Gehirn-Netzwerke während des freien Betrachtens des komplexen erotischen Filmes: Neue Einblicke auf psychogene erektile Dysfunktion (2014)

Plus eins. 2014 August 15; 9 (8): e105336. doi: 10.1371 / journal.pone.0105336. eCollection 2014.

Cera N1, Di Pierro ED2, Ferretti A1, Tartaro A1, Romani GL1, Perrucci MG1.

Veröffentlicht: August 15, 2014

DOI: 10.1371 / journal.pone.0105336

Abstrakt

Psychogene erektile Dysfunktion (ED) ist definiert als männliche sexuelle Dysfunktion, die durch anhaltende oder wiederkehrende Unfähigkeit gekennzeichnet ist, eine adäquate Erektion des Penis zu erreichen, die überwiegend oder ausschließlich auf psychologischen oder zwischenmenschlichen Faktoren beruht. Frühere fMRI-Studien basierten auf dem häufigen Auftreten des männlichen Sexualverhaltens, das durch sexuelle Erregung und Erektion des Penis in Verbindung mit dem Betrachten von erotischen Filmen dargestellt wird. Es gibt jedoch keine experimentellen Beweise für veränderte Gehirnnetzwerke bei psychogenen ED-Patienten (EDp). Einige Studien zeigten, dass die fMRI-Aktivität, die während der nicht-sexuellen Filmdarstellung gesammelt wurde, mit unabhängiger Komponentenanalyse (Independent Component Analysis, ICA) zuverlässig analysiert werden kann und dass die resultierenden Gehirnnetzwerke mit früheren Neuroimaging-Untersuchungen im Ruhezustand übereinstimmen. In der vorliegenden Studie untersuchten wir die Modifikation der Hirnnetzwerke in EDp im Vergleich zu gesunden Kontrollen (HC) unter Verwendung der Ganz-Gehirn-fMRT, während ein erotischer Videoclip frei angesehen wurde. Sechzehn EDp und neunzehn HC wurden nach RigiScan-Bewertung, psychiatrischen und allgemeinmedizinischen Bewertungen eingestellt. Die durchgeführte ICA zeigte, dass das visuelle Netzwerk (VN), das Default-Mode-Netzwerk (DMN), das Frontoparietal-Netzwerk (FPN) und das Salience-Netzwerk (SN) räumlich über EDp und HC hinweg konsistent sind. Es wurden jedoch Unterschiede zwischen den Gruppen in der funktionalen Konnektivität im DMN und im SN beobachtet. Im DMN zeigte EDp verringerte Konnektivitätswerte in den unteren Parietallappen, der hinteren cinguli-Kortikalis und dem medialen präfrontalen Kortex, während in der SN in der rechten Insula und in der vorderen cingulierten Kortikalis eine verminderte bzw. erhöhte Konnektivität beobachtet wurde. Das verringerte Maß an intrinsischer funktionaler Konnektivität bezog sich hauptsächlich auf das Subsystem von DMN, das für die selbstrelevante mentale Simulation relevant ist, die sich auf das Erinnern an vergangene Erfahrungen, das Nachdenken über die Zukunft und das Erkennen des Standpunkts des anderen bezieht. Darüber hinaus deuteten die Unterschiede zwischen den Gruppen in den SN-Knoten auf eine verringerte Erkennung von Änderungen der autonomen und sexuellen Erregung in EDp hin.

Zahlen

Zitat: Cera N, Di Pierro ED, Ferretti A, Tartaro A, Romani GL et al. (2014) Hirnnetzwerke beim freien Betrachten komplexer Erotikfilme: Neue Erkenntnisse zur psychogenen erektilen Dysfunktion. PLoS ONE 9 (8): e105336. doi: 10.1371 / journal.pone.0105336

Editor: Qiyong Gong, Westchinesisches Krankenhaus der Sichuan-Universität, China

Empfangen: Mai 9, 2013; Akzeptiert: Juli 23, 2014; Veröffentlicht am: 15. August 2014

Copyright: © 2014 Cera et al. Dies ist ein Open-Access-Artikel, der unter den Bedingungen der veröffentlicht wird Creative Commons Attribution License, die uneingeschränkte Nutzung, Verbreitung und Reproduktion in jedem Medium erlaubt, vorausgesetzt, dass der ursprüngliche Autor und die Quelle gutgeschrieben werden.

Finanzierung: Diese Autoren haben keine Unterstützung oder Finanzierung zu berichten.

Konkurrierende Interessen: Die Autoren haben erklärt, dass keine konkurrierenden Interessen bestehen.

Einleitung

Aktuelle Richtlinien haben die psychogene erektile Dysfunktion (ED) als die männliche sexuelle Dysfunktion definiert, die durch anhaltende oder wiederkehrende Unfähigkeit gekennzeichnet ist, bis zum Abschluss der sexuellen Aktivität eine adäquate Erektion des Penis zu erreichen oder aufrechtzuerhalten, die überwiegend oder ausschließlich durch psychologische oder zwischenmenschliche Faktoren verursacht wird [1], [2]. Einige psychologische Faktoren hängen mit der Entwicklung von ED zusammen. Insbesondere traumatische Erfahrungen in der Vergangenheit, unzureichende Sexualerziehung und strenge Erziehung können als prädisponierende Faktoren betrachtet werden. Während der Lebenszeit können jedoch Beziehungsprobleme, familiäre oder soziale Belastungen und größere Lebensereignisse als auslösende Faktoren für psychogene ED angesehen werden [3]. Darüber hinaus führt psychogene ED zu starkem Leiden oder zwischenmenschlichen Schwierigkeiten (DSM-IV). In der täglichen klinischen Praxis berichten psychogene ED-Patienten über eine Reihe von Paarbeziehungsproblemen, zwischenmenschlichen Schwierigkeiten und Stress, die mit wichtigen Lebensereignissen verbunden sind, z. B. Arbeitsplatzverlust oder wirtschaftliche Probleme.

In den letzten zehn Jahren wurde in mehreren Neuroimaging-Studien, die an gesunden Freiwilligen mit visueller sexueller Stimulation durchgeführt wurden, ein komplexer Satz kortikaler und subkortikaler Hirnregionen beschrieben, z. B. der vordere und mittlere cingulöse Cortex (ACC; MCC), die Insula, das Claustrum und der Hypothalamus [4]-[18]. Umgekehrt untersuchten nur wenige Studien die Gehirnaktivität bei Patienten mit psychogener ED (EDp) im Vergleich zu gesunden Kontrollen (HC). [8], [11]. Darüber hinaus zeigte nur eine Studie ein verringertes Volumen an grauer Substanz in Übereinstimmung mit dem Ventralstriatum und Hypothalamus in EDp im Vergleich zu HC [19].

In den letzten zehn Jahren zeigten fMRI-Studien regionale Unterschiede in der BOLD-Aktivität und verglichen die Darstellung sexueller mit nicht-sexuellen visuellen Reizen [4]-[18]. Grundlage dieser bildgebenden Untersuchungen ist die gleichzeitige Aufzeichnung der Erektion des Penis, die als Marker für die sexuelle Erregung und ein häufiges Vorkommen im männlichen Sexualverhalten während der visuell erotischen Stimulation betrachtet wird [4], [5].

In letzter Zeit ist das Interesse an der Hirnaktivität durch ökologisch gültige Stimuli gewachsen [18], [20]-[22]. Das zentrale Thema in den Aktivierungsparadigmen ist die direkte Korrelation zwischen den Stimuli, die dem Subjekt präsentiert werden, und einer bestimmten Gehirnfunktion. Hypothesenbasierte Analysemethoden wie das General Linear Model (GLM) können nicht auf die Daten angewendet werden, die während der komplexen kinematografischen Stimulation erfasst werden [23]. In früheren Studien, bei denen dynamisches nicht-sexuelles kinematografisches Material verwendet wurde, wurden datengetriebene Ansätze verwendet, für die keine "a priori" -Hypothese erforderlich ist. Diese Studien haben gezeigt, dass komplexe fMRI-Daten mit Hilfe der Independent Component Analysis (ICA) zuverlässig analysiert werden können und konsistente Ergebnisse zeigen [21], [22]. Daher ist ICA ein nützliches Werkzeug zur Analyse von fMRI-Daten, die während der kinematographischen Stimulation erfasst werden [21], [22]. Nach der Erfassung kann ICA die fMRI-Daten in additive und räumlich unabhängige Komponenten aufteilen. Dieser Ansatz basiert auf der intrinsischen Struktur der Daten, ohne dass eine A-priori-Annahme getroffen wird. Die resultierenden Gehirnnetzwerke fassen die funktionale Architektur von Somato-Motor-, visuellen, auditiven, Aufmerksamkeits-, Sprach- und Speichernetzwerken zusammen, die üblicherweise während aktiver Verhaltensaufgaben moduliert werden [24], [25]. Das meiste Wissen über Prozesse, die den Gehirnnetzwerken zugrunde liegen, stammte aus Ruhestatus-fMRI-Studien (rsfMRI-Studien).

