Оценка эффекта одной сессии нейробиоуправления (на основе индивидуальной частоты альфа-ритма) на спектральные характеристики состояний спокойного бодрствования и выполнение творческого задания на альтернативное использование

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

В исследовании изучали спектральные характеристики электроэнцефалограммы (ЭЭГ) в состояниях спокойного бодрствования и при выполнении творческой задачи (теста альтернативного использования – Alternative Uses Task, AUT) до и после одной сессии нейробиоуправления (нБОС) и фиктивной нБОС тренировки. В исследовании приняли участие 24 подростка (15–17 лет), случайным образом разделенных на две независимые группы по 12 чел. – тестовую (TEST, проходили одну сессию нБОС на основе IAF) и контрольную (SHAM, проходили одну сессию фиктивной нБОС). Были проанализированы спектральная мощность в Δ (1.5–4 Гц)-, θ (4–8 Гц)-, α1 (8–10 Гц)-, α2 (10–13 Гц)-, β1 (13–18 Гц)-, β2 (18–30 Гц)-диапазонах ЭЭГ в состояниях спокойного бодрствования с открытыми и закрытыми глазами, а также связанная с событиями синхронизация/десинхронизация ЭЭГ во время выполнения теста альтернативного использования до и после нБОС/SHAM-сессии. Различия между группами в состояниях спокойного бодрствования до нБОС/SHAM-сессий отсутствовали. После нБОС/SHAM-сессии наблюдались меньшие значения мощности ЭЭГ в β2-диапазоне в состоянии «закрытые глаза» в тестовой группе по сравнению с контрольной группой. В тестовой группе также наблюдалось уменьшение мощности в Δ-диапазоне ЭЭГ в лобно-височных областях в состоянии «закрытые глаза» и увеличение мощности в α2-диапазоне в состоянии «открытые глаза» ПОСЛЕ нБОС-сессии по сравнению с состояниями ДО. В контрольной группе различий спектральной мощности ЭЭГ в состояниях ПОСЛЕ vs. ДО прохождения SHAM-сессии обнаружено не было. Анализ связанной с событиями синхронизации/десинхронизации ЭЭГ при выполнении теста AUT до и после сессии биоуправления не выявил различий между тестовой и контрольной группами. Внутригрупповые сравнения ПОСЛЕ vs. ДО нБОС/SHAM-сессий выявили следующие эффекты: в тестовой группе сначала наблюдалась десинхронизация ЭЭГ в диапазоне частот 17.5–30 Гц в лобных зонах левого полушария в интервале 220–300 мс после предъявления стимула, а потом – синхронизация в θ- и низкочастотном α-диапазонах ЭЭГ 4–9.8 Гц (в интервале 540–1400 мс) с максимумом различий в лобных зонах. Контрольная группа характеризовалась только синхронизацией ЭЭГ на частотах 9.5–26 Гц и в более узком временном интервале 520–760 мс в центральных и лобных отведениях. Таким образом, одна нБОС-сессия в тестовой группе приводила к изменениям спектральной мощности ЭЭГ в состояниях спокойного бодрствования, отсутствующим в контрольной (SHAM) группе после фиктивной тренировки, и отличным образом модулировала состояние при творческой деятельности.

Полный текст

Доступ закрыт

Об авторах

А. В. Грохотова

Институт эволюционной физиологии и биохимии имени И.М. Сеченова РАН

Автор, ответственный за переписку.
Email: anya.annie@yandex.ru
Россия, Санкт-Петербург

