SiNAPSA, Thursday, 23. January 2025

eSiNAPSA

Spletna revija za znanstvenike, strokovnjake
in nevroznanstvene navdušence

Od EEG do fMRI: združevanje nevroznanstvenih metod za izboljšanje nevrološke povratne zanke (nevrofeedback)

Benjamin Bušelič

Pojem nevroplastičnosti izhaja že s konca 19. stoletja, ko ga je Santiago Ramon y Cajal opisal kot nebolezenske spremembe v strukturi odraslih možganov 1. Danes nevroplastičnost razumemo kot morfološke spremembe v možganih, spremembe nevronskih mrež in tudi nevrobiokemične spremembe 1. Te spremembe se pojavijo kot prilagoditveni odziv možganov na dolgotrajno neskladje med zahtevami okolja in možganskimi sposobnostmi 2. Neskladja so lahko rezultat poškodb, izkušenj in učenja. Na temeljih znanja o nevroplastičnosti se je razvila metoda nevrološke povratne zanke (angl. neurofeedback), ki opisuje tehniko treninga delovanja možganov s spodbujanjem želene možganske aktivnosti s pomočjo različnih nevroznanstvenih metod 3.

Ena izmed najosnovnejših oblik nevrološke povratne zanke ali nevrofeedbacka za svojo metodo uporablja elektroencefalografijo (EEG). Z EEG merimo aktivnost možganov, ki jo beležimo kot možganske valove različnih frekvenc. Te razvrščamo v pet osnovnih pasov: gama (nad 30 Hz), beta (12–30 Hz), alfa (8–12 Hz), teta (4–8 Hz) in delta (0,5–3,5 Hz). V literaturi 4 lahko zasledimo tudi druge pasove, na primer senzomotorični ritem, ki združuje valove alfa in beta (12–15 Hz). Nevrofeedback, pri katerem uporabljamo EEG, je neinvazivna metoda, s pomočjo katere preko elektrod, nameščenih na lasišču udeleženca, zbiramo podatke o njegovi možganski aktivnosti in mu jih v realnem času prikazujemo na računalniškem zaslonu 3. Udeleženec mora nato s pomočjo povratne informacije na zaslonu prilagoditi možgansko aktivnost (denimo povečati moč v določenem frekvenčnem območju). Cilj naloge v posameznem protokolu treninga določi raziskovalec oziroma zdravnik glede na cilje obravnave udeleženca oziroma bolnika (na primer izboljšati pozornost 5). Povratne informacije o možganski aktivnosti v realnem času udeležencu pomagajo pri razumevanju delovanja lastnih možganov, z njimi lahko tudi spodbujamo ohranjanje želene stopnje aktivnosti možganov. Ta oblika nevrofeedbacka se najpogosteje uporablja pri delu z osebami z diagnozo motnje aktivnosti in pozornosti (ADHD) 5 6 7, depresije 8, z različnimi kognitivnimi primanjkljaji 9 in pri delu s športniki 4.

Metoda nevrološke povratne zanke se je pokazala kot učinkovita tudi pri delu z bolniki z anksioznimi motnjami 10. Hou s sodelavci 10 je v svoji raziskavi uporabljal EEG-nevrofeedback pasu alfa za izboljšanje depresivne in anksiozne simptomatike pri ženskah z diagnozo generalizirane anksioznostne motnje. Udeleženke v raziskavi so morale s pomočjo nevrofeedbacka povečati moč v frekvenčnem območju alfa. Povečana moč v tem frekvenčnem območju namreč spodbuja splošni občutek relaksacije 11. V protokolu, ki so ga izvedle desetkrat v obdobju dveh tednov, so udeleženkam najprej izmerili moč v frekvenčnem območju alfa med stanjem mirovanja z zaprtimi očmi. Merjenje moči alfa v takšnem stanju je ključno, saj se moč valov alfa ob zaprtih očeh bistveno poveča v primerjavi z meritvami pri odprtih očeh 11. Z začetno meritvijo so raziskovalci dobili izhodiščne vrednosti frekvenčnega pasu alfa, na podlagi katerih so pripravili protokole za treninge v naslednji fazi. Ciljna moč frekvenčnega pasu alfa med nevrofeedback treningom je bila v raziskavi definirana kot srednja vrednost začetne meritve frekvenčnega pasu alfa plus 0,85 njene standardne deviacije. Faza treninga je bila sestavljena iz treh sedemminutnih blokov, med katerimi so udeleženke imele odprte oči, pogled pa je bil usmerjen na računalniški ekran. Znotraj posameznega bloka so bile udeleženke spodbujene, da povečajo moč v frekvenčnem območju alfa, prejemale pa so vidne in slušne povratne informacije o uspešnosti. Med vsakim blokom treninga je bil dvominutni premor. Ob zaključku protokola je sledila še petminutna meritev moči alfa, ko so imele udeleženke oči zaprte. Med obravnavo so raziskovalci udeleženke spodbudili, da vajo enkrat do dvakrat na dan ponovijo tudi doma brez EEG-meritev. Ob koncu raziskave so raziskovalci opazili statistično značilna izboljšanja pri simptomih anksioznosti, depresivnosti in nespečnosti, kar so pripisali uspešnosti metode nevrološke povratne zanke.