Die am meisten untersuchten Gehirnnetzwerke sind: das Default Mode Network (DMN) [26]das Salience Network (SN); das Fronto Parietal Control Network (FPN), das primäre Sensory Motor Network (SMN), das Visual Network (VN) und das Dorsal Attention Network (DAN) [27]-[28]. Diese Netzwerke beziehen sich auf die wichtigsten sensorischen, kognitiven und emotionalen Funktionen [26]-[31].

Die männliche sexuelle Erregung kann als multidimensionales Erlebnis verstanden werden, das sensorische, autonome, kognitive und emotionale Komponenten umfasst [5], [7]. Andererseits ist die sexuelle Hemmung, die als sehr komplexe Abfolge von Prozessen betrachtet wird, eines der wichtigsten Merkmale der psychogenen ED.

Aus unserer vorherigen Studie [11]Die psychogene ED scheint mit der abweichenden Beurteilung der erotischen Reize in Zusammenhang zu stehen, die Selbstwahrnehmung des Körpers verändert sich und beeinträchtigt die Verarbeitung auf hoher Ebene. Diese abweichende Reaktion des Gehirns steht im Zusammenhang mit der in Regionen beobachteten Aktivität wie dem medialen präfrontalen Cortex (mPFC), den Parietal Lobes, dem Insular und dem ACC / MCC, die kritische Knoten für das DMN, das FPN und das SN sind [26]-[31].

In der vorliegenden fMRI-Studie wurde EDp und HC ein erotischer Videoclip vorgelegt, um die topologischen Unterschiede in Gehirnnetzwerken mithilfe von ICA zu bewerten. Die kostenlose Anzeige des ausgewählten erotischen Clips führt bei gesunden Männern zu sexueller Erregung und ermöglicht die Untersuchung von Gehirnnetzwerken, die sich auf das normale und das pathologische Sexualverhalten beziehen.

Materialen und Methoden

Themen und Anregungen

16 rechtshändige heterosexuelle Patienten, die von psychogenen erektilen Dysfunktion betroffen sind (Durchschnittsalter 33.4 ± 10.7 SD, Bereich 19 – 63) (EDp) und neunzehn gesunde rechtshändige heterosexuelle Männer (Durchschnittsalter = 33.5 ± 11.4 SD, Bereich 21 – 67) (HC). wurden in die Studie aufgenommen.

Die Diagnose der psychogenen erektilen Dysfunktion wurde gemäß den folgenden Kriterien durchgeführt: Abwesenheit organischer Komorbiditäten oder vaskulärer Risikofaktoren für erektile Dysfunktion, normale Morgenaufrichtungen, normale Hämodynamik des Penis gemäß der Farbdopplersonographie und normale nächtliche Erektionen, die mit dem RigiScan®-Gerät bewertet wurden in drei aufeinander folgenden Nächten. Normale nächtliche Erektionen und Hämodynamik des Penis wurden auch bei HC überprüft, wobei ähnliche Werte für die beiden Gruppen sichtbar wurden.

Ausschlusskriterien für beide Gruppen waren: (i) Erfüllung der DSM-IV-Kriterien für alle 1- und 2-Achsenstörungen, die mit dem vom Interviewer verabreichten Mini-International Neuropsychiatrischen Interview (MINI) bewertet wurden [32]; (ii) die Verwendung von psychoaktiven Medikamenten und anderen Medikamenten, die die sexuelle Funktion beeinträchtigen könnten; (iii) Konsum von Freizeitdrogen während der letzten 30-Tage; (iv) Verwendung von Medikamenten zur Verbesserung der sexuellen Leistungsfähigkeit; und (v) die Vorgeschichte einer begangenen Sexualstraftat, die mittels eines klinisch anamnestischen Interviews beurteilt wurde.

Weitere Ausschlusskriterien für HC lauteten: (i) Vorgeschichte einer erektilen Dysfunktion; (ii) mangelnde Erfahrung mit Geschlechtsverkehr.

EDp und HC (Tabelle 1) unterschied sich nicht nach ethnischer Zugehörigkeit, Alter, Bildung, Familienstand, sozioökonomischem Status und Nikotinkonsum [33].

Daumennagel

Tabelle 1. Psychologische und Verhaltensergebnisse.

doi: 10.1371 / journal.pone.0105336.t001

Alle potenziellen Probanden wurden einem 1-h-Interview mit einem Psychiater unterzogen und füllten eine Reihe von Fragebögen aus, darunter den Internationalen Index der erektilen Funktion (IIEF). [34], Sexual Arousal Inventory erweitert (SAI-E) [35], [36] und SCL-90-R [37], State-Trait-Angstinventar (STAI) [38], BIS / BAS-Skala [39]. Das Studiendesign wurde detailliert erklärt, und alle Probanden lasen und unterschrieben ein Einverständniserklärung, bevor sie interviewt und die Fragebögen ausgefüllt wurden. Die Zustimmung der Probanden wurde gemäß der Helsinki-Erklärung eingeholt. Die Studie wurde von der Ethikkommission der Universität Chieti genehmigt.

Für die Auswahl der Videostimuli wurden 30-Erotikclips aus kommerziellen Filmen ausgewählt und in einer zufälligen Reihenfolge 20-Probanden (Alter 20 – 61-Jahre) präsentiert, die die Ausschnitte gemäß einer Bewertungsskala mit mindestens einem Minimum angesehen und bewertet haben 1 und maximal 7 unter Berücksichtigung der folgenden Abmessungen: Qualität der Clips und wahrgenommene Erregung. Die zur Stimulusselektion rekrutierten Probanden nahmen jedoch nicht am fMRI-Experiment teil.

Jeder ausgewählte Videoclip zeigte einvernehmliche sexuelle Interaktionen zwischen einem Mann und einer Frau (Streicheln, Geschlechtsverkehr und Oralsex) gemäß den Richtlinien von Koukounas und Over [40] und wurde jedem Teilnehmer für 7-Minuten präsentiert.

Die Probanden wurden gebeten, ihr Gefühl der sexuellen Erregung zu melden, indem sie zu Beginn ihrer wahrgenommenen sexuellen Erregung eine MRI-kompatible Taste drücken.

Die Videoclip-Präsentation und die Aufzeichnung per Knopfdruck wurden von einem MATLAB-Programm auf einem im Scannerkonsolenraum installierten PC gesteuert. Der Erotikfilm wurde mithilfe eines LCD-Projektors auf ein durchscheinendes Glas projiziert, das auf der Rückseite der Scannerbohrung platziert wurde. Ein Spiegel, der an der Kopfspule im Inneren des Magneten befestigt war, ermöglichte es den Probanden, den Clip anzusehen.

Am Ende der fMRI-Sitzung wurde jede Person nach einer 7-Bewertungsskala (1 extrem niedrig zu 7 extrem hoch) nach ihrem Gefühl sexueller Erregung während des Betrachtens des Clips gefragt.

Physiologische Überwachung

Die Tumeszenz des Penis wurde während der Filmpräsentation und der fMRI-Datenerfassung kontinuierlich mit Hilfe eines MRI-kompatiblen, pneumatischen Geräts aufgezeichnet, das auf einer neu geborenen Blutdruckmanschette basiert. Vor dem Beginn der fMRI-Aufnahme wurde die Druckmanschette mit einem Kondom auf den Penis gelegt und auf einen Anfangsdruck von 80 mm Hg aufgeblasen. Die Manschette war durch ein dünnes Rohr mit einem Druckwandler verbunden, der sich im Konsolenraum befand. Der Druckwandler wurde an einen Verstärker angeschlossen und das Analogsignal von diesem Gerät wurde mit einer Abtastrate von 100 Hz auf einem PC zur Offline-Datenanalyse aufgezeichnet.

