La vibrazione delle onde cerebrali nascondono un linguaggio bellissimo di ciò che siamo. Tramite l'analisi spettrale è possibile capire ciò che stiamo pensando dalla vibrazione delle onde cerebrali. L’analisi spettrale costituisce uno dei più potenti strumenti di indagine in molti campi dell’ingegneria. Il fatto di poter rappresentare segnali complessi come somma di funzioni semplici, tipicamente sinusoidi o esponenziali complessi, permette di evidenziare caratteristiche del segnale altrimenti difficili, se non impossibili, da rilevare. Ad esempio, parametri acustici quali pitch (altezza) e timbro sono generalmente ottenuti mediante algoritmi operanti nel dominio della frequenza. La decomposizione in funzioni semplici è di grande aiuto anche quando si deve modificare il segnale.
Il mio libro Inside Dream fornisce degli spunti interessanti su come usare la traduzione di queste forme d'onda attraverso l'interpretazione dei sogni.
Un articolo molto interessante apparso su Quanta Magazine ragiona sul significando del rumore di fondo delle vibrazioni cerebrali......
Articolo E. Landau
n un simposio di ricerca sul sonno nel gennaio 2020, Janna Lendner ha presentato risultati che suggeriscono un modo per esaminare l'attività cerebrale delle persone per i segni del confine tra veglia e incoscienza. Per i pazienti in coma o in anestesia, può essere di fondamentale importanza che i medici facciano correttamente questa distinzione. Farlo è più complicato di quanto possa sembrare, tuttavia, perché quando qualcuno è in uno stato di sogno di sonno REM (movimento rapido degli occhi), il suo cervello produce le stesse onde cerebrali familiari, che oscillano dolcemente come quando è sveglio.
Lendner ha sostenuto, tuttavia, che la risposta non è nelle normali onde cerebrali, ma piuttosto in un aspetto dell'attività neurale che gli scienziati potrebbero normalmente ignorare: il rumore di fondo irregolare.
Alcuni ricercatori sembravano increduli. "Hanno detto, 'Quindi, mi stai dicendo che ci sono informazioni nel rumore?'", Ha detto Lendner, un residente in anestesiologia presso il Centro medico universitario di Tubinga, in Germania, che ha recentemente completato un postdoc presso l'Università della California , Berkeley. "Ho detto di sì. Il rumore di qualcuno è il segnale di un altro. '"
Lendner è uno di un numero crescente di neuroscienziati stimolati dall'idea che il rumore nell'attività elettrica del cervello potrebbe contenere nuovi indizi sul suo funzionamento interno. Quello che una volta era visto come l'equivalente neurologico della fastidiosa statica televisiva può avere profonde implicazioni sul modo in cui gli scienziati studiano il cervello.
Gli scettici dicevano al neuroscienziato Bradley Voytek che non c'era nulla che valesse la pena studiare in queste caratteristiche rumorose dell'attività cerebrale. Ma i suoi studi sui cambiamenti nel rumore elettrico con l'avanzare dell'età, così come la letteratura precedente sulle tendenze statistiche nell'attività cerebrale irregolare, lo convinsero che mancava qualcosa. Così ha passato anni a lavorare su un modo per aiutare gli scienziati a ripensare i propri dati.
"Non è sufficiente presentarsi di fronte a un gruppo di scienziati e dire: 'Ehi, penso che abbiamo fatto cose sbagliate'", ha detto Voytek, professore associato di scienze cognitive e scienza dei dati presso l'Università della California, San Diego. "Devi dare loro un nuovo strumento per fare le cose" in modo diverso o migliore.
In collaborazione con i neuroscienziati della UC San Diego e Berkeley, Voytek ha sviluppato un software che isola le oscillazioni regolari - come le onde alfa, studiate in modo approfondito sia nei soggetti addormentati che in quelli svegli - che si nascondono nelle parti aperiodiche dell'attività cerebrale. Questo fornisce ai neuroscienziati un nuovo strumento per sezionare sia le onde regolari che l'attività aperiodica al fine di districare i loro ruoli nel comportamento, nella cognizione e nella malattia.
Il fenomeno che Voytek e altri scienziati stanno indagando in vari modi ha molti nomi. Alcuni lo chiamano "la pendenza 1 / f " o "attività senza scala"; Voytek ha spinto a ribattezzarlo "il segnale aperiodico" o "attività aperiodica".
