Ирландские учёные приводят доказательства квантовой природы сознания

Гипотеза о квантовой природе процессов в человеческом мозге возникла давно, однако сама возможность существования квантовой запутанности в тканях мозга при достаточно высокой температуре до сих пор оценивается скептически.

Команда физиков из Тринити-колледжа в Дублине связала существование недавно обнаруженных слабых сигналов ЯМР в спинномозговой жидкости с появлением там запутанных пар протонов, которые, по мнению учёных, служат посредниками в быстром переносе состояния между определенными центрами головного мозга. Если догадка учёных подтвердится, это будет означать, что и когнитивные функции мозга, и кратковременная память напрямую связаны с квантовыми явлениями. А понимание этих явлений может в конечном итоге привести к появлению нового поколения нейроморфных вычислительных архитектур

Экспериментальные признаки неклассических функций мозга

Недавние предложения в области квантовой гравитации предполагают, что неизвестные системы могут опосредовать запутывание между двумя известными квантовыми системами, если сам посредник неклассический. Этот подход может быть применим к мозгу, где спекуляции о квантовых операциях в сознании и познании имеют долгую историю. Протонные спины объемной воды, которые, скорее всего, мешают любой функции мозга, могут действовать как известные квантовые системы. Если неизвестный посредник существует, то методы ЯМР, основанные на множественной квантовой когерентности (MQC), могут выступать в качестве свидетеля запутывания. Однако есть сомнения в том, что сегодняшние сигналы ЯМР могут содержать квантовые корреляции в целом и, в частности, в среде мозга. Здесь мы использовали протокол наблюдения, основанный на нулевой квантовой когерентности (ZQC), где мы минимизировали классические сигналы, чтобы обойти пределы обнаружения ЯМР для квантовой корреляции. В течение коротких повторяющихся периодов мы обнаружили вызванные сигналы в большинстве отделов мозга, в результате чего временное появление напоминало вызванные сердцебиением потенциалы (HEPs). Мы обнаружили, что эти сигналы не коррелируют ни с каким классическим контрастом ЯМР. Подобно HEPs, вызванный сигнал зависел от осознания. Связанные с сознанием или электрофизиологические сигналы неизвестны в ЯМР. Примечательно, что эти сигналы появлялись только в том случае, если локальные свойства намагниченности были уменьшены. Наши результаты свидетельствуют о том, что мы, возможно, были свидетелями запутанности, опосредованной функциями мозга, связанными с сознанием. Тогда эти функции мозга должны функционировать неклассически, что означало бы, что сознание неклассическое.

1. введение

Квантовые механизмы работают в сенсорных системах, снабжающих мозг информацией [1-3]. Прежде всего в области магнитоприема [4], нет никаких сомнений в том, что только квантово-механические эффекты могут объяснить его чувствительность [3]. Было высказано предположение, что речь идет о запутанных радикальных электронных парах.

Помимо этих сенсорных входов, более сложные функции мозга зависят от наличия специфических ядерных спинов. Например, изотопы лития-6 с ядерным спином 1 повышают активность сложного поведения в отличие от изотопов лития-7 со спином 3/2, где она снижается [5]. Аналогично, изотопы ксенона со спином 1/2 являются эффективными анестетиками в отличие от изотопов ксенона со спином 0, которые оказывают лишь незначительное действие [6]. Однако ядерные спины могут, подобно спинам электронов, влиять на химические реакции [7], которые затем приводят к макроскопическим результатам, обычно наблюдаемым в физиологии. Могут ли те или иные макроскопические системы в мозге быть неклассическими, до сих пор неизвестно. Экспериментальные методы, которые могли бы отличить классические корреляции от квантовых в живом мозге, еще не установлены.

