تنظیم مغز قدیمی با ترفندهای جدید: آموزش توجه از طریق نوروفیدبک

این یک مقاله با دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons (CC توسط) توزیع شده است. استفاده ، توزیع و تولید مثل در سایر انجمن ها مجاز است ، مشروط بر اینکه نویسنده اصلی (ها) یا مجوز اصلی اعتبار داشته باشند و انتشار اصلی در این ژورنال مطابق با عمل دانشگاهی پذیرفته شده ذکر شده باشد. بدون استفاده ، توزیع یا تولید مثل مجاز نیست که این شرایط را رعایت نمی کند.

چکیده

نوروفیدبک (NF) نوعی بیوفیدبک است که از مدولاسیون زمان واقعی (RT) فعالیت مغز برای تقویت عملکرد مغز و عملکرد رفتاری استفاده می کند. پیشرفت های اخیر در رابط های مغز و رایانه (BCI) و آموزش شناختی (CT) ابزارها و شواهدی جدید ارائه داده است که NF عملکردهای شناختی مانند توجه و حافظه کاری (WM) را بهبود می بخشد ، فراتر از آنچه توسط CT سنتی ارائه شده است. مطالعات منتشر شده بیشتر اثربخشی NF ، به ویژه برای درمان اختلال بیش فعالی کمبود توجه (ADHD) در کودکان را نشان داده است. در مقابل ، مطالعات کمتری در بزرگسالان مسن با یا بدون اختلال شناختی انجام شده است ، با برخی از استثنائات قابل توجه. تمرکز این بررسی خلاصه کردن موفقیت فعلی در آموزش RT NF مغزهای قدیمی با هدف مطابقت با مغزهای جوان در هنگام توجه/WM است. ما همچنین پیشرفت های احتمالی آینده در NF مبتنی بر RT Brainave را برای بهبود آموزش توجه در جمعیت های قدیمی تر بیان می کنیم. رشد سریع ضبط بی سیم فعالیت مغز ، طبقه بندی یادگیری ماشین و تجزیه و تحلیل شبکه مغز ابزارهای جدیدی را برای مبارزه با کاهش شناختی و پیری مغز در بزرگسالان مسن فراهم می کند. ما با خوش بینی نتیجه می گیریم که NF ، همراه با مارک های عصبی جدید (پتانسیل های مرتبط با رویداد و اتصال) و ویژگی های سنتی ، قول می دهد امید جدیدی برای مغز و CT در جمعیت مسن رو به رشد فراهم کند.

توانایی تمرکز توجه ، رمزگذاری و حفظ اطلاعات از مهمترین عملکردهای شناختی مغز است. توجه یک مؤلفه اصلی توانایی شناختی است. اندازه گیری فعالیت های عصبی به پیش بینی کننده های قوی اختلالات شناختی در افراد مبتلا به انواع مختلف نقص شناختی تبدیل شده است. خطوط توجه می تواند باعث اختلال در حافظه و عملکرد رفتاری شود.

شکایات در مورد توجه و حافظه کاهش یافته در افراد مسن سالم و شناختی دست نخورده در طول پیری مغز رایج است. نقص توجه و حافظه نیز شایع ترین علائم در بزرگسالان مسن با زوال عقل مانند بیماری آلزایمر (AD) ، پارکینسون یا زوال عقل عروقی (VD) است. زوال عقل پیر در زندگی روزمره بیماران با از دست دادن حافظه و اختلالات شناختی تأثیر می گذارد. شایع ترین علائم اولیه AD مشکلات مربوط به حافظه کوتاه مدت است (Reiman et al. ، 2011). از آنجا که تاکنون هیچ درمانی مؤثر برای جلوگیری از کاهش شناختی وجود ندارد ، آموزش توجه به گزینه ای فزاینده جذاب تبدیل شده است. اثربخشی توانبخشی شناختی از جمله آموزش توجه برای ده ها سال مورد بحث قرار گرفته است. یک بررسی اخیر شواهدی نشان داده است که آموزش توجه با موفقیت متوسط توجه و حافظه را تقویت می کند (Cicerone و همکاران ، 2011). از آنجا که توجه یک تابع اصلی برای بسیاری از فرآیندهای شناختی (به عنوان مثال ، حافظه و ادراک) است ، بیشتر برنامه های آموزش شناختی (CT) به دنبال افزایش ظرفیت توجه موجود هستند.