Ein am linken Zeigefinger angebrachter Fotoplethysmograph des Scanners überwachte die Herzsignale, während ein pneumatischer Atmungsgürtel um den Oberbauch geschnallt wurde, um die Ausdehnung der Atmung des Patienten zu messen. Sowohl Herz- als auch Atmungssignale (CR) wurden vom Scanner bei 100 Hz abgetastet und in einer Datei im TXT-Format gespeichert. Außerdem wurde das Herzschlagsignal jedes Mal markiert, wenn ein R-Peak erkannt wurde.

fMRI-Datenerfassung

Die funktionale und strukturelle Bildgebung wurde mit einem 3T-Philips Achieva-MRI-Scanner (Philips Medical Systems, Best, Niederlande) durchgeführt, wobei eine Ganzkörper-Hochfrequenzspule für die Signalanregung und eine Acht-Kanal-Kopfspule für den Signalempfang verwendet wurden. Blutsauerstoffgehalt-abhängige (BOLD) fMRI-Daten wurden mittels T2 * - gewichteter Echoplanarsequenzen (EPI) mit den folgenden Parametern erfasst: TE = 35 ms, Matrixgröße = 80 × 80, FOV = 230 mm, in der Ebene Voxelgröße = 2.875 × 2.875 mm, SENSE-Faktor 1.8 anterior-posterior, Kippwinkel = 80 °, Schnittdicke = 3 mm ohne Spalt. Während der Sitzung wurden 210-Funktionsvolumina bestehend aus 31-Transaxialschnitten mit einem TR von 2 erfasst.

Ein hochauflösendes Strukturvolumen wurde am Ende der Sitzung über eine 3D-Fast Field-Echo-T1-gewichtete Sequenz (Voxelgröße 1 mm isotrop, TR / TE = 8.1 / 3.7 ms; Flipwinkel 8 °, SENSE-Faktor 2) erfasst.

Datenanalyse

Tumeszenzzeitreihen des Penis wurden von 100 Hz auf die Abtastrate der funktionellen MRI-Volumina (TR = 2 s) herabgesampelt, linear verschoben und in prozentuale Änderungswerte umgewandelt. Der durchschnittliche prozentuale Änderungswert der normalisierten Penisschwellung (PT) wurde für die gesamte visuelle Stimulationsperiode für jedes Subjekt berechnet und zwischen den Gruppen mittels eines zweiseitigen t-Tests verglichen.

Die Zeitreihen für Herz- und Atemfrequenz wurden berechnet und mit einem in MATLAB (The MathWorks Inc., Natick, MA, USA) implementierten, hausgemachten Programm auf den TR-Wert neu berechnet. Die durchschnittlichen Werte für die Herzfrequenz (HR) und die Atemfrequenz (RR) für die visuelle Stimulation wurden für jedes Subjekt erhalten. Statistisch signifikante Unterschiede zwischen den Gruppen in HR und RR wurden mittels eines zweiseitigen t-Tests (Gruppe: EDp, HC) bewertet.

BOLD-fMRI-Daten wurden mit der Brain Voyager QX-Software (Brain Innovation, Niederlande) analysiert.

Aufgrund der T1-Sättigungseffekte wurden die ersten 2-Scans jedes Laufs aus der Analyse verworfen. Die Vorverarbeitung von funktionalen Scans umfasste die Bewegungskorrektur, das Entfernen linearer Trends aus Voxel-Zeitreihen und die Korrektur der Slice-Scanzeit. Um jedes Funktionsvolumen an das Referenzvolumen anzupassen, wurde die Bewegungskorrektur durch dreidimensionale Starrkörper-Transformation durchgeführt. Die geschätzten Translations- und Rotationsparameter für jedes Volumen im Zeitverlauf wurden überprüft, um zu überprüfen, dass die Bewegung nicht größer als etwa ein halbes Voxel war [41], [42]. Dann wurden sie durch Faltung mit einem isotropen Gaußschen Kern (FWHM = 6 mm) räumlich geglättet.

Vorverarbeitete Funktionsvolumina eines Probanden wurden mit dem entsprechenden Strukturdatensatz abgeglichen. Da die 2D-Funktionalitäts- und 3D-Strukturmessungen in derselben Sitzung erfasst wurden, wurde die Koregistrationstransformation unter Verwendung der Positionsparameter des Strukturvolumens bestimmt. Die Ausrichtung zwischen funktionalen und anatomischen Scans wurde schließlich durch eine genaue Sichtprüfung überprüft. Strukturelle und funktionale Volumen wurden in den Talairach-Raum umgewandelt [43] mit einer stückweise affinen und kontinuierlichen Transformation. Die Funktionsvolumina wurden bei einer Voxelgröße von 3 × 3 × 3 mm erneut abgetastet3.

Wir haben 2-Kovariaten aufgenommen, die modellierte Signale von White Matter (WM) und Cerebro-Spinal Fluid (CSF) modellierten. [44]. Wir leiten die WM- und CSF-Signale ab, die den zeitlichen Verlauf der Voxel in den WM-Masken und CSF der einzelnen Probanden bilden. Die WM-Masken wurden durch den Segmentierungsprozess des Gehirns jedes Subjekts erzeugt, während die Liquorsignale aus dem dritten Ventrikel des Gehirns jedes Subjekts abgetastet wurden.

Spatial-ICA wurde verwendet, um funktionelle MR-Bildgebungsdatensätze für die Zerlegung der Voxelzeitreihe in einen Satz unabhängiger räumlich-zeitlicher Muster (ICs) zu analysieren.

Mit dem FastICA-Algorithmus haben wir 30-ICs für jedes Subjekt geschätzt [45]mit einem Deflationsansatz und tanh-Nichtlinearität [46], [47]konsequent auch mit den von Pamilo und Kollegen vorgeschlagenen Richtlinien [21]. Bei der Auswahl von ICs von Interesse haben wir Vorlagen von intrinsischen Konnektivitätsnetzwerken (ICNs) im Gehirn aus früheren Veröffentlichungen verwendet. Für jede Vorlage wurde eine räumliche Kreuzkorrelation durchgeführt. Das Gehirn vernetzt Vorlagen aus früheren Studien [46], [47] In der aktuellen Arbeit wurden folgende Themen berücksichtigt: Fronto Parietal Network (FPN), Central Executive Network (CEN), Standardmodusnetzwerk (DMN), Somato-Motor Network (SMN), Visual Network (VN), Auditory Network (AN) und Salience Netzwerk (SN).

Um die ICA-Analyse von Einzeluntersuchungen auf Mehrfachsubjektstudien auszudehnen, wurden die von jedem Probanden geschätzten ICs mit der selbstorganisierenden Gruppe ICA (sogICA) -Methode gemäß ihren gegenseitigen Ähnlichkeiten gruppiert [24]. Eine reduzierte Anzahl von räumlich-zeitlich unterschiedlichen Mustern niederfrequenter Schwankungen wurde extrahiert [46], [47].

Da ICA auf fMRI-Daten intrinsisch Muster kohärenter neuronaler Aktivität (dh Netzwerke) extrahiert, können Z-Werte, die aus individuellen Karten erhalten werden, indirekt ein Maß für die funktionale Konnektivität innerhalb des Netzwerks liefern [48].

Für jedes Netzwerk wurden die Unterschiede zwischen den Gruppen mit Hilfe einer voxelweisen Einweg-ANOVA auf Z-Werten, die durch individuelle ICA-Gruppenkarten erhalten wurden, bewertet, und als Cluster von Interesse wurden nur diejenigen betrachtet, die in den Knoten der jeweiligen ICNs enthalten sind.

Zwischengruppendifferenzkarten wurden auf ein Signifikanzniveau (die Wahrscheinlichkeit einer falschen Erkennung für das gesamte Funktionsvolumen) von α <0.05 begrenzt, korrigiert für mehrere Vergleiche. Die Korrektur für mehrere Vergleiche wurde unter Verwendung eines Schwellenwertalgorithmus mit Clustergröße durchgeführt [49] basierend auf Monte-Carlo-Simulationen, die in der BrainVoyager QX-Software implementiert sind. Ein Schwellenwert von p <0.005 auf Voxelebene, ein FWHM = 1.842-Voxel als Gaußscher Kern der räumlichen Korrelation zwischen Voxeln und 5000 Iterationen wurden als Eingabe in die Simulationen verwendet, was eine minimale Clustergröße von 22 Voxeln ergab.

Nach einer Voxel-Analyse werden die Z-Werte aus den Clustern der Karten extrapoliert, was einen Unterschied zwischen den Gruppen zeigt, und es wurde ein zweiseitiger t-Test durchgeführt.

Darüber hinaus wurde eine Pearson-Korrelationsanalyse durchgeführt, um die Beziehung zwischen Z-Werten aus den Netzwerkkarten und den durch SAI-E und IIEF gemessenen sexuellen Funktionen zu untersuchen.

Insbesondere wurden die mittleren Z-Werte jedes ROI mit IIEF und SAI-E korreliert (einschließlich Gesamtpunktzahl, Erregungs- und Angst-Subskalenbewertungen).

Die Ergebnisse

Verhaltens- und physiologische Daten

Soziodemographische, psychologische und Verhaltensdaten von EDp und HC werden in Table1 dargestellt.

Die Unterschiede zwischen den Gruppen in Bezug auf Ausbildung (Jahre) und Alter waren nicht signifikant. Bei der EDp waren die Bewertungen im Sexual Arousal Inventory und im IIEF signifikant niedriger als bei gesunden Freiwilligen (Tabelle 1).

