Boston Neuromind · Peak Performance — 학습장애 훈련 Training Protocol

진단에서 훈련으로 — 인지 능력 표적화From diagnosis to training

훈련은 진단의 산출물(일차 제약 인지 능력과 개입 우선순위)을 입력으로 받습니다. 진단이 "어느 인지 능력을, 어느 순서로"를 규정했다면, 훈련은 "그 순서를 회기 단위로 어떻게 구현할 것인가"를 설계합니다.Training takes the diagnostic output (primary cognitive ability and priority) as input. If diagnosis defines "which ability, in what order," training designs "how to implement that order across sessions."

실제 적용Applied

진단에서 일차 제약이 작업기억(Gwm)으로 규명된 학생이라면, 훈련은 작업기억 용량과 전략을 일차 표적으로 회기를 구성합니다 — 독해·암산 같은 실제 학습으로의 전이를 목표로.If diagnosis identified working memory (Gwm) as the primary constraint, training builds sessions targeting working-memory capacity and strategy — aiming to transfer to real learning such as reading comprehension and mental math.

검증. 성과 프로파일링은 현재-목표 능력 격차를 훈련 우선순위로 전환하는 확립된 절차다.Evidence. Performance profiling is an established method for converting current–target gaps into training priorities.Butler, R. J., & Hardy, L. (1992). The Sport Psychologist, 6(3), 253–264.

02 · 인지 능력별 훈련 ICognitive-ability training I

작업기억형 훈련 — 작업대 넓히기Working-memory type — widening the workbench

실제 훈련 장면Real training scenario

"화면에 점점 길어지는 순서를 기억해 따라 누릅니다. 동시에, 외운 걸 잊지 않으려는 그 상태를 뇌파 피드백으로 유지하는 연습을 합니다. 처음엔 3개도 벅찼는데, 점차 더 긴 정보를 붙들게 됐습니다.""I memorize and reproduce ever-longer sequences on screen, while EEG feedback helps me hold that 'keeping-it-in-mind' state. At first even three items overwhelmed me; gradually I could hold longer information."

작업기억형은 용량 자체와 유지 전략(청킹·시연)을 함께 키웁니다. 적응형 작업기억 과제와 전두-두정 활동 안정화를 결합합니다.The working-memory type builds both capacity and maintenance strategy (chunking, rehearsal), combining adaptive working-memory tasks with fronto-parietal stabilization.

Figure 1 · 작업기억형 NF 프로토콜

작업기억형 — 전두-두정 안정화. 작업기억 부하 상태에서 전두 정중선 세타와 두정 활동을 조절하고, 적응형 작업기억 과제(난이도 자동 조절)를 병행합니다.Working-memory — fronto-parietal stabilization. Regulating frontal-midline theta and parietal activity under load, paired with adaptive working-memory tasks (auto-adjusting difficulty).

검증. 작업기억은 읽기·수학·쓰기 성취의 강력한 예측자이며, 적응형 훈련과 전략 교수가 학습 전이에 유리하다. 전두-두정 네트워크가 그 신경 기반이다.Evidence. Working memory is a strong predictor of reading, math, and writing achievement; adaptive training and strategy instruction favor transfer, with a fronto-parietal neural basis.Alloway, T. P., & Alloway, R. G. (2010). Journal of Experimental Child Psychology, 106(1) · Sitaram, R., et al. (2017). Nature Reviews Neuroscience, 18(2).

03 · 인지 능력별 훈련 IICognitive-ability training II

처리속도형 훈련 — 속도·자동화Processing-speed type — speed & automaticity

실제 훈련 장면Real training scenario

"정확하되 빠르게 반응하는 과제를 반복합니다. 각성이 적정 수준일 때 속도가 가장 잘 나오는 걸 뇌파로 확인하며, 기초 기능(글자·숫자 인식)을 자동화하는 데 집중합니다.""I repeat tasks that demand accurate-but-fast responses, watching via EEG that speed peaks at the right arousal, and focus on automating basic skills (letter/number recognition)."

