Сегодня: 21.12.2024
RU / EN
Последнее обновление: 30.10.2024
Главная страница → Все номера журнала → Том 11, номер 1 (2019) → Информация по статье
Современные технологии в познании механизмов, диагностике и лечении расстройств аутистического спектра (обзор)

Современные технологии в познании механизмов, диагностике и лечении расстройств аутистического спектра (обзор)

А.И. Федотчев, В.В. Дворянинова, С.Д. Великова, А.А. Земляная
Ключевые слова: расстройства аутистического спектра; РАС; интерфейс мозг–компьютер; технология нейробиоуправления; персонализированное лечение РАС.
2019, том 11, номер 1, стр. 31.
DOI: https://doi.org/10.17691/stm2019.11.1.03

Полный текст статьи

html pdf
3231
1865

Расстройства аутистического спектра (РАС) относятся к одним из наиболее распространенных и трудноизлечимых неврологических заболеваний, характеризующихся высокой гетерогенностью и требующих личностно-ориентированных подходов к диагностике и лечению. В обзоре рассмотрены литературные данные последних 5 лет о вкладе современных наукоемких технологий в познание механизмов, диагностику и лечение РАС. Особое внимание уделено возможностям нелекарственного лечения РАС с помощью технологий нейроинтерфейсов, включая интерфейс мозг–компьютер и технологию нейробиоуправления.

Показаны преимущества разработанного авторами музыкального нейроинтерфейса с комплексной обратной связью от биопотенциалов мозга и сердца, обеспечивающего возможность персонализированного лечения РАС.

