L'influenza della risonanza non lineare sulle oscillazioni corticali umane

Perché le onde cerebrali non sono così semplici come sembrano

Le registrazioni cerebrali spesso appaiono come linee ondulate su uno schermo, e molti scienziati trattano questi segnali come se fossero prodotti da un sistema semplice e per lo più lineare. Questa supposizione è alla base di molti modelli di funzione cerebrale e degli strumenti usati per rilevare patologie. Lo studio riassunto qui si interroga se questa visione sia davvero corretta, impiegando un nuovo metodo per separare la struttura nascosta delle onde cerebrali e rivelare quando il cervello si comporta in modo più complesso e non lineare.

Cercare schemi nascosti nell'attività cerebrale

Gli autori si concentrano sui segnali elettrici del cervello umano registrati sia dal cuoio capelluto (EEG) sia direttamente con elettrodi posti all'interno del cranio (EEG intracranico). Questi segnali sono comunemente divisi in due parti: uno sfondo liscio che si estende su molte frequenze e picchi ritmici ben noti come i ritmi alpha e mu. Le analisi tradizionali esaminano quanto è forte ciascuna frequenza, ma ignorano come frequenze diverse possano sincronizzarsi tra loro. Il gruppo sostiene che, per capire se il cervello si comporta in modo lineare o meno, dobbiamo guardare a come le frequenze interagiscono, non solo a quanta potenza ha ciascuna di esse.

Un nuovo modo per separare sfondo e ritmi

Per affrontare questo problema, i ricercatori introducono la BiSpectral EEG Component Analysis, o BiSCA. Questo metodo combina l'analisi spettrale standard con uno strumento più avanzato chiamato bispettro, che cattura come coppie di frequenze si combinano per produrre nuove oscillazioni. BiSCA adatta entrambe le fonti di informazione simultaneamente e poi scompone il segnale in una componente aperiodica, chiamata Xi, e in un insieme di componenti ritmiche, chiamate Rho, che includono le onde alpha e mu. Fondamentale è che può assegnare i segni di interazione non lineare sia allo sfondo liscio sia ai ritmi e può testare statisticamente se ciascuno si comporta come un processo lineare e gaussiano semplice o no.

Verificare se le onde cerebrali sono davvero lineari

Gli autori illustrano innanzitutto a cosa è sensibile il loro test simulando due tipi di forme d'onda. In un caso, l'onda è simmetrica e non sinusoidale ma non mostra un particolare tipo di asimmetria che produrrebbe armoniche pari. Nell'altro caso, l'onda è chiaramente inclinata, con picchi più appuntiti e gole più lente. Sebbene entrambe le simulazioni appaiano complesse, solo il caso asimmetrico mostra forti firme di interazioni non lineari quadratiche quando esaminato con il bispettro. Questa dimostrazione mostra che BiSCA è specificamente tarato per rilevare un tipo di risonanza non lineare in cui le frequenze si mescolano per produrre nuove frequenze correlate.

La risonanza non lineare vive nei ritmi cerebrali, non nello sfondo

Applicando BiSCA a ampie raccolte di registrazioni EEG e intracraniche umane, il gruppo trova che la maggior parte dei canali non si comporta come semplice rumore lineare e gaussiano a questo livello quadratico. Oltre l'80 percento dei canali EEG sul cuoio capelluto e circa due terzi dei canali intracranici mostrano non linearità, comportamento non gaussiano o entrambi. Quando i segnali vengono separati nelle loro componenti Xi e Rho, emerge un pattern sorprendente. Lo sfondo aperiodico Xi è quasi sempre coerente con un processo lineare e gaussiano quando esaminato con strumenti quadratici, mentre i ritmi Rho portano con sé quasi tutte le firme non lineari. In particolare, i ritmi nelle regioni parietali classificati come mu mostrano una risonanza non lineare particolarmente forte, persino più dell'alpha visivamente prominente nelle aree occipitali.

Cosa significa per i modelli cerebrali e i biomarcatori

Questi risultati mettono in discussione l'idea che le registrazioni cerebrali su larga scala possano essere completamente descritte da modelli lineari. L'attività di fondo può spesso essere approssimata in questo modo, ma i picchi ritmici chiaramente non possono. I risultati supportano invece un quadro ibrido in cui la componente aperiodica deriva da molte sorgenti debolmente interagenti che, prese insieme, appaiono lineari e gaussiane, mentre i circuiti oscillatori si comportano come risonatori non lineari che generano armoniche e accoppiamenti tra frequenze. Per la medicina e le neuroscienze cognitive, ciò significa che informazioni utili sullo stato cerebrale e sulle malattie possono essere trasportate non solo dall'intensità di un ritmo, ma da come i suoi cicli interagiscono e si deformano nel tempo. BiSCA fornisce un modo fondato per catturare questa struttura più ricca e potrebbe guidare la progettazione di modelli della dinamica cerebrale più realistici e di biomarcatori basati sulle onde cerebrali più sensibili.

Citazione: 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

Parole chiave: EEG, ritmi cerebrali, dinamica non lineare, onde alpha e mu, analisi bispettrale