Известия высших учебных заведений

Прикладная нелинейная динамика

ISSN 0869-6632 (Print)
ISSN 2542-1905 (Online)


Для цитирования:

Храмов А. Е., Максименко В. А., Фролов Н. С., Куркин С. А., Грубов В. В., Бадарин А. А., Андреев А. В., Казанцев В. Б., Гордлеева С. Ю., Пицик Е. Н., Писарчик А. Н. Мониторинг состояния головного мозга человека в задачах принятия решений при восприятии стимулов // Известия вузов. ПНД. 2021. Т. 29, вып. 4. С. 603-634. DOI: 10.18500/0869-6632-2021-29-4-603-634

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
(загрузок: 197)
Язык публикации: 
русский
Тип статьи: 
Обзорная статья
УДК: 
57.024; 53.047

Мониторинг состояния головного мозга человека в задачах принятия решений при восприятии стимулов

Авторы: 
Храмов Александр Евгеньевич, Университет Иннополис
Максименко Владимир Александрович, Университет Иннополис
Фролов Никита Сергеевич, Университет Иннополис
Куркин Семен Андреевич, Университет Иннополис
Грубов Вадим Валерьевич, Университет Иннополис
Бадарин Артем Александрович, Университет Иннополис
Андреев Андрей Викторович, Университет Иннополис
Казанцев Виктор Борисович, Институт прикладной физики РАН (ИПФ РАН)
Гордлеева Сусанна Юрьевна, Нижегородский государственный университет имени Н.И.Лобачевского (ННГУ)
Пицик Елена Николаевна, Университет Иннополис
Писарчик Александр Николаевич, Мадридский политехнический университет, Центр биомедицинских технологий
Аннотация: 

Цель настоящего обзора – рассмотрение современного состояния исследования сенcомоторной интеграции в мозге человека при визуальном восприятии и последующем принятии решений в условиях недостаточной информации. Методы. В данном обзоре рассматриваются подходы частотно-временного вейвлет-анализа для выявления особенностей активности мозга при выполнении перцептивных задач, а также возможности использования подобных методов в задачах построения интерфейсов мозг – компьютер. Результаты. Выявлены электроэнцефалографические маркеры повышенной концентрации внимания при восприятии визуальных стимулов. На их основе созданы интерфейсы мозг – компьютер, которые могут контролировать внимание и управлять им с помощью биологической обратной связи. Заключение. Показано, что скорость и правильность наших решений зависят от качества сенсорных доказательств. Неоднозначная сенсорная информация требует большего времени для обработки, большего внимания и увеличивает вероятность ошибки. С использованием такого нейроинтерфейса показано, что ресурс мозга ограничен, и он не способен поддерживать внимание на постоянном уровне – интервалы повышенного внимания чередуются с периодами восстановления. 

Благодарности: 
Работа выполнена при поддержке Президентской программы поддержки научных школ РФ, грант НШ-2594.2020.2
Список источников: 
  1. American Association for the Advancement of Science. Human performance in space: Advancing astronautics research in China // Science. 2014. Vol. 345, no. 6203. P. 1522. DOI: 10.1126/science.345.6203.1522-d.
  2. Borghini G., Aricoo P., Di Flumeri G., Cartocci G., Colosimo A., Bonelli S., Golfetti A., Imbert J.P., Granger G., Benhacene R., Pozzi S., Babiloni F. EEG-based cognitive control behaviour assessment: An ecological study with professional air traffic controllers // Scientific Reports. 2017. Vol. 7, no. 1. P. 547. DOI: 10.1038/s41598-017-00633-7.
  3. Di Flumeri G., De Crescenzio F., Berberian B., Ohneiser O., Kramer J., Arico P., Borghini G., Babiloni F., Bagassi S., Piastra S. Brain–computer interface-based adaptive automation to prevent out-of-the-loop phenomenon in air traffic controllers dealing with highly automated systems // Frontiers in Human Neuroscience. 2019. Vol. 13. P. 296. DOI: 10.3389/fnhum.2019.00296.
