Исследование идеомоторного тренинга в контуре интерфейса мозг-компьютер и его адаптация для целей нейрореабилитации тема диссертации и автореферата по ВАК РФ 03.03.01, кандидат наук Либуркина Софья Павловна

• Либуркина Софья Павловна
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Либуркина Софья Павловна

Введение

1 Обзор литературы

1.1 Интерфейс мозг-компьютер на основе представления движения

1.1.1 Электрофизиологическая основа

1.1.2 Принцип работы ИМК

1.1.3 Виды обратной связи

1.1.4 Роль зрения при представлении движения

1.1.5 Преимущества вибротактильной обратной связи

1.1.6 ИМК при закрытых глазах

1.2 Идеомоторный тренинг в контуре ИМК

1.2.1 Идеомоторный тренинг

1.2.2 Наблюдение за движением и гипотеза подражания

1.2.3 Межиндивидуальные различия способности представлять движения и способы оценки этой способности

1.2.4 Исследования с ТМС

1.2.5 Эффект тренировки

1.2.6 Идеомоторный тренинг в спорте

1.3 Использование ИМК для целей нейрореабилитации

1.3.1 Обоснование

1.3.2 Особенности работы с пожилыми людьми и пациентами после инсульта

1.3.3 Дизайн ИМК для тренировок в клинике

1.3.4 Описанные примеры клинического использования технологии

2 Методика

2.1 Общие процедуры исследования

2.1.1 Регистрация ЭЭГ

2.1.2 Регистрация ЭМГ и вызванных моторных ответов

2.1.3 Классификация и анализ паттернов ЭЭГ

2.1.4 Топографическое картирование паттернов ЭЭГ

2.1.5 Оценка точности классификации

2.1.6 Анализ моторных вызванных потенциалов

2.1.7 Статистический анализ

2.2 Первая экспериментальная серия «Исследование показателей активности мозга при представлении движения в контуре ИМК со зрительной стимульной средой»

2.2.1 Испытуемые

2.2.2 Психологическое тестирование

2.2.3 Регламент проведения исследования

2.2.4 Описание тренировочного процесса

2.3 Вторая экспериментальная серия «Исследование показателей активности мозга при представлении движения в контуре ИМК с вибротактильной стимульной средой»

2.3.1 Испытуемые

2.3.2 Психологическое тестирование

2.3.3 Регламент проведения исследования

2.4 Третья экспериментальная серия «Тестирование ИМК со зрительной стимульной средой в клинических условиях»

2.4.1 Испытуемые

2.4.2 Психологическое тестирование

2.4.3 Регламент проведения исследования

3 Результаты

3. 1 Первая экспериментальная серия «Исследование показателей активности мозга при представлении движения в контуре ИМК со зрительной стимульной средой»

3.1.1 Характеристика паттернов ЭЭГ при представлении движения

3.1.2 Эффективность классификации в ИМК

3.1.3 Влияние представления движения на кортикоспинальную возбудимость

3.1.4 Результаты психологического тестирования

3.1.5 Связь между кортикоспинальной возбудимостью и эффективностью работы в

ИМК

3.2 Вторая экспериментальная серия «Исследование показателей активности мозга при представлении движения в контуре ИМК с вибротактильной стимульной средой»

3.2.1 Характеристика паттернов ЭЭГ при представлении движения

3.2.2 Эффект обучения

3.2.3 Эффективность классификации в ИМК

3.2.4 Влияние представления движения на кортикоспинальную возбудимость

3.2.5 Сравнение скорости классификации для двух схем ИМК

3.3 Третья экспериментальная серия «Тестирование ИМК со зрительной стимульной средой в клинических условиях»

3.3.1 Особенности клинического тестирования технологии

3.3.2 Характеристика паттернов ЭЭГ при представлении движения

3.3.3 Эффективность классификации в ИМК

3.3.4 Результаты психологического тестирования

4 Обсуждение результатов

4.1 Первая экспериментальная серия «Исследование показателей активности мозга при представлении движения в контуре ИМК со зрительной стимульной средой»

4.1.1 Характеристика паттернов ЭЭГ при представлении движения

4.1.2 Эффективность классификации в ИМК

4.1.3 Влияние представления движения на кортикоспинальную возбудимость

4.1.4 Результаты психологического тестирования

4.2 Вторая экспериментальная серия «Исследование показателей активности мозга при представлении движения в контуре ИМК с вибротактильной стимульной средой»

4.2.1 Характеристика паттернов ЭЭГ при представлении движения

4.2.2 Эффект обучения

4.2.3 Эффективность классификации в ИМК

4.2.4 Влияние представления движения на кортикоспинальную возбудимость

4.2.5 Сравнение двух исследуемых схем нейроинтерфейсов

4.2.5.1 Психометрическая оценка представления движения

4.2.5.2 Сравнение эффективности классификации для двух схем ИМК

4.2.5.3 Сравнение скорости классификации для двух схем ИМК

4.2.5.4 Сравнение показателей кортикоспинальной возбудимости при представлении движений в условиях закрытых и открытых глаз

4.2.5.5 Заключение по результатам первой и второй серий исследования

4.3 Третья экспериментальная серия «Тестирование ИМК со зрительной стимульной средой в клинических условиях»

4.3.1 Особенности клинического тестирования технологии

4.3.2 Характеристика паттернов ЭЭГ при представлении движения

4.3.3 Эффективность классификации в ИМК

4.3.4 Сравнение с результатами первой экспериментальной серии

4.3.5 Заключение по результатам третьей серии исследования

Заключение

Выводы

Список публикаций по теме диссертации

Статьи в журналах, индексируемых в базах S^pus, Web of Science, RSCI

Патент на изобретение

Тезисы докладов

Список литературы

Список сокращений и условных обозначений

Благодарности

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Исследование идеомоторного тренинга в контуре интерфейса мозг-компьютер и его адаптация для целей нейрореабилитации»

Актуальность темы исследования

Инсульт является одним из самых распространённых заболеваний, приводящих к инвалидности. Согласно официальной статистике Минздрава, ежегодно в России регистрируется до 450 тысяч новых случаев инсульта. При этом только небольшая часть больных полностью восстанавливается после острого нарушения мозгового кровообращения. Поэтому так важно скорейшее развёртывание комплекса реабилитационных процедур. Одной из процедур постинсультной реабилитации является так называемый идеомоторный тренинг, хорошо известный, в частности, в спорте и основанный на мысленном представлении целевых движений. Предполагается, что идеомоторная тренировка повышает функциональную активность соответствующих областей мозга, тем самым запуская процессы нейрональной пластичности, что в итоге способствует восстановлению двигательной функции (Mulder, 2007).

Эффективность идеомоторного тренинга, очевидно, зависит от качества мысленного представления движения, которое, однако, трудно контролировать, опираясь только на субъективные ощущения. Последние годы появилась возможность объективизации этих ощущений в показателях электроэнцефалограммы (ЭЭГ) с их трансформацией в сигналы обратной связи. Таким образом реализуется технология интерфейсов мозг-компьютер (ИМК) на основе представления движения (Каплан, 2016). Технология ИМК позволяет в режиме реального времени на основе процедур классификации физиологических сигналов детектировать эпизоды десинхронизации сенсомоторного ритма, связанные с мысленным представлением движения, и транслировать эти события в команды обратной связи, подаваемые, например, на экране пользовательского компьютера или в виде запуска внешних устройств, подключённых в контур нейроинтерфейса (например, экзоскелетной конструкции). Таким образом, работая в контуре ИМК, сам пациент или тренер по каждой попытке моторного воображения получает объективную оценку мысленного усилия, проявляющегося

в реакциях ЭЭГ. Тем самым обеспечивается поддержание высокого уровня эффективности идеомоторного тренинга в отношении физиологической активации корковых структур.

Однако, несмотря на то, что технологии нейроинтерфейсов на основе моторного воображения активно разрабатываются на протяжении последних двадцати лет, представленные в научной литературе данные получены в основном на малых выборках. При этом описываются преимущественно отдельные варианты применения новых ИМК-технологий, и, как правило, без анализа физиологического состояния корковых структур во время идеомоторного тренинга (Malouin et 81., 2013). Поэтому во многих исследованиях остается открытым вопрос о том, насколько не только мысленное представление движения, но и изменения в активности мозга, регистрируемые по ЭЭГ и используемые в качестве управляющего сигнала для нейроинтерфейсов, соотносятся с показателями собственно кортикоспинальной возбудимости, отражающей активацию моторных систем.

Более того, в подавляющем большинстве исследований рассматриваются ИМК, в которых стимулы к началу мысленных действий подаются в зрительной модальности, тогда как во многих клинических случаях пациентам было бы удобнее осуществлять идеомоторный тренинг с закрытыми глазами, что требует формирования команд посредством иных сенсорных модальностей.

В связи с этим становится актуальным выполнение фундаментального исследования идеомоторного тренинга на основе ИМК с представлением движения при сравнительном испытании зрительных и тактильных вариантов предъявления стимульных сигналов, под контролем объективных показателей физиологического состояния корковых структур и, что особенно важно, с оценкой возможности трансляции лабораторных испытаний в условиях клиники для использования неврологическими пациентами с двигательными нарушениями.

Цель исследования

Изучить характеристики физиологической активности мозга при представлении движения в контуре интерфейса мозг-компьютер, оценить возможность работы в нейроинтерфейсе пользователей с закрытыми глазами, в том числе и на основе вибротактильного канала предъявления стимульных сигналов, чтобы иметь основания для физиологически обоснованного внедрения технологий идеомоторного тренинга на основе ИМК в практику медицинской реабилитации.