В этом отношении недавние предложения в области квантовой гравитации [8, 9] могут помочь преодолеть экспериментальные ограничения в живых системах. В этих предложениях используются вспомогательные квантовые системы, для которых они показали, что если система может опосредовать запутывание между вспомогательными квантовыми системами, то сам посредник является неклассическим. Если церебральный медиатор такого рода существует, то вполне вероятно, что запутанность играет важную роль в мозге. Хотя квантовые вычисления могут быть достигнуты без запутывания [10], обычно считается, что запутанность необходима для того, чтобы в полной мере использовать свои преимущества [10]. Следовательно, вполне вероятно, что запутывание, если оно вообще опосредовано какой-либо функцией мозга, может происходить только во время мозговой активности. Следовательно, экспериментальные требования к вспомогательной квантовой системе заключаются в том, что они могут быть измерены неинвазивно в сознательном мозге, и, кроме того, можно засвидетельствовать эту запутанность.

ЯМР предлагает неинвазивный подход. Ядерные спины - это квантовые системы, которые теоретически могут быть запутаны мозговым посредником. Последовательности ЯМР, основанные на множественной квантовой когерентности (MQC), также могут свидетельствовать о запутанности [11]. Свидетель запутывания MQC полагается на границы, которые для приложений в биологии могут быть основаны на максимально достижимом классическом сигнале. Максимальный классический сигнал MQC в жидкостях был оценен на основе подхода межмолекулярного MQC (iMQC) [12]. Сигнал iMQC, несмотря на название, является полностью классическим сигналом, поскольку он также может быть классически производным [13], который известен как множественное спиновое эхо (MSE) [14, 15]. Следовательно, его можно использовать в качестве классической границы.

Кроме того, исключение классичности также может быть аргументировано на следующем основании. Единственная квантовая когерентность (SQC), которая взвешена на ${{ rm{T}}}_{1,2}^{(* )}$ релаксационный или диффузионный контраст может реагировать на физиологические изменения так же, как контраст iMQC, который вызван диполь-дипольным взаимодействием (например, ${{ m{T}}}_{1,2}^{(* )}$) релаксация или нарушение вращательной симметрии (аналогично диффузии) [16-19]. Следовательно, изменение сигнала в последовательности MQC без соответствующей диффузии или ${{ m{T}}}_{2}^{* }$- взвешенный сигнал SQC, скорее всего, неклассический. Напротив, классические сигналы SQC и classic MQC должны иметь общее подмножество.

Имея это знание под рукой, мы теперь можем искать ситуации, в которых возможно свидетельствование запутанности. Как упоминалось ранее, мозговая активность, или, более конкретно, мозговые вычисления, могут играть решающую роль в создании мозговой запутанности. Следовательно, мы можем сделать дополнительные наблюдения, характерные для мозга. Мы предлагаем следующие условия:

(1)
Достаточное условие для свидетеля — было показано, что прямое картирование мозговой активности, которое напрямую связано с электрофизиологией, невозможно с помощью методов SQC [20, 21]. Следовательно, сигналы MQC, соответствующие электрофизиологическим событиям, которые не сопровождаются вторичными событиями, вызывающими сигнал SQC, не имеют общих подмножеств с компонентом, связанным с SQC. Следовательно, эти сигналы MQC, скорее всего, являются неклассическими и, следовательно, достаточными для того, чтобы засвидетельствовать запутанность.
(2)
Необходимое условие для свидетеля — мозг может работать без каких-либо внешних магнитных полей, что означает, что без работы мозговой функции все состояния изначально смешаны. Следовательно, предполагаемая функция мозга, производящая запутывание, должна использовать своего рода процесс квантовой дистилляции [22] в смешанных состояниях [23]. Следовательно, мы приходим к выводу, что сигнал ЯМР изначально должен быть насыщенным. Следующие два аргумента подтверждают важность насыщения для дальнейшего обнаружения. Необычное отсутствие (псевдо-) чистых состояний, на которых обычно формируется сигнал MR, обходит основную проблему, заключающуюся в том, что запутывание чистых спинов, которые находятся в непосредственной близости, крайне маловероятно [24]. Кроме того, насыщение чисто локальных состояний может способствовать существованию нелокальностей, поскольку локальные и нелокальные свойства могут быть взаимодополняющими [25, 26].

