Wow! but how?

Wie die BioCoherence-Technologie funktioniert

Wow! Aber wie? Dies ist die Hauptfrage, die neue Benutzer nach ihrem ersten Scan stellen.

Lassen Sie mich das einfach erklären. Wenn Sie tiefer eintauchen möchten, gibt es eine detailliertere Erklärung danach.

Schnelle Erklärung

Von Rohaufzeichnung zu Erkenntnissen

BioCoherence beginnt mit einer ECG (Elektrokardiogramm) Aufzeichnung, die einen medizinisch zertifizierten Sensor verwendet. Während hauptsächlich die elektrische Aktivität des Herzens aufgezeichnet wird, erfasst der Sensor auch die elektrische Aktivität des gesamten Körpers, vom linken Finger bis zum rechten Finger. Diese umfassenden Daten zeigen sich als die Haupt-ECG-Aufzeichnung, die vom Rhythmus des Herzens dominiert wird, aber auch andere subtile elektrische Aktivitäten anzeigt.

Datenverarbeitung und -analyse

Rohdaten zu Merkmalen: Die ursprüngliche ECG-Aufzeichnung umfasst sowohl den Haupt-Herzrhythmus als auch andere elektrische Frequenzen. Automatische Filterung schließt problematische Schläge (z.B. aufgrund von Bewegung) aus, was eine genaue Analyse ermöglicht.

Analyse auf mehreren Ebenen:

1. Erst-Ordnung-Analyse:
• Extrahiert Primärdaten aus dem ECG, wie spezifische Frequenzen (VLF, LF, HF) und zeitbasierte Intervalle (HRV).
• Nutzt umfangreiche veröffentlichte Forschung, um akademische Biomarker abzuleiten.

2. Zweit-Ordnung-Analyse:

• Analysiert die Erst-Ordnung-Daten, um neue Eigenschaften zu entdecken, wie Harmoniken und Entropie.
• Berechnet zusätzliche Biomarker-Infos, einschließlich Qualitäten wie Aufmerksamkeit und Absicht.

3. Dritt-Ordnung-Analyse:

• Identifiziert Verbindungen und Resonanzen zwischen Elementen und zeigt energetische Beziehungen (z.B. zwischen Organen) auf.
• Verwendet komplexe Algorithmen zur Berechnung von TCM-Rezepten und verknüpften Elementen.

4. Viert-Ordnung-Analyse:

• Berechnet Ressourcen und Prioritäten und zeigt an, welche Biomarker am bedeutendsten sind.
• Integriert die Ergebnisse in einen kohärenten Überblick über die Gesundheit des Benutzers.

Vorteile für den Benutzer:

• Scan-Modul: Bietet detaillierte Biomarker-Analysen, Körperkarten und Grafiken.
• Test-Modul: Bietet Echtzeit-Biofeedback und ein offenes Erstellungssystem.
• Balance-Modul: Generiert benutzerdefinierte Meditationen und Berichte.

Wert im Alltag: Konzentriert sich auf höherwertige Informationen (Ressourcen, Prioritäten), die den Benutzern die praktischsten Erkenntnisse bieten, während gleichzeitig der Zugang zu allen detaillierten Daten ermöglicht wird.

Zusammenfassend lässt sich sagen, dass BioCoherence fortschrittliche mathematische Algorithmen verwendet, um rohe ECG-Daten in wertvolle Gesundheitsinformationen zu transformieren und eine Analyse auf mehreren Ebenen anzubieten, die umfassende Informationen über die elektrische Aktivität des Körpers offenbart. Dieser innovative Ansatz bietet den Benutzern umsetzbare Daten zur Verbesserung ihres Wohlbefindens.

Ausführliche Erklärung

Lass uns tief eintauchen... Ich werde versuchen, so tief wie möglich zu antworten, ohne technische Bereiche zu betreten...

