Evaluating State-Transition Models in Short Resting-State fMRI with Continuous-Dynamics Controls
تُظهر هذه الدراسة أن التحولات الظاهرية المنفصلة في حالات الدماغ في رنين مغناطيسي وظيفي قصير أثناء الراحة قد تكون ناتجة عن عيوب تقنية في الديناميكيات المستمرة والترشيح الزمني بدلاً من كونها مفاتيح بيولوجية حقيقية، حيث تتفوق نماذج المتجهات ذاتية الانحدار المستمرة غالباً على نماذج ماركوف المخفية في التنبؤ بالبيانات الحقيقية والمحاكات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
إن الدماغ البشري ليس آلة ثابتة؛ بل هو مشهد حي ومتغير، حيث تضيء وتخبو شبكات هائلة من الخلايا العصبية في حوار إيقاعي مستمر. لقد حاول العلماء طويلاً رسم خرائط لهذه الحوارات، لا سيما خلال لحظات الراحة عندما لا يكون الدماغ مركزاً على مهمة محددة. وقد تمثلت إحدى الطرق الشائعة لدراسة ذلك في تخيل الدماغ كمسافر يتنقل بين عدة "حالات" متميزة، مثل شخص ينتقل بين غرف مختلفة في منزل. تمثل كل غرفة نمطاً معيناً من النشاط، ويُعتقد أن الرحلة بينها تكشف عن كيفية تنظيم الدماغ لنفسه. تعتمد هذه الطريقة على أداة إحصائية تخمن متى قفز الدماغ من حالة إلى أخرى، معتبرة هذه التحولات أحداثاً مفاجئة ومنفصلة. ومع ذلك، تفترض هذه الطريقة أن الدماغ يتحرك في قفزات، بينما في الواقع، قد يكون تدفق النشاط العصبي أشبه بنهر — سلس، مستمر، ولا يتوقف أبداً. فإذا كانت الطبيعة الحقيقية للدماغ هي نهر متدفق، ولكننا نحاول وصفها كسلسلة من أحجار العبور، فقد نرى أنماطاً ليست موجودة حقاً.
لقد وضع فريق من الباحثين هدفاً لاختبار ما إذا كانت هذه القفزات الظاهرة حقيقية أم أنها مجرد وهم ناتج عن الطريقة التي ننظر بها إلى البيانات. وقارنوا بين طريقتين مختلفتين للتنبؤ بما سيفعله الدماغ لاحقاً. الطريقة الأولى، وهي التي تفترض وجود غرف متميزة، تحاول تخمين اللحظة التالية عبر تقرير أي "حالة" يمر بها الدماغ حالياً. أما الطريقة الثانية، التي استخدموها كعنصر تحكم، فهي تنظر ببساال إلى التاريخ القريب لنشاط الدماغ وتتنبأ بالمستقبل بناءً على هذا التدفق السلس والمستمر، دون افتراض وجود أي قفزات مفاجئة. ولرؤية أي الطريقتين كانت أفضل، أنشأوا آلاف المحاكاة الحاسوبية. وفي بعض هذه المحاكات، برمجوا نشاط الدماغ لكي يقفز حقاً بين الحالات. وفي محاكات أخرى، برمجوه ليتحرك في منحنى سلس ومستمر، مثل عجلة تدور أو موجة تتدفق. ثم طلبوا من كلتا طريقتي التنبؤ تخمين اللحظة التالية من النشاط في هذه الأدمغة الوهمية، وشاهدوا أيهما أصاب في توقعاتها.
