Neuroimage | 成功反馈在神经反馈中指导学习：一项ERP研究
Hello，
这里是红枪总队，我是Xianchao Ming~
2019年6月，《Neuroimage》（五年IF = 6.918）刊登了一篇有关神经反馈（neurofeedback）的文章。它是第一个用事件相关电位（ERP）探究神经反馈中大脑对不同性质的反馈加工的研究，也第一个分析了这些反馈如何影响随后大脑活动的调整。接下来我们将进行更加深入的了解。
背景了解
什么是神经反馈（neurofeedback）呢？它是一种生物反馈，在这种反馈中，测量个体的神经活动，并实时向个体呈现该活动的视觉、听觉或其他表现形式，以促进作为特定行为或病理基础的神经基质的自我调节。个体的任务是学习如何调节自己的大脑活动来控制神经反馈。Fetz (Science, 1969)等人最早用这项技术监测猴子单一神经元的活动，并在这些神经元增强放电时给它们喂食。结果发现，给予猴子奖励的增多伴随着它们神经元放大的增强，这种增强高达500%。这似乎表明，猴子通过增强神经元的激活来获取更多食物。而在人类研究中，神经反馈作为一项很有情景的技术，常常被用来研究大脑功能或者提高认知和情绪功能 (Sitaram, Nat. Rev. Neurosci., 2017)。
神经反馈的应用领域（Enriquez-Geppert, Front. Hum. Neurosci, 2017）
神经反馈主要扮演着心理治疗工具、最佳表现训练、实验方法的角色
神经反馈的系统（Enriquez-Geppert, Front. Hum. Neurosci, 2017）
神经反馈的数据收集可以通过脑电 (EEG, ElectroEncephaloGraphy)、脑磁 (MEG, MagnetoEncephaloGraphy)、核磁 (MRI, Magnetic Resonance imaging)、近红外 (NIRS, Near Infrared Reflectance Spectroscopy)等设备。收集数据后会进行在线的预处理、特征提取、呈现反馈。
神经反馈的循环(Sitaram, Nat. Rev. Neurosci. 2017)
这个loop一般从成像（neuroimage）开始，仪器检测到神经信号后，通过一些方法计算，将神经反馈转换成视觉、听觉、触觉等表现形式实时反馈给被试，让被试再进行下一试次的神经加工，完成loop。
上图呈现了三种算法，一是单变量方法，从单个通道或兴趣区提取信号，如诱发电位（evoked potential）；另一种常见的反馈方法是计算两个通道之间的一致性（coherence）或联结性（connectivity），测量两个通道的功能连接；常用到的方法是Multivariate pattern analyses (MVPAs)，它可以从几个维度将信息提取得更加丰富，据此整合的信号也包含了更多信息，对特定感觉、行为或心理过程所对应的大脑活动的分布有更灵敏的检测。
前言
神经反馈的成功与否取决于人们如何学习调节大脑的信号，因此，理解人们在神经反馈下如何学习是至关重要的。这一领域的多数研究都将操作性条件反射作为学习的主要机制，但没有研究对神经反馈学习过程中与加工反馈相关的神经机制进行评价，因此，我们对人们如何加工与学习有关的反馈信息知之甚少。据作者所知，迄今为止只有一项fMRI研究考察了人们在神经反馈过程中如何加工成功和失败反馈。
Radua（Neuroscience, 2018）让被试浏览图片并根据指示对眶额叶皮层（OFC, orbitofrontal cortex）进行相应的神经调节。如下图。
左边会出现三种类型的箭头，提示被试应该如何反应。当出现红色向上的箭头时，被试需要注视着右边的图片，增强OFC的活动；当出现白色向前的箭头时，被试处于静息状态注视图片，不控制大脑活动；当出现蓝色向下的箭头时，被试注视图片时应减弱OFC的活动。
