evan_gcrm (evan_gcrm) wrote,
evan_gcrm
evan_gcrm

Categories:

Исследование связности в мозге на основе электрофизиологических данных.



Принципиальная сложность мозга заключена в связях внутри него.
Вы знаете, что внутри мозга огромное количество нервных клеток — навскидку их примерно 86 млрд. Каждая контактирует примерно с 1 тыс. других нервных клеток. Получается значительная сеть из связей.

Попытка понять, что происходит в этой сети хотя бы на глобальном уровне — тренд последних 15 лет, то, чем активно занимаются исследователи.


Какие успехи есть сейчас у людей, которые стараются изучать мозг на таком целостном уровне, пытаясь понять, что, как и с какими процессами связано?

Например, идет активное развитие с появляющимся инструментарием. Есть, наконец, нейробиологические теории интеллекта — их суть в том, что более умными из нас с вами оказываются те люди, у которых нервные связи работают эффективнее, по связям которых лучше течет информация.

Или наблюдаются некоторые различия в типах связей внутри мозга между людьми с разными типами заболеваний. Например, благодаря различиям в том, как происходит активация сетей в мозге, можно отличать болезнь Альцгеймера от деменций с тельцами Леви.

Любопытно, что недавно появилась статья, показавшая, что паттерн работы мозга с точки зрения того, как организована сеть, — это в некотором смысле настолько же уникальная штука, как отпечатки пальцев. И потенциально можно определить человека не только при помощи отпечатков, но и — с точностью выше 99% — при помощи записей его мозга.

Люди с разными моральными качествами отличаются друг от друга по тому, как у них в мозге работают сети. Люди по-разному реагируют на конфликты.




И так связи.
Сначала связи возникают в нервных клетках. Нервные клетки генерируют потенциалы действий. Потенциал действий — электрический заряд, который возникает в нервной клетке и благодаря которому из нее выделяется нейромедиатор. Он попадает в другую клетку, в ней генерируется разряд и т. д.

Базово все связано электрохимической цепью.

Регистрируя активность достаточно большого числа нервных клеток и отслеживая то, когда в клетках возникают потенциалы действия, можно предсказывать, когда они будут возникать в других клетках. Все это делается статистически. Из одиночных нейронов возникают уже более синхронизованная активность. Как раз она и объединяет описанную работу.

Это не как такты в компьютере, но в некотором смысле речь идет о синхронизованной активности, которая точно существует в мозге и помогает ему обрабатывать информацию.



Наверняка вы видели такие картинки, где из разных областей мозга тянутся друг к другу различные ниточки. Перед вами попытка сначала оценить связи в мозге не на уровне нервных клеток и даже не только на уровне крупной анатомии, больших отделов мозга, — но и на уровне того, какие пучки волокон в какие места идут и как по этим пучкам передается информация в локальных областях.

Исследователи делают всё перечисленное с помощью МРТ — и делают уже довольно долго. Уже есть некоторая любопытная информация, как мозг работает.

Например, мы знаем, что существуют очень богатые связями хабы в мозге. Это называется организацией сетей по типу rich club. Есть некоторые узлы, крупные красные точки, через которые проходит вся информация.

Людей с разными патологиями и тому подобным чаще всего характеризует именно распределение данных узлов или набор каких-то изменений.



Крайне интересной мне кажется другая область.
Она обладает плюсами подхода, связанного с регистрацией отдельных нейронов или больших групп нейронов, а также плюсами крупного подхода, когда мы смотрим на весь мозг сразу. Но при этом она лишена минусов указанных подходов.

В чем минусы первого случая, когда мы работаем только с нейронами?

Основной минус — мы не можем посмотреть нейроны сразу во всем мозге. Мы не можем вскрыть череп у человека и поставить электроды на всех нейронах. Тут мы в наших исследованиях очень сильно ограничены областью, которую мы уже взялись изучать.

Одновременно такой подход позволяет смотреть на очень быстрые и детальные процессы, связанные с обработкой информации в мозге на очень тонком уровне.

Минус второго подхода, когда мы смотрим на анатомические сети в мозге, состоит в том, что особенности метода позволяют нам смотреть только на изменения, происходящие в масштабе 2-3 секунд, а не на быстрые изменения. 2-3 секунды — ужасно много для мозга, учитывая, что частота потенциала действия может составлять сотни и даже тысячи герц.



