Name: Protokół do administrowania treningiem neurofeedbacku fMRI w czasie rzeczywistym (Wideo) | JoVE Journal
Uploaded: 2017-08-24T12:30:00.000+00:00
Duration: 7 min 5 s
Description: Poznaj protokół neurofeedbacku fMRI w czasie rzeczywistym do modulacji neuroplastyczności mózgu. Ta nieinwazyjna metoda umożliwia kontrolę aktywności neuronalnej w leczeniu zaburzeń neurologicznych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ten materiał jest oparty na badaniach sponsorowanych przez Siły Powietrzne Stanów Zjednoczonych na podstawie umowy numer FA8650-16-2-6702. Wyrażone poglądy są poglądami autorów i nie odzwierciedlają oficjalnych poglądów ani polityki Departamentu Obrony i jego Komponentów. Rząd Stanów Zjednoczonych jest upoważniony do powielania i rozpowszechniania przedruków do celów rządowych, niezależnie od wszelkich informacji o prawach autorskich na nich. Dobrowolna, w pełni świadoma zgoda uczestników wykorzystanych w tym badaniu została uzyskana zgodnie z wymogami 32 CFR 219 i DODI 3216.02_AFI 40-402.

Następujący protokół fMRI NFT jest zgodny z wytycznymi dostarczonymi przez Wright State University Institutional Review Board.
1. Grupy kontrolne
<ol>
	<li>Dokładnie rozważ i określ grupy kontrolne a priori. Zaprojektuj grupę kontrolną tak, aby umożliwić ocenę hipotezy (hipotez) i uwzględnić efekty dodatkowych czynników, takich jak praktyka lub oczekiwania wynikające z informacji zwrotnej displays44.</li>
</ol>
2. Konfiguracja sprzętu
<ol>
	<li>Przygotuj cały sprzęt, zanim uczestnik wejdzie do sali rezonansu magnetycznego, stosując te same procedury, co w przypadku tradycyjnego fMRI.</li>
	<li>Podłącz system wyświetlacza i urządzenia reagującego kompatybilny z MR do komputera bodźca (PC).</li>
	<li>Poprowadź okablowanie dla urządzeń reagujących i słuchawek kompatybilnych z MR przez otwór MRI lub wokół niego.</li>
	<li>Podłącz wyjście wyzwalacza TR z rezonansu magnetycznego do bodźca PC. 
	UWAGA: W niektórych konfiguracjach może to być podłączone do sprzętu urządzenia reagującego zgodnego z MR, które następnie łączy się z komputerem bodźca. Jest to niezbędne do synchronizacji, bodźców i pozyskiwania danych.</li>
	<li>Ustaw wyświetlacz kompatybilny z MR tak, aby był widoczny dla uczestnika przez lustro (które ma być) przymocowane do cewki głowicy.</li>
</ol>
3. Pozycjonowanie uczestników
UWAGA: Uczestnik powinien być umieszczony na stole skanera w podobny sposób jak typowy rezonans magnetyczny mózgu, i w taki sam sposób jak tradycyjny fMRI.
<ol>
	<li>Poproś uczestnika, aby położył się w pozycji leżącej na stole skanera. Poproś ich, aby utrzymali głowę wewnątrz cewki głowicy.</li>
	<li>Umieść słuchawki na głowie uczestnika i upewnij się, że uszy są zakryte. Jeśli wymagana jest dodatkowa ochrona słuchu, włóż zatyczki do uszu przed ustawieniem słuchawek.</li>
	<li>Umieść podkładkę pod kolanami uczestnika, aby zwiększyć komfort.</li>
	<li>Zablokuj górną część cewki głowicy na swoim miejscu.</li>
	<li>Przymocuj lusterko do cewki głowicy.</li>
	<li>Umieść urządzenia odpowiedzi w rękach uczestnika.</li>
	<li>Oznacz położenie nasion uczestnika względem skanera.</li>
	<li>Przenieś oznaczone miejsce do środka otworu rezonansu magnetycznego.</li>
	<li>Upewnij się, że uczestnik może view cały wyświetlacz za pomocą lustra. Poproś uczestnika, aby w razie potrzeby wyregulował lustro.</li>
</ol>
4. Lokalizacja regionu docelowego
<ol>
	<li>Wykonaj "funkcjonalny" lokalizator. Użyj aktywności mózgu z lokalizatora funkcjonalnego, aby zdefiniować docelowy region zainteresowania (ROI)11. 
	UWAGA: Ten przebieg jest wykonywany w podobny sposób jak tradycyjny fMRI. Jednak docelowy zwrot z inwestycji można również zdefiniować za pomocą indywidualnej anatomii lub ustandaryzowanych atlasów, co eliminuje konieczność wykonywania funkcjonalnego lokalizatora.
	<ol>
		<li>Przekaż uczestnikowi skryptowe i/lub wizualne instrukcje dotyczące zadania. 
		UWAGA: Instrukcje te powinny być zwięzłe, ale zawierać wystarczające informacje, aby umożliwić uczestnikowi pomyślne wykonanie zadania wykonanego podczas lokalizatora funkcjonalnego. W tym przypadku instrukcje informują uczestnika, że na ekranie pojawi się kropka i może on słyszeć dźwięki w słuchawkach. Ich celem jest relaks i skupienie się na kropce.</li>
		<li>Rozpocznij zsynchronizowane podawanie bodźców dźwiękowych (np. obustronny ciągły biały szum29) i akwizycję danych, naciskając przycisk "Skanuj" na skanerze MR. 
		UWAGA: Odbywa się to poprzez zaprogramowanie prezentacji bodźców za pomocą wyzwalacza TR z akwizycji fMRI. Wyzwalacz TR jest sterowany za pomocą protokołu fMRI, jednak może to być zależne od producenta MRI i zainstalowanych pakietów. Wszelkie bodźce wizualne, dotykowe i/lub słuchowe mogą być dostarczane do wykonywania innych zadań i/lub kierowania do innych regionów.
		<ol>
			<li>Naprzemiennie dostarczaj bodźce zadaniowe (biały szum) z dopasowanymi bodźcami kontrolnymi (brak hałasu) w zablokowanym wzorcu. Użyj bodźców kontrolnych, aby aktywować niepożądane sieci/systemy aktywowane w bodźcach zadania. 
			UWAGA: Ta zmiana następuje poprzez synchronizację bodźców z akwizycją fMRI i monitorowanie impulsów TR.</li>
			<li>Zbierz płaskie obrazy echa całego mózgu za pomocą sekwencji impulsów MRI z echem przywołanym gradientem; przykładowe parametry sekwencji impulsów obejmują macierz akwizycji elementów 64 x 64 w kierunkach fazy i częstotliwości, 41 warstw ustawionych równolegle do przedniej i tylnej płaszczyzny spoidła, 3,75 x 3,75 x 3 mm rozmiar 3 wokseli, odstęp między warstwami 0,5 mm, włączone tłumienie tłuszczu, TR/TE = 2 000/20 ms, a kąt odwrócenia = 90°.</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>Obliczanie mapy aktywacji na podstawie danych fMRI zebranych podczas lokalizatora funkcjonalnego przy użyciu statystyk wielowymiarowych. 
	UWAGA: Poniższe kroki są wariantem przetwarzania wykonywanego dla tradycyjnego fMRI. Niektóre kroki zostały usunięte lub uproszczone w celu skrócenia czasu przetwarzania.
	<ol>
		<li>Wstępne przetwarzanie danych podczas akwizycji danych przy użyciu niestandardowego oprogramowania utworzonego na podstawie standardowych technik wstępnego przetwarzania12,45.
		<ol>
