जनवरी 2020 में एक नींद अनुसंधान संगोष्ठी में, जनना लेंडर प्रस्तुत निष्कर्ष जो जागृति और बेहोशी के बीच सीमा के संकेतों के लिए लोगों की मस्तिष्क गतिविधि को देखने के एक तरीके पर संकेत देते हैं। उन रोगियों के लिए जो कॉमाटोज़ हैं या संज्ञाहरण के तहत, यह सभी महत्वपूर्ण हो सकता है कि चिकित्सक उस अंतर को सही ढंग से बनाते हैं। हालांकि, ऐसा करना मुश्किल है, क्योंकि यह ध्वनि की तीव्र गति (आरईएम) नींद की स्वप्निल स्थिति में है, क्योंकि उनका मस्तिष्क जागने के साथ ही मस्तिष्क की तरंगों को भी परिचित बनाता है।

लेंडर ने तर्क दिया, हालांकि, इसका जवाब नियमित मस्तिष्क तरंगों में नहीं है, बल्कि तंत्रिका गतिविधि के एक पहलू में है जिसे वैज्ञानिक आमतौर पर अनदेखा कर सकते हैं: अनियमित पृष्ठभूमि शोर।

कुछ शोधकर्ता अविश्वसनीय लग रहे थे। "उन्होंने कहा, 'तो, आप मुझे बता रहे हैं कि वहाँ, जैसे, शोर में जानकारी?" , बर्कले। "मैंने कहा हाँ। किसी का शोर दूसरे का संकेत है। ''

लेंडर इस विचार से सक्रिय न्यूरोसाइंटिस्ट की बढ़ती संख्या में से एक है कि मस्तिष्क की विद्युत गतिविधि में शोर अपने आंतरिक कामकाज के लिए नए सुराग पकड़ सकता है। एक बार जो कष्टप्रद टेलीविजन स्थैतिक के न्यूरोलॉजिकल समकक्ष के रूप में देखा गया था, वैज्ञानिकों के मस्तिष्क का अध्ययन करने के लिए गहरा प्रभाव पड़ सकता है।

संदेहवादी न्यूरोसाइंटिस्ट को बताते थे ब्रैडली वॉयटेक मस्तिष्क गतिविधि के इन शोर विशेषताओं में अध्ययन के लायक कुछ भी नहीं था। लेकिन लोगों की उम्र, साथ ही अनियमित मस्तिष्क गतिविधि में सांख्यिकीय रुझानों पर पिछले साहित्य के रूप में विद्युत शोर में परिवर्तन के अपने स्वयं के अध्ययन ने उन्हें आश्वस्त किया कि वे कुछ याद कर रहे थे। इसलिए उन्होंने वैज्ञानिकों के डेटा पर पुनर्विचार करने में मदद करने के लिए वर्षों तक काम किया।

"यह वैज्ञानिकों के एक समूह के सामने जाने और कहने के लिए अपर्याप्त है, 'अरे, मुझे लगता है कि हम कुछ गलत कर रहे हैं," कैलिफोर्निया विश्वविद्यालय के सैन में संज्ञानात्मक विज्ञान और डेटा विज्ञान के एक एसोसिएट प्रोफेसर वायटेक ने कहा। डिएगो। "आप उन्हें चीजें करने के लिए एक नया उपकरण देने के लिए मिल गए हैं" अलग या बेहतर।

यूसी सैन डिएगो और बर्कले में न्यूरोसाइंटिस्टों के सहयोग से, वायटेक ने सॉफ्टवेयर विकसित किया है जो नियमित दोलनों को अलग करता है - अल्फा तरंगों की तरह, जो नींद और जागने वाले दोनों विषयों में भारी अध्ययन किया जाता है - मस्तिष्क गतिविधि के एपेरियोडिक भागों में छिपा हुआ। यह न्यूरोसाइंटिस्टों को व्यवहार, अनुभूति और बीमारी में उनकी भूमिकाओं को अलग करने के लिए नियमित तरंगों और एपेरियोडिक गतिविधि दोनों को अलग करने का एक नया उपकरण देता है।

