Разработка технологии мгновенной нейрообратной связи iNeurofeedback и создание программно-аппаратного комплекса для повышения и восстановления когнитивной функции и терапии неврологических расстройств

Нейрообратная связь (НОС) — это технология нейромодуляции, которая позволяет человеку научиться осознанно или неосознанно управлять активностью собственного мозга (рис. 1). В рамках этого подхода в реальном времени анализируются сигналы активности мозга и рассчитывается конкретный параметр, характеризующий мозговую деятельность, например мгновенная мощность альфа-ритма, информация о котором предъявляется пользователю в качестве обратной связи.

Рис. 1. Принцип работы метода нейрообратной связи. (Из статьи: Smetanin N, Belinskaya A, Lebedev M, Ossadtchi A. Digital filters for low-latency quantification of brain rhythms in real time. J Neural Eng. 2020 Aug 4;17(4):046022. doi: 10.1088/1741-2552/ab890f. PMID: 32289760.)

НОС-терапия на сегодняшний день используется для лечения таких заболеваний как гиперактивность и дефицит внимания, последствия инсультов, тревожность, депрессия, эпилепсия и др, а также для повышения когнитивных способностей и при тренировках спортсменов в командах национального уровня.

Несмотря на доказанную эффективность метода для лечения ряда заболеваний, применение существующих на данный момент систем НОС связано с рядом ограничений:

нормализация мозговой деятельности и сокращение клинических проявлений неврологических расстройств в результате проведения НОС-терапии не всегда носит долгосрочный характер;
актуальной является проблема индивидуальной невосприимчивости к терапии методом нейробиоуправления (существует большая когорта (до 40%) пациентов, для которых использование существующих систем НОС оказывается неэффективно);
использование осознанной эксплицитной поведенческой стратегии (например, расслабление и попытка отключиться от сенсорных каналов при тренировке альфа-ритма) повышает эффективность тренировки. В отсутствии такой стратегии нормализация паттернов ЭЭГ при помощи современных средств НОС-терапии оказывается существенно затруднена.

Наши исследования показали, что одной из причин существующих ограничений НОС является неадекватно большая задержка между моментом изменения активности мозга и моментом предъявления отражающего это изменение сигнала обратной связи. Оказывается, изменяющимся параметром активности мозга при тренировке затылочного альфа-ритма является число кратковременных всплесков мозговой активности (длительностью 200–300 миллисекунд) в единицу времени, а длительность и амплитуда этих всплесков остается неизменной (Ossadtchi et al., 2017). Таким образом, суть тренировки заключается в научении человека входить в такие целевые состояния и увеличивать число всплесков. Следовательно, своевременное положительное подкрепление этих переходов должно играть ключевую роль в эффективном обучении. При этом в большинстве современных систем сигнал обратной связи о текущей мозговой активности предъявляется с задержкой более 500 мс (рис. 2). В таких условиях оказывается сложно соотнести обратную связь и событие, в ответ на которое она была предъявлена. Сокращение задержки предъявления сигнала обратной связи позволит существенно повысить вероятность возникновения такой связи и инициировать механизмы кортикальной пластичности, необходимые для достижения долговременного эффекта от тренировки (Belinskaya et al., 2020).

Рис. 2. Оптимальное для эффективного обучения и типично используемое современными системами временное окно предъявления обратной связи.

Нами был испытан математический алгоритм оценки огибающей с задержкой порядка 100 мс (в более чем два раза меньше, чем в стандартных НОС-системах) и получен патент на полезную модель RU207767U1 - УСТРОЙСТВО НИЗКОЛАТЕНТНОЙ НЕЙРООБРАТНОЙ СВЯЗИ. Проведенное исследование показало улучшение результатов нейробиоуправления при использовании разработанного нами метода обратной связи с минимальной задержкой (Smetanin et al., 2020, Belinskaya et al., 2020) (рис. 3).

Рис 3. Сокращение задержки предъявления обратной связи ведет к более сильному пост эффекту НОС-тренировки (из статьи: Belinskaya, A., Smetanin, N., Lebedev, M. A., & Ossadtchi, A. Short-delay neurofeedback facilitates training of the parietal alpha rhythm. Journal of Neural Engineering, 2020, 16.12.20,https://doi.org/10.1088/1741-2552/abc8d7)

Алгоритм быстрой оценки огибающей узкополосного ритма представляет из себя комплекснозначный фильтр с конечной импульсной характеристикой (CFIR), для которого подбираются параметры таким образом, чтобы достичь минимальной задержки фильтрации и при этом сохранить максимально правдоподобный вид реальной огибающий узкополосного сигнала. Особенность фильтра в том, что он одновременно выполняет узкополосную фильтрацию и преобразование в комплекснозначный аналитический сигнал, позволяющий затем выделить огибающую и фазу ритма, из которых затем можно формировать стимул для нейрообратной связи или ТМС-стимуляции в реальном времени.

Несмотря на явные преимущества CFIR фильтра, он остаётся оконным преобразованием с фиксированной, и довольно высокой задержкой. Наши дальнейшие исследования показали, что использование методологии калмановской фильтрации в сочетании с моделями ритмической активности как частотно-модулированного сигнала позволяет снизить алгоритмическую задержку детекции всплесков практически до нулевого уровня при небольшом шуме. Это достигается за счёт использования реалистичной модели поведения ритма в фильтре калмана, которая позволяет очень быстро адаптироваться к мгновенным изменениям в амплитуде или фазе ритма (рис. 4).

Рис. 4. Алгоритмическая задержка обратной связи при использовании CFIR фильтра и фильтра Калмана.

Работа поддержана грантом “Старт” Фонда содействия инновациям и ведется совместно с ООО “Брейнстарт”.

Опубликованные статьи по проекту:

1. Ossadtchi, A., Shamaeva, T., Okorokova, E., Moiseeva, V., & Lebedev, M. A. (2017). Neurofeedback learning modifies the incidence rate of alpha spindles, but not their duration and amplitude. Scientific reports , 7 (1), 1-12, https://link.springer.com/content/pdf/10.1038/s41598-017-04012-0.pdf

2. Smetanin, N., Belinskaya, A., Lebedev, M. A., & Ossadtchi, A. Digital filters for low-latency quantification of brain rhythms in real-time. Journal of Neural Engineering, 2020, 29.07.20, 2, https://iopscience.iop.org/article/10.1088/1741-2552/ab890f

3. Belinskaya, A., Smetanin, N., Lebedev, M. A., & Ossadtchi, A. Short-delay neurofeedback facilitates training of the parietal alpha rhythm. Journal of Neural Engineering, 2020, 16.12.20, https://doi.org/10.1088/1741-2552/abc8d7

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.

Центр биоэлектрических интерфейсов