  4. Hramov A. E., Maksimenko V. A., Pisarchik A. N. Physical principles of brain-computer interfaces and their applications for rehabilitation, robotics and control of human brain states // Physics Reports (accepted). 2021. DOI: 10.1016/j.physrep.2021.03.002.
  5. Heekeren H. R., Marrett S., Bandettini P. A., Ungerleider L. G. A general mechanism for perceptual decision-making in the human brain // Nature. 2004. Vol. 431, no. 7010. P. 859–862. DOI: 10.1038/nature02966.
  6. Davison E. N., Schlesinger K. J., Bassett D. S., Lynall M.-E., Miller M. B., Grafton S. T., Carlson J. M. Brain network adaptability across task states // PLOS Computational Biology. 2015. Vol. 11, no. 1. P. e1004029. DOI: 10.1371/journal.pcbi.1004029.
  7. Parks E. L., Madden D. J. Brain connectivity and visual attention // Brain Connectivity. 2013. Vol. 3, no. 4. P. 317–338. DOI: 10.1089/brain.2012.0139.
  8. Shine J. M., Poldrack R. A. Principles of dynamic network reconfiguration across diverse brain states // NeuroImage. 2018. Vol. 180. P. 396–405. DOI: 10.1016/j.neuroimage.2017.08.010.
  9. Smith S. Linking cognition to brain connectivity // Nature Neuroscience. 2016. Vol. 19, no. 1. P. 7–9. DOI: 10.1038/nn.4206.
  10. Храмов А. Е., Фролов Н. С., Максименко В. А., Куркин С. А., Казанцев В. Б., Писарчик А. Н. Функциональные сети головного мозга: от восстановления связей до динамической интеграции // УФН (принята к публикации). 2021. DOI: 10.3367/UFNr.2020.06.038807.
  11. van den Heuvel M. P., Pol H. E. H. Exploring the brain network: A review on resting-state fMRI functional connectivity // European Neuropsychopharmacology. 2010. Vol. 20, no. 8. P. 519–534. DOI: 10.1016/j.euroneuro.2010.03.008.
  12. Xu J., Potenza M. N., Calhoun V. D. Spatial ICA reveals functional activity hidden from traditional fMRI GLM-based analyses // Frontiers in Neuroscience. 2013. Vol. 7. P. 154. DOI: 10.3389/fnins.2013.00154.
  13. Rosenberg M. D., Finn E. S., Scheinost D., Papademetris X., Shen X., Constable R. T., Chun M. M. A neuromarker of sustained attention from whole-brain functional connectivity // Nature Neuroscience. 2016. Vol. 19, no. 1. P. 165–171. DOI: 10.1038/nn.4179.
  14. Li J., Lim J., Chen Y., Wong K., Thakor N., Bezerianos A., Sun Y. Mid-task break improves global integration of functional connectivity in lower alpha band // Frontiers in Human Neuroscience. 2016. Vol. 10. P. 304. DOI: 10.3389/fnhum.2016.00304.
  15. Finc K., Bonna K., Lewandowska M., Wolak T., Nikadon J., Dreszer J., Duch W., Kuhn S. Transition of the functional brain network related to increasing cognitive demands // Human Brain Mapping. 2017. Vol. 38, no. 7. P. 3659–3674. DOI: 10.1002/hbm.23621.
  16. Fries P. Rhythms for cognition: Communication through coherence // Neuron. 2015. Vol. 88, no. 1. P. 220–235. DOI: 10.1016/j.neuron.2015.09.034. 
  17. Lisman J. E., Jensen O. The theta-gamma neural code // Neuron. 2013. Vol. 77, no. 6. P. 1002–1016. DOI: 10.1016/j.neuron.2013.03.007.
