Difference between revisions of "Store:EEMIit09"
Gianfranco (talk | contribs) |
|||
(One intermediate revision by one other user not shown) | |||
Line 1: | Line 1: | ||
==== Discussion ==== | ==== Discussion ==== | ||
Nel presente studio, abbiamo studiato l'estensione spaziale e le proprietà di transizione associate dell'attività neurale nel cervello durante condizioni attive e di riposo e se esistono proprietà di rete sottostanti simili. Abbiamo scoperto che l'applicazione della trasformata di Hilbert ai dati EEG e la sua normalizzazione (Eq. 2) impone una struttura probabilistica al segnale EEG attraverso il cervello (Eq. 3), che abbiamo usato per identificare la probabilità dei modelli spaziali di attività insieme alle transizioni in attività su tutto il cuoio capelluto. Abbiamo riscontrato una maggiore attività anteriore durante il riposo rispetto alla visione del film, sia nell'ampiezza che nello spazio delle fasi. Questo risultato è in linea con i risultati precedenti che mostrano una maggiore attivazione nella regione anteriore durante il riposo.<ref name=" | Nel presente studio, abbiamo studiato l'estensione spaziale e le proprietà di transizione associate dell'attività neurale nel cervello durante condizioni attive e di riposo e se esistono proprietà di rete sottostanti simili. Abbiamo scoperto che l'applicazione della trasformata di Hilbert ai dati EEG e la sua normalizzazione (Eq. 2) impone una struttura probabilistica al segnale EEG attraverso il cervello (Eq. 3), che abbiamo usato per identificare la probabilità dei modelli spaziali di attività insieme alle transizioni in attività su tutto il cuoio capelluto. Abbiamo riscontrato una maggiore attività anteriore durante il riposo rispetto alla visione del film, sia nell'ampiezza che nello spazio delle fasi. Questo risultato è in linea con i risultati precedenti che mostrano una maggiore attivazione nella regione anteriore durante il riposo.<ref name="naci" /><ref name=":2" /><ref name=":4" /><ref name=":5" /><ref>Christoff K, Gordon AM, Smallwood J, Smith R, Schooler JW. Experience sampling during fMRI reveals default network and executive system contributions to mind wandering. Proc. Natl. Acad. Sci. U. S. A. 2009;106:8719–8724. doi: 10.1073/pnas.0900234106.[PMC free article] [PubMed] [CrossRef] [Google Scholar]</ref> Inoltre, normalizzando i segnali EEG con le trasformate di Hilbert ed estraendo valori medi simili a quelli della formulazione della funzione d'onda della meccanica quantistica, siamo stati in grado di calcolare l'incertezza nella "posizione" e nei "momenti" durante il riposo e la visione di film, settata in una nuova costante denominata <math>K_{brain}=0,78\pm0,41\tfrac{cm^2}{4ms}</math> | ||
È allettante associare la costante relativa alla "posizione" e al "momento" dell'attività neurale a un principio fondamentale, come il principio di indeterminazione di Heisenberg. Tuttavia, non è ancora chiaro cosa significhi questa incertezza. Potrebbe implicare limiti al grado in cui il cervello è accessibile; l'aumento delle informazioni sulla posizione precisa dello stato cerebrale (come descritto dalle nostre "funzioni d'onda" quasi quantistiche) aumenterà l'incertezza su dove sarà in un momento successivo. Questi risultati offrono una prospettiva interessante sul legame tra funzione neurale e processi cognitivi. Ad esempio, quando la "funzione d'onda" si localizza nello spazio lungo un treno di pensieri, ci distraiamo per aumentare l'incertezza, il che potrebbe spiegare perché le menti vagano e i pensieri sono fugaci? | È allettante associare la costante relativa alla "posizione" e al "momento" dell'attività neurale a un principio fondamentale, come il principio di indeterminazione di Heisenberg. Tuttavia, non è ancora chiaro cosa significhi questa incertezza. Potrebbe implicare limiti al grado in cui il cervello è accessibile; l'aumento delle informazioni sulla posizione precisa dello stato cerebrale (come descritto dalle nostre "funzioni d'onda" quasi quantistiche) aumenterà l'incertezza su dove sarà in un momento successivo. Questi risultati offrono una prospettiva interessante sul legame tra funzione neurale e processi cognitivi. Ad esempio, quando la "funzione d'onda" si localizza nello spazio lungo un treno di pensieri, ci distraiamo per aumentare l'incertezza, il che potrebbe spiegare perché le menti vagano e i pensieri sono fugaci? | ||
