اسلایدهای جلسه چهاردهم کارگاه دینامیک مغز: تئوری، آنالیز و تفسیر

سرفصل های این جلسه:
Autoregressive Models
Granger Causality

Limitations And Common Problems Of Functional Connectivity Methods
Problem 1: Common Reference
Problem 2: Volume Conduction
Problem 3: Poor Signal-to-Noise Ratio
Problem 4: The Sample Size Bias
Problem 5: Common Input

#Slide #Advanced_Neuroscience #BrainDynamicsWorkshop #Session14

من میخوام این کتاب رو بخونم و بدم نمیاد یک گروه باشیم که بحث کنیم. اگر گروهی جمع بشه جلسات رو جمعه صبح ساعتای ده، ده و نیم به بعد و یا شنبه یا یکشنبه صبح ساعتای نه صبح باید داشته باشیم (زمان های دیگر برای من مقدور نیست). اگر علاقه مند هستید زیر این پست در کامنت ها اعلام کنید. ساعت رو شاید بتونیم کمی جابجا کنیم.

من کتاب رو مطالعه کردم هنوز که دربارش نظری بدم ولی مصاحبه های Hacker رو شنیدم. کتاب درباره مفاهیمی هست که به صورت پیش فرض در پشت مطالعات علوم اعصاب وجود داره و شاید گاهی implicit هستن و نسبت بهشون آگاه نیستیم و این باعث میشه یا آزمایشات درستی طراحی نکنیم و یا در نتیجه گیری و تفسیر دچار خطا بشیم. کتاب به مهم ترین محققین علوم اعصاب حوزه های مختلف مثل ادراک، حافظه و ... اشاره میکنه و پیش فرض های کارهای اونها رو بررسی میکنه.

در پستی که قبلا منتشر کردم اعلام کردم که علوم آکسیوماتیک هستن. شما نمیتونید بدون داشتن یک ساختمانی از مفاهیم دست به کار تجربی بزنید. در واقع ما همیشه با پیشفرض آغاز میکنیم. به همین دلیل خوب هست که با پیشفرض هایی که به صورت بارز و یا غیربارز در فیلد وجود داره آشنا باشید تا از مغالطه های منطقی در تفسیر ها جلوگیری کنید.

کتاب بنظرم میاد از این جنبه مفید هست (حداقل اگر نسبتی با حرفای هکر داشته باشه.)

از طرفی جلسات بهانه ای خواهد بود برای گفتمان های جدی در همین راستا (یعنی صحبت ها نیاز نیست به کتاب محدود بشه هر چند محوریت سخن کتاب خواهد بود.)

عنوان: مغز، بدن، رفتار

مغز، بدن و رفتار

طی صد سال اخیر کوشش بخشی از پژوهش های علوم اعصاب بر این بوده که ارتباط میان دینامیک سیستم عصبی و رفتار را در یابد. در واقع پرسش این است: سیستم عصبی چگونه رفتار را تولید میکند؟

اگر پرسش را اینگونه مطرح کنیم آنگاه برای پاسخ به پرسش باید سه قدم اصلی برداریم: 1) یک رفتار مشخص تعریف کنیم، 2) فعالیت عصبی را در زمان آن رفتار ثبت کنیم، 3) یک نقشه یک به یک میان فعالیت عصبی و متغیرهای رفتاری بیابیم.

چگونه رفتار را تعریف کنیم؟
اگر ارگانیسم مورد مطالعه خودمان را تفکیک کرده باشیم آنگاه میتوانیم رفتار ارگانیسم را هر گونه اثری تعریف کنیم که بر روی خود و یا محیط اطرافش میگذارد. با این تعریف فرآیند های شناختی نیز زیرمجموعه رفتار تعریف می شوند. اگر با این تعریف راحت نیستید میتوانید تعریف را اینگونه تغییر دهید: هر گونه اثری که سیستم بر محیط اطراف خودش میگذارد و با این تعریف فرآیندهای انتزاعی شناختی را از رفتار جدا کنید.

بیاید فرض کنیم که میخواهیم مکانیزم عصبی مرتبط با انقباض عضلات دست را پیدا کنیم. ابتدا باید بپرسیم چه چیزی را میخواهیم اندازه گیری کنیم؟ فرض کنید برای فعالیت عصبی ما سیگنال خارج سلولی را ثبت میکنیم و برای رفتار نیز میزان انقباض عضلات را اندازه گیری میکنیم. حالا باید تابعی میان انقباض عضلات (متغیر رفتاری) و فعالیت عصبی پیدا کنیم.

