ДИАЛОГ МОЗГА И СЕРДЦА | Биохимические и биофизические механизмы, лежащие в основе диалога сердца и мозга | Научная статья

Аннотация
В данной статье в рамках так называемой "модели нейро-висцеральной интеграции" рассматривается способность сердца выделять многочисленные эндокринные медиаторы, нейротрансмиттеры и вещества, регулирующие иммунную функцию, оказывая влияние на центральную нервную систему. По-видимому, сердце также способно самостоятельно обрабатывать различную информацию, влияя на работу мозга через "внутрисердечную нервную систему" и барорецепторные пути. При рассмотрении этого вопроса описываются и другие физические механизмы, включая механические сокращения и деформации, которые участвуют в "симфонии сердца и мозга", основанной на внутрисердечном образовании и распространении внутри сердца вихрей крови, связанных с электрическими сигналами. Подчеркивается актуальность роли вихревых потоков крови в молекулярной динамике и физиологической активности. Прибегая к некоторым концептуальным и формальным аспектам диссипативной квантовой модели мозга, такие механизмы, как спонтанное нарушение симметрии в физике многих тел, динамическое формирование дальнодействующих корреляций и связанных с ними квантов Намбу-Голдстоуна, когерентных состояний и фрактального самоподобия, обсуждаются применительно к диалогу сердце-мозг. Наше обсуждение поддерживает мнение о том, что роль сердца больше, чем роль мышцы, отвечающей за кровоток. В заключительных замечаниях кратко затрагиваются такие темы, как образование аневризмы и варикозного расширения вен, которые в нашем моделировании, по-видимому, связаны с ослаблением или потерей вихревости кровотока, роль недавно обнаруженной заполненной жидкостью интерстициальной структуры и сложной сети толстых коллагеновых пучков (фасция?).

1. Введение

Как описал Франциско Торрент-Гуасп [1] и недавно рассмотрел и проиллюстрировал [2], сердце можно рассматривать как мышечную трубку, сложенную в форме спирали: ее сокращение определяет непрерывное вращение пропеллера. Сердце при сокращении в систолу также вращается, производя скручивание, что было признано и Артишотлем, и Харви [3]. Бьющееся сердце с его спиралевидной архитектурой миофибры и движением скручивания-раскручивания создает спиралевидные потоки крови [4], которые распространяются в кровеносных сосудах, как описано Леонардо да Винчи [5] и сегодня визуализируется с помощью методов 4D магнитного резонанса [6].

Изменение сердечного объема, ударного объема и коронарных потоков при релаксационной психологической активности было описано в нашей недавней работе [7]. В данной работе рассматриваются физические механизмы, участвующие в коммуникации между сердцем и мозгом, и добавляется несколько новых соображений. Будут рассмотрены механические сокращения и деформации, внутрисердечное формирование и распространение вихрей крови, связанных с электрическими сигналами. Наше обсуждение опирается на растущее число исследований, указывающих на то, что афферентная информация, обрабатываемая внутренней нервной системой сердца [8], может влиять на активность во фронто-кортикальных областях [9], [10] и моторной коре, воздействуя на психологические факторы, такие как уровень внимания, мотивация [11], перцептивная чувствительность и эмоциональная обработка [12]-[15]. Согласно модели нейровисцеральной интеграции [9],[16]-[19], информация, которой сердце делится с мозгом, может также кодироваться ритмическими [20] и электромагнитными паттернами [21], которые могут представлять собой основу интуитивно-эмоциональных процессов [22],[23], осознания и чувств [24],[25], а также рационального, непривязанного и "менее эгоцентричного" рассуждения [26].

В нашем анализе процесс рассматривается как физические электромагнитные паттерны, поддерживающие сеть связей сердца с мозгом и органами тела, как описано, например, Рахманом и другими [27]:

"Сердце генерирует электромагнитное поле, которое является наиболее мощным и обширным, чем магнитное поле, создаваемое мозгом [28]. Оно также распространяется во всех направлениях в окружающее тело пространство, которое может быть обнаружено вблизи человека. Используя эти магнитные поля, сердце связывается с органами тела [29]. Магнитное поле сердца в 5000 раз сильнее, чем магнитное поле мозга. Поле сердца, которое можно обнаружить как ЭКГ, примерно в 60 раз превышает по амплитуде поле, создаваемое мозгом, и распространяется в каждой клетке тела. Поле сердца действует как несущая волна для информации, которая синхронизирует все тело [28]".

Такая несущая волна может действовать как "волновод" и лежать в основе молекулярной и биохимической сердечной коммуникации, распространяющейся во всем организме (ср., например, цитату Прибрама в разделе 6 ниже). С другой стороны, это обычная клиническая процедура в отделениях интенсивной терапии, когда электроэнцефалограмма [ЭЭГ] необходима для документирования смерти мозга, для регистрации электрического сигнала сердца (который в любом случае должен быть отфильтрован в обычных ЭЭГ). Более того, связь между сердцем и мозгом, продемонстрированная исследовательской деятельностью в области физиологии этих двух органов, имеет важные последствия для лечения неврологических и сердечно-сосудистых заболеваний [30]. Как отмечалось в разделе 2, в состоянии болезни страдают и сердце, и мозг, что подтверждает строгую связь между этими двумя органами. Возникающий вопрос о том, являются ли сердечно-сосудистые и неврологические заболевания двумя сторонами одной медали, является мотивом для обсуждения в остальных разделах 3-6. Раздел 3 посвящен динамике функциональной активности мозга и его диссипативной квантовой модели. В разделах 4 и 5 обсуждаются сокращения сердца и лежащая в их основе когерентная молекулярная динамика. Мы стремимся доказать, что роль сердца больше, чем роль мышечной трубки, сложенной в форме спирали [2], определяющей и поддерживающей кровоток. Разделы 6 и 7 посвящены дальнейшим замечаниям, перспективным сценариям, открытым вопросам и заключительным комментариям.

2. В состоянии болезни одновременно поражаются сердце и мозг.

Сердечно-сосудистые и неврологические заболевания - две стороны одной медали?

Ниже приведены некоторые доказательства, подробно изложенные в наших предыдущих обзорах (с соответствующей библиографией) [2],[31]-[33].

Центральные нейропептиды регулируют сердечно-сосудистые реакции на стресс: вазопрессин, ангиотензин II и интерлейкин-1бета (ИЛ-1 бета) повышают сердечно-сосудистый тонус, тогда как окситоцин действует противоположным образом [31].

Сердечные аритмии [такие как фибрилляция предсердий] и/или застойная сердечная недостаточность часто приводят к цереброваскулярным нарушениям или транзиторным ишемическим атакам. С другой стороны, цереброваскулярная дисфункция может привести к нарушениям сердечного ритма. Например, в случае субарахноидального кровотечения могут возникнуть резкие электрокардиографические изменения [фибрилляция желудочков] из-за удлинения QT-интервала [31]. Во время остановки сердца мозг демонстрирует своеобразную высокочастотную когерентную электрическую активность [31].

Даже психологический стресс сам по себе может вызвать сердечные аритмии и электрокардиографические изменения Т-волн [при более низкой частоте сердечных сокращений, чем при физической нагрузке]. Более того, психический стресс может вызвать выброс тропонина в кровь из миокардиоцитов и независимо от наличия коронарного атеросклероза может привести к так называемой психической стрессовой ишемии миокарда [2].

Панические расстройства и сильные эмоциональные переживания могут привести к фатальным аритмиям с преходящей дисфункцией левого желудочка [так называемые синдромы "Тако-Цубо" и "Счастливого сердца"] с высвобождением тропонина из миокардиоцитов и симптомами, похожими на симптомы инфаркта миокарда [2]. Боковой амиотрофический склероз и некоторые заболевания центральной нервной системы могут вызвать "псевдоинфаркт" на электрокардиограмме, с подъемом ST, за которым следует двухфазный Т и инвертированный Т без каких-либо выявляемых механических аномалий миокарда [31].

В случае синдрома Бругада, синдрома удлиненного интервала QT и катехоламинергической полиморфной желудочковой тахикардии различия в вегетативном паттерне имеют решающее значение для объяснения внезапной смерти при наличии одной и той же генетической аномалии ионного канала с рождения. Это можно интерпретировать так, что генетическая мутация создает субстрат аритмии, но активность вегетативной нервной системы может быть ключевым модулирующим фактором для запуска внезапного адренергического импульса, например, во время гнева, физической нагрузки или неожиданных акустических стимулов во время отдыха или сна. Кроме того, у пациентов с синдромом удлиненного интервала QT наблюдаются аномальные электроэнцефалограммы (подробнее см. в [31] стр. 147-151).

3. Динамический уровень, лежащий в основе функциональной активности мозга

Клинические наблюдения, физиологические исследования, биохимический анализ лежат в основе изучения органов тела и их гармоничной функциональной деятельности. В полном смысле слова, изучение биологических систем происходит в соответствии с двумя основными взаимодополняющими и взаимосвязанными "моментами" или фазами. На первом этапе система разделяется на множество компонентов или строительных блоков, и основное внимание уделяется изучению их свойств. Изучение взаимодействий между компонентами оставляется на вторую фазу.

Первая фаза исследования, хотя и необходима, но недостаточна для понимания "согласованного функционирования" компонентов системы, поскольку не фокусируется на динамике, управляющей их взаимодействиями и функциональными корреляциями. Научное знание требует объединения этих двух фаз исследования в "единую рабочую схему". В исследованиях мозга, например, с начала сороковых годов Карл Лэшли ввел понятия "масса возбуждения" и "общие поля активности", когда, основываясь на своих лабораторных наблюдениях, заметил: "...Вот дилемма. Нервные импульсы передаются ... от клетки к клетке через определенные межклеточные связи. Тем не менее, все поведение, похоже, определяется массой возбуждений... в пределах общих областей активности, без учета конкретных нервных клеток... Какого рода нервная организация может быть способна реагировать на паттерн возбуждения без ограниченного специализированного пути проведения? Эта проблема является почти универсальной в деятельности нервной системы". [34] (см. также [35] с.9).

Дилемма Лэшли указывает на тот факт, что понимание наблюдаемой скоординированной активности нервных клеток возможно только при интеграции двух упомянутых выше фаз исследования. Вторая фаза может фактически объяснить то, что недоступно первой, а именно динамическое возникновение коллективных режимов или волн, охватывающих большие совокупности отдельных компонентов системы, "массы возбуждения" и "общие поля активности", по словам Лэшли.

Лабораторные наблюдения Лэшли вызвали интенсивную исследовательскую деятельность. С одной стороны, например, Карл Прибрам выдвинул гипотезу о том, что в основе некоторых характерных свойств памяти может лежать "когерентная" динамика. Прибегая к результатам, полученным в лазерной физике, он предположил, что в мозге может действовать явление, подобное образованию голограмм в квантовой оптике [35]. С другой стороны, Уолтер Дж. Фриман предложил расширенный количественный анализ сигнала ЭЭГ, указывающий на понимание нейронного взаимодействия и передачи информации с помощью инструментов, характерных для нелинейных динамических систем, заложив основу современной нейродинамики и коллективного действия в нервной системе [36],[37]. Конечно, работа этих двух нейробиологов стала возможной благодаря исследовательской деятельности многих других ученых и прогрессу в биологии, экспериментальной лабораторной технике и инструментах, статистических методах анализа данных и т. д.

Более того, пользуясь прогрессом в области физики конденсированных сред и физики элементарных частиц, Рикьярди и Умезава в 1967 году предложили применить знания физики многих тел для изучения мозга [38].

В физике многих тел объединение изучения индивидуальных свойств компонентов элементарной материи, с одной стороны, и их взаимных взаимодействий и корреляций, с другой стороны, было и остается очень успешным, как с точки зрения теоретического понимания, так и с точки зрения практического применения [39]-[41].

Например, экспериментально успешное описание магнита, кристалла или мира элементарных частиц в физике высоких энергий с помощью квантовой теории поля (КТП) не сводится только к элементарным составляющим. Чтобы быть конкретным, рассмотрим магнит. Элементарные составляющие, несущие магнитный диполь (например, электроны), являются строительными блоками магнита, но их недостаточно для описания его макроскопических свойств, таких как, например, намагниченность. Для описания поведения магнита необходимо учитывать другие динамически генерируемые компоненты. Эти динамически генерируемые компоненты - спиновые волны и связанные с ними кванты или частицы, магноны [40], [41].

Магноны ведут себя как реальные компоненты системы, когда рассматриваются в ее "функциональной активности". Они наблюдаются "внутри магнита" с помощью рассеивания нейтронов. Когда магнит распадается на составляющие ("мертвый" магнит), магноны исчезают, их не найти среди строительных блоков магнита. Они больше не существуют. В "работающем" магните, т.е. когда намагниченность не равна нулю (ниже критической температуры TC), наблюдение квантов магнонов сигнализирует о наличии коллективных мод внутри магнита: спиновых волн, действительно, охватывающих всю систему (в квантовой теории, согласно соотношению де Бройля, с любой волной с длиной волны λ связан квант или частица, импульс которой обратно пропорционален λ, и наоборот). Рассматривая кристалл в качестве другого примера, мы имеем упругие волны и связанные с ними кванты - фононы [40], [41].

Общая теорема КТП, широко подтвержденная экспериментами, гласит, что согласованная ("функциональная") активность элементарных составляющих системы динамически генерируется дальнодействующими корреляционными волнами (теорема Голдстоуна [39]-[41]). Эти корреляционные волны отвечают за упорядочение компонентов и охватывают систему или области бесконечно больших размеров, чем размеры отдельных компонентов. Связанные с ними кванты (называемые квантами или частицами бозона Намбу-Голдстоуна (NG)) безмассовые, чтобы распространяться без инерции по большим упорядоченным областям. В примере с магнитом, среди его (макроскопических) "функциональных действий" есть такое, как ориентация "в целом" под действием внешнего магнитного поля (как игла компаса ориентируется под действием магнитного поля Земли). Такое макроскопическое поведение обусловлено намагниченностью, которую называют "параметром порядка", поскольку она является мерой упорядоченности элементарных составляющих (т.е. мерой средней разницы между количеством элементарных магнитных диполей, направленных вдоль данного направления, и количеством диполей, направленных вдоль противоположного направления). В случае кристалла одной из "функциональных активностей" является, например, жесткость кристалла, которая является свойством (всей) системы. Параметром порядка является плотность, которая зависит от длины кристаллической решетки и конкретной формы кристалла, а значит, от пространственного упорядочения составляющих его атомов.

В удобных пограничных условиях, например, ниже критической температуры TC и при большом числе N составляющих систему элементов, теорема Голдстоуна показывает, что волны дальних корреляций генерируются динамическим процессом спонтанного нарушения симметрии (SBS), при котором, вследствие внешнего запускающего входа или стимула, внутренняя динамика системы переходит в энергетически благоприятное состояние (состояние наименьшей энергии или основное состояние, также называемое вакуумным состоянием), где возникает упорядочение компонентов системы и заменяет их некоррелированное (неупорядоченное, действительно) поведение. В примере с элементарными магнитными диполями они могут быть ориентированы с равной вероятностью в любом направлении и колебаться вне фазы (не в унисон) в состоянии со сферической вращательной симметрией (вращение вокруг трех ортогональных осей). Это симметричное или неупорядоченное состояние. Диполи можно произвольно поворачивать, и такое изменение не оказывает заметного влияния на состояние. Это не то, что происходит в магните, где для большинства диполей существует предпочтительная ориентация, а затем сферическая вращательная симметрия нарушается. Таким образом, дипольное упорядочение в магните - это отсутствие сферической вращательной симметрии. В примере с кристаллом симметрия при непрерывной трансляции пространства нарушается, и возникает решетчатый порядок [39]-[41].

В заключение, SBS генерирует дальние корреляционные волны (коллективные моды NG) в системе, что также выражается в том, что кванты NG конденсируются в основном состоянии системы. Формализм QFT обеспечивает количественное описание явления SBS с необычайно хорошим предсказанием и соответствием экспериментальным наблюдениям [40], [41].

Риччиарди и Умезава (RU) предложили применить механизм SBS для моделирования мозга, в частности, процессов записи и вспоминания памяти [38], [42]. Умезава заметил [43]:

"В любом материале в физике конденсированных сред любая конкретная информация переносится определенным упорядоченным паттерном, поддерживаемым определенной дальнодействующей корреляцией, опосредованной безмассовыми квантами. Мне показалось, что это единственный способ запоминания некоторой информации; память - это отпечатанный паттерн порядка, поддерживаемый дальнодействующими корреляциями...". Более того, "...на каком уровне следует изучать и описывать мозг? Другими словами, необходимо ли знать поведение во времени любого отдельного нейрона для того, чтобы понять поведение естественного мозга? Скорее всего, ответ будет отрицательным. Поведение любого отдельного нейрона не должно быть значимым для функционирования всего мозга, иначе можно наблюдать все более высокую степень сбоев в его работе..." [38] (в полном согласии с замечаниями Лашели, см. выше).

Входной сигнал, "похожий" на тот, который вызвал запись одного конкретного воспоминания, может возбудить кванты NG из вакуумного конденсата. В модели RU такие возбужденные NG-кванты (или корреляционные волны) ("сознательно") ощущаются мозгом как "вспомненная память" [38].

Одним из недостатков модели RU является чрезвычайно малая емкость памяти: запись нового воспоминания вызовет новый конденсат бозонов NG в состоянии вакуума, таким образом, аннулируя ранее записанное воспоминание (оверпринтинг). Чтобы увеличить емкость памяти, наблюдая, что мозг открыт для своего окружения (т.е. является диссипативной системой), модель RU была расширена до "диссипативной квантовой модели мозга" [44]. Фактически, в диссипативной системе все бесконечно много вакуумных состояний, существующих в QFT (каждое вакуумное состояние ортогонально другим), могут быть доступны системе в ее временной эволюции. В диссипативной модели мозга каждый вакуум может быть использован для записи различных воспоминаний, не мешая другим воспоминаниям, записанным в других вакуумах. Многообразие состояний памяти составляет "пространство памяти".

Молекулы воды, составляющие более 90% по количеству среди молекулярных составляющих мозга (около 80% по весу), и другие составляющие биомолекулы, присутствующие в мозге, характеризуются своим электрическим дипольным моментом. Они представляют собой ванну, в которой находятся нейронные клетки, их дендриты, аксоны и т.д. Поэтому дальние корреляции между молекулярными диполями будут способствовать и поддерживать организацию нейронных клеток как в их постоянной (анатомической) сети взаимодействия, так и в их динамически изменяющейся корреляционной сети. Квантовые степени свободы, описываемые формализмом QFT, относятся к колебательному полю молекулярных диполей. Нейронные клетки и их биологические компоненты вместо этого рассматриваются как классические объекты. Это является характерным отличием диссипативной квантовой модели мозга от других квантовых моделей мозга, существующих в литературе.

В диссипативной квантовой модели мозга симметрия, нарушаемая внешним воздействием, является сферической вращательной симметрией молекулярного диполя, а кванты НГ - квантами дипольных волн [dwq].

Диссипативная модель объясняет многие наблюдаемые особенности функциональной активности мозга, которые для краткости здесь не обсуждаются. Полное изложение модели и ее QFT формализма можно найти в литературе [44]-[46]. Однако здесь следует отметить, что диссипативный характер динамики мозга требует рассмотрения в модели также и среды ("мира"), в которую включен субъект (мозг). Поскольку при равновесии потоки энергии, информации и т.д. между мозгом и окружающей средой должны быть сбалансированы [относительно, например, мозга, потоки "внутрь" должны быть сбалансированы с потоками "наружу"], мозг воспринимает потоки "внутрь" как "обращенные во времени образы" потоков "наружу" (обмен "внутрь" ↔ "наружу" формально получается изменением знака временной переменной t ↔ - t). Таким образом, мозг воспринимает окружающую среду как свое собственное изображение в "зеркале времени", своем Двойнике [47]-[50]. Поскольку среда, "увиденная" субъектом (мозгом), несет в себе точку зрения и ценности субъекта, постоянное динамическое взаимное отношение, иногда даже конфликтное взаимное отношение, субъект/двойник определяет субъектную (динамическую) идентичность. Было предложено, что сознание находится в диалоге субъекта со своим Двойником [47]-[50].

Поскольку все потоки и химические реакции в организме происходят в воде, то, расширяя наши рассуждения до общих рамок, активное действующее лицо клеточной биологии [51]-[53] можно представить как набор коррелированных в фазе молекулярных диполей, настроенных внешними входами и эндогенными электромагнитными (ЭМ) полями. Соответствующие дипольные корреляционные волны в пределах своего частотного спектра управляют взаимодействием биомолекул, клеток и других биологических единиц, помещенных в водяную баню [45], [51], [52].

Прежде чем завершить этот раздел, отметим, что вопреки некоторым "верованиям", экспериментальные наблюдения и явные расчеты показывают, что SBS и последующая когерентная конденсация NG - довольно устойчивое явление. Оно наблюдается в широком диапазоне температур, от тысяч градусов до очень низких температур. Например, точка плавления (потеря кристаллического упорядочения и восстановление симметрии) алмаза находится при TC = 3547 °C (3820 K), при атмосферном давлении. В отсутствие кислорода его температура плавления составляет около 4027 °C (4300,15 К). Кобальт теряет намагниченность при 1075 °C (1348,15 К). Для железа потеря намагниченности происходит при 770 °C (1043,15 К), кухонная соль (кристалл хлорида натрия) плавится при 804 °C (1077,15 К). Фазовый переход наблюдается при очень низкой температуре (ниже -252 °C (21,15 K)) в сверхпроводниках, содержащих соединения ниобия, при -153 °C (120,15 K) для сверхпроводниковых соединений меди и висмута. Таким образом, при использовании правильной структуры QFT когерентность является достаточно стабильным свойством материи, в том числе живой материи, как это наблюдалось, например, в исследованиях фотосинтеза [54].

Далее рассматривается динамика, лежащая в основе функциональной активности сердца и связи между сердцем и мозгом.

4. Динамический уровень, лежащий в основе функциональной активности сердца

Как было отмечено в разделе 1, наша задача в данной работе - предоставить аргументы, подтверждающие, что роль сердца больше, чем роль мышечной трубки, свернутой в спираль [2], сокращение и биение которой определяют и поддерживают кровоток.

Напомним, что уже Аристотель и Гарвей [3] поняли, что сердце, сокращаясь в систолу, также вращается в торсионном режиме с кручением-раскручиванием благодаря спиралевидным миофибрам, вызывая тем самым вихревые потоки крови. Леонардо да Винчи [5] заметил, что спиралевидный поток крови [4] распространяется в кровеносных сосудах [55], что сегодня визуализируется с помощью методов 4D магнитного резонанса [6].

Вопреки здравому смыслу, мозг не кажется иерархически "выше" сердца и не командует им. Спиралевидное сердце, если оно получает достаточное питание, бьется само по себе, независимо от мозга. Более того, из эмбриологии известно, что сердце начинает биться раньше, чем формируется мозг. Пересаженное сердце не связано с нервной системой хозяина, но может немедленно удовлетворить физиологические потребности своего нового хозяина [56]. Сердечный ритм преимущественно запускается скоростью разряда его доминирующего кардиостимулятора (в основном синусового предсердного (SA) узла и предсердно-желудочкового (AV) узла), действие которого тонко настраивается in vivo от баланса между симпатической и парасимпатической нервными системами. Чем выше вариабельность сердечного ритма, тем лучше здоровье сердца.

Как и желудочно-кишечная система, сердце обладает обширной нейронной сетью, которую можно охарактеризовать как собственный "маленький мозг" [57]. Так называемая "внутренняя нервная система сердца" связана с внутригрудными нервными ганглиями, внегрудными ганглиями, спинным мозгом и корковыми нервными центрами. Сердечная деятельность регулируется не только на центральном уровне, но преимущественно устанавливается нейрогормональными петлями от удара к удару в автономных внутригрудных нервных центрах [57]. Складывается картина, что сердце представляет собой сложную эндокринную и иммунную станцию, способную принимать и выпускать в кровоток сложные гормональные сигналы, цитокины и микровезикулы, с помощью которых оно уточняет свой диалог с мозгом и всем телом [2], [31]-[33].

Поэтому сердце также может быть смоделировано как физическая система, открытая для окружающей среды, а именно диссипативная система. Такая характерная динамическая особенность имеет решающее значение для моделирования функциональной активности сердца.

Анатомические и физиологические подробности внутренней сердечно-сосудистой системы и ее связей со стволом мозга, гипоталамусом, таламусом, миндалиной и корой головного мозга можно найти в двух наших недавних обзорах [2]-[31].

Модели неньютоновской жидкости и численное моделирование, а также комбинированное использование ньютоновского и неньютоновского моделирования [58] пока не дают полного представления обо всех свойствах кровотока и его вихревых потоков.

Отметим, что плазматическая вода составляет около 55% объема крови и представляет собой среду, в которой находятся другие компоненты крови. Как было отмечено в предыдущем разделе, молекулы воды характеризуются своими электрическими дипольными моментами. Основной связанной симметрией является дипольная сферическая вращательная симметрия, при которой не существует предпочтительного направления вращения. Однако она нарушается при систолическом сокращении сердца и вращательном движении, которое вызывает вихревые потоки, тем самым выделяя предпочтительное направление, связанное с ядром вихря. Тогда может быть применен общий механизм SBS, рассмотренный в предыдущем разделе, с последующей генерацией волн дальних дипольных корреляций, распространяющихся по потоку крови. Более того, движение закручивания-разкручивания сердца действует не только как триггер нарушения симметрии, но и вносит топологически нетривиальную структуру в динамику SBS, а именно топологическую сингулярность в ядре вихря.

Образование вихрей с сингулярностью в ядре хорошо изучено в физике конденсированного вещества [40], [41], [59]-[63]. Это проблема представляет большой теоретический и прикладной интерес и актуальность. Начиная с микроскопических квантовых степеней свободы колебательного поля молекулярного диполя, можно вывести, используя, например, зависящее от времени уравнение Гинзбурга-Ландау, вихревое уравнение, связанное с неоднородной конденсацией NG dwq. Такая неоднородная конденсация описывает вихревую сингулярность при r = 0, например, в направлении z вдоль ядра вихря, радиусом r2 = x2 + y2. В стационарном случае функция бозонной конденсации имеет вид f(x,y) = arctan(y/x). Для краткости подробный математический формализм здесь не приводится. Его можно легко найти в работах. [59]-[62] и [63], хотя для приложений в различных контекстах. Макроскопический вихревой поток описывается как оболочка неоднородного, топологически нетривиального бозонного конденсата NG, а его наблюдаемые свойства выводятся из микроскопической молекулярной динамики. Уравнение Навье-Стокса, приводящее к зависящей от времени (неньютоновской) вязкости, также связано с микроскопическим квантовым дипольным колебательным полем. Роль минимизации свободной энергии на каждой стационарной стадии становится очевидной.

Другим важным результатом является вывод силы Лоренца, действующей на ионы и заряженные корпускулярные компоненты крови [63]. Таким образом, их движение оказывается динамически управляемым, они не просто пассивно переносятся в потоке крови. Таким образом, рН крови аналогичным образом контролируется микроскопической динамикой.

На уровне сердца вихреобразность потока "механически" обусловлена торсионным движением сердца. Затем она становится "характерным режимом" кровотока, поскольку, будучи первоначально вызванной сокращением сердца, она сохраняется в результате микроскопического когерентного, топологически нетривиального процесса конденсации, поддерживаемого динамикой дипольной корреляции. Как уже упоминалось, функция конденсации f(x,y,t) действительно описывает зависящую от пространства-времени оболочку конденсации с вихревой сингулярностью при r = 0.

