Сегодня: 22.12.2024
RU / EN
Последнее обновление: 30.10.2024
Главная страница → Все номера журнала → Том 15, номер 5 (2023) → Полный текст статьи

Зависящая от состояния мозга неинвазивная нейростимуляция с обратной связью от ЭЭГ: достижения и перспективы (обзор)

А.И. Федотчев, А.А. Земляная

Ключевые слова: неинвазивная стимуляция мозга; электроэнцефалограмма; ЭЭГ; обратная связь; микросостояния мозга; ЭЭГ-управляемая адаптивная нейростимуляция; когнитивная реабилитация; коррекция функционального состояния.

Неинвазивная стимуляция мозга с обратной связью от электроэнцефалограммы (ЭЭГ) представляет собой интенсивно развивающуюся и перспективную область нейрофизиологии. В обзоре рассмотрены работы последних пяти лет о достижениях и перспективных направлениях дальнейшего развития этой линии исследований. Анализируются современные данные о разработанных подходах к практическому использованию разных видов зависящей от состояния мозга адаптивной нейростимуляции с обратной связью от ЭЭГ. Основное внимание уделено исследованиям с использованием неинвазивных магнитных и электрических воздействий, а также акустической и аудиовизуальной стимуляции. Рассмотрены возможности и перспективы применения этих технологий в клинической медицине. Представлены результаты собственных исследований авторов в данном направлении.


Введение

Разработка и клиническое применение неинвазивных методов стимуляции мозга — перспективная и интенсивно развивающаяся область нейрофизиологии, которая получила название «неинвазивная стимуляция мозга» (НИСМ). Наиболее развитыми методами НИСМ считаются транскраниальная магнитная стимуляция и транскраниальная электрическая стимуляция постоянным и переменным током [1–3], а также ритмические сенсорные воздействия (акустическая, видео- и аудиовизуальная стимуляция) [4–6]. С помощью методов НИСМ возможно достижение позитивных результатов при реабилитации пациентов неврологической клиники [7–12], при устранении когнитивных и стресс-индуцированных расстройств [13–18], при лечении психиатрических заболеваний [19–24] и при усилении когнитивных функций у здоровых людей [25–30].

Несмотря на интенсивное развитие и повышенный интерес исследователей, существующие методы НИСМ характеризуются рядом недостатков, таких как низкая эффективность, высокая вариабельность и слабая воспроизводимость полученных результатов [31–33]. Причиной отмеченных недостатков считается тот факт, что в стандартных методах НИСМ не учитывается динамическая природа эндогенной осцилляторной активности нервной системы и стимулы предъявляются во время разных физиологических микросостояний мозга, приводя к высокой вариабельности эффекта отдельных стимулов и к слабому суммарному эффекту стимуляции [34–36].

Для устранения указанных недостатков ряд авторов рекомендует применять протоколы зависимой от состояния мозга стимуляции с замкнутым контуром (closed-loop brain state-dependent neurostimulation), которые учитывают текущую динамику микросостояний мозга [37–40]. В качестве источника сигналов обратной связи оптимально использовать данные электроэнцефалограммы (ЭЭГ), регистрируемой в реальном времени [41–44]. Это обусловлено такими преимуществами ЭЭГ, как неинвазивность, высокое временнόе разрешение, простота применения и возможности извлечения данных в режиме реального времени [45–47]. Благодаря применению ЭЭГ-управляемых протоколов стимуляции методы НИСМ могут достигать высокой персонализации воздействий и открывают возможность осуществления физиологически информированной адаптивной нейромодуляции [48–52].

За последние 5 лет количество исследований, посвященных эффектам применения зависимой от состояния мозга неинвазивной нейростимуляции с обратной связью от ЭЭГ, увеличилось экспоненциально. Обилие недавних публикаций и большое разно­образие конкретных экспериментальных подходов обусловливают необходимость обобщения литературных данных о достижениях и перспективных направлениях дальнейшего развития этой области неинвазивной стимуляции мозга. В связи с этим в представленном обзоре анализируются современные данные о разработанных подходах к практическому использованию разных видов зависящей от состояния мозга адаптивной нейростимуляции с обратной связью от ЭЭГ. Основное внимание уделено рассмотрению неинвазивных магнитных и электрических воздействий, а также акустической и аудиовизуальной стимуляции. Отдельно изучены возможности и перспективы использования таких технологий в клинической медицине. Представлены результаты собственных исследований авторов в этом направлении. Поиск литературы для анализа проводили в базе данных PubMed/MEDLINE по ключевым словам “closed-loop stimulation” (стимуляция с замкнутым контуром) и “adaptive neurostimulation” (адаптивная нейростимуляция).

Достижения зависимой от состояния мозга неинвазивной нейростимуляции

К настоящему времени преимущества использования обратной связи от различных компонентов ЭЭГ при коррекции многих неблагоприятных функциональных состояний продемонстрированы в целом ряде работ. Одной из наиболее интенсивно развивающихся линий исследований является широкое внедрение принципа обратной связи от ЭЭГ в ранее используемые приемы регуляции сна у человека. Концептуальной основой данного направления послужили теоретические и методологические представления о том, что с помощью неинвазивных сенсорных воздействий, синхронизированных с определенными текущими параметрами ЭЭГ, возможно улучшать качество сна, усиливать когнитивные функции и процессы консолидации памяти [53–55]. В последние годы подобные эффекты продемонстрированы в экспериментах с использованием разных ЭЭГ-управляемых сенсорных воздействий, таких как транскраниальная электрическая стимуляция [56–59], транскраниальная магнитная стимуляция [60–62] и акустическая стимуляция [63–65]. При этом успех был достигнут с применением самых разных параметров обратной связи от ЭЭГ: фазы определенного ЭЭГ-ритма [66, 67], мощности затылочного альфа-ритма [68, 69], медленноволновых ЭЭГ-компонентов [70, 71] и сонных ЭЭГ-веретен [72].