Neurosyntax

مشکل نخست: محیط، گمشده علوم اعصاب

اما اینجا یک مشکل وجود دارد. فرض کنید ارگانیسم دقیقا یک حرکت خاص را برنامه ریزی میکند و در نتیجه یک فعالیت عصبی خاص در دو موقعیت متفاوت مشاهده میشود. 1) موقعیت یک زمانی است که فرد زیر فشار هوای X قرار دارد و 2) موقعیت دوم زمانی است که فرد زیر فشار هوای X/2 قرار دارد. در این دو شرایط با اینکه ارگانیسم در فرض ما یک انقباض مشخص را برنامه ریزی میکند اما متغیر رفتاری ای که ما مشاهده خواهیم کرد به دلیل فشار هوای متفاوت، گوناگون خواهد بود. هنری یین در مقاله "بحران در علوم اعصاب" به این مسئله اشاره میکند و توصیه میکند خروجی سیستم عصبی از رفتار جدا شود. رفتار نه تنها به برنامه ریزی سیستم عصبی بلکه به شرایط محیطی نیز وابسته خواهد بود.

Any behavior is the result of two types of influences, one from the organism’s nervous system, and the other from the environment. From the naïve perspective, what is seen is the contribution of the organism and its output. What is not seen is the contribution of the environment, the forces that are acting upon the body just as neural signals are amplified to generate torque through muscle contraction. There is, in fact, no one-to-one mapping between muscle contraction and any posture or movement. The causal chain commonly envisioned, from neural output to muscle contraction to movement, is largely imaginary. We cannot tell by muscle output alone what the movement actually is, just as we cannot predict the speed or position of a car by measuring engine output. Even if we obtain a complete recording of every motor neuron or every muscular contraction, this recording, when played back again, would not reproduce the same behavior. Ref

Neurosyntax

مشکل دوم: جهانِ مغز نه مشاهده گرِ آن

بوژاکی در کتاب Brain from inside-out مینویسد که بسیاری از فرمول بندی ها و تقسیم بندی های رفتاری-شناختی در دوران فلسفه و روانشناسی انجام شده است، زمانی که ما شناختی از دینامیک مغز نداشتیم. و رویکرد علوم اعصاب این بوده که ارتباط میان فعالیت سیستم عصبی و ظرفیت های شناختی از پیش تعیین شده پیدا کند. (در بسیاری از این مطالعات رفتار خارجی به کل نادیده گرفته میشود که در مشکل بعدی اشاره خواهد شد). بوژاکی پیشنهاد میکند که این رویکرد پیدا کردن همبستگی میان سیستم عصبی و رفتار هر چند به ما دانش خوبی داده است اما پایه ای نیست. (تا چه زمانی قرار هست این رویکرد را ادامه بدهیم؟ اگر گسترده دینامیک مغز را در تعداد رفتار هایی که میتوانیم دسته بندی کنیم ضرب کنید، جایگشت آن از عمر بسیاری از ما عبور خواهد کرد. شاید زمان آن هست که در رویکردهای خودمان تجدید نظر کنیم؟) به بیان او ما در این دوران در حال پیدا کردن ترکیب ها و واژگان سیستم عصبی بودیم اما هنوز درکی از سینتکس سیستم عصبی نداریم. در واقع این رویکرد function mapping برای ما مشخص نمیکند دقیقا چگونه یک رفتار ایجاد میشود.

دو مثال بارز در علوم اعصاب وجود دارد که به صورت واضحی نشان میدهد این رویکرد ما را به توضیح سیستم عصبی نزدیک تر نکرده است. (در آینده متنی خواهم نوشت درباره سطوح دانشی و توصیف، پیشبینی و توضیح را جدا خواهم کرد. کارکرد رویکرد بالا بیشتر توصیفی و پیشبینی است نه توضیحی).
مثال نخست: C. Elegance - موجودی با دقیقا 302 نورون که نقشه شبکه آنها، توالی ژنی نورون ها، و ... بر ما مشخص هست و ما همچنان نمیتوانیم بر مبنای سیستم عصبی رفتار موجود را توضیح دهیم.

