大脑和身体相互作用的研究
罗格斯大学大脑和身体相互作用的研究
研究概览
地位
详细说明
读书是为了什么? 这项研究的目的是表征同时从人的神经系统共同注册的生物物理信号。 为此,研究人员使用多种可穿戴生物传感器(脑电图、心电图、运动学等) 并让患者在与日常生活活动类似的活动中自然移动。 这些包括步行、以节拍器为背景步行以及以节拍器的速度呼吸时步行。 该研究的目的是了解每个人生物节律的固有特性,以便建立适当的神经典型量表并测量几组受试者偏离该典型范围的情况。 这些包括自闭症谱系障碍、ADHD(注意力缺陷/多动障碍)、阿斯伯格综合症、阿尔茨海默氏病和/或脆性 X 综合征。 本研究不提供任何诊断或治疗建议。 它只是一个人在这些条件下的生物节律的表征。
参与者会做什么? 参与者将执行自然行为(例如。 自然地在房间里走来走去,指向一个物体),同时听到节拍器在背景中跳动。 在某些时候,将指示参与者随着节拍器的节拍呼吸。 在这个实验过程中,参与者将佩戴无线脑电图 (EEG) 帽记录大脑活动,身体周围的无线运动传感器记录运动,胸部无线心电图 (ECG) 记录心脏活动。参与者还将将 Zeblok 鞋垫放在鞋内,以监测他们的步态。 记录的生物物理信号将用于评估已经诊断的参与者和神经典型参与者的神经系统生物节律,因为该实验旨在研究和表征不同人群的生物物理信号。 该研究不提供诊断标准,也不提供治疗建议。 该研究仅描述了生物物理数据的范围及其在不同人群中的变异性,以衡量与神经典型特征的偏离。 请注意,佩戴无线 EEG 帽将涉及在参与者的头发上涂抹电极凝胶(类似于发胶)。
实验多长时间? 实验本身需要 45 分钟——包括 3 次步行试验,每次持续 15 分钟——但这可以根据参与者的性格来减少。 将根据需要提供茶点和感官玩具的休息时间。 设置将额外花费 15-30 分钟。
实验在哪里/何时进行? 该实验将在罗格斯大学(新泽西州皮斯卡塔韦市 Frelinghuysen 路 152 号,新泽西州 08854)Busch 校区心理学大楼的感觉-运动整合实验室进行。 如有必要,实验也可以在参与者家中进行。 根据参与者和实验者的可用性,日期和地点可以在一周中的任何一天和任何时间进行协调——包括周末。 额外的工作人员可以应要求为兄弟姐妹提供现场托儿服务。
研究类型
注册 (预期的)
联系人和位置
学习地点
-
-
New Jersey
-
Piscataway、New Jersey、美国、08854-8020
- 招聘中
- Rutgers University
-
接触:
- Jihye Ryu, MS
- 电话号码:917-378-1164
- 邮箱:jr1102@psych.rutgers.edu
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
下列任何一项的临床诊断:
- 自闭症谱系障碍
- 多动症
- 阿斯伯格综合症
- 阿尔茨海默氏病
- 脆性 X 综合征
- 帕金森病
排除标准:
-
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
---|
神经障碍
患有自闭症谱系障碍等神经系统疾病的人,包括可能同时患有多动症、阿斯伯格综合症、阿尔茨海默病、脆性 X 综合征、帕金森病、路易体痴呆和/或额顶叶痴呆的人
|
神经型
没有已知神经系统疾病的健康个体
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
生物生理信号的无单位随机特征,由概率分布函数的经验估计形状和分散(尺度)参数组成
大体时间:通过学习完成,平均1年
|
从大脑和心脏 (mV) 和运动运动学 (m/s) 活动中提取的生物物理信号将被归一化并缩放为无单位波形数据集。 标准化的无单位数据集将解释解剖学差异,然后根据具有可变形状和色散(噪声信号比)的连续概率分布函数族的形状和尺度参数,根据经验将其表征为每个人的概率分布族。 这些参数是各种疾病的客观生物标志物,可告知信噪比水平和个体生物节律的可预测性(Torres,2018 年)。 E. 托雷斯 (2018)。 诊断和治疗神经系统疾病的客观生物测定方法:Elsevier |
通过学习完成,平均1年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
---|---|---|
大脑和身体连接指标以及从网络连接模型和逆运动模型导出的几何和拓扑索引
大体时间:通过学习完成,平均1年
|
基于数学网络连接模型(Rubinov 和 Sporns,2010 年),研究人员将测量参与者执行自然任务时大脑和身体(中央和外围网络)如何相互作用。
基于来自大脑和心脏活动 (mV) 和运动运动学 (m/s) 的生理数据,实验分析提供了一个模型,用于测量身体不同部位之间的无单位连接测量。
即,它们是度(即连接到节点的链接数)、最短路径长度(衡量整合的基础)、三角形数(衡量隔离的基础)和模块化。
此外,正向和反向运动学动力学的分析将来自运动学传感器的三维位置和方向数据以及人的质量和骨骼长度数据,使用最先进的反向动力学模型(Torres,2001)。
|
通过学习完成,平均1年
|
信息论度量
大体时间:通过学习完成,平均1年
|
基于信息理论模型 (Shannon, 1956),研究人员将量化来自大脑和心脏 (mV) 和运动学 (m/s) 的测量生物物理信号的概率分布函数,并表征通过中枢和周围神经的信息系统,包括自主神经系统。
|
通过学习完成,平均1年
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.