Biofeedback

Technologie Biofeedback [7, 13, 25, 26]

Biofeedback (BFDB) to proces uświadamiania i kontrolowania zgodnie z wolą procesów fizjologicznych za pomocą instrumentów dostarczających informację o parametrach fizjologicznych danego systemu. W 2008 roku trzy organizacje: Association for Applied Psychophysiology and Biofeedback (AAPB), Biofeedback Certification International Alliance (BCIA), International Society for Neurofeedback and Research (ISNR) zaproponowały następującą definicję biofeedbacku:

"Biofeedback jest procesem, który umożliwia naukę zmiany aktywności fizjologicznej w celu poprawy zdrowia i wydajności. Precyzyjne instrumenty mierzą aktywność fizjologiczną taką jak: fale mózgowe, funkcje serca, oddech, aktywność mięśni i temperaturę skóry. Urządzenia te przesyłają informację zwrotną do użytkownika w sposób szybki i dokładny. Prezentacja tych informacji – często w połączeniu ze zmianą myślenia, emocji i zachowania – wspiera pożądane zmiany fizjologiczne. Z biegiem czasu zmiany te mogą utrzymywać się bez konieczności stosowania urządzenia."

Biofeedback jest techniką zakładającą aktywne zaangażowanie pacjenta, dlatego należy do psychofizjologii stosowanej. Biofeedback może być opisany jako „psychofizjologiczne lustro”, pozwalające pacjentowi monitorować sygnały fizjologiczne generowane przez ciało i uczyć się nimi sterować. Informacje zwrotne służą wzmacnianiu i kształtowaniu zachowań oraz zwiększaniu świadomości w celu nauki samoregulacji. Psychofizjologia jest dziedziną nauki badającą interakcję między zdarzeniami psychologicznymi a fizjologicznymi, zajmuje się pomiarem sygnałów fizjologicznych w odpowiedzi na zachowanie. Zachowanie rozumie się tutaj w szerokim kontekście, dotyczy reakcji na stres, uczenie się, pamięć, przetwarzanie informacji, percepcję i sen. Zatem zachowanie wpływa na fizjologię organizmu i może być rejestrowane poprzez pomiar pewnych parametrów fizjologicznych.

Jednak zdaniem autorów, sama psychofizjologia nie wyczerpuje klasyfikacji nauk podstawowych dla technologii biofeedback. Psychofizjologia jest nauką interdyscyplinarną i poza psychologią (lub jej nowszą odmianą – neuropsychologią) i fizjologią - przenika się z fizyką i inżynierią biomedyczną w zakresie biopomiarów, stosowanych matematycznych i fizycznych metod analizy i przetwarzania sygnałów biomedycznych oraz w wielu innych aspektach technicznych i praktycznych stosowania tych interfejsów, szczególnie w medycynie. Zdaniem autorów, biofeedback jest zatem odmianą HCI i/lub NI (w zależności od modalności) stosowaną zazwyczaj do celów normalizacyjnych (opieka zdrowotna), ale również optymalizacyjnych (poprawa funkcjonowania w życiu codziennym). Psychofizjologia natomiast tworzy i bada teorie wyjaśniające działanie biofeedbacku w zakresie sprzężenia między umysłem (psyche) a ciałem (soma), wykorzystując do tego celu technologie biofeedback i diagnostyczne, w tym głównie urządzenia do pomiaru sygnałów fizjologicznych.

Dzięki metodzie zastępczego biologicznego sprzężenia zwrotnego można kontrolować zgodnie z wolą wiele sygnałów fizjologicznych. Większość modalności biofeedbacku przedstawia tabela 1.

Tabela 1. Klasyfikacja technologii biofeedback ze względu na rodzaj mierzonego sygnału.