مثال دوم: Central pattern generators در شکم Crab - یک سیستم 30 نورونی که نقشه آن کاملا مشخص است و به صورت همزمان میتوانید فعالیت همه نورون ها را ثبت کنید. 4 دهه افرادی مثل Eve Marder بر روی این سیستم کار کردند و هنوز مشخص نیست این 30 نورون چگونه رفتار شکم موجود را تولید میکنند. (این را مقایسه کنید با بیلیون ها نورنی که در سر ما هست و رویکرد ثبت تک نورونی را در نظر بگیرید و ببینید چقدر زمان خواهد برد که با رویکرد فعلی ما بخواهیم چیزی را توضیح دهیم.)

به پیشنهاد بوژاکی یا ماردر یا افراد مشابه، ما ابتدا باید درک صحیحی از محدودیت های ساختار و عملکردی سیستم عصبی پیدا کنیم و سپس متناسب با این محدودیت ها رفتار را توضیح دهیم. (در مشکلات بعدی اشاره خواهد شد.)

Refs: 1, 2


برخی دیگر از افراد نیز به محدودیت های تقسیم بندی های رفتاری اشاره کرده اند هرچند رویکرد آنها با چیزی که مطرح شد متفاوت هست. برای مثال راس پولدراک پروگرم Cognitive Ontology را در استنفورد راه اندازی کرده است و در پی آن است تا با استفاده از داده های عینی بتواند تقسیم بندی های شناختی/رفتاری را انجام دهد. از طرفی سعی دارد تا تعاریف منسجمی از واژگان رفتاری/شناختی ارائه کند تا زبان مشترکی بین افراد شکل بگیرد. کراکائر و سایرین هم در مقاله "علوم اعصاب به رفتار نیاز دارد" درباره محدودیت های مطالعات رفتاری فعلی اشاره میکنند و توضیح میدهند حتی تکنولوژی های جدید در کنترل سیستم عصبی (مثل آپتوژنتیک) نیز نمیتواند کمبود فهمی ما را جبران کنند و ما باید در تلاش باشیم تا رفتار را با دقت تعریف کنیم.

Ref: 1, 2


Neurosyntax

مشکل سوم: مغز در جهان دکارتی
به دلیل محدودیت های ابزاری و تفکری، رویکرد مطالعاتی ما در علوم اعصاب به صورتی پیش رفته است که نقش بدن در رفتار و شناخت به صورت کلی حذف شده است. آصیف غضنفر در مقاله "حیاتِ رفتار" مینویسد بدن در علوم اعصاب فعلی تنها به عنوان نگه دارنده مغز در نظر گرفته می شود. در یک ستاپ آزمایشی در حیوانات و یا حتی در انسان، سابجکت به صورت غیر محرک جلوی یک سیستم مینشیند و باید یک تسک شناختی/رفتاری را حل کند که در بسیاری از موارد نیازی به هیچ گونه حرکت خاصی در محیط ندارد. (معمولا کلامی، با لمس و یا با ساکاد و ... گزارش انجام می شود.) در این آزمایشات بدن به صورت کلی از معامله حذف می شود و مسئله بع شکل Sensory-motor transformation در می آید (برای مثال حسی از کامپیوتر دریافت میشود، یک پردازشی در مغز صورت میگیرد و حرکت با لمس یا ساکاد مشخص میشود). در صورتی که مطالعات رفتاری و آناتومیک نشان می دهد که گستره تفاوت های بالایی در اجزای مختلف بدن موجود حتی در یک گونه وجود دارد که بر روی عملکرد های رفتاری/شناختی آنها اثر میکند. برای بررسی دقیق رفتاری و دریافت مکانیزم های عصبی رفتار باید بتوانیم به سمتی حرکت کنیم که موجودات زنده را در شرایط زیستی نرمال آنها مطالعه کنیم و به تاریخ زیستی و تفاوت های فردی هر سابجکت احترام بگذاریم. مطالعاتی وجود دارد که مکانیزم های نورونی یک رفتار خاص در شرایط آزاد و شرایط محدود شده بسیار متفاوت هستند. از طرف دیگر مطالعات جدید نشان میدهد که ارتباط میان بدن-مغز در ادراک نقش بسزایی را بازی میکند. برای مثال برخی ادراکات تنها در زمان بازدم رخ میدهد. ریتم قلب و شش ها با ریتم های مغزی برای فعالیت های خارجی به صورت موقت کوپل می شوند. تئوری های احساسات ما نیز بر گرفته از ارتباط میان بدن و مغز است. نگرش نادرست شاید ریشه در تفکرات دکارت دارد که بدن و ذهن را از هم جدا کرد و البته نگاه به مغز به شکل یک کامپیوتر. خوشبختانه با تغییر تکنولوژی و دسترسی به ثبت های وایرلس این رویکرد در حال تغییر است.

