网络成瘾青少年功能性大脑连接能力下降（2013）

公共科学图书馆之一。 2013;8(2):e57831. doi: 10.1371/journal.pone.0057831.

香港SB, Zalesky A., Cocchi L, 福尼托A., 崔EJ, 金HH, Suh JE, 金CD, 金JW, 易SH.

来源

墨尔本神经精神病学中心，墨尔本大学精神病学系和墨尔本健康，澳大利亚维多利亚州帕克维尔; 澳大利亚维多利亚州帕克维尔弗洛里神经科学与心理健康研究所; 儿童和青少年精神病学系，韩国首尔首尔国立大学医学院精神病学系。

抽象

背景：

网络 瘾 尽管其神经生物学基础尚不清楚，但人们越来越多地认识到它是一种精神疾病。 本研究使用功能性神经影像学来研究诊断为青少年的全脑功能连接 随 瘾。 基于其他的神经生物学变化 瘾 相关疾病，有人预测青少年连通性中断 随 瘾 在皮质纹状体电路中最为突出。

方法：

参与者是被诊断患有12的青少年 随 瘾 和11健康比较科目。 获得静止状态功能磁共振图像，并使用基于网络的统计分析脑功能连接的组差异。 我们还分析了网络拓扑，测试了基于关键图的网络测量中的组间差异。

结果：

青少年 随 瘾 显示跨越分布式网络的功能连接减少。 大多数受损的连接涉及皮质 - 皮质下电路（~24％与前额叶和~27％与顶叶皮层）。 双侧壳核是最广泛涉及的皮质下脑区。 在网络拓扑测量中没有观察到组间差异，包括聚类系数，特征路径长度或小世界比率。

结论：

网络 瘾 在没有脑功能网络拓扑结构的全局变化的情况下，皮质 - 纹状体回路中功能连接的广泛且显着的减少与之相关。

引文： Hong SB，Zalesky A，Cocchi L，Fornito A，Choi EJ，et al。 （2013）减少青少年网络成瘾的功能性脑连接。 PLoS ONE 8（2）：e57831。 DOI：10.1371 / journal.pone.0057831

责任编辑： 左西年，中国科学院心理研究所，中国

收稿日期： 十月1，2012; 公认： 一月26，2013; 出版日期： 2013 年 2 月 25 日

版权： ©2013 Hong等。 这是一份根据知识共享署名许可条款分发的开放获取文章，允许在任何媒体中不受限制地使用，分发和复制，前提是原始作者和来源被记入贷方。

资金： 这项工作得到了首尔国立大学脑融合计划研究基金的支持。 SBH得到了韩国政府资助的韩国国家研究基金会（全球实习计划）的支持。 AF得到了国家健康与医学研究委员会CJ Martin Fellowship（ID：454797）的支持。 资助者在研究设计，数据收集和分析，决定发表或准备手稿方面没有任何作用。

利益争夺： 作者宣称没有竞争利益存在。

 

介绍

网络成瘾在全世界的公共和科学界都得到越来越多的认可 [1]虽然这是一个相对较新的病症，但其精神病理学特征和神经生物学机制仍然知之甚少。 最近的神经影像学研究报告了与网络成瘾相关的大脑功能和结构的显着变化。 这些研究中的大多数利用了在任务期间进行的功能性磁共振成像（fMRI），并且涉及额叶和纹状体区域，并且在较小程度上涉及顶叶和岛叶皮层。 [2]–[5]。 另外，使用正电子发射断层扫描（PET），Kim等人。 （2011）发现双侧尾状核和右壳核中多巴胺D2受体的可用性降低 [6]和侯等人。 （2012）使用单光子发射计算机断层扫描（SPECT）发现成人网络成瘾时纹状体多巴胺转运蛋白表达水平降低 [7]。 这些研究结果符合当前成瘾障碍的理论模型，不仅包括物质成瘾，还包括行为成瘾（如病理性赌博），强调纹状体电路的病理学。 [8]，以及岛屿 [9], [10]。 Zhou等人的结构MRI研究。 （2011）和袁等人。 （2011）已经共同提出包括前额皮质在内的大脑区域的灰质异常 [11], [12]和Lin等人的扩散 - 张量成像研究。 （2012）报告了有网络成瘾的青少年广泛的白质异常 [13]。 最后，刘等人。 （2010）发现网络成瘾的区域同质性发生了改变 [14]，据我们所知，文献中关于这种疾病的唯一静息状态fMRI发现 [15]。 作者以体素方式研究了每个体素的血氧水平依赖性（BOLD）信号与其最近的26相邻体素的信号的时间同质性。

休息状态fMRI是一种相对较新的成像技术，用于研究自发性大脑活动的区域间相关性， 记录为有人静静地躺在扫描仪中而不从事特定任务 [16]。 该方法为映射明确定义的功能系统提供了一种可靠的方法 [17], [18]。 休息状态措施是可靠的 [19], [20]，在遗传控制下 [21]–[23]，并认为索引脑功能组织的内在属性 [24]，但有一些警告 [25]。 结合图论技术，静息状态fMRI为研究大脑功能动力学的大规模组织及其在精神病理学条件下的破坏提供了强有力的手段。 [26].

在这项研究中，我们使用静息状态fMRI数据来绘制健康个体和青少年网络成瘾的一组全面的90独特皮质和皮质下脑区域之间的功能连接差异，重点关注在拟议的亚型中参与过度在线游戏的个体这种疾病 [27]。 我们还对网络拓扑干扰进行了分析 [28] 评估连接强度之间的任何组间差异是否与功能性交互的全局重新配置进一步相关联 [26]，正如许多其他精神疾病所报道的那样 [29], [30].

基于以前在网络成瘾中的结构和功能神经影像学发现 [3], [4], [6], [7], [15]，以及已建立的物质成瘾障碍的理论模型 [8], [9]，我们假设有网络成瘾的青少年会显示正面和纹状体区域之间的区域间连接改变，可能进一步涉及顶叶皮层和脑岛。

 

材料和方法

道德声明

该研究得到了首尔国立大学人类受试者的机构审查委员会的批准。 所有青少年及其父母在进入研究前都提供了书面知情同意书。 该研究是根据赫尔辛基宣言进行的。

参与者成员

十二名右撇子男性青少年有网络成瘾和11右撇子和性别匹配 [31] 健康对照参与了这项研究。 网络成瘾的诊断是使用年轻网络成瘾量表（YIAS）建立的，该量表由20项目组成，每个项目都基于5点李克特量表评估互联网使用引起的问题程度 [32]和儿童情感障碍和精神分裂症 - 现在和终生版本（K-SADS-PL），一种半结构化的诊断访谈工具，具有确定的有效性和可靠性，使我们能够排除其他精神疾病 [33], [34]。 网络成瘾的参与者仅限于那些报告经历过成瘾的典型成分的人（即，容忍，退出，专注于玩在线游戏，反复尝试减少或停止在线游戏的不成功尝试，在尝试减少在线游戏时对情绪产生负面影响，以及忽视因在线游戏而产生的重要关系或活动 [35], [36]。 所有有网络成瘾的参与者都报告了这种疾病的拟议亚型中的过度在线游戏。 在招募健康的青少年时应用了相同的工具。 还评估了所有参与者的人口统计信息和智商（IQ）（见 表1).

