인터넷 중독 장애에서 두뇌 기능 네트워크가 중단됨 : 휴식 상태의 기능성 자기 공명 영상 연구 (2014)

종요 위 동등한 기여자, 자오 지민 동등한 기여자,  퓨 티안 얍, 우 구오롱, 펑시, 진정한 가격, 두야송, 쑤 지안롱, Yan Zhou 메일, Dinggang Shen 메일

게시 날짜 : 16, 2014

DOI : 10.1371 / journal.pone.0107306

추상

인터넷 중독 장애(IAD)는 특히 청소년들 사이에서 점점 더 정신 건강 장애로 인식되고 있습니다. 그러나 IAD와 관련된 병인은 아직 명확하지 않습니다. 본 연구에서는 기능적 자기공명영상 자료를 이용하여 휴식 중인 IAD 청소년의 뇌 기능적 특성을 탐색하고자 한다. 우리는 IAD가 있는 17명의 청소년과 16명의 사회 인구학적으로 일치하는 건강한 대조군에 대한 소규모 세계성, 효율성 및 결절 중심성을 포함한 네트워크 속성 측면에서 기능적 연결의 가능한 중단을 조사하기 위해 그래프 이론적 접근 방식을 채택했습니다. 그룹 수준 네트워크 토폴로지 차이의 통계적 유의성을 평가하기 위해 거짓 발견률 보정 파라메트릭 테스트를 수행했습니다. 또한 IAD 그룹에서 기능적 연결성과 임상 측정 간의 관계를 평가하기 위해 상관 분석을 수행했습니다. 우리의 결과는 IAD 환자의 기능적 연결체, 특히 전두엽, 후두엽 및 두정엽에 위치한 영역 사이에 상당한 장애가 있음을 보여줍니다. 영향을 받는 연결은 장거리 및 반구 간 연결입니다. 지역 노드 메트릭에 대해 상당한 변경이 관찰되었지만 IAD와 건강한 그룹 간의 글로벌 네트워크 토폴로지에는 차이가 없습니다. 또한, 상관관계 분석은 관찰된 국소 이상이 IAD 중증도 및 행동 임상 평가와 상관관계가 있음을 보여줍니다. 해부학적으로 정의된 아틀라스와 기능적으로 정의된 아틀라스 간에 상대적으로 일치하는 우리의 연구 결과는 IAD가 기능적 연결의 중단을 유발하고 중요하게는 그러한 중단이 행동 장애와 연결될 수 있음을 시사합니다.

도

인용 : Wee CY, Zhao Z, Yap PT, Wu G, Shi F 등. (2014) 인터넷 중독 장애에서 중단된 뇌 기능 네트워크: 휴식 상태의 기능적 자기 공명 영상 연구. PLoS ONE 9(9): e107306. doi:10.1371/journal.pone.0107306

에디터 : Satoru Hayasaka, 웨이크 포레스트 의과대학, 미국

수신 : 1 월 20, 2014; 수락 : 8 월 11, 2014; 게시 : 2014 년 9 월 16 일

저작권 : © 2014 위 외. 이것은 다음의 조건에 따라 배포되는 오픈 액세스 기사입니다. 크리에이티브 커먼즈 저작자 표시 라이선스원본 저작자 및 출처를 기재 한 경우 모든 매체에서 무제한 사용, 배포 및 복제가 가능합니다.

기금 : 이 작업은 국립 보건원(NIH) 보조금 EB006733, EB008374, EB009634, AG041721 및 CA140413, 중국 국립 자연과학 재단(81171325) 및 국가 핵심 기술 R&D 프로그램 2007BAI17B03에 의해 부분적으로 지원되었습니다. 자금 제공자는 연구 설계, 데이터 수집 및 분석, 출판 결정 또는 원고 준비에 아무런 역할도 하지 않았습니다.

경쟁 관심: 저자는 경쟁적 이익이 없다고 선언했다.

개요

인터넷의 남용은 물질 중독 및 병적 도박에서 발견되는 것과 유사한 변화된 사회 행동 특성으로 이어질 수 있다고 보고되었습니다. [1], [2]. 지난 수십 년 동안 인터넷 사용자 수가 급증함에 따라 이 문제는 점점 더 심각한 공중 보건 문제로 간주되었습니다. [3]. 일반적으로 인터넷 중독 및 컴퓨터 관련 중독은 미국과 해외에서 수백만 명의 개인에게 영향을 미치는 광범위한 현상으로 보이며, 아시아 개발도상국의 청소년과 대학생 사이에서 발생률이 가장 높습니다. [3]-[7]. 청년기 동안 인터넷 과다 노출의 영향은 특히 임상적, 사회적으로 중요한데, 이는 청소년기가 의사결정과 관련된 신경생물학의 중요한 변화의 기간이기 때문입니다. [8] 따라서 정동 장애 및 중독에 대한 더 높은 감수성을 나타냅니다. [9]-[11]. Young의 중요한 작업 이후 [2], 인터넷 중독은 사회 학자, 심리학자, 정신과 의사 및 교육자로부터 상당한 관심을 끌었습니다.

인터넷 사용과 관련된 행동 문제의 임상적 특징은 인터넷 중독 장애(IAD)를 비롯한 다양한 진단 기준에 따라 설명되었습니다. [12], 병적 인터넷 사용 [13], 문제가 있는 인터넷 사용 [14]. IAD는 병리학적인 도박과 유사하게 중독성이 없는 부적절한 인터넷 사용을 수반하기 때문에 충동 조절 장애로 분류되었습니다. IAD는 개인 및 가족 관계를 개발하고 유지하는 데 중독성 행동 및 문제의 결과로 학업, 재정 및 직업적 어려움의 발달을 포함하여 다른 중독과 유사한 특성을 나타냅니다. IAD로 고통받는 개인은 고독 속에서 더 많은 시간을 보내며 이는 정상적인 사회적 기능에 영향을 미칩니다. 최악의 경우 손목터널증후군, 안구건조증, 요통, 심한 두통, 식이불량, 수면장애 등의 신체적 불편함이나 내과적 문제를 겪을 수 있다. [15], [16]. 또한, 환자는 종종 IAD 치료에 내성이 있고 재발률이 높습니다. [17], 그리고 그들 중 많은 사람들이 마약, 알코올, 도박 또는 섹스 중독과 같은 다른 중독으로 고통 받고 있습니다. [18].

IAD는 아직 DSM-5에서 중독이나 정신 장애로 간주되지 않지만 [19], 행동 요소, 심리 사회적 요인, 증상 관리, 정신과 동반 질환, 임상 진단 및 치료 결과 측면에서 일상 생활에서 부정적인 결과를 보여주는 자가 보고 심리 설문지를 주로 기반으로 하는 많은 연구가 있습니다. [6], [20]-[23]. 이러한 행동 기반 분석 외에도, 인간 두뇌의 구조적 및 기능적 특성에 대한 과도한 인터넷 남용의 영향을 탐색하기 위해 최근 신경 영상 기술이 적용되었습니다. [7], [24]-[29]. 휴식 상태의 기능적 자기 공명 영상(R-fMRI), 효과적인 생체내에서 뇌의 신경 활동을 조사하기 위한 도구는 이전에 IAD에서 뇌 기능적 특성의 가능한 중단을 식별하기 위해 사용되었습니다. [24], [26], [27], [30]. 에 [27], 뇌 네트워크 내에서 지역 저주파 변동(LFF)의 일관성을 측정하는 지역 동질성(ReHo) 분석은 IAD 환자의 보상 경로와 관련된 뇌 영역 간의 향상된 동기화를 나타냈습니다. 온라인 게임 중독(OGA)이 있는 개인에 대한 유사한 연구에서 목표 지향적 의사 결정과 관련된 여러 영역과 해부학적으로 연결되어 있는 왼쪽 내측 안와 전두엽 피질에서 증가된 진폭 LFF를 질병의 바이오마커로 사용하도록 제안했습니다. [30]. 홍 et al. 네트워크 기반 통계(NBS)를 사용하여 IAD와 제어 그룹 간의 지역 간 기능 연결의 그룹 차이를 분석했으며, 특히 전체 네트워크 토폴로지의 글로벌 중단 없이 IAD 그룹에서 기능 연결의 광범위한 감소가 관찰되었습니다. [26]. 또 다른 기능적 연결 기반 연구에서 기본 네트워크 연결의 변경은 후측 대상 피질(PCC)을 시드 영역으로 사용하여 탐색되었습니다. [24]. 결과는 양측 소뇌 후엽과 중간 측두 이랑 사이의 기능적 연결성이 증가하고 양측 하 두정 소엽과 오른쪽 하 측두 이랑 사이의 연결성이 감소한 것으로 나타났습니다.

현재 연구에서는 R-fMRI 데이터를 기반으로 IAD를 분석하기 위해 그래프 이론적 접근 방식을 적용합니다. 먼저 다음을 사용하여 기능적 연결 중단의 중요성을 평가합니다. 파라메트릭 테스트 다중 비교 수정. 이를 통해 우리는 두뇌 기능 연결의 전체 패턴 그리고 대규모 네트워크 간의 연결 패턴 [31]. 둘째, IAD와 관련된 가능한 연결 중단을 조사합니다. 글로벌 네트워크 속성, small-worldness 특성(즉, 클러스터링 계수 및 특성 경로 길이) 및 small-world 체제에 대한 네트워크 효율성(즉, 글로벌 및 로컬 효율성)을 포함합니다. 셋째, 동일한 네트워크 희소성 범위로 전체 기능적 커넥톰과 지역의 관계를 고려하여 네트워크의 기능적 중요성을 평가합니다. [32] 각 ROI의 중심성 측정을 기반으로 합니다. 우리는 네트워크 중심성을 사용하여 더 나은 현지화 더 많은 지역 수준에서 중단된 지역. 마지막으로 탐색 네트워크 메트릭과 행동 및 임상 점수 간의 관계 참가자의. 네트워크 속성과 임상 결과 사이의 연결을 조사하면 중독 병리학에 대한 지식이 향상되고 보다 신뢰할 수 있는 IAD 진단 기술 개발에 중요한 통찰력을 제공합니다.

재료 및 방법

참가자

IAD 청소년 17명(남성 15명, 여성 2명)과 성별, 연령 및 교육 수준이 일치하는 HC(건강 통제) 피험자 16명(남성 14명, 여성 2명)으로 구성된 XNUMX명의 오른손잡이 참가자가 이 연구에 참여했습니다. 환자들은 Shanghai Jiao Tong University 의과대학, Shanghai Mental Health Center, 아동 및 청소년 정신과에서 모집되었습니다. 제어 대상은 광고를 사용하여 지역 사회에서 모집되었습니다. 이 연구는 헬싱키 선언에 따라 상하이 정신 건강 센터의 의료 연구 윤리 위원회 및 기관 검토 위원회의 승인을 받았으며 각 참가자의 부모/보호자로부터 완전한 서면 동의를 얻었습니다.

IAD 기간은 후향적 진단을 통해 추정하였다. 모든 피험자는 처음 인터넷에 중독되었을 때의 생활 방식을 기억하도록 요청받았습니다. 인터넷 중독을 확인하기 위해 Beard와 Wolf의 인터넷 중독 기준에 대한 수정된 YDQ(Young's Diagnostic Questionnaire)에 따라 환자를 재검사했습니다. [33], 자가보고 IAD의 신뢰도는 부모 면담을 통해 확인하였다. IAD 환자는 적어도 인터넷 또는 온라인 게임에서 하루에 몇 시간, 그리고 일주일에 일. 우리는 이러한 정보를 환자의 룸메이트와 동급생이 종종 밤늦게 인터넷에 접속하여 결과에도 불구하고 다른 사람의 삶을 방해한다고 주장하는 것을 확인했습니다. 모든 환자는 적어도 2년 이상 인터넷에 중독되었습니다. 인터넷 중독 기준에 대한 수정된 YDQ의 세부 사항은 파일 S1.

이전 IAD 연구에 이어 [34], 2시간 미만을 보낸 HC만(사용한 시간 = ) 인터넷에서 매일이 현재 연구에 포함되었습니다. HC 그룹은 일주일에 인터넷에서. HC는 수정된 YDQ 기준으로 테스트하여 IAD를 앓지 않는지 확인했습니다. 모집된 모든 참가자는 중국어를 모국어로 사용하며 불법 약물을 사용한 적이 없습니다. 수정된 YDQ는 참가자의 편의를 위해 중국어로 번역되었습니다. 진단 결과를 더욱 정당화하기 위해 또 다른 IAD 진단 척도인 Young's Internet Addiction Scale(YIAS) [35], 각 참가자에 대해 실시되었습니다. YIAS는 Kimberly Young 박사가 인터넷 중독 정도를 평가하기 위해 개발한 20개 항목의 설문지입니다. 인터넷 사용자를 100점 점수 체계를 기반으로 세 가지 심각도로 분류합니다. 포인트), 보통 온라인 사용자( 포인트), 심한 온라인 사용자( 포인트들).

수정된 YDQ 및 YIAS를 통한 IAD 진단 외에도 IAD 환자의 행동 상태는 다음과 같은 몇 가지 행동 관련 설문지를 사용하여 평가되었습니다. Barratt Impulsiveness Scale-11(BIS-11) [36], 시간 관리 처분 규모 (TMDS) [37], 강점 및 어려움 설문지 (SDQ) [38]및 McMaster 제품군 평가 장치(FAD) [39]. SDQ의 하위 및 상위 버전이 모두 연구에 사용되었습니다. 이러한 설문지의 세부 사항은 파일 S1.

병력에 대한 면담을 하기 전에 모든 참가자는 운동, 소화기, 신경계, 호흡계, 순환계, 내분비계, 비뇨계 및 생식계와 관련된 신체 장애를 배제하기 위해 간단한 신체 검사(혈압 및 심장 박동 검사)를 받았습니다. 제외 기준에는 다음이 포함됩니다. 1) 약물 남용 또는 의존의 병력; 2) 운동, 소화기, 신경계, 호흡계, 순환계, 내분비계, 비뇨계 및 생식계와 관련된 신체적 장애의 병력; 및 3) 스캐닝 당일 여성의 임신 또는 생리 기간. 이 배제 절차는 이 연구의 참가자가 다른 신체적, 신경학적 또는 신경정신과적 장애의 영향을 받지 않도록 하고 따라서 얻은 결과에서 가능한 편향을 줄이는 데 중요합니다. 자세한 인구 통계 정보 및 임상 점수는 다음에서 제공됩니다. 표 1.

미리보기

표 1. 이 연구에 참여한 참가자의 인구통계학적 정보.

doi : 10.1371 / journal.pone.0107306.t001

데이터 수집 및 전처리

데이터 수집은 3.0 Tesla 스캐너(Philips Achieva)를 사용하여 수행되었습니다. 각 참가자의 휴식 상태 기능 이미지는 에코 시간(TE) = 30ms 및 반복 시간(TR) = 2000ms로 획득되었습니다. 획득 매트릭스는 64×64이고 직사각형 FOV는 230×230mm입니다.2, 복셀 해상도 3.59×3.59×4mm3. 스캔에는 각 참가자에 대해 220개의 볼륨이 포함되었습니다. 데이터 수집 중에 참가자는 눈을 감고 스캐너에 조용히 누워 있어야 했습니다. 피험자가 실제로 눈을 감고 있는지 여부를 측정하기 위해 별도의 기술이나 장치를 사용하지는 않았지만, 피험자는 스캔하는 동안 인식하고 눈을 감고 있음을 확인했습니다.

데이터 전처리는 두 개의 R-fMRI 처리 도구 상자인 DPARSF에서 표준 파이프라인을 사용하여 수행되었습니다. [40] 그리고 REST [41]. 전처리 전에 각 피험자의 처음 10 R-fMRI 볼륨을 폐기하여 자화 평형을 달성했습니다. R-fMRI 볼륨은 3×3×3 mm 해상도로 MNI 공간으로 정규화되었습니다.3. 심실, 백질 및 전체 신호를 포함한 성가신 신호의 퇴행이 수행되었습니다. 어떤 방향으로든 3mm 이상의 변위 또는 3도 이상의 각도 회전 기준에 따라 참가자 중 누구도 제외되지 않았습니다. 머리 움직임의 영향을 더욱 최소화하기 위해 Friston 24 매개변수 보정과 복셀별 평균 프레임 방향 변위(FD)를 사용했습니다. [42] FD 임계값은 0.5입니다. 기능적 연결성 추정에 앞서 각 ROI의 평균 R-fMRI 시계열은 대역 통과 필터링되었습니다( 헤르츠).

네트워크 구축 및 개별 연결 분석

이 연구에서는 중국 청소년 그룹에서 IAD로 인한 뇌 연결의 기능적 변화를 조사하기 위해 그래프 이론 분석을 채택했습니다. 기능적 뇌 네트워크는 노드가 미리 정의된 뇌 영역을 나타내고 가장자리가 지역 간 휴식 상태 기능 연결성(RSFC)을 나타내는 거시적 수준에서 구성되었습니다. 네트워크 노드를 정의하기 위해 뇌를 fMRI 이미지를 AAL(Automated Anatomical Labeling) 아틀라스로 워핑하여 관심 영역(ROI) [43]. AAL 아틀라스를 기반으로 한 지역은 표 S1에 나열되어 있습니다. 파일 S1. 각 ROI의 대표 시계열은 각 개별 ROI의 모든 복셀에 대해 회귀 시계열을 평균하여 얻었습니다. 지역 간 RSFC를 측정하기 위해 가능한 모든 (() = 4005) ROI는 이러한 연결을 나타내기 위해 쌍을 이루고 대칭 연결 매트릭스를 구성했습니다. 연결 강도 측면에서 모든 ROI 쌍 간의 그룹 수준 차이를 분석했습니다. 각 기능적 연결에 대한 중요한 차이점은 질량 단변량(양쪽 꼬리)을 사용하여 평가되었습니다. -임계 값 테스트 FDR(False Discovery Rate) 수정.

네트워크 메트릭 및 특성 분석

Pearson 상관관계 기반 기능적 연결 매트릭스는 많은 스퓨리어스, 저강도 요소로 조밀하게 연결되어 있습니다. small-world 특성을 나타내는 인간 두뇌 네트워크를 더 잘 모델링하기 위해 각 개인의 기능적 연결 매트릭스는 small-world 체제에 속하는 희소성 범위를 갖도록 추가 처리되었습니다.) [44]-[48]. 이 체제는 90개 ROI의 뇌 네트워크에 대해 상대적으로 일관된 소규모 세계 특성을 보장합니다. [44]. 구체적으로, 모든 주제의 Pearson 상관 행렬은 이진화된 인접 행렬로 변환되었으며, , 미리 정의된 희소성에 따라, 여기서 모든 초기에 XNUMX로 설정한 다음 가장 낮은 상관 값에 해당하는 요소는 특정 수준의 희소성이 달성될 때까지 반복적으로 XNUMX으로 설정됩니다. 이러한 네트워크를 기반으로 그룹 수준 비교를 위해 뇌 네트워크의 전체 아키텍처와 지역 노드 중심성을 분석하기 위해 글로벌 및 지역 네트워크 메트릭을 모두 사용했습니다. 사용된 글로벌 메트릭에는 작은 세계 매개변수, 즉 클러스터링 계수() 및 특성 경로 길이() [49], [50], 뿐만 아니라 글로벌 네트워크 효율성() 및 로컬 네트워크 효율성(). 또한 무작위 네트워크를 사용하여 이러한 측정값의 정규화된 버전을 계산했습니다(및 ) 구성된 두뇌 네트워크의 작은 세계 속성을 보장합니다. 다음 세 가지 기준을 충족하는 경우 네트워크를 소규모 세계로 정의합니다. , , 작은 세계 비율, . 세 가지 노드 중심성 메트릭 – 정도(), 효율성(), 중간성() – 각 뇌 영역의 기능 네트워크의 로컬 특성을 조사하기 위해 계산되었습니다. [44], [46].