Penis Tumeszenz zeigte nur in der HC-Gruppe einen signifikanten Anstieg. Es wurden keine signifikanten Unterschiede zwischen den Gruppen für Herz und Atemfrequenz beobachtet (Abb.. 1 und Tabelle 1).

Daumennagel

Abbildung 1. Physiologische Ergebnisse

Linke Seite: Beispiel für Zeitverläufe der Penisreaktion, wie sie vom Penis-Tumeszenz-Messgerät aufgezeichnet wurden, Herz- und Atemfrequenz für HC Nummer 5 und EDp Nummer 11. Rechte Seite: Histogramme zeigen gemittelt zwischen Gruppenunterschieden bei Penis-Tumeszenz, Herz und Atemweg Rate jeweils. Nur die Tumeszenz des Penis zeigt signifikante Unterschiede mit p <0.05. Vertikale Balken bezeichnen Standardfehler des Mittelwerts (SEM).

doi: 10.1371 / journal.pone.0105336.g001

Raummuster von Netzwerken

Die Klassifizierung der ICA-Gruppe ergab ein typisches räumliches Muster in jedem Netzwerk sowohl in der EDp- als auch in der HC-Gruppe. Unser Verfahren zur IC-Klassifizierung führte zu konsistenten Netzwerken [26], [46], [47]-[52], die in dargestellt sind Abb.. 2.

Daumennagel

Abbildung 2. ICNs beobachteten das Bündeln beider Gruppen.

Räumliche Muster während der erotischen Videoclip-Präsentation. Frontoparietales Netzwerk (FPN), Default-Mode-Netzwerk (DMN), Salience Network (SN) und Visual Network (VN). Karten werden einem Talairach-Atlas überlagert und befinden sich in radiologischer Konvention mit einer Schwelle von Z = 2.

doi: 10.1371 / journal.pone.0105336.g002

Die auf Gruppenebene identifizierten Gehirnnetzwerke waren: i) DMN, ii) FPN rechts lateralisiert, iii) SN und iv) VN. Wir haben nicht beobachtet: i) AN, ii) CEN und iii) SMN.

Tabelle 2 enthält eine Liste der Hirnregionen in jedem Netzwerk sowie die Talairach-Koordinaten der mittleren Peaks und der zugehörigen Brodmann-Bereiche (BA).

Daumennagel

Tabelle 2. Gehirnbereiche der fünf Netzwerke für die beiden Gruppen.

doi: 10.1371 / journal.pone.0105336.t002

Bei den resultierenden Netzwerken zeigten DMN und SN Unterschiede zwischen den Gruppen (Abb.. 3).

Daumennagel

Abbildung 3. DMN-, SN-, FPN- und VN-kortikale Repräsentation von Netzwerken auf Gruppenebene in den beiden Gruppen.

Oben: ED-Patienten; Down: Gesunde Kontrollen.

doi: 10.1371 / journal.pone.0105336.g003

Das DMN [26], [52] setzt sich aus den folgenden Knoten zusammen: dem posterioren Cingulate Cortex (PCC), dem Precuneus (PCUN), dem medialen präfrontalen Cortex (mPFC) und zwei bilateralen Knoten, die auf Höhe der inferioren Parietal Lobes (IPL) beobachtet wurden. Die SN [31] besteht aus drei Hauptknoten in Übereinstimmung mit den bilateralen Insulae und dem ACC. Der zweiseitige t-Test ergab signifikante Unterschiede in der DMN- und der SN-Funktionskonnektivität zwischen den beiden Gruppen. Die EDp-Gruppe zeigte signifikant verringerte Z-Werte, was auf intrinsische Konnektivitätsniveaus hinweist, für das DMN mit t (33) = –4.04 und p <0.01, korrigiert für Mehrfachvergleiche, während wir für das SN verringerte Z-Werte mit t (33) = –4.73 beobachteten und p <0.01 korrigiert für Mehrfachvergleiche.

Darüber hinaus zeigte eine voxelweise Einweg-ANOVA, die auf der DMN-Karte durchgeführt wurde, im Gegensatz zu EDp> HC, einen signifikant verringerten Konnektivitätswert in Übereinstimmung mit dem mPFC, dem PCC / PCUN und dem linken IPL. Für die SN zeigte die voxelweise ANOVA eine signifikante Zunahme der intrinsischen Konnektivität in der Korrespondenz des dorsalen ACC, während eine signifikante Abnahme in der Korrespondenz des rechten mittleren Inselkortex / Claustrum beobachtet wurde (Abb.. 4 und Tabelle 3).

Daumennagel

Abbildung 4. DMN und SN: zwischen Gruppenunterschieden.

Oben: DMN; Unten: SN. Karten sind einem Talairach-Atlas überlagert und entsprechen der radiologischen Konvention (p <0.05). Die Unterschiede zwischen den Gruppen werden mittels einer voxelweisen Einweg-ANOVA bewertet.

doi: 10.1371 / journal.pone.0105336.g004

Daumennagel

Tabelle 3. Zwischen den Ergebnissen der Gruppe.

doi: 10.1371 / journal.pone.0105336.t003

Die Korrelationsanalyse wurde zwischen den durch SAI-E gemessenen Verhaltensmaßen der Sexualfunktion und den Z-Werten durchgeführt, die in den Knoten beobachtet wurden, die zwischen den Gruppenunterschieden zeigten. Diese Analyse wurde durchgeführt, um die spezifische lineare Beziehung jedes Knotens zum sexuellen Verhalten zu beobachten.

Für die EDp-Gruppe wurde eine positive lineare Korrelation zwischen SAI-E (Anregungs-Subskala) und den linken IPL-Z-Werten beobachtet (r = 0.60, p <0.05 unkorrigiert).

Diskussion

In den letzten Jahren haben fMRI-Studien gezeigt, dass die sexuelle Erregung des Menschen ein komplexer Satz sensorischer, kognitiver und emotionaler Prozesse ist [4]-[18]. Diese Komplexität scheint sich in den Gehirnprozessen zu widerspiegeln, die der sexuellen Erregung zugrunde liegen, die durch das Betrachten von erotischem Material hervorgerufen wird. Die vorliegende Studie untersuchte die Modifikation von Gehirnnetzwerken bei Patienten mit psychogener ED während des freien Betrachtens eines erotischen Videoclips. Die ICA bietet den Vorteil der Entflechtung der Gehirnaktivität gleichzeitig mit der Vision von komplexem und dynamischem kinematografischem Material in einer Reihe räumlich unabhängiger Gehirnnetzwerke. In dieser Studie verwendeten wir den SogICA-Algorithmus für die Gruppenanalyse anstelle von einfacheren Gruppen-ICA-Methoden. Wie von Esposito et al. [24]Der vorgeschlagene SogICA-Ansatz ist weniger anfällig für das Vorhandensein nicht homogener Quellen für Unterschiede in der Struktur der unabhängigen Komponentenkarten zwischen den Subjekten. Im Allgemeinen können sowohl vorhersagbare Faktoren (z. B. Geschlecht, Alter usw.) als auch nicht leicht vorhersagbare Faktoren dazu beitragen, die Schätzung der Gruppen-ICA-Modelle zu beeinflussen. Dies könnte bei unseren Daten der Fall sein, die zwei verschiedene Gruppen (Patienten und Kontrollen) umfassen, was die Wahl einer robusten Methode wie SogICA motiviert.

In der vorliegenden Studie wurde die Stimulusauswahl vor dem fMRI-Experiment von einer Gruppe gesunder Männer durchgeführt. Dies wurde durchgeführt, um die verschiedenen Antworten der Teilnehmer während des Experiments zu vergleichen. Pamilo und seine Kollegen wählten nur einen Stimulus aus und präsentierten den Teilnehmern [21]. Darüber hinaus wurden ähnliche Verfahren in zuvor veröffentlichten Aktivierungsstudien verwendet, in denen die sexuelle Erregung untersucht wurde [4]-[7].

Während der experimentellen Sitzung beobachteten wir einen signifikanten Unterschied zwischen den Gruppenunterschieden bei der erektilen Penisreaktion ohne Unterschiede in den Herz- bzw. Atemfrequenzen (Abb.. 1). Unsere Ergebnisse stimmen mit früheren Studien überein [11].

Die durchgeführte ICA zeigte, dass das DMN, das FPN, das VN und das SN für ED-Patienten und gesunde Kontrollen räumlich konsistent waren (Abb.. 2). Unsere Ergebnisse stimmen mit früheren rsfMRI-Studien überein [31], [46], [47] und Untersuchungen zum natürlichen Sehen von Gehirnnetzwerken [21].