처리속도형은 기초 기능의 자동화와 적정 각성 유지를 결합합니다. 속도-정확도 균형 훈련으로 학업 산출의 병목을 줄입니다.The processing-speed type combines automation of basic skills with maintaining optimal arousal, using speed–accuracy balance training to ease the output bottleneck.

Figure 2 · 처리속도형 NF 프로토콜

처리속도형 — 각성 최적화. 처리속도가 최적이 되는 각성 상태를 SMR·각성 조절로 유지하고, 기초 기능 자동화 과제(빠른 명명 등)를 병행합니다.Processing-speed — arousal optimization. Holding the arousal state where speed peaks via SMR/arousal regulation, with automation tasks (rapid naming, etc.).

검증. 처리속도는 학업 산출의 독립적 예측자이며, 기초 기능의 자동화와 적정 각성 유지가 속도-정확도 균형에 기여한다.Evidence. Processing speed independently predicts academic output; automating basic skills and maintaining optimal arousal support the speed–accuracy balance.Geary, D. C. (2011). Developmental Psychology, 47(6), 1539–1552 · Arns, M., et al. (2014). Biological Psychology, 95.

04 · 인지 능력별 훈련 IIICognitive-ability training III

음운·청각처리형 훈련 — 소리-글자 연결Phonological type — sound–letter mapping

실제 훈련 장면Real training scenario

"소리를 쪼개고 합치는 음운 인식 훈련을 단계적으로 합니다. 글자-소리 대응을 반복해 자동화하면서, 읽기에 집중할 수 있는 차분한 상태를 뇌파로 유지합니다.""I do staged phonological-awareness training — segmenting and blending sounds — automating letter–sound mapping while maintaining, via EEG, a calm state that lets me focus on reading."

난독의 핵심 개입은 체계적 음운 인식·파닉스 훈련입니다. 여기에 읽기 중 주의 안정화(NF)를 보조로 결합합니다.The core intervention for dyslexia is systematic phonological-awareness and phonics training, complemented by attention stabilization (NF) during reading.

Figure 3 · 음운·청각처리형 NF 프로토콜

음운·청각처리형 — 읽기 안정화 보조. 핵심은 체계적 음운·파닉스 훈련이며, NF는 읽기 중 차분한 주의 유지(Cz SMR)를 보조합니다. 좌측 측두 영역 관련.Phonological — reading-stabilization support. The core is systematic phonological/phonics training; NF supports calm attention during reading (Cz SMR). Left-temporal relevance.

검증. 체계적 음운 인식·파닉스 교수는 읽기장애(난독) 개입의 근거 기반 핵심이며, 좌측 측두-두정 언어 네트워크의 활성 변화가 보고되어 왔다.Evidence. Systematic phonological-awareness and phonics instruction is the evidence-based core of dyslexia intervention, with reported activation changes in left temporo-parietal language networks.Peterson, R. L., & Pennington, B. F. (2015). Annual Review of Clinical Psychology, 11, 283–307 · Vellutino, F. R., et al. (2004). Journal of Child Psychology and Psychiatry, 45(1).

05 · 인지 능력별 훈련 IVCognitive-ability training IV

유동추론·혼합형 훈련 — 통합·안정화Fluid-reasoning / mixed — integration

실제 훈련 장면Real training scenario

"여러 능력이 함께 약해서, 매 세션 그날 가장 약한 부분을 먼저 다룹니다. 추론 과제와 작업기억 과제를 번갈아 하며, 새로운 문제에 구조를 세우는 연습을 합니다.""Several abilities are weak together, so each session addresses the day's weakest first. I alternate reasoning and working-memory tasks, practicing how to build structure for novel problems."