Ж. В. Нагорнова

Институт эволюционной физиологии и биохимии имени И.М. Сеченова РАН

Email: anya.annie@yandex.ru
Россия, Санкт-Петербург

Н. В. Шемякина

Институт эволюционной физиологии и биохимии имени И.М. Сеченова РАН

Email: anya.annie@yandex.ru
Россия, Санкт-Петербург

Список литературы

  1. Guilford J.P. The structure of intellect // Psychol. Bull. 1956. V. 53. № 4. P. 267.
  2. Guilford J.P., Christensen P.R., Merrifield P.R., Wil-son R.C. Alternate uses: Manual of instructions and interpretations. Orange, CA: Sheridan Psychological Services, 1978. 24 p.
  3. Guilford J.P. The nature of human intelligence. McGraw-Hill, 1967. P. 538.
  4. Runco M.A., Jaeger G.J. The standard definition of creativity // Creat. Res. J. 2012. V. 24. № 1. P. 92.
  5. Sternberg R.J., Lubart T.I. The concept of creativity: Prospects and paradigms / Handbook of creativity. Ed. Sternberg R.J. Cambridge: Cambridge University Press, 1999. P. 3.
  6. Bechtereva N.P., Shemyakina N.V., Starchenko M.G. et al. Error detection mechanisms of the brain: Back ground and prospects // Int. J. Psychophysiol. 2005. V. 5. № 2–3. P. 227.
  7. Шемякина Н.В., Данько С.Г., Нагорнова Ж.В. и др. Динамика спектров мощности и когерентности ритмических компонентов ЭЭГ при решении вербальной творческой задачи преодоления стереотипа // Физиология человека. 2007. Т. 33. № 5. С. 14.
  8. Camarda A., Salvia É., Vidal J. et al. Neural basis of functional fixedness during creative idea generation: An EEG study // Neuropsychologia. 2018. V. 118. Pt. A. P. 4.
  9. Fink A., Graif B., Neubauer A.C. Brain correlates underlying creative thinking: EEG alpha activity in professional vs. novice dancers // NeuroImage. 2009. V. 46. № 3. P. 854.
  10. Fink A., Schwab D., Papousek I. Sensitivity of EEG upper alpha activity to cognitive and affective creativity interventions // Int. J. Psychophysiol. 2011. V. 82. № 3. P. 233.
  11. Kröger S., Rutter B., Hill H. et al. An ERP study of passive creative conceptual expansion using a modified alternate uses task // Brain Res. 2011. V. 1527. P. 189.
  12. Kraus B., Cadle C., Simon-Dack S. EEG alpha activity is moderated by the serial order effect during divergent thinking // Biol. Psychol. 2019. V. 145. P. 84.
  13. Stevens C.E., Jr., Zabelina D.L. Classifying creativity: Applying machine learning techniques to divergent thinking EEG data // NeuroImage. 2020. V. 219. P. 116990.
  14. Rominger C., Gubler D.A., Makowski L.M., Troche S.J. More creative ideas are associated with increased right posterior power and frontal-parietal/occipital coupling in the upper alpha band: A within-subjects study // Int. J. Psychophysiol. 2022. V. 181. P. 95.
  15. Нагорнова Ж.В., Галкин В.А., Васенькина В.А. и др. Нейрофизиологические характеристики придумывания альтернативного использования по данным анализа вызванных потенциалов (ВП) и связанной с событиями синхронизации/десинхронизации ЭЭГ в зависимости от уровня продуктивности и оригинальности испытуемых // Физиология человека. 2022. Т. 48. № 6. С. 3.
  16. Нагорнова Ж.В., Шемякина Н.В. Влияние условий сотрудничества на амплитуды вызванных потенциалов при творческой и нетворческой деятельности // Журнал эволюционной биохимии и физиологии. 2024. Т. 60. № 1. С. 105.
  17. Mazza A., Dal Monte O., Schintu S. et al. Beyond alpha-band: The neural correlate of creative thinking // Neuropsychologia. 2023. V. 179. P. 108446.
  18. Bartoli E., Devara E., Dang H. Q. et al. Default mode network electrophysiological dynamics and causal role in creative thinking // Brain. 2024. V. 147. № 10. P. 3409.
  19. Fink A., Grabner R.H., Benedek M., Neubauer A.C. Divergent thinking training is related to frontal electroencephalogram alpha synchronization // Eur. J. Neurosci. 2006. V. 23. № 8. P. 2241.
  20. Luft C.D.B., Zioga I., Thompson N.M. et al. Right temporal alpha oscillations as a neural mechanism for inhibiting obvious associations // Proc. Natl. Acad. Sci. U.S.A. 2018. V. 115. № 52. P. E12144.
  21. Mednick S.A., Mednick M.T. Manual, the remote associates test, Form I. Boston, Mass.: Houghton-Mifflin, 1967. P. 32.
  22. Benedek M., Bergner S., Könen T. et al. EEG alpha synchronization is related to top-down processing in convergent and divergent thinking // Neuropsychologia. 2011. V. 49. № 12. P. 3505.
  23. Mölle M., Marshall L., Wolf B. et al. EEG complexity and performance measures of creative thinking // Psychophysiology. 1999. V. 36. № 1. P. 95.
  24. Штарк М.Б., Василевский Н.Н. Биоуправление: теория и практика. Новосибирск: Наука, Сибир. отд-ние, 1988. 168 с.
  25. Сороко С.И., Трубачев В.В. Нейрофизиологические и психофизиологические основы адаптивного биоуправления. СПб.: Политехника-сервис, 2010. 607 с.
  26. Loriette C., Ziane C., Ben Hamed S. Neurofeedback for cognitive enhancement and intervention and brain plasticity // Rev. Neurol. 2021. V. 177. № 9. P. 1133.
  27. Katkin E.S., Fitzgerald C.R., Shapiro D. Clinical applications of biofeedback: Current status and future prospects / Psychology: From research to practice // Eds. Pick H.L., Leibowitz H.W., Singer J.E., Steinschneider A., Stevenson H.W. Boston, MA: Springer, 1978. P. 243.
  28. Rogala J., Jurewicz K., Paluch K. et al. The do's and don'ts of neurofeedback training: A review of the controlled studies using healthy adults // Front. Hum. Neurosci. 2016. V. 10. P. 301.
  29. 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. V. 11. P. 51.