Bei den vier beobachteten Gehirnnetzwerken war die funktionale Konnektivität im DMN signifikant unterschiedlich, was eine verminderte funktionelle Konnektivität in der EDp-Gruppe zeigte. Während der SN in EDp im Vergleich zu HC eine verringerte funktionelle Konnektivität in der rechten Insula und eine erhöhte Konnektivität im ACC zeigte.

Unsere Ergebnisse stimmen mit den vorherigen Befunden zur Aktivierung spezifischer Hirnregionen in EDp im Vergleich zu HC überein. Insbesondere Aktivierungsstudien lieferten Hinweise auf spezifische Veränderungen in Regionen, die an kognitiven und emotionalen Komponenten der sexuellen Erregung beteiligt sind [4], [5]. Unsere Ergebnisse deuten darauf hin, dass die unterschiedlichen Reaktionen, die bei EDp beobachtet werden, auf eine spezifische Netzwerkstörung zurückzuführen sind.

Das räumliche Muster des erhaltenen DMN stimmt mit denen überein, die in früheren Task- und rsfMRI-Studien abgebildet wurden [26], [48], [49]. Das DMN ist ein anatomisch definiertes Gehirnsystem, das normalerweise aktiviert wird, wenn sich Personen nicht auf die äußere Umgebung konzentrieren [51], [52]. Das beobachtete DMN umfasst PCC / pCUN, mPFC und IPL. Das Figure 3 zeigt eine reduzierte funktionelle DMN-Konnektivität, die in EDp beobachtet wurde. Insbesondere zeigte diese Gruppe ein verringertes Maß an intrinsischer Konnektivität im mPFC, im PCC / PCUN und im linken IPL. Nach Buckner [51] Das DMN kann in zwei Subsysteme unterteilt werden. Die erste setzt sich aus den Regionen Hippocampus und Parahippocampus zusammen und scheint an Gedächtnisprozessen beteiligt zu sein. Das zweite Subsystem umfasste die PCC, die IPLs und die ventrale mPFC. Dieses Subsystem ist normalerweise während Aufgaben der selbstrelevanten mentalen Simulation aktiv. Nach dieser Auffassung beteiligt sich das DMN daran, den emotionalen Status anderer zu verstehen und zu interpretieren, die Verarbeitung von Empathie und die selbstrelevante mentale Simulation [51], [52]. In der Tat können gesunde Probanden an der Simulation der Handlungen und Emotionen im Zusammenhang mit dem sexuellen Kontext als EDp beteiligt sein und zeigen eine höhere Konnektivität zwischen PCC / PCUN, mPFC und der linken IPL (Abb.. 4). Der PCC / PCUN ist der DMN-Hub und ist normalerweise an autobiographischen und emotionalen Erinnerungen beteiligt [53]-[55]. Das mPFC wurde allgemein als wichtig für die Regulierung von Emotionen angesehen [56].

Diese Art von Prozessen kann sich in den Unterschieden widerspiegeln, die in der mPFC beobachtet werden, die Informationen aus vergangenen Erfahrungen in Form von Erinnerungen während des Aufbaus einer selbstrelevanten mentalen Simulation liefern soll. Insbesondere wurde das mPFC mit der sozialen Kognition in Verbindung gebracht, einschließlich der Überwachung psychologischer Zustände und der Mentalisierung der psychologischen Zustände anderer. Die Deaktivierung des mPFC war bei gesunden Probanden während der visuellen sexuellen Stimulation negativ mit der erektilen Reaktion verbunden [57]. Darüber hinaus war die Aktivierung im mPFC mit der allgemeinen Erregung, der Selbstbezogenheit visueller erotischer Stimuli und mit Mechanismen verbunden, die die erektile Reaktion vermitteln [15], [57], [58]. Dabei zeigten die Patienten eine verminderte Überwachung allgemeiner Erregungszustände mit geringen hedonischen Erfahrungen, die durch visuelle erotische Stimulation hervorgerufen wurden.

Zwischen den Gruppenunterschieden wurden auch Übereinstimmungen mit der linken IPL festgestellt. Die Parietal Lobes scheinen in aufmerksame und vorsätzliche Prozesse involviert zu sein. Nach Mouras [14]Die Aktivierung dieser Region während der visuellen sexuellen Stimulation zeigt eine erhöhte Aufmerksamkeit für sexuelle Ziele und gehört zur kognitiven Komponente der Verarbeitung sexueller Erregung. Darüber hinaus gibt es Beweise dafür, dass die linke IPL ein Bestandteil eines Systems ist, das mit der visuellen Repräsentation von Körperschaften zusammenhängt [59]. Zu diesem Thema gibt es einige Hinweise darauf, dass das richtige IPL für den Prozess der Selbst- / anderen Unterscheidung entscheidend ist [60], [61]. Laut Decety jedoch [62] Das IPL ist an motorischen Bildern beteiligt. In ähnlicher Weise wurde die Aktivierung in der IPL während der visuell erotischen Stimulation mit dem Wunsch in Verbindung gebracht, ähnliche sexuelle Handlungen auszuführen, wie die in den Videoclips abgebildeten [4].

Ein weiteres wichtiges Ergebnis waren die Unterschiede zwischen den Gruppen, die in der SN beobachtet wurden. Figure 2 und Tabelle 2 zeigte das konsistente Muster der beobachteten SN für beide Gruppen. Das Muster der beobachteten SN umfasste die ACC und die bilateralen Insularcortices gemäß früheren Studien. Die SN ist an der Integration hochverarbeiteter sensorischer Daten mit den viszeralen, den autonomen und den hedonischen Markern beteiligt, die es dem Organismus ermöglichen, eine Entscheidung zu treffen [31]. In unserer Studie beobachteten wir eine unterschiedliche Beteiligung der Hauptknoten der SN für beide Gruppen. ED-Patienten wiesen insbesondere in Bezug auf die rechte mittlere Insula ein verringertes Maß an intrinsischer Konnektivität auf. Es wurde festgestellt, dass diese Region an verschiedenen Merkmalen der sexuellen Erregung beteiligt ist. Arnow und Kollegen [6] beobachteten, dass die Aktivität des Insularcortex mit der Erkennung der Erektion zusammenhängt, während Ferretti et al. [7] vermutete die Beteiligung der Insula an Mechanismen, die für eine anhaltende Penisreaktion auf erotische Stimuli verantwortlich sind. Darüber hinaus ist die rechte mittlere Insula für Mechanismen relevant, die sowohl den Beginn als auch die anhaltende Erektion betreffen [11].

Umgekehrt zeigten ED-Patienten im ACC eine höhere Konnektivität als HC. Dorsal ACC ist eine der Regionen, die an der Bioregulation beteiligt sind [63]die Atmung [64] und die autonomen Erregungszustände [65]. Darüber hinaus werden epileptische Anfälle, die im ACC beobachtet werden, von Genitalautomatismen begleitet [66]. Laut Abler und Kollegen (2011) wurde die sexuelle Funktionsstörung mit einer verminderten Aktivierung von BA 24 / 32 in Zusammenhang gebracht [67].

Zusammenfassung

Zusammenfassend zeigten unsere Ergebnisse, dass der freie Blick auf erotische Clips und ICA die Zerlegung der Gehirnprozesse ermöglichte, die dem normalen und abnormalen männlichen Sexualverhalten zugrunde liegen. Das Sexualverhalten setzt sich aus autonomen, kognitiven und emotionalen Komponenten zusammen, von denen angenommen wird, dass sie mit einer Reihe von Hirnregionen zusammenhängen, die in früheren Aktivierungsstudien beobachtet wurden. Unsere Ergebnisse zeigten eine abnorme Gehirnreaktion auf Netzwerkebene bei psychogenen ED-Patienten. Diese Ergebnisse zeigten, wie psychogene ED mit abweichender funktionaler Konnektivität in der Netzwerkverarbeitung auf hohem Niveau wie dem DMN und dem SN zusammenhängt. Insbesondere scheint die psychogene ED mit der selbstrelevanten mentalen Simulation in Verbindung zu stehen und im Allgemeinen geringes Einfühlungsvermögen für die sexuellen Aktivitäten anderer Menschen sowie die Regulierung von Emotionen angesichts der geringeren Verbindungsstärke in den DMN-Knoten. Im Gegensatz dazu zeigten die Patienten bei der SN eine verminderte Erkennung autonomer Erregungsänderungen, was durch die verringerte Konnektivität in der Insula und die erhöhte Konnektivität in der ACC angezeigt wurde.

Autorenbeiträge

Konzeption und Gestaltung der Experimente: NC EDDP AF. Durchführung der Versuche: EDDP AT NC. Analysierte die Daten: NC MGP. Schrieb das Papier: NC GLR.