유동추론은 직접 훈련이 까다로우므로, 작업기억·전략을 토대로 추론 과제를 단계적으로 쌓습니다. 혼합형은 그날 가장 제약이 큰 능력을 먼저 다루고 변동을 추적합니다.Fluid reasoning is hard to train directly, so reasoning tasks are scaffolded on a working-memory and strategy base. The mixed type addresses the day's most constraining ability first and tracks variability.

Figure 4 · 유동추론·혼합형 NF 프로토콜

유동추론·혼합형 — 적응적 통합(⇅). 고정 프로토콜이 아니라, 매 세션 측정으로 그날 가장 약한 능력에 비중을 둡니다. 작업기억 기반 위에 추론 과제를 단계적으로 쌓습니다.Fluid/Mixed — adaptive integration(⇅). Not a fixed protocol; each session weights the day's weakest ability, scaffolding reasoning tasks on a working-memory base.

검증. 유동추론은 고차 학업 과제의 예측자이나 직접 훈련 전이가 제한적이므로, 작업기억·전략 기반의 단계적 접근이 권장된다. 변동성 평가에는 반복 측정과 베이지안 갱신이 적합하다.Evidence. Fluid reasoning predicts higher-order academic tasks but shows limited direct-training transfer, so a scaffolded approach on working memory and strategy is preferred; repeated measurement and Bayesian updating suit variability assessment.Cormier, D. C., et al. (2016). Psychology in the Schools, 53(8) · Hess, A. J., et al. (2025). Computational Psychiatry, 9(1).

발달적 단계화 — scaffold 원리Developmental scaffolding

훈련은 목표 단계로 도약시키지 않고, 무너진 최저 단계부터 순차적으로 쌓아 올립니다(기초 → 형성 → 통합). 기술은 위계적 수준을 거쳐 발달하므로(Fischer, 1980), 단계를 건너뛰면 상위 기술이 불안정해집니다.Training does not leap to the target; it builds sequentially from the lowest broken level (foundation → forming → integration). Since skill develops through hierarchical levels (Fischer, 1980), skipping destabilizes higher skills.

Figure 5 · 일차 인지 능력 발달 경로 (예: 작업기억 Gwm)

L8에서 L11로 한 번에 가지 않고, 각 단계가 다음 단계의 토대가 됩니다. 마지막 단계는 실제 발표 상황으로의 전이입니다. (예시)Not L8→L11 at once; each level scaffolds the next, ending in transfer to the real presentation. (Illustrative.)

검증. 동적 기술 이론은 기술이 위계적 수준을 거쳐 비선형적으로 발달함을 제시하며, 단계적 scaffold의 이론적 토대를 제공한다.Evidence. Dynamic Skill Theory shows nonlinear development through hierarchical levels, grounding sequential scaffolding.Fischer, K. W. (1980). Psychological Review, 87(6), 477–531.

뉴로피드백 — 전후 변화의 실제Neurofeedback — before and after

뉴로피드백은 폐회로 방식으로 뇌 활동을 자기조절하도록 훈련합니다. 개인의 QEEG 지표에 맞춰 프로토콜을 배정하며(예: 고베타 억제, SMR 강화), 훈련 전후의 객관 변화를 재측정으로 검증합니다.Neurofeedback trains self-regulation of brain activity via closed-loop feedback. Protocols are assigned to the individual's QEEG markers (e.g., high-beta down, SMR up), and objective change is verified by re-measurement.

Figure 6 · 인지 능력 표적 훈련 전후 (예: 작업기억 부하 시)

DeltaThetaAlphaBetaHigh-Beta

훈련 후 표적 인지 능력의 부하 시 뇌 활동이 효율화되는 전형적 변화. 색은 대역별 상대 강도. (개념적 예시 — 실제 변화는 개인·회기에 따라 다름)A typical post-training change toward more efficient activity under load in the targeted ability. Hue encodes band power. (Conceptual; real change varies by person and dose.)

