Сопоставление показателей мозговой активности у китайских и российских студентов в условиях распознавания информации, отнесенной к себе и другим людям

Нейровычислительные технологии – область междисциплинарных исследований и разработок, которая находит широкое применение в современной цифровой медицине. Одна из задач нейровычислительных технологий состоит в создании методик изучения мозговой активности человека в условиях социально­ориентированной деятельности при помощи современных информационных подходов. Цель предлагаемого исследования – разработать методику сбора и обработки психофизиологических данных, позволяющую изучать функциональные состояния головного мозга человека, ассоциированные с отнесением внешней информации к самому субъекту или другим людям. Под самоотнесением (самореференцией) понимается субъективная оценка человеком поступающей из внешней среды информации как имеющей отношение к нему самому. Отнесение информации к другим людям или неодушевленным объектам – это оценка информации как сообщения о ком­то другом или о вещах. В современной нейрофизиологии сложились два подхода к исследованию самореференции: 1 – регистрация мозговой активности в условиях покоя с последующим опросом участника на предмет выявления самоотнесенных мыслей; 2 – регистрация мозговой активности, вызванной самоотнесенными стимулами. В представленной работе была апробирована технология, сочетающая регистрацию и анализ ЭЭГ с просмотром видеозаписей изображений лица самого испытуемого или незнакомого ему человека. Новизна нашего подхода состоит в использовании видеозаписей человеческого лица, полученных на первом этапе обследования, для индукции состояний покоя, ассоциированных с распознаванием информации о разных субъектах, на более поздних этапах обследования. Нами был разработан программно­аппаратный модуль, т. е. комплект связанных друг с другом программ и процедур их применения, состоящий из блоков, позволяющих проводить полный цикл регистрации и обработки психологических и нейрофизиологических данных. При помощи этого модуля показатели электрической активности головного мозга (ЭЭГ), отражающие индивидуальные особенности распознавания информации, отнесенной к самому себе и другим людям, были сопоставлены между группами из 30 китайских (14 мужчин и 16 женщин, средний возраст 23.2 ± 0.4 года) и 32 российских (15 мужчин, 17 женщин, средний возраст 22.1 ± 0.4 года) участников. Мы проверили гипотезу, что различия в мозговой активности в интервалах функционального покоя между китайскими и российскими участниками зависят от их психологических различий в показателях коллективизма. Было выявлено, что функциональная активность мозга зависит от субъектной отнесенности лицевого видео, которое участники просматривали между интервалами покоя. Межнациональные различия наблюдались в активности переднего и заднего хабов дефолт­системы и зависели от субъектной отнесенности информации. У китайских, но не у российских участников выявлены достоверные положительные корреляции между уровнем коллективизма и спектральной плотностью в переднем хабе дефолт­системы во всех экспериментальных условиях для широкого ряда частотных диапазонов. Разработанный программно­аппаратный модуль включен в интегрированную цифровую платформу для проведения исследований в области системной биологии и цифровой медицины.

1. Beck A.T., Steer R.A., Brown G.K. Manual for the Beck Depression Inventory II. San Antonio, TX: Psychological Corporation, 1996 Bradley K.A., Colcombe S., Henderson S.E., Alonso C.M., Milham M.P., Gabbay V. Neural correlates of self-perceptions in adolescents with major depressive disorder. Dev. Cogn. Neurosci. 2016; 19:87-97. doi 10.1016/j.dcn.2016.02.007

2. Cross S.E., Bacon P.L., Morris M.L. The relational-interdependent selfconstrual and relationships. J. Pers. Soc. Psychol. 2000;78(4):791-808

3. Delorme A., Makeig S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Methods. 2004;134(1):9-21. doi 10.1016/j.jneumeth.2003.10.009

4. Fu X., Tamozhnikov S.S., Saprygin A.E., Istomina N.A., Klemeshova D.I., Savostyanov A.N. Convolutional neural networks for classifying healthy individuals practicing or not practicing meditation according to the EEG data. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2023;27(7):851-858. doi 10.18699/VJGB-23-98

5. Haxby J.V., Gobbini M.I., Furey M.L. Distributed and overlapping representations of faces and objects in ventral temporal cortex. Science. 2001;293(5539):2425-2430. doi 10.1126/science.1063736