رابط مغز-کامپیوتر (BCI)

تحقیقات در مورد رابط مغز و رایانه (BCI) ، همچنین به عنوان رابط ماشین مغز (BMI) شناخته می شود ، به دهه 1960 باز می گردد (میراندا و همکاران ، 2015). BCIS و BMI سیستمهایی هستند که از فعالیت ضبط شده مغز برای برقراری ارتباط بین مغز و رایانه ها استفاده می کنند تا محیط را به روشی که با اهداف انسان سازگار باشد و بازخورد از محیط زیست را سازگار کند ، کنترل کنند. در BCI ، فعالیت مغز از طریق روشهای مختلف تصویربرداری عصبی ثبت می شود ، که می تواند در دو گروه طبقه بندی شود: تهاجمی و غیر تهاجمی. الکتروکورتیکوگرافی (ECOG) و الکتروانسفالوگرافی (EEG) به ترتیب متداول ترین روشهای تهاجمی و غیر تهاجمی شناخته می شوند (نیکلاس-آلوونسو و گومز-گیل ، 2012). یک سیستم BCI با حلقه بسته با مدولاسیون و ارتباطات در زمان واقعی (RT) نه تنها در کنترل مستقیم دستگاه های خارجی قابل استفاده است ، بلکه می تواند به عنوان یک بستر بیوفیدبک برای بهبود و تقویت توانایی های شناختی افراد مورد استفاده قرار گیرد (چوداری و همکاران.، 2016).

Neurofeedback (NF)

Neurofeedback (NF) نوعی از بیوفیدبک EEG است که برای بهبود موفقیت آمیز عملکرد شناختی و بدنی انسان استفاده می شود (دالی و ولپاو ، 2008 ؛ پفورتچلر و همکاران ، 2008 ؛ ماچادو و همکاران ، 2013 ؛ بروکارد و همکاران ، 2014 ؛ چوداری و همآل. ، 2016). آموزش پیشرفت شناختی پس از آسیب خفیف مغزی مغزی (MTBI) نشان داده شده است که توجه و حافظه متمرکز را افزایش می دهد ، بنابراین عملکرد بیمار در زندگی روزمره را بهبود می بخشد (سیسرون و همکاران ، 2011). شواهد قانع کننده تر از اثربخشی حافظه کاری (WM) و آموزش کنترل اجرایی در بزرگسالان مسن از متاآنالیز توسط کارباخ و وراگگن (2014) ناشی می شود. آنها 61 نمونه مستقل در بزرگسالان بالای 60 سال را مورد بررسی قرار دادند. مداخلات شناختی منجر به بهبود قابل توجهی در عملکرد در کار آموزش دیده و کارهای مشابه آموزش دیده نمی شود. حتی یک پیشرفت کوچک اما قابل توجه ناشی از آموزش در کارهای آموزش یافته در یک حوزه متفاوت وجود دارد ، نشان می دهد که آموزش بسیار دور به یادگیری منتقل شده است.< SPAN> نوروفیدبک (NF) نوعی از بیوفیدبک EEG است که برای بهبود موفقیت آمیز عملکرد شناختی و بدنی انسان استفاده می شود (دالی و ولپاو ، 2008 ؛ پفورتچلر و همکاران ، 2008 ؛ ماچادو و همکاران ، 2013 ؛ بروکارد و همکاران ، 2014 ، 2014؛ چوداری و همکاران ، 2016). آموزش پیشرفت شناختی پس از آسیب خفیف مغزی مغزی (MTBI) نشان داده شده است که توجه و حافظه متمرکز را افزایش می دهد ، بنابراین عملکرد بیمار در زندگی روزمره را بهبود می بخشد (سیسرون و همکاران ، 2011). شواهد قانع کننده تر از اثربخشی حافظه کاری (WM) و آموزش کنترل اجرایی در بزرگسالان مسن از متاآنالیز توسط کارباخ و وراگگن (2014) ناشی می شود. آنها 61 نمونه مستقل در بزرگسالان بالای 60 سال را مورد بررسی قرار دادند. مداخلات شناختی منجر به بهبود قابل توجهی در عملکرد در کار آموزش دیده و کارهای مشابه آموزش دیده نمی شود. حتی یک پیشرفت کوچک اما قابل توجه ناشی از آموزش در کارهای آموزش یافته در یک حوزه متفاوت وجود دارد ، نشان می دهد که آموزش به دور به یادگیری منتقل شده است. Neurofeedback (NF) نوعی از بیوفیدبک EEG است که برای بهبود موفقیت آمیز عملکرد شناختی و بدنی انسان استفاده می شود (دالیand Wolpaw ، 2008 ؛ Pfurtscheller et al. ، 2008 ؛ Machado et al. ، 2013 ؛ Broccard et al. ، 2014 ؛ Chaudhary et al. ، 2016). آموزش پیشرفت شناختی پس از آسیب خفیف مغزی مغزی (MTBI) نشان داده شده است که توجه و حافظه متمرکز را افزایش می دهد ، بنابراین عملکرد بیمار در زندگی روزمره را بهبود می بخشد (سیسرون و همکاران ، 2011). شواهد قانع کننده تر از اثربخشی حافظه کاری (WM) و آموزش کنترل اجرایی در بزرگسالان مسن از متاآنالیز توسط کارباخ و وراگگن (2014) ناشی می شود. آنها 61 نمونه مستقل در بزرگسالان بالای 60 سال را مورد بررسی قرار دادند. مداخلات شناختی منجر به بهبود قابل توجهی در عملکرد در کار آموزش دیده و کارهای مشابه آموزش دیده نمی شود. حتی یک پیشرفت کوچک اما قابل توجه ناشی از آموزش در کارهای آموزش یافته در یک حوزه متفاوت وجود دارد ، نشان می دهد که آموزش بسیار دور به یادگیری منتقل شده است.