वायोटेक और अन्य वैज्ञानिक जिस तरह की जांच कर रहे हैं, वह कई नामों से जाना जाता है। कुछ इसे "1 /" कहते हैंf ढलान "या" स्केल-फ्री गतिविधि "; वायटेक ने इसे "एपेरियोडिक सिग्नल" या "एपेरियोडिक गतिविधि" के रूप में बताया है।

यह सिर्फ दिमाग का एक छलावा नहीं है। पैटर्न जो कि लेंडर, वॉयटेक और अन्य की खोज करते हैं, एक ऐसी घटना से संबंधित हैं, जिसे वैज्ञानिकों ने 1925 में प्राकृतिक दुनिया और प्रौद्योगिकी के दौरान जटिल प्रणालियों में नोट करना शुरू कर दिया था। सांख्यिकीय संरचना इतने अलग संदर्भों में रहस्यमय तरीके से फसल लेती है कि कुछ वैज्ञानिक भी सोचते हैं कि यह भी प्रतिनिधित्व करता है। प्रकृति का अनदेखा कानून।

यद्यपि प्रकाशित अध्ययनों में 20 से अधिक वर्षों के लिए अतालतापूर्ण मस्तिष्क गतिविधि देखी गई है, कोई भी यह स्थापित करने में सक्षम नहीं है कि इसका वास्तव में क्या मतलब है। अब, हालांकि, वैज्ञानिकों के पास नए प्रयोगों में एपेरियोडिक संकेतों को अलग करने और अधिक गहराई से पुराने डेटा को देखने के लिए बेहतर उपकरण हैं। वायटेक के एल्गोरिथ्म और अन्य तरीकों के लिए धन्यवाद, पिछले कुछ वर्षों में प्रकाशित अध्ययनों की एक झड़ी इस विचार के साथ चली है कि एपेरियोडिक गतिविधि में छिपे हुए खजाने हैं जो उम्र बढ़ने, नींद, बचपन के विकास और अधिक के अध्ययन को आगे बढ़ा सकते हैं।

एपेरियोडिक गतिविधि क्या है?

हमारे शरीर दिल की धड़कन और सांसों की परिचित लय के लिए नाली बनाते हैं - जीवित रहने के लिए लगातार चक्र। लेकिन मस्तिष्क में समान रूप से महत्वपूर्ण ड्रम हैं जो एक पैटर्न नहीं लगते हैं, और वे व्यवहार और अनुभूति के कमियों में नए सुराग शामिल कर सकते हैं।

जब एक न्यूरॉन ग्लूटामेट नामक एक रसायन दूसरे न्यूरॉन को भेजता है, तो यह प्राप्तकर्ता को आग लगने की संभावना बनाता है; इस परिदृश्य को उत्तेजना कहा जाता है। इसके विपरीत, यदि न्यूरॉन न्यूरोट्रांसमीटर गामा-एमिनोब्यूट्रिक एसिड, या गाबा से बाहर निकलता है, तो प्राप्तकर्ता न्यूरॉन में आग लगने की संभावना कम हो जाती है; वह निषेध है। या तो बहुत अधिक परिणाम हैं: उत्तेजना चला गया haywire बरामदगी की ओर जाता है, जबकि निषेध नींद और अधिक चरम मामलों में, कोमा को दर्शाता है।

उत्तेजना और निषेध के बीच नाजुक संतुलन का अध्ययन करने के लिए, वैज्ञानिक इलेक्ट्रोएन्सेफ्लोग्राफी, या ईईजी के साथ मस्तिष्क की विद्युत गतिविधि को मापते हैं। उत्तेजना और निषेध में चक्र तरंगों को बनाते हैं जिन्हें विभिन्न मानसिक अवस्थाओं से जोड़ा गया है। उदाहरण के लिए, लगभग 8 से 12 हर्ट्ज पर मस्तिष्क का उत्सर्जन, नींद से जुड़ी अल्फा तरंग पैटर्न का निर्माण करता है।