Задачи исследования

1. Сопоставить эффективность работы испытуемых в контуре ИМК с оценками изменения возбудимости моторной коры при представлении движения.

2. Сравнить показатели активности мозга (величину десинхронизации сенсомоторного ритма ЭЭГ, эффективность управления в ИМК и прирост кортикоспинальной возбудимости) при работе в контуре ИМК с закрытыми и открытыми глазами.

3. Сравнить эффективность и скорость работы пользователей в ИМК на основе зрительного и вибротактильного кодирования стимулов.

4. Оценить эффективность управления в ИМК на основе представления движений для неврологических пациентов с двигательными нарушениями.

Научная новизна

В диссертационной работе впервые было показано, что идеомоторный тренинг, осуществляемый в контуре нейроинтерфейса, может быть эффективен даже для пользователей, у которых не отмечается высокая точность работы. Значимый прирост кортикоспинальной возбудимости после тренировок с ИМК наблюдается как у испытуемых, показывающих высокие результаты в управлении ИМК, так и для испытуемых, неспособных управлять в контуре нейроинтерфейса.

В ходе диссертационного исследования нами впервые была разработана и протестирована на группе здоровых испытуемых новая схема ИМК на основе

представления движения с вибротактильной модальностью стимулов и обратной связи. Благодаря такому построению ИМК идеомоторный тренинг в нейроинтерфейсе впервые стало возможно осуществлять при закрытых глазах испытуемых.

Теоретическая и практическая значимость работы

В ходе диссертационной работы была разработана новая схема ИМК с вибротактильной стимульной средой. Её использование в приложениях ИМК позволит подбирать режим работы с учетом индивидуальных особенностей испытуемых. В частности, предложенный нами регламент подойдёт для людей, которым лучше удаётся работать в контуре ИМК при закрытых глазах и для которых необходимо использование стимульной среды незрительных сенсорных модальностей. Таким образом, становится возможным расширить сферу применения технологии ИМК в идеомоторном тренинге и увеличить её доступность для пользователей, которых прежде считали «ИМК-некомпетентными». Новая схема ИМК также позволяет создавать практические приложения нейроинтерфейсов, требующие незрительного управления в сложной визуальной среде (например, при перемещении в пространстве), и подходит для людей с ослабленным зрением.

Нами была выдвинута и экспериментально доказана гипотеза, согласно которой показатели активности мозга при представлении движения в контуре ИМК с вибротактильной стимуляцией и закрытыми глазами не отличаются от таковых в «классических» ИМК (когда испытуемый работает с открытыми глазами в визуальной стимульной среде). В частности, был показан эффект обучения навыку представления движения при тренировках с закрытыми глазами в новой схеме нейроинтерфейса с вибротактильной стимульной средой. Эффект обучения важен как для будущей практической реализации приложений на основе ИМК, так и для процедур нейрореабилитации.

В рамках исследования было проведено тестирование в трёх медицинских учреждениях, выявлены особенности и проблемы работы с двумя группами неврологических пациентов. Пациенты, участвовавшие в нескольких тренировочных сессиях, показали высокую точность управления в ИМК, что открывает перспективы для внедрения технологии в реабилитационную рутину медицинских учреждений.

Основные положения, выносимые на защиту

1. Увеличение кортикоспинальной возбудимости при представлении движения не связано с эффективностью управления в нейроинтерфейсе.

2. Показатели активности мозга не различаются при представлении движений с закрытыми и открытыми глазами. В то же время для части испытуемых одно из условий (закрытые или открытые глаза) сопровождается значимым приростом точности распознавания моторного воображения в нейроинтерфейсе.

3. Точность и скорость классификации состояний не различаются для ИМК, использующих зрительную и вибротактильную стимульные среды.

4. Пациенты с двигательными нарушениями, вызванными последствиями ОНМК или ТБСМ, успешно осваивают навык представления движения в контуре ИМК после 3-4 тренировочных сессий. Точность распознавания состояний в ИМК для них не отличается от результатов, полученных в группе здоровых испытуемых.

Личный вклад автора

Соискательница лично принимала участие в планировании и проведении экспериментов, статистической обработке данных, анализе и обобщении результатов, подготовке и публикации статей и докладов, представлении результатов работы на российских и международных конференциях.

Апробация результатов

Результаты, полученные в диссертационном исследовании, были

доложены или представлены в виде стендовых сообщений на VI-м, VII-м и VIII-м Международных конгрессах «Нейрореабилитация» (Москва, 2014, 2015, 2016); на Третьей конференции «Когнитивная наука в Москве: новые исследования» (Москва, 2015); на 21st Annual Meeting of Organization for Human Brain Mapping (Honolulu, Hawaii, США, 2015); на 18th International Conference on HumanComputer Interaction (Toronto, Канада, 2016); на Научно-практической онлайн конференции «Фундаментальная наука - спорту» (Москва, 2015); на Volga Neuroscience Meeting (Россия, 2016).

Материалы диссертации были апробированы на заседании кафедры физиологии человека и животных Биологического факультета МГУ имени М.В.Ломоносова 2 октября 2017 года.

Публикации

По материалам диссертации опубликовано 9 печатных работ: 3 статьи в рецензируемых журналах, индексируемых аналитическими базами S^pus, Web of Science и RSCI, 1 патент на изобретение и 5 тезисов в сборниках докладов научных конференций.

Структура и объём работы

Диссертация состоит из введения, обзора литературы, описания материалов и методов исследования, полученных результатов и их обсуждения, заключения, выводов и списка цитируемой литературы (179 источников). Работа изложена на 148 страницах машинописного текста, иллюстрирована 22 оригинальными рисунками и 22 таблицами.

1 ОБЗОР ЛИТЕРАТУРЫ

1.1 Интерфейс мозг-компьютер на основе представления движения

1.1.1 Электрофизиологическая основа

Интерфейс мозг-компьютер (ИМК) - это технология, которая позволяет человеку научиться произвольно кратковременно изменять активность мозга и через системы регистрации биопотенциалов управлять запуском той или иной команды на внешних исполнительных устройствах (Каплан и др., 2013; Wolpaw et al., 2002). На данный момент наибольшей точностью характеризуются нейроинтерфейсы, использующие инвазивные системы регистрации активности мозга, например, основанные на методе записи электрокортикограммы (Волкова и др., 2017), однако в нашем исследовании мы будем рассматривать только неинвазивные ИМК, работающие с помощью регистрации электроэнцефалограммы (ЭЭГ). Выделяют два типа ИМК: экзогенные (на основе потенциалов, связанных с событиями, возникающих в ответ на предъявление внешних стимулов различной модальности) и эндогенные (не требующие внешних стимулов, основывающиеся на сознательной концентрации внимания на определённом ментальном состоянии) (Nicolas-Alonso et al., 2012).

Среди эндогенных ИМК наибольшее распространение получили системы, строящиеся на изменениях сенсомоторного ритма ЭЭГ. Сенсомоторный ритм, или мю-ритм, представляет собой ритмические колебания в альфа- (8-14 Гц) и бета-диапазоне (15-25 Гц) частот, наблюдаемые в сенсомоторных отведениях коры головного мозга в состоянии двигательного покоя (Pfurtscheller et al., 1996). При реальном движении, его представлении или наблюдении за чужим движением мю-ритм подавляется - происходит его десинхронизация (ERD, event-related desynchronization) (Klass et al., 1957; Laufs et al., 2003). Изменение активности ЭЭГ при реальном и воображаемом движении имеет схожую природу (Пятин и др., 2015). При этом паттерны ЭЭГ (характерные последовательности ритмической активности с определёнными временными и топографическими чертами)

различаются при зрительном и кинестетическом воображении движений: так, именно кинестетическое представление движений вызывает соматотопическую реакцию в области первичной сенсомоторной коры в зависимости от типа воображаемого движения (Wang et al., 2004), в то время как зрительное представление связано скорее с активностью в затылочных областях коры и не обладает топологической специфичностью (Neuper et al., 2005). Природа сенсомоторного ритма связана, по-видимому, со сложной сетью таламо-кортикального взаимодействия, отвечающей за формирование петлей обратной связи (Niedermeyer et al., 2005).

1.1.2 Принцип работы ИМК

Рассмотрим подробнее принцип работы нейроинтерфейса. В интерфейсе мозг-компьютер на основе представления движения в качестве управляющего сигнала используется сознательное кинестетическое представление движений тех или иных частей тела человека. ЭЭГ регистрируется с помощью многоканального усилителя, после чего происходит фильтрация и выделение частотно-временных характеристик, позволяющих классифицировать заданное состояние испытуемого (например, различить спокойное бодрствование и воображаемое движение правой руки) (Каплан, 2016). Для лучшей классификации, особенно в случае ИМК с несколькими типами движений, необходимо также учитывать пространственное распределение сигнала по поверхности головы (Yuan et al., 2014). По обучающей выборке строится алгоритм классификатора, позволяющий затем в режиме реального времени управлять какими-либо эффекторами: это может быть курсор на мониторе (Pfurtscheller et al., 1997b; Yuan et al., 2008), роботическая рука (Formaggio et al., 2013; Pfurtscheller et al., 2003), экзоскелет (Фролов и др., 2013), инвалидное кресло (Millan et al., 2003) и другие устройства.