缩略图
下载地址： 

 

表1。 参与者的人口统计学和临床​​特征。

DOI：10.1371 / journal.pone.0057831.t001

数据采集​​和图像处理

在3T西门子扫描仪（Siemens Magnetom Trio Tim Syngo MR B17，德国）上获得静止状态fMRI图像，其具有以下参数：重复时间（TR）2700 ms; 回波时间（TE）30 ms; 采集矩阵64×64; 视场（FOV）192×192 mm2; 翻转角90°; 体素尺寸3.0 mm×3.0 mm×3.0 mm; 切片40。 采集的总时间为6 min 45 sec。 使用头部线圈并通过用海绵材料填充头部周围的空间并用胶带固定下颌来最小化头部运动。

fMRI图像的预处理使用休息状态fMRI数据处理助手（DPARSF）进行 [37]，它基于统计参数映射（SPM8）和静态状态fMRI数据分析工具包（REST）。 丢弃每个受试者中的第一个5图像，并且对切片定时校正剩余的145图像并重新对准第一个体积以校正运动伪影。 所有参与者在其0.5头部运动参数中显示出小于0.5 mm的位移和6旋转角度。 此外，两组没有显着差异（pVan Dijk等人最近提出的四个头部运动参数中的<0.05）。 [38]：即平均头部位移（网络成瘾：0.04±0.01 mm，对照：0.04±0.01 mm），最大头部位移（网络成瘾：0.18±0.14 mm，对照：0.17±0.07 mm），微数（> 0.1 mm动作（对于所有参与者，动作不超过2次，网络成瘾组中的两个个体除外，分别有5次和6次微动）和头部旋转（互联网成瘾：0.04±0.01°，对照组：0.04±0.00°）。 在空间归一化之前，使用Template-O-Matic基于NIH MRI正常大脑发育研究的数据，创建了年龄和性别匹配的大脑模板 [39]。 我们的fMRI图像使用此自定义模板进行标准化，并使用6 mm的全宽半最大高斯核进行平滑。 然后对数据进行去趋势分析，并对低频波动（0.01-0.08 Hz）进行滤波，以便检测来自灰质的信号并降低噪声的影响。 从过滤的BOLD信号中回归六个头部运动参数，白质信号和脑脊液信号。 最后，基于自动解剖标记（AAL）图谱从90脑区域（节点）提取该回归的残差。 [40]，并计算成对关联，得出每个受试者90 x 90的连通性矩阵。 皮尔逊相关系数（零滞后）用于量化每个成对关联。 请注意，全局信号未作为有害协变量包括在内，从而确保负相关的比例最小。

数据分析

基于网络的统计（NBS） [41], [42] 用于识别区域性脑网络，显示区域间功能连接的显着组间差异。 具体地，进行t检验以测试每个90×（90-1）/ 2 = 4005唯一区域配对的相关系数之间的组间差异。 互联网络，正式名称为 图形组件然后，在t统计量超过阈值t = 3.0的连接中识别出。 使用置换测试（20000置换）计算每个所得组件的大小的家族误差（FWE）校正的p值。 每个排列涉及随机改组组标签并识别组的大小 最大 互连网络，从而产生最大组件尺寸的经验零分布 [43]。 估计每个互连网络的FWE校正p值是产生较大互连网络或大小相等的互连网络的排列比例。 独立评估了两个替代假设（成瘾>对照和成瘾<对照）。 所有这些步骤都是使用NBS软件包执行的，该软件包作为Brain Connectivity Toolbox（http://www.brain-connectivity-toolbox.net/）或NITRC（http://www.nitrc.org/projects/nbs/）。 评估替代地图集的任何重要发现的可重复性 [44]，上述分析分别重复用AAL图谱替换为两个替代图谱，用于将皮层包裹到非重叠区域; 即蒙特利尔神经病学研究所（MNI）结构图谱（http://www.fmrib.ox.ac.uk/fsl/data/atlas-descriptions.html）和包含120区域的随机分组 [45]。 MNI图谱是一个粗略的分区，代表每个大脑半球的八个解剖区域，从而促进了叶间连接的表征。

接下来，我们测试了基于关键图的网络测量中的组间差异 [28]; 即，平均聚类系数，特征路径长度和小世界比率。 在大脑复杂性和组织方面对这些措施的解释可以在最近的文献中找到 [26], [30], [46]–[49]。 连接矩阵首先针对一组固定连接密度进行二值化，范围从10％到30％ [28]。 使用Brain Connectivity Toolbox中提供的适当功能计算每个密度的网络测量值。 相对于使用Maslov-Sneppen重新布线算法生成的20随机网络的集合，对聚类系数和特征路径长度进行归一化 [50]。 然后使用双侧t检验在每个密度下评估组间差异。

最后，针对每个90区域本地计算聚类系数和路径长度。 双侧t检验也用于测试这些区域特异性测量的组间差异。 错误发现率（FDR） [51] 用于纠正网络密度和区域系列的多重比较。

 

成果

参与者特征

所有参与者都是右撇子男性。 两组间年龄和智商没有显着差异，网络成瘾组的YIAS评分显着较高（表1).

功能连接的群体差异

国家统计局确定了一个显着的单一网络（p<0.05，经FWE校正）与对照组相比，网络成瘾青少年的连接性下降。 这个受影响的网络包含59个链接，涉及38个不同的大脑区域（图1）。 当AAL地图集用两个替代地图集代替皮层进入非重叠区域时，该网络被广泛复制（见 图S1）。 尽管包含这些地图集的区域总数（AAL：90，MNI：16，随机：120）存在相当大的差异，但整体网络结构中的显着一致性是显而易见的。 预计网络规模随着图集分辨率（即区域总数）而增加，从而导致更复杂的配置。 然而，涉及的皮质和皮质下区域（和相应的叶）在三个地图集中被广泛复制。 使用BrainNet Viewer可视化数字（http://www.nitrc.org/projects/bnv/).