Non è solo una stranezza del cervello. I modelli che Lendner, Voytek e altri cercano sono legati a un fenomeno che gli scienziati hanno iniziato a notare in sistemi complessi in tutto il mondo naturale e tecnologico nel 1925. La struttura statistica emerge misteriosamente in così tanti contesti diversi che alcuni scienziati pensano addirittura che rappresenti un legge della natura sconosciuta.
Sebbene gli studi pubblicati abbiano esaminato l'attività aritmica del cervello per più di 20 anni, nessuno è stato in grado di stabilire cosa significhi veramente. Ora, tuttavia, gli scienziati dispongono di strumenti migliori per isolare i segnali aperiodici in nuovi esperimenti e analizzare anche dati più vecchi in modo più approfondito. Grazie all'algoritmo di Voytek e ad altri metodi, una raffica di studi pubblicati negli ultimi anni è stata condotta con l'idea che l'attività aperiodica contenga tesori nascosti che possono far avanzare lo studio dell'invecchiamento, del sonno, dello sviluppo dell'infanzia e altro ancora.
Cos'è l'attività aperiodica?
I nostri corpi si muovono al ritmo familiare di battiti cardiaci e respiri, cicli persistenti essenziali per la sopravvivenza. Ma ci sono tamburi ugualmente vitali nel cervello che non sembrano avere uno schema e possono contenere nuovi indizi sulle basi del comportamento e della cognizione.
Quando un neurone invia una sostanza chimica chiamata glutammato a un altro neurone, è più probabile che il ricevente spari; questo scenario è chiamato eccitazione. Al contrario, se un neurone sputa il neurotrasmettitore acido gamma-amminobutirrico, o GABA, il neurone ricevente diventa meno probabile che si attivi; questa è inibizione. Troppo di entrambi ha conseguenze: l'eccitazione andata in tilt porta a convulsioni, mentre l'inibizione caratterizza il sonno e, in casi più estremi, il coma.
Per studiare il delicato equilibrio tra eccitazione e inibizione, gli scienziati misurano l'attività elettrica del cervello con l'elettroencefalografia o EEG. I cicli di eccitazione e inibizione formano onde che sono state collegate a diversi stati mentali. Le emissioni cerebrali a circa 8-12 hertz, ad esempio, formano il modello di onde alfa associato al sonno.
Ma l'uscita elettrica del cervello non produce curve perfettamente lisce. Invece, le linee tremano mentre salgono verso i picchi e scendono verso le depressioni. A volte l'attività cerebrale non ha regolarità e invece assomiglia più a un rumore elettrico. La componente "rumore bianco" di questo è veramente casuale come statica, ma alcune di esse hanno una struttura statistica più interessante.
Sono quelle imperfezioni nella levigatezza e nel rumore che interessano i neuroscienziati come Voytek. "È casuale, ma ci sono diversi tipi di casuale", ha detto.
Per quantificare questa attività aperiodica, gli scienziati scompongono i dati grezzi EEG, proprio come un prisma può scomporre un raggio di sole in un arcobaleno di diversi colori. Per prima cosa impiegano una tecnica chiamata analisi di Fourier. Qualsiasi insieme di dati tracciati nel tempo può essere espresso come una somma di funzioni trigonometriche come le onde sinusoidali, che possono essere espresse in termini di frequenza e ampiezza. Gli scienziati possono tracciare le ampiezze delle onde a frequenze diverse in un grafico chiamato spettro di potenza.
Le ampiezze per gli spettri di potenza sono solitamente tracciate in coordinate logaritmiche a causa dell'ampio intervallo dei loro valori. Per il rumore bianco puramente casuale, la curva dello spettro di potenza è relativamente piatta e orizzontale, con una pendenza pari a zero, perché è più o meno la stessa a tutte le frequenze. Ma i dati neurali producono curve con una pendenza negativa in modo tale che le frequenze più basse abbiano ampiezze più elevate e l'intensità diminuisce in modo esponenziale per le frequenze più alte. Questa forma è chiamata 1 / f , in riferimento a quella relazione inversa tra la frequenza e l'ampiezza. I neuroscienziati sono interessati a ciò che la piattezza o la pendenza del pendio potrebbero indicare sul funzionamento interno del cervello.
Analizzare i dati EEG in questo modo è analogo a guardare le onde sonore di una registrazione audio effettuata su un ponte sopra un'autostrada, spiega Lawrence Ward , neuroscienziato cognitivo dell'Università della British Columbia. Il ronzio delle gomme delle auto che passano casualmente produrrebbe caratteristiche di fondo aperiodiche, ma i treni vicini che suonano un fischio ogni 10 minuti genererebbero un segnale periodico con picchi nei dati più forti dello sfondo. Un evento occasionale improvviso come un lungo clacson o una collisione di un veicolo produrrebbe un notevole picco nell'onda sonora, contribuendo alla pendenza 1 / f complessiva .