			<li>Wykonaj filtrowanie przestrzenne 3D przy użyciu jądra dolnoprzepustowego Gaussa (pełna szerokość połowa maksimum 4,5 mm).</li>
			<li>Skoryguj ruch translacyjny, wyrównując środek masy dla każdej objętości do pierwszej objętości lokalizatora funkcjonalnego za pomocą interpolacji trójliniowej.</li>
			<li>Wykonaj filtrowanie czasowe przy użyciu jądra dolnoprzepustowego Gaussa o σ = 3 s.</li>
		</ol>
		</li>
		<li>Stworzenie modelu do przewidywania reakcji neurofizjologicznej na zadanie; jest to wykonywane w taki sam sposób, jak w przypadku tradycyjnego fMRI.
		<ol>
			<li>Utwórz model psychologiczny, który opisuje stany aktywny i spoczynku dla każdego punktu czasowego46. Modeluje to punkty czasowe podczas zadania z wartością "1" i kontrolę z wartością "0".</li>
			<li>Połącz model psychologiczny z predefiniowaną funkcją odpowiedzi hemodynamicznej (HRF)46, aby przewidzieć odpowiedź fMRI (neurofizjologiczną) na zadanie.</li>
		</ol>
		</li>
		<li>Dopasuj dane fMRI dla każdego woksela w funkcji czasu do modelu neurofizjologicznego za pomocą ogólnego modelu liniowego (GLM). Powoduje to powstanie mapy parametrów β, która jest konwertowana na mapy statystyczne t lub z (mapy aktywacji) przy użyciu standardowych przekształceń statystycznych.</li>
	</ol>
	</li>
	<li>Użyj mapy aktywacji nałożonej na średni obraz fMRI, aby określić obszar, w którym zostanie uzyskany sygnał sprzężenia zwrotnego dla późniejszego neurofeedbacku. 
	UWAGA: Odbywa się to za pomocą niestandardowego oprogramowania. Aby usunąć zmiany globalne i niespecyficzne, można również zdefiniować drugi zwrot z inwestycji.
	<ol>
		<li>Poruszaj się po wycinkach za pomocą kółka suwaka myszy lub suwaka plasterków, aby znaleźć znaczniki anatomiczne widoczne w danych fMRI, takie jak dolna powierzchnia rogu czołowego komór bocznych12.</li>
		<li>Proguj mapę aktywacji za pomocą suwaka progu, aby ujawnić woksele najsolidniej aktywowane podczas lokalizatora funkcjonalnego w regionie docelowym.
		<ol>
			<li>W tym celu należy wybrać próg a priori lub ręcznie dostosować próg.</li>
		</ol>
		</li>
		<li>Użyj lewego przycisku myszy, aby wybrać poszczególne woksele z aktywacją powyżej wybranego progu i w regionie docelowym, aby dodać do ROI. 
		UWAGA: Woksele można wybierać z jednego lub więcej wycinków.</li>
	</ol>
	</li>
</ol>
5. fMRI NFT
<ol>
	<li>Przeprowadzaj biegi neurofeedback przy użyciu modelu wagonu towarowego z naprzemiennymi warunkami zadania i kontroli.
	<ol>
		<li>Zaimplementuj warunek zadania, w którym uczestnicy zwiększają lub zmniejszają aktywność regionu docelowego, przy czym kierunek kontroli ma kluczowe znaczenie dla osiągnięcia pożądanych wyników. 
		UWAGA: Na przykład wiele obszarów mózgu jest nadpobudliwych u pacjentów z szumami usznymi, a zatem zmniejszenie aktywności może sprzyjać normalnym wzorcom neuronalnym.</li>
		<li>Zamień warunek zadania na warunek kontrolny, w którym uczestnicy przywracają aktywność, aby odpocząć, relaksując się i oczyszczając umysł.</li>
		<li>Przekaż uczestnikowi scenariusz ćwiczeń uważności, które można wykorzystać podczas obu stanów jako pomoc początkową do modulowania aktywności mózgu w kierunku pożądanych stanów. Poinstruuj uczestnika, aby wykonywał zadania uważności, które kierują aktywność mózgu w kierunku pożądanych stanów.
		<ol>
			<li>W przykładzie z szumami usznymi poinstruuj uczestników, aby odwrócili uwagę od układu słuchowego na inne systemy sensoryczne, aby zmniejszyć aktywność słuchową.</li>
		</ol>
		</li>
		<li>Obliczenia według planu bazowego 
		UWAGA: Ze względu na dostrojenie komponentów sprzętowych MRI przed każdym przebiegiem, linie bazowe są używane do normalizacji danych przed przedstawieniem uczestnikowi informacji zwrotnej. Średnia bazowa jest określana dla regionu docelowego przy użyciu średniej z jednego lub więcej woluminów uzyskanych na początku każdego uruchomienia fMRI NFT12,47.
		<ol>
			<li>Poinstruuj uczestnika, aby zrelaksował się podczas odliczania przedstawionego na początku skanowania. </li>
		</ol>
		</li>
	</ol>
	</li>
	<li>Rozpocznij zsynchronizowaną prezentację bodźców i akwizycję danych, naciskając przycisk "skanuj" na skanerze MRI. Zbierz obrazy echa płaskiego za pomocą sekwencji impulsów MRI z echem przywołanym gradientem w taki sam sposób, jak opisano dla lokalizatora funkcjonalnego w kroku 4.1.2.</li>
	<li>Uzyskiwanie woluminów planu bazowego.
	<ol>
		<li>Wizualnie przedstaw minutnik i pusty wyświetlacz opinii.</li>
		<li>Przetwarzaj dane podczas akwizycji za pomocą niestandardowego oprogramowania.
		<ol>
			<li>Wykonaj filtrowanie przestrzenne 3D przy użyciu jądra dolnoprzepustowego Gaussa (pełna szerokość połowa maksimum 4,5 mm).</li>
			<li>Poprawna dla ruchu translacyjnego przy użyciu środka masy dla każdej objętości; każda objętość jest rejestrowana do pierwszej objętości lokalizatora funkcjonalnego za pomocą interpolacji trójliniowej.</li>
			<li>Obliczanie średniego sygnału z docelowego zwrotu z inwestycji zarówno w czasie, jak i przestrzeni.</li>
			<li>Zsumuj sygnały ze wszystkich wokseli w ramach docelowego zwrotu z inwestycji w każdym woluminie.</li>
			<li>Utwórz średni zwrot z inwestycji dla każdego woluminu, dzieląc sumę przez liczbę wokseli w ROI.</li>
			<li>Uśrednij sumy z woluminów według planu bazowego.</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>Pozyskiwanie woluminów neurofeedbacku
	<ol>
		<li>Wstępnie przetwarzaj dane podczas akwizycji za pomocą niestandardowego oprogramowania.
		<ol>
			<li>Wykonaj filtrowanie przestrzenne 3D przy użyciu jądra dolnoprzepustowego Gaussa (pełna szerokość połowa maksimum 4,5 mm).</li>
			<li>Skoryguj ruch translacyjny, wyrównując środek masy dla każdej objętości do pierwszej objętości lokalizatora funkcjonalnego za pomocą interpolacji trójliniowej.</li>
		</ol>
		</li>
		<li>Oblicz sygnał sprzężenia zwrotnego. Sygnał sprzężenia zwrotnego jest uzyskiwany z każdej uzyskanej objętości podczas fMRI NFT. Są to informacje, które są prezentowane uczestnikowi, aby pomóc w nauce kontroli wolicjonalnej.
		<ol>
			<li>Uśrednij sygnał fMRI ze wszystkich wokseli w obrębie docelowego zwrotu z inwestycji, aby utworzyć pojedynczą wartość.</li>
