Metastabilität im Gehirn - Wikipedia

Im Bereich der Computational Neuroscience bezieht sich die Theorie der Metastabilität auf die Fähigkeit des menschlichen Gehirns, mehrere funktionelle Teile zu integrieren und in kooperativer und koordinierter Weise neuronale Oszillationen zu erzeugen, die die Grundlage für bewusste Aktivität bilden.

Metastabilität, ein Zustand, in dem Signale (z. B. oszillatorische Wellen) außerhalb ihres natürlichen Gleichgewichtszustandes liegen, jedoch über einen längeren Zeitraum bestehen bleiben, beschreibt ein Prinzip, das die Fähigkeit des Gehirns beschreibt, scheinbar zufällige Umwelteinflüsse zu verstehen. In den letzten 25 Jahren wurde das Interesse an der Metastabilität und dem zugrundeliegenden Rahmen der nichtlinearen Dynamik durch Fortschritte bei den Methoden gefördert, mit denen Computer die Gehirnaktivität modellieren.

Überblick [ edit ]

Das EEG misst die elektrische Bruttoaktivität des Gehirns, die auf der Schädeloberfläche beobachtet werden kann. In der Metastabilitätstheorie erzeugen EEG-Ausgaben Oszillationen, von denen beschrieben werden kann, dass sie identifizierbare Muster aufweisen, die bei bestimmten Frequenzen miteinander korrelieren. Jedes Neuron in einem neuronalen Netzwerk gibt normalerweise eine dynamische Oszillationswellenform aus, kann aber auch eine chaotische Wellenform ausgeben. ^[1] Wenn Neuronen in das neuronale Netzwerk integriert werden, indem Neuronen miteinander verbunden werden, können die von jedem Neuron erzeugten dynamischen Schwingungen zu vorhersagbaren EEG-Schwingungen kombiniert werden.

Durch die Identifizierung dieser Korrelationen und der einzelnen Neuronen, die zu vorhersagbaren EEG-Schwingungen beitragen, können Wissenschaftler feststellen, welche kortikalen Domänen parallel abarbeiten und welche neuronalen Netzwerke miteinander verflochten sind. In vielen Fällen beschreibt Metastabilität Fälle, in denen distale Teile des Gehirns miteinander interagieren, um auf Umgebungsreize zu reagieren.

Frequenzbereiche der Metastabilität [ edit ]

Es wurde vermutet, dass eine wesentliche Komponente der Gehirndynamik, die dem bewussten Denken zugrunde liegt, die Fähigkeit des Gehirns ist, scheinbar laute oder chaotische Signale in vorhersagbare oszillatorische Signale umzuwandeln Muster. ^[2]

Bei EEG-Schwingungen neuronaler Netzwerke werden benachbarte Wellenformfrequenzen auf einer logarithmischen Skala und nicht auf einer linearen Skala korreliert. Folglich können mittlere Frequenzen in Schwingungsbändern nicht entsprechend der Linearität ihrer mittleren Frequenzen miteinander verknüpft werden. Stattdessen werden Phasenübergänge entsprechend ihrer Fähigkeit gekoppelt, mit benachbarten Phasenverschiebungen in einem konstanten Übergangszustand zwischen instabiler und stabiler Phasensynchronisation zu koppeln. ^[2] Diese Phasensynchronisation bildet die Grundlage für ein metastabiles Verhalten in neuronalen Netzwerken.

Metastabiles Verhalten tritt in der Hochfrequenzdomäne auf, die als 1 / f-Regime bekannt ist. Dieses Verfahren beschreibt eine Umgebung, in der ein verrauschtes Signal (auch als rosa Rauschen bekannt) induziert wurde, in dem die Leistungsmenge, die das Signal über eine bestimmte Bandbreite (seine spektrale Leistungsdichte) ausgibt, umgekehrt proportional zu seiner Frequenz ist.