  18. Canolty R. T., Edwards E., Dalal S. S., Soltani M., Nagarajan S. S., Kirsch H. E., Berger M. S., Barbaro N. M., Knight R. T. High gamma power is phase-locked to theta oscillations in human neocortex // Science. 2006. Vol. 313, no. 5793. P. 1626–1628. DOI: 10.1126/science.1128115.
  19. Maksimenko V. A., Luttjohann A., Makarov V. V., Goremyko M. V., Koronovskii A. A., Nedaivozov V., Runnova A. E., van Luijtelaar G., Hramov A. E., Boccaletti S. Macroscopic and microscopic spectral properties of brain networks during local and global synchronization // Phys. Rev. E. 2017. Vol. 96, no. 1. P. 012316. DOI: 10.1103/PhysRevE.96.012316.
  20. Michalareas G., Vezoli J., van Pelt S., Schoffelen J.-M., Kennedy H., Fries P. Alpha-beta and gamma rhythms subserve feedback and feedforward influences among human visual cortical areas // Neuron. 2016. Vol. 89, no. 2. P. 384–397. DOI: 10.1016/j.neuron.2015.12.018.
  21. Buffalo E. A., Fries P., Landman R., Buschman T. J., Desimone R. Laminar differences in gamma and alpha coherence in the ventral stream // Proceedings of the National Academy of Sciences of the United States of America. 2011. Vol. 108, no. 27. P. 11262–11267. DOI: 10.1073/pnas.1011284108.
  22. Frolov N., Maksimenko V., Hramov A. Revealing a multiplex brain network through the analysis of recurrences // Chaos: An Interdisciplinary Journal of Nonlinear Science. 2020. Vol. 30, no. 12. P. 121108. DOI: 10.1063/5.0028053.
  23. Pisarchik A. N., Maksimenko V. A., Andreev A. V., Frolov N. S., Makarov V. V., Zhuravlev M. O., Runnova A. E., Hramov A. E. Coherent resonance in the distributed cortical network during sensory information processing // Scientific Reports. 2019. Vol. 9, no. 1. P. 18325. DOI: 10.1038/s41598-019-54577-1.
  24. Frolov N. S., Maksimenko V. A., Khramova M. V., Pisarchik A. N., Hramov A. E. Dynamics of functional connectivity in multilayer cortical brain network during sensory information processing // The European Physical Journal Special Topics. 2019. Vol. 228, no. 11. P. 2381–2389. DOI: 10.1140/epjst/e2019-900077-7.
  25. Maksimenko V. A., Runnova A. E., Frolov N. S., Makarov V. V., Nedaivozov V., Koronovskii A. A., Pisarchik A., Hramov A. E. Multiscale neural connectivity during human sensory processing in the brain // Phys. Rev. E. 2018. Vol. 97, no. 5. P. 052405. DOI: 10.1103/PhysRevE.97.052405.
  26. Maksimenko V. A., Frolov N. S., Hramov A. E., Runnova A. E., Grubov V. V., Kurths J., Pisarchik A. N. Neural interactions in a spatially-distributed cortical network during perceptual decision-making // Frontiers in Behavioral Neuroscience. 2019. Vol. 13. P. 220. DOI: 10.3389/fnbeh.2019.00220.
  27. Helfrich R. F., Huang M., Wilson G., Knight R. T. Prefrontal cortex modulates posterior alpha oscillations during top-down guided visual perception // Proceedings of the National Academy of Sciences of the United States of America. 2017. Vol. 114, no. 35. P. 9457–9462. DOI: 10.1073/pnas.1705965114.
  28. Sellers K. K., Yu C., Zhou Z. C., Stitt I., Li Y., Radtke-Schuller S., Alagapan S., Frohlich F. Oscillatory dynamics in the frontoparietal attention network during sustained attention in the ferret // Cell Reports. 2016. Vol. 16, no. 11. P. 2864–2874. DOI: 10.1016/j.celrep.2016.08.055.
