Undersøker elektroencefalografiske prediktorer for standardmodusnettverksantikorrelasjon hos friske voksne

Nevropsykiatriske tilstander blir i økende grad forstått som forstyrrelser av iboende, funksjonelle interaksjoner innenfor og mellom utbredte, distribuerte hjernenettverk. Gitt nylige fremskritt innen funksjonell Magnetic Resonance Imaging (fMRI) datainnsamling og beregningsmessig analyse, er det nå mulig å pålitelig kartlegge den funksjonelle nevroanatomien til hjernenettverk hos individer, og tilbyr en potensiell mulighet for å identifisere personlige nevroterapeutiske mål. Gullstandardbehandlinger (f.eks. farmakoterapi) i dagens psykiatriske praksis var ikke opprinnelig designet for å målrette mot spesifikke hjernenettverksinteraksjoner og mangler protokoller som utnytter slike data på individnivå. Sanntids nevrofeedback – der pasienter observerer og lærer å regulere utvalgte aspekter av sin egen hjerneaktivitet – er en kandidattilnærming for personlig å skreddersy normaliseringen av usunn kommunikasjon innenfor og mellom hjernenettverk. Men for å målrette mot de store hjernenettverkene som fungerer unormalt under nevropsykiatriske tilstander, er nevrofeedback avhengig av fMRI, som er en kostbar prosedyre som involverer et komplekst oppsett og pasientbyrde. Målet med dette prosjektet er å utvikle et elektroencefalografi (EEG) "fingeravtrykk" av fMRI-nettverksdynamikk slik at et nevrofeedback-system basert på EEG (elektroder plassert på hodebunnen) alene kan brukes til å presist målrette interaksjoner innenfor og mellom hjernenettverk. Fordi EEG-enheter kan være bærbare og tilby relativt enkelt oppsett i fleksible omgivelser, kan denne forskningen muliggjøre en skalerbar form for nettverksbasert nevrofeedback-trening som pasienter regelmessig kan få tilgang til. Mål 1 med denne forskningen er å identifisere en optimal modell av EEG-funksjoner som er prediktive for fMRI-basert standardmodusnettverk (DMN) "antagonisme" hos individer. Etterforskerne fokuserer på denne DMN-antagonismen fordi den er et hovedtrekk som er relevant for kognitiv dysfunksjon ved psykiatrisykdom på et transdiagnostisk nivå. Etterforskerne vil samle høykvalitets, samtidige EEG-fMRI-data i 24 friske voksne (>100 minutter med prøvetaking per deltaker), inkludert tre forhold: (1) hviletilstand, (2) kontinuerlig oppgaveutførelse og (3) kontinuerlig fMRI -basert nevrofeedback fra DMN-antagonismetilstander. Etterforskerne vil bruke maskinlæringsbaserte metoder for å identifisere en optimal kartlegging mellom EEG-signalkomponenter og fMRI-basert DMN-antagonisme. Videre vil etterforskerne bestemme hvor mye EEG-fMRI-prøvetaking på individuelt nivå som er nødvendig for å forutsi DMN-antagonisme fra EEG. Mål 2 med forskningen er å teste om EEG-markører for DMN-antagonisme er prediktive for svingninger i kognitive oppgaver innen individer. Som sådan kan funnene tilby validering av atferdsrelevansen til et EEG-nevrofeedback-system som vil målrette mot DMN-antagonisme. Dersom det lykkes, kan arbeidet føre til utvikling av et tilgjengelig, beregningspsykiatrisk verktøy som kan testes i kliniske tilstander der DMN-antagonisme (og relatert kognitiv funksjon) påvirkes, inkludert oppmerksomhetssvikt/hyperaktivitetsforstyrrelse, depresjon og schizofreni.