ЭЭГ-управляемая акустическая стимуляция эффективно используется и в других клинических приложениях. Так, предъявление акустических стимулов, генерируемых в реальном времени программно-управляемой трансформацией доминирующих ритмов ЭЭГ-субъекта в звуковой ряд, вызывает клинически значимое уменьшение симптомов посттравматического стресса [73]. По мнению авторов [74], онлайн-обновление собственных ЭЭГ-паттернов и резонанс между слышимыми акустическими сигналами и осцилляторными мозговыми сетями предоставляют организму возможность автокалибровки, релаксации и преодоления устойчивых патологических состояний.

Еще один вариант ЭЭГ-управляемой акустической стимуляции успешно использован в методе биоакустической коррекции, который состоит в предъявлении человеку акустических сигналов, получаемых путем компьютерного преобразования текущей ЭЭГ. Показано, что метод позволяет «услышать» работу мозга в реальном времени и способен корректировать неблагоприятные функциональные состояния организма при нарушениях когнитивной и эмоционально-волевой сферы [75, 76].

Основу наших исходных исследований составила концепция «Музыка мозга пациента», согласно которой музыкально-терапевтические воздействия приобретают повышенную эффективность при условии их модуляции собственными параметрами ЭЭГ человека [77]. Разработан вариант метода ЭЭГ-управляемой акустической стимуляции в виде предъявлений классической музыки, громкость которой автоматически модулируется текущей амплитудой доминирующего у конкретного человека спектрального пика в диапазоне альфа-ритма ЭЭГ, или альфа-ЭЭГ-осциллятора [78, 79]. Этот метод был дополнен приемом компьютерного преобразования текущей амплитуды альфа-ЭЭГ-осциллятора человека в музыкоподобные сигналы, которые по тембру напоминают звуки флейты и плавно варьируют по высоте тона и интенсивности [80]. Разработанные музыкальные нейроинтерфейсы успешно прошли апробацию при коррекции многих функциональных расстройств, а также при устранении рисков надежности специалиста [81] и при когнитивной реабилитации пожилых людей [82].

Впоследствии нами было показано, что выраженными позитивными эффектами характеризуются также световые ритмические воздействия, автоматически формируемые в реальном времени на основе оцифрованных значений текущей ЭЭГ [83]. В результате сочетания описанных подходов был разработан метод светомузыкальной адаптивной нейростимуляции с двойной обратной связью от ЭЭГ человека [84]. Метод заключается в одновременном предъявлении музыкоподобных стимулов, генерируемых на основе текущей амплитуды альфа-ЭЭГ-осциллятора пациента, и ритмических световых воздействий, формируемых на основе текущей ЭЭГ субъекта. Явными достоинствами этого метода являются высокая персонализация и эффективность лечебных воздействий благодаря использованию обратной связи от собственных биоэлектрических характеристик человека, вовлечение механизмов мультисенсорной интеграции, нейропластичности и резонансных механизмов мозга в процессы нормализации функционального состояния под влиянием стимуляционных процедур, а также автоматическое, без осознанных усилий пациента, управление лечебными сенсорными воздействиями, дающее возможность применять адаптивную нейростимуляцию для коррекции неблагоприятных сдвигов состояния у пациентов с измененным уровнем сознания, пожилых людей и детей [85, 86].

Благодаря перечисленным достоинствам с помощью метода ЭЭГ-управляемой светомузыкальной нейростимуляции были получены позитивные результаты при коррекции стресс-индуцированных состояний [87, 88], при оптимизации функционального состояния [89] и коррекции его неблагоприятных сдвигов [90, 91], при когнитивной реабилитации специалистов высокотехнологичного профиля [92], а также в клинических исследованиях при когнитивной реабилитации пациентов с инсультом [93] и при лечении посттравматического стресса и профессионального выгорания [94].

Таким образом, диапазон условий успешного применения зависимой от состояния мозга ЭЭГ-управляемой нейростимуляции чрезвычайно широк, как и конкретные характеристики применяемых лечебных воздействий (см. таблицу). Количество исследований в данном направлении ежегодно возрастает, что свидетельствует о его перспективности.

fedotchev-tablitsa.jpg Динамика развития неинвазивных методов ЭЭГ-управляемой нейростимуляции

Перспективы зависимой от состояния мозга неинвазивной нейростимуляции

Интенсивное и успешное развитие зависимой от состояния мозга неинвазивной нейростимуляции определило многочисленные представления о перспективах использования данного метода. Отмечается, что устройства нейромодуляции, которые уже эффективно применяются для лечения двигательных расстройств, эпилепсии, боли, депрессии и других неврологических расстройств, к 2035 г. будут составлять основу неинвазивной нейротерапии за счет прогресса в понимании нейроанатомических сетей и механизмов действия нейростимуляции с обратной связью от высокоспецифичных биомаркеров, включая персонализированные характеристики ЭЭГ [96]. К настоящему времени при поиске высокоспецифичных ЭЭГ-биомаркеров продемонстрированы возможности использования многих индивидуальных ЭЭГ-характеристик, таких как короткие (50–100 мс) устойчивые микросостояния ЭЭГ в покое [97], межприступные спайки [98] и фаза медленной ЭЭГ-волны [99].

При рассмотрении перспектив развития зависимой от состояния мозга неинвазивной нейростимуляции важное место занимают исследования, направленные на совершенствование алгоритмов стимуляции мозга с обратной связью. Так, разработан надежный алгоритм адаптивной нейромодуляции, который способен аккуратно отслеживать траектории текущих состояний мозга для эффективного лечения заболеваний головного мозга и улучшения его функций [100]. Опубликовано руководство по электрофизиологической регистрации и стимуляции мозга, которое дает возможность пользователю освоить анализ ЭЭГ-данных и настройку «на лету» параметров стимуляции в протоколах с обратной связью [101]. Так как естественные частоты нейронной активности могут служить точными целями ритмических стимуляционных воздействий [102–104], перспективной представляется методология оптимальной предварительной обработки ЭЭГ для повышения эффективности ЭЭГ-управляемой нейростимуляции [105].

