脳ネットワーク相互作用のニューロフィードバックによる視覚認知と視覚運動学習の改善。 (NF-BrainNet)
神経科学は長い間、課題遂行中の脳活動の理解に焦点を当ててきました。 その結果、現在のトレーニング方法は、トレーニングされたタスク中に脳の活性化を最大化することを目的としています。 しかし、新しい証拠は、これが効率的な方法ではない可能性があることを示しています。 被験者は、脳のネットワークがトレーニング前に脳領域間の自発的な相互作用とコミュニケーションが高い状態、つまり「ネットワーク通信」が高い状態にある場合にのみ、最大のパフォーマンスを発揮します。 この場合、タスク中に必要な労力は最小限です。 これには、タスクの実行前に高度なネットワーク通信を誘導することを目的とした新しい学習戦略が必要です。 研究者らは以前、健康な人は、ニューロフィードバックとして知られる現在の活動に関するリアルタイムのフィードバックを受け取ると、運動野 (つまり、動きを制御する野原) のネットワーク通信を増加させることを学ぶことができることを示しました。 ニューロフィードバックでは、被験者は現在の脳活動の状態に関する継続的なフィードバックを受け取ります。 このフィードバックを通じて、彼らは自分の脳の活動を変えることを学ぶことができます。
本研究の目的は、ニューロフィードバックを、安静時 (つまり、参加者がタスクに従事していないとき) に高いネットワーク コミュニケーションを誘導するための新しい治療アプローチとして検証し、この高められたネットワーク コミュニケーションが視覚と運動学習を強化できるかどうかをテストすることです。 .
調査の概要
詳細な説明
調査員がパイロット研究で見たように、フィードバックが目で知覚された場合、参加者はニューロフィードバックを介して視覚脳領域 (つまり、光刺激を処理する領域) のネットワーク通信を改善することができません。 したがって、実験 1 の目標は、参加者が効率的にネットワーク通信を増やすことができるフィードバックの代替形式を見つけることです。 具体的には、参加者は、音、皮膚の振動、またはその両方の形でニューロフィードバックを受け取ります。 ニューロフィードバックを音として使用するために、研究者は以前にネットワーク通信を強化することがわかっているリラックスできる音を使用します。 振動としてのニューロフィードバックの場合、電気的または振動触覚刺激装置が手と足の両方を刺激します。以前の研究では、脳のネットワーク通信にプラスの効果があることがわかっています。 感覚刺激の強度は、対象の脳領域と脳の残りの部分との間のネットワーク通信の現在のレベルに基づいて調整されます。 したがって、より多くのコミュニケーションは、フィードバックの強度の低下につながります。 アイデアは、被験者が感覚フィードバックなしで高度なコミュニケーションの状態を維持することを学ぶということです. 被験者は、特定の精神的イメージのタスクがフィードバックなしでアルファバンド FC を強化できないことを以前に観察したため、精神的イメージの特定の戦略を示すことなく、フィードバックレベルを下げるように指示されます。 最後に、行動レベルへの影響を調査するために、研究者は、以前の研究と同様に、各セッションの開始時と終了時に視覚をさらに評価します。
実験 2 では、実験 1 のニューロフィードバック モダリティを採用して、ニューロフィードバックによるネットワーク通信の増加が視覚運動学習の改善につながるかどうかをテストします。 視覚運動学習は、調査員が以前の研究からの実現可能性の証拠を持っているため、また診療所で必要に応じて再学習するための優れたモデルを表しているため、ミラー描画タスクで測定されます。
どちらの実験でも、参加者は磁気共鳴画像法 (MRI) を受けます。 このMRIは、ニューロフィードバックの精度を高めます。
研究の種類
入学 (実際)
段階
- 適用できない
連絡先と場所
研究場所
-
-
-
Bern、スイス、3010
- Division of Neurorehabilitation, Department of Neurology, Inselspital, Bern University Hospital, University of Bern, Switzerland.
