Progress:

Phase I (2 June 2022 - 31 December 2022):

Task 1.1 Extraction of functional networks from EEG signals

Task 1.2 Analyzes of the obtained functional networks - Part 1

Executive summary (RO)

Atât știința rețelelor, cât și dinamica neliniară joacă un rol crucial într-o varietate de domenii științifice, de la fizică la biologie și, recent, și în neuroștiințe, unde studierea rețelelor formate de regiunile creierului a câștigat popularitate. Acestea pot fi rețele structurale, în care legăturile descriu conexiunile reale sau rețele funcționale (RF) care descriu dinamica creierului. Nenumărate dovezi sugerează că RF nu sunt statice, ci evoluează în timp real, de exemplu asemenea unui proces perceptual care se derulează în timp.
În acest proiect în scopul captării tranzițiilor dintre stările perceptive analizăm un set de date EEG uman care implică o sarcină vizuală, în care recunoașterea obiectelor a fost manipulată de la greu la ușor și scopul este de a surprinde așa-numitul moment „aha” când stimulul este recunoscut. Ipoteza este că apare o reorganizare dramatică a RF în aceste momente. Proiectul se concnetrează pe două linii majore: 1) Vom studia evoluția RF extrase ca măsuri de corelație între activitatea diferitelor regiuni, comparând proprietățile rețelei înainte și după recunoaștere sau între cazurile în care recunoașterea conștientă a avut loc sau nu. 2) Vom folosi rețele de tranziție de stare (aplicând metodele noastre dezvoltate recent) pentru a procesa aceste semnale EEG și a studia dinamica în aceste momente cheie.
În prima etapă am avut următoarele rezultate: 1) Am implementat metoda SCA cu care extragem rețelele funcționale. Avem baza de date cu rețelele funcționale extrase pentru fiecare individ, pre- și post-decizie, fiecare răspuns (recunoscut, nesigur, nimic). Am analizat câteva proprietăți ale rețelelor: distribuția ponderilor și distribuția distanțelor între noduri. Comparând aceste distribuții între pre- și post-decizie pentru fiecare răspuns și individ, rezultatele preliminare arată că în cele mai multe cazuri diferențele sunt cele mai mari în cazul când subiectul recunoaște stimulul, și scad când nu recunoaște. Diferențele când subiectul nu este sigur pot varia mult din cauza numărului mic de astfel de cazuri. Există câțiva indivizi unde diferențele sunt mult mai mici și arată o tendință diferită. 2) Am mai dezvoltat un algoritm de clusterizare care va fi utilizat anul viitor pe datele experimentale. Vrem să detectăm cum se schimbă structura modulelor în grafuri între diferite stări perceptive. 3) Am rescris și am optimizat codurile cu care vom analiza rețelele de tranziții de stare din partea a doua a proiectului începând din anul viitor.
Acest proiect interdisciplinar poate duce la rezultate valoroase în înțelegerea percepției vizuale, prin generalizarea acestor metode, ele pot deveni utile și în analiza altor tipuri de semnale.

Progress:

Phase II (1 January 2023 - 31 December 2023):

Task 2.1 Analyzes of the obtained functional networks - Part 2

Task 2.2 Analyzes of the distribution of the statistical properties of functional networks - Part 1

Task 2.3 Extraction of phase transition networks from experimental data

Executive summary (RO)

Atât știința rețelelor, cât și dinamica neliniară joacă un rol crucial într-o varietate de domenii științifice, de la fizică la biologie și, recent, și în neuroștiințe, unde studierea rețelelor formate de regiunile creierului a câștigat popularitate. Acestea pot fi rețele structurale, în care legăturile descriu conexiunile reale sau rețele funcționale (RF) care descriu dinamica creierului. Nenumărate dovezi sugerează că RF nu sunt statice, ci evoluează în timp real, de exemplu asemenea unui proces perceptual care se derulează în timp.
În acest proiect în scopul captării tranzițiilor dintre stările perceptive analizăm un set de date EEG uman care implică o sarcină vizuală, în care recunoașterea obiectelor a fost manipulată de la greu la ușor și scopul este de a surprinde așa-numitul moment „aha” când stimulul este recunoscut. Ipoteza este că apare o reorganizare dramatică a RF în aceste momente. Proiectul se concentrează pe două linii majore: 1) Vom studia evoluția RF extrase ca măsuri de corelație între activitatea diferitelor regiuni, comparând proprietățile rețelei înainte și după recunoaștere sau între cazurile în care recunoașterea conștientă a avut loc sau nu. 2) Vom folosi rețele de tranziție de stare (aplicând metodele noastre dezvoltate recent) pentru a procesa aceste semnale EEG și a studia dinamica în aceste momente cheie.
După ce în prima etapă am dezvoltat metoda cu care extragem rețelele funcționale, acum în Etapa 2 pentru fiecare individ, si fiecare stimul vizual am extras 3 rețele în 3 diferite faze ale experimentului (înainte de stimul, după stimul și înaintea deciziei). În funcție de parameterul G care descrie dificultatea recunoașterii stimulilor, am extras distribuțiile diferitelor proprietăți ale rețelelor (distirbuția ponderilor muchiilor și distribuția distanțelor dintre noduri). Comparând perioada dinainte și după apariția stimului vizual se vede că diferențele între proprietățile rețelelor depind de G, cel puțin la majoritatea indivizilor. Aici vom continua investigarea rezultatelor în etapa următoare.
Legat de rețelele de tranziții de stare (STN) avem 5 rezultate mai importante: 1) Am obținut niște rezultate teoretice unde am dezvoltat o expresie analitică în formă închisă pentru măsura Lyapunov a STN-urilor. 2) Am studiat cum ar fi optimal să alegem planul Poincare la extragerea STN-urilor. Concluzia a fost că rezultatele nu sunt foarte sensibile la modul cum alegem planul Poincare. 3) Am studiat efectul tăierii STN-urilor. Fiindcă datele experimentale sunt de obicei serii mai scurte, nu avem detsule date, deci în STN-ul extras pot lipsi muchii, mai ales cele cu ponderi mici. Am testat pe date artificiale, ce se întâmplă cu măsura Lyapunov și entropia dacă scoatem din STN-uri o parte din muchii. Și aici am văzut că rezultatele rămân consistente pînă la scoaterea aprox. a 30% ale muchiilor. 4) Am studiat și efectul zgomotului asupra semnalelor. Zgomotul este tolerat relativ bine în regimul haotic, mai puțin în regimul periodic ale dinamicii. 5) Avem niște rezultate preliminare pe datele experimentale, numai pe un singur individ. Aceste analize urmează să fie continuate în etapa următoare.
În această etapă a fost acceptat un articol știintific și alte 2 articole sunt momentan sub evaluare. Membri proiectului au ținut 6 prelegeri invitate, 5 prezentări orale și 2 postere la conferințe internaționale, 4 prezentări la confeirnțe naționale, și au fost și 3 diseminări (interviuri etc.) în media.

