Affektregulering baseret på hjerne-computer-grænseflade mod behandling af depression

I dette projekt vil vi udnytte en lokalt udviklet elektroencefalograf (EEG)-baseret BCI-teknologi til afkodning af affektive tilstande i hjernen, og derved udvikle en lukket kredsløbssansnings- og stimuleringsmekanisme. Teknologien bruger avanceret neural signalberegning på EEG'et i realtid og lydfeedback ved hjælp af en maskinlæringsmodel, der forbinder individuelle brugers EEG-karakteristika i forhold til musik-følelsesfunktioner. Systemet er bærbart og vil tillade, at træning i følelsesregulering kan udføres uden for hospitalsmiljøet med lethed og dermed potentielt afhjælpe behandlingsgabet for MDD hos ældre.

Dette er en randomiseret undersøgelse i to grupper. En gruppe vil gennemgå interventionen, som er 24 sessioner med BCI-træning i følelsesregulering (dvs. lytte til musik med lydfeedback for at regulere følelser i retning af positiv affekt) over en 8-ugers periode. Kontrolgruppen vil gennemgå 8 ugers musiksessioner uden træning i følelsesregulering. Begge grupper vil gennemgå præ- og postpsykometriske vurderinger, der ser på kognition, livskvalitet, funktion og følelsesmæssige tilstande. Denne undersøgelse vil også udføre funktionel MR af hjernen før og efter 8 ugers enten træning (intervention) eller musiksession (kontrol) for at undersøge ændringer forbundet med den affektive BCI-træning. Undersøgelsesresultater afledt af psykometriske vurderinger, EEG-analyse og neuroimaging vil give beviser på effektivitet og anvendelighed af denne teknologi.