그룹 간 차이를 통계적으로 조사하기 위해 두 꼬리, 두 표본을 수행했습니다. -임계 값 테스트 (FDR 수정됨) small-world 체제에서 구성된 각 네트워크 메트릭의 곡선 아래 영역(AUC)을 기반으로 각 네트워크 메트릭(글로벌 및 지역) [48]. AUC는 단일 희소성 임계값에서 토폴로지를 고려하는 대신 전체 소규모 세계 체제에 대한 뇌 네트워크의 토폴로지 특성에 대한 요약을 제공합니다. [44], [51]. 특히, 각 네트워크 메트릭에 대해 먼저 희소성 수준이 다른 네트워크에서 각 개별 주제의 AUC 값을 계산한 다음 두 샘플을 수행했습니다. - IAD와 건강한 그룹 간의 그룹 수준 차이를 통계적으로 정량화하는 테스트. 통계 테스트 전에 다중 선형 회귀를 적용하여 연령, 성별, 교육 및 이들의 상호 작용 효과를 제거했다는 점은 주목할 만합니다. [31], [52]-[54].

Functional Atlas를 사용한 신뢰성 및 반복성

현재 연구에서 기능적 연결 네트워크는 AAL 아틀라스를 기반으로 전체 뇌를 90개의 ROI로 분할하여 지역 수준에서 구성되었습니다. 그러나 다른 구획 체계에서 파생되거나 다른 공간 규모를 사용하는 뇌 네트워크가 뚜렷한 위상 구조를 나타낼 수 있다는 보고도 있습니다. [55]-[57]. 결과의 신뢰성과 반복성을 평가하기 위해 Dosenbach의 기능적 아틀라스를 사용하여 실험을 반복했습니다. [58], 소뇌를 포함하여 인간의 뇌를 160개의 ROI로 분할합니다. 이 아틀라스에서 각 ROI는 선택한 시드 포인트를 둘러싸는 10mm 직경의 사각형으로 정의되며 모든 ROI 중심 사이의 거리는 공간적 중첩 없이 최소 10mm입니다. 즉, 일부 뇌 영역은 ROI 세트에 의해 덮이지 않습니다.

네트워크 메트릭과 행동 점수 간의 관계

지역 노드 중심성에서 그룹 수준의 상당한 차이를 보이는 지역(AAL 아틀라스 기반)에 대해 쌍별 Pearson 상관 관계를 사용했습니다(, FDR 수정) 각 지역의 네트워크 속성과 개인의 행동 점수 간의 관계를 분석합니다. 구체적으로, 상관관계 분석에서는 네트워크 지표를 종속변수로 처리하고 행동 점수, 즉 BIS-11, TMDS, SDQ, FAD를 독립변수로 처리하였다. 영향을 받는 뇌 영역과 질병 심각도 사이의 관계를 더 이해하기 위해 네트워크 기능과 YIAS 점수 사이의 Pearson 상관 계수도 계산했습니다.

결과

인구 통계 및 임상 특성

연령, 성별, 교육연수 측면에서 큰 차이는 없습니다(모두 ) IAD와 HC 그룹 사이. 그러나 주당 일수 측면에서 인터넷 사용에는 상당한 차이가 있습니다() 및 일일 시간(). BIS-11 및 TMDS 점수에 대해 그룹 간에 유의미한 차이는 없지만(모두 ), SDQ-P(), SDQ-C() 및 FAD() 점수는 다음과 같이 IAD 그룹에서 상당히 높습니다. 표 1 및 그림 1. 특히, YIAS(), IAD를 분류하는 데 사용되는 임상 척도는 가장 유의미한 그룹 수준의 차이를 보여줍니다.

미리보기

그림 1. 임상 및 행동 측정 측면에서 그룹 간 차이.

(YIAS = Young's Internet Addiction Scale, BIS-11 = Barratt Impulsiveness Scale-11, TMDS = Time Management Disposition Scale, SDQ-P = Strengths and Difficulties Questionnaire parent version, SDQ-C = Strengths and Difficulties Questionnaire children version, FAD = McMaster Family Assessment Device).

doi : 10.1371 / journal.pone.0107306.g001

개별 기능 연결

HC 그룹과 비교하여 FDR 수정 후 세 가지 기능적 연결만 상당한 변경을 경험했습니다. 왼쪽 각회(두정엽)와 오른쪽 중간 안와전두피질(전두엽) 사이 및 왼쪽 방추회(후두엽)와 오른쪽 각회(두정엽) 사이의 두 개의 반구간 연결은 IAD 환자에서 증가된 연결 강도를 나타냅니다. 오른쪽 꼬리(피질하 피질)와 오른쪽 변연상회(두정엽) 사이의 반구 내 연결 하나는 질병 그룹에서 감소된 연결성을 보여줍니다. 이러한 크게 변경된 기능적 연결은 그림 2. 빨간색과 파란색 연결은 IAD 그룹에서 각각 기능적 연결성이 증가하고 감소했음을 나타냅니다. 영향을 받는 대부분의 기능적 연결은 오른쪽 반구와 두정엽에 위치한 영역을 포함합니다.

미리보기

그림 2. IAD 환자에서 크게 변경된 기능적 연결(FDR 수정됨).

빨간색: 기능적 연결성 증가, 파란색: 기능적 연결성 감소. (FRO: Frontal, INS: Insula, TEM: Temporal, PAR: Parietal, OCC: Occipital, LIM: Limbic, SBC: Subcortical). 이 시각화는 BrainNet Viewer 패키지(http://www.nitrc.org/projects/bnv) 및 서커스(http://circos.ca/).

doi : 10.1371 / journal.pone.0107306.g002

기능 네트워크의 글로벌 특성

우리는 여러 네트워크 희소성 수준에서 비교 가능한 무작위 네트워크와 작은 세계 행동을 비교하여 본질적인 기능적 뇌 네트워크의 토폴로지 속성을 탐구했습니다. . 특히 우리는 small-world 매개변수(예: 클러스터링 계수, 특성 경로 길이 및 small-world 비율, )뿐만 아니라 글로벌 및 로컬 효율성. 연구에 사용된 임의의 네트워크는 노드와 에지의 수는 물론 관심 있는 실제 뇌 네트워크의 차수 분포를 [59]. 두 샘플을 사용한 통계 분석 테스트 (, FDR 수정됨) 소규모 세계 체제에 대한 AUC 값에 대한 글로벌 네트워크 속성 측면에서 IAD 및 HC 그룹 간에 유의미한 차이가 없는 것으로 나타났습니다.

기능 네트워크의 지역 노드 특성

일반적인 소규모 세계 토폴로지에도 불구하고 지역 노드 중심성에서 그룹 수준의 상당한 차이가 관찰되었습니다. 이 연구에서 우리는 IAD 그룹의 세 가지 지역 노드 메트릭 중 적어도 하나가 - AUC 값을 기준으로 0.05(FDR 보정됨)보다 작은 값. 표 2 IAD 환자에서 크게 변경된 영역을 요약합니다. HC 그룹과 비교하여 IAD 환자는 주로 왼쪽 하두정엽(IPL), 왼쪽 시상(THA) 및 변연계와 같은 다른 영역, 특히 오른쪽 전대상회(ACG) 및 오른쪽 중간대상회(MCG)에 위치하는 결절 중심성 변화를 보였습니다. 특히, IPL 및 ACG는 이전에 물질 중독에서 변경된 연결성과 연결되었던 기본 모드 네트워크(DMN)의 구성 요소입니다. [60]-[62].

미리보기

표 2. AAL 아틀라스를 기반으로 하는 건강한 대조군(HC)과 비교하여 IAD 환자에서 비정상 결절 중심성을 나타내는 영역.

doi : 10.1371 / journal.pone.0107306.t002

Functional Atlas를 사용한 신뢰성 및 반복성

Dosenbach's atlas가 ROI를 정의하는 데 사용되는 경우, 소뇌에 대한 정면 및 정수리 연결에서 주로 중요한 그룹 차이가 관찰됩니다. 이러한 결과는 다음과 같이 요약됩니다. 표 3. 이러한 연결은 AAL 아틀라스를 기반으로 식별된 연결과 다르지만 대부분의 중단된 연결은 소뇌 영역을 제외하고 동일한 뇌엽을 포함합니다. 글로벌 네트워크 메트릭 측면에서 AAL 아틀라스를 기반으로 한 결과와 유사하게 IAD와 HC 그룹 간에 차이가 없음을 발견했습니다. 로컬 네트워크 메트릭의 경우 식별된 지역 중 일부가 ACG 및 THA와 같은 AAL 아틀라스를 기반으로 식별된 지역과 공간적으로 가까운 위치에 있음을 발견했습니다. 표 4.

미리보기

표 3. Dosenbach 아틀라스를 기반으로 상당한 변화를 경험한 IAD 개인의 기능적 연결.

doi : 10.1371 / journal.pone.0107306.t003

미리보기

표 4. Dosenbach's atlas에 기초한 건강한 대조군(HC)과 비교하여 IAD 환자에서 비정상 결절 중심성을 나타내는 영역.

doi : 10.1371 / journal.pone.0107306.t004

네트워크 메트릭과 행동 측정 간의 관계

유의미한 (, FDR 수정됨) 글로벌 네트워크 메트릭 간의 상관 관계(, , 및 ) 및 행동 및 임상 점수. 그러나 여러 지역의 지역 노드 메트릭은 상당히(, FDR 수정됨) 행동 및 임상 점수와 상관 관계가 있습니다. 올바른 ACG는 YIAS 점수와 양의 상관관계가 있습니다. 올바른 MCG는 YIAS 점수와 양의 상관관계가 있습니다. 왼쪽 THA는 YIAS 및 SDQ-P 점수와 양의 상관관계가 있습니다. 그러나 왼쪽 IPL은 행동 또는 임상 점수와 유의미한 상관 관계가 없습니다. 행동 및 임상 점수와 유의하게 상관관계가 있는 뇌 영역은 다음과 같습니다. 그림 3.

미리보기

그림 3. IAD 그룹(FDR 보정됨)의 행동 및 임상 점수와 유의미한 상관 관계가 있는 뇌 영역.

