뇌의 전이성

Metastability in the brain

계산신경과학 분야에서 전이성 이론은 인간의 두뇌가 여러 기능부위를 통합하고 신경진동을 협력적이고 조정된 방식으로 만들어 의식활동의 기초를 제공하는 능력을 말한다.

(진동파 등) 신호가 자연 평형 상태를 벗어나지만 장기간 지속되는 상태인 전이성은 겉보기에는 무작위로 보이는 환경 단서들로 이치에 맞는 뇌의 능력을 설명하는 원리다.지난 25년 동안 컴퓨터가 두뇌 활동을 모델링하는 방법의 진보에 의해 측정성과 비선형 역학의 기본 틀에 대한 관심이 높아졌다.

개요

EEG는 두개골 표면에서 관찰할 수 있는 뇌의 총 전기적 활동을 측정한다.전이성 이론에서 EEG 출력은 특정 주파수에서 서로 상관관계가 있는 식별 가능한 패턴을 갖는 것으로 설명할 수 있는 진동을 생성한다.뉴런 네트워크의 각 뉴런은 일반적으로 역동적인 진동 파형을 출력하지만, 혼돈 파형을 출력할 수 있는 능력도 가지고 있다.[1]뉴런이 서로 상호 접속해 신경망에 통합되면 각 뉴런이 만들어내는 역동적인 진동이 결합돼 예측성이 높은 EEG 진동을 형성할 수 있다.

과학자들은 이러한 상관관계와 예측 가능한 EEG 진동에 기여하는 개별 뉴런을 식별함으로써 어떤 피질 영역이 병렬로 처리되고 있는지, 어떤 뉴런 네트워크가 서로 얽혀 있는지를 파악할 수 있다.많은 경우에, 전이성은 뇌의 원위부가 환경 자극에 반응하기 위해 서로 상호작용하는 경우를 설명한다.

측정 가능 빈도 영역

의식적 사고의 기초가 되는 두뇌 역학의 한 가지 필수 요소는 겉으로 보기에 시끄러워 보이거나 혼란스러워 보이는 신호를 예측 가능한 진동 패턴으로 변환하는 뇌의 능력이라고 제안되었다.[2]

신경망의 EEG 진동에서 인접 파형 주파수는 선형 척도가 아닌 로그 척도로 상관된다.결과적으로, 진동 대역의 평균 주파수는 평균 주파수의 선형성에 따라 서로 연결할 수 없다.대신, 위상 전환은 불안정하고 안정적인 위상 동기화 사이의 일정한 전환 상태에서 인접한 위상 이동과 결합할 수 있는 능력에 따라 연결된다.[2]이 위상 동기화는 신경망에서 측정 가능한 동작의 기초를 형성한다.

측정 가능한 동작은 1/f region으로 알려진 고주파 영역에서 발생한다.이 체제는 특정 대역폭을 통해 신호가 출력하는 전력량(그들의 전력 스펙트럼 밀도)이 주파수에 반비례하는 소음 신호(핑크 노이즈라고도 함)가 유도된 환경을 설명한다.

1/f 체계의 소음은 많은 생물학적 시스템(예를 들어 심전도 파형의 심장 박동 출력)에서 찾을 수 있지만, 뉴런 네트워크에서 위상 동기화를 위한 고유한 목적을 제공한다.1/f 체제에서 뇌는 무작위 신호를 식별 가능하고 예측 가능한 진동 파형으로 전환할 수 있기 때문에 약하거나 혼란스러운 환경 신호에 대한 의식적인 반응에 필요한 임계 상태에 있다.[2]이러한 파형은 종종 과도하지만, 환경 자극에 대한 의식적인 반응이라고 생각할 수 있는 것에 기여할 수 있을 만큼 충분히 긴 안정적인 형태로 존재한다.