Am Anfang war die Rohaufnahme

BioCoherence beginnt mit einer EKG-Aufnahme. EKG steht für « Elektrokardiogramm », was bedeutet, dass wir ein medizinisch zertifiziertes Gerät (unseren Sensor) verwenden, das hauptsächlich dazu gedacht ist, die elektrische Aktivität des Herzens aufzuzeichnen. Aber es gibt einen Haken: Das Herz ist das leistungsfähigste Organ, aber nicht das einzige Organ im Körper mit elektrischer Aktivität. Wir wissen, dass das Gehirn dies tut (es zeigt sich in einem EEG, einem Elektroenzephalogramm), aber tatsächlich hat jedes Organ, jedes Atom, jedes System eine magnetische und elektrische Aktivität. Während wir vom linken Finger zum rechten Finger messen, zeichnet der Sensor viel mehr auf als nur den Herzschlag: Er zeichnet die gesamte magnetische und elektrische Aktivität des Körpers auf.

Das erste, was wir haben, ist eine große Menge an elektrischen Informationen, die sich als die Haupt-EKG-Aufzeichnung zeigt. Diese wird eindeutig vom Haupt-Rhythmus des Herzschlags dominiert, aber es gibt viele Dinge, die unter dieser Hauptaktivität ablaufen, und das zeigt sich in BioCoherence als die graue Linie, die um die Hauptwelle vibriert. Hier werden wir Daten finden, um die Aktivität von Tausenden von Biomarkern wiederherzustellen.

Sie können es auf den Frequenzseiten sehen: Nahe dem unteren Ende des Frequenzdiagramms haben Sie immer eine dunkle Linie, die die wichtigste Frequenz (die Herzfrequenz) ist, aber Sie können auch viele andere Frequenzen sehen, die in der Aufnahme vorhanden sind. Dieses Frequenzdiagramm ist eine andere Möglichkeit, die Aufzeichnungswelle zu sehen, indem zeitbasierte Informationen in ein frequenzbasiertes Diagramm umgewandelt werden; aber es sind immer noch die gleichen Rohinformationen.

Wir haben einige automatische Filter hinzugefügt, um problematische Schläge auszuschließen (weil der Benutzer sich beispielsweise bewegt hat und das elektrische Signal für einige Sekunden außer Kontrolle war), und an diesem Punkt können wir beginnen, diese Aufnahme zu analysieren, um Merkmale zu extrahieren.

Emergente Eigenschaften

In der Systemtheorie gibt es ein wichtiges Konzept, das als „emergente Eigenschaften“ bezeichnet wird. Kurz gesagt besagt es, dass mit jeder neuen Komplexitätsstufe neue Eigenschaften auftreten, die nicht direkt aus den Eigenschaften der unteren Stufe abgeleitet werden. Zum Beispiel kann man 2 hochentzündliche Gase (Sauerstoff und Wasserstoff) mischen und eine stabile Flüssigkeit (Wasser) erhalten, deren Eigenschaften sich aus diesen Gasen unmöglich ableiten lassen. Aus diesem Grund führen wir eine Analyse auf mehreren Ebenen durch, wobei jede Ebene die Eigenschaften der vorherigen Ebene nutzt und jede Ebene neue Beziehungen aufdeckt, die auf der vorherigen Ebene nicht existieren konnten.

All dies erfolgt ausschließlich durch Mathematik. Im Gegensatz zu den meisten anderen „energetischen Bewertungseinheiten“, die hauptsächlich auf Zufallszahlengeneratoren basieren, basieren die Algorithmen in BioCoherence rein auf Mathematik, und so werden die Ergebnisse für eine Aufnahme immer genau gleich sein. Tatsächlich wird die gesamte Berechnung jedes Mal neu durchgeführt, wenn Sie eine Aufnahme öffnen.

Dann erfolgt eine Erstanalyse

Nun werden unsere Algorithmen eine Erstanalyse dieser Rohdaten durchführen, um Informationen erster Ordnung zu extrahieren. Diese können beispielsweise aus spezifischen Frequenz- oder Frequenzbereichen (wie für VLF, LF oder HF) oder zeitbasierten Intervallanalysen (wie für HRV) stammen.

Wir haben viele veröffentlichte Forschungsarbeiten von einer sehr breiten Palette von EKG-Forschern genutzt, die normalerweise nicht miteinander sprechen, um umfangreiche Listen von Informationen zu erstellen, die wir auf dieser Ebene extrahiert haben.