लेकिन मस्तिष्क का विद्युत उत्पादन पूरी तरह से चिकनी वक्रों का उत्पादन नहीं करता है। इसके बजाय, पंक्तियाँ घिसटती हैं क्योंकि वे चोटियों की ओर और नीचे गर्त की ओर ढलान करती हैं। कभी-कभी मस्तिष्क की गतिविधि की कोई नियमितता नहीं होती है और इसके बजाय विद्युत शोर अधिक दिखता है। इसका "सफेद शोर" घटक वास्तव में स्थिर की तरह यादृच्छिक है, लेकिन इसमें से कुछ में एक अधिक दिलचस्प सांख्यिकीय संरचना है।

यह चिकनाई में उन खामियों है, और शोर में, वोइटेक जैसे न्यूरोसाइंटिस्ट की रुचि है। "यह यादृच्छिक है, लेकिन यादृच्छिक के विभिन्न प्रकार हैं," उन्होंने कहा।

इस एपेरियोडिक गतिविधि की मात्रा निर्धारित करने के लिए, वैज्ञानिक कच्चे ईईजी डेटा को तोड़ते हैं, जितना कि एक प्रिज्म विभिन्न रंगों के इंद्रधनुष में एक सनबीम को विघटित कर सकता है। वे पहले फूरियर विश्लेषण नामक एक तकनीक को नियुक्त करते हैं। समय के साथ प्लॉट किए गए डेटा के किसी भी सेट को साइन तरंगों जैसे त्रिकोणमितीय कार्यों के योग के रूप में व्यक्त किया जा सकता है, जिसे उनकी आवृत्ति और आयाम के संदर्भ में व्यक्त किया जा सकता है। वैज्ञानिक तरंग आयामों को अलग-अलग आवृत्तियों पर एक ग्राफ में पावर स्पेक्ट्रम कह सकते हैं।

पावर स्पेक्ट्रा के लिए आयाम आमतौर पर लॉगरिदमिक निर्देशांक में प्लॉट किए जाते हैं क्योंकि उनके मूल्यों में विस्तृत श्रृंखला होती है। विशुद्ध रूप से यादृच्छिक सफेद शोर के लिए, बिजली स्पेक्ट्रम वक्र अपेक्षाकृत सपाट और क्षैतिज है, शून्य की ढलान के साथ, क्योंकि यह सभी आवृत्तियों पर समान है। लेकिन तंत्रिका डेटा एक नकारात्मक ढलान के साथ घटता पैदा करता है जैसे कि कम आवृत्तियों में उच्च आयाम होते हैं, और उच्च आवृत्ति के लिए तीव्रता तेजी से गिर जाती है। इस आकृति को 1 / कहा जाता हैf, आवृत्ति और आयाम के बीच उस उलटा संबंध का जिक्र है। न्यूरोसाइंटिस्ट इस बात में रुचि रखते हैं कि ढलान की सपाटता या स्थिरता मस्तिष्क के आंतरिक कामकाज के बारे में क्या संकेत दे सकती है।

इस तरह से ईईजी डेटा का विश्लेषण एक राजमार्ग पर एक पुल पर बनाई गई ऑडियो रिकॉर्डिंग से ध्वनि तरंगों को देखने के लिए समान है, बताते हैं लॉरेंस वार्ड, ब्रिटिश कोलंबिया विश्वविद्यालय में एक संज्ञानात्मक तंत्रिका विज्ञानी। बेतरतीब गुजरती कारों से टायरों का कूबड़ा एपेरियोडिक बैकग्राउंड फीचर्स का निर्माण करेगा, लेकिन पास की ट्रेनें जो हर 10 मिनट में सीटी बजाती हैं, बैकग्राउंड की तुलना में डेटा लाउडर में चोटियों के साथ एक आवधिक संकेत उत्पन्न करती हैं। एक लंबी हॉर्न ऑनक या वाहन टक्कर जैसी अचानक एक बार की घटना ध्वनि तरंग में एक ध्यान देने योग्य स्पाइक का उत्पादन करेगी, जो समग्र 1 / में योगदान देता है।f ढलान।