Das Rauschen im 1 / f -Regime kann in vielen biologischen Systemen gefunden werden - beispielsweise in der Ausgabe eines Herzschlags in einer EKG-Wellenform -, es dient jedoch einzig und allein der Phasensynchronität in neuronalen Netzwerken. Beim Regime 1 / f befindet sich das Gehirn in dem kritischen Zustand, der für eine bewusste Reaktion auf schwache oder chaotische Umweltsignale erforderlich ist, da es die Zufallssignale in identifizierbare und vorhersagbare Schwingungswellenformen verschieben kann. ^[2] Obwohl dies häufig der Fall ist Diese Wellenformen liegen vorübergehend in einer stabilen Form vor, die lang genug ist, um dazu beizutragen, was als bewusste Reaktion auf Umweltreize betrachtet werden kann.

Theorien der Metastabilität [ edit ]

Oszillatorische Aktivität und Koordinationsdynamik [ edit

Das dynamische Systemmodell, das zusammengesetzte Netzwerke darstellt von integrierten neuronalen Systemen, die zwischen instabilen und stabilen Phasen miteinander kommunizieren, ist eine zunehmend populäre Theorie, die das Verständnis von Metastabilität unterstützt. ^[3] Die Koordinationsdynamik bildet die Grundlage für dieses dynamische Systemmodell, indem mathematische Formeln und Paradigmen beschrieben werden, die die Kopplung von Umwelt bestimmen Stimuli zu ihren Effektoren. ^[4]

Geschichte der Koordinationsdynamik und des Modells von Haken-Kelso-Bunz (HKB) [ edit ]

Das so genannte HKB-Modell ist eines der ersten Modelle angesehene Theorien zur Beschreibung der Koordinationsdynamik im Gehirn. In diesem Modell kann die Bildung neuronaler Netze teilweise als Selbstorganisation beschrieben werden, bei der einzelne Neuronen und kleine neuronale Systeme aggregieren und koordinieren, um sich entweder an lokale Reize anzupassen oder darauf zu reagieren oder Arbeit zu teilen und sich auf die Funktion zu spezialisieren. ^[5]

Transition of Parallele Bewegung der Zeigefinger zur antiparallelen, symmetrischen Bewegung.

In den letzten 20 Jahren ^{[ als?} hat sich das HKB-Modell zu einer weithin akzeptierten Theorie zur Erklärung der koordinierten Bewegungen entwickelt und Verhalten einzelner Neuronen in großen neuronalen End-to-End-Netzwerken. Ursprünglich beschrieb das Modell ein System, in dem spontane Übergänge, die bei Fingerbewegungen beobachtet wurden, als eine Reihe von In-Phase- und Out-of-Phase-Bewegungen beschrieben werden konnten. ^[6]

Mitte der 80er Jahre des HKB In Modellversuchen wurden die Probanden gebeten, mit einem Finger auf jeder Hand in zwei Richtungsmodi zu winken: Zunächst als "außer Phase" bekannt, beide Finger bewegen sich in die gleiche Richtung vor und zurück (da sich die Scheibenwischer möglicherweise bewegen). und zweitens, als In-Phase bekannt, wo beide Finger zusammenkommen und sich von und zur Mittellinie des Körpers bewegen. Um die Koordinationsdynamik zu veranschaulichen, wurden die Probanden gebeten, ihre Finger mit zunehmender Geschwindigkeit aus der Phase zu bewegen, bis sich ihre Finger so schnell wie möglich bewegten. Als sich die Bewegung der kritischen Geschwindigkeit näherte, bewegten sich die Finger der Probanden von einer phasenverschobenen (Scheibenwischer-ähnlichen) Bewegung zu einer In-Phase (in Richtung der Mittellinienbewegung).