검증. 폐회로 뇌 훈련은 고임팩트 저널의 신경영상 연구로 뇌 활동·연결성의 변화가 입증되었다.Evidence. Closed-loop brain training is supported by high-impact neuroimaging work showing changes in activity and connectivity.Sitaram, R., et al. (2017). Nature Reviews Neuroscience, 18(2), 86–100.

07 · 뉴로피드백 심화 INeurofeedback Advanced I

뉴로피드백은 어떻게 뇌를 훈련하는가 — 폐회로 원리How neurofeedback trains the brain — the closed loop

뉴로피드백은 뇌파를 실시간으로 측정해, 목표 상태(예: 차분한 집중)에 가까워질 때마다 즉각적인 보상 신호(소리·영상의 진행)를 돌려줍니다. 뇌는 이 피드백을 통해 어떤 내적 상태가 보상으로 이어지는지 학습하고, 조작적 조건화의 원리로 그 상태를 스스로 만들어내는 능력을 키웁니다. 약물이 아니라 자기조절 기술을 훈련하는 것입니다.Neurofeedback measures EEG in real time and returns an immediate reward signal (sound/visual progress) whenever the brain approaches a target state (e.g., calm focus). Through this feedback the brain learns which internal states lead to reward and, by operant conditioning, builds the ability to produce that state on its own. It trains a self-regulation skill, not a drug.

Figure 7 · 폐회로 뉴로피드백의 작동 원리

측정 → 분석 → 피드백 → 학습이 1초에도 여러 차례 반복되는 폐회로입니다. 뇌는 보상으로 이어지는 상태를 점차 안정적으로 재현하게 됩니다.A closed loop of measure → analyze → feed back → learn, repeated many times per second. The brain progressively reproduces the rewarded state more stably.

검증. 폐회로 뇌-기계 인터페이스로서의 뉴로피드백은 학습 기전(조작적 조건화·강화학습)과 신경가소성에 기반하며, 분야 최고 권위 리뷰로 그 원리가 정리되어 있다.Evidence. Neurofeedback as a closed-loop brain–machine interface rests on learning mechanisms (operant conditioning/reinforcement) and neuroplasticity, with principles consolidated in the field's landmark review.Sitaram, R., et al. (2017). Nature Reviews Neuroscience, 18(2), 86–100 · Enriquez-Geppert, S., et al. (2017). EEG-neurofeedback as a tool to modulate cognition. Frontiers in Human Neuroscience, 11, 51.

07 · 뉴로피드백 심화 IINeurofeedback Advanced II

프로토콜 — 무엇을, 어디서, 왜 훈련하는가Protocols — what, where, and why we train

뉴로피드백 프로토콜은 임의로 선택하지 않습니다. 진단에서 규명된 제약 요인과 측정된 QEEG 지표에 맞춰, 어느 대역을 어느 전극에서 올리거나 내릴지를 결정합니다. 아래는 본 프로그램에서 사용하는 대표 프로토콜과 그 적응증입니다(표준 문헌 기준).Protocols are not chosen arbitrarily. Matched to the diagnosed constraint and measured QEEG markers, we decide which band to up- or down-train at which electrode. Below are representative protocols and indications used in this program (standard-literature based).

Table 1 · 대표 뉴로피드백 프로토콜 (표준 참고)

프로토콜Protocol	대역·위치Band / site	방향Direction	적응 유형Indicated type
SMR	12–15 Hz · Cz / C4	강화 ↑up	처리속도형 — 각성 최적화Speed — arousal
Theta/Beta	θ 4–8 / β 15–20 · Czθ/β · Cz	θ↓ β↑θ↓ β↑	작업기억형 — 부하 안정WM — load stability
고베타 억제High-β down	20–30 Hz · Fz / F3·F4	억제 ↓down	작업기억·처리속도형 — 전두-두정 조절WM/Speed — fronto-parietal
SCP	완서전위 · Czslow cortical · Cz	조절regulate	혼합형 — 피질 흥분 조절Mixed — excitability
Alpha-Theta	α/θ · Pz / Ozα/θ · Pz/Oz	심화 이완deep relax	혼합형 — 상태 안정·회복Mixed — recovery
전두 알파 비대칭Frontal α-asym	F3 / F4	좌 활성 ↑left up	음운형 — 읽기 안정 보조Phonological — reading support