  30. Rahmati N., Rostami R., Zali M.R. et al. The effectiveness of neurofeedback on enhancing cognitive process involved in entrepreneurship abilities among primary school students in district No. 3 Tehran // Basic Clin. Neurosci. 2014. V. 5. № 4. P. 277.
  31. Egner T., Gruzelier J.H. Ecological validity of neurofeedback: Modula tion of slow wave EEG enhances musical performance // Neuroreport. 2003. V. 14. № 9. P. 1225.
  32. Gruzelier J.H. EEG-neurofeedback for optimising performance. II: creativity, the performing arts and ecological validity // Neurosci. Biobehav. Rev. 2014. V. 44. P. 142.
  33. Agnoli S., Zanon M., Mastria S. et al. Enhancing creative cognition with a rapid right-parietal neurofeedback procedure // Neuropsychologia. 2018. V. 118. Pt. A. P. 99.
  34. Boynton T. Applied research using alpha/theta training for enhancing creativity and well-being // J. Neurother. 2001. V. 5. № 1–2. P. 5.
  35. Klimesch W., Schimke H., Pfurtscheller G. Alpha frequency, cognitive load and memory performance // Brain Topogr. 1993. V. 5. № 3. P. 241.
  36. Barry R.J., Clarke A.R., Johnstone S.J. еt al. EEG differences between eyes-closed and eyes-open resting conditions // Clin. Neurophysiol. 2007. V. 118. № 12. P. 2765.
  37. Klimesch W., Sauseng P., Hanslmayr S. EEG alpha oscillations: The inhibition-timing hypothesis // Brain Res. Rev. 2007. V. 53. № 1. P. 63.
  38. Nunez P., Wingeier B., Silberstein R. Spatial-temporal structures of human alpha rhythms: Theory, microcurrent sources, multiscale measurements, and global binding of networks // Hum. Brain Mapp. 2001. V. 13. № 3. P. 125.
  39. Базанова О.М. Современная интерпретация альфа-активности ЭЭГ // Междунар. неврол. журн. 2011. № 8. С. 96.
  40. Li B.Z., Nan W., Pun S.H. et al. Modulating individual alpha frequency through short-term neurofeedback for cognitive enhancement in healthy young adults // Brain Sci. 2023. V. 13. № 6. P. 926.
  41. Zoefel B., Huster R.J., Herrmann C.S. Neurofeedback training of the upper alpha frequency band in EEG improves cognitive performance // NeuroImage. 2011. V. 54. № 2. P. 1427.
  42. Nan W., Rodrigues J.P., Ma J. et al. Individual alpha neurofeedback training effect on short term memory // Int. J. Psychophysiol. 2012. V. 86. № 1. P. 83.
  43. Bobby J.S., Prakash S. Upper alpha neurofeedback training enhances working memory performance using LabVIEW // Int. J. Biomed. Eng. Technol. 2017. V. 25. № 2-4. P. 120.
  44. Enriquez-Geppert S., Huster R.J., Figge C., Herrmann C.S. Self-regulation of frontal-midline theta facilitates memory updating and mental set shifting // Front. Behav. Neurosci. 2014. V. 8. P. 420.
  45. Escolano C., Navarro-Gil M., Garcia-Campayo J., Minguez J. The effects of a single session of upper alpha neurofeedback for cognitive enhancement: A sham-controlled study // Appl. Psychophysiol. Biofeedback. 2014. V. 39. № 3-4. P. 227.
  46. Карвасарский Б.Д. Клиническая психология: учебник. СПб.: Питер, 2004. 960 с.
  47. Witkin H.A., Oltman P.K., Raskin E., Karp S.A. A manual for the embedded figures tests. Palo Alto, CA: Consulting Psychologists Press, 1971. P. 15.
  48. Raven J., Raven J. Raven Progressive Matrices / Handbook of nonverbal assessment // Ed. McCallum R.S. Plenum Publishers, 2003. P. 223.
  49. Равен М., Стайл И. Стандартные плюс прогрессивные матрицы Равена (серии А, В, С, D, Е). М.: Когито-Центр, 2001. 64 с.
  50. Воронин А.Н., Галкина Т.В. Диагностика вербальной креативности (адаптация теста Медника) // Методы психологической диагностики. 1994. № 2. С. 40.
  51. Туник Е.Е. Диагностика креативности. Тест Е. Торренса. Адаптированный вариант. СПб.: Речь, 2006. 176 с.
  52. Котик М.А. Психология и безопасность. Таллинн: Валгус, 1989. 440 с.
  53. Андреева А.Д., Прихожан А.М. Методика диагностики мотивации учения и эмоционального отношения к учению в средних и старших классах школы // Психологическая диагностика. 2006. № 1. С. 33.
  54. Vigario R.N. Extraction of ocular artefacts from EEG using independent component analysis // Electroencephalogr. Clin. Neurophysiol. 1997. V. 103. № 3. P. 395.
  55. Jung T.P., Makeig S., Westerfield M. et al. Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects // Clin. Neurophysiol. 2000. V. 111. № 10. P. 1745.
  56. Терещенко Е.П., Пономарев В.А., Кропотов Ю.Д., Мюллер А. Сравнение эффективности различных методов удаления артефактов морганий при анализе количественной электроэнцефалограммы и вызванных потенциалов // Физиология человека. 2009. Т. 35. № 2. С. 124.
  57. Bendat J.C., Piersol A.G. Random data: Analysis and measurement procedures. 2nd ed. New York, NY, USA: John Wiley & Sons, 1986. P. 592.
  58. Greenhouse S.W., Geisser S. On methods in the analysis of profile data // Psychometrika. 1959. V. 24. P. 95.
  59. Tallon-Baudry C., Bertrand O. Oscillatory gamma activity in humans and its role in object representation // Trends Cogn. Sci. 1999. V. 3. № 4. P. 151.
  60. Maris E., Oostenveld R. Nonparametric statistical testing of EEG- and MEG-data // J. Neurosci. Methods. 2007. V. 164. № 1. P. 177.
  61. Пронина М.В., Пономарев В.А., Кропотов Ю.Д. Влияние сложности задачи на величину синхронизации ЭЭГ активности бета-диапазона в сенсомоторной коре // Рос. физиол. ж. им. И.М. Сеченова. 2022. Т. 108. № 11. С. 1442.
  62. Никишена И.С., Пономарев В.А., Кропотов Ю.Д. Связанные с событиями потенциалы мозга человека при сравнении зрительных стимулов // Физиология человека. 2023. Т. 49. № 3. С. 67.
