Fraktāļi un smadzeņu darbība: kāpēc šis pētījumu virziens kļūst arvien nozīmīgāks?
- RigaBrain

- May 7
- Lasīts 2 min
Fraktāļi – pašlīdzīgas struktūras, kas atkārtojas dažādos mērogos – jau sen fascinē zinātniekus un māksliniekus. Taču pēdējos gados īpašu uzmanību pievērš tam, kā fraktālā ģeometrija un dinamika izpaužas mūsu smadzenēs. Pētījumi atklāj, ka smadzeņu struktūra un funkcija nav tikai lineāra vai vienkārši saprotama – tā ir sarežģīta, dinamiska un nereti fraktāla.

Ko saka zinātne?
Fraktālā analīze tiek izmantota, lai kvantitatīvi izvērtētu nervu tīklu aktivitāti, īpaši fMRI datos. Ir radītas īpašas programmas (piemēram, FracLab), kas ļauj analizēt smadzeņu signālus, balstoties uz to fraktālajām īpašībām (Marusina & Kalinkina, 2021). Šī pieeja ļauj labāk saprast smadzeņu darbības sarežģītību un identificēt nianses, ko klasiskās metodes var nepamanīt.
Zinātnieki ir izvirzījuši ideju, ka tādi kognitīvie procesi kā uztvere, atmiņa un problēmu risināšana var izpausties ar fraktālām īpašībām. Tas var palīdzēt saprast gan normālu smadzeņu darbību, gan slimību attīstību (Cerasa, 2024).
MRI attēli rāda, ka smadzeņu garozas struktūra ir fraktāla. Šādu īpašību izpētei tiek izmantotas viļņu transformācijas un citas modernās metodes (Mutihac, 2015). Interesanti, ka dzimumu salīdzinājumi atklājuši – sieviešu smadzeņu aktivitātei ir augstāks fraktālais dimensijas rādītājs nekā vīriešu smadzenēm, kas varētu liecināt par lielāku sarežģītību (Ahmadi et al., 2013).
Pētījumi ar EEG parāda, ka smadzeņu reakcija uz fraktālajiem vizuālajiem stimuliem uzrāda nelineāras tendences un sarežģītības līmeni, īpaši skatoties fraktālas bildes (Nicolae & Ivanovici, 2021). Savukārt slimību kontekstā fraktālās analīzes izmantošana palīdz noteikt izmaiņas smadzeņu darbībā – piemēram, pēc insulta vai neiropsihiatriskiem traucējumiem samazināts fraktālais rādītājs bieži norāda uz funkciju traucējumiem (Zappasodi et al., 2014; Namazi et al., 2019).
Kāpēc tas ir svarīgi?
Šie atklājumi apstiprina, ka smadzeņu darbība ir daudzslāņaina un pašorganizējoša. Fraktālā analīze ļauj mums pietuvoties smadzeņu “darbības kartēm” un sniedz jaunu skatījumu uz to, kā mūsu prāts uztver pasauli, risina problēmas un pielāgojas pārmaiņām.

Arī RigaBrain® skatījumā šis ir būtisks virziens, jo mēs redzam, cik sarežģīti un reizē skaisti darbojas smadzenes. Mūsu piedāvātie smadzeņu līdzsvarošanas seansi palīdz smadzenēm atgriezties optimālā stāvoklī, veicinot līdzsvaru un harmoniju – neatkarīgi no tā, vai skatāmies uz šo procesu caur fraktālo vai klasisko skatpunktu.
Fraktāļu vēsture
Fraktāļu jēdziens cieši saistīts ar franču matemātiķi Benoā Mandelbro, kurš 20. gadsimta 70. gados popularizēja fraktāļu teoriju un ieviesa šo terminu, raksturojot ģeometriskas struktūras, kas atkārtojas dažādos mērogos un ir neregulāras, bet pašlīdzīgas. Mandelbro darbs ne tikai radīja jaunu skatījumu uz matemātiku, bet arī pavēra iespējas pētīt dabā sastopamus rakstus, tostarp cilvēka smadzenēs. Matemātiskie modeļi, piemēram, fraktālo dimensiju aprēķini, tiek izmantoti, lai analizētu smadzeņu darbības datus (piemēram, EEG vai fMRI), atklājot, ka arī smadzeņu signāli izpaužas kā dinamiskas, sarežģītas struktūras ar fraktālām īpašībām. Tas liecina, ka mūsu domāšana un uztvere var būt cieši saistīta ar matemātisku neregularitāti un pašorganizāciju, padarot smadzeņu izpēti vēl aizraujošāku.
Benoā Mandelbro un fraktāļu noslēpumi mūsu smadzenēs
Piemēram, līdzīgi kā koka zari atkārtojas arvien smalkākās struktūrās vai kā piekrastes līnija izskatās sarežģīta gan no liela attāluma, gan tuvplānā, arī smadzeņu darbība uzrāda līdzīgu sarežģītību – piemēram, mūsu domas un reakcijas dažādās situācijās atkārtojas ar līdzīgām shēmām, lai gan katru reizi tās ir nedaudz atšķirīgas. Tāpat kā fraktāļu raksti dabā palīdz pielāgoties videi, smadzenēs šāda “fraktāla loģika” ļauj efektīvāk apstrādāt informāciju un ātri reaģēt uz jauniem izaicinājumiem.
---
Atsauces:
Marusina & Kalinkina, 2021
Cerasa, 2024
Mutihac, 2015
Ahmadi et al., 2013
Nicolae & Ivanovici, 2021
Zappasodi et al., 2014
Namazi et al., 2019





















































































