网络游戏障碍个人的面部表情无意识处理（2017）

。 2017; 8：1059。

在线发布2017 Jun 23。 DOI：  10.3389 / fpsyg.2017.01059

PMCID：PMC5481372

小哲鹏,1,2 方翠,1,2 Ting Wang,1 和 可娇1,2,3,*

抽象

互联网游戏障碍（IGD）的特点是社交沟通受损和避免社交联系。 面部表情处理是社交沟通的基础。 然而，很少有研究调查IGD患者如何处理面部表情，以及他们是否有情绪面部处理缺陷仍不清楚。 本研究的目的是通过调查IGD患者情绪面部处理的时间过程来探讨这两个问题。 使用后向掩蔽任务来研究具有IGD的个体与正常对照（NC）之间在处理具有事件相关电位（ERP）的潜意识表达的面部表情（悲伤，快乐和中性）中的差异。 行为结果显示IGD患者在悲伤中性背景下对悲伤和中性表达的反应慢于NC。 ERP结果显示，与快乐中性表达语境中的快乐表达相比，具有IGD的个体在响应中性表达的ERP组件N170（早期面部处理的指数）中表现出降低的幅度，这可能是由于他们对积极情绪的期望内容。 另一方面，NC在快乐中性表达语境中表现出快乐和中性表达的N170幅度，以及悲伤中性表达语境中的悲伤和中性表达。 具有IGD和NC的个体在处理悲伤表达和中性表达期间显示出相当的ERP幅度。 目前的研究表明，与正常人相比，患有IGD的个体具有不同的无意识中性面部处理模式，并且表明具有IGD的个体可能期望在快乐中立的表达背景中具有更多的积极情绪。

亮点：

  • 简单 
    •本研究调查了面部表情的无意识处理是否受到过度在线游戏的影响。 使用经验证的后向掩蔽范例来研究具有因特网游戏障碍（IGD）和正常对照（NC）的个体在面部表情处理中是否表现出不同的模式。
  • 简单 
    •结果表明，与NC相比，IGD患者对面部表情的反应不同于预先注意的水平。 在行为上，IGD患者在悲伤中性背景下对悲伤和中性表达的反应慢于NC。 ERP结果进一步显示（1）在处理中性表达的IGD患者中，与快乐中性表达背景中的快乐表达相比，在具有IGD的个体中N170组分（早期面部处理的指数）中的幅度降低，而NC表现出与N170幅度相当的回应这两个表达; （2）IGD和NC组在悲伤中性表达背景下表现出类似的N170振幅响应悲伤和中性面部。
  • 简单 
    •对于患有IGD的个体，N170对中性面部的振幅减小可能是由于他们对快乐中性表达背景中的中性内容的预期较少，而患有IGD的个体对于悲伤的中性和悲伤面部可能没有不同的预期。 - 中性表达式上下文。
关键词： 互联网游戏障碍，后向掩蔽，无意识面部处理，ERPs，N170

介绍

过度的电脑游戏可能会让人上瘾和病态（; ）。 作为一种行为成瘾，互联网游戏紊乱（IGD）的特点是强迫性的游戏行为，带来有害的个人或社会后果，如个人学业，职业或社会功能受损（; ; DSM-V， ; ; ; ; ; ）。 研究发现，网络成瘾（包括在线游戏活动和其他形式的互联网使用）与其他成瘾共享基本特征，包括降低执行控制能力和过度成瘾相关刺激的情绪处理（; ; ）。 因此，先前的IGD研究主要集中在IGD患者的抑制控制或执行控制中的损伤（, ; ; ; ）。 社交互动和社交技能（如情绪和人际交往）中IGD患者的缺陷也得到了相当多的关注（; ; 但是到目前为止，关于IGD患者中真实世界社会情绪刺激的处理的实验研究有限。 因此，这些赤字背后的潜在机制仍不清楚。

人们认为社会交往在很大程度上取决于表达识别的能力（; ）。 面部表情是重要的社会情感刺激，因为它们可以传达关于其他人的身份，情感和意图的信息，因此代表了日常生活中非语言交流的主要元素（; ）。 之前与IGD中面部处理相关的研究发现，动作视频游戏玩家或暴力媒体用户在情绪识别任务中对快乐面孔的关注减少（; ; ）。 例如， 研究发现，与暴力媒体消费较低的参与者相比，参与暴力媒体消费较多的参与者识别快乐表达的速度较慢，识别愤怒表达的速度较快。 然而，受IGD影响的个体对面部表情的处理仍不清楚。 此外，对正常参与者的研究表明，情绪线索可以在面部处理的专注或无意识阶段从面部表情中提取（; ; ; ）。 然而，尽管在过度的互联网用户中发现了有意识的中立面处理的缺陷（），具有IGD的个体是否具有独特的无意识情绪面部处理模式仍不清楚。 因此，我们的目的是在本研究中探讨这个问题。