프로토콜·전극 위치·주파수는 공개 문헌의 표준 참고치입니다. 실제 임계·세부 파라미터는 개인 QEEG에 맞춰 임상가가 확정하며, 그 배정 규칙은 영업비밀로 비공개합니다.Protocols, sites, and frequencies are standard references from the open literature. Actual thresholds and detailed parameters are set by the clinician per the individual's QEEG; the assignment rules are withheld as trade secrets.

Figure 8 · 진단 → QEEG 마커 → 프로토콜 배정의 연결

프로토콜은 진단 결과와 객관 QEEG 마커에서 논리적으로 도출됩니다 — 표준 처방이 아니라 개인 지표에 정합한 배정입니다.Protocols follow logically from the diagnosis and objective QEEG markers — an assignment matched to individual data, not a standard prescription.

검증. SMR·세타/베타·SCP·전두 비대칭 등 표준 프로토콜은 인지·주의·정서 조절 영역에서 검증되어 왔으며, 개인 QEEG 기반의 표적화가 효과의 전제로 강조된다.Evidence. Standard protocols (SMR, theta/beta, SCP, frontal asymmetry) are validated across cognition, attention, and emotion regulation, with QEEG-based individualization emphasized as a precondition for effect.Enriquez-Geppert, S., et al. (2017). Frontiers in Human Neuroscience, 11, 51 · Arns, M., et al. (2014). Biological Psychology, 95, 108–115 · Gruzelier, J. H. (2014). EEG-neurofeedback for optimising performance. Neuroscience & Biobehavioral Reviews, 44, 124–141.

세션 설계 — 회기 구조와 측정 배치Session design

목표와 가용성에 따라 회기 수(5·10·15·20)를 선택하고, 각 회기에 뉴로피드백·심리기술·노출 훈련을 단계적으로 배치합니다. 객관 측정(QEEG)은 주기적으로 재측정하여 경과를 검증합니다. AI가 영역을 추천하면 임상가가 확정합니다.A session count (5/10/15/20) is chosen by goal and availability; each session phases in neurofeedback, psychological skills, and exposure. QEEG is re-taken periodically to verify progress. AI recommends areas; the clinician confirms.

Figure 9 · 10회기 예시 — NF 매 세션, QEEG 5회기마다 재측정

회기 구조는 고정 템플릿이 아니라 유형·목표·경과에 따라 유연하게 배치됩니다.Session structure is flexible by type, goal, and progress — not a fixed template.

검증. 성과 프로파일링에 기반한 표적화된 회기 설계는 능력 격차를 체계적으로 좁히는 절차로 확립되어 있다.Evidence. Profiling-based targeted session design is an established method for systematically closing ability gaps.Butler, R. J., & Hardy, L. (1992). The Sport Psychologist, 6(3).

채널별 경과 추적과 적응적 조정Per-channel tracking & adaptive adjustment

매 세션의 실측을 채널별로(뉴로피드백·QEEG·HRV·설문) 입력하여 기저 대비 변화를 평가합니다. 입력된 채널만 평가에 반영되며, 변화 양상에 따라 다음 회기 방향이 조정됩니다.Each session's actuals are entered per channel (NF, QEEG, HRV, survey) and evaluated against baseline. Only entered channels count; the next session is adjusted by the change pattern.