  63. Alaraj M., Fukami T. Quantitative evaluation for the wakefulness state using complexity-based decision threshold value in EEG signals / 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). Osaka, Japan, July 3–7, 2013. P. 6175. doi: 10.1109/EMBC.2013.6610963
  64. Altınkaynak M., Yeşilbaş D., Batbat T. et al. Multimodal analysis of cortical activation in young male adults with internet gaming disorder: A resting state EEG-fNIRS study // J. Psychiatr. Res. 2024. V. 177. P. 368.
  65. Ali A., Afridi R., Soomro T.A. et al. A single-channel wireless EEG headset enabled neural activities analysis for mental healthcare applications // Wirel. Pers. Commun. 2022. V. 125. № 4. P. 3699.
  66. Kim D.K., Rhee J.H., Kang S.W. Reorganization of the brain and heart rhythm during autogenic meditation // Front. Integr. Neurosci. 2024. V. 7. P. 109.
  67. Marzbani H., Marateb H.R., Mansourian M. Neurofeedback: A Comprehensive Review on System Design, Methodology and Clinical Applications // Basic Clin. Neurosci. 2016. V. 7. № 2. P. 143.
  68. Hanslmayr S., Sauseng P., Doppelmayr M. et al. Increasing individual upper alpha power by neurofeedback improves cognitive performance in human subjects // Appl. Psychophysiol. Biofeedback. 2005. V. 30. № 1. P. 1.
  69. Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis // Brain Res. Brain Res. Rev. 1999. V. 29. № 2–3. P. 169.
  70. Knyazev G.G. EEG delta oscillations as a correlate of basic homeostatic and motivational processes // Neurosci. Biobehav. Rev. 2012. V. 36. № 1. P. 677.
  71. Kiroy V.N., Warsawskaya L.V., Voynov V.B. EEG after prolonged mental activity // Int. J. Neurosci. 1996. V. 85. № 1–2. P. 31.
  72. Lal S.K.L., Craig A. Driver fatigue: Electroence-phalography and psychological assessment // Psycho-physiology. 2002. V. 39. № 3. P. 313.
  73. Lal S.K.L., Craig A. Reproducibility of the spectral components of the electroencephalogram during driver fatigue // Int. J. Psychophysiol. 2005. V. 55. № 2. P. 137.
  74. Lapomarda G., Valer S., Job R. et al. Built to last: Theta and delta changes in resting-state EEG activity after regulating emotions // Brain Behav. 2022. V. 12. № 6. P. e2598.
  75. Aldemir R., Demirci E., Per H. et al. Investigation of attention deficit hyperactivity disorder (ADHD) sub-types in children via EEG frequency domain analysis // Int. J. Neurosci. 2018. V. 128. № 4. P. 349.
  76. Wang H., Hou Y., Zhan S. et al. EEG biofeedback decreases theta and beta power while increasing alpha power in insomniacs: An open-label study // Brain Sci. 2023. V. 13. № 11. P. 1542.
  77. Ozga W.K., Zapała D., Wierzgała P. et al. Acoustic neurofeedback increases beta ERD during mental rotation task // Appl. Psychophysiol. Biofeedback. 2019. V. 44. № 2. P. 103.
  78. Gilhooly K.J., Fioratou E., Anthony S.H., Wynn V. Divergent thinking: strategies and executive involvement in generating novel uses for familiar objects // Br. J. Psychol. 2007. V. 98. P. 611.
  79. Klimesch W., Schimke H., Schwaiger J. Episodic and semantic memory: an analysis in the EEG theta and alpha band // Electroencephalogr. Clin. Neurophysiol. 1994. V. 91. № 6. P. 428.
  80. Sauseng P., Klimesch W., Schabus M., Doppelmayr M. Fronto-parietal EEG coherence in theta and upper alpha reflect central executive functions of working memory // Int. J. Psychophysiol. 2005. V. 57. № 2. P. 97.
  81. Knyazev G.G. Motivation, emotion, and their inhibitory control mirrored in brain oscillations // Neurosci. Biobehav. Rev. 2007. V. 31. № 3. P. 377.
  82. Cooper N.R., Burgess A.P., Croft R.J., Gruzelier J.H. Investigating evoked and induced electroencephalogram activity in task-related alpha power increases during an internally directed attention task // Neuroreport. 2006. V. 17. № 2. P. 205.
  83. Русалова М.Н., Костюнина М.Б. Частотно-амплитудные характеристики левого и правого полушарий при мысленном воспроизведении эмоционально окрашенных образов // Физиология человека. 1999. T. 25. № 5. C. 50.
  84. Fink A., Benedek M. EEG alpha power and creative ideation // Neurosci. Biobehav. Rev. 2014. V. 44. № 100. P. 111.
  85. Ray W.J., Cole H.W. EEG alpha activity reflects attentional demands, and beta activity reflects emotional and cognitive processes // Science. 1985. V. 228. № 4700. P. 750.
  86. Cooper N.R., Croft R.J., Dominey S.J. et al. Paradox lost? Exploring the role of alpha oscillations during externally vs. internally directed attention and the implications for idling and inhibition hypotheses // Int. J. Psychophysiol. 2003. V. 47. № 1. P. 65.
  87. Lubar J.F. Discourse on the development of EEG diagnostics and biofeedback for attention-deficit/hyperactivity disorders // Biofeedback Self Regul. 1991. V. 16. № 3. P. 201.
  88. Kamiński J., Brzezicka A., Gola M., Wróbel A. Beta band oscillations engagement in human alertness process. International // Int. J. Psychophysiol. 2012. V. 85. № 1. P. 125.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема физиологической части исследования. Fo/Fz – запись фоновой активности электроэнцефалограммы в состоянии с открытыми/закрытыми глазами; AUT – задание на альтернативное использование (Alternative Uses Task [2]), цифры 1/2 обозначают повторности протоколов с разными стимулами; нБОС/SHAM – сессия управления мощностью собственного α-ритма/сессия управления чужим α-ритмом, «фиктивная» тренировка.