Line 14: | Line 14: | ||
In definitiva, questo documento ha presentato una nuova metodologia per l'analisi dei dati EEG. Normalizzare i dati e trattarli come un'ampiezza di probabilità ha portato a parametri che cambiavano con la presenza o la mancanza di stimolo, stabilendo contemporaneamente un valore costante indipendente dallo stimolo. Abbiamo applicato con successo un quadro matematico basato sui formalismi della meccanica quantistica al paradigma del riposo e del compito nell'EEG (senza pretendere che il cervello sia un oggetto quantistico). Poiché la neuroscienza continua ad evolversi, anche gli strumenti analitici a sua disposizione devono progredire di conseguenza. Ci auguriamo che questo strumento analitico, insieme ai progressi nella modellazione e nell'apprendimento automatico, aiutino a comprendere la natura della coscienza. | In definitiva, questo documento ha presentato una nuova metodologia per l'analisi dei dati EEG. Normalizzare i dati e trattarli come un'ampiezza di probabilità ha portato a parametri che cambiavano con la presenza o la mancanza di stimolo, stabilendo contemporaneamente un valore costante indipendente dallo stimolo. Abbiamo applicato con successo un quadro matematico basato sui formalismi della meccanica quantistica al paradigma del riposo e del compito nell'EEG (senza pretendere che il cervello sia un oggetto quantistico). Poiché la neuroscienza continua ad evolversi, anche gli strumenti analitici a sua disposizione devono progredire di conseguenza. Ci auguriamo che questo strumento analitico, insieme ai progressi nella modellazione e nell'apprendimento automatico, aiutino a comprendere la natura della coscienza. | ||
È importante notare che i valori di incertezza di questa forma sono inerenti a qualsiasi variabile coniugata di Fourier, poiché un valore si diffonde in una variabile, si localizza nell'altra. Ciò suggerisce che dopo aver definito il quadrato dell'andamento temporale dell'elettrodo EEG trasformato di Hilbert come probabilità e aver imposto le proprietà di uno spazio di Hilbert sui segnali dell'elettrodo, è possibile estrarre valori di incertezza. Nella meccanica quantistica, questa incertezza stabilisce il limite per le scale che non possono essere osservate. Questo approccio è stato ispirato dalla necessità nelle neuroscienze di nuovi modelli per aiutare a interpretare i dati di neuroimaging. Sebbene questo sia un interessante passo avanti metodologico, dobbiamo comunque determinare se l'incertezza osservata nei dati EEG è supportata da un nuovo principio fondamentale come nella meccanica quantistica, o se è solo il risultato di aver costruito due nuove variabili coniugate di Fourier dal Segnale EEG. | |||
È necessario fare ulteriore lavoro per esplorare questa costante rispetto alla ricca tassonomia di compiti e stimoli e ai vari stati di coscienza che sono abitualmente utilizzati nelle neuroscienze cognitive. Questa metodologia potrebbe essere estesa alla fMRI, dove i corsi temporali BOLD potrebbero essere trasformati da Hilbert creando un analogo tridimensionale del modello EEG presentato in questo articolo. | |||
In definitiva, questo documento ha presentato una nuova metodologia per l'analisi dei dati EEG. Normalizzare i dati e trattarli come un'ampiezza di probabilità ha portato a parametri che cambiavano con la presenza o la mancanza di stimolo, stabilendo contemporaneamente un valore costante indipendente dallo stimolo. Abbiamo applicato con successo un quadro matematico basato sui formalismi della meccanica quantistica al paradigma del riposo e del compito nell'EEG (senza pretendere che il cervello sia un oggetto quantistico). Poiché la neuroscienza continua ad evolversi, anche gli strumenti analitici a sua disposizione devono progredire di conseguenza. Ci auguriamo che questo strumento analitico, insieme ai progressi nella modellazione e nell'apprendimento automatico, aiutino a comprendere la natura della coscienza. |