6. Hu C., Di X., Eickhoff S.B., Zhang M., Peng K., Guo H., Sui J. Distinct and common aspects of physical and psychological self-representation in the brain: a meta-analysis of self-bias in facial and selfreferential judgements. Neurosci. Biobehav. Rev. 2016;61:197-207. doi 10.1016/j.neubiorev.2015.12.003

7. Ivanov R., Kazantsev F., Zavarzin E., Klimenko A., Milakhina N., Matushkin Y.G., Savostyanov A., Lashin S. ICBrainDB: an integrated database for finding associations between genetic factors and EEG markers of depressive disorders. J. Pers. Med. 2022;12(1):53. doi 10.3390/jpm12010053

8. Khanin Y.L. A Brief Guide to the C.D. Spielberger State and Trait Anxiety Scale. Leningrad, 1976 (in Russian)

9. Knyazev G.G., Savostyanov A.N., Volf N.V., Liou M., Bocharov A.V. EEG correlates of spontaneous self-referential thoughts: a cross-cultural study. Int. J. Psychophysiol. 2012;86(2):173-181. doi 10.1016/j.ijpsycho.2012.09.002

10. Knyazev G.G., Savostyanov A.N., Bocharov A.V., Tamozhnikov S.S., Saprigyn A.E. Task-positive and task-negative networks and their relation to depression: EEG beamformer analysis. Behav. Brain Res. 2016;306:160-169. doi 10.1016/j.bbr.2016.03.033

11. Knyazev G.G., Savostyanov A.N., Bocharov A.V., Levin E.A., Rudych P.D. Intrinsic connectivity networks in the self- and otherreferential processing. Front. Hum. Neurosci. 2020;14:579703. doi 10.3389/fnhum.2020.579703

12. Knyazev G.G., Savostyanov A.N., Bocharov A.V., Saprigyn A.E. Representational similarity analysis of self-versus other-processing: effect of trait aggressiveness. Aggress. Behav. 2024;50(1):e22125. doi 10.1002/ab.22125

13. Markus H.R., Kitayama S. Culture and the self: implications for cognition, emotion, and motivation. Psychol. Rev. 1991;98(2):224-253. doi 10.1037/0033-295X.98.2.224

14. Neff K.D., McGehee P. Self-compassion and psychological resilience among adolescents and young adults. Self Identity. 2010;9(3):225-240. doi 10.1080/15298860902979307

15. Northoff G., Bermpohl F. Cortical midline structures and the self. Trends Cogn. Sci. 2004;8(3):102-107. doi 10.1016/j.tics.2004.01.004

16. Northoff G., Heinzel A., De Greck M., Bermpohl F., Dobrowolny H., Panksepp J. Self-referential processing in our brain – a meta-analysis of imaging studies on the self. NeuroImage. 2005;31(1):440-457. doi 10.1016/j.neuroimage.2005.12.002

17. Pascual-Margui R.D. Standardized low-resolution brain electromagnetic tomography (sLORETA). Technical details. Methods Find. Exp. Clin. Pharmacol. 2002;24(Suppl.D):5-12

18. Quevedo K., Harms M., Sauder M., Scott H., Mohamed S., Thomas K.M., Schallmo M.-P., Smyda G. The neurobiology of self face recognition among depressed adolescents. J. Affect. Disord. 2018; 229:22-31. doi 10.1016/j.jad.2017.12.023

19. Raichle M.E. The brain’s default mode network. Annu. Rev. Neurosci. 2015;38:433-447. doi 10.1146/annurev-neuro-071013-014030

20. Savostyanov A.N., Vergunov E.G., Saprygin A.E., Lebedkin D.A. Validation of a face image assessment technology to study the dynamics of human functional states in the EEG resting-state paradigm. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2022;26(8):765-772. doi 10.18699/VJGB-22-92

21. Singelis T.M. The measurement of independent and interdependent self-construals. Personality Social Psychol. Bull. 1994;20(5):580-591. doi 10.1177/0146167294205014

22. Spielberger C.D., Gorsuch R.L., Lushene R.E. Manual for the State-Trait Anxiety Inventory. Palo Alto, CA: Consulting Psychologists Press, 1970

23. Yakovleva E.V. Theory of reference and theory of psyhosys tematics. Izvestiia Rossiiskogo Gosudarstvennogo Pedagogicheskogo Universiteta im. A.I. Gertsena = Izvestia: Herzen University Journal of Humanities and Sciences. 2011;131:226-233 (in Russian)