Das HKB-Modell, das auch von mehreren komplexen mathematischen Deskriptoren erläutert wurde, ist immer noch ein relativ einfacher, aber wirkungsvoller Weg, um scheinbar unabhängige Systeme zu beschreiben, die vor einem Zustand selbstorganisierter Kritikalität zur Synchronität kommen. ^[6][7]

Entwicklung der kognitiven Koordinationsdynamik [ edit ]

In den letzten 10 Jahren ^als? wurde das HKB-Modell mit dem Fortgeschrittenen in Einklang gebracht mathematische Modelle und auf Supercomputern basierende Berechnungen, um rudimentäre Koordinationsdynamik mit Prozessen höherer Ordnung wie Lernen und Gedächtnis zu verknüpfen.

Das traditionelle EEG ist immer noch nützlich, um die Koordination zwischen verschiedenen Teilen des Gehirns zu untersuchen. Die 40-Hz-Gammawellenaktivität ist ein herausragendes Beispiel für die Fähigkeit des Gehirns, dynamisch modelliert zu werden, und ist ein allgemeines Beispiel für die Koordinationsdynamik. Die ständige Untersuchung dieser und anderer Schwingungen hat zu einer wichtigen Schlussfolgerung geführt: Die Analyse von Wellen mit einer gemeinsamen Signalphase, aber unterschiedlicher Amplitude führt zu der Möglichkeit, dass diese verschiedenen Signale eine synergistische Funktion haben. ^[8] [19659002] Einige ungewöhnliche Merkmale dieser Wellen: Sie sind praktisch simultan und haben eine sehr kurze Latenzzeit, was bedeutet, dass sie schneller arbeiten, als es die synaptische Überleitung zulässt. und dass ihre erkennbaren Muster manchmal durch zufällige Perioden unterbrochen werden. Die letztgenannte Idiosynkrasie diente als Grundlage für die Annahme einer Interaktion und eines Übergangs zwischen neuronalen Subsystemen. Die Analyse der Aktivierung und Deaktivierung von Regionen des Kortex zeigte eine dynamische Verschiebung zwischen Abhängigkeit und Abhängigkeit, die die metastabile Eigenschaft des Gehirns als Funktion eines koordinierten dynamischen Systems widerspiegelt.

fMRI, Elektrodenarrays im großen Maßstab und MEG erweitern die im EEG beobachteten Muster durch visuelle Bestätigung der koordinierten Dynamik. Das MEG, das eine Verbesserung der räumlich-zeitlichen Charakterisierung des EEG ermöglicht, ermöglicht es Forschern, bestimmte Bereiche des Gehirns mit Umwelteinflüssen zu stimulieren und die Reaktion in einem ganzheitlichen Gehirnmodell zu beobachten. Darüber hinaus hat MEG eine Reaktionszeit von etwa einer Millisekunde, so dass das aktive Ein- und Ausschalten ausgewählter Teile des Gehirns als Reaktion auf Umwelteinflüsse und bewusste Aufgaben praktisch in Echtzeit untersucht werden kann. ^[9]

Soziale Koordinationsdynamik und der Phi-Komplex [ edit ]

Ein sich entwickelndes Gebiet in der Koordinationsdynamik beinhaltet die Theorie der sozialen Koordination, bei der versucht wird, die EZ mit der normalen menschlichen Entwicklung komplexer sozialer Hinweise in Übereinstimmung mit bestimmten Mustern von zu verbinden Interaktion. Diese Arbeit zielt darauf ab zu verstehen, wie menschliche soziale Interaktion durch die Metastabilität neuronaler Netzwerke vermittelt wird. fMRI und EEG sind besonders nützlich, um die thalamokortikale Reaktion auf soziale Hinweise in experimentellen Studien zu erfassen.