Вопрос развития метода ЭЭГ-управляемой адаптивной нейростимуляции рассматривался в наших недавних исследованиях [84, 106]. Так как ЭЭГ-управляемая адаптивная нейростимуляция основана на автоматической модуляции сенсорных воздействий собственными ритмическими компонентами ЭЭГ человека, одним из возможных путей повышения ее эффективности может являться предварительное усиление модулирующего фактора, т.е. ЭЭГ субъекта. Для этого используют прием резонансного сканирования, который заключается в светодиодной фотостимуляции с пошагово увеличивающейся частотой в диапазоне тета-, альфа- и бета-ритмов ЭЭГ [107].

Показано, что предварительное резонансное сканирование значительно увеличивает эффективность ЭЭГ-управляемой адаптивной нейростимуляции при лечении постковидного синдрома [95] и при устранении последствий экзаменационного стресса у студентов университета [108]. При сочетании резонансного сканирования с ЭЭГ-управляемой адаптивной нейростимуляцией уже после однократных лечебных воздействий наблюдается рост мощности альфа-ритма ЭЭГ, сопровождаемый снижением уровня стресса, улучшением эмоционального состояния и показателей когнитивной деятельности за счет прогрессивного вовлечения резонансных и интеграционных механизмов мозга и механизмов нейропластичности. Сделан вывод, что разработанный комбинированный подход к нейростимуляции после дополнительных экспериментальных исследований может быть использован в реабилитационных мероприятиях широкого профиля, при коррекции и реабилитации состояния специалистов экстремальных профессий, в образовательных учреждениях для активизации познавательной деятельности человека и процессов его обучения.

Заключение

Зависящая от состояния мозга неинвазивная нейростимуляция с обратной связью от ЭЭГ представляет собой активно развивающееся и перспективное направление нейрофизиологии. Благодаря использованию управляющих сигналов от текущих параметров ЭЭГ такая неинвазивная стимуляция за счет учета динамики микросостояний мозга достигает высокой персонализации и эффективности лечебных воздействий.

Перспективной линией исследований представляется автоматическая модуляция сенсорных воздействий текущими параметрами ЭЭГ человека. Автоматическое управление лечебными сенсорными воздействиями дает возможность использовать ЭЭГ-управляемую адаптивную нейростимуляцию для коррекции неблагоприятных сдвигов состояния у пациентов с измененным уровнем сознания, пожилых людей и детей. Особенно перспективным является использование предварительного резонансного сканирования, которое вызывает активацию потенциальных резонаторов в спектре ЭЭГ и повышает реактивность мозга на последующую ЭЭГ-управляемую адаптивную нейростимуляцию. В результате сочетания экзогенных и эндогенных ритмических стимуляций позитивные психофизиологические эффекты регистрируются уже после однократного лечебного воздействия. Такой комбинированный подход к нейростимуляции может быть использован в широком спектре реабилитационных процедур.

Финансирование исследования. Работа выполнена при поддержке Российского научного фонда, грант №22-18-20075.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.