Вихревость кровотока динамически защищена от распада когерентностью и сохранением топологического числа или заряда, связанного с сингулярностью, называемого числом намотки n (n обозначает степень вихревости, т.е. число "оборотов" вокруг линии при r = 0, и обозначает класс гомотопии, к которому принадлежит n-вихрь). В отсутствие возмущающих воздействий сохранение топологических зарядов (чисел) является строгим. Таким образом, в отсутствие возмущающих сил или примесей предсказывается сохранение вихревости, что подтверждается наблюдениями, показывающими, что вихревость кровотока сохраняется в течение длительного времени и далеко от сердца, через множество артериальных разветвлений и ветвей, достигая капилляров и возвращаясь к сердцу из вен [64]-[68], циркулирующих по всему телу. Более того, в соответствии с законом сохранения топологического заряда, сингулярность функции конденсации f(x,y,t) гарантирует, что конденсация не может быть "смыта" (техническое слово - "отмерена") без резкого изменения поведения системы). Это показывает, насколько важную роль играет вихревой поток крови даже для общей стабильности системы, не считая, конечно, стабильности конкретных "локальных" функциональных и биомолекулярных активностей.

С другой стороны, когерентность динамики кровотока гарантирует, что "синфазная" корреляция дипольных колебательных полей сохраняется во времени и пространстве во всех областях, достигаемых кровотоком. Конечно, противодействующие силы, обусловленные внешними или эндогенными агентами, могут повлиять на когерентность, что обернется той или иной формой физиологического и/или биомолекулярного дискомфорта или патологии.

В здоровом состоянии распространение когерентных корреляционных волн, согласованных с когерентными корреляционными волнами нейронов (см. обсуждение диссипативной модели мозга в разделе 3), является предпосылкой для диалога и связи сердца и мозга, упомянутых выше. Поскольку корреляции дипольных колебательных полей являются фазовыми корреляциями, а фазовая скорость не ограничена скоростью света, время, необходимое для установления когерентности, не обязательно должно быть больше некоторого минимального времени. Это может объяснить мгновенность реакции сердечно-мозговой системы на перцептивный опыт. Конечно, это не исключает задержек, связанных с биохимической активностью, вызванной восприятием.

Еще один элемент, связывающий корреляцию молекулярных диполей и структуру вихревого потока, возникает из того, что электромагнитное (ЭМ) поле, обусловленное внешними или эндогенными агентами (например, обусловленное распределением зарядов в системе, ионами, деформациями и колебаниями молекулярных диполей и др. ) приобретает массу M, квадрат которой пропорционален плотности поляризации P(x,t) (генерируемой дипольными колебательными полями как следствие СБС), причем M(P) = 0 при P = 0. Согласно общему механизму и формализму в QFT (называемому механизмом Андерсона-Хиггса-Киббла (AHK) [59]-[63],[69],[70]), ЭМ поле оказывается ограниченным, в самофокусирующемся или нитевидном распространении, внутри ядра вихревого кровотока. Таким образом, формируется сеть ЭМ нитей, участвующая в сложной коммуникации между сердцем и мозгом и в перцептивном опыте тела, открытого окружающей среде.

Радиус d канала, соответствующего ядру вихря, через который распространяется ЭМ, связан с массой поля как d = h /2πcM, для ненулевого M и ненулевого P [52]. h - постоянная Планка, а c - скорость света. Таким образом, видно, что существует строгая взаимозависимость между массой ЭМ-поля и размером ядра вихревого потока крови, и что они окончательно контролируются плотностью поляризации P(x,t), которая является мерой когерентности конденсата дипольных волн. Из нашего обсуждения вырисовывается картина сложного равновесия между телом и окружающей средой и корреляцией "сердце-мозг".

Примечательно, что формализм SBS также предсказывает, что размер вихревого ядра растет как e±γt, причем t - время [47],[48],[71]. Согласно вышеприведенным наблюдениям, уменьшение ядра вихря свидетельствует о преобладании дальнодействующей корреляции (упорядочения). Напротив, его увеличение означает, что преобладают локальные корреляции (беспорядок). Функциональные аномалии и патологии появляются в крайних случаях обеих возможностей.

Потеря вихревости означает переход к нетурбулентному потоку. Наличие вихревого ядра и его динамическое уменьшение или увеличение представляют собой важную степень свободы для системы сосудов, защищая ее от важных "сбоев" на многих физиологических и биохимических уровнях. Динамический контроль поперечного размера ядра вихря может противодействовать, путем расширения, закрытию сосуда, например, из-за увеличения жесткости сосуда или по другим причинам. Кроме того, вихреобразность потока обеспечивает защиту от нежелательных аномальных расширений сосудов из-за перегрузок невихревого потока.

Как было отмечено выше, поле ЭМ ограничено внутри вихревого ядра потока крови. Это означает, что на границе вихревого ядра существует поперечный градиент поля, который действует на молекулярные агаммаэгаты, клетки крови и другие корпускулярные компоненты в окружающем потоке крови. Показано, что сила градиента поперечного поля является селективной (частотно-резонансной) силой, способной притягивать эти корпускулярные объекты в текущей крови вблизи ядра вихря или отталкивать их вдали от него, в областях ближе к стенкам сосуда, в зависимости от знака различий между частотой корпускулярного объекта и частотой ЭМ поля. В этих процессах притяжения и отталкивания на одну и ту же частоту ЭМ поля влияют изменения плотности корпускул в крови, что приводит к высокой нелинейности активных взаимодействий. Более того, наличие ненулевой массы ограниченного ЭМ-поля также подразумевает присутствие продольной силы, которая способствует "сохранению открытого" ядра вихря, противодействуя нежелательным сжимающим агентам, внутренним или из внешней среды.

Упомянутые возможности сжатия ядра вихря могут привести к "выдавливанию" ЭМ-поля, если его интенсивность слишком велика. Аналогично, более сильное эм-поле может разрушить окружающий вихрь (конденсированную оболочку dwq). Промежуточной ситуацией между этими двумя противоположными крайностями является ситуация равновесия, когда происходит самофокусирующееся распространение ЭМ поля, как описано выше.

В разделе 7 представлен комментарий о вихревости кровотока и распространении ЭМ нитей в связи с нежелательными молекулярными отложениями на стенках сосудов и образованием аневризм и варикозного расширения сосудов, несомненно, важных с точки зрения терапевтического применения.

Сохранение такого "здорового" динамического равновесия характеризуется топологической сингулярностью при r = 0. Соответственно, связанное с топологическим числом намотки n, фрактальное самоподобие существует [49],[63],[69], так что можно ввести обобщенную вязкость ρ(t)n = ρ0nendθ, с d - фрактальной размерностью. В соответствии с нашим обсуждением микроскопической когерентной структуры NG конденсата, фрактальное самоподобие, по сути, является изоморфом деформированного когерентного состояния, причем параметр деформации контролируется фрактальной размерностью [49], [63], [69]. Топологическая характеристика динамики также приводит нас к рассмотрению выражения для числа намотки n в терминах градиента функции конденсации бозонов f(x,y): ∮∇f-dl = 2πn, с целым числом n и интегрированием по замкнутой окружности [0,2π].

Такое выражение обеспечивает квантование магнитного потока, учитывая связь между градиентом f(x,y) и магнитным полем [59]-[62],[72]. Это наводит нас на мысль о возможной связи с наблюдаемым магнитным полем, упомянутым Рахманом и другими [27] в разделе "Введение".

В заключение, приведенные до сих пор доказательства показывают, что взаимосвязь между сердцем и мозгом играет многомерную роль, которая является центральной для нормального функционирования организма. Центральное место в функциональной деятельности сердца занимает запуск и ритмическое усиление вихревого кровотока в левом желудочке. Последовательная СБС динамически производит когерентную динамику, поддерживающую вихревой кровоток в теле и согласующую деятельность сердца с когерентной нейронной динамикой мозга. В следующем разделе обсуждаются сокращения сердечной мышцы и их связь с микроскопической когерентной динамикой.

5. Когерентная биомолекулярная динамика, лежащая в основе сокращений сердечной мышцы

Автоколебания повсеместно распространены в природе, в частности, в биологических системах. В них наблюдаются процессы, регулируемые автоколебаниями, которые очень часто восходят к гликолитическим осцилляторам. Изучение автоколебаний обычно направлено на поиск простых и объединяющих базовых механизмов, способных объяснить сложное поведение, наблюдаемое на макроскопическом уровне, начиная со свойств клеток. Сердцебиение в силу своей биологической и клинической значимости, безусловно, является одним из наиболее изученных циклических поведений, поддающихся базовым самоколебаниям.

Многие исследования были сосредоточены на соответствующих аспектах сердечных автоколебаний, начиная от режима "главного" осциллятора и синоатриального узла (естественного кардиостимулятора) до макроскопической электрической активности сердца, измеряемой с помощью мониторинга электрокардиограммы (ЭКГ). Электрическая активность считается основным фактором, ответственным за производство наблюдаемых автоколебаний сердца. Как и для мышц в целом, сокращение сердечной мышцы моделируется обменом между клетками заряженными ионами, такими как Na+, K+, Ca2+, Cl+ и т.д., управляемым уравнениями Ходжкина-Хаксли.

Хотя представляется, что электрическая активность сердца обусловлена ионным обменом между двумя сторонами миоцитов желудочков, четкого понимания количественной связи этого микроскопического уровня с (макроскопическим) функциональным уровнем ЭКГ все еще нет.

Методологии наблюдения и их специфические экспериментальные особенности в этих двух случаях совершенно различны, а именно: при изучении гликолитических осцилляторов экспериментируют и наблюдают биомолекулярные процессы на клеточном уровне, в то время как на макроскопическом уровне проводят только глобальные наблюдения за сердечной деятельностью пациентов, строя статистику на основе многих таких наблюдений и/или сравнивая множество пациентов. В любом случае, передача колебаний электрического поля с микроскопического уровня на (механические) мышечные сокращения сердца и наоборот - это уже очень сложная проблема для решения (обычно механическое поведение связано с основными кинетическими колебаниями, то есть с ионным движением сердца). Таким образом, можно сделать вывод, что, твердо заявив и признав важность электрической активности и изучения сигналов ЭКГ, тем не менее, непосредственное изучение мышечных сокращений, механических деформаций и колебаний представляет большой интерес (ср., например, роль, которую играет систолическое сокращение, вызывающее скручивание, рассмотренное в предыдущих разделах). В связи с этим следует напомнить, что старый, широко распространенный диагностический анализ посредством аускультации-пальпации ориентирован именно на эти механические колебания. Несомненно, квалифицированные врачи могут поставить точный и надежный диагноз, прибегая к этим прямым аускультативно-пальпаторным наблюдениям.

Как уже упоминалось, наблюдения за механическими колебаниями, как и за электрической активностью, могут способствовать получению информации о механизме перехода между макро- и микроуровнями. Исходя из такой точки зрения, в данном разделе рассматриваются результаты, полученные в результате ряда измерений [73] механических колебаний грудной клетки в местах, обычно рассматриваемых врачами для анализа сердцебиения. Эти колебания были измерены с помощью лазерной доплеровской виброметрии (ЛДВ), и их анализ позволяет распознать когерентные динамические режимы на базовом клеточном биомолекулярном уровне.

Кардиоваскулярные сигналы ЛДВ уже использовались в качестве биометрических маркеров динамического физиологического поведения, а также в сравнительных исследованиях, сопоставляющих традиционные анализы и методологии. Особенно хорошим маркером оказался каротидный пульс, а методы ЛДВ оказались весьма полезными при изучении сердечной аритмии [74], [75].

Виброкардиография (ВКГ) основана на ЛДВ. Это неинвазивный, бесконтактный метод наблюдения, отличающийся точностью (1%), высоким разрешением (1 нм) и высокой частотой дискретизации. Оптическая видеокардиография (ОВК), используемая для мониторинга частоты сердечных сокращений (ЧСС) и вариабельности сердечного ритма (ВСР) [74],[75], также применялась для измерения механических колебаний грудной стенки и трахеи [76],[77]. Благодаря высокой чувствительности и плотной выборке, сигналы ЛДВ содержат информацию о большом диапазоне пространственно-временных параметров с высокой разрешающей способностью. Например, измерения ЛДВ могут различать колебания грудной клетки, вызванные дыханием, что позволяет обнаружить общие самоколебательные эффекты на макроскопическом уровне, возникающие в результате работы сложного интерактивного аппарата кровообращения/дыхания. С другой стороны, сигналы ЛДВ содержат информацию о деятельности сердечной мышцы в целом, что позволяет получить сравнительные данные для традиционных врачебных наблюдений с помощью методов аускультации-пальпации.

Ниже приводится краткое описание наших измерений. Полный отчет приведен в статье [73]. [73]. Все измерения проводились в безэховой камере акустической лаборатории университета Салерно (Италия), которая соответствует стандарту UNI EN ISO 3745 в диапазоне частот 80Гц-20кГц.

Синхронно измерялись механические колебания (скорость) вдоль грудной клетки и стандартное поле ЭКГ пятнадцати мужчин-добровольцев и восемнадцати женщин-добровольцев. Использовались следующие приборы: один одноточечный лазерный доплеровский виброметр Polytec Laser (PDV-100): захват частотного диапазона до 20 КГц, полная шкала ± 4 В, чувствительность 5 мм с В; анализатор реального времени SoundBook MK2-Expander, 8 каналов, частота дискретизации 25600 Гц; портативный прибор ЭКГ.

