⚠️[این پژوهش، دنباله پژوهش پیشین است]⚠️
♻️کاربرد دانش در مورد #رابط های #مغز-کامپیوتر برای درک بهتر #درمان #بالینی با #نوروفیدبک
Using Recent #BCI Literature to Deepen our Understanding of #Clinical #Neurofeedback: A Short Review
در پژوهشی مروری که به تازگی توسط پژوهشگران دانشگاه رنه 🇫🇷، دانشگاه یونیل 🇨🇭، و دانشگاه بوردو 🇫🇷منتشر شده، نوشتار الکوبی و همکاران (2018؛ مقاله پیشین در همین کانال) در حوزه نوروفیدبک تکمیل شده است.
1️⃣بررسی ها نشان می دهند نورفیدبک و رابطهای مغز-کامپیوتر (#BCI) از اساس با هم متفاوتند.
2️⃣بررسی پژوهش های مرتبط با BCI نشان داده است سه دسته از عوامل بر عملکرد آنها تاثیر دارد: عامل های مختص #تکلیف، عاملهای #شناختی/#انگیزشی، و عامل های مرتبط با #پذیرش #تکنولوژی.
3️⃣از آنجا که BCI و نوروفیدبک هدف مشترکی دارند (#یادگیری تغییر الگوهای خاص #نوروفیزیولوژیک) فرآیندهای نوروفیزولوژیک مشابهی هنگام کاربرد هردوی این روش ها در #مغز دخیلند.
4️⃣بنظر می رسد برای درک بهتر نوروفیدبک، توانمندی، و دامنه کاربرد آن در مداخلات بالینی، لازم است متخصصان فهمی جامع و دقیق از BCI و کارکردهای سیستم های عصبی دستگاه اعصاب مرکزی (CNS) داشته باشند.
Abstract
In their recent paper, Alkoby et al. (2018) provide the readership with an extensive and very insightful review of the factors influencing #NeuroFeedback (#NF) performance. These factors are drawn from both the NF literature and the #Brain–Computer Interface (#BCI) literature. Our short review aims to complement Alkoby et al.’s review by reporting recent additions to the BCI literature. The object of this paper is to highlight this literature and discuss its potential relevance and usefulness to better understand the processes underlying NF and further improve the design of clinical trials assessing NF #efficacy. Indeed, we are convinced that while NF and BCI are fundamentally different in many ways, both the BCI and NF communities could reach compelling achievements by building upon one another.
By reviewing the recent BCI literature, we identified three types of factors that influence BCI performance: #task-specific, #cognitive/#motivational and #technology-acceptance-related factors. Since BCIs and NF share a common goal (i.e., learning to modulate specific neurophysiological patterns), similar cognitive and neurophysiological processes are likely to be involved during the training process. Thus, the literature on BCI training may help (1) to deepen our understanding of neurofeedback training processes and (2) to understand the variables that influence the clinical efficacy of NF. This may help to properly assess and/or control the influence of these variables during randomized controlled trials.
لینک منبع پیشنهادی برای مطالعه بیشتر 👇🏻(further reading)👇🏻
https://doi.org/10.1016/j.neuroscience.2018.03.013
✅(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
♻️کاربرد دانش در مورد #رابط های #مغز-کامپیوتر برای درک بهتر #درمان #بالینی با #نوروفیدبک
Using Recent #BCI Literature to Deepen our Understanding of #Clinical #Neurofeedback: A Short Review
در پژوهشی مروری که به تازگی توسط پژوهشگران دانشگاه رنه 🇫🇷، دانشگاه یونیل 🇨🇭، و دانشگاه بوردو 🇫🇷منتشر شده، نوشتار الکوبی و همکاران (2018؛ مقاله پیشین در همین کانال) در حوزه نوروفیدبک تکمیل شده است.
1️⃣بررسی ها نشان می دهند نورفیدبک و رابطهای مغز-کامپیوتر (#BCI) از اساس با هم متفاوتند.
2️⃣بررسی پژوهش های مرتبط با BCI نشان داده است سه دسته از عوامل بر عملکرد آنها تاثیر دارد: عامل های مختص #تکلیف، عاملهای #شناختی/#انگیزشی، و عامل های مرتبط با #پذیرش #تکنولوژی.
3️⃣از آنجا که BCI و نوروفیدبک هدف مشترکی دارند (#یادگیری تغییر الگوهای خاص #نوروفیزیولوژیک) فرآیندهای نوروفیزولوژیک مشابهی هنگام کاربرد هردوی این روش ها در #مغز دخیلند.
4️⃣بنظر می رسد برای درک بهتر نوروفیدبک، توانمندی، و دامنه کاربرد آن در مداخلات بالینی، لازم است متخصصان فهمی جامع و دقیق از BCI و کارکردهای سیستم های عصبی دستگاه اعصاب مرکزی (CNS) داشته باشند.
Abstract
In their recent paper, Alkoby et al. (2018) provide the readership with an extensive and very insightful review of the factors influencing #NeuroFeedback (#NF) performance. These factors are drawn from both the NF literature and the #Brain–Computer Interface (#BCI) literature. Our short review aims to complement Alkoby et al.’s review by reporting recent additions to the BCI literature. The object of this paper is to highlight this literature and discuss its potential relevance and usefulness to better understand the processes underlying NF and further improve the design of clinical trials assessing NF #efficacy. Indeed, we are convinced that while NF and BCI are fundamentally different in many ways, both the BCI and NF communities could reach compelling achievements by building upon one another.
By reviewing the recent BCI literature, we identified three types of factors that influence BCI performance: #task-specific, #cognitive/#motivational and #technology-acceptance-related factors. Since BCIs and NF share a common goal (i.e., learning to modulate specific neurophysiological patterns), similar cognitive and neurophysiological processes are likely to be involved during the training process. Thus, the literature on BCI training may help (1) to deepen our understanding of neurofeedback training processes and (2) to understand the variables that influence the clinical efficacy of NF. This may help to properly assess and/or control the influence of these variables during randomized controlled trials.
لینک منبع پیشنهادی برای مطالعه بیشتر 👇🏻(further reading)👇🏻
https://doi.org/10.1016/j.neuroscience.2018.03.013
✅(در صورت جذابیت و علاقمندی به موضوع، مطلب را برای دیگران نیز بازنشر فرمایید).
📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani