MRI सिग्नलों में से 40% वास्तविक मस्तिष्क गतिविधि से मेल नहीं खाते

 (tum.de)
1 पॉइंट द्वारा GN⁺ 2025-12-17 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • functional magnetic resonance imaging (fMRI) मस्तिष्क गतिविधि को मापने के लिए एक प्रमुख टूल के रूप में इस्तेमाल होती रही है, लेकिन हालिया शोध इसकी व्याख्या की सटीकता पर बुनियादी सवाल उठाता है
  • शोध में पुष्टि हुई कि MRI से मापे गए ऑक्सीजन सांद्रता में बदलाव और वास्तविक neural activity के बीच सामान्य रूप से मान्य संबंध नहीं है
  • प्रयोगों में लगभग 40% मामलों में fMRI signal बढ़ने के बावजूद मस्तिष्क गतिविधि घटी , और इसके उलट signal घटने पर गतिविधि बढ़ने के मामले भी देखे गए
  • पाया गया कि मस्तिष्क रक्त प्रवाह बढ़ाए बिना मौजूदा रक्त से ऑक्सीजन को अधिक कुशलता से निकालकर अपनी ऊर्जा मांग पूरी करता है
  • ये निष्कर्ष मानसिक और तंत्रिका संबंधी रोगों के शोध की व्याख्या और मस्तिष्क की ऊर्जा चयापचय-आधारित मॉडलिंग के लिए एक अहम मोड़ पेश करते हैं

fMRI signal की व्याख्या पर पुरानी धारणा का टूटना

  • लगभग 30 वर्षों से fMRI मस्तिष्क शोध का एक मुख्य टूल रही है, लेकिन TUM और FAU के शोधकर्ताओं ने दिखाया कि इसकी व्याख्या वास्तविक neural activity को प्रतिबिंबित नहीं भी कर सकती
    • यह शोध Nature Neuroscience में प्रकाशित हुआ
    • MRI से मापी जाने वाली ऑक्सीजन मात्रा और neural activity के बीच कोई सार्वभौमिक सहसंबंध मौजूद नहीं है
  • प्रयोगों में लगभग 40% मामलों में fMRI signal का बढ़ना उल्टे मस्तिष्क गतिविधि में कमी से जुड़ा पाया गया
    • इसके विपरीत, signal में कमी का गतिविधि बढ़ने से मेल खाने वाले मामले भी मिले
  • इससे यह स्पष्ट हुआ कि “गतिविधि बढ़ना → रक्त प्रवाह बढ़ना → ऑक्सीजन मांग पूरी होना” वाली पुरानी धारणा गलत थी

प्रयोग की रूपरेखा और मापन का तरीका

  • शोधकर्ताओं ने 40 से अधिक स्वस्थ प्रतिभागियों से mental arithmetic, autobiographical memory recall जैसे विभिन्न कार्य कराए
  • साथ ही नई quantitative MRI तकनीक से वास्तविक ऑक्सीजन खपत को मापा गया
  • कार्य और मस्तिष्क के क्षेत्र के अनुसार परिणाम अलग थे, और यह पुष्टि हुई कि ऑक्सीजन खपत में वृद्धि अनिवार्य रूप से रक्त प्रवाह में वृद्धि में नहीं बदलती
    • उदाहरण के लिए, गणना से जुड़े क्षेत्रों में रक्त प्रवाह में बदलाव के बिना ऑक्सीजन extraction efficiency बढ़ी
    • यानी मस्तिष्क रक्त प्रवाह बढ़ाए बिना ऊर्जा मांग पूरी कर सकता है

मस्तिष्क रोग शोध पर प्रभाव

  • neural activation के संकेतक के रूप में रक्त प्रवाह में बदलाव का उपयोग करने वाले मौजूदा शोध की फिर से समीक्षा करने की जरूरत है
    • इससे depression, Alzheimer’s जैसी मानसिक और तंत्रिका संबंधी बीमारियों के शोध में व्याख्यात्मक त्रुटियों की संभावना सामने आती है
  • खासकर रक्तवाहिकीय बदलाव वाले बुजुर्गों या vascular disease वाले मरीजों में मापे गए मान neural defects की बजाय vascular differences को दिखा सकते हैं
  • पहले के animal studies भी इस दिशा का समर्थन करते हैं