缩略图
下载地址： 

图1。 网络成瘾青少年脑功能连接减少的网络。

红点代表由自动解剖标记（AAL）图谱定义的大脑区域（节点）的立体定向质心，蓝线代表超阈值链接（t = 3.0），包括用基于网络的统计（NBS）识别的受影响网络（p<0.05，逐分量校正）。轴向视图说明了半球之间的连接（即，左右半球之间的连接交叉）的参与。 矢状面视图说明了额叶，颞叶和顶叶在受影响的网络中的参与。

DOI：10.1371 / journal.pone.0057831.g001

继Fornito等人之后。 [52]，AAL区域被分类为相应的主瓣（例如，额叶，颞叶，顶叶），并且对于每对叶片量化连接这些大规模分裂的连接的比例。 发现额颞 - 顶叶连接受到影响，但枕叶不包括在受影响的网络中。 互联网成瘾组中减少的大部分联系涉及皮质下区域与额叶（~24％）和顶叶（~27％）皮质之间的联系（图2）。 为了更好地了解哪些皮质下区域可能有助于这一发现，我们在NBS网络中分别检查了每个皮质叶和每个皮质下区域之间的连通性（图S2）。 该分析显示皮质下区域包括海马，苍白球和壳核。 杏仁核和尾状核不包括在受影响的网络中。 双侧壳核是最广泛涉及的皮质下区域，显示与所涉及的所有三个主要脑叶的连接减少。 使用MNI图谱复制了这种模式，除了额叶，顶叶和颞叶之外，所产生的网络仅包括壳核和岛叶; 尾状核和枕叶未包括在受影响的网络中。

缩略图
下载地址：  

 

图2。 网络成瘾影响的连接比例，连接不同的广泛大脑分裂对。

涉及每对分裂的链接数量由成对链接的总数归一化。注意海马，苍白球和壳核被分配到皮质下类别，并且前扣带回被分配到额叶类别。 杏仁核和尾状核不包括在破坏的网络中，因此不需要将这些区域分配到肺叶。 双侧壳核是最广泛涉及的皮质下区域，显示与所涉及的所有三个主要脑叶的连接减少。

DOI：10.1371 / journal.pone.0057831.g002

我们没有发现网络成瘾组中连接增加的任何网络。 在网络成瘾组或对照组中，已识别网络中的功能连接与YIAS评分之间未发现显着相关性。

网络拓扑中的群体差异

在所研究的任何网络密度下，平均聚类系数，特征路径长度或小世界比率均未发现组间差异（p<0.05，经FDR校正）（图3）。 此外，相应的局部（区域特定）测量中的组间差异在多重比较的FDR校正中没有存活。 应用较不严格的误报修正 p<（1/90）= 0.011 [53] 为了探索趋势水平效应，产生了局部聚类系数的组间差异和主要出现在枕叶中的局部路径长度（表S1 和 S2).

缩略图
下载地址： 

 

图3。 具有网络成瘾的青少年脑功能连接的小世界参数。

DOI：10.1371 / journal.pone.0057831.g003

 

 

讨论

有网络成瘾的青少年发现脑功能连接减少的证据。 与当前模型一致，强调皮质 - 皮质下病理学在成瘾中的作用 [54]，24改变的网络中的连接区分成瘾的个体和健康的控制涉及正面和皮质下区域之间的联系. 另外27％连接的皮质下和顶叶区域，对脑岛受累的证据更为有限，这与最近证明这些区域参与成瘾的证据一致。 请注意，我们的分析提供了皮质 - 皮质下成瘾模型的严格测试，因为它包括分布在整个大脑中的90不同区域之间的成对功能连接的测量。 使用这种完全数据驱动的分析，皮质 - 皮层下系统作为一种突出的病理学出现的事实为这些系统在网络成瘾中的参与提供了强有力的支持。 此外，我们的研究结果表明，网络成瘾与其他成瘾性疾病具有共同的神经生物学特征，特别是皮质下区域可能代表脑网络病理学的核心部位。 一个重要的注意事项是国家药物滥用研究所认为行为成瘾可能是相对纯粹的成瘾模式，考虑到这些条件不受物质影响的污染 [55]. 尽管对许多其他成瘾疾病的研究总是被药物滥用的继发毒性效应所混淆，但网络成瘾在行为上被诊断出来，因此为研究不含长期药物作用的成瘾提供了更有针对性的模型。

在这项研究中，使用NBS，根据其范围测量网络规模; 也就是说，构成网络的连接总数。 该尺寸测量不适合于检测涉及不共同形成网络的单个隔离连接的焦点效应。 为了测试这些焦点组间差异，NBS分析重复测试组分质量而不是大小的差异。 与检测元件尺寸的差异相比，质量统计对焦点，强烈的影响提供更大的敏感性。 此外，我们还使用FDR对边缘比较进行了阈值处理，这对高强度焦点效应非常敏感。 FDR或大规模统计数据显示组间差异不明显，表明网络成瘾中的异常连接包含涉及多个皮层和皮质下区域的分布式网络。

鉴于已知大脑网络属性对分组模板的选择敏感，我们研究了几种替代分组方案，以评估任何结果对节点定义变化的可重复性 [45], [56], [57]。 这使我们能够排除某些发现仅仅是由于统计上有利的节点定位，而不是与其他众所周知的分割可重复的可能性。

I与功能连接强度下降相反，拓扑参数显示没有显着的组差异。 即使我们基于对I型误差的不太严格的控制进行了进一步的探索性分析，结果表明可能的拓扑差异主要涉及枕叶，其在NBS分析中不受影响。 因此，虽然网络成瘾与皮质 - 皮质下电路中功能连接的广泛和显着减少相关，但这种下降与脑功能网络拓扑的全局中断无关。 该研究表明，在没有基本拓扑测量的改变的情况下，功能连接的广泛差异可能存在。 在没有任何显着的拓扑差异的情况下，连接强度的差异如此普遍，这似乎是显着的。 然而，重要的是要注意拓扑和连接强度是连接组的不同属性，并且一方面的异常不需要暗示另一方的异常。 在其他疾病中也观察到了类似的发现 [52], [58]。 然而，我们注意到，一些拓扑性质的群体差异趋向于统计显着性。 对较大样本的分析可以提供必要的权力来宣布这些影响是显着的。 我们的结果表明，拓扑变化可能比功能连通性测量所观察到的更为微妙。

在改变网络中包含的59连接中，25是半球间连接，34是半球内连接，指示整个大脑中涉及远程和短程连接。 鉴于网络成瘾是一种新认识的心理健康状况，其概念和诊断标准仍然难以捉摸和未确定，或许在这些受试者的大脑中找到这样一个受到广泛影响的网络可能会令人惊讶。 最近，林等人。 （2012）使用弥散张量成像研究了患有网络成瘾的青少年的脑白质完整性，并发现整个大脑中的分数各向异性（FA）普遍减少，而网络成瘾组中没有更高的FA区域 [13]。 这些结果暗示了我们样本中观察到的功能性紊乱的可能解剖学基础，这一假设可以使用组合fMRI和扩散加权成像在同一参与者中进行测试 [59].