1 / की जागरूकताf घटना में वापस तिथियाँ जेबी जॉनसन द्वारा 1925 का पेपर बेल टेलीफोन प्रयोगशालाओं में, जो वैक्यूम ट्यूब में शोर को देख रहे थे। जर्मन वैज्ञानिक हंस बर्जर ने सिर्फ चार साल बाद पहला मानव ईईजी अध्ययन प्रकाशित किया। बाद के दशकों में तंत्रिका विज्ञान अनुसंधान ने मस्तिष्क गतिविधि में प्रमुख आवधिक तरंगों पर ध्यान केंद्रित किया। फिर भी 1 /f बिजली के शोर, शेयर बाजार की गतिविधि, जैविक लय और संगीत के सभी प्रकारों में उतार-चढ़ाव पाए गए और न जाने क्यों।

शायद इसलिए कि यह इतना सार्वभौमिक लग रहा था, कई जीवविज्ञानियों ने 1 / लेंस के माध्यम से शोर को देखने वाले विचार को खारिज कर दियाf विशेषताओं से उपयोगी संकेत मिल सकते हैं; उन्होंने सोचा कि यह इस्तेमाल किए गए वैज्ञानिक उपकरणों से शोर का एक रूप हो सकता है, लिखा बायु जे, न्यू यॉर्क यूनिवर्सिटी ग्रॉसमैन स्कूल ऑफ मेडिसिन में न्यूरोलॉजी, तंत्रिका विज्ञान और शरीर विज्ञान के एक सहायक प्रोफेसर में 2014 की समीक्षा संज्ञानात्मक विज्ञान में रुझान.

लेकिन उन्होंने और अन्य लोगों ने साधन शोर को नियंत्रित करने वाले प्रयोगों के माध्यम से उस विचार को खारिज कर दिया, जो एपेरोडियम मस्तिष्क गतिविधि की तुलना में परिमाण में बहुत छोटा था। में 2010 के एक पेपर में तंत्रिकाकोशिका, उसे और उसके सहयोगियों को भी मिला जबकि ईईजी रीडआउट, जमीन में भूकंपीय लहरें, और शेयर बाजार में उतार-चढ़ाव सभी 1 /f प्रवृत्तियों, इन स्रोतों से डेटा विभिन्न उच्च-क्रम सांख्यिकीय संरचनाओं को प्रदर्शित करता है। उस अंतर्दृष्टि ने इस विचार में सेंध लगा दी कि प्रकृति का एक नियम सब कुछ में एपेरियोडिक संकेत उत्पन्न करता है।

हालाँकि, यह पूरी तरह से व्यवस्थित सवाल नहीं है। वार्ड ने विभिन्न संदर्भों में गणितीय समानताएं पाई हैं और उनका मानना ​​है कि पर्दे के पीछे कुछ मौलिक हो सकता है।

किसी भी तरह से, दोनों वार्ड और वह सहमत हैं कि यह मस्तिष्क में गहराई से जांचने लायक है।

"दशकों के लिए, मस्तिष्क गतिविधि '1 / में निहितf"ढलान को महत्वहीन माना गया है और अक्सर मस्तिष्क के दोलनों पर जोर देने के लिए विश्लेषण से हटा दिया गया था," उन्होंने 2014 के पेपर में लिखा था। "हालांकि, हाल के वर्षों में, बढ़ते प्रमाण बताते हैं कि स्केल-फ्री ब्रेन गतिविधि सक्रिय रूप से मस्तिष्क के कामकाज में योगदान करती है।"