नए विश्लेषणात्मक दृष्टिकोण का प्रस्ताव

  • शोधकर्ताओं ने मौजूदा MRI approach के साथ quantitative measurement को जोड़ने का प्रस्ताव दिया
    • यह आगे चलकर energy-based brain models बनाने की नींव बन सकता है
  • केवल activation map की जगह, information processing में वास्तव में खर्च हुए ऑक्सीजन और ऊर्जा की मात्रा दिखाने वाले विश्लेषण तक प्रगति संभव है
  • इससे aging, psychiatric disorders, neurodegenerative diseases में ऊर्जा चयापचय के बदलावों को absolute values में समझने का रास्ता खुलता है

शोध पृष्ठभूमि और प्रकाशन जानकारी

  • यह शोध TUM University Hospital के Neuro-Head Center में किया गया
  • इसे European Research Council (ERC) की Starting Grant से समर्थन मिला
  • शोधपत्र: BOLD signal changes can oppose oxygen metabolism across the human cortex,
    Nature Neuroscience, 12 दिसंबर 2025, DOI: 10.1038/s41593-025-02132-9

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-12-17
Hacker News की टिप्पणियाँ

  • मैंने पहले एक BMI research startup में काम किया है और EEG व fMRI जैसे महंगे neural signal measurement उपकरणों के साथ काम करने का अनुभव है
    मुझे जल्दी ही समझ आ गया था कि signal-to-noise ratio (SNR) इतना कम है कि reproducibility लगभग असंभव है
    मैंने एक paper देखा था जिसमें दावा किया गया था कि deep learning से fMRI signals के आधार पर यह अनुमान लगाया गया कि व्यक्ति कौन-सी image सोच रहा था, लेकिन जब मैंने पूछा, “deep learning तो random noise में भी pattern ढूंढ लेती है, क्या यह overfitting नहीं हो सकता?” तो कोई स्पष्ट जवाब नहीं मिला
    एक महीने बाद “AI अब आपके विचार पढ़ सकती है” जैसी खबरें आने लगीं, जो मुझे हास्यास्पद लगीं
    इसलिए जब कोई कहता है, “mindfulness से brain waves बदलती हैं,” तो मैं अक्सर कहता हूँ, “अगर यह EEG-आधारित research है, तो उस पर भरोसा करना मुश्किल है”
    हालांकि व्यक्तिगत रूप से मुझे लगता है कि इससे मदद मिलती है

    • EEG और fMRI के साथ भी विश्वसनीय research बहुत है
      महत्वपूर्ण बात यह है कि movement या physiological noise को primary problem की तरह treat किया जाए, और data quality standards को सख्ती से लागू किया जाए
      deep learning overfitting की समस्या से निकाला गया निष्कर्ष कुछ ज्यादा generalize किया हुआ लगता है
    • EEG sleep stage research या biofeedback जैसी relatively simple स्थितियों में काफी उपयोगी है
      जबकि fMRI में उस स्तर की signal quality है या नहीं, यह स्पष्ट नहीं है
    • image prediction studies में अगर result statistical random से बेहतर है, तो वह अपने-आप में meaningful result हो सकता है
      अगर experimental design सही था, तो fMRI की गहरी जानकारी के बिना भी इसे रोचक परिणाम माना जा सकता है
    • signal-to-noise ratio की समस्या का article के विषय से सीधा संबंध नहीं है
      इस paper का दावा यह है कि blood flow स्वयं brain activity को उपयोगी ढंग से reflect नहीं करता

  • मुझे graduate school के समय पढ़े एक paper की याद है, जिसमें मरी हुई salmon में statistically significant brain activity detect की गई थी
    तब मैंने सोचा था, ‘यह तो Ig Nobel पुरस्कार लायक है’

    • वह research वास्तव में हमने ही की थी
      हमने दिखाया था कि अगर fMRI में उचित statistical correction न किया जाए, तो false positives आ सकते हैं, और 2012 में हमें Ig Nobel पुरस्कार मिला था