Tabela 1
Slika 1. Diagram prikaza postopka nevrofeedbacka.


Poleg EEG se nevrofeedback izvaja tudi z različnimi drugimi nevro-slikovnimi metodami, kot sta funkcijska magnetna resonanca (fMRI) 12 in funkcionalna spektroskopija bližnje infrardečega sevanja (fNIRS) 13. Izbira metode je odvisna predvsem od raziskovalnega vprašanja in prednosti, ki jih ponuja. fMRI denimo omogoča raziskovalcem zelo dobro prostorsko resolucijo in lahko zajame sliko celotnih možganov, a so raziskovalci omejeni predvsem z dostopnostjo in ceno omenjene slikovne tehnike 14.

Kvantitativni EEG

Z rastjo števila raziskav in s tem tudi števila EEG-meritev se je razvil kvantitativni EEG-nevrofeedback (angl. qEEG neurofeedback) 15. S pomočjo te metode lahko po odstranjevanju šuma, prisotnega v meritvah, zbrane rezultate EEG-meritev primerjamo z normativnimi bazami podatkov. Pri tem smo lahko pozorni, v katerih delih frekvenčnega spektra opazimo rezultate, ki močno odstopajo od standardnih vrednosti, pridobljenih iz normativnih baz podatkov. Nevrofeedback trening je nato usmerjen na tiste predele frekvenčnega spektra, kjer smo opazili najvišja odstopanja od normativnih vrednosti, ob predpostavki, da so ta neskladja odgovorna za bolnikove simptome 15. Pri tem se pogosto uporablja kriterij odstopanja za vsaj dve standardni deviaciji povprečja podatkovnih baz 15. Nekatere najpogosteje uporabljene normativne baze podatkov qEEG so 16: UCLA Brain Research Institute database 17 18, The Swedish database 19, International Brain Database 20 21 in HBI by HBImed AG 22 23. Te baze so bile validirane in vsebujejo surove EEG-meritve posameznikov, starih od 6 mesecev do okoli 90 let. qEEG se uporablja pri delu s podobnimi problematikami (denimo ADHD 24) kot navadni EEG-nevrofeedback. Pri tem se qEEG uporablja kot dodatno diagnostično sredstvo za postavljanje protokolov obravnave pacienta.

Razvoj novih nevroznanstvenih metod

Razvoj nevroznanstvenih metod je pripeljal do raziskovanja prednosti in slabosti različnih tehnik. Znanstveniki so ob koncu prejšnjega stoletja s pomočjo EEG-meritev želeli ustvariti trodimenzionalne slike možganov na podlagi podatkov, zbranih na površju glave. Z EEG pridobljene podatke so korelirali s tomografskimi podatki magnetne resonance (MR), kar so kasneje poimenovali EEG-tomografija (tEEG) 15. tEEG je omogočil združevanje lastnosti dveh različnih slikovnih metod: fMRI, ki omogoča dobro prostorsko ločljivost, in qEEG, ki omogoča visoko časovno ločljivost sprememb električnih virov v možganih. S pomočjo teh metod se je na področju nevrofeedbacka razvila nova metoda, imenovana LORETA. Izvira iz leta 1994, ko je Roberto Pascual-Marqui 25 oblikoval natančne ocene globokih možganskih virov rezultatov EEG-vzorcev v majhnih regionalnih vokslih, velikih približno 0,4–1 cm^3, ki so bili pridobljeni z MR-slikanjem. Tako je lahko surove EEG-signale pretvoril v trodimenzionalne slike, ki so bile nato predstavljene na Talairachovem MR-atlasu. LORETA omogoča boljšo prostorsko ločljivost meritev (v primerjavi z EEG), ki lahko pomembno izboljša študije, osredotočene na z dogodkom povezane potenciale, prednosti metode pa se pokažejo tudi pri preučevanju sprememb v možganih, ki naj bi bile povezane s psihološkimi stanji. Natančnejša prostorska ločljivost je za kontekst nevrofeedbacka uporabna, saj lahko poskusimo spreminjati možgansko aktivnost v določenih predelih možganov in ne samo znotraj določenega frekvenčnega območja. Nevroznanstvenik lahko z uporabo metode LORETA pretvori qEEG-podatke v trodimenzionalno sliko, ki je po videzu in vsebini podobna fMR-sliki. Udeleženca lahko nato z nevrofeedbackom spodbudi, da svoje možganske valove prilagodi normativnim, kar povzroči, da se odstopanja, izmerjena s qEEG, zmanjšajo. Tako tudi slika, ki jo znanstvenik ustvari z metodo LORETA, postane bolj podobna sliki zdravih možganov 15.