关于在改变的网络中发现的大量半球间连接，长期以来认为有效的半球间通信在大脑功能中很重要 [60]–[63]。 然而，相对较少的成瘾神经影像学研究已经解决了双侧半球之间的功能整合问题。 最近，凯利等人。 （2011）观察到可卡因依赖成人的半球间功能连接减少 [64]。 他们显示了顶叶 - 顶叶网络的主要参与，相对保留了时间区域，结果与我们的研究结果相似。 尽管作者讨论了这一发现主要是为了反映慢性可卡因暴露的长期影响，但他们也提到了在可卡因暴露之前可能会减少半球间功能连接作为成瘾症的易感性。 我们的研究结果表明，这些半球间的变化既反映了成瘾障碍的脆弱性，也反映了一般成瘾行为的神经相关性，而不是继续长期吸毒，因为我们的样本中的成瘾是用纯粹的行为术语来定义的。 可以通过测试具有药物或行为成瘾病症的个体的未受影响的亲属之间的表型相似性来评估这些可能性。

有趣的是，在可卡因和海洛因依赖的个体中报告了在额叶和顶叶区域之间减少静息状态功能连接的类似模式。s [64], [65]. 在最近的一篇综述中，Sutherland等人。 （2012）表明，前额 - 顶叶回路中的连通性降低可能是吸毒成瘾人群认知控制网络受损的核心组成部分 [54]. 我们在网络成瘾方面的发现也支持这样一种观点，即额叶和顶叶区域之间功能连接的减少可能是不同类型成瘾的共同特征，这表明存在共享表型，而不是药物使用的次要后果。 此外，最近一项关于精神分裂症全脑功能连接的调查显示，突出的额颞 - 而不是额顶 - 额叶或额 - 纹状体变化 [52]，与该病症的经典病理生理学模型一致 [66]. 当然，本研究最显着的发现是网络成瘾与纹状体回路的病理学有关，特别是与其他成瘾性疾病有关的系统，表明共有的神经生物学表型。 识别改变的纹状体回路与成熟的成瘾性疾病重叠可能有助于测试成瘾模型是否是理解疾病的适当理论框架 [67], [68]。 然而，相对较强的额顶 - 额叶和额 - 纹状体功能连接的损害是否仍然是成瘾性疾病的主要特征仍然存在问题。 为了建立特异性，需要直接比较不同疾病的未来研究。

本研究中最有趣的发现之一是壳核的强烈参与。 已知这种脑结构调节包括多巴胺在内的几种神经递质，并且作为成瘾疾病的关键生物学机制之一，强烈暗示纹状多巴胺能功能减弱。 [8]. 多巴胺是壳核功能的关键调节剂，可能在本研究中观察到的功能连接障碍中起重要作用。 这与最近有证据表明纹状体多巴胺转运蛋白和D2受体可用性在患有网络成瘾的人中发生了改变 [6], [7] 并且脑多巴胺水平的遗传和药理学调节可以对功能连接模式产生深远的影响 [69]–[71]。 考虑到这些以前的报道和提出的成瘾神经生物学机制涉及钝性纹状体多巴胺能功能 [8]，了解多巴胺对网络的影响，确定在本研究中显示出改变的功能连接性将是理解网络成瘾的神经生物学相关性的重要方法。

我们发现壳核是减少功能网络中最广泛涉及的皮质下区域，保留了尾状核，也很有趣。 两种结构都是纹状体的一部分，而纹状体又是皮质下结构的一部分。 壳核通常被认为是与运动活动相关的大脑区域，并且与尾状体相比，更少涉及物质添加。。 在运动活动中，已经显示出良好学习的重复手指运动序列与壳核中的激活有关 [72]–[76]。 患有网络成瘾的人可能在很长一段时间内经历更高频率的某些行为，包括重复操纵鼠标和键盘，并且这些经历会影响他们的大脑。 因此，源自壳核的异常连接可能表明网络成瘾的特定特征。 然而，由于我们没有测量参与者手指操作的程度，因此与鼠标/键盘操作相关的涉及壳核的功能连接减少而不是增加的含义仍然对未来的研究开放。 或者，壳核参与我们的研究结果可能反映了它在与尾状核分享的认知过程中的作用，并且在成瘾中受损，例如奖励处理 [77], [78].

值得讨论的另一点是互联网成瘾组中没有任何增加的功能连接。 尽管我们主要期望在成瘾组中发现功能连接性降低，但事实上，我们并未排除观察功能连接增加的可能性，特别是考虑到网络成瘾青少年可能因过度在线活动而显示出实践效果的假设。 [79]–[82]。 负面发现的一个可能的解释可能是我们的小样本量缺乏检测这种与实践相关的功能连接性增加的能力。 然而，尚未完全确定某些任务中的认知表现或某些精神病理学的严重程度是否表现为功能连接的减少或增加 [83], [84]。 另一个考虑应该是长期过度使用互联网的影响可能会根据亚人群对大脑产生不同的影响。 例如， 一个名为专业在线游戏玩家的人群参与密集的互联网活动，同样花费大量时间练习网络游戏，并且在这些游戏中的表现可能比网络成瘾的人更好，但似乎没有上瘾，因为显着降低了YIAS得分 [85]。 因此，可以假设互联网活动中的实践效果可能根据个人的不同而有所不同。

