年纪越大，大脑中嘅噪音越多？

转载：本文来自微信公众号“造就”（ID:xingshu100），作者：造就，转载经授权发布。

喺进化嘅过程度，相比于第啲生物，人类选择‌牺牲力量，住重去点亮“智商”呢个技能点，而承载人类智商嘅载体则是结构和运行机制都非常复杂嘅大脑。

我哋都知道，大脑嘅运转主要依靠多重神经元网络喺多个脑区之间架起信息交流嘅桥梁：一个神经元细胞可以同50000个神经元细胞交流信息。就算我哋处于瞓眠状态时，大脑中嘅神经元也无时无刻唔喺相互交流。

如果我哋能听到大脑神经活动嘅声音，噉会点样样呢？

也许，场面会像菜市场一样混乱、嘈杂，每个神经元都喋喋唔休嘅表达住自己，同时也没忘记和隔壁嘅神经元夸夸其谈，成个大脑充斥住各种各样嘅噪音。

但呢啲噪音并唔真嘅只是“噪音”。喺2020年1月嘅一场主题为瞓眠嘅研究座谈会上，科学家詹娜·伦德纳（Janna Lendner）分享‌一啲研究发现，佢提出可以利用大脑噪音观察人嘅大脑活动，探索大脑清醒同无意识之间嘅界限。

但係，听起来容易做起来难，因为当我哋处于快速眼动（REM）瞓眠阶段时，大脑会产生同清醒时相同嘅平稳震荡嘅脑电波，让人难以判断意识嘅存同否。

唔过伦德纳认为，答案并唔喺常规嘅脑电波度，而系喺科学家普遍会忽略嘅一个神经活动：大脑中唔稳定嘅背景噪音。

神秘嘅大脑噪音

越来越多嘅神经科学家认为，大脑电信号活动产生嘅噪音能为人研究大脑内部运作提供全新嘅线索。

这是颠覆性嘅思想转变，曾经神经学上将呢啲噪音比喻成老旧电视机嘅干扰信号，但而家佢可能会对科学家研究大脑嘅方法产生深远嘅影响。

大脑活动产生唔同类型嘅脑电波

图源：Quanta Magazine

神经科学家布拉德利·沃伊泰克（Bradley Voytek）花‌几年嘅时间研究‌一种方法，来帮助科学家们重新审视已有嘅数据。

同加州大学神经学家嘅合作下，沃伊泰克开发‌一种软件，佢可以从大脑活动嘅非周期性部分度，分离出规则振动。例如，α波是四个基本脑波之一，喺大脑中有时出现，有时消失，并唔总是存喺，而软件可以帮助我哋更好地研究α波。

这为神经科学家提供‌一种分析大脑规则振动和非周期性活动嘅新工具，进而为研究大脑非周期性活动喺行为、认知和疾病中嘅作用提供帮助。

布拉德利·沃伊泰克

大脑噪音呢一现象目前有好多种命名。有人称其为“1/f斜率”或“无标度活动”，但沃伊泰克倾向于将其命名为“非周期性信号”或“非周期性活动”。

虽然针对唔规则大脑活动嘅研究已经进行‌20多年，但还是没有人能确定其真正含义。而家，科学家们有‌更好嘅工具，可以喺新实验中将非周期性信号隔离出来，继续深入研究已有嘅旧数据。

多亏‌沃伊泰克嘅算法，最近呢几年对大脑电波嘅研究都表示，大脑非周期性活动蕴含大量宝藏，可能促进对衰老、瞓眠和儿童发育等方面嘅研究。

噪音嘅波动

我哋嘅身体已经习惯于一啲对生存至关重要嘅持续循环，比如心跳和呼吸节奏。但喺我哋睇唔到嘅大脑内部，也有住同样重要嘅波动节奏，佢们可能包含解释行为和认知嘅线索。 

当一个神经元将一种谷氨酸化学物质传递畀另一个神经元时，佢会使接受者更有可能发出信号，呢种情况称为兴奋。反之，如果一个神经元分泌出神经递质—氨基丁酸（GABA），接受佢嘅神经元就唔太可能被激发，呢称为抑制。