  1. Бородина Л.Г., Письменная Н.В. Медицинские аспек­ты сопровождения детей с расстройствами аутистического спектра. Аутизм и нарушения развития 2017; 15(3): 3–8, https://doi.org/10.17759/autdd.2017150301.
  2. Потокина А.М. Размышления клинического психо­ло­га об аутизме. В кн.: Тенденции развития науки и обра­зования. Самара; 2017; с. 35–37, https://doi.org/10.18411/lj-31-08-2017-29.
  3. Constantino J.N. Deconstructing autism: from unitary syndrome to contributory developmental endophenotypes. Int Rev Psychiatry 2018; 30(1): 18–24, https://doi.org/10.1080/09540261.2018.1433133.
  4. Симашкова Н.В., Якупова Л.П., Клюшник Т.П., Ко­валь-Зайцев А.А. Мультидисциплинарный клинико-био­логический подход к изучению психотических форм рас­стройств аутистического спектра у детей. Журнал нев­рологии и психиатрии им. C.C. Корсакова 2013; 113(5–2): 35–42.
  5. Симашкова Н.В., Клюшник Т.П., Коваль-Зайцев А.А., Якупова Л.П. Клинико-биологические подходы к диаг­нос­тике детского аутизма и детской шизофрении. Аутизм и нарушения развития 2016; 14(4): 51–67, https://doi.org/10.17759/autdd.2016140408.
  6. Weintraub K. The prevalence puzzle: autism counts. Nature 2011; 479(7371): 22–24, https://doi.org/10.1038/479022a.
  7. Hollin G. Autistic heterogeneity: linking uncertainties and indeterminacies. Sci Cult 2017; 26(2): 209–231, https://doi.org/10.1080/09505431.2016.1238886.
  8. Гребенникова Е.В., Шелехов И.Л., Филимонова Е.А. Понимание расстройств аутистического спектра на основе междисциплинарного подхода. Научно-педагогическое обозре­ние 2016; 3(13): 16–22.
  9. Graf W.D., Miller G., Epstein L.G., Rapin I. The autism “epidemic”: ethical, legal, and social issues in a developmental spectrum disorder. Neurology 2017; 88(14): 1371–1380, https://doi.org/10.1212/wnl.0000000000003791.
  10. Thibaut F. New perspectives in autism spectrum disorders. Dialogues Clin Neurosci 2017; 19(4): 323.
  11. Ferri S.L., Abel T., Brodkin E.S. Sex differences in autism spectrum disorder: a review. Curr Psychiatry Rep 2018; 20(2): 9, https://doi.org/10.1007/s11920-018-0874-2.
  12. Морозов С.А., Морозова Т.И., Белявский Б.В. К во­п­росу об умственной отсталости при расстройствах аутис­тического спектра. Аутизм и нарушения развития 2016; 14(1): 9–18, https://doi.org/10.17759/autdd.2016140102.
  13. Мамохина У.А. Особенности речи при расстройствах аутистического спектра. Аутизм и нарушения развития 2017; 15(3): 24–33, https://doi.org/10.17759/autdd.2017150304.
  14. Besag F.M. Epilepsy in patients with autism: links, risks and treatment challenges. Neuropsychiatr Dis Treat 2017; 14: 1–10, https://doi.org/10.2147/ndt.s120509.
  15. Hudson C.C., Hall L., Harkness K.L. Prevalence of depressive disorders in individuals with autism spectrum disorder: a meta-analysis. J Abnorm Child Psychol 2018, https://doi.org/10.1007/s10802-018-0402-1 [Epub ahead of print].
  16. Rodgers J., Ofield A. Understanding, recognising and treating co-occurring anxiety in autism. Curr Dev Disord Rep 2018; 5(1): 58–64, https://doi.org/10.1007/s40474-018-0132-7.
  17. Строганова Т.А., Орехова Е.В., Галюта И.А. Моно­тропизм внимания у детей с аутизмом. Экспериментальная психология 2014; 7(4): 66–82.
  18. Строганова Т.А., Орехова Е.В., Галюта И.А. Нейрон­ные механизмы нарушений ориентировки внимания у детей с расстройствами аутистического спектра. Экспе­риментальная психология 2015; 8(3): 7–23, https://doi.org/10.17759/exppsy.2015080302.
  19. Boxhoorn S., Lopez E., Schmidt C., Schulze D., Hänig S., Freitag C.M. Attention profiles in autism spectrum disorder and subtypes of attention-deficit/hyperactivity disorder. Eur Child Adolesc Psychiatry 2018; 27(11): 1433–1447, https://doi.org/10.1007/s00787-018-1138-8.