本研究存在一些重要的局限性。 首先，样本量非常小，这可能限制了我们检测功能连接性和YIAS分数之间显着相关性的能力。 因此，目前的发现需要在更大的网络成瘾和控制参与者样本中复制。 然而，值得注意的是，我们的样本量总体上与网络成瘾的前功能性神经影像学研究相当。 我们的样本是独特的，因为大多数以前的研究是基于成年人 [2]–[7]。 其次，网络成瘾的诊断标准尚未确定，尽管我们的研究结果确实指出了这种推定的疾病的潜在神经生物学基础。 第三，尽管我们使用K-SADS-PL排除了合并精神障碍，但仍可能存在合并精神疾病的亚阈值水平症状。 第四，收集更广泛的临床信息，如睡眠习惯，可能丰富了我们的数据，提高了我们对文献的贡献 [86], [87]。 最后，横断面研究设计限制了功能连接减少与网络成瘾发展之间因果关系的解释。 值得注意的是，头部运动已成为功能性神经影像学中的一个重要混淆因素 [38], [88]。 本研究使用一系列最近提出的旋转和位移测量来全面评估头部运动 [38]。 对于所考虑的任何头部运动测量，未发现组之间的显着差异。

I总结一下，这项研究的结果表明，在没有网络拓扑严重干扰的情况下，有网络成瘾的青少年会改变大脑功能连接。 改变的网络显示了远程半球间连接的广泛参与以及整个大脑中的短程半球内连接。 皮质下脑区可能在这个改变的网络中发挥重要作用，特别是壳核，其显示与所涉及的所有三个主要脑叶的连接减少。

 

 

支持信息

Figure_S1.tif
  • 1 / 4

下载

网络成瘾青少年脑功能连接减少的网络（使用不同的地图集）。红点代表蒙特利尔神经病学研究所（MNI）结构图谱（A）和随机分组图谱（B）定义的脑区域（节点）的立体定向质心，蓝线代表受影响的超阈值链接（分别为t = 2.1和3.0）使用基于网络的统计（NBS）识别的网络（p<0.05，逐分量校正）。

图S1。

网络成瘾青少年脑功能连接减少的网络（使用不同的地图集）。红点代表蒙特利尔神经病学研究所（MNI）结构图谱（A）和随机分组图谱（B）定义的脑区域（节点）的立体定向质心，蓝线代表受影响的超阈值链接（分别为t = 2.1和3.0）使用基于网络的统计（NBS）识别的网络（p<0.05，逐分量校正）。

（TIF）

图S2。

网络成瘾影响的连接比例，连接不同的广泛脑切片对（皮质下区域详述）。涉及每对分区的链接数量由成对链接的总数归一化。

（TIF）

表S1。

局部聚类系数。该表显示了不太严格的假阳性校正的趋势水平结果 p<（1/90）= 0.011; 在多次比较的标准错误发现率校正中，没有结果可幸免。

（DOC）

表S2。

本地路径长度。该表显示了不太严格的假阳性校正的趋势水平结果 p<（1/90）= 0.011; 在多次比较的标准错误发现率校正中，没有结果可幸免。

（DOC）

  

 

作者贡献

构思并设计了实验：SBH EJC HHK JES CDK JWK SHY。 进行了实验：SBH EJC HHK JES。 分析数据：SBH AZ LC AF。 供稿试剂/材料/分析工具：SBH AZ LC AF CDK JWK SHY。 写了这篇论文：SBH AZ LC AF EJC HHK JES CDK JWK SHY。

  

 