Eine neue Theorie namens Phi-Komplex wurde von JA Scott Kelso und anderen Forschern der Florida Atlantic University entwickelt, um experimentelle Ergebnisse für die Theorie der sozialen Koordinationsdynamik zu liefern. ^[10] In Kelsos Experimenten wurden zwei Probanden durch ein undurchsichtiges Element getrennt Barriere und bat, ihre Finger zu wedeln; Dann wurde die Barriere entfernt und die Probanden wurden angewiesen, weiterhin mit den Fingern zu wedeln, als ob keine Veränderung stattgefunden hätte. Nach kurzer Zeit wurden die Bewegungen der beiden Probanden manchmal koordiniert und synchronisiert (andere Zeiten waren jedoch weiterhin asynchron). Die Verbindung zwischen EEG und bewusster sozialer Interaktion wird als Phi bezeichnet, einer von mehreren Gehirnrhythmen, die im 10-Hz-Bereich arbeiten. Phi besteht aus zwei Komponenten: eine zur Förderung einsamen Verhaltens und eine zur Förderung interaktives (zwischenmenschliches) Verhalten. Eine weitere Analyse von Phi kann die sozialen und zwischenmenschlichen Auswirkungen degenerativer Erkrankungen wie Schizophrenie aufzeigen - oder Einblick in gängige soziale Beziehungen wie die Dynamik von Alpha- und Omega-Männchen oder den populären Bystander-Effekt, der beschreibt, wie Menschen in Notfallsituationen ihre persönliche Verantwortung zerstreuen abhängig von der Anzahl der anderen anwesenden Personen.

Dynamischer Kern [ edit ]

Eine zweite Theorie der Metastabilität bezieht sich auf einen sogenannten dynamischen Kern der ein Begriff ist, um die geglaubte thalamokortikale Region lose zu beschreiben das Integrationszentrum des Bewusstseins sein. Die dynamische Kernhypothese (DCH) spiegelt die Verwendung und Nichtnutzung von miteinander verbundenen neuronalen Netzwerken während der Stimulation dieser Region wider. Ein Computermodell von 65.000 spiking Neuronen ^[8] zeigt, dass neuronale Gruppen, die in Cortex und Thalamus vorhanden sind, in Form von synchroner Oszillation interagieren. Die Interaktion zwischen verschiedenen neuronalen Gruppen bildet den dynamischen Kern und kann dazu beitragen, die Art der bewussten Erfahrung zu erklären. Ein kritisches Merkmal des DCH besteht darin, dass, anstatt binär über Übergänge zwischen neuronaler Integration und Nichtintegration nachzudenken (dh dass die beiden entweder das eine oder das andere ohne dazwischen sind), die metastabile Natur des dynamischen Kerns dies zulassen kann ein Kontinuum der Integration. ^[8]

Neuraldarwinismus [ edit ]

Eine Theorie, die verwendet wird, um den dynamischen Kern mit bewusstem Denken zu integrieren, beinhaltet ein sich entwickelndes Konzept, das als neuronaler Darwinismus bekannt ist. ^[11] In diesem Metastabile Wechselwirkungen im thalamokortikalen Bereich führen im Modell zu einem Vorgang des Selektionismus durch Wiedereintritt (ein Phänomen, das die allgemeine Reziprozität und Interaktivität zwischen Signalen in entfernten Teilen des Gehirns durch gekoppelte Signallatenz beschreibt). Die neuronale Selektivität umfasst mechanochemische Ereignisse, die vor und nach der Geburt stattfinden, wodurch neuronale Verbindungen durch Umwelteinflüsse beeinflusst werden. ^[12] Die Modifikation synaptischer Signale in Bezug auf den dynamischen Kern liefert eine weitere Erklärung für den DCH.

Trotz wachsender Erkenntnisse für das DCH wurde die Fähigkeit, mathematische Konstrukte zur Modellierung und Vorhersage des dynamischen Kernverhaltens zu generieren, nur langsam voranschreiten. ^[13] Die stochastische Entwicklung von neuronalen Signalen als chaotisch und nichtlinear ist durch die Weiterentwicklung von stochastischen Prozessen möglich einige algorithmische Grundlagen zur Analyse, wie chaotische Umweltsignale gekoppelt werden, um die Selektivität des neuralen Auswachsens oder der Koordination im dynamischen Kern zu verbessern.