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
説明
包含基準:
- 署名済みのインフォームド コンセント
- 年齢 18 歳以上
- 正常または正常に矯正された視力
- 神経疾患や精神疾患がない
- ベンゾジアゼピンまたは神経弛緩薬の定期的な摂取なし
除外基準:
- 脳への外科的介入
- 薬物またはアルコール乱用
- 体内の非 MRI 安全金属の存在
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:処理
- 割り当て:ランダム化
- 介入モデル:階乗代入
- マスキング:独身
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:実験1
参加者は 3 つの異なるセッションに参加します。
各セッションでは、視覚領域でのネットワーク コミュニケーションが、音の強度、触覚刺激の強度、またはその両方と結合されます。
|
視覚領域で EEG を使用して測定されたネットワークの相互作用は、音の強さと結合されます。
視覚領域で EEG を使用して測定されたネットワーク相互作用は、触覚刺激 (つまり、手と足の両方に適用される電気または振動触覚刺激装置) の強度と結合されます。
視覚領域で EEG で測定されたネットワーク相互作用は、音と触覚刺激の強度と結合されます。
|
|
実験的:実験 2 (グループ A)
参加者は、感覚フィードバックを使用して、約 20 分間 (正確な期間は実験 1 の経験で定義されます) の間、標的脳領域 (すなわち、左上頭頂領域) と脳の残りの部分との間のネットワーク通信のニューロフィードバックトレーニングを受けます。実験1で定義されたモダリティ。
次に、ミラー描画タスクを実行します。
|
参加者は、特定の脳領域でのネットワーク相互作用と結合されている感覚刺激 (実験 1 で定義) の強度を減らすように訓練します。
|
|
アクティブコンパレータ:実験 2 (グループ B)
参加者は、ニューロフィードバックを使用して、視覚運動処理または学習に直接リンクされていない他の (右) 半球の制御脳領域のネットワーク通信をトレーニングします。それ以外の場合は、同じ期間とフィードバック設定を使用します。
この制御条件により、同様のフィードバック体験が得られるため、真の盲目となります。
さらに、フィードバック トレーニングの空間的特異性の評価が可能になります。
ニューロフィードバックの後、彼らは鏡を描くタスクを実行します。
|
参加者は、特定の脳領域でのネットワーク相互作用と結合されている感覚刺激 (実験 1 で定義) の強度を減らすように訓練します。
|
|
介入なし:実験 2 (グループ C)
参加者はニューロフィードバックを受け取りませんが、鏡を描くタスクを直接訓練します。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
ネットワーク通信の変化
時間枠:アルファバンド FC は、ニューロフィードバックの前に 10 分間、EEG を使用して測定されます。ニューロフィードバック中は 20 分間、ニューロフィードバック後は 10 分間。
|
両方の実験の主要な結果の尺度は、脳波 (EEG) で測定されたニューロフィードバック中のネットワーク通信の変化です。
ネットワーク通信は、研究者の検証論文に記載されているように、アルファバンドの機能的接続 (FC) として計算されます。
|
アルファバンド FC は、ニューロフィードバックの前に 10 分間、EEG を使用して測定されます。ニューロフィードバック中は 20 分間、ニューロフィードバック後は 10 分間。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
視覚
時間枠:各セッションの開始時に、視覚タスクが与えられます。その後、10分間のEEGの後、約。 20 分間のニューロフィードバックと 10 分間の EEG タスクが繰り返されます。
|
実験 1 の二次結果の測定は、視覚における行動パフォーマンスになります。
調査官の検証論文のように、視覚性能が向上すると、画面の左半分または右半分で検出される刺激の割合が高くなります。
|
各セッションの開始時に、視覚タスクが与えられます。その後、10分間のEEGの後、約。 20 分間のニューロフィードバックと 10 分間の EEG タスクが繰り返されます。
|
|
視覚運動学習
時間枠:ミラー描画タスクで 5 分の事前テストは、10 分の EEG と 20 分のニューロフィードバックの後に取得されます。その後、タスクで 20 分間のトレーニングの後、5 分間の事後テストが行われます。
|
実験 2 の副次的な結果の尺度は、視覚運動学習タスクの学習効果になります。
具体的には、使用される視覚運動学習タスクはミラー描画タスクです。
検証論文と同様に、関心のある 2 つの変数は、エラーの数と完了時間です。
|
ミラー描画タスクで 5 分の事前テストは、10 分の EEG と 20 分のニューロフィードバックの後に取得されます。その後、タスクで 20 分間のトレーニングの後、5 分間の事後テストが行われます。
|
協力者と研究者
捜査官
- 主任研究者:Adrian Guggisberg, Prof. Dr.、Division of Neurorehabilitation, Department of Neurology, Inselspital, Bern University Hospital, University of Bern, Switzerland.