  20. Нейсон Б. О ключевых проблемах аутизма. Сен­­сорные аспекты аутизма. Аутизм и нарушения раз­вития 2016; 14(3): 42–48, https://doi.org/10.17759/autdd.2016140304.
  21. Богдашина О.Б. Синестезия при аутизме. Аутизм и нарушения развития 2016; 14(3): 21–31, https://doi.org/10.17759/autdd.2016140302.
  22. DuBois D., Lymer E., Gibson B.E., Desarkar P., Nalder E. Assessing sensory рrocessing dysfunction in adults and adolescents with autism spectrum disorder: a scoping review. Brain Sci 2017; 7(8): 108, https://doi.org/10.3390/brainsci7080108.
  23. Perez Repetto L., Jasmin E., Fombonne E., Gisel E., Couture M. Longitudinal study of sensory features in children with autism spectrum disorder. Autism Res Treat 2017; 2017: 1934701, https://doi.org/10.1155/2017/1934701.
  24. Мачурина Т.Н. Детский аутизм: диагностика, тера­пия, реабилитация. International Scientific Review 2016; 20(30): 105–108.
  25. Нейсон Б. О ключевых проблемах аутизма. Эмо­циональность на спектре. Аутизм и нарушения развития 2017; 15(3): 58–68, https://doi.org/10.17759/autdd.2017150308.
  26. Chaste P., Leboyer M. Autism risk factors: genes, environment, and gene-environment interactions. Dialogues Clin Neurosci 2012; 14(3): 281–292.
  27. Siu M.T., Weksberg R. Epigenetics of autism spectrum disorder. Adv Exp Med Biol 2017; 978: 63–90, https://doi.org/10.1007/978-3-319-53889-1_4.
  28. Gilbert J., Man H.Y. Fundamental elements in autism: from neurogenesis and neurite growth to synaptic plasticity. Front Cell Neurosci 2017; 11: 359, https://doi.org/10.3389/fncel.2017.00359.
  29. Andrews D.S., Avino T.A., Gudbrandsen M., Daly E., Marquand A., Murphy C.M., Lai M.C., Lombardo M.V., Ruigrok A.N., Williams S.C., Bullmore E.T., The Mrc Aims Consortium, Suckling J., Baron-Cohen S., Craig M.C., Murphy D.G., Ecker C. In vivo evidence of reduced integrity of the gray-white matter boundary in autism spectrum disorder. Cereb Cortex 2017; 27(2): 877–887, https://doi.org/10.1093/cercor/bhw404.
  30. Альбицкая Ж.В. Ранний детский аутизм — проб­лемы и трудности первичной диагностики при меж­дисциплинарном взаимодействии. Медицинский альманах 2016; 2(42): 108–111, https://doi.org/10.21145/2499-9954-2016-2-108-111.
  31. Балдова С.Н., Белова А.Н., Шейко Г.Е., Бор­зиков В.В., Кузнецов А.Н., Полякова А.Г., Лоскутова Н.В. Количественная электроэнцефалография при изучении рас­стройств аутистического спектра. Практическая медицина 2017; 1(102): 35–39.
  32. Gurau O., Bosl W.J., Newton C.R. How useful is electroencephalography in the diagnosis of autism spectrum disorders and the delineation of subtypes: a systematic review. Front Psychiatry 2017; 8: 121, https://doi.org/10.3389/fpsyt.2017.00121.
  33. Zeng K., Kang J., Ouyang G., Li J., Han J., Wang Y., Sokhadze E.M., Casanova M.F., Li X. Disrupted brain network in children with autism spectrum disorder. Sci Rep 2017; 7(1): 16253, https://doi.org/10.1038/s41598-017-16440-z.
  34. Dickinson A., DiStefano C., Senturk D., Jeste S.S. Peak alpha frequency is a neural marker of cognitive function across the autism spectrum. Eur J Neurosci 2018; 47(6): 643–651, https://doi.org/10.1111/ejn.13645.
  35. Di Palma S., Tonacci A., Narzisi A., Domenici C., Pioggia G., Muratori F., Billeci L. Monitoring of autonomic response to sociocognitive tasks during treatment in children with autism spectrum disorders by wearable technologies: a feasibility study. Comput Biol Med 2017; 85: 143–152, https://doi.org/10.1016/j.compbiomed.2016.04.001.
