Undersöker elektroencefalografiska prediktorer för standardlägesnätverksantikorrelation hos friska vuxna

Neuropsykiatriska tillstånd förstås alltmer som störningar i inneboende, funktionella interaktioner inom och mellan utbredda, distribuerade hjärnnätverk. Med de senaste framstegen inom funktionell magnetisk resonanstomografi (fMRI) datainsamling och beräkningsanalys är det nu möjligt att på ett tillförlitligt sätt kartlägga den funktionella neuroanatomin i hjärnnätverk inom individer, vilket erbjuder en potentiell väg för att identifiera personliga neuroterapeutiska mål. Men behandlingar av guldstandard (t.ex. farmakoterapi) i nuvarande psykiatrisk praxis inte ursprungligen utformade för att rikta in sig på specifika hjärnnätverksinteraktioner och saknar protokoll som utnyttjar sådan data på individnivå. Neurofeedback i realtid - där patienter observerar och lär sig att reglera utvalda aspekter av sin egen hjärnaktivitet - är en kandidatstrategi för att personligen skräddarsy normaliseringen av ohälsosam kommunikation inom och mellan hjärnnätverk. Men för att rikta in sig på de stora hjärnnätverken som fungerar onormalt under neuropsykiatriska tillstånd, förlitar sig neurofeedback på fMRI, vilket är en dyr procedur som involverar en komplex installation och patientbörda. Målet med detta projekt är att utveckla ett elektroencefalografi (EEG) "fingeravtryck" av fMRI-nätverksdynamik så att ett neurofeedback-system baserat på enbart EEG (elektroder placerade på hårbotten) kan användas för att exakt målinrikta interaktioner inom och mellan hjärnnätverk. Eftersom EEG-enheter kan vara bärbara och erbjuda relativt enkel installation i flexibla miljöer, kan denna forskning möjliggöra en skalbar form av nätverksbaserad neurofeedback-träning som patienter regelbundet kan komma åt. Syfte 1 med denna forskning är att identifiera en optimal modell av EEG-funktioner som är prediktiva för fMRI-baserad "default mode network" (DMN) "antagonism" inom individer. Utredarna fokuserar på denna DMN-antagonism eftersom det är en viktig egenskap som är relevant för kognitiv dysfunktion vid psykiatrisjukdom på transdiagnostisk nivå. Utredarna kommer att samla in högkvalitativa, samtidiga EEG-fMRI-data hos 24 friska vuxna (>100 min provtagning per deltagare), inklusive tre tillstånd: (1) vilotillstånd, (2) kontinuerlig uppgiftsutförande och (3) kontinuerlig fMRI -baserad neurofeedback från DMN-antagonismtillstånd. Utredarna kommer att tillämpa maskininlärningsbaserade metoder för att identifiera en optimal kartläggning mellan EEG-signalkomponenter och fMRI-baserad DMN-antagonism. Vidare kommer utredarna att avgöra hur mycket EEG-fMRI-provtagning på individuell nivå som behövs för att framgångsrikt förutsäga DMN-antagonism från EEG. Syfte 2 med forskningen är att testa huruvida EEG-markörer för DMN-antagonism är förutsägande för fluktuationer i kognitiva arbetsuppgifter hos individer. Som sådan kan fynden erbjuda validering av beteenderelevansen av ett EEG-neurofeedback-system som skulle rikta in sig på DMN-antagonism. Om det lyckas kan arbetet leda till utveckling av ett tillgängligt, beräkningspsykiatriskt verktyg som kan testas i kliniska tillstånd där DMN-antagonism (och relaterad kognitiv funktion) påverkas, inklusive uppmärksamhetsstörning/hyperaktivitetsstörning, depression och schizofreni.