为了进一步研究IGD患者的无意识面部处理，本研究采用了视觉反向掩蔽范式。 视觉向后掩蔽是“经验上丰富且理论上有趣的现象”，其表示通过目标之后呈现的掩模刺激来减弱目标刺激的可见性（; ，p。 1572）。 在这个范例中，短暂地呈现目标刺激（通常用于1-100 ms），然后是掩模刺激，这是一种无意义或扰乱的图像，在空间或结构上与目标刺激重叠（）。 面罩刺激削弱了目标刺激的明确意识或感知（; ）。 这种范例已广泛用于研究识别阈值，以及检查情感和视觉信息处理，这些信息处理部分独立于意识，在各种特定的受试者群体中，例如患有情感障碍的人（; ; ; ）。 例如， 使用具有事件相关电位（ERPs）的视觉后向掩蔽范例，发现重度抑郁患者无意识面部处理的缺陷。

为了更好地理解无意识的面部处理，我们在本研究中使用了具有高时间分辨率的ERP。 据我们所知，只有一项已发布的ERP研究专注于过度互联网用户的面部处理（). 通过要求参与者被动地观察在意识阈值之上呈现的直立和倒置的面部和非面部刺激，发现过度的互联网用户在早期面部处理中存在缺陷。 具体而言，发现过多的互联网用户在社交刺激处理中受到损害，但在整体配置面部处理中完好无损，这表现为较小的N170面部效应（即，N170的幅度在中性面与非面部上的差异）面部刺激）和类似的N170反转效应（即，与正常对照相比，在过度的互联网用户中，ERP的N170成分的振幅与直立与倒置的中性面部的响应之间的差异）（NC; ）。 N170被广泛认为是一个面部敏感的ERP组件，通常在刺激开始后发生140到200 ms并最大限度地响应面部刺激，反映面部感知早期的自动处理（; ）。 已经发现N170组件不仅与面部的结构编码相关联（例如， ; ; ; ; ），但也受情绪面部表情调制（例如， ; ; 审查，见 ）。 第三，发现N170与正常受试者的无意识面部处理有关（例如， ; ）。 例如，使用后向掩蔽范例， 发现蒙面可怕的脸部增强了对侧N170。 因此，在本研究中，N170幅度被作为指示在面部处理的早期阶段的无意识情绪面部感知的指标。 此外，建议情绪内容的预期影响面部表情的识别（; ）。 例如，当刺激与参与者的预期一致时，观察到促进处理，并且当刺激与参与者的预期不一致时观察到相反的效果（; ）。 此外，根据有问题的互联网使用的认知 - 行为模型，游戏中的病理参与是由有问题的认知加上维持适应不良反应的行为引起的（）。 例如，对自己有负面看法的个人可以使用游戏来实现积极的社交互动，社交接纳或积极的社交反馈（）。 此外，之前的研究发现，网络成瘾者在行为抑制系统和行为方法系统量表（BIS / BAS量表）寻求乐趣的分量表上得分较高，这表明这些人对奖励的刺激具有更高的敏感度，并且更多可能会为奖励刺激进行接近行为（）。 基于这些先前的发现，表明期望对面部表情识别的影响（; ），以及与IGD个体有问题的游戏行为之间的关联以及他们前面提到的社会需求（）和IGD对奖励刺激的敏感度更高（），我们推测对于患有IGD的个体，中性面孔比幸福面孔的奖励相对较少; 因此，患有IGD的个体对中性刺激的期望可能低于对阳性刺激的预期，并且这种不一致随后会导致中性表达的激活低于快乐表达。 因此，我们期望观察到IGD在快乐中性背景下显示出响应于中性表达的N170幅度降低，而NC组在快乐中性背景下显示出与快乐和中性表达相当的N170，这可能代表情绪面部中的不同模式。具有IGD和NC的个体之间的处理。 虽然这种影响不会出现在悲伤中立的背景下，因为两个群体中的个体都没有悲伤或中立的表达。

材料和方法

参与者成员

来自中国深圳当地大学的16名IGD和16 NC参与者被招募。 参与者人口统计的描述见 表 Table11。 两组在年龄，手性或教育方面没有显着差异。 拟议的DSM-5诊断分析点被认为是保守的（例如， ）; 因此，在本研究中，Young的网络成瘾测试（IAT）被用于筛选人们的IGD。 IAT是一种可靠的仪器，广泛用于研究网络成瘾，包括IGD（例如， ). 建议40和69之间的分数表示因使用互联网而导致的问题。 然而，IAT依赖于主观评级，因此容易受到参与者的隐瞒或低估。 此外，之前的研究使用“玩10视频游戏的经验或每周更多小时”（，p。 61）或“至少4年，每天至少2 h”（，p。 2）作为暴力视频游戏的专家/过度使用者的包含标准。 因此，本研究还包括参与者在线游戏花费的时间长度作为标准。 个人被要求提供他们在线游戏每天和每周的小时数。 我们的IGD队列中包括IAT评分≥40且每天≥4h且每周≥30h的网络游戏人员。 此外，控制抑郁和焦虑等合并症（; ; ; ），我们排除了IGD患者，他们在Zung自评抑郁量表（SDS）上得分超过40分（）或Zung自评焦虑量表（SAS）（）。 在过去的6个月中，没有参与者有头部受伤，神经系统疾病，药物滥用或依赖史。 根据赫尔辛基宣言，所有研究程序均经深圳大学医学院医学伦理委员会批准。 所有参与者都提供了书面知情同意书，表明他们完全理解该研究。