W rehabilitacji neurologicznej (ruchowej) największe zastosowanie mają: biofeedback elektromiograficzny oraz biomechaniczny (szczególnie posturograficzny i akcelerometryczny). Biofeedback posturograficzny i akcelerometryczny jest realizowany poprzez stosowanie czujników inercyjnych oraz platform sił reakcji podłoża (ang. force platform) zawierające czujniki siły nacisku. Istotne jest aby sprzęt ten (czujniki IMU i platforma) był obsługiwany przez jedno oprogramowanie z dużymi możliwościami zarówno diagnostycznymi, jak i terapeutycznymi. W praktyce sprowadza się to do dużej liczby gier z możliwościami zmian ich parametrów w zależności od aktualnego stanu pacjenta (możliwości ruchowych) określonego przez obiektywny pomiar parametrów ruchu. Natomiast w rehabilitacji neuropsychologicznej jedną z najlepszych technik BFDB jest neurofeedback (jeśli jest możliwy do zastosowania, w przeciwnym razie lepsze mogą by interfejsy stymulujące).

Bibliografia

1. Allen S.J., Watson J.J., Shoemark D.K. i in., GDNF, NGF and BDNF as therapeutic options for neurodegeneration, Pharmacology & Therapeutics, 2013.↩
2. Błaszczyk J., Modele cybernetyczne wybranych struktur i funkcji układu nerwowego, [w:] Neurocybernetyka Teoretyczna, red. R. Tadeusiewicz, Wyd. Uniwersytetu Warszawskiego, Warszawa, 2009.↩
3. Casadio M., Tamagnone I., Summa S., Sanguineti V., Neuromotor recovery from stroke: computational models at central, functional, and muscle synergy level, źródło: http://www.ncbi.nlm.nih.gov/pubmed/23986688 [dostęp: 1.06.2014].↩
4. Cudo A., Zabielska E., Bałaj B., Wprowadzenie w zagadnienie interfejsów mózg-komputer, [w:] Studia z Psychologii w KUL, tom 17, s. 189-211, red. Gorbaniuk O., Kostrubiec-Wojtachnio B., Musiał D. i in.↩
5. De Miranda M.A., Doggett M.A., Evans T.J., Medical Technology: Contexts and Contend in Science and Technology, źródło: http://people.wku.edu/mark.doggett/MedTechPrimer6.0.pdf [dostęp: 11.10.2016]↩
6. Gajda J., Pomiary i identyfikacja w diagnostyce medycznej, [w:] Podstawy inżynierii Biomedycznej. Tom I, red. Tadeusiewicz R., Augustyniak P., Wydawnictwa AGH, Kraków, 2009.↩
7. Garczyk A., Namysł J., Wstęp teoretyczny do treningu EMG Biofeedback i ETS w terapii zaburzeń neuromotorycznych po uszkodzeniach ośrodkowego układu nerwowego, [w:] Biofeedback Innowacje, red. Borkowski P., Wydawnictwo Akademii im. Jana Długosza w Częstochowie, Częstochowa, 2015.↩
8. Gerven M., Farquhar J., Schaefer R. i in., The Brain-Computer Interfaces Cycle, Journal of Neural Engineering, Wrzesień, 2009.↩
9. Giggins O., McCarthy Persson U., Caulfield B. (2013), Biofeedback in rehabilitation, Journal of NeuroEngineering and Rehabilitation, 10:60.↩
10. Gwiazdowska B., Pawlicki G., Fizyku Medyczny - gdzie twoje miejsce? Historia i perspektywy fizyki medycznej w Polsce, Polish Journal of Medical Physics and Engineering, 2006.↩
11. Hess G. (2009), Przekaźnictwo synaptyczne i plastyczność synaptyczna, [w:] Neurocybernetyka Teoretyczna, red. R. Tadeusiewicz, Wyd. Uniwersytetu Warszawskiego, Warszawa.↩
12. http://www.ted.com/talks/daniel_wolpert_the_real_reason_for_brains#t-1178711 [dostęp: 11.10.2016]↩
13. Jaśkowski P. (2004), Zarys psychofizjologii, Wyższa Szkoła Finansów i Zarządzania, Warszawa.↩
14. Kossut M., Synapsy i plastyczność mózgu, źródło: http://fundacjarozwoju-nauki.pl/res/Tom1/Nauka%20swiatowa%20i%20polska%5B1%5D. Rozdzial%2009.pdf [dostęp: 1.06.2014].↩
15. Krakauer J.W. (2006), Motor learning: its relevance to stroke recovery and neurorehabilitation, „Current Opinion in Neurology”, nr 19, s. 84–90.↩
16. Mazur M. (1999), Cybernetyka i charakter, Wyższa Szkoła Zarządzania i Przedsiębiorczości im.Bogdana Jańskiego, Warszawa.↩
17. Merzenich M.M., Van Vleet T.M., Nahum M., Brain plasticity-based therapeutics, Frontiers In Human Neuroscience, 2014.↩
18. Ojanguren E.I., Kostic M., Bejarano N.C., Keller T., Workshop on Transcutaneous Functional Electrical Stimulation, [w:] Emerging Therapies in Neurorehabilitation II, red. Pons J.L, Raya R., González J., Springer International Publishing, 2016.↩
19. Purves D., Augustine G.J., Fitzpatrick D. i in., Neuroscience, 2nd edition, źródło: https://www.ncbi.nlm.nih.gov/books/NBK10799/ [dostęp: 11.10.2016]↩
20. Pąchalska M. Rehabilitacja neuropsychologiczna. UMCS, Lublin, 2008.↩
21. Razavi S., Nazem G., Mardani M., Neurotrophic factors and their effects in the treatment of multiple sclerosis, Advanced Biomedical Research, 2015.↩
22. Tadeusiewicz R., Biocybernetyka, Wydawnictwa Zakładu Narodowego im. Ossolińskich i Polskiej Akademii Nauk, Wrocław, 1988.↩
23. Tadeusiewicz R., Izworski A., Majewski J.: Biometria, Wydawnictwa AGH, Kraków, 1993.↩
24. Tadeusiewicz R.: Neurocybernetyka Teoretyczna, Wydawnictwa Uniwersytetu Warszawskiego, Warszawa 2009.↩
25. The Neurobiology of Neurofeedback, Wikipedia-Books, źródło: http://en.wikipedia.org/wiki/Book:The_Neurobiology_of_Neurofeedback [dostęp: 11.10.2016]↩
26. Thomson M., Thomson L. (2012), Neurofeedback, Biomed Neurotechnologie, Wrocław.↩
27. Wang W., Collinger J.L, Perez A.M. i in., Neural Interface Technology for Rehabilitation: Exploiting and Promoting Neuroplasticity, źródło: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2788507/ [dostęp: 11.10.2016]↩
28. Wolpaw R.J, Winter Wolpaw E., Brain-Computer Interfaces: Principles and Practice, Oxford University Press, New York, 2012↩
29. Zawada J.: Wybrane zagadnienia z podstaw metrologii, Wydawnictwo Politechniki Łódzkiej, Łódź, 2002.↩