			<li>Oblicz procentową zmianę między bieżącą średnią ROI a średnią ROI w linii bazowej. Opcjonalnie sygnał ten może być skalowany o współczynnik zależny od wyników uczestnika.</li>
			<li>Oblicz sygnał sprzężenia zwrotnego, filtrując czasowo (jądro dolnoprzepustowe Gaussa z sigma 3 s składające się tylko z przeszłych składników) bieżącą zmianę procentową z sygnałami sprzężenia zwrotnego z poprzednich woluminów neurofeedbacku.</li>
		</ol>
		</li>
		<li>Wyświetl sygnał sprzężenia zwrotnego.
		<ol>
			<li>Wyświetla bieżący sygnał sprzężenia zwrotnego za pomocą wykresu słupkowego w stylu termometru, gdzie wysokość słupka jest proporcjonalna do wartości sprzężenia zwrotnego18,19,21,34.</li>
			<li>Nakładka instrukcji dla uczestnika na wyświetlaczu informacji zwrotnej. 
			UWAGA: Te instrukcje są proste i powinny skierować uczestnika do rozluźnienia się, zwiększenia lub zmniejszenia aktywności (np. pasek termometru).</li>
		</ol>
		</li>
		<li>Opcjonalnie zapewnij dodatkową stymulację. Dodatkowa stymulacja wzrokowa, słuchowa lub dotykowa może być prezentowana równocześnie z informacją zwrotną.</li>
	</ol>
	</li>
</ol>
6. Oceń zdolność do samoregulacji docelowego zwrotu z inwestycji.
UWAGA: Po zakończeniu neurofeedbacku, zdolność do samoregulacji regionu docelowego dla każdego treningu musi zostać określona ilościowo.
<ol>
	<li>Analizuj wewnątrzobiektowe zmiany w sygnałach zwrotnych12.
	<ol>
		<li>Stwórz model psychologiczny reprezentujący warunki odpoczynku i zadania neurofeedbacku. 
		UWAGA: Ten model jest połączony z predefiniowanym HRF w celu wytworzenia modelu neurofizjologicznego. Proces jest taki sam, jak opisany dla lokalizatora funkcjonalnego.</li>
		<li>Dopasuj szeregi czasowe sygnału sprzężenia zwrotnego do modelu neurofizjologicznego za pomocą GLM. W ten sposób powstaje parametr β, który jest konwertowany na statystykę t lub z reprezentatywną dla zdolności do samoregulacji.</li>
	</ol>
	</li>
	<li>Wykonywanie porównań międzyobiektowych. 
	UWAGA: Dane statystyczne reprezentatywne dla wyników samoregulacji można porównać między seriami i grupami za pomocą odpowiednich analiz statystycznych (np. sparowanych testów t lub ANOVA). Testy te oceniają zmiany w zdolności do samoregulacji regionu docelowego w różnych szkoleniach i grupach i mogą być wykorzystane do oceny hipotezy (hipotez) badania.</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Omawiany tutaj protokół fMRI NFT może być dostosowany do dowolnego regionu mózgu i omawia jednowymiarowe, oparte na ROI podejście do neurofeedbacku. Można to osiągnąć, programując dodatkowe funkcjonalne zadania lokalizatora w celu aktywacji innych regionów. Włączając te zadania do niestandardowego oprogramowania do neurofeedbacku, opracowaliśmy bardzo prosty proces. Jest jednak jedno ograniczenie: region docelowy musi być funkcjonalnie zdefiniowany. W tej chwili oprogramowanie opracowane przez nasz zespół nie wykonuje żadnej rejestracji między obrazami funkcjonalnymi i anatomicznymi. W związku z tym inne metody wyboru zwrotu z inwestycji, takie jak zwrot z inwestycji oparty na atlasie, nie mogą być obecnie zaimplementowane. Ponadto parametry bodźców i neurofeedbacku (np. czas trwania bloku, liczba bloków i parametry obrazowania, w tym TR) mogą być łatwo manipulowane przez operatora. Dodatkowo można wdrożyć przebiegi transferowe w celu oceny zdolności do samoregulacji docelowego zwrotu z inwestycji w przypadku braku neurofeedbacku. Opracowane przez nas oprogramowanie nie oferuje neurofeedbacku wykorzystującego wzorce wielowymiarowe35,48 ani połączeń między regionami mózgu49.
FMRI NFT oferuje znaczące zalety w porównaniu z innymi formami neurofeedbacku, ale ma również swoje ograniczenia. Główną zaletą fMRI NFT jest rozdzielczość przestrzenna, która przewyższa wszystkie inne formy NFT, takie jak neurofeedback oparty na elektroencefalogramie (EEG). Zwiększona rozdzielczość przestrzenna umożliwia skupienie się na określonych strukturach/funkcjach mózgu w całym mózgu50. Obecnie nie jest to możliwe do osiągnięcia w przypadku innych terapii, takich jak farmakoterapia, które są systematyczne. Jednak główną wadą fMRI NFT jest opóźnienie czasowe. Częstotliwość próbkowania jest nie tylko znacznie wolniejsza niż w EEG (do 3 rzędów wielkości wolniejsza), ale opóźnienie hemodynamiczne związane z sygnałem fMRI dodatkowo zwiększa to opóźnienie. Mimo to istnieją przytłaczające dowody na to, że uczestnicy mogą przezwyciężyć to opóźnienie i, wraz z praktyką, nauczyć się kontrolować aktywność mózgu (np. w celu zapoznania się z przeglądem, patrz Sulzer i wsp.11 oraz Scharnowski i wsp.50).
Popularność fMRI NFT rośnie, ale pozostaje w powijakach. Z tego powodu powszechne praktyki nie zostały jeszcze przyjęte. Opisany protokół wyszczególnia metody, które są naukowo akceptowane. Na przykład w różnych badaniach wykorzystano wiele form wyświetlania informacji zwrotnej, w tym wykres słupkowy w stylu termometru 18,19,21,34. Co więcej, szeroko zaimplementowano również sygnał sprzężenia zwrotnego prezentowany jako procentowa zmiana sygnału z linią bazową obliczoną na podstawie regionu docelowego 12,19,21,25,30,51,52.
Kontrolowanie efektów plastycznych w mózgu oferuje innowacyjną technikę terapeutyczną do leczenia zaburzeń neurologicznych lub urazów mózgu z nieprawidłową aktywnością mózgu, taką jak ta związana z szumami usznymi omówionymi powyżej. Chociaż dokładne mechanizmy przekładające neuromodulację na efekty behawioralne są nadal nieznane, fMRI NFT jest powiązany z LTP11. W procesie uczenia się zachowanie jest wzmacniane, gdy aktywnie reguluje się aktywność mózgu w sieciach mózgowych związanych z zadaniami. Takie wzmocnienie powoduje zaangażowanie mechanizmów neuroplastycznych, co powoduje, że sieć działa wydajniej. Zbiega się to z innymi technikami NFT, takimi jak neurofeedback oparty na EEG, w którym osoby są szkolone do kontrolowania pasm częstotliwości sygnałów elektrycznych mierzonych z lokalnych obszarów skóry głowy 53,54,55. Inni wskazali LTP z plastyczności synaptycznej, co skutkuje zwiększoną wydajnością synaptyczną12. Jeszcze inny postulat sugeruje, że komórkowe mechanizmy uczenia się mogą obejmować zmiany w zależnym od napięcia przewodnictwie błonowym, które wyraża się jako zmiana pobudliwościneuronalnej13. W każdym razie wydaje się, że fMRI NFT powoduje zmiany na poziomie komórkowym i że osoba może nauczyć się pewnej kontroli nad tymi procesami. Ta zdolność i te zmiany mogą mieć kluczowe znaczenie w poznawaniu i opracowywaniu metod leczenia urazów mózgu i zaburzeń neurologicznych.