Оба датчика (лазерный и ЭКГ) были подключены к двум каналам платы сбора данных Soundbook для получения синхронных измерений. С помощью лазера измерялись механические колебания 4 областей перикарда: 1. Область аорты (между 2-м и 3-м межреберными промежутками у правой границы грудины) (RUSB правая верхняя граница грудины). 2. Легочная область (между 2-м и 3-м межреберными промежутками у левой границы грудины) (LUSB - левая верхняя граница грудины). 3. Трикуспидальная область (между 3, 4, 5 и 6 межреберными промежутками на левой стернальной границе) (LLSB левая нижняя стернальная граница). 4. Митральная область (около верхушки сердца между 5-м и 6-м межреберными промежутками по среднеключичной линии, верхушка сердца).

Эти четыре перикардиальные области связаны с сердечными звуками и могут выявлять различные аномалии в сердце, такие как стеноз или некомпетентность клапанов, которые являются диагностическими для многих заболеваний сердечно-сосудистой системы.

Пример механических сигналов вместе с относительным спектральным содержанием показан на рисунке 1. Он был получен в выбранных точках с помощью PDV 100 от мужчины 65 лет. Механические колебания отражают вклад как артериального давления, так и дыхательных эффектов вместе со значимой информацией о сердечной деятельности. Доминирующий вклад связан с периодичностью в 1 с, что является промежутком времени между двумя последовательными ударами сердца; эффекты дыхания находятся на шкале в несколько секунд (см. надпись на рис. 1). Типичной проблемой при использовании LDV является наличие спекл-шума из-за расщепления луча лазера из-за непланарной поверхности. Для преодоления этой проблемы была использована отражающая полоска на коже грудной клетки каждого испытуемого, просто фокусирующая луч. Спекл-шум обведен красным на рисунке 1. Чтобы уменьшить этот эффект, сигналы были отфильтрованы в диапазоне 3-30 Гц; результаты со спектральной плотностью мощности представлены на рисунке 2. Характерные пики в диапазоне 9-16 Гц, первый (S1) и второй (S2) сердечные звуки очевидны.

Рисунок 1. Механические колебания, полученные в четырех выбранных точках, вместе со спектральными плотностями мощности. Доминирующий вклад приходится на частоту 1 Гц и связан с кровяным давлением. Более того, вклад, связанный с дыханием (несколько секунд), также имеет значение. Синий круг свидетельствует о сердечной деятельности, в то время как красный круг показывает спекл-шум.

Рисунок 2. Сигналы, полученные с помощью LDV в четырех областях после применения фильтра Баттерворта 3-го порядка в диапазоне 3-30 Гц и относительные PSD. Механическая сердечная активность состоит из двух основных частот около 12 и 15 Гц. Номера в легенде соответствуют точкам регистрации.

Суперпозиция синхронных отведений ЛДВ и ЭКГ представлена на рисунке 3. Сигналы ЛДВ содержат всю информацию, содержащуюся в ЭКГ, такую как волна R и частота сердечных сокращений, и показывают больше информации, чем ЭКГ, более сложные формы волны, чем ЭКГ, и выглядят как самоподдерживающиеся осциллирующие сигналы. Первый максимум в механических колебаниях (S1), который соответствует закрытию аортального клапана, следует за максимумом в ЭКГ (R) с временной задержкой около 0,03 с, что соответствует периоду до выброса (PEP) [78]. Эта задержка оценена на рисунке 3. Как видно, ее изменение следует за дыхательной активностью, т.е. она изменяется через минимум и максимум за промежуток времени 3,5 с, учитывая, что каждый эксперимент длится 0,8 с (аналогично Desjardins и др. [79] рассчитали форму волны пульса крови по LDV).

Рисунок 3. Суперпозиция синхронного получения ЭКГ и механических сигналов (фильтрованные сигналы). На вставке показана расчетная задержка между пиками R и S1. Среднее значение составляет 0,027 ± 0,002 с. Обратите внимание на сложность формы волны LDV по сравнению с ЭКГ.

Дополнительная информация получается путем анализа основных компонентов, присутствующих во временном ряду, с помощью анализа независимых компонентов (ICA) [80]. Это метод, основанный на энтропии, который может найти базовые компоненты [источники] из многомерных статистических данных на основе их статистической независимости. Последняя оценивается с помощью статистических свойств четвертого порядка. ICA уже успешно применяется к различным экспериментальным сигналам, например, в области вулканической сейсмологии и океанографии [81]-[84].

Применение ICA конкретно показывает, что механические сигналы могут быть разложены на две составляющие во всех случаях (рис. 4).

Рисунок 4. Результаты ICA для четырех точек съемки. Как видно, во временной области выделяются две независимые формы сигнала. Две ИС кажутся раздельными во времени и с разным частотным основным вкладом.

Наши результаты показывают, что два разделенных сигнала в ЛДВ дают информацию о двух динамических режимах сердца, т.е. вращательном и продольном режимах, с доминирующими частотами 12 и 15 Гц соответственно. Они являются независимыми режимами, разделены во времени и лежат в отдельных двумерных фазовых пространствах. Это позволяет проводить исследование каждой моды отдельно, что может иметь решающее значение для оперативной диагностики конкретных аномалий и заболеваний сердца [85].

Интересные результаты дает анализ спектра в логарифмической шкале, поскольку он выявляет как периодические структуры, так и законы масштабирования.

Спектры мощности в дБ/Гц представлены красным цветом на рисунке 5. Они отнесены к 100 механическим следам (отфильтровав частоты, связанные с дыханием) и наложены друг на друга. Отпечатки были получены в одной из четырех точек аускультации в течение 0,8 с каждый. Была обнаружена "периодическая" структура в соответствии с максимумом (около 10-30 Гц) и спад в двух различных областях спектра. В частности, в диапазоне частот 60-250 Гц наблюдается первый закон мощности (закон масштабирования) со скоростью убывания 150 дБ/Гц/декада. От 250 до 2000 Гц наблюдается второй закон мощности с оценкой скорости уменьшения 62 дБ/Гц/декада, т.е. около половины поведения первого закона мощности. Используя метод Грассбергера и Прокаччиа (приблизительный метод подсчета ящиков), на отрезке 0,8 с масштабная экспонента оказывается равной 1,7 и 0,8.

Два различных закона мощности могут обозначать два различных когерентных режима микроскопической активности. Из-за изоморфизма между самоподобными фрактальными структурами и деформированными когерентными состояниями (упомянутого в предыдущем разделе, см. также [86]), логарифмические графики в двух частотных диапазонах на рисунке 5 действительно показывают существование двух динамических когерентных режимов, которые обозначают дальние корреляционные моды на микроскопических уровнях.

Рисунок 5. Спектры мощности в красном цвете. Они наложены на 100 механических следов от одной из четырех точек аускультации длительностью 0,8 с каждая у здорового мужчины в возрасте около 50 лет. Средние значения спектров представлены синим цветом. На логарифмических графиках видны два различных закона мощности в двух различных частотных диапазонах.

В заключение следует отметить, что существование этих двух линейных логарифмических диаграмм свидетельствует о том, что сердцебиение и его сократительная активность управляются когерентной базовой динамикой на микроскопическом уровне. Синтония когерентной динамики в организме, которая представляет собой "настройку" в пределах общей полосы частот корреляционных волн различных "районов" тела и органов, является предпосылкой для здоровой биомолекулярной и физиологической активности.

6. Перспективные сценарии и открытые вопросы

Рассмотренные в предыдущих разделах особенности взаимодействия сердца и мозга интуитивно воспринимались с давних пор в истории человечества. Ограничимся упоминанием лишь одного из многих доступных источников - камня Шабака VIII-VII веков до н.э. (в Британском музее). На нем написано следующее: "[То], что видят глаза, слышат уши и нюхает нос, посылается в сердце, и из этого рождается все понимание". Язык, таким образом, повторяет мысли сердца".

В наше время Карл Прибрам, например, пишет [35]:

"...В то же время эндогенные процессы в каждом из других органов, структур и систем, включая процессы на микроуровне клеток и мембран, также порождают паттерны динамической активности. Эти паттерны динамической активности излучаются во внутреннюю среду организма в виде энергетических колебаний и взаимодействуют с энергетическими волнами от сердца и в определенной степени с энергетическими волнами других органов и структур. В каждом из этих взаимодействий энергетические волны кодируют особенности объектов и их динамическую активность в виде интерференционных паттернов".

Как уже было сказано, сердце и мозг являются диссипативными системами, открытыми для окружающей среды. Это означает, что сердечно-мозговая "система" находится во взаимодействии и корреляции с другими органами тела и всей "внешней" средой, в которую встроено тело. Поэтому анализ, проведенный в нейронауке относительно перцептивного опыта мозга, его выработки и цикла "действие-восприятие", лежащего в основе функциональной деятельности мозга в связи с его функционированием и "бытием-в-мире", может быть распространен с необходимыми изменениями на взаимодействие системы "сердце-мозг" с окружающей средой. Таким образом, сердце, и не только сердце, участвует в непрерывной деятельности обратной связи с окружающей средой и внутри нее, с регуляцией движений, эмоций, физиологических изменений. В диссипативной квантовой модели мозга было предложено, что акт сознания действительно находится в таком неизбежном диалоге с субъектом Двойником. Двойник действительно является зеркальным (во времени) изображением субъекта, отображающим мир таким, каким он его видит, воспринимает и понимает [44]-[46],[50]. Таким образом, сердце, а не только мозг, оказывается вовлеченным в динамический процесс зеркального отражения себя в Двойнике в постоянном диалогическом отношении.

Исходя из нашего обсуждения в предыдущих разделах, появляется осмысленность распространенного способа говорить о том, что каждый человек "говорит внутри себя" постоянно перед событиями, которые он переживает, а именно он говорит со своим Двойником. Слова, которые он произносит, выражая свое отношение к реальности, точно отражают его личность [87], и на самом деле, недавно было описано [87], как субъективное изменение в использовании языка может привести к биохимическим изменениям и наоборот. Это также позволяет сделать вывод, что психическая активность и ее точный язык могут оказывать биологическое воздействие на конкретные заболевания и методы лечения [87]. В дополнение к данным, собранным "in-vivo", в модели in-vitro было продемонстрировано, как некоторые звуковые вибрации могут непосредственно влиять на рост, структуру и поведение клеток [88]. Тогда возникает проблема, является ли реакция субъекта на переживаемые события адаптивной или дезадаптивной (жизненной или смертельной) для его собственного благополучия, психического и биохимического.

В связи с этим, возможное заболевание может развиться через окислительный стресс-генерацию/ДНК-мутации [31],[89],[90] из-за несоответствия взаимодействия (дефицит информации (биохимический дефицит)) и/или корреляционной некогерентности (потеря осмысленности (восстановление симметрии)) между сердцем и мозгом (чрезмерное-неправильное напряжение) и/или между сердцем-мозгом и окружающей средой (другие органы и/или внешний мир).

Это может привести к локализованной "клеточной универсальной стрессовой реакции" [31] с воздействием сигналов опасности (DAMPS), в месте де-когеренции, и активации иммунной системы [31] с началом органического заболевания, если сигнал дезадаптивной реакции игнорируется субъектом (который будет продолжать действовать плохо, "замораживая" несбалансированную реакцию на окружающую среду [91], [92] (дисбаланс между психикой, желаниями, убеждениями, ценностями и т.д. и событиями; конфликт с Двойником)), рисунок 6.

В этом смысле тело кажется созданным как структура, (само)осознающая все свои части, которая естественным образом стремится к балансу целостности и восстановления. Его геном, таким образом, был бы не управляющим центром, который дает инструкции телу, а скорее адаптивным устройством, которое отвечает на психоэкологические потребности, регулируя экспрессию генов [93], в конечном итоге восстанавливая когерентные корреляции, проводником основного закона когерентности [94].

Помимо факторов окружающей среды, психический стресс сам по себе может спровоцировать заболевание (объект психосоматических исследований) [87], [95]. Психический стресс повреждает мозг и иммунную систему, влияет на гормональную активность и метаболизм и представляет собой важный этиопатогенетический фактор многих патологий, включая различные сердечно-сосудистые заболевания, в частности инфаркт миокарда, инсульт и их факторы риска [2],[96]. Сам по себе психический стресс может привести к ишемии миокарда [2],[32].

Как описывает Крузос [97]: "все организмы должны поддерживать сложный динамический баланс, или гомеостаз, который постоянно нарушается внутренними или внешними неблагоприятными силами, называемыми стрессорами. Стресс возникает, когда гомеостаз находится под угрозой или воспринимается как угроза; гомеостаз восстанавливается с помощью различных физиологических и поведенческих адаптивных реакций".

Со временем состояние хронического психического стресса часто приводит к проблемам со здоровьем [31]. В этом контексте следует подчеркнуть, что болезнь, особенно если она хроническая, не обязательно является синонимом травмы: дисфункция часто возникает до нее.

В наглядной форме рисунок 6 позволяет предположить, что все клеточные структуры могут быть когерентно настроены с эм [98]/акустической [88],[99] "сеткой", расположенной в центре сердца, со скоростью, намного превышающей скорость биохимических процессов распространения сигналов [100],[101] (см. раздел 7), и могут влиять на весь организм [102].

Стимулы, поступающие в мозг, организованы в смысловые рамки [46], [50], [103]. Мозг играет роль организатора реакции организма на окружающую среду. Если стимул, посылаемый группе клеток-мишеней, функционально вовлеченных в поведенческий ответ, соответствует предварительной активации/настройке сетки, ответ будет адаптивным, в противном случае могут возникнуть цитоскелетные искажения с потерей когерентности в эм поле клетки и возможным началом заболевания. Цель - сигнализировать о дезадаптивной реакции, чтобы изменить ее.

Таким образом, активность мозга ("образ мышления") при столкновении с определенными стимулами-событиями [104] может вызвать болезнь в соответствии со смыслом выработанных мыслей [105]. Это повлияет на функции организма, необходимые для реагирования на мир, т.е. на "реальность", воспринимаемую на основе того смысла, который субъект придает ей. Таким образом, возникает связь между нейронной активностью, связанной с соматическим, эмоциональным, фонетическим и перцептивным опытом [46], [50], [106]-[108] и биологической сетью [109], в формирование структуры которой в немалой степени участвует сердце. Волны (акустические и электромагнитные, как в оси сердце-мозг) могут определять форму [110], [111], динамику [112], функции и конечную структуру клеток [113]-[115] и ее компонентов [116].

