Wow! but how?

Hoe BioCoherence Technologie Werkt

Wauw! Maar hoe? Dit is de belangrijkste vraag die nieuwe gebruikers stellen na hun eerste scan.

Laat me het in eenvoudige termen uitleggen. Als je dieper wilt gaan, is er een meer gedetailleerde uitleg na dit gedeelte.

Korte uitleg

Van Ruwe Opname naar Inzichten

BioCoherence begint met een ECG (elektrocardiogram) opname, met behulp van een medisch gecertificeerde sensor. Terwijl de sensor voornamelijk de elektrische activiteit van het hart opneemt, vangt hij ook de elektrische activiteit van het hele lichaam, van de linker vinger tot de rechter vinger. Deze uitgebreide gegevens verschijnen als de belangrijkste ECG-opname, gedomineerd door het ritme van het hart, maar tonen ook andere subtiele elektrische activiteiten aan.

Gegevensverwerking en Analyse

Ruwe Gegevens naar Kenmerken: De initiële ECG-opname omvat zowel het belangrijkste hartritme als andere elektrische frequenties. Automatische filtering sluit problematische slagen uit (bijv. door beweging), waardoor een nauwkeurige analyse mogelijk is.

Analyse op Meerdere Niveaus:

  1. Eerste Orde Analyse:
    • Haalt primaire gegevens uit de ECG, zoals specifieke frequenties (VLF, LF, HF) en tijdgebaseerde intervallen (HRV).
    • Gebruikt uitgebreide gepubliceerde onderzoeken om academische biomarkers af te leiden.
  1. Tweede Orde Analyse:
    • Analyseert de gegevens van de eerste orde om nieuwe eigenschappen te onthullen, zoals harmonischen en entropie.
    • Berekent aanvullende biomarker-informatie, inclusief kwaliteiten zoals aandacht en intentie.
  1. Derde Orde Analyse:
    • Identificeert verbindingen en resonanties tussen elementen, en toont energetische relaties (bijv. tussen organen).
    • Gebruikt complexe algoritmen om TCM-recepten en gekoppelde elementen te berekenen.
  1. Vierde Orde Analyse:
    • Berekent middelen en prioriteiten, wat aangeeft welke biomarkers het belangrijkst zijn.
    • Integreert bevindingen in een samenhangend overzicht van de gezondheid van de gebruiker.

Voordelen voor de Gebruiker:

  • Scanmodule: Biedt gedetailleerde biomarkeranalyse, lichaamskaarten en grafieken.
  • Testmodule: Biedt realtime biofeedback en een open creatiesysteem.
  • Balansmodule: Genereert aangepaste meditaties en rapporten.

Waarde voor Dagelijks Gebruik: Richt zich op informatie van hogere orde (middelen, prioriteiten) die de meest praktische inzichten voor gebruikers biedt, terwijl het nog steeds toegang biedt tot alle gedetailleerde gegevens.

Samenvattend, BioCoherence gebruikt geavanceerde wiskundige algoritmen om ruwe ECG-gegevens om te zetten in waardevolle gezondheidsinzichten, met een multi-niveau-analyse die uitgebreide informatie over de elektrische activiteit van het lichaam onthult. Deze innovatieve benadering biedt gebruikers bruikbare gegevens om hun welzijn te verbeteren.


Diepgaande uitleg

Laten we diep ingaan... Ik zal proberen zo diep mogelijk te antwoorden zonder technische grondgebieden te betreden...

In het begin was de ruwe opname

BioCoherence begint met een ECG-opname. ECG staat voor « elektrocardiogram » wat betekent dat we een medisch gecertificeerd apparaat (onze Sensor) gebruiken dat voornamelijk bedoeld is om de elektrische activiteit van het hart op te nemen. Maar er is een addertje onder het gras: het hart is het krachtigste, maar niet het enige orgaan in het lichaam dat elektrische activiteit heeft. We weten dat de hersenen dat doen (het toont zich op een EEG, een elektro-encefalogram), maar feitelijk heeft elk orgaan, elk atoom, elk systeem een magnetische en elektrische activiteit. Terwijl we meten van de linker wijsvinger naar de rechter wijsvinger, registreert de sensor veel meer dan alleen de hartslagimpuls: het registreert de magnetische en elektrische activiteit van het hele lichaam.

