Частотно-зависимые изменения амплитуды низкочастотных колебаний в расстройстве интернет-игр (2015)

 

Резюме

Исследования нейровизуализации показали, что у субъектов с нарушениями интернет-игр (IGD) нарушается функциональная деятельность мозга, связанная с заданиями. Тем не менее, мало что известно об изменениях спонтанной мозговой деятельности в их отношении. Недавние исследования показали, что мозговая деятельность в разных частотных диапазонах порождается различной нервной деятельностью и имеет разные физиологические и психологические функции. Таким образом, в этом исследовании мы решили исследовать спонтанную активность мозга у пациентов с ИГЗ путем измерения дробной амплитуды низкочастотных колебаний (fALFF), чтобы исследовать характерные для полосы изменения FALFF в состоянии покоя. Мы разделили частотный диапазон на пять полос на основе литературы.

По сравнению со здоровыми контролями в группе IGD наблюдалось снижение значений fALFF в задней доле мозжечка и увеличение значений fALFF в верхней височной извилине. Значительные взаимодействия между полосами частот и группами были обнаружены в мозжечке, передней поясной извилине, язычной извилине, средней височной извилине и средней лобной извилине. Эти области мозга оказались связанными с исполнительной функцией и принятием решений. Эти результаты выявили измененную спонтанную мозговую активность IGD, которая способствовала пониманию основной патофизиологии IGD.

Ключевые слова: игровой беспорядок в интернете, функциональная магнитно-резонансная томография в состоянии покоя, амплитуда низкочастотных колебаний

Введение

Интернет-зависимость (ИЗ) определяется как неспособность человека контролировать чрезмерное использование Интернета, даже несмотря на негативные последствия для психологического функционирования ( ; ; ; ). Ее также относят к «поведенческим зависимостям» из-за негативного влияния на социальное и психическое здоровье ( ). Однако механизм ИЗ изучен недостаточно, единого определения ИЗ до сих пор не существует, и в Диагностическом и статистическом руководстве по психическим расстройствам (DSM-4) это поведенческое расстройство не включено ( ). Наряду с быстрым распространением расстройства, связанного с интернет-играми (IAD), в DSM-5 разработано руководство по расстройству, связанному с интернет-играми (IGD), основанное на определении расстройств, связанных с употреблением психоактивных веществ, и зависимостей ( ; ; ; ).

В связи с многообразием функций интернета существует множество различных типов интернет-зависимости. В целом, интернет-зависимость делится на три подтипа: зависимость от интернет-игр, интернет-порнография и электронная почта ( ). Если рассматривать определение зависимости, все эти категории интернет-зависимости имеют четыре общие характеристики: чрезмерное использование, синдром отмены, толерантность и негативные последствия ( ; ; ). Как наиболее распространенная форма интернет-зависимости ( ), зависимость от интернет-игр может иметь общие нейропсихологические характеристики с другими поведенческими зависимостями, такими как патологическая азартная игра ( ; ; ; ; ).

Многочисленные исследования с использованием методов нейровизуализации изучали характеристики интернет-зависимости с помощью различных задач ( ; , ; ; ), но сложно сравнивать данные, полученные в разных экспериментальных парадигмах, и делать клинически полезные выводы на основе различных когнитивных задач ( ). Исследования функциональной МРТ в состоянии покоя выявили некоторые аномалии активации мозга у людей, страдающих интернет-зависимостью (более подробное описание см. в обзоре . У людей с интернет-зависимостью наблюдается повышенная импульсивность, что является типичным симптомом наркотической зависимости; этот симптом связан со сниженной активацией поясной извилины, которая отвечает за когнитивный контроль ( ). Исследование функциональной МРТ также показало повышенную региональную однородность (ReHo) в стволе головного мозга, нижней теменной доле, левой задней части мозжечка и левой средней лобной извилине, которые связаны с сенсомоторной координацией и могут иметь отношение к движениям пальцев при игре в интернет-игры ( ).

МРТ в состоянии покоя была разработана как новый метод со времени исследования Бисвала (). Сначала они сообщили о высокосинхронных спонтанных низкочастотных (0.01 – 0.08 Гц) колебаниях BOLD-сигнала между моторными кортикальными слоями, заключив, что амплитуда низкочастотных флуктуаций (ALFF) является нейрофизиологическим показателем (). На основе ALFF, продвинул еще один инструмент для изображения локальной мозговой активности - дробную амплитуду низкочастотных колебаний (fALFF), который может обнаруживать региональную интенсивность спонтанных колебаний в BOLD-сигнале (; ). Недавно FALFF широко использовался в исследованиях пациентов с психическими расстройствами, таких как депрессия (), шизофрения (), Синдром дефицита внимания и гиперактивности (), IGD (), и так далее. До сих пор неясно, связаны ли аномалии активности мозга с ИГД с конкретными частотными диапазонами. Важно обнаружить спонтанные колебания головного мозга на определенной частоте больше, чем в широкой полосе частот. В мозге много разнообразных колебаний, частоты которых варьируются от очень медленных колебаний с периодами в десятки секунд до очень быстрых колебаний с частотами, превышающими 1000 Гц (). предложил «класс колебаний», который содержит полосы частот 10, простирающиеся от 0.02 до 600 Гц (). А также исследовал FALFF в четырех частотных диапазонах и обнаружил, что колебания связаны со специфическими нервными процессами (; ). Они обнаружили, что амплитуды колебаний (0.01 – 0.027 Гц) на низких частотах были наиболее устойчивыми в корковых структурах, а высокие частоты были наиболее устойчивыми в подкорковых структурах, таких как базальные ганглии. Исследования показали, что у пациентов с шизофренией были специфические отклонения амплитуд колебаний в полосе частот медленного 4 (). Также доказано, что нарушения функции головного мозга у пациентов с амнестическими легкими когнитивными нарушениями выявили разные паттерны активации в разных частотных диапазонах.

