投稿|陈根：意识的发展与边界，大脑“噪音”何起？( 二 )
研究人员只是将这种现象归结为“随机背景噪声”，仍继续专注于分析更容易测试的有意识大脑活动 。但是，随着研究人员开发出能够有效分析这些“大脑噪音”的算法，他们开始意识到，这种脑电活动并非真正的噪音，而是具有更深层的含义 ——它或许指示了大脑中神经活动的状态，甚至有可能判断意识的边界 。
大脑噪音之必要如上所述，很长一段时间以来，研究人员都不认为这些“大脑噪音”能带来有用的信号——2014年发表于《认知科学趋势》的一篇综述中写到，或许是因为噪音看起来如此普遍，许多生物学家并不认为通过对噪音进行1/f特征转化，可以得到有用的信号 。他们认为这可能是仪器自身发出的噪音 。
但与此同时，也有越来越多的研究驳斥了这一观点 。纽约大学的研究人员就发现，仪器噪音的幅度远小于非周期性脑电活动 。并且，越来越多的证据表明，无标度的脑电活动会给大脑功能带来益处 。
为了量化非周期性脑电活动，科学家们做了不同的努力 。一方面，有科学家分解了原始的脑电图数据，就像用棱镜将太阳光分成不同颜色 。为此，他们首先采用了傅立叶分析技术 。在任何一段时间内绘制的数据都可以表示为三角函数的和，例如正弦波，而三角函数可以通过频率和振幅来表示 。
科学家可以将不同频率下的波幅绘制成一张图表，即功率谱（power spectrum） 。功率谱的幅度通常用对数坐标系表示，因为它们的数值范围很大 。对于纯随机的白噪声，功率谱曲线相对平坦，呈水平状态，因为它在所有频率下都是近乎相同的 。
但神经活动产生的曲线具有负斜率，因为低频脑电波的振幅更高，而高频脑电波的强度则呈指数下降 。这条曲线被称为1/f，表示频率和振幅具有反向关系 。加拿大不列颠哥伦比亚大学的认知神经学家劳伦斯·沃德表示，用这种方式分析脑电图数据，类似于在一座公铁两用桥上用录音机记录声波 。
随机经过的汽车轮胎发出的嗡嗡声，制造出非周期性的背景噪音；而列车每10分钟一次的鸣笛会产生具有峰值的周期性信号 。在数据中，这个信号明显比背景信号突出 。一次突发性事件，如长时间的鸣笛或车辆相撞，就会在声波中产生明显的尖峰，影响1/f的整体斜率 。
另一方面，研究人员尝试开发工具来支持对于大脑噪音的研究，加利福尼亚大学圣迭戈分校的认知科学和数据科学副教授布拉德利·沃伊特克就是其中的先行者 。沃伊特克希望神经学家能利用软件从任何数据集中，自动分离出周期性和非周期性的脑电波特征，并寻找出有意义的1/f趋势线 。
因此，通过与加利福尼亚大学圣迭戈分校和伯克利分校的神经科学家合作，沃伊特克开发了一种软件，可以分离出隐藏在非周期性脑电活动中的规律性脑电波 。比如α波，科学家对睡眠和清醒状态下的α脑电波已经进行了大量的研究 。
这为神经科学家提供了一种新的工具，用于剖析有规律的脑电波和非周期性脑电活动，以便理清它们在行为、认知和疾病中的作用 。
大脑噪音将带来什么？可以说，自发性大脑波动是一种不应被低估的工具，其带来的影响和作用也正在超越人们的想像 。
首先，借助沃伊特克的软件，有研究人员发现，快速眼动睡眠期间，在受试者脑电图的非周期性噪音中，高频脑电活动的下降速度比清醒时更快 。换句话说，功率谱斜率的绝对值更大 。研究人员认为，非周期性脑电活动可以作为衡量一个人意识状态的特定标志 。像这种新的客观指标，可能有助于了解昏迷患者的麻醉状态，并改善治疗过程 。其研究于2020年7月在线发表于eLife 。
推荐阅读
- 投稿|一度超越微信登AppStore榜首，但“元宇宙”社交也难逃“月抛”魔咒
- 投稿|陕旅饭店集团破产重整，昔日“混改模范”为何沦为反面教材？
- 投稿|疫情之下，本土自主设备如何突围？中国制造的投机主义和长期主义
- 投稿|即视角｜出海正当时：欧美、东南亚、中东、拉美市场观察
- 投稿|“东南亚小腾讯”跌入谷底：受阻的业务飞轮撑不起千亿市值
- 投稿|员工行为几乎全裸？深信服“监控门”背后
- 投稿|信任危机？一场针对民族企业的商业“阳谋”
- 投稿|体量庞大，微软还能突飞猛进吗？
- 投稿|估值近百亿，从下沉市场走出来的书亦烧仙草，凭什么成黑马？
- 投稿|浑水创始人遭FBI搜查，屠龙者终成恶龙？