06 April 2023

Joanna Dreszer i Tomasz Piotrowski - Wielozmiennowa wieloskalowa entropia próbki - metoda i zastosowania

Czwartek 06/04/2023, 3:30 pm (GMT+2/Warsaw time)

Spotkanie hybrydowe (na żywo oraz na Zoomie): kliknij, by dołączyć
Na spotkanie na żywo zapraszamy do s. 3099 na Wydziale Geologii UW, ul. Żwirki i Wigury 93 w Warszawie.

Tym razem mamy podwójne seminarium: z dr Joanną Dreszer oraz dr. hab. Tomaszem Piotrowskim, prof. UMK z Uniwersytetu Mikołaja Kopernika w Toruniu. Spotkanie będzie podzielone na dwie części: wprowadzenie do wielozmiennowej wieloskalowej entropii próbki (mMSE) oraz przedstawienie wyników badań, w których została wykorzystana ta metoda.

Przed spotkaniem sugerujemy przeczytanie artykułu autorstwa dr Dreszer i prof. Piotrowskiego: [Human Brain Mapping].

Część 1.

Dr hab. Tomasz Piotrowski, prof. UMK, Katedra Informatyki Stosowanej, Uniwersytet Mikołaja Kopernika w Toruniu
Strona internetowa: Google Scholar

Tytuł wystąpienia: Wielozmiennowa wieloskalowa entropia próbki (Multivariate Multiscale Entropy, mMSE) w badaniach spontanicznej aktywności elektrycznej mózgu

Abstrakt:

W prezentacji zostanie przedstawiona autorska adaptacja algorytmu do obliczania wielozmiennowej wieloskalowej entropii próbki (Multivariate Multiscale Entropy, mMSE), która jest estymatorem entropii Kołmogorowa - Sinai’a układu dynamicznego. mMSE, w przeciwieństwie do miar jednozmiennowych, uwzględnia dynamikę międzykanałową w sygnale, np. w sygnale EEG, a poprzez zastosowanie wieloskalowość, uwzględnia entropię sygnału jako miary informacji względem dłuższych odcinków czasu obserwacji rozważanego układu dynamicznego (w przypadku EEG, ludzkiego mózgu).

Użyteczność zastosowania tej metody (szczególnie wyodrębnienia skal wczesnych i późnych) wykazaliśmy w przypadku badania związku spontanicznych fluktuacji aktywności elektrycznej mózgu z inteligencją, timingiem milisekundowym, a także w badaniu zróżnicowania profili złożoności sieci spoczynkowych mózgu.

Literatura:

• Costa, M., Goldberger, A.L., Peng, C.-K. (2005). Multiscale entropy analysis of biological signals. Phys. Rev. E, 71. https://doi.org/10.1103/PhysRevE.71.021906
• Courtiol, J., Perdikis, D., Petkoski, S., Müller, V., Huys, R., Sleimen-Malkoun, R., Jirsa, V.K. (2016). The multiscale entropy: Guidelines for use and interpretation in brain signal analysis. J. Neurosci. Methods, 273, 175–190. https://doi.org/10.1016/j.jneumeth.2016.09.004
• Looney, D., Adjei, T., Mandic, D. (2018). A novel Multivariate Sample Entropy algorithm for modeling time series synchronization. Entropy, 20, 82. https://doi.org/10.3390/e20020082
• Dreszer, J., Grochowski, M., Lewandowska, M., Nikadon, J., Gorgol, J., Bałaj, B., Finc, K., Duch, W., Kałamała, P., Chuderski, A., Piotrowski, T. (2020). Spatiotemporal complexity patterns of resting-state bioelectrical activity explain fluid intelligence: Sex matters. Hum. Brain Mapp., 41, 4846–4865. https://doi.org/10.1002/hbm.25162
• Lewandowska, M., Tołpa, K., Rogala, J., Piotrowski, T., Dreszer, J. Multivariate Multiscale Entropy (mMSE) as a tool for understanding the resting-state EEG signal dynamics: the spatial distribution and sex/gender- related differences. Researchsquare.com, https://doi.org/10.21203/rs.3.rs-2453550/v1

Część 2.

Dr Joanna Dreszer, Instytut Psychologii Uniwersytet Mikołaja Kopernika w Toruniu
Strona internetowa: Google Scholar

Tytuł wystąpienia: Neuronalne korelaty doświadczenia estetycznego. mMSE jako narzędzie do zrozumienia dynamiki spontanicznej aktywności bioelektrycznej mózgu

Abstrakt:

Celem prezentacji będzie przedstawienie wyników badań nad neuronalnymi korelatami doświadczenia estetycznego z zastosowaniem wielozmiennowej wieloskalowej entropii próbki (Multivariate Multiscale Entropy, mMSE). Doświadczenie estetyczne będzie rozumiane jako doświadczenie wielowymiarowe obejmujące procesy percepcyjne, rozumienie, emocje, a także stan flow. Korelaty neuronalne zostały sprowadzone do złożoności spontanicznej aktywności elektrycznej mózgu.

Ludzki mózg jest postrzegany jako złożony system składający się z połączonych ze sobą regionów, które nieustannie przetwarzają i integrują informacje. Zakładamy, że spontaniczne zmiany z chwili na chwilę stanów funkcjonalnych sieci mózgowych odzwierciedlają ważne informacje o ich topologii i dynamice. Dotyczy to zwłaszcza sytuacji, gdy nie ma sprecyzowanego zadania, a badany ma się zrelaksować i nie „myśleć o niczym szczególnym”. Z tego punktu widzenia spoczynkowa aktywność mózgu może być rozumiana jako multistabilny system dynamiczny przechodzący między różnymi, względnie stabilnymi stanami. Wgląd we wzorce spontanicznej aktywności poszczególnych sieci mózgu można uzyskać za pomocą obserwacji zewnętrznych szeregów czasowych, na przykład elektroencefalogramu (EEG).

Istnieją dowody na to, że czasowa złożoność funkcji mózgu może mieć zasadniczy związek z różnymi aspektami zachowania i poznania. W niniejszym projekcie zakładamy, że doświadczenie estetyczne jest ściśle powiązane z dążeniem do poszukiwania informacji i podejmowania zachowań eksplorujących. Więcej, koresponduje z zaspokojeniem wewnętrznego dążenia do zdobywania wiedzy o świecie i postrzegania przedmiotów i sytuacji jako znaczących, mających sens. Biorąc to pod uwagę skupimy się na złożoności sieci neuronalnych korespondujących z tzw. triadą estetyczną (czyli systemami neuronalnymi kształtującymi reakcje sensoryczno-motoryczne, ocenę-emocje oraz wiedzę-nadawanie znaczenia).

W badaniach skupiliśmy się wyłącznie na odbiorze sztuki współczesnej jako sytuacji rzucającej odbiorcy wyzwanie intelektualne.

Literatura:

• Christensen, A. P., Cardillo, E. R., Chatterjee, A. (2023). Can art promote understanding? A review of the psychology and neuroscience of aesthetic cognitivism. Psychology of Aesthetics, Creativity, and the Arts. https://doi.org/10.1037/aca0000541
• Wanzer, D. L., Finley, K. P., Zarian, S., Cortez, N. (2020). Experiencing flow while viewing art: Development of the aesthetic experience questionnaire. Psychology of Aesthetics, Creativity, and the Arts, 14(1), 113–124. https://doi.org/10.1037/aca0000203
• McDonough, I.M., Nashiro, K. (2014). Network complexity as a measure of information processing across resting-state networks: evidence from the Human Connectome Project. Front. Hum. Neurosci. 8. https://doi.org/10.3389/fnhum.2014.00409