表1 

参与者的人口统计数据为正常对照组和IGD患者。

刺激

我们使用了后向掩蔽任务程序（参见程序）和使用的刺激 研究。 目标面部刺激，包括20快乐表情，20悲伤表情和40中性表情，选自中国本土面部情感图片系统（CFAPS），其中包括中国参与者在之前的研究中评估的图片（）。 上述研究发现三类表达中情绪效价和觉醒的九点量表评分存在显着差异。 该研究报告了以下价态评级：“（2,77）= 143， p <0.001，= 0.787，快乐= 5.92±0.13; 悲伤= 2.78±0.13; 中性= 4.22±0.09; 成对比较： ps <0.001； 对于唤醒评分，（2,77）= 30.2， p <0.001，= 0.439，快乐= 5.13±0.22; 悲伤= 5.83±0.22; 中性= 3.82±0.16; 对于成对比较，情感还是中立： p <0.001，快乐与悲伤： p <0.087英寸（，p。 15）。 使用E-Prime软件（版本2.0，Psychology Software Tools，Inc.，Boston，MA，United States）进行刺激显示和行为数据采集。

程序

程序包括一个快乐的块和一个悲伤的块。 在每次试验开始时，为500 ms呈现中央固定交叉，然后是400-600 ms空白屏幕。 然后，为17 ms呈现目标（快乐/悲伤或中立），紧接着是一个加扰的面部作为面具，持续时间为150 ms（）。 以前的研究将面罩刺激的持续时间设定为100至300 ms或其他持续时间高于认知阈值（例如， ; ; ; 审查，见 ）。 这里，我们根据参数使用了150 ms 研究。 参与者需要尽快用左手或右手食指按下电脑键盘上的两个按钮来区分目标面部（）。 每个区块包括160试验与80情绪表达和80中性表达随机化并呈现为目标刺激 - 即20快乐和20中性面在快乐区块中总共呈现四次; 20 sad和20中性面在悲伤块中总共呈现了四次。 每个表达式的价值分配和块的顺序在参与者之间得到平衡（).

ERP录音

使用64-10系统（Brain Products，Munich，Germany）通过20-电极头皮帽记录脑电活动。 TP10频道在录音期间用作参考（; ; ）。 两个电极用于测量眼电图（EOG）。 EZ和EOG活动在0.01-100 Hz通带处被放大并以500 Hz采样。 记录EEG数据，所有电极阻抗保持在5kΩ以下。 在进一步分析之前，将来自每个电极的EEG数据重新参考左和右乳突的平均值。

使用BrainVision Analyzer 2.1（Brain Products，Munich，Germany）预处理和分析EEG数据。 预处理包括坏信道检测和删除，epoching和eyeblink删除。 然后，信号通过0.01-30 Hz带通滤波器。 时期由之前的200 ms和目标刺激开始后的1000 ms组成。 EOG工件使用独立成分分析（ICA）进行校正（）。 在应用EEG平均程序之前排除在任何电极处具有超过±80μV的振幅值的时期。 为每个参与者和每个实验条件独立计算ERP。

ERP对目标人脸的呈现有时间限制。 基于以往的面部处理研究（; ; ）和当前研究中大平均ERP活动的地形分布，选择P8和PO8电极位点的平均振幅用于N170组分的统计分析（时间窗：150-230 ms）。 对于每个分量，在相应的时间窗内获得平均振幅并从电极取平均值。

数据分析

使用IBM SPSS Statistics 22（IBM Corp.，Armonk，NY，United States）进行进一步的统计分析。 因为快乐和悲伤的障碍是不同的情绪背景，所以情感效价（快乐与中性，悲伤与中立，或快乐与悲伤）×组（IGD与对照）的相互作用的方差（ANOVAs）的单独分析是针对行为数据和每个ERP组件进行了。 使用Greenhouse-Geisser调整的自由度，使用重复测量ANOVA分析行为数据和ERP振幅。 受试者间因素是研究组（IGD与对照组），受试者内因子是表达的情绪效价（快乐与中性，悲伤与中性，或快乐与悲伤）。 该 事后 分析使用Bonferroni校正进行多重比较。

成果

包含在实验条件中的试验数量列于 表 Table22。 对于以下结果，描述性数据表示为平均值±标准误差，除非另有说明。

表2 

每种情况包括的试验次数。

行为数据

关于反应时间，在悲伤块中，化合价的主要影响是显着的， F（1,30）= 4.86， p <0.05，= 0.14； 悲伤表情的反应时间（618.87±31.48 ms）比中性表情的反应时间（663.39±34.77 ms）短。 小组的主要影响是重大的， F（1,30）= 5.09， p <0.05，= 0.15; NC组的反应时间（569.84±44.68 ms）比IGD组的反应时间（712.42±44.68 ms）短。 互动并不重要， p > 0.5。 在快乐区，价的主要影响是显着的， F（1,30）= 6.63， p <0.05，= 0.18； 快乐表情的反应时间（583.97±39.33 ms）比中性表情的反应时间（648.08±36.6 ms）短。 没有其他主要作用和相互作用作用达到显着水平 ps> 0.1; NC组的反应时间（577.25±50.76 ms）与IGD组的反应时间（654.81±50.76 ms）相当。 直接比较幸福和悲伤的试验时，主要作用和相互作用并不显着，所有 ps> 0.05。

