Higher-order temporal structure in EEG microstate neurodynamics: an exact bigram-preserving surrogate test across three resting-state cohorts
यह अध्ययन एक सटीक बिग्राम-संरक्षण सरोगेट परीक्षण (bigram-preserving surrogate test) प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि EEG माइक्रोस्टेट अनुक्रम प्रथम-क्रम मार्कोव गतिकी (first-order Markov dynamics) से परे एक छोटा लेकिन विश्वसनीय उच्च-क्रम टेम्पोरल स्ट्रक्चर प्रदर्शित करते हैं, जो पारंपरिक यूनिग्राम-आधारित शून्य मॉडलों में पाई जाने वाली अतिरंजित सार्थकता को सुधारता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
विश्राम की अवस्था में मानव मस्तिष्क एक शांत, खाली कमरा नहीं होता है। भले ही हम किसी विशेष चीज़ के बारे में नहीं सोच रहे हों, फिर भी न्यूरॉन्स के विशाल नेटवर्क सक्रिय रहते हैं, जो विद्युत गतिविधि के विभिन्न पैटर्न के बीच बदलते रहते हैं। वैज्ञानिक लंबे समय से यह समझने की कोशिश कर रहे हैं कि ये पैटर्न समय के साथ खुद को कैसे व्यवस्थित करते हैं। इसे देखने का एक शक्तिशाली तरीका मस्तिष्क के विद्युत संकेत को सूक्ष्म, स्थिर स्नैपशॉट्स में तोड़ना है जिन्हें 'माइक्रोस्टेट्स' कहा जाता है। कल्पना कीजिए कि मस्तिष्क के विद्युत परिदृश्य में स्कैल्प (खोपड़ी) पर दिखने वाले अलग-अलग आकार की एक श्रृंखला है, जिनमें से प्रत्येक पूरे मस्तिष्क की एक विशिष्ट अवस्था का प्रतिनिधित्व करता है। ये आकार एक तीव्र अनुक्रम में आते और जाते हैं, जिससे प्रतीकों की एक धारा बन जाती है, ठीक वैसे ही जैसे किसी शब्द में अक्षर होते हैं।
द दशकों से, शोधकर्ता इस धारा के बारे में एक सरल प्रश्न पूछते रहे हैं: क्या अनुक्रम में अगला आकार केवल उसके ठीक पहले वाले आकार द्वारा निर्धारित होता है? 'फर्स्ट-ऑर्डर रूल' (प्रथम-क्रम नियम) के रूप में जानी जाने वाली यह धारणा बताती है कि मस्तिष्क के पास अपने हालिया पथ की कोई दीर्घकालिक स्मृति नहीं है; यह बस निश्चित संभावनाओं के आधार पर एक अवस्था से दूसरी अवस्था में कूद जाता है। यदि ऐसा होता, तो मस्तिष्क की विश्राम गतिविधि एक रैंडम वॉक (यादृच्छिक भ्रमण) की तरह होती जहाँ अतीत, अंतिम कदम के अलावा भविष्य को प्रभावित नहीं करता। हालाँकि, यदि मस्तिष्क पिछले कुछ कदमों के इतिहास को याद रखता है, या यदि कुछ छिपे हुए नियम यह नियंत्रित करते हैं कि ये आकार एक-दूसरे के बाद कैसे आते हैं, तो सरल 'फर्स्ट-ऑर्डर रूल' में कुछ महत्वपूर्ण कमी रह जाती है। यह पता लगाना कि क्या मस्तिष्क अपने तत्काल अतीत से थोड़ा अधिक इतिहास को थामे रखता है, यह समझना अत्यंत महत्वपूर्ण है कि हमारे आंतरिक मानसिक परिदृश्य का निर्माण कैसे होता है।