روش رایج CT در حال حاضر، آموزش فرآیند توجه است (APT؛ Sohlberg و همکاران، 2000)، که شامل اجزای WM نیز می شود. در حالی که کارایی این روش ها متفاوت است، اما گزارش شده است که همه آنها عملکرد را در وظایف توجه متمرکز، عملکرد شناختی و وظایف WM افزایش می دهند. برخی از آموزش های توجه اثر قابل انتقال یادگیری را نشان داد، به عنوان مثال، عملکرد را در کارهای آموزش ندیده بهبود بخشید (سینوت و کوئلیو، 2007؛ وستربرگ و همکاران، 2007؛ سیسرون و همکاران، 2011؛ کو و همکاران، 2014). با این حال، شواهد برای بهبود در زندگی روزمره با استفاده از شناخت تا کنون محدود بوده است، که انگیزه ای برای توسعه روش های بهتر و با زمان کارآمد برای آموزش مستقیم فرآیندهای عصبی زیربنایی ایجاد می کند. سیسرون و همکاران(2011) به این نتیجه رسید که به نظر می رسد توجه بهتر از سایر حوزه های شناختی تربیت می شود. برای درمان کودکان مبتلا به اختلال نقص توجه/بیش فعالی (ADHD)، NF مداخله بهتری نسبت به توجه سنتی (Hurt et al., 2014; Steiner et al., 2014) یا آموزش WM (YuLeung To et al.) است.، 2016). البته توجه داشته باشید، شواهد حاصل از متاآنالیز کارآزمایی های تصادفی سازی شده و کنترل شده از NF به عنوان یک درمان مؤثر برای ADHD در کودکان و نوجوانان پشتیبانی نمی کند. نتایج قابل توجه درمان فقط در معیارهای نتیجه ای رخ می دهد که به درستی کور نشده اند (کورتس و همکاران، 2016). در بررسی جامع BCI NF مبتنی بر EEG، اردوخانی سیدلار و همکاران.(2016) اشاره کرد که، با وجود پیشرفت شگفت انگیز، یک چالش بزرگ برای آموزش توجه از طریق NF، بهبود الگوریتم های پردازش سیگنال است که امواج مغزی افراد شرکت کننده را از امواج مغزی موارد بدون مراقبت جدا می کند.

ویژگی های پیری شناختی و مغز چیست؟

چالش های آموزش بزرگسالان سالمند

چالش آموزش توجه در افراد مسن این است که اندازه گیری CT اغلب با عوامل متعددی مانند تفاوت های فردی که با افزایش سن افزایش می یابد، اشتباه گرفته می شود. این عوامل عبارتند از تفاوت های فردی در پیری مغز مرتبط با توجه بصری (Monge و همکاران، 2016)، جلب توجه به اشیاء پاداش دهنده (به عنوان مثال، پاسخ های الکتروفیزیولوژیکی پاریتو-اکسیپیتال؛ Donohue و همکاران، 2016)، WM و عملکرد (Parasuraman وجیانگ، 2012)، انتقال یادگیری فراتر از وظایف آموزش دیده (گرین وود و پاراسورامان، 2016)، و اثرات دارونما که در آن عملکرد افراد مسن به سادگی با شرکت در CT بهبود می یابد (فروغی و همکاران، 2016).

بر خلاف ADHD در کودکان ، نقص برجسته شناختی در پیری مغز در تعویض و تقسیم توجه رخ می دهد ، در حالی که برانگیختگی فازی و توجه متمرکز به ویژگی های محرک فقط در مراحل اولیه AD تحت تأثیر قرار می گیرد. به عنوان مثال ، کسری توجه انتخابی یکی از اولین شاخص های شناختی اختلال عملکرد نئوکورتیکال در اوایل AD است (پاراسورمان و هاکسبی ، 1993). با وجود بسیاری از چالش ها ، درمان جامع در بیماران مبتلا به اختلالات خفیف شناختی (MCI) ، از جمله برنامه های NF ، رژیم غذایی و تناسب اندام ، نوید خوبی در بهبود شناختی نشان داده است (Bredesen et al. ، 2016 ؛ Fotuhi et al. ، 2016). نکته مهم این است که با مقایسه اقدامات مستقل و شاخص های حساس توجه و WM قبل و بعد از آموزش توجه ، باید اثربخشی کلیه طرح های آموزشی NF با دقت آزمایش شود.