शोर से नए संकेत

वायटेक कुछ गलती से एपेरियोडिक संकेतों के विषय में गिर गया: वह मूल रूप से ईईजी डेटा से सफेद शोर निकालना और निकालना चाहता था। लेकिन जब उसने शोर मचाने के लिए एक कोड को हैक किया, तो उसने उस पर अधिक ध्यान देना शुरू कर दिया जो उसके भीतर दिलचस्प था।

पुराने वयस्कों के दिमाग में युवा वयस्कों की तुलना में अधिक एपेरियोडिक गतिविधि होती है, जो कि वॉयटेक में पाया जाता है 2015 अध्ययन अपने डॉक्टर सलाहकार के साथ राबर्ट नाइट, बर्कले में तंत्रिका विज्ञान के एक प्रोफेसर। वायटेक और नाइट ने देखा कि मस्तिष्क की उम्र के रूप में, यह सफेद शोर से अधिक हावी है। उन्होंने इस शोर और उम्र से संबंधित कामकाजी स्मृति गिरावट के बीच संबंध भी पाया।

वायटेक चाहता था कि न्यूरोसाइंटिस्ट्स के पास ऐसे सॉफ्टवेयर हों जो आसानी से पुराने डेटा सहित किसी भी डेटा सेट में आवधिक और एपेरियोडिक सुविधाओं को अलग कर सकें और शोधकर्ताओं को सार्थक 1 / देखने में मदद करें।f रुझान। इसलिए उन्होंने और उनकी टीम ने एक एल्गोरिथम के लिए एक कार्यक्रम लिखा जो ऐसा कर सकता था।

इस तरह एक उपकरण की मांग तुरंत स्पष्ट हो गई। वायटेक के बाद और उनके सहयोगियों ने वेबसाइट पर अपना कोड पोस्ट किया biorxiv.org 11 अप्रैल 2018 को, महीने के भीतर इसे लगभग 2,000 डाउनलोड मिले - एक आला तंत्रिका विज्ञान कम्प्यूटेशनल उपकरण के लिए एक बड़ी हिट। उस वर्ष के नवंबर में, वॉयटेक ने सोसाइटी फॉर न्यूरोसाइंस सम्मेलन में एक स्टैंड-रूम-केवल बातचीत का उपयोग करने के तरीके पर मॉडरेट किया। इसकी लोकप्रियता के कारण, उन्होंने अंतिम मिनट के अनुवर्ती सत्र का आयोजन किया, जहां उनकी प्रयोगशाला टीम ने दर्जनों इच्छुक वैज्ञानिकों को तकनीकी सहायता प्रदान की। ट्यूटोरियल और ई-मेल एक्सचेंजों ने नए सहयोग का नेतृत्व किया।

उन सहयोगों में से एक था लेंडर का अध्ययन नींद के दौरान उत्तेजना के लिए मार्करों का अध्ययन, प्रकाशित ऑनलाइन जर्नल में eLife जुलाई 2020 में वॉयटेक के सॉफ्टवेयर के साथ, लेंडर और उनके सहयोगियों ने पाया कि परीक्षण विषयों 'ईईजी' के एपेरियोडिक शोर में, आरईएम नींद के दौरान उच्च आवृत्ति की गतिविधि तेजी से गिर गई जब वे जाग रहे थे। दूसरे शब्दों में, बिजली स्पेक्ट्रम का ढलान स्थिर था।

अपने पेपर में, लेंडर और उसके सह-लेखकों का तर्क है कि एपेरियोडिक संकेत किसी व्यक्ति की चेतना की स्थिति को मापने के लिए एक अद्वितीय हस्ताक्षर के रूप में काम कर सकते हैं। इस तरह का एक नया उद्देश्य मार्कर कोमा रोगियों के लिए संज्ञाहरण और उपचार के अभ्यास को बेहतर बनाने में मदद कर सकता है।

