《表1 2010年以来已发表Dec Nef和FCNef相关研究的特点》
近年来,实时功能性磁共振成像的神经反馈(real-time functional magnetic resonance imaging neurofeedback,rtf MRI-nf)受到了越来越多的关注,这项技术为个体提供了实时的大脑活动反馈。传统的脑电神经反馈(EEG Neurofeedback,EEG-nf)要求参与者在训练中调节特定的脑电节律活动,但因脑电信号空间分辨率低,并且容易受到外界干扰,导致信噪比较低[1-3]。而rtf MRI-nf提供毫米级的空间分辨率,要求参与者在训练中调节目标感兴趣脑区(region of interest,ROI)的血氧水平依赖(blood oxygenation level-dependent,BOLD)信号指数来改变大脑活动,进而导致行为变化[4-5]。最近几年f MRI在数据采集和分析的技术进展,使专业人员能够实时地以更高的时空精度来评估f MRI信号,而这些技术进步产生了两种新的rtf MRI-nf方法,即解码神经反馈(decoded neurofeedback,Dec Nef)和基于功能连接的神经反馈(functional connectivity-based neurofeedback,FCNef)[6-7]。自Shibata等[8]2011年首次使用Dec Nef进行训练后,涌现出越来越多的Dec Nef和FCNef相关研究。下面以近年已发表的文献为基础,对rtf MRI-nf的最新研究进展进行综述,表1列出了这些研究的基本情况及其特点。
图表编号 | XD00202617300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 杨冬梅、张文海、丁强 |
绘制单位 | 江苏医药职业学院公共基础学院、江苏盐城工学院心理健康中心、辽宁师范大学脑与认知神经科学中心、复旦大学附属儿科医院心理科 |
更多格式 | 高清、无水印(增值服务) |