Скачать (338KB)
Метаданные
3. Рис. 2. Схема пробы для теста альтернативного использования (Alternative Uses Task, AUT). Задание имело две повторности (70/80 проб) – один протокол выполняли до прохождения нБОС/SHAM-сессии, другой (с другими стимулами) – после. После выполнения AUT испытуемого просили оценить знак и степень выраженности эмоций, которые вызывало задание – по шкале от –10 до +10, где «–10» – максимально отрицательные эмоции, а «+10» – максимально положительные эмоции. Также испытуемые оценивали сложность задания в интервале значений (1; 10), где 1 – это «очень легко», а 10 – «очень сложно». Испытуемым задавали вопросы о субъективном ощущении возникновения количества «инсайтов» (в процентах) и интересе к заданию по шкале (1–10), где 1 – «низкий интерес», 10 – «высокий интерес к заданию».

Скачать (397KB)
Метаданные
4. Рис. 3. Схема проводимых сравнений. Fo/Fz – запись фоновой активности электроэнцефалограммы в состоянии с открытыми/закрытыми глазами; AUT – задание на альтернативное использование (Alternative Uses Task), цифры 1/2 обозначают повторности протоколов с разными стимулами; нБОС/SHAM – сессия управления мощностью собственного α-ритма/сессия управления чужим α-ритмом, «фиктивная» тренировка. Гр. T/Гр. Sh – тестовая группа/контрольная (SHAM) группа. I — проверка гипотезы об отсутствии различий между группами в состояниях спокойного бодрствования с открытыми/закрытыми глазами до нБОС/SHAM-сессий; II — проверка гипотезы об отсутствии различий между группами при выполнении когнитивного задания до прохождения нБОС/SHAM-сессий; III(a, b) — проверка гипотез a) об изменении спектральной мощности в состояниях спокойного бодрствования в тестовой группе после одной нБОС-сессии и b) об отсутствии таковых изменений в контрольной группе после SHAM-сессии; IV(a, b) — проверка гипотез a) об изменении спектральной мощности при выполнении когнитивного задания у тестовой группы после прохождения нБОС-сессии и b) об отсутствии таковых изменений у контрольной группы после прохождения SHAM-сессии; V – проверка гипотезы о различиях между группами в состояниях спокойного бодрствования с открытыми/закрытыми глазами после прохождения нБОС/SHAM-сессий; VI – проверка гипотезы о различиях между группами при выполнении когнитивного задания после прохождения нБОС/SHAM-сессий.