이 그림은 BrainNet Viewer 패키지(http://www.nitrc.org/projects/bnv). (YIAS = Young의 인터넷 중독 점수, BIS-11 = Barratt 충동성 척도-11, TMDS = 시간 관리 성향 척도, SDQ-P = 부모의 강점 및 어려움 설문지 버전, SDQ-C = 강점 및 어려움 설문지 어린이 버전.)

doi : 10.1371 / journal.pone.0107306.g003

토론

개별 기능 연결의 변경

인간의 두뇌 발달 메커니즘에 대한 통찰력은 어린이와 청소년에게 영향을 미치는 장애의 병리학적 토대를 더 잘 이해하고 조기 치료를 가능하게 하는 데 중요합니다. R-fMRI 데이터의 그래프 이론적 분석을 기반으로, 인간 뇌의 기능적 조직은 독특한 경향을 따라 성숙하고 진화하여 아동기에서 청소년기, 성인기로 진화한다고 제안되었습니다. [63]-[66]. 특히, 기능적 뇌 네트워크의 조직은 개발과 함께 로컬 연결에서 보다 분산된 아키텍처로 이동합니다. [63], [66], 성인은 어린이보다 단거리 기능적 연결성이 약하고 장거리 기능적 연결성이 강한 경향이 있습니다. [65].

우리의 연구 결과는 IAD에서 관찰된 단절된 연결이 FDR 교정 후 소수에 불과하지만 인간 두뇌의 장거리 통신에 중요한 장거리 및 반구 간 기능 연결임을 보여줍니다. 장거리 및 반구 간 연결의 중단은 자폐증을 포함한 많은 행동 이상에서 흔한 증상입니다. [67]-[70], 정신 분열증 [71], 오피오이드 중독 [72], [73], 코카인 중독 [74]. 장거리 연결 장애는 인간 두뇌의 분산 기능 네트워크 내 통합 프로세스의 실패로 볼 수 있습니다. [63], [64], [75], 정상적인 신경 발달 궤적에서 벗어난 것. 따라서 우리는 본 연구에서 관찰된 IAD 청소년의 장거리 및 반구 간 연결의 비정상적인 발달이 중독 행동의 가능한 원인 중 하나라고 추측합니다.

전역 네트워크 속성의 변경

인간의 뇌는 작은 세계성, 낮은 배선 비용으로 높은 효율성, 고도로 연결된 허브와 같은 다양한 중요한 위상 특성을 가진 복잡하고 큰 상호 연결된 동적 시스템으로 간주됩니다. [46], [76]-[79]. 소규모 네트워크에서 노드는 모듈식 정보 처리를 위해 로컬로 클러스터링되고 효율적인 전체 라우팅을 위해 적은 수의 장거리 연결을 통해 원격으로 연결됩니다. [50]. IAD 및 HC 그룹 모두 작은 세계 특성, 즉 높은 클러스터링 계수() 및 유사한 특성 경로 길이(), 유사한 임의 네트워크와 비교할 때. 그러나 우리는 이전 R-fMRI 연구와 일치하여 연결 밀도에 대해 HC 그룹과 비교하여 IAD 그룹에서 일관되게 더 큰 정규화 클러스터링 계수 및 유사한 정규화 특성 경로 길이를 관찰했습니다. [26]. 더 큰 클러스터링 계수는 IAD 및 HC 그룹에서 상대적으로 희박한 장거리 및 상대적으로 조밀한 단거리 기능 연결을 나타내는 먼 영역 간의 중단된 신경 통합을 반영합니다. 경증에서 중증으로의 임상 단계의 진행은 장거리 연결의 손상 또는 단절을 더 많이 유발할 수 있으므로 두 개의 먼 지역 간의 정보 전송을 보존하기 위한 대체 경로로 클러스터 내 단거리 연결 설정을 권장할 수 있습니다. 그러나 근거리 연결을 설정하면 전체 네트워크를 통해 정보의 제어되지 않거나 무작위 흐름을 생성하는 위험을 증가시키는 비정상적인 클러스터가 도입될 수 있습니다. 한편, 모든 두뇌 네트워크는 유사한 무작위 네트워크와 비교하여 전역 및 지역 효율성의 유사한 병렬 정보 처리를 보여주었습니다. [80]. 이러한 발견은 지역 전문화와 글로벌 통합의 균형 잡힌 조합을 제공하는 인간 두뇌의 작은 세계 모델의 개념을 지원합니다. [81]. 글로벌 네트워크 속성 측면에서 IAD와 HC 그룹 간에 유의미한 차이가 없다는 관찰은 IAD의 기능적 네트워크 구조의 변화가 미묘하다는 것을 의미할 수 있습니다. 결과적으로 지역별 IAD 바이오마커에 대한 추가 연구는 일반적으로 질병 및 중독의 병리학에 대한 중요한 정보를 밝힐 수 있습니다.

기능 네트워크의 지역 노드 특성

결절 중심성의 IAD 관련 변경은 주로 ACG 및 MCG, IPL 및 THA를 포함한 변연계 구성 요소에서 발견됩니다. 이러한 영역의 교란 및 관련 연결 경로는 정보 처리 효율성 감소를 반영하는 것으로 해석될 수 있으며 IAD의 기능적 중단을 반영할 수 있습니다.

변연계의 필수적인 부분인 대상회(CG)는 감정 형성 및 처리, 학습 및 기억, 실행 기능 및 호흡 조절에 관여합니다. [82]. 그것은 THA와 신피질로부터 입력을 받고 대상을 통해 내후각 피질로 투사합니다. 이 경로는 감정적으로 중요한 사건에 초점을 맞추고 공격적인 행동을 조절합니다. [29]. CG와 관련된 기능의 붕괴는 자신의 행동, 특히 감정과 관련된 행동을 모니터링하고 통제하는 개인의 능력을 손상시킬 수 있습니다. [83]. 대부분의 물질 및 행동 중독 분석은 알코올 중독을 포함하여 CG(ACG 및 PCG)의 전방 및 후방 부분에서 상당한 변화를 보여주었습니다. [84], 병적 도박 [85], 및 IAD [27], [29]. 코카인 남용자에서 MCG의 유사하고 추가적인 변경도 보고되었습니다. [86]. 이전 fMRI 연구에서도 전방, 중간, 후방 CG가 보상 및 처벌 조건에서 모두 영향을 받는 것으로 나타났습니다. [87]. 긍정적 감정과 부정적 감정을 처리하는 MCG의 역할로 인해 이 지역이 IAD 환자에서 상당한 연결 장애를 보이는 것은 놀라운 일이 아닙니다.

THA는 뇌 정보 교환기이며 보상 처리를 포함한 많은 뇌 기능에 관여합니다. [88], 목표 지향적 행동, 인지 및 운동 기능 [89]. 피질 하부 영역에서 대뇌 피질로 감각 및 운동 신호를 중계합니다. [90]. THA를 통해 안와전두피질은 편도체, CG 및 해마와 같은 약물 강화와 관련된 다른 변연계 뇌 영역으로부터 직접 및 간접적인 투사를 받습니다. [91], 보상 및 처벌 관련 행동을 통제하고 교정하기 위해 [92]. 온라인 게임 중독자에게서 발견되는 비정상적인 시상 피질 회로 [93] 수면의 질이 좋지 않은 만성 패턴과 관련된 THA 기능 장애를 암시할 수 있습니다. [94] 컴퓨터에 대한 압도적인 주의집중. 또한 THA는 기능적으로 해마와 연결되어 있습니다. [95] 공간 탐색 및 단기 기억에서 장기 기억으로의 정보 통합과 같은 인지 기능에 중요한 확장된 해마 시스템의 일부로 [96], [97].

우리는 최근 R-fMRI 기반 IAD 연구에서 보고된 결과에 따라 IPL에서 노드 중심성의 상당한 변경을 관찰했습니다. [24], [93]. THA와 유사하게 IPL은 청각, 시각 및 체감각 피질에 대규모로 연결되어 있으며 다양한 종류의 자극을 동시에 처리할 수 있습니다. 발달 과정에서 인간 두뇌의 마지막 발달 구조 중 하나인 IPL은 특히 어린 시절에 청각 및 시각 자극의 과도한 노출에 더 취약할 수 있습니다. 인터넷 남용으로 인한 IPL 손상은 충동 조절의 반응 억제를 적절하게 중재하는 개인의 능력을 억제할 수 있습니다. [98], [99], 큐로 인한 인터넷 갈망에 저항하는 능력을 손상시켜 IPL을 더욱 손상시킬 수 있습니다. 이러한 원형 패턴은 종종 물질 및 행동 중독자에게서 볼 수 있습니다.

DMN의 영역은 일반적으로 목표 지향적 작업을 수행하는 것보다 정지 상태에서 더 활동적입니다. [62]. 내부 및 외부 단서의 중요성 평가, 과거 기억 및 미래 계획을 포함하여 감정 조절 및 자기 참조 활동에 관여하는 것으로 알려진 이 영역 [60], [62], IAD 진단의 중요한 기준입니다. 이전에 DMN 영역과 관련된 변경된 연결성이 질병의 다양한 증상 행동에 기여한다고 제안되었습니다. [100], 물질 중독 포함 [101], [102] 행동 중독 [24], [103]. DMN의 여러 영역을 포함하는 기능적 연결성 변경에 대한 우리의 발견은 DMN이 IAD 환자를 식별하기 위한 바이오마커 역할을 할 가능성이 있음을 시사하는 이전 관찰과 부분적으로 일치합니다.

Functional Atlas를 사용한 신뢰성 및 반복성

AAL 아틀라스를 기반으로 식별된 비정상적인 뇌 영역 중 일부는 기능적 아틀라스를 사용하여 식별되어 결과의 신뢰성과 반복성을 지원합니다. 약간 다른 결과의 가능한 이유 중 하나는 이 연구에서 사용. 90개 ROI의 AAL 아틀라스를 기반으로 구성된 연결 네트워크의 소규모 세계 특성은 이 범위 내에서 가장 일관성이 있습니다. [44]. 그러나 이 희소성 범위는 ROI 수가 다른 아틀라스에 최적이 아닐 수 있습니다. 또한 Dosenbach 아틀라스에서 얻은 ROI는 기능적으로 정의되며 전체 뇌를 포함하지 않습니다. [58]. 이 아틀라스에서 모든 160 ROI의 중심이 먼저 식별되고 반지름이 5mm인 구가 각 중심에서 성장하여 10mm 구형 ROI를 생성합니다. 각 ROI의 중심도 다른 ROI의 중심에서 최소 10mm 떨어져 있도록 설정되어 공간적으로 겹치지 않는 아틀라스로 이어집니다. 한편, AAL 아틀라스는 대뇌 전체의 회백질 조직을 덮고 있습니다. ROI 정의 및 다루는 전체 영역의 이러한 차이는 결과의 변동에 기여할 수 있습니다. 따라서 뇌 구획 체계의 선택이 네트워크 토폴로지의 특성화에 영향을 미치는 정도를 결정하기 위해서는 더 큰 코호트를 사용하는 추가 연구가 필요합니다.