Ref: 1, 2


Neurosyntax

مشکل چهارم: یک سر و هزار سودا

یکی از پیچیدگی های سیستم عصبی که به صورت جامعی توسط Eve Marder مورد مطالعه قرار گرفته است Degeneracy یا Multiple-realizability است. سیستم عصبی می تواند از راهکار های مختلفی برای رسیدن به یک هدف مشخص استفاده کند. (یعنی متغیر رفتاری حتی اگر ثابت باشد ممکن است مکانیزم نورونی متفاوت باشد.) و این مشاهده رویکرد functional mapping را بیش از پیش دچار بحران میکند. مسئله بعدی این است که یک شبکه خاص در سیستم عصبی میتواند متناسب با state های مختلف محیطی رفتار های متفاوتی داشته باشد.

با اینکه سیستم مغزی بسیار دینامیک است ولی به دلیل محدودیت های ساختاری نمیتواند کاملا آزادانه عمل کند. در نتیجه سیستم دارای محدودیت های ذاتی است. یکی از رویکرد های جالب می تواند این باید که در ابتدا تشخیص بدهیم این محدودیت های در کل سیستم عصبی و یا اجزا آن (مثل مدارهای خاص، موتیف ها و یا تک نورون ها) چه هستند. این محدودیت ها در نهایت منجر می شود که مدلسازی ما از مغز و رفتار نیست محدود شود (با درک محدودیت ها دیگر ما اجازه نخواهیم داشت هر نوع پارامتری را وارد مدل کنیم و یا هر مقداری از پارامترها را آزادانه تعیین کنیم) و این میتواند به ما کمک کند.

در واقع رویکرد ما در فهم سیستم عصبی باید به دست آوردن Principle ها باشد نه فقط درست کردن نقشه های عملکردی. ما باید متوجه بشویم گرامر سیستم عصبی چیست نه اینکه سعی کنیم هر جمله را جدا بفهمیم. زمانی که گرامر را متوجه بشویم می توانیم توضیح دهیم این گستره طولانی از تفاوت ها از کجا می آید. همینطور میتوانیم تا حدودی بر مشکل Degeneracy چیزه شویم. فرض کنید شما بخواهید یک زبان جدید را تنها با لینک کردن ساختارهای جملاتی مختلف با یک معنا یاد بگیرید. چقدر زمان خواهد برد و چقدر بهینه خواهد بود؟ حال تصور کنید گرامر زبان را بدانید.

** نام کانال در راستای همین تفکر است که آنچه برای من مهم هست بدست آوردن سینتکس سیستم عصبی است نه واژه ها.

Ref: 1, 2


Neurosyntax

مشکل پنجم: خط یا حلقه؟ یاران حلقه باشید.

همانطور که مطرح شد ارتباط میان مغز و رفتار معمولا با منطق خطی مورد مطالعه قرار گرفته است که در آن یک محرک توسط مغز ادراک می شود، پردازش میشود و یک رفتار ایجاد میشود.
Sensory Stimulus —> Information Processing —> Output (behavior)

در صورتی که مغز را می توان به شکل یک سیستم پیچیده و Self-organized بررسی کرد که از نظر عملکردی بسته است (Operationally Closed). بدین معنی که رفتار سیستم عصبی بر خود سیستم عصبی اثر میکند و یا به بیان دقیق تر سیستمی که خروجی آن، تبدیل به ورودی آن می شود و یا بر ورودی های آن اثر میکند. (Recursive Systems)

تغییر دیگری که لازم است ایجاد شود این است که بجای Sensorimotor transformation ها که رویکرد عمده مطالعات است به مطالعه دینامیک مغز به عنوان یک سیستم recursive روی بیاوریم. این رویکرد در مطالعات Dynamical Systems بررسی شده است که در آینده درباره آن خواهم نوشت.

Ref:
Autopoiesis and Cognition: The Realization of the Living
Self-producing Systems

Neurosyntax
#behavior

جلسه هفتم حل تمرین کارگاه دینامیک مغز: تئوری، آنالیز و تفسیر

مباحث جلسه:
* Statistical Connectivity
* Correlation
* Cross-Correlation
* Cross-Spectrum
* Coherence
* Phase-lag index
* Phase-locking Value

#Code #Matlab #Advanced_Neuroscience #BrainDynamicsWorkshop #PracSess7

کدهای جلسه هفتم دینامیک مغز

#BrainDynamicsWorkshop
#matlab