在准确性方面，在悲伤中性区块中，在快乐中立区块中，并且当直接比较快乐和悲伤试验时，没有主要效果和交互作用达到显着性。

ERP数据

N170

2（组）×2（快乐与中性）ANOVA显示化合价的主要影响不显着，（1,30）= 3.47， p = 0.07，= 0.10，组的主要影响不显着，（1,30）= 0.01， p = 0.92，<0.001。 但是，各组价键之间的相互作用很明显，（1,30）= 4.25， p = 0.048，= 0.124（数字 Figure11）。 该 事后 分析显示，对于IGD组，快乐表达引出比中性面（170±3.02μV），（1.12）= 4.18更负面的N1.09成分（1,30±7.70μV）， p = 0.009，= 0.20，Bonferroni已更正。 然而，对于对照组，快乐和中性表达引出类似的N170成分（高兴：3.79±1.12μV，中性：3.73±1.09μV），（1,30）= 0.02， p = 0.89，= 0.001，Bonferroni已更正。

图1 

（A） 对于代表性P170站点的四个条件，N150组件的Grand ERP波形在230和8 ms之间显示。 （B） 中性和快乐表达之间差异波的地形分布（快乐条件减去中性 ...

然而，悲伤中性背景下的幅度并未表现出悲伤中性条件下的显着主要或相互作用（数字 Figure22）。 2（组）×2（悲伤与中性）ANOVA揭示了化合价的主要影响[F（1,30] = 0.39， p = 0.54，= 0.01]，组[F（1,30）= 0.02， p = 0.88，= 0.001]，以及相互作用[F（1,30）= 0.02， p = 0.88，= 0.001]不显着，IGD组中由快乐和中性表达引起的N170组分（悲伤：3.79±1.21μV，中性：3.65±1.15μV）与对照组中引起的相似（悲伤） ：3.57±1.21μV，中性：3.35±1.15μV）。

图2 

（A） 对于代表性P170站点的四个条件，N150组件的Grand ERP波形在230和8 ms之间显示。 （B） 中性和快乐表达之间差异波的地形分布（悲伤状态减去中性 ...

当直接比较N170振幅响应悲伤和快乐表达时，2（IGD与NC组）×2（悲伤与快乐）ANOVA证明化合价，组和相互作用的主要影响并不显着，所有 ps> 0.05。

讨论

作为社会交往的感知基础，情感表达处理是人际交往的重要组成部分。 尽管大量研究已经研究了IGD患者的执行功能，但对IGD患者情绪表达处理的研究却很有限; 特别是据我们所知，尚未发表研究调查IGD中无意识处理情绪表达的研究。 本研究的行为数据显示，IGD和NC组对无意识情绪表达（快乐和悲伤的表达）的反应比对中性表达的反应更快，这表明患有IGD的个体具有正常的能力，可以从专注的面部表情中提取情绪信号。阶段。 该结果与先前的发现一致，该发现表明情绪表达的反应时间短于正常参与者的中性表达（; 并将这一发现扩展到IGD患者。 此外，与IGD相比，NC组在悲伤块中表现出较短的悲伤和中性表达的反应时间。 然而，对快乐区中的快乐和中性表达没有类似的影响。 原型幸福的面孔被认为更容易被识别，并且更加区别于中性而不是悲伤的面孔（; ）。 基于这个建议，在快乐块中，快乐表达式可能比NC和IGD组的中性表达更加可区分，从而便于NC和IGD组中两个表达式的识别任务。 虽然悲伤的表达方式与中性表达方式没有太大的区别，但是悲伤的表达方式并没有促进识别。 这些结果表明，关于反应时间，悲伤阻滞条件/悲伤中性背景可能在区分无意识面部识别中的IGD和NC时更敏感。

更重要的是，本研究探讨了IGD患者无意识情绪面部处理的时间过程。 ERP结果显示，与快乐面部相比，处理无意识中性面部的IGD患者的N170振幅减小，而NC在快乐中性背景下处理中性和快乐面部时表现出类似的N170振幅。 具有IGD和NC的个体在悲伤中性背景下显示出与悲伤面部和中性面相似的N170幅度。 与IGD组中的快乐表达相比，中性表达的N170幅度减小支持了我们的假设，这表明参与者在处理正面和负面刺激时的不同预期会影响他们的面部识别，并导致IGD和NC中的面部处理不同。 之前建议参与者的预期通过影响情感启动任务中主要刺激的效价来影响隐性评估（; ）。 在本研究中，中性表达在IGD患者中的回报率低于快乐表达，IGD可能对中性表达的期望值低于快乐表达式，导致中性表达的N170幅度低于快乐表达。 然而，在悲伤中立的情况下，个人可能没有更多的悲伤面孔预期或更少的中性面孔预期，导致对悲伤和中性面孔的类似反应。 值得注意的是，我们无法得出结论，患有IGD的个体在情绪面部识别方面存在缺陷，因为他们对快乐和悲伤表情的NC表现出与NC相似的N170振幅。 另一方面，该结果暗示具有IGD的个体可能具有从情绪表达中提取情绪信息的正常能力。 此外，目前的ERP数据显示IGD和NC组在快乐阻滞条件下存在差异，而行为数据显示两组在悲伤阻滞条件下存在差异。 我们认为N170代表了早期IGD的独特无意识面部处理，而反应时间可能反映了晚期的面部表情识别。 但是，考虑到行为数据通常不能与ERP数据保持一致以便于解释，因此需要对此问题进行更多研究。