При этом для непрерывной работы в режиме онлайн обычно применяются оконные преобразования, позволяющие достаточно быстро регистрировать изменения в ЭЭГ и отображать их в управляемых системах (Schalk et al., 2004).

Такое непрерывное управление даёт пользователю возможность подстраивать стратегии ментальных усилий под желаемые результаты, что помогает достичь лучшей эффективности. Однако длительное управление может в то же время чрезмерно утомлять испытуемого (Yuan, 2014). Другой подход - построение дискретных ИМК, которые могут, например, в заданном промежутке времени распознать представление конкретного движения среди нескольких типов (Pfurtscheller et al., 2006). Однако такие системы больше подходят для набора символов на экране, чем для управления сложными эффекторами вроде роботических устройств, которые лучше всего подчиняются сигналам непрерывной серии команд.

Использование не только спектральных, но и пространственных характеристик сигнала позволяет классифицировать несколько движений, например, отличить моторное представление правой и левой руки, характеризующиеся различными ЭЭГ паттернами (Lotte et al., 2007), что позволяет достичь большего количества степеней свободы управления эффекторами. Таким образом при построении многокомандного нейроинтерфейса желательно анализировать сигнал как в пространственном, так и в спектральном доменах.

1.1.3 Виды обратной связи

Освоение методики представления движения является достаточно сложным для пользователей - для формирования устойчивого навыка моторного воображения требуется высокая мотивация и вовлечённость испытуемого в тренировку (Simmons et al., 2008). Поэтому огромную роль в достижении высокоэффективной работы в контуре ИМК играет обратная связь (ОС), подаваемая испытуемому при тренировке моторного воображения и далее во время управления в нейроинтерфейсе (Ono et al., 2013; Vuckovic et al., 2013). Включение контура обратной связи позволяет добиться повышения точности классификации команд в ИМК (Gonzalez-Franco et al., 2011), что обусловлено, судя по всему, формированием навыка представления движения у испытуемых. Обратная связь

делает процесс тренировки интерактивным, что способствует повышению мотивации пользователей, их заинтересованности в задаче.

Чаще всего в ИМК применяется зрительный тип обратной связи, который требует фокусировки взгляда и фиксации внимания испытуемого на эффекторе нейроинтерфейса (например, курсоре на экране) (Lopez-Larraz et al., 2011). При этом наилучшие результаты достигаются при работе с реалистичными задачами, ориентированными на конкретную цель (например, когда испытуемому нужно мысленно забросить показанный на экране шарик в корзину, а не просто представлять сжатие кисти в кулак) (Mulder, 2007; Vuckovic, 2013).

1.1.4 Роль зрения при представлении движения

Так как при исполнении моторного акта движения глаз и рук должны быть скоординированы между собой, при двигательном воображении необходимы подобные же движения глаз. Условие свободного движения глаз является обязательным для достижения высокой точности и эффективности тренировки, что было показано в экспериментах с представлением движения руками при фиксации взгляда (Heremans et al., 2011). Корреляция между моторным представлением и движением глаз настолько высока, что ряд исследователей даже предлагает отслеживать вовлеченность пользователя и его понимание ментальной задачи по окулографическим характеристикам (Poiroux et al., 2015).

При разговоре о практических приложениях технологии ИМК следует учитывать, что зрительный канал может быть вовлечён в обработку информации, необходимой для текущей деятельности пользователя, а это препятствует восприятию визуальной обратной связи от нейроинтерфейса. Так, при управлении инвалидной коляской с помощью ИМК, пациент вынужден непрерывно следить за своими перемещениями в пространстве и возможными препятствиями на пути. Зрительное управление в самом нейроинтерфейсе сделало бы такую задачу не только сложной, но даже опасной для пользователя.

При этом было показано, что представление движения возможно и для пациентов с полной слепотой (Rutkowski et al., 2015). При сравнении группы испытуемых с поздней слепотой и сопоставимой по возрасту здоровой контрольной группы в работе (Malouin et al., 2009) продемонстрировано, что для опытной группы качество как кинестетического, так и зрительного моторного воображения было выше (что может быть связано с компенсаторными механизмами). В то же время и паттерны десинхронизации ЭЭГ в сенсомоторной области коры при кинестетическом представлении движения руками не различаются между группами зрячих и слепых испытуемых, как было показано в исследовании (Kober et al., 2014).

В исследовании (Suzuki et al., 2014) на выборке из 16 здоровых добровольцев изучалось влияние представления движения большим пальцем с закрытыми и открытыми глазами на прирост моторного ответа при электростимуляции. Авторы показали, что амплитуда моторного ответа значимо возрастала по сравнению с контролем (состоянием покоя) в обоих экспериментальных условиях. Несмотря на то, что субъективно участникам исследования было проще представлять заданное движение при открытых глазах, статистический анализ не выявил значимых различий между увеличением мышечной реакции в двух условиях эксперимента.

Поэтому в настоящей работе рассматриваются варианты конструирования нейроинтерфейсов и в том числе подачи ОС в других, незрительных сенсорных модальностях. Это позволит не только разгрузить зрительный канал получения информации, но и облегчить работу в контуре ИМК, сделать интерфейс более интуитивно понятным для пользователей.

1.1.5 Преимущества вибротактильной обратной связи

Наиболее перспективной для построения ИМК на основе представления движения представляется тактильная обратная связь. Такая парадигма нейроинтерфейса впервые была предложена в работе (Cincotti et al., 2007a), где ОС реализовывалась посредством восьми вибротактильных стимуляторов,

установленных на коже плеч вокруг корпуса испытуемого. В данном исследовании испытуемые хорошо распознавали тактильную информацию, установка не вызывала дискомфорта (при длительности тренировочной сессии в один час). При этом точность управления в полученном ИМК была сопоставима с классической схемой, использующей визуальную обратную связь. Позже в более обширном исследовании тех же авторов (СтсоШ et а1., 2007Ь) приняли участие 33 испытуемых (включая пациента с параплегией, то есть парезом всех четырёх конечностей). В этой работе исследователи показали преимущество вибрационной обратной связи над зрительной в сложных визуальных задачах, приближенных к условиям реальной жизни. Субъективно испытуемые воспринимали вибротактильные стимулы более естественно, в то время как обучение представлению движений проходило сопоставимо успешно при обоих способах обеспечения обратной связи.

Помимо описанных преимуществ вибрационной обратной связи, существуют и опасения, что её использование в контуре нейроинтерфейса может ухудшить классификацию паттернов из-за возникновения реакции десинхронизации на ЭЭГ в ответ на предъявление вибротактильной стимуляции (МсСогтюк et а1., 2007). Чтобы проверить, как подаваемая на запястья рук вибрационная стимуляция сочетается с моторным представлением, в работе ^ао et а!., 2013Ь) были изучены изменения ЭЭГ в контуре ИМК на основе представления движений. Авторы показали, что селективное внимание испытуемых к вибротактильным стимулам, подаваемым во время представления движения на соответствующую руку, способствовало увеличению точности классификации состояний. Пользователи не отметили какого-либо дискомфорта и не отвлекались от моторного воображения во время стимуляции. Особенно эффективно вибротактильная стимуляция показала себя для испытуемых с так называемой «ИМК-некомпетентностью» (низкой способностью к эффективной работе в контуре ИМК). Таким образом, использование вибрационной стимуляции делает приложения нейроинтерфейсов доступными для более широкого круга

пользователей и расширяет сферу и возможности применения технологии (Yao et а!., 2013a).

Другие работы также демонстрируют успешные примеры использования вибротактильной обратной связи в контуре ИМК на основе представления движений. В исследовании (Leeb et а1., 2013) зрительная и вибрационная обратная связь показали себя одинаково успешно, не было выявлено статистически значимых различий в точности управления между ними. Вибротактильная ОС может стать особенно актуальной при создании нейропротеза, управляемого от ИМК, поскольку с её помощью можно обеспечить пациента адекватной и комфортной для восприятия сенсорной информацией (ОДайефе et а!., 2007).

Другая альтернатива зрительной обратной связи - функциональная электростимуляция мышц, которая способна улучшить не только обучение представлению движения, но и точность управления при работе в ИМК (Bhattacharyya et а!., 2016). Авторы также отметили, что использование проприоцептивного канала способствует лучшей концентрации испытуемых на задаче и поддержанию высокого уровня мотивации во время тренировки.

Некоторые авторы предлагают подавать обратную связь при помощи специально разработанных роботизированных устройств, подключаемых в контур нейроинтерфейса, например, экзоскелетных конструкций. Так, в исследовании (Котов и др., 2015) пациентам предлагалось представлять разгибание пальцев кисти, а в ответ на верно распознанное состояние закреплённый на руке экзоскелет исполнял воображаемое движение в действительности.

1.1.6 ИМК при закрытых глазах

Однако в рассмотренных выше работах тактильной была только обратная связь в ИМК, а подача стимула для обозначения начала ментального акта по-прежнему эксплуатировала зрительный сенсорный канал. Такое построение нейрокомпьютерных интерфейсов делает их недоступными для людей с различными поражениями зрения: слепотой, затруднениями в движении глаз и

фокусировке взгляда (Rutkowski, 2015). В обширном систематическом обзоре (Schuster et al., 2011), рассматривающем 133 экспериментальные работы о тренировках на основе представления движений в области образования, медицины, музыки, психологии и спорта, показано, что в подавляющем большинстве исследований воображение движения осуществляется с закрытыми глазами. При этом такая практика приводит к более успешным результатам тренировок. По-видимому, это можно объяснить тем, что при уменьшении поступающей сенсорной информации человеку удаётся сформировать более яркий кинестетический образ, что коррелирует и с выраженностью физиологического эффекта (Vasilyev et al., 2017).