Ważnym aspektem fMRI NFT jest pomiar zmian w zachowaniu. Jest to konieczne dla wielu hipotez, które przewidują zmiany behawioralne napędzane przez zmiany neuronalne wywołane przez NFT. Oceny te powinny być zbierane co najmniej w dwóch punktach czasowych: przed i po NFT. W przypadku szumów usznych te oceny behawioralne mogą składać się wyłącznie z subiektywnych kwestionariuszy, ponieważ nie ma bezpośredniego pomiaru szumów usznych. W przypadku innych zaburzeń neurologicznych należy przeprowadzić przegląd literatury w celu określenia odpowiednich, rozsądnych i udokumentowanych ocen dla konkretnej badanej hipotezy (hipotez). Niektóre hipotezy wymagają pomiarów w dodatkowych punktach czasowych, takich jak te, które badają krótko-, krótko- i długoterminowe skutki fMRI NFT. Niektóre oceny mogą wymagać szkolenia przed NFT, aby zmniejszyć efekty uczenia się. Inne hipotezy mogą nawet wymagać testów neurologicznych, takich jak te zainteresowane poziomami metabolitów w mózgu, perfuzją mózgową lub sieciami funkcjonalnymi.
Procedura fMRI NFT składa się z dwóch krytycznych etapów. Pierwszym z nich jest określenie regionu mózgu, który ma być celem neurofeedbacku. Przed przeprowadzeniem jakichkolwiek zabiegów należy przeprowadzić dokładny przegląd literatury w celu zbadania ścieżek neuronowych i ważnych struktur/funkcji związanych z zaburzeniem neurologicznym lub uszkodzeniem mózgu. Na tej podstawie należy starannie wybrać kluczowe struktury/funkcje jako cel neurofeedbacku. Następnie należy przeprowadzić kolejny przegląd literatury w celu zbadania zadań związanych z tą strukturą/funkcją. To zadanie może, ale nie musi być związane z zaburzeniem, ale należy potwierdzić, że zadanie aktywuje pożądane regiony w wyznaczonej populacji. Podczas zabiegów neurofeedbacku ten obszar docelowy będzie wybierany indywidualnie podczas pierwszej sesji lub podczas każdej sesji. W związku z tym zmienność między- i wewnątrzosobnicza może być ważnym czynnikiem, który może prowadzić do nieprzewidywalnych wyników. Bardzo ważne jest stworzenie protokołu wyboru regionu docelowego i przeprowadzenie odpowiedniego szkolenia personelu. Istnieją dwie metody definiowania docelowego zwrotu z inwestycji: anatomicznie i funkcjonalnie. Definicje anatomiczne wykorzystują strukturalne skany MRI do zdefiniowania obszaru docelowego ściśle na podstawie anatomii i ewentualnie przy użyciu standardowego atlasu. Obrazy funkcjonalne są rejestrowane w obrazach strukturalnych, a obszar docelowy jest przekształcany w przestrzeń funkcjonalną21,26. W metodzie funkcjonalnej region docelowy jest wybierany z mapy aktywacji utworzonej przez przeprowadzenie lokalizatora funkcjonalnego 11,12,24,29,44. Ta metoda została omówiona w niniejszym dokumencie.
Drugim krytycznym etapem w fMRI NFT jest wybór grupy kontrolnej. Grupy kontrolne mają kluczowe znaczenie w określaniu efektu fMRI NFT, a wybór grup kontrolnych powinien być dokładnie przemyślany. W poprzednich badaniach stosowano szeroki zakres kontroli. Powszechną procedurą w grupie kontrolnej jest próba kontroli wolicjonalnej w obecności pozorowanego sprzężenia zwrotnego. Ta informacja zwrotna może być zaprzęgnięta od uczestnika grupyeksperymentalnej 21,44, dostarczona z regionu niezaangażowanego w pożądany proces bez wiedzy uczestnika 17,33,44 lub odwrócona52. W innych badaniach wykorzystano grupy kontrolne, które próbują kontrolować wolicjonalnie, ale nie są wyposażone w neurofeedback 12,21,44,56.
Poprzednie badanie sugeruje, że gdy badani próbują kontrolować pozorowane sprzężenie zwrotne, następuje zwiększona aktywacja w obustronnej wyspie, przedniej części obręczy, dodatkowych obszarach motorycznych, grzbietowo-przyśrodkowych i bocznych obszarach przedczołowych w porównaniu z biernym oglądaniem wyświetlacza sprzężenia zwrotnego57. Odkrycia te sugerują, że szeroka sieć czołowo-ciemieniowa i obręczowo-wieczkowa jest aktywowana, gdy istnieje zamiar kontrolowania aktywności mózgu. Co więcej, odkrycia te sugerują, że tradycyjne grupy kontrolne wykorzystywane w eksperymentach NFT będą używać korelatów neuronalnych zgodnych z kontrolą poznawczą, nawet w obecności pozorowanego sprzężenia zwrotnego. Oddzielna metaanaliza wykazała, że aktywność w przedniej wyspie i zwojach podstawy, z których oba są regionami zaangażowanymi w kontrolę poznawczą i inne wyższe funkcje poznawcze, były komponentami krytycznymi dla próby kontroli wolicjonalnej58. Wyniki metaanalizy potwierdziły wcześniejsze ustalenia57. Podsumowując, dowody te sugerują, że kluczowe znaczenie ma nakreślenie skutków skutecznej kontroli wolicjonalnej i tych związanych z próbą samoregulacji. W związku z tym ważne może być włączenie grup kontrolnych, które nie podejmują próby samoregulacji.
Jednak poprzednie badania, w których grupy kontrolne otrzymywały fikcyjne sygnały fMRI, ujawniły różnice w docelowej aktywności ROI u osób, które otrzymały prawdziwe sprzężenie zwrotne 15,16,17,18,20,21,25,26,28,33,34,44, co oznacza, że strategie treningowe, które nie uwzględniają informacji zwrotnej, nie są skuteczne w modulowaniu regionu docelowego. Dodatkowo, grupy kontrolne, które otrzymały identyczne instrukcje i ten sam okres treningu, ale nie otrzymały informacji zwrotnej na temat aktualnego poziomu aktywności mózgu, nie wykazywały podobnych wyników behawioralnych jak grupy eksperymentalne, którym podano neurofeedback 12,18,21,32,44,59. Wyniki te sugerują, że efekty empiryczne można przypisać uczeniu się indukowanemu przez fMRI NFT, a nie innym zmianom w uczeniu się lub niespecyficznym. W związku z tym należy opracować specjalne schematy treningowe, które są ukierunkowane na określone układy neurofizjologiczne, aby uzyskać pożądane efekty. Wyniki badania z udziałem różnych grup kontrolnych wskazują, że sam trening behawioralny, praktyka, sensoryczne sprzężenie zwrotne i biofeedback nie wywołują równoważnych efektów behawioralnych, jak osoby, które otrzymują fMRI NFT44.