总之，目前的结果扩展了先前关于过度互联网用户的面部处理的发现，并且证明了在具有IGD的个体中不同面部情境中的面部表情处理的不同机制。 具体而言，与NC相比，具有IGD的个体响应于中性面部的N170幅度低于对快乐中性表达背景中的快乐面部的响应，这可能源于它们对中性表达的较低期望。 在IGD或NC个体的悲伤中性表达背景中未观察到这种效应。

局限和未来研究

本研究存在两个局限性。 首先，由于过度使用网络游戏的女性相对稀少，招募的男性多于女性。 其次，虽然之前的研究发现虚拟世界中的大量时间（例如，玩视频游戏）与个人在现实世界中减少的人际关系相关联，并且表明社交情感交流的频率较低可能会改变个人的IGD处理现实世界中的面部表情（; ），我们无法得出任何关于IGD受试者的独特面部表情处理模式的因果关系或其在社会交往中的损伤的任何结论。 需要更多的研究来调查IGD患者的情绪面部处理机制。

作者贡献

XP，FC和CJ开发了研究的概念。 TW收集了数据。 XP和TW分析了这些数据。 XP，CJ和FC撰写了手稿。 所有作者都参与了稿件并批准了稿件的最终版本以供提交。

利益冲突声明

作者声明，研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

致谢

我们感谢Dandan Zhang博士慷慨地为我们提供了她的实验计算机程序。 我们感谢李俊峰先生帮助我们招募IGD参与者。 我们感谢审稿人的建议和意见。

本文得到以下资助的支持：

国家自然科学基金10.13039/501100001809.
广东省自然科学基金10.13039/501100003453.

脚注

 

资金。 这项工作得到了人文社会科学教育部项目（16YJCZH074），国家自然科学基金（31500877，31600889），广东省自然科学基金（2016A030310039），12th哲学社会科学项目的支持。广东省5年规划（GD15XXL06），广东省优秀青年教师奖（YQ2014149）。

 