Теперь мы в состоянии ответить на вопрос, может ли мозг опосредовать запутывание экспериментально. Основываясь на вышеприведенных соображениях, мы исследовали, может ли сознательный мозг использовать запутанность во время вычислений. В качестве индикаторов мозговых вычислений мы сосредоточились на электрофизиологических мозговых волнах, которые можно наблюдать в сознательном мозге в состоянии покоя. Мы получили временные ряды МРТ, которые были очень насыщенными и которые смогли обнаружить нулевую квантовую когерентность (ZQC). Основываясь на максимальном временном разрешении нашего метода (< 5 Гц), мы сосредоточились на вызванных потенциалах сердцебиения (HEPs) [27], которые, как и другие электрофизиологические сигналы, намного ниже порога обнаружения обычных последовательностей МРТ [20, 21].

2. Результаты

Мы использовали временные ряды эхо-плоскостной визуализации (EPI) (как описано в разделе 3) у людей-добровольцев в состоянии покоя. Начало последовательной последовательности радиочастотных импульсов временного ряда EPI использовалось для насыщения намагниченности среза изображения. Желаемое уменьшение локальной составляющей ЯМР обычно достигалось незадолго до равновесной намагниченности. Затем мы обнаружили регулярные, повторяющиеся всплески преобладающих чередований сигналов в отдельных объемах срезов мозга, как показано на рисунке 1, где пики сигналов всплесков увеличились до 15%. В большинстве случаев изменение происходило последовательно от одного получения изображения к следующему.

Временной ход сигнала МРТ (черный) в течение 12 сердечных циклов сравнивается с одновременными показаниями оксиметра пальца (серый).

В дальнейшем мы сначала сосредоточимся на механизме ЯМР-контраста сигнала, а затем на том, как это связано с физиологией и разумом.

2.1. ЯМР-контраст

Пакетный сигнал чередовался во время пакетной передачи, что подтверждало, что для генерации сигнала было необходимо по меньшей мере два радиочастотных импульса. Два радиочастотных импульса всегда разворачивают данные асимметричного градиентного интервала (рис. 2), который является базовой конструкцией импульса для измерения ZQC.

Радиочастотная (RF) и градиентная схема двух последовательных измерений EPI. Поле "асимметрия" включает в себя все асимметричные градиенты, участвующие в ZSE.

Последующая дальнодействующая контрастность ZQC была дополнительно проверена путем изменения параметров последовательности.

Для вращения асимметричных градиентов Ga мы нашли характерную зависимость диполь-дипольного взаимодействия от угла наклона, как показано (рис. 3(А)). График представляет подобранную функцию $m cdot | (3 cdot {cos } ^{2}[varphi ]-1) | +c$ (скорректированный тест R2 на соответствие привел к R2 = 0,9958), где ? принимает дополнительные градиенты в направлении считывания и фазы. учитывается, а m = 3,51 - величина сигнала. При магическом угле пакетные сигналы достигают уровня шума при c = 0,81.

Изменение параметров последовательности. Данные показывают сигнал, усредненный по 5 субъектам. Столбики ошибок представляют стандартное отклонение от среднего значения. (А) Интенсивность сигнала, построенная в зависимости от угла наклона ? градиента среза по отношению к основному магнитному полю.Черная линия показывает подогнанный прогноз.(B) Сигнал, построенный в зависимости от изменения угла поворота. Нанесен прогноз ZQC (черная линия). (C) Интенсивность сигнала, построенная в зависимости от смещения частоты срезов насыщения BS и (D) усредненный сигнал усилителя. (E) Относительное изменение сигнала, построенное в зависимости от толщины среза. (F) Сигнал, нанесенный на график в зависимости от времени повторения.