参考资料

  1. Ko CH，Yen JY，Yen CF，Chen CS，Chen CC（2012）网络成瘾与精神疾病之间的关联：文献综述。 Eur Psychiatry 27：1-8。 DOI： 10.1016 / j.eurpsy.2010.04.011. 在线查找此文章
  2. Dong G，Huang J，Du X（2011）增强了网络成瘾者的奖励敏感度和降低的损失敏感度：在猜测任务期间进行的fMRI研究。 J Psychiatr Res 45：1525-1529。 DOI： 10.1016 / j.jpsychires.2011.06.017. 在线查找此文章
  3. Han DH，Bolo N，Daniels MA，Arenella L，Lyoo IK，et al。 （2011）大脑活动和对互联网视频游戏的渴望。 Compr Psychiatry 52：88-95。 DOI： 10.1016 / j.comppsych.2010.04.004. 在线查找此文章
  4. Han DH，Kim YS，Lee YS，Min KJ，Renshaw PF（2010）通过视频游戏改变线索引起的前额皮层活动。 Cyber​​psychol Behav Soc Netw 13：655-661。 DOI： 10.1089 / cyber.2009.0327. 在线查找此文章
  5. Ko CH，Liu GC，Hsiao S，Yen JY，Yang MJ，et al。 （2009）与在线游戏成瘾的游戏冲动相关的大脑活动。 J Psychiatr Res 43：739-747。 DOI： 10.1016 / j.jpsychires.2008.09.012. 在线查找此文章
  6. Kim SH，Baik SH，Park CS，Kim SJ，Choi SW，et al。 （2011）减少网络成瘾患者的纹状体多巴胺D2受体。 Neuroreport 22：407-411。 DOI： 10.1097/WNR.0b013e328346e16e. 在线查找此文章
  7. 侯,,贾思，胡,,范,,孙伟，等。 （2012）网络成瘾患者的纹状体多巴胺转运蛋白减少。 J Biomed Biotechnol 2012：854524。 DOI： 10.1155/2012/854524. 在线查找此文章
  8. Goldstein RZ，Volkow ND（2011）成瘾前额叶皮质功能障碍：神经影像学发现和临床意义。 Nat Rev Neurosci 12：652-669。 DOI： 10.1038 / nrn3119. 在线查找此文章
  9. Goldstein RZ，Craig AD，Bechara A，Garavan H，Childress AR，et al。 （2009）吸毒成瘾洞察力受损的神经电路。 趋势Cogn Sci 13：372-380。 DOI： 10.1016 / j.tics.2009.06.004. 在线查找此文章
  10. Naqvi NH，Bechara A（2010）脑岛和药物成瘾：对快乐，冲动和决策的内部共同观点。 Brain Struct Funct 214：435-450。 DOI： 10.1007/s00429-010-0268-7. 在线查找此文章
  11. Zhou Y，Lin FC，Du YS，Qin LD，Zhao ZM，et al。 （2011）网络成瘾中的灰质异常：基于体素的形态测量研究。 Eur J Radiol 79：92-95。 DOI： 10.1016 / j.ejrad.2009.10.025. 在线查找此文章
  12. 袁凯，秦伟，王庚，曾甫，赵璐，等。 （2011）青少年网络成瘾的微观结构异常。 PLoS One 6：e20708。 DOI： 10.1371 / journal.pone.0020708. 在线查找此文章
  13. 林芙，周,,杜,,秦莉，赵梓，等。 （2012）患有网络成瘾症的青少年异常白质完整性：基于道的空间统计研究。 PLoS One 7：e30253。 DOI： 10.1371 / journal.pone.0030253. 在线查找此文章
  14. Liu J，Gao XP，Osunde I，Li X，Zhou SK，et al。 （2010）增加网络成瘾的区域同质性：静息状态功能磁共振成像研究。 Chin Med J（Engl）123：1904-1908。 在线查找此文章
  15. 袁K，秦W，刘,,田J（2011）网瘾：神经影像学发现。 Commun Integr Biol 4：637-639。 在线查找此文章
  16. Raichle ME，Snyder AZ（2007）大脑功能的默认模式：一个不断发展的想法的简要历史。 Neuroimage 37：1083-1090; 讨论1097-1089。 DOI： 10.1016 / j.neuroimage.2007.02.041. 在线查找此文章
  17. Fox MD，Corbetta M，Snyder AZ，Vincent JL，Raichle ME（2006）自发性神经元活动区分人类背侧和腹侧注意系统。 Proc Natl Acad Sci USA 103：10046-10051。 DOI： 10.1073 / pnas.0604187103. 在线查找此文章
  18. Smith SM，Miller KL，Moeller S，Xu J，Auerbach EJ，et al。 （2012）自发性大脑活动的时间独立功能模式。 Proc Natl Acad Sci USA 109：3131-3136。 DOI： 10.1073 / pnas.1121329109. 在线查找此文章
  19. Damoiseaux JS，Rombouts SA，Barkhof F，Scheltens P，Stam CJ，et al。 （2006）健康受试者的一致休息状态网络。 Proc Natl Acad Sci USA 103：13848-13853。 DOI： 10.1073 / pnas.0601417103. 在线查找此文章
  20. Shehzad Z，Ke​​lly AM，Reiss PT，Gee DG，Gotimer K，et al。 （2009）静止的大脑：不受约束但可靠。 Cereb Cortex 19：2209-2229。 DOI： 10.1093 / cercor / bhn256. 在线查找此文章
  21. Fornito A，Bullmore ET（2012）Connectomic中间表型用于精神疾病。 前精神病学3：32。 DOI： 10.3389 / fpsyt.2012.00032. 在线查找此文章
  22. Fornito A，Zalesky A，Bassett DS，Meunier D，Ellison-Wright I，et al。 （2011）遗传影响人类皮质功能网络的成本效益组织。 J Neurosci 31：3261-3270。 DOI： 10.1523 / 4858-JNEUROSCI.10.2011. 在线查找此文章
  23. Glahn DC，Winkler AM，Kochunov P，Almasy L，Duggirala R，et al。 （2010）对静息大脑的遗传控制。 Proc Natl Acad Sci USA 107：1223-1228。 DOI： 10.1073 / pnas.0909969107. 在线查找此文章
  24. Fox MD，Raichle ME（2007）通过功能磁共振成像观察到大脑活动的自发波动。 Nat Rev Neurosci 8：700-711。 DOI： 10.1038 / nrn2201. 在线查找此文章
  25. Fornito A，Bullmore ET（2010）血氧化水平依赖性信号的自发波动可以告诉我们什么是精神疾病？ 精神病学当前意见23：239-249。 DOI： 10.1097/YCO.0b013e328337d78d. 在线查找此文章
  26. Bullmore E，Sporns O（2009）复杂的脑网络：结构和功能系统的图形理论分析。 Nat Rev Neurosci 10：186-198。 在线查找此文章
  27. 阻止JJ（2008）DSM-V的问题：网络成瘾。 Am J Psychiatry 165：306-307。 DOI： 10.1176 / appi.ajp.2007.07101556. 在线查找此文章
  28. Rubinov M，Sporns O（2010）大脑连接的复杂网络测量：使用和解释。 Neuroimage 52：1059-1069。 DOI： 10.1016 / j.neuroimage.2009.10.003. 在线查找此文章
  29. Xia M，He Y（2011）神经精神疾病中复杂脑网络的磁共振成像和图形理论分析。 Brain Connect 1：349-365。 DOI： 10.1089 / brain.2011.0062. 在线查找此文章
  30. Fornito A，Zalesky A，Pantelis C，Bullmore ET（2012）精神分裂症，神经影像学和连接组学。 Neuroimage doi： 10.1016 / j.neuroimage.2011.12.090. 在线查找此文章