Литература

  1. Пойдашева А.Г., Бакулин И.С., Лагода Д.Ю., Пав­лова Е.Л., Супонева Н.А., Пирадов М.А. Транс­краниальная электрическая стимуляция постоянным током с высоким раз­решением (обзор литературы). Успе­хи физиологических наук 2021; 52(1): 3–15, https://doi.org/10.31857/s0301179821010070.
  2. Bhattacharya A., Mrudula K., Sreepada S.S., Sathyaprabha T.N., Pal P.K., Chen R., Udupa K. An overview of noninvasive brain stimulation: basic principles and clinical applications. Can J Neurol Sci 2022; 49(4): 479–492, https://doi.org/10.1017/cjn.2021.158.
  3. Linnhoff S., Koehler L., Haghikia A., Zaehle T. The therapeutic potential of non-invasive brain stimulation for the treatment of long-COVID-related cognitive fatigue. Front Immunol 2023; 13: 935614, https://doi.org/10.3389/fimmu.2022.935614.
  4. Ghadiri A., Sturz D.L., Mohajerzad H. Associations between health education and mental health, burnout, and work engagement by application of audiovisual stimulation. Int J Environ Res Public Health 2022; 19(15): 9370, https://doi.org/10.3390/ijerph19159370.
  5. Liu Y., Liu S., Tang C., Tang K., Liu D., Chen M., Mao Z., Xia X. Transcranial alternating current stimulation combined with sound stimulation improves cognitive function in patients with Alzheimer’s disease: study protocol for a randomized controlled trial. Front Aging Neurosci 2023; 14: 1068175, https://doi.org/10.3389/fnagi.2022.1068175.
  6. Hu W., Zhang Z., Zhao H., Zhang L., Li L., Huang G., Liang Z. EEG microstate correlates of emotion dynamics and stimulation content during video watching. Cereb Cortex 2023; 33(3): 523–542, https://doi.org/10.1093/cercor/bhac082.
  7. Бакулин И.С., Пойдашева А.Г., Павлов Н.А., Супо­нева Н.А., Пирадов М.А., Афтанас Л.И. Транскраниальная электрическая стимуляция в улучшении функции руки при инсульте. Успехи физиологических наук 2019; 50(1): 90–104, https://doi.org/10.1134/s030117981901003x.
  8. Draaisma L.R., Wessel M.J., Hummel F.C. Non-invasive brain stimulation to enhance cognitive rehabilitation after stroke. Neurosci Lett 2020; 719: 133678, https://doi.org/10.1016/j.neulet.2018.06.047.
  9. De Luca R., Pollicino P., Rifici C., de Cola C., Billeri L., Marino S., Trifirò S., Fiumara E., Randazzo M., Bramanti P., Torrisi M. Improving motor and cognitive recovery following severe traumatic brain injury using advanced emotional audio-video stimulation: lessons from a case report. Medicine (Baltimore) 2021; 100(31): e26685, https://doi.org/10.1097/md.0000000000026685.
  10. Zhang X., Huai Y., Wei Z., Yang W., Xie Q., Yi L. Non-invasive brain stimulation therapy on neurological symptoms in patients with multiple sclerosis: a network meta analysis. Front Neurol 2022; 13: 1007702, https://doi.org/10.3389/fneur.2022.1007702.
  11. Hao W., Liu Y., Gao Y., Gong X., Ning Y. Transcranial direct current stimulation for the treatment of post-stroke depression: a systematic review. Front Neurol 2023; 13: 955209, https://doi.org/10.3389/fneur.2022.955209.
  12. Chino T., Kinoshita S., Abo M. Repetitive transcranial magnetic stimulation and rehabilitation therapy for upper limb hemiparesis in stroke patients: a narrative review. Prog Rehabil Med 2023; 8: 20230005, https://doi.org/10.2490/prm.20230005.
  13. Korsakova-Kreyn M. Language of music and its psychophysical foundations (review). Sovremennye tehnologii v medicine 2019; 11(1): 40, https://doi.org/10.17691/stm2019.11.1.04.
  14. Бакулин И.С., Пойдашева А.Г., Медынцев А.А., Супонева Н.А., Пирадов М.А. Транскраниальная магнитная стимуляция в когнитивной нейронауке: методологические основы и безопасность. Российский журнал когнитивной науки 2020; 7(3): 25–44, https://doi.org/10.47010/20.3.2.
  15. Begemann M.J., Brand B.A., Ćurčić-Blake B., Aleman A., Sommer I.E. Efficacy of non-invasive brain stimulation on cognitive functioning in brain disorders: a meta-analysis. Psychol Med 2020; 50(15): 2465–2486, https://doi.org/10.1017/s0033291720003670.
  16. Kan R.L.D., Zhang B.B.B., Zhang J.J.Q., Kranz G.S. Non-invasive brain stimulation for posttraumatic stress disorder: a systematic review and meta-analysis. Transl Psychiatry 2020; 10(1): 168, https://doi.org/10.1038/s41398-020-0851-5.
  17. Jones K.T., Smith C.C., Gazzaley A., Zanto T.P. Research outside the laboratory: longitudinal at-home neurostimulation. Behav Brain Res 2022; 428: 113894, https://doi.org/10.1016/j.bbr.2022.113894.
  18. Wang Y., Xu N., Wang R., Zai W. Systematic review and network meta-analysis of effects of noninvasive brain stimulation on post-stroke cognitive impairment. Front Neurosci 2022; 16: 1082383, https://doi.org/10.3389/fnins.2022.1082383.
  19. Buchanan D.M., Robaey P., D’Angiulli A. What do we know about transcranial direct current stimulation for major depression? Brain Sci 2020; 10(8): 480, https://doi.org/10.3390/brainsci10080480.
  20. Gonsalvez I., Spagnolo P., Dworetzky B., Baslet G. Neurostimulation for the treatment of functional neurological disorder: a systematic review. Epilepsy Behav Rep 2021; 16: 100501, https://doi.org/10.1016/j.ebr.2021.100501.
  21. Sprugnoli G., Rossi S., Rotenberg A., Pascual-Leone A., El-Fakhri G., Golby A.J., Santarnecchi E. Personalised, image-guided, noninvasive brain stimulation in gliomas: rationale, challenges and opportunities. EBioMedicine 2021; 70: 103514, https://doi.org/10.1016/j.ebiom.2021.103514.