Bulcsu Sandor, Andras-Pal Rusu, Karoly Denes, Zsolt-Iosif Lazar, Maria Ercsey-Ravasz "Measuring the dynamical variability of state-transition networks", page 313 - 313, 2023, Volume: Dynamicsdays 2023, conference: Dynamics Days EU 2023, Napoli, Italy, editor: Lucia Russo Constantinos Siettos, web: https://sites.google.com/view/dynamicsdayseurope2023

Bulcsu Sandor, Andras-Pal Rusu, Zsolt-Iosif Lazar, Karoly Denes, Maria Ercsey-Ravasz "Novel measures for state-transition networks", page: 43-43, 2023, volume: 48th Conference of the Middle European Cooperation in Statistical Physics, conference: MECO48, Stara Lesna, Slovakia, editor: Jozef Strečka Katarína Karlová, ISBN: 978-80-574-0197-1, web: www.unibook.upjs.sk

Maria Ercsey-Ravasz, The brains functional connectivity backbone and the impact of AUD, ISBRA & ESBRA 2nd World Congress on Alcohol and Alcoholism, 2022 September 17-20, Cracow, Poland.

B. Sándor, Cs. Harko, A. Herczeg, M. Nowak, C. Gros: Phase-locked neural oscillators generate self-organized locomotion for hexapods, Intelligent Machines? – Self-organized Nonlinear Dynamics of Machines across Scales, Dresden/Online, Germany, 20-24. June 2022

B. Sándor: Toy models for self-organized robotic locomotion via proprioception, The Neuro-physics of Locomotion, Kavli Institute for Theoretical Physics, Santa Barbara, CA, USA, 15.Aug. 2022

B. Sándor, Ágnes Herczeg, Csanád Harkó, Michael Nowak, Claudius Gros: Self-organized hexapod locomotion via phase-locked neural oscillators, 47th Conference of the Middle European Cooperation in Statistical Physics, Erice, Italy, 12-16. June 2022

Posters at international coferences:

Maria Ercsey-Ravasz, Levente Varga, Botond Molnar, Vasile V. Moca, Laura Perez-Cervera, Antonio Díaz-Parra, David Moratal, Balázs Péntek, Wolfgang H. Sommer, Raul C. Mureșan, Santiago Canals, “ Dynamic fMRI unveils a robust functional network architecture in the brain: a hierarchy of strong positive and weak bimodal correlations”, International School and Conference on Network Science, NetSci2023, Wien, Austria, July 10-14, 2023

Rusu Andras, Denes Karoly, Lazar Zsolt-Iosif, Ercsey-Ravasz Maria, Sandor Bulcsu "Symbolic dynamics-based network construction and analysis (Poster)", 2023, NADCOM23, Dresden, Germany, web: https://www.pks.mpg.de/nadcom23

Maria Ercsey-Ravasz, Interviu la TVR Cluj - limba maghiară, emisiunea Summa: https://www.facebook.com/534716723271172/videos/1201329150720553

Maria Ercsey-Ravasz, a presentation at Studium Generale of the STAR-UBB Institute on December 8, 2022: Modelling and analysing structural and functional brain networks

BBU Research group

Dr. Mária Ercsey-Ravasz

Project director

After obtaining Ph.D. in Physics and Information Technology, Dr. Ercsey-Ravasz have spent 3 years as a postdoctoral researcher at the University of Notre Dame, IN, USA. She returned to Romania to the Babes-Bolyai University with a Marie Curie Fellowship in 2012.