Bibliographie

  1. 1. Wespes E, Amar E, Hatzichristou D, Hatzimouratidis K, Montorsi F (2005) Richtlinien für erektile Dysfunktion. Europäische Vereinigung für Urologie. Verfügbar: http://www.uroweb.org/guidelines/online-​guidelines/. Zugriff auf 2014 Jul 26.
  2. 2. Rosen RC (2001) Psychogene erektile Dysfunktion: Klassifizierung und Management. Urologische Kliniken in Nordamerika 28 (2): 269-278. doi: 10.1016 / s0094-0143 (05) 70137-3
  3. 3. Shamloul R, Ghanem H (2013) Erektionsstörungen. Das Lancet 381 (9861): 153 – 165. doi: 10.1016 / s0140-6736 (12) 60520-0
  4. Artikel ansehen
  5. PubMed / NCBI
  6. Google Scholar
  7. Artikel ansehen
  8. PubMed / NCBI
  9. Google Scholar
  10. Artikel ansehen
  11. PubMed / NCBI
  12. Google Scholar
  13. Artikel ansehen
  14. PubMed / NCBI
  15. Google Scholar
  16. Artikel ansehen
  17. PubMed / NCBI
  18. Google Scholar
  19. Artikel ansehen
  20. PubMed / NCBI
  21. Google Scholar
  22. 4. Stoléru S., Grégoire MC, Gérard D., Decety J., Lafarge E., et al. (1999) Neuroanatomische Korrelate visuell hervorgerufener sexueller Erregung bei Männern. Arc Sex Behav 28: 1 – 21.
  23. Artikel ansehen
  24. PubMed / NCBI
  25. Google Scholar
  26. Artikel ansehen
  27. PubMed / NCBI
  28. Google Scholar
  29. Artikel ansehen
  30. PubMed / NCBI
  31. Google Scholar
  32. Artikel ansehen
  33. PubMed / NCBI
  34. Google Scholar
  35. Artikel ansehen
  36. PubMed / NCBI
  37. Google Scholar
  38. Artikel ansehen
  39. PubMed / NCBI
  40. Google Scholar
  41. Artikel ansehen
  42. PubMed / NCBI
  43. Google Scholar
  44. Artikel ansehen
  45. PubMed / NCBI
  46. Google Scholar
  47. Artikel ansehen
  48. PubMed / NCBI
  49. Google Scholar
  50. Artikel ansehen
  51. PubMed / NCBI
  52. Google Scholar
  53. Artikel ansehen
  54. PubMed / NCBI
  55. Google Scholar
  56. Artikel ansehen
  57. PubMed / NCBI
  58. Google Scholar
  59. Artikel ansehen
  60. PubMed / NCBI
  61. Google Scholar
  62. Artikel ansehen
  63. PubMed / NCBI
  64. Google Scholar
  65. Artikel ansehen
  66. PubMed / NCBI
  67. Google Scholar
  68. Artikel ansehen
  69. PubMed / NCBI
  70. Google Scholar
  71. Artikel ansehen
  72. PubMed / NCBI
  73. Google Scholar
  74. Artikel ansehen
  75. PubMed / NCBI
  76. Google Scholar
  77. Artikel ansehen
  78. PubMed / NCBI
  79. Google Scholar
  80. Artikel ansehen
  81. PubMed / NCBI
  82. Google Scholar
  83. Artikel ansehen
  84. PubMed / NCBI
  85. Google Scholar
  86. Artikel ansehen
  87. PubMed / NCBI
  88. Google Scholar
  89. Artikel ansehen
  90. PubMed / NCBI
  91. Google Scholar
  92. Artikel ansehen
  93. PubMed / NCBI
  94. Google Scholar
  95. Artikel ansehen
  96. PubMed / NCBI
  97. Google Scholar
  98. Artikel ansehen
  99. PubMed / NCBI
  100. Google Scholar
  101. 5. Redouté J., Stoléru S., Grégoire MC, Costes N., Cinotti L. et al. (2000) Gehirnverarbeitung visueller sexueller Reize bei Männern. Hum Brain Mapping 11: 162–177. doi: 10.1002 / 1097-0193 (200011) 11: 3 <162 :: aid-hbm30> 3.0.co; 2-a
  102. 6. Arnow BA, Desmond JE, Banner LL, Glover GH, Solomon A, et al. (2002) Gehirnaktivierung und sexuelle Erregung bei gesunden, heterosexuellen Männern. Gehirn 125: 1014 – 1023. Doi: 10.1093 / Gehirn / awf108
  103. 7. Ferretti A, Caulo M, Del Gratta C, Di Matteo R, Merla A, et al. (2005) Dynamik der sexuellen Erregung bei Männern: Unterschiedliche Komponenten der Gehirnaktivierung durch fMRI. Neuroimage 26: 1086 – 1096. doi: 10.1016 / j.neuroimage.2005.03.025
  104. Artikel ansehen
  105. PubMed / NCBI
  106. Google Scholar
  107. Artikel ansehen
  108. PubMed / NCBI
  109. Google Scholar
  110. Artikel ansehen
  111. PubMed / NCBI
  112. Google Scholar
  113. Artikel ansehen
  114. PubMed / NCBI
  115. Google Scholar
  116. 8. Montorsi F, Perani D, Anchisi D, Salonia A, Scifo P, et al. (2003) Apomorphin-induzierte Gehirnmodulation während der sexuellen Stimulation: ein neuer Blick auf zentrale Phänomene, die mit erektiler Dysfunktion zusammenhängen. Int J Impot Res. 15 (3): 203 – 209. doi: 10.1038 / sj.ijir.3900999
  117. Artikel ansehen
  118. PubMed / NCBI
  119. Google Scholar
  120. Artikel ansehen
  121. PubMed / NCBI
  122. Google Scholar
  123. Artikel ansehen
  124. PubMed / NCBI
  125. Google Scholar
  126. Artikel ansehen
  127. PubMed / NCBI
  128. Google Scholar
  129. Artikel ansehen
  130. PubMed / NCBI
  131. Google Scholar
  132. Artikel ansehen
  133. PubMed / NCBI
  134. Google Scholar
  135. Artikel ansehen
  136. PubMed / NCBI
  137. Google Scholar
  138. Artikel ansehen
  139. PubMed / NCBI
  140. Google Scholar
  141. Artikel ansehen
  142. PubMed / NCBI
  143. Google Scholar
  144. Artikel ansehen
  145. PubMed / NCBI
  146. Google Scholar
  147. Artikel ansehen
  148. PubMed / NCBI
  149. Google Scholar
  150. Artikel ansehen
  151. PubMed / NCBI
  152. Google Scholar
  153. Artikel ansehen
  154. PubMed / NCBI
  155. Google Scholar
  156. Artikel ansehen
  157. PubMed / NCBI
  158. Google Scholar
  159. Artikel ansehen
  160. PubMed / NCBI
  161. Google Scholar
  162. Artikel ansehen
  163. PubMed / NCBI
  164. Google Scholar
  165. Artikel ansehen
  166. PubMed / NCBI
  167. Google Scholar
  168. Artikel ansehen
  169. PubMed / NCBI
  170. Google Scholar
  171. Artikel ansehen
  172. PubMed / NCBI
  173. Google Scholar
  174. Artikel ansehen
  175. PubMed / NCBI
  176. Google Scholar
  177. Artikel ansehen
  178. PubMed / NCBI
  179. Google Scholar
  180. Artikel ansehen
  181. PubMed / NCBI
  182. Google Scholar
  183. Artikel ansehen
  184. PubMed / NCBI
  185. Google Scholar
  186. 9. Borg C, PJ de Jong, Georgiadis JR (2012) Subkortikale BOLD-Reaktionen während der visuellen sexuellen Stimulation variieren als Funktion impliziter Pornoassoziationen bei Frauen. Soziale kognitive und affektive Neurowissenschaften. doi: 10.1093 / scan / nss117.
  187. 10. M Bocher, Chisin R, Parag Y, N Freedman, Meir Weil Y, et al. (2001) Hirnaktivierung in Verbindung mit sexueller Erregung als Reaktion auf einen pornographischen Clip: Eine 15O-H2O-PET-Studie bei heterosexuellen Männern. Neuroimage 14: 105 – 117. doi: 10.1006 / nimg.2001.0794
  188. 11. Cera N., Di Pierro ED, Sepede G., Gambi F., Perrucci MG et al. (2012) Die Rolle des linken oberen Parietallappens im männlichen Sexualverhalten: Die Dynamik einzelner Komponenten wird durch die fMRT gezeigt. Das Journal Sex. med. 9: 1602 – 1612. doi: 10.1111 / j.1743-6109.2012.02719.x