네트워크 메트릭과 행동 측정 간의 상관 관계

이 연구에서 우리는 전체 뇌 네트워크 토폴로지에 변경이 없음을 암시하는 글로벌 네트워크 메트릭과 행동 측정 사이의 상관 관계를 관찰하지 않았습니다. 이 발견은 또한 인간 두뇌의 가소성(신경가소성)으로 인해 뇌 네트워크의 변화가 미묘하다는 것을 시사할 수 있습니다. [104], [105] 대체 경로(신경 회로)를 통해 대부분의 일상 기능을 회복합니다. 뇌 가소성은 신경 세포 또는 뉴런 간의 연결 재구성을 포함하며 무수한 요인의 영향을 받을 수 있습니다. [106]-[108]. 이는 성인기보다 아동기 및 청소년기에 더 많이 발생하는 연령 관련 방식으로 발생하며, 이는 IAD가 있는 청소년의 손상된 신경 연결이 더 잘 회복됨을 시사합니다. 또한 중독에서 신경 및 정신 장애에 이르는 다양한 행동 조건이 신경 회로의 국부적 변화와 관련이 있음이 밝혀졌습니다. [106]. 따라서 평균 클러스터링 계수, 특성 경로 길이 및 네트워크 효율성과 같은 거친 수준의 글로벌 네트워크 측정이 IAD 그룹의 뇌 회로 변화를 감지하는 데 덜 민감하다는 것은 놀라운 일이 아닙니다.

그러나 여러 뇌 영역의 국부 노드 메트릭은 일부 행동 측정과 상관 관계가 있습니다. 특히, 연구 대상 청소년의 부모가 제공한 정보를 바탕으로 충동성을 적절하게 처리하는 개인의 능력과 정서 및 친사회적 행동 문제의 심각성을 모두 측정하는 부모 버전의 SDQ(SDQ-P)는 IAD에서 발견되는 기능적으로 영향을 받는 뇌 영역과 양의 상관관계가 있습니다. 충동적인 행동과 감정을 통제할 수 없는 것은 주요 행동 증상 중 하나입니다. 주변 사람들에게는 비교적 분명한 감정과 행동의 변화를 환자가 인지하지 못하는 경우가 많습니다. 이는 자체 평가 특성으로 인해 네트워크 측정값이 SDQ의 하위 버전(SDQ-C)과 상관관계가 없는 주된 이유일 수 있습니다. 반면에 지역 네트워크 측정과 BIS-11, FAD 및 TMDS를 포함한 기타 행동 측정 간에는 유의미한 상관관계가 없습니다. 이 발견은 큰 -IAD와 건강한 그룹 간의 이러한 측정 값(표 1). 이러한 결과는 행동 중독이나 장애에서 이러한 측정의 역할을 더 잘 이해하기 위해 상당한 양의 작업이 여전히 필요하지만 이러한 행동 측정 중 일부가 영향을 받는 지역을 결정하는 데 유용하므로 IAD 진단에 도움이 된다는 것을 시사할 수 있습니다.

방법론적 문제/한계

이 연구에서 강조해야 할 몇 가지 제한 사항이 있습니다. 첫째, IAD의 진단은 주로 자기보고 설문지 결과를 기반으로 하여 진단의 신뢰도에 영향을 미칠 수 있다. 향후에는 IAD 진단의 신뢰도와 타당도를 향상시키기 위해 IAD 식별을 위한 표준화된 진단 도구가 개발되어야 합니다. 둘째, 우리 연구는 작은 표본 크기와 참가자의 성별 불균형(남성 31명, 여성 4명)으로 제한되어 있어 분석에서 이러한 요인이 통제되었지만 결과의 통계적 힘과 일반화 가능성이 감소할 수 있습니다. 성별이 IAD 유병률에 미치는 영향은 여전히 ​​논쟁거리입니다. Young의 연구 결과를 바탕으로 [35], 많은 수의 여성이 인터넷 의존성을 나타냅니다. 대조적으로, 최근 한 연구에서는 남성이 IAD 행동의 위험이 더 높다고 보고했습니다. [109]. 그러나 성별과 IAD 사이에는 관계가 없다는 보고도 있습니다. [110], [111]. 성별과 IAD 감수성 사이의 관계를 더 잘 평가하려면 더 균형 잡힌 성별 비율을 가진 더 큰 코호트를 사용하는 향후 실험이 필요합니다.

지원 정보

S1 파일.

보충 자료.

doi : 10.1371 / journal.pone.0107306.s001

(PDF)

감사의

이 작업은 국립 보건원(NIH) 보조금 EB006733, EB008374, EB009634, AG041721 및 CA140413, 중국 국립 자연과학 재단(81171325) 및 국가 핵심 기술 R&D 프로그램 2007BAI17B03에 의해 부분적으로 지원되었습니다.

작성자 기여

실험 구상 및 설계: CYW ZZ PTY GW FS TP YD JX YZ DS. 실험 수행: CYW ZZ YD JX YZ DS. 데이터 분석: CYW PTY DS. 기여한 시약/재료/분석 도구: ZZ YD JX YZ. 논문 작성: CYW PTY TP DS.