Для изменения угла поворота мы нашли прогнозируемый курс сигнала для зависимости угла поворота ZQC [28], который был согласован с данными (R2 = 0,9964). Прогнозируемый максимум при 45° может быть подтвержден (рис. 3(Б)). Напротив, угол Эрнста [29], который является хорошим показателем оптимального угла для SQC, составляет около 13° (для T1 = 1,5 с).

Что касается изменения нерезонансной частоты, мы обнаружили типичное изменение контраста переноса намагниченности (MTC) для базовой линии, которое зависело от нерезонансной частоты (рис. 3(C)). Напротив, интенсивность сигнала показала замечательную невосприимчивость к MTC, как и ожидалось для ZQC [30], без существенных изменений в том же диапазоне частот (рис. 3(D)).

Эффекты конкурирующих эффектов, наращивание ZQC, с одной стороны, и уменьшение фазы с течением времени, с другой стороны, были изучены с использованием TR. Мы обнаружили, что начиная с 38 мс сигналы не показывали роста ZQC. Доминировала свободная индукция.

Наконец, мы изменили толщину среза, чтобы изучить влияние времени полета. Мы не обнаружили существенного влияния на относительный сигнал.

2.2. Физиология и разум

Периоды всплесков сигнала повторялись с той же частотой, что и сердцебиение. Мы использовали три временные системы отсчета: (а) пальцевую пульсоксиметрию, (б) электрокардиограмму (ЭКГ) и (в) сигнал времени полета вокселя, помещенного в верхний сагиттальный синус. Всплески сигнала появлялись вместе с импульсом от пальцевой пульсоксиметрии (рис. 1). Что касается ЭКГ, то с помощью количественного анализа перекрестных повторений мы обнаружили, что максимальный пакетный сигнал был задержан в среднем на 0,3 секунды. С началом венозного оттока всплески всегда заканчивались, как показано на рисунке 4 и рисунке А1.

(А) Временной ход сигнала вокселя визуализации, расположенного рядом с верхним сагиттальным синусом, демонстрирует увеличение кровотока в ответ на воздействие CO2 (задержка дыхания). В отличие от сигнала вены, соответствующие сигналы ZQC (B) не показали реакции на активность CO2. Задержка дыхания началась на 140-й минуте. Добровольцам было дано указание сокращать любое движение как можно дольше (здесь до 157 секунд). Начиная со 157-й секунды, пробой сигнала был подвержен движению.

Что касается продолжительности всплесков при нормальных условиях, то в основном мы наблюдали два последовательных пика, которые равнялись 4 ТРЛН светодиодов, что в сумме составило период 180 мс. Мы также наблюдали, как более длительные периоды увеличивались до 10 ТРЛН (см. рис. 4(Б)), увеличивая период до 450 мс.

Мы локализовали всплески в мозговой ткани всех срезов, за исключением перивентрикулярной области (вероятно, из-за движения, вызванного пульсацией желудочков в этих областях [31]), как показано на рисунке А2.

Глобальный аспект соответствовал другой интересной особенности; сигнал мог быть восстановлен при усреднении по всему компоненту ткани среза изображения (рис. 1 и рис. 4B, временной интервал одного вокселя показан на рисунке A3).

Мы также обнаружили, что сигнал не реагировал на воздействие CO2 (рис. 4(Б)) в отличие от сигнала SQC от вокселя, включающего верхний сагиттальный синус (рис. 4(А)), который указывал на реакцию кровотока.

Во время наших исследований мы также поняли, что сигнал зависит от осознанности и пробуждения. У семи участников, из которых двое сообщили, что заснули, мы обнаружили, что паттерн сигнала снизился, как показано на рисунке 5. Для окончательного сбора данных всех участников попросили бодрствовать во время процедуры визуализации. На данный момент мы больше не обнаруживали паттерна сна. В тематическом исследовании мы наблюдали изменение паттерна в течение 20 минут, которое показало постепенный переход от бодрствования ко сну, как показано в приложении на рисунке А4.