任何一种情况走向极端都会产生严重嘅后果：兴奋作用失控会导致癫痫发作，而抑制作用过多会导致失眠甚至昏迷。

为咗研究兴奋和抑制两者之间嘅微妙平衡，科学家们用脑电图来测量大脑嘅电信号活动。兴奋和抑制嘅循环形成‌同唔同精神状态有关嘅波。

例如，当大脑形成α电波，即电波频率喺8-12赫兹/秒时，人处于放松、准备进入瞓眠嘅状态。

但是大脑嘅电波输出并唔是完美嘅平滑曲线。相反，当佢们陡增到顶峰、下冲到谷底时，呢啲线会产生抖动。有时大脑活动没有规律，使其睇起来更似电噪音。

正系呢种噪音引起‌像沃伊泰克嘅兴趣，他表示，虽然噪音是随机嘅，但佢有唔同种类嘅随机。

白噪音、粉噪音和棕噪音（从左至右），从上到下波谱频率降低，颜色越明亮代表波强度越大，白噪音喺各频率波强度都相似

为咗量化呢种非周期性活动，研究者们将原始嘅脑电图数据进行‌拆解。

首先，佢哋采用‌一种叫做傅里叶分析嘅技术。任意一组随时间而变化嘅数据都可以表示为三角函数，好似正弦（sin）波一样，可以用频率和振幅两个参数来衡量。

然后，佢哋可以喺功率谱图中绘制出唔同频率嘅波幅值。

傅里叶技术将脑电图波分解为唔同频率和振幅嘅三角函数数学模型，根据分离出嘅唔同频率嘅波，绘制功率谱（横坐标：频率；纵坐标：振幅）。由于阈值范围好宽，功率谱振幅通常用对数坐标绘制

从功率图中可以睇出，对于纯随机白噪声，功率谱曲线相对平坦和水平，其斜率接近为0，因为其白噪声嘅振幅喺所有频率上大致相同。但根据大脑神经系统产生嘅数据绘制功率谱，则会得到一条斜率为负嘅曲线。

由此可见，较低嘅频率具有较高嘅振幅，而频率升高时，振幅嘅强度呈指数下降。呢一曲线下降趋势叫做1/f，指嘅是频率和振幅之间嘅倒数关系。神经科学家们感兴趣嘅是，图中平缓或陡峭嘅曲线斜率可能表明‌大脑内部嘅运作方式。

对非周期性活动嘅认识可以追溯到1925年，J.B.约翰逊喺研究嘅真空管噪音。四年后，德国科学家汉斯·博杰就发表‌首份人类脑电图研究报告。

喺随后嘅几十年度，神经科学嘅研究主要集中喺大脑活动中显著嘅周期性波上。但係，喺各种电噪音、股票市场、地震波甚至音乐片段中都可以发现非周期性活动，至于点解，直到今日这仍然是个未解之谜。

喺过去嘅研究度，人一直认为大脑嘅非周期性活动是唔重要嘅，喺研究中经常剔除呢一部分，以强调大脑嘅周期波动。但係，越来越嘅证据表明，非周期性嘅大脑活动积极促进住大脑功能。

用数据解读噪音

其实，沃伊泰克最初只系想要从脑电图数据中建立数学模型并去除白噪声，但是当他编写程序消除噪音时，他开始将更多注意力放喺噪音上。

2015年，沃伊泰克喺一项研究中发现，同年轻人相比，老年人嘅大脑似乎会产生更多嘅非周期性活动。

通过观察脑电图，他发现随住大脑年龄嘅增长，大脑更多地受白噪音嘅支配，而呢种噪音同年龄导致嘅工作记忆衰退存喺相关性。

沃伊泰克希望有种软件能够自动分离数据库中嘅周期性和非周期性活动。因此，他组织团队为呢个算法编写‌一个程序，实现‌呢一功能。

他嘅软件一经面世就大受欢迎。2018年4月11日，沃伊泰克将佢哋嘅代码发布到biorxiv.org网站后，一个月就获得近2000次下载。同年11月，他嘅团队喺神经科学会议上组织‌一场软件使用交流会，为数十名对此工具感兴趣嘅科学家提供‌技术指导和支持。

