Prospective Neural-State Dynamics in EEG and MEG: Coordination Geometry, Modal Expression, and Cross-Context Transfer

Het menselijk brein is geen statische machine die simpelweg reageert op de wereld; het is een dynamisch systeem dat constant in beweging is, verschuift en evolueert, zelfs wanneer we stil liggen. Decennialang hebben wetenschappers geprobeerd deze bewegingen in kaart te brengen door naar de elektrische signalen van het brein te kijken, vergelijkbaar met het proberen te begrijpen van een rivier door een enkele foto van het oppervlak te maken. Hoewel we veel hebben geleerd over waar de activiteit van het brein zich op elk gegeven moment bevindt, blijft een moeilijkere vraag over: kunnen we de huidige positie van het brein bekijken en precies voorspellen waar het als volgende naartoe zal bewegen? Dit is het verschil tussen weten dat een auto op een heuvel geparkeerd staat en weten of hij naar voren, naar achteren zal rollen of op zijn plek zal blijven staan. Het begrijpen van deze voorwaartse beweging is cruciaal omdat het onthult hoe het brein zichzelf organiseert om de toekomst aan te kunnen, of die toekomst nu een droom is die zich tijdens de slaap ontvouwt of een visuele scène die wordt verwerkt terwijl men wakker is.

Een recente studie door onafhankelijk onderzoeker Francis G. Smith Jr. pakt deze vraag aan door hersenactiviteit niet te behandelen als een reeks geïsoleerde momentopnames, maar als een reis door een landschap van mogelijkheden. De onderzoeker gebruikte twee zeer verschillende soorten hersenopnames om een specifieke idee te testen: bevat de vorm van de huidige hersenactiviteit verborgen aanwijzingen over de volgende stap? Om dit te doen, richtte hij zich op twee afzonderlijke datasets. De eerste kwam van mensen die sliepen, waarbij hersengolven gedurende een volledige nacht werden opgenomen. De tweede kwam van mensen die naar afbeeldingen van objecten keken, waarbij hersenactiviteit werd gemeten in fracties van een seconde met behulp van een helm met sensoren die magnetische velden detecteren. Door deze opnames te analyseren, beoogde de studie te zien of een wiskundige beschrijving van de "lokale buurt" van het brein de toekomstige route beter kon voorspellen dan enkel te weten waar het zich op dit moment bevindt.

Het onderzoek begon met de slaapdata, die een lang, continu beeld boden van de hersenactiviteit. De onderzoeker ontwikkelde eerst een methode om de directe omgeving van de huidige staat van het brein te beschrijven met behulp van vier specifieke metingen. Deze metingen legden vast hoe verspreid de energie van het brein was, hoe verbonden verschillende delen van het brein waren, hoe de kracht en de verbinding samenwerkten, en de breedte van de ritmische patronen van het brein. Vervolgens bouwde hij een model om te zien of het kennen van de vorm van deze omgeving kon helpen bij het voorspellen van de beweging van het brein in de volgende 60 seconden. Om te garanderen dat de resultaten echt waren en niet slechts een gelukkige gok, testte hij dit model op een grote groep van 75 nieuwe mensen wier data nooit was gebruikt om het model te bouwen. De resultaten waren consistent, maar bescheiden. Bij 61 van de 75 mensen verbeterde het toevoegen van de informatie over de lokale vorm van de hersenactiviteit de voorspelling van de toekomstige beweging inderdaad. De verbetering was klein — een vermindering van de voorspellingsfout van minder dan één tiende van een procent — maar het was betrouwbaar en herhaalde zich bij de overgrote meerderheid van de deelnemers. Dit suggereerde dat tijdens de slaap de lokale structuur van het brein inderdaad een zwak maar echt signaal draagt over waar het naartoe gaat.

Geënthousiasmeerd door deze bevinding in de slaap, probeerde de onderzoeker vervolgens exact dezelfde methode toe te passen op de hersenactiviteit die werd opgenomen terwijl mensen wakker waren en naar afbeeldingen keken. Dit was een veel moeilijkere test omdat het brein veel sneller beweegt wanneer we wakker zijn, en de data werd verzameld in minuscule vensters van 500 milliseconden in plaats van lange minuten. De onderzoeker nam dezelfde vier metingen van de lokale vorm en probeerde daarmee de beweging van het brein in de volgende 500 milliseconden te voorspellen. Deze keer faalde de methode. Wanneer getest op vier verschillende mensen, toonde het model geen consistente bekwaamheid om de toekomstige beweging te voorspellen. Bij twee van de mensen werd de voorspelling zelfs slechter. Dit negatieve resultaat was belangrijk omdat het aantoonde dat een patroon dat werkt voor het langzame, dwalende brein van een slaper, niet automatisch werkt voor het snelle, reactieve brein van een persoon die naar de wereld kijkt. Het bewees dat de regels voor het voorspellen van hersenbewegingen niet universeel zijn; ze hangen sterk af van de context en de snelheid van de activiteit.

Echter, het verhaal eindigde niet met een mislukking. Nadat de geometrische test was afgerond, stelde de onderzoeker een andere vraag over de data van het wakkere brein. In plaats van te kijken naar de geometrische vorm van de staat van het brein, keek hij naar de specifieke "expressie" van de hersenactiviteit, zoals de sterkte van verschillende ritmische frequenties en hoe geconcentreerd de energie over de sensoren was verdeeld. Hij testte of deze specifieke details, die op dit moment beschikbaar zijn, de toekomstige beweging konden voorspellen. Deze keer was het antwoord ja. Bij drie van de vier mensen verbeterde het toevoegen van deze details van de expressie de voorspelling aanzienlijk. De verbetering was het sterkst gelinkt aan het voorspellen van de toekomstige stabiliteit van de ritmische spreiding. Deze bevinding benadrukte een cruciaal onderscheid: terwijl de geometrische vorm van de staat van het brein hielp bij het voorspellen in de slaap, waren de specifieke spectrale details van de hersenactiviteit de sleutel tot voorspelling in de wakkere, visuele staat.

De studie concludeert door deze twee bevindingen van elkaar te scheiden in plaats van ze in één enkele verklaring te dwingen. Het demonstreert dat de huidige organisatie van het brein informatie bevat over zijn toekomst, maar dat het type informatie dat ertoe doet verandert afhankelijk van wat het brein aan het doen is. Tijdens de slaap bevat de lokale geometrie van de staat de aanwijzing. In het wakkere, visuele brein bevat de specifieke spectrale expressie de aanwijzing. Het onderzoek beweert geen enkele universele regel te hebben gevonden die alle hersenbeweging beheerst, noch suggereert het dat de ene methode superieur is aan de andere. In plaats daarvan biedt het een genuanceerder beeld: de toekomst van het brein wordt geschreven in het heden, maar de taal die het gebruikt om die toekomst te schrijven, verandert met de context. De studie laat de vraag open of deze verschillende aanwijzingen deel uitmaken van één enkel, dieper principe dat we nog niet hebben geleerd te lezen, of dat het simpelweg verschillende instrumenten zijn die voor verschillende taken nodig zijn. Wat duidelijk is, is dat we om de reis van het brein te begrijpen, niet alleen moeten kijken naar waar het is, maar naar de specifieke aard van het landschap waarop het staat.