참고자료

  1. 1. Ng BD, Wiemer-Hastings P(2005) 인터넷 및 온라인 게임 중독. 사이버사이콜 행동 8: 110–113. 도이: 10.1089/cpb.2005.8.110
  2. 2. Young KS(1998) 인터넷 중독: 새로운 임상질환의 출현. 사이버사이콜 행동 1: 237–244. 도이: 10.1089/cpb.1998.1.237
  3. 기사보기
  4. PubMed / NCBI
  5. Google 학술 검색
  6. 기사보기
  7. PubMed / NCBI
  8. Google 학술 검색
  9. 기사보기
  10. PubMed / NCBI
  11. Google 학술 검색
  12. 기사보기
  13. PubMed / NCBI
  14. Google 학술 검색
  15. 기사보기
  16. PubMed / NCBI
  17. Google 학술 검색
  18. 기사보기
  19. PubMed / NCBI
  20. Google 학술 검색
  21. 기사보기
  22. PubMed / NCBI
  23. Google 학술 검색
  24. 기사보기
  25. PubMed / NCBI
  26. Google 학술 검색
  27. 기사보기
  28. PubMed / NCBI
  29. Google 학술 검색
  30. 기사보기
  31. PubMed / NCBI
  32. Google 학술 검색
  33. 기사보기
  34. PubMed / NCBI
  35. Google 학술 검색
  36. 기사보기
  37. PubMed / NCBI
  38. Google 학술 검색
  39. 기사보기
  40. PubMed / NCBI
  41. Google 학술 검색
  42. 기사보기
  43. PubMed / NCBI
  44. Google 학술 검색
  45. 3. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) 인터넷 중독과 정신 장애의 연관성: 문헌 검토. Eur Psychiatry 27: 1–8. 도이: 10.1016/j.eurpsy.2010.04.011
  46. 기사보기
  47. PubMed / NCBI
  48. Google 학술 검색
  49. 기사보기
  50. PubMed / NCBI
  51. Google 학술 검색
  52. 기사보기
  53. PubMed / NCBI
  54. Google 학술 검색
  55. 기사보기
  56. PubMed / NCBI
  57. Google 학술 검색
  58. 기사보기
  59. PubMed / NCBI
  60. Google 학술 검색
  61. 기사보기
  62. PubMed / NCBI
  63. Google 학술 검색
  64. 기사보기
  65. PubMed / NCBI
  66. Google 학술 검색
  67. 기사보기
  68. PubMed / NCBI
  69. Google 학술 검색
  70. 기사보기
  71. PubMed / NCBI
  72. Google 학술 검색
  73. 기사보기
  74. PubMed / NCBI
  75. Google 학술 검색
  76. 4. Block J(2006) 문제가 있는 인터넷 사용 연구에서 유병률이 과소평가됨. CNS 스펙트럼 12: 14–15.
  77. 기사보기
  78. PubMed / NCBI
  79. Google 학술 검색
  80. 기사보기
  81. PubMed / NCBI
  82. Google 학술 검색
  83. 기사보기
  84. PubMed / NCBI
  85. Google 학술 검색
  86. 기사보기
  87. PubMed / NCBI
  88. Google 학술 검색
  89. 5. Fitzpatrick JJ(2008) 인터넷 중독: 인식 및 개입. Arch Neurol 22: 59–60. 도이: 10.1016/j.apnu.2007.12.001
  90. 기사보기
  91. PubMed / NCBI
  92. Google 학술 검색
  93. 기사보기
  94. PubMed / NCBI
  95. Google 학술 검색
  96. 6. Cao F, Su L, Liu T, Gao X (2007) 중국 청소년 샘플에서 충동성과 인터넷 중독 사이의 관계. Eur Psychiatry 22: 466–471. 도이: 10.1016/j.eurpsy.2007.05.004
  97. 기사보기
  98. PubMed / NCBI
  99. Google 학술 검색
  100. 기사보기
  101. PubMed / NCBI
  102. Google 학술 검색
  103. 기사보기
  104. PubMed / NCBI
  105. Google 학술 검색
  106. 기사보기
  107. PubMed / NCBI
  108. Google 학술 검색
  109. 기사보기
  110. PubMed / NCBI
  111. Google 학술 검색
  112. 기사보기
  113. PubMed / NCBI
  114. Google 학술 검색
  115. 기사보기
  116. PubMed / NCBI
  117. Google 학술 검색
  118. 기사보기
  119. PubMed / NCBI
  120. Google 학술 검색
  121. 기사보기
  122. PubMed / NCBI
  123. Google 학술 검색
  124. 기사보기
  125. PubMed / NCBI
  126. Google 학술 검색
  127. 기사보기
  128. PubMed / NCBI
  129. Google 학술 검색
  130. 기사보기
  131. PubMed / NCBI
  132. Google 학술 검색
  133. 기사보기
  134. PubMed / NCBI
  135. Google 학술 검색
  136. 기사보기
  137. PubMed / NCBI
  138. Google 학술 검색
  139. 기사보기
  140. PubMed / NCBI
  141. Google 학술 검색
  142. 기사보기
  143. PubMed / NCBI
  144. Google 학술 검색
  145. 기사보기
  146. PubMed / NCBI
  147. Google 학술 검색
  148. 기사보기
  149. PubMed / NCBI
  150. Google 학술 검색
  151. 기사보기
  152. PubMed / NCBI
  153. Google 학술 검색
  154. 기사보기
  155. PubMed / NCBI
  156. Google 학술 검색
  157. 기사보기
  158. PubMed / NCBI
  159. Google 학술 검색
  160. 기사보기
  161. PubMed / NCBI
  162. Google 학술 검색
  163. 기사보기
  164. PubMed / NCBI
  165. Google 학술 검색
  166. 기사보기
  167. PubMed / NCBI
  168. Google 학술 검색
  169. 기사보기
  170. PubMed / NCBI
  171. Google 학술 검색
  172. 기사보기
  173. PubMed / NCBI
  174. Google 학술 검색
  175. 기사보기
  176. PubMed / NCBI
  177. Google 학술 검색
  178. 기사보기
  179. PubMed / NCBI
  180. Google 학술 검색
  181. 기사보기
  182. PubMed / NCBI
  183. Google 학술 검색
  184. 기사보기
  185. PubMed / NCBI
  186. Google 학술 검색
  187. 기사보기
  188. PubMed / NCBI
  189. Google 학술 검색
  190. 기사보기
  191. PubMed / NCBI
  192. Google 학술 검색
  193. 기사보기
  194. PubMed / NCBI
  195. Google 학술 검색
  196. 기사보기
  197. PubMed / NCBI
  198. Google 학술 검색
  199. 기사보기
  200. PubMed / NCBI
  201. Google 학술 검색
  202. 기사보기
  203. PubMed / NCBI
  204. Google 학술 검색
  205. 기사보기
  206. PubMed / NCBI
  207. Google 학술 검색
  208. 기사보기
  209. PubMed / NCBI
  210. Google 학술 검색
  211. 기사보기
  212. PubMed / NCBI
  213. Google 학술 검색
  214. 기사보기
  215. PubMed / NCBI
  216. Google 학술 검색
  217. 기사보기
  218. PubMed / NCBI
  219. Google 학술 검색
  220. 기사보기
  221. PubMed / NCBI
  222. Google 학술 검색
  223. 기사보기
  224. PubMed / NCBI
  225. Google 학술 검색
  226. 기사보기
  227. PubMed / NCBI
  228. Google 학술 검색
  229. 기사보기
  230. PubMed / NCBI
  231. Google 학술 검색
  232. 기사보기
  233. PubMed / NCBI
  234. Google 학술 검색
  235. 기사보기
  236. PubMed / NCBI
  237. Google 학술 검색
  238. 기사보기
  239. PubMed / NCBI
  240. Google 학술 검색
  241. 기사보기
  242. PubMed / NCBI
  243. Google 학술 검색
  244. 기사보기
  245. PubMed / NCBI
  246. Google 학술 검색
  247. 기사보기
  248. PubMed / NCBI
  249. Google 학술 검색
  250. 기사보기
  251. PubMed / NCBI
  252. Google 학술 검색
  253. 기사보기
  254. PubMed / NCBI
  255. Google 학술 검색
  256. 기사보기
  257. PubMed / NCBI
  258. Google 학술 검색
  259. 기사보기
  260. PubMed / NCBI
  261. Google 학술 검색
  262. 기사보기
  263. PubMed / NCBI
  264. Google 학술 검색
  265. 기사보기
  266. PubMed / NCBI
  267. Google 학술 검색
  268. 기사보기
  269. PubMed / NCBI
  270. Google 학술 검색
  271. 기사보기
  272. PubMed / NCBI
  273. Google 학술 검색
  274. 기사보기
  275. PubMed / NCBI
  276. Google 학술 검색
  277. 기사보기
  278. PubMed / NCBI
  279. Google 학술 검색
  280. 기사보기
  281. PubMed / NCBI
  282. Google 학술 검색
  283. 기사보기
  284. PubMed / NCBI
  285. Google 학술 검색
  286. 기사보기
  287. PubMed / NCBI
  288. Google 학술 검색
  289. 기사보기
  290. PubMed / NCBI
  291. Google 학술 검색
  292. 기사보기
  293. PubMed / NCBI
  294. Google 학술 검색
  295. 기사보기
  296. PubMed / NCBI
  297. Google 학술 검색
  298. 기사보기
  299. PubMed / NCBI
  300. Google 학술 검색
  301. 기사보기
  302. PubMed / NCBI
  303. Google 학술 검색
  304. 7. Yuan K, Qin W, Wang G, Zeng F, Zhao L 등. (2011) 인터넷 중독 장애가 있는 청소년의 미세구조 이상. 플로스 원 6: e20708. 도이: 10.1371/journal.pone.0020708
  305. 기사보기
  306. PubMed / NCBI
  307. Google 학술 검색
  308. 기사보기
  309. PubMed / NCBI
  310. Google 학술 검색
  311. 기사보기
  312. PubMed / NCBI
  313. Google 학술 검색
  314. 기사보기
  315. PubMed / NCBI
  316. Google 학술 검색
  317. 8. Ernst M, Pine DS, Hardin M (2006) 청소년기의 동기 부여 행동에 대한 신경생물학의 트라이아딕 모델. Psychol Med 36: 299–312. 도이: 10.1017/s0033291705005891
  318. 9. Pine DS, Cohen P, Brook JS (2001) 청소년의 정신 병리학에 대한 정서적 반응 및 위험. CNS 스펙트럼 6: 27–35.
  319. 10. Silveri MM, Tzilos GK, Pimentel PJ, Yurgelun-Todd DA (2004) 청소년 정서 및 인지 발달의 궤적: 성별 및 약물 사용 위험의 영향. Ann NY Acad Sci 1021: 363–370. 도이: 10.1196/annals.1308.046
  320. 11. Steinberg L(2005) 청소년기의 인지 및 정서 발달. 동향 Cogni Sci 9: 69–74. 도이: 10.1016/j.tics.2004.12.005
  321. 12. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) 청소년의 인터넷 중독 진단 기준을 제안함. J Nerv Ment Dis 193: 728–733. 도이: 10.1097/01.nmd.0000185891.13719.54
  322. 13. 유희정, 조SC, 하지, 윤SK, 김수주 외 (2004) 주의력 결핍 과잉 행동 증상 및 인터넷 중독. Psychiatry Clin Neurosci 58: 487–494. 도이: 10.1111/j.1440-1819.2004.01290.x