Przypisy

1. Sama proteza dłoni nie jest interfejsem nerwowym ani neuroprotezą. Neuroprotezą jest system zastępujący elementy układu czuciowego. Wg autorów neuroproteza oddziałująca mechanicznie na układ człowieka należy do interfejsów HMI/HCI, a ze względu na funkcję/cel do technologii wspomagających (AT).↩
2. Zdaniem autorów, neurofeedback formalnie należy do biofeedbacku fizjologicznego. Zastosowane rozdzielenie neurofeedbacku od biofeedbacku ma wymiar czysto praktyczny, polegający na odróżnieniu sygnałów pochodzących z mózgu od innych sygnałów fizjologicznych.↩
3. Podział zaproponowany przez Giggins i in. 2013 [9]↩
4. Modele jakościowe sprowadzają się do opisu przepływu informacji za pomocą diagramów (schematów blokowych) i, w przeciwieństwie do modeli ilościowych, nie wykorzystują matematycznego opisu zjawisk, przez co są znacznie bardziej ogólne i nie pozwalają na precyzyjną analizę zachowania się systemu [2]. Modele jakościowe mają wartość przede wszystkim edukacyjną i w tym aspekcie są lepsze niz modele ilościowe ponieważ pozwalają na łatwiejsze zrozumienie procesów zachodzących w obrebie systemu który modelują.↩