  29. Scolari M., Seidl-Rathkopf K. N., Kastner S. Functions of the human frontoparietal attention network: Evidence from neuroimaging // Current Opinion in Behavioral Sciences. 2015. Vol. 1. P. 32–39. DOI: 10.1016/j.cobeha.2014.08.003.
  30. Clayton M. S., Yeung N., Kadosh R. C. The roles of cortical oscillations in sustained attention // Trends in Cognitive Sciences. 2015. Vol. 19, no. 4. P. 188–195. DOI: 10.1016/j.tics.2015.02.004.
  31. Miodrag N., Hodapp R. M. Chronic stress and its implications on health among families of children with intellectual and developmental disabilities (I/DD) // International Review of Research in Developmental Disabilities. Vol. 41. Elsevier, 2011. P. 127–161. DOI: 10.1016/B978-0-12-386495-6.00004-7.
  32. Kornmeier J., Pfaffle M., Bach M. Necker cube: Stimulus-related (low-level) and percept-related (high-level) EEG signatures early in occipital cortex // Journal of Vision. 2011. Vol. 11, no. 9. P. 12. DOI: 10.1167/11.9.12.
  33. Maksimenko V. A., Runnova A. E., Zhuravlev M. O., Makarov V. V., Nedayvozov V., Grubov V. V., Pchelintceva S. V., Hramov A. E., Pisarchik A. N. Visual perception affected by motivation and alertness controlled by a noninvasive brain-computer interface // PLOS One. 2017. Vol. 12, no. 12. P. e0188700. DOI: 10.1371/journal.pone.0188700.
  34. Hramov A. E., Frolov N. S., Maksimenko V. A., Makarov V. V., Koronovskii A. A., Garcia-Prieto J., Anton-Toro L. F., Maestu F., Pisarchik A. N. Artificial neural network detects human uncertainty // Chaos: An Interdisciplinary Journal of Nonlinear Science. 2018. Vol. 28, no. 3. P. 033607. DOI: 10.1063/1.5002892.
  35. Denison R. N., Adler W. T., Carrasco M., Ma W. J. Humans incorporate attention-dependent uncertainty into perceptual decisions and confidence // Proceedings of the National Academy of Sciences of the United States of America. 2018. Vol. 115, no. 43. P. 11090–11095. DOI: 10.1073/pnas.1717720115.
  36. Weisz N., Wuhle A., Monittola G., Demarchi G., Frey J., Popov T., Braun C. Prestimulus oscillatory power and connectivity patterns predispose conscious somatosensory perception // Proceedings of the National Academy of Sciences of the United States of America. 2014. Vol. 111, no. 4. P. E417–E425. DOI: 10.1073/pnas.1317267111.
  37. Runnova A. E., Hramov A. E., Grubov V. V., Koronovskii A. A., Kurovskaya M. K., Pisarchik A. N. Theoretical background and experimental measurements of human brain noise intensity in perception of ambiguous images // Chaos, Solitons & Fractals. 2016. Vol. 93. P. 201–206. DOI: 10.1016/j.chaos.2016.11.001.
  38. Hramov A. E., Maksimenko V. A., Pchelintseva S. V., Runnova A. E., Grubov V. V., Musatov V. Y., Zhuravlev M. O., Koronovskii A. A., Pisarchik A. N. Classifying the perceptual interpretations of a bistable image using EEG and artificial neural networks // Frontiers in Neuroscience. 2017. Vol. 11. P. 674. DOI: 10.3389/fnins.2017.00674.
  39. Chholak P., Kurkin S. A., Hramov A. E., Pisarchik A. N. Event-related coherence in visual cortex and brain noise: An MEG study // Applied Sciences. 2021. Vol. 11, no. 1. P. 375. DOI: 10.3390/app11010375.