  22. Lee A.R.Y.B., Yau C.E., Mai A.S., Tan W.A., Ong B.S.Y., Yam N.E., Ho C.S.H. Transcranial alternating current stimulation and its effects on cognition and the treatment of psychiatric disorders: a systematic review and meta-analysis. Ther Adv Chronic Dis 2022; 13: 20406223221140390, https://doi.org/10.1177/20406223221140390.
  23. Hyde J., Carr H., Kelley N., Seneviratne R., Reed C., Parlatini V., Garner M., Solmi M., Rosson S., Cortese S., Brandt V. Efficacy of neurostimulation across mental disorders: systematic review and meta-analysis of 208 randomized controlled trials. Mol Psychiatry 2022; 27(6): 2709–2719, https://doi.org/10.1038/s41380-022-01524-8.
  24. Piccoli E., Cerioli M., Castiglioni M., Larini L., Scarpa C., Dell’Osso B. Recent innovations in non-invasive brain stimulation (NIBS) for the treatment of unipolar and bipolar depression: a narrative review. Int Rev Psychiatry 2022; 34(7–8): 715–726, https://doi.org/10.1080/09540261.2022.2132137.
  25. Fisicaro F., Lanza G., Bella R., Pennisi M. “Self-neuroenhancement”: the last frontier of noninvasive brain stimulation? J Clin Neurol 2020; 16(1): 158–159, https://doi.org/10.3988/jcn.2020.16.1.158.
  26. Klink K., Paßmann S., Kasten F.H., Peter J. The modulation of cognitive performance with transcranial alternating current stimulation: a systematic review of frequency-specific effects. Brain Sci 2020; 10(12): 932, https://doi.org/10.3390/brainsci10120932.
  27. Qu X., Wang Z., Cheng Y., Xue Q., Li Z., Li L., Feng L., Hartwigsen G., Chen L. Neuromodulatory effects of transcranial magnetic stimulation on language performance in healthy participants: systematic review and meta-analysis. Front Hum Neurosci 2022; 16: 1027446, https://doi.org/10.3389/fnhum.2022.1027446.
  28. Lee T.L., Lee H., Kang N. A meta-analysis showing improved cognitive performance in healthy young adults with transcranial alternating current stimulation. NPJ Sci Learn 2023; 8(1): 1, https://doi.org/10.1038/s41539-022-00152-9.
  29. Bello U.M., Wang J., Park A.S.Y., Tan K.W.S., Cheung B.W.S., Thompson B., Cheong A.M.Y. Can visual cortex non-invasive brain stimulation improve normal visual function? A systematic review and meta-analysis. Front Neurosci 2023; 17: 1119200, https://doi.org/10.3389/fnins.2023.1119200.
  30. Numssen O., van der Burght C.L., Hartwigsen G. Revisiting the focality of non-invasive brain stimulation — implications for studies of human cognition. Neurosci Biobehav Rev 2023; 149: 105154, https://doi.org/10.1016/j.neubiorev.2023.105154.
  31. Janssens S.E.W., Sack A.T. Spontaneous fluctuations in oscillatory brain state cause differences in transcranial magnetic stimulation effects within and between individuals. Front Hum Neurosci 2021; 15: 802244, https://doi.org/10.3389/fnhum.2021.802244.
  32. Antal A., Luber B., Brem A.K., Bikson M., Brunoni A.R., Cohen Kadosh R., Dubljević V., Fecteau S., Ferreri F., Flöel A., Hallett M., Hamilton R.H., Herrmann C.S., Lavidor M., Loo C., Lustenberger C., Machado S., Miniussi C., Moliadze V., Nitsche M.A., Rossi S., Rossini P.M., Santarnecchi E., Seeck M., Thut G., Turi Z., Ugawa Y., Venkatasubramanian G., Wenderoth N., Wexler A., Ziemann U., Paulus W. Non-invasive brain stimulation and neuroenhancement. Clin Neurophysiol Pract 2022; 7: 146–165, https://doi.org/10.1016/j.cnp.2022.05.002.
  33. Schutter D.J.L.G., Smits F., Klaus J. Mind matters: a narrative review on affective state-dependency in non-invasive brain stimulation. Int J Clin Health Psychol 2023; 23(3): 100378, https://doi.org/10.1016/j.ijchp.2023.100378.
  34. Zanos S. Closed-loop neuromodulation in physiological and translational research. Cold Spring Harb Perspect Med 2019; 9(11): a034314, https://doi.org/10.1101/cshperspect.a034314.
  35. Бакулин И.С., Пойдашева А.Г., Лагода Д.Ю., Су­по­нева Н.А., Пирадов М.А. Перспективы развития тера­певтической транскраниальной магнитной стимуля­ции. Нервные болезни 2021; 4: 3–10, https://doi.org/10.24412/2226-0757-2021-12371.
  36. Kasten F.H., Herrmann C.S. The hidden brain-state dynamics of tACS aftereffects. Neuroimage 2022; 264: 119713, https://doi.org/10.1016/j.neuroimage.2022.119713.
  37. Vosskuhl J., Strüber D., Herrmann C.S. Non-invasive brain stimulation: a paradigm shift in understanding brain oscillations. Front Hum Neurosci 2018; 12: 211, https://doi.org/10.3389/fnhum.2018.00211.
  38. Jacob N.K., Kings H.O., Casson A.J. A smartphone based platform for portable non-invasive light and sound neuromodulation. Annu Int Conf IEEE Eng Med Biol Soc 2020; 2020: 5228–5231, https://doi.org/10.1109/embc44109.2020.9175585.
  39. Belkacem A.N., Jamil N., Khalid S., Alnajjar F. On closed-loop brain stimulation systems for improving the quality of life of patients with neurological disorders. Front Hum Neurosci 2023; 17: 1085173, https://doi.org/10.3389/fnhum.2023.1085173.
  40. Amiri M., Nazari S., Jafari A.H., Makkiabadi B. A new full closed-loop brain-machine interface approach based on neural activity: a study based on modeling and experimental studies. Heliyon 2023; 9(3): e13766, https://doi.org/10.1016/j.heliyon.2023.e13766.
  41. Bjekić J., Paunovic D., Živanović M, Stanković M., Griskova-Bulanova I., Filipović S.R. Determining the individual theta frequency for associative memory targeted personalized transcranial brain stimulation. J Pers Med 2022; 12(9): 1367, https://doi.org/10.3390/jpm12091367.