  36. Белова А.Н., Борзиков В.В., Кузнецов А.Н., Комкова О.В. Активность вегетативной нервной системы по результатам исследования вариабельности сердечного ритма у детей с расстройствами аутистического спектра (обзор). Медицинский альманах 2017; 5(50): 130–136, https://doi.org/10.21145/2499-9954-2017-5-130-136.
  37. Duan F., Watanabe K., Yoshimura Y., Kikuchi M., Minabe Y., Aihara K. Detection of atypical network development patterns in children with autism spectrum disorder using magnetoencephalography. PLoS One 2017; 12(9): e0184422, https://doi.org/10.1371/journal.pone.0184422.
  38. Wu D., José J.V., Nurnberger J.I., Torres E.B. A biomarker characterizing neurodevelopment with applications in autism. Sci Rep 2018; 8(1): 614, https://doi.org/10.1038/s41598-017-18902-w.
  39. Galiana-Simal A., Muñoz-Martinez V., Calero-Bueno P., Vela-Romero M., Beato-Fernandez L. Towards a future molecular diagnosis of autism: recent advances in biomarkers research from saliva samples. Int J Dev Neurosci 2018; 67: 1–5, https://doi.org/10.1016/j.ijdevneu.2018.03.004.
  40. Qiao Y., Wu M., Feng Y., Zhou Z., Chen L., Chen F. Alterations of oral microbiota distinguish children with autism spectrum disorders from healthy controls. Sci Rep 2018; 8(1): 1597, https://doi.org/10.1038/s41598-018-19982-y.
  41. Li G., Lee O., Rabitz H. High efficiency classification of children with autism spectrum disorder. PLoS One 2018; 13(2): e0192867, https://doi.org/10.1371/journal.pone.0192867.
  42. Trevisan D.A., Roberts N., Lin C., Birmingham E. How do adults and teens with self-declared autism spectrum disorder experience eye contact? A qualitative analysis of first-hand accounts. PLoS One 2017; 12(11): e0188446, https://doi.org/10.1371/journal.pone.0188446.
  43. Cabibihan J.J., Javed H., Aldosari M., Frazier T.W., Elbashir H. Sensing technologies for autism spectrum disorder screening and intervention. Sensors 2016; 17(1): E46, https://doi.org/10.3390/s17010046.
  44. Vargas-Cuentas N.I., Roman-Gonzalez A., Gilman R.H., Barrientos F., Ting J., Hidalgo D., Jensen K., Zimic M. Developing an eye-tracking algorithm as a potential tool for early diagnosis of autism spectrum disorder in children. PLoS One 2017; 12(11): e0188826, https://doi.org/10.1371/journal.pone.0188826.
  45. Edmunds S.R., Rozga A., Li Y., Karp E.A., Ibanez L.V., Rehg J.M., Stone W.L. Brief report: using a point-of-view camera to measure eye gaze in young children with autism spectrum disorder during naturalistic social interactions: a pilot study. J Autism Dev Disord 2017; 47(3): 898–904, https://doi.org/10.1007/s10803-016-3002-3.
  46. Moriuchi J.M., Klin A., Jones W. Mechanisms of diminished attention to eyes in autism. Am J Psychiatry 2017; 174(1): 26–35, https://doi.org/10.1176/appi.ajp.2016.15091222.
  47. Owada K., Kojima M., Yassin W., Kuroda M., Kawakubo Y., Kuwabara H., Kano Y., Yamasue H. Computer-analyzed facial expression as a surrogate marker for autism spectrum social core symptoms. PLoS One 2018; 13(1): e0190442, https://doi.org/10.1371/journal.pone.0190442.
  48. Barton K.S., Tabor H.K., Starks H., Garrison N.A., Laurino M., Burke W. Pathways from autism spectrum disorder diagnosis to genetic testing. Genet Med 2018; 20(7): 737–744, https://doi.org/10.1038/gim.2017.166.
  49. Ungar W.J. Next generation sequencing and health technology assessment in autism spectrum disorder. J Can Acad Child Adolesc Psychiatry 2015; 24(2): 123–127.