Dus, het eerste dat we hebben is een hoop elektrische informatie, die zich toont als de belangrijkste ECG-opname. Dit wordt duidelijk gedomineerd door het hoofdritme van de hartslag, maar er zijn veel dingen die onder deze hoofdactiviteit plaatsvinden, en het toont zich in BioCoherence als de grijze lijn die rond de hoofdgolf trilt. Hier zullen we gegevens vinden om de activiteit van duizenden biomerkers opnieuw op te bouwen.

Je kunt het zien op de frequentiepagina's: dicht bij de onderkant van de frequentiegrafiek heb je altijd een donkere lijn die de belangrijkste frequentie is (de hartslag), maar je kunt ook veel andere frequenties zien die aanwezig zijn in de opname. Deze frequentiegrafiek is een andere manier om de opnamegolf te zien, door tijdgebaseerde informatie om te zetten in een frequentiegebaseerde grafiek; maar dit is nog steeds dezelfde ruwe informatie.

We hebben automatische filtering toegevoegd om de problematische slagen uit te sluiten (omdat, bijvoorbeeld, de gebruiker bewoog en het elektrische signaal enkele seconden van de kaart was), en op dat moment kunnen we beginnen met het analyseren van deze opname om kenmerken te extraheren.

Emergente eigenschappen

In de systeemtheorie is er een belangrijk concept genaamd « emergente eigenschappen ». Kort gezegd houdt het in dat, met elk nieuw niveau van complexiteit, nieuwe eigenschappen verschijnen die niet direct zijn afgeleid van de eigenschappen van het lagere niveau. Bijvoorbeeld, je kunt 2 zeer ontvlambare gassen (zuurstof en waterstof) mengen en een stabiele vloeistof (water) krijgen die eigenschappen heeft die onmogelijk te raden zijn op basis van deze gassen. Dit is de reden waarom we een multi-niveau-analyse uitvoeren, waarbij elk niveau gebruikmaakt van de eigenschappen van het vorige niveau, en elk niveau nieuwe relaties onthult die op het vorige niveau niet konden bestaan.

Dit alles wordt puur met wiskunde gedaan. In tegenstelling tot de meeste andere « energetische beoordelingsapparaten » die voornamelijk gebaseerd zijn op willekeurige getallengenerators, zijn de algoritmen in BioCoherence puur gebaseerd op wiskunde, en daarom zullen de resultaten altijd exact hetzelfde zijn voor een opname. In feite wordt de hele berekening elke keer opnieuw gemaakt wanneer je een opname opent.

Dan komt een eerste-orde analyse

Nu zullen onze algoritmen een eerste-orde analyse uitvoeren op deze ruwe gegevens, om eerste-orde informatie te extraheren. Dit kan bijvoorbeeld komen van specifieke frequentie- of frequentiebereiken (zoals voor VLF, LF of HF) of tijdgebaseerde intervalanalyse (zoals voor HRV).

We hebben veel gepubliceerde onderzoeken gebruikt van een zeer brede variëteit aan ECG-onderzoekers die normaal gesproken niet met elkaar samenwerken om uitgebreide lijsten van informatie op te stellen die we op dit niveau hebben geëxtraheerd.

Deze eerste-orde analyse geeft ons voornamelijk de academische biomarkers, aangezien dit meestal het punt is waar officiële onderzoeken stoppen. Dit komt omdat signaalverwerking doorgaans vrij beperkt is in medisch onderzoek*, terwijl ik muzikale signaalverwerking heb toegepast die veel geavanceerder is. Sinds de jaren '90 hebben DSP's (digitale signaalprocessoren) de analoge behandeling in muziek vervangen, en er is een enorme hoeveelheid onderzoek gedaan om digitale opnames te begrijpen, na te bootsen en te verwerken met veel tools zoals geluidseffecten of verschillende tools om digitale muzikale inhoud in realtime aan te passen. Dit zijn in wezen dezelfde algoritmen die we in BioCoherence gebruiken: geavanceerde wiskunde die geluidstechnici kennen in muziekverwerking, maar die niemand in medische toepassingen gebruikt.

