Higher-order temporal structure in EEG microstate neurodynamics: an exact bigram-preserving surrogate test across three resting-state cohorts
本研究引入了一种精确的二元组保持代理测试，旨在证明脑电图（EEG）微状态序列在阶一马尔可夫动力学之外，存在微小但可靠的高阶时间结构，从而纠正了传统基于一元模型的零假设模型中所发现的显著性虚高问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑在静息状态下并非一个寂静、空旷的房间。即使当我们没有在思考任何特定事物时，庞大的神经元网络仍在活跃，在不同的电活动模式之间切换。科学家长期以来一直试图理解这些模式是如何随时间自我组织的。观察这一现象的一种强有力的方法，是将大脑的电信号分解为被称为“微态”（microstates）的微小、稳定的快照。想象一下，大脑的电景观是在头皮上出现的各种不同形状的序列，每个形状都代表了整个大脑的一个特定状态。这些形状快速地出现又消失，形成一个符号流，就像单词中的字母一样。
几十年来，研究人员一直在问一个简单的问题：序列中的下一个形状是否仅由前一个形状决定？这种被称为“一阶规则”（first-order rule）的想法认为，大脑对最近的路径没有长期记忆；它只是根据固定的概率从一个状态跳转到下一个状态。如果这是真的，那么大脑的静息活动就像是一个随机游走，过去并不影响未来，除了最后一步之外。然而，如果大脑记得稍远一点的历史，或者有隐藏的规则支配着这些形状如何相互跟随，那么简单的一阶规则就遗漏了一些重要的东西。弄清楚大脑是否保留了比仅仅是紧邻的前一个状态更多的历史信息，对于理解我们的内在精神景观是如何构建的至关重要。
伊斯坦布尔梅迪波尔大学（Istanbul Medipol University）的 Mehmet Berke Isler 最近开展的一项研究，通过一种新鲜且严谨的方法探讨了这个问题。研究人员分析了来自三个大型健康成年人群体的脑电记录，总计近千人，他们当时都处于闭眼静息状态。目标是观察大脑序列是否包含任何简单的“下一状态”规则无法解释的隐藏结构。为此，团队必须解决一个关于如何测试其想法的棘手问题。在过去，科学家经常尝试通过将数据与同一数据的打乱版本进行比较来证明大脑序列的复杂性。然而，他们通常打乱数据的方式会意外地破坏简单模型所依赖的最基本规则。这就像是试图通过把句子的字母打乱得如此混乱，以至于基本的语法规则不再适用，从而让复杂的模型看起来显得异常聪明，以此来证明一个句子是复杂的。
Isler 开发了一种新的数据打乱方法，在保持基本规则完整的同时使其他部分随机化。具体而言，新方法保留了每一个连续大脑状态对的精确计数。如果在原始记录中大脑从状态 A 移动到状态 B 一百次，那么打乱后的版本也会显示完全相同的这一百次转换。这确保了简单的一阶模型能够获得公平竞争的机会，因为它仍在处理与以往相同的基本转换规则。只有更长、更复杂的模式——即一对状态之后发生的情况——才被允许发生变化。这创造了一个完美的公平竞技场，用以观察大脑的实际序列是否包含除了这些基本对之外的额外信息。
当研究人员将这种公平测试应用于大脑数据时，他们发现了一个微小但真实的额外结构信号。大脑的序列确实携带了一点点超出紧邻前一个状态的记忆。这种额外信息的量非常小，相当于每符号约 0.006 比特，大约是预测下一个状态不确定性的 0.3%。虽然这个数字很小，但它在所有三组人群中都是一致的，并且在统计学上是可靠的，这意味着它不仅仅是一个随机的偶然现象。研究表明，大脑的预测性比简单的规则所暗示的要稍微高一点，但差距非常微小。
这项研究还阐明了这种额外的结构究竟是什么样子的。它并不是一种跨越数秒或数分钟的长程复杂语法。相反，这种额外的结构是一种短程倾向，即大脑倾向于回到它刚刚离开的状态。如果大脑从状态 A 移动到状态 B，那么它在下一步回到状态 A 的可能性会略高于移动到一个完全不同的状态 C。这种“回归倾向”正是简单模型所遗漏的主要特征。有趣的是，这种微小的模式对于传统的经典数学模型来说，与对于先进的现代人工智能系统来说一样容易被检测到。这表明，大脑的静息活动并不需要复杂的神经网络来解释；其额外结构是浅层且局部的，而非深层且远距离的。
该研究还解决了该领域的一个常见误解。当研究人员使用旧有的、存在缺陷的打乱数据方法时，他们发现的额外结构要大得多，有时甚至比新方法揭示的真实情况大三倍。这表明之前的研究可能高估了大脑所持有的记忆量。新方法证明，大脑的静息序列主要受简单的、即时的转换支配，仅带有微弱且短暂的历史回响。研究结果在不同人群中具有一致性，尽管效应的具体大小在不同组别间略有差异，这可能是由于数据记录方式的不同，而非大脑运作方式的根本差异。
最终，这项工作为大脑如何休息提供了一个更清晰、更诚实的图景。它证实了大脑的电活动并非纯粹随机，但也表明支配它的规则出奇地简单。大脑确实保留了一点点历史，足以让快速回到近期状态的可能性略微增加，但它似乎并不在静息时维持一个复杂的、长期的自身活动叙事。通过修正科学家测试这些问题的方式，这项研究确保了未来关于大脑动力学的发现将建立在坚实的基础之上，从而将真正的复杂性与由不完善的测试方法所产生的幻象区分开来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。