Latest revision as of 12:25, 6 September 2023
Discussion
Nel presente studio, abbiamo studiato l'estensione spaziale e le proprietà di transizione associate dell'attività neurale nel cervello durante condizioni attive e di riposo e se esistono proprietà di rete sottostanti simili. Abbiamo scoperto che l'applicazione della trasformata di Hilbert ai dati EEG e la sua normalizzazione (Eq. 2) impone una struttura probabilistica al segnale EEG attraverso il cervello (Eq. 3), che abbiamo usato per identificare la probabilità dei modelli spaziali di attività insieme alle transizioni in attività su tutto il cuoio capelluto. Abbiamo riscontrato una maggiore attività anteriore durante il riposo rispetto alla visione del film, sia nell'ampiezza che nello spazio delle fasi. Questo risultato è in linea con i risultati precedenti che mostrano una maggiore attivazione nella regione anteriore durante il riposo.[1][2][3][4][5] Inoltre, normalizzando i segnali EEG con le trasformate di Hilbert ed estraendo valori medi simili a quelli della formulazione della funzione d'onda della meccanica quantistica, siamo stati in grado di calcolare l'incertezza nella "posizione" e nei "momenti" durante il riposo e la visione di film, settata in una nuova costante denominata
È allettante associare la costante relativa alla "posizione" e al "momento" dell'attività neurale a un principio fondamentale, come il principio di indeterminazione di Heisenberg. Tuttavia, non è ancora chiaro cosa significhi questa incertezza. Potrebbe implicare limiti al grado in cui il cervello è accessibile; l'aumento delle informazioni sulla posizione precisa dello stato cerebrale (come descritto dalle nostre "funzioni d'onda" quasi quantistiche) aumenterà l'incertezza su dove sarà in un momento successivo. Questi risultati offrono una prospettiva interessante sul legame tra funzione neurale e processi cognitivi. Ad esempio, quando la "funzione d'onda" si localizza nello spazio lungo un treno di pensieri, ci distraiamo per aumentare l'incertezza, il che potrebbe spiegare perché le menti vagano e i pensieri sono fugaci?
Il valore che abbiamo trovato è costante in diverse condizioni di stimolo e indipendente dal numero di elettrodi utilizzati per acquisire i dati? Per testare questo, abbiamo campionato gli elettrodi EEG da 92 a 20 ed eseguito la stessa analisi del testo principale. In linea con 92 canali, abbiamo riscontrato la tendenza anteriore a riposo, ma abbiamo riscontrato che riducendo gli elettrodi a 20 risultava una costante differente (Vedi materiale supplementare). Ciò dimostra che il modello è in grado di catturare le differenze di riposo/attività ma potrebbe essere necessario introdurre una condizione di normalizzazione dipendente dal montaggio.
È importante notare che i valori di incertezza di questa forma sono inerenti a qualsiasi variabile coniugata di Fourier, poiché un valore si diffonde in una variabile e si localizza nell'altra. Ciò suggerisce che dopo aver definito il quadrato dell'andamento temporale dell'elettrodo EEG nella trasformata di Hilbert come probabilità ed aver imposto le proprietà di uno spazio di Hilbert sui segnali dell'elettrodo, è possibile estrarre valori di incertezza. Nella meccanica quantistica, questa incertezza stabilisce il limite per le scale che non possono essere osservate. Questo approccio è stato ispirato dalla necessità nelle neuroscienze di nuovi modelli per aiutare a interpretare i dati di neuroimaging. Sebbene questo sia un interessante passo avanti metodologico, dobbiamo comunque determinare se l'incertezza osservata nei dati EEG è supportata da un nuovo principio fondamentale come nella meccanica quantistica o se è solo il risultato di aver costruito due nuove variabili coniugate di Fourier dal Segnale EEG.