Даже белки (в настоящее время изучаемые как электромагнитные колебания [117]), функции которых зависят от их формы и складывания [118], подвержены влиянию ЭМ-волн, например, при наличии изменений и избытка внутриклеточных отрицательных зарядов (окисление) [118],[119], что, в свою очередь, может зависеть от психического стресса и связанных с ним значений [31],[120].

Рисунок 6. Наглядное схематическое изображение вибрирующей электромагнитной/акустической сети, сосредоточенной в сердце, и механизма обратной связи "функция-смысл". Интересно, что в человеческом теле артерии, вены и нервные пучки идут параллельно друг другу, достигая целевых клеточных терминалов, рассеянных во внеклеточном матриксе. Сердце, благодаря своему расширенному ЭМ-полю, "считывает" спектр реальности и стимулирует когерентное синфазное движение молекул тела, подготавливая ЭМ-акустическую "сетку", с помощью которой все клетки адаптируются к текущей реальности.

Как заметил A.J Crum, не обязательно события автоматически вызывают стресс, а важно то, как каждый человек справляется с определенной ситуацией [121], в результате чего возникает адаптивный или дезадаптивный ответ, потенциально патогенный [104].

В случае адаптивного ответа микротрубочки поддерживают клеточную форму [и, следовательно, клеточную функцию], подходящую для ответа на окружающую среду [122]-[124]. Митохондрии будут правильно выполнять свою работу, оставаясь в основном на клеточной периферии [88], [120]. В противоположном случае могут возникнуть цитоскелетные искажения с потерей согласованности во внутренней динамике клетки. Это может вызвать коллапс митохондрий в направлении клеточного ядра [88] и изменить выход химических реакций внутри них с производством кислородных радикалов [120]. Таким образом, генерируется клеточный стрессовый ответ, который будет сигнализирован (для коррекции) иммунной системе посредством воздействия DAMPs [32], [120].

Как только что было замечено, при количественном дисбалансе и изменении расположения электрических зарядов внутри клетки (плотность электрической поляризации, см. раздел 3), белковые молекулы могут неправильно приспособиться в пространстве и потерять свою функцию [125], а также могут произойти изменения в экспрессии генов [126].

Конечно, другими агентами, нарушающими правильное поведение/реакцию клетки, являются возмущения ЭМ-поля и магнитного поля, которые могут вмешиваться в формирование клеточных электретов (см. раздел 3), оказывать стрессовое воздействие на митохондрии, изменять выход химической реакции, вмешиваясь в состояния распределения синглетных/триплетных электронов (так называемый механизм радикальных пар [89]), с последующим производством кислородных радикалов, воспалительными, метаболическими и транскрипционными реакциями [127].

Примечательно, что большинство известных на сегодняшний день патологий определяются одними и теми же биомолекулярными медиаторами. Вопрос о том, почему при их циркуляции они избирательно нацелены на определенный участок тела среди множества различных, остается открытым. Возможность, которая, однако, требует тщательного изучения, заключается в том, что когерентные корреляционные волны демонстрируют дефицит или слабость в таком районе.

7. Выводы

В этой статье были рассмотрены биохимические и биофизические механизмы, лежащие в основе диалога между сердцем и мозгом. Помимо специфических биохимических и физиологических аспектов конкретных заболеваний, сердце и мозг, по-видимому, задействованы в состоянии болезни так, что эффекты обратной связи связывают их в крайне нелинейном взаимодействии. Теоретическая и практическая значимость такой сердечно-сосудистой и неврологической корреляции побудила нас к последующему анализу динамического уровня, лежащего в основе функциональной активности мозга и сердца. В обоих случаях оказывается, что микроскопическая динамика системы характеризуется когерентными корреляциями между молекулярными диполями воды, которая обеспечивает наибольшее число молекулярных компонентов, и макромолекул.

Складывается картина, что когерентные корреляционные волны охватывают мозг и сердце, связывая их специфическую функциональную активность в единый комплексный уровень. В нашем анализе важную роль играет диссипативный характер динамики мозга и сердца, а именно их "открытость", как систем, открытых для среды, в которую они встроены. Такая особенность обеспечивает, с одной стороны, возможность установления взаимных сложных нелинейных "взаимодействий" на уровне организма. Эти взаимодействия ответственны за взаимные биохимические эффекты [информационные эффекты] между органами тела, вызываемые биохимическими медиаторами в общей метаболической активности. С другой стороны, открытость позволяет установить обобщенную "корреляцию" на уровне тела, ответственную за "когерентное функциональное связывание", а именно за "синфазную" корреляцию, в пределах заданного спектра частот, несущую "осмысленность" субъекта "бытия-в-мире".

Здесь необходимо подчеркнуть различие между "взаимодействиями" и "корреляциями".

Взаимодействия опосредуются агентами, характерными для определенных сил (электромагнитных, химических, механических и т.д.) и подчиняются физическим ограничениям, например, локальности (принцип причинности) и скорости информационных агентов не более скорости света. Корреляции, напротив, не опосредуются агентами, т.е. не обусловлены силами, а устанавливаются синфазным движением [unison motion], а именно коллективным когерентным движением, порожденным механизмом спонтанного нарушения симметрии (SBS), как описано в разделах 3-5. В технических терминах можно сказать, что коррелированные моды - это запутанные моды (подробности о запутанности см., например, в [94]). Корреляции могут устанавливаться мгновенно, в отличие, например, от медленного распространения химических медиаторов во взаимодействиях.

Вывод заключается в том, что "информация", которую несет агент, обменивается посредством взаимодействий. Они не могут обмениваться посредством корреляций (агент перемещался бы со скоростью, превышающей скорость света, чего быть не может). Однако "значения" устанавливаются посредством корреляций. Корреляции действительно возникают в результате нарушения симметрии и поэтому, как объясняется в разделе 3, отвечают за упорядоченные паттерны, а именно формы, "корреляции между элементарными компонентами", следовательно, за макроскопическое поведение совокупностей компонентов в целом, за их "осмысленную" (функциональную) деятельность. В лингвистике это эквивалентно переходу от синтаксического уровня к семантическому [128].

Наконец, в разделе 4 подробно обсуждалось, как образование вихрей, запускаемых сердцем, может затем самораспространяться в сосудах в силу присущих им дальнодействующих корреляций между молекулами сывороточной воды, организованными в когерентные домены. Динамическое уменьшение или увеличение ядра вихря представляет собой важную степень свободы для системы сосудов. Увеличение поперечного размера вихревого ядра может препятствовать закрытию сосуда из-за увеличения жесткости сосуда или по другим причинам. С другой стороны, вихреобразность потока обеспечивает защиту от аномальных расширений сосудов, которые могут быть вызваны перегрузками не вихревым потоком.

Более того, как было отмечено в разделе 4, электромагнитное поле распространяется нитевидно, самофокусируясь в ядре вихря. Поперечная сила градиента поля действует как селективная (частотно-резонансная) сила, притягивающая корпускулярные объекты в текущей крови вблизи ядра вихря или отталкивающая их вдали от него, выталкивая их в области, расположенные ближе к стенкам сосуда.

Это предполагает совершенно новый сценарий формирования обструкций сосудов из-за отложений веществ, таких как, например, отложения холестерина на стенках сосудов. Такие отложения являются не причиной, а следствием нарушения функционирования сосудов, которое следует искать в потере динамической когерентности, контролирующей вихревые потоки крови и распространение самофокусирующегося поля ЭМ. Частоты самофокусирующегося ЭМ поля должны быть настроены таким образом, чтобы избежать отталкивания от стенки сосуда нежелательных молекул, возможно, циркулирующих в потоке крови. Скорее эти силы должны притягивать к ядру эти нежелательные молекулы, удерживая их в циркуляции до их уничтожения метаболизмом. Именно потеря надлежащей вихревой направленности кровотока приводит к отложению вещества на стенке сосуда. В присутствии адекватной вихревости такие отложения были бы удалены, а лучше, они даже не имели бы возможности образоваться, учитывая также "выталкивающее" действие продольной компоненты ЭМ-поля, создаваемой ненулевой массой, направленной вдоль оси ядра вихря, как объяснялось в разделе 4. В сосудистой и кардиохирургии принято считать, что продолжительность и эффективность протезирования искусственных каналов, используемых для восстановления неисправных участков сосудов, зависит от режима вихреобразования протекающей в них крови [64].

Эти результаты моделирования молекулярной динамики, недоступные для других феноменологических подходов, имеют большое значение с точки зрения терапевтического применения.

Релевантным с точки зрения возможных прикладных последствий является также поддерживаемое нашим моделированием предположение о том, что снижение или потеря вихревости кровотока и связанное с этим самофокусирующееся распространение ЭМ-поля лежит в основе формирования аневризм и варикозного расширения вен. Это может быть следствием расширения сосудов из-за давления возбуждения при незавихренном режиме кровотока. В вихревом режиме возможные переливы приводят к сжатию ядра вихря, что позволяет избежать повышенного давления на стенки сосуда.

Подобная динамика вихрей и ЭМ-поля была смоделирована и внутри клетки, и было показано, что она порождает покрытие ЭМ-филаментов, радиус которых порядка наблюдаемого радиуса микротрубочек (12,5 нм). Таким образом, это хорошая модель-кандидат для динамического формирования микротрубочек, составляющих скелет клетки [51],[52],[129],[130].

В этой связи также интересно отметить, как анатомически артериальные, венозные и нервные ветви идут вместе, параллельно в человеческом теле, образуя сеть, которая окружает каждый орган, ткань и клетки. Недавно обнаруженные заполненные жидкостью интерстициальные структуры и сложная сеть толстых коллагеновых пучков (ФАСЦИЯ?) [131] позволяют предположить, что подобный механизм самофокусировки для распространения ЭМ поля и когерентная топологически нетривиальная конденсация типа вихря действуют и в таких случаях (ср. раздел 3 и 4) (см. также [132]).

В разделе 4 был также отмечен изоморфизм между фрактальным самоподобием в вихревой структуре и деформированным когерентным состоянием, причем параметр деформации контролируется фрактальной размерностью [49],[63],[69], что вновь устанавливает связь с когерентностью молекулярной динамики. Связь между когерентностью и фрактальными свойствами была также рассмотрена в разделе 5, где изучались мышечные сокращения сердца и были найдены два степенного закона, соответствующие двум когерентным динамическим режимам (рис. 5).

В случае вихрей крови и сокращения сердечной мышцы центральную роль играет поле молекулярного смещения (звуковая волна), квантом которого является фонон.

В сердце эти звуковые волны возникают в основном при последовательном закрытии митрального и аортального клапанов [99]. Звуки сердца настолько вездесущи, что их почти не замечают, в то время как на самом деле они обеспечивают непрерывный поток звуковой и вибрационной энергии для всего организма на протяжении всей жизни.

На клеточном уровне, как видно из раздела 5, мышечные сокращения могут организовывать молекулярные взаимодействия в пространстве и времени [73].

Согласно Бентову [133], пульсовая волна давления крови также создает резонансную систему интерференционной картины в системе сосудов.

Исходя из этих соображений, в Падуанском университете в течение года после инфаркта миокарда за несколькими испытуемыми следили по пути, направленному на адекватное управление стрессом. Были зафиксированы быстрые молекулярные изменения [7] в ответ на психическую активность, ориентированную на релаксацию (снижение маркеров воспаления и окислительного стресса, а также гормонов стресса (таких как кортизол, адреналин и норадреналин)).

Это сопровождается изменением экспрессии генетического кода (снижение экспрессии генов NF-kB, p53 и Toll-like Receptor-4) [7] на основе эпигенетических механизмов (изменение циркулирующих микроРНК) [96]. По-видимому, также происходит замедление процесса клеточного старения [126], [134] и возможная посттранскрипционная модификация некоторых белковых соединений [7], [126].

В то же время объемы сердца, сократимость левого желудочка и коронарные потоки, по-видимому, благоприятно изменяются при изменении психической активности исследуемых [7].

Рисунок 7. Изменение физических характеристик плазмы крови одного и того же пациента после 20 минут медитации[7]- когерентной сердечно-мозговой деятельности. Слева: плазма до медитации (после 4 минут центрифугирования при 5000 об/мин) опалесцирует. Справа: плазма после медитации более прозрачная. Перед медитацией пациент постился около 5 часов.

Кровь физически изменяет свой внешний вид (рис. 7). Недавно, действительно, было задокументировано [135] in vivo, что во время психоиндуцированной релаксации рН сыворотки имеет тенденцию к повышению, электропроводность плазмы снижается и происходит "упорядоченное" излучение замедленной люминесценции (ЗЛ), обусловленное эмиссией биофотонов.

Точное значение этого спонтанного светового излучения до сих пор неясно, но, по-видимому, оно способно влиять на различные биологические эффекты как в плане межклеточной коммуникации, генетической активации или мозговой и психологической активности [136]. Было предложено, что генезис этой световой энергии связан с окислительно-восстановительными реакциями, присутствующими в различных тканях человеческого организма, как переходный процесс при наличии критических моментов в динамике, как с увеличением в случае окислительного стресса [137], так и с меньшим окислительным стрессом, как это зафиксировано в [135].

Интересный вопрос, связанный с DL, заключается в том, может ли он быть связан с кавитацией (образование микропузырьков в крови) и сонолюминесценцией (схлопывание микропузырьков и излучение света в результате применения акустического поля) [138]-[141], но возникновение этого явления в биологии должно быть тщательно проанализировано и подтверждено наблюдениями.

Еще один аспект, который предстоит прояснить, - это природа "диалога" между сердцем и мозгом. Одна из возможностей заключается в том, что, в соответствии с когерентной динамикой, упомянутой в предыдущих разделах, режим "синфазной корреляции" может "опутывать" сердце и мозг так, что "параметры порядка" могут быть разделены между ними для синхронизации телесных функций, вовлеченных в реакцию на окружающую среду [142]. Кроме того, эффективные волновые сигналы могут передаваться по водной дипольной сети и нервной обратной связи посредством нелинейного недиссипативного распространения (уединенные волны или солитоны) [51], [52].

На основе описанных до сих пор физико-химических механизмов, лежащих в основе диалога "сердце-мозг", в будущем можно будет также лучше прояснить роль сердца в некоторых нейрофизиологических процессах. Была описана кардио-торакальная неврологическая подсистема [2], [143], названная "внутренней сердечной нервной системой", способная 1) к саморегуляции независимо от центральной нервной системы 2) возможно, к управлению информацией, поступающей извне (возможно, электромагнитной природы) [27]-[30]. В области психофизиологии применяется линейный и нелинейный анализ сигналов сердца и мозга (в основном вариабельности сердечного ритма (ВСР), церебрального функционального магнитного резонанса и электроэнцефалограммы (ЭЭГ) [143]) для определения функциональной активности мозга. На современном уровне знаний внутренняя нервная система сердца [8], по-видимому, способна влиять на активность во фронто-кортикальных областях [9], [10] и моторной коре, воздействуя на такие факторы, как уровень внимания, мотивация [11], перцептивная чувствительность и эмоциональная обработка [12]-[15]. Согласно модели нейровисцеральной интеграции [9],[16]-[19], сердце может делиться с мозгом ритмическими [20] и электромагнитными паттернами [21], которые могут поддерживать интуитивно-эмоциональные процессы [22],[23], осознание и чувства [24],[25], а также рациональное, отстраненное и "менее эгоцентричное" рассуждение [26]. В этих областях исследований изучение вихревых потоков крови как индуктора/регулятора когерентности с помощью методов четырехмерного магнитного резонанса может быть очень интересным. Например, было обнаружено [14], что в зависимости от того, предъявляется ли "страшный" стимул во время диастолы или систолы сердца, эмоциональная реакция страха резко меняется. В основе этого лежат сигналы барорецепторов [13], которые, в свою очередь, могут быть подвержены влиянию различных моделей вихревого движения крови, производимого сердцем.

Эти наблюдения и комментарии вполне могут распространяться на модели животных, где, хотя многое еще предстоит открыть и проанализировать, это может быть очень полезно для понимания связей между психосоциальными процессами и сердечно-сосудистой функцией и здоровьем, и наоборот [144]. Необходимо будет найти точные биофизические параметры в качестве неинвазивного маркера когерентности-декогерентности в диалоге "сердце-мозг" с диагностической и терапевтической точки зрения. Этот вопрос будет иметь первостепенное значение, поскольку прогрессирование нейрокардиологического заболевания в связи с нейрофизиологическими нарушениями может быть замедлено, если патогенетический процесс будет выявлен на ранней досимптоматической стадии [145].

Поэтому наличие биофизических неинвазивных и точных методов наблюдения позволит интегрировать наиболее адекватные и индивидуализированные стратегии, такие как методы mind-body и behavioral, а также образование, в существующие модели профилактики и лечения (модель интегративной медицины, подробнее см. в [2], [31], [33]).

Врач-остеопат Григорий Басов https://t.me/grigoriybasov

Способность сердца выделять эндокринные медиаторы, нейротрансмиттеры, регулирующие иммунную функцию, оказывая влияние на центральную нервную систему

Литература:
1. Kocica MJ, Corno AF, Carreras-Costa F, et al. 2006. The helical ventricular myocardial band: global, three-dimensional, functional architecture of the ventricular myocardium. Eur J Cardiothorac Surg 29: S21-S40. doi: 10.1016/j.ejcts.2006.03.011

2. Dal Lin C, Tona F, Osto E 2018. The heart as a psychoneuroendocrine and immunoregulatory organ. Sex-Specific Analysis of Cardiovascular Function 1065: 225-239. doi: 10.1007/978-3-319-77932-4_15

3. Marinelli RA, Penney DG, Marinelli W, et al. 1991. Rotary motion in the heart and blood vessels: a review. J Appl Cardiol 6: 421-431.

4. Sengupta PP, Narula J, Chandrashekhar Y 2014. The dynamic vortex of a beating heart: Wring out the old and ring in the new!. J Am Coll Cardiol 64: 1722-1724. doi: 10.1016/j.jacc.2014.07.975

5. Bottio T, Buratto E, Dal Lin C, et al. 2012. Aortic valve hydrodynamics: considerations on the absence of sinuses of Valsalva. J Heart Valve Dis 21: 718-723.

6. Calgary University Medicine: Blood Moving Through the Heart - 4D Flow Available from: https://www.youtube.com/watch?v=sMeaD3Jh64E.

7. Dal Lin C, Marinova M, Rubino G, et al. 2018. Thoughts modulate the expression of inflammatory genes and may improve the coronary blood flow in patients after a myocardial infarction. J Tradit Complement Med 8: 150-163. doi: 10.1016/j.jtcme.2017.04.011

8. Armour JA 2007. The little brain on the heart. Cleve Clin J Med 74: S48-S51. doi: 10.3949/ccjm.74.Suppl_1.S48

9. Lane RD, Reiman EM, Ahern GL, et al. 1982. Activity in medial prefrontal cortex correlates with vagal component of heart rate variability during emotion. Brain Cognition 47: 97-100.

10. Jennings JR, Sheu LK, Kuan DCH, et al. 2016. Resting state connectivity of the medial prefrontal cortex covaries with individual differences in high-frequency heart rate variability. Psychophysiology 53: 444-454. doi: 10.1111/psyp.12586

11. Schandry R, Montoya P 1996. Event-related brain potentials and the processing of cardiac activity. Biol Psychol 42: 75-85. doi: 10.1016/0301-0511(95)05147-3

12. Garfinkel SN, Barrett AB, Minati L, et al. 2013. What the heart forgets: Cardiac timing influences memory for words and is modulated by metacognition and interoceptive sensitivity. Psychophysiology 50: 505-512. doi: 10.1111/psyp.12039

13. Azevedo RT, Garfinkel SN, Critchley HD, et al. 2017. Cardiac afferent activity modulates the expression of racial stereotypes. Nat Commun 8: 13854. doi: 10.1038/ncomms13854

14. Garfinkel SN, Minati L, Gray MA, et al. 2014. Fear from the heart: Sensitivity to fear stimuli depends on individual heartbeats. J Neurosci 34: 6573-6582. doi: 10.1523/JNEUROSCI.3507-13.2014

15. Montoya P, Schandry R, Müller A 1993. Heartbeat evoked potentials (HEP): topography and influence of cardiac awareness and focus of attention. Electroencephalogr Clin Neurophysiol Evoked Potentials 88: 163-172. doi: 10.1016/0168-5597(93)90001-6

16. Thayer JF, Lane RD 2000. A model of neurovisceral integration in emotion regulation and dysregulation. J Affect Disord 61: 201-216. doi: 10.1016/S0165-0327(00)00338-4

17. Park G, Thayer JF 2014. From the heart to the mind: cardiac vagal tone modulates top-down and bottom-up visual perception and attention to emotional stimuli. Front Psychol 5: 278. doi: 10.3389/fpsyg.2014.00278

18. Thayer JF, Hansen AL, Saus-Rose E, et al. 2009. Heart rate variability, prefrontal neural function, and cognitive performance: the neurovisceral integration perspective on self-regulation, adaptation, and health. Ann Behav Med 37: 141-153. doi: 10.1007/s12160-009-9101-z

19. Thayer JF, Sternberg E 2006. Beyond heart rate variability: vagal regulation of allostatic systems. Ann N Y Acad Sci 1088: 361-372. doi: 10.1196/annals.1366.014

20. Lin PF, Lo MT, Tsao J, et al. 2014. Correlations between the signal complexity of cerebral and cardiac electrical activity: a multiscale entropy analysis. PLoS One 9: e87798. doi: 10.1371/journal.pone.0087798

21. Aftanas LI, Brak IV, Reva NV, et al. 2013. Brain oscillations and individual variability of cardiac defense in human. Ross Fiziol Zh Im IM Sechenova 99: 1342-1356.

22. McCraty R, Atkinson M, Bradley RT 2004. Electrophysiological evidence of intuition: Part 2. A system-wide process? J Altern Complement Med 10: 325-336. doi: 10.1089/107555304323062310

23. Gray MA, Beacher FD, Minati L, et al. 2012. Emotional appraisal is influenced by cardiac afferent information. Emotion 12: 180-191. doi: 10.1037/a0025083

24. Craig ADB 2009. How do you feel—now? The anterior insula and human awareness. Nat Rev Neurosci 10: 59-70. doi: 10.1038/nrn2555

25. Craig ADB 2014. How do you feel? An interoceptive moment with your neurobiological self Princeton: Princeton University Press. doi: 10.23943/princeton/9780691156767.001.0001

26. Grossmann I, Sahdra BK, Ciarrochi J, et al. 2016. Heart and a mind: Self-distancing facilitates the association between heart rate variability, and wise reasoning. Front Behav Neurosci 10: 68. doi: 10.3389/fnbeh.2016.00068

27. Rahman SU, Hassan M 2013. Heart's role in the human body: A literature review. ICCSS 2: 1-6.

28. McCraty R, Trevor Bradley R, Tomasino D 2004. The resonant heart. Front Counsciousness 5: 15-19.

29. McCraty R, Atkinson M, Tomasino D, et al. 2009. The coherent heart: Heart-brain interactions, psychophysiological coherence, and the emergence of system-wide order. Integr Rev 5: 10-115.

30. Goldstein DS 2012. Neurocardiology: therapeutic implications for cardiovascular disease. Cardiovasc Ther 30: 89-106. doi: 10.1111/j.1755-5922.2010.00244.x

31. Dal Lin C, Poretto A, Scodro M, et al. 2015. Coronary microvascular and endothelial function regulation: Crossroads of psychoneuroendocrine immunitary signals and quantum physics. J Integr Cardiol 1: 132-163.

32. Dal Lin C, Tona F, Osto E 2019. The crosstalk between the cardiovascular and the immune system. Vasc Biol 1: H83-H88. doi: 10.1530/VB-19-0023

33. Dal Lin C, Tona F, Osto E 2015. Coronary microvascular function and beyond: The crosstalk between hormones, cytokines, and neurotransmitters. Int J Endocrinol 2015: 1-17. doi: 10.1155/2015/312848

34. Lashley KS 1942. The problem of cerebral organization in vision. Visual Mechanisms. Biological Symposia Lancaster: Jaques Cattell Press, 301-322.

35. Pribram KH 1991. Brain and Perception Hillsdale: Lawrence Erlbaum.

36. Freeman WJ 1975. Mass Action in the Nervous System New York: Academic Press.

37. Freeman WJ 2000. Neurodynamics: An Exploration of Mesoscopic Brain Dynamics Berlin: Springer. doi: 10.1007/978-1-4471-0371-4

38. Ricciardi LM, Umezawa H 1967. Brain and physics of many-body problems. Kybernetik 4: 44-48. doi: 10.1007/BF00292170

39. Goldstone J, Salam A, Weinberg S 1962. Broken Symmetries. Phys Rev 127: 965-970. doi: 10.1103/PhysRev.127.965

40. Umezawa H 1995. Advanced field theory: Micro, macro, and thermal physics New York: AIP.

41. Blasone M, Jizba P, Vitiello G 2011. Quantum Field Theory and its macroscopic manifestations: Boson condensation, ordered patterns, and topological defects London: Imperial College Press. doi: 10.1142/p592

42. Jibu M, Yasue K 1995. Quantum brain dynamics and consciousness Amsterdam: John Benjamins Publ. doi: 10.1075/aicr.3

43. Umezawa H 1995. Development in concepts in quantum field theory in half century. Math Jpn 41: 109-124.

44. Vitiello G 1995. Dissipation and memory capacity in the quantum brain model. Int J Mod Phys B 9: 973-989. doi: 10.1142/S0217979295000380

45. Vitiello G 2001. My double unveiled Amsterdam: John Benjamins Publ. doi: 10.1075/aicr.32

46. Freeman WJ, Vitiello G 2006. Nonlinear brain dynamics as macroscopic manifestation of underlying many-body dynamics. Phys Life Rev 3: 93-118. doi: 10.1016/j.plrev.2006.02.001

47. Freeman WJ, Livi R, Obinata M 2012. Cortical phase transitions, non-equilibrium thermodynamics and the time dependent Ginzburg-Landau equation. Int J Mod Phys B 26: 1250035. doi: 10.1142/S021797921250035X

48. Alfinito E, Vitiello G 2000. Formation and lifetime of memory domains in the dissipative quantum model of brain. Int J Mod Phys B 14: 853-868.

49. Vitiello G 2012. Fractals, coherent states and self-similarity induced noncommutative geometry. Phys Lett A 376: 2527-2532. doi: 10.1016/j.physleta.2012.06.035

50. Freeman W, Vitiello G 2016. Matter and mind are entangled in two streams of images guiding behavior and informing the subject through awareness. Mind Matter 14: 7-24.