参考资料

  • 美国精神病学协会（2013）。 精神疾病诊断和统计手册：DSM-V。 华盛顿特区：美国精神病学出版社; 10.1176 / appi.books.9780890425596 [Cross Ref]
  • Axelrod V.，Bar M.，Rees G.（2015）。 用面孔探索无意识。 趋势认知。 科学。 19 35-45。 10.1016 / j.tics.2014.11.003 [考研[Cross Ref]
  • Bailey K.，West R.（2013）。 动作视频游戏对视觉和情感信息处理的影响。 Brain Res。 1504 35-46。 10.1016 / j.brainres.2013.02.019 [考研[Cross Ref]
  • Batty M.，Taylor MJ（2003）。 早期处理六种基本的面部情绪表达。 COGN。 Brain Res。 17 613–620. 10.1016/S0926-6410(03)00174-5 [考研[Cross Ref]
  • 布莱尔RJR（2005）。 回应他人的情绪：通过对典型和精神人群的研究来分离同理心的形式。 意识。 COGN。 14 698-718。 10.1016 / j.concog.2005.06.004 [考研[Cross Ref]
  • Blau VC，Maurer U.，Tottenham N.，McCandliss BD（2007）。 面部特定的N170组件由情绪面部表情调制。 Behav。 脑功能。 3:7 10.1186/1744-9081-3-7 [PMC免费文章[考研[Cross Ref]
  • Brady K.（1996）。 辍学增加了计算机的净结果， 布法罗晚报，21st四月。
  • Breitmeyer BG（1984）。 视觉掩蔽：一种综合方法。 牛津：Clarendon Press。
  • Breitmeyer BG，Ogmen H.（2000）。 最近的模型和视觉后向掩蔽的发现：比较，审查和更新。 知觉。 Psychophys。 62 1572-1595。 10.3758 / BF03212157 [考研[Cross Ref]
  • Calder AJ，Young AW，Rowland D.，Perrett DI（1997）。 面部表情中的计算机增强情绪。 PROC。 生物学。 科学。 264 919-925。 10.1098 / rspb.1997.0127 [PMC免费文章[考研[Cross Ref]
  • Carlson JM，Reinke KS（2010）。 N170的空间注意力相关调制由向后掩盖的可怕面孔。 脑认知。 73 20-27。 10.1016 / j.bandc.2010.01.007 [考研[Cross Ref]
  • Cui F.，Zhu X.，Luo Y.，Cheng J.（2017）。 工作记忆负荷调节神经对其他疼痛的反应：来自ERP研究的证据。 神经科学 LETT。 644 24-29。 10.1016 / j.neulet.2017.02.026 [考研[Cross Ref]
  • 戴维斯RA（2001）。 病理性互联网使用的认知 - 行为模型。 COMPUT。 哼。 Behav。 17 187–195. 10.1016/S0747-5632(00)00041-8 [Cross Ref]
  • D'Hondt F.，Billieux J.，Maurage P.（2015）。 有问题的互联网使用的电生理学相关性：对未来研究的批判性评论和观点。 神经科学。 Biobehav。 启示录 59 64-82。 10.1016 / j.neubiorev.2015.10.00510.005 [考研[Cross Ref]
  • Dimberg U.，Thunberg M.，Elmehed K.（2000）。 无意识的面部表情反应。 心理学。 科学。 11 86-89。 10.1111 / 1467-9280.00221 [考研[Cross Ref]
  • Dong G.，Lu Q.，Zhou H.，Zhao X.（2010）。 网络成瘾患者的冲动抑制：来自Go / NoGo研究的电生理学证据。 神经科学 LETT。 485 138-142。 10.1016 / j.neulet.2010.09.002 [考研[Cross Ref]
  • Dong G.，Lu Q.，Zhou H.，Zhao X.（2011）。 前体或后遗症：网络成瘾患者的病理性疾病。 PLoS ONE的 6：e14703 10.1371 / journal.pone.0014703 [PMC免费文章[考研[Cross Ref]
  • Eimer M.，Holmes A.，McGlone FP（2003）。 空间注意力在面部表情处理中的作用：对六种基本情绪的快速大脑反应的ERP研究。 COGN。 影响。 Behav。 神经科学。 3 97-110。 10.3758 / CABN.3.2.97 [考研[Cross Ref]
  • Engelberg E.，SjöbergL。（2004）。 互联网使用，社交技巧和调整。 Cyber​​psychol。 Behav。 7 41-47。 10.1089 / 109493104322820101 [考研[Cross Ref]
  • Esteves F.，ÖhmanA。（1993）。 掩盖面部：将情绪面部表情识别为后向遮蔽参数的函数。 SCAND。 J. Psychol。 34 1–18. 10.1111/j.1467-9450.1993.tb01096.x [考研[Cross Ref]
  • Ferrante A.，Gavriel C.，Faisal A.（2015）。 “迈向脑源性神经反馈框架，用于无人监督的脑机接口个性化”，in 第7届国际IEEE EMBS神经工程会议（NER）会议记录 （华盛顿特区：IEEE;）。 10.1109 / ner.2015.7146585 [Cross Ref]
  • Fisch L.，Privman E.，Ramot M.，Harel M.，Nir Y.，Kipervasser S.，et al。 （2009）。 神经“点火”：增强激活与人体腹侧视觉皮层中的感知意识相关联。 神经元 64 562-574。 10.1016 / j.neuron.2009.11.001 [PMC免费文章[考研[Cross Ref]
  • FrühholzS。，Jellinghaus A.，Herrmann M.（2011）。 情绪面孔和情感词语的隐式处理和显式处理的时间过程。 生物学。 心理学。 87 265-274。 10.1016 / j.biopsycho.2011.03.008 [考研[Cross Ref]
  • 龚新，黄莹，王莹，罗永杰（2011）。 中国面部情感图像系统的修订。 下巴。 J. Ment。 健康 25 40-46。
