Мозг балансирует на грани хаоса и порядка — или нам просто так казалось. 88 процентов до полного безумия
NewsMakerНовый метод отделил реальные коллективные эффекты от шума и показал, что мозг работает близко к критическому порогу, но не прямо на нем.
Идея о «критическом мозге» много лет звучала почти как красивая универсальная формула. Нейробиологи предполагали, что мозг работает возле особой границы между порядком и хаосом, где нервные сети сохраняют устойчивость, но при этом быстро перестраиваются, чутко реагируют на сигналы и поддерживают богатую внутреннюю динамику. Новая работа в Physical Review Letters не разрушает эту картину, но заметно усложняет разговор. Авторы показали, что многие популярные признаки критичности в данных о работе мозга могут возникать как статистический мираж.
Исследователи давно искали следы критического режима по характерным масштабным закономерностям в нейронной активности. Обычно для такой проверки анализируют спектр собственных значений ковариационной матрицы или применяют подход, в котором сигналы постепенно объединяют в более крупные кластеры и смотрят, как меняется статистика. Проблема в том, что оба метода легко сбиваются, когда данные содержат медленные временные колебания, а наблюдений слишком мало. В такой ситуации даже система без реального коллективного взаимодействия между участками мозга способна выглядеть «почти критической».
Соавтор работы Рубен Кальво Ибаньес объяснил , что главный источник ошибки возникает из сочетания временных корреляций и неполной выборки. Команда построила простую модель мозговой активности, где отдельные области вообще не связаны друг с другом. В такой схеме коллективная динамика отсутствует по определению. Однако стоило добавить медленные входные сигналы с длинной автокорреляцией, как статистика начала демонстрировать знакомые степенные закономерности, которые раньше могли принять за признак критичности.
Для fMRI такая ловушка особенно опасна. BOLD-сигнал меняется медленно, а сами сессии записи обычно короткие. В результате метод легко принимает особенности измерения за фундаментальное свойство мозга.
Идея о «критическом мозге» много лет звучала почти как красивая универсальная формула. Нейробиологи предполагали, что мозг работает возле особой границы между порядком и хаосом, где нервные сети сохраняют устойчивость, но при этом быстро перестраиваются, чутко реагируют на сигналы и поддерживают богатую внутреннюю динамику. Новая работа в Physical Review Letters не разрушает эту картину, но заметно усложняет разговор. Авторы показали, что многие популярные признаки критичности в данных о работе мозга могут возникать как статистический мираж.
Исследователи давно искали следы критического режима по характерным масштабным закономерностям в нейронной активности. Обычно для такой проверки анализируют спектр собственных значений ковариационной матрицы или применяют подход, в котором сигналы постепенно объединяют в более крупные кластеры и смотрят, как меняется статистика. Проблема в том, что оба метода легко сбиваются, когда данные содержат медленные временные колебания, а наблюдений слишком мало. В такой ситуации даже система без реального коллективного взаимодействия между участками мозга способна выглядеть «почти критической».
Соавтор работы Рубен Кальво Ибаньес объяснил , что главный источник ошибки возникает из сочетания временных корреляций и неполной выборки. Команда построила простую модель мозговой активности, где отдельные области вообще не связаны друг с другом. В такой схеме коллективная динамика отсутствует по определению. Однако стоило добавить медленные входные сигналы с длинной автокорреляцией, как статистика начала демонстрировать знакомые степенные закономерности, которые раньше могли принять за признак критичности.
Для fMRI такая ловушка особенно опасна. BOLD-сигнал меняется медленно, а сами сессии записи обычно короткие. В результате метод легко принимает особенности измерения за фундаментальное свойство мозга.