كانت النتائج واضحة عندما كانت الظروف مستقرة. فعندما كان الدماغ المحاكى يقفز حقاً بين الحالات، كانت طريقة "التنقل بين الغرف" هي المتنبئ الأفضل عادةً. وعندما كان الدماغ المحاكى يتحرك بسلاسة، كانت الطريقة التي تفترض تدفقاً مستمراً هي الأكثر دقة. وهذا يشير، من الناحية النظرية، إلى أن الطريقتين يمكنهما التمييز بين دماغ يقفز ودماغ يتدفق. ومع ذلك، أدخل الباحثون تحولاً (التواءً) في التجربة ليروا مدى هشاشة هذه الاستنتاجات. فقد أبقوا على نشاط الدماغ الأساسي كما هو، لكنهم غيروا كيفية تنعيم البيانات (smoothing) أثناء مرحلة الاختبار، محاكين بذلك الطريقة التي تُعالج بها مسوحات الدماغ الحقيقية غالباً لإزالة الضجيج. وفي تحول مفاجئ، تسبب هذا التغيير الصغير في كيفية التعامل مع البيانات في جعل طريقة "التنقل بين الغرف" تبدو فجأة وكأنها المنتصرة، رغم أن الدماغ كان لا يزال يتحرك في منحنى سلس ومستمر. لقد بدأت الطريقة التي تفترض وجود قفزات تتنبأ بالبيانات السلسة بشكل أفضل لمجرد أن طريقة قياس البيانات قد تغيرت، وليس لأن الدماغ قد بدأ بالفعل في القفز.
طبق الباحثون هذه المقارنة نفسها على مسوحات دماغية حقيقية لـ 270 شخصاً، بمن فيهم أشخاص يتمتعون بإدراك طبيعي، وآخرون يعانون من مشاكل طفيفة في الذاكرة، ومرضى الخرف. ولقد أدخلوا البيانات من هذه المسوحات في كلا نموذجي التنبؤ لمعرفة أيهما يمكنه تخمين اللحظة التالية من نشاط الدماغ بشكل أفضل. وفي الغالبية العظمى من الحالات، كان النموذج الذي يفترض تدفقاً سلساً ومستمراً هو المتنبئ الأفضل. لقد تفوق على نموذج "التنقل بين الغرف" في 160 من أصل 184 تسجيلاً كانت طويلة بما يكفي لتكون موثوقة، وحتى في العديد من التسجيلات الأقصر. وهذا يشير إلى أنه بالنسبة للأشخاص في هذه الدراسة، يبدو نشاط الدماغ أثناء الراحة أشبه بتيار مستمر أكثر من كونه سلسلة من التوقفات المتميزة. علاوة على ذلك، عندما أجبر الباحثون نموذج "التنقل بين الغرف" على إيجاد قفزات في عمليات المحاكاة السلسة والمستمرة، فقد وجدها بالفعل. لقد حدد اتجاهاً مفضلاً للتحرك، كما لو كان الدماغ ينتقل من حالة إلى أخرى، رغم عدم وجود مثل هذه الحالات. وقد أثبت هذا أن النموذج يمكنه اختراع قصة عن انتقالات منفصلة من عملية كانت مستمرة تماماً.
تخلص الدراسة إلى أن رؤية دماغ "ينتقل" بين الحالات في المسح لا يعني بالضرورة أن الدماغ قد انتقل بالفعل. فقد تكون القفزات الظاهرة نتاجاً للأدوات الرياضية المستخدمة لتحليل البيانات، أو قد تكون نتيجة لكيفية تصفية الإشارة وتنعيمها قبل التحليل. وقد وجد الباحثون أن تغيير المرشح (الفلتر) المستخدم أثناء الاختبار يمكن أن يقلب النتائج، مما يجعل العملية المستمرة تبدو كعملية منفصلة. هذا لا يثبت أن الدماغ لا يمتلك حالات متميزة أبداً، ولكنه يظهر أننا لا نستطيع افتراض وجودها لمجرد أن نموذجاً ما وجدها. ولفهم الطبيعة الحقيقية لنشاط الدماغ، يجب على العلماء مقارنة نتائجهم مع نماذج تفترض تدفقاً مستمراً، والتأكد من صمود استنتاجاتهم حتى عندما تتغير طريقة قياس بياناتهم. وتشير الأدلة من هذه المحاكاة والمسوحات الواقعية إلى أن نشاط الدماغ أثناء الراحة غالباً ما يكون عبارة عن رقصة مستمرة من التقلبات، وأن تفسيره كسلسلة من القفزات المفاجئة يتطلب حذراً أكبر مما كان يُعتقد سابقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.