  189. 12. Kim TH, Kang HK, Jeong GW (2013) Beurteilung der Veränderung der Hirnmetabolite während visueller sexueller Stimulation bei gesunden Frauen mit funktioneller MR-Spektroskopie. Das Journal für sexuelle Medizin 10: 1001 – 1011. doi: 10.1111 / jsm.12057
  190. 13. Beauregard M, Lévesque J, Bourgouin P (2001) Neuronale Korrelate bewusster Selbstregulation von Emotionen. J Neurosci 21 (18): RC165.
  191. 14. Mouras H., Stoléru S., Bittoun J., Glutron D., Pélégrini-Issac M., et al. (2003) Gehirnverarbeitung visueller sexueller Reize bei gesunden Männern: eine funktionelle Magnetresonanztomographie-Studie. Neuroimage 20 (2): 855 – 869. doi: 10.1016 / s1053-8119 (03) 00408-7
  192. 15. Karama S., Lecours AR, Leroux JM, Bourgouin P., Beaudoin G., et al. (2002) Bereiche der Gehirnaktivierung bei Männern und Frauen beim Betrachten von Erotikfilmausschnitten. Hum Brain Mapping 16 (1): 1 – 13. doi: 10.1002 / hbm.10014.abs
  193. 16. Hamann S., Herman RA, Nolan CL, Wallen K (2004) Männer und Frauen unterscheiden sich in der Amygdala-Reaktion auf visuelle sexuelle Reize. Naturneurowissenschaften 7 (4): 411 – 416. doi: 10.1038 / nn1208
  194. 17. Holstege G., Georgiadis JR, Paans AM, LC Meiners, van der Graaf FH, et al. (2003) Aktivierung des Gehirns während der Ejakulation von Männern J. Neurosci 23 (27): 9185 – 9193.
  195. 18. Georgiadis JR, Farrell MJ, Boessen R., Denton DA, Gavrilescu M, et al. (2010) Dynamischer subkortikaler Blutfluss während sexueller Aktivität von Männern mit ökologischer Gültigkeit: eine Perfusions-fMRT-Studie. Neuroimage 50: 208 – 216. doi: 10.1016 / j.neuroimage.2009.12.034
  196. 19. Cera N., Delli Pizzi S., Di Pierro ED, Gambi F., Tartaro A., et al. (2012) Makrostrukturelle Veränderungen subkortikaler grauer Materie bei psychogener erektiler Dysfunktion. PLoS ONE 7 (6): e39118. doi: 10.1371 / journal.pone.0039118
  197. 20. Hasson U, Nir Y, Levy I, Fuhrmann G, Malach R (2004) Intersubjekt-Synchronisation der kortikalen Aktivität während des natürlichen Sehens. Wissenschaft 303 (5664): 1634 – 1640. doi: 10.1126 / science.1089506
  198. 21. Pamilo S., Malinen S., Hlushchuk Y., Seppä M., Tikka P., et al. (2012) Funktionale Unterteilung der Gruppen-ICA-Ergebnisse von fMRI-Daten, die während der Kinobetrachtung erfasst wurden. PLoS ONE 7 (7): e42000. doi: 10.1371 / journal.pone.0042000
  199. 22. Bordier C, Puja F, Macaluso E (2013) Sensorische Verarbeitung von Kinematografien: Computermodellierung und funktionelles Neuroimaging. Neuroimage 67: 213 – 226. doi: 10.1016 / j.neuroimage.2012.11.031
  200. 23. Friston KJ, Holmes AP, Poline JB, Grasby PJ, Williams SC, et al. (1995) Analyse der fMRI-Zeitreihe erneut. Neuroimage 2 (1): 45 – 53. doi: 10.1006 / nimg.1995.1007
  201. 24. Esposito F, Scarabino T, Hyvarinen A, Himberg J, Formisano E, et al. (2005) Unabhängige Komponentenanalyse von fMRI-Gruppenstudien durch selbstorganisierendes Clustering. Neuroimage 25: 193 – 205. doi: 10.1016 / j.neuroimage.2004.10.042
  202. 25. Fox MD, AZ Snyder, Vincent JL, M. Corbetta, DC Van Essen et al. (2005) Das menschliche Gehirn ist intrinsisch in dynamischen, antikorrelierten funktionellen Netzwerken organisiert. Proc Natl Acad Sci USA 102: 9673 – 9678. doi: 10.1073 / pnas.0504136102
  203. 26. Raichle ME, MacLeod AM, AZ Snyder, Powers WJ, Gusnard DA, et al. (2001) Ein Standardmodus für die Gehirnfunktion. Proc Natl Acad Sci US A. 98 (2): 676-82. doi: 10.1073 / pnas.98.2.676
  204. 27. Damoiseaux JS, Rombouts SA, F Barkhof, P Scheltens, Stam CJ, et al. (2006) Konsequente Ruhezustandsnetzwerke für gesunde Probanden. Proc Natl Acad Sci USA 103 (37): 13848 – 13853. doi: 10.1073 / pnas.0601417103
  205. 28. De Luca M, Beckmann CF, De Stefano N., Matthews PM, Smith SM (2006) fMRI-Ruhezustandsnetzwerke definieren unterschiedliche Modi für Ferninteraktionen im menschlichen Gehirn. Neuroimage 29: 1359 – 1367. doi: 10.1016 / j.neuroimage.2005.08.035
  206. 29. Corbetta M, Shulman GL (2002) Kontrolle der zielgerichteten und stimulationsgesteuerten Aufmerksamkeit im Gehirn. Nat Rev Neurosci. 3 (3): 201 – 15. doi: 10.1038 / nrn755
  207. 30. Greicius M (2008) Funktionale Konnektivität im Ruhezustand bei neuropsychiatrischen Erkrankungen. Curr Opin Neurol. 21 (4): 424 – 430. doi: 10.1097 / wco.0b013e328306f2c5
  208. 31. Seeley WW, Menon V, Schatzberg AF, Keller J., Glover GH, et al. (2007) Dissoziierbare intrinsische Konnektivitätsnetzwerke für die Verarbeitung von Aufwandsentzug und die Kontrolle von Führungskräften. J Neurosci. 27 (9): 2349 – 2356. doi: 10.1523 / jneurosci.5587-06.2007
  209. 32. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., et al. (1998) Das Mini-Internationale Neuropsychiatrische Interview (MINI): Entwicklung und Validierung eines strukturierten diagnostischen psychiatrischen Interviews für DSM-IV und ICD-10. J Clin Psychiatrie. 59: 22 – 33. doi: 10.1016 / s0924-9338 (97) 83296-8
  210. 33. Xu J, Mendrek A, Cohen MS, Monterosso J, Simon S. et al. (2007) Einfluss des Zigarettenrauchens auf die präfrontale kortikale Funktion bei Rauchern, die die Stroop-Aufgabe nicht wahrnehmen. Neuropsychopharmakologie 32: 1421 – 1428. doi: 10.1038 / sj.npp.1301272
  211. 34. Rosen RC, Riley A., Wagner G., Osterloh IH, Kirkpatrick J., et al. (1997) Der internationale Index der erektilen Funktion (IIEF): eine mehrdimensionale Skala zur Beurteilung der erektilen Dysfunktion. Urologie 49: 822 – 830. doi: 10.1016 / s0090-4295 (97) 00238-0
  212. 35. Hoon EF, Hoon PW, Wincze JP (1976) Ein Inventar zur Messung der sexuellen Erregbarkeit von Frauen. Archiv des sexuellen Verhaltens 5: 291 – 300. doi: 10.1007 / bf01542081
  213. 36. Hoon EF, Chambless D (1986) - Bestandsaufnahme der sexuellen Erregbarkeit (SAI) und Bestandsaufnahme der sexuellen Eroberbarkeit (SAI-E). In: Davis CM, Yaber WL, Herausgeber. Sexualitätsbezogene Maßnahmen: Ein Kompendium. Syracuse, NY: Graphic Publishing Co.
  214. 37. Derogatis LR (1977) Das SCL-90R-Handbuch. Ich: Scoring Administration und Verfahren für den SCL-90R. Baltimore. MD: Klinische Psychometrie.
  215. 38. Spielberger C, Gorsuch RL, Lushene RE (1970) Bestandsaufnahme der Angstzustände. Palo Alto, CA: Beratung für Psychologen.
  216. 39. Carver S, White T (1994) Verhaltenshemmung, Verhaltensaktivierung und affektive Reaktionen auf bevorstehende Belohnung und Bestrafung: die BIS / BAS-Skalen. Journal für Persönlichkeits- und Sozialpsychologie 67: 319 – 333. doi: 10.1037 // 0022-3514.67.2.319
  217. 40. Koukounas E, Over R (1997) Männliche sexuelle Erregung, ausgelöst durch Film und Fantasie, inhaltlich abgestimmt. Aust. J. Psychol 49: 1-5. doi: 10.1080 / 00049539708259843