В настоящем исследовании мы собрали значения fALFF частоты в 0 – 0.25, включая шесть частотных диапазонов 0 – 0.01 Гц, 0.01 – 0.027 Гц, 0.027 – 0.073 Гц, 0.073 – 0.198 Гц и 0.198 – 0.25 Гц в IGD, согласно «классам колебаний» Бузаки. Мы попытались сравнить значение fALFF между IGD и HC в разных диапазонах и решить две проблемы: во-первых, показывают ли субъекты IGD аномальные амплитуды fALFF при сравнении со здоровыми контролями; во-вторых, связаны ли аномалии IGD с конкретными полосами частот.

Материалы и методы

Выбор участника

Эксперимент соответствует Кодексу этики Всемирной медицинской ассоциации (Хельсинкская декларация) и одобрен Комитетом по исследованиям на людях Чжэцзянского педагогического университета. В исследовании приняли участие 52 студента университета, набранных по объявлениям [26 с игровой зависимостью, 26 здоровых контрольных лиц (HC)]. Все они были правшами мужского пола. Группы IGD и HC существенно не различались по возрасту (IGD: N = 26, 22.2 ± 3.13 года; HC: N = 26, 22.28 ± 2.54 года; t (50) = 0.1, p = 0.9). В связи с более высокой долей IGD среди мужчин, в исследование были включены только мужчины. Участники должны были подписать информированное согласие, и все участники прошли структурированное психиатрическое интервью (MINI) ( ), проведенное опытным психиатром, продолжительность которого составляла приблизительно 15 минут. Все участники не имели психических расстройств по оси I, перечисленных в MINI. Все участники не соответствовали критериям DSM-4 для злоупотребления наркотиками или наркотической зависимости, включая алкогольную, хотя все участники с зависимостью от интернета и контрольной группы сообщали об употреблении алкоголя в течение жизни. Всем участникам было рекомендовано не употреблять никаких веществ, включая кофе и чай, в день сканирования. Ни один из участников не сообщил о повреждениях головного мозга или предыдущем опыте употребления запрещенных наркотиков (например, кокаина, марихуаны).

Диагноз интернет-зависимости (ИГД) устанавливался на основании результатов 50 баллов и выше по онлайн-тесту на интернет-зависимость Янга ( ). Поскольку ИГД является особым видом поведенческой зависимости, операциональное определение и диагностические стандарты для нее до сих пор остаются противоречивыми. В настоящем исследовании группа ИГД состояла из лиц, которые соответствовали общим критериям интернет-зависимости (баллы выше 50 по тесту IAT) и сообщили, что «проводят большую часть своего времени в интернете за онлайн-играми (>80%)» ( ; ). Показатель IAT в группе ИГД (72 ± 11.7) был значительно выше, чем у здоровых контрольных лиц [29 ± 10.4], t (50) = 14, p = 0.000].

Сбор данных

После стандартного локализационного сканирования были получены T1-взвешенные изображения с использованием последовательности с подавлением градиентного эха [TR = 240 мс; время эхо (TE) = 2.46 мс; угол поворота (FA) = 90°; поле зрения (FOV) = 220–220 мм² ; матрица данных = 256–256]. Затем были получены функциональные изображения в состоянии покоя с использованием последовательности эхо-планарной визуализации (TR = 2000 мс; TE = 30 мс; FA = 90°; FOV = 220–220 мм² ; матрица данных = 64–64) с 33 аксиальными срезами (толщина среза = 3 мм и зазор между срезами = 1 мм, общий объем = 210) за один сеанс в течение 7 минут. Испытуемые должны были оставаться неподвижными и ни о чем систематически не думать во время сканирования. По завершении сбора данных все испытуемые подтвердили, что оставались бодрствующими на протяжении всего периода сканирования.