Скачать (795KB)
Метаданные
5. Рис. 4. Межгрупповые различия мощности электроэнцефалограммы (ЭЭГ) в β2-диапазоне при закрытых глазах после одной нБОС/SHAM-сессии. β2 – частотный диапазон ЭЭГ (18–30 Гц). Треугольник вниз на месте соответствующего отведения указывает на меньшее значение мощности (согласно апостериорному анализу) в тестовой группе по сравнению с группой SHAM после нБОС/SHAM-сессии.

Скачать (336KB)
Метаданные
6. Рис. 5. Уменьшение спектральной мощности в Δ-диапазоне ЭЭГ в тестовой группе после одной сессии нБОС (закрытые глаза). Δ – частотный диапазон ЭЭГ (1.5–4 Гц). Треугольник вниз на месте соответствующего отведения указывает на меньшее значение мощности в состоянии ПОСЛЕ нБОС сессии по сравнению с состоянием ДО.

Скачать (331KB)
Метаданные
7. Рис. 6. Частотно-временные разностные карты при сравнении связанной с событием синхронизации электроэнцефалограмм (ЭЭГ) участников тестовой (A) и контрольной (Б) групп при выполнении задания AUT ПОСЛЕ нБОС/SHAM-сессии в сравнении с ДО. Fp1–O2 — позиции электродов (по системе 10/20), на каждом графике по оси х — время (мс): одно деление шкалы — 200 мс, вертикальные линии – начало и окончание предъявления стимула (длительность предъявления 400 мс); по оси y — частота (Гц). Тоновая шкала соответствует разности мощности ЭЭГ (условные единицы). Черный цвет – снижение мощности/десинхронизация; белый цвет – увеличение мощности/синхронизация. ↓ – начало предъявления стимула на 300 мс после начала пробы. Частотно-временные карты для лучшей визуализации приведены с предстимульным интервалом 100 мс.

Скачать (1MB)
Метаданные

© Российская академия наук, 2025