  • मैं इस क्षेत्र में एक software engineer के रूप में समझता हूँ कि यह study मौजूदा BOLD signal को किसी दूसरी MRI technique से verify करने की कोशिश है
    लेकिन दोनों techniques कई statistical assumptions और data processing steps से गुजरती हैं, और उसी प्रक्रिया में uncertainty शामिल होती है
    उदाहरण के लिए, “signal rough है तो Gaussian filter से उसे smooth कर दो” जैसी कुछ हद तक arbitrary processing
    इसलिए मुझे लगता है कि “signal B साबित करता है कि signal A वास्तविक brain activity को reflect नहीं करता” ऐसा निर्णायक कहना मुश्किल है
    paper में भी कहा गया है कि PET scanner न होने के कारण quantitative MRI का उपयोग किया गया

    • study में कहा गया कि 40% मामलों में fMRI signal वास्तविक brain activity के साथ anticorrelation दिखाता है, लेकिन मुझे लगता है कि इस तरह का निष्कर्ष भी fMRI की सामान्य सीमाओं जैसी ही समस्याओं से प्रभावित हो सकता है
      वास्तविक verification के लिए fMRI, PET जैसी कई multi-modality approaches के साथ experiment दोहराने चाहिए
    • “university में PET scanner नहीं है” यह बात सही नहीं है
      TUM में वास्तव में PET equipment मौजूद है (लिंक)
    • ज़्यादातर non-clinical research में 15O PET का उपयोग नहीं किया जाता
      मेरी जानकारी में इसका उपयोग मुख्यतः clinical purpose के लिए होता है

  • मुझे UCSD में graduate school के समय Ed Vul का paper “Voodoo Correlations in Social Neuroscience” याद है, जिसने बड़ा विवाद खड़ा किया था
    उसने fMRI studies में अत्यधिक correlation की समस्या की ओर इशारा किया था, और अंततः paper का title थोड़ा नरम करके publish किया गया
    Vul उस समय assistant professor के पहले साल में थे, और मुझे वे पूरे एक field को चुनौती देने वाले असाधारण व्यक्ति लगे थे
    संबंधित papers और टिप्पणियाँ यहाँ, यहाँ, और यहाँ देखी जा सकती हैं

  • इस thread की ज़्यादातर टिप्पणियाँ imaging experts नहीं हैं ऐसे लोगों द्वारा लिखी हुई लगती हैं
    उनमें popular science articles से प्रभावित बातें बहुत हैं
    literature पहले से मौजूद है, जिसे लोग चाहें तो खुद ढूंढ सकते हैं

    • केवल इतना कह देना मददगार नहीं है
      कम-से-कम कुछ उपयोगी papers या references बता देना बेहतर होगा
    • HN पर जब अपने विशेषज्ञता वाले क्षेत्र पर चर्चा होती है, तो यह देखना पीड़ादायक अनुभव होता है
    • अगर बहुत-सी टिप्पणियाँ गलत हैं, तो कौन-सा हिस्सा गलत है यह ठोस रूप से बताना ज्यादा उपयोगी होगा
    • fMRI patient के रूप में अपने अनुभव से कहूँ तो, जांच की रिपोर्ट में fMRI का बिल्कुल उल्लेख नहीं था
      मुझे यह भी नहीं बताया गया कि scan क्यों किया गया था
    • यहाँ टिप्पणियाँ बहुत ज़्यादा भी नहीं हैं, इसलिए “literature देख लो” कहने के बजाय कम-से-कम 1-2 गलतफहमियाँ ही सही कर देते तो बेहतर होता

  • यह समय dead salmon fMRI study की याद दिलाता है (लिंक)
    fMRI को लंबे समय से अस्थिर वैज्ञानिक आधार वाली चीज़ कहा जाता रहा है