  31. Gong G，He Y，Evans AC（2011）脑连接：性别有所不同。 神经科学家17：575-591。 DOI： 10.1177/1073858410386492. 在线查找此文章
  32. Widyanto L，McMurran M（2004）网络成瘾测试的心理测量属性。 Cyber​​psychol Behav 7：443-450。 DOI： 10.1089 / cpb.2004.7.443. 在线查找此文章
  33. Kaufman J，Birmaher B，Brent D，Rao U，Flynn C，et al。 （1997）学龄儿童情感障碍和精神分裂症的时间表 - 现在和终身版本（K-SADS-PL）：初始可靠性和有效性数据。 J Am Acad Child Adolesc Psychiatry 36：980-988。 DOI： 10.1097 / 00004583 199707000 00021. 在线查找此文章
  34. Kim YS，Cheon KA，Kim BN，Chang SA，Yoo HJ，et al。 （2004）Kiddie-Schedule for Affective Disorders and Schizophrenia-Present and Lifetime Version- Korean version（K-SADS-PL-K）的可靠性和有效性。 Yonsei Med J 45：81-89。 在线查找此文章
  35. Christakis DA（2010）网络成瘾：21st世纪的流行病？ BMC Med 8：61。 DOI： 10.1186/1741-7015-8-61. 在线查找此文章
  36. Flisher C（2010）插入电源：网络成瘾概述。 J Paediatr Child Health 46：557-559。 DOI： 10.1111 / j.XN​​UMX 1440.x. 在线查找此文章
  37. Y Chao-Gan Y，Zu-Feng Z（2010）DPARSF：用于静止状态fMRI的“管道”数据分析的MATLAB工具箱。 前系统神经科学4：13。 在线查找此文章
  38. Van Dijk KR，Sabuncu MR，Buckner RL（2012）头部运动对内在功能连通性MRI的影响。 Neuroimage 59：431-438。 DOI： 10.1016 / j.neuroimage.2011.07.044. 在线查找此文章
  39. Wilke M，Holland SK，Altaye M，Gaser C（2008）Template-O-Matic：用于创建定制儿科模板的工具箱。 Neuroimage 41：903-913。 DOI： 10.1016 / j.neuroimage.2008.02.056. 在线查找此文章
  40. Tzourio-Mazoyer N，Landeau B，Papathanassiou D，Crivello F，Etard O，et al。 （2002）使用MNI MRI单一受试者脑的宏观解剖学分割自动解剖标记SPM中的激活。 Neuroimage 15：273-289。 DOI： 10.1006 / nimg.2001.0978. 在线查找此文章
  41. Zalesky A，Fornito A，Bullmore ET（2010）基于网络的统计：识别大脑网络的差异。 Neuroimage 53：1197-1207。 DOI： 10.1016 / j.neuroimage.2010.06.041. 在线查找此文章
  42. Zalesky A，Cocchi L，Fornito A，Murray MM，Bullmore E（2012）脑网络中的连接差异。 Neuroimage 60：1055-1062。 DOI： 10.1016 / j.neuroimage.2012.01.068. 在线查找此文章
  43. Nichols TE，Holmes AP（2002）用于功能性神经影像学的非参数置换试验：带有实例的引物。 人脑映射15：1-25。 DOI： 10.1002 / hbm.1058. 在线查找此文章
  44. Wig GS，Schlaggar BL，Petersen SE（2011）脑网络分析中的概念和原理。 Ann NY Acad Sci 1224：126-146。 DOI： 10.1111 / j.XN​​UMX 1749.x. 在线查找此文章
  45. Zalesky A，Fornito A，Harding IH，Cocchi L，Yucel M，et al。 （2010）全脑解剖网络：节点的选择是否重要？ Neuroimage 50：970-983。 DOI： 10.1016 / j.neuroimage.2009.12.027. 在线查找此文章
  46. Bassett DS，Bullmore ET（2009）健康与疾病中的人脑网络。 Curr Opin Neurol 22：340-347。 DOI： 10.1097/WCO.0b013e32832d93dd. 在线查找此文章
  47. Guye M，Bettus G，Bartolomei F，Cozzone PJ（2010）图形理论分析结构和功能连通性MRI正常和病理脑网络。 MAGMA 23：409-421。 DOI： 10.1007 / s10334-010-0205-Z. 在线查找此文章
  48. He Y，Evans A（2010）图形理论建模的大脑连通性。 Curr Opin Neurol 23：341-350。 DOI： 10.1097/WCO.0b013e32833aa567. 在线查找此文章
  49. Bassett DS，Gazzaniga MS（2011）了解人类大脑的复杂性。 趋势Cogn Sci 15：200-209。 DOI： 10.1016 / j.tics.2011.03.006. 在线查找此文章
  50. Maslov S，Sneppen K（2002）蛋白质网络拓扑结构的特异性和稳定性。 科学296：910-913。 DOI： 10.1126 / science.1065103. 在线查找此文章
  51. Genovese CR，Lazar NA，Nichols T（2002）使用错误发现率对功能性神经成像中的统计图进行阈值处理。 Neuroimage 15：870-878。 DOI： 10.1006 / nimg.2001.1037. 在线查找此文章
  52. Fornito A，Yoon J，Zalesky A，Bullmore ET，Carter CS（2011）在认知控制表现期间首发精神分裂症的一般和特定功能连接障碍。 Biol Psychiatry 70：64-72。 DOI： 10.1016 / j.biopsych.2011.02.019. 在线查找此文章
  53. Lynall ME，Bassett DS，Kerwin R，McKenna PJ，Kitzbichler M，et al。 （2010）精神分裂症中的功能连接和脑网络。 J Neurosci 30：9477-9487。 在线查找此文章
  54. Sutherland MT，McHugh MJ，Pariyadath V，Stein EA（2012）在成瘾中休息状态功能连接：经验教训和未来之路。 Neuroimage 62：2281-2295。 DOI： 10.1016 / j.neuroimage.2012.01.117. 在线查找此文章
  55. Shaw M，Black DW（2008）网络成瘾：定义，评估，流行病学和临床管理。 CNS药物22：353-365。 DOI： 10.2165 / 00023210 200822050 00001. 在线查找此文章
  56. 王杰，王璐，臧,,杨鹤，唐鹤，等。 （2009）依赖于细胞的小世界脑功能网络：静息状态fMRI研究。 Hum Brain Mapp 30：1511-1523。 DOI： 10.1002 / hbm.20623. 在线查找此文章
  57. Fornito A，Zalesky A，Bullmore ET（2010）网络缩放效应在人类静息状态FMRI数据的图形分析研究中。 前Syst Neurosci 4：22。 DOI： 10.3389 / fnsys.2010.00022. 在线查找此文章
  58. Cocchi L，Bramati IE，Zalesky A，Furukawa E，Fontenelle L，et al。 （2012）在患有注意力缺陷/多动障碍的年轻成人的非临床样本中改变功能性大脑连接。 J Neurosci doi： 10.1523 / 3272-JNEUROSCI.12.2012. 在线查找此文章
  59. Honey CJ，Sporns O，Cammoun L，Gigandet X，Thiran JP，et al。 （2009）从结构连通性预测人类静止状态功能连接。 Proc Natl Acad Sci USA 106：2035-2040。 DOI： 10.1073 / pnas.0811168106. 在线查找此文章
  60. Anderson JS，Druzgal TJ，Froehlich A，DuBray MB，Lange N，et al。 （2011）减少自闭症中的半球间功能连接。 Cereb Cortex 21：1134-1146。 DOI： 10.1093 / cercor / bhq190. 在线查找此文章
