Store:EEMIit02

Introduzione

Una questione importante ma eccezionale nella neuroscienza cognitiva contemporanea è la comprensione delle proprietà organizzative dell'attività neurale. Ad esempio, esiste una struttura fondamentale per i modelli spazio-temporali dell'attività cerebrale neurale in condizioni diverse? Un approccio comune utilizzato per rispondere a questa domanda è quello di esaminare il cervello a "riposo". Misure come la connettività funzionale, l'analisi dei componenti indipendenti e le metriche teoriche dei grafici sono state applicate ai dati registrati utilizzando diverse tecniroche di imaging (ad esempio, risonanza magnetica funzionale (fMRI) ed elettroencefalografia (EEG)), per raggruppare aree cerebrali che mostrano schemi di attività simili . Numerosi studi hanno dimostrato che l'attività cerebrale durante il "riposo" può essere raggruppata in reti distinte; come reti sensoriali (visive e uditive), modalità predefinita, esecutiva, salienza e attenzionale (ventrale e dorsale) che sono state riprodotte in modo affidabile tra migliaia di partecipanti e sono predittive di misure fenotipiche come la cognizione e le diagnosi cliniche. Questi risultati suggeriscono che queste reti potrebbero essere un aspetto intrinseco dell'attività neurale.

In effetti, lo stesso insieme di modelli strutturati di attività neurale è stato trovato durante stati "attivi", come durante il completamento di compiti diversi. Ad esempio, c'è un alto grado di corrispondenza tra le reti estratte durante il riposo e quelle estratte durante i compiti che misurano le capacità sensomotorie e cognitive di livello superiore (cioè la memoria di lavoro). Anche completare un compito complicato come seguire la trama di un film presenta la stessa architettura di rete osservata nel cervello a riposo. La corrispondenza tra attività e reti basate sul riposo è così forte che l'attività della rete fMRI basata sui compiti può essere prevista dallo stato di riposo e le coppie di reti di riposo-attività possono essere identificate a livello individuale. Insieme, questi risultati suggeriscono che i modelli di attività cerebrale basati sul riposo e sulle attività probabilmente condividono un'architettura neurale sottostante simile, nonostante esperienze e processi cognitivi distinti.

Esistono, tuttavia, differenze importanti tra i modelli di attività cerebrale attivati durante il riposo e i paradigmi basati sulle attività e l'insieme di esperienze e processi cognitivi associati a ciascuno. Ad esempio, la presenza o l'assenza di un compito è accompagnata da un aumento della variabilità su diverse scale, comprese le variazioni della velocità di scarica neuronale nei potenziali di campo, la variazione della fMRI dipendente dal livello di ossigeno nel sangue (segnale BOLD) e nelle bande di frequenza EEG. Inoltre, attraverso la stimolazione di corrente continua transcranica (tDCS) è stato dimostrato che la stimolazione del lobo frontale aumenta la propensione a vagare per la mente. È importante sottolineare che queste differenze sono associate a cambiamenti nelle proprietà dell'attività neurale ma non a cambiamenti nell'architettura neurale sottostante.

C'è un modo per identificare l'architettura neurale condivisa alla base dei processi cognitivi associati a riposo ed agli stati attivi, quantificando anche come questi processi divergono da quell'architettura condivisa dell'attività neurale? In questo articolo, abbiamo applicato metodi matematici analoghi a quelli della meccanica quantistica e il concetto di spazio delle fasi all'EEG registrato durante il riposo e la visione di film, per estrarre le proprietà spaziali e di transizione dell'attività dinamica neurale. La meccanica quantistica è stata sviluppata per descrivere la dinamica del mondo subatomico in termini di ampiezze di probabilità e densità di stati. I sistemi quantistici (nella formulazione di Schrodinger della meccanica quantistica) sono descritti da funzioni d'onda che quadrano ad una distribuzione di probabilità e che porta alla perdita del determinismo locale e del principio di indeterminazione di Heisenberg (per una panoramica/introduzione all'argomento, vedere. Questo principio di indeterminazione pone un limite fondamentale alla posizione e alla quantità di moto di una particella puntiforme. In sostanza, se la posizione di una particella è nota, c'è un'incertezza di fondo nella sua quantità di moto (non si può dire con precisione a che velocità stia andando) e viceversa. Oltre alla adattamento dell'approccio della funzione d'onda alla meccanica quantistica in questo articolo, abbiamo anche impiegato un modello dello spazio delle fasi. Lo spazio delle fasi è uno strumento ampiamente utilizzato nello studio dei sistemi dinamici, in cui le variabili posizionali sono accoppiate con il loro momento coniugato che stabilisce uno spazio multidimensionale e che descrive tutte le possibili configurazioni di un dato sistema.Questo spazio abbraccia l'intera gamma di stati in cui un sistema può esistere, ciascuno punto (in questo iperspazio) rappresenta un singolo stato del sistema. Lo spazio delle fasi e i suoi formalismi assortiti sono un concetto classico e lo usiamo semplicemente come un altro strumento per analizzare i dati EEG. Qui, i metodi matematici della meccanica quantistica vengono applicati ai dati EEG per estrarre un proxy per lo spazio delle fasi. Questo approccio quasi-quantistico genera naturalmente i concetti di posizione "media", quantità di moto "media" e culmina in un analogo principio di indeterminazione di Heisenberg.

In questo articolo, postuliamo che utilizzando strumenti matematici tratti dalla meccanica quantistica, è possibile realizzare un modello sottostante rappresentativo del compito e dell'attività cerebrale a riposo, in cui le differenze tra le condizioni sono evidenti, ma culmina in un valore costante indipendente dal compito. È importante notare che non stiamo affermando che il cervello si comporti come un oggetto quantistico come alcuni credono. Piuttosto, abbiamo impiegato alcuni degli strumenti analitici dalla formulazione di Schrodinger della meccanica quantistica al cervello con l'obiettivo di ottenere nuove informazioni sulla dinamica cerebrale a riposo e basata sui compiti cognitivi. L'ideazione di questo modello non solo pone domande sulle funzioni del cervello, ma fornisce anche un nuovo approccio all'analisi della miriade di dati disponibili nelle neuroscienze.