  50. Payakachat N., Tilford J.M., Ungar W.J. National Database for Autism Research (NDAR): big data opportunities for health services research and health technology assessment. Pharmacoeconomics 2016; 34(2): 127–138, https://doi.org/10.1007/s40273-015-0331-6.
  51. Fernandez B.A., Scherer S.W. Syndromic autism spectrum disorders: moving from a clinically defined to a molecularly defined approach. Dialogues Clin Neurosci 2017; 19(4): 353–371.
  52. Masi A., DeMayo M.M., Glozier N., Guastella A.J. An overview of autism spectrum disorder, heterogeneity and treatment options. Neurosci Bull 2017; 33(2): 183–193, https://doi.org/10.1007/s12264-017-0100-y.
  53. Морозов С.А., Морозова С.С., Морозова Т.И. Не­ко­торые особенности ранней помощи детям с рас­стройствами аутистического спектра. Аутизм и нарушения развития 2017; 15(2): 19–31, https://doi.org/10.17759/autdd.2017150202.
  54. Juárez A.P., Weitlauf A.S., Nicholson A., Pasternak A., Broderick N., Hine J., Stainbrook J.A., Warren Z. Early identification of ASD through telemedicine: potential value for underserved populations. J Autism Dev Disord 2018; 48(8): 2601–2610, https://doi.org/10.1007/s10803-018-3524-y.
  55. Smith C.J., Rozga A., Matthews N., Oberleitner R., Nazneen N., Abowd G. Investigating the accuracy of a novel telehealth diagnostic approach for autism spectrum disorder. Psychol Assess 2017; 29(3): 245–252, https://doi.org/10.1037/pas0000317.
  56. Lai M.-C., Lombardo M.V., Baron-Cohen S. Autism. Lancet 2014; 383(9920): 896–910, https://doi.org/10.1016/s0140-6736(13)61539-1.
  57. Serbina L.F. Investigation of the problem of correction of the mental development of children with ASD using the neuropsychological approach. Vestnik Leningradskogo gosudarstvennogo universiteta imeni A.S. Pushkina 2017; 4: 92–96.
  58. Tachibana Y., Miyazaki C., Ota E., Mori R., Hwang Y., Kobayashi E., Terasaka A., Tang J., Kamio Y. A systematic review and meta-analysis of comprehensive interventions for pre-school children with autism spectrum disorder (ASD). PLoS One 2017; 12(12): e0186502, https://doi.org/10.1371/journal.pone.0186502.
  59. Kuder S.J., Accardo A. What works for college students with autism spectrum disorder. J Autism Dev Disord 2018; 48(3): 722–731, https://doi.org/10.1007/s10803-017-3434-4.
  60. Brondino N., Fusar-Poli L., Rocchetti M., Provenzani U., Barale F., Politi P. Complementary and alternative therapies for autism spectrum disorder. Evid Based Complement Alternat Med 2015; 2015: 258589, https://doi.org/10.1155/2015/258589.
  61. LaGasse A.B. Social outcomes in children with autism spectrum disorder: a review of music therapy outcomes. Patient Relat Outcome Meas 2017; 8: 23–32, https://doi.org/10.2147/prom.s106267.
  62. Chenausky K.V., Schlaug G. From intuition to intervention: developing an intonation-based treatment for autism. Ann N Y Acad Sci 2018; 1423(1): 229–241, https://doi.org/10.1111/nyas.13609.
  63. Weitlauf A.S., Sathe N., McPheeters M.L., Warren Z.E. Interventions targeting sensory challenges in autism spectrum disorder: a systematic review. Pediatrics 2017; 139(6): e20170347, https://doi.org/10.1542/peds.2017-0347.
  64. Lee B., Lee J., Cheon J.H., Sung H.K., Cho S.H., Chang G.T. The efficacy and safety of acupuncture for the treatment of children with autism spectrum disorder: a systematic review and meta-analysis. Evid Based Complement Alternat Med 2018; 2018: 1057539, https://doi.org/10.1155/2018/1057539.
  65. Field T. Massage therapy research review. Complement Ther Clin Pract 2016; 24: 19–31, https://doi.org/10.1016/j.ctcp.2016.04.005.