آموزش توجه و حافظه کاری برای جلوگیری از خطر AD

علاوه بر این ، مکانیسم های عصبی زمینه ای در زمینه حافظه کوتاه مدت (به عنوان مثال ، WM) دچار تغییر اولیه قابل توجهی در پیری می شوند (لاوسون و همکاران ، 2007) و در بیماران زوال عقل AD (گرادی و همکاران ، 2001). کاهش حافظه همچنین شامل مکانیسم های عصبی در زمینه یادگیری تکرار ، نوعی حافظه ضمنی است (جیانگ و همکاران ، 1999 ، 2009). AD/MCI اولیه خود را در از دست دادن حافظه کوتاه مدت اما حفظ حافظه بلند مدت دست نخورده نشان می دهد. از آنجا که WM و توجه مکانیسم های عصبی مشترک (به عنوان مثال ، Gazzaley and Nobre ، 2012) به اشتراک گذاشته شده است ، تقویت توجه باعث بهبود رمزگذاری ، نگهداری و بازیابی موارد نگهداری شده در WM برای استفاده آنلاین می شود.

این بسیار مهم است که آموزش توجه آینده از طریق NF در بزرگسالان مسن ، مارک های عصبی خاص را تحت هدف توجه/WM و عملکرد مرتبط قرار می دهد. به عنوان مثال ، یک الگوی حافظه کوتاه مدت مبتنی بر آزمایشات الکتروفیزیولوژیکی تک سلولی به خوبی تثبیت شده در نخبگان (میلر و دزیمون ، 1994) برای تصویربرداری عصبی انسانی با استفاده از تصویربرداری رزونانس مغناطیسی عملکردی (FMRI ؛ جیانگ و همکاران ، 2000 ، 2016) تهیه شده است.، و EEG (Lawson et al. ، 2007 ؛ Guo et al. ، 2008). با استفاده از الگوی حافظه کوتاه مدت ، همان الگوهای پاسخ مغز در بزرگسالان مسن و MCI در یک گروه چینی از بزرگترها تأیید شده است (یو و همکاران ، 2016). جیانگ و همکاران ، آزمایش یک گروه از افراد مسن از نظر شناختی عادی در ایالات متحده ، جیانگ و همکاران.(2016) گزارش داد که افزایش اتصال دو طرفه پاریتال در طول کار حافظه کوتاه مدت با سطح TAU بالاتر در نشانگرهای مایع مغزی نخاعی (CSF) ارتباط دارد و این نشان دهنده افزایش خطر ابتلا به AD است. CSF TAU AD Biomarker چنین پیوندی به اتصال مغز در حالت استراحت نشان نداد ، اما تنها هنگامی که مغز با یک کار شناختی به چالش کشیده شد. بر خلاف نشانگرهای زیستی AD CSF ، که هیچ ارتباطی با وضعیت شناختی در این بزرگسالان نشان نداد ، اتصال عملکردی مغز بین GYRI زمانی چپ و پاریتال در طول کار حافظه به شدت با وضعیت شناختی کلی ارتباط دارد. علاوه بر این ، تعدیل مارک های عصبی شناختی که توسط نشانگرهای زیستی AD (به عنوان مثال ، CSF) تأیید شده است ، باید حتی در بهبود شناختی به طور خاص هدف قرار دادن پیری مغز باشد.

پیشرفت در روش آموزش مغز

اثربخشی CT برای چندین دهه مورد تردید قرار گرفته است. به تازگی ، آموزش مغز به دلیل پیشرفت های جدید در تصویربرداری از مغز ، BCI و ابزارهای تحلیلی پیشرفته ، رنسانس را تجربه کرده است. با استفاده از ابزارهای طبقه بندی پیشرفته RT ، یک مطالعه جدید از FMRI برای ارائه NF در طول آموزش توجه و بهبود موفقیت آمیز توجه بصری و عملکرد رفتاری استفاده شده است (Debettencourt و همکاران ، 2015). این مطالعه همچنین با هدف افزایش کارآیی توجه به گونه ای است که فرد ممکن است برای بهبود حافظه ، برای یک دوره طولانی تر توجه زیادی به یک کار داشته باشد ، که این عنصر اصلی برای بهبود در پیری شناختی است.

آموزش Neurofeedback مبتنی بر EEG

EEG از دهه 1930 در حال استفاده است (آدریان و متیوز ، 1934). ترفندهای جدید برای بهبود تمرین مغز چیست؟برای چندین دهه ، مطالعات EEG پوست سر از AD عمدتا بر توصیف مراحل بیماری بالینی آشکار و نه AD بالینی متمرکز شده است. اجزای مهم EEG در بزرگسالان انسانی دلتا (13 هرتز) است. امواج تتا و دلتا به عنوان امواج آهسته شناخته می شوند. امواج آلفا ، که در مکانهای جبهه ای از جمله قشر سینگولات قدامی تهیه شده اند ، مربوط به توجه ، WM و عملکرد مرتبط با آن در انسان است. نشان داده شده است که نسبت به سرکوب محرکهای بدون نظارت حساس است (Händel و همکاران ، 2011). نوسانات EEG تتا همچنین مربوط به فعالیت هیپوکامپ در طول WM است (Tesche and Karhu ، 2000). توجه مکانی یک فرآیند نمونه گیری تتا ریتمیک ثابت است که از طریق همگام سازی باند گاما اجرا می شود (لاندو و همکاران ، 2015).