  • 他JB，Liu CJ，Guo YY，Zhao L.（2011）。 在过度的互联网用户中，早期面部感知的缺陷。 Cyber​​psychol。 Behav。 SOC。 网络。 14 303-308。 10.1089 / cyber.2009.0333 [考研[Cross Ref]
  • Holmes A.，Vuilleumier P.，Eimer M.（2003）。 情绪面部表情的处理由空间注意力来控制：来自事件相关脑电位的证据。 COGN。 Brain Res。 16 174–184. 10.1016/S0926-6410(02)00268-9 [考研[Cross Ref]
  • Hugenberg K.（2005）。 社交分类和面部情感感知：目标种族调节快乐面孔的响应延迟优势。 情感 5 267-276。 10.1037 / 1528-3542.5.3.267 [考研[Cross Ref]
  • Itier RJ，Taylor MJ（2004）。 N170或N1？ 使用ERPs的对象和面部处理之间的时空差异。 Cereb。 皮质 14 132-142。 10.1093 / cercor / bhg111 [考研[Cross Ref]
  • Jung TP，Makeig S.，Westerfield M.，Townsend J.，Courchesne E.，Sejnowski TJ（2001）。 单试验事件相关电位的分析和可视化。 哼。 Brain Mapp。 14 166-185。 10.1002 / hbm.1050 [考研[Cross Ref]
  • Kaufmann JM，Schweinberger SR，MikeBurton A.（2009）。 N250 ERP关联不同图像的面部表征的获取。 J. Cogn。 神经科学。 21 625-641。 10.1162 / jocn.2009.21080 [考研[Cross Ref]
  • Khazaal Y.，Billieux J.，Thorens G.，Khan R.，Louati Y.，Scarlatti E.，et al。 （2008）。 法国验证网络成瘾测试。 Cyber​​psychol。 Behav。 11 703-706。 10.1089 / cpb.2007.0249 [考研[Cross Ref]
  • King DL，Delfabbro PH（2014）。 网络游戏障碍的认知心理。 临床。 心理学。 启示录 34 298-308。 10.1016 / j.cpr.2014.03.006 [考研[Cross Ref]
  • Kirsh JS，Mounts JR，Olczak PV（2006）。 暴力媒体消费和动态面部表情的识别。 J. Interpers。 暴力 21 571-584。 10.1177 / 0886260506286840 [考研[Cross Ref]
  • Kirsh SJ，坐骑JR（2007）。 暴力视频游戏会影响面部情绪识别。 发球抢攻。 Behav。 33 353-358。 10.1002 / ab.20191 [考研[Cross Ref]
  • Kuss DJ，Lopez-Fernandez O.（2016）。 网络成瘾和有问题的互联网使用：对临床研究的系统评价。 世界J.精神病学 6 143-176。 10.5498 / wjp.v6.i1.143 [PMC免费文章[考研[Cross Ref]
  • Lai CM，Mak KK，Watanabe H.，Jeong J.，Kim D.，Bahar N.，et al。 （2015）。 网络成瘾在六个亚洲国家青少年抑郁，社交焦虑和社会心理健康方面的中介作用：结构方程模型方法。 公共卫生 129 1224-1236。 10.1016 / j.puhe.2015.07.031 [考研[Cross Ref]
  • Lemmens JS，Valkenburg PM，Gentile DA（2015）。 互联网游戏无序规模。 心理学。 评估。 27 567-582。 10.1037 / pas0000062 [考研[Cross Ref]
  • LeppänenJM，Tenhunen M.，Hietanen JK（2003）。 更快的选择 - 反应时间变为积极而不是消极的面部表情：认知和运动过程的作用。 J. Psychophysiol。 17 113-123。 10.1027 // 0269-8803.17.3.113 [Cross Ref]
  • Lo SK，Wang CC，Fang W.（2005）。 在线游戏玩家之间的身体人际关系和社交焦虑。 Cyber​​psychol。 Behav。 8 15-20。 10.1089 / cpb.2005.8.15 [考研[Cross Ref]
  • Luo W.，Feng W.，He W.，Wang NY，Luo YJ（2010）。 面部表情处理的三个阶段：ERP研究与快速连续视觉呈现。 影像学 49 1857-1867。 10.1016 / j.neuroimage.2009.09.018 [PMC免费文章[考研[Cross Ref]
  • Morris JS，ÖhmanA。，Dolan RJ（1999）。 右侧杏仁核调节“看不见的”恐惧的皮质下通路。 PROC。 国家科。 科学院。 科学。 美国 96 1680-1685。 10.1073 / pnas.96.4.1680 [PMC免费文章[考研[Cross Ref]
  • Ng BD，Wiemer-Hastings P.（2005）。 对互联网和在线游戏的成瘾。 Cyber​​psychol。 Behav。 8 110-113。 10.1089 / cpb.2005.8.110 [考研[Cross Ref]
  • ÖhmanA。（1999）。 “将无意识与有意识的情感过程区分开来：方法论考虑和理论意义” 认知与情感手册，eds Dalgleish T.，Power M.，编辑。 （奇切斯特：威利;），321-352。 10.1002 / 0470013494.ch17 [Cross Ref]
  • Pegna AJ，Landis T.，Khateb A.（2008）。 早期无意识处理恐惧面部表情的电生理学证据。 诠释。 J. Psychophysiol。 70 127-136。 10.1016 / j.ijpsycho.2008.08.007 [考研[Cross Ref]
  • Pessoa L.（2005）。 在没有注意和意识的情况下处理情绪视觉刺激的程度如何？ CURR。 奥平。 神经生物学。 15 188-196。 10.1016 / j.conb.2005.03.002 [考研[Cross Ref]
  • Rellecke J.，Sommer W.，Schacht A.（2013）。 对N170的情感影响：一个参考问题？ Brain Topogr。 26 62–71. 10.1007/s10548-012-0261-y0261-y [考研[Cross Ref]