Закономерность, наблюдаемая у участника, который сообщил о засыпании. (А) Период бодрствования. (B) В спящем режиме пакетные сигналы ZQC уменьшались одновременно с повышением уровня S/N. На 34 сек пик был достигнут в результате короткого движения головы.

Мы использовали количественный анализ повторяемости и мультифрактальный анализ флуктуаций с пониженным трендом, чтобы проиллюстрировать разницу между бодрствованием и медленным снижением во время периода засыпания. Анализ показывает, что периодичность, большие и малые колебания, повторяющиеся паттерны и их предсказуемость, а также стабильность системы менялись в течение периода наблюдения (рисунок А5).

3. Методы

Мы изучили 40 испытуемых (в возрасте от 18 до 46 лет) с помощью МРТ-сканера всего тела 3 Тесла (Philips, Нидерланды), который работал с 32-канальной антенной приемной катушкой. Протоколы визуализации были одобрены Комитетом по этике исследований Медицинской школы Дублинского Тринити-колледжа. Всех участников окончательного сбора данных попросили не засыпать и оставаться неподвижными во время протокола визуализации или сообщать о любом невыполнении этого требования.

Были проведены временные ряды быстрого градиентного эха EPI (GE-EPI), которые были оптимизированы для широкого круга участников. Окончательные параметры были следующими: FA = 45°, TR = 45 мс, TE = 5, размер вокселя = 3,5 x 3,5 x 3,5 мм, размер матрицы = 64 x 64, коэффициент ЧУВСТВИТЕЛЬНОСТИ = 3, направление считывания полосы пропускания = 2148 Гц, толщина импульса насыщения/расстояние = 5/20 мм. Были добавлены два импульса насыщения, расположенных параллельно срезу изображения (рис. 2), что позволило нам варьировать дальнодействующую корреляцию ZSE и MTC. Градиенты насыщения имели интеграл по времени (длина x сила) GTs = 5,1 мс x 6,25 мТ м-1, градиенты дробления в направлении считывания и среза GTc = 1,3 мс x 25 мТ м-1, градиент изменения фазы среза GTr = 0,65 мс x 25 мТ м-1 и градиент окончания среза GTt = 0,65 мс x 15 мТл м-1. Время и расположение градиентов показаны на рисунке 2. Градиенты, относящиеся к ZSE, показаны в поле асимметрии и отмечены индексами t, c, r и s для идентификации. Мы повернули асимметричные градиенты относительно магнитного поля, начиная с коронального 0° до осевого 90° в двенадцать шагов; угол среза ? связан с углом спин-спинового взаимодействия как $varphi =alpha -{ an }^{-1}left([{{ m{GT}}}_{c}-{{ m{GT}}}_{r}]/[2cdot {{ m{GT}}}_{s}+{{ m{GT}}}_{c}+{{ m{GT}}}_{t}] ight)=alpha -{ m{9.6}}^circ $. Кроме того, мы варьировали расстояние корреляции, изменяя амплитуду и продолжительность градиентов насыщения.

Мы также изменили следующие параметры последовательности в псевдослучайном порядке:

(а)
изменение угла поворота от 5° до 60° с шагом 5° (60° было пределом мощности по удельной скорости поглощения (SAR)).
(b)
нерезонансная частота изменялась как [2.62, 3.49, 4.36, 5.23, 6.11, 6.98, 7.84, 8.73, 9.60, 10.47, 12.22, 13.96, 15.71, 17.45] кГц.
(c)
нарежьте толщиной от 3 мм до 7 мм с шагом 0,5 мм.
(d)
время повторения (TR) варьировалось от 38 мс до 73 мс с шагом в 5 мс.

Далее мы исследовали распределение сигнала по всему мозгу. 9 срезов (у 5 добровольцев) были получены в разных положениях, причем срезы снизу доверху покрывали все анатомические области.

