Projektdaten

---

Stratifizierung und Augmentation von EEG-Neurofeedback bei Depression durch Monitoring dynamischer Gehirnzustände mit simultaner Elektroenzephalografie und Magnetresonanz (EEG-fMRT)

---

EEG Neurofeedback (NF) ermöglicht die willkürliche Beeinflussung eigener neurophysiologischer Hirnsignale. Da diese häufig im Rahmen neuropsychiatrischer Erkrankungen verändert sind, stellt EEG NF eine vielversprechende alternative oder ergänzende Therapieoption für eine Reihe neuropsychiatrischer Erkrankungen dar, darunter Depression (MDD), welche bis zu 20 % der Allgemeinbevölkerung direkt betrifft.Die Effizienz der EEG NF ist allerdings weiterhin begrenzt. Seit langem wird bei einem relevanten Anteil von Personen (30-40 %) nur ein geringer Lernerfolg beobachtet, weswegen dies auch als NF illiterates beschrieben wurden (Arns et al 2014; Birbaumer et al 2009). Dieses Problem besteht auch z.B. bei depressiven Patienten, es stellt jedoch eine grundsätzliche Schwierigkeit im Feld des EEG NF dar. Abgesehen von ersten Arbeiten, darunter auch solche, welche Mechanismen der corticostriatalenPlastizität im Tier identifizierten sind die der illiteracy zugrundeliegenden Mechanismen insbesondere im Menschen noch weitestgehend unbekannt.Aufgrund unserer aktuellen Entwicklungen im Bereich der simultanen EEG/fMRT sowie Untersuchungen veränderter Dynamik von Netzwerkzuständen bei Depressiven sind wir nun in der Lage, die zugrundeliegenden Mechanismen von EEG NF sowie deren Einschränkungen zu untersuchen und diese Erkenntnisse zur Verbesserung der individuellen Erfolgsraten zu nutzen.In diesem Projekt versuchen wir:1) Die neurophysiologischen Mechanismen des NF Erfolges auf Ebene von Hirnnetzwerken anhand eines EEG/fMRT Simultanverfahrens zu erforschen, welches ein EEG NF während gleichzeitiger funktioneller MRT erlaubt.2) Die hier gewonnenen Erkenntnisse über begünstigende Netzwerkkonstellationen für das zweite Ziel zu nutzen: Die Nutzung der Information über die beobachtbaren Netzwerkzustände zur Verbesserung des EEG NF Lernerfolges anhand paralleler Erfassung von fMRT und EGG. Es soll eine neue Methode eines kombinierten fMRT-EEG NF etabliert und validiert werden.Unser Ziel verfolgen wir durch 1) methodische Arbeiten auf Ebene der Echtzeitintegration des multimodalen Neurofeedback und 2) dynamischer Netzwerkanalysen von vorhandenen und neu zu messenden Daten. Außerdem ermöglichen die hier gewonnenen Daten die Identifikation von 3) individuellen fMRT Prädiktoren des NF Erfolges, 4) funktionellen Hirnnetzwerken während erfolgreichem Neurofeedback und 5) spezifischenHirnnetzwerken mit besonderer Relevanz für NF Transfereffekte.