Diese Erstanalyse liefert uns hauptsächlich die akademischen Biomarker, da dies normalerweise der Punkt ist, an dem offizielle Forschungen enden. Dies liegt daran, dass die Signalverarbeitung in der medizinischen Forschung normalerweise ziemlich eingeschränkt ist*, während ich musikalische Signalverarbeitung angewendet habe, die weit fortgeschrittener ist. Da DSPs (digitale Signalprozessoren) seit den 90er Jahren die analoge Behandlung in der Musik ersetzt haben, wurde eine enorme Menge an Forschung betrieben, um digitale Aufnahmen mit vielen Werkzeugen wie Soundeffekten oder verschiedenen Werkzeugen zur Anpassung eines digitalen Musikinhalts in Echtzeit zu verstehen, zu emulieren und zu verarbeiten. Das sind im Grunde die gleichen Algorithmen, die wir in BioCoherence verwenden: fortgeschrittene Mathematik, die Tontechniker in der Musikverarbeitung kennen, aber niemand in medizinischen Anwendungen nutzt.

Die Dinge werden interessant bei der Analyse zweiter Ordnung

Sobald wir diese Daten erster Ordnung haben, erhalten wir neue Eigenschaften und können mehrere Analysen zweiter Ordnung zu diesen neuen Eigenschaften durchführen. Zum Beispiel haben wir als Analyse erster Ordnung ein Spektrum berechnet: Dank eines mathematischen Algorithmus namens FFT (Fast Fourier Transform) können wir die Rohaufnahme als Frequenzen anstatt als Welle anzeigen. Jetzt werden wir in einer Analyse zweiter Ordnung ein Cepstrum berechnen (das ist eine FFT zweiter Ordnung), das es uns ermöglicht, nicht die Frequenzen, sondern die Harmoniken im Signal zu extrahieren: mit einem Wort, es extrahiert die Frequenzen, die harmonisch zusammen resonieren. Mit diesen Ergebnissen werden wir einige neue Biomarker erhalten.

• Ein Beispiel für eine andere Analyse zweiter Ordnung ist die Berechnung der Entropie (oder « Unruhe ») jedes Biomarkers. Mit einem Wort, es zeigt, wie statisch oder unruhig ein spezifischer Biomarker ist.
• Ein weiteres Beispiel für Analysen zweiter Ordnung sind die Eigenschaften, die wir rechts von einem Biomarker zeigen, wie Aufmerksamkeit, Absicht und Horizont (Eigenschaften, die aus ihren musikalischen Qualitäten extrahiert werden) und Hauptzyklen.

Es gibt viele Analysen zweiter Ordnung, die am Signal durchgeführt werden, und so erhalten wir viele neue Informationen über Biomarker. Aber wir werden hier nicht aufhören, denn diese neue Ebene deckt einige neue interessante Eigenschaften auf, die vorher nicht existierten.

Erneut haben wir viele veröffentlichte Forschungen von einer sehr breiten Vielfalt von Forschern verwendet, nun nicht zu ECG-Daten, sondern zu therapiespezifischen Daten wie Ayurveda, TCM, energetischer Bewertung oder moderner Medizin.

Eine Analyse dritter Ordnung: Verbindungen und Resonanzen

Jetzt kommt eine weitere Ebene der Komplexität mit ihren neuen Wundern. Mit all den neuen Daten 2^ter Ordnung, die wir haben, können wir neue Eigenschaften berechnen, wie zum Beispiel Verbindungen zwischen Elementen. Diese Verbindungen sind überall in der App sichtbar, wie auf Grafiken oder Körperkarten; sie ermöglichen es uns, die Hauptenergiereaktionen zwischen, sagen wir, Organen zu verstehen: Wenn ein Organ mit einem anderen verbunden ist, kann das darauf hindeuten, dass ein energetischer Transfer stattfindet, und das eine hilft dem anderen oder umgekehrt.

Diese Verbindungen werden mit einem ziemlich komplexen multidimensionalen Algorithmus berechnet, der fortgeschrittene Vektormathematik verwendet, um gemeinsame Resonanzen zwischen Elementen zu extrahieren. Aber wir haben versucht, diese Komplexität zu verbergen und nur das Ergebnis darzustellen, nämlich die klaren Verbindungen zwischen den Elementen.

