PTSD에 대한 뉴로피드백 (NEUROFPTSD)

PTSD 치료에 대한 가상 세계/신경 피드백 실시간 기능적 MRI 접근 방식

치료가 가능함에도 불구하고 외상 후 스트레스 장애(PTSD)는 재향 군인의 주요 문제로 남아 있으며 환자, 가족 및 VHA 시스템에 막대한 영향을 미칩니다. PTSD가 있는 재향 군인에게 사용되는 주요 치료 방법은 많은 환자에게 유익한 효과가 있는 노출 요법입니다. 그러나 많은 퇴역 군인이 연구자가 원하는 것보다 덜 개선되기 때문에 현재 치료법에 대한 개선이 필요합니다.

이 제안의 가장 중요한 가설은 두 가지입니다. 첫째, 기능적 MRI(fMRI)로 측정한 뇌 활동은 위협적인 경험과 평온한 순간 동안 PTSD 환자의 다른 뇌 상태를 식별하는 데 사용될 수 있으며 환자는 실시간에서 파생된 뉴로 피드백의 도움을 받습니다. 가상 현실 경험 중 fMRI는 의도적으로 뇌 상태를 수정하여 반응을 줄이는 방법을 배울 수 있습니다. 둘째, 웨어러블 기기를 이용한 신체 활동, 심박수, 수면 패턴의 지속적인 측정은 PTSD 치료 궤적 연구에 도움이 될 수 있다.

조사관은 가상 세계, 기계 학습, 실시간 fMRI 및 뉴로 피드백을 결합하여 조사관이 적어도 특정 도전적인 사례에서 현재 대안보다 더 효과적이기를 바라는 새로운 PTSD 치료를 제공할 것입니다. 중요한 것은 연구자가 환자+자극 조합에 특정한 전산 모델을 구성한다는 것입니다. 이것은 PTSD 환자가 매우 이질적이기 때문에 중요합니다.

목표 1. 실시간 fMRI와 함께 가상 세계/뉴로피드백을 PTSD 치료로 사용 MEDVAMC에 모집된 15명의 PTSD 환자는 가상 세계 플랫폼인 가상 이라크에 노출되어 전쟁과 같은 시나리오에 노출되고 진정됩니다. 위협이 없는 장면. fMRI를 사용하여 뇌 활동을 수집하고 기계 학습으로 분석하여 극단적인 뇌 상태(STRESS 대 CALM)를 구분합니다. 이 두 가지 상태는 뉴로피드백 훈련 중에 사용됩니다. 다음 주에 참가자는 7개의 fMRI/가상 세계 세션에 노출되며 개별 정신 전략(활성 특정 기억에 집중하거나 뉴로피드백이 작동하기 위해 반드시 고의적인 노력이 필요한 것은 아니라는 것이 밝혀졌기 때문에 수동적). 가상 세계의 스트레스는 게이지에 의해 조작됩니다. 환자가 CALM 쪽으로 막대를 이동할 수 있을 때(뇌를 해당 상태로 가져옴으로써) 가상 세계의 스트레스는 감소합니다.

가설 1: PTSD 증상은 훈련이 진행되고 환자가 CALM 상태로 "세상을 가져오는" 정신적 전략을 배우면 감소할 것입니다.

목표 2. PTSD의 치료 성공을 평가하기 위한 웨어러블 기술 연구 PTSD 측정 도구가 있고 연구자가 훈련 전, 도중 및 후에 이를 사용하지만, 일반적으로 자가 보고는 원하는 만큼 견고하고 신뢰할 수 없습니다. 따라서 PTSD 및 일반적으로 정신의학에 대한 치료 진행에 대한 더 많은 생리학적 측정을 하는 것이 유익할 것입니다. 조사관은 참가자가 훈련 내내 지속적으로 착용할 손목시계와 유사한 웨어러블 장치를 사용하고 조사관이 신체 활동, 심박수 및 수면의 질을 측정할 수 있도록 합니다.

가설 2: 웨어러블 장치의 데이터는 자기 보고와 관련이 있으며 훈련 중에 가상 세계를 의도적으로 CALM 상태로 전환하는 능력이 향상됩니다.

결론적으로 연구자들은 뉴로피드백이 PTSD 환자에게 스트레스가 많은 상황에서 더 차분해질 수 있는 개인적인 정신 전략을 발견할 가능성을 제공할 것이라고 제안합니다. 그러나 실시간 fMRI 관련 학습은 의식적인 노력이나 자각 없이 발생할 수 있음이 밝혀졌기 때문에 학습 과정이 의도적인 노력의 결과일 필요는 없습니다. 또한 조사관은 웨어러블 장치가 PTSD 치료 중 궤적과 연결된 생리학적 데이터를 캡처할 것이라고 가정합니다.