Предварительная обработка данных и расчет FALFF

Вся функциональная обработка изображений проводилась с помощью программного обеспечения Data Processing Assistant for Resting-State fMRI [DPARSF ( ) 1 ]. Для каждого участника первые 10 временных точек были исключены из дальнейшего анализа, чтобы избежать переходных изменений сигнала до достижения намагниченностью стационарного состояния и позволить испытуемым привыкнуть к условиям сканирования fMRI. Оставшиеся 200 объемов мозга были скорректированы по времени срезов и выровнены для коррекции движений головы. В исследование были включены только участники с движением головы менее 1.5 мм в направлениях x, y или z и менее 2 оборотов вокруг каждой оси. В настоящем исследовании приняли участие 26 здоровых контрольных и 26 испытуемых с игровой зависимостью. Затем все выровненные изображения были пространственно нормализованы, затем передискретизированы до изотропных вокселей размером 3 мм и пространственно сглажены (ширина на половине максимума = 6 мм), а линейный тренд был удален. После предварительной обработки fALFF рассчитывался с использованием DPARSF. Вкратце, для заданного вокселя временной ряд сначала преобразовывался в частотную область с помощью «быстрого преобразования Фурье». Вычислялся квадратный корень из спектра мощности, а затем он усреднялся по предопределенному частотному интервалу. Этот усредненный квадратный корень назывался fALFF для заданного вокселя в предопределенных частотных диапазонах ( ). Мы разделили полный частотный диапазон (0–0.25 Гц) на пять поддиапазонов: slow-6 (0–0.01 Гц), slow-5 (0.01–0.027 Гц), slow-4 (0.027–0.073 Гц), slow-3 (0.073–0.198 Гц) и slow-2 (0.198–0.25 Гц) (35, 46, 30), и вычислили fALFF для каждого частотного диапазона.

Статистический анализ

Двухсторонний (групповой и частотный диапазон) дисперсионный анализ с повторными измерениями (ANOVA) был выполнен на основе вокселей с группой (IGD и HC) в качестве промежуточного фактора и диапазона частот (slow-2, slow-3, slow-4, slow-5, slow-6) в качестве повторных измерений. Мы также рассчитали корреляционный анализ на основе ROI, следя за значительным основным эффектом и взаимодействием между серьезностью IGD и значениями fALFF, и мы выбрали значения fALFF из определенных полос.

Результаты

Основные эффекты двухфакторного дисперсионного анализа с повторными измерениями показаны на рисунке 11 и в таблицах 11 и 22. Для множественных сравнений данных изображений мы использовали коррекцию Alphasim. Скорректированное значение p < 0.05 соответствует комбинации нескорректированного значения p < 0.05 и размера кластера > 248 мм³ . Был проведен корреляционный анализ на основе ROI между значениями fALFF и тяжестью IGD (баллы IAT). Мозжечок показал значительную отрицательную корреляцию с тяжестью IGD (slow-4: r = -0.487, p = 0.000; slow-5: r = -0.485, p = 0.000; см. рисунок 2C ). Координаты ROI определялись пиком активации выжившего кластера. Радиус ROI составляет 4 мм и создается с помощью программного обеспечения REST².

Рисунок 1  

(A) Основной эффект для группы по амплитуде низкочастотных колебаний (ALFF). Области мозга, в которых дробная амплитуда низкочастотных флуктуаций (fALFF) различна между расстройством интернет-игр (IGD) и здоровым контролем. Предметы IGD ...
Таблица 1  

Области мозга с основным эффектом группы.
Таблица 2  

Области мозга с эффектом взаимодействия между группой и частотой.
Рисунок 2  

Значения ALFF в верхней височной извилине и мозжечке. Красный и синий прямоугольник представляют IGD субъектов и здоровых контролей, соответственно. Полная полоса частот (0 – 0.25 Гц) была разделена на пять полос. Они были показаны в (А, В) ...

Значимые взаимодействия между частотным диапазоном и группой наблюдались в мозжечке, передней поясной извилине, язычковой извилине, средней височной извилине и средней лобной извилине. В средней лобной извилине наблюдалось увеличение амплитуды, а в средней височной извилине — уменьшение амплитуды при игровой зависимости. Кроме того, анализ на основе областей интереса (ROI) показал динамическое изменение fALFF в мозжечке и язычковой извилине наряду с адаптацией частоты (см. рисунок 33 ). При игровой зависимости мозжечок показал уменьшение амплитуды в высокочастотном диапазоне (медленная-2, медленная-3, медленная-4) и увеличение амплитуды в низкочастотном диапазоне (медленная-6, см. рисунок 3A ). Напротив, в язычковой извилине наблюдалось увеличение амплитуды в высокочастотном диапазоне (медленные волны 2, 3) и уменьшение амплитуды в низкочастотном диапазоне (медленные волны 6, см. рисунок 3B ). Эти две области имели общую точку перехода в полосе медленных волн 5 для изменения амплитуды.

Рисунок 3  

Обратный рисунок в мозжечке и язычной извилине в разных полосах при ИГД. Красный и синий прямоугольник представляют IGD субъектов и здоровых контролей, соответственно. Полная полоса частот (0 – 0.25 Гц) была разделена на пять полос. Они были показаны ...