  • Rolls ET，Tovee MJ（1994）。 大脑皮层的处理速度和视觉掩蔽的神经生理学。 PROC。 生物学。 科学。 257 9-16。 10.1098 / rspb.1994.0087 [考研[Cross Ref]
  • Rossion B.，Gauthier I.，Tarr MJ，Despland P.，Bruyer R.，Linotte S.，et al。 （2000）。 N170枕 - 时间分量被延迟并增强到倒置面而不是倒置对象：人类大脑中面部特定过程的电生理学描述。 Neuroreport 11 69–72. 10.1097/00001756-200001170-00014 [考研[Cross Ref]
  • Sanders CE，Field TM，Miguel D.，Kaplan M.（2000）。 青少年互联网使用与抑郁和社会隔离的关系。 青春期 35 237-242。 [考研]
  • Sato W.，Kochiyama T.，Yoshikawa S.，Matsumura M.（2001）。 情绪表达促进了面部的早期视觉处理：ERP记录及其通过独立成分分析进行分解。 Neuroreport 12 709–714. 10.1097/00001756-200103260-00019 [考研[Cross Ref]
  • Schupp HT，ÖhmanA。，JunghöferM。，Weike AI，Stockburger J.，Hamm AO（2004）。 促进威胁面孔的处理：ERP分析。 情感 4 189-200。 10.1037 / 1528-3542.4.2.189 [考研[Cross Ref]
  • Spada MM（2014）。 有问题的互联网使用概述。 冰火。 Behav。 39 3-6。 10.1016 / j.addbeh.2013.09.007 [考研[Cross Ref]
  • Surguladze SA，Brammer MJ，Young AW，Andrew C.，Travis MJ，Williams SC，et al。 （2003）。 优先增加对危险信号的外部反应。 影像学 19 1317–1328. 10.1016/S1053-8119(03)00085-5 [考研[Cross Ref]
  • Szycik GR，Mohammadi B.，MünteTF，Te Wildt BT（2017）。 缺乏证据表明神经移情反应在暴力视频游戏的过度使用者中变得迟钝：fMRI研究。 面前。 心理学。 8：174 10.3389 / fpsyg.2017.00174 [PMC免费文章[考研[Cross Ref]
  • Tam P.，Walter G.（2013）。 童年和青年时期的互联网使用问题：21st世纪痛苦的演变。 Australas。 精神病学 21 533-536。 10.1177 / 1039856213509911 [考研[Cross Ref]
  • Van Rooij A.，Prause N.（2014）。 对“网络成瘾”标准的批判性回顾以及对未来的建议。 J. Behav。 冰火。 3 203-213。 10.1556 / JBA.3.2014.4.1 [PMC免费文章[考研[Cross Ref]
  • Vuilleumier P.（2002）。 面部表情和选择性注意。 CURR。 奥平。 Psychiarty 15 291–300. 10.1097/00001504-200205000-00011 [Cross Ref]
  • Vuilleumier P.，Schwartz S.（2001）。 情绪化的面部表情吸引了注意力。 神经内科 56 153-158。 10.1212 / WNL.56.2.1532.153 [考研[Cross Ref]
  • Wang L.，Luo J.，Bai Y.，Kong J.，Luo J.，Gao W.，et al。 （2013）。 中国青少年网络成瘾：流行，预测因素和与幸福感的关联。 冰火。 RES。 理论 21 62-69。 10.3109 / 16066359.2012.690053690053 [Cross Ref]
  • Wei HT，Chen MH，Huang PC，Bai YM（2012）。 在线游戏，社交恐惧症和抑郁症之间的关联：互联网调查。 BMC Psychiarty 12:92 10.1186/1471-244X-12-92 [PMC免费文章[考研[Cross Ref]
  • Weinreich A.，Strobach T.，Schubert T.（2015）。 视频游戏中的专业知识与降低的价格 - 和谐情绪表达性相关联。 心理生理学 52 59-66。 10.1111 / psyp.12298 [考研[Cross Ref]
  • Whalen PJ，Rauch SL，Etcoff NL，McInerney SC，Lee MB，Jenike MA（1998）。 情绪面部表情的蒙面呈现调整了杏仁核活动而没有明确的知识。 J.Neurosci。 18 411-418。 [考研]
  • Yen JY，Ko CH，Yen CF，Chen CS，Chen CC（2009）。 大学生有害饮酒与网络成瘾的关系：人格比较。 精神病学临床。 神经科学。 63 218-224。 10.1111 / j.1440-1819.2009.01943.x [考研[Cross Ref]
  • Yen JY，Ko CH，Yen CF，Wu HY，Yang MJ（2007）。 网络成瘾的共病精神症状：注意力缺陷和多动障碍（ADHD），抑郁，社交恐惧症和敌意。 J. Adolesc。 健康 41 93-98。 10.1016 / j.jadohealth.2007.02.002 [考研[Cross Ref]
  • Young KS（1998）。 网瘾：一种新的临床疾病的出现。 Cyber​​psychol。 Behav。 1 237-244。 10.1089 / cpb.1998.1.237 [Cross Ref]
  • Zhang D.，He Z.，Chen Y.，Wei Z.（2016）。 重度抑郁症患者无意识情绪处理的缺陷：ERP研究。 J.影响。 Disord。 199 13-20。 10.1016 / j.jad.2016.03.056 [考研[Cross Ref]
  • Zung WW（1965）。 自评抑郁量表。 拱。 精神病学 12 63-70。 10.1001 / archpsyc.1965.01720310065008 [考研[Cross Ref]
  • Zung WW（1971）。 焦虑症的评级工具。 心身 12 371–379. 10.1016/S0033-3182(71)71479-0 [考研[Cross Ref]