著名医師による解説が無料で読めます
すると翻訳の精度が向上します
夢のキャッチャーテストは、驚異的な意識の神経成分の真の発見の基準を定義しています。テストに合格すると、純粋に脳ベースのデータのいくつかのパターンが驚異的な経験の主観的な特徴に直接対応していることを意味します。これは、意識と脳の間の説明的なギャップを埋めるのに役立ちます。ここでは、ドリームキャッチャーテストを段階的で簡素化した形で初めて実施し、その核となるアイデアを捉えました。夢のキャッチャー実験には、睡眠中の参加者の脳の活動を測定し、夢の報告を収集したデータチームと、参加者が夢の経験を持っているかどうかにかかわらず、脳の測定のみに基づいて予測するように挑戦した盲検化された分析チームが関与しました。連続的な覚醒パラダイムを使用して、データチームは、夢のない睡眠の54分の1分間のポリソームノーグルの睡眠-27と27の夢のない睡眠を準備しました(9人の参加者のそれぞれからの各条件のうち3つ) - それらからすべてのレダクチャを関連する参加者と夢の情報。分析チームは、各録音を、脳波(EEG)スペクトルパワーと電極位置の仮説駆動型の特徴に基づいて、監視されていない機械学習分類器を使用して夢のないまたは夢のように分類しようとしました。手順は、失明を徐々に除去することで、5回の反復にわたって繰り返されました。盲目のレベルでは、分析チームは偶然よりも大幅に優れたパフォーマンスを発揮し、これらのデータの驚異的な意識に固有の署名を検出するためにEEGスペクトルパワーを利用できないことを示唆しています。この研究は、実際のドリームキャッチャーテストを実現するための最初のステップです。
夢のキャッチャーテストは、驚異的な意識の神経成分の真の発見の基準を定義しています。テストに合格すると、純粋に脳ベースのデータのいくつかのパターンが驚異的な経験の主観的な特徴に直接対応していることを意味します。これは、意識と脳の間の説明的なギャップを埋めるのに役立ちます。ここでは、ドリームキャッチャーテストを段階的で簡素化した形で初めて実施し、その核となるアイデアを捉えました。夢のキャッチャー実験には、睡眠中の参加者の脳の活動を測定し、夢の報告を収集したデータチームと、参加者が夢の経験を持っているかどうかにかかわらず、脳の測定のみに基づいて予測するように挑戦した盲検化された分析チームが関与しました。連続的な覚醒パラダイムを使用して、データチームは、夢のない睡眠の54分の1分間のポリソームノーグルの睡眠-27と27の夢のない睡眠を準備しました(9人の参加者のそれぞれからの各条件のうち3つ) - それらからすべてのレダクチャを関連する参加者と夢の情報。分析チームは、各録音を、脳波(EEG)スペクトルパワーと電極位置の仮説駆動型の特徴に基づいて、監視されていない機械学習分類器を使用して夢のないまたは夢のように分類しようとしました。手順は、失明を徐々に除去することで、5回の反復にわたって繰り返されました。盲目のレベルでは、分析チームは偶然よりも大幅に優れたパフォーマンスを発揮し、これらのデータの驚異的な意識に固有の署名を検出するためにEEGスペクトルパワーを利用できないことを示唆しています。この研究は、実際のドリームキャッチャーテストを実現するための最初のステップです。
The Dream Catcher test defines the criteria for a genuine discovery of the neural constituents of phenomenal consciousness. Passing the test implies that some patterns of purely brain-based data directly correspond to the subjective features of phenomenal experience, which would help to bridge the explanatory gap between consciousness and brain. Here, we conducted the Dream Catcher test for the first time in a step-wise and simplified form, capturing its core idea. The Dream Catcher experiment involved a Data Team, which measured participants' brain activity during sleep and collected dream reports, and a blinded Analysis Team, which was challenged to predict, based solely on brain measurements, whether or not a participant had a dream experience. Using a serial-awakening paradigm, the Data Team prepared 54 1-min polysomnograms of non-rapid eye movement sleep-27 of dreamful sleep and 27 of dreamless sleep (three of each condition from each of the nine participants)-redacting from them all associated participant and dream information. The Analysis Team attempted to classify each recording as either dreamless or dreamful using an unsupervised machine learning classifier, based on hypothesis-driven, extracted features of electroencephalography (EEG) spectral power and electrode location. The procedure was repeated over five iterations with a gradual removal of blindness. At no level of blindness did the Analysis Team perform significantly better than chance, suggesting that EEG spectral power could not be utilized to detect signatures specific to phenomenal consciousness in these data. This study marks the first step towards realizing the Dream Catcher test in practice.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。