È necessario fare ulteriore lavoro per esplorare questa costante rispetto alla ricca tassonomia di compiti e stimoli e ai vari stati di coscienza che sono abitualmente utilizzati nelle neuroscienze cognitive. Questa metodologia potrebbe essere estesa alla fMRI, dove i percorsi temporali BOLD potrebbero essere trasformate di Hilbert creando un analogo tridimensionale del modello EEG presentato in questo articolo.
In definitiva, questo documento ha presentato una nuova metodologia per l'analisi dei dati EEG. Normalizzare i dati e trattarli come un'ampiezza di probabilità ha portato a parametri che cambiavano con la presenza o la mancanza di stimolo, stabilendo contemporaneamente un valore costante indipendente dallo stimolo. Abbiamo applicato con successo un quadro matematico basato sui formalismi della meccanica quantistica al paradigma del riposo e del compito nell'EEG (senza pretendere che il cervello sia un oggetto quantistico). Poiché la neuroscienza continua ad evolversi, anche gli strumenti analitici a sua disposizione devono progredire di conseguenza. Ci auguriamo che questo strumento analitico, insieme ai progressi nella modellazione e nell'apprendimento automatico, aiutino a comprendere la natura della coscienza.
È importante notare che i valori di incertezza di questa forma sono inerenti a qualsiasi variabile coniugata di Fourier, poiché un valore si diffonde in una variabile, si localizza nell'altra. Ciò suggerisce che dopo aver definito il quadrato dell'andamento temporale dell'elettrodo EEG trasformato di Hilbert come probabilità e aver imposto le proprietà di uno spazio di Hilbert sui segnali dell'elettrodo, è possibile estrarre valori di incertezza. Nella meccanica quantistica, questa incertezza stabilisce il limite per le scale che non possono essere osservate. Questo approccio è stato ispirato dalla necessità nelle neuroscienze di nuovi modelli per aiutare a interpretare i dati di neuroimaging. Sebbene questo sia un interessante passo avanti metodologico, dobbiamo comunque determinare se l'incertezza osservata nei dati EEG è supportata da un nuovo principio fondamentale come nella meccanica quantistica, o se è solo il risultato di aver costruito due nuove variabili coniugate di Fourier dal Segnale EEG.
È necessario fare ulteriore lavoro per esplorare questa costante rispetto alla ricca tassonomia di compiti e stimoli e ai vari stati di coscienza che sono abitualmente utilizzati nelle neuroscienze cognitive. Questa metodologia potrebbe essere estesa alla fMRI, dove i corsi temporali BOLD potrebbero essere trasformati da Hilbert creando un analogo tridimensionale del modello EEG presentato in questo articolo.
In definitiva, questo documento ha presentato una nuova metodologia per l'analisi dei dati EEG. Normalizzare i dati e trattarli come un'ampiezza di probabilità ha portato a parametri che cambiavano con la presenza o la mancanza di stimolo, stabilendo contemporaneamente un valore costante indipendente dallo stimolo. Abbiamo applicato con successo un quadro matematico basato sui formalismi della meccanica quantistica al paradigma del riposo e del compito nell'EEG (senza pretendere che il cervello sia un oggetto quantistico). Poiché la neuroscienza continua ad evolversi, anche gli strumenti analitici a sua disposizione devono progredire di conseguenza. Ci auguriamo che questo strumento analitico, insieme ai progressi nella modellazione e nell'apprendimento automatico, aiutino a comprendere la natura della coscienza.
- ↑ Cite error: Invalid
<ref>
tag; no text was provided for refs namednaci
- ↑ Cite error: Invalid
<ref>
tag; no text was provided for refs named:2
- ↑ Cite error: Invalid
<ref>
tag; no text was provided for refs named:4
- ↑ Cite error: Invalid
<ref>
tag; no text was provided for refs named:5
- ↑ Christoff K, Gordon AM, Smallwood J, Smith R, Schooler JW. Experience sampling during fMRI reveals default network and executive system contributions to mind wandering. Proc. Natl. Acad. Sci. U. S. A. 2009;106:8719–8724. doi: 10.1073/pnas.0900234106.[PMC free article] [PubMed] [CrossRef] [Google Scholar]