  61. Clarke AR，Barry RJ，Heaven PC，McCarthy R，Selikowitz M，et al。 （2008）成人患有注意力缺陷/多动障碍的脑电图连贯性。 Int J Psychophysiol 67：35-40。 DOI： 10.1016 / j.ijpsycho.2007.10.001. 在线查找此文章
  62. Pettigrew JD，Miller SM（1998）双相情感障碍中的“粘性”半球间开关？ Proc Biol Sci 265：2141–2148。 土井： 10.1098 / rspb.1998.0551. 在线查找此文章
  63. Spencer KM，Nestor PG，Niznikiewicz MA，Salisbury DF，Shenton ME，et al。 （2003）精神分裂症中的神经同步异常。 J Neurosci 23：7407-7411。 在线查找此文章
  64. Kelly C，Zuo XN，Gotimer K，Cox CL，Lynch L，et al。 （2011）减少可卡因成瘾的半球间静息状态功能连接。 Biol Psychiatry 69：684-692。 DOI： 10.1016 / j.biopsych.2010.11.022. 在线查找此文章
  65. 袁克，秦伟，董敏，刘杰，孙杰，等。 （2010）戒断海洛因依赖者的灰质缺陷和静息状态异常。 Neurosci Lett 482：101-105。 DOI： 10.1016 / j.neulet.2010.07.005. 在线查找此文章
  66. Fletcher P，McKenna PJ，Friston KJ，Frith CD，Dolan RJ（1999）精神分裂症中额颞连接的异常扣带调制。 Neuroimage 9：337-342。 DOI： 10.1006 / nimg.1998.0411. 在线查找此文章
  67. Choi JS，Shin YC，Jung WH，Jang JH，Kang DH，et al。 （2012）在病态赌博和强迫症的奖励预期期间改变了大脑活动。 PLoS One 7：e45938。 DOI： 10.1371 / journal.pone.0045938. 在线查找此文章
  68. Tomasi D，Volkow ND（2012）成瘾和肥胖的纹状体皮质通路功能障碍：差异和相似之处。 Crit Rev Biochem Mol Biol doi： 10.3109/10409238.2012.735642. 在线查找此文章
  69. Cole DM，Oei NY，Soeter RP，Both S，van Gerven JM，et al。 （2012）多巴胺依赖的Cortico-Subcortical网络连接架构。 Cereb Cortex doi： 10.1093 / cercor / bhs136. 在线查找此文章
  70. Gordon EM，Stollstorff M，Devaney JM，Bean S，Vaidya CJ（2011）多巴胺转运蛋白基因型对内在功能连接的影响取决于认知状态。 Cereb Cortex doi： 10.1093 / cercor / bhr305. 在线查找此文章
  71. Rieckmann A，Karlsson S，Fischer H，Backman L（2011）Caudate多巴胺D1受体密度与工作记忆期间前额连接的个体差异有关。 J Neurosci 31：14284-14290。 DOI： 10.1523 / 3114-JNEUROSCI.11.2011. 在线查找此文章
  72. Lehericy S，Bardinet E，Tremblay L，Van de Moortele PF，Pochon JB，et al。 （2006）使用fMRI和脑图谱方法对基底神经节电路进行电机控制。 Cereb Cortex 16：149-161。 DOI： 10.1093 / cercor / bhi089. 在线查找此文章
  73. Jenkins IH，Brooks DJ，Nixon PD，Frackowiak RS，Passingham RE（1994）运动序列学习：正电子发射断层扫描研究。 J Neurosci 14：3775-3790。 在线查找此文章
  74. Jueptner M，Frith CD，Brooks DJ，Frackowiak RS，Passingham RE（1997）运动学习剖析。 II。 皮质下结构和通过反复试验学习。 J Neurophysiol 77：1325-1337。 在线查找此文章
  75. Roland PE，Meyer E，Shibasaki T，Yamamoto YL，Thompson CJ（1982）在正常人类志愿者的自愿运动期间，皮质和基底神经节的局部脑血流变化。 J Neurophysiol 48：467-480。 在线查找此文章
  76. Shibasaki H，Sadato N，Lyshkow H，Yonekura Y，Honda M，et al。 （1993）初级运动皮质和辅助运动区域在复杂的手指运动中起着重要作用。 脑116（Pt 6）：1387-1398。 DOI： 10.1093 /脑/ 116.6.1387. 在线查找此文章
  77. Volkow ND，Fowler JS，Wang GJ（2003）上瘾的人类大脑：成像研究的见解。 J Clin Invest 111：1444-1451。 在线查找此文章
  78. 袁凯，秦伟，刘杰，郭琦，董敏，等。 （2010）改变了小世界的脑功能网络和海洛因使用的男性禁欲海洛因依赖个体的持续时间。 Neurosci Lett 477：37-42。 DOI： 10.1016 / j.neulet.2010.04.032. 在线查找此文章
  79. 狄,,朱思，金鹤，王璞，叶梓，等。 （2012）改变专业羽毛球运动员的休息大脑功能和结构。 Brain Connect 2：225-233。 DOI： 10.1089 / brain.2011.0050. 在线查找此文章
  80. 段,,廖伟，梁德，邱莉，高琦，等。 （2012）棋盘游戏专家中的大规模脑网络：来自领域相关任务和无任务休息状态的洞察力。 PLoS One 7：e32532。 DOI： 10.1371 / journal.pone.0032532. 在线查找此文章
  81. Ma L，Narayana S，Robin DA，Fox PT，Xiong J（2011）在运动技能学习的4周期间，在运动系统的静息状态网络中发生变化。 Neuroimage 58：226-233。 在线查找此文章
  82. Martinez K，Solana AB，Burgaleta M，Hernandez-Tamames JA，Alvarez-Linera J，et al。 （2012）视频游戏实践后休息状态功能连接的侧脑室网络的变化。 Hum Brain Mapp doi： 10.1002 / hbm.22129. 在线查找此文章
  83. 周,,梁敏，田璐，王珂，郝烨，等。 （2007）使用静息状态fMRI在偏执型精神分裂症中的功能性崩解。 Schizophr Res 97：194-205。 DOI： 10.1016 / j.schres.2007.05.029. 在线查找此文章
  84. Whitfield-Gabrieli S，Thermenos HW，Milanovic S，Tsuang MT，Faraone SV，et al。 （2009）精神分裂症和精神分裂症患者的一级亲属中的默认网络的活动过度和超连接性。 Proc Natl Acad Sci USA 106：1279-1284。 DOI： 10.1073 / pnas.0809141106. 在线查找此文章
  85. Han DH，Lyoo IK，Renshaw PF（2012）患有在线游戏成瘾和职业游戏玩家的差异区域灰质体积。 J Psychiatr Res 46：507-515。 DOI： 10.1016 / j.jpsychires.2012.01.004. 在线查找此文章
  86. De Havas JA，Parimal S，Soon CS，Chee MW（2012）睡眠剥夺减少了休息和任务执行期间的默认模式网络连接和反相关。 Neuroimage 59：1745-1751。 DOI： 10.1016 / j.neuroimage.2011.08.026. 在线查找此文章
  87. Killgore WD，Schwab ZJ，Weiner MR（2012）自我报告的夜间睡眠持续时间与次日休息状态功能连接相关。 Neuroreport 23：741-745。 DOI： 10.1097 / WNR.0b013e3283565056. 在线查找此文章
  88. Power JD，Barnes KA，Snyder AZ，Schlaggar BL，Petersen SE（2012）功能连通性MRI网络中的虚假但系统的相关性来自于主体运动。 Neuroimage 59：2142-2154。 DOI： 10.1016 / j.neuroimage.2011.10.018. 在线查找此文章