tutkimusryhmää. Ryhmä tutkii, miten ihmisen käyttäytyminen, tarkkaavaisuus ja ajattelun konteksti vaikuttavat aivojen toimintaan ja siihen, miten aivot käsittelevät ja jäsentävät tietoa. Tutkimusryhmä tekee sekä perustutkimusta että kliiniseen tutkimukseen suuntautuvaa tutkimusta.  

Lähteet

Barack, David L. ja John W Krakauer. ”Two views on the cognitive brain.”  Nature Reviews Neuroscience 22, nro 6 (2021): 359–371. Saatavilla osoitteessa: https://doi.org/10.1038/s41583-021-00448-6   

Broadbent, Donald Eric.”The role of auditory localization in attention and memory span.” Journal of experimental psychology 47, nro 3 (1954): 191. 

Kriegeskorte, Nicolas ja Rogier R. Kievit. ”Representational geometry: integrating cognition, computation, and the brain”. Trends in Cognitive Sciences 17 (2013): 401–412. Saatavilla osoitteessa: https://doi.org/10.1016/j.tics.2013.06.007 

Lakatos, Peter, Gabriella Musacchia, Monica N. O’Connel, Arnaud Y. Falchier, Daniel C. Javitt ja Charles E. Schroeder. ”The spectrotemporal filter mechanism of auditory selective attention.”  Neuron 77, nro 4 (2013): 750–761. Saatavilla osoitteessa: https://doi.org/10.1016/j.neuron.2012.11.034  

Shinn-Cunningham, Barbara G. ”Object-based auditory and visual attention.”  Trends in cognitive sciences 12, nro 5 (2008): 182–186. Saatavilla osoitteessa: https://doi.org/10.1016/j.tics.2008.02.003 

Shinn-Cunningham, Barbara, Virginia Best ja Adrian KC Lee. ”Auditory object formation and selection.” Teoksessa John C. Middlebrooks, Jonathan Z. Simon, Arthur N. Popper ja Richard R. Fay (toim.), The auditory system at the cocktail party, 7–40 (2017). Springer.

Wagemann, Johannes. ”Voluntary auditory change: First-person access to agentive aspects of attention regulation.”  Current Psychology 42, nro 18 (2023): 15169–15185. Saatavilla osoitteessa: https://doi.org/10.1007/s12144-021-02662-y 

Wikman, Patrik, Viljami Salmela, Eetu Sjöblom, Miika Leminen, Matti Laine ja Kimmo Alho. ”Attention to audiovisual speech shapes neural processing through feedback-feedforward loops between different nodes of the speech network”. PLOS Biology 22, nro 3 (2024): e3002534. Saatavilla osoitteessa: https://doi.org/10.1371/journal.pbio.3002534

Kysymyksiä pohdittavaksi
  1. Mitä tapahtuu, kun kiinnitämme huomiomme tiettyyn ääneen?  
  2. Mitä aktivoitumismalli tarkoittaa? Mikä niiden rooli oli tutkimuksessa?  
  3. Minkälainen äänimaisemaan ja tarkkaavaisuuteen liittyvä ilmiö tutkimuksessa havaittiin?  
  4. Millaisena itse koet samanaikaiset äänet omassa ympäristössäsi, esimerkiksi koulussa?
Termistö

Aktivoitumismalli (activity pattern): Kuvaa sitä, miten aivojen aktiivisuus jakautuu samanaikaisesti useiden vokselien alueelle fMRI-mittauksessa. Malli kertoo, miten aivojen vaste jakautuu tietyllä aivoalueella.  

Attraktio: Muutos, jossa yksi aktivoitumismalli muuttuu enemmän toisen aktivoitumismallin kaltaiseksi. Tässä tutkimuksessa sillä tarkoitetaan sitä, että aivojen vaste koko äänimaisemaan muuttuu enemmän tarkkaavaisuuden kohteena olevan äänen vasteen kaltaiseksi (informaatioteoreettista taustaa: https://fi.wikipedia.org/wiki/Attraktori).  

fMRI (toiminnallinen magneettikuvaus): Aivojen kuvantamismenetelmä, jolla hermosolujen toimintaa mitataan epäsuorasti. Kun hermosolut työskentelevät tietyllä aivoalueella, ne tarvitsevat enemmän happea ja energiaa. Tällöin alueen verenkierto ja hapettuminen muuttuvat, ja nämä muutokset voidaan havaita fMRI:llä.  

Kuuloaivokuori (auditory cortex): Aivokuoren alue, joka käsittelee ääneen liittyvää tietoa.  

Vokseli: Pieni kolmiulotteinen kuvapiste aivokuvassa. fMRI:ssä jokainen vokseli kuvaa muutoksia hyvin pienellä aivoalueella. Yksi vokseli sisältää tuhansia hermosoluja.  

Äänimaisema (sound scene): Tiettynä hetkenä ympärillämme kuuluvien äänten kokonaisuus, esimerkiksi samanaikaisesti kuuluvat puhe, liikenne ja linnunlaulu.  

Äänitaajuus (sound frequency): Fysikaalinen suure, joka kertoo, kuinka nopeasti ääniaalto värähtelee. Taajuus liittyy läheisesti äänenkorkeuteen: suurempi taajuus koetaan yleensä korkeampana äänenkorkeutena.