측정가능성 이론

진동 활동 및 조정 역학

불안정과 안정적 단계 사이에서 서로 통신하는 통합된 신경계통으로 구성된 네트워크를 나타내는 역동적 시스템 모델은 전이성의 이해를 뒷받침하는 점점 더 대중적인 이론이 되었다.[3]조정 역학은[4] 환경 자극과 그들의 영향자의 결합을 지배하는 수학적 공식과 패러다임을 설명함으로써 이 역동적 시스템 모델의 기초를 형성한다.

조정역학 및 HKB(Haken-Kelso-Bunz) 모델의 역사

이름이 HKB인 이 모델은 뇌의 조정 역학을 기술한 가장 초기 이론 중 하나이다.이 모델에서 신경망의 형성은 부분적으로 자기 조직화라고 설명할 수 있는데, 이 조직에서는 개별 뉴런과 작은 뉴런 시스템이 집적하여 지역 자극에 적응하거나 반응하거나 또는 노동력을 분할하고 기능을 전문적으로 담당하도록 조정한다.[5]

집게손가락의 평행 이동에서 대칭, 대칭 이동으로 전환.

지난 20년 동안 HKB 모델은 개별 뉴런의 조정된 움직임과 행동을 대형 엔드투엔드 신경망으로 설명하는 널리 받아들여진 이론이 되었다.[when?]원래 모델은 손가락 움직임에서 관찰된 자발적 전환을 일련의 위상 및 위상 이탈 운동으로 설명할 수 있는 시스템을 기술했다.[6]

1980년대 중반 HKB 모델 실험에서 피실험자들은 두 가지 방향의 모드에서 각 손에 한 손가락을 흔들어 보라고 요구받았다: 첫째, 위상 밖으로 알려진, 두 손가락이 앞뒤로 같은 방향으로 움직인다(앞유리 와이퍼가 움직일 수 있는 것처럼), 둘째, 위상 안쪽으로 움직인다(두 손가락이 서로 모여 중앙선을 오간다).신체. 조정 역학을 설명하기 위해 피험자들은 손가락이 가능한 빨리 움직일 때까지 속도를 증가시키면서 손가락을 위상 밖으로 움직이도록 요청받았다.움직임이 임계 속도에 가까워지면서 피험자들의 손가락이 위상 밖(윈드실드-와퍼 유사) 움직임에서 위상 안(토우드 중간선 움직임)으로 이동하는 것으로 나타났다.

여러 복잡한 수학적 서술자들에 의해서도 해명되어 온 HKB 모델은, 자기 조직화된 임계상태 직전에 동시에 도달하게 되는 겉보기에는 독립적으로 보이는 시스템을 기술하는 비교적 단순하지만 강력한 방법이다.[6][7]

인지 조정 역학의 진화

지난 10년 동안 HKB 모델은 기초적인 조정 역학을 학습과 기억과 같은 고차원의 과정과 연결하기 위해 고급 수학 모델과 슈퍼컴퓨터 기반 연산으로 조정되었다.[when?]

전통적인 EEG는 뇌의 다른 부분들 사이의 조정을 조사하는 데 여전히 유용하다.40Hz 감마파 활동은 역동적으로 모델링할 수 있는 뇌의 능력에 대한 두드러진 예로서 조정 역학의 일반적인 예다.이러한 진동과 다른 진동에 대한 지속적인 연구는 파형을 공통 신호 위상이 있지만 진폭이 다른 것으로 분석하면 이러한 서로 다른 신호가 시너지 기능을 제공할 가능성이 있다는 중요한 결론을 이끌어냈다.[8]

이러한 파동의 특이한 특징들: 그것들은 사실상 동시적이며 매우 짧은 시작 지연 시간을 가지고 있는데, 이는 그들이 시냅스 전도가 허용하는 것보다 더 빨리 작동한다는 것을 의미하며, 인지할 수 있는 패턴은 때때로 무작위성의 기간에 의해 중단된다는 것을 의미한다.후자의 특이점은 신경 서브시스템 사이의 상호작용과 전환을 가정하는 기초가 되었다.피질 영역의 활성화와 비활성화에 대한 분석은 의존성과 상호의존성 사이의 동적 변화를 보여주었고, 이는 조정된 역동적 시스템의 함수로서 뇌의 전이 가능한 성질을 반영한다.