  66. Bittner M.D., Rigby B.R., Silliman-French L., Nichols D.L., Dillon S.R. Use of technology to facilitate physical activity in children with autism spectrum disorders: a pilot study. Physiol Behav 2017; 177: 242–246, https://doi.org/10.1016/j.physbeh.2017.05.012.
  67. Yu C.C.W., Wong S.W.L., Lo F.S.F., So R.C.H., Chan D.F.Y. Study protocol: a randomized controlled trial study on the effect of a game-based exercise training program on promoting physical fitness and mental health in children with autism spectrum disorder. BMC Psychiatry 2018; 18(1): 56, https://doi.org/10.1186/s12888-018-1635-9.
  68. Лодинова О.А. Игра как метод коррекции эмо­ционального развития детей с аутизмом. Научный аль­манах 2017; 6–1(32): 143–146.
  69. Lau H.M., Smit J.H., Fleming T.M., Riper H. Serious games for mental health: are they accessible, feasible, and effective? A systematic review and meta-analysis. Front Psychiatry 2017; 7: 209, https://doi.org/10.3389/fpsyt.2016.00209.
  70. Friedrich E.V., Sivanathan A., Lim T., Suttie N., Louchart S., Pillen S., Pineda J.A. An effective neurofeedback intervention to improve social interactions in children with autism spectrum disorder. J Autism Dev Disord 2015; 45(12): 4084–4100, https://doi.org/10.1007/s10803-015-2523-5.
  71. Arns M., Batail J.M., Bioulac S., Congedo M., Daudet C., Drapier D., Fovet T., Jardri R., Le-Van-Quyen M., Lotte F., Mehler D., Micoulaud-Franchi J.A., Purper-Ouakil D., Vialatte F.; NExT group. Neurofeedback: one of today’s techniques in psychiatry? Encephale 2017; 43(2): 135–145, https://doi.org/10.1016/j.encep.2016.11.003.
  72. Costa E., Silva J.A., Steffen R.E. The future of psychiatry: brain devices. Metabolism 2017; 69S: S8–S12, https://doi.org/10.1016/j.metabol.2017.01.010.
  73. Каплан А.Я. Нейрофизиологические основания и прак­тические реализации технологии мозг-машинных интер­фейсов в неврологической реабилитации. Физио­ло­гия человека 2016; 42(1): 118–127, https://doi.org/10.7868/s0131164616010100.
  74. Levitskaya O.S., Lebedev M.A. Brain-computer interface: the future in the present. Bulletin of Russian State Medical University 2016; 2: 4–15, https://doi.org/10.24075/brsmu.2016-02-01.
  75. Carelli L., Solca F., Faini A., Meriggi P., Sangalli D., Cipresso P., Riva G., Ticozzi N., Ciammola A., Silani V., Poletti B. Brain-computer interface for clinical purposes: cognitive assessment and rehabilitation. Biomed Res Int 2017; 2017: 1695290, https://doi.org/10.1155/2017/1695290.
  76. Волкова К.В., Дагаев Н.И., Киселев А.С., Касу­мов В.Р., Александров М.В., Осадчий А.Е. Интерфейс мозг-компьютер: опыт построения, использования и возможные пути повышения рабочих характеристик. Журнал высшей нервной деятельности им. И.П. Павлова 2017; 67(4): 504–520, https://doi.org/10.7868/s0044467717040128.
  77. Фролов А.А., Бобров П.Д. Интерфейс мозг-ком­пьютер: нейрофизиологические предпосылки и клини­чес­кое применение. Журнал высшей нервной деятельности им. И.П. Павлова 2017; 67(4): 365–376, https://doi.org/10.7868/s0044467717040013.
  78. Renton T., Tibbles A., Topolovec-Vranic J. Neurofeedback as a form of cognitive rehabilitation therapy following stroke: a systematic review. PLoS One 2017; 12(5): e0177290, https://doi.org/10.1371/journal.pone.0177290.
  79. Sitaram R., Ros T., Stoeckel L., Haller S., Scharnowski F., Lewis-Peacock J., Weiskopf N., Blefari M.L., Rana M., Oblak E., Birbaumer N., Sulzer J. Closed-loop brain training: the science of neurofeedback. Nat Rev Neurosci 2017; 18(2): 86–100, https://doi.org/10.1038/nrn.2016.164.
  80. Каплан А.Я., Кочетова А.Г., Шишкин С.Л., Ба­сюл И.А., Ганин И.П., Васильев А.Н., Либуркина С.П. Экспериментально-теоретические основания и практичес­кие реализации технологии «интерфейс мозг-компьютер». Бюллетень сибирской медицины 2013; 12(2): 21–29.