• Im Rahmen des Prozesses haben wir Tonnen von Daten berechnet, und es zeigt sich als „Verbindungsqualitäten“ und verbundene Elemente für jeden Biomarker.
• Ein weiteres Beispiel dritter Ordnung ist die Berechnung von TCM-Rezepten. Wir haben die Logik der TCM-Rezepte umgekehrt, die mehrere Akupunkturpunkte verwendet, um spezifische Symptome zu heilen. Indem wir es umkehren, sagen wir: Wenn diese Punkte durch diese Eigenschaften dritter Ordnung verbunden sind, könnte das das assoziierte Symptom ihrer Gruppe anzeigen.

Wieder haben wir veröffentlichte Forschung zu therapiespezifischen Daten verwendet. Abgesehen von TCM-Rezepten stammt die Logik der Verbindungen aus der Arbeit vieler Praktiker, mit denen wir zusammengearbeitet haben, die versuchen, die kausale Kette zu verfolgen, um die Grundursachen zu finden.

Warum nicht weiter gehen?

Okay, während wir dabei sind, lassen Sie uns mit diesen neuen emergenten Eigenschaften fortfahren und eine 4. Ebene Analyse durchführen. Mit all diesen neuen Datenpunkten können wir jetzt Ressourcen und Prioritäten berechnen. Ressourcen werden durch einen 4. Ebene Algorithmus berechnet, der Informationen aus allen unteren Ebenen verwendet, um einen einzelnen « Ressourcenwert » zu berechnen, wie auf der Ressourcen-Seite angezeigt (wenn Sie auf eine Ressource klicken, um sie bei Bedarf zu ändern). Es zeigt an, wie ein Biomarker in einer bestimmten Familie « an der Spitze der Generositätskette » steht. Die Ressourcen-Theorie stammt aus der Arbeit von Christine Degoy und wird in ihren kommenden Büchern viel ausführlicher erklärt.

Prioritäten sind hingegen irgendwie die Underdogs, die « untere Spitze der Nahrungskette » Teile. Sie werden aus 3. Ordnung Informationen und darunter extrahiert, basierend auf Energie, Agitation oder Kohärenz in einer bestimmten Biomarker-Familie. Da wir Energie, Agitation und Kohärenz berechnet haben, können wir nun als Prioritäten die zu niedrige Energie, zu hohe Energie, zu statischen und zu agitierten Elemente sowie die kohärenten Systeme festlegen, die darauf hindeuten könnten, dass etwas im Gange ist.

Und jetzt, lass uns rückwärts tanzen

Lass uns zu unserem H2O-Wasserbeispiel zurückkehren. Wenn du Wasser zum ersten Mal siehst, analysierst du es nicht nach seinen gasförmigen Komponenten. Du siehst nur die Eigenschaften der obersten Ordnung: dass du es trinken kannst; dass du darin schwimmen kannst; dass es sich mit anderen Elementen mischen kann, usw. Gewöhnlich, wenn wir ein komplexes System sehen, betrachten wir es von außen und sehen nur die Eigenschaften der obersten Ordnung. Und jedes Mal, wenn wir eine zusätzliche Ordnungsebene aufdeckten, erkannten wir, wie nützlich sie für die alltäglichen Benutzer war. Daher neigen wir in BioCoherence dazu, die Bedeutung der Informationen umzukehren und mit Ressourcen (einer Informationen der 4. Ordnung), Prioritäten (einer Informationen der 3. Ordnung), Biomarker-Blüte (einer Informationen der 2^ten Ordnung) und Biomarker-Qualitäten (einer Informationen der 3. Ordnung) zu beginnen. Es ist immer noch möglich, bis zur Informationen der ersten Ordnung (der Welle und dem Spektrum) herunterzugehen, aber was den meisten alltäglichen Wert bringt, sind die oberen Ebenen.

Die Komplexitätsordnungen werden durch die oberen rechten Pfeile auf dem Startbildschirm angezeigt (sie können angeklickt werden, um die Mathematik auf jeder Ebene zu wiederholen), aber die Menülogik (und die Reihenfolge des Berichts) ist umgekehrt: sie beginnt mit den oberen Ebenen (Gleichgewicht: Ressourcen, Prioritäten und Bericht), da dies normalerweise die wichtigste Information ist, mit der man anfangen sollte.

Und das ist alles zum Scan-Teil.