fMRI, 대규모 전극 배열, MEG는 조정된 역학의 시각적 확인을 제공함으로써 EEG에서 보이는 패턴으로 확장된다.주걱성 성격화에서 EEG보다 개선된 MEG는 연구자들이 환경 단서로 뇌의 특정 부분을 자극하고 전체적인 뇌모델로 반응을 관찰할 수 있도록 한다.또한 MEG는 약 1밀리초의 응답 시간을 가지고 있어 환경적 단서 및 의식적 과제에 대응하여 뇌의 선택된 부분의 활성 켜기 및 끄기를 가상으로 실시간 조사할 수 있다.[9]

사회조정역학 및 phi 복합체

조정 역학에서 발전하는 분야에는 사회적 조정 이론이 포함되어 있는데, 그것은 DC를 어떤 상호작용의 패턴을 따르는 복잡한 사회적 단서의 정상적인 인간 발달과 연관시키려 한다.이 연구는 인간의 사회적 상호작용이 신경망의 전이성에 의해 어떻게 매개되는지를 이해하는 것을 목적으로 한다. fMRI와 EEG는 특히 실험 연구에서 사회적 단서에 대한 태음극 반응을 매핑하는 데 유용하다.

phi 콤플렉스라고 불리는 새로운 이론이 J. A. Scott Kelso와 플로리다 대서양 대학의 동료 연구자들에 의해 개발되어 사회 조정 역학 이론에 대한 실험적인 결과를 제공하게 되었다.[10]켈소의 실험에서 두 피사체를 불투명한 장벽에 의해 분리시켜 손가락을 흔들어 보라고 한 다음, 장벽이 제거되고 피사체들은 아무런 변화가 없었던 것처럼 손가락을 계속 흔들도록 지시를 받았다.짧은 시간이 흐른 후, 두 과목의 움직임은 때때로 조정되고 동기화되었다(그러나 다른 때는 비동기적이 계속되었다).EEG와 의식적인 사회적 상호작용 사이의 연결고리는 10Hz 범위에서 작동하는 여러 뇌 리듬 중 하나인 Phi로 설명된다.Phi는 두 가지 요소로 구성된다: 하나는 혼자 하는 행동을 선호하기 위한 것이고 다른 하나는 상호 작용적인 행동을 선호하기 위한 것이다.Phi의 추가 분석은 조현병과 같은 퇴행성 질환의 사회적 대인관계적 의미를 드러내거나 알파와 오메가-말레스의 역학관계나 사람들이 비상 상황에서 개인의 책임을 분산시키는 방법을 설명하는 대중적인 방관자 효과와 같은 일반적인 사회적 관계에 대한 통찰력을 제공할 수 있다.참석자 수

동적 코어

두 번째 전이성 이론은 소위 동적 핵심을 포함하는데, 이는 의식의 통합 중심이라고 여겨지는 탈모곡적 영역을 느슨하게 묘사하는 용어다.동적 코어 가설(DCH)은 이 부위의 자극 동안 상호 연결된 뉴런 네트워크의 사용과 사용을 반영한다.6만5000개의 스파이크 뉴런의[8] 컴퓨터 모델을 보면 피질과 쇄골에 존재하는 뉴런 그룹이 동기 진동 형태로 상호 작용한다는 것을 알 수 있다.뚜렷한 신경 그룹들 사이의 상호작용은 동적 중심부를 형성하며 의식 경험의 본질을 설명하는 데 도움이 될 수 있다.DCH의 중요한 특징은 신경 통합과 비 통합 사이의 전환(즉, 두 가지가 중간이 없는 하나 또는 다른 하나라는 것)에 대해 이원적으로 생각하는 대신에 동적 코어의 전이 가능한 특성이 통합의 연속성을 허용할 수 있다는 것이다.[8]