  40. Hramov A. E., Kurovskaya M. K., Runnova A. E., Zhuravlev M. O., Grubov V. V., Koronovskii A. A., Pavlov A. N., Pisarchik A. N. Intermittent behavior in the brain neuronal network in the perception of ambiguous images // Proc. SPIE. Dynamics and Fluctuations in Biomedical Photonics XIV. Vol. 10063. SPIE BiOS, 2017. P. 1006314. DOI: 10.1117/12.2249888.
  41. Chholak P., Maksimenko V. A., Hramov A. E., Pisarchik A. N. Voluntary and involuntary attention in bistable visual perception: A MEG study // Frontiers in Human Neuroscience. 2020. Vol. 14. P. 597895. DOI: 10.3389/fnhum.2020.597895.
  42. Chholak P., Hramov A. E., Pisarchik A. N. An advanced perception model combining brain noise and adaptation // Nonlinear Dynamics. 2020. Vol. 100, no. 4. P. 3695–3709. DOI: 10.1007/s11071-020-05741-0.
  43. Hramov A. E., Maksimenko V., Koronovskii A., Runnova A. E., Zhuravlev M., Pisarchik A. N., Kurths J. Percept-related EEG classification using machine learning approach and features of functional brain connectivity // Chaos: An Interdisciplinary Journal of Nonlinear Science. 2019. Vol. 29, no. 9. P. 093110. DOI: 10.1063/1.5113844.
  44. Maksimenko V. A., Kuc A., Frolov N. S., Khramova M. V., Pisarchik A. N., Hramov A. E. Dissociating cognitive processes during ambiguous information processing in perceptual decisionmaking // Frontiers in Behavioral Neuroscience. 2020. Vol. 14. P. 95. DOI: 10.3389/fnbeh.2020.00095. 
  45. Maksimenko V., Kuc A., Frolov N., Kurkin S., Hramov A. Effect of repetition on the behavioral and neuronal responses to ambiguous Necker cube images // Scientific Reports. 2021. Vol. 11, no. 1. P. 3454. DOI: 10.1038/s41598-021-82688-1.
  46. Sehatpour P., Molholm S., Schwartz T. H., Mahoney J. R., Mehta A. D., Javitt D. C., Stanton P. K., Foxe J. J. A human intracranial study of long-range oscillatory coherence across a frontal–occipital– hippocampal brain network during visual object processing // Proceedings of the National Academy of Sciences of the United States of America. 2008. Vol. 105, no. 11. P. 4399–4404. DOI: 10.1073/pnas.0708418105.
  47. Chand G. B., Dhamala M. The salience network dynamics in perceptual decision-making // NeuroImage. 2016. Vol. 134. P. 85–93. DOI: 10.1016/j.neuroimage.2016.04.018.
  48. Chand G. B., Dhamala M. Interactions between the anterior cingulate-insula network and the frontparietal network during perceptual decision-making // NeuroImage. 2017. Vol. 152. P. 381–389. DOI: 10.1016/j.neuroimage.2017.03.014.
  49. Siegel M., Engel A. K., Donner T. H. Cortical network dynamics of perceptual decision-making in the human brain // Frontiers in Human Neuroscience. 2011. Vol. 5. P. 21. DOI: 10.3389/fnhum.2011.00021.
  50. Anderson K. L., Ding M. Attentional modulation of the somatosensory mu rhythm // Neuroscience. 2011. Vol. 180. P. 165–180. DOI: 10.1016/j.neuroscience.2011.02.004.
  51. Bauer M., Kennett S., Driver J. Attentional selection of location and modality in vision and touch modulates low-frequency activity in associated sensory cortices // Journal of Neurophysiology. 2012. Vol. 107, no. 9. P. 2342–2351. DOI: 10.1152/jn.00973.2011.