Обсуждение

В настоящем исследовании была исследована аномальная спонтанная активность мозга при ИГД с ЛПВП на разных частотных диапазонах. Эффект основной группы показал, что IGD демонстрирует более низкие значения fALFF в верхней височной извилине и более высокие значения fALFF в мозжечке. Мы представили BOLD амплитуды флуктуаций во всех частотных диапазонах (0 – 0.25 Гц) и обнаружили обратный характер изменений в области частот в мозжечке и язычной извилине в IGD. Эти результаты дают полное представление о результатах анализа FALFF в частотной области и подчеркивают важность выбора конкретной частоты для выявления психических расстройств, связанных с аномалиями.

Различные FALFF в Cortical между IGD и HC (основной эффект группы)

Ранее считалось, что сигнал медленного сигнала 2 отражает дрейф очень низкой частоты, а сигнал медленного сигнала 6 — высокочастотные физиологические шумы ( ; ). Анализ основного эффекта группы был сосредоточен на спонтанной нейронной активности в определенных частотных диапазонах (медленный сигнал 4 и медленный сигнал 5) у пациентов с игровой зависимостью. Основной эффект группы показал, что у пациентов с игровой зависимостью наблюдались более низкие значения fALFF в медленных сигналах 4 и 5 в мозжечке. В настоящем исследовании была обнаружена отрицательная корреляция между значениями fALFF в мозжечке и тяжестью игровой зависимости. Мозжечок обычно классифицируется как двигательная структура, функция которой не ограничивается координацией движений или равновесием, и он также играет важную роль в высших когнитивных процессах ( ; ). Данные анатомических, физиологических и функциональных исследований с использованием методов нейровизуализации показали, что у людей с поражениями мозжечка наблюдается дефицит когнитивных исполнительных функций и рабочей памяти ( ; ). Мозжечок получает информацию от сенсорных систем и других областей мозга и интегрирует эти данные для регулирования двигательной активности ( ; ; ). Потенциальная роль мозжечка в развитии зависимости была рассмотрена в недавней статье, в которой было высказано предположение, что мозжечок является потенциальным центром регуляции, на который влияет зависимость ( ). В литературе показано, что у пациентов с интернет-зависимостью наблюдается повышенная рего-голосовая активность ( ; ) и функциональная связность ( ) в мозжечке. В настоящем исследовании была обнаружена отрицательная корреляция между значениями fALFF в мозжечке и тяжестью интернет-зависимости (см. рисунок 2C ), что также подтверждает связь аномальной спонтанной нейронной активности в мозжечке с неадекватным поведением при интернет-зависимости.

Значения fALFF были выше в верхней височной извилине у пациентов с игровой зависимостью. Предыдущее исследование показало, что у пациентов с игровой зависимостью, по сравнению с контрольной группой, наблюдается снижение функциональной связности в височной области ( ). В нашем предыдущем исследовании было обнаружено снижение ReHo в нижней височной извилине, и мы предполагаем, что это может быть результатом длительной игры ( ). Текущие результаты частично противоречат предыдущему исследованию, поэтому мы выдвигаем гипотезу о том, что повышенные значения fALFF в верхней височной извилине могут отражать более высокий уровень мозговой активности, коррелирующий с гибкостью движений у пациентов с игровой зависимостью, но функция этой области требует дальнейшего изучения.

Частотно-зависимые изменения амплитуды в IGD

Эффекты взаимодействия между группами и полосами частот наблюдались в мозжечке, передней поясной извилине, язычной извилине, средней височной извилине и средней лобной извилине.

Более высокие значения FALFF в средней лобной извилине в IGD

В настоящем исследовании участники с зависимостью от видеоигр показали более высокие значения fALFF в левой средней лобной извилине на разных частотах. Средняя лобная извилина играет важную роль в координации различных систем, таких как обучение и память, что тесно связано с умственными операциями ( ). В предыдущем исследовании мы пришли к выводу, что у испытуемых с зависимостью от видеоигр наблюдается повышенная синхронизация в областях мозга, связанных с сенсомоторной координацией ( ) – игра в онлайн-игры требует от игроков интеграции нескольких систем, включая сенсорную систему, двигательный контроль, двигательную координацию и систему обработки информации ( ). Текущие результаты также подтверждают это предположение. Этот результат также согласуется с исследованием Лю ( ), в котором было обнаружено, что у испытуемых с зависимостью от видеоигр наблюдалось значительное увеличение значений ReHo в левой средней лобной извилине. Таким образом, мы приходим к выводу, что у участников с интернет-зависимостью наблюдались более высокие значения fALFF в левой средней лобной извилине, что может быть связано с улучшенной способностью к сенсомоторной координации.

Нарушение в передней поясной извилине Gyrus в IGD

Мы обнаружили более низкие значения fALFF в передней поясной извилине на уровне медленной активности 6. Передняя поясная извилина участвует в процессах торможения, контроля и мониторинга конфликтов ( ; ), а аномалии упоминались в предыдущих исследованиях IGD ( ; ). Как упоминалось во введении, более низкие значения fALFF могут быть связаны со сниженной координационной способностью нейронной активности на больших расстояниях. Это предположение подтверждается исследованиями в этой области: с использованием подхода функциональной связности. сообщили о снижении функциональной связности между ACC и PFC при IAD. предположили, что более низкая активность в ACC может отражать аномальное снижение спонтанной нейронной активности в этой области и функциональный дефицит. Другие исследования, посвященные конкретным задачам, подтвердили этот тезис: зависимость от видеоигр всегда сопровождается когнитивными дисфункциями, такими как дефицит когнитивных функций ( , ). Поэтому мы считаем, что аномалия в передней поясной коре связана с когнитивными дисфункциями, характерными для зависимости от видеоигр.