신경 다윈주의

동적 중심부를 의식적 사고와 통합하기 위해 사용되는 한 이론은 신경 다윈주의라고 알려진 발전하는 개념을 포함한다.[11]이 모델에서, 태음극 영역에서의 전이 가능한 상호작용은 재진입을 통한 선택주의의 과정(결합 신호 지연을 통해 뇌의 먼 부분에 있는 신호들 사이의 전반적인 상호주의와 상호작용을 기술하는 현상)을 야기한다.뉴런 선택성은 뉴런 연결에 의해 환경 경험에 의해 영향을 받는 산전후로 일어나는 기계화학 사건을 포함한다.[12]동적 코어와 관련된 시냅스 신호의 수정은 DCH에 대한 추가 설명을 제공한다.

DCH에 대한 증거가 증가함에도 불구하고, 동적 코어 동작을 모델링하고 예측하는 수학적 구조를 생성하는 능력은 더디게 진행되었다.[13]뉴런 신호를 혼돈과 비선형으로 표시하도록 설계된 확률적 프로세스의 지속적인 발전은 어떻게 혼돈 환경 신호가 결합되어 동적 노심 내 신경 외부 성장 또는 조정의 선택성을 향상시키는지 분석하기 위한 알고리즘적 기초를 제공했다.

전역 작업 공간 가설

지구 공간 가설은 전이성을 해명하기 위한 또 다른 이론으로 1983년부터 어떤 형태로든 존재해 왔다.[14]이 가설은 또한 재진입 현상, 즉 뇌의 여러 부분에 의해 동시에 사용될 수 있는 일상의 능력이나 과정의 능력에 초점을 맞추고 있다.[8]DCH 모델과 글로벌 뉴런 작업 공간(GNW) 모델 모두 재진입이 수반되지만 GNW 모델은 뇌의 먼 부분과 장거리 신호 흐름 사이의 재진입 연결에 대해 상세히 기술하고 있다.작업공간 뉴런은 해부학적으로 비슷하지만 공간적으로 서로 분리되어 있다.

GNW의 한 가지 흥미로운 측면은 신호가 이동하는 충분한 강도와 길이로, 작은 개시 신호를 조합하여 임계 스파이크 유도 상태의 "점화"를 활성화할 수 있다는 것이다.이 생각은 산비탈에서 스키를 타고 있는 스키 선수와 유사하다. 스키로 얼음 몇 블록을 교란함으로써, 그의 여파로 거대한 눈사태를 일으킨다.회로와 같은 증폭 이론을 입증하기 위해 장거리 연결에서 병변을 유도하면 통합 모델 성능이 저하된다는 연구 결과가 나왔다.[8]

세계적인 작업공간 가설을 입증하기 위한 인기 있는 실험은 피험자에게 일련의 역마스크 시각적 단어(예: "개가 조용히 잔다"는 것을 "ylteuq speakes god eht"로 보여준다)를 보여준 다음 피험자에게 이러한 단어의 전향적인 "번역"을 확인하도록 요구하는 것을 포함한다.fMRI는 피질의 단어인식 부분에서 활동성을 감지했을 뿐만 아니라 두정엽과 전두엽 피질에서도 활동성이 감지되는 경우가 많았다.[15]거의 모든 실험에서 단어와 오디션 과제에 대한 의식적인 입력은 동일한 무의식적인 입력보다 뇌의 통합적인 부분을 훨씬 더 많이 사용하는 것을 보여준다.실험 결과에서 뇌의 다른 영역들 사이의 넓은 분포와 지속적인 신호 전달은 신경 작업 공간 가설을 증명하기 위한 일반적인 방법이다.글로벌 워크스페이스의 영역에서 의식적인 작업 심의와 무의식적인 작업 심의의 상관관계를 정확하게 결정하기 위한 연구가 더 많이 이루어지고 있다.

