De invloed van niet-lineaire resonantie op menselijke corticale oscillaties

Waarom hersengolven niet zo eenvoudig zijn als ze lijken

Hersenopnames lijken vaak op kronkelende lijnen op een scherm, en veel wetenschappers behandelen deze signalen alsof ze door een eenvoudig, grotendeels lineair systeem worden geproduceerd. Deze aanname ligt ten grondslag aan veel modellen van hersenfunctie en hulpmiddelen die gebruikt worden om ziekte op te sporen. De hier samengevatte studie vraagt of dat beeld echt klopt, en gebruikt een nieuwe methode om de verborgen structuur van hersengolven uiteen te rafelen en te laten zien wanneer de hersenen zich complexer, niet-lineair gedragen.

Op zoek naar verborgen patronen in hersenactiviteit

De auteurs richten zich op elektrische signalen uit het menselijke brein die ofwel van de schedel (EEG) of rechtstreeks van elektroden binnen de schedel (intracraniële EEG) zijn opgenomen. Deze signalen worden gewoonlijk in twee delen gesplitst: een vloeiende achtergrond die veel frequenties bestrijkt, en bekende ritmische pieken zoals de alpha- en mu-ritmes. Traditionele analyses kijken naar hoe sterk elke frequentie is, maar negeren hoe verschillende frequenties elkaar mogelijk vergrendelen. Het team betoogt dat om te begrijpen of het brein lineair handelt of niet, we moeten kijken naar hoe frequenties met elkaar interacteren, niet alleen hoeveel vermogen elke frequentie heeft.

Een nieuwe manier om achtergrond en ritmes te scheiden

Om dit aan te pakken introduceren de onderzoekers BiSpectral EEG Component Analysis, of BiSCA. Deze methode combineert standaardspectrale analyse met een geavanceerdere tool, het bispectrum, dat vastlegt hoe paren frequenties samen nieuwe oscillaties kunnen produceren. BiSCA past beide informatiebronnen tegelijk toe en splitst het signaal vervolgens in een aperiodische component, Xi genoemd, en een reeks ritmische componenten, Rho genoemd, die alpha- en mu-golven omvatten. Cruciaal is dat het tekens van niet-lineaire interactie kan toewijzen aan óf de vloeiende achtergrond óf de ritmes en statistisch kan testen of elk van beide zich gedraagt als een eenvoudig lineair, Gaussisch proces of niet.

Testen of hersengolven echt lineair zijn

De auteurs illustreren eerst waarvoor hun test gevoelig is door twee soorten golfvormen te simuleren. In het ene geval is de golf symmetrisch en niet-sinusvormig maar vertoont zij geen bepaalde vorm van asymmetrie die even harmonischen zou produceren. In het andere geval is de golf duidelijk scheef, met scherpere pieken en langzamere dalen. Hoewel beide simulaties complex lijken, toont slechts het asymmetrische geval sterke kenmerken van kwadratische niet-lineaire interacties wanneer onderzocht met het bispectrum. Deze demonstratie laat zien dat BiSCA specifiek is afgestemd op het detecteren van een soort niet-lineaire resonantie waarbij frequenties mengen en nieuwe, gerelateerde frequenties produceren.

Niet-lineaire resonantie zit in hersenritmes, niet in de achtergrond

Door BiSCA toe te passen op grote verzamelingen menselijke EEG- en intracraniale opnames, vindt het team dat de meeste kanalen zich niet gedragen als eenvoudig lineaire, Gaussische ruis op dit kwadratische niveau. Meer dan 80 procent van de scalp-EEG-kanalen en ongeveer twee derde van de intracraniële kanalen vertonen ofwel niet-lineariteit, niet-Gaussiaans gedrag, of beide. Wanneer de signalen worden gescheiden in hun Xi- en Rho-componenten, verschijnt een opvallend patroon. De aperiodische Xi-achtergrond is vrijwel altijd consistent met een lineair, Gaussisch proces bij onderzoek met kwadratische instrumenten, terwijl de Rho-ritmes bijna alle niet-lineaire signalen dragen. In het bijzonder tonen ritmes in pariëtale regio’s die als mu zijn geclassificeerd vooral sterke niet-lineaire resonantie, zelfs meer dan het visueel prominente alpha-ritme in occipitale gebieden.

Wat dit betekent voor hersenmodellen en biomarkers

Deze bevindingen dagen het idee uit dat grootschalige hersenopnames volledig met lineaire modellen kunnen worden vastgelegd. De achtergrondactiviteit kan vaak op die manier worden benaderd, maar de ritmische pieken duidelijk niet. In plaats daarvan ondersteunen de resultaten een hybride beeld waarin de aperiodische component voortkomt uit vele zwak met elkaar interagerende bronnen die samenlineair en Gaussisch lijken, terwijl oscillatoire circuits zich gedragen als niet-lineaire resonatoren die harmonischen en cross-frequency coupling genereren. Voor de geneeskunde en cognitieve neurowetenschap betekent dit dat nuttige informatie over hersentoestand en ziekte mogelijk niet alleen ligt in hoe sterk een ritme is, maar in hoe diens cycli in de loop van de tijd met elkaar interageren en vervormen. BiSCA biedt een principiële manier om deze rijkere structuur vast te leggen en kan het ontwerp van realistischer modellen van hersendynamica en gevoeliger op hersengolven gebaseerde biomarkers sturen.

Bronvermelding: 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

Trefwoorden: EEG, hersenritmes, niet-lineaire dynamica, alpha- en mu-golven, bispectrale analyse