Store:EEMIde09

Diskussion

In der aktuellen Studie untersuchten wir das räumliche Ausmaß und die damit verbundenen Übergangseigenschaften der neuronalen Aktivität im Gehirn unter aktiven und Ruhebedingungen und ob ähnliche zugrunde liegende Netzwerkeigenschaften existieren. Wir fanden heraus, dass die Anwendung der Hilbert-Transformation auf die EEG-Daten und deren Normalisierung (Gleichung 2) dem EEG-Signal über das Gehirn (Gleichung 3) eine probabilistische Struktur auferlegt, die wir verwendeten, um die Wahrscheinlichkeit von räumlichen Aktivitätsmustern zusammen mit Übergängen zu identifizieren in Aktivität über die Kopfhaut. Wir fanden mehr anteriore Aktivität während der Ruhe im Vergleich zum Anschauen von Filmen, sowohl im Amplituden- als auch im Phasenraum. Dieser Befund steht im Einklang mit früheren Ergebnissen, die eine erhöhte Aktivierung im vorderen Bereich während der Ruhe zeigten. Darüber hinaus konnten wir durch Normalisierung der Hilbert-transformierten EEG-Signale und Extrahieren von Durchschnittswerten, die denen der Wellenfunktionsformulierung der Quantenmechanik ähneln, die Unsicherheit in der „Position“ und dem „Impuls“ während der Ruhezeit und beim Ansehen von Filmen berechnen, die durch eingestellt werden die neue Konstante

$K_{brain}=0,78\pm 0,41{\tfrac {cm^{2}}{4ms}}$.

Es ist verlockend, die Konstante, die sich auf die „Position“ und den „Impuls“ der neuronalen Aktivität bezieht, mit einem fundamentalen Prinzip wie dem Heisenbergschen Unbestimmtheitsprinzip in Verbindung zu bringen. Was diese Ungewissheit bedeutet, ist jedoch noch unklar. Es könnte Grenzen für den Grad der Zugänglichkeit des Gehirns bedeuten; Zunehmende Informationen über den genauen Ort des Gehirnzustands (wie durch unsere Quasi-Quanten-„Wellenfunktionen“ beschrieben) werden eine größere Unsicherheit darüber erzeugen, wo er sich zu einem späteren Zeitpunkt befinden wird. Diese Ergebnisse bieten eine interessante Perspektive auf die Verbindung zwischen neuronaler Funktion und kognitiven Prozessen. Wenn zum Beispiel die „Wellenfunktion“ entlang eines Gedankengangs im Raum lokalisiert wird, werden wir abgelenkt, um die Unsicherheit zu erhöhen, was erklären könnte, warum Gedanken wandern und Gedanken flüchtig sind?

Ist der $K_{b}$ Wert, den wir über verschiedene Stimulusbedingungen konstant fanden, und unabhängig von der Anzahl der Elektroden, die zum Erfassen der Daten verwendet wurden? Um dies zu testen, haben wir die EEG-Elektroden von 92 auf 20 abgetastet und die gleiche Analyse wie im Haupttext durchgeführt. In Übereinstimmung mit 92 Kanälen fanden wir die anteriore Tendenz in Ruhe, aber wir stellten fest, dass die Verringerung der Elektroden auf 20 zu einer anderen Konstante führte $K_{b}=0,03\pm 0,02{\tfrac {cm^{2}}{4ms}}$ (Siehe Zusatzmaterial). Dies zeigt, dass das Modell in der Lage ist, die Unterschiede zwischen Ruhe und Aufgabe zu erfassen, aber möglicherweise muss eine montageabhängige Normalisierungsbedingung eingeführt werden.

Es ist wichtig zu beachten, dass Unsicherheitswerte dieser Form allen konjugierten Fourier-Variablen inhärent sind, da sich ein Wert in einer Variablen ausbreitet und in der anderen lokalisiert. Dies legt nahe, dass nach dem Definieren des Quadrats des zeitlichen Verlaufs der Hilbert-transformierten EEG-Elektrode als Wahrscheinlichkeit und dem Auferlegen der Eigenschaften eines Hilbert-Raums auf die Elektrodensignale ein Unsicherheitswert extrahiert werden kann. In der Quantenmechanik setzt diese Unsicherheit die Grenze für die nicht beobachtbaren Skalen. Dieser Ansatz wurde von der Notwendigkeit in der Neurowissenschaft nach neuartigen Modellen inspiriert, um bei der Interpretation von Neuroimaging-Daten zu helfen. Obwohl dies ein interessanter methodischer Fortschritt ist, müssen wir noch feststellen, ob die beobachtete Unsicherheit in den EEG-Daten durch ein neues Grundprinzip wie in der Quantenmechanik gestützt wird oder ob sie nur das Ergebnis der Bildung von zwei neuen konjugierten Fourier-Variablen aus der ist EEG-Signal.

Weitere Arbeiten müssen unternommen werden, um diese Konstante im Hinblick auf die reichhaltige Taxonomie von Aufgaben und Stimuli und unterschiedlichen Bewusstseinszuständen, die routinemäßig in der kognitiven Neurowissenschaft verwendet werden, zu erforschen. Diese Methodik könnte auf fMRI ausgedehnt werden, wo die BOLD-Zeitverläufe Hilbert-transformiert werden könnten, wodurch ein dreidimensionales Analogon des in diesem Artikel vorgestellten EEG-Modells entsteht.

Letztendlich stellte dieses Papier eine neuartige Methodik zur Analyse von EEG-Daten vor. Die Normalisierung der Daten und ihre Behandlung als Wahrscheinlichkeitsamplitude führte zu Parametern, die sich mit dem Vorhandensein oder Fehlen eines Stimulus änderten, während gleichzeitig ein konstanter Wert unabhängig vom Stimulus festgelegt wurde. Wir haben erfolgreich einen mathematischen Rahmen basierend auf den Formalismen der Quantenmechanik auf das Ruhe- und Aufgabenparadigma im EEG angewendet (ohne zu behaupten, dass das Gehirn ein Quantenobjekt ist). Da sich die Neurowissenschaften weiterentwickeln, müssen auch die ihr zur Verfügung stehenden Analysewerkzeuge entsprechend weiterentwickelt werden. Wir hoffen, dass dieses analytische Werkzeug zusammen mit den Fortschritten in der Modellierung und im maschinellen Lernen unser Verständnis der Natur des Bewusstseins unterstützen wird.