图片有两种类型，一种是与污染相关的图片（OFC增强和减弱条件时的图片），诱发被试情绪；一种是中性图片（静息条件时的图片）。箭头和图片的呈现时长为26s，三种类型的箭头循环出现，图片不重复出现。下边的线代表目标脑区的神经反馈，白色、红色、蓝色分别代表静息、增强、减弱试次。
不过上述为fMRI研究，我们很难知道对反馈的快速、动态的反应。而在大多数使用EEG研究神经反馈的实验中，每隔半秒就会反馈一次大脑活动的信息，这种时间精确性是fMRI不具备的。
因而，本文作者首创式地用ERP探究神经反馈中个体如何加工成功、失败的反馈，了解大脑对反馈的响应如何影响个体调节大脑信号，以及开发更为有效的神经反馈方案。right-left alpha brain asymmetry (RLA)这种方案常常被用来治疗情感性疾病，实验一主要关注神经反馈中个体如何加工成功和失败的反馈，以及大脑不对称性对其的影响。
被试
130名神经正常的成年人（67名女性），18—32岁（21.88±2.63），视力或矫正视力正常。由于有噪声的脑电图数据，3名被试未被纳入分析。
每一名被试随机分配到一种神经反馈条件之中：
（1）RLA（N=41）：相比于左额叶区，被试需增加右额叶区域的α能量（电极点为F4/F3）。
（2）LRA（N=43）：增加左额叶区域的α（F3/F4）。
（3）FPA（N=43）：相比于顶骨区域，被试需要增加mid-frontal额叶区域的α能量（Fz/Pz）。
所有组的年龄和性别都是匹配。
ERP成分
FRN (feedback-related negativity):它是在大脑mid-frontal区域出现的负偏转，早在反馈呈现后的140ms就出现。它对反馈的许多参数都很敏感，包括相关性、概率和学习。
CP (correct positivity): 这个成分与和动机相关的刺激的编码有关，可以用来表示增强前额叶的控制。
P300：是大脑对新异刺激，或者与多感觉模式相关的注意刺激的正偏转。
以上这些信号在反馈引导学习的学习机制中提供了大量的信息，但是没有研究探究它们在神经反馈中是否有类似呈现，以及它们如何使自我调节的大脑活动学习成为可能。
如上流程图，实验总共有4个休息阶段和3个神经反馈阶段。单个休息阶段持续1.5分钟，屏幕中出现十字型注视点让被试注视，同时记录他们静息态下EEG信号。神经反馈阶段持续5分钟，被试收到的指导语为：尝试着控制自己的脑活动/想法来增大正方形的面积。如对于RLA组被试，他们被要求增强右额叶的脑活动来放大正方形面积。在每个回合开始时，屏幕中会出现一个白色小正方形，被试开始调节大脑目标区域的活动。
500ms后，屏幕中的正方形发生改变，代表着相应的神经反馈。当正方形变大变绿代表被试成功增强了目标脑区的活动；正方形变小变红代表目标脑区激活的减弱。正方形每一次增大和减小的量是固定的，不随EEG信号的改变，因而被试只知道他们有无增强目标脑区活动，而不知道改变的量是多少。总共有600次正方形的改变。
数值的计算：对于RLA组而言，计算右额电极（F4）和左额电极（F3）能量的自然对数（natural log），然后相减（[F4-F3]）。对于LRA组而言步骤一样，只是最后的值为[F3-F4]。而FPA组是中-前减去中-顶（[Fz-Pz]）。数值越大，神经反馈越成功。
结果
1、成功神经反馈的比率：
各组在三个bouts里成功神经反馈的比率差异不显著，说明被试接受到的成功、失败反馈数量差不多。
2、神经反馈的学习：
