意识状态转变的脑动力学位移及其驱动因素
神经元与认知
2024-07-10 v1 定量方法
摘要
理解神经机制以掌握不同意识状态之间的转换是神经科学的基本挑战。因此，我们研究在人脑静息状态动力学中所蕴含的驱动因素，基于功能磁性共振成像（fMRI）数据，涵盖清醒、轻度镇静、深度镇静及恢复等不同意识水平。我们采用基于线性时不变（LTI）动力Systems模型（假设输入未知）的方法。研究发现，脑动力学的谱 profiles 存在显著变化—特别是关于系统振荡模式在不同意识状态间转换时的稳定性和频率。这些模型进一步使我们能够识别影响自然声学刺激下大规模脑活动的外部驱动因素。我们的发现表明，这些识别出的输入描绘了刺激诱导的协同活动传播在不同意识状态下的差异。值得注意的是，我们的方法展示了 LTI 模型在捕捉复杂情境（如自然刺激）中大规模脑动态变化及驱动因素方面的有效性，这类情境不利于传统广义线性模型分析。重要的是，我们的发现阐明了脑全景动态及其驱动因素如何随意识状态的转变而演变，为发展更精确的意识恢复障碍生物标志物提供了潜在希望。
引用
@article{arxiv.2407.06928,
title = {Shifts in Brain Dynamics and Drivers of Consciousness State Transitions},
author = {Joseph Bodenheimer and Paul Bogdan and Sérgio Pequito and Arian Ashourvan},
journal= {arXiv preprint arXiv:2407.06928},
year = {2024}
}