इस्तांबुल मेडिपोल यूनिवर्सिटी के मेहमत बर्के इस्लर द्वारा किया गया एक हालिया अध्ययन इस प्रश्न को एक नए और कठोर दृष्टिकोण के साथ संबोधित करता है। शोधकर्ता ने स्वस्थ वयस्कों के तीन बड़े समूहों के मस्तिष्क रिकॉर्डिंग का विश्लेषण किया, जिसमें लगभग एक हजार लोग शामिल थे, जो आँखें बंद करके विश्राम कर रहे थे। लक्ष्य यह देखना था कि क्या मस्तिष्क अवस्थाओं के अनुक्रम में कोई छिपा हुआ ढांचा मौजूद है जिसे एक साधारण "नेक्स्ट-स्टेट" (अगली अवस्था) नियम स्पष्ट नहीं कर सकता। ऐसा करने के लिए, टीम को अपने विचारों का परीक्षण करने के तरीके में एक पेचीदा समस्या को हल करना था। अतीत में, वैज्ञानिक अक्सर अपने डेटा के एक 'स्कैแรมबल्ड' (अव्यवस्थित) संस्करण की तुलना करके यह सिद्ध करने की कोशिश करते थे कि मस्तिष्क का अनुक्रम जटिल है। हालाँकि, जिस तरह से वे आमतौर पर डेटा को स्कैरामबल करते थे, वह अनजाने में उन बुनियादी नियमों को नष्ट कर देता था जिन पर सरल मॉडल निर्भर करता था। यह बिल्कुल वैसा ही था जैसे किसी वाक्य को इतना बुरी तरह से अक्षरों में मिला देना कि उसके सरल व्याकरण नियम ही लागू न रह जाएं, जिससे जटिल मॉडल कृत्रिम रूप से स्मार्ट दिखने लगे।
इस्लर ने डेटा को स्कैरामबल करने का एक नया तरीका विकसित किया जिसने बुनियादी नियमों को बरकरार रखते हुए बाकी सब कुछ यादृच्छिक बना दिया। विशेष रूप से, नई विधि ने लगातार आने वाले प्रत्येक जोड़े (कन्सेक्यूटिव स्टेट्स) की सटीक संख्या को सुरक्षित रखा। यदि मूल रिकॉर्डिंग में मस्तिष्क अवस्था A से अवस्था B में सौ बार गया, तो स्कैरामबल्ड संस्करण में भी वही संक्रमण ठीक सौ बार दिखाई देगा। इसने यह सुनिश्चित किया कि सरल फर्स्ट-ऑर्डर मॉडल के पास प्रदर्शन करने का एक निष्पक्ष अवसर हो, क्योंकि वह अभी भी उन्हीं बुनियादी संक्रमण नियमों के साथ काम कर रहा था जो उसके पास हमेशा होते हैं। केवल लंबे, अधिक जटिल पैटर्न—जो दो अवस्थाओं के बाद आता है—को ही बदलने की अनुमति दी गई। इसने एक पूरी तरह से निष्पक्ष खेल का मैदान तैयार किया ताकि यह देखा जा सके कि मस्तिष्क के वास्तविक अनुक्रम में उन बुनियादी जोड़ों के अलावा कोई अतिरिक्त जानकारी है या नहीं।
जब शोधकर्ताओं ने मस्तिष्क डेटा पर यह निष्पक्ष परीक्षण लागू किया, तो उन्हें अतिरिक्त संरचना का एक छोटा लेकिन वास्तविक संकेत मिला। मस्तिष्क के अनुक्रम में तत्काल पिछले अवस्था से आगे की थोड़ी सी स्मृति थी। अतिरिक्त जानकारी की मात्रा बहुत कम थी, जो लगभग 0.006 बिट्स प्रति प्रतीक के बराबर थी, जो अगली अवस्था की भविष्यवाणी करने में कुल अनिश्चितता का लगभग 0.3 प्रतिशत है। हालांकि यह संख्या बहुत छोटी है, लेकिन यह सभी तीन समूहों के लोगों में सुसंगत थी और सांख्यिकीय रूप से विश्वसनीय थी, जिसका अर्थ है कि यह केवल एक यादृच्छिक संयोग नहीं था। अध्ययन ने दिखाया कि मस्तिष्क एक सरल नियम की तुलना में थोड़ा अधिक अनुमानित है, लेकिन बहुत कम अंतर से।