Сети в мозге изучают на электрофизиологическом уровне.
Речь идет о чем-то среднем между изучением отдельных нейронов. Скорость процессов, на которые мы можем смотреть, тоже очень велика. В зависимости от того, насколько муторно вы подходите к эксперименту, она составляет от 0,001 Гц и примерно до 100 Гц. Это действительно быстрые процессы в мозге. И одновремено указанная активность связана со всем мозгом целиком.

Как все устроено?

В первую очередь работают методы электроэнцефалограммы (ЭЭГ) и магнитоэнцефалограммы — к ней всё описанное тоже применимо.
Вам на голову ставят какое-то количество электродов. Сейчас в нейронаучных исследованиях ставят 64 или 128 электродов, довольно крупно покрывая вашу голову точками, отдельными отведениями, с которых регистрируется некоторая суммарная электрическая активность. Мы не знаем детально, откуда она берется. У нас есть модели, но мы не можем воссоздать рождение этой активности на уровне нервных клеток. Однако мы точно знаем, что она связана с какими-то функциональными процессами в мозге.

С каждой точки мы регистрируем некую колебательную активность. Вы наверняка слышали про мозговые ритмы — они как раз и являются составными частями указанной активности. Ритмы — это просто отдельно взятые частотные диапазоны общего колебательного процесса. На основании частотных характеристик выделяют альфа-, бета-, тета-ритм.

Мы говорим про анализ сетей в мозге, и нужно понять, связана ли колебательная активность хотя бы между двумя точками на голове. Чтобы понять, связаны ли в мозге какие-то области, мы берем некоторое количество электродов, одновременно регистрирующих активность в мозге, и пытаемся понять, насколько активность в разных отведениях связана между собой в общем виде. В итоге — пытаемся на основе информации о парах электродов построить что-то типа сети. Нам нужна такая же сеть, какую строят с помощью МРТ.



Тот факт, что электроды будут между собой коррелировать, связан с передачей информации.

Почему мы так думаем?

Это кажется логичным, но когда речь заходит о мозге, все подобные мелочи лучше проверять. Теоретические модели, не подтвержденные никакими экспериментами, часто оказываются недостаточно точными. Речь идет о хорошей тренировке для математика — но она не всегда имеет физиологический смысл.

В данном случае мы из каких-то более детальных клеточных экспериментов знаем: если у нас в мозге есть два участка и между ними есть анатомическая связь, то между ними течет информация и на самом деле сигналы, которые мы будем регистрировать в соседних точках, будут очень похожи.

Если мы перережем связи между этими двумя участками — то они сначала ухудшатся. А если мы вообще отодвинем волокна друг от друга — связи пропадут. Мы потеряли ритмическую колебательную активность в мозге. И только когда мы всё, пусть и не целиком, восстановим, позволим хоть какой-то информации течь между клетками — тогда восстановится и синхронизованная активность.

Мы небезосновательно считаем, что синхронизация между двумя точками — действительно показатель связи между двумя областями в мозге, показатель того, насколько активно между ними идет процесс передачи информации.



Типы измерений принципиально делятся на два больших класса:

Первый класс — non-directed-измерения, которые не делают никаких предположений относительно направленности связей между двумя точками. В данном случае мы совершенно не рассматривали, откуда и куда течет информация. В мозге есть такие связи, о которых мы знаем, что они существуют и в одну, и в другую сторону — просто есть некоторая постоянная цепь передачи информации, и всё.
Для такого типа связей мы можем использовать методы, никаким образом не зависящие от направления связей.

Одновременно мы знаем, что вообще — и это достаточно логично — мозг устроен иерархически. Значит, есть некоторый поток информации. Вообще-то, в общем виде говорить, что связи в мозге просто текут между собой в разные стороны — не совсем правильно. Следовательно, крайне важным оказывается следующее: должны существовать методы, которые позволяют нам оценивать направления связей.

Оценивать можно в основном две характеристики электроэнцефалографического сигнала. В первую очередь мы оцениваем, насколько существует общий колебательный процесс. И тут, учитывая, что речь идет о колебательном процессе, крайне важным оказывается оценить то, насколько в нем совпадают фазы сигнала.