В то же время типичная практика работы в контуре ИМК предполагает открытые глаза испытуемых. Нам не удалось обнаружить опубликованные данные об интерфейсах мозг-компьютер на основе представления движений, в которых испытуемым предлагалось работать с закрытыми глазами.

Таким образом, интерфейс мозг-компьютер на основе представления движения базируется на способности человека к сознательному воображению отдельных двигательных актов и нуждается для корректной работы в обеспечении обратной связи, которая может подаваться как зрительно (например, с помощью информации на мониторе), так и вибротактильно (с помощью специальных вибромоторов, устанавливаемых на коже человека). Рассмотрим ниже практические приложения описанной технологии.

Список литературы диссертационного исследования кандидат наук Либуркина Софья Павловна, 2018 год

СПИСОК ЛИТЕРАТУРЫ

1. Андрющенко А., Дробижев М., Добровольский А. Сравнительная оценка шкал CES-D, BDI и HADS (d) в диагностике депрессий в общемедицинской практике // Журнал неврологии и психиатрии им. СС Корсакова. - 2003. - Т. 103. - № 5. - С. 11.

2. Васильев А.Н., Либуркина С.П., Каплан А.Я. Латерализация паттернов ЭЭГ у человека при представлении движений руками в интерфейсе мозг-компьютер // Журнал высшей нервной деятельности им. И. П. Павлова. - 2016. - Т. 66. - №2 3. - С. 302-312.

3. Волкова К., Дагаев Н., Киселёв А., Касумов В., Александров М., Осадчий А. Интерфейс мозг-компьютер: опыт построения, использования и возможные пути повышения рабочих характеристик // Журнал высшей нервной деятельности им. ИП Павлова. - 2017. - Т. 67. - № 4. - С. 504-520.

4. Захаров В., Вознесенская Т. Нервно-психические нарушения: диагностические тесты // М.: МЕДпресс-информ. - 2013. - Т. 13.

5. Каплан А., Кочетова А., Шишкин С., Басюл И., Ганин И., Васильев А., Либуркина С. Экспериментально-теоретические основания и практические реализации технологии «интерфейс мозг-компьютер» // Бюллетень сибирской медицины. - 2013. - Т. 12. - № 2. - С. 21-29

6. Каплан А.Я. Нейрофизиологические основания и практические реализации технологии мозг машинных интерфейсов в неврологической реабилитации // Физиология человека. - 2016. - Т. 42. - № 1. - С. 118-127.

7. Котов С.В., Турбина Л.Г., Бобров П.Д., Фролов А.А., Павлова О.Г., Курганская М.Е., Бирюкова Е.В. Применение комплекса «Интерфейс "мозг-компьютер" и экзоскелет» и техники воображения движения для реабилитации после инсульта // Альманах клинической медицины. - 2015. - № 39. - С. 15-21

8. Леонова А., Кузнецова А. Психологические технологии управления состоянием человека. Litres, 2015.

9. Маркин С. Нарушение когнитивных функций во врачебной практике. Воронеж: Воронежская государственная медицинская академия им. НН Бурденко, 2007. 42 с.

10. Мокиенко О., Бобров П., Черникова Л., Фролов А. Основанный на воображении движения интерфейс мозг-компьютер в реабилитации пациентов с гемипарезом // Бюллетень сибирской медицины. - 2013a. - Т. 12. - № 2. - С. 30-35

11. Мокиенко О., Черникова Л., Фролов А., Бобров П. Воображение движения и его практическое применение // Журнал высшей нервной деятельности им. ИП Павлова. - 2013Ь. - Т. 63. - № 2. - С. 195-195.

12. Перепелкина О.С., Васильев А.Н., Либуркина С.П., Ганин И.П., Каплан А.Я. Изучение эффективности освоения пациентами с двигательными нарушениями технологии "Интерфейс мозг-компьютер, основанный на представлении движений" (пилотное исследование). Когнитивная наука в Москве: новые исследования. Материалы конференции 16 июня 2015 г. Под ред. Е.В. Печенковой, М.В. Фаликман, ООО "Буки Веди", ИППиП Москва: 346-351.

13. Пятин В., Колсанов А., Сергеева М., Захаров А., Антипов О., Коровина Е., Тюрин Н., Глазкова Е. Информационные возможности использования мю-и бета-ритмов ЭЭГ доминантного полушария в конструировании нейрокомпьютерного интерфейса // Фундаментальные исследования. - 2015. - Т. 5. - № 2. - С. 975-978

14. Пятин В.Ф., Романчук Н.П. Геронтологические и гериатрические аспекты нейропластичности головного мозга человека // Клинические и фундаментальные аспекты геронтологии. Сборник научных статей III Межрегиональной научно -практической конференции, проводимой в рамках мероприятий по подготовке к 100-летию ФГБОУ ВО СамГМУ Минздрава России. Редакционная коллегия: НО Захарова, АВ Николаева, ЕВ Тренева. - 2017. - С. 371.

15. Райгородский Д. Практическая психодиагностика. Методики и тесты: учебное пособие. Самара, Издательский Дом «БАХРАХ-М»: 672.

16. Таротин И., Иваницкий Г. Ритмы ЭЭГ, связанные с движением и пространственным мышлением: гомологичны ли они? // Журнал высшей нервной деятельности им. ИП Павлова. - 2014. - Т. 64. - № 6. - С. 615-615.

17. Тонконогий И. Краткое нейропсихологическое обследование когнитивной сферы (КНОКС) // Под ред. ЮВ Микадзе. М: ПЕР СЭ. - 2010. - Т. 69. - С.

18. Фролов А.А., Бирюкова Е.В., Бобров П.Д., Мокиенко О.А., Платонов А.К., Пряничников В.Е., Черникова Л.А. Принципы нейрореабилитации, основанные на использовании интерфейса "мозг-компьютер" и биологически адекватного управления экзоскелетоном // Физиология человека. - 2013. - Т. 39. - С. 99.

19. Ханин Ю. Краткое руководство к шкале реактивной и личностной тревожности ЧД Спилбергера // Л.: ЛНИИФК. - 1976.

20. Шапкин С. Опросник мотивации достижения: новая модификация // Психологический журнал. - 2000. - Т. 21. - № 2. - С. 113-127.

21. Ahn M., Jun S.C. Performance variation in motor imagery brain-computer interface: A brief review // Journal of neuroscience methods. - 2015. - V. 243. - P. 103-110.

22. Allami N., Paulignan Y., Brovelli A., Boussaoud D. Visuo-motor learning with combination of different rates of motor imagery and physical practice // Experimental Brain Research. - 2008. - V. 184. - № 1. - P. 105-113.

23. Angulo-Sherman I.N., Gutiérrez D. A link between the increase in electroencephalograph^ coherence and performance improvement in operating a brain-computer interface // Computational intelligence and neuroscience. - 2015. - V. 2015. -P. 67.

24. Aono K., Miyashita S., Fujiwara Y., Kodama M., Hanayama K., Masakado Y., Ushiba J. Relationship between event-related desynchronization and cortical excitability in healthy subjects and stroke patients // Tokai J Exp Clin Med. - 2013. - V. 38. - № 4. -P. 123-128.

25. Bakker F.C., Boschker M.S., Chung T. Changes in muscular activity while imagining weight lifting using stimulus or response propositions // Journal of Sport & Exercise Psychology. - 1996. - V. 18. - P. 313-324.

26. Barclay-Goddard R., Stevenson T., Thalman L., Poluha W. Mental practice for treating upper extremity deficits in individuals with hemiparesis after stroke // Stroke. -2011. - V. 42. - № 11. - P. e574-e575.

27. Bashir S., Yoo W.-K., Kim H.S., Lim H.S., Rotenberg A., Jamea A.A. The Number of Pulses Needed to Measure Corticospinal Excitability by Navigated Transcranial Magnetic Stimulation: Eyes Open vs. Close Condition // Frontiers in Human Neuroscience. - 2017. - V. 11. - P.

28. Bhattacharyya S., Clerc M., Hayashibe M. (2016). A Study on the Effect of Electrical Stimulation During Motor Imagery Learning in Brain-Computer Interfacing. 2016 IEEE International Conference on Systems, Man, and Cybernetics.

29. Bovend'Eerdt T.J., Dawes H., Sackley C., Izadi H., Wade D.T. An integrated motor imagery program to improve functional task performance in neurorehabilitation: a singleblind randomized controlled trial // Archives of physical medicine and rehabilitation. -2010. - V. 91. - № 6. - P. 939-946.

30. Brass M., Bekkering H., Wohlschlager A., Prinz W. Compatibility between observed and executed finger movements: comparing symbolic, spatial, and imitative cues // Brain and cognition. - 2000. - V. 44. - № 2. - P. 124-143.

31. Braun S.M., Beurskens A.J., Kleynen M., Oudelaar B., Schols J.M., Wade D.T. A multicenter randomized controlled trial to compare subacute 'treatment as usual'with and without mental practice among persons with stroke in Dutch nursing homes // Journal of the American Medical Directors Association. - 2012. - V. 13. - № 1. - P. 85. e81-85. e87.