  81. McFarland D.J., Vaughan T.M. Brain-computer interface (BCI) in practice. Prog Brain Res 2016; 228: 389–404, https://doi.org/10.1016/bs.pbr.2016.06.005.
  82. Gaume A., Vialatte A., Mora-Sánchez A., Ramdani C., Vialatte F.B. A psychoengineering paradigm for the neurocognitive mechanisms of biofeedback and neurofeedback. Neurosci Biobehav Rev 2016; 68: 891–910, https://doi.org/10.1016/j.neubiorev.2016.06.012.
  83. Marzbani H., Marateb H.R., Mansourian M. Neurofeedback: a comprehensive review on system design, methodology and clinical applications. Basic Clin Neurosci 2016; 7(2): 143–158, https://doi.org/10.15412/j.bcn.03070208.
  84. Fedotchev А.I., Parin S.B., Polevaya S.A., Velikova S.D. Brain-computer interface and neurofeedback technologies: current state, problems and clinical prospects (review). Sovremennye tehnologii v medicine 2017; 9(1): 175–184, https://doi.org/10.17691/stm2017.9.1.22.
  85. Higdon R., Earl R.K., Stanberry L., Hudac C.M., Montague E., Stewart E., Janko I., Choiniere J., Broomall W., Kolker N., Bernier R.A., Kolker E. The promise of multi-omics and clinical data integration to identify and target personalized healthcare approaches in autism spectrum disorders. OMICS 2015; 19(4): 197–208, https://doi.org/10.1089/omi.2015.0020.
  86. Enriquez-Geppert S., Huster R.J., Herrmann C.S. EEG-neurofeedback as a tool to modulate cognition and behavior: a review tutorial. Front Hum Neurosci 2017; 11: 51, https://doi.org/10.3389/fnhum.2017.00051.
  87. Hurt E., Arnold L.E., Lofthouse N. Quantitative EEG neurofeedback for the treatment of pediatric attention-deficit/hyperactivity disorder, autism spectrum disorders, learning disorders, and epilepsy. Child Adolesc Psychiatr Clin N Am 2014; 23(3): 465–486, https://doi.org/10.1016/j.chc.2014.02.001.
  88. Pineda J.A., Carrasco K., Datko M., Pillen S., Schalles M. Neurofeedback training produces normalization in behavioural and electrophysiological measures of high-functioning autism. Philos Trans R Soc Lond B Biol Sci 2014; 369(1644): 20130183, https://doi.org/10.1098/rstb.2013.0183.
  89. Zivoder I., Martic-Biocina S., Kosic A.V., Bosak J. Neurofeedback application in the treatment of autistic spectrum disorders (ASD). Psychiatr Danub 2015; 27(Suppl 1): S39–S394.
  90. Wang Y., Sokhadze E.M., El-Baz A.S., Li X., Sears L., Casanova M.F., Tasman A. Relative power of specific EEG bands and their ratios during neurofeedback training in children with autism spectrum disorder. Front Hum Neurosci 2016; 9: 723, https://doi.org/10.3389/fnhum.2015.00723.
  91. Cheung S., Han E., Kushki A., Anagnostou E., Biddiss E. Biomusic: an auditory interface for detecting physiological indicators of anxiety in children. Front Neurosci 2016; 10: 401, https://doi.org/10.3389/fnins.2016.00401.
  92. Федотчев А.И., Радченко Г.С. Музыкальная терапия и «музыка мозга»: состояние, проблемы и перспективы исследований. Успехи физиологических наук 2013; 44(4): 35–50.
  93. Константинов К.В., Леонова М.К., Мирошников Д.Б., Клименко В.М. Особенности восприятия акустического образа собственной биоэлектрической активности голов­ного мозга. Российский физиологический журнал им. И.М. Сеченова 2014; 100(6): 710–721.
  94. Bergstrom I., Seinfeld S., Arroyo-Palacios J., Slater M., Sanchez-Vives M.V. Using music as a signal for biofeedback. Int J Psychophysiol 2014; 93(1): 140–149, https://doi.org/10.1016/j.ijpsycho.2013.04.013.