其中一项合作便是伦德纳嘅瞓眠唤醒研究。借助沃伊泰克嘅软件，伦德纳和同事发现，喺受试者脑电图嘅非周期性噪音功率谱度，相比于清醒状态，喺快速眼动瞓眠阶段高频活动嘅振幅下降得更快，也就是说，功率谱嘅斜率更陡。

受试者晚间嘅大脑频谱图，白线表示波谱斜率变化，同受试者嘅瞓眠清醒程度相对应。

伦德纳等研究者认为，非周期性信号可以作为一种独特嘅信号来测量一个人嘅意识状态。从医学角度来睇，佢可以作为一个新嘅客观标记帮助提高麻醉实践性，以及治疗昏迷患者。

仲有一啲使用沃伊泰克开发嘅软件所进行嘅研究，其中包括对多动症药物疗效嘅调查，以及基于性别差异对自闭症患者大脑活动嘅研究。佢哋和团队嘅第啲成员喺模拟数据库中测试‌代码嘅性能，肯定‌利用此工具进行新研究嘅可能性。

神经科学家们非常需要使用呢种工具分离周期性信号和非周期性信号，从而专注佢哋需要嘅数据。因为对于数据本身，佢只系喺特定时间内、特定方法下收集嘅一组数字。一张由数据组成嘅图像本身并唔可以说明大脑系咪处于正常运行状态。

沃伊泰克表示，神经科学中至关重要嘅正系对数据嘅解读。因为这是我哋喺面对临床决策、药物开发和第啲所有呢类事上做决定嘅基础。

“当我哋以呢种方式重新审视文献中嘅大量数据集时，便极有可能产生新嘅见解。目前为止，我哋对现有数据嘅解释仲未够深入和全面。”

噪音从何而来？

虽然人对非周期性活动嘅研究已经有‌好大进步，但喺呢一领域还是具有一个好大嘅局限性：没有人确切知道是乜嘢从生理学上引起‌非周期性活动。

麦吉尔大学神经外科、计算机科学教授西拉维·拜耶说，我哋需要更多嘅研究来确定唔同神经递质、神经回路和大规模神经网络之间嘅相互作用。

一种理论认为，非周期性信号喺某种程度上反映‌兴奋和抑制之间嘅微妙平衡，大脑需要呢种平衡来保持自己嘅健康和活跃。伦德纳说，呢种平衡是非常重要嘅，过多嘅兴奋会使大脑超负荷，而过多嘅抑制可能会使人进入瞓眠状态。

另一种观点认为，非周期信号只是反映‌大脑嘅物理组织。根据第啲物理系统反映非周期性活动嘅现象，伦德纳认为大脑中可能存喺某种结构上嘅、等级上嘅关系，从而导致‌非周期性嘅活动。

例如，大脑中处于相近位置嘅大量嘅神经元先聚集成组，然后逐渐形成更大嘅区域一齐工作。

伦德纳表示大脑能够预测同样具有1/f特征属性嘅声音，呢表明非周期性活动同处理和预测自然刺激有关。

唔论是爵士乐，仲要是巴赫嘅古典音乐，都可以具有非周期性活动嘅属性，呢并唔奇怪——毕竟，音乐是人类大脑嘅产物。

沃伊泰克说，为咗验证关于非周期信号从何而来嘅假设，研究人员需要更细致地研究产生呢啲信号嘅神经回路。

神经科学家可以尝试将呢啲回路嘅位置同大脑嘅整体生理学联系起来，从而更好地认识边啲神经机制会产生特定嘅信号模式，并预测非周期性和周期性信号喺唔同嘅大脑疾病中会是乜嘢样。

而对拜耶嚟讲，大脑中嘅非周期性信号有啲像暗物质，是存喺于宇宙中嘅隐形支架，只能通过引力同正常物质相互作用。我哋唔知道佢是由乜嘢组成嘅，也唔知道佢嘅属性是乜嘢，但佢就喺宇宙背景度，偷偷地将银河系维系喺一齐。

参考：

链接