Affektregulering basert på hjerne-datamaskingrensesnitt mot behandling for depresjon

I dette prosjektet vil vi utnytte en lokalt utviklet elektroencefalograf (EEG)-basert BCI-teknologi for dekoding av affektive tilstander i hjernen, og derved utvikle en lukket sløyfe-sensing og stimuleringsmekanisme. Teknologien bruker avansert nevrale signaldatabehandling på EEG i sanntid og lydtilbakemelding ved hjelp av en maskinlæringsmodell som assosierer individuelle brukers EEG-egenskaper i forhold til musikk-emosjonsfunksjoner. Systemet er bærbart og vil tillate at følelsesreguleringstrening enkelt kan utføres utenfor sykehusmiljøet og dermed potensielt adressere behandlingsgapet for MDD hos eldre.

Dette er en randomisert studie med to grupper. En gruppe vil gjennomgå intervensjonen som er 24 økter med BCI-emosjonsreguleringstrening (dvs. lytte til musikk med lydtilbakemelding for å regulere følelser mot positiv effekt) over en 8-ukers periode. Kontrollgruppen vil gjennomgå 8 uker med musikkøkter, uten noen følelsesreguleringstrening. Begge gruppene vil gjennomgå pre- og postpsykometriske vurderinger som ser på kognisjon, livskvalitet, funksjon og følelsesmessige tilstander. Denne studien vil også utføre funksjonell MR av hjernen før og etter 8 uker med enten trening (intervensjon) eller musikkmusikkøkt (kontroll) for å undersøke endringer knyttet til den affektive BCI-treningen. Studiefunn utledet fra psykometriske vurderinger, EEG-analyse og nevroimaging vil gi bevis på effektivitet og brukbarhet av denne teknologien.