健康な成人におけるデフォルト モード ネットワーク反相関の脳波予測因子の調査

神経精神医学的状態は、広範囲に分散した脳ネットワーク内およびそれらの間の固有の機能的相互作用の障害としてますます理解されています。 機能的磁気共鳴画像法 (fMRI) のデータ収集とコンピューター解析の最近の進歩により、個人の脳ネットワークの機能的神経解剖学を確実にマッピングすることが可能になり、パーソナライズされた神経治療標的を特定するための潜在的な手段が提供されます。 ただし、ゴールド スタンダードの処理 (例: 現在の精神科診療における薬物療法は、もともと特定の脳ネットワーク相互作用を標的とするように設計されておらず、そのような個人レベルのデータを活用するプロトコルが不足しています。 患者が自分の脳活動の選択された側面を観察し、調整することを学ぶリアルタイムのニューロフィードバックは、脳ネットワーク内および脳ネットワーク間の不健康なコミュニケーションの正常化を個人的に調整するアプローチの候補です。 ただし、神経精神状態で異常に機能する主要な脳ネットワークをターゲットにするために、ニューロフィードバックは fMRI に依存しています。これは、複雑なセットアップと患者の負担を伴う高価な手順です。 このプロジェクトの目標は、fMRI ネットワーク ダイナミクスの脳波 (EEG) "フィンガープリント" を開発して、EEG (頭皮に配置された電極) のみに基づくニューロフィードバック システムを使用して、脳ネットワーク内および脳ネットワーク間の相互作用を正確にターゲットにすることです。 EEG デバイスは持ち運びが可能で、柔軟な設定で比較的簡単にセットアップできるため、この研究により、患者が定期的にアクセスできるネットワークベースのニューロフィードバック トレーニングのスケーラブルな形式が可能になる可能性があります。 この研究の目的 1 は、個人内の fMRI ベースのデフォルト モード ネットワーク (DMN) の「拮抗作用」を予測する EEG 機能の最適なモデルを特定することです。 研究者は、この DMN 拮抗作用に焦点を当てています。なぜなら、この DMN 拮抗作用は、超診断レベルでの精神疾患における認知機能障害に関連する主要な特徴だからです。 調査員は、(1) 安静状態、(2) 継続的な作業遂行、(3) 継続的な fMRI の 3 つの条件を含む、24 人の健康な成人 (参加者あたり 100 分以上のサンプリング) で高品質の同時 EEG-fMRI データを収集します。 DMN 拮抗状態からのベースのニューロフィードバック。 調査官は、機械学習ベースの方法を適用して、EEG 信号成分と fMRI ベースの DMN 拮抗作用の間の最適なマッピングを特定します。 さらに、研究者は、EEG から DMN 拮抗作用を正常に予測するために、個人レベルの EEG-fMRI サンプリングがどれだけ必要かを判断します。この研究の目的 2 は、DMN 拮抗作用の EEG マーカーが個人の認知作業パフォーマンスの変動を予測するかどうかをテストすることです。 そのため、調査結果は、DMN拮抗作用を標的とするEEGニューロフィードバックシステムの行動関連性の検証を提供する可能性があります. 成功すれば、注意欠陥/多動性障害、うつ病、統合失調症など、DMN拮抗作用（および関連する認知機能）が影響を受ける臨床状態でテストできる、アクセス可能な計算精神医学ツールの開発につながる可能性があります。