*: terzijde, iedereen maakt grappen dat een peer-reviewed artikel in 1994 werd gepubliceerd waarin een zeer nieuwe methode werd uitgelegd om de oppervlakte onder de curve (pompous AUC genoemd) van een elektrocardiogram te berekenen. Dit werd als voldoende interessant beschouwd om gepubliceerd te worden in een peer-reviewed tijdschrift. Maar, zoals iedereen met een beetje wiskunde-opleiding weet, wordt dit een « integraal » genoemd, wordt het op de universiteit geleerd, en is het vele eeuwen geleden ontdekt. Desondanks is het meeste officiële onderzoek op dit niveau van wiskunde.

Dingen worden interessant in de tweede-orde analyse

Zodra we deze eerste-orde data hebben, krijgen we nieuwe eigenschappen en kunnen we verschillende tweede-orde analyses uitvoeren op deze nieuwe eigenschappen. Bijvoorbeeld, als een eerste-orde analyse hebben we een spectrum berekend: dankzij een wiskundig algoritme genaamd een FFT (Fast Fourier Transform), kunnen we de ruwe opname weergeven als frequenties in plaats van als een golf. Nu, in een tweede-orde analyse zullen we een Cepstrum berekenen (wat een 2de orde FFT is) dat ons in staat stelt om niet de frequenties, maar de harmonischen in het signaal te extraheren: met andere woorden, het extraheren van de frequenties die harmonisch samen resoneren. Met deze resultaten zullen we enkele nieuwe biomarkers verkrijgen.

  • Een voorbeeld van een andere 2de orde analyse is de berekening van de entropie (of « agitatie ») van elke biomarker. Met andere woorden, het toont aan hoe een specifieke biomarker statisch of geagiteerd is.
  • Andere voorbeelden van 2de orde analyses zijn de kwaliteiten die we rechts van een biomarker tonen, zoals aandacht, intentie en horizon (eigenschappen geëxtraheerd uit hun muzikale kwaliteiten), en hoofdcycli.

Er zijn veel 2de orde analyses uitgevoerd op het signaal, en zo verkrijgen we veel nieuwe informatie over biomarkers. Maar we zullen hier niet stoppen, want dit nieuwe niveau onthult enkele nieuwe interessante eigenschappen die eerder niet bestonden.

Opnieuw hebben we veel gepubliceerde onderzoeken gebruikt van een zeer breed scala aan onderzoekers, nu niet op ECG-data, maar op therapiespecifieke data zoals Ayurveda, TCM, energetische beoordeling of moderne geneeskunde.

Een derde-orde analyse: verbindingen en resonanties

Nu komt er een ander niveau van complexiteit met zijn nieuwe wonderen. Met alle 2de orde nieuwe gegevens die we hebben, kunnen we nieuwe eigenschappen berekenen, zoals bijvoorbeeld, verbindingen tussen elementen. Deze verbindingen worden overal in de app weergegeven, zoals op grafieken of lichaamskaarten; ze stellen ons in staat de belangrijkste energetische relaties tussen, laten we zeggen, organen te begrijpen: als een orgaan met een ander is verbonden, kan dat aangeven dat er een energetische overdracht plaatsvindt, en dat de een de ander helpt of geholpen wordt.

Deze verbindingen worden berekend met een vrij complex multidimensionaal algoritme dat geavanceerde vectorwiskunde gebruikt om gemeenschappelijke resonanties tussen elementen te extraheren. Maar we hebben geprobeerd deze complexiteit te verbergen en alleen het resultaat weer te geven, namelijk duidelijke verbindingen tussen de elementen.

