Beyin Ritimleri Sınırları Tespit Etmemize Yardımcı Oluyor

Beynimizin Medial Temporal Lobundaki nöronal aktivitedeki salınımlar, yürürken, gezinirken ve hatta başka bir kişiyi izlerken bile kişinin duvar gibi sınırlara yakınlığını kodluyor. Kaynaklar kısmında da belirttiğim üzere Nature’da yazan Stangl ve arkadaşları, sınırların yakınında gezinirken belirli bir frekanstaki beyin ritimlerinin arttığını bildiriyor.

Gezinme yeteneğimiz, beynin Medial Temporal Lobundaki (MTL) Entorhinal Korteks ve Hipocampus gibi bölgelere bağlıdır. Bu bölgelerdeki nöronlar, bir yol kenarındaki haritada “buradasınız” işaretine benzer dahili bir sinyal sağlar ve diğer beyin bölgeleri ile ilişkilendirmesine izin verir (örneğin, “bu dönemeçli yola bir daha sakın gelme!” gibi). Bu nöronlardan bazıları özellikle sınırlara yakınlığı işaret ediyor. Sınırları işaret eden nöronların aktivitesi, teta salınımlarıyla meydana gelir. Bu salınımlar 8 ile 12 hertz arasında bir frekansta meydana gelir.

Nöronların aktivite kayıtları, oturan insanların sanal ortamlarda gezindikleri deneylerde beyin, sınırlara yakın yerleri kodlarken insan MTL’ndaki teta salınımlarının arttığını gösteriyor. Bu deneyler sırasında kişinin, sınırlara yakın yerlere denk gelip gelmediği belirsiz olduğunu belirtmek isterim.

Stangl ve arkadaşları, bir kişinin bir odayı keşfederken diğerinin seyrettiği bir deney tasarladı. Yürüyen kişi , daha önceki keşif aşamasından hatırladıkları gizli hedef konumuna doğru ilerledi ve duvarlarda işaretlenmiş görünür hedeflere doğru yürüdü. Kesikli çizgiler, yürüyen kişinin analiz için duvarın yakınında olduğu düşünülen eşiği belirtir ve oklar farklı yürüme aşamalarını gösterir (örneğin bir duvarın yanında siyah renkteyken gizli bir hedefe doğru olduğu anlaşılabilir).

Yazarlar, yürüteçler odada dolaşırken hem yürüteçler hem de izleyicilerde beynin Medial Temporal Lobundaki (MTL) elektriksel aktiviteyi analiz ettiler. Gizli hedeflere doğru ilerlerken, yürüyen kişide teta salınımı adı verilen güçlü bir salınımlı beyin aktivitesi modeli gözlemlediler. Bu durum sadece duvarların yakınında ise yani sınırlarda oluşuyor. Görünür ipuçlarına doğru giderken salınım zayıftı. Gözlemciler aynı aktivite modellerini gösterdiler, bu da teta salınımlarının diğer insanların izlenmesine yardımcı olan iç mekan temsilimizin bir parçası olduğunu göstermiş oldu.

Katılımcılar işaretlenmemiş bir hedefe doğru ilerlerken, MTL’deki teta salınımları duvarların yakınında arttı ve bu da çevrenin sınırlarını belirledi. Bu durum tüm katılımcılar arasında tutarlı sonuçlar verdi ve hem bir duvara yaklaşırken hem de birinden uzaklaşırken devam ettiğini gösterdi. Özellikle, duvardaki ipuçlarına doğru yürürken salınımlar önemli ölçüde zayıflıyor, bu da sınır bağlantılı teta salınımlarının bir hedefi bulmak için bellek gerektiğinde en güçlü olduğunu gösteriyor.

Beyinlerinimizin bu davranışı nasıl koordine ettiği şimdilik bilinmemektedir, ancak MTL’deki teta ritmi bize bir şeyler anlatmak istiyor olabilir. Stangl ve meslektaşları sayesinde artık heyecan verici keşiflerin beklediği yeni ufuklar görebiliyoruz.

--

--

--

Izmir University of Economics ACM Student Chapter aims to facilitate communication and collaboration with students studying in the university’s computer science fields and with ACM communities at other universities by organizing, workshops, programming competitions and seminars.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Alican AKCA

Alican AKCA

Math Student at Izmir University of Economics. I have been working on Machine Learning and AI. alicanakca.space

More from Medium

Tom Wolf just won’t go away. Julia Friedman and David Hawkes’ exhumation.

On Harold Bloom’s The Western Canon

UMBRELLA NETWORK PARTNERSHIP WITH AUTOBAHN NETWORK Umbrella Network is the first truly…

Flux: checking for empty and “dropped” tables