Valdez je v začetku novega tisočletja pričel razvijati statistično normalizacijo metode LORETA, imenovano sLORETA. Gre za podobno zasnovo kot qEEG, pri čemer so se podatki, zbrani s tEEG, združili v podatkovne baze in razvrstili skladno z normalno porazdelitvijo. Ta postopek je poimenoval statistično parametrično mapiranje (SPM) 15.

Zaključek

Nevrofeedback je metoda, ki se razvija skupaj z različnimi nevroznanstvenimi tehnikami. Osnovni ideji, ki združujeta nevrofeedback, sta nevroplastičnost človeških možganov in učenje z nagrajevanjem, s katerim lahko spreminjamo svoje vedenje. S to metodo lahko spremenimo oziroma izboljšamo delovanje možganov skladno s ciljem posameznega protokola. V literaturi lahko najdemo različne raziskave, ki prikazujejo možnost uporabe metode nevrofeedbacka na veliko različnih področjih in pri delu z zelo različnimi populacijami 4 6 8. Kljub temu pa so metaraziskave na področju nevrofeedbacka nedoločne glede uspešnosti metode in pozivajo k raziskovanju področja z natančnimi raziskovalnimi protokoli, eksperimentalnimi študijami, ki omogočajo ponovljivost, predvsem pa z vključevanjem večjega števila udeležencev v posamezno raziskavo 26 27 28.

    ___
  1. Fuchs E, Flügge G. Adult Neuroplasticity: More Than 40 Years of Research. Neural Plast. 2014;2014:1-10. doi:10.1155/2014/541870 

  2. Wenger E, Kühn S. Neuroplasticity. In: Strobach T, Karbach J, eds. Cognitive Training. Springer International Publishing; 2021:69-83. doi:10.1007/978-3-030-39292-5_6 

  3. Hammond DC. What Is Neurofeedback? J Neurother. 2007;10(4):25-36. doi:10.1300/J184v10n04_04 

  4. Gong A, Nan W, Yin E, Jiang C, Fu Y. Efficacy, Trainability, and Neuroplasticity of SMR vs. Alpha Rhythm Shooting Performance Neurofeedback Training. Front Hum Neurosci. 2020;14:94. doi:10.3389/fnhum.2020.00094 

  5. Nan W, Wan M, Jiang Y, Shi X, Wan F, Cai D. Alpha/Theta Ratio Neurofeedback Training for Attention Enhancement in Normal Developing Children: A Brief Report. Appl Psychophysiol Biofeedback. 2022;47(3):223-229. doi:10.1007/s10484-022-09550-6 

  6. Lin FL, Sun CK, Cheng YS, et al. Additive effects of EEG neurofeedback on medications for ADHD: a systematic review and meta-analysis. Sci Rep. 2022;12(1):20401. doi:10.1038/s41598-022-23015-0 

  7. Wang S, Zhang D, Fang B, et al. A Study on Resting EEG Effective Connectivity Difference before and after Neurofeedback for Children with ADHD. Neuroscience. 2021;457:103-113. doi:10.1016/j.neuroscience.2020.12.038 

  8. Trambaiolli LR, Kohl SH, Linden DEJ, Mehler DMA. Neurofeedback training in major depressive disorder: A systematic review of clinical efficacy, study quality and reporting practices. Neurosci Biobehav Rev. 2021;125:33-56. doi:10.1016/j.neubiorev.2021.02.015 

  9. Vilou I, Varka A, Parisis D, Afrantou T, Ioannidis P. EEG-Neurofeedback as a Potential Therapeutic Approach for Cognitive Deficits in Patients with Dementia, Multiple Sclerosis, Stroke and Traumatic Brain Injury. Life. 2023;13(2):365. doi:10.3390/life13020365 

  10. Hou Y, Zhang S, Li N, Huang Z, Wang L, Wang Y. Neurofeedback training improves anxiety trait and depressive symptom in GAD. Brain Behav. 2021;11(3):e02024. doi:10.1002/brb3.2024 

  11. Demerdzieva A. EEG characteristics of generalized anxiety disorder in childhood. Acta Informatica Medica. 2011;19(1):9. 