Globale Arbeitsbereichshypothese [ edit ]

Die globale Arbeitsraumhypothese ist eine andere Theorie zur Erklärung der Metastabilität, die in irgendeiner Form seit 1983 existiert. ^[14] Diese Hypothese konzentriert sich auch auf die Phänomen des Wiedereintritts, die Fähigkeit einer Routine oder eines Prozesses, von mehreren Teilen des Gehirns gleichzeitig verwendet zu werden. ^[8] Sowohl das DCH-Modell als auch das globale neuronale Arbeitsbereich (GNW) -Modell beinhalten einen Wiedereinstieg, das GNW-Modell wird jedoch weiterentwickelt Konnektivität zwischen entfernten Teilen des Gehirns und weitreichendem Signalfluss. Arbeitsraumneuronen sind anatomisch ähnlich, jedoch räumlich voneinander getrennt.

Ein interessanter Aspekt des GNW ist, dass bei ausreichender Intensität und Länge, über die ein Signal wandert, ein kleines Initiierungssignal zusammengesetzt werden kann, um eine "Zündung" eines kritischen, die Spitze induzierenden Zustands zu aktivieren. Diese Idee ist vergleichbar mit einem Skifahrer am Hang eines Berges, der mit seinen Skiern ein paar Eisblöcke durchbricht und eine riesige Lawine auslöst. Zum Nachweis der schaltungstypischen Verstärkungstheorie hat die Forschung gezeigt, dass die Induktion von Läsionen in Fernverbindungen die Leistung in integrativen Modellen beeinträchtigt. [19459056[8]

Ein beliebtes Experiment zur Demonstration der Hypothese eines globalen Arbeitsbereichs ist das Zeigen ein Subjekt eine Reihe rückwärts maskierter visueller Wörter (z. B. "Der Hund schläft ruhig" wird als "ylteiuq speels god eht" dargestellt) und fordert dann das Subjekt auf, das Vorwärts zu identifizieren "Übersetzung" dieser Wörter. Die fMRI hat nicht nur eine Aktivität im Worterkennungsbereich des Kortex nachgewiesen, sondern sie wird auch häufig in parietalen und präfrontalen Kortexen nachgewiesen. ^[15] In fast jedem Experiment zeigt die bewusste Eingabe von Wort- und Vorsprechaufgaben eine viel breitere Verwendung von integrierten Teilen des Gehirns als bei identischer unbewusster Eingabe. Die weite Verbreitung und konstante Signalübertragung zwischen verschiedenen Bereichen des Gehirns in experimentellen Ergebnissen ist eine übliche Methode, um zu versuchen, die Hypothese des neuralen Arbeitsbereichs zu beweisen. Es werden weitere Studien durchgeführt, um den Zusammenhang zwischen bewusster und unbewusster Aufgabenberatung im Bereich des globalen Arbeitsbereichs genau zu bestimmen.

Die Theorie der operativen Architektur des Gehirn-Geistes [ edit ]

Obwohl das Konzept der Metastabilität in der Neurowissenschaft schon seit einiger Zeit besteht, ^[16] liegt die spezifische Interpretation der Metastabilität in der Zusammenhänge von Gehirnoperationen unterschiedlicher Komplexität wurden von Andrew und Alexander Fingelkurts in ihrem Modell der Operational Architectonics der Gehirn-Verstand-Funktion entwickelt. Metastabilität ist im Grunde eine Theorie darüber, wie globale integrative und lokale segregative Tendenzen im Gehirn koexistieren. ^[17][18] Die Operational Architectonics konzentriert sich auf die Tatsache, dass die einzelnen Teile des Gehirns im metastabilen Regime der Gehirnfunktion autonom agieren Gleichzeitig zeigen sie Tendenzen zur koordinierten Aktivität. ^[19][20] Gemäß Operational Architectonics ^[21] bilden die synchronisierten Operationen, die durch verteilte neuronale Anordnungen erzeugt werden, die metastabilen räumlich-zeitlichen Muster. Sie sind metastabil, da intrinsische Unterschiede in der Aktivität zwischen neuronalen Anordnungen so groß sind, dass sie jeweils ihre eigene Arbeit (Operation) ausführen, während sie weiterhin die Tendenz haben, sich zusammenzuschließen, um die komplexe Gehirnoperation zu realisieren. ^[22][23]