NF با استفاده از EEG سنتی و مارک های جدید عصبی EEG در اواخر اخیر موفقیت نشان داده است ، به ویژه در کودکان مبتلا به ADHD در محدوده سنی 6-12 (هولتمن و همکاران ، 2014). قدرت نسبی تتا ، آلفا ، بتا ، تتا/آلفا و تتا/بتا در طی آموزش موفقیت آمیز در کودکان مبتلا به ADHD (Hillard et al. ، 2013) و با استفاده از نسبت تتا/آلفا استفاده شد (اشتاینر و همکاران ، 2014)وادموفقیت مشابهی در آموزش NF با استفاده از نسبت تتا/آلفا در کودکان 6 تا 12 ساله با یک اختلال یادگیری نشان داده شده است (Feández et al. ، 2016). با این حال ، در کودکان کمی بزرگتر مبتلا به ADHD ، عدم موفقیت در یک مطالعه کنترل شده با دارونما دو سو کور گزارش شده است (Vollebregt و همکاران ، 2014) ، که نسبت تتا/بتا و نسبت تتا/آلفا استفاده شد. اقدامات نتیجه عملکرد عصبی شناختی قبل و بعد از درمان نتوانسته است بهبود را نشان دهد ، احتمالاً به دلیل حساسیت به اقدامات نتیجه و سایر محدودیت های مطالعه.

در مورد آموزش NF در مغزهای قدیمی ، کار اصلی آنجلکیس و همکاران.(2007) EEG NF را در جمعیت مسن اعمال کرده و سرعت پردازش و عملکردهای اجرایی (EFS) را بهبود بخشید. موفقیت اضافی با استفاده از NF مبتنی بر EEG برای آموزش توجه و WM در بزرگسالان جوان گزارش شده است (Egner and Gruzelier ، 2001 ؛ Zoefel et al. ، 2011 ؛ Ros et al. ، 2013 ، 2014) ، در اختلال استرس پس از سانحه (ROSو همکاران ، 2016) ، و در بیماران مبتلا به زوال عقل قدیمی (به عنوان مثال ، Surmeli و همکاران ، 2016). ما برخی از مطالعات اخیر در مورد توجه یا آموزش WM در بزرگسالان مسن و جوان را در جدول 1 جدول 1 خلاصه می کنیم.

میز 1

مطالعات انتخابی در مورد توجه یا آموزش حافظه کاری با استفاده از نوروفیدبک (NF) در بزرگسالان مسن و جوان.

H، شرکت کنندگان سالم. LD، اختلال تکیه. ADHD، اختلال کمبود توجه بیش فعالی؛AD، بیماری آلزایمر؛VD، دمانس عروقی؛mTBI، آسیب تروماتیک مغزی خفیف؛NFT، گروه آموزش نوروفیدبک. SNFT، گروه نوروفیدبک ساختگی. سی تی، آموزش شناختی؛گروه NFCT، نوروفیدبک و آموزش شناختی. RT، بلادرنگ؛EF، عملکرد اجرایی؛WM، حافظه کاری؛Y*، برخی از شرکت کنندگان؛MMSE، آزمون های وضعیت ذهنی کوچک.

نشانگرهای عصبی جدید برای تغییر شناختی در سالمندی

کار اخیر تغییرات نوروسیناپسی را به عنوان یکی از اولین نشانگرهای زیستی AD بالینی ، قبل از شروع آسیب عصبی با واسطه تاو یا تغییر ساختار مغز ، شناسایی کرده است (جک و همکاران ، 2011 ؛ اسپرلینگ و همکاران ، 2011). ضبط های EEG به طور مستقیم پتانسیل های پس از سیناپسی را اندازه گیری می کنند و قادر به تشخیص این تغییرات اولیه هستند. نشان داده شده است که سیگنال های الکتروفیزیولوژیکی همزمان اندازه گیری شده در طول خواب و استراحت می توانند به عنوان نشانگرهای زیستی نوروفیزیولوژیکی برای تشخیص زودرس و طبقه بندی زوالیاس استفاده شوند (القازاز و همکاران ، 2014).