51. Del Giudice E, Doglia S, Milani M, et al. 1985. A quantum field theoretical approach to the collective behavior of biological systems. Nucl Phys B 251: 375-400. doi: 10.1016/0550-3213(85)90267-6

52. Del Giudice E, Doglia S, Milani M, et al. 1986. Electromagnetic field and spontaneous symmetry breakdown in biological matter. Nucl Phys B 275: 185-199. doi: 10.1016/0550-3213(86)90595-X

53. Del Giudice E, Preparata G, Vitiello G 1988. Water as a free electric dipole laser. Phys Rev Lett 61: 1085-1088. doi: 10.1103/PhysRevLett.61.1085

54. Engel GS, Calhoun TR, Read EL, et al. 2007. Evidence for wavelike energy transfer through quantum coherence in photosynthetic systems. Nature 446: 782-786. doi: 10.1038/nature05678

55. Peacock JA 1990. An in vitro study of the onset of turbulence in the sinus of valsalva. Circ Res 67: 448-460. doi: 10.1161/01.RES.67.2.448

56. Mettauer B, Levy F, Richard R, et al. 2005. Exercising with a denervated heart after cardiac transplantation. Ann Transplant 10: 35-42.

57. Armour JA, Ardell JL 2004. Basic and Clinical Neurocardiology Oxford: Oxford University Press.

58. Biasetti J, Hussain F, Gasser TC 2011. Blood flow and coherent vortices in the normal and aneurysmatic aortas: a fluid dynamical approach to intra-luminal thrombus formation. J R Soc Interface 8: 1449-1461. doi: 10.1098/rsif.2011.0041

59. Matsumoto H, Papastamatiou NJ, Umezawa H, et al. 1975. Dynamical rearrangement in the Anderson-Higgs-Kibble mechanism. Nucl Phys B 97: 61-89. doi: 10.1016/0550-3213(75)90215-1

60. Matsumoto H, Papastamatiou NJ, Umezawa H 1975. The boson transformation and the vortex solution. Nucl Phys B 97: 90-124. doi: 10.1016/0550-3213(75)90216-3

61. Manka R, Vitiello G 1990. Topological solitons and temperature effects in gauge field theory. Ann Phys 199: 61-83. doi: 10.1016/0003-4916(90)90368-X

62. Vitiello G 2000. Defect formation through boson condensation in quantum field theory. Topological Defects and the Non-Equilibrium Dynamics of Symmetry Breaking Phase Transitions Dordrecht: Springer, 171-191. doi: 10.1007/978-94-011-4106-2_9

63. Meyer G, Vitiello G 2018. On the molecular dynamics in the hurricane interactions with its environment. Phys Lett A 382: 1441-1448. doi: 10.1016/j.physleta.2018.03.044

64. Da Silva AF, Carpenter T, How TV, et al. 1997. Stable vortices within vein cuffs inhibit anastomotic myointimal hyperplasia? Eur J Vasc Endovasc Surg 14: 157-163. doi: 10.1016/S1078-5884(97)80185-2

65. Kefayati S, Amans M, Faraji F, et al. 2017. The manifestation of vortical and secondary flow in the cerebral venous outflow tract: An in vivo MR velocimetry study. J Biomech 50: 80-187. doi: 10.1016/j.jbiomech.2016.11.041

66. Lurie F, Kistner RL, Eklof B, et al. 2003. Mechanism of venous valve closure and role of the valve in circulation: a new concept. J Vasc Surg 38: 955-961. doi: 10.1016/S0741-5214(03)00711-0

67. Boisseau MR 1997. Venous valves in the legs: hemodynamic and biological problems and relationship to physiopathology. J Mal Vasc 22: 122-127.

68. Machi J, Sigel B, Ramos JR, et al. 1986. Sonographic evaluation of platelet aggregate retention in a vortex within a simulated venous sinus. J Ultrasound Med 5: 685-689. doi: 10.7863/jum.1986.5.12.685

69. Meyer G, Vitiello G 2019. On the hurricane collective molecular dynamics. J Phys Conf Ser 1275: 012017. doi: 10.1088/1742-6596/1275/1/012017

70. Higgs PW 1966. Spontaneous symmetry breakdown without massless bosons. Phys Rev 145: 1156-1163. doi: 10.1103/PhysRev.145.1156

71. Freeman W, Vitiello G 2010. Vortices in brain waves. Int J Mod Phys B 24: 3269-3295. doi: 10.1142/S0217979210056025

72. Del Giudice E, Vitiello G 2006. The role of the electromagnetic field in the formation of domains in the process of symmetry breaking phase transitions. Phys Rev A 74: 02210.

73. De Lauro E, De Martino S 2019. On the heart vibrations: Some insights from ECG and laser doppler vibrometry.p. atticon11705 V-C-5in press.

74. Scalise L 2012. Non contact heart monitoring. Advances in Electrocardiograms-Methods and Analysis Rijeka, Croatia: InTech, 81-106.

75. Tomasini E, Pinotti M, Paone N 1998. Carotid artery pulse wave measured by a laser vibrometer.3411: 611-616.

76. Morbiducci U, Scalise L, De Melis M 2006. Optical vibrocardiography: a novel tool for optical monitoring of cardiac activity. Ann Biomed Eng 35: 45-58. doi: 10.1007/s10439-006-9202-9

77. Buccheri G, De Lauro E, De Martino S, et al. 2016. Experimental study of self-oscillations of the trachea–larynx tract by laser doppler vibrometry. Biomed Phys Eng Express 2: 055009. doi: 10.1088/2057-1976/2/5/055009

78. Tavakolian K, Dumont GA, Blaber AP 2012. Analysis of seismocardiogram capability for trending stroke volume changes: A lower body negative pressure study. Computing in Cardiology 2012: 733-736.

79. Desjardins CL, Antonelli LT 2007. A remote and non-contact method for obtaining the blood pulse waveform with a laser Doppler vibrometer. Advanced Biomedical and Clinical Diagnostic Systems V, Proc. SPIE.

80. Hyvärinen A, Karhunen J, Oja E 2001. Independent Component Analysis Hoboken, USA: John Wiley & Sons. doi: 10.1002/0471221317

81. Capuano P, De Lauro E, De Martino S, et al. 2017. Convolutive independent component analysis for processing massive datasets: a case study at Campi Flegrei (Italy). Nat Hazards 86: 417-429. doi: 10.1007/s11069-016-2545-0

82. Capuano P, De Lauro E, De Martino S 2016. Detailed investigation of long-period activity at Campi Flegrei by convolutive independent component analysis. Phys Earth Planet Inter 253: 48-57. doi: 10.1016/j.pepi.2016.02.003

83. Capuano P, De Lauro E, De Martino S 2011. Water-level oscillations in the Adriatic Sea as coherent self-oscillations inferred by independent component analysis. Prog Oceanogr 91: 447-460. doi: 10.1016/j.pocean.2011.06.001

84. De Lauro E, De Martino S, Falanga M, et al. 2006. Statistical analysis of Stromboli VLP tremor in the band [0.1–0.5] Hz: some consequences for vibrating structures. Nonlinear Process Geophys 13: 393-400. doi: 10.5194/npg-13-393-2006

85. Rüssel IK, Götte MJW, Bronzwaer JG, et al. 2009. Left ventricular torsion: an expanding role in the analysis of myocardial dysfunction. JACC Cardiovasc Imaging 2: 648-655. doi: 10.1016/j.jcmg.2009.03.001

86. Loppini A, Capolupo A, Cherubini C 2012. On the coherent behavior of pancreatic beta cell clusters. Phys Lett A 378: 3210-3217. doi: 10.1016/j.physleta.2014.09.041

87. Dal Lin C, Brugnolo L, Marinova M, et al. 2020. Toward a unified view of cognitive and biochemical activity: Meditation and linguistic self-reconstructing may lead to inflammation and oxidative stress improvement. Entropy 22: 818. doi: 10.3390/e22080818

88. Dal Lin C, Radu CM, Vitiello G, et al. 2020. In vitro effects on cellular shaping, contratility, cytoskeletal organization and mitochondrial activity in HL1 cells after different sounds stimulation. A qualitative pilot study and a theoretical physical model, 2020.

89. McFadden J, Al-Khalili J 2014. Life on the edge: the coming of age of quantum biology London: Bantam Press.

90. McFadden J, Al-Khalili J 1999. A quantum mechanical model of adaptive mutation. Biosystems 50: 203-211. doi: 10.1016/S0303-2647(99)00004-0

91. Misra B, Sudarshan ECG 1977. The Zeno's paradox in quantum theory. J Math Phys 18: 756-763. doi: 10.1063/1.523304

92. Kraus K 1981. Measuring processes in quantum mechanics I. Continuous observation and the watchdog effect. Found Phys 11: 547-576. doi: 10.1007/BF00726936

93. Meloni M 2014. The social brain meets the reactive genome: neuroscience, epigenetics and the new social biology. Front Hum Neurosci 8: 309. doi: 10.3389/fnhum.2014.00309

94. Vitiello G 2014. On the isomorphism between dissipative systems, fractal self-similarity and electrodynamics. Toward an integrated vision of nature. Systems 2: 203-216. doi: 10.3390/systems2020203

95. Novack DH, Cameron O, Epel E, et al. 2007. Psychosomatic medicine: The scientific foundation of the biopsychosocial model. Acad Psychiatry 31: 388-401. doi: 10.1176/appi.ap.31.5.388

96. Dal Lin C, Gola E, Brocca A, et al. 2018. miRNAs may change rapidly with thoughts: The relaxation response after myocardial infarction. Eur J Integr Med 20: 63-72. doi: 10.1016/j.eujim.2018.03.009

97. Chrousos GP 2009. Stress and disorders of the stress system. Nat Rev Endocrinol 5: 374-381. doi: 10.1038/nrendo.2009.106

98. Muehsam D, Ventura C 2014. Life rhythm as a symphony of oscillatory patterns: electromagnetic energy and sound vibration modulates gene expression for biological signaling and healing. Glob Adv Health Med 3: 40-55. doi: 10.7453/gahmj.2014.008

99. CymaScope 2015. Heart Beat Made Visible on CymaScope Avaibale from: https://www.youtube.com/watch?v=2kuY98F7o_0.

100. Ingber DE, Wang N, Stamenović D 2014. Tensegrity, cellular biophysics, and the mechanics of living systems. Rep Prog Phys 77: 046603. doi: 10.1088/0034-4885/77/4/046603

101. Wang N, Tytell JD, Ingber DE 2009. Mechanotransduction at a distance: Mechanically coupling the extracellular matrix with the nucleus. Nat Rev Mol Cell Biol 10: 75-82. doi: 10.1038/nrm2594

102. Martino F, Perestrelo AR, Vinarsky V, et al. 2018. Cellular mechanotransduction: from tension to function. Frony Physiol 9: 824. doi: 10.3389/fphys.2018.00824

103. Buxbaum O 2016. Key Insights into Basic Mechanisms of Mental Activity Switzerland: Springer International Publishing. doi: 10.1007/978-3-319-29467-4

104. Jamieson JP, Crum AJ, Goyer JP, et al. 2018. Optimizing stress responses with reappraisal and mindset interventions: an integrated model. Anxiety, Stress, Coping 31: 245-261. doi: 10.1080/10615806.2018.1442615

105. Pulvermüller F 2013. How neurons make meaning: Brain mechanisms for embodied and abstract-symbolic semantics. Trends Cogn Sci 17: 458-470. doi: 10.1016/j.tics.2013.06.004

106. Segall JM, Allen EA, Jung RE, et al. 2012. Correspondence between structure and function in the human brain at rest. Front Neuroinform 6: 10. doi: 10.3389/fninf.2012.00010

107. Alexander-Bloch A, Shou H, Liu S, et al. 2018. On testing for spatial correspondence between maps of human brain structure and function. Neuroimage 178: 540-551. doi: 10.1016/j.neuroimage.2018.05.070

108. Rebollo I, Devauchelle AD, Béranger B, et al. 2018. Stomach-brain synchrony reveals a novel, delayed-connectivity resting-state network in humans. Elife 7: e33321. doi: 10.7554/eLife.33321

109. Ventura C 2017. Seeing cell biology with the eyes of physics. NanoWorld J 3: S1-S8.

110. Fredericks S, Saylor JR 2013. Shape oscillation of a levitated drop in an acoustic field, 2013 Available from: arXiv:1310.2967.

111. Zhang CY, Wang Y, Schubert R, et al. 2016. Effect of audible sound on protein crystallization. Cryst Growth Des 16: 705-713. doi: 10.1021/acs.cgd.5b01268

112. Guo F, Li P, French JB, et al. 2015. Controlling cell–cell interactions using surface acoustic waves. Proc Natl Acad Sci 112: 43-48. doi: 10.1073/pnas.1422068112

113. Vogel V, Sheetz M 2006. Local force and geometry sensing regulate cell functions. Nat Rev Mol Cell Biol 7: 265-275. doi: 10.1038/nrm1890

114. Shaobin G, Wu Y, Li K, et al. 2010. A pilot study of the effect of audible sound on the growth of Escherichia coli. Colloid Surface B 78: 367-371. doi: 10.1016/j.colsurfb.2010.02.028

115. Gu SB, Yang B, Wu Y, et al. 2013. Growth and physiological characteristics of E. coli in response to the exposure of sound field. Pakistan J Biol Sci 16: 969-975. doi: 10.3923/pjbs.2013.969.975

116. Sahu S, Ghosh S, Fujita D, et al. 2014. Live visualizations of single isolated tubulin protein self-assembly via tunneling current: effect of electromagnetic pumping during spontaneous growth of microtubule. Sci Rep 4: 7303. doi: 10.1038/srep07303

117. Acbas G, Niessen KA, Snell EH, et al. 2014. Optical measurements of long-range protein vibrations. Nat Commun 5: 3076. doi: 10.1038/ncomms4076

118. Christians ES, Benjamin IJ 2012. Proteostasis and REDOX state in the heart. Am J Physiol Heart Circ Physiol 302: H24-H37. doi: 10.1152/ajpheart.00903.2011

119. Christians ES, Mustafi SB, Benjamin IJ 2014. Chaperones and cardiac misfolding protein diseases. Curr Protein Pept Sci 15: 189-204. doi: 10.2174/1389203715666140331111518

120. Naviaux RK 2014. Metabolic features of the cell danger response. Mitochondrion 16: 7-17. doi: 10.1016/j.mito.2013.08.006

121. Crum A, Zuckerman B 2017. Changing mindsets to enhance treatment effectiveness. J Am Med Assoc 317: 2063-2064. doi: 10.1001/jama.2017.4545

122. Maas C, Belgardt D, Han KL, et al. 2009. Synaptic activation modifies microtubules underlying transport of postsynaptic cargo. Proc Natl Acad Sci 106: 8731-8736. doi: 10.1073/pnas.0812391106

123. Lo LP, Liu SH, Chang YC 2007. Assembling microtubules disintegrate the postsynaptic density in vitro. Cell Motil Cytoskeleton 64: 6-18. doi: 10.1002/cm.20163

124. Arimura N, Kaibuchi K 2007. Neuronal polarity: From extracellular signals to intracellular mechanisms. Nat Rev Neurosci 8: 194-205. doi: 10.1038/nrn2056

125. Macario AJL, Conway de Macario E 2000. Stress and molecular chaperones in disease. Int J Clin Lab Res 30: 49-66. doi: 10.1007/s005990070016

126. Dal Lin C, Marinova M, Brugnolo L, et al. Rapid senectome and alternative splicing miRNAs changes with the relaxation response: A one year follow-up study, 2020 Available from: Preprints doi:10.20944/preprints202007.0268.v1.