出版物と役立つリンク
一般刊行物
- Mottaz A, Solca M, Magnin C, Corbet T, Schnider A, Guggisberg AG. Neurofeedback training of alpha-band coherence enhances motor performance. Clin Neurophysiol. 2015 Sep;126(9):1754-60. doi: 10.1016/j.clinph.2014.11.023. Epub 2014 Dec 6.
- Guggisberg AG, Honma SM, Findlay AM, Dalal SS, Kirsch HE, Berger MS, Nagarajan SS. Mapping functional connectivity in patients with brain lesions. Ann Neurol. 2008 Feb;63(2):193-203. doi: 10.1002/ana.21224.
- Guggisberg AG, Dalal SS, Zumer JM, Wong DD, Dubovik S, Michel CM, Schnider A. Localization of cortico-peripheral coherence with electroencephalography. Neuroimage. 2011 Aug 15;57(4):1348-57. doi: 10.1016/j.neuroimage.2011.05.076. Epub 2011 Jun 7.
- Dubovik S, Pignat JM, Ptak R, Aboulafia T, Allet L, Gillabert N, Magnin C, Albert F, Momjian-Mayor I, Nahum L, Lascano AM, Michel CM, Schnider A, Guggisberg AG. The behavioral significance of coherent resting-state oscillations after stroke. Neuroimage. 2012 May 15;61(1):249-57. doi: 10.1016/j.neuroimage.2012.03.024. Epub 2012 Mar 13.
- Paszkiel S, Dobrakowski P, Lysiak A. The Impact of Different Sounds on Stress Level in the Context of EEG, Cardiac Measures and Subjective Stress Level: A Pilot Study. Brain Sci. 2020 Oct 13;10(10):728. doi: 10.3390/brainsci10100728.
- Freyer F, Reinacher M, Nolte G, Dinse HR, Ritter P. Repetitive tactile stimulation changes resting-state functional connectivity-implications for treatment of sensorimotor decline. Front Hum Neurosci. 2012 May 23;6:144. doi: 10.3389/fnhum.2012.00144. eCollection 2012.
- Allaman L, Mottaz A, Guggisberg AG. Disrupted resting-state EEG alpha-band interactions as a novel marker for the severity of visual field deficits after brain lesion. Clin Neurophysiol. 2021 Sep;132(9):2101-2109. doi: 10.1016/j.clinph.2021.05.029. Epub 2021 Jun 28.
- Allaman L, Mottaz A, Kleinschmidt A, Guggisberg AG. Spontaneous Network Coupling Enables Efficient Task Performance without Local Task-Induced Activations. J Neurosci. 2020 Dec 9;40(50):9663-9675. doi: 10.1523/JNEUROSCI.1166-20.2020. Epub 2020 Nov 6.
- Manuel AL, Guggisberg AG, Theze R, Turri F, Schnider A. Resting-state connectivity predicts visuo-motor skill learning. Neuroimage. 2018 Aug 1;176:446-453. doi: 10.1016/j.neuroimage.2018.05.003. Epub 2018 May 4.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (推定)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- 2022-00976
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。