La consapevolezza del fenomeno 1 / f risale a un articolo del 1925 di JB Johnson dei Bell Telephone Laboratories, che stava osservando il rumore nei tubi a vuoto. Lo scienziato tedesco Hans Berger ha pubblicato il primo studio EEG umano solo quattro anni dopo. La ricerca neuroscientifica nei decenni successivi si è concentrata fortemente sulle onde periodiche prominenti nell'attività cerebrale. Eppure sono state riscontrate fluttuazioni 1 / f in tutti i tipi di rumore elettrico, attività del mercato azionario, ritmi biologici e persino brani musicali - e nessuno sapeva perché.
Forse perché sembrava così universale, molti biologi hanno respinto l'idea che guardare il rumore attraverso la lente delle caratteristiche 1 / f potesse produrre segnali utili; hanno pensato che potesse essere una forma di rumore proveniente dagli strumenti scientifici utilizzati, ha scritto Biyu J. He , assistente professore di neurologia, neuroscienze e fisiologia presso la Grossman School of Medicine della New York University, in una recensione del 2014 su Trends in Cognitive Sciences .
Ma lui e altri hanno smentito quell'idea attraverso esperimenti di controllo del rumore strumentale, che si è rivelato essere di entità molto inferiore rispetto all'attività cerebrale aperiodica. In un documento del 2010 su Neuron , He e i suoi colleghi hanno anche scoperto che mentre le letture EEG, le onde sismiche nel terreno e le fluttuazioni del mercato azionario mostrano tutte tendenze 1 / f , i dati di queste fonti mostrano strutture statistiche di ordine superiore diverse. Questa intuizione ha intaccato l'idea che un'unica legge di natura generi segnali aperiodici in ogni cosa.
Tuttavia, non è una questione completamente risolta. Ward ha trovato punti in comune matematici in diversi contesti e crede che qualcosa di fondamentale potrebbe accadere dietro le quinte.
Ad ogni modo, sia Ward che He concordano che vale la pena indagare più a fondo nel cervello.
"Per decenni, l'attività cerebrale contenuta nella pendenza '1 / f ' è stata considerata poco importante ed è stata spesso rimossa dalle analisi per enfatizzare le oscillazioni cerebrali", ha scritto nel documento del 2014. "Tuttavia, negli ultimi anni, prove crescenti suggeriscono che l'attività cerebrale senza scala contribuisce attivamente al funzionamento del cervello".
Nuovi segnali dal rumore
Voytek è caduto nel tema dei segnali aperiodici un po 'per caso: inizialmente voleva modellare e rimuovere il rumore bianco dai dati EEG. Ma quando ha hackerato un codice per estrarre il rumore, ha iniziato a prestare maggiore attenzione a ciò che era interessante al suo interno.
Il cervello degli anziani sembra avere un'attività più aperiodica di quello dei giovani adulti, ha scoperto Voytek in uno studio del 2015 con il suo consigliere di dottorato Robert Knight , professore di neuroscienze a Berkeley. Voytek e Knight hanno osservato che con l'invecchiamento il cervello è dominato maggiormente dal rumore bianco. Hanno anche trovato correlazioni tra questo rumore e il declino della memoria di lavoro correlato all'età.
I neuroscienziati sono interessati a ciò che la planarità o la pendenza del pendio potrebbero indicare sul funzionamento interno del cervello.
Voytek voleva che i neuroscienziati avessero un software che potesse isolare più facilmente e automaticamente le caratteristiche periodiche e aperiodiche in qualsiasi set di dati, compresi quelli vecchi, e aiutare i ricercatori a cercare tendenze 1 / f significative . Quindi lui e il suo team hanno scritto un programma per un algoritmo in grado di farlo.
La richiesta di uno strumento come questo è diventata subito chiara. Dopo che Voytek e colleghi hanno pubblicato il loro codice sul sito web biorxiv.org l'11 aprile 2018, ha ricevuto quasi 2.000 download entro il mese: un grande successo per uno strumento computazionale di neuroscienze di nicchia. Nel novembre dello stesso anno, Voytek ha moderato un discorso riservato ai posti in piedi alla conferenza della Society for Neuroscience su come usarlo. A causa della sua popolarità, ha organizzato una sessione di follow-up dell'ultimo minuto, in cui il suo team di laboratorio ha fornito supporto tecnico a dozzine di scienziati interessati. Il tutorial e gli scambi di e-mail hanno portato a nuove collaborazioni.