نشانگرهای ERP شناختی

سیگنال های EEG به طور متوسط ، یعنی ERP ها در حین وقایع شناختی که به عنوان ERP شناختی شناخته می شوند ، یک مارک نوری امیدوار کننده برای نمایه سازی تغییرات مکانیسم های عصبی اساسی شناخت و حافظه فراهم می کند (اولیچنی و همکاران ، 2011). دامنه تغییر یافته یا تأخیر سیگنال های ERP در بیماران مبتلا به AD گزارش شده است (جکسون و اسنایدر ، 2008). علاوه بر این ، ERP P600 شناختی غیر طبیعی در طی یک کار حافظه کلمه ای در یک نمونه کوچک از افراد مسن با AD بالینی گزارش شده است (اولیچنی و همکاران ، 2008 ، 2011 ، 2013). مشابه EEG ، نشانگرهای زیست شناختی ERP یک روش غیر تهاجمی و مقرون به صرفه تر از CSF ، نشانگرهای زیستی PET برای تشخیص زودرس AD هستند. نشانگرهای زیست شناختی ERP به WM حساس هستند و قبل از اینکه نشانگرهای زیستی معمولی AD با تغییرات عملکرد رفتاری قابل تشخیص باشند (لی و همکاران ، 2017).

نورومکرهای مبتنی بر شبکه مغز

شواهد اخیر در مدل های حیوانی و تصویربرداری عصبی همچنین به شبکه های اتصال مغز به عنوان مارک های عصبی جدید برای نمایه سازی کسری های اولیه در خطر AD اشاره دارد. پپتیدهای Aß فعالیت عصبی را در سطح سیناپسی مختل می کنند و الگوهای فعالیت ناهنجار را در مدارهای شبکه عصبی در داخل و بین مناطق مغز در مدل های حیوانات القا می کنند (Palop and Mucke ، 2010). فن آوری مبتنی بر شبکه در حالت استراحت با استفاده از EEG ناهنجاری ها را در توانایی شناختی نشان داده است (بابلونی و همکاران ، 2006a ، ب ، 2009 ، 2010 ؛ پریچپ و همکاران ، 2006 ؛ پریشپ ، 2007). الگوهای اتصال عملکردی مغز در انسان بسیار پیش بینی کننده عملکرد شناختی است (هاچینسکی و همکاران ، 2006 ؛ فین و همکاران ، 2015). کار FMRI اخیر نشان می دهد که اتصال مغز با نشانگرهای زیستی CSF AD هم در هنگام استراحت و هم در کارهای شناختی ارتباط دارد (جیانگ و همکاران ، 2016).

تجزیه و تحلیل پیشرفته EEG در زمان واقعی

تجزیه و تحلیل علیت شبکه پیشرفته در مغزهای قدیمی

به عنوان سن مغز ، پلاک های Aβ در مناطق مجزا از شبکه حالت پیش فرض مغز تشکیل می شوند (باکنر و وینسنت ، 2007). عوامل دیگری مانند سن ، ژن ها و ذخیره شناختی در افراد مسن نیز به پیچیدگی پیش بینی خطر AD در یک فرد می افزاید. در حالی که اتصال FMRI شاخص خوبی برای شبکه مدارهای مغزی است ، EEG وضوح زمانی برتر ، کاربرد ساده تر و مقرون به صرفه تر را در تنظیمات بالینی ارائه می دهد. به عنوان مثال ، شبکه عصبی شبکه EEG می تواند یک علامت عصبی پیش بینی کننده برای خطر AD باشد (STAM ، 2014). شواهد در حال رشد نشان داده است که تغییرات اتصال عملکردی مغز در زوال عقل را می توان در ضبط EEG شناسایی کرد (مک برید و همکاران ، 2013 ، 2014 ، 2015 ؛ سارگولزی و همکاران ، 2015). انگلس و همکاران.(2015) از کاهش اتصال عملکردی در مناطق خلفی ، همراه با یک مکان توپی تغییر یافته از خلفی به مناطق مرکزی با افزایش شدت AD خبر داد. علاوه بر این ، تجزیه و تحلیل علیت در مرحله مرکز قرار دارد. به عنوان مثال ، از تجزیه و تحلیل علیت بر اساس روش گرنجر برای استنباط انتقال سیناپسی استفاده شده است ، که در اندازه گیری EEG و جریان اطلاعات در شبکه عصبی منعکس شده است (Trongnetrpunya و همکاران ، 2016). از الگوریتم علیت گرنجر نیز برای ارزیابی اتصال مغز در EEG در پوست سر با موفقیت استفاده شد (به عنوان مثال ، بارت و همکاران ، 2012). آنها افزایش قابل توجهی در علیت گرنجر دو طرفه در هنگام از دست دادن آگاهی ، به ویژه در محدوده فرکانس بتا و گاما ، شناسایی کردند. برخلاف تجزیه و تحلیل علیت گرنجر (Bressler and Seth ، 2011) ، Sugihara و همکاران.(2012) مفهوم علیت پویا را پیشنهاد کرد (Deyle and Sugihara ، 2011). یک نشانگر اتصال عملکردی مغز جدید مبتنی بر تعریف علیت Sugihara (McBride و همکاران ، 2015) ایجاد شده است تا امکان توصیف تغییرات شبکه مغز فراتر از ویژگی های سنتی در سایت های موضعی مغز فراهم شود. شکل 1 1 تغییرات اتصال مداوم در مغز قدیمی را با استفاده از اقدامات EEG شبکه (شکل (شکل 1) ، 1A) ، اتصال FMRI (شکل (شکل 1B) ، 1B) و یکپارچگی ماده سفید نشان می دهد (شکل (شکل 1) 1C) در گروه پیری و پس از آن مرکز Sanders-Brown در پیری در منطقه Bluegrass در مرکز کنتاکی. این یافته ها روشهای جدیدی را در آموزش امواج مغزی قدیمی در حین انجام کارها نسبت به آنچه در مغزهای جوان دیده می شود ، باز می کند.