अन्य प्रकाशित अध्ययन जो वायटेक के कोड का उपयोग करते थे, उनमें एडीएचडी दवा प्रभावकारिता की जांच और ऑटिज्म से पीड़ित लोगों में मस्तिष्क गतिविधि में लिंग-आधारित अंतर का अध्ययन शामिल था। में कोड प्रकाशित किया गया था एक सहकर्मी की समीक्षा की पत्रिका पहली बार - नेचर न्यूरोसाइंस - नवंबर 2020 में; थॉमस डोनोग्यू UC सैन डिएगो और मटर हालदार (तब बर्कले में) पेपर के सह-प्रथम लेखक थे, के साथ बृस्तु शिष्टुक वॉयटेक के साथ सह-वरिष्ठ लेखक के रूप में बर्कले की सेवा। उन्होंने और टीम के अन्य सदस्यों ने नकली आंकड़ों पर कोड के प्रदर्शन और नए निष्कर्षों को प्रकट करने की अपनी क्षमता का प्रदर्शन किया।

नताली शावरवोरन्को, वोटेक की प्रयोगशाला में एक पोस्टडॉक्टरल फेलो, आमतौर पर अल्फा तरंगों की तरह नियमित दोलनों पर शोध करता है, "जो एपेरियोडिक सिग्नल की तुलना में अधिक सुंदर हैं," उसने कहा, हमारे साझा ज़ूम कॉल में वायटेक हंसी बना रहा है। लेकिन जब उसकी रुचियां हाल ही में शिशु मस्तिष्क और विद्युत पैटर्न की ओर बढ़ीं जो उसके संज्ञानात्मक विकास के हस्ताक्षर हैं, तो उसे एक समस्या का सामना करना पड़ा, क्योंकि शिशु इन सुरुचिपूर्ण अल्फ़ा तरंगों का उत्पादन नहीं करते हैं; कब और कैसे लहरें दिखाई देने लगती हैं यह एक खुला प्रश्न है।

उसने शिशु मस्तिष्क गतिविधि के एक खुले ईईजी डेटा सेट का विश्लेषण करने के लिए एल्गोरिथ्म का उपयोग किया। में में प्रकाशित एक नया पेपर विकासात्मक संज्ञानात्मक तंत्रिका विज्ञान, शाओवेरोन्को और वायटेक ने जीवन के पहले सात महीनों के दौरान एपेरियोडिक गतिविधि में बड़े बदलाव पाए। हालांकि, यह पता लगाने के लिए कि क्या यह गतिविधि बच्चों के बड़े होने या बस ग्रे मैटर डेंसिटी में बढ़ने के कारण कार्यों में अधिक व्यस्तता दर्शाती है, और अधिक शोध की आवश्यकता है।

वायटेक के कोड ने हाल ही में कई शोध किए हैं, लेकिन यह एपेरियोडिक शोर विश्लेषण के लिए शहर में एकमात्र गेम नहीं है। 2015 में, जब टेक कंपनी Nvidia के Haiguang वेन और झोंगमिंग लियू मिशिगन विश्वविद्यालय दोनों ने पर्ड्यू विश्वविद्यालय में काम किया (वेन एक शोध सहायक थे और लियू एक एसोसिएट प्रोफेसर थे), वे एक अलग दृष्टिकोण प्रकाशित किया मस्तिष्क गतिविधि में एपेरियोडिक घटकों से आवधिक को अलग करने के लिए, जिसे अनियमित-पुन: नमूनाकरण ऑटो-स्पेक्ट्रल विश्लेषण (IRASA) कहा जाता है। इस बीच, Biyu वह इस विषय पर काम कर रहा है इससे पहले कि इनमें से कोई भी उपकरण दृश्य पर पहुंचे; इसलिए स्वर्गीय न्यूरोसाइंटिस्ट वाल्टर जे। फ्रीमैन ने भी काम किया, जिसके काम ने वॉयटेक को प्रेरित किया। इस तरह का काम हाथ से करना संभव है, हालांकि यह अधिक समय लेने वाला है।