  42. Farkhondeh Tale Navi F., Heysieattalab S., Ramanathan D.S., Raoufy M.R., Nazari M.A. Closed-loop modulation of the self-regulating brain: a review on approaches, emerging paradigms, and experimental designs. Neuroscience 2022; 483: 104–126, https://doi.org/10.1016/j.neuroscience.2021.12.004.
  43. Pino O. A randomized controlled trial (RCT) to explore the effect of audio-visual entrainment among psychological disorders. Acta Biomed 2022; 92(6): e2021408, https://doi.org/10.23750/abm.v92i6.12089.
  44. Tervo A.E., Nieminen J.O., Lioumis P., Metsomaa J., Souza V.H., Sinisalo H., Stenroos M., Sarvas J., Ilmoniemi R.J. Closed-loop optimization of transcranial magnetic stimulation with electroencephalography feedback. Brain Stimul 2022; 15(2): 523–531, https://doi.org/10.1016/j.brs.2022.01.016.
  45. Bergmann T.O. Brain state-dependent brain stimulation. Front Psychol 2018; 9: 2108, https://doi.org/10.3389/fpsyg.2018.02108.
  46. Koenig T., Smailovic U., Jelic V. Past, present and future EEG in the clinical workup of dementias. Psychiatry Res Neuroimaging 2020; 306: 111182, https://doi.org/10.1016/j.pscychresns.2020.111182.
  47. Jangwan N.S., Ashraf G.M., Ram V., Singh V., Alghamdi B.S., Abuzenadah A.M., Singh M.F. Brain augmentation and neuroscience technologies: current applications, challenges, ethics and future prospects. Front Syst Neurosci 2022; 16: 1000495, https://doi.org/10.3389/fnsys.2022.1000495.
  48. Figee M., Mayberg H. The future of personalized brain stimulation. Nat Med 2021; 27(2): 196–197, https://doi.org/10.1038/s41591-021-01243-7.
  49. Grani F., Soto-Sánchez C., Fimia A., Fernández E. Toward a personalized closed-loop stimulation of the visual cortex: advances and challenges. Front Cell Neurosci 2022; 16: 1034270, https://doi.org/10.3389/fncel.2022.1034270.
  50. Nasr K., Haslacher D., Dayan E., Censor N., Cohen L.G., Soekadar S.R. Breaking the boundaries of interacting with the human brain using adaptive closed-loop stimulation. Prog Neurobiol 2022; 216: 102311, https://doi.org/10.1016/j.pneurobio.2022.102311.
  51. Valenchon N., Bouteiller Y., Jourde H.R., L’Heureux X., Sobral M., Coffey E.B.J., Beltrame G. The Portiloop: a deep learning-based open science tool for closed-loop brain stimulation. PLoS One 2022; 17(8): e0270696, https://doi.org/10.1371/journal.pone.0270696.
  52. Wendt K., Denison T., Foster G., Krinke L., Thomson A., Wilson S., Widge A.S. Physiologically informed neuromodulation. J Neurol Sci 2022; 434: 120121, https://doi.org/10.1016/j.jns.2021.120121.
  53. Choi J., Kwon M., Jun S.C. A systematic review of closed-loop feedback techniques in sleep studies-related issues and future directions. Sensors (Basel) 2020; 20(10): 2770, https://doi.org/10.3390/s20102770.
  54. Malkani R.G., Zee P.C. Brain stimulation for improving sleep and memory. Sleep Med Clin 2020; 15(1): 101–115, https://doi.org/10.1016/j.jsmc.2019.11.002.
  55. Barnes C.M., Guarana C., Lee J., Kaur E. Using wearable technology (closed loop acoustic stimulation) to improve sleep quality and work outcomes. J Appl Psychol 2023; 108(8): 1391–1407, https://doi.org/10.1037/apl0001077.
  56. Ketz N., Jones A.P., Bryant N.B., Clark V.P., Pilly P.K. Closed-loop slow-wave tACS improves sleep-dependent long-term memory generalization by modulating endogenous oscillations. J Neurosci 2018; 38(33): 7314–7326, https://doi.org/10.1523/jneurosci.0273-18.2018.
  57. Mansouri F., Shanbour A., Mazza F., Fettes P., Zariffa J., Downar J. Effect of theta transcranial alternating current stimulation and phase-locked transcranial pulsed current stimulation on learning and cognitive control. Front Neurosci 2019; 13: 1181, https://doi.org/10.3389/fnins.2019.01181.
  58. Zarubin G., Gundlach C., Nikulin V., Villringer A., Bogdan M. Transient amplitude modulation of alpha-band oscillations by short-time intermittent closed-loop tACS. Front Hum Neurosci 2020; 14: 366, https://doi.org/10.3389/fnhum.2020.00366.
  59. Ladenbauer J., Khakimova L., Malinowski R., Obst D., Tönnies E., Antonenko D., Obermayer K., Hanna J., Flöel A. Towards optimization of oscillatory stimulation during sleep. Neuromodulation 2022: S1094-7159(22)00725-5, https://doi.org/10.1016/j.neurom.2022.05.006.
  60. Пойдашева А.Г., Бакулин И.С., Легостаева Л.А., Су­по­нева Н.А., Пирадов М.А. Метод ТМС-ЭЭГ: возмож­ности и перспективы. Журнал высшей нервной деятельности им. И.П. Павлова 2019; 69(3): 267–279, https://doi.org/10.1134/s0044467719030092.
  61. Faller J., Doose J., Sun X., Mclntosh J.R., Saber G.T., Lin Y., Teves J.B., Blankenship A., Huffman S., Goldman R.I., George M.S., Brown T.R., Sajda P. Daily prefrontal closed-loop repetitive transcranial magnetic stimulation (rTMS) produces progressive EEG quasi-alpha phase entrainment in depressed adults. Brain Stimul 2022; 15(2): 458–471, https://doi.org/10.1016/j.brs.2022.02.008.
  62. Ding Z., Wang Y., Li J., Li X. Closed-loop TMS-EEG reactivity with occipital alpha-phase synchronized. J Neural Eng 2022; 19(5): 056027, https://doi.org/10.1088/1741-2552/ac9432.
  63. Ngo H.V., Staresina B.P. Shaping overnight consolidation via slow-oscillation closed-loop targeted memory reactivation. Proc Natl Acad Sci U S A 2022; 119(44): e2123428119, https://doi.org/10.1073/pnas.2123428119.