Zaburzenia neurologiczne stanowią poważne przeszkody dla dotkniętych nimi osób, ich rodzin i społeczeństwa. Leczenie zaburzeń neurologicznych może nie istnieć lub mieć wątpliwą skuteczność, a często jest ukierunkowane tylko na objawy zaburzenia. Tak jest w przypadku szumów usznych – fantomowej percepcji dźwięku – która nie ma leczenia zatwierdzonego przez amerykańską Agencję ds. Żywności i Leków (FDA). Szumy uszne mogą mieć głęboki wpływ na życie człowieka, zakłócając codzienne zadania poprzez zmniejszenie koncentracji lub zmianę percepcji rzeczywistego dźwięku. Ponadto osoby dotknięte szumami usznymi mogą również odczuwać zmęczenie, stres, problemy ze snem, problemy z pamięcią, depresję, lęk i drażliwość1. Terapie, które istnieją, takie jak leki przeciwdepresyjne i przeciwlękowe, pomagają jedynie w radzeniu sobie z powiązanymi objawami i mogą nie leczyć podstawowej przyczyny. Stwarza to krytyczną lukę dla innowacyjnych metod leczenia tych zaburzeń.
Ulepszenia w technikach akwizycji, mocy obliczeniowej i algorytmach zrewolucjonizowały szybkość, z jaką można mierzyć i przetwarzać dane funkcjonalnego rezonansu magnetycznego (fMRI). Umożliwiło to pojawienie się fMRI w czasie rzeczywistym, w którym dane mogą być przetwarzane w miarę ich gromadzenia. Wczesne zastosowania fMRI w czasie rzeczywistym były ograniczone2, głównie hamowane przez niemożność szybkiego wykonania etapów wstępnego przetwarzania typowych dla analiz offline, takich jak korekcja ruchu. Ulepszenia w technologii obliczeniowej i algorytmach zwiększyły szybkość, czułość i wszechstronność fMRI3 w czasie rzeczywistym, umożliwiając zastosowanie podobnego wstępnego przetwarzania offline w czasie rzeczywistym. Osiągnięcia te doprowadziły do powstania 4 głównych dziedzin zastosowań fMRI w czasie rzeczywistym: śródoperacyjne wskazówki chirurgiczne4, interfejsy mózg-komputer5,6, adaptacja bodźców do aktualnych stanów mózgu7, oraz neurofeedback training8.
NFT, choć nie jest pierwotnym celem fMRI w czasie rzeczywistym, jest rozwijającą się dziedziną badań, w której osoby uczą się wolicjonalnie modulować aktywność mózgu poprzez wdrażanie strategii mentalnych (tj. wyobrażonych zadań). NFT jest formą warunkowania instrumentalnego9, które, jak wykazano, zwiększa szybkość uruchamiania neuronów i aktywność neuronalną u małp10. Ponadto fMRI NFT wiąże się z plastycznością zależną od czasu skoku, czyli zmianami neuronalnymi zachodzącymi podczas uczenia się asocjacyjnego11. Dalsze implikacje sugerują, że fMRI NFT indukuje plastyczność poprzez długoterminowe wzmocnienie (LTP), co skutkuje zwiększoną wydajnością synaptyczną12. Inny postulat sugeruje komórkowe mechanizmy uczenia się umiejętności, takie jak wolicjonalna kontrola aktywności mózgu, i może obejmować zmiany w przewodnictwie błony zależnej od napięcia - wyrażone jako zmiana pobudliwości neuronalnej13. W każdym razie wydaje się, że fMRI NFT wpływa na mózg na poziomie neuronalnym. Teorie te stanowią mocne argumenty za zastosowaniem fMRI NFT w leczeniu zaburzeń neurologicznych.
FMRI NFT, w przeciwieństwie do tradycyjnego fMRI, oferuje możliwość zbadania związku między aktywnością mózgu a zachowaniem11,14. Ostatnio nastąpił gwałtowny wzrost liczby badań z udziałem fMRI NFT - w latach 2011 - 2012 opublikowano prawie dwa razy więcej artykułów (n = 30) w porównaniu z poprzednimi 10 latami (n = 16)11. Jedno z pierwszych badań fMRI NFT zostało przeprowadzone przez Weiskopfa i współpracowników w 2003 roku8. Badanie to z powodzeniem wykazało wykonalność informacji zwrotnej online i samoregulacji sygnału fMRI w przedniej korze obręczy (ACC) na jednym uczestniku. Informacja zwrotna została wyświetlona z opóźnieniem około dwóch sekund, ponad o rząd wielkości szybszym niż w kilku poprzednich badaniach. Pierwsze pełne badanie zostało przeprowadzone w 2004 roku, w którym 6 uczestników nauczyło się kontrolować aktywność kory somatomotorycznej15. FMRI NFT zostało zrealizowane w 3 sesjach wykonanych tego samego dnia. Zwiększoną aktywność selektywną przestrzennie w stosunku do docelowego regionu w korze somatomotorycznej zaobserwowano w trakcie treningu na poziomie pojedynczego obiektu i grupy. Efektu tego nie zaobserwowano w grupie kontrolnej, która otrzymała rzeczywiste informacje fMRI z regionu tła (nieskorelowanego z wykonywanym zadaniem) wcześniej w serii. Od tego czasu naukowcy wykazali, że ludzie mogą nauczyć się wolicjonalnej kontroli sygnału fMRI mierzonego z wielu obszarów mózgu, w tym ACC16, amygdala17, anterior insula18,19, sieci słuchowe i związane z uwagą20, obustronna ostroboczna kora przedczołowa21, grzbietowo-boczna kora przedczołowa12,22,23, kora ruchowa24,25,26,27,28, primary auditory cortex29,30, regiony związane z regionami sieci emocjonalnej31,32, prawy dolny zakręt czołowy33, oraz kora wzrokowa34,35.
Mechanizmy leżące u podstaw wielu zaburzeń neurologicznych są nieznane. W przykładzie szumów usznych w większości przypadków nie ma oczywistego źródła dźwięku fantomowego36,37,38. Mimo to dowody sugerują, że za odczuwanie szumów usznych u niektórych osób może być odpowiedzialny centralny mechanizm, o czym świadczy brak ustąpienia objawów po całkowitym rozwarstwieniu nerwu słuchowego39. Nadpobudliwość związana z szumami usznymi została stwierdzona w pierwotnej korze słuchowej40,41,42. Dalsze dowody sugerują, że skutki szumów usznych rozciągają się dalej na obszary zaangażowane w przetwarzanie emocji i stan uwagi43. Na podstawie tych nieprawidłowości można opracować paradygmaty fMRI NFT w celu indukowania i kontrolowania mechanizmów neuroplastycznych, które zachęcają do prawidłowych wzorców neuronalnych.