امواج مغزی فردی برای حالات شناختی عصبی هستند.(الف) تجزیه و تحلیل علیت الکتروانسفالوگرافی شبکه (EEG) از اتصال مغز ، افراد مسن سالم (NC) را از بیماران مبتلا به بیماری آلزایمر اولیه (AD) متمایز می کند (سازگاری مک برید و همکاران ، 2015).(ب) تصویربرداری از رزونانس مغناطیسی عملکردی (FMRI) تجزیه و تحلیل شبکه مغز از شرکت کنندگان شناختی عادی در گروه دانشگاه کنتاکی (اتصال زمانی قدامی دو طرفه با خطر ابتلا به AD ارتباط دارد ؛ جیانگ و همکاران ، 2016).(ج) نازک شدن قشر مغز در قشر موقتی (24 نفر) در بیماران مسن با مرحله بسیار اولیه AD در عدم استفاده از کنتاکی مشاهده شد.(د) سکوی یکپارچه برای Neufeedback بسته بسته EEG/ERP (NF) در طول آموزش توجه. از تصاویر صورت با اجازه استفاده می شود.

آموزش NF در زمان واقعی EEG و FMRI

آموزش مغز با استفاده از ویژگی های EEG مبتنی بر فرکانس (آلفا ، تتا یا قدرت تتا/بتا) معمولاً در آموزش توجه NF استفاده می شود. استفاده از NF مبتنی بر EEG برای بهبود عملکرد شناختی توسط Gruzelier (2014) به طور جامع بررسی شده است. مطالعات جدید با استفاده از مارک های عصبی EEG فراتر از نورومورهای فرکانس نوید جدید نشان داده اند. دینامیک مغز (همبستگی های زمانی طولانی مدت EEG) را می توان با تحریک به روشی غیر ارادی تعدیل کرد ، که این یک تغییر تعادل تحریک تحریک است که توسط تنظیم عصبی حلقه بسته حاصل می شود (Ros et al. ، 2014 ؛ Reis et al.، 2016 ؛ ژیگالوف و همکاران ، 2016). Zotev و همکاران با استفاده از EEG و FMRI همزمان.(2014) کاربردهای بالقوه پارادایم های جدید NF را برای درمان اختلالات روانی از جمله پیری شناختی نشان داد. لیو و همکاران.(2015) پروتکل آموزش NF مبتنی بر ابعاد فراکتال (FD) را با الگوریتم تطبیقی پیشنهاد کرد. NF مبتنی بر FD نیازی به ضبط قبل از آموزش ندارد. کارآیی آموزش NF مبتنی بر FD در مقایسه با آموزش NF مبتنی بر تتا/بتا سنتی برای توجه متمرکز و آزمایش هوشیاری توجه ارزیابی می شود. آنها گزارش دادند كه پس از آموزش NF شركت كنندگان گروه آموزشی مبتنی بر FD عملکرد تست مشابه یا بهتری نسبت به گروه از گروه مبتنی بر نسبت دارند.

طبقه بندی RT فعالیت های پیچیده مغز یک پیشرفت هیجان انگیز بوده است. یک مطالعه اخیر نشان داد که NF با استفاده از "RT" fMRI در طول تمرین توجه می تواند برای بهبود موفقیت آمیز توجه بصری استفاده شود (deBettencourt و همکاران، 2015). اگرچه NF مبتنی بر fMRI دارای مزیت مشخصی در آشکار کردن مکان های مدولاسیون در مغز است، استفاده از MRI مستلزم آن است که شرکت کنندگان در طول جلسات آموزشی بی حرکت بمانند. علاوه بر این، تکنیک fMRI به طور غیرمستقیم فعالیت عصبی را با کمی کردن سطح اکسیژن خون اندازه گیری می کند و همچنین پرهزینه است. بنابراین، علاقه مجدد به توسعه NF پیشرفته مبتنی بر EEG کاربر پسند وجود دارد. با کمک فناوری های جدید ضبط EEG مانند هدست های EEG بی سیم (به عنوان مثال، دستگاه Emotiv که در شکل شکل 1D) 1D نشان داده شده است) و دستگاه های بازی، تحقیقات بیشتری در مورد NF از طریق شبکه مغزی که از تجزیه و تحلیل طبقه بندی RT سریع تر استفاده می کنند، پدیدار شده اند. مثال زیر نحوه استفاده از ترکیب فرکانس EEG و تجزیه و تحلیل ویژگی های EEG پیشرفته (به عنوان مثال، آنتروپی طیفی) برای تعدیل فعالیت مغز برای تمرین توجه بهتر است.