  64. Debellemanière E., Pinaud C., Schneider J., Arnal P.J., Casson A.J., Chennaoui M., Galtier M., Navarrete M., Lewis P.A. Optimising sounds for the driving of sleep oscillations by closed-loop auditory stimulation. J Sleep Res 2022; 31(6): e13676, https://doi.org/10.1111/jsr.13676.
  65. Tegeler C.L., Munger Clary H., Shaltout H.A., Simpson S.L., Gerdes L., Tegeler C.H. Cereset research standard operating procedures for insomnia: a randomized, controlled clinical trial. Glob Adv Integr Med Health 2023; 12: 27536130221147475, https://doi.org/10.1177/27536130221147475.
  66. Mansouri F., Fettes P., Schulze L., Giacobbe P., Zariffa J., Downar J. A real-time phase-locking system for non-invasive brain stimulation. Front Neurosci 2018; 12: 877, https://doi.org/10.3389/fnins.2018.00877.
  67. Shirinpour S., Alekseichuk I., Mantell K., Opitz A. Experimental evaluation of methods for real-time EEG phase-specific transcranial magnetic stimulation. J Neural Eng 2021; 17(4): 046002, https://doi.org/10.1088/1741-2552/ab9dba.
  68. Zrenner B., Zrenner C., Gordon P.C., Belardinelli P., McDermott E.J., Soekadar S.R., Fallgatter A.J., Ziemann U., Müller-Dahlhaus F. Brain oscillation-synchronized stimulation of the left dorsolateral prefrontal cortex in depression using real-time EEG-triggered TMS. Brain Stimul 2020; 13(1): 197–205, https://doi.org/10.1016/j.brs.2019.10.007.
  69. Stecher H.I., Notbohm A., Kasten F.H., Herrmann C.S. A comparison of closed loop vs. fixed frequency tACS on modulating brain oscillations and visual detection. Front Hum Neurosci 2021; 15: 661432, https://doi.org/10.3389/fnhum.2021.661432.
  70. Schneider J., Lewis P.A., Koester D., Born J., Ngo H.V. Susceptibility to auditory closed-loop stimulation of sleep slow oscillations changes with age. Sleep 2020; 43(12): zsaa111, https://doi.org/10.1093/sleep/zsaa111.
  71. Ruch S., Schmidig F.J., Knüsel L., Henke K. Closed-loop modulation of local slow oscillations in human NREM sleep. Neuroimage 2022; 264: 119682, https://doi.org/10.1016/j.neuroimage.2022.119682.
  72. Ngo H.V., Seibold M., Boche D.C., Mölle M., Born J. Insights on auditory closed-loop stimulation targeting sleep spindles in slow oscillation up-states. J Neurosci Methods 2019; 316: 117–124, https://doi.org/10.1016/j.jneumeth.2018.09.006.
  73. Shaltout H.A., Lee S.W., Tegeler C.L., Hirsch J.R., Simpson S.L., Gerdes L., Tegeler C.H. Improvements in heart rate variability, baroreflex sensitivity, and sleep after use of closed-loop allostatic neurotechnology by a heterogeneous cohort. Front Public Health 2018; 6: 116, https://doi.org/10.3389/fpubh.2018.00116.
  74. Tegeler C.L., Shaltout H.A., Lee S.W., Simpson S.L., Gerdes L., Tegeler C.H. Pilot trial of a noninvasive closed-loop neurotechnology for stress-related symptoms in law enforcement: improvements in self-reported symptoms and autonomic function. Glob Adv Health Med 2020; 9: 2164956120923288, https://doi.org/10.1177/2164956120923288.
  75. Иванова В.А., Кормушкина Е.А. Применение метода биоакустической коррекции в реабилитации детей раннего возраста с расстройствами аутистического спектра. Физи­ческая и реабилитационная медицина 2021; 3(1): 48–53, https://doi.org/10.26211/2658-4522-2021-3-1-48-53.
  76. Щегольков А.М., Алехнович А.В., Тимергазина Э.З., Дыбов М.Д., Массальский Р.И. Влияние биоакустической коррекции на процесс медицинской реабилитации больных с последствиями преходящих цереброваскулярных нару­шений (обзор). Госпитальная медицина: наука и практика 2022; 5(4): 46–49.
  77. Fedotchev A., Radchenko G., Zemlianaia A. Music of the brain approach to health protection. J Integr Neurosci 2018; 17(3): 291–294, https://doi.org/10.31083/jin-170053.
  78. Fedotchev A. Stress coping via musical neurofeedback. Adv Mind Body Med 2018; 32(2): 17–20.
  79. Федотчев А.И., Полевая С.А., Земляная А.А. Эффек­тивность музыкального интерфейса для устранения стресс-индуцированных рисков. Медицина труда и про­мыш­ленная экология 2018; 3: 19–21, https://doi.org/10.31089/1026-9428-2018-3-19-21.
  80. Земляная А.А., Радченко Г.С., Федотчев А.И. Управ­ляемые биопотенциалами мозга пациента музы­кально-терапевтические воздействия в коррекции функцио­нальных расстройств. Журнал неврологии и психиатрии им. C.C. Корсакова 2018; 118(3): 103–106, https://doi.org/10.17116/jnevro201811831103-106.
  81. Федотчев А.И., Крук В.М., Семикин Г.И. Функ­цио­нальная надежность специалиста: современные риски и возможности их устранения. Успехи физиологических наук 2019; 50(3): 92–102, https://doi.org/10.1134/s0301179819030044.
  82. Федотчев А.И., Земляная А.А., Парин С.Б., Поле­вая С.А., Силантьева О.М. Когнитивная реабили­та­ция пожилых людей с помощью музыкального нейро­интер­фейса. Профилактическая медицина 2020; 23(2): 42–46, https://doi.org/10.17116/profmed20202302142.
  83. Федотчев А.И. Эффекты фотостимуляции, управ­ля­емой электроэнцефалограммой человека. Био­физика 2019; 64(2): 358–361, https://doi.org/10.1134/s0006302919020157.
  84. Fedotchev A.I., Zemlyanaya A.A., Savchuk L.V., Polevaya S.A. Neurointerface with double feedback from subject’s EEG for correction of stress-induced states. Sovremennye tehnologii v medicine 2019; 11(1): 150, https://doi.org/10.17691/stm2019.11.1.17.
  85. Fedotchev A., Parin S., Polevaya S., Zemlianaia A. Human body rhythms in the development of non-invasive methods of closed-loop adaptive neurostimulation. J Pers Med 2021; 11(5): 437, https://doi.org/10.3390/jpm11050437.