두뇌-마음의 운영설계론

비록 전이성의 개념은 얼마 전부터 신경과학에 존재해 왔지만,[16] 서로 다른 복잡성의 뇌 수술의 맥락에서 전이성의 구체적인 해석은 뇌-마인드 기능의 작동 설계자 모델 내에서 앤드류 및 알렉산더 핑겔커츠에 의해 개발되었다.전이성은 기본적으로 글로벌 통합적 경향과 국부적 분리적 경향이 뇌에 어떻게 공존하는가에 대한 이론이다.[17][18]운영설계론은 뇌의 기능을 측정할 수 있는 체계에서 뇌의 개별적인 부분이 조정된 활동을 위한 경향을 보이는 것과 동시에 자율적으로 기능하는 경향을 보인다는 사실에 초점을 맞추고 있다.[19][20]운영 설계학(Operational Architectonics)에 따라 분산된 뉴런 어셈블리에 의해 생성되는 동기화된 운영은 측정 가능한 공간-임시 패턴을 구성한다.[21]그것들은 측정이 가능한데, 왜냐하면 뉴런 조립체들 사이의 활동에서의 본질적인 차이가 충분히 커서 각자가 각자의 업무(작동)를 할 수 있는 반면, 복잡한 뇌 운용을 실현하기 위해 함께 조정되는 경향을 여전히 유지하고 있기 때문이다.[22][23]

측정성의 미래

측정 가능한 상호작용이 전통적 사회기능에 미치는 영향을 조사하는 연구 외에도, 많은 연구가 알츠하이머병, 파킨슨병, 뇌졸중, 조현병과 같은 쇠약해지는 질병의 진행에 있어 조정된 동적 시스템과 글로벌 업무 공간의 역할을 결정하는 데 초점을 맞출 것으로 보인다.[24]의심할 여지 없이, MEG와 fMRI와 같은 시티오템포럴 영상 기법은 EEG 출력의 분석에서 이미 얻은 결과에 대해 상세히 기술할 것이다.

전쟁 관련 상해로 인해 TBI 환자가 증가함에 따라 지난 5년간 외상 또는 반 외상 뇌손상(TBI)이 조정된 역동 시스템에 미치는 영향에 대한 관심이 발전했다.