  95. Gui K., Liu H., Zhang D. Towards multimodal human-robot interaction to enhance active participation of users in gait rehabilitation. IEEE Trans Neural Syst Rehabil Eng 2017; 25(11): 2054–2066, https://doi.org/10.1109/tnsre.2017.2703586.
  96. Choi I., Rhiu I., Lee Y., Yun M.H., Nam C.S. A systematic review of hybrid brain-computer interfaces: taxonomy and usability perspectives. PLoS One 2017; 12(4): e0176674, https://doi.org/10.1371/journal.pone.0176674.
  97. Hong K.S., Khan M.J. Hybrid brain-computer interface techniques for improved classification accuracy and increased number of commands: a review. Front Neurorobot 2017; 11: 35, https://doi.org/10.3389/fnbot.2017.00035.
  98. Fedotchev A.I., Oh S.J., Semikin G.I. Combination of neurofeedback technique with music therapy for effective correction of stress-induced disorders. Sovremennye tehnologii v medicine 2014; 6(3): 60–63.
  99. Fedotchev A.I., Bondar A.T., Bakhchina A.V., Grigorieva V.N., Katayev A.A., Parin S.B., Radchenko G.S., Polevaya S.A. Transformation of patient’s EEG oscillators into music-like signals for correction of stress-induced functional states. Sovremennye tehnologii v medicine 2016; 8(1): 93–98, https://doi.org/10.17691/stm2016.8.1.12.
  100. Федотчев А.И., Бондарь А.Т., Бахчина А.В., Па­рин С.Б., Полевая С.А., Радченко Г.С. Музыкально-акустические воздействия, управляемые биопотенциалами мозга, в коррекции неблагоприятных функциональных состояний. Успехи физиологических наук 2016; 47(1): 69–79.
  101. Федотчев А.И. Стресс, его последствия для че­ловека и современные нелекарственные подходы к их устра­нению. Успехи физиологических наук 2009; 40(1): 77–91.
  102. О Сан Чжун, Семикин Г.И., Федотчев А.И. Ис­пользование прямых и обратных связей в системе че­ловек-машина при устранении рисков функциональной надежности специалиста. Живая психология 2015; 2(4): 291–300, https://doi.org/10.18334/lp.2.4.35130.
  103. Федотчев А.И., Земляная А.А., Полевая С.А., Сав­чук Л.В. Синдром дефицита внимания с гиперактивностью и современные возможности его лечения методом нейробиоуправления. Журнал неврологии и психиатрии им. C.C. Корсакова 2016; 116(5): 98–101, https://doi.org/10.17116/jnevro20161165198-101.
  104. Zemlyanaya A.A., Fedotchev A.I. Individual approaches to diagnosis and treatment of epilepsia (review). Sovremennye tehnologii v medicine 2018; 10(3): 204–212, https://doi.org/10.17691/stm2018.10.3.25.
  105. Friedrich E.V., Suttie N., Sivanathan A., Lim T., Louchart S., Pineda J.A. Brain-computer interface game applications for combined neurofeedback and biofeedback treatment for children on the autism spectrum. Front Neuroeng 2014; 7: 21, https://doi.org/10.3389/fneng.2014.00021.
  106. Федотчев А.И., Журавлев Г.И., Ексина К.И., Силантъева О.М., Полевая С.А. Оценка эффективности музы­кального ЭЭГ нейроинтерфейса с дополнительным кон­туром управления от сердечного ритма. Российский физиологический журнал им. И.М. Сеченова 2018; 104(1): 122–128.
Fedotchev A.I., Dvoryaninova V.V., Velikova S.D., Zemlyanaya А.А. Modern Technologies in Studying the Mechanisms, Diagnostics, and Treatment of Autism Spectrum Disorders (Review). Sovremennye tehnologii v medicine 2019; 11(1): 31, https://doi.org/10.17691/stm2019.11.1.03


Журнал базах данных

pubmed_logo.jpg

web_of_science.jpg

scopus.jpg

crossref.jpg

ebsco.jpg

embase.jpg

ulrich.jpg

cyberleninka.jpg

e-library.jpg

lan.jpg

ajd.jpg

SCImago Journal & Country Rank

Издание зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций.
Свидетельство о регистрации средства массовой информации ПИ № ФС 77-79187 от 16.10.2020 г.

При перепечатке ссылка на журнал обязательна.