У нас может быть некоторое количество вариантов происходящего с фазами в мозге. Понятно, что могут совпадать фазы между сигналами и что тогда у нас будет один паттерн.
Связи могут иметь какую-то временную задержку — тогда у нас возникнет другой паттерн. И, наконец, связи могут быть обратны друг другу. Тогда в итоге будем получать, что никакой зависимости нет.
Понятно, что такого не бывает.
Нуля никогда не бывает, так же как и единицы никогда не бывает, но тем не менее.

Базово фазовую синхронизацию оценивают с помощью разложения сигнала на комплексные числа и выделения действительной и мнимой части. В первую очередь оценивают как раз мнимую часть.



Другая важная вещь, которую можно делать, — оценивать не столько фазовые характеристики сигнала, сколько амплитудные или частотные характеристики безотносительно фазы.

Тут в первую очередь существует метод анализа когерентности. По сути, речь идет просто о подсчете корреляций между парой электродов с некоторой небольшой поправкой. Ну и еще нужно принимать во внимание довольно серьезные фазовые изменения в разных частотных диапазонах, возникающие за счет того, что у нас длина волны получается разной. С учетом указанных изменений образуются некоторые усложнения процедуры phase locking value, когда мы еще нормализуем частотные спектры на длину волны.

Здесь мы — и в случае оценки фазовой синхронизации, и в случае оценки когерентности — получаем сигналы, которые на самом деле не чувствительны к направлению передачи информации. Мы просто оцениваем то, что сигналы между собой взаимосвязаны.

Второй класс — методы, основанные на изначальных предположениях о том, что сигнал течет из одной стороны в другую.
В первую очередь к таким относится метод granger causality.
Указанные методы были разработаны для экономики, но они активно применяются и в нейронауке. Мы пытаемся на основании активности в одном месте предсказать, что будет происходить в другом электроде, узнать, насколько велика предсказательная сила, чтобы это понять. И можно делать некоторый временной сдвиг, смотреть, насколько происходящее в одном месте приводит к происходящему где-то еще.



Когда мы говорим о связи между точками, нужно принимать во внимание, что эта связь имеет некоторые технические характеристики и некоторые особенности того, как информация от точек поступает к нам.
Например, крайне важным оказывается помнить, что когда мы смотрим на какую-то электрическую активность, речь всегда идет о разности потенциалов. А если имеется разность потенциалов, то одна точка уже есть. Одновременно есть и другая точка на голове, которая называется референтной. Относительно нее мы смотрим разность сигнала. В этом смысле, взяв некоторую общую точку для всех имеющихся в мозге сигналов, мы поймем, что искусственно увеличиваем сходство просто за счет технических характеристик. У нас уже есть нечто общее, где действительно нет нулевой активности, и мы это используем для получения разности потенциалов.

Я описал первую проблему. Ее можно решать, детально анализируя и постоянно выбирая разные точки для референса и подсчета активностей.

Другая проблема связана вот с чем: когда мы видим связь между двумя точками, мы не знаем, что это, может быть, результат связи их обоих с третьей точкой.



В первую очередь дело в том, что мы смотрим активность на поверхности черепа, хотя источник активности в мозге — некий электрический диполь, распространяющееся поле, приходящее в разные участки головы. Существуют методы, позволяющие из активности, которую мы видим на скальпе, получать активность источников в мозге. И тогда нужно пытаться понять связь не между точками на голове, а между источниками в мозге.

И тут начинается все самое интересное...



/Источник/



Картинка кликабельна



Tags: stimmhorn, Сознание, Технологии
Subscribe

  • Волшебный дом

    Наша планета - вовсе не тюрьма. Это очень большой дом. Волшебный дом. Может, где-то внизу в нем есть и тюрьма, но в действительности это дворец…

  • Тысяча мнений

    Одно точное измерение, стоит тысячи мнений экспертов. /Grace Hopper/

  • Человек

    Один человек часто видел во сне дом. Это был дом, который он впервые увидел младенцем. Первый кадр – его сносят вниз по лестнице, слева почему-то…

promo evan_gcrm march 28, 2018 19:35 141
Buy for 30 tokens
Основополагающим элементом, основным двигателем всей жизни, является репликатор. Скопированная информация - это и есть «репликатор». На Земле первый репликатор довольно бесспорный - это гены, или информация, закодированная в молекулах ДНК. Точнее это первый репликатор, о котором мы знаем.…
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 3 comments