शोध ने यह भी स्पष्ट किया कि यह अतिरिक्त संरचना वास्तव में कैसी दिखती है। यह कोई जटिल, लंबी दूरी का व्याकरण नहीं है जो सेकंडों या मिनटों तक फैला हो। इसके बजाय, अतिरिक्त संरचना एक लघु-दूरी की प्रवृत्ति है कि मस्तिष्क उस अवस्था में वापस लौट आए जिसे उसने अभी छोड़ा था। यदि मस्तिष्क अवस्था A से अवस्था B में जाता है, तो इसकी थोड़ी अधिक संभावना है कि वह अगली बार वापस अवस्था A में जाए, बजाय इसके कि वह किसी पूरी तरह से अलग अवस्था C की ओर बढ़ जाए। यह "रिटर्न टेंडेंसी" (वापसी की प्रवृत्ति) मुख्य विशेषता थी जिसे सरल मॉडल पहचानने में विफल रहा। दिलचस्प बात यह है कि यह छोटा पैटर्न एक साधारण, शास्त्रीय गणितीय मॉडल के लिए पहचानना उतना ही आसान था जितना कि एक परिष्कृत, आधुनिक आर्टिफिशियल इंटेलिजेंस सिस्टम के लिए। यह सुझाव देता है कि मस्तिष्क की विश्राम गतिविधि को समझाने के लिए किसी जटिल न्यूरल नेटवर्क की आवश्यकता नहीं है; अतिरिक्त संरचना उथली और स्थानीय है, न कि गहरी और दूरगामी।
अध्ययन ने क्षेत्र में एक आम गलत धारणा को भी संबोधित किया। जब शोधकर्ताओं ने डेटा को स्कैरामबल करने के पुराने, त्रुटिपूर्ण तरीके का उपयोग किया, तो उन्होंने अतिरिक्त संरचना की बहुत बड़ी मात्रा पाई, जो नए, निष्पक्ष परीक्षण द्वारा प्रकट किए गए स्तर से कभी-कभी तीन गुना अधिक थी। इससे पता चला कि पिछले अध्ययनों ने संभवतः मस्तिष्क द्वारा रखी जाने वाली स्मृति की मात्रा को बढ़ा-चढ़ाकर बताया था। नए तरीके ने सिद्ध किया कि मस्तिष्क का विश्राम अनुक्रम मुख्य रूप से सरल, तत्काल संक्रमणों द्वारा संचालित होता है, जिसमें अतीत की केवल एक धुंधली, अल्पकालिक गूँज होती है। निष्कर्ष विभिन्न समूहों में सुसंगत थे, हालांकि प्रभाव का सटीक आकार समूहों के बीच थोड़ा भिन्न था, जो संभवतः डेटा रिकॉर्ड करने के तरीकों में अंतर के कारण था, न कि मस्तिष्क के काम करने के तरीके में मौलिक अंतर के कारण।
अंततः, यह कार्य मस्तिष्क के विश्राम करने के तरीके की एक स्पष्ट और अधिक ईमानदार तस्वीर प्रदान करता है। यह पुष्टि करता है कि मस्तिष्क की विद्युत गतिविधि पूरी तरह से यादृच्छिक नहीं है, लेकिन यह भी दिखाता है कि इसे नियंत्रित करने वाले नियम आश्चर्यजनक रूप से सरल हैं। मस्तिष्क थोड़ा सा इतिहास थामे रखता है, इतना कि हाल की अवस्था में त्वरित वापसी की संभावना को थोड़ा बढ़ा सके, लेकिन यह विश्राम के दौरान अपनी गतिविधि का कोई जटिल, दीर्घकालिक वृत्तांत बनाए रखने में सक्षम नहीं लगता है। इस तरह से प्रश्नों का परीक्षण करने के तरीके को सुधारकर, यह अध्ययन सुनिश्चित करता है कि मस्तिष्क की गतिशीलता के बारे में भविष्य की खोजें एक ठोस आधार पर निर्मित हों, जो वास्तविक जटिलता को अपूर्ण परीक्षण विधियों द्वारा उत्पन्न भ्रमों से अलग करती हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।