Matematyka tłumaczy język mózgu
Nasza inteligencja, zdolności poznawcze i zachowanie są wynikiem obliczeń dokonywanych przez neurony wewnątrz mózgu. Aby zrozumieć sposób działania mózgu, konieczne jest zmierzenie aktywności elektrycznej tych neuronów. Inwazyjne procedury badawcze można przeprowadzać wyłącznie na zwierzętach. Dokonywanie pomiaru potencjałów elektrycznych z powierzchni mózgu u ludzi jest zwykle możliwe tylko za pomocą elektroencefalogramu (EEG).
Skąd pochodzą dane EEG?
EEG to potężne narzędzie, które rejestruje aktywność elektryczną mózgu za pomocą elektrod umieszczonych na skórze głowy. Odgrywa ono zasadniczą rolę w nieinwazyjnym badaniu funkcjonowania mózgu, w tym percepcji, poznania i funkcji motorycznych w zdrowiu i chorobie. Dane EEG przybierają postać skoków i fal napięcia, a pojawiające się wahania reprezentują aktywność elektryczną wielu neuronów. Możliwa jest anatomiczna lokalizacja obszarów mózgu, które wytwarzają dany topograficzny rozkład wartości napięcia EEG. Jednak podstawowe mechanizmy mózgowe, które odpowiadają za te wahania EEG, pozostają nieznane. Ponadto nie możemy skorelować danych EEG z konkretnymi obwodami neuronowymi w mózgu ani rozróżnić, jakie typy neuronów odpowiedzialne są za tę aktywność. Głównym celem projektu ESNECO było opracowanie matematycznych metod analizy EEG z powierzchni mózgu, które pozwoliłyby naukowcom oszacować aktywność i charakterystykę różnych typów neuronów w mózgu.
Matematyczne podejście do analizy danych EEG
Badania podjęto przy wsparciu programu działań „Maria Skłodowska-Curie” i skupiły się na stworzeniu nowego zestawu algorytmów matematycznych do pomiaru aktywności neuronów w mózgu z zapisów EEG. „Powstały w ten sposób algorytm matematyczny umożliwił nam analizę zapisu EEG i przełożenie informacji na parametry i właściwości neuronów mózgowych”, tłumaczy koordynator projektu Stefano Panzeri. Algorytm ESNECO można zastosować bezpośrednio zarówno w badaniach z zakresu neuronauki poznawczej, jak i w warunkach klinicznych, nie tylko w celu zrozumienia działania ludzkiego mózgu, ale także śledzenia zmian w aktywności mózgu podczas choroby. Jego wykorzystanie w eksperymentach z zakresu neuronauki poznawczej pozwoli naukowcom lepiej zrozumieć, w jaki sposób mózg przetwarza informacje w normalnych warunkach, by osiągnąć funkcje poznawcze. Co więcej, zastosowanie go do analizy danych klinicznych ułatwi zbadanie tego, co faktycznie dzieje się w mózgu podczas różnych etapów niektórych zaburzeń. Informacje te mają fundamentalne znaczenie dla podejmowania decyzji i projektowania nowych interwencji, które mogłyby przywrócić prawidłowe działanie. Panzeri dodaje: „Następnym krokiem jest rozpowszechnienie tych algorytmów, aby można je było zastosować do danych klinicznych dotyczących zaburzeń ze spektrum autyzmu. Pomoże to naukowcom odkryć neuronowe podłoże tych zaburzeń i opracować odpowiednie interwencje”.
Słowa kluczowe
ESNECO, mózg, elektroencefalogram, EEG, metoda matematyczna, algorytm, neuron, napięcie