上图左图中，bout的主效应显著，两两对比显示，第一和第三个bout差异显著，其余不显著。右图中，FPA组的值显著低于其余组，这可能由于人类大脑后部（posterior）的能量通常高于前部（frontal），因而即使FPA组被试前部的α能量增强，减去后部α能量后值也较小。
3、成功、失败神经反馈：
FRN、CP成分上，成功反馈比失败反馈诱发了更大的波幅，这在各组近乎一致的。
4、神经反馈后的调整
好坏调整是根据实验指导语的，在本实验中，好的调整即为增强目标脑区的α能量，反之为不好的调整。对于FRN、P3a、P3b成分进行分析。发现对于FRN而言，只发现成功反馈的值更高。对于P3a，成功反馈后好的调整诱发的波幅大于不好的调整，而失败反馈没有这样的表现。并且这在各组间是一致的。P3b也呈现相似结果。此外，出现了反馈类型、调整和分组的三重交互作用，反映为FPA组被试同样在失败反馈后，出现了好坏调整之间的差异，而其他两个组没有。
结论
实验一发现神经反馈中不同类型反馈下FRN、CP、P3a、P3b的一些特点。并且发现不同神经反馈方案（RLA,LRA,FPA）对于成功、失败反馈的加工没有一致性差异，这可能表明ERPs中的神经反馈存在普遍的学习机制。
实验二
被试
55名神经方面健康的被试（25名女性），年龄在17-41岁（22.18±3.81）。视力正常；随机反馈组30名，右前额alpha增强组20名。经过一系列剔除，随机组剩26名，有效组剩19名。
程序
程序与实验一一样。而对于随机组被试而言，反馈是完全随机的，一半的反馈是正方形变大变绿，另一半变小变红，这组每个被试接受的反馈也是不一样的。有效组则和实验一的一样，接受真实的反馈（F4点上的）。
结果
1、神经反馈的学习
上图中，相比与随机反馈组，有效反馈组各bout之间有增长的训练模式。不过这只有在bout1和bout3之间才显著，与实验一结果一样。
2、神经反馈中的FRN和CP
在有效和随机反馈上，都发现了成功反馈比失败反馈诱发更大的FRN；而在CP上，反馈类型的主效应显著，成功反馈的CP更强。事后分析显示，有效组成功和失败反馈之间差异的值是大于无效组的，即便这两个组中成功和失败的差异都是显著。
3、神经反馈的调整：
结果表明，P3a上，只有有效反馈组在成功反馈后的好坏调整上差异显著。实验二中P3b几乎没有出现，仅有有效组的成功反馈后出现了微小的类P3b成分，但其间好坏调整也无差异。这与实验一不一致，究其原因，是实验一中P3b表现出来的效应可能是P3a效应的残留。
神经反馈训练的延续性
上图是实验一中被试进行神经反馈训练前后静息态下各组脑区激活模式的对比，结果发现前后没有差异，说明实验一中神经反馈的训练效果没有持续性。
上图为神经反馈前后被试静息态EEG的对比。结果发现，对于有效组而言，前后差异显著，但对于无效组不显著。表明有效的反馈有改善α值的趋势，但效应不强，不足以表明发生了稳固的学习。
总结论
神经反馈中，
1、相比失败反馈，FRN与CP对成功反馈的响应更强。
2、成功反馈后，好的调整的P3a显著高于不好的调整。
3、结果表明，个体会对成功反馈有更强的反应，并且在大脑中，P3a可能调节着活动增强。成功而并非失败，指导着神经反馈中的学习。
意义
1、这是第一个用ERP探究神经反馈中反馈的影响的研究，也第一个分析了这些反馈如何与随后的大脑活动的调整相联系。
2、研究表明神经反馈过程中反馈诱发的ERP与其他学习情境中诱发的是相似的，虽然有前人这样假设过，但这个实验是第一个直接检验。
3、成功反馈比失败反馈能引起更强烈的反应，这表明在神经反馈任务中，成功反馈可能是与大脑活动的后续调整最相关的。
4、在单一的神经反馈过程中，训练有素的大脑模式得到了改善，但在反馈停止后，大脑模式却没有得到改善。
启示
未来研究可以考察：
1、神经反馈中，多阶段学习情境下，大脑信号的特点。
2、如何通过神经反馈的联系，造成大脑静息状态的长期变化。