Una di queste collaborazioni è stata lo studio di Lendner sui marcatori dell'eccitazione durante il sonno, pubblicato sulla rivista online eLife nel luglio 2020. Con il software di Voytek, Lendner ei suoi colleghi hanno scoperto che nel rumore aperiodico degli EEG dei soggetti del test, l'attività ad alta frequenza è diminuita si spengono più velocemente durante il sonno REM rispetto a quando erano svegli. In altre parole, la pendenza dello spettro di potenza era più ripida.
Questo spettrogramma mostra l'attività cerebrale raccolta durante la notte da un paziente addormentato da Janna Lendner del Centro medico universitario di Tubinga, in Germania. La linea bianca traccia i cambiamenti nella pendenza dello spettro, che si riferiscono allo stato di veglia del paziente.
Per gentile concessione di Janna Lendner
Nel loro articolo, Lendner ei suoi coautori sostengono che i segnali aperiodici possono servire come una firma unica per misurare lo stato di coscienza di una persona. Un nuovo marker obiettivo come questo potrebbe aiutare a migliorare la pratica dell'anestesia e dei trattamenti per i pazienti in coma.
Altri studi pubblicati che hanno utilizzato il codice di Voytek includevano indagini sull'efficacia dei farmaci per l'ADHD e studi sulle differenze basate sul sesso nell'attività cerebrale nelle persone con autismo. Il codice è stato pubblicato per la prima volta su una rivista peer-reviewed - Nature Neuroscience - nel novembre 2020; Thomas Donoghue della UC San Diego e Matar Haller (allora a Berkeley) furono i primi autori dell'articolo, con Avgusta Shestyuk di Berkeley che servì come co-autore senior con Voytek. Loro e altri membri del team hanno dimostrato le prestazioni del codice su dati simulati e il suo potenziale per rivelare nuove scoperte.
Natalie Schaworonkow , una borsista post-dottorato nel laboratorio di Voytek, di solito ricerca oscillazioni regolari come le onde alfa, "che sono più belle del segnale aperiodico", ha detto, facendo ridere Voytek nella nostra chiamata Zoom condivisa. Ma quando i suoi interessi si sono recentemente rivolti al cervello del neonato e agli schemi elettrici che sono le firme del suo sviluppo cognitivo, si è trovata di fronte a un problema, perché i neonati non producono queste eleganti onde alfa; esattamente quando e come iniziano ad apparire le onde è una questione aperta.
Ha usato l'algoritmo per analizzare un set di dati EEG aperto sull'attività cerebrale del neonato. In un nuovo articolo pubblicato su Developmental Cognitive Neuroscience , Schaworonkow e Voytek hanno riscontrato grandi cambiamenti nell'attività aperiodica durante i primi sette mesi di vita. Sono necessarie ulteriori ricerche, tuttavia, per capire se questa attività riflette un maggiore impegno nei compiti man mano che i bambini crescono o semplicemente aumenta la densità della materia grigia.
Il codice di Voytek ha guidato molte ricerche recenti, ma non è l'unico gioco in città per l'analisi del rumore aperiodico. Nel 2015, quando Haiguang Wen della società tecnologica Nvidia e Zhongming Liu dell'Università del Michigan lavoravano entrambi alla Purdue University (Wen era un assistente di ricerca e Liu era un professore associato), hanno pubblicato un approccio diverso per isolare il periodico dall'aperiodico componenti nell'attività cerebrale, chiamata analisi auto-spettrale a ricampionamento irregolare (IRASA). Nel frattempo, Biyu He ha lavorato sull'argomento da prima che uno di questi strumenti arrivasse sulla scena; così ha fatto anche il defunto neuroscienziato Walter J. Freeman, il cui lavoro ha ispirato Voytek. È possibile eseguire questo tipo di lavoro a mano, anche se richiede molto più tempo.
Disporre di uno strumento che consenta ai neuroscienziati di esaminare facilmente i propri dati in termini di segnali periodici e aperiodici è importante perché i dati stessi sono solo un insieme di numeri raccolti in un determinato periodo di tempo. Un grafico di punti di per sé non dice nulla sul funzionamento o sul malfunzionamento del cervello.