    • यह study वास्तव में सिर्फ fMRI की समस्या नहीं थी, बल्कि यह दिखाती थी कि अगर noise वाले किसी भी imaging technique में statistical correction न किया जाए, तो ऐसा हो सकता है
      अब Bonferroni या FDR जैसी multiple testing corrections standard procedure बन चुकी हैं
    • Bennett आदि की study को “Stanford study” कहना गलत है
      असली poster यहाँ देखा जा सकता है
    • fMRI की statistical techniques काफी विकसित हो चुकी हैं, इसलिए उस समय की आलोचना आज ज्यों-की-त्यों लागू नहीं होती
    • मुझे भी तुरंत वही study याद आई थी
      पता ही नहीं था कि उसे इतना समय बीत चुका है

  • संबंधित खबर के रूप में, एक study है जिसमें कहा गया है कि psychedelics दिमाग में blood flow और neural activity के link को बाधित कर देते हैं
    यह उन पुरानी studies पर सवाल उठाती है जो fMRI में blood flow बढ़ने को brain activation बढ़ने के रूप में interpret करती थीं
    लिंक

    • 80 के दशक में जब MRI लोकप्रिय हो रहा था, तब Stoned Ape Theory याद आते हुए blood flow और thought patterns के संबंध को मैं दिलचस्पी से देखता था
      लेकिन वास्तव में कई बार body movement या physiological response जैसे सरल factors को नज़रअंदाज़ कर दिया जाता था
      club में hallucinatory अवस्था वाले लोगों को देखकर मुझे लगा कि उनकी vascular system activity बहुत बढ़ी हुई थी
      इसलिए “psychedelic अवस्था में brain connectivity बढ़ जाती है” जैसे दावों को लेकर मैं संशय में हूँ

  • undergraduate के समय जिस research में मैंने भाग लिया था, उसमें MapReduce और GPU से fMRI analysis को तेज़ किया गया था (लिंक)
    यह 2014 की बात है, लेकिन आज भी देखकर लगता है कि बहुत कुछ बदला नहीं है

  • fMRI या SPECT scans को आम जनता में psychiatric diagnostic tools की तरह promote करना खतरनाक है
    Dr. Amen जैसे influencer doctors हज़ारों डॉलर के scans बेचते हैं, लेकिन scientific evidence कमज़ोर है, इसलिए insurance भी इसे cover नहीं करता
    जब brain images को रंग भरकर दिखाया जाता है, तो लोग उन्हें वैज्ञानिक रूप से विश्वसनीय मान लेते हैं, जबकि यह एक तरह की आधुनिक phrenology (non-invasive phrenology) जैसा लगता है

    • YouTube के Dr. Mike ने Amen का interview लिया था, जहाँ शुरुआत में वे सहानुभूतिपूर्ण लगे, लेकिन बाद में scientific evidence वाले हिस्से पर आलोचनात्मक रुख अपनाया (वीडियो)
    • 2009 का dead salmon fMRI मामला भी याद आता है (Wired article)
    • मैंने Amen की report देखी है, और जो “brain scan images” वह patients को देता है, वे लगभग MS Paint स्तर की vector graphics थीं
    • एक study है जिसमें दिखाया गया कि सिर्फ brain image शामिल होने से भी वैज्ञानिक विश्वसनीयता अधिक मानी जाती है (PubMed लिंक)

  • 30 साल पहले जब मैं Cognitive Neurophysiology Lab में काम करता था, तब भी ये बातें पहले से ज्ञात थीं
    शायद इस paper का उद्देश्य आम लोगों को यह बात फिर से याद दिलाना है

    • fMRI विशेषज्ञों के बीच भी लंबे समय तक misused technology रही है
      इसलिए इस तरह की चर्चा बार-बार आम जनता तक पहुँचना ज़रूरी है
    • यह जानने की जिज्ञासा है कि दिमाग में blood flow बढ़ना क्या neural activity के अलावा किसी और कारण से भी हो सकता है
      उदाहरण के लिए, क्या यह waste clearance जैसी किसी प्रक्रिया के कारण हो सकता है
    • BOLD response को neuroscience में लगभग standard concept माना जाता है
      बेशक non-neural factors या negative correlation response जैसी कुछ mysteries अब भी मौजूद हैं
    • “oxygen concentration और neural activity के बीच सामान्य correlation ही नहीं है” यह दावा कुछ अतिरंजित लगता है