Реверсивный паттерн в мозжечке и язычной извилине у разных групп в IGD

Важно отметить, что аномалии спонтанной нейронной активности у пациентов с IGD зависят от конкретных частотных диапазонов, особенно в мозжечке и язычковой извилине. По сравнению с контрольной группой, у пациентов с IGD наблюдалось снижение амплитуды в низкочастотных диапазонах (медленные-4, медленные-5, медленные-6) и увеличение амплитуды в высокочастотных диапазонах (медленные-2, медленные-3) в язычковой извилине. Напротив, у пациентов с IGD наблюдалось увеличение амплитуды в низкочастотных диапазонах (медленные-6) и снижение амплитуды в высокочастотных диапазонах (медленные-2, медленные-3, медленные-4) в мозжечке ( рис. 2A,B ). Было установлено, что различные осцилляторные диапазоны развиваются различными механизмами и имеют различные физиологические функции ( ; ). Как показали предыдущие исследования, низкочастотные колебания обладают большей амплитудой и меньшей амплитудой ( ; ). Полученные результаты могут свидетельствовать о том, что у людей с IGD наблюдается повышенная координационная способность нейронной активности на больших расстояниях в мозжечке и язычковой извилине. Это предположение подтверждается предыдущим исследованием, в котором сообщалось об увеличении функциональной связности в двустороннем мозжечке у испытуемых с IGD ( ; ), а также другим исследованием, выявившим дефицит плотности серого вещества в язычковой извилине, который может быть связан с нейронной активностью на больших расстояниях ( ).

Заключение

Результаты настоящего исследования показали, что у субъектов IGD наблюдались аномальные fALFF во многих областях мозга, включая мозжечок (IGD <HC) и верхнюю височную извилину (IGD> HC). Настоящее исследование может помочь понять патофизиологию IGD, а полный частотно-амплитудный анализ потенциально может помочь выбрать конкретный частотный диапазон для обнаружения активности мозга, связанной с IGD.

Авторские вклады

XL проанализировал данные, написал первый черновик рукописи; XJ участвовал в анализе данных, Y-FZ участвовал в руководстве экспериментальными методами и улучшил рукопись. Г.Д. разработал это исследование, пересмотрел и улучшил рукопись. Все авторы внесли свой вклад и одобрили окончательный вариант рукописи.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Это исследование было поддержано Национальным научным фондом Китая (31371023). Доктора Цанга поддерживает программа «Заслуженный профессор Цянь Цзяна».

 

Финансирование. Финансирующие организации не принимали участия в разработке дизайна исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

 

Референсы

  • Американская психиатрическая ассоциация (2013). Американская психиатрическая ассоциация. Диагностическое и Статистическое Руководство по Психическим Расстройствам5th Edn. Арлингтон, Техас: Американская психиатрическая ассоциация
  • Бария А.Т., Балики М.Н., Пэрриш Т., Апкарян А.В. (2011). Анатомо-функциональные аномалии мозговых колебаний BOLD. J. Neurosci. 31 7910 – 7919. 10.1523 / JNEUROSCI.1296-11.2011 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Борода KW, Вольф EM (2001). Модификация в предложенных диагностических критериях интернет-зависимости. Cyber ​​Psychol. Behav. 4 377-383. 10.1089 / 109493101300210286 [PubMed] [Крест Ref]
  • Бисвал Б., Йеткин Ф.З., Хотон В.М., Хайд Дж.С. (1995). Функциональная связность в моторной коре покоящегося человеческого мозга с помощью эхопланарной МРТ. Magn. Резон. Med. 34 537 – 541. 10.1002 / mrm.1910340409 [PubMed] [Крест Ref]
  • Блащинский А. (2008). Комментарий: ответ на «Проблемы с понятием« зависимость »от видеоигр: некоторые примеры из практики». Int. J. Ment. Здоровый наркоман. 6 179–181. 10.1007/s11469-007-9132-2 [Крест Ref]
  • Блок JJ (2007). Распространенность недооценивается в проблемных исследованиях использования Интернета. CNS Spectr. 12 14-15. [PubMed]
  • Блок JJ (2008). Вопросы для DSM-V: интернет-зависимость. Am. J. Психиатрия 165 306-307. 10.1176 / appi.ajp.2007.07101556 [PubMed] [Крест Ref]
  • Bluhm RL, Miller J., Lanius RA, Osuch EA, Boksman K., Neufeld RWJ и др. (2007). Спонтанные низкочастотные колебания в смелом сигнале у пациентов с шизофренией: аномалии в сети по умолчанию. Schizophr. Bull. 33 1004 – 1012. 10.1093 / schbul / sbm052 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Булл TH (1997). Сигналы и признаки в нервной системе: динамическая анатомия электрической активности, вероятно, богата информацией. Труды. Natl. Изд-во АН. США 94 1-6. [Бесплатная статья PMC] [PubMed]
  • Бузаки Г., Драгун А. (2004). Нейронные колебания в корковых сетях. Наука 304 1926-1929. 10.1126 / science.1099745 [PubMed] [Крест Ref]
  • Кардинал Р.Н. (2006). Нейронные системы вовлечены в отсроченное и вероятностное усиление. Нейронная сеть. 19 1277 – 1301. 10.1016 / j.neunet.2006.03.004 [PubMed] [Крест Ref]
  • De Smet HJ, Paquier P., Verhoeven J., Mariën P. (2013). Мозжечок: его роль в языке и связанные с ним когнитивные и аффективные функции. Brain Lang. 127 334 – 342. 10.1016 / j.bandl.2012.11.001 [PubMed] [Крест Ref]
  • Де Зеув К.И., Хобик Ф.Е., Босман Л.В.Ж., Шонвиль М., Виттер Л., Коеккок С.К. (2011). Пространственно-временные паттерны стрельбы в мозжечке. Туземный Rev. Neurosci. 12 327-344. 10.1038 / nrn3011 [PubMed] [Крест Ref]
  • Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R. et al. (2013). Изменено функциональное подключение по умолчанию к сети в состоянии покоя у подростков с интернет-игровой зависимостью. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Dong G., DeVito EE, Du X., Cui Z. (2012a). Нарушение тормозного контроля в «нарушении интернет-зависимостей»: исследование функционального магнитного резонанса. Психиатрическая Рес. 203 153-158. 10.1016 / j.pscychresns.2012.02.001 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Донг Г., ДеВито Е., Хуан Дж., Ду Х. (2012b). Диффузионная тензорная визуализация выявляет аномалии таламуса и задней поясной извилины у интернет-любителей игр. J. Psychiatr. Местожительство 46 1212-1216. 10.1016 / j.jpsychires.2012.05.015 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Донг Г., Хуан Дж., Ду Х. (2012c). Изменения региональной однородности мозговой активности в состоянии покоя у интернет-геймеров. Behav. Эффект мозга. 8 1–8. 10.1186/1744-9081-8-41 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Dong G., Huang J., Du X. (2011a). Повышенная чувствительность к наградам и снижение чувствительности к потерям у интернет-наркоманов: исследование fMRI во время угадывания. J. Psychiatr. Местожительство 45 1525-1529. 10.1016 / j.jpsychires.2011.06.017 [PubMed] [Крест Ref]
  • Dong G., Zhou H., Zhao X. (2011b). Мужские интернет-наркоманы демонстрируют ограниченную способность исполнительного контроля: свидетельство от задачи «Цветное слово» Stroop. Neurosci. Lett. 499 114-118. 10.1016 / j.neulet.2011.05.047 [PubMed] [Крест Ref]
  • Dong G., Lu Q., Zhou H., Zhao X. (2010). Импульсное торможение у людей с нарушением интернет-зависимости: электрофизиологические данные из исследования Go / NoGo. Neurosci. Lett. 485 138-142. 10.1016 / j.neulet.2010.09.002 [PubMed] [Крест Ref]
  • Dong G., Potenza MN (2014). Когнитивно-поведенческая модель расстройства интернет-игр: теоретические основы и клинические последствия. J. Psychiatr. Местожительство 58 7-11. 10.1016 / j.jpsychires.2014.07.005 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Doyon J., Penhune V., Ungerleider LG (2003). Отличительный вклад кортико-стриатальной и кортико-мозжечковой систем в обучение двигательным навыкам. Neuropsychologia 41 252–262. 10.1016/S0028-3932(02)00158-6 [PubMed] [Крест Ref]