32. Braun S.M., van Haastregt J.C., Beurskens A.J., Gielen A.I., Wade D.T., Schols J.M. Feasibility of a mental practice intervention in stroke patients in nursing homes; a process evaluation // BMC neurology. - 2010. - V. 10. - № 1. - P. 74.

33. Brouziyne M., Molinaro C. Mental imagery combined with physical practice of approach shots for golf beginners // Perceptual and Motor Skills. - 2005. - V. 101. - № 1. - P. 203-211.

34. Buccino G., Binkofski F., Fink G.R., Fadiga L., Fogassi L., Gallese V., Seitz R.J., Zilles K., Rizzolatti G., Freund H.J. Action observation activates premotor and parietal areas in a somatotopic manner: an fMRI study // European journal of neuroscience. -2001. - V. 13. - № 2. - P. 400-404.

35. Chatterjee A., Aggarwal V., Ramos A., Acharya S., Thakor N.V. A brain-computer interface with vibrotactile biofeedback for haptic information // Journal of neuroengineering and rehabilitation. - 2007. - V. 4. - P. 40.

36. Cincotti F., Kauhanen L., Aloise F., Palomaki T., Caporusso N., Jylanki P., Babiloni F., Vanacker G., Nuttin M., Marciani M.G. (2007a). Preliminary experimentation on vibrotactile feedback in the context of mu-rhythm based BCI. Engineering in Medicine and Biology Society, 2007. EMBS 2007. 29th Annual International Conference of the IEEE, IEEE.

37. Cincotti F., Kauhanen L., Aloise F., Palomaki T., Caporusso N., Jylanki P., Mattia D., Babiloni F., Vanacker G., Nuttin M., Marciani M.G., Del R.M.J. Vibrotactile feedback for brain-computer interface operation // Computational intelligence and neuroscience. - 2007b. - P. 48937.

38. Classen J., Liepert J., Wise S.P., Hallett M., Cohen L.G. Rapid plasticity of human cortical movement representation induced by practice // Journal of neurophysiology. -1998. - V. 79. - № 2. - P. 1117-1123.

39. Courtine G., Papaxanthis C., Gentili R., Pozzo T. Gait-dependent motor memory facilitation in covert movement execution // Cognitive Brain Research. - 2004. - V. 22. -№ 1. - P. 67-75.

40. Cumming J., Hall C. Deliberate imagery practice: the development of imagery skills in competitive athletes // Journal of Sports Sciences. - 2002. - V. 20. - № 2. - P. 137-145.

41. Cupal D.D., Brewer B.W. Effects of relaxation and guided imagery on knee strength, reinjury anxiety, and pain following anterior cruciate ligament reconstruction // Rehabilitation Psychology. - 2001. - V. 46. - № 1. - P. 28.

42. De Vries S., Tepper M., Feenstra W., Oosterveld H., Boonstra A.M., Otten B. Motor imagery ability in stroke patients: the relationship between implicit and explicit motor imagery measures // Frontiers in human neuroscience. - 2013. - V. 7. - P. 790.

43. Decety J. Do imagined and executed actions share the same neural substrate? // Cognitive brain research. - 1996. - V. 3. - № 2. - P. 87-93.

44. Decety J., Boisson D. Effect of brain and spinal cord injuries on motor imagery // European Archives of Psychiatry and Clinical Neuroscience. - 1990. - V. 240. - № 1. - P. 39-43.

45. Decety J., Grezes J. Neural mechanisms subserving the perception of human actions // Trends in cognitive sciences. - 1999. - V. 3. - № 5. - P. 172-178.

46. Decety J., Jeannerod M., Germain M., Pastene J. Vegetative response during imagined movement is proportional to mental effort // Behavioural brain research. - 1991. - V. 42. - № 1. - P. 1-5.

47. Dechent P., Merboldt K.-D., Frahm J. Is the human primary motor cortex involved in motor imagery? // Cognitive Brain Research. - 2004. - V. 19. - № 2. - P. 138-144.

48. Deutsch J.E., Maidan I., Dickstein R. Patient-centered integrated motor imagery delivered in the home with telerehabilitation to improve walking after stroke // Physical therapy. - 2012. - V. 92. - № 8. - P. 1065.

49. Dijkerman H.C., Ietswaart M., Johnston M. Motor imagery and the rehabilitation of movement disorders: an overview // The neurophysiological foundations of mental and motor imagery. - 2010. - P. 127-144.

50. Driskell J.E., Copper C., Moran A. Does mental practice enhance performance? // Journal of Applied Psychology. - 1994. - V. 79. - № 4. - P. 481-491.

51. Dunsky A., Dickstein R., Ariav C., Deutsch J., Marcovitz E. Motor imagery practice in gait rehabilitation of chronic post-stroke hemiparesis: four case studies // International Journal of Rehabilitation Research. - 2006. - V. 29. - № 4. - P. 351-356.

52. Ehrsson H.H., Geyer S., Naito E. Imagery of voluntary movement of fingers, toes, and tongue activates corresponding body-part-specific motor representations // Journal of neurophysiology. - 2003. - V. 90. - № 5. - P. 3304-3316.

53. Erfanian A., Erfani A. (2004). ICA-based classification scheme for EEG-based brain-computer interface: the role of mental practice and concentration skills. Engineering in Medicine and Biology Society, 2004. IEMBS'04. 26th Annual International Conference of the IEEE, IEEE.

54. Fadiga L., Buccino G., Craighero L., Fogassi L., Gallese V., Pavesi G. Corticospinal excitability is specifically modulated by motor imagery: a magnetic stimulation study // Neuropsychologia. - 1998. - V. 37. - № 2. - P. 147-158.

55. Fadiga L., Fogassi L., Pavesi G., Rizzolatti G. Motor facilitation during action observation: a magnetic stimulation study // Journal of neurophysiology. - 1995. - V. 73.

- № 6. - P. 2608-2611.

56. Fetz E.E. Operant conditioning of cortical unit activity // Science. - 1969. - V. 163.

- № 3870. - P. 955-958.

57. Fiorio M., Tinazzi M., Aglioti S.M. Selective impairment of hand mental rotation in patients with focal hand dystonia // Brain. - 2005. - V. 129. - № 1. - P. 47-54.

58. Formaggio E., Storti S.F., Boscolo Galazzo I., Gandolfi M., Geroin C., Smania N., Spezia L., Waldner A., Fiaschi A., Manganotti P. Modulation of event-related desynchronization in robot-assisted hand performance: brain oscillatory changes in active, passive and imagined movements // Journal of neuroengineering and rehabilitation. - 2013. - V. 10. - P. 24.

59. Friedrich E.V., Neuper C., Scherer R. Whatever works: a systematic user-centered training protocol to optimize brain-computer interfacing individually // PloS one. - 2013.

- V. 8. - № 9. - P. e76214.

60. Fusi S., Cutuli D., Valente M., Bergonzi P., Porro C., Di Prampero P. Cardioventilatory responses during real or imagined walking at low speed // Archives Italiennes de Biologie. - 2005. - V. 143. - № 3. - P. 223-228.

61. Gonzalez-Franco M., Yuan P., Zhang D., Hong B., Gao S. (2011). Motor imagery based brain-computer interface: a study of the effect of positive and negative feedback. Engineering in Medicine and Biology Society, EMBC, 2011 Annual International Conference of the IEEE, IEEE.

62. Gueugneau N., Bove M., Avanzino L., Jacquin A., Pozzo T., Papaxanthis C. Interhemispheric inhibition during mental actions of different complexity // PloS one. -2013. - V. 8. - № 2. - P. e56973.

63. Guger C., Edlinger G., Harkam W., Niedermayer I., Pfurtscheller G. How many people are able to operate an EEG-based brain-computer interface (BCI)? // IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society. - 2003. - V. 11. - № 2. - P. 145-147.

64. Guillot A., Collet C. Contribution from neurophysiological and psychological methods to the study of motor imagery // Brain research. Brain research reviews. - 2005. - V. 50. - № 2. - P. 387-397.

65. Guillot A., Collet C. Construction of the motor imagery integrative model in sport: a review and theoretical investigation of motor imagery use // International Review of Sport and Exercise Psychology. - 2008a. - V. 1. - № 1. - P. 31-44.

66. Guillot A., Collet C., Nguyen V.A., Malouin F., Richards C., Doyon J. Functional neuroanatomical networks associated with expertise in motor imagery // NeuroImage. -2008b. - V. 41. - № 4. - P. 1471-1483.

67. Hall C.R., Buckolz E., Fishburne G.J. Imagery and the acquisition of motor skills // Canadian Journal of Sport Sciences. - 1992. - P.

68. Hall C.R., Mack D.E., Paivio A., Hausenblas H.A. Imagery use by athletes: development of the Sport Imagery Questionnaire // International Journal of Sport Psychology. - 1998. - V. 29. - № 1. - P. 73-89.

69. Hall C.R., Rodgers W.M., Barr K.A. The use of imagery by athletes in selected sports // The Sport Psychologist. - 1990. - V. 4. - № 1. - P. 1-10.

70. Hall E.G., Erffmeyer E.S. The effect of visuo-motor behavior rehearsal with videotaped modeling on free throw accuracy of intercollegiate female basketball players // Journal of Sport Psychology. - 1983. - V. 5. - № 3. - P. 343-346.

71. Hanakawa T., Immisch I., Toma K., Dimyan M.A., Van Gelderen P., Hallett M. Functional properties of brain areas associated with motor execution and imagery // Journal of neurophysiology. - 2003. - V. 89. - № 2. - P. 989-1002.