  12. Thibault RT, MacPherson A, Lifshitz M, Roth RR, Raz A. Neurofeedback with fMRI: A critical systematic review. NeuroImage. 2018;172:786-807. doi:10.1016/j.neuroimage.2017.12.071 

  13. Kohl SH, Mehler DMA, Lührs M, Thibault RT, Konrad K, Sorger B. The Potential of Functional Near-Infrared Spectroscopy-Based Neurofeedback—A Systematic Review and Recommendations for Best Practice. Front Neurosci. 2020;14:594. doi:10.3389/fnins.2020.00594 

  14. Tursic A, Eck J, Lührs M, Linden DEJ, Goebel R. A systematic review of fMRI neurofeedback reporting and effects in clinical populations. NeuroImage Clin. 2020;28:102496. doi:10.1016/j.nicl.2020.102496 

  15. Simkin DR, Thatcher RW, Lubar J. Quantitative EEG and Neurofeedback in Children and Adolescents. Child Adolesc Psychiatr Clin N Am. 2014;23(3):427-464. doi:10.1016/j.chc.2014.03.001 

  16. Jonathan RT Lakey, Danev S. Validation of Quantitative Electroencephalogram (qEEG) Normative Databases. Prim Sci Surg Res Pract. Published online July 12, 2024. doi:10.56831/PSSRP-04-120 

  17. Adey WR. DATA ACQUISITION AND ANALYSIS TECHNIQUES IN A BRAIN RESEARCH INSTITUTE. Ann N Y Acad Sci. 1964;115:844-866. 

  18. Adey WR, Walter DO, Hendrix CE. Computer techniques in correlation and spectral analyses of cerebral slow waves during discriminative behavior. Exp Neurol. 1961;3(6):501-524. doi:10.1016/S0014-4886(61)80002-2 

  19. Matoušek M, Petersén I. Automatic evaluation of EEG background activity by means of age-dependent EEG quotients. Electroencephalogr Clin Neurophysiol. 1973;35(6):603-612. doi:10.1016/0013-4694(73)90213-7 

  20. Chicurel M. Databasing the brain. Nature. 2000;406(6798):822-825. doi:10.1038/35022659 

  21. Gordon E, Cooper N, Rennie C, Hermens D, Williams LM. Integrative Neuroscience: The Role of a Standardized Database. Clin EEG Neurosci. 2005;36(2):64-75. doi:10.1177/155005940503600205 

  22. Johnstone J, Gunkelman J. Use of Databases in QEEG Evaluation. J Neurother. 2003;7(3-4):31-52. doi:10.1300/J184v07n03_02 

  23. Lorensen TD, Dickson P. Quantitative EEG Normative Databases: A Comparative Investigation. J Neurother. 2003;7(3-4):53-68. doi:10.1300/J184v07n03_03 

  24. Krepel N, Egtberts T, Sack AT, Heinrich H, Ryan M, Arns M. A multicenter effectiveness trial of QEEG-informed neurofeedback in ADHD: Replication and treatment prediction. NeuroImage Clin. 2020;28:102399. doi:10.1016/j.nicl.2020.102399 

  25. Pascual-Marqui RD, Michel CM, Lehmann D. Low resolution electromagnetic tomography: a new method for localizing electrical activity in the brain. Int J Psychophysiol. 1994;18(1):49-65. doi:10.1016/0167-8760(84)90014-X 

  26. Zafarmand M, Farahmand Z, Otared N. A Systematic Literature Review and Meta-analysis on Effectiveness of Neurofeedback for Obsessive-Compulsive Disorder. Neurocase. 2022;28(1):29-36. doi:10.1080/13554794.2021.2019790 

  27. Dudek E, Dodell-Feder D. The efficacy of real-time functional magnetic resonance imaging neurofeedback for psychiatric illness: A meta-analysis of brain and behavioral outcomes. Neurosci Biobehav Rev. 2021;121:291-306. doi:10.1016/j.neubiorev.2020.12.020 

  28. Riesco-Matías P, Yela-Bernabé JR, Crego A, Sánchez-Zaballos E. What Do Meta-Analyses Have to Say About the Efficacy of Neurofeedback Applied to Children With ADHD? Review of Previous Meta-Analyses and a New Meta-Analysis. J Atten Disord. 2021;25(4):473-485. doi:10.1177/1087054718821731 

Benjamin Bušelič, MSc. (Republika Avstrija)
Doktorski študent psihologije, Filozofska fakulteta Univerze v Ljubljani

Sprejeto: 25.11.2024
Objavljeno: 24.12.2024