Der Einfluss nichtlinearer Resonanz auf kortikale Oszillationen des Menschen

Warum Gehirnwellen nicht so einfach sind, wie sie aussehen

Gehirnaufzeichnungen erscheinen oft als geschwungene Linien auf einem Bildschirm, und viele Wissenschaftler behandeln diese Signale so, als stammten sie aus einem einfachen, überwiegend linearen System. Diese Annahme bildet die Grundlage vieler Modelle der Gehirnfunktion und von Werkzeugen zur Erkennung von Krankheiten. Die hier zusammengefasste Studie fragt, ob dieser Blick wirklich zutrifft, und verwendet eine neue Methode, um die verborgene Struktur der Gehirnwellen zu entwirren und zu zeigen, wann das Gehirn sich komplexer, nichtlinear verhält.

Auf der Suche nach verborgenen Mustern in der Gehirnaktivität

Die Autor:innen konzentrieren sich auf elektrische Signale aus dem menschlichen Gehirn, aufgezeichnet entweder vom Kopfhaut (EEG) oder direkt mit Elektroden innerhalb des Schädels (intrakranielles EEG). Diese Signale werden üblicherweise in zwei Teile aufgeteilt: einen glatten Hintergrund, der viele Frequenzen überdeckt, und gut bekannte rhythmische Spitzen wie Alpha- und Mu-Rhythmen. Traditionelle Analysen betrachten, wie stark jede Frequenz ist, ignorieren aber, wie sich verschiedene Frequenzen miteinander koppeln könnten. Das Team argumentiert, dass man, um zu verstehen, ob das Gehirn linear reagiert oder nicht, untersuchen muss, wie Frequenzen interagieren, nicht nur wie viel Leistung jede einzelne hat.

Eine neue Methode, Hintergrund und Rhythmen zu trennen

Um dies zu erreichen, führen die Forschenden die BiSpektrale EEG-Komponenten-Analyse, oder BiSCA, ein. Diese Methode kombiniert die Standard-Spektralanalyse mit einem fortgeschritteneren Werkzeug, dem Bispektrum, das erfasst, wie Paare von Frequenzen sich kombinieren, um neue Oszillationen zu erzeugen. BiSCA passt beide Informationsarten gleichzeitig an und zerlegt dann das Signal in eine aperiodische Komponente, genannt Xi, und eine Reihe rhythmischer Komponenten, genannt Rho, zu denen Alpha- und Mu-Wellen gehören. Entscheidend ist, dass sie Zeichen nichtlinearer Interaktion entweder dem glatten Hintergrund oder den Rhythmen zuordnen kann und statistisch prüft, ob jede dieser Komponenten sich wie ein einfaches lineares, gaußförmiges Prozess verhält oder nicht.

Prüfung, ob Gehirnwellen wirklich linear sind

Die Autor:innen zeigen zunächst, worauf ihr Test anspricht, indem sie zwei Arten von Wellenformen simulieren. In einem Fall ist die Welle symmetrisch und nicht sinusförmig, zeigt aber keine besondere Asymmetrie, die gerade Harmonische erzeugen würde. Im anderen Fall ist die Welle deutlich schief, mit schärferen Spitzen und langsameren Tälern. Obwohl beide Simulationen komplex wirken, zeigt nur der asymmetrische Fall starke Signaturen quadratischer nichtlinearer Wechselwirkungen, wenn er mit dem Bispektrum untersucht wird. Diese Demonstration zeigt, dass BiSCA speziell darauf abgestimmt ist, eine Form nichtlinearer Resonanz zu erkennen, bei der sich Frequenzen mischen und neue, verwandte Frequenzen erzeugen.

Nichtlineare Resonanz findet sich in den Gehirnrhythmen, nicht im Hintergrund

Wendet man BiSCA auf große Sammlungen menschlicher EEG- und intrakranieller Aufzeichnungen an, findet das Team, dass die meisten Kanäle auf dieser quadratischen Ebene nicht wie einfaches lineares, gaußförmiges Rauschen reagieren. Über 80 Prozent der Kopfhaut-EEG-Kanäle und etwa zwei Drittel der intrakraniellen Kanäle zeigen entweder Nichtlinearität, nicht-gaußförmiges Verhalten oder beides. Wenn die Signale in ihre Xi- und Rho-Komponenten getrennt werden, zeigt sich ein auffälliges Muster. Der aperiodische Xi-Hintergrund ist bei Untersuchung mit quadratischen Werkzeugen fast immer mit einem linearen, gaußförmigen Prozess vereinbar, während die Rho-Rhythmen nahezu alle nichtlinearen Signaturen tragen. Besonders Rhythmen in parietalen Regionen, die als Mu klassifiziert werden, zeigen eine besonders starke nichtlineare Resonanz, sogar stärker als der visuell prominente Alpha-Rhythmus in okzipitalen Bereichen.

Was das für Gehirnmodelle und Biomarker bedeutet

Diese Ergebnisse stellen die Idee in Frage, dass großskalige Gehirnaufzeichnungen vollständig durch lineare Modelle erfasst werden können. Die Hintergrundaktivität lässt sich oft so annähern, aber die rhythmischen Spitzen eindeutig nicht. Stattdessen stützen die Resultate ein hybrides Bild, in dem die aperiodische Komponente aus vielen schwach interagierenden Quellen entsteht, die zusammengenommen linear und gaußförmig erscheinen, während oszillatorische Schaltkreise als nichtlineare Resonatoren fungieren, die Harmonische und cross-frequency-Kopplungen erzeugen. Für die Medizin und die kognitive Neurowissenschaft bedeutet das, dass nützliche Informationen über Gehirnzustand und Krankheit nicht nur in der Stärke eines Rhythmus stecken können, sondern darin, wie seine Zyklen sich gegenseitig beeinflussen und im Verlauf verzerren. BiSCA bietet eine prinzipienbasierte Methode, diese reichere Struktur zu erfassen, und könnte die Entwicklung realistischerer Modelle der Gehirndynamik sowie sensiblerer, wellenbasierter Biomarker leiten.

Zitation: Wang, Y., Li, M., García Reyes, R. et al. The influence of nonlinear resonance on human cortical oscillations. Commun Biol 9, 605 (2026). https://doi.org/10.1038/s42003-026-10164-5

Schlüsselwörter: EEG, Gehirnrhythmen, nichtlineare Dynamik, Alpha- und Mu-Wellen, bispektrale Analyse