72. Hashimoto R., Rothwell J.C. Dynamic changes in corticospinal excitability during motor imagery // Experimental Brain Research. - 1999. - V. 125. - № 1. - P. 75-81.

73. Hecker J.E., Kaczor L.M. Application of imagery theory to sport psychology: Some preliminary findings // Journal of Sport & Exercise Psychology. - 1988. - V. 10. - № 4. -P. 363.

74. Heremans E., Smits-Engelsman B., Caeyenberghs K., Vercruysse S., Nieuwboer A., Feys P., Helsen W. Keeping an eye on imagery: the role of eye movements during motor imagery training // Neuroscience. - 2011. - V. 195. - P. 37-44.

75. Hétu S., Grégoire M., Saimpont A., Coll M.-P., Eugène F., Michon P.-E., Jackson P.L. The neural network of motor imagery: an ALE meta-analysis // Neuroscience & Biobehavioral Reviews. - 2013. - V. 37. - № 5. - P. 930-949.

76. Holmes P., Calmels C. A neuroscientific review of imagery and observation use in sport // Journal of motor behavior. - 2008. - V. 40. - № 5. - P. 433-445.

77. Holmes P.S., Collins D.J. The PETTLEP approach to motor imagery: A functional equivalence model for sport psychologists // Journal of Applied Sport Psychology. - 2001. - V. 13. - № 1. - P. 60-83.

78. Horenstein C., Lowe M.J., Koenig K.A., Phillips M.D. Comparison of unilateral and bilateral complex finger tapping-related activation in premotor and primary motor cortex // Human brain mapping. - 2009. - V. 30. - № 4. - P. 1397-1412.

79. Hwang S., Jeon H.-S., Yi C.-h., Kwon O.-y., Cho S.-h., You S.-h. Locomotor imagery training improves gait performance in people with chronic hemiparetic stroke: a controlled clinical trial // Clinical rehabilitation. - 2010. - V. 24. - № 6. - P. 514-522.

80. Ietswaart M., Johnston M., Dijkerman H.C., Joice S., Scott C.L., MacWalter R.S., Hamilton S.J. Mental practice with motor imagery in stroke recovery: randomized controlled trial of efficacy // Brain. - 2011. - P. awr077.

81. Jackson P.L., Lafleur M.F., Malouin F., Richards C., Doyon J. Potential role of mental practice using motor imagery in neurologic rehabilitation // Archives of physical medicine and rehabilitation. - 2001. - V. 82. - № 8. - P. 1133-1141.

82. Jeannerod M. The representing brain: Neural correlates of motor intention and imagery // Behavioral and Brain sciences. - 1994. - V. 17. - № 02. - P. 187-202.

83. Jeannerod M. Neural simulation of action: a unifying mechanism for motor cognition // NeuroImage. - 2001. - V. 14. - № 1. - P. S103-S109.

84. Johnson S.H. Imagining the impossible: intact motor representations in hemiplegics // Neuroreport. - 2000. - V. 11. - № 4. - P. 729-732.

85. Klass D., Bickford R. Observations on the rolandic arceau rhythm // Electroencephalogr Clin Neurophysiol. - 1957. - V. 9. - P. 570.

86. Kober S.E., Wood G., Kampl C., Neuper C., Ischebeck A. Electrophysiological correlates of mental navigation in blind and sighted people // Behavioural brain research.

- 2014. - V. 273. - P. 106-115.

87. Koles Z.J. The quantitative extraction and topographic mapping of the abnormal components in the clinical EEG // Electroencephalography and clinical Neurophysiology.

- 1991. - V. 79. - № 6. - P. 440-447.

88. Lacourse M.G., Turner J.A., Randolph-Orr E., Schandler S.L., Cohen M.J. Cerebral and cerebellar sensorimotor plasticity following motor imagery-based mental practice of a sequential movement // Journal of rehabilitation research and development. - 2004. - V. 41. - № 4. - P. 505.

89. Lafleur M.F., Jackson P.L., Malouin F., Richards C.L., Evans A.C., Doyon J. Motor learning produces parallel dynamic functional changes during the execution and imagination of sequential foot movements // NeuroImage. - 2002. - V. 16. - № 1. - P. 142157.

90. Laufs H., Kleinschmidt A., Beyerle A., Eger E., Salek-Haddadi A., Preibisch C., Krakow K. EEG-correlated fMRI of human alpha activity // NeuroImage. - 2003. - V. 19.

- № 4. - P. 1463-1476.

91. Lebon F., Byblow W.D., Collet C., Guillot A., Stinear C.M. The modulation of motor cortex excitability during motor imagery depends on imagery quality // European Journal of Neuroscience. - 2012. - V. 35. - № 2. - P. 323-331.

92. Leeb R., Gwak K., Kim D.-S., del R Millan J. (2013). Freeing the visual channel by exploiting vibrotactile BCI feedback. Engineering in Medicine and Biology Society (EMBC), 2013 35th Annual International Conference of the IEEE, IEEE.

93. Leeb R., Lee F., Keinrath C., Scherer R., Bischof H., Pfurtscheller G. Brain-computer communication: motivation, aim, and impact of exploring a virtual apartment // IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society. - 2007. - V. 15. - № 4. - P. 473482.

94. Liu L., Ioannides A.A. MEG study of short-term plasticity following multiple digit frequency discrimination training in humans // Brain topography. - 2004. - V. 16. - № 4.

- P. 239-243.

95. Lopez-Larraz E., Creatura M., Iturrate I., Montesano L., Minguez J. (2011). EEG single-trial classification of visual, auditive and vibratory feedback potentials in Brain-Computer Interfaces. Engineering in Medicine and Biology Society, EMBC, 2011 Annual International Conference of the IEEE, IEEE.

96. Lorey B., Pilgramm S., Bischoff M., Stark R., Vaitl D., Kindermann S., Munzert J., Zentgraf K. Activation of the parieto-premotor network is associated with vivid motor imagery—a parametric fMRI study // PloS one. - 2011. - V. 6. - № 5. - P. e20368.

97. Lotte F., Congedo M., Lécuyer A., Lamarche F., Arnaldi B. A review of classification algorithms for EEG-based brain-computer interfaces // Journal of neural engineering. - 2007. - V. 4. - № 2. - P. R1.

98. Lotze M., Halsband U. Motor imagery // Journal of physiology, Paris. - 2006. - V. 99. - № 4-6. - P. 386-395.

99. Lutz R.S. Covert muscle excitation is outflow from the central generation of motor imagery // Behavioural brain research. - 2003. - V. 140. - № 1-2. - P. 149-163.

100. Malouin F., Jackson P.L., Richards C.L. Towards the integration of mental practice in rehabilitation programs. A critical review // Frontiers in human neuroscience. - 2013.

- V. 7. - P. 576.

101. Malouin F., Richards C.L. Mental practice for relearning locomotor skills // Physical therapy. - 2010a. - V. 90. - № 2. - P. 240-251.

102. Malouin F., Richards C.L., Durand A. Normal aging and motor imagery vividness: implications for mental practice training in rehabilitation // Archives of physical medicine and rehabilitation. - 2010b. - V. 91. - № 7. - P. 1122-1127.

103. Malouin F., Richards C.L., Durand A., Descent M., Poiré D., Frémont P., Pelet S., Gresset J., Doyon J. Effects of practice, visual loss, limb amputation, and disuse on motor

imagery vividness // Neurorehabilitation and neural repair. - 2009. - V. 23. - № 5. - P. 449-463.

104. Malouin F., Richards C.L., Durand A., Doyon J. Clinical assessment of motor imagery after stroke // Neurorehabil Neural Repair. - 2008. - V. 22. - № 4. - P. 330-340.

105. Malouin F., Richards C.L., Jackson P.L., Lafleur M.F., Durand A., Doyon J. The Kinesthetic and Visual Imagery Questionnaire (KVIQ) for assessing motor imagery in persons with physical disabilities: a reliability and construct validity study // Journal of Neurologic Physical Therapy. - 2007. - V. 31. - № 1. - P. 20-29.

106. Mattar A.A., Gribble P.L. Motor learning by observing // Neuron. - 2005. - V. 46.

- № 1. - P. 153-160.

107. McCormick K., Zalucki N., Hudson M.L., Moseley G.L. Faulty proprioceptive information disrupts motor imagery: an experimental study // Australian Journal of Physiotherapy. - 2007. - V. 53. - № 1. - P. 41-45.

108. Mercier C., Aballea A., Vargas C., Paillard J., Sirigu A. Vision without proprioception modulates cortico-spinal excitability during hand motor imagery // Cerebral Cortex. - 2008. - V. 18. - № 2. - P. 272-277.

109. Millan J.R., Mourino J. Asynchronous BCI and local neural classifiers: an overview of the adaptive brain interface project // IEEE Transactions on Neural Systems and Rehabilitation Engineering. - 2003. - V. 11. - № 2. - P. 159-161.

110. Mokienko O.A., Chervyakov A.V., Kulikova S.N., Bobrov P.D., Chernikova L.A., Frolov A.A., Piradov M.A. Increased motor cortex excitability during motor imagery in brain-computer interface trained subjects // Frontiers in computational neuroscience. -2013. - V. 7. - P. 168.

111. Mulder T. Motor imagery and action observation: cognitive tools for rehabilitation // Journal of neural transmission. - 2007. - V. 114. - № 10. - P. 1265-1278.