  • Фицпатрик Джей Джей (2008). Интернет-зависимость: признание и вмешательства. Архипелаг Psychiatr. Nurs. 22 59 – 60. 10.1016 / j.apnu.2007.12.001 [PubMed] [Крест Ref]
  • Flisher C. (2010). Получение подключен: обзор интернет-зависимости. J. Paediatr. Здоровье ребенка 46 557-559. 10.1111 / j.1440-1754.2010.01879.x [PubMed] [Крест Ref]
  • Фаулер Дж. С., Волков Н. Д., Кассед С. А., Чанг Л. (2007). Представление зависимого человеческого мозга. Sci. Практ. Perspect. 3 4 – 16. 10.1151 / spp07324 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Фрэнсис А.Дж., Видигер Т. (2012). Психиатрическая диагностика: уроки прошлого DSM-IV и предостережения относительно будущего DSM-5. Annu. Rev. Clin. Psychol. 8 109 – 130. 10.1146 / annurev-clinpsy-032511-143102 [PubMed] [Крест Ref]
  • Гольдштейн Р.З., Томази Д., Раджарам С., Коттон Л.А., Чжан Л., Малони Т. и др. (2007). Роль передней поясной извилины и медиальной орбитофронтальной коры в обработке медикаментов при кокаиновой зависимости. неврология 144 1153 – 1159. 10.1016 / j.neuroscience.2006.11.024 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Грант Дж., Потенца М.Н., Вайнштейн А., Горелик Д.А. (2010). Введение в поведенческие зависимости. Am. J. Наркотическое злоупотребление алкоголем 36 233-241. 10.3109 / 00952990.2010.491884 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Гриффитс М. (2005). Связь между азартными играми и видеоиграми: ответ на Йоханссон и Готестам. Psychol. По донесению 96 644-646. 10.2466 / pr0.96.3.644-646 [PubMed] [Крест Ref]
  • Guo W., Liu F., Zhang J., Zhang Z., Yu L., Liu J. и др. (2013). Диссоциация региональной активности в режиме сети по умолчанию в первом эпизоде, наркозависимые, основные депрессивные расстройства в покое. J. Affect. Disord. 151 1097-1101. 10.1016 / j.jad.2013.09.003 [PubMed] [Крест Ref]
  • Хан Д.Х., Боло Н., Дэниелс М.А., Аренелла Л., Лю Л.К., Реншоу П.Ф. (2011a). Активность мозга и желание играть в видеоигры через Интернет Compr. психиатрия 52 88-95. 10.1016 / j.comppsych.2010.04.004 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Han Y., Wang J., Zhao Z., Min B., Lu J., Li K. и др. (2011b). Частотно-зависимые изменения амплитуды низкочастотных колебаний при амнестических умеренных когнитивных нарушениях: исследование МРТ в состоянии покоя. Neuroimage 55 287-295. 10.1016 / j.neuroimage.2010.11.059 [PubMed] [Крест Ref]
  • Хан DH, Лю IK, Реншоу ПФ (2012). Дифференциальные объемы регионального серого вещества у пациентов с онлайновой зависимостью от игры и профессиональных геймеров. J. Psychiatr. Местожительство 46 507-515. 10.1016 / j.jpsychires.2012.01.004 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D. et al. (2013). Уменьшение толщины орбитофронтальной коры у подростков мужского пола с интернет-зависимостью. Behav. Эффект мозга. 9 1–5. 10.1186/1744-9081-9-11 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Ито М. (2006). Схема мозжечка как нейронная машина. Программируемый. Neurobiol. 78 272-303. 10.1016 / j.pneurobio.2006.02.006 [PubMed] [Крест Ref]
  • Jiang G.-H., Qiu Y.-W., Zhang X.-L., Han L.-J., Lv X.-F., Li L.-M., et al. (2011). Амплитудные отклонения низкочастотных колебаний у потребителей героина: исследование МРТ в состоянии покоя. Neuroimage 57 149-154. 10.1016 / j.neuroimage.2011.04.004 [PubMed] [Крест Ref]
  • Князев Г.Г. (2007). Мотивация, эмоции и их сдерживающий контроль отражаются в колебаниях мозга. Neurosci. Biobehav. Rev. 31 377-395. 10.1016 / j.neubiorev.2006.10.004 [PubMed] [Крест Ref]
  • Ко С. (2014). Интернет игровой беспорядок. Тек. Привыкание. По донесению 1 177-185.
  • Kuss DJ, Гриффитс MD (2012). Интернет и игровая зависимость: систематический литературный обзор исследований нейровизуализации. Мозг. 2 347 – 374. 10.3390 / Brainsci2030347 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Лекрубье Й., Шихан Д.В., Вейлер Е., Аморим П., Бонора И., Харнетт Шихан К. и др. (1997). Мини международное психоневрологическое интервью (MINI). Краткое диагностическое структурированное интервью: надежность и достоверность в соответствии с CIDI. Евро. психиатрия 12 224-231.
  • Лю Дж., Гао Х.П., Осунде И., Ли Х., Чжоу С.К., Чжэн Х.Р. и др. (2010). Повышенная региональная однородность при интернет-зависимости, исследование функциональной магнитно-резонансной томографии в состоянии покоя (2009). Подбородок. Med. J. (англ.) 123 1904-1908. [PubMed]
  • Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2013). Мозжечок и наркомания: идеи, полученные в результате исследований нейровизуализации. Addict. Biol. 19 317-331. 10.1111 / adb.12101 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Паус Т. (2001). Передняя поясная извилина коры приматов: там, где управление двигателем, привод и когнитивное взаимодействие. Туземный Rev. Neurosci. 2 417-424. 10.1038 / 35077500 [PubMed] [Крест Ref]
  • Пенттонен М., Бузаки Г. (2003). Естественная логарифмическая связь между мозговыми генераторами. Таламус Релат. Сист. 2 145-152. 10.1017 / S1472928803000074 [Крест Ref]
  • Petry NM, O'Brien CP (2013). Расстройство интернет-игр и DSM-5. Наркомания 108 1186-1187. 10.1111 / add.12162 [PubMed] [Крест Ref]
  • Петри Н.М., Ребейн Ф., Джентиле Д.А., Лемменс Дж.С., Румпф Х.-Ж., Моссле Т. и др. (2014). Международный консенсус по оценке игровых нарушений в Интернете с использованием нового подхода DSM-5. Наркомания 109 1399-1406. 10.1111 / add.12457 [PubMed] [Крест Ref]
  • Раймонд Дж.Л., Лисбергер С.Г., Маук М.Д. (1996). Мозжечок: нейрональная обучающая машина? Наука 272 1126-1131. 10.1126 / science.272.5265.1126 [PubMed] [Крест Ref]
  • Stoodley CJ, Valera EM, Schmahmann JD (2012). Функциональная топография мозжечка для двигательных и когнитивных задач: исследование МРТ. Neuroimage 59 1560-1570. 10.1016 / j.neuroimage.2011.08.065 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Тао Р., Хуан X., Ван Дж. (2008). Предложен критерий клинической диагностики интернет-зависимости. Med. J. Chin. Народная Освобождение. армия 33 1188-1191.
  • Тао Р., Хуан X., Ван Дж., Чжан Х., Чжан Й., Ли М. (2010). Предложены диагностические критерии интернет-зависимости. Наркомания 105 556-564. 10.1111 / j.1360-0443.2009.02828.x [PubMed] [Крест Ref]
  • Van Rooij AJ, Schoenmakers TM, Vermulst AA, Van den Eijnden RJJM, Van de Mheen D. (2011). Зависимость от видеоигр онлайн: выявление зависимых геймеров-подростков. Наркомания 106 205-212. 10.1111 / j.1360-0443.2010.03104.x [PubMed] [Крест Ref]
  • Вайнштейн А., Леджой М. (2015). Новые разработки в области нейробиологических и фармако-генетических механизмов, лежащих в основе интернет-технологий и видеоигр. Am. J. Addict. 24 117-125. 10.1111 / ajad.12110 [PubMed] [Крест Ref]
  • Weng C.-B., Qian R.-B., Fu X.-M., Lin B., Han X.-P., Niu C.-S., et al. (2013). Серые вещества и аномалии белого вещества в игровой зависимости. Евро. J. Radiol. 82 1308-1312. 10.1016 / j.ejrad.2013.01.031 [PubMed] [Крест Ref]
  • Сюй С.-Х. (2013). Интернет-наркоманы ». Импульсивность поведения: свидетельство из задачи азартных игр в Айове: импульсивность поведения интернет-наркоманов: свидетельство задачи азартных игр из Айовы. Acta Psychol. Синица 44 1523-1534.
  • Ян С., Занг Ю. (2010). DPARSF: набор инструментов Matlab для «конвейерного» анализа данных ФМРТ в состоянии покоя. Фронт. Сист. Neurosci. 14: 13 10.3389 / fnsys.2010.00013 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Young KS (1998). Интернет-зависимость: возникновение нового клинического заболевания. Cyber ​​Psychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Крест Ref]
  • Yu R., Chien Y.-L., Wang H.-LS, Liu C.-M., Liu C.-C., Hwang T.-J. et al. (2014). Частотно-специфические чередования амплитуды низкочастотных колебаний при шизофрении. Hum. Мозг Мапп. 35 627-637. 10.1002 / hbm.22203 [PubMed] [Крест Ref]
  • Yuan K., Jin C., Cheng P., Yang X., Dong T., Bi Y. et al. (2013). Амплитуда низкочастотных отклонений у подростков с зависимостью от онлайн-игр. PLoS ONE 8: e78708 10.1371 / journal.pone.0078708 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Юань К., Цинь В., Ван Г., Цзэн Ф., Чжао Л., Ян Х. и др. (2011). Нарушения микроструктуры у подростков с интернет-зависимостью. PLoS ONE 6: e20708 10.1371 / journal.pone.0020708 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Zang Y.-F., He Y., Zhu C.-Z., Cao Q.-J., Sui M.-Q., Liang M., et al. (2007a). Измененная исходная активность мозга у детей с СДВГ, выявленная с помощью функциональной МРТ в состоянии покоя. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Крест Ref]
  • Zang Y.-F., Yong H., Chao-Zhe Z., Qing-Jiu C., Man-Qiu S., Meng L. и др. (2007b). Измененная исходная активность мозга у детей с СДВГ, выявленная с помощью функциональной МРТ в состоянии покоя. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Крест Ref]
  • Zou Q.-H., Zhu C.-Z., Yang Y., Zuo X.-N., Long X.-Y., Cao Q.-J. et al. (2008). Улучшенный подход к обнаружению амплитуды низкочастотных флуктуаций (ALFF) для МРТ в состоянии покоя: дробный ALFF. J. Neurosci. методы 172 137 – 141. 10.1016 / j.jneumeth.2008.04.012 [Бесплатная статья PMC] [PubMed] [Крест Ref]
  • Zuo X.-N., Di Martino A., Kelly C., Shehzad ZE, Gee DG, Klein DF, et al. (2010). Колеблющийся мозг: сложный и надежный. Neuroimage 49 1432-1445. 10.1016 / j.neuroimage.2009.09.037 [Бесплатная статья PMC] [PubMed] [Крест Ref]