  218. 41. Friston KJ, Williams Howard R, Frackowiak RSJ, Turner R (1996) Bewegungseffekte in fMRI-Zeitreihen. Magn. Reson. Med 35: 346 – 355. doi: 10.1002 / mrm.1910350312
  219. 42. Hajnal JV, Myers R., Oatridge A, Schwieso JE, Young IR, et al. (1994) Artefakte aufgrund einer stimuluskorrelierten Bewegung bei der funktionellen Bildgebung des Gehirns. Magn. Reson. Med 31: 283 – 291. doi: 10.1002 / mrm.1910310307
  220. 43. Talairach J, Tournoux P (1988) Koplanarer stereotaktischer Atlas des menschlichen Gehirns. New York: Thieme.
  221. 44. Weissenbacher A, Kasess C, Gerstl F, Lanzenberger R, Moser E, et al. (2009) Korrelationen und Antikorrelationen in der MRI für die funktionale Konnektivität im Ruhezustand: Ein quantitativer Vergleich von Vorverarbeitungsstrategien. Neuroimage 47 (4): 1408 – 1416. doi: 10.1016 / j.neuroimage.2009.05.005
  222. 45. Hyvarinen A (1999) Schnelle und robuste Festkomma-Algorithmen für die unabhängige Komponentenanalyse. IEEE Trans Neuronales Netz 10: 626 – 634. doi: 10.1109 / 72.761722
  223. 46. Mantini D, Perrucci MG, Del Gratta C, Romani GL, Corbetta M (2007) Elektrophysiologische Signaturen von Ruhezustandsnetzwerken im menschlichen Gehirn. Proc Natl Acad Sci USA 104 (32): 13170 – 13175. doi: 10.1073 / pnas.0700668104
  224. 47. Mantini D, Corbetta M, Perrucci MG, Romani GL, Del Gratta C (2009) Große Gehirnnetzwerke sorgen für anhaltende und vorübergehende Aktivität während der Zielerfassung. Neuroimage 44: 265 – 274. doi: 10.1016 / j.neuroimage.2008.08.019
  225. 48. Liao W, Chen H, Feng Y, Mantini D, Gentili C, et al. (2010) Selektive aberrante funktionelle Konnektivität von Ruhezustandsnetzwerken bei sozialer Angststörung. Neuroimage 52 (4): 1549 – 1558. doi: 10.1016 / j.neuroimage.2010.05.010
  226. 49. Forman SD, Cohen JD, Fitzgerald M., Eddy WF, Mintun, MA, et al. (1995) Verbesserte Beurteilung der signifikanten Aktivierung in der funktionellen Magnetresonanztomographie (fMRI): Verwendung eines Schwellenwerts in Clustergröße. Magn. Reson. Med 33: 636 – 647. doi: 10.1002 / mrm.1910330508
  227. 50. Beckmann CF, DeLuca M, Devlin JT, Smith SM (2005) Untersuchungen zur Ruhezustand-Konnektivität mittels unabhängiger Komponentenanalyse. Philos. Trans. R. Soc. Lond. B Biol. Sci. 360: 1001 – 1013. doi: 10.1098 / rstb.2005.1634
  228. 51. Buckner RL, Andrews-Hanna JR, Schacter DL (2008) Das Standardnetzwerk des Gehirns: Anatomie, Funktion und Krankheitsrelevanz. Annals NY Ac Sci. 1124: 1 – 38. doi: 10.1196 / annals.1440.011
  229. 52. Shulman GL, Corbetta M., Fiez JA, Buckner RL, Miezin FM, et al. (1997) Suche nach Aktivierungen, die über Aufgaben verallgemeinern. Human Brain Mapping 5: 317–322. doi: 10.1002 / (sici) 1097-0193 (1997) 5: 4 <317 :: aid-hbm19> 3.3.co; 2-m
  230. 53. Sridharan D, Levitin DJ, Menon V (2008) Eine entscheidende Rolle für den rechten fronto-insularen Kortex beim Wechsel zwischen Netzwerken mit zentraler Ausführung und Standardmodus. Verfahren der Nationalen Akademie der Wissenschaften 105 (34): 12569 – 12574. doi: 10.1073 / pnas.0800005105
  231. 54. Fransson P, Marrelec G (2008) Der Precuneus / posterior-Cinguli-Kortex spielt im Standardmodus-Netzwerk eine entscheidende Rolle: Nachweis einer partiellen Korrelationsnetzwerkanalyse. Neuroimage 42 (3): 1178 – 1184. doi: 10.1016 / j.neuroimage.2008.05.059
  232. 55. Laird AR, Eickhoff SB, Li K, Robin DA, Glahn, DC, et al. (2009) Untersuchung der funktionalen Heterogenität des Standardmodus-Netzwerks mithilfe von koordinatenbasierter metaanalytischer Modellierung. Das Journal of Neuroscience 29 (46): 14496 – 14505. doi: 10.1523 / jneurosci.4004-09.2009
  233. 56. Fossati P, Hevenor SJ, Lepage M, Graham SJ, Grady C, et al. (2004) Verteiltes Ich im episodischen Gedächtnis: Neuronale Korrelate des erfolgreichen Abrufs von selbstkodierten positiven und negativen Persönlichkeitsmerkmalen. Neuroimage 22: 1596 – 1604. doi: 10.1016 / j.neuroimage.2004.03.034
  234. 57. V. Moulier, H. Mouras, M. Pélégrini-Issac, D. Glutron, R. Rouxel et al. (2006) Neuroanatomische Korrelate der Erektion des Penis, die durch fotografische Stimuli bei Männern ausgelöst werden. Neuroimage 33: 689 – 699. doi: 10.1016 / j.neuroimage.2006.06.037
  235. 58. Walter M. Bermpohl F. H. Mouras K. Schiltz C. Tempelmann et al. (2008) Unterscheidung spezifischer sexueller und allgemeiner emotionaler Effekte bei fMRI-subkortikaler und kortikaler Erregung während der erotischen Bildbetrachtung. Neuroimage 40: 1482 – 1494. doi: 10.1016 / j.neuroimage.2008.01.040
  236. 59. Buckner RL, Carroll DC (2007) Selbstprojektion und das Gehirn. Trends Cogn. Sci. 11: 49 – 57. doi: 10.1016 / j.tics.2006.11.004
  237. 60. Felician O, Ceccaldi M, Didic M, Thinus-Blanc C, Poncet M (2003) Hinweis auf Körperteile: eine Doppel-Dissoziationsstudie. Neuropsychologie. 41 (10): 1307 – 1316. doi: 10.1016 / s0028-3932 (03) 00046-0
  238. 61. Ruby P, Decety J (2003) Was Sie glauben, verglichen mit dem, was Sie Ihrer Meinung nach glauben: eine Neuro-Imaging-Studie zur konzeptuellen Perspektive. Europ J Neurosci. 17: 2475 – 2480. doi: 10.1046 / j.1460-9568.2003.02673.x
  239. 62. Decety J (1996) Haben imaginierte und ausgeführte Aktionen dasselbe neuronale Substrat? Brain Res. Cogn. Brain Res. 3: 87 – 93. doi: 10.1016 / 0926-6410 (95) 00033-x
  240. 63. Aziz Q, Schnitzler A, Enck P (2000) Funktionelles Neuroimaging viszeraler Empfindungen. J Clin Neurophysiol 17: 604-612. doi: 10.1097 / 00004691-200011000-00006
  241. 64. Liotti M., Brannan S., Egan G., Shade R., Madden L., et al. (2001) Gehirnreaktionen im Zusammenhang mit dem Bewusstsein der Atemnot (Lufthunger). Proc Natl Acad Sci USA 98: 2035 – 2040. doi: 10.1073 / pnas.98.4.2035
  242. 65. Critchley HD, DR Corfield, MP Chandler, Mathias CJ, Dolan RJ (2000) Zerebrale Korrelate autonomer kardiovaskulärer Erregung: Eine funktionelle neuroimaging-Untersuchung beim Menschen. J Physiol. 523: 259 – 270. doi: 10.1111 / j.1469-7793.2000.t01-1-00259.x
  243. 66. Leutmezer F, Serles W, Bacher J, Gröppel G, Pataraia E. et al. (1999) Genitalautomatismen bei komplexen partiellen Anfällen. Neurologie 52: 1188 – 1191. doi: 10.1212 / wnl.52.6.1188
  244. 67. Abler B, Seeringer A, Hartmann A, Grön G, Metzger C, et al. (2011) Neuronale Korrelate von Antidepressiva-bedingter sexueller Dysfunktion: eine Placebo-kontrollierte fMRI-Studie an gesunden Männern unter subchronischem Paroxetin und Bupropion. Neuropsychopharm. 36: 1837 – 1847. doi: 10.1038 / npp.2011.66