112. Mulder T., Hochstenbach J., Van Heuvelen M., Den Otter A. Motor imagery: the relation between age and imagery capacity // Human movement science. - 2007. - V. 26.

- № 2. - P. 203-211.

113. Müller K., Bütefisch C., Seitz R.J., Hömberg V. Mental practice improves hand function after hemiparetic stroke // Restorative neurology and neuroscience. - 2007. - V. 25. - № 5, 6. - P. 501-511.

114. Munzert J., Lorey B. (2013). Motor and visual imagery in sports. Multisensory imagery, Springer: 319-341.

115. Munzert J., Zentgraf K. Motor imagery and its implications for understanding the motor system // Progress in brain research. - 2009. - V. 174. - P. 219-229.

116. Murphy S.M. Imagery interventions in sport // Medicine & Science in Sports & Exercise. - 1994. - P.

117. Neuper C., Scherer R., Reiner M., Pfurtscheller G. Imagery of motor actions: differential effects of kinesthetic and visual-motor mode of imagery in single-trial EEG // Brain research. Cognitive brain research. - 2005. - V. 25. - № 3. - P. 668-677.

118. Nicolas-Alonso L.F., Gomez-Gil J. Brain computer interfaces, a review // Sensors. - 2012. - V. 12. - № 2. - P. 1211-1279.

119. Niedermeyer E., Da Silva F.L. Electroencephalography: Basic principles, clinical applications, and related fields. Lippincott Williams & Wilkins, 2005. 167 p.

120. Nilsen D.M., Gillen G., DiRusso T., Gordon A.M. Effect of imagery perspective on occupational performance after stroke: A randomized controlled trial // American Journal of Occupational Therapy. - 2012. - V. 66. - № 3. - P. 320-329.

121. Nuwer M.R., Comi G., Emerson R., Fuglsang-Frederiksen A., Guérit J.-M., Hinrichs H., Ikeda A., Luccas F.J.C., Rappelsburger P. IFCN standards for digital recording of clinical EEG // Electroencephalography and clinical Neurophysiology. -1998. - V. 106. - № 3. - P. 259-261.

122. Oldfield R.C. The assessment and analysis of handedness: the Edinburgh inventory // Neuropsychologia. - 1971. - V. 9. - № 1. - P. 97-113.

123. Ono T., Kimura A., Ushiba J. Daily training with realistic visual feedback improves reproducibility of event-related desynchronisation following hand motor imagery // Clinical Neurophysiology. - 2013. - V. 124. - № 9. - P. 1779-1786.

124. Page S.J., Dunning K., Hermann V., Leonard A., Levine P. Longer versus shorter mental practice sessions for affected upper extremity movement after stroke: a randomized controlled trial // Clinical rehabilitation. - 2011. - V. 25. - № 7. - P. 627-637.

125. Page S.J., Levine P., Sisto S., Johnston M.V. A randomized efficacy and feasibility study of imagery in acute stroke // Clinical rehabilitation. - 2001. - V. 15. - № 3. - P. 233240.

126. Paivio A. Cognitive and motivational functions of imagery in human performance // Canadian journal of applied sport sciences. Journal canadien des sciences appliquées au sport. - 1985. - V. 10. - № 4. - P. 22S-28S.

127. Pascual-Leone A., Nguyet D., Cohen L.G., Brasil-Neto J.P., Cammarota A., Hallett M. Modulation of muscle responses evoked by transcranial magnetic stimulation during the acquisition of new fine motor skills // Journal of neurophysiology. - 1995. - V. 74. -№ 3. - P. 1037-1045.

128. Perrin F., Pernier J., Bertrand O., Echallier J. Spherical splines for scalp potential and current density mapping // Electroencephalography and clinical neurophysiology. -1989. - V. 72. - № 2. - P. 184-187.

129. Pfurtscheller G., Brunner C., Schlögl A., Da Silva F.L. Mu rhythm (de) synchronization and EEG single-trial classification of different motor imagery tasks // Neurolmage. - 2006. - V. 31. - № 1. - P. 153-159.

130. Pfurtscheller G., Neuper C. Motor imagery activates primary sensorimotor area in humans // Neuroscience letters. - 1997a. - V. 239. - № 2. - P. 65-68.

131. Pfurtscheller G., Neuper C., Flotzinger D., Pregenzer M. EEG-based discrimination between imagination of right and left hand movement // Electroencephalography and clinical Neurophysiology. - 1997b. - V. 103. - № 6. - P. 642-651.

132. Pfurtscheller G., Neuper C., Muller G., Obermaier B., Krausz G., Schlogl A., Scherer R., Graimann B., Keinrath C., Skliris D. Graz-BCI: state of the art and clinical applications // IEEE Transactions on neural systems and rehabilitation engineering. -2003. - V. 11. - № 2. - P. 1-4.

133. Pfurtscheller G., Stancak A., Jr., Neuper C. Event-related synchronization (ERS) in the alpha band--an electrophysiological correlate of cortical idling: a review // International journal of psychophysiology : official journal of the International Organization of Psychophysiology. - 1996. - V. 24. - № 1-2. - P. 39-46.

134. Pichiorri F., De Vico Fallani F., Cincotti F., Babiloni F., Molinari M., Kleih S.C., Neuper C., Kubler A., Mattia D. Sensorimotor rhythm-based brain-computer interface training: the impact on motor cortical responsiveness // Journal of neural engineering. -2011. - V. 8. - № 2. - P. 025020.

135. Poiroux E., Cavaro-Menard C., Leruez S., Lemee J.M., Richard I., Dinomais M. What Do Eye Gaze Metrics Tell Us about Motor Imagery? // PloS one. - 2015. - V. 10. -№ 11. - P. e0143831.

136. Ramoser H., Muller-Gerking J., Pfurtscheller G. Optimal spatial filtering of single trial EEG during imagined hand movement // IEEE transactions on rehabilitation engineering. - 2000. - V. 8. - № 4. - P. 441-446.

137. Reiser M., Büsch D., Munzert J. Strength gains by motor imagery with different ratios of physical to mental practice // Frontiers in Psychology. - 2011. - V. 2. - P. 194.

138. Richards C., Malouin F., Dean C. Gait in stroke: assessment and rehabilitation // Clinics in geriatric medicine. - 1999. - V. 15. - № 4. - P. 833-855.

139. Richardson A. Mental practice: A review and discussion part II // Research Quarterly. American Association for Health, Physical Education and Recreation. - 1967a.

- V. 38. - № 2. - P. 263-273.

140. Richardson A. Mental practice: a review and discussion part I // Research Quarterly. American Association for Health, Physical Education and Recreation. - 1967b.

- V. 38. - № 1. - P. 95-107.

141. Rodgers W., Hall C., Buckolz E. The effect of an imagery training program on imagery ability, imagery use, and figure skating performance // Journal of Applied Sport Psychology. - 1991. - V. 3. - № 2. - P. 109-125.

142. Rulleau T., Mauvieux B., Toussaint L. Influence of Circadian Rhythms on the Temporal Features of Motor Imagery for Older Adult Inpatients // Archives of physical medicine and rehabilitation. - 2015. - V. 96. - № 7. - P. 1229-1234.

143. Rushall B., Lippman L. The role of imagery in physical performance // International Journal of Sport Psychology. - 1998. - V. 29. - № 1. - P. 57-72.

144. Rutkowski T.M., Mori H. Tactile and bone-conduction auditory brain computer interface for vision and hearing impaired users // Journal of neuroscience methods. - 2015.

- V. 244. - P. 45-51.

145. Ryan E.D., Simons J. Efficacy of mental imagery in enhancing mental rehearsal of motor skills // Journal of Sport Psychology. - 1982. - V. 4. - № 1. - P. 41-51.

146. Saimpont A., Pozzo T., Papaxanthis C. Aging affects the mental rotation of left and right hands // PloS one. - 2009. - V. 4. - № 8. - P. e6714.

147. Schalk G., McFarland D.J., Hinterberger T., Birbaumer N., Wolpaw J.R. BCI2000: a general-purpose brain-computer interface (BCI) system // IEEE Transactions on biomedical engineering. - 2004. - V. 51. - № 6. - P. 1034-1043.

148. Schott N. Age-related differences in motor imagery: working memory as a mediator // Experimental aging research. - 2012. - V. 38. - № 5. - P. 559-583.

149. Schuster C., Hilfiker R., Amft O., Scheidhauer A., Andrews B., Butler J., Kischka U., Ettlin T. Best practice for motor imagery: a systematic literature review on motor imagery training elements in five different disciplines // BMC medicine. - 2011. - V. 9. -№ 1. - P. 75.

150. Simmons L., Sharma N., Baron J.-C., Pomeroy V.M. Motor imagery to enhance recovery after subcortical stroke: who might benefit, daily dose, and potential effects // Neurorehabilitation and Neural Repair. - 2008. - V. 22. - № 5. - P. 458-467.

151. Sordoni C., Hall C., Forwell L. The use of imagery by athletes during injury rehabilitation // Journal of Sport Rehabilitation. - 2000. - V. 9. - № 4. - P. 329-338.

152. Stevens J.A., Stoykov M.E.P. Using motor imagery in the rehabilitation of hemiparesis // Archives of physical medicine and rehabilitation. - 2003. - V. 84. - № 7. -P. 1090-1092.

