Abstrakt
Ein herausragendes Problem in der kognitiven Neurowissenschaft betrifft die Organisation des Gehirns unter verschiedenen Bedingungen. Zum Beispiel kann das Gehirn während des Ruhezustands in zuverlässige und reproduzierbare Netzwerke geclustert werden (z. B. sensorische, standardmäßige, exekutive Netzwerke). Interessanterweise entstehen dieselben Netzwerke unter aktiven Bedingungen als Reaktion auf verschiedene Aufgaben. Wenn ähnliche Muster neuronaler Aktivität unter verschiedenen Bedingungen gefunden wurden und daher unterschiedliche zugrunde liegende Prozesse und Erfahrungen der Umwelt, ist das Gehirn dann nach einem grundlegenden Organisationsprinzip organisiert? Um dies zu testen, wendeten wir mathematische Formalismen an, die von Quantenmechanismen entlehnt waren, um Daten des Elektroenzephalogramms (EEG) zu modellieren. Wir haben eine Tendenz entdeckt, dass EEG-Signale während der „Ruhe“ in vorderen Regionen des Gehirns lokalisiert und während einer Aufgabe (z. B. beim Ansehen eines Films) gleichmäßiger verteilt sind. Darüber hinaus fanden wir analoge Werte zur Heisenbergschen Unschärferelation, was auf eine gemeinsame zugrunde liegende Architektur der menschlichen Gehirnaktivität unter Ruhe- und Aufgabenbedingungen hindeutet. Diese zugrunde liegende Architektur manifestiert sich in der neuartigen Konstante , die mit der geringsten Unsicherheit aus dem Gehirnzustand extrahiert wird. Wir möchten erklären, dass wir die Mathematik der Quantenmechanik verwenden, aber nicht behaupten, dass sich das Gehirn wie ein Quantenobjekt verhält.
Fachbegriffe: Computational Science, Quantenmechanik