استخراج ویژگی و نوروفیدبک BCI حلقه بسته

ویژگی های استفاده شده از داده های EEG جمع آوری شده برای هدف متمرکز در آزمایش اولیه و اعتبار سنجی این سیستم عامل عبارتند از: فعالیت نوسان Delta ، Theta ، Alpha ، Beta و Gamma و همچنین آنتروپی طیفی. علاوه بر این ، آنتروپی طیفی آنتروپی اطلاعاتی است که قادر به کمیت پیچیدگی طیفی یک سیستم نامشخص است. مدل پس از الگوی موفقیت آمیز FMRI از آموزش توجه (Debettencourt و همکاران ، 2015) ، یک سیستم جدید BCI غیر تهاجمی با استفاده از پوست سر EEG برای رمزگشایی سطح توجه پایدار یک شرکت کننده انسانی با یک NF کارآمد بر اساس سطح توجه خود ساخته شده است. سیگنال های مغزی مرتبط. شکل 1D 1D شماتیک از سیستم NF مبتنی بر توجه را نشان می دهد. در طول تست ، سیگنال های EEG پوست سر از یک موضوع از طریق هدست بی سیم EEG ثبت می شوند در حالی که موضوع در دنباله ای از تصاویر متمایز متمرکز است. هر تصویر ترکیبی از دو تصویر شفاف از دو دسته (صحنه در مقابل صورت) است. در یک زمان معین ، به یک ناظر دستور داده می شود که به محرک مربوط به وظیفه (به عنوان مثال ، صحنه) توجه کند و محرک بی ربط (به عنوان مثال ، چهره) را نادیده بگیرد. سطح وضعیت توجه موضوع به سمت محرک مرتبط با کار هدفمند از یک مدل رگرسیون سیگنال های EEG در RT تعیین می شود. اگر سطح توجه برای تصویر فعلی زیاد باشد ، موضوع با وضوح بهبود محرک هدف در تصویر کامپوزیت بعدی پاداش می گیرد. بنابراین ، پویایی تغییر تصاویر متلاطم به عنوان پاداش مثبت NF است و موضوع را ترغیب می کند تا توجه خود را به محرک های بصری هدف متمرکز کند. چندین سیستم عامل BCI مبتنی بر EEG و EPP برای کنترل پروتز (Abiri et al. ، 2015a ، 2016a) و NF آموزش توجه در بزرگسالان ایجاد شده است (Abiri et al. ، 2015b ، 2016b) ، که به عنوان پایه و اساس برای بعدی امیدوار کننده استمرحله آزمایش در بزرگسالان مسن با استفاده از آزمایشات خوب طراحی شده و کنترل شده.

نتیجه

این بررسی رشد سریع فناوری BCI، طبقه بندی یادگیری ماشین آنلاین، و تجزیه و تحلیل شبکه پیشرفته مغز را خلاصه کرده است، که برخی از روش های جدید هیجان انگیز در مبارزه با آموزش شناختی و مغز در افراد مسن هستند. آموزش NF مبتنی بر BCI روش های جدیدی را برای پاداش فوری الگوهای امواج مغزی مرتبط با عملکردهای شناختی بهتر یا مغزهای جوان تر ارائه می کند. ما پیش بینی می کنیم که با تعدیل فعالیت الکتریکی مغز ثبت شده غیرتهاجمی از طریق RT NF در افراد مسن تر، پیشرفت بزرگی در آموزش توجه و حافظه کوتاه مدت مغز، توانایی های شناختی اصلی رخ دهد. این زمان هیجان انگیزی برای ایجاد سی تی در افراد مسن است. با کار بررسی شده در اینجا، نتیجه می گیریم که RT NF، با ترکیب فرکانس سنتی و نشانگرهای عصبی جدید، نویدبخش امید جدیدی برای مغز و CT در افراد مسن است.

مشارکت های نویسنده

YJ اولین پیش نویس را نوشت. RA و XZ سهم مهم و اصلی داشتند.

منابع مالی

بخشی از کار توسط مؤسسه ملی پیری، بنیاد هنری جکسون و NeuroNET پشتیبانی شد.

بیانیه تعارض منافع

نویسندگان اعلام می کنند که این تحقیق در غیاب هر گونه روابط تجاری یا مالی که می تواند به عنوان تضاد منافع بالقوه تعبیر شود، انجام شده است.

قدردانی

این اثر تا حد زیادی تحت تأثیر مشارکت مرحوم پروفسور راجا پاراسورامان در ادبیات قرار گرفت. از اس. ابوالخودود برای کمک در جدول و شکل، اس. استروثکمپ برای تصحیح خواندن، دکتر. W. High، G. Jicha، و S. McILwrath برای بحث مفید، و دو بازبین برای پیشنهادات ارزشمندشان.