В испытании на задержку дыхания четырех участников попросили задержать дыхание на 20 секунд, не делая глубокого вдоха. Движения тела были уменьшены за счет множества подушек, обездвиживающих голову.

Для анализа временной привязки мы использовали количественный анализ перекрестных повторений [32], чтобы вычислить задержку между R-волной на электрокардиограмме (ЭКГ) и сигналом МРТ. Для расчета мы использовали CRP Toolbox [33, 34] для Matlab [35].

Для анализа контрастности ЯМР мы использовали усредненный максимальный пик всплеска и сигналы между всплесками в качестве исходных линий. Вычисления проводились с использованием процедуры Гомеса и др. [36], которая была реализована в Matlab [35]. Предварительная обработка включала следующее; Масштабирование, которое было применено ко всем наборам данных перед любым анализом с использованием инструкций поставщика MR. Визуальный осмотр среднего временного ряда для поиска нарушений, которые были вручную удалены из анализа, оставив остальную часть временного ряда неизменной. Ручная сегментация использовалась для создания маски для удаления содержимого спинномозговой жидкости (ликвора). Первые 100 из 1000 сканирований были удалены, чтобы избежать эффекта насыщения сигнала. Ручная сегментация масок была отменена, чтобы избежать эффекта частичного объема по краям.

Для анализа паттерна сна мы использовали количественный анализ повторяемости и мультифрактальный анализ флуктуаций с пониженным трендом (подробное описание см. в Lopez-Perez et al [37]). Все графические данные были созданы с помощью Mathematica [38]. Данные и исходный код для анализа доступны онлайн [39].

4. Обсуждение

Целью этого исследования было найти доказательства того, что функции мозга могут создавать запутанность во вспомогательных квантовых системах. Таким образом, мы использовали гибридную последовательность МРТ, которая могла содержать SQC и ZQC одновременно. Мы обнаружили, что пульсация сердца вызывала всплеск сигнала ЯМР с каждым ударом сердца. В разделе 2.1 мы смогли показать, что контраст сигнала возникает из-за спин-спиновых взаимодействий. Следовательно, мы могли бы стать свидетелями квантовой запутанности. Однако сигналы ЯМР могут быть изменены многими физиологическими изменениями. В конечном счете, мы должны были доказать, что всплески сигнала не были ‘классическим’ ZQC.

Как упоминалось выше, классические ZQC имеют соответствующие контрасты в SQC, а именно T2 * релаксацию и диффузию. Оба контраста изменяются во время сердечного цикла. Однако изменения T2* показали различную временную (смещенную более чем на половину времени цикла по отношению к сигналу ZQC) и пространственную реакцию (более высокий сигнал в кровеносном сосуде) [40]. Тканевая реакция примерно на 2% намного ниже, чем при функциональной активации. Напротив, функциональные активации не показали существенных изменений в сигнале ZQC burst и лишь минимальное увеличение сигнала на исходном уровне [41]. Следовательно, мы можем сделать вывод, что классические диполь-дипольные взаимодействия не подходят в качестве источника сигнала. Кроме того, ZQC зависит от порядка [42] и вращательных симметрий [16, 17], которые могут быть исследованы с помощью диффузионной МРТ. Порядок может коррелировать с кажущимся коэффициентом диффузии (ADC), в то время как фракционная анизотропия (FA) указывает на нарушение вращательной симметрии. На практике сигналы MQC выше при уменьшении АЦП и увеличении FA. Накамура и др. [43] показали, что временные изменения значений ADC находятся в фазе с изменением внутричерепного объема, в то время как значения FA показывают сдвиг на 180°. Наши сигналы ZQC совпали с фазой перехода от самого высокого к самому низкому АЦП (и наоборот для FA). Из этих результатов мы можем сделать вывод, что теоретический оптимум (минимальный АЦП, максимальный FA) для классического ZQC находится за пределами временного окна пакетов ZQC. Мы приходим к выводу, что наше наблюдение не имеет соответствующего контраста SQC.