<table><tbody><tr><td>3T MRI</td><td>GE Medical</td><td>750W Discovery</td><td>Sprzęt do akwizycji danych</td></tr> System <tr><td>wyświetlania kompatybilny z MR Sprzęt</td> do <td>bodźców wizualnych</td><td>InVivo</td><td>SensaVue</td></tr><tr><td>Technologie rezonansu</td><td>słuchowego kompatybilny z MR</td> Sprzęt do <td>bodźców słuchowych</td><td>CinemaVision</td> Eksperymentalne</tr><tr><td>oprogramowanie</td> do <td>prezentacji</td><td>systemów neurobehawioralnych</td><td>do Prezentacja bodźców kontrolnych</td></tr><tr><td>Eksperymentalne oprogramowanie do przetwarzania</td><td>Mathworks</td><td>MATLAB</td><td>Oprogramowanie do przetwarzania danych</td></tr><tr><td>Oprogramowanie do przetwarzania</td> danych <td>Microsoft</td><td>Visual Studio C++</td><td>Oprogramowanie do przetwarzania danych</td></tr><tr><td>Pady odpowiedzi</td><td>Cedrus Corporation</td><td>Lumina</td><td>Sprzęt do odbierania danych wejściowych uczestnika</td></tr></tbody></table>

protokół do administrowania treningiem neurofeedbacku fmri w czasie rzeczywistym

A Protocol for the Administration of Real-Time fMRI Neurofeedback Training

Zaburzenia neurologiczne charakteryzują się nieprawidłowymi funkcjami na poziomie komórkowym, molekularnym i obwodowym w mózgu. Nowe metody indukowania i kontrolowania procesów neuroplastycznych oraz korygowania nieprawidłowych funkcji, a nawet przenoszenia funkcji z uszkodzonej tkanki do fizjologicznie zdrowych obszarów mózgu, mają potencjał do radykalnej poprawy ogólnego stanu zdrowia. Spośród obecnie opracowywanych interwencji neuroplastycznych, trening neurofeedback (NFT) z funkcjonalnego rezonansu magnetycznego (fMRI) ma tę zaletę, że jest całkowicie nieinwazyjny, niefarmakologiczny i przestrzennie zlokalizowany w docelowych obszarach mózgu, a także nie ma znanych skutków ubocznych. Co więcej, techniki NFT, początkowo opracowane przy użyciu fMRI, często można przełożyć na ćwiczenia, które można wykonywać poza skanerem bez pomocy lekarzy lub zaawansowanego sprzętu medycznego. W fMRI NFT sygnał fMRI jest mierzony z określonych obszarów mózgu, przetwarzany i prezentowany uczestnikowi w czasie rzeczywistym. Poprzez trening rozwijane są techniki samodzielnego przetwarzania umysłowego, które regulują ten sygnał i leżące u jego podstaw neurofizjologiczne korelaty. FMRI NFT został wykorzystany do trenowania kontroli wolicjonalnej w szerokim zakresie regionów mózgu, co ma wpływ na kilka różnych systemów poznawczych, behawioralnych i motorycznych. Ponadto fMRI NFT okazał się obiecujący w szerokim zakresie zastosowań, takich jak leczenie zaburzeń neurologicznych i zwiększanie wyjściowej wydajności człowieka. W tym artykule przedstawiamy opracowany w naszej placówce protokół fMRI NFT do modulacji zarówno zdrowej, jak i nieprawidłowej funkcji mózgu, a także przykłady wykorzystania tej metody do celowania zarówno w poznawcze, jak i słuchowe obszary mózgu.

Nasz zespół wykazał znaczący wzrost kontroli nad lewą grzbietowo-boczną korą przedczołową (DLPFC) wypracowany za pomocą fMRI NFT w kohorcie 18 uczestników. Przeprowadzono jednoczynnikową analizę wariancji (ANOVA) z pomiarem powtarzanym dla ilościowych wartości kontroli wolicjonalnej12. Analiza ta wykazała, że kontrola nad lewą DLPFC wzrosła znacząco w ciągu 5 x 
6 min:24 s serii neurofeedbacku rozdzielonych na pięć oddzielnych sesji przeprowadzonych w ciągu 14 d (Rysunek 1; F(4,68) = 2.216, p = 0.038, założono sferyczność, test jednostronny). Zmiany w wynikach złożonego testu wielozadaniowości, wykonanego przed i po NFT, porównano z grupą, która nie otrzymywała neurofeedbacku, stosując mieszane analizy ANOVA 2 x 2. Porównania post-hoc z korektą Bonferroniego wykazały istotny wzrost wyników w złożonym teście wielozadaniowości u osób, które nie przechodziły dodatkowego treningu (p &lt;0.005, test jednostronny), a wzrost ten był znacząco większy niż w grupie kontrolnej, która wykonywała podobny trening, ale nie otrzymała dodatkowego wsparcia w postaci neurofeedbacku (p &lt;0.03, założono sferyczność, test jednostronny)12. Mimo że grupa eksperymentalna zyskała kontrolę nad lewą DLPFC w trakcie treningu, nie zaobserwowano osiągnięcia plateau. Oznacza to, że maksymalna kontrola nie jest niezbędna do uzyskania wyników behawioralnych i że dalszy trening może przynieść jeszcze silniejsze efekty12. Ponadto nasz zespół wykazał, że fMRI NFT w połączeniu z ćwiczeniem n-back wywołuje ogniskowe zmiany w aktywności mózgu, które ograniczają się do obszaru docelowego i nie wpływają na komponenty sieci pamięci roboczej znajdujące się powyżej lub poniżej w hierarchii funkcjonalnej (Rysunek 2)22.
W odniesieniu do szumów usznych, jedno wcześniejsze badanie analizowało fMRI NFT jako potencjalną metodę leczenia29. W badaniu tym w ramach jednej sesji treningowej przeprowadzono 4 serie neurofeedbacku trwające po 4 min. Behawioralna ocena szumów usznych była wykonywana przed i po pojedynczej sesji fMRI NFT. Osiągnięto skuteczną, wolicjonalną regulację obniżającą aktywność kory słuchowej, co doprowadziło do znaczącej redukcji aktywacji słuchowej. Badanie to wykazuje potencjał fMRI NFT w leczeniu szumów usznych, jednak przebadano jedynie sześciu uczestników i nie wykorzystano grupy kontrolnej do porównania. Ponadto nie przeprowadzono analiz statystycznych obejmujących dane behawioralne. Rozszerzenie tego badania może ujawnić interesujące nowe możliwości terapeutyczne dla pacjentów z szumami usznymi.
<img alt="Wykres liniowy wyników neurofeedbacku z błędami standardowymi opartymi na statystyce t dla pięciu sesji." class="xfigimg" src="/files/ftp_upload/55543/55543fig1.jpg" data-altupdatedat="1788250015000" data-alt="Rysunek 1"> 
Rysunek 1: Zwiększenie kontroli nad lewym grzbietowo-bocznym przedczołowiem (DLPFC). Średnią kontrolę lewego grzbietowo-bocznego kory przedczołowej (DLPFC) dla każdego cyklu neurofeedbacku (wykonywanego w oddzielnych dniach) zaznaczono jasnozielonymi kółkami. Analiza regresji liniowej wykazała istotny wzrost kontroli w trakcie treningu (ciemnozielona linia; β = 1,078, p &lt;0,033). Słupki błędu reprezentują 1 SEM. Praca niezmodyfikowana z Sherwood i wsp.12, przedrukowano na licencji Creative Commons Attribution. <a href="http://cloudflare.jove.com/files/ftp_upload/55543/55543fig1large.jpg" target="_blank">Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Skan mózgu fMRI; mapa aktywacji neuronalnej; obszary niebieskie/czerwone; przekroje poprzeczne." class="xfigimg" src="/files/ftp_upload/55543/55543fig2.jpg" data-altupdatedat="1788250015000" data-alt="Rysunek 2"> 
Rycina 2: Lokalny efekt nauki kontroli lewego grzbietowo-bocznego kory przedczołowej (DLPFC). (A) Prawdopodobieństwo włączenia woksela dla NFT w fMRI wybrany z an n-lokalizatora funkcjonalnego tyłu głowy. Jasnoniebieskie voxele były uwzględniane najczęściej w regionie docelowym NFT, ciemnoniebieskie voxele rzadziej, a przezroczyste voxele nie były uwzględniane. (B) Wyniki analizy ANOVA opartej na wokselach dla głównego efektu sesji treningowej (kolor czerwono-żółty). Efekt ten wykazał znaczny stopień pokrycia z obszarami ROI lewej grzbietowo-bocznej kory przedczołowej (DLPFC) będącymi celem NFT. Przekroje osiowe przedstawiono zgodnie z konwencją radiologiczną dla współrzędnych z = 2, 26, 30, 34 i 38 mm (od lewej do prawej). Praca zmodyfikowana na podstawie opracowania Sherwooda i wsp.22, przedrukowane na licencji Creative Commons Attribution. <a href="http://cloudflare.jove.com/files/ftp_upload/55543/55543fig2large.jpg" target="_blank">Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej figury.</a>