연구자들은 안타깝게도 이 접근 방식이 일상적으로 사용하기에는 비용이 너무 많이 들 수 있음을 이해합니다(그러나 신중한 연구 후 비용-편익 연구가 그렇지 않다는 것을 증명할 수 있음). 그러나 연구자들은 이 파일럿이 성공하면 이 데이터를 사용하여 노출 요법에 추가할 저렴한 하이브리드 대안을 개발하는 것이 가능할 것이라고 가정합니다. 필요한 경우) 훈련 중에 EEG만 사용합니다.

예비 연구 이 제안서의 연구는 육군 연구 사무소가 자금을 지원하는 UT Austin의 조사관의 4년 연구 프로젝트를 기반으로 합니다. 이 작업은 fMRI 기반 연구를 위한 자극으로 사용하기 위해 3D 가상 세계의 유용성을 크게 확장했으며 개별화된 치료 및 교육을 위한 토대를 마련했습니다. BRAVEMIND에서 제공하는 것과 같이 PTSD 반응을 유도하도록 설계된 가상 세계에 반응하여 환자의 뇌 활동을 분석하여 뉴로 피드백을 제공하는 중심 역할을 할 것입니다.

fMRI 데이터 수집은 필요에 따라 몇 분 동안 2-3초마다 뇌 활동의 양을 샘플링합니다. 각 샘플은 수백만 개의 뉴런에 대한 총 뇌 활동을 측정하는 복셀의 3D 배열입니다. 기존의 fMRI 데이터 분석은 각 복셀의 값을 별도의 시계열로 취급하고 자극과 측정된 활동을 연관시키는 선형 통계 분석을 수행합니다. 실시간 가상 세계를 자극으로 사용하는 복잡성 증가를 처리하기 위해 조사관은 분석을 위해 머신 러닝을 대신 사용했습니다. 기계 학습 기반 방법은 단일 복셀이 아닌 여러 복셀에 대한 복잡한 상관 관계를 추출할 수 있습니다. 이 방법에는 예제 입력/출력 쌍을 알고리즘에 공급하여 "훈련"하는 것이 포함됩니다. 조사자의 경우 입력은 fMRI 시간 샘플이고 출력은 자극을 반영하여 조사자가 관심을 갖는 범주입니다. 연구자들은 각 범주를 특정 자극 범주로 각 시간 조각에 레이블을 지정하여 지정된 뇌 활성화 패턴인 "두뇌 상태"라고 합니다.

연구자들은 두 가지 다른 실험에서 뇌 상태를 감지하기 위한 정확한 성능을 달성할 수 있었습니다. 둘 다 이라크 마을을 암시하는 가상 세계와 미 육군 및 원주민 적대 전투원의 가상 캐릭터를 사용했습니다. 첫 번째 실험에서 조사관은 1-6명의 전투원이 가상 마을의 서로 다른 위치에 표시되는 수동 보기 패러다임을 사용했습니다. 피험자 간 평균 성능은 참가자가 매번 얼마나 많은 전투원(1-6)을 보았는지 결정하는 측면에서 꽤 좋았고 기회를 훨씬 뛰어넘었습니다. 두 번째 실험은 사용자 반응이 필요한 특정 시각적 작업을 포함하는 유사하지만 더 복잡한 자극을 사용했습니다. 피험자들은 20명의 캐릭터로 구성된 군중(그 중 절반은 우호적인 군대) 내에서 한 명의 적대적인 전투원이 갑자기 무기를 뽑을 때 버튼을 눌러 신속하게 대응하도록 요청받았습니다. 작업 난이도는 각각 30초 동안 지속되는 조우에서 무작위로 변경되었습니다. 연구자의 기계 학습 방법은 70%-90% 정확도로 이 뇌 상태 차원을 인식할 수 있습니다.

연구 설계 및 방법 목표 1. PTSD 치료로 실시간 fMRI와 함께 가상 세계/뉴로피드백 사용 연구자는 가상 세계, 실시간 fMRI, 기계 학습 및 뉴로 피드백을 결합하여 새로운 PTSD 치료를 제공합니다. 연구자들은 현재 대안보다 더 효과적일 것으로 기대하고 있습니다. 조사관은 또한 위의 것과 같은 뇌 지도를 조사함으로써 조사관이 다른 피험자의 뇌에서 PTSD가 어떻게 나타나는지에 대한 통찰력을 얻을 것으로 예상합니다. 스테레오 오디오/시각적 자극은 BRAVEMIND 시스템에서 제공됩니다. 스캔하기 전에 각 피험자는 훈련된 치료사가 참석하는 실험실 보조 치료 세션에 참여합니다. 조사관은 CALM과 STRESSED 사이에 반응의 적절한 치료 범위를 제공하기 위해 자극 매개변수를 조정할 것입니다. 다양한 장면/시나리오가 제공됩니다. 이 범위의 매개 변수 설정은 후속 스캔 세션을 위해 캡처됩니다. 스캐너에서 가상 현실 자극은 MR 호환 3D 디스플레이를 사용하여 전달됩니다. 피험자는 5개의 버튼이 있는 MR 호환 응답 장치를 사용하여 "STRESSED" 불안 수준을 자가 보고합니다. 이 응답 데이터와 처음 두 세션의 MRI 데이터는 머신 러닝 알고리즘에서 사용되어 매 1.5초 시간 샘플에서 CALM - STRESSED 사이의 피험자의 응답을 구별할 수 있는 분류기를 구축합니다. 이어지는 6개의 세션에서 주제는 기계 학습으로부터 피드백을 받는 동안 유사하지만 동일하지 않은 자극을 제시합니다. 이를 통해 더 차분한 반응을 위해 자신의 뇌 반응을 스스로 조절하는 방법을 점진적으로 배울 수 있습니다. 이러한 자체 유도된 변화는 fMRI 시스템에 의해 감지되고 인지된 위협의 정도를 직접 줄이기 위해 가상 세계를 변조하는 데 사용됩니다. 따라서 소거 요법에 필요한 실시간 신경 피드백을 제공합니다("온도계"가 표시됨).