  323. 14. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M 등 (2003) 문제가 있는 인터넷 사용: 제안된 분류 및 진단 기준. 우울 불안 17: 207–216. 도이: 10.1002/da.10094
  324. 15. Beard KW(2005) 인터넷 중독: 현재 평가 기술 및 잠재적 평가 질문에 대한 검토. 사이버사이콜 행동 8: 7–14. 도이: 10.1089/cpb.2005.8.7
  325. 16. Young K(1999) 임상 실습의 혁신: 자료집, Professional Resource Press, 17권, 인터넷 중독 장: 증상, 평가 및 치료. 19~31쪽.
  326. 17. Block JJ(2008) DSM-V 관련 문제: 인터넷 중독. Am J Psychiatry 165: 306–307. 도이: 10.1176/appi.ajp.2007.07101556
  327. 18. Doidge N (2007) 스스로 변화하는 뇌: 뇌 과학의 최전선에서 개인의 승리 이야기. Penguin Books, 1판 doi: 10.1080/10398560902721606
  328. 19. 미국 정신과 협회(2013) 정신 장애 진단 및 통계 편람(DSM-5). American Psychiatric Publishing(APPI).. doi: 10.1007/springerreference_179660
  329. 20. Bernardi S(2009) SPallanti(2009) 인터넷 중독: 동반 질환 및 해리 증상에 초점을 맞춘 설명적 임상 연구. Compr Psychiatry 50: 510–516. 도이: 10.1016/j.comppsych.2008.11.011
  330. 21. Caplan SE(2002) 문제가 있는 인터넷 사용 및 심리사회적 웰빙: 이론 기반 인지 행동 측정 도구의 개발. 인간 행동 계산 18: 553–575. 도이: 10.1016/s0747-5632(02)00004-3
  331. 22. Shaw M, Black DW(2008) 인터넷 중독: 정의, 평가, 역학 및 임상 관리. CNS Drugs 22: 353–365. 도이: 10.2165/00023210-200822050-00001
  332. 23. 타오 R, 황 X, 왕 J, 장 H, 장 Y 등. (2010) 인터넷 중독 진단 기준 제안. 중독 105: 556–564. 도이: 10.1111/j.1360-0443.2009.02828.x
  333. 24. Ding W, Sun J, Sun Y, Zhou Y, Li L 등. (2013) 인터넷 게임 중독이 있는 청소년의 기본 네트워크 휴식 상태 기능 연결 변경. PLoS ONE 8: e59902. 도이: 10.1371/journal.pone.0059902
  334. 25. Lin F, Zhou Y, Du Y, Qin L, Zhao Z 등. (2012) 인터넷 중독 장애 청소년의 비정상적인 백질 완전성: 지역 기반 공간 통계 연구. 플로스 원 7: e30253. 도이: 10.1371/journal.pone.0030253
  335. 26. Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, et al. (2013) 인터넷 중독 청소년의 기능적 뇌 연결성 감소. 플로스 원 8: e57831. 도이: 10.1371/journal.pone.0057831
  336. 27. Liu J, Yuan L, Ye J (2010) 융합된 올가미 문제 클래스에 대한 효율적인 알고리즘. 에서: KDD. 323~332쪽.
  337. 28. Yuan K, Cheng P, Dong T, Bi Y, Xing L 등. (2013) 온라인 게임 중독이 있는 청소년기 후반의 피질 두께 이상. 플로스 원 8: e53055. 도이: 10.1371/journal.pone.0053055
  338. 29. Zhou Y, Lin F, Du Y, Qin L, Zhao Z 등. (2011) 인터넷 중독의 회백질 이상: 복셀 기반 형태 측정 연구. Eur J Radiol 79: 92–95. 도이: 10.1016/j.ejrad.2009.10.025
  339. 30. Yuan K, Jin C, Cheng P, Yang X, Dong T 등. (2013) 온라인 게임 중독 청소년의 저주파 변동 이상 진폭. 플로스 원 8: e78708. 도이: 10.1371/journal.pone.0078708
  340. 31. Zuo XN, Ehmke R, Mennes M, Imperati D, Castellanos FX 등 (2012) 인간 기능 커넥톰의 네트워크 중심성. 대뇌 피질 22: 1862–1875. 도이: 10.1093/cercor/bhr269
  341. 32. Koschützki D, Lehmann KA, Peeters L, Richter S, Tenfelde-Podehl D 등. (2005) 중심 지수. In: Brandes U, Erlebach T, 편집자, 네트워크 분석: 방법론적 기초. New York: Springer-Verlag, 3418권, 16–61페이지.
  342. 33. Beard KW, Wolf EM(2001) 인터넷 중독에 대해 제안된 진단 기준의 수정. 사이버사이콜 행동 4: 377–383. 도이: 10.1089/109493101300210286
  343. 34. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ 등. (2009) 온라인 게임 중독의 게임 충동과 관련된 두뇌 활동. J Psychiatr Res 43: 739–747. 도이: 10.1016/j.jpsychires.2008.09.012
  344. 35. Young KS(1998) 그물에 걸렸다: 인터넷 중독의 징후를 인식하는 방법과 회복을 위한 성공 전략. 존 와일리와 아들들.
  345. 36. Patton JH, Stanford MS, Barratt ES(1995) Barratt 충동성 척도의 요인 구조. J Clin Psychol 51: 768–774. doi: 10.1002/1097-4679(199511)51:6<768::aid-jclp2270510607>3.0.co;2-1
  346. 37. Huang X, Zhang Z(2001) 청소년기 시간 관리 처분 목록 작성. Acta Psychol Sin 33: 338–343.
  347. 38. Goodman R(1997) 강점과 어려움 설문지: 연구 노트. J 아동 심리 정신의학 38: 581–586. 도이: 10.1111/j.1469-7610.1997.tb01545.x
  348. 39. Epstein NB, Baldwin LM, Bishop DS(1983) McMaster 가족 평가 장치. J Marital Fam Ther 9: 171–180. 도이: 10.1111/j.1752-0606.1983.tb01497.x
  349. 40. Yan CG, Zang YF (2010) DPARSF: 휴식 상태 fMRI의 "파이프라인" 데이터 분석을 위한 MATLAB 도구 상자. Front Syst Neurosci 4: 13. doi: 10.3389/fnsys.2010.00013
  350. 41. Song XW, Dong ZY, Long XY, Li SF, Zuo XN 등 (2011) REST: 휴식 상태의 기능적 자기 공명 영상 데이터 처리를 위한 툴킷. 플로스 원 6: e25031. 도이: 10.1371/journal.pone.0025031
  351. 42. Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE(2012) 기능적 연결성 MRI 네트워크에서 거짓이지만 체계적인 상관 관계는 피사체 움직임에서 발생합니다. 신경 이미지 59: 2142–2154. 도이: 10.1016/j.neuroimage.2011.10.018
  352. 43. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, et al. (2002) MNI MRI 단일 주제 뇌의 거시적 해부학적 분할을 사용하여 SPM에서 활성화의 자동 해부학적 라벨링. 신경 이미지 15: 273–289. 도이: 10.1006/nimg.2001.0978
  353. 44. Achard S, Bullmore E (2007) 경제적인 뇌 기능 네트워크의 효율성 및 비용. PLoS Comput Biol 3: e17. 도이: 10.1371/journal.pcbi.0030017
  354. 45. Bassett DS, Meyer-Lindenberg A, Achard S, Duke T, Bullmore E (2006) 프랙탈 소규모 세계 인간 두뇌 기능 네트워크의 적응형 재구성. Proc Natl Acad Sci USA 103: 19518–19523. 도이: 10.1073/pnas.0606005103
  355. 46. ​​Rubinov M, Sporns O (2010) 뇌 연결의 복잡한 네트워크 측정: 사용 및 해석. 신경 이미지 52: 1059–1069. 도이: 10.1016/j.neuroimage.2009.10.003
  356. 47. Smit DJA, Stam CJ, Posthuma D, Boomsma DI, De Geus EJC (2008) 뇌의 "소형 세계" 네트워크의 유전 가능성: 휴식 상태 EEG 기능 연결의 그래프 이론적 분석. Hum Brain Mapp 29: 1368–1378. 도이: 10.1002/hbm.20468
  357. 48. Zhang J, Wang J, Wu Q, Kuang W, Huang X 등. (2011) 약물에 의존하지 않는 첫 번째 에피소드 주요 우울 장애에서 뇌 연결 네트워크가 중단되었습니다. Biol Psychiatry 70: 334–342. 도이: 10.1016/j.biopsych.2011.05.018
  358. 49. Latora V, Marchiori M(2001) 소규모 네트워크의 효율적인 동작. Phys Rev Lett 87: 198701. doi: 10.1103/physrevlett.87.198701
  359. 50. Watts DJ, Strogatz SH(1998) "소규모 세계" 네트워크의 집합 역학. 자연 393: 440–442. 도이: 10.1038/30918
  360. 51. He Y, Wang J, Wang L, Chen ZJ, Yan C 등. (2009) 인간의 자발적인 뇌 활동의 본질적인 모듈 조직을 발견합니다. 플로스 원 4: 1–17. 도이: 10.1371/journal.pone.0005226
  361. 52. Gong G, Rosa-Neto P, Carbonell F, Chen ZJ, He Y 등. (2009) 피질 해부 네트워크의 연령 및 성별 관련 차이. J Neurosci 29: 15684–15693. 도이: 10.1523/jneurosci.2308-09.2009
  362. 53. Tian L, Wang J, Yan C, He Y (2011) 소규모 뇌 네트워크의 반구 및 성별 관련 차이: 휴식 상태 기능 MRI 연구. 신경영상 54: 191–202. 도이: 10.1016/j.neuroimage.2010.07.066
  363. 54. 주 W, 웬 W, 그는 Y, Xia A, Anstey KJ 등. (2012) 대규모 구조 네트워크를 사용하여 정상적인 노화에서 위상 패턴 변경. Neurobiol 노화 33: 899–913. doi: 10.1016/j.neurobiolaging.2010.06.022
  364. 55. Hayasaka S, Laurienti PJ (2010) 휴식 상태 fmri 데이터에서 지역 및 복셀 기반 네트워크 분석 간의 특성 비교. 신경영상 50: 499–508. 도이: 10.1016/j.neuroimage.2009.12.051
  365. 56. Fornito A, Zalesky A, Bullmore ET (2010) 인간 휴식 상태 fMRI 데이터의 그래프 분석 연구에서 네트워크 스케일링 효과. Front Syst Neurosci 4: 22. doi: 10.3389/fnsys.2010.00022
  366. 57. Zalesky A, Fornito A, Harding IH, Cocchi L, Yücel M 등. (2010) 전뇌 해부학적 네트워크: 노드 선택이 중요합니까? 신경영상 50: 970–983. 도이: 10.1016/j.neuroimage.2009.12.027
  367. 58. Dosenbach NUF, Nardos B, Cohen AL, Fair DA, Power JD 등. (2010) fmri를 이용한 개인의 뇌성숙도 예측. 과학 329: 1358–1361. 도이: 10.1126/science.1194144
  368. 59. Maslov S, Sneppen K (2002) 단백질 네트워크 토폴로지의 특이성 및 안정성. 과학 296: 910–913. 도이: 10.1126/science.1065103
  369. 60. Buckner RL, Andrew-Hanna JR, Schacter DL (2008) 뇌의 기본 모드 네트워크: 해부학, 기능 및 질병과의 관련성. Ann NY Acad Sci 1124: 1–38. 도이: 10.1196/annals.1440.011
  370. 61. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) 휴식 중인 뇌의 기능적 연결성: 기본 모드 가설의 네트워크 분석. Proc Natl Acad Sci USA 100: 253–258. 도이: 10.1073/pnas.0135058100
  371. 62. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA 등 (2001) 뇌 기능의 기본 모드. Proc Natl Acad Sci USA 98: 676–682. 도이: 10.1073/pnas.98.2.676