Table 2 · 변화 양상에 따른 다음 회기 조정 규칙

관측Observation	조정Adjustment
HRV 개선HRV improves	노출 강도 상향 (전이 가속)increase exposure intensity
고베타 잔존high-β persists	각성 조절 비중 상향raise arousal-regulation weight
주관·객관 불일치subjective–objective discordance	심리훈련(노출·인지) 강화intensify psychological skills
정체plateau	표적 재검토 → 진단 재라우팅re-examine target → re-route

실제 적용 · 사례 BApplied · Case B

S5 재측정에서 HRV 일관성은 개선됐으나 발표 상황 자기보고는 여전히 높은 긴장. 주관·객관 불일치에 따라 후반 회기에 노출 기반 심리훈련의 비중을 상향 조정.At S5, HRV coherence improved but self-reported tension in presentation contexts stayed high. Given the discordance, exposure-based psychological skills were up-weighted in later sessions.

검증. 경과를 사후확률에 반영하는 적응적 재라우팅은 베이지안 갱신의 직접 적용이며, 고정 프로토콜의 한계를 보완한다.Evidence. Adaptive re-routing that folds outcomes into the posterior is a direct application of Bayesian updating, addressing the limits of fixed protocols.Hess, A. J., et al. (2025). Computational Psychiatry, 9(1), 76–99.

용량-반응 — 안정 변화의 회기 수Dose–response

뉴로피드백의 효과는 회기 수에 의존합니다. 주관적 개선은 비교적 이른 시점(약 5~10회기)에 보고되기도 하나, 안정적이고 지속적인 변화는 대체로 15~40회기 범위에서 관찰됩니다. 본 프로그램의 회기 구성(5/10/15/20)은 이 용량-반응 관계를 고려하여 설계됩니다.Neurofeedback effects are dose-dependent. Subjective improvement may appear early (~5–10 sessions), but stable, lasting change is generally observed across ~15–40 sessions. Our session counts (5/10/15/20) reflect this.

Figure 10 · 개념적 용량-반응 곡선

회기 수 선택은 목표 안정성 수준에 따라 결정됩니다. (개념적 예시)Session count is chosen by the desired stability of change. (Conceptual.)

검증. 표준 프로토콜(SMR 등)은 다수 연구로 검증되었으며, 효과의 안정화는 충분한 훈련 용량을 요구한다.Evidence. Standard protocols (e.g., SMR) are validated across studies; stabilization requires sufficient training dose.Sitaram, R., et al. (2017). Nature Reviews Neuroscience, 18(2) · Arns, M., et al. (2014).

효과 근거의 정직한 등급화Honest grading of the evidence

우리는 근거 강도를 영역별로 정직하게 표기합니다. 모든 주장을 동일하게 다루지 않으며, 근거가 강한 프로토콜부터 적용합니다.We label evidence strength by domain honestly. Not all claims are treated equally; best-evidenced protocols are applied first.

Table 3 · 영역별 근거 등급

영역Domain	근거 강도Strength	비고Note
주의·임상Attention/clinical	강함Strong	메타분석 입증meta-analytic support
뇌 가소성 변화Plastic change	중간~강함Moderate–strong	신경영상 보고imaging-reported
sham 대조control	신중Cautious	해석 주의 필요interpret carefully
'최고 수행' 직접Peak-direct	축적 중Accumulating	개별 측정 기반 적용applied via individual data

Figure 11 · 뉴로피드백 효과 영역별 근거 강도 (개념적 요약)

영역마다 근거 강도가 다릅니다. 주의·실행기능은 비교적 잘 뒷받침되며, 최고 수행에 대한 직접 증거는 아직 축적 중입니다. 우리는 근거가 강한 영역부터 적용합니다. (개념적 요약 · 실제 효과크기는 연구마다 상이)Evidence strength differs by domain. Attention and executive function are comparatively well-supported; direct peak-performance evidence is still accumulating. We apply best-evidenced domains first. (Conceptual summary; actual effect sizes vary by study.)

검증. 뉴로피드백 문헌은 영역에 따라 근거 강도가 상이하며, 임상·주의 영역의 효과와 함께 방법론적 신중함(sham 대조)도 함께 보고되어 왔다.Evidence. The neurofeedback literature shows domain-varying evidence strength, reporting both clinical/attention efficacy and the need for methodological caution (sham control).Arns, M., et al. (2014). Biological Psychology, 95, 108–115 · Sitaram, R., et al. (2017). Nature Reviews Neuroscience, 18(2).