127. Picard M, McManus MJ, Gray JD, et al. 2015. Mitochondrial functions modulate neuroendocrine, metabolic, inflammatory, and transcriptional responses to acute psychological stress. Proc Natl Acad Sci 112: E6614-E6623. doi: 10.1073/pnas.1515733112

128. Piattelli-Palmarini M, Vitiello G 2015. Linguistics and some aspects of its underlying dynamics. Biolinguistics 9: 96-115.

129. Mańka R, Ogrodnik B 1991. A model of soliton transport along microtubules. J Biol Phys 18: 85-189. doi: 10.1007/BF00417807

130. Kučera O, Havelka D 2012. Mechano-electrical vibrations of microtubules-Link to subcellular morphology. BioSystems 109: 346-355. doi: 10.1016/j.biosystems.2012.04.009

131. Benias PC, Wells RG, Sackey-Aboagye B, et al. 2018. Structure and distribution of an unrecognized interstitium in human tissues. Sci Rep 8: 4947. doi: 10.1038/s41598-018-23062-6

132. Brizhik L, Chiappini E, Stefanini P, et al. 2019. Modeling meridians within the quantum field theory. J Acupunct Meridian Stud 12: 29-36. doi: 10.1016/j.jams.2018.06.009

133. Bentov I 1977. Stalking the wild pendulum Glasgow: William Collins Sons & Co. Ltd.

134. Pavanello S, Campisi m, Tona F, et al. 2019. Exploring epigenetic age in response to intensive relaxing training: A pilot study to slow down biological age. Int J Env Res Pub He 16: 3074. doi: 10.3390/ijerph16173074

135. Dal Lin C, Grasso R, Scordino A, et al. 2020. Ph, electric conductivity and delayed luminescence changes in human sera of subjects undergoing the relaxation response: A pilot study Available from: doi:10.20944/PREPRINTS202004.0202.V1.

136. Cifra M, Brouder C, Nerudová M, et al. 2015. Biophotons, coherence and photocount statistics: A critical review. J Lumin 164: 38-51. doi: 10.1016/j.jlumin.2015.03.020

137. Boveris A, Cadenas E, Reiter R 1980. Organ chemiluminescence: noninvasive assay for oxidative radical reactions. Proc Natl Acad Sci 77: 347-351. doi: 10.1073/pnas.77.1.347

138. Krasovitski B, Frenkel V, Shoham S 2011. Intramembrane cavitation as a unifying mechanism for ultrasound-induced bioeffects. Proc Natl Acad Sci 108: 3258-3263. doi: 10.1073/pnas.1015771108

139. Brujan EA 2000. Collapse of cavitation bubbles in blood. Europhys Lett 50: 175. doi: 10.1209/epl/i2000-00251-7

140. Brennen CE 2015. Cavitation in medicine. Interface Focus 5: 20150022. doi: 10.1098/rsfs.2015.0022

141. Didenko YT, Suslick KS 2002. The energy efficiency of formation of photons radicals and ions during single-bubble cavitation. Nature 418: 394-397. doi: 10.1038/nature00895

142. Sabbadini SA, Vitiello G 2019. Entanglement and phase-mediated correlations in quantum field theory. Application to brain-mind states. Appl Sci 9: 3203. doi: 10.3390/app9153203

143. Shaffer F, McCraty R, Zerr CL 2014. A healthy heart is not a metronome: an integrative review of the heart's anatomy and heart rate variability. Front Psychol 5: 1040. doi: 10.3389/fpsyg.2014.01040

144. Grippo A 2011. The utility of animal models in understanding links between psychosocial processes and cardiovascular health. Soc Pers Psychol Compass 5: 164-179. doi: 10.1111/j.1751-9004.2011.00342.x

145. Mensah G, Collins P 2015. Understanding mental health for the prevention and control of cardiovascular diseases. Glob Heart 10: 221. doi: 10.1016/j.gheart.2015.08.003

146. Valdes-Sosa PA, Roebroeck A, Daunizeau J, et al. (2011) Effective connectivity: Influence, causality and biophysical modeling. Neuroimage 58: 339-361. doi: 10.1016/j.neuroimage.2011.03.058

147. Friston KJ (2011) Functional and effective connectivity: A review. Brain Connectivity 1: 13-36. doi: 10.1089/brain.2011.0008

148. Fingelkurts AA, Fingelkurts AA, Kähkönen S (2005) Functional connectivity in the brain—is it an elusive concept? Neurosci Biobehav Rev 28: 827-836. doi: 10.1016/j.neubiorev.2004.10.009

149. Gerstein GL, Perkel DH (1969) Simultaneously recorded trains of action potentials: analysis and functional interpretation. Science 164: 828-830. doi: 10.1126/science.164.3881.828

150. Friston KJ, Frith CD, Liddle PF, et al. (1993) Functional connectivity: The principal-component analysis of large (PET) data sets. J Cereb Blood Flow Metab 13: 5-14. doi: 10.1038/jcbfm.1993.4

151. Horwitz B (2003) The elusive concept of brain connectivity. Neuroimage 19: 466-470. doi: 10.1016/S1053-8119(03)00112-5

152. Sporns O, Tononi G, Kötter R (2005) The human connectome: A structural description of the human brain. PLoS Comput Biol 1: e42. doi: 10.1371/journal.pcbi.0010042

153. Biswal B, Yetkin FZ, Haughton VM, et al. (1995) Functional connectivity in the motor cortex of resting human brain using echo‐planar mri. Magn Reson Med 34: 537-541. doi: 10.1002/mrm.1910340409

154. Fox MD, Raichle ME (2007) Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nat Rev Neurosci 8: 700-711. doi: 10.1038/nrn2201

155. Greicius MD, Krasnow B, Reiss AL, et al. (2003) Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci 100: 253-258. doi: 10.1073/pnas.0135058100

156. Raichle ME (2015) The brain's default mode network. Annu Rev Neurosci 38: 433-447. doi: 10.1146/annurev-neuro-071013-014030

157. Raichle ME, MacLeod AM, Snyder AZ, et al. (2001) A default mode of brain function. Proc Natl Acad Sci 98: 676-682. doi: 10.1073/pnas.98.2.676

158. Gusnard DA, Raichle ME (2001) Searching for a baseline: functional imaging and the resting human brain. Nat Rev Neurosci 2: 685-694. doi: 10.1038/35094500

159. Shulman GL, Fiez JA, Corbetta M, et al. (1997) Common blood flow changes across visual tasks: II. Decreases in cerebral cortex. J Cogn Neurosci 9: 648-663. doi: 10.1162/jocn.1997.9.5.648

160. Mazoyer B, Zago L, Mellet E, et al. (2001) Cortical networks for working memory and executive functions sustain the conscious resting state in man. Brain Res Bull 54: 287-298. doi: 10.1016/S0361-9230(00)00437-8

161. McKiernan KA, Kaufman JN, Kucera-Thompson J, et al. (2003) A parametric manipulation of factors affecting task-induced deactivation in functional neuroimaging. J Cogn Neurosci 15: 394-408. doi: 10.1162/089892903321593117

162. Dal Lin C, Fortino V, O'Connor D, et al. (2017) Could clinical medicine benefit from mathematical modeling in the same way systems biology and nonlinear dynamics did? EPMA J 8: 139-149. doi: 10.1007/s13167-017-0089-1

163. Bzdok D, Meyer-Lindenberg A (2018) Machine learning for precision psychiatry: Opportunities and challenges. Biol Psychiatry Cogn Neurosci Neuroimaging 3: 223-230. doi: 10.1016/j.bpsc.2017.11.007

164. Dal Lin C, Tona F, Osto E (2019) Systems biology and brain activity in neuronal pathways by smart device and advanced signal processing. Front Physiol 10: 732. doi: 10.3389/fphys.2019.00732

165. Dal Lin C, Pollock L, Fortino V, et al. (2019) First experimental evidence of miRNA secreted through an active process of cardiac cells cocultured with endothelial cells. Physiol Meas 40: 054001. doi: 10.1088/1361-6579/ab15cc

166. Dal Lin C, O'Connor D, Tona F, et al. (2019) Mathematical modeling in cardiology and cardiac psychology: Network physiology provides a novel theoretical framework. EPMA J 10: 323-329. doi: 10.1007/s13167-019-00188-9

167. Dal Lin C, O'Connor D, Tona F, et al. (2019) Systems biology analysis merges PTSD and its animal model by network convergence of MIAT to NF-κB in blood: Towards precision medicine. EPMA J 10: 345-356. doi: 10.1007/s13167-019-00190-2

168. Dal Lin C, Krakovska O, Toniolo L, et al. (2019) Electrothermally functionalized carbon nanotubes improve electrical excitation of cardiac myocytes. EPMA J 10: 391-406. doi: 10.1007/s13167-019-00192-0

169. Dal Lin C, Pollock L, Campbell SL, et al. (2019) Analysis of cardiac cells cocultured with endothelial cells and fibroblasts shows network physiology connecting cardiovascular systems. EPMA J 10: 407-420. doi: 10.1007/s13167-019-00195-x

170. Dal Lin C, Marinova M, Cosimelli M, et al. A longitudinal miRNA analysis in blood of different ages undergoing the relaxation response: A systems biology approach, 2020 Preprint

171. Buschmann EE, Horn PA, Lichtenegger A, et al. (2020) Neuropeptides, endogenous cardioactive steroids and NO-system components change under mental load - indicators of short-term stress? Sci Rep 10: 2248. doi: 10.1038/s41598-020-59137-y

172. Vitiello G (2009) My double unveiled. Entangled quanta, consciousness and topology London: John Benjamin Publishing Company.

173. Vitiello G (1995) Structure and behavior in quantum field theory. Phys Lett A 206: 1-13. doi: 10.1016/0375-9601(95)00694-D

174. Sabbadini A, Strickland W, Yost G, et al. (2019) The physiological bases of cognitive defusion. J Contextual Behav Sci 12: 103-110. doi: 10.1016/j.jcbs.2018.07.001

175. Sabbadini A, Ventura F, Ragogna M, et al. (2020) Psychological defusion and committed actions: Changing willingness and intention through metaphors. J Contextual Behav Sci 15: 1-6. doi: 10.1016/j.jcbs.2019.09.003

176. Vitiello G (2015) Coherent states, fractals and brain waves. New Mathematics and Natural Computation 11: 245-264. doi: 10.1142/9789814628726_0012

177. Freeman WJ, Vitiello G (2016) Observations can turn dissipative quantum systems classical. arXiv:1610.00211

178. Freeman WJ (2016) Selves create word meanings through coordinating neuronal phase and amplitude. Behav Brain Sci 39: e229. doi: 10.1017/S0140525X15000643

179. Freeman WJ (2016) Cerebral fractal fads from harmonic waves. arXiv:1609.03343

180. Freeman WJ, Vitiello G (2018) The dissipative many-body model of brain neurons. Progress in Biophysics and Molecular Biology 134: 3-12. doi: 10.1016/j.pbiomolbio.2018.05.007

181. Freeman WJ, Vitiello G (2019) Hybrid dynamics mutate frenzy and thought into perceptions in brains of meaning. Current Opinion in Neurobiology 58: 144-149. doi: 10.1016/j.conb.2019.07.004

182. Haimovici A, Tagliazucchi E, Balenzuela P, et al. (2013) Brain organization into resting state networks emerges at criticality on a model of the human connectome. Phys Rev Lett 110: 178101. doi: 10.1103/PhysRevLett.110.178101

183. Liu C, Xie L, Zhang Y, et al. (2018) The spatial distribution pattern of functional connectivity change in physiological aging. Front Hum Neurosci 12: 402. doi: 10.3389/fnhum.2018.00402

184. Allen JP, Litten RZ, Fertig JB, et al. (1997) A review of research on the Alcohol Use Disorders Identification Test (AUDIT). Alcohol Clin Exp Res 21: 613-619. doi: 10.1111/j.1530-0277.1997.tb03811.x

185. Litten RZ, Allen JP (1992) Measuring alcohol consumption: psychosocial and biochemical methods. Totowa, NJ, US: Humana Press. doi: 10.1007/978-1-4612-0357-5

186. Walters ST, Vader AM, Harris TR (2007) A controlled trial of web-based feedback for heavy drinking college students. Prev Sci 8: 83-88. doi: 10.1007/s11121-006-0059-9

Кафедра кардиологии, торакальных и сосудистых наук, Медицинская школа Падуанского университета, Падуя, Италия

• Факультет информатики, Университет Салерно, Фишиано (Салерно), Италия
• Кафедра физики "E.R.Caianiello", Университет Салерно, Фишиано (Салерно), Италия.

Опубликовано: 28 октября 2020 г.