Die Zukunft von Metastabilität [ edit ]

Neben der Untersuchung der Auswirkungen metastabiler Interaktionen auf traditionelle soziale Funktionen wird sich die Forschung wahrscheinlich auf die Bestimmung der Rolle des koordinierten dynamischen Systems und des globalen Arbeitsbereichs konzentrieren das Fortschreiten von schwächenden Krankheiten wie Alzheimer, Parkinson, Schlaganfall und Schizophrenie. ^[24] Zweifellos werden räumlich-zeitliche Bildgebungstechniken wie MEG und fMRI auf Ergebnissen basieren, die bereits aus der Analyse der EEG-Ergebnisse gewonnen wurden.

In den letzten fünf Jahren hat sich das Interesse an der Auswirkung einer traumatischen oder semi-traumatischen Hirnverletzung (TBI) auf das koordinierte dynamische System entwickelt, da die Zahl der TBI-Fälle durch kriegsbedingte Verletzungen zugenommen hat.

Siehe auch [ edit ]

Referenzen [ edit ]

1. Thiran, P; M Hasler (1994-12-18). Informationsverarbeitung mit stabilen und instabilen Schwingungen: Ein Tutorial . Zelluläre Neuronale Netze und ihre Anwendungen . S. 127–136. doi: 10.1109 / cnna.1994.381695. ISBN 978-0-7803-2070-3.
   


2. ^ ^{a b 19659014} Buzsáki, György (2006). Rhythmen des Gehirns . USA: Oxford University Press. S. 128–31. ISBN 978-0-19-530106-9.
   


3. ^ Fingelkurts, A .; A. Fingelkurts (2004). "Komplexität einfacher machen: Multivariabilität und Metastabilität im Gehirn". International Journal of Neuroscience . 114 (7): 843–862. doi: 10.1080 / 00207450490450046. PMID 15204050.
   


4. ^ "Laboratory for Coordination Dynamics - Zentrum für Komplexe Systeme und Gehirnwissenschaften". Florida Atlantic University . 2007-11-27 .
   


5. ^ Collier, T .; Charles Taylor (Juli 2004). "Selbstorganisation in Sensornetzwerken" (PDF) . J. Paralleles und verteiltes Rechnen . 64 (7): 866–873. doi: 10.1016 / j.jpdc.2003.12.004 . 2007-11-26
   


6. ^ ^{a b} Fuchs, A .; V.K. Jirsa (2000). "Das HKB-Modell überarbeitet: Wie variiert der Symmetriegrad die Dynamik?" Human Movement Science . 19 (4): 425–449. doi: 10.1016 / S0167-9457 (00) 00025-7.
   


7. ^ Kelso, J.A. Scott; et al. (1988). "Dynamische Mustererzeugung in Verhaltens- und Nervensystemen". Wissenschaft . 239 (4847): 1513–1520. doi: 10.1126 / science.3281253. PMID 3281253.
   


8. ^ ^{a b [196590190] c c 19659014] d e} Werner, AG; V.K. Jirsa (September 2007). "Metastabilität, Kritikalität und Phasenübergänge im Gehirn und seinen Modellen". Biosystems . 90 (2): 496–508. Doi: 10.1016 / j.biosystems.2006.12.001. PMID 17316974.
   


9. ^ Jirsa, V. K .; A. Fuchs; J.A.S. Kelso (November 1998). "Kortikale und Verhaltensdynamik verbinden: bimanuelle Koordination". Neuronale Berechnung . 10 (8): 2019–2045. doi: 10.1162 / 089976698300016954. PMID 9804670.
   