  52. Gola M., Magnuski M., Szumska I., Wrobel A. EEG beta band activity is related to attention and attentional deficits in the visual performance of elderly subjects // International Journal of Psychophysiology. 2013. Vol. 89, no. 3. P. 334–341. DOI: 10.1016/j.ijpsycho.2013.05.007.
  53. van Dijk H., Schoffelen J.-M., Oostenveld R., Jensen O. Prestimulus oscillatory activity in the alpha band predicts visual discrimination ability // Journal of Neuroscience. 2008. Vol. 28, no. 8. P. 1816–1823. DOI: 10.1523/JNEUROSCI.1853-07.2008.
  54. Hanslmayr S., Aslan A., Staudigl T., Klimesch W., Herrmann C. S., Bauml K.-H. Prestimulus oscillations predict visual perception performance between and within subjects // NeuroImage. 2007. Vol. 37, no. 4. P. 1465–1473. DOI: 10.1016/j.neuroimage.2007.07.011.
  55. Scocchia L., Valsecchi M., Triesch J. Top-down influences on ambiguous perception: the role of stable and transient states of the observer // Frontiers in Human Neuroscience. 2014. Vol. 8. P. 979. DOI: 10.3389/fnhum.2014.00979.
  56. Park G., Vasey M. W., Kim G., Hu D. D., Thayer J. F. Trait anxiety is associated with negative interpretations when resolving valence ambiguity of surprised faces // Frontiers in Psychology. 2016. Vol. 7. P. 1164. DOI: 10.3389/fpsyg.2016.01164.
  57. Hramov A. E., Koronovskii A. A., Makarov V. A., Pavlov A. N., Sitnikova E. Wavelets in Neuroscience. Springer Series in Synergetics. Springer-Verlag Berlin Heidelberg, 2015. P. 318. DOI: 10.1007/978-3-662-43850-3.
  58. Lopes da Silva F. EEG and MEG: Relevance to neuroscience // Neuron. 2013. Vol. 80, no. 5. P. 1112–1128. DOI: 10.1016/j.neuron.2013.10.017.
  59. Kayser C., Ince R. A. A., Panzeri S. Analysis of slow (theta) oscillations as a potential temporal reference frame for information coding in sensory cortices // PLOS Computational Biology. 2012. Vol. 8, no. 10. P. e1002717. DOI: 10.1371/journal.pcbi.1002717.
  60. von Stein A., Sarnthein J. Different frequencies for different scales of cortical integration: from local gamma to long range alpha/theta synchronization // International Journal of Psychophysiology. 2000. Vol. 38, no. 3. P. 301–313. DOI: 10.1016/S0167-8760(00)00172-0. 
  61. Pfurtscheller G., Neuper C., Mohl W. Event-related desynchronization (ERD) during visual processing // International Journal of Psychophysiology. 1994. Vol. 16, no. 2–3. P. 147–153. DOI: 10.1016/0167-8760(89)90041-X.
  62. Engel A. K., Fries P. Beta-band oscillations – signalling the status quo? // Current Opinion in Neurobiology. 2010. Vol. 20, no. 2. P. 156–165. DOI: 10.1016/j.conb.2010.02.015.
  63. Okazaki M., Kaneko Y., Yumoto M., Arima K. Perceptual change in response to a bistable picture increases neuromagnetic beta-band activities // Neuroscience Research. 2008. Vol. 61, no. 3. P. 319–328. DOI: 10.1016/j.neures.2008.03.010.
  64. Buschman T. J., Miller E. K. Top-down versus bottom-up control of attention in the prefrontal and posterior parietal cortices // Science. 2007. Vol. 315, no. 5820. P. 1860–1862. DOI: 10.1126/science.1138071.
  65. Maris E., Oostenveld R. Nonparametric statistical testing of EEG- and MEG-data // Journal of Neuroscience Methods. 2007. Vol. 164, no. 1. P. 177–190. DOI: 10.1016/j.jneumeth.2007.03.024.