산출물과 안전·범위Deliverable, safety & scope

훈련의 산출물은 진단된 일차 제약 인지 능력을 발달 단계에 맞춰 끌어올리는 개인별 회기 프로토콜과, 회기마다 갱신되는 경과 기록, 그리고 실제 학습으로의 전이 계획입니다.The deliverable is an individualized session protocol that advances the diagnosed constraint along developmental levels, progress records updated each session, and a transfer plan into real performance.

본 훈련은 자격을 갖춘 임상가(BCN·PhD)의 웰니스·코칭 범위에서 제공되며 의학적 치료를 대체하지 않습니다. 위기 신호 발견 시 점수와 독립적으로 즉시 대응하며, 미성년·심한 과각성·외상 동반 등에서는 정신과 의뢰를 우선합니다. 프로토콜의 알고리즘적 배정 규칙과 가중치는 영업비밀로 비공개합니다. 근거 강도는 영역마다 상이하며 정직하게 표기합니다. 제시된 수치·곡선·뇌지도는 설명용 예시이며 개인별 결과를 보장하지 않습니다.Training is within a qualified clinician's (BCN·PhD) wellness/coaching scope and does not replace medical treatment. Crisis signals are acted on immediately; psychiatric referral is prioritized for minors, severe over-arousal, or trauma comorbidity. Protocol assignment rules and weights are withheld as trade secrets. Evidence strength varies by domain and is labeled honestly. Figures, curves, and brain maps are illustrative and do not guarantee individual results.

References

Alloway, T. P., & Alloway, R. G. (2010). Investigating the predictive roles of working memory and IQ in academic attainment. Journal of Experimental Child Psychology, 106(1), 20–29.
Arns, M., Heinrich, H., & Strehl, U. (2014). Evaluation of neurofeedback in ADHD. Biological Psychology, 95, 108–115.
Butler, R. J., & Hardy, L. (1992). The performance profile. The Sport Psychologist, 6(3), 253–264.
Caemmerer, J. M., et al. (2018). Effects of cognitive abilities on child and youth academic achievement. Intelligence, 68, 6–20.
Cormier, D. C., et al. (2016). The role of CHC cognitive abilities in predicting writing achievement. Psychology in the Schools, 53(8).
Enriquez-Geppert, S., Huster, R. J., & Herrmann, C. S. (2017). EEG-neurofeedback to modulate cognition and behavior. Frontiers in Human Neuroscience, 11, 51.
Fischer, K. W. (1980). A theory of cognitive development. Psychological Review, 87(6), 477–531.
Geary, D. C. (2011). Cognitive predictors of achievement growth in mathematics. Developmental Psychology, 47(6), 1539–1552.
Gruzelier, J. H. (2014). EEG-neurofeedback for optimising performance. Neuroscience & Biobehavioral Reviews, 44, 124–141.
Hess, A. J., et al. (2025). A Bayesian workflow for computational psychiatry. Computational Psychiatry, 9(1), 76–99.
Peterson, R. L., & Pennington, B. F. (2015). Developmental dyslexia. Annual Review of Clinical Psychology, 11, 283–307.
Sitaram, R., et al. (2017). Closed-loop brain training: The science of neurofeedback. Nature Reviews Neuroscience, 18(2), 86–100.
Vellutino, F. R., et al. (2004). Specific reading disability (dyslexia). Journal of Child Psychology and Psychiatry, 45(1), 2–40.

근거 강도는 영역마다 상이하며 이를 정직하게 표기합니다. 직접 훈련 전이가 제한적인 영역은 전략 교수와 병행합니다.Evidence strength varies by domain and is labeled honestly; domains with limited direct-training transfer are paired with strategy instruction.

Boston Neuromind · Learning Disability · Training Protocol · 2026