एक ऐसा उपकरण होना जो न्यूरोसाइंटिस्टों को आवधिक और एपेरियोडिक संकेतों के संदर्भ में आसानी से अपने डेटा की जांच करने की अनुमति देता है क्योंकि डेटा स्वयं एक विशिष्ट अवधि में एकत्रित संख्याओं का एक सेट है। मस्तिष्क के कामकाज या खराबी के बारे में कुछ भी कहने का ग्राफ अपने आप में कुछ नहीं कहता है।

“व्याख्या क्या तंत्रिका विज्ञान में मायने रखती है, है ना? वॉयटेक ने कहा कि यही कारण है कि हम नैदानिक ​​निर्णय लेने और दवा के विकास और इस तरह के सभी सामान बनाते हैं। साहित्य में डेटा सेट की एक बड़ी संपत्ति में नई अंतर्दृष्टि प्राप्त करने की क्षमता होती है जब इस तरह से पुन: प्रकाशित किया जाता है, उन्होंने कहा, और "हम उन्हें समृद्ध नहीं कर रहे हैं जितना कि हमें चाहिए।"

इसका क्या मतलब है?

इन एपेरियोडिक विशेषताओं के बारे में वैज्ञानिकों की खोज में एक बड़ी सीमा यह है कि कोई भी यह नहीं जानता कि शारीरिक रूप से क्या कारण हैं। विभिन्न न्यूरोट्रांसमीटर, तंत्रिका सर्किट और बड़े पैमाने पर नेटवर्क इंटरैक्शन के संबंधित योगदान को स्पष्ट करने के लिए अधिक शोध की आवश्यकता है, कहा सिल्वेन बैलेटमैकगिल विश्वविद्यालय में न्यूरोलॉजी और न्यूरोसर्जरी, बायोमेडिकल इंजीनियरिंग और कंप्यूटर विज्ञान के प्रोफेसर।

"कारणों और स्रोतों को अभी भी पहचाना नहीं गया है," बेलेट ने कहा। "लेकिन हमें यह शोध ज्ञान और टिप्पणियों को संचित करने के लिए करना है।"

एक सिद्धांत यह है कि एपेरियोडिक संकेत किसी भी तरह उत्तेजना और निषेध के बीच नाजुक संतुलन को दर्शाते हैं जो मस्तिष्क को खुद को स्वस्थ और सक्रिय रखने की आवश्यकता है। बहुत अधिक उत्तेजना मस्तिष्क को अधिभारित कर सकती है, जबकि बहुत अधिक अवरोध इसे सोने के लिए डाल सकता है, लेंडर ने कहा।

नाइट को लगता है कि स्पष्टीकरण सही रास्ते पर है। "मैं यह नहीं कहना चाहूंगा कि मैं सकारात्मक हूं यह एक निषेध-उत्तेजना अनुपात परिवर्तन है, लेकिन मुझे लगता है कि यह सबसे मार्मिक व्याख्या है," मैंने कहा।

एक वैकल्पिक विचार यह है कि एपेरियोडिक संकेत केवल मस्तिष्क के शारीरिक संगठन को दर्शाते हैं।

अन्य भौतिक प्रणालियाँ 1 / को कैसे दर्शाती हैं, इसके आधार परf व्यवहार, वार्ड सोचता है कि मस्तिष्क में कुछ प्रकार के संरचनात्मक, पदानुक्रमित संबंध हो सकते हैं जो एपेरियोडिक गतिविधि को जन्म देते हैं। उदाहरण के लिए, यह इस तरह से उत्पन्न हो सकता है कि बड़ी संख्या में न्यूरॉन्स खुद को समूहों में व्यवस्थित करते हैं, जो तब बड़े क्षेत्रों का निर्माण करते हैं जो एक साथ काम करते हैं।