  86. Fedotchev A., Parin S., Polevaya S., Zemlianaia A. EEG-based musical neurointerfaces in the correction of stress-induced states. Brain Comput Interfaces 2022; 9: 1–6, https://doi.org/10.1080/2326263x.2021.1964874.
  87. Федотчев А.И. Музыкально-компьютерные тех­но­­ло­гии в разработке методов коррекции стресс-ин­ду­цированных состояний человека. Проблемы му­зы­каль­­ной науки 2020; 3: 24–29, https://doi.org/10.33779/2587-6341.2020.3.024-029.
  88. Fedotchev A.I. Correction of stress-induced states using sensory stimulation automatically modulated by endogenous human rhythms. Neurosci Behav Physiol 2022; 52(6): 947–952, https://doi.org/10.1007/s11055-022-01322-3.
  89. Федотчев А.И., Парин С.Б., Полевая С.А. Нейро­интерфейсы на основе эндогенных ритмов организма для оптимизации функционального состояния человека и его когнитивной реабилитации. Успехи физиологических наук 2021; 52(2): 83–92, https://doi.org/10.31857/s030117982102003x.
  90. Федотчев А.И., Парин С.Б., Полевая С.А. Принцип замкнутой петли обратной связи от эндогенных ритмов человека в современных технологиях нейробиоуправления и адаптивной нейростимуляции. Биофизика 2021; 66(2): 408–411, https://doi.org/10.31857/s0006302921010216.
  91. Федотчев А.И., Бондарь А.Т. Адаптивная нейро­стимуляция, модулируемая собственными ритмическими процессами человека, в коррекции функциональных рас­стройств. Физиология человека 2022; 48(1): 124–129, https://doi.org/10.31857/s0131164622010052.
  92. Fedotchev A.I. Closed-loop adaptive neurostimulation technologies in cognitive rehabilitation of high-tech specialists. Sovremennye tehnologii v medicine 2022; 14(4): 34, https://doi.org/10.17691/stm2022.14.4.04.
  93. Mukhina E.A., Polevaya S.A., Parin S.B., Fedotchev A.I. Cognitive rehabilitation of patients with acute cerebrovascular accident using EEG-guided adaptive neurostimulation. Opera Med Physiol 2021; 8(4): 90–96, https://doi.org/10.24412/2500-2295-2021-4-90-96.
  94. Fedotchev A.I., Parin S.B., Polevaya S.A. Adaptive neurostimulation methods in correcting posttraumatic stress disorder and professional burnout syndrome. Opera Med Physiol 2021; 8(2): 68–74, https://doi.org/10.24412/2500-2295-2021-2-68-74.
  95. Polevaya S.A., Parin S.B., Zemlyanaya A.A., Fedotchev A.I. Dynamics of EEG reactions under combination of resonance scanning and adaptive neurostimulation in patients with post-COVID syndrome. Opera Med Physiol 2022; 9(2): 103–109, https://doi.org/10.24412/2500-2295-2022-2-103-109.
  96. Denison T., Morrell M.J. Neuromodulation in 2035: the neurology future forecasting series. Neurology 2022; 98(2): 65–72, https://doi.org/10.1212/wnl.0000000000013061.
  97. de Bock R., Mackintosh A.J., Maier F., Borgwardt S., Riecher-Rössler A., Andreou C. EEG microstates as biomarker for psychosis in ultra-high-risk patients. Transl Psychiatry 2020; 10(1): 300, https://doi.org/10.1038/s41398-020-00963-7.
  98. Holmes G.L. Interictal spikes as an EEG biomarker of cognitive impairment. J Clin NeuroPhysiol 2022; 39(2): 101–112, https://doi.org/10.1097/wnp.0000000000000728.
  99. Zeller C.J., Züst M.A., Wunderlin M., Nissen C., Klöppel S. The promise of portable remote auditory stimulation tools to enhance slow-wave sleep and prevent cognitive decline. J Sleep Res 2023; 32(4): e13818, https://doi.org/10.1111/jsr.13818.
  100. Fang H., Yang Y. Designing and validating a robust adaptive neuromodulation algorithm for closed-loop control of brain states. J Neural Eng 2022; 19(3): 036018, https://doi.org/10.1088/1741-2552/ac7005.
  101. Hassan U., Pillen S., Zrenner C., Bergmann T.O. The Brain Electrophysiological recording & STimulation (BEST) toolbox. Brain Stimul 2022; 15(1): 109–115, https://doi.org/10.1016/j.brs.2021.11.017.
  102. Qiao J., Wang Y., Wang S. Natural frequencies of neural activities and cognitions may serve as precise targets of rhythmic interventions to the aging brain. Front Aging Neurosci 2022; 14: 988193, https://doi.org/10.3389/fnagi.2022.988193.
  103. Zeng L., Guo M., Wu R., Luo Y., Wei P. The effects of electroencephalogram feature-based transcranial alternating current stimulation on working memory and electrophysiology. Front Aging Neurosci 2022; 14: 828377, https://doi.org/10.3389/fnagi.2022.828377.
  104. Weiss E., Kann M., Wang Q. Neuromodulation of neural oscillations in health and disease. Biology (Basel) 2023; 12(3): 371, https://doi.org/10.3390/biology12030371.
  105. Bigoni C., Cadic-Melchior A., Morishita T., Hummel F.C. Optimization of phase prediction for brain-state dependent stimulation: a grid-search approach. J Neural Eng 2023; 20(1): 016039, https://doi.org/10.1088/1741-2552/acb1d8.
  106. Федотчев А.И. Коррекция стресс-индуцированных состояний сенсорными воздействиями, автоматически модулируемыми эндогенными ритмами человека. Журнал высшей нервной деятельности им. И.П. Павлова 2022; 72(1): 3–10, https://doi.org/10.31857/s0044467721060034.
  107. Савчук Л.В., Полевая С.А., Парин С.Б., Бон­дарь А.Т., Федотчев А.И. Резонансное сканирование и ана­лиз ЭЭГ при определении зрелости корковой ритмики у младших школьников. Биофизика 2022; 67(2): 354–361, https://doi.org/10.31857/s0006302922020181.
  108. Fedotchev A.I., Parin S.B., Polevaya S.A. Resonance scanning as an efficiency enhancer for EEG-guided adaptive neurostimulation. Life (Basel) 2023; 13(3): 620, https://doi.org/10.3390/life13030620.

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.