Zdolność do wywoływania i/lub kontrolowania plastyczności neuronalnej może być kluczowa w przyszłych terapiach zaburzeń neurologicznych i powrocie do zdrowia po urazie mózgu. W artykule przedstawiono protokół dotyczący wykorzystania treningu neurofeedback z funkcjonalnym rezonansem magnetycznym do modulacji funkcji ludzkiego mózgu.

Protokół do administrowania treningiem neurofeedbacku fMRI w czasie rzeczywistym

Neurologic disorders are characterized by abnormal cellular-, molecular-, and circuit-level functions in the brain. New methods to induce and control ...

Ogólnym celem niniejszej procedury jest umożliwienie lokalnej kontroli nad mechanizmami neuroplastyczności w ludzkim mózgu z wykorzystaniem neurofeedbacku opartego na funkcjonalnym obrazowaniu rezonansem magnetycznym w czasie rzeczywistym. Trening neurofeedbacku stwarza możliwość walki z zaburzeniami neurologicznymi mózgu poprzez modyfikację potencjałów synaptycznych w docelowych obszarach mózgu, bez zastosowania leków farmakologicznych czy inwazyjnej interwencji chirurgicznej.Główną zaletą tej techniki jest to, że badani mogą nauczyć się endogennej modyfikacji zlokalizowanej aktywności mózgu w sposób systematyczny. Strategie stosowane w celu zmiany zlokalizowanej aktywności mózgu można przenieść na powszechnie dostępne platformy, takie jak smartfony czy tablety, aby umożliwić proste rozwiązanie do stosowania w domu. Nieprawidłowe potencjały synaptyczne w łączności mózgowej są powiązane z wieloma zaburzeniami neurologicznymi, w tym z autyzmem, urazami czaszkowo-mózgowymi, chorobą Parkinsona oraz zaburzeniami błędnika.Informacja zwrotna opiera się na zmianach chemodynamicznych związanych z aktywnością neuronalną i w związku z tym charakteryzuje się słabą rozdzielczością czasową, co utrudnia trening niektórym badanym. Ponieważ nadaktywność obszarów mózgu jest częstym znaleziskiem u pacjentów z tinnitusem, podejście to ma na celu nauczenie badanych obniżania aktywności w obszarach zainteresowania. Należy rozpocząć od podłączenia wyjścia wyzwalacza TR z urządzenia do obrazowania rezonansem magnetycznym (MRI) do komputera stymulującego. Następnie należy ustawić ekran kompatybilny z MRI tak, aby był widoczny dla uczestnika poprzez lustro przymocowane do cewki głowowej.Następnie poproś uczestnika o położenie się na plecach na stole skanera. Załóż słuchawki na głowę uczestnika, upewniając się, że uszy są zakryte. Następnie poproś go o pozostanie z głową wewnątrz cewki głowowej.Zablokuj górną część cewki głowowej i przymocuj lustro do cewki. Umieść urządzenia odpowiedzi w dłoniach uczestnika. Następnie wyznacz położenie nasiona uczestnika względem skanera i przesuń ten punkt odniesienia do centrum otworu MRI.Na koniec należy potwierdzić, że uczestnik widzi cały ekran za pomocą lustra. Należy rozpocząć od przekazania uczestnikowi w pomieszczeniu MRI instrukcji do zadania. Następnie należy rozpocząć zsynchronizowane podawanie bodźców słuchowych i akwizycję danych poprzez naciśnięcie przycisku skanowania w skanerze MRI.Należy zebrać obrazy echo planarne całego mózgu, wykorzystując sekwencję impulsów MRI gradient echo. Następnie, przy użyciu statystyki wielowymiarowej, należy obliczyć mapę aktywacji, a następnie nałożyć tę mapę na średni obraz fMRI, aby wyznaczyć obszar, z którego będzie pobierany sygnał zwrotny dla kolejnego neurofeedbacku. Następnie należy przesuwać się przez przekroje, korzystając z suwaka przekrojów, aby odnaleźć w danych fMRI markery anatomiczne, takie jak dolna powierzchnia rogu czołowego komór bocznych.Zastosuj próg dla mapy aktywacji za pomocą suwaka progu, aby ujawnić komórki pudełkowe najsilniej aktywowane podczas funkcjonalnego lokalizatora w regionie docelowym. Następnie, za pomocą lewego przycisku myszy, zaznacz poszczególne voxele o aktywacji powyżej wybranego progu w obrębie regionu docelowego, aby dodać je do ROI. Rozpocznij od polecenia uczestnikowi wykonania zadań uważności, które skierują aktywność mózgu w stronę pożądanych stanów.W przykładzie dotyczącym szumów usznych poproś uczestnika o odwrócenie uwagi od systemu słuchowego w stronę dowolnego z pozostałych systemów sensorycznych, aby zredukować aktywność słuchową. W celu normalizacji danych przed zaprezentowaniem informacji zwrotnej, poproś uczestnika o rozluźnienie się podczas odliczania wyświetlanego na początku skanowania. Następnie rozpocznij zsynchronizowaną prezentację bodźców i akwizycję danych, naciskając przycisk skanowania w skanerze MRI, i zbierz obrazy echo-planarne w ten sam sposób, co podczas funkcjonalnego skanowania lokalizacyjnego.Następnie wyświetl wizualnie licznik odliczający czas oraz pusty ekran informacji zwrotnej. W dalszej kolejności wyświetl aktualny sygnał zwrotny w formie wykresu słupkowego przypominającego termometr, gdzie wysokość słupka jest proporcjonalna do sygnału zmierzonego z wybranych komórek pudełkowych. Następnie nałóż instrukcje proszące uczestnika o rozluźnienie się oraz podniesienie lub obniżenie słupka termometru na ekranie informacji zwrotnej.Na koniec, po zakończeniu sesji neurofeedbacku, wyprowadź pacjenta ze skanera. Wyniki te wykazały, że kontrola nad lewym DLPFC zwiększyła się znacząco w ciągu pięciu serii neurofeedbacku trwających każda 6 minut i 24 sekund, przeprowadzonych w ramach pięciu oddzielnych sesji w odstępie 14 dni. Co więcej, NFT z wykorzystaniem fMRI w połączeniu z praktyką MBAT powoduje ogniskowe zmiany w aktywności mózgu, które ograniczają się do obszaru docelowego i nie wpływają na komponenty sieci pamięci roboczej znajdujące się powyżej lub poniżej tego obszaru.Po opanowaniu tej techniki pojedyncza sesja treningowa może zostać ukończona w czasie zaledwie 20 minut. Podczas przeprowadzania tej procedury ważne jest staranne wybranie docelowego obszaru mózgu do neurofeedbacku. Przed lub po tej procedurze można zastosować inne metody, takie jak obrazowanie tensora dyfuzji, spektroskopia rezonansu magnetycznego, znakowanie spinem tętniczym oraz testy behawioralne, aby uzyskać dodatkowe informacje na temat zmian neuroplastycznych.Po obejrzeniu tego filmu powinieneś dobrze rozumieć, jak przeprowadzać trening neurofeedbacku w oparciu o funkcjonalny rezonans magnetyczny w czasie rzeczywistym. Pamiętaj, że pole magnetyczne związane z MRI może stwarzać poważne zagrożenia dla bezpieczeństwa. W związku z tym zawsze należy przeprowadzić odpowiedni przesiew pacjentów.