  • Als onderdeel van het proces hebben we tonnen gegevens berekend en het verschijnt als « verbindingskwaliteiten » en gekoppelde elementen voor elke biomarker.
  • Een ander voorbeeld van derde orde is de berekening van TCM-recepten. We hebben de logica van TCM-recepten omgekeerd, die verschillende acupunctuurpunten gebruikt om specifieke symptomen te genezen. Door dit om te keren, zeggen we: als deze punten zijn verbonden door deze derde-orde eigenschappen, kan dat het bijbehorende symptoom van hun groep aangeven.

Opnieuw hebben we gepubliceerd onderzoek gebruikt over therapiespecifieke gegevens. Afgezien van TCM-recepten, komt de logica van de verbindingen uit het werk van veel beoefenaars met wie we hebben samengewerkt, die proberen de oorzaak-keten omhoog te gaan om de oorzaken te vinden.

Waarom niet verder gaan?

Oké, terwijl we bezig zijn, laten we doorgaan met deze nieuwe opkomende eigenschappen en een 4e niveau analyse doen. Met al deze nieuwe gegevenspunten kunnen we nu middelen en prioriteiten berekenen. Middelen worden berekend door een 4e-niveau algoritme dat informatie van alle lagere niveaus gebruikt om een enkele « middelenwaarde » te berekenen, zoals weergegeven op de pagina met middelen (wanneer je op een middel klikt om het indien nodig te wijzigen). Het geeft aan hoe een biomarker in een bepaalde familie « aan de top van de genereusiteitsketen » staat. De middelen theorie komt uit het werk van Christine Degoy en wordt veel uitgebreider uitgelegd in haar aanstaande boeken.

Prioriteiten zijn aan de andere kant een soort underdogs, de « onderkant van de voedselketen » delen. Ze worden geëxtraheerd uit 3e-orde informatie en lager, volgens energie, agitatie of coherentie in een bepaalde biomarker familie. Aangezien we energie, agitatie en coherentie hebben berekend, kunnen we nu als prioriteiten de te lage energie, te hoge energie, te statische en te geagiteerde elementen vaststellen, en ook de coherente systemen die kunnen aangeven dat er iets aan de hand is.

En nu, laten we achteruit dansen

Laten we teruggaan naar ons H2O water voorbeeld. Wanneer je voor het eerst water ziet, analyseer je het niet op basis van de gasvormige componenten. Je ziet alleen de eigenschappen van de hoogste orde: dat je het kunt drinken; dat je erin kunt zwemmen; dat het kan mengen met andere elementen, enzovoort. Gewoonlijk als we een complex systeem zien, bekijken we het van buitenaf en zien we alleen de eigenschappen van de hoogste orde. En, elke keer dat we een extra niveau van orde onthulden, realiseerden we ons hoe nuttig het was voor dagelijkse gebruikers. Dus, in BioCoherence, hebben we de neiging om het belang van de informatie om te keren en beginnen we met bronnen (informatie van 4e orde), prioriteiten (informatie van 3e orde), biomarker bloem (informatie van 2de orde) en biomarker kwaliteiten (informatie van 3e orde). Het is nog steeds mogelijk om naar de informatie van de eerste orde (de golf en het spectrum) te gaan, maar wat de meeste waarde in het dagelijks leven biedt, zijn de hogere niveaus.

De complexiteitsordes worden weergegeven door de pijlen rechtsboven op het startscherm (ze kunnen worden aangeklikt om de berekeningen op elk niveau opnieuw te doen), maar de menu-logica (en de rapportvolgorde) is omgekeerd: het begint met de hogere niveaus (balans: bronnen, prioriteiten en rapport) omdat dit meestal de belangrijkste informatie is om mee te beginnen.

En dat is alles voor het scan-gedeelte.


Follow @biocoherenceapp on X/Twitter, Instagram, FaceBook, YouTube, TikTok
Disclaimer: BioCoherence provides both an academic analysis and an energetic and experimental analysis. The information displayed may or may not be correlated with the physical state of the systems. Calculations are based on individual measurements and experimental algorithms. All computed results like energy levels, entropy levels and coherent systems are designed to provide useful information for personal development, not for medical purposes. The usage of all results are under the sole responsibility or the user. In case of doubt, it is important to consult a medical doctor. Please check our EULA before deciding your use of the software.
O