  372. 63. 공정한 DA, Dosenbach NUF, Church JA, Cohen AL, Brahmbhatt S, et al. (2007) 분리 및 통합을 통한 별개의 제어 네트워크 개발. Proc Natl Acad Sci USA 104: 13507–13512. 도이: 10.1073/pnas.0705843104
  373. 64. Fair DA, Cohen AL, Power JD, Dosenbach NUF, Church JA 등. (2009) 기능적 뇌 네트워크는 "로컬에서 분산된" 조직으로 발전합니다. PLoS Comput Biol 5: e1000381. 도이: 10.1371/journal.pcbi.1000381
  374. 65. Kelly AC, Di Martino A, Uddin LQ, Zarrar Shehzad1 DGG, Reiss PT 등. (2009) 어린 시절부터 성인 초기까지 전방 대상 기능적 연결성 개발. 대뇌 피질 19: 640–657. 도이: 10.1093/cercor/bhn117
  375. 66. Supekar K, Musen M, Menon V (2009) 어린이의 대규모 기능적 뇌 네트워크 개발. PLoS Biol 7: e1000157. 도이: 10.1371/journal.pbio.1000157
  376. 67. Anderson JS, Druzgal TJ, Froehlich A, DuBray MB, Lange N 등. (2011) 자폐증의 반구 간 기능적 연결성 감소. 대뇌 피질 21: 1134–1146. 도이: 10.1093/cercor/bhq190
  377. 68. Wilson TW, Rojas DC, Reite ML, Teale PD, Rogers SJ (2007) 자폐증이 있는 아동 및 청소년은 감소된 MEG 정상 상태 감마 반응을 보입니다. Biol Psychiatry 62: 192–197. 도이: 10.1016/j.biopsych.2006.07.002
  378. 69. Uddin LQ, Supekar K, Menon V (2010) 기능적 인간 두뇌 네트워크의 전형적인 및 비정형 개발: 휴식 상태 fMRI의 통찰력. Front Syst Neurosci 4: 21. doi: 10.3389/fnsys.2010.00021
  379. 70. Uddin LQ, Supekar KS, Ryali S, Menon V (2011) 발달과 함께 핵심 신경인지 뇌 네트워크 전반에 걸친 구조적 및 기능적 연결의 동적 재구성. J Neurosci 31: 18578–18589. 도이: 10.1523/jneurosci.4465-11.2011
  380. 71. Liang M, Zhou Y, Jiang T, Liu Z, Tian L 등. (2006) 휴식 상태의 기능적 자기 공명 영상을 이용한 정신분열증의 광범위한 기능 단절. Neuroreport 17: 209–213. 도이: 10.1097/01.wnr.0000198434.06518.b8
  381. 72. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S 등. (2006) 오피오이드 의존 환자의 EEG 알파 및 베타 주파수 대역에서 로컬 및 원격 기능 연결성 증가. 정신약리학 188: 42–52. 도이: 10.1007/s00213-006-0474-4
  382. 73. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S, 외. (2007) 오피오이드 금단은 EEG 알파 및 베타 주파수 대역에서 로컬 및 원격 기능 연결성을 증가시킵니다. Neurosci Res 58: 40–49. 도이: 10.1016/j.neures.2007.01.011
  383. 74. Kelly C, Zuo XN, Gotimer K, Cox CL, Lynch L 등. (2011) 코카인 중독에서 반구간 휴식 상태의 기능적 연결성 감소. Biol Psychiatry 69: 684–692. 도이: 10.1016/j.biopsych.2010.11.022
  384. 75. Fair DA, Cohen AL, Church NUDJA, Miezin FM, Barch DM 등. (2008) 뇌의 기본 네트워크의 성숙 아키텍처. Proc Natl Acad Sci USA 105: 4028–4032. 도이: 10.1073/pnas.0800376105
  385. 76. Bullmore E, Sporns O (2009) 복잡한 뇌 네트워크: 구조 및 기능 시스템의 이론적 분석 그래프. Nat Rev Neurosci 10: 186–198. 도이: 10.1038/nrn2575
  386. 77. He Y, Evans A (2010) 뇌 연결의 이론적 모델링 그래프. Curr Opin Neurol 23: 341–350.
  387. 78. Stam CJ(2010) 뇌의 해부학적 및 기능적 연결 특성화: 복잡한 네트워크 관점. Int J Psychophysiol 77: 186–194. 도이: 10.1016/j.ijpsycho.2010.06.024
  388. 79. Wang J, Zuo X, He Y (2010) 휴식 상태 기능 MRI의 그래프 기반 네트워크 분석. 전방 시스템 신경학 4: 16. doi: 10.3389/fnsys.2010.00016
  389. 80. Latora V, Marchiori M (2003) 가중 네트워크에서 경제적 소규모 세계 행동. Eur Physical Journal B 32: 249–263. 도이: 10.1140/epjb/e2003-00095-5
  390. 81. Tononi G, Edelman GM, Sporns O (1998) 복잡성과 일관성: 뇌의 정보 통합. 인지 과학의 경향 2: 474–484. 도이: 10.1016/s1364-6613(98)01259-5
  391. 82. Mayberg HS (1997) Limbic-cortical dysregulation: 제안된 우울증 모델. J Neuropsychiatry Clin Neurosci 9: 471–481.
  392. 83. Goldstein RZ, Tomasi D, Rajaram S, Cottone LA, Zhang L 등. (2007) 코카인 중독에서 약물 신호를 처리하는 전측 대뇌 피질 및 내측 안와 전두엽 피질의 역할. 신경과학 144: 1153–1159. 도이: 10.1016/j.neuroscience.2006.11.024
  393. 84. Grüsser SM, Wrase J, Klein S, Hermann D, Smolka MN 등 (2004) 선조체 및 내측 전전두엽 피질의 큐 유도 활성화는 금욕 알코올 중독자의 후속 재발과 관련이 있습니다. Psychopharmacology (Berl) 175: 296–302. 도이: 10.1007/s00213-004-1828-4
  394. 85. Miedl SF, Fehr T, Meyer G, Herrmann M (2010) fMRI에 의해 밝혀진 준현실 블랙잭 시나리오에서 도박 문제의 신경생물학적 상관 관계. Psychiatry Res 181: 165–173. 도이: 10.1016/j.pscychresns.2009.11.008
  395. 86. Matochik JA, London ED, Eldreth DA, Cadet JL, Boll KI (2003) 절제 코카인 남용자의 전두엽 피질 조직 구성: 자기 공명 영상 연구. 신경영상 19. doi: 10.1016/s1053-8119(03)00244-1
  396. 87. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) 대상 피질에서 보상과 처벌의 분리 및 통합 코딩. J Neurophysiol 101: 3284–3293. 도이: 10.1152/jn.90909.2008
  397. 88. Yu C, Gupta J, Yin HH (2010) 보상 유도 행동의 시간적 차별화에서 medidorsal thalamus의 역할. 전면 통합 Neurosci 4: 14. doi: 10.3389/fnint.2010.00014
  398. 89. Corbit LH, Muir JL, Balleine BW (2003) 중등측 시상 및 전방 시상 핵의 병변은 쥐의 도구 조건화에 해리 효과를 생성합니다. Eur J Neurosci 18: 1286–1294. 도이: 10.1046/j.1460-9568.2003.02833.x
  399. 90. Saper CB (2002) 중추 자율 신경계: 의식적인 내장 인식 및 자율 패턴 생성. Annu Rev Neurosci 25: 433–469. 도이: 10.1146/annurev.neuro.25.032502.111311
  400. 91. Ray JP, Prince JL (1993) 마카크원숭이의 안와 및 내측 전두엽 피질에 대한 시상의 중배측 핵에서 돌출 조직. J Comp Neurol 337: 1–31. 도이: 10.1002/cne.903370102
  401. 92. Rolls ET (2004) 안와전두피질의 기능. 뇌 인식 55: 11–29. 도이: 10.1016/s0278-2626(03)00277-x
  402. 93. Dong G, Huang J, Du X (2012) 인터넷 게임 중독자의 휴식 상태 뇌 활동의 지역적 동질성 변화. 행동 두뇌 기능 18: 8–41. 도이: 10.1186/1744-9081-8-41
  403. 94. Steriade M, Llinás RR (1998) 시상의 기능 상태 및 관련 신경 상호 작용. 피시올 계시록 68: 649–742.
  404. 95. Stein T, Moritz C, Quigley M, Cordes D, Haughton V 등. (2000) 기능적 mr 이미징으로 연구된 시상 및 해마의 기능적 연결성. AJNR Am J Neuroradiol 21: 1397–1401.
  405. 96. Burgess N, Maguire EA, O'Keefe J (2002) 인간의 해마와 공간 및 에피소드 기억. 뉴런 35: 625–641. 도이: 10.1016/s0896-6273(02)00830-9
  406. 97. Warburton EC, Baird A, Morgan A, Muir JL, Aggleton JP (2001) 모든 동종 중심 공간 학습을 위한 해마와 전방 시상 핵의 공동 중요성: 쥐의 단절 연구에서 얻은 증거. J Neurosci 21: 7323–7330.
  407. 98. Garavan H, Hester R, Murphy K, Fassbender C, Kelly C (2006) 억제 조절의 기능적 신경해부학의 개인차. Brain Res 1105: 130–142. 도이: 10.1016/j.brainres.2006.03.029
  408. 99. Menon V, Adleman NE, White CD, Glover GH, Reiss AL(2001) Go/NoGo 응답 억제 작업 중 오류 관련 뇌 활성화. Hum Brain 지도 12: 131–143. doi: 10.1002/1097-0193(200103)12:3<131::aid-hbm1010>3.0.co;2-c
  409. 100. Whitfield-Gabrieli S, Ford JM(2012) 정신병리학의 기본 모드 네트워크 활동 및 연결성. Annu Rev Clin Psychol 8: 49–76. 도이: 10.1146/annurev-clinpsy-032511-143049
  410. 101. Ding X, Lee SW (2013) 비정상 기본 모드 네트워크 기능 연결의 코카인 중독 관련 재현 가능한 뇌 영역: 모델 순서가 다른 그룹 ica 연구. Neurosci Lett 548: 110–114. 도이: 10.1016/j.neulet.2013.05.029
  411. 102. Ma N, Liu Y, Fu XM, Li N, Wang CX 등 (2011) 마약 중독자의 비정상적인 뇌 기본 모드 네트워크 기능 연결성. 플로스 원 6: e16560. 도이: 10.1371/journal.pone.0016560
  412. 103. Tschernegg M, Crone JS, Eigenberger T, Schwartenbeck P, Fauth-Bühler M 등. (2013) 병적 도박에서 기능적 뇌 네트워크의 이상: 그래프-이론적 접근. Front Hum Neurosci 7: 625. doi: 10.3389/fnhum.2013.00625
  413. 104. Kolb B, Whishaw IQ (1998) 뇌 가소성 및 행동. Annu Rev Psychol 49: 43–64. 도이: 10.1146/annurev.psych.49.1.43
  414. 105. Shaw CA, McEachern J, 편집자(2001) 신경가소성 이론을 향하여. 심리학 출판사.
  415. 106. Kolb B, Gibb R (2003) 뇌 가소성 및 행동. Curr Dir Psychol Sci 12: 1–5. 도이: 10.1111/1467-8721.01210
  416. 107. Kolb B, Gibb R (2011) 발달 중인 뇌의 뇌 가소성과 행동. J Can Acad 아동 청소년 정신의학 20: 265–276.
  417. 108. Robinson TE, Berridge KC (1993) 약물 갈망의 신경 기반: 중독의 인센티브 감작 이론. Brain Res Rev 18: 247–291. 도이: 10.1016/0165-0173(93)90013-p
  418. 109. Alavi SS, Maracy MR (2011) 이스파한 대학생들의 인터넷 중독 장애에 대한 정신과적 증상의 영향. J Res Med Sci 16: 793–800.
  419. 110. Egger O, Rauterberg M(1996) 인터넷 행동 및 중독. 기술 보고서, 업무 및 조직 심리학 부서(IFAP), 스위스 연방 공과대학(ETH), 취리히.
  420. 111. Petrie H, Gunn D (1998) 인터넷 "중독": 성별, 연령, 우울증 및 내향성의 영향. 에서: British Psychological Society London Conference. 영국 런던: 영국심리학회. British Psychological Society London Conference에서 발표된 논문.