a-protocol-for-administration-real-time-fmri-neurofeedback

Research

JoVE Journal

Neuroscience

Neuronauka

Celem naszych badań jest powiązanie zachowania z aktywnością mózgu. Dokładne pomiary behawioralne i techniki obrazowania pozwalają nam wyjaśnić zależności między mózgiem a zachowaniem.

Korelacja reakcji behawioralnych z sygnałami fMRI z ludzkiej kory przedczołowej: badanie procesów poznawczych z wykorzystaniem analizy zadań

W niniejszym opracowaniu przedstawiamy metodę szkolenia osób w zakresie kontrolowania obszaru mózgu zaangażowanego w lęk przed zanieczyszczeniem oraz badania zależności między lękiem przed zanieczyszczeniem a wzorcami łączności mózgowej.

Biofeedback fMRI w czasie rzeczywistym ukierunkowany na korę oczodołowo-czołową w leczeniu lęku przed zanieczyszczeniem

Prezentujemy metodę porównywania funkcjonalnej aktywności mózgu zarejestrowanej podczas zadania naturalistycznego przy użyciu fNIRS z aktywnością zarejestrowaną podczas fMRI.

Walidacja fMRI pomiarów fNIRS podczas zadania naturalistycznego

Monitorowanie aktywności mózgu poza laboratorium bez fizycznych ograniczeń stanowi wyzwanie metodologiczne. Bezwłóknowy, nadający się do noszenia system funkcjonalnej spektroskopii bliskiej podczerwieni (fNIRS) został wykorzystany do pomiaru aktywności mózgu podczas ekologicznego zadania pamięci prospektywnej. Wykazano, że system ten może być wykorzystywany do monitorowania aktywności mózgu podczas eksperymentów nielaboratoryjnych.

Wykorzystanie bezwłóknistego, ubieralnego fNIRS do monitorowania aktywności mózgu w rzeczywistych zadaniach poznawczych

Ten artykuł opisuje przezczaszkową stymulację magnetyczną w czasie rzeczywistym wyzwalaną elektroencefalografią w celu badania i modulowania sieci ludzkiego mózgu.

Stymulacja mózgu zależna od stanu mózgu z przezczaszkową stymulacją magnetyczną wyzwalaną elektroencefalografią w czasie rzeczywistym

Ten manuskrypt opisuje dwa protokoły podawania radioznaczników dla FDG-PET (infuzja stała i bolus plus infuzja) i porównuje je do podawania w bolusie. Rozdzielczości czasowe 16 s są osiągalne przy użyciu tych protokołów.

Podawanie radioznacznika w pozytonowej tomografii emisyjnej ludzkiego mózgu o wysokiej rozdzielczości czasowej: zastosowanie do FDG-fPET

Mapowanie funkcjonalne mózgu zwierzęcia może skorzystać z eksperymentalnego systemu funkcjonalnego rezonansu magnetycznego (fMRI) w czasie rzeczywistym. Korzystając z najnowszego oprogramowania wdrożonego w systemie MRI zwierząt, stworzyliśmy platformę monitorowania w czasie rzeczywistym fMRI małych zwierząt.

Mapowanie mózgu fMRI w czasie rzeczywistym u zwierząt

Prezentujemy metodę jednoczesnego zbierania sygnałów fMRI i fNIRS od tych samych osób z pokryciem fNIRS całej głowy. Protokół został przetestowany na trzech młodych osobach dorosłych i może być dostosowany do zbierania danych do badań rozwojowych i populacji klinicznych.

Jednoczesne zbieranie danych z pomiarów fMRI i fNIRS przy użyciu matrycy optodowej całej głowicy i kanałów o krótkich odległościach

Ten protokół opisuje metodę umieszczania elektrod sterowanych neuronami do ogniskowej, przezczaszkowej stymulacji prądem stałym (tDCS) podawanej podczas funkcjonalnego rezonansu magnetycznego (fMRI).

Neuronavigated Zogniskowana przezczaszkowa stymulacja prądem stałym podawana podczas funkcjonalnego rezonansu magnetycznego

Protokół ten opisuje sposób pracy wykonywanej przez robotycznie sterowaną terapię magnetyczną stymulacji przezczaszkowej w leczeniu depresji opornej na leczenie. Kliniczne wdrożenie z wykorzystaniem tego protokołu jest wykonalne, a wyniki otwartej etykiety potwierdzają skuteczność tego podejścia w realnych warunkach.

Robotycznie dostarczana spersonalizowana terapia stymulacją magnetyczną przezczaszki w leczeniu depresji opornej na leczenie

Poznaj protokół neurofeedbacku fMRI w czasie rzeczywistym do modulacji neuroplastyczności mózgu. Ta nieinwazyjna metoda umożliwia kontrolę aktywności neuronalnej w leczeniu zaburzeń neurologicznych.

Protokół do administrowania treningiem neurofeedbacku fMRI w czasie rzeczywistym

Przeglądaj więcej filmów