Understanding Face Perception using Minimum Spanning Tree Dynamic Brain Networks

Het menselijk brein is een uitgestrekt, ingewikkeld web van verbindingen, dat constant signalen afvuurt om de wereld te begrijpen. Wanneer we naar iets kijken, vangen onze ogen een beeld op, maar het is het brein dat moet beslissen wat dat beeld is. Dit proces van herkenning is geen enkelvoudige gebeurtenis, maar een complexe conversatie tussen verschillende regio's in het brein, die plaatsvindt in de oogwenk van een seconde. Wetenschappers zijn al lang geïntrigeerd door de vraag hoe het brein gezichten verwerkt, die behoren tot de belangrijkste dingen die we zien. In tegenstelling tot een stoel of een boom, draagt een gezicht een diepe sociale betekenis, en het brein lijkt dit met bijzondere urgentie te behandelen. Om dit te begrijpen, gebruiken onderzoekers elektro-encefalografie, of EEG, een methode waarbij sensoren op de hoofdhuid worden geplaatst om naar de elektrische activiteit van het brein te luisteren. Deze technologie is als een hogesnelheidscamera voor de geest, die veranderingen in hersengolven vastlegt die in slechts enkele milliseconden plaatsvinden, veel sneller dan enige andere beeldvormingstool. Door te kijken naar hoe verschillende delen van het brein hun activiteit synchroniseren, kunnen wetenschappers de onzichtbare paden in kaart brengen die het brein gebruikt om de puzzel van herkenning op te lossen.

In een recente studie hebben onderzoekers aan het Indian Institute of Technology Delhi onderzocht hoe het netwerk van het brein precies verandert wanneer het naar een gezicht kijkt vergeleken met wanneer het naar een gewoon object kijkt. Ze rekruteerden vijftien gezonde volwassenen, tussen de twintig en dertig jaar oud, en vroegen hen om rustig in een donkere, geluiddichte kamer te zitten. Op een scherm voor hen verschenen willekeurig afbeeldingen van gezichten en objecten, die elk precies driehonderd milliseconden zichtbaar bleven. De deelnemers kregen de instructie om zich te concentreren op een kleine stip in het midden van het scherm terwijl de afbeeldingen voorbij flitsten. Terwijl zij keken, registreerden zestig vier sensoren hun hersengolven. De onderzoekers braken deze enorme hoeveelheid gegevens vervolgens op in kleine tijdsintervallen, waarbij ze keken naar wat er elke honderd milliseconden na het verschijnen van een afbeelding gebeurde. Ze richtten zich op vijf verschillende snelheidsspectra van hersengolven, bekend als frequentiebanden, die corresponderen met verschillende soorten mentale activiteit.

Om de complexe web van verbindingen tussen de sensoren te begrijpen, gebruikte het team een wiskundige benadering genaamd een Minimum Spanning Tree. Stel je een stad voor met veel wijken die door wegen met elkaar verbonden zijn. Als je een nieuw wegennet wilt bouwen dat elke wijk verbindt met de kleinste hoeveelheid asfalt mogelijk, zonder lussen of omwegen te creëren, dan bouw je een minimum spanningboom. Deze methode stelt wetenschappers in staat om het meest efficiënte pad te zien waarlangs informatie door het brein kan bewegen, zonder de verwarring van extra, onnodige verbindingen. Door deze methode toe te passen op de hersendata, konden de onderzoekers het skelet van het communicatienetwerk van het brein zien terwijl het de afbeeldingen verwerkte. Ze ontdekten dat het netwerk er heel anders uitzag wanneer het brein een gezicht zag dan wanneer het een object zag. De verbindingen voor gezichten vormden een vorm die meer op een ster leek, met veel lijnen die vanuit een centraal punt uitstraalden, terwijl de verbindingen voor objecten meer verspreid en minder georganiseerd waren.

Deze sterachtige vorm is significant omdat het suggereert dat er een zeer efficiënte manier is om informatie te verplaatsen. In het brein betekent een sterachtig netwerk dat veel verschillende gebieden direct met een centrale hub communiceren, wat zorgt voor zeer snelle communicatie. De studie toonde aan dat deze efficiënte, sterachtige structuur verscheen voor gezichten in verschillende snelheden van hersengolven, specifiek in de delta-, theta-, alfa- en bètabanden. Het was het meest opvallend in de eerste paar honderd milliseconden nadat de afbeelding verscheen. Bijvoorbeeld, in het tijdsvenster tussen honderd en tweehonderd milliseconden na het zien van een gezicht, vertoonde het netwerk van het brein een sterke centrale hub, wat erop wijst dat het brein zijn middelen snel organiseerde om het gezicht te verwerken. In contrast hiermee, toen de proefpersonen naar objecten keken, was het netwerk minder gecentraliseerd en verplaatste het informatie langzamer. De onderzoekers maten specifieke eigenschappen van deze netwerken, zoals hoe ver de verste punten uit elkaar lagen en hoeveel verbindingen een enkel punt had, en vonden dat het netwerk voor gezichtsverwerking consequent tekenen vertoonde van sneller en strakker georganiseerd te zijn.

De bevindingen suggereren dat het brein beschikt over een gespecialiseerd, hoogsnelheidssysteem dat aan gezichten is gewijd. Dit systeem werkt niet slechts een beetje anders; het reorganiseert zichzelf in een duidelijke, efficiënte architectuur op het moment dat een gezicht wordt herkend. De studie geeft aan dat dit proces betrokken is bij vele sub-netwerken die samenwerken op een volledig verbonden manier, waardoor het brein de complexe details van een gezicht veel sneller kan verwerken dan een levenloos object. Hoewel de onderzoekers opmerkten dat hun studie een relatief klein aantal deelnemers omvatte en een standaard zestien sensorenopstelling gebruikte, bieden de resultaten een duidelijk beeld van hoe het functionele netwerk van het brein dynamisch verschuift. Ze observeerden dat deze efficiënte organisatie geen statisch kenmerk is maar verandert in de loop van de tijd, evoluerend naarmate het brein door de stadia van gezichtsherkenning beweegt. Dit werk biedt een nieuwe manier om naar de werking van het brein te kijken, waarbij men verder gaat dan eenvoudige kaarten om de dynamische stroom van informatie te begrijpen. Door deze gezonde patronen te begrijpen, hopen wetenschappers beter te kunnen identificeren wat er misgaat bij neurologische aandoeningen waarbij de gezichtsperceptie verstoord is, wat een potentieel nieuw hulpmiddel biedt voor het diagnosticeren en begrijpen van hersentoestanden.