참고 항목

참조

  1. ^ Thiran, P; M Hasler (1994-12-18). Information processing using stable and unstable oscillations: a tutorial. Cellular Neural Networks and Their Applications. pp. 127–136. doi:10.1109/cnna.1994.381695. ISBN 978-0-7803-2070-3. S2CID 61939952.
  2. ^ a b c Buzsáki, György (2006). Rhythms of the Brain. U.S.: Oxford University Press. pp. 128–31. ISBN 978-0-19-530106-9.
  3. ^ Fingelkurts, A.; A. Fingelkurts (2004). "Making complexity simpler: Multivariability and metastability in the brain". International Journal of Neuroscience. 114 (7): 843–862. doi:10.1080/00207450490450046. PMID 15204050. S2CID 11376883.
  4. ^ A.S. Kelso, James (July 2014). Coordination Dynamics. In Encyclopedia of Complexity and Systems Science. Springer. pp. 1–17. ISBN 978-3-642-27737-5.
  5. ^ Collier, T.; Charles Taylor (July 2004). "Self-organization in sensor networks" (PDF). J. Parallel and Distributed Computing. 64 (7): 866–873. doi:10.1016/j.jpdc.2003.12.004. Retrieved 2007-11-26.
  6. ^ a b Fuchs, A.; V.K. Jirsa (2000). "The HKB model revisited: How varying the degree of symmetry controls dynamics". Human Movement Science. 19 (4): 425–449. doi:10.1016/S0167-9457(00)00025-7.
  7. ^ Kelso, J.A. Scott; et al. (1988). "Dynamic pattern generation in behavioral and neural systems". Science. 239 (4847): 1513–1520. Bibcode:1988Sci...239.1513S. doi:10.1126/science.3281253. PMID 3281253.
  8. ^ a b c d e Werner, A. G.; V.K. Jirsa (September 2007). "Metastability, criticality and phase transitions in brain and its models" (PDF). Biosystems. 90 (2): 496–508. doi:10.1016/j.biosystems.2006.12.001. PMID 17316974.
  9. ^ Jirsa, V.K.; A. Fuchs; J.A.S. Kelso (November 1998). "Connecting Cortical and behavioral dynamics: bimanual coordination". Neural Computation. 10 (8): 2019–2045. doi:10.1162/089976698300016954. PMID 9804670. S2CID 13605465.
  10. ^ Tognoli, E; et al. (March 2007). "The phi complex as a neuromarker of human social coordination". PNAS. 104 (19): 8190–8195. doi:10.1073/pnas.0611453104. PMC 1859993. PMID 17470821.
  11. ^ Seth, A.; B. Baars (2005). "Neural Darwinism and consciousness". Consciousness and Cognition. 14 (1): 140–168. doi:10.1016/j.concog.2004.08.008. PMID 15766895. S2CID 6262356.
  12. ^ Edelman, Gerald (1987). Neural Darwinism: The Theory of Neuronal Group Selection. New York, New York: Basic Books. ISBN 978-0-19-286089-7.
  13. ^ Le Van Quyen, M. (2003). "Disentangling the dynamic core: a research program for a neurodynamics at the large-scale". Biol. Res. 36 (1): 67–88. doi:10.4067/s0716-97602003000100006. PMID 12795207.
  14. ^ Baars, Bernard (October 2003). "An update on global workspace theory". Science and Consciousness Review. Retrieved 2007-11-26.
  15. ^ DeHaene, S.; L. Naccache (2001). "Toward a cognitive neuroscience of consciousness: basic evidence and a workspace framework". Cognition. 79 (1): 1–37. doi:10.1016/S0010-0277(00)00123-2. PMID 11164022. S2CID 1762431.
  16. ^ J. A. 스콧 켈소(1991) 행동 및 신경 패턴 생성: 신경 행동 동적 시스템(NBDS)의 개념.In: Koepchen HP (ed) 심폐 및 운동 조정.스프링거, 베를린 하이델베르크 뉴욕
  17. ^ Bressler SL, Kelso JA (2001). "Cortical coordination dynamics and cognition". Trends Cogn Sci. 5 (1): 26–36. doi:10.1016/s1364-6613(00)01564-3. PMID 11164733. S2CID 6010953.
  18. ^ Kaplan AYa(1998) 비역학 EEG: 방법론적 및 실험적 분석.우스프 피지올 나우크(생리과학 성공) 29:35–55(러시아어).
  19. ^ Fingelkurts AnA Fingelkurts AlA (2001). "Operational architectonics of the human brain biopotential field: towards solving the mind~brain problem". Brain and Mind. 2 (3): 261–296. doi:10.1023/A:1014427822738. S2CID 16125062.
  20. ^ Fingelkurts AnA Fingelkurts AlA (2004). "Making complexity simpler: multivariability and metastability in the Brain". Int J Neurosci. 114 (7): 843–862. doi:10.1080/00207450490450046. PMID 15204050. S2CID 11376883.
  21. ^ "Operational Architectonics" (PDF). Archived from the original (PDF) on 2007-09-27. Retrieved 2007-12-02.
  22. ^ 핑겔커츠 AnA, 핑겔커츠 AlA(2005) 뇌 운영 설계학 매핑.제2장.인: Chen FJ (ed) 뇌 지도 연구에 집중하라.노바 사이언스 출판사, 페이지 59–98.URL = http://www.bm-science.com/team/chapt3.pdf Wayback Machine에 2007-09-27 보관
  23. ^ Fingelkurts AnA Fingelkurts AnA (2006). "Timing in cognition and EEG brain dynamics: discreteness versus continuity". Cogn Process. 7 (3): 135–162. doi:10.1007/s10339-006-0035-0. PMID 16832687. S2CID 2228893.
  24. ^ "The Human Brain and Behavior Laboratory". Center for Complex Systems and Brain Sciences - Florida Atlantic University. Archived from the original on 2007-09-23. Retrieved 2007-11-26.