전뇌 FMRI 데이터는 2mm 복셀 크기 및 TR = 1.5초(SMS x3, G = 2, TE = 30ms, FA = 72)를 얻기 위해 SMS 가속을 사용하는 3T Siemens Prisma 스캐너를 사용하여 수집됩니다. 스캐닝 세션은 ~1시간 동안 지속되며 로컬라이저 및 고해상도 해부학(MP-RAGE), 1mm 큐빅 복셀 수집으로 시작하여 가상 현실 자극 프레젠테이션 중에 fMRI 데이터 수집이 이어집니다. 각 fMRI 실행은 ~6분 동안 지속되며 6-8개의 실행이 수집됩니다.

함정 및 대체 전략. 연구자들은 89%의 정확도로 내부 뇌 차원을 분류하는 능력을 입증했지만 "PTSD" 차원에 대해 유사한 정확도를 얻는 것이 불가능할 수 있습니다. 관찰된 맥박 및 호흡 데이터를 기계 학습에 입력으로 포함하여 결과를 개선할 수 있습니다. 또한 피드백이 실패하더라도 연구자는 기계 학습에 의해 생성된 민감도 맵에서 PTSD의 생리에 대한 통찰력을 얻을 수 있습니다.

목표 2. PTSD의 치료 성공을 평가하기 위한 웨어러블 기술 연구 신체 활동, 심박수 및 수면 패턴은 모두 PTSD에서 중요한 역할을 합니다. 웨어러블 기술은 최근 연구자가 연구 과정 전반에 걸쳐 비침습적 방식으로 이 세 가지 매개변수를 지속적으로 측정할 수 있도록 발전했습니다. 연구자들은 9주 동안 신체 활동, 수면 패턴 및 심박수 날짜와 함께 자가 보고된 증상을 연구할 것을 제안합니다. 연구자들은 선형 회귀를 사용하여 CAPS5, PCL 및 일기 증상이 치료 중 활동, 수면 및 심박수 패턴과 상관관계가 있는지 여부를 연구할 것입니다. 연구자들은 치료가 가장 성공적인 환자에서 a) 평균 HR이 더 많이 감소하고, b) 낮과 밤에 높은 HR이 덜 일반적일 것이며, c) 평균 신체 활동이 증가하고, d) 신체 활동이 낮에는 더 많이 활동하고 밤에는 더 적게 활동하도록 규칙화, e) 평균 수면 시간이 증가하고, f) 밤에 덜 깨어 있는 시기에 수면 패턴이 규칙화됩니다.

함정 및 대체 전략. 웨어러블 장치의 데이터가 증상 개선과 관련이 없을 가능성이 있습니다. 가능한 설명은 현재 장치의 오류율이 중요한 상관 관계를 허용하지 않는다는 것입니다. 그렇다면 이 접근 방식은 나중에 다시 테스트해야 합니다. 가능성이 낮은 또 다른 설명은 신체 활동, 심박수 및 수면의 질이 사용 가능한 데이터가 제안하는 것처럼 PTSD 증상과 강한 상관관계가 없다는 것입니다. 이것은 소규모 파일럿 연구이기 때문에 추세를 제시하는 데이터는 향후 연구할 수 있는 가능한 방향을 가리킬 것입니다.

일반적인 결론

연구의 주요 아이디어는 뇌가 이전에 CALM으로 정의된 상태에 접근함에 따라 VR이 덜 스트레스가 많은 환경으로 변경된다는 것입니다. 조사관은 시간이 지남에 따라 환자가 의식적으로 뇌를 CALM 상태로 전환하는 방법을 배우게 되어 트라우마/스트레스 유발 요인이 있을 때 진정시키기 위한 개별화된 정신 전략을 제공할 것이라고 가정합니다.