  66. Lee T. G., D’Esposito M. The dynamic nature of top-down signals originating from prefrontal cortex: A combined fMRI–TMS study // Journal of Neuroscience. 2012. Vol. 32, no. 44. P. 15458–15466. DOI: 10.1523/JNEUROSCI.0627-12.2012.
  67. Cohen M. X., van Gaal S. Dynamic interactions between large-scale brain networks predict behavioral adaptation after perceptual errors // Cerebral Cortex. 2013. Vol. 23, no. 5. P. 1061–1072. DOI: 10.1093/cercor/bhs069.
  68. de Borst A. W., Sack A. T., Jansma B. M., Esposito F., de Martino F., Valente G., Roebroeck A., di Salle F., Goebel R., Formisano E. Integration of “what” and “where” in frontal cortex during visual imagery of scenes // NeuroImage. 2012. Vol. 60, no. 1. P. 47–58. DOI: 10.1016/j.neuroimage.2011.12.005.
  69. Mathes B., Khalaidovski K., Schmiedt-Fehr C., Basar-Eroglu C. Frontal theta activity is pronounced during illusory perception // International Journal of Psychophysiology. 2014. Vol. 94, no. 3. P. 445–454. DOI: 10.1016/j.ijpsycho.2014.08.585.
  70. Yokota Y., Minami T., Naruse Y., Nakauchi S. Neural processes in pseudo perceptual rivalry: An ERP and time–frequency approach // Neuroscience. 2014. Vol. 271. P. 35–44. DOI: 10.1016/j.neuroscience.2014.04.015.
  71. Spitzer B., Haegens S. Beyond the status quo: A role for beta oscillations in endogenous content (re)activation // eNeuro. 2017. Vol. 4, no. 4. P. ENEURO.0170–17.2017. DOI: 10.1523/ENEURO.0170-17.2017.
  72. Maksimenko V. A., Runnova A. E., Zhuravlev M. O., Makarov V. V., Nedayvozov V., Grubov V. V., Pchelintceva S. V., Hramov A. E., Pisarchik A. N. Visual perception affected by motivation and alertness controlled by a noninvasive brain-computer interface // PLOS One. 2017. Vol. 12, no. 12. P. e0188700. DOI: 10.1371/journal.pone.0188700.
  73. Beer A. L., Roder B. Attending to visual or auditory motion affects perception within and across modalities: an event-related potential study // European Journal of Neuroscience. 2005. Vol. 21, no. 4. P. 1116–1130. DOI: 10.1111/j.1460-9568.2005.03927.x.
  74. Maksimenko V. A., Runnova A. E., Zhuravlev M. O., Protasov P., Kulanin R., Khramova M. V., Pisarchik A. N., Hramov A. E. Human personality reflects spatio-temporal and time-frequency EEG structure // PLOS One. 2018. Vol. 13, no. 9. P. e0197642. DOI: 10.1371/journal.pone.0197642.
  75. Maksimenko V. A., Pavlov A., Runnova A. E., Nedaivozov V., Grubov V., Koronovskii A., Pchelintseva S. V., Pitsik E., Pisarchik A. N., Hramov A. E. Nonlinear analysis of brain activity, associated with motor action and motor imaginary in untrained subjects // Nonlinear Dynamics. 2018. Vol. 91, no. 4. P. 2803–2817. DOI: 10.1007/s11071-018-4047-y.
  76. Maksimenko V. A., Hramov A. E., Frolov N. S., Luttjohann A., Nedaivozov V. O., Grubov V. V., Runnova A. E., Makarov V. V., Kurths J., Pisarchik A. N. Increasing human performance by sharing cognitive load using brain-to-brain interface // Frontiers in Neuroscience. 2018. Vol. 12. P. 949. DOI: 10.3389/fnins.2018.00949.
Поступила в редакцию: 
23.03.2021
Принята к публикации: 
15.04.2021
Опубликована: 
30.07.2021