10. ^ Tognoli, E; et al. (März 2007). "Der Phi-Komplex als Neuromarker menschlicher sozialer Koordination". PNAS . 104 (19): 8190–8195. doi: 10.1073 / pnas.0611453104. PMC 1859993 . PMID 17470821.
    


11. ^ Seth, A .; B. Baars (2005). "Neuraldarwinismus und Bewusstsein". Bewusstsein und Erkenntnis . 14 : 140–168. Doi: 10.1016 / j.concog.2004.08.008. PMID 15766895.
    


12. ^ Edelman, Gerald (1987). Neurodarwinismus: Die Theorie der neuronalen Gruppenauswahl . New York, New York: Grundlegende Bücher. ISBN 978-0-19-286089-7.
    


13. ^ Le Van Quyen, M. (2003). "Entflechtung des dynamischen Kerns: Ein Forschungsprogramm für eine Neurodynamik im großen Maßstab". Biol. Res . 36 (1): 67–88. doi: 10.4067 / s0716-97602003000100006. PMID 12795207.
    


14. ^ Baars, Bernard (Oktober 2003). "Ein Update zur globalen Arbeitsbereichstheorie". Science and Consciousness Review . 2007-11-26 .
    


15. ^ DeHaene, S .; L. Naccache (2001). "Auf dem Weg zu einer kognitiven Neurowissenschaft des Bewusstseins: grundlegende Beweise und ein Rahmen für den Arbeitsbereich". Erkenntnis . 79 (1): 1–37. doi: 10.1016 / S0010-0277 (00) 00123-2. PMID 11164022.
    


16. ^ J. A. Scott Kelso (1991) Verhaltens- und neuronale Mustererzeugung: das Konzept eines neurobehavioral dynamischen Systems (NBDS). In: Köpchen HP (Hrsg.) Cardiorespiratorische und motorische Koordination.Springer, Berlin, Heidelberg, New York
    


17. ^ Bressler SL, Kelso JA (2001). "Kortikale Koordinationsdynamik und Kognition". Trends Cogn Sci . 5 : 26–36. doi: 10.1016 / s1364-6613 (00) 01564-3.
    


18. ^ Kaplan AYa (1998) Nichtstationäres EEG: methodische und experimentelle Analyse. Usp Fiziol Nauk (Erfolg in physiologischen Wissenschaften) 29: 35–55 (auf Russisch).
    


19. ^ Fingelkurts AnA Fingelkurts AlA (2001). "Operative Architektur des Biopotentialfeldes des menschlichen Gehirns: zur Lösung des Geistes-Gehirn-Problems". Brain and Mind . 2 (3): 261–296. doi: 10.1023 / A: 1014427822738.
    


20. ^ Fingelkurts AnA Fingelkurts AlA (2004). "Komplexität einfacher machen: Multivariabilität und Metastabilität im Gehirn". Int J Neurosci . 114 (7): 843–862. doi: 10.1080 / 00207450490450046. PMID 15204050.
    


21. ^ Operational Architectonics
    


22. ^ Fingelkurts AnA, Fingelkurts AlA (2005) Kartierung der Gehirn-Betriebsarchitektur. Kapitel 2. In: Chen FJ (ed) Konzentrieren Sie sich auf die Forschung zur Kartierung von Gehirn. Nova Science Publishers, Inc., S. 59–98. URL = http://www.bm-science.com/team/chapt3.pdf[19659140^^HR19659089(FingelkurtsAnAFingelkurtsAnA(2006)"TiminginKognitionundEEG-Gehirndynamik:DiskretionversusKontinuität" Cogn Process . 7 (3): 135–162. doi: 10.1007 / s10339-006-0035-0. PMID 16832687.
    


23. ^ "The Human Brain and Behavior Laboratory". Zentrum für komplexe Systeme und Gehirnwissenschaften - Florida Atlantic University . Archiviert aus dem Original am 23.09.2007 . 2007-11-26 .