153. Stinear C.M., Byblow W.D., Steyvers M., Levin O., Swinnen S.P. Kinesthetic, but not visual, motor imagery modulates corticomotor excitability // Experimental Brain Research. - 2006. - V. 168. - № 1-2. - P. 157-164.

154. Stippich C., Ochmann H., Sartor K. Somatotopic mapping of the human primary sensorimotor cortex during motor imagery and motor execution by functional magnetic resonance imaging // Neuroscience letters. - 2002. - V. 331. - № 1. - P. 50-54.

155. Suzuki T., Bunno Y., Onigata C., Tani M., Uragami S. Excitability of spinal neural function by motor imagery with isometric opponens pollicis activity: influence of vision during motor imagery // NeuroRehabilitation. - 2014. - V. 34. - № 4. - P. 725-729.

156. Takemi M., Masakado Y., Liu M., Ushiba J. Event-related desynchronization reflects downregulation of intracortical inhibition in human primary motor cortex // Journal of Neurophysiology. - 2013. - V. 110. - № 5. - P. 1158-1166.

157. Timmermans A.A., Verbunt J.A., van Woerden R., Moennekens M., Pernot D.H., Seelen H.A. Effect of mental practice on the improvement of function and daily activity performance of the upper extremity in patients with subacute stroke: a randomized

clinical trial // Journal of the American Medical Directors Association. - 2013. - V. 14. -№ 3. - P. 204-212.

158. Toppi J., Risetti M., Quitadamo L., Petti M., Bianchi L., Salinari S., Babiloni F., Cincotti F., Mattia D., Astolfi L. Investigating the effects of a sensorimotor rhythm-based BCI training on the cortical activity elicited by mental imagery // Journal of neural engineering. - 2014. - V. 11. - № 3. - P. 035010.

159. Vasilyev A., Liburkina S., Yakovlev L., Perepelkina O., Kaplan A. Assessing motor imagery in brain-computer interface training: Psychological and neurophysiological correlates // Neuropsychologia. - 2017. - V. 97. - P. 56-65.

160. Voisin J.I., Mercier C., Jackson P.L., Richards C.L., Malouin F. Is somatosensory excitability more affected by the perspective or modality content of motor imagery? // Neurosci Lett. - 2011. - V. 493. - № 1-2. - P. 33-37.

161. Vuckovic A., Osuagwu B.A. Using a motor imagery questionnaire to estimate the performance of a brain-computer interface based on object oriented motor imagery // Clinical Neurophysiology. - 2013. - V. 124. - № 8. - P. 1586-1595.

162. Wade D.T. Measurement in neurological rehabilitation // Current Opinion in Neurology. - 1992. - V. 5. - № 5. - P. 682-686.

163. Wang D., Miao D., Blohm G. Multi-class motor imagery EEG decoding for brain-computer interfaces // Frontiers in neuroscience. - 2012. - V. 6. - P.

164. Wang T., Deng J., He B. Classification of motor imagery EEG patterns and their topographic representation // Conference proceedings : ... Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Conference. - 2004. - V. 6. - P. 4359-4362.

165. Weinberg R. Does imagery work? Effects on performance and mental skills // Journal of Imagery Research in Sport and Physical Activity. - 2008. - V. 3. - № 1. - P. 121.

166. Williams J., Pearce A.J., Loporto M., Morris T., Holmes P.S. The relationship between corticospinal excitability during motor imagery and motor imagery ability // Behavioural brain research. - 2012. - V. 226. - № 2. - P. 369-375.

167. Williams S.E., Guillot A., Di Rienzo F., Cumming J. Comparing self-report and mental chronometry measures of motor imagery ability // European journal of sport science. - 2015. - V. 15. - № 8. - P. 703-711.

168. Wolpaw J.R., Birbaumer N., McFarland D.J., Pfurtscheller G., Vaughan T.M. Brain-computer interfaces for communication and control // Clinical neurophysiology. -2002. - V. 113. - № 6. - P. 767-791.

169. Wolpaw J.R., Tennissen A.M. Activity-dependent spinal cord plasticity in health and disease // Annual review of neuroscience. - 2001. - V. 24. - № 1. - P. 807-843.

170. Wondrusch C., Schuster-Amft C. A standardized motor imagery introduction program (MIIP) for neuro-rehabilitation: development and evaluation // Frontiers in human neuroscience. - 2013. - V. 7. - P.

171. Wuyam B., Moosavi S., Decety J., Adams L., Lansing R., Guz A. Imagination of dynamic exercise produced ventilatory responses which were more apparent in competitive sportsmen // The Journal of physiology. - 1995. - V. 482. - № Pt 3. - P. 713.

172. Yaguez L., Canavan A.G., Lange H.W., Homberg V. Motor learning by imagery is differentially affected in Parkinson's and Huntington's diseases // Behavioural brain research. - 1999. - V. 102. - № 1. - P. 115-127.

173. Yao L., Meng J., Zhang D., Sheng X., Zhu X. Selective sensation based brain-computer interface via mechanical vibrotactile stimulation // PloS one. - 2013a. - V. 8. -№ 6. - P. e64784.

174. Yao L., Meng J., Zhang D., Sheng X., Zhu X. Combining motor imagery with selective sensation toward a hybrid-modality BCI // IEEE Transactions on Biomedical Engineering. - 2014. - V. 61. - № 8. - P. 2304-2312.

175. Yao L., Sheng X., Meng J., Zhang D., Zhu X. (2013b). Mechanical vibrotactile stimulation effect in motor imagery based brain-computer interface. Engineering in Medicine and Biology Society (EMBC), 2013 35th Annual International Conference of the IEEE, IEEE.

176. Yesavage J.A., Brink T.L., Rose T.L., Lum O., Huang V., Adey M., Leirer V.O. Development and validation of a geriatric depression screening scale: a preliminary report // Journal of psychiatric research. - 1982. - V. 17. - № 1. - P. 37-49.

177. Yuan H., Doud A., Gururajan A., He B. Cortical imaging of event-related (de) synchronization during online control of brain-computer interface using minimum-norm estimates in frequency domain // IEEE Transactions on Neural Systems and Rehabilitation Engineering. - 2008. - V. 16. - № 5. - P. 425-431.

178. Yuan H., He B. Brain-computer interfaces using sensorimotor rhythms: current state and future perspectives // IEEE transactions on bio-medical engineering. - 2014. -V. 61. - № 5. - P. 1425-1435.

179. Yuan H., Liu T., Szarkowski R., Rios C., Ashe J., He B. Negative covariation between task-related responses in alpha/beta-band activity and BOLD in human sensorimotor cortex: an EEG and fMRI study of motor imagery and movements // NeuroImage. - 2010. - V. 49. - № 3. - P. 2596-2606.

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

ГКБ - городская клиническая больница

ГП - городская поликлиника

ИМК - интерфейс мозг-компьютер

Исп. - испытуемый

Ст. откл. - стандартное отклонение

Ст. ош. ср. - стандартная ошибка среднего

МВП - моторный вызванный потенциал

МРТ - магнитно-резонансная томография

ОС - обратная связь

РЦ - реабилитационный центр

ТМС - транскраниальная магнитная стимуляция

Усл. ед. - условные единицы

фМРТ - функциональная магнитно-резонансная томография ЭМГ - электромиограмма ЭЭГ - электроэнцефалограмма

ARAT - The Action Research Arm Test CAR - common average reference CSP - common spatial pattern ERD - event-related desynchronization

ERDd - event-related desynchronization based on distribution analysis FFT - fast Fourier transform

KVIQ - The Kinesthetic and Visual Imagery Questionnaire (KVIQ-20) VMIQ - The Vividness of Motor Imagery Questionnaire (VMIQ-2)

БЛАГОДАРНОСТИ

Автор выражает искреннюю благодарность:

Александру Яковлевичу Каплану за возможность работать над интересной темой исследования, за поддержку и помощь в планировании экспериментов, интерпретации и формулировании результатов;

Анатолию Васильеву за поддержку и всестороннюю помощь на всех этапах работы и при подготовке результатов к публикации;

Льву Яковлеву за помощь с проведением и анализом результатов ТМС-исследования;

Ольге Перепёлкиной за помощь с планированием, проведением и интерпретацией результатов психологического тестирования;

Юрию Нуждину за разработку программного обеспечения для записи и анализа электромиографических сигналов и расчёта точности классификации;

Илье Ганину за помощь в подготовке результатов к представлению на конференциях;

Майе Гулиевой за проведение неврологических осмотров пациентов и совместную работу в ГКБ 1;

Руслану Саидовичу Курбанову, Анне Сергеевне Чукановой и Нине Валерьевне Тутер за помощь в проведении исследования в РЦ Преодоление, ГКБ 1 и ГП 36 соответственно;

Георгию Алексеевичу Иваницкому, Василию Фёдоровичу Пятину и Алексею Евгеньевичу Осадчему за внимательное прочтение работы и ценные замечания;

Сергею Львовичу Шишкину за рецензирование рукописи и интересные комментарии по работе;

Полине Фатахдиновой, Инне Либуркиной, Настасье Мироновой, Светлане Тамбовцевой, Сергею Зевахину и Александру Ишкину за проверку и редактирование рукописи;

Коллегам по лаборатории нейрофизиологии и нейрокомпьютерных интерфейсов за интересные обсуждения, комментарии и поддержку в процессе работы над исследованием;

Сотрудникам кафедры физиологии человека и животных биологического факультета МГУ за тёплый приём в коллективе и прекрасную научную школу;

Друзьям и родным за психологическую поддержку, терпение и понимание.