Более того, сигналы намного превзошли классическую границу. Для "классических жидкостей" S/N ZQC по сравнению с обычным сигналом МРТ (SQC) экспериментально достигает всего 0,05 при 4 Тесла [44, 45]. Наша последовательность была неоптимальной, потому что мы заменили радиочастотный импульс 90 ° на 45° (уменьшение в 2 раза), использовали поле 3 Тесла, и время эволюции было короче. Следовательно, мы можем сделать вывод, что в сочетании с показаниями EPI классические сигналы ZQC не были обнаружены с помощью нашей последовательности. Более того, в приведенном выше аргументе мы обсуждали базовые сигналы. Наши наблюдения показали колебания, которые, если перевести их в классический ZQC, тогда были бы на несколько величин выше, чем фактический базовый сигнал ZQC.

Хотя мы обнаружили, что вызванные всплески исчезли под магическим углом, что означает, что у них нет компонента SQC, сердечная пульсация может вызывать эффекты потока и движения, которые мы дополнительно исследовали. Мы варьировали толщину среза и TR как возможные параметры последовательности, которые чувствительны к эффектам времени полета. Для толщины среза относительный сигнал существенно не изменился (рис. 3(E)), для времени повторения мы обнаружили, что спад свободной индукции доминирует над спадом (рис. 3(F)). Кроме того, когда мы варьировали кровоток с помощью CO2-вызова (рис. 4), мы не обнаружили существенного изменения амплитуды импульсного сигнала. Из того факта, что всплески сигнала не имеют значительной составляющей SQC (рис. 3(А) под магическим углом), мы также можем исключить все механизмы контраста SQC, включая изменения в релаксации T1 и T2, сужение линии или сдвиги магнитного поля.

Выше мы установили, что обычные МР-последовательности, будь то SQC или MQCC, не способны обнаруживать наблюдаемые всплески сигнала. Кроме того, мы обнаружили, что амплитуда сигнала превышает границу, которая могла бы быть достигнута классически.

К настоящему времени ясно, что вызванные сигналы могут наблюдаться только в том случае, если выполнено необходимое условие - намагниченность сильно насыщена. Мы также рассмотрели то, что выше назвали достаточным условием. Мы обнаружили, что время всплесков сигнала совпало с первым кластером HEP [46]. Как и время, интенсивность сигнала также показала аналогичную зависимость от осознанности в этом временном окне [27, 47]. В другом исследовании Лопес Перес и др. [37] показали, что сложность пакетных сигналов коррелирует с результатами психологических тестов на кратковременную память. Это соотношение также известно в HEPs. Насколько нам известно, и то, и другое, прямая корреляция с сознательным восприятием и кратковременной памятью, не регистрируются в классических экспериментах с МРТ. Это подтверждает, что наши результаты имеют то же происхождение, что и HEPs, и что в МРТ нет классического коррелята.

5. Заключение

Целью этого исследования было показать, что мозг неклассичен. Мы предположили, что существуют неизвестные функции мозга, которые могут опосредовать запутывание между вспомогательными квантовыми системами. Экспериментального обнаружения такой запутанности, созданной мозгом, тогда было бы достаточно, чтобы доказать неклассичность мозга. Мы нашли экспериментальные доказательства того, что создание такой запутанности происходит как часть физиологических и когнитивных процессов. Мы утверждали, что сигналы ZQC были нелокальными, потому что (а) сигналы ZQC были выше классической границы и (б) сигналы не имели коррелятов SQC и MQC 2. Кроме того, мы могли бы подтвердить, что сигналы были обнаружены только в сочетании с уменьшенными классическими сигналами (необходимое условие), и что они напоминали HEPS, которые ниже проверяемости при обычной МРТ (достаточное условие). Наши результаты могут опровергнуть утверждение о том, что квантовая запутанность или когерентность не могут выжить в горячей и влажной среде мозга [48]. Помимо фундаментального вопроса, на который мы пытались ответить здесь, мы обнаружили неоткрытый ЯМР-контраст, который может обнаруживать активность мозга за пределами обычной функциональной МРТ. Это может иметь интересные приложения в психологии и медицине.
Заявление о доступности данных