1 / से संबंधित दिमागी गतिविधिf रुझान प्राकृतिक वातावरण में संवेदी इनपुट के प्रसंस्करण के लिए आदर्श रूप से अनुकूल हो सकते हैं, क्योंकि यह अक्सर 1 / प्रदर्शित करता हैf-उपहार में उतार-चढ़ाव, उन्होंने कहा। उसके 2018 में अध्ययन जर्नल ऑफ न्यूरोसाइंस यह खोज करता है कि मस्तिष्क उन ध्वनियों के बारे में भविष्यवाणियां कैसे कर सकता है जिनमें 1 / भी हैf संपत्तियों ने सुझाव दिया कि एपेरियोडिक गतिविधि "प्राकृतिक उत्तेजनाओं के प्रसंस्करण और पूर्वानुमान में शामिल है," उसने एक ईमेल में कहा। यह उसके लिए आश्चर्यजनक नहीं है कि संगीत, जैज़ से बाख तक, 1 / भी हो सकता हैf गुण - आखिरकार, संगीत मानव मस्तिष्क का निर्माण है।

वायोटेक ने कहा कि एपेरियोडिक सिग्नल कहां से आते हैं, इसके बारे में परिकल्पनाओं का परीक्षण करने के लिए, शोधकर्ताओं को इस बात पर अधिक ध्यान देने की जरूरत है कि तंत्रिका सर्किटरी किस प्रकार का विकास कर सकती है। न्यूरोसाइंटिस्ट तब उन सर्किट के साथ साइटों को मस्तिष्क के समग्र शरीर विज्ञान के साथ जोड़ने के लिए एक बेहतर विचार के लिए प्रयास कर सकते हैं जिसमें तंत्रिका तंत्र विशिष्ट गतिविधि पैटर्न उत्पन्न करते हैं, और यह अनुमान लगाने के लिए कि मस्तिष्क के विभिन्न विकारों में एपेरियोडिक और आवधिक संकेत कैसे दिखाई देंगे।

वायटेक और भी बड़े पैमाने पर अध्ययन करने की उम्मीद कर रहा है जो अप्रयुक्त संकेतों को छेड़ने के लिए मौजूदा डेटा सेट पर कोड लागू करता है।

लेंडर और नाइट वर्तमान में अलबामा विश्वविद्यालय में कोमा के मरीजों के आंकड़ों का विश्लेषण कर रहे हैं, यह देखने के लिए कि कोमा कैसे विकसित होता है। उनकी भविष्यवाणी यह ​​है कि अगर कोई व्यक्ति कोमा से बाहर आ रहा है, तो मस्तिष्क में उच्च-आवृत्ति गतिविधि में वृद्धि 1 / में बदलाव के रूप में दिखाई देगी।f ढलान। प्रारंभिक परिणाम आशाजनक हैं, लेंडर ने कहा।

बैलेट के लिए, मस्तिष्क में एपेरियोडिक संकेत अंधेरे पदार्थ की तरह एक सा है, ब्रह्मांड का अदृश्य मचान जो केवल गुरुत्वाकर्षण के माध्यम से सामान्य पदार्थ के साथ बातचीत करता है। हम यह नहीं समझते कि यह किस चीज से बना है या इसके गुण क्या हैं, लेकिन यह आकाशीय पृष्ठभूमि में है, मिल्की वे को एक साथ पकड़े हुए है।

वैज्ञानिकों ने यह पता नहीं लगाया है कि इन एपेरियोडिक संकेतों का क्या कारण है, लेकिन वे भी हमारे सिर में ब्रह्मांड के लिए एक आवश्यक समर्थन संरचना को दर्शा सकते हैं। कुछ रहस्यमय हमारे जीवन को नींद से जगाने में मदद कर सकते हैं।