“L'interpretazione è ciò che conta nelle neuroscienze, giusto? Perché questo è ciò da cui prendiamo decisioni cliniche, lo sviluppo di farmaci e tutto questo genere di cose ", ha detto Voytek. Un'enorme ricchezza di set di dati in letteratura ha il potenziale per fornire nuove intuizioni se riesaminati in questo modo, ha detto, e "non li abbiamo interpretati così riccamente come dovremmo".
Cosa significa?
Una grande limitazione nell'esplorazione degli scienziati di queste caratteristiche aperiodiche è che nessuno sa esattamente cosa le causi fisiologicamente. Sono necessarie ulteriori ricerche per chiarire i rispettivi contributi di diversi neurotrasmettitori, circuiti neurali e interazioni di rete su larga scala, ha affermato Sylvain Baillet , professore di neurologia e neurochirurgia, ingegneria biomedica e informatica presso la McGill University.
"Le cause e le fonti non sono ancora identificate", ha detto Baillet. "Ma dobbiamo fare questa ricerca per accumulare conoscenze e osservazioni".
Una teoria è che i segnali aperiodici riflettono in qualche modo il delicato equilibrio tra eccitazione e inibizione di cui il cervello ha bisogno per mantenersi sano e attivo. Troppa eccitazione può sovraccaricare il cervello, mentre troppa inibizione potrebbe addormentarlo, ha detto Lendner.
Knight pensa che la spiegazione sia sulla strada giusta. "Non vorrei dire che sono sicuro che sia un cambiamento del rapporto inibizione-eccitazione, ma penso che sia la spiegazione più parsimoniosa", ha detto.
Una teoria è che i segnali aperiodici riflettono in qualche modo il delicato equilibrio tra eccitazione e inibizione di cui il cervello ha bisogno per mantenersi sano e attivo.
Un'idea alternativa è che i segnali aperiodici riflettono semplicemente l'organizzazione fisica del cervello.
Sulla base di come altri sistemi fisici riflettono i comportamenti 1 / f , Ward pensa che potrebbe esserci una sorta di relazione strutturale e gerarchica nel cervello che dà origine all'attività aperiodica. Ad esempio, ciò potrebbe derivare dal modo in cui un numero enorme di neuroni si organizza in gruppi, che quindi formano regioni più grandi che lavorano insieme.
L'attività cerebrale correlata alle tendenze 1 / f può essere idealmente adatta all'elaborazione dell'input sensoriale nell'ambiente naturale, poiché spesso mostra fluttuazioni di tipo 1 / f , ha detto. Il suo studio del 2018 su The Journal of Neuroscience esplora come il cervello sia in grado di fare previsioni sui suoni che hanno anche proprietà 1 / f , suggerendo che l'attività aperiodica "è coinvolta nell'elaborazione e nella previsione di stimoli naturalistici", ha detto in una e-mail. Non le sorprende che la musica, dal jazz a Bach, possa anche avere proprietà 1 / f - dopotutto, la musica è una creazione del cervello umano.
Per testare le ipotesi sulla provenienza dei segnali aperiodici, ha detto Voytek, i ricercatori devono esaminare più da vicino quali tipi di circuiti neurali potrebbero dar loro origine. I neuroscienziati possono quindi provare a collegare i siti con quei circuiti alla fisiologia generale del cervello per avere un'idea migliore di quali meccanismi neurali generano modelli di attività specifici e per prevedere come apparirebbero i segnali aperiodici e periodici in diversi disturbi cerebrali.
Voytek spera inoltre di realizzare studi su larga scala che applichino il codice a set di dati esistenti per estrarre segnali non sfruttati.
Lendner e Knight stanno attualmente analizzando i dati sui pazienti in coma presso l'Università dell'Alabama per vedere se l'attività aperiodica è correlata all'evoluzione del coma. La loro previsione è che se una persona sta uscendo dal coma, un aumento dell'attività ad alta frequenza nel cervello si manifesterà come un cambiamento nella pendenza 1 / f . I risultati preliminari sono promettenti, ha detto Lendner.
Per Baillet, i segnali aperiodici nel cervello sono un po 'come la materia oscura, l'impalcatura invisibile dell'universo che interagisce con la materia normale solo attraverso la gravità. Non capiamo di cosa sia fatto o quali siano le sue proprietà, ma è là fuori sullo sfondo celeste, che tiene insieme furtivamente la Via Lattea.
Gli scienziati non hanno ancora capito cosa causa questi segnali aperiodici, ma anche loro potrebbero riflettere una struttura di supporto essenziale per l'universo nelle nostre teste. Qualcosa di misterioso può aiutare le nostre menti dal risvegliare la vita al sonno.
Nessun commento:
Posta un commento