Store:EEMIes03

Patrones y Matemáticas

De hecho, se ha encontrado el mismo conjunto de patrones estructurados de actividad neuronal durante estados "activos", como al completar diferentes tareas. Por ejemplo, existe un alto grado de correspondencia entre las redes extraídas durante el descanso y las extraídas durante las tareas de medición. sensoriomotoras y habilidades cognitivas de nivel superior (es decir, memoria de trabajo). Incluso completar una tarea tan complicada como seguir la trama de una película provoca la misma arquitectura de red que se observa en el cerebro en reposo. La correspondencia entre la tarea y la basada en el descanso redes es tan fuerte que la actividad de la red fMRI basada en tareas se puede predecir a partir del estado de reposo, y los pares de redes de tareas y descanso se pueden identificar en el nivel individual. Juntos, estos resultados sugieren que los patrones de actividad cerebral basados en tareas y descanso probablemente comparten una arquitectura neuronal subyacente similar, a pesar de distintas experiencias y procesos cognitivos.

Sin embargo, existen diferencias importantes entre los patrones de actividad cerebral provocados durante el descanso y los paradigmas basados en tareas, y el conjunto de experiencias y procesos cognitivos asociados con cada uno. Por ejemplo, la presencia o ausencia de una tarea va acompañada de aumentos en la variabilidad a través de diferentes escalas, incluidas las tasas de activación neuronal, cambios en los potenciales de campo, variación en la resonancia magnética funcional (RMf) dependiente del nivel de oxígeno en sangre (señal BOLD) y en las bandas de frecuencia del EEGAdemás, a través de la estimulación de corriente continua transcraneal (tDCS) se ha demostrado que la estimulación del lóbulo frontal aumenta la propensión a divagar. Es importante destacar que estas diferencias están asociadas con cambios en las propiedades de la actividad neuronal, pero no con cambios en la arquitectura neuronal subyacente.

¿Hay alguna manera de identificar la arquitectura neuronal compartida que subyace a los procesos cognitivos asociados con los estados de reposo y actividad y, al mismo tiempo, cuantificar cómo estos procesos divergen de esa arquitectura compartida de actividad neuronal? En este artículo, aplicamos métodos matemáticos análogos a los de la mecánica cuántica y el concepto de espacio de fase al EEG registrado durante el descanso y la visualización de películas para extraer propiedades espaciales y transicionales de la actividad neuronal dinámica. La mecánica cuántica se desarrolló para describir la dinámica del mundo subatómico en términos de amplitudes de probabilidad y densidades de estados. Los sistemas cuánticos (en la formulación de la mecánica cuántica de Schrödinger) se describen mediante funciones de onda que cuadran con una distribución de probabilidad que conduce a la pérdida del determinismo local y el principio de incertidumbre de Heisenberg (para una descripción general/introducción al tema, consulte. Este principio de incertidumbre coloca un límite fundamental en la ubicación y el momento de una partícula puntual.

En esencia, si se conoce la posición de una partícula, existe una incertidumbre subyacente en su momento (no se puede decir con precisión qué tan rápido va) y viceversa. Además de la adaptación del enfoque de función de onda a la mecánica cuántica en este artículo, también empleamos un modelo de espacio de fase. El espacio de fase es una herramienta ampliamente utilizada en el estudio de sistemas dinámicos, donde las variables posicionales se emparejan con sus momentos conjugados, lo que establece un espacio multidimensional que describe todas las configuraciones posibles del sistema dado. Este espacio abarca toda la gama de estados en los que puede existir un sistema, cada punto (en este hiperespacio) representa un solo estado del sistema. El espacio de fase y sus diversos formalismos son un concepto clásico y simplemente lo usamos como otra herramienta para analizar los datos del EEG. En este documento, los métodos matemáticos de la mecánica cuántica se aplican a los datos de EEG para extraer un proxy del espacio de fase. Este enfoque cuasi-cuántico genera naturalmente los conceptos de posición 'promedio', momento 'promedio' y culmina en un principio de incertidumbre análogo de Heisenberg.

En este artículo, postulamos que utilizando herramientas matemáticas extraídas de la mecánica cuántica, se puede realizar un patrón subyacente representativo de la tarea y la actividad cerebral en reposo, en el que las diferencias entre las condiciones son evidentes, pero culmina en un valor constante independiente de la tarea. Es importante tener en cuenta que no estamos afirmando que el cerebro se comporte como un objeto cuántico como algunos creen.

  Más bien, hemos empleado algunas de las herramientas analíticas de la formulación de Schrödinger de la mecánica cuántica para el cerebro con el objetivo de obtener nuevos conocimientos sobre la dinámica del cerebro en reposo y basada en tareas. El diseño de este modelo no solo investiga las funciones del cerebro, sino que también proporciona un enfoque novedoso para analizar la gran cantidad de datos disponibles en neurociencia.