Данные, подтверждающие выводы этого исследования, находятся в открытом доступе по следующему адресу: https://www.github.com/Mirandeitor/Запутанность, связанная с человеческим мозгом.
Заявления

Финансирование: Этот исследовательский проект финансировался Научным фондом Ирландии в 2011-15 годах (SFI-11/RFP.1/NES/3051) и поддерживался Институтом неврологии Тринити-колледжа.
Конфликт интересов/Конкурирующие интересы: Неприменимо
Этическое заявление: Исследование проводилось в соответствии с принципами, воплощенными в Хельсинкской декларации; местные законодательные требования были одобрены Комитетом по этике исследований Дублинской медицинской школы Тринити-колледжа (20.02.2013).
Согласие на участие: Информированное согласие было получено от всех отдельных участников, включенных в исследование.
Согласие на публикацию: Авторы подтверждают, что участники исследования на людях дали информированное согласие на публикацию данных.
Вклад авторов: Кристиан Керскенс: концептуализация, методология (физика), написание (оригинальный проект), надзор, привлечение финансирования.Дэвид Лопес Перес: методология (анализ), программное обеспечение, сбор данных, кураторство данных.

Приложение. Расширенные данные

Усредненный по всему срезу временной ход сигнала (черная линия), который был выбран с помощью маски в течение 12 сердечных циклов. Сигнал Верхнего сагиттального синуса (серая линия) в качестве эталонного временного интервала демонстрирует мгновенное нарушение квантовой когерентности с началом оттока.

Рисунок А2. 9 Анатомические срезы, соответствующие расположению временных рядов ЭПИ. На ткани, окруженной красным рисунком, не было обнаружено всплесков ZQC.

Рисунок А3. Воксельная матрица размером 4 х 4, выбранная случайным образом. Слева красный квадрат показывает местоположение в срезе мозга. Справа 16 соответствующих временных интервалов сигнала, отображающих локальные тканевые реакции за период времени в 24 секунды.

Рисунок А4. Тематическое исследование: паттерн всплеска ZQC, наблюдаемый у участника, который сообщил о засыпании. Начальная точка временного ряда в (A) 16:26:29 (B) 16:29:47 (C) 16:30:54 (D) 16:34:13 (E) 16:37:32 (F) 16:40:49 (проснулся, субъект общался с рентгенолог перед сканированием).

Рисунок А5. Тематическое исследование: Результаты количественного анализа повторяемости и мультифрактального анализа флуктуаций с пониженным трендом с использованием 20 временных периодов по 45 секунд в течение общего периода времени 21 минуты. (a) Энтропия (Ent) вычисляется как энтропия Шеннона распределения повторяющегося паттерна системы. Если сигнал обладает высокой энтропией, он проявляет разнообразие в кратковременной и длительной периодичности. (b)–(c) Мультифрактальный спектр идентифицирует отклонения во фрактальной структуре в течение периодов времени с большими и малыми флуктуациями. (d) Детерминизм (DET) представляет собой меру, которая количественно определяет повторяющиеся паттерны в системе и является мерой ее предсказуемости. Регулярные, периодические сигналы, такие как синусоидальные волны, будут иметь более высокие значения DET, в то время как некоррелированные временные ряды приведут к низкому DET. (e) Время захвата (TT) представляет собой среднее время, в течение которого система остается в заданном состоянии, и является мерой стабильности системы. (f) Ламинарность (Lam) определяет частоту переходов из одного состояния в другое, не описывая продолжительность этих переходных фаз. Он индексирует общий уровень постоянства в каком-то конкретном состоянии одного из временных рядов.

Источник: iopscience.iop.org

Комментарии: