Сетевая нейробиология

Сетевая нейробиология — это подход к пониманию структуры и функций человеческого мозга посредством подхода сетевой науки , посредством парадигмы графов теории . ^[1] Сеть — это соединение многих областей мозга, которые взаимодействуют друг с другом, вызывая определенную функцию. ^[2] Сетевая нейронаука — это широкая область, изучающая мозг комплексным образом путем записи, анализа и картирования мозга различными способами. ^[1] Эта область изучает мозг на различных уровнях анализа, чтобы в конечном итоге объяснить системы мозга, поведение и дисфункцию поведения при психиатрических и неврологических заболеваниях. ^[1] Сетевая нейробиология обеспечивает важную теоретическую основу для понимания нейробиологических систем на различных уровнях анализа. ^[1]

Множественные шкалы анализа для мозга

Микромасштаб

В микромасштабе (от нанометра до микрометра) ^[3] сетевой анализ проводится на отдельных нейронах и синапсах . Из-за невероятного количества нейронов в сети мозга чрезвычайно сложно построить полную сеть на микроуровне. В частности, сбор данных слишком медленный, чтобы проанализировать все миллиарды нейронов, инструменты машинного зрения для аннотирования собранных данных недостаточны, и нам не хватает математических алгоритмов для правильного анализа полученных сетей. Картирование мозга на клеточном уровне у позвоночных в настоящее время требует посмертного (после смерти) микроскопического анализа ограниченных участков мозговой ткани. Неоптические методы, основанные на высокопроизводительном секвенировании ДНК , были недавно предложены Энтони Задором (CSHL). ^[4]

Мезомасштаб

В мезоскопическом масштабе (от микрометра до миллиметра) ^[3] Мезомасштабный анализ стремится охватить анатомически различные популяции, обычно состоящие из 80-120 нейронов (например, кортикальных столбцов ) в разных областях мозга. Мезомасштабный анализ позволяет интегрировать как микромасштабные, так и макромасштабные исследования и, таким образом, обеспечивает многомасштабную и структурно-функциональную интеграцию. ^[5] В настоящее время этот масштаб по-прежнему представляет собой очень амбициозную техническую задачу и может быть исследован только в небольших масштабах с помощью инвазивных методов или магнитно-резонансной томографии (МРТ) в очень сильном поле в локальном масштабе.

Макромасштаб

В макромасштабе (миллиметре) ^[3] большие области мозга могут быть проанализированы на предмет анатомических различий, их структуры и взаимодействий. Макроскопический масштаб лучше всего подходит для картирования и аннотирования человеческих коннектомов, комплексной карты нейронных связей с когнитивными и поведенческими ассоциациями, поскольку визуализация человеческого коннектома in vivo доступна только на макроуровне. Кроме того, макромасштабный анализ позволяет создавать более компактные и полные карты. Магнитно-резонансная томография , функциональная магнитно-резонансная томография (фМРТ) и диффузионно-взвешенная магнитно-резонансная томография (ДВ-МРТ) являются наиболее популярными инструментами для создания массивов макромасштабных данных из-за их доступности и разрешения, среди возможностей фМРТ и дМРТ анализировать структурные и функциональные связи соответственно. ^[6]

Картирование мозговых сетей

Мозговые сети можно картировать в нескольких масштабах, используя методы визуализации как структурных связей, так и функциональных связей. Структурные описания компонентов нейронных сетей описываются как коннектом . ^[7]

Структурная связность

Структурная связность описывает, как области мозга могут взаимодействовать через анатомические пути, такие как синаптическая связь между клетками и аксональные проекции между нейронами на микро- и мезо-масштабе, а также пучки волокон белого вещества на макроуровне. ^[8] Данные диффузионно-взвешенной МРТ используются для измерения пучков белого вещества. ^[8]

Функциональная связь

Функциональная связность измеряет общность функций между анатомически разделенными областями мозга и обычно измеряется на макроскопическом уровне. ^[7] Об этой общности функций свидетельствуют схожие паттерны активации в методах визуализации, таких как функциональная магнитно-резонансная томография (фМРТ). ^[2] Многие из этих экспериментов с фМРТ известны как эксперименты в состоянии покоя и измеряют спонтанную активность мозга, когда участнику говорят расслабиться. ^[7] Аналогичные (зависящие от уровня кислорода в крови) ЖИРНЫЕ сигналы между различными областями представляют собой совместную активацию между этими областями. ^[7] Появилось много новых методов извлечения функциональной связи из данных фМРТ, включая причинность Грейнджера и динамическое причинное моделирование (DCM). ^[9]

Несмотря на то, что фМРТ является предпочтительным методом измерения крупномасштабных функциональных сетей, электроэнцефалография (ЭЭГ) также продемонстрировала некоторый прогресс в измерении функциональных сетей мозга в состоянии покоя. ^[10] При одновременном исследовании фМРТ-ЭЭГ наблюдалась статистически значимая корреляция между данными фМРТ и данными ЭЭГ, что показывает, что ЭЭГ может быть новым и многообещающим методом измерения функциональных сетей мозга. ^[10] Преимущество использования ЭЭГ перед фМРТ включает в себя большое временное разрешение. ^[10]

Существуют новые методы изучения функциональной связности. Визуализация в поляризованном свете (PLI) позволяет проводить количественный анализ ориентации волокон с высоким разрешением и может использоваться для объединения микроскопического и макроскопического уровней анализа. ^[7] Оптогенетическая функциональная МРТ (МРТ) позволяет выборочно картировать области мозга на основе генетических маркеров, анатомического местоположения и проекций аксонов. ^[7] Оптогенетика может связать клеточную активность с ЖИРНЫМИ сигналами фМРТ. ^[7]

Функциональные сети отличаются от структурных сетей тем, что они обладают дополнительными свойствами, которые не очевидны при изучении только структурной сети. ^[11] Существуют новые методы, использующие линейную алгебру , такие как подход собственных мод, которые стремятся объяснить сложную связь между функциональными и структурными сетями. ^[11]

Анализ мозговых сетей

Теория графов

Использование теории графов в нейробиологических исследованиях стало активно применяться после открытия функциональных сетей мозга. В теории графов матрица смежности размера N × N (также называемая матрицей связей) с нулевыми или ненулевыми элементами указывает на отсутствие или наличие связи между вершинами сети с N узлами. Анализируя различные метрики этих матриц связей из сети, можно получить топологический анализ искомого графа; и в области нейробиологии это называется сетью человеческого мозга. ^[12]

Одной из основных архитектур моделей мозговых сетей является архитектура «тесного мира». Он интерпретирует модели как обычные сети, хотя иногда они испытывают случайную активность. В сетях маленького мира коэффициент кластеризации (т. е. транзитивность) высок, а среднее расстояние пути невелико. Эти две характеристики отражают центральную максиму естественного биологического процесса: баланс между минимизацией стоимости ресурсов и максимизацией потока информации между компонентами сети. Учитывая сложную структуру человеческого мозга, меры, которые могут отражать свойства маленького мира мозговой сети, имеют большое значение, поскольку они упрощают системы и становятся поддающимися расшифровке.

Теоретико-графовые подходы создали математическую основу для моделирования парных связей между элементами сети. ^[13] В нейробиологии человека теория графов обычно применяется либо к функциональной, либо к эффективной связности. ^[13] Методы теории графов при правильном применении могут предложить новое важное понимание структуры и функций сетевых систем мозга, включая их архитектуру, эволюцию, развитие и клинические нарушения. ^[14] Он описывает значимую информацию о топологической архитектуре сетей человеческого мозга, такой как малый мир, модульная организация и высокосвязанные или централизованные центры. ^[13] Например, в исследовании, предполагающем, что процессы старения модулируют сети связей мозга, 170 здоровых пожилых добровольцев подвергли записи ЭЭГ, чтобы определить возрастные нормативные пределы. ^[15] Функции теории графов были применены для точной электромагнитной томографии с низким разрешением корковых источников, чтобы оценить параметр маленького мира как репрезентативную модель сетевой архитектуры. ^[15] Он основан на силе синхронизации изменяющейся во времени колебательной электромагнитной активности различных областей мозга, измеряемой с помощью ЭЭГ или МЭГ.

Ключевые компоненты сетевого анализа

Ключевые компоненты включают в себя: ^[16]

Степень узла, распределение и ассортативность

Степень узла — это количество соединений, которые связаны с остальной частью сети, что является одним из фундаментальных показателей для определения модели. Степени всех узлов сети образуют распределение степеней. В случайных сетях все соединения равновероятны, что приводит к гауссову и симметрично центрированному распределению степеней. Сложные сети обычно имеют негауссово распределение степеней. По соглашению, распределение степеней безмасштабных сетей подчиняется степенному закону. Наконец, ассортативность — это корреляция между степенями связности узлов. Положительная ассортативность указывает на то, что узлы высокой степени имеют тенденцию соединяться друг с другом.

Коэффициенты кластеризации и мотивы

Коэффициент кластеризации — это мера степени, в которой каждый узел графа имеет тенденцию группироваться вместе. Случайные сети имеют низкую среднюю кластеризацию, тогда как сложные сети имеют высокую кластеризацию (связанную с высокой локальной эффективностью передачи информации и надежностью). Взаимодействия между соседними узлами также можно оценить количественно, подсчитав появление небольших мотивов взаимосвязанных узлов. Распределение различных мотивов в сети предоставляет информацию о типах локальных взаимодействий, которые может поддерживать сеть.

Длина пути и эффективность

Длина пути — это минимальное количество ребер, которые необходимо пройти между двумя узлами. Случайные и сложные сети имеют короткую среднюю длину пути (высокая глобальная эффективность параллельной передачи информации), тогда как регулярные решетки имеют большую среднюю длину пути. Эффективность — это метрика, обратно пропорциональная длине пути. Он используется более активно, чем длина пути, из-за его более простого численного использования и интерпретации - например, для оценки топологических расстояний между элементами несвязных графов.

Плотность подключения или стоимость

Плотность соединений — это фактическое количество ребер в графе как доля общего числа возможных ребер. Это простейшая оценка физической стоимости сети — например, потребностей в энергии или других ресурсах.

Хабы, центральность и надежность

Хабы — это узлы с высокой степенью или высокой централизацией. Центральность узла измеряет, сколько кратчайших путей между всеми другими парами узлов в сети проходит через него. Таким образом, узел с высокой централизованностью имеет решающее значение для эффективной коммуникации. Важность отдельного узла для эффективности сети можно оценить путем удаления (т. е. повреждения) определенных концентраторов и оценки эффективности этой «поврежденной» сети. Устойчивость относится либо к структурной целостности сети после удаления узлов или ребер, либо к влиянию возмущений на локальные или глобальные состояния сети.

Модульность

Многие сложные сети состоят из ряда модулей. Существуют различные алгоритмы оценки модульности сети, и один из широко используемых алгоритмов основан на иерархической кластеризации. Каждый модуль содержит несколько плотно связанных между собой узлов, при этом связей между узлами в разных модулях относительно мало. Таким образом, хабы можно описать с точки зрения их роли в этой структуре сообщества. Провинциальные хабы подключаются в основном к узлам в своих модулях, тогда как коннекторные концентраторы подключаются к узлам в других модулях.

Модели

Динамические сети

Мозговые сети не являются неизменяемыми статическими конструкциями; скорее, эти сети сильно варьируются в зависимости от множества временных масштабов. Данные об изменяющихся во времени графиках мозга обычно принимают форму временных рядов (или стопок) графиков, которые образуют упорядоченную серию снимков, например данные, записанные в ходе обучения или на разных стадиях развития. Эту динамику можно представить путем отслеживания изменений в топологии сети с использованием показателей графика в каждый момент времени. ^[17]^[18]

Многоуровневые сети

Появление мультиомных данных позволило провести совместный анализ сетей между элементами нейробиологических систем на разных уровнях организации. Яркими примерами являются недавние исследования, которые объединяют карты анатомических и функциональных сетей, а также исследования, которые объединяют крупномасштабные данные о связях мозга с пространственно зарегистрированными данными о моделях экспрессии генов.

Алгебраическая топология

Сетевая наука во многом построена на инструментах теории графов, которая фокусируется на диаде (одиночном соединении между двумя узлами) как фундаментальной интересующей единице. Однако недавние данные свидетельствуют о том, что сенсорные сети, технологические сети и даже нейронные сети демонстрируют взаимодействия более высокого порядка, которые просто невозможно свести к парным отношениям. Чтобы решить эту проблему, сетевая наука начала использовать алгебраическую топологию. Алгебраическая топология переосмысливает проблему реляционных данных с точки зрения симплексов или наборов вершин, а не пар. Другими словами, симплексы представляют реляционные данные в виде наборов вершин: 0-симплекс — это узел, 1-симплекс — это ребро, а 2-симплекс — это заполненный (связный) треугольник. Благодаря макроскопическому масштабу, позволяющему переопределить сетевые системы посредством «упрощений», анализ топологических данных может обнаруживать, количественно оценивать и сравнивать мезомасштабную структуру, присутствующую в сложных сетевых данных.

Сеть сетей

Анализ сходства между сетями мозга, также называемыми сетью сетей, может быть полезен для нескольких приложений в когнитивной и клинической нейробиологии. В экспериментах по когнитивной нейробиологии анализ сходства сетей мозга можно использовать для построения «семантической карты»: узлы представляют предполагаемые сети визуальных/слуховых объектов, а края обозначают сходство между этими сетями. В клинической нейробиологии потенциальным применением мер сетевого расстояния является картирование «сети заболеваний». Здесь узлы могут представлять каждое заболевание головного мозга, а края могут представлять сходство между различными сетями, связанными с каждым заболеванием, например, болезнью Паркинсона, болезнью Альцгеймера и эпилепсией. Другое потенциальное применение подхода сети сетей — построение сети сходства между коннектомами видов, в которой узлы могут обозначать виды, а границы — сходство между ними. Однако основная трудность этого межвидового сетевого анализа заключается в разработке мер для доступа к различным данным коннектома различных видов, поскольку каждый образец имеет уникальную биологическую основу или структуру. Тем не менее, это может помочь лучше понять межвидовые общности и различия в структуре и функциях мозга. ^[19]

Крупномасштабные мозговые сети

Когда сигнальная активность, зависящая от уровня кислорода в крови ( ЖИРНЫЙ шрифт ), происходит одновременно в разных областях нашего мозга во время выполнения задач или отдыха, считается, что эти области имеют различную степень функциональной связи между собой. Крупномасштабные мозговые сети возникают, когда различные области мозга демонстрируют совместную активацию и функциональную связь друг с другом либо во время отдыха, либо при выполнении определенной задачи. ^[20] Современные крупномасштабные мозговые сети включают сеть режима по умолчанию, сеть значимости, лобно-теменную сеть, сеть внимания, сенсомоторную сеть, зрительную сеть и цингуло-оперкулярную сеть. ^[21]

Режим по умолчанию

Сеть режима по умолчанию (DMN) — это крупномасштабная мозговая сеть, которая активна, пока мозг находится в состоянии бодрствования. ^[20] Первоначально было замечено, что он отключается во время внешних целенаправленных задач, особенно задач, связанных со зрительным вниманием или когнитивной рабочей памятью. ^[20] Из-за этого ее называли сетью с отрицательными задачами. ^[20] Однако, когда задачи внутренне ориентированы на достижение цели, сеть режима по умолчанию активируется и положительно коррелирует с другими сетями мозга. ^[20] Точно так же было показано, что эта сеть активна, когда люди сосредоточены на своих внутренних процессах психического состояния. ^[22] Внутренние процессы психического состояния могут включать мечтания, размышления о будущем, вспоминание воспоминаний, размышления о других и о себе, блуждание ума и самоанализ. ^[23]

Некоторые из основных анатомических особенностей этой сети включают медиальную префронтальную кору, заднюю поясную извилину и области нижней теменной дольки, такие как угловая извилина. ^[24] Нарушения в DMN были связаны с расстройствами аутистического спектра, болезнью Альцгеймера и шизофренией. ^[23]

Выдаемость

Считается, что выступающая сеть состоит в основном из передней островковой доли и передней поясной извилины. ^[25] Эта сеть функционирует не только для полного распознавания существенных стимулов снизу вверх, таких как сенсорные и эмоциональные явления, но также помогает переключаться между различными другими крупномасштабными сетями мозга, такими как сеть режима по умолчанию и лобно-теменная сеть. ^[25] Таким образом, сеть значимости позволяет нам генерировать и выполнять правильную поведенческую реакцию на определенные значимые стимулы. ^[25] Сеть значимости также объединяет вентральную сеть внимания в ее функции реагирования на неожиданные заметные поведенческие стимулы. ^[26] Дисфункция сети значимости связана с шизофренией, тревожными расстройствами и расстройствами аутистического спектра. ^[27]

Внимание

При выполнении задач, требующих внимания, одни регионы становятся более активными, а другие — менее активными. ^[28] Это связано с тем, что в мозгу существуют разные сети, которые отвечают за разные виды деятельности и активируются разными типами стимулов. Существуют две основные системы, которые модулируют различные аспекты внимания: дорсальная лобно-теменная система и вентральная лобно-теменная система. ^[28]

Дорсальная лобно-теменная система в первую очередь функционирует в целях целенаправленного контроля зрительно-пространственного внимания. Эта сеть увеличивает активность при выполнении задач, требующих внимания; он руководит «добровольным распределением внимания сверху вниз по местам или объектам». ^[26]^[28] Он состоит в основном из внутритеменной борозды (IPS) и лобных полей глаза (FEF). Исследователи использовали такие инструменты, как фМРТ и МРТ, чтобы найти эти области, наблюдая за мозгом, пока люди выполняют различные когнитивные задачи. ^[26] С другой стороны, вентральная лобно-теменная система отвечает за переключение внимания. Система участвует в обнаружении неожиданных стимулов и определении того, куда следует направить внимание.

Хотя вниманием занимаются две относительно разные системы, они должны взаимодействовать динамически, чтобы обеспечить гибкость и подвижность внимания. Считается, что способ их взаимодействия определяется типом стоящей перед ними задачи. ^[26]

Лобно-теменной

, Лобно-теменная сеть также известная как Центральная исполнительная сеть, является одной из крупных сетей мозга, участвующих в манипулировании и сохранении информации в рабочей памяти. ^[29] Он также играет роль в принятии решений и решении проблем, касающихся целенаправленного поведения. Основными анатомическими частями этой сети являются дорсолатеральная префронтальная кора и задняя теменная кора. Исследования по визуализации мозга показали, что эта сеть становится более активной при выполнении задач, требующих когнитивных функций, в отличие от других сетей, таких как сеть режима по умолчанию, которая снижает активность при выполнении когнитивных задач. ^[29] Несмотря на различные сетевые системы с точки зрения когнитивных задач, предполагается, что эти две сети взаимодействуют через сеть значимости. Сеть значимости, которая участвует в восходящей обработке, модулирует сеть режима по умолчанию и лобно-теменную сеть. ^[29]

Сенсомоторный

Сенсомоторная или соматомоторная сеть представляет собой крупномасштабную сеть мозга, которая активируется во время двигательных задач. ^[30] Она включает соматосенсорную и моторную области и распространяется на дополнительные двигательные области и слуховую кору. Сенсомоторная работоспособность снижается с возрастом. Это может быть связано с возрастным снижением уровня ГАМК, что приводит к менее сегрегированным сетям, что затем влияет на сенсомоторные функции. ^[31]

Визуальный

Функция зрительной сети — получать, интегрировать и обрабатывать визуальную информацию, передаваемую от сетчатки. За этот процесс отвечает зрительная кора, расположенная в затылочной доле. Он разделен на пять различных областей, V1-V5, каждая из которых имеет разные функции и структуру. V1 обрабатывает простые визуальные компоненты, такие как ориентация и направление. V2 получил информацию от V1 и дополнительно интерпретировал эти данные через различия в цвете, пространственной частоте, умеренно сложных узорах и ориентации объекта, прежде чем отправить соединения обратной связи на V1 и соединения прямой связи с V3-V5. ^[32] Такие области, как затылочная и язычная извилины, стабильны для связывания зрительных функций в сети зрительной системы. Теменная доля также считается решающей для процесса связывания особенностей цвета и формы, а веретенообразная и нижняя височная извилины — для обработки информации о цвете и форме. ^[33] Чем дальше распространяется информация, тем больше специализированных ячеек принимают и интерпретируют данные.

Пояс-чехол

Цингуло-оперкулярная (СО) сеть в основном функционирует для поддержания тонической активности, которая представляет собой трудоемкий процесс, обеспечивающий доступность когнитивных способностей для обработки данных. ^[34] Сеть состоит из передней островковой части/покрышки, дорсальной передней поясной извилины и таламуса. Сеть CO часто активируется совместно с другими сетями, связанными с контролем, такими как лобно-теменная сеть (FP). Оба играют роль в исполнительных функциях, но также уязвимы к снижению при непатологическом старении. В состоянии покоя у пожилых людей средняя связность CO связана с лучшей рабочей памятью, торможением и способностью переключать установки, тогда как связность FP связана только с рабочей памятью. ^[35]

Новые теории

Искусственные нейронные сети

Нейронные сети (т. е. искусственные нейронные сети (ИНС) или моделируемые нейронные сети (СНС)) представляют собой подмножество машинного обучения и широко используются в качестве алгоритмов глубокого обучения. Название и структура моделей, почерпнутые из самой терминологии, вдохновлены механизмом человеческого мозга, который моделирует способ передачи сигналов нейронами друг другу. ^[36] Тремя основными типами ИНС являются (1) нейронные сети прямого распространения (т. е. многослойные перцептроны (MLP)), (2) сверточные нейронные сети (CNN) и (3) рекуррентные нейронные сети (RNN).

Перекрывающиеся сети

Недавно выяснилось, что одни и те же области мозга могут быть частью нескольких сетей, и сети могут существенно перекрываться между ними. ^[37] Наиболее распространенными методами измерения мозговых сетей являются подходы «победитель получает все», при которых каждый регион относится только к одной сети. ^[38] Однако организация мозга делает маловероятным, что сети на самом деле не перекрываются. ^[39] В одном исследовании использовались новые методы, такие как латентная ассоциация Дирихле (LDA) в сочетании с анализом независимых компонентов (ICA), для создания нескольких перекрывающихся сетей. ^[37] Эти сети соответствовали ранее созданным непересекающимся сетям. Другое исследование показало, что перекрывающиеся сети встречаются с высокой частотой по всей коре головного мозга. ^[40] Сеть режима по умолчанию (DMN) и сеть субъективных ценностей (SVN) имеют общие области в центральной вентромедиальной префронтальной коре (cVMPFC) и дорсальной задней поясной извилине (dPCC). ^[41]

Эмоции

Теория аффективной нейробиологии

Теория аффективной нейробиологии (АН) направлена на понимание материальной основы эмоций и исследует, как мозг конструирует эмоциональные реакции. ^[42] Он постулирует, что семь основных эмоциональных элементов управления охватывают эмоциональный опыт человека. Эти семь систем включают в себя: поиск, похоть, заботу, игру, страх, гнев/ярость и панику/печаль. ^[43] Тщательные исследования этих систем были проведены на животных, однако эти данные необходимо применить к людям. Приложения инструментов сетевой нейробиологии и психометрии используются для картирования и корреляции моделей связи между семью цепями. ^[43]

Сконструированная эмоция

Теория сконструированных эмоций (TCE) предлагает объяснение основы эмоций, формулируя мозг как работающую внутреннюю модель, которая управляет центральными генераторами паттернов для поддержания аллостаза . Эта теория утверждает, что вычислительная цель мозга — минимизировать ошибку прогнозирования, непредвиденные события, которые возникают в определенной сенсорной среде. Как только ошибка прогнозирования сведена к минимуму, прогнозы мозга становятся опытом и восприятием, а мозг классифицирует сенсорные события. Таким образом, мозг постоянно обновляет и строит свои классификации и прогнозы. Когда внутренняя модель мозга создает концепцию эмоции, последующая категоризация вызывает эмоцию. Предполагается, что сеть режима по умолчанию мозга необходима для создания его внутренней модели, в то время как сеть значимости настраивает внутреннюю модель, минимизируя ошибку прогнозирования. ^[44]

Эмоции как функционально интегрированные системы

Было высказано предположение, что репрезентация эмоций в мозге представляет собой функционально интегрированную систему, включающую крупномасштабные кортикально-подкорковые сети, настраиваемые телесными сигналами. ^[45] Функционально интегрированная эмоциональная система согласуется с анализом данных фМРТ, показывающим, что эмоциональные состояния сильно распределены, и предсказывает, что мозговые «сигнатуры» аффективных измерений, таких как возбуждение и страх, сильно зависят от сенсорной и контекстуальной среды, которые могут плохо обобщаться для всех. среду и задачи. ^[45] Эта модель также объясняет, почему такие структуры, как миндалевидное тело, так важны для эмоций, поскольку они являются важными центрами распределенных корково-подкорковых функционально интегрированных систем. ^[46]

Когнитивная функция

Теории

Когнитивная функция — это термин, который охватывает психические процессы, связанные с приобретением знаний, манипулированием информацией и рассуждением. Типичными областями, отнесенными к когнитивной функции, являются восприятие (включая сенсорное восприятие), память, обучение, внимание, принятие решений и языковые способности. ^[47]

Одна из целей когнитивной науки — свести когнитивные системы к моделям представлений в сочетании с процессами. В когнитивной нейробиологии предполагается, что структуры мозга, состоящие из сложных организаций нейронов, поддерживают когнитивные функции; и поэтому в этой области активно используются методы нейронной локализации (такие как нейровизуализация) для описания и идентификации когнитивных процессов в мозге. Переменные в протоколах нейронной локализации используются для прогнозирования поведенческих индексов, чтобы сделать выводы о работе основного нейронного субстрата. В отличие от этих традиционных подходов, нейробиология когнитивных сетей фокусируется на сложных взаимодействиях между пространственно дискретными областями мозга, представленными графиками, и стремится связать эти модели взаимодействия с измеряемыми поведенческими переменными. Ключевым следствием использования сетевых представлений является то, что они могут описывать и раскрывать сложности более высокого уровня с точки зрения перспективы взаимодействия, а также дополнительно идентифицировать общие процессы нейронно-поведенческой деятельности. ^[48]

Приложения

Сенсорное восприятие и обучение

Что касается сенсорного восприятия, сетевые исследования показали, что усиление ключевых функциональных связей лежит в основе задач, требующих сенсорной интеграции. Например, пространственное распределение сетевых модулей в слуховой и зрительной коре, а также узловоподобных областей стало более ограниченным традиционными анатомическими границами в мультисенсорной задаче и показало меньшую вариабельность среди испытуемых. ^[49] Таким образом, сетевые подходы могут контекстуализировать локальные функции первичных сенсорных областей внутри систем, которые поддерживают динамическую сенсорную интеграцию и консолидацию. Такие подходы предполагают, что задачи, в которых особое внимание уделяется сенсорной обработке и интеграции, по-видимому, зависят от тесно взаимодействующих когнитивных центров и сенсомоторных областей. ^[49]^[48]

Недавние исследования в области обучения начали фиксировать динамические закономерности функциональной связи в более тонких временных масштабах: от временных сетей, извлеченных из смежных 2–3-минутных окон экспериментов с фМРТ, до экспериментов в долгосрочном масштабе. Используя эти данные фМРТ, методы динамического обнаружения сообществ могут выявить изменения в кластерах областей мозга, связанных сильной функциональной связью (т. е. предполагаемыми функциональными модулями). ^[49]^[50] Одна из возможных интерпретаций динамики данных фМРТ, полученных в ходе обучающих экспериментов, основана на гибкости динамики мозговой сети. Динамику мозговой сети обычно определяют как частоты области мозга, когда она со временем меняет свою приверженность сетевым модулям. Он дает индекс индивидуальных различий в обучении: более гибкие люди учатся лучше, чем менее гибкие. ^[49]^[51]

Человеческий интеллект

Загадочная буква Спирмена

Исследования в области психологии и науки о мозге уже давно стремятся понять природу индивидуальных различий в человеческом интеллекте, изучая потрясающую широту и разнообразие интеллектуальных способностей, а также замечательные когнитивные и нейробиологические механизмы, из которых они возникают. ^[52] Эти ранние результаты легли в основу двухфакторной модели Спирмена, согласно которой результаты тестов на умственные способности совместно отражают (i) конкретный фактор s, который уникален для каждого теста, и (ii) общий фактор g, который является общим для всех тестов. все тесты. Современные исследования доработали модель Спирмена, включив в нее промежуточный уровень широких способностей, которые объясняют различия, характерные для аналогичных областей когнитивных способностей. выяснить, как g – отраженное в положительном многообразии и иерархической структуре корреляций между тестами – возникает из индивидуальных различий в сетевой топологии и динамике человеческого мозга.

Интеллектуальные модели

Модель общего интеллекта Спирмена была разработана в современных теориях и включает промежуточный уровень когнитивных областей, которые шире, чем конкретные способности, но менее полны, чем g. ^[53]^[54]^[55] Эти способности среднего уровня включают (i) кристаллизованный интеллект, который лежит в основе результатов тестов на ранее приобретенные знания, и (ii) подвижный интеллект, который отражает способность к адаптивному мышлению в новых условиях. С точки зрения сетевой нейробиологии формирование широких способностей отражает конкурирующие силы локальной и глобальной эффективности. Такие конкурирующие силы с точки зрения эффективности заключаются в существовании модулей, которые создают более широкий набор когнитивных способностей, топология которых позволяет создать более глобально эффективную сеть маленького мира. ^[56]^[57]^[58]

Сетевая нейробиология далее принимает новую точку зрения, предполагая, что g возникает из-за индивидуальных различий в общесистемной топологии и динамике человеческого мозга. С этой точки зрения топология «маленького мира» мозговых сетей позволяет быстро реконфигурировать их модульную структуру сообщества, создавая глобально скоординированные мысленные представления желаемого целевого состояния и последовательности операций, необходимых для его достижения. ^[59]^[60] Таким образом, способность гибко переходить между состояниями сети обеспечивает основу для индивидуальных различий в g, который состоит из двух состояний: (i) легкодоступных состояний сети для построения мысленных представлений для кристаллизованного интеллекта на основе предшествующих знаний и опыта, и (ii) ) труднодоступные состояния сети для построения мысленных представлений для гибкого интеллекта на основе функций когнитивного контроля, которые направляют адаптивное мышление и решение проблем. Таким образом, гибкость и динамика сети обеспечивают основу для общего интеллекта, обеспечивая быстрый обмен информацией между сетями и фиксируя индивидуальные различия в обработке информации на глобальном уровне.

Теории личности

Личность – это характерные модели мышления, чувств и поведения. Его психологическая основа лежит в наблюдении, что индивидуальные различия следуют принципам – чертам или предрасположенностям – которые достаточно стабильны внутри людей, согласованы между людьми и инвариантны к ситуационному контексту, чтобы объяснить прошлое и предсказать будущее поведение. ^[61]

В науке черты личности часто исследуются с использованием пятифакторной модели — набора факторов личности, которые эмпирически определены и стабильны во времени. Они полезны для объяснения конкретных типов поведения. ^[61] Пятифакторная модель включает нейротизм, экстраверсию, открытость/интеллект, доброжелательность и добросовестность. ^[62] Предыдущие исследования выявили связь между личностными факторами и определенными структурами, функциональными сетями и областями мозга, а также то, как эти взаимодействия имеют решающее значение для эмоциональных и когнитивных процессов.

Индивиды классифицируются по континууму черт, и поскольку черты, обеспечивающие последовательное поведение в разных ситуациях и времени, человек, набравший верхнюю границу черты, будет стабильно сильнее реагировать на соответствующие стимулы, в отличие от человека, набравшего нижнюю границу. Поскольку каждая ситуация связана с определенным состоянием мозга (функциональная связность, состояние сети), такие состояния также несут личностно-подобную связь между ситуациями и временем, представляя собой систему нейронных признаков. ^[63] Это соответствует теории черт, согласно которой черты личности — это биофизические сущности, которые на самом деле существуют в мозге как концептуальные нервные системы. ^[64]

Из концепции личности и сетевой нейробиологии выросла область личностной сетевой нейробиологии (PNN). Цель сетевой нейробиологии личности состоит в том, чтобы идентифицировать и интегрировать нейронные системы (или биофизические объекты), связанные с концепциями психологических черт, в интегрированную структуру человеческой личности. Он обещает интегративное, сетевое описание взаимоотношений мозга и личности. PNN использует методы аффективной и когнитивной нейробиологии, чтобы связать мозговые процессы с личностными характеристиками. МРТ является базовой технологией в этой области. Это медицинская технология, которая позволила исследователям неинвазивно оценивать нервные процессы в бодрствующем человеческом мозге и позволила открыть чудесные знания о нейронной основе психологических процессов. ^[64]

В одном исследовании личностной и сетевой нейробиологии области интереса были выбраны на основе их включения в сеть режима по умолчанию (DMN), сеть значимости (SN), когнитивную исполнительную сеть (CEN) или на их прочную связь с этими сетями для исследовать взаимосвязь между личностными областями и мозговой деятельностью. Личностные профили были созданы на основе пятифакторного опросника NEO, который содержит 60 вопросов, связанных с пятью различными личностными областями (личностными факторами): невротизмом, экстраверсией, открытостью/интеллектом, доброжелательностью и добросовестностью. Результаты этого теста показали, что между несколькими областями существуют сильные и значимые корреляции: невротизм отрицательно коррелирует с доброжелательностью, экстраверсией и добросовестностью; приятность положительно коррелировала с открытостью, экстраверсией и добросовестностью; экстраверсия положительно коррелировала с добросовестностью. ^[61] Исследование пришло к выводу, что профили личности позволяют наблюдать личностные факторы в контексте всех других черт, и было обнаружено, что два из них связаны с моделями совместной активации мозга во время отдыха в областях, связанных с эмоциями и познанием. ^[61] Эти результаты могут оказаться полезными для установления связи личности с повышенным риском психических расстройств и лучшего понимания нормальных и патологических процессов. ^[63]

Психические расстройства

Расстройство аутистического спектра

Расстройство аутистического спектра (РАС) — это расстройство нервного развития, чаще всего диагностируемое в детстве и характеризующееся дефицитом социальных и коммуникативных навыков. ^[65] Симптомы включают социальные нарушения, гиперфиксацию, повторяющееся поведение и гиперчувствительность. Тяжесть РАС попадает в широкий спектр, что означает, что у некоторых людей могут быть очень серьезные симптомы и социальные нарушения, и им может потребоваться существенная помощь, в то время как другим требуется меньшая поддержка. ^[65] Было показано, что у людей с РАС наблюдается аномальное снижение внутренней функциональной связи в их сети режима по умолчанию (DMN). ^[66] а также нарушения в их лобно-теменной сети (FPN или CEN) ^[27] и сеть значимости (SN). ^[67] В частности, было показано, что у пациентов с РАС наблюдается гипоактивность передней островковой доли, одной из точек крепления ЧС в головном мозге. ^[67] Считается, что эти нарушения внутри сетей приводят к нарушению взаимодействия между сетями, что приводит к патологии РАС. ^[68] Более конкретно, снижение активности в SN приводит к недостаточной передаче сигналов в FPN и DMN, что приводит к «отключению когнитивных систем, важных для реагирования на значимые внешние стимулы или внутренние психические события». ^[27]

Шизофрения

Шизофрения – психическое расстройство, которое чаще всего диагностируется в зрелом возрасте. Обычно оно характеризуется психотическими симптомами, такими как галлюцинации и бред, дезорганизованная речь и двигательное поведение, дефицит внимания, концентрации и памяти, а также негативными симптомами, такими как социальная изоляция, потеря мотивации и удовольствия от предыдущей полноценной деятельности и потеря эмоционального выражения. ^[69] Первичные сети, вовлеченные в шизофрению, включают лобно-теменную сеть (FPN), сеть режима по умолчанию (DMN) и сеть значимости (SN). ^[27] В одном исследовании участники, страдающие шизофренией, показали значительный дефицит функциональных связей в FPN по сравнению со здоровыми людьми из контрольной группы. ^[70] Пациенты с шизофренией демонстрируют как гиперсвязность, так и гипосвязность в DMN. Одно исследование показало, что у пациентов с шизофренией наблюдалась гиперсвязность задней поясной извилины (PCC) с медиальной префронтальной корой (mPFC) по сравнению со здоровыми людьми из контрольной группы. ^[71] Другие исследования показали гипосвязность и снижение анатомической связности в DMN, при этом ведущую роль играет дисфункция mPFC. ^[72]^[73] Эти дефициты связей в DMN могут быть связаны с положительными симптомами шизофрении, такими как галлюцинации и бред. ^[74] У людей, страдающих шизофренией, в сети значимости также наблюдаются функциональные и структурные нарушения. Было показано, что структурно основные узлы ЧС, такие как передняя островковая доля и передняя поясная извилина (ACC), имеют двустороннее уменьшение объема по сравнению со здоровым контролем; и этот уменьшенный объем коррелировал с тяжестью искажения реальности, которое испытывают пациенты с шизофренией. ^[75] Исследования также показали, что повышенная активация передней островковой доли и лобной покрышки ЧС коррелирует с переживаниями слуховых вербальных галлюцинаций у пациентов с шизофренией. ^[76] Считается, что, как и в случае с ASD, эти нарушения внутри сетей приводят к нарушению взаимодействия между сетями, например, к снижению функциональной связи между SN и DMN. ^[77] что приводит к шизофренической патологии. ^[68]

Зависимость

Наркомания — это сложное расстройство, на которое могут сильно влиять экологические, социальные и генетические факторы, и существует множество факторов риска, которые повышают вероятность развития зависимости у определенных людей. ^[78] Следует учитывать два типа зависимости: расстройство, связанное с употреблением психоактивных веществ (SUD), обычно характеризующееся неконтролируемым поиском и приемом наркотиков, и поведенческая зависимость (BA), характеризующаяся принуждением или необходимостью выполнять определенные действия или действия, такие как азартные игры. ^[78] Принуждение, которое сопровождает действие, либо выполнение действия, либо прием препарата, а также негативные эмоции, если не допустить полного принуждения, и отсутствие самоконтроля - все это показатели обоих расстройств. ^[79] Сети, наиболее связанные с зависимостью, — это лобно-теменная сеть, сеть вознаграждения, сеть значимости и сети памяти и привычек. ^[79] У людей, страдающих зависимостью, по-видимому, существует общая тенденция гиперактивации этих сетей при воздействии сигналов, связанных с наркотиками. ^[79] Оказывается, что в состоянии покоя у хронических потребителей стимуляторов существует тесная связь между сетями вознаграждения, значимости, памяти и привычек, и все эти сети имеют усиленную связь с лобно-теменной сетью. ^[79]

Биполярное расстройство

Биполярное расстройство (БР) — это расстройство настроения, обычно характеризующееся резкими перепадами настроения и колеблющимися периодами сильных эмоций, таких как мания и депрессия . ^[80] Цикличность между маниакальными и депрессивными эпизодами является основным признаком биполярного расстройства. При BD, по-видимому, существует разрыв между лобно-теменной сетью (FPN) и сетью режима по умолчанию (DMN), в которой FPN не может «подавить нерелевантную для задачи активность DMN во время когнитивной деятельности», что приводит к когнитивным нарушениям BD. ^[81] Также оказывается, что при BD происходит нарушение рекрутирования сети значимости, что способствует когнитивной дисрегуляции. ^[82] Также считается, что биполярное расстройство характеризуется аномальной функциональной связью между FPN и мотивационными сетями, при этом DMN играет посредническую роль. ^[83] Все эти аберрантные связи и нарушения регуляции приводят к патологии BD, наблюдаемой у пациентов с этим расстройством настроения.

Тревожные расстройства

Тревожные расстройства – категория различных психических расстройств, характеризующихся неконтролируемым страхом и тревогой. Наиболее распространенным из них является генерализованное тревожное расстройство. ^[84] Исследования показывают, что в этой группе расстройств задействовано множество различных областей и сетей мозга, а также схожие различия, наблюдаемые при разных расстройствах. Например, дисфункция центральной исполнительной сети связана с большинством серьезных психических расстройств, включая депрессию и тревогу. ^[27] Нарушения, касающиеся функциональной связи сети режима по умолчанию, также были выявлены при большинстве серьезных психических расстройств.

Если говорить конкретно о тревоге, исследования показывают, что она связана с гиперактивностью цингуло-оперкулярной и центральной сетей внимания. У людей с тревогой также снижается активность лобно-теменных сетей и сетей режима по умолчанию. ^[85] В сети Salience Network гиперактивность передней островковой доли связывают с тревожными расстройствами и негативными мыслями. ^[86]

Посттравматическое стрессовое расстройство

Посттравматическое стрессовое расстройство (ПТСР) — это психическое расстройство, вызванное определенным событием, которое вызывает воспоминания, ночные кошмары и сильную тревогу. ^[87] Подобно другим психическим расстройствам, в этом расстройстве задействовано множество сетей головного мозга. Исследования показали, что Центральная исполнительная сеть снижает связность при выполнении когнитивных задач у людей с посттравматическим стрессовым расстройством по сравнению с контрольной группой. ^[29] Примеры таких типов задач включают задачи по обработке эмоций или рабочей памяти. В мозгу людей, страдающих посттравматическим стрессовым расстройством, также снижается количество связей внутри сети значимости. Сеть в режиме по умолчанию, с другой стороны, демонстрирует более высокий уровень подключения. В здоровом мозге сеть значимости модулирует активацию центральной исполнительной сети и сети режима по умолчанию. Альтернативные сетевые системы, функционирующие передней островковой долей, не работают так эффективно у людей с посттравматическим стрессовым расстройством, что может объяснить различия в активации. ^[29]

Депрессия

Депрессия, или большое депрессивное расстройство, — это расстройство настроения, характеризующееся постоянным чувством печали. Это влияет на то, как человек думает, чувствует и действует. Было показано, что центральная исполнительная сеть, которая помогает сохранять информацию в рабочей памяти и помогает в принятии решений и решении проблем, гипоактивна у людей с депрессией. ^[29] Также наблюдалась гиперсвязь между центральной исполнительной сетью и областями сети режима по умолчанию. В сети режима по умолчанию люди с депрессией демонстрируют гиперсвязность. Считается, что эта сеть участвует в внутренне ориентированном мышлении. ^[88]

Психопатия

Психопатия — это расстройство личности, которое характеризуется антисоциальным поведением, отсутствием раскаяния и сочувствия, а также нарушением процесса принятия решений. ^[89] Исследования, изучающие нейронные корреляты этого расстройства, обнаруживают аналогичную дисфункцию в крупномасштабных сетях мозга, которую можно наблюдать при других психических расстройствах, таких как депрессия и тревога. Эти исследования выявили функциональные различия в сети режима по умолчанию (DMN) и центральной исполнительной сети (CEN), а также между сетями. Многие люди демонстрируют гиперактивность в сети режима по умолчанию, а также снижение активности в дорсальной передней поясной извилине (дорсальный ACC). ^[90] Дорсальный ACC является одним из основных узлов сети Salience Network, которая должна модулировать между DMN и CEN. Предполагается, что это снижение активации является одной из причин повышенной активации в DMN из-за отсутствия чередующихся паттернов активации от DMN к сети значимости. ^[90] Одно исследование, проведенное с группой заключенных с психопатией, также показало, что более высокие уровни психопатии связаны с более эффективной организацией дорзальной сети внимания. ^[91]

Неврологические расстройства

ЕСЛИ

Боковой амиотрофический склероз (БАС) — нейродегенеративное заболевание верхних и нижних мотонейронов, приводящее к проблемам с дыханием и смерти через 3–5 лет. При БАС могут быть затронуты несколько сетей, что указывает на то, что это мультисистемное сетевое заболевание. У пациентов с БАС изменяются связи в двигательных, соматосенсорных и экстрамоторных областях. Связь в визуальных областях также изменяется. ^[92] Кроме того, у пациентов с БАС снижается активация как моторных, так и когнитивных сетей. ^[93] Конкретные нарушенные сети включают сеть режима по умолчанию (DMN), сенсомоторную сеть (SMN), лобно-теменную сеть (FPN) и сеть значимости (SN). ^[94] В частности, наблюдается снижение связности между DMN и SMN. ^[94] Функциональная связность в состоянии покоя (rsFC) у пациентов с БАС снижается, а сети состояний покоя меньше взаимодействуют друг с другом. ^[95]

болезнь Паркинсона

Болезнь Паркинсона (БП) — это двигательное расстройство, которое в некоторых случаях также приводит к снижению когнитивных функций. У пациентов с болезнью Паркисона изменились связи в сенсомоторной сети (СМН), зрительной сети, скорлупе в подкорковой сети и мозжечке. ^[96] Тяжесть симптомов при БП также была связана с временной изменчивостью между подкорковыми сетями и зрительной сетью, вентральной и дорсальной сетью внимания. ^[96] Первичная моторная кора и дополнительные моторные области также менее активны у пациентов с БП. ^[97] Лобно-теменная (FP) сеть у пациентов с болезнью Паркинсона, но без снижения когнитивных функций, более устойчива и устойчива к возмущениям сети по сравнению с пациентами с когнитивным снижением. ^[98] Это говорит о том, что сеть FP может быть предиктором снижения когнитивных функций у пациентов с болезнью Паркинсона. Сеть управления FP также демонстрирует снижение связности сети с другими сетями в состоянии покоя. ^[99] Пациенты с БП с амнестическими нарушениями (нарушения скорости обработки информации и памяти) более подвержены риску развития деменции. Сетевая связь снижается у пациентов с амнестическими нарушениями по сравнению с теми, у кого их нет. ^[100] Имеются также данные о том, что у больных БП формируется особая сеть БП, связывающая метаболически активные области мозжечка, моста, лобной коры и лимбических областей. Таким образом, у пациентов с БП увеличилась возможность подключения к сети маленького мира. ^[101]

болезнь Хантингтона

Болезнь Хантингтона (БГ) — наследственное неврологическое заболевание, которое вызывает прогрессирующее ухудшение двигательных, поведенческих и когнитивных функций. ^[102] Пациенты с геном, вызывающим ГБ, имеют разные соединения в сети режима по умолчанию (DMN). ^[102] У этих пациентов снижена связь между передней медиальной префронтальной корой, левой нижней теменной и задней поясной извилиной коры. ^[102] Они также имеют улучшенную связь между двумя подсистемами DMN. ^[103] Снижение связности в сенсомоторной сети (SMN) существует на ранних стадиях ГБ, а зрительная сеть и сети внимания поражаются позже. ^[104]

Нарушения сна

Существует много типов нарушений сна . Ограничение сна (SR) является следствием недостаточного сна и вызывает изменения в структурных сетевых связях. ^[105] В частности, он нацелен на двустороннюю орбитальную часть лобной извилины, верхнюю затылочную извилину, левую островковую извилину, веретенообразную, правую дополнительную двигательную область и поясную извилину. ^[105] Исследование, проведенное на молодых мужчинах с меньшим количеством сна, также показало, что во время отдыха наблюдается усиление связей внутри соматомоторной сети (SMN). ^[106] Бессонница — это состояние, при котором пациенты испытывают трудности с засыпанием или сном. Есть доказательства того, что бессонница затрагивает распределенные сети мозга и вызывает усиление структурных связей вокруг правой угловой извилины. ^[107] Подсеть, которая была сосредоточена в правой угловой извилине и включала лобные, височные и подкорковые области, продемонстрировала повышенную связность у пациентов с бессонницей. ^[107] Кроме того, снижение когнитивных способностей после определенного периода полного лишения сна связано с усилением связи между сетью режима по умолчанию (DMN) и сетью значимости (SN). ^[108] Нарушения сна у подростков также могут быть вызваны увеличением объема серого вещества в нескольких крупных сетях. ^[109]

Деменция

Деменция — это общий термин, обозначающий потерю памяти, речи, способности решать проблемы и других мыслительных способностей, которые настолько серьезны, что мешают повседневной жизни. ^[110] Деменция – это общий термин, точно так же, как болезнь сердца является общим термином. Деменция вызвана повреждением клеток головного мозга. Это повреждение мешает способности клеток мозга общаться друг с другом. Когда клетки мозга не могут нормально общаться, это может повлиять на мышление, поведение и чувства. ^[110] Существует множество признаков деменции. Эти признаки могут проявляться в виде кратковременной памяти, проблем с запоминанием предметов и т. д. Обычно деменция провоцируется «событием отключения» (например, инсультом), которое отключает одну или несколько функциональных областей от связанного с задачей ансамбля функционально связанных регионов, что приводит к клинически наблюдаемому синдрому «отключения». ^[111]

Наиболее распространенной формой деменции является болезнь Альцгеймера. Болезнь Альцгеймера (БА) — прогрессирующее нейродегенеративное заболевание, которое клинически может характеризоваться нарушением памяти и многих других когнитивных функций. ^[112] Несколько недавних исследований показали, что у пациентов с болезнью Альцгеймера наблюдается нарушение целостности нейронов в крупномасштабных структурных и функциональных системах мозга, лежащих в основе познания высокого уровня, о чем свидетельствует потеря характеристик сети маленького мира. ^[112] При болезни Альцгеймера из-за высокого уровня определенных белков внутри и снаружи клеток мозга клеткам головного мозга трудно оставаться здоровыми и общаться друг с другом. ^[110] Первым поражаемым отделом мозга является гиппокамп. Оно начинается именно в латеральной энторинальной коре, или LEC. LEC считается воротами в гиппокамп, который, помимо других функций, играет ключевую роль в консолидации долговременной памяти. Если затронут LEC, пострадают и другие аспекты гиппокампа. ^[113] Гиппокамп — это центр обучения и памяти в мозге, и клетки мозга в этом регионе часто повреждаются первыми. Вот почему потеря памяти часто является одним из самых ранних симптомов болезни Альцгеймера.

Эпилепсия

Эпилепсия – это заболевание сети головного мозга. Это заболевание головного мозга, вызывающее повторяющиеся неспровоцированные судороги. ^[114] В мозге, страдающем эпилепсией, определенные сети имеют аномальные параметры на молекулярном и клеточном уровнях, обусловленные генетическими или приобретенными патогенными факторами, что делает некоторые важные параметры, контролирующие стабильность сети, чрезвычайно уязвимыми для влияния экзогенных и эндогенных факторов. ^[115] На уровне локальной нейрональной сети некоторые узлы, состоящие из нейронов и связанной с ними глии, образуют колебательные системы, которые становятся все более связанными при переходе к приступу, тем самым рекрутируя более удаленные нейронные сети, составляющие сложные колебательные контуры, которые можно распознать по записям ЭЭГ или МЭГ. . ^[115]

Структурные эпилепсии у детей старшего возраста и взрослых чаще всего проявляются фокальными припадками и имеют очень схожие симптомы от случая к случаю. ^[114] Фокальные припадки могут быть простыми и сложными. Простые фокальные приступы, также известные как ауры, возникают в одной области на одной стороне мозга, но могут распространяться и оттуда. Человек не теряет сознания во время простого фокального припадка. ^[116] Простые очаговые припадки с двигательными симптомами влияют на мышечную активность, вызывая подергивания стопы, лица, руки или другой части тела. ^[116] Это может вызвать сенсорные симптомы, затрагивающие органы чувств, такие как: проблемы со слухом, галлюцинации, обонятельные или другие искажения; а также влиять на чувства, вызывая проблемы со слухом, галлюцинации, обонятельные или другие искажения. ^[116] Он также может поражать части мозга, которые вызывают эмоции или воспоминания о предыдущем опыте, вызывая чувство страха, беспокойства или дежавю (иллюзорное ощущение того, что что-то уже было пережито раньше). ^[116] Сложным фокальным припадкам часто предшествует простой фокальный припадок (аура). При сложном фокальном приступе пациенты могут тупо смотреть в пространство или испытывать автоматизмы (нецеленаправленные повторяющиеся движения, такие как причмокивание губами, моргание, кряхтение, сглатывание или крик). ^[116]

В некоторых случаях судороги могут распространяться на обе стороны мозга, что приводит к генерализованным тонико-клоническим судорогам. ^[114] Тонико-клонические судороги – это судороги, поражающие мышцы. Тонические судороги вызывают ригидность мышц, тогда как клонические судороги характеризуются подергиваниями или подергиваниями. ^[116] Это припадки, которые возникают в обеих половинах (полушариях) мозга одновременно, вызывая скованность или подергивания во всем теле, известные как тонические или клонические припадки. Тонический или клонический припадок также может начаться в одной области мозга (так называемый парциальный или фокальный припадок), затрагивая только одну часть тела, например руку или ногу. ^[116] Они могут быть частичными или генерализованными.

Простой парциальный припадок – это когда человек знает, что происходит, в некоторой степени осознает свое окружение и может быть в состоянии описать, что произошло. ^[117] Сложный парциальный припадок – это когда человек не знает, что происходит, не осознает, что происходит вокруг, и не знает, что произошло что-то необычное. ^[117]

В некоторых сообщениях утверждается, что некоторые приступы эпилепсии носят генерализованный характер, что означает, что приступ начинается в одной области мозга, а затем распространяется, но это устаревший термин, поскольку в случаях идиопатической генерализованной эпилепсии (ИГЭ) и детской абсансной эпилепсии (КАЭ) наблюдается теперь имеются убедительные доказательства того, что припадки начинаются в четко определенной области мозга и распространяются с огромной скоростью на связанные области мозга, задействуя определенные нейронные сети в типичное колебательное поведение. ^[115]

Гладить

Инсульт, также известный как транзиторная ишемическая атака или нарушение мозгового кровообращения, возникает, когда блокируется приток крови к мозгу. ^[118] Это мешает мозгу получать кислород и питательные вещества из крови. Без кислорода и питательных веществ клетки мозга начинают умирать в течение нескольких минут. ^[118] Инсульт вызывает очаговые поражения головного мозга, которые нарушают функциональные связи (ФК), меру синхронизации активности, во всех распределенных сетях мозга. Нарушение в регионах FC вызвано повреждением корковых областей головного мозга, которые представляют собой различные области коры головного мозга. Инсульты также вызывают отключение белого вещества мозга. Показано, что неврологический дефицит возникает не только вследствие очагового поражения тканей, но также из-за локальных и отдаленных изменений в путях белого вещества и нейронных взаимодействиях между распространенными сетями. ^[119]

Афазия

Афазия — это языковое расстройство, вызванное повреждением определенной области мозга, которая контролирует выражение и понимание речи. ^[120] Афазия может быть результатом инсульта, травмы головы, опухоли головного мозга, деменции и т. д. Афазия может возникнуть после подострого инсульта, когда наблюдаются изменения в двух различных сетях фазовой синхронности. ^[121] Существует много типов афазии, но основные типы делятся на три категории: афазия Брока, афазия Вернике и глобальная афазия. У пациентов с инсультом поражения, затрагивающие зону Брока (нижнюю лобную извилину или НФГ), зону Вернике (верхнюю височную извилину или СТГ) и соединяющие тракты белого вещества, могут привести к афазии.

Афазия Брока – это повреждение передней части мозга, отвечающей за речь. ^[120] Это неспособность выразить язык. Эта область, расположенная в задней нижней лобной извилине доминантного полушария в областях Бродмана 44 (pars opercularis) и 45 (pars triangularis), а также лобная доля составляют область Брока. ^[122] Зона Брока жизненно важна для речи, а также необходима для языкового повторения, производства жестов, грамматики и плавности предложений, а также интерпретации действий других людей. ^[122] Поражения в зоне Брока в IFG, нижней части прецентральной извилины, а также оперкулярной и островковой областях связаны с трудностями при назывании и общим дефицитом выразительной речи у людей с афазией Брока. ^[123]

Афазия Вернике – это повреждение боковой части мозга, отвечающей за речь. ^[120] Афазия Вернике – это неспособность понимать речь. Повреждение височной доли мозга может привести к афазии Вернике, наиболее распространенному типу беглой афазии. ^[120] Люди с афазией Вернике могут говорить длинными полными предложениями, не имеющими смысла, добавляя ненужные слова и даже создавая придуманные слова. Наиболее частой причиной афазии Вернике является ишемический инсульт, поражающий заднюю височную долю доминантного полушария. ^[124]

Глобальная афазия – это когда повреждается большая часть части мозга, отвечающей за речь. ^[120] Это результат повреждения обширных участков речевых областей мозга. Люди с глобальной афазией испытывают серьезные трудности с общением и могут быть крайне ограничены в своей способности говорить или понимать язык. ^[120] Они могут быть не в состоянии произнести даже несколько слов или могут повторять одни и те же слова или фразы снова и снова. У них могут возникнуть проблемы с пониманием даже простых слов и предложений. Эта афазия обычно связана с большим поражением перисильвиевой области. Перизильвиева область — это область вокруг латеральной борозды (сильвиевой щели) левого полушария, включающая зону Брока и зону Вернике. ^[125] Глобальная афазия чаще всего является результатом инсульта средней мозговой артерии, снабжающей кровью латеральную поверхность левого полушария головного мозга. ^[126]

Расстройства личности

Пограничное расстройство личности

Пограничное расстройство личности (ПРЛ) — относительно редкое расстройство личности, им страдают около 1,4% взрослого населения США, причем непропорционально чаще страдают женщины. ^[127] ПРЛ может характеризоваться нестабильностью самооценки, настроения и поведения. Импульсивность, быстрая смена настроения и нестабильные отношения с другими людьми — все это показатели ПРЛ. ^[127] Подобно другим расстройствам, на ПРЛ могут влиять многие факторы, такие как генетические, экологические и социальные факторы, но исследователи постепенно раскрывают потенциальные нейробиологические объяснения расстройств личности. Современные теории указывают на дефицит связей между тремя крупномасштабными сетями мозга: сетью режима по умолчанию (DMN), сетью значимости (SN) и сетью медиальной височной доли, которая связана с памятью и обработкой негативных эмоций. ^[128] В частности, при ПРЛ, по-видимому, существует аберрантная связь между обнаружением выраженных стимулов, а также «самореферентным кодированием». ^[129] что приводит к «неправильной идентификации с нейтральными стимулами, а также к неспособности интегрировать важную информацию с внутренними представлениями». ^[129] Исследования также показали усиление связей внутри медиальной височной доли, а также между областями медиальной височной доли и областями заметной сети. ^[128] Фронтолимбическая система также демонстрирует важность в предварительных исследованиях: исследователи связывают тяжесть систем ПРЛ с тяжестью дефицита фронтолимбических структур и связей. ^[128] Исследования нейронных коррелятов ПРЛ являются очень предварительными, и необходимо провести дополнительные исследования того, как связи нашего мозга могут способствовать пониманию этого расстройства.

Обсессивно-компульсивное расстройство личности

Обсессивно-компульсивное расстройство личности (ОКРЛ) – это тип личности, при котором потребность в перфекционизме во всех аспектах жизни имеет приоритет. ^[130] Несмотря на то, что OCPD является наиболее распространенным расстройством личности среди населения в целом, опубликованных исследований, посвященных мозговым коррелятам этого расстройства, практически не существует. ^[131] В недавнем исследовании десять человек с диагнозом OCPD и десять здоровых людей из контрольной группы прошли клиническое оценочное собеседование и сделали функциональную магнитно-резонансную томографию (фМРТ) в состоянии покоя. Результаты показывают, что у пациентов с OCPD наблюдается повышенная функциональная связность в предклинье (т.е. заднем узле DMN), который, как известно, участвует в манипуляциях с поиском прошлых событий с целью решения текущих проблем и разработки планов на будущее. ^[131] Эти результаты позволяют предположить, что этот ключевой узел DMN может играть важную роль в OCPD. У пациентов с OCPD наблюдается измененная спонтанная нервная активность по сравнению со здоровыми людьми во многих областях мозга, что может отражать различные характерные симптомы патофизиологии OCPD, включая когнитивную негибкость, чрезмерный самоконтроль, снижение эмпатии и смещение зрительного внимания. ^[132]

См. также

Ссылки

^ Jump up to: ^а ^б ^с ^д Бассетт Д.С., Спорнс О (февраль 2017 г.). «Сетевая нейробиология» . Природная неврология . 20 (3): 353–364. дои : 10.1038/nn.4502 . ПМЦ 5485642 . ПМИД 28230844 .
^ Jump up to: ^а ^б ван ден Хеувел, член парламента, Хулсхофф Пол, HE (август 2010 г.). «Изучение сети мозга: обзор функциональной связи фМРТ в состоянии покоя» . Европейская нейропсихофармакология . 20 (8): 519–534. дои : 10.1016/j.euroneuro.2010.03.008 . ПМИД 20471808 .
^ Jump up to: ^а ^б ^с Форнито А., Бийстербош Дж., Чанг С., Смит Р., Залески А. «Введение в сетевую нейронауку: как строить, моделировать и анализировать коннектомы — 08:00–10:00» . Организация по картированию человеческого мозга (OHBM) . Проверено 11 марта 2020 г.
^ Задор А.М., Дубнау Дж., Ойибо Х.К., Жан Х., Цао Г., Пейкон И.Д. (2012). «Секвенирование коннектома» . ПЛОС Биология . 10 (10): e1001411. дои : 10.1371/journal.pbio.1001411 . ПМК 3479097 . ПМИД 23109909 .
^ Цзэн Х (июнь 2018 г.). «Мезомасштабная коннектомика» . Современное мнение в нейробиологии . 50 : 154–162. дои : 10.1016/j.conb.2018.03.003 . ПМК 6027632 . ПМИД 29579713 .
^ Крэддок Р.К., Джбабди С., Ян К.Г., Фогельштейн Дж.Т., Кастельянос Ф.К., Ди Мартино А. и др. (июнь 2013 г.). «Отображение коннектомов человека на макроуровне» . Природные методы . 10 (6): 524–539. дои : 10.1038/nmeth.2482 . ПМК 4096321 . ПМИД 23722212 .
^ Jump up to: ^а ^б ^с ^д ^и ^ж ^г Леергаард ТБ, Хильгетаг CC, Спорнс О (2012). «Картирование коннектома: многоуровневый анализ связей мозга» . Границы нейроинформатики . 6:14 . дои : 10.3389/fninf.2012.00014 . ПМК 3340894 . ПМИД 22557964 .
^ Jump up to: ^а ^б Бецель РФ (1 января 2022 г.). «Глава 2 - Сетевая нейробиология и революция коннектомики». В Horn A (ред.). Коннектомическая глубокая стимуляция мозга . Академическая пресса. стр. 25–58. arXiv : 2010.01591 . дои : 10.1016/B978-0-12-821861-7.00002-6 . ISBN 978-0-12-821861-7 . S2CID 222133072 .
^ Чен Ю, Бухари К., Линь Т.В., Сейновски Т.Дж. (июнь 2022 г.). «Функциональная связность фМРТ с использованием дифференциальной ковариации предсказывает структурную связность и время поведенческой реакции» . Сетевая нейронаука . 6 (2): 614–633. дои : 10.1162/netn_a_00239 . ПМК 9207998 . ПМИД 35733425 .
^ Jump up to: ^а ^б ^с Абреу Р., Симойнс М., Кастело-Бранко М. (2020). «Раздвигая границы ЭЭГ: оценка крупномасштабных функциональных сетей мозга и их динамики, подтвержденной одновременной фМРТ» . Границы в неврологии . 14 : 323. дои : 10.3389/fnins.2020.00323 . ПМК 7177188 . ПМИД 32372908 .
^ Jump up to: ^а ^б Тевари П., Прассе Б., Мейер Дж.М., Сантос Ф.А., Доу Л., Шунхейм М.М. и др. (август 2020 г.). «Отображение функциональных сетей мозга из структурного коннектома: связь подходов расширения ряда и собственных мод» . НейроИмидж . 216 : 116805. doi : 10.1016/j.neuroimage.2020.116805 . ПМИД 32335264 . S2CID 216095869 .
^ Фарахани Ф.В., Карвовски В., Лайтхолл Н.Р. (6 июня 2019 г.). «Применение теории графов для выявления закономерностей связности в сетях человеческого мозга: систематический обзор» . Границы в неврологии . 13 : 585. дои : 10.3389/fnins.2019.00585 . ПМЦ 6582769 . ПМИД 31249501 .
^ Jump up to: ^а ^б ^с Фарахани, Фарзад В.; Карвовский, Вальдемар; Лайтхолл, Николь Р. (6 июня 2019 г.). «Применение теории графов для выявления закономерностей связности в сетях человеческого мозга: систематический обзор» . Границы в неврологии . 13 : 585. дои : 10.3389/fnins.2019.00585 . ПМЦ 6582769 . ПМИД 31249501 .
^ Спорнс, О. (июнь 2018 г.). «Методы теории графов: приложения в мозговых сетях» . Диалоги в клинической неврологии . 20 (2): 111–121. дои : 10.31887/DCNS.2018.20.2/osporns . ПМК 6136126 . ПМИД 30250388 .
^ Jump up to: ^а ^б Веккьо, Фабрицио; и др. (2020). «Сети человеческого мозга: графотеоретический анализ нормативной базы данных корковых связей на основе данных ЭЭГ здоровых пожилых людей» . Геронаука . 42 (2): 575–584. дои : 10.1007/s11357-020-00176-2 . ПМК 7205974 . ПМИД 32170641 .
^ Буллмор Э., Спорнс О (март 2009 г.). «Сложные мозговые сети: графотеоретический анализ структурных и функциональных систем». Обзоры природы. Нейронаука . 10 (3): 186–198. дои : 10.1038/nrn2575 . ПМИД 19190637 . S2CID 205504722 .
^ Спорнс О (июнь 2018 г.). «Методы теории графов: приложения в мозговых сетях» . Диалоги в клинической неврологии . 20 (2): 111–121. дои : 10.31887/DCNS.2018.20.2/osporns . ПМК 6136126 . ПМИД 30250388 .
^ Бассетт Д.С., Хамбхати А.Н., Графтон С.Т. (июнь 2017 г.). «Новые рубежи нейроинженерии: сетевая наука о связях мозга» . Ежегодный обзор биомедицинской инженерии . 19 (1): 327–352. doi : 10.1146/annurev-bioeng-071516-044511 . ПМК 6005206 . ПМИД 28375650 .
^ Мхейх А., Вендлинг Ф., Хасан М. (1 июля 2020 г.). «Сходство мозговых сетей: методы и приложения» . Сетевая нейронаука . 4 (3): 507–527. дои : 10.1162/netn_a_00133 . ПМЦ 7462433 . ПМИД 32885113 .
^ Jump up to: ^а ^б ^с ^д ^и Сормаз М., Мерфи С., Ван Х.Т., Хаймерс М., Карапанагиотидис Т., Поэрио Г. и др. (сентябрь 2018 г.). «Сеть режима по умолчанию может поддерживать уровень детализации во время активных состояний задачи» . Труды Национальной академии наук Соединенных Штатов Америки . 115 (37): 9318–9323. Бибкод : 2018PNAS..115.9318S . дои : 10.1073/pnas.1721259115 . ПМК 6140531 . ПМИД 30150393 .
^ Смит С.М., Фокс П.Т., Миллер К.Л., Глан Д.С., Фокс П.М., Маккей К.Э. и др. (август 2009 г.). «Соответствие функциональной архитектуры мозга во время активации и покоя» . Труды Национальной академии наук Соединенных Штатов Америки . 106 (31): 13040–13045. Бибкод : 2009PNAS..10613040S . дои : 10.1073/pnas.0905267106 . ПМЦ 2722273 . ПМИД 19620724 .
^ Ашвал С. (январь 2017 г.). «Нарушения сознания у детей». Детская неврология Сваймана . Эльзевир. стр. 767–780. дои : 10.1016/B978-0-323-37101-8.00101-6 . ISBN 9780323371018 .
^ Jump up to: ^а ^б Бакнер Р.Л., Эндрюс-Ханна младший, Шактер Д.Л. (март 2008 г.). «Сеть мозга по умолчанию: анатомия, функции и связь с болезнями». Анналы Нью-Йоркской академии наук . 1124 (1): 1–38. Бибкод : 2008NYASA1124....1B . дои : 10.1196/анналы.1440.011 . ПМИД 18400922 . S2CID 3167595 .
^ Эндрюс-Ханна-младший, Смоллвуд Дж., Спренг Р.Н. (май 2014 г.). «Сеть по умолчанию и самогенерируемая мысль: составные процессы, динамический контроль и клиническая значимость» . Анналы Нью-Йоркской академии наук . 1316 (1): 29–52. Бибкод : 2014NYASA1316...29A . дои : 10.1111/nyas.12360 . ПМК 4039623 . ПМИД 24502540 .
^ Jump up to: ^а ^б ^с Менон V, Уддин LQ (июнь 2010 г.). «Значимость, переключение, внимание и контроль: сетевая модель функции островка» . Структура и функции мозга . 214 (5–6): 655–667. дои : 10.1007/s00429-010-0262-0 . ПМЦ 2899886 . ПМИД 20512370 .
^ Jump up to: ^а ^б ^с ^д Воссел С., Гэн Дж.Дж., Финк Г.Р. (апрель 2014 г.). «Дорсальная и вентральная системы внимания: отдельные нейронные цепи, но совместные роли» . Нейробиолог . 20 (2): 150–159. дои : 10.1177/1073858413494269 . ПМК 4107817 . ПМИД 23835449 .
^ Jump up to: ^а ^б ^с ^д ^и Менон V (октябрь 2011 г.). «Крупномасштабные мозговые сети и психопатология: объединяющая модель тройной сети». Тенденции в когнитивных науках . 15 (10): 483–506. дои : 10.1016/j.tics.2011.08.003 . ПМИД 21908230 . S2CID 26653572 .
^ Jump up to: ^а ^б ^с Фокс, доктор медицинских наук, Снайдер А.З., Винсент Дж.Л., Корбетта М., Ван Эссен, округ Колумбия, Рэйхл М.Е. (июль 2005 г.). «Человеческий мозг по своей природе организован в виде динамических, антикоррелированных функциональных сетей» . Труды Национальной академии наук Соединенных Штатов Америки . 102 (27): 9673–9678. Бибкод : 2005PNAS..102.9673F . дои : 10.1073/pnas.0504136102 . ПМК 1157105 . ПМИД 15976020 .
^ Jump up to: ^а ^б ^с ^д ^и ^ж Границы А (апрель 2020 г.). «Размышление, познание и мозг». Руминация и связанные с ней конструкции: причины, последствия и лечение слишком многого мышления . Академическая пресса. стр. 279–311. дои : 10.1016/B978-0-12-812545-8.00009-7 . ISBN 9780128125458 . S2CID 219142164 .
^ Бисвал Б., Йеткин Ф.З., Хотон В.М., Хайд Дж.С. (октябрь 1995 г.). «Функциональная связь в моторной коре покоящегося мозга человека с помощью эхопланарной МРТ». Магнитный резонанс в медицине . 34 (4): 537–541. дои : 10.1002/mrm.1910340409 . ПМИД 8524021 . S2CID 775793 .
^ Кэссиди К., Ганьон Х., Лалвани П., Симмонит М., Ферстер Б., Парк Д. и др. (февраль 2019 г.). «Сегрегация сенсомоторной сети снижается с возрастом и связана с ГАМК и сенсомоторными характеристиками» . НейроИмидж . 186 : 234–244. doi : 10.1016/j.neuroimage.2018.11.008 . ПМК 6338503 . ПМИД 30414983 .
^ Хафф Т., Махабади Н., Тади П. (2022). «Нейроанатомия, зрительная кора» . СтатПерлс . Остров сокровищ (Флорида): StatPearls Publishing. ПМИД 29494110 . Проверено 23 июня 2022 г.
^ Ян YL, Дэн HX, Син GY, Ся XL, Ли HF (февраль 2015 г.). «Связность функциональных сетей мозга на основе зрительной задачи: области мозга, связанные с обработкой визуальной информации, значительно активируются в состоянии задачи» . Исследование регенерации нейронов . 10 (2): 298–307. дои : 10.4103/1673-5374.152386 . ПМК 4392680 . ПМИД 25883631 .
^ Садагиани С., Д'Эспозито М. (сентябрь 2015 г.). «Функциональная характеристика цингуло-оперкулярной сети в поддержании тонической настороженности» . Кора головного мозга . 25 (9): 2763–2773. дои : 10.1093/cercor/bhu072 . ПМЦ 4537431 . ПМИД 24770711 .
^ Хаусман Х.К., Хардкасл С., Альбису А., Крафт Дж.Н., Евангелиста Н.Д., Буцукас Э.М. и др. (апрель 2022 г.). «Связность цингуло-оперкулярной и лобно-теменной управляющей сети и исполнительное функционирование у пожилых людей» . Геронаука . 44 (2): 847–866. дои : 10.1007/s11357-021-00503-1 . ПМЦ 9135913 . ПМИД 34950997 .
^ «Что такое нейронные сети?» . www.ibm.com . Проверено 6 июля 2022 г.
^ Jump up to: ^а ^б Йео, Б.Т. Томас; Кринен, Фенна М; Чи, Майкл В.Л.; Бакнер, Рэнди Л. (март 2014 г.). «Оценки разделения и перекрытия сетей функциональных связей в коре головного мозга человека» . НейроИмидж . 88 : 212–227. doi : 10.1016/j.neuroimage.2013.10.046 . ISSN 1053-8119 . ПМК 4007373 . ПМИД 24185018 .
^ Томас Йео, Британская Колумбия; Кринен, Фенна М.; Грейв, Джордж; Мыло, Мерт Р.; Лашкар, Дэниел; Холлинсхед, Мариса; Роффман, Джошуа Л.; Меньший, Джордан В.; Золлей, Фиолетовый; Полимени, Джонатан Р.; Фишль, Брюс (сентябрь 2011 г.). «Организация коры головного мозга человека по внутренней функциональной связности» . Журнал нейрофизиологии . 106 (3): 1125–1165. дои : 10.1152/jn.00338.2011 . ISSN 0022-3077 . ПМК 3174820 . ПМИД 21653723 .
^ Месулам, ММ (июнь 1998 г.). «От ощущения к познанию» . Мозг: журнал неврологии . 121 (Часть 6) (6): 1013–1052. дои : 10.1093/мозг/121.6.1013 . ISSN 0006-8950 . ПМИД 9648540 .
^ Наджафи, Махшид; Макменамин, Брентон В.; Саймон, Джонатан З.; Пессоа, Луис (15 июля 2016 г.). «Перекрывающиеся сообщества обнаруживают богатую структуру крупных мозговых сетей во время отдыха и выполнения задач» . НейроИмидж . 135 : 92–106. doi : 10.1016/j.neuroimage.2016.04.054 . ISSN 1095-9572 . ПМЦ 4915991 . ПМИД 27129758 .
^ Ачикалин, М. Явуз; Горголевский, Кшиштоф Ю.; Полдрак, Рассел А. (2017). «Координатный метаанализ совпадений региональной специализации и функциональной связности в сетях субъективных ценностей и сетей по умолчанию» . Границы в неврологии . 11 :1. дои : 10.3389/fnins.2017.00001 . ISSN 1662-453X . ПМК 5243799 . ПМИД 28154520 .
^ Хармон-Джонс Э., Хармон-Джонс К. «Аффективная нейронаука» . Проект Ноба .
^ Jump up to: ^а ^б Маркетт С., Вударчик О.А., Бисвал Б.Б., Джавински П., Монтаг С. (декабрь 2018 г.). «Аффективная сетевая нейронаука» . Границы в неврологии . 12 : 895. дои : 10.3389/fnins.2018.00895 . ПМК 6298244 . ПМИД 30618543 .
^ Барретт Л.Ф. (январь 2017 г.). «Теория сконструированных эмоций: активный вывод об интероцепции и категоризации» . Социальная когнитивная и аффективная нейронаука . 12 (1): 1–23. doi : 10.1093/scan/nsw154 . ПМК 5390700 . ПМИД 27798257 .
^ Jump up to: ^а ^б Пессоа Л (февраль 2018 г.). «Понимание эмоций с помощью сетей мозга» . Современное мнение в области поведенческих наук . 19 :19–25. дои : 10.1016/j.cobeha.2017.09.005 . ПМК 6003711 . ПМИД 29915794 .
^ Пессоа Л (май 2017 г.). «Сетевая модель эмоционального мозга» . Тенденции в когнитивных науках . 21 (5): 357–371. дои : 10.1016/j.tics.2017.03.002 . ПМК 5534266 . ПМИД 28363681 .
^ Кили К.М. (2014). «Когнитивная функция». В Микалосе AC (ред.). Энциклопедия исследований качества жизни и благополучия . Дордрехт: Springer Нидерланды. стр. 974–978. дои : 10.1007/978-94-007-0753-5_426 . ISBN 978-94-007-0753-5 .
^ Jump up to: ^а ^б Медалья Д.Д., Линалл М.Э., Бассетт Д.С. (август 2015 г.). «Когнитивная сетевая нейробиология» . Журнал когнитивной нейронауки . 27 (8): 1471–1491. дои : 10.1162/jocn_a_00810 . ПМЦ 4854276 . ПМИД 25803596 .
^ Jump up to: ^а ^б ^с ^д Мусса М.Н., Вехлекар К.Д., Бурдетт Дж.Х., Стин М.Р., Хугеншмидт К.Э., Лауриенти П.Дж. (2011). «Изменения в когнитивном состоянии изменяют функциональные сети мозга человека» . Границы человеческой неврологии . 5 : 83. дои : 10.3389/fnhum.2011.00083 . ПМК 3159402 . ПМИД 21991252 .
^ Бассетт Д.С., Нельсон Б.Г., Мюллер Б.А., Камчонг Дж., Лим Но.К. (февраль 2012 г.). «Измененная сложность состояния покоя при шизофрении» . НейроИмидж . 59 (3): 2196–2207. doi : 10.1016/j.neuroimage.2011.10.002 . ПМЦ 3254701 . ПМИД 22008374 .
^ Бассетт Д.С., Уимбс Н.Ф., Портер М.А., Муха П.Дж., Карлсон Дж.М., Графтон С.Т. (май 2011 г.). «Динамическая реконфигурация сетей человеческого мозга во время обучения» . Труды Национальной академии наук Соединенных Штатов Америки . 108 (18): 7641–7646. arXiv : 1010.3775 . Бибкод : 2011PNAS..108.7641B . дои : 10.1073/pnas.1018985108 . ПМК 3088578 . ПМИД 21502525 .
^ Барбей АК (январь 2018 г.). «Сетевая нейробиологическая теория человеческого интеллекта» . Тенденции в когнитивных науках . 22 (1): 8–20. дои : 10.1016/j.tics.2017.10.001 . ПМИД 29167088 . S2CID 9550986 .
^ Кэрролл Дж. Б. (29 января 1993 г.). Когнитивные способности человека . Издательство Кембриджского университета. дои : 10.1017/cbo9780511571312 . ISBN 978-0-521-38712-5 .
^ МакГрю К.С., Вендлинг Б.Дж. (14 июня 2010 г.). «Отношения когнитивных достижений Кеттелла-Хорна-Кэрролла: что мы узнали за последние 20 лет исследований» . Психология в школе . 47 (7): 651–675. дои : 10.1002/pits.20497 . ISSN 0033-3085 .
^ Меррифилд PR (ноябрь 1975 г.). «Рецензии на книгу: Рэймонд Б. Кеттелл. Способности: их структура, рост и действие. Бостон: Houghton Mifflin, 1971. 583 + xxii стр. 17,50 долларов». Американский журнал исследований в области образования . 12 (4): 516–521. дои : 10.3102/00028312012004516 . ISSN 0002-8312 . S2CID 143385169 .
^ Бассетт Д.С., Буллмор Э. (декабрь 2006 г.). «Мозговые сети маленького мира». Нейробиолог . 12 (6): 512–523. дои : 10.1177/1073858406293182 . ПМИД 17079517 . S2CID 4305469 .
^ Бассетт Д.С., Буллмор ET (октябрь 2017 г.). «Возвращение к мозговым сетям маленького мира» . Нейробиолог . 23 (5): 499–516. дои : 10.1177/1073858416667720 . ПМК 5603984 . ПМИД 27655008 .
^ Уоттс-ди-джей, Строгац С.Х. (июнь 1998 г.). «Коллективная динамика сетей «маленького мира». Природа . 393 (6684): 440–442. Бибкод : 1998Natur.393..440W . дои : 10.1038/30918 . ПМИД 9623998 . S2CID 4429113 .
^ Кицбихлер М.Г., Хенсон Р.Н., Смит М.Л., Натан П.Дж., Буллмор И.Т. (июнь 2011 г.). «Когнитивные усилия определяют конфигурацию рабочего пространства функциональных сетей человеческого мозга» . Журнал неврологии . 31 (22): 8259–8270. doi : 10.1523/jneurosci.0440-11.2011 . ПМК 6622866 . ПМИД 21632947 .
^ Деэн С., Керсберг М., Чанже Дж. П. (ноябрь 1998 г.). «Нейронная модель глобального рабочего пространства в сложных когнитивных задачах» . Труды Национальной академии наук Соединенных Штатов Америки . 95 (24): 14529–14534. Бибкод : 1998PNAS...9514529D . дои : 10.1073/pnas.95.24.14529 . ПМК 24407 . ПМИД 9826734 .
^ Jump up to: ^а ^б ^с ^д Малдерс П., Ллера А., Тендолкар И., ван Эйндховен П., Бекманн С. (сентябрь 2018 г.). «Профили личности связаны с функциональными сетями мозга, связанными с познанием и эмоциями» . Научные отчеты . 8 (1): 13874. Бибкод : 2018НатСР...813874М . дои : 10.1038/s41598-018-32248-x . ПМК 6141550 . ПМИД 30224828 . S2CID 52288834 .
^ Саймон С.С., Варангис Э., Стерн Ю. (февраль 2020 г.). «Связь между личностью и функциональными связями всего мозга в состоянии покоя: данные на протяжении всей взрослой жизни» . Мозг и поведение . 10 (2): e01515. дои : 10.1002/brb3.1515 . ПМК 7249003 . ПМИД 31903706 .
^ Jump up to: ^а ^б Хильгер К., Маркетт С. (2 сентября 2021 г.). «Нейронаука личностных сетей: обещания и проблемы на пути к объединяющей структуре индивидуальной изменчивости» . Сетевая нейронаука . 5 (3): 631–645. дои : 10.1162/netn_a_00198 . ПМЦ 8567832 . ПМИД 34746620 . S2CID 235679890 .
^ Jump up to: ^а ^б Маркетт С., Монтэг С., Рейтер М. (август 2018 г.). «Сетевая нейронаука и личность» . Нейронаука личности . 1 : е14. дои : 10.1017/pen.2018.12 . ПМК 7219685 . ПМИД 32435733 . S2CID 59369063 .
^ Jump up to: ^а ^б Американская психиатрическая ассоциация (2013). Диагностическое и статистическое руководство по психическим расстройствам: ДСМ-5 . Американское психиатрическое издание. ISBN 978-0-89042-554-1 . OCLC 852955050 .
^ Кеннеди ДП, Куршен Э (февраль 2008 г.). «Внутренняя функциональная организация мозга изменяется при аутизме». НейроИмидж . 39 (4): 1877–1885. doi : 10.1016/j.neuroimage.2007.10.052 . ПМИД 18083565 . S2CID 26721643 .
^ Jump up to: ^а ^б Ди Мартино А., Росс К., Уддин LQ, Склар AB, Кастельянос FX, Милхэм MP (январь 2009 г.). «Функциональные корреляты мозга социальных и несоциальных процессов при расстройствах аутистического спектра: метаанализ оценки вероятности активации» . Биологическая психиатрия . Восприятие, эмпатия и вознаграждение при синдроме дефицита внимания/гиперактивности и аутизме. 65 (1): 63–74. doi : 10.1016/j.biopsych.2008.09.022 . ПМЦ 2993772 . ПМИД 18996505 .
^ Jump up to: ^а ^б Мюллер Р.А. (2007). «Изучение аутизма как распределенного расстройства» . Обзоры исследований умственной отсталости и нарушений развития . 13 (1): 85–95. дои : 10.1002/mrdd.20141 . ПМЦ 3315379 . ПМИД 17326118 .
^ "Шизофрения" . Национальный институт психического здоровья (NIMH) . Проверено 30 июня 2022 г.
^ Форнито А., Юн Дж., Залески А., Буллмор Э.Т., Картер К.С. (июль 2011 г.). «Общие и специфические нарушения функциональной связи при первом эпизоде шизофрении при выполнении когнитивного контроля» . Биологическая психиатрия . CNTRICS II: Разработка визуализирующих биомаркеров шизофрении. 70 (1): 64–72. doi : 10.1016/j.biopsych.2011.02.019 . ПМК 4015465 . ПМИД 21514570 .
^ «Поправка к Уитфилду-Габриэли и др., Гиперактивность и гиперсвязность сети по умолчанию при шизофрении и у родственников первой степени родства лиц, больных шизофренией» . Труды Национальной академии наук . 106 (11): 4572. 17 марта 2009 г. Бибкод : 2009PNAS..106.4572. . дои : 10.1073/pnas.0900938106 . ISSN 0027-8424 . ПМЦ 2657392 .
^ Онгюр Д., Ланди М., Гринхаус I, Шинн А.К., Менон В., Коэн Б.М., Реншоу П.Ф. (июль 2010 г.). «Сетевые нарушения режима по умолчанию при биполярном расстройстве и шизофрении» . Психиатрические исследования . 183 (1): 59–68. doi : 10.1016/j.pscychresns.2010.04.008 . ПМЦ 2902695 . ПМИД 20553873 .
^ Камчонг Дж., Макдональд А.В., Белл С., Мюллер Б.А., Лим Но.К. (май 2011 г.). «Измененные функциональные и анатомические связи при шизофрении» . Бюллетень шизофрении . 37 (3): 640–650. дои : 10.1093/schbul/sbp131 . ПМК 3080691 . ПМИД 19920062 .
^ Ротарска-Ягела А., ван де Вен В., Эртель-Кнехель В., Ульхаас П.Дж., Фогелей К., Линден Д.Е. (март 2010 г.). «Функциональная сеть состояния покоя коррелирует с психотическими симптомами при шизофрении». Исследования шизофрении . 117 (1): 21–30. doi : 10.1016/j.schres.2010.01.001 . ПМИД 20097544 . S2CID 12223111 .
^ Паланияппан Л., Малликарджун П., Джозеф В., Уайт Т.П., Лиддл П.Ф. (август 2011 г.). «Искажение реальности связано со структурой сети значимости при шизофрении». Психологическая медицина . 41 (8): 1701–1708. дои : 10.1017/S0033291710002205 . ПМИД 21144116 . S2CID 34237253 .
^ Соммер И.Э., Дидерен К.М., Блом Дж.Д., Виллемс А., Кушан Л., Слотема К. и др. (декабрь 2008 г.). «Слуховые вербальные галлюцинации преимущественно активируют правую нижнюю лобную область» . Мозг . 131 (Часть 12): 3169–3177. дои : 10.1093/brain/awn251 . ПМИД 18854323 .
^ Уайт Т.П., Джозеф В., Фрэнсис С.Т., Лиддл П.Ф. (ноябрь 2010 г.). «Связность аберрантной сети значимости (двусторонняя островковая оболочка и передняя поясная извилина) во время обработки информации при шизофрении». Исследования шизофрении . 123 (2–3): 105–115. doi : 10.1016/j.schres.2010.07.020 . ПМИД 20724114 . S2CID 30753185 .
^ Jump up to: ^а ^б Толомео С, Ю Р (январь 2022 г.). «Дисфункции сети мозга при зависимости: метаанализ функциональной связи в состоянии покоя» . Трансляционная психиатрия . 12 (1): 41. дои : 10.1038/s41398-022-01792-6 . ПМЦ 8799706 . ПМИД 35091540 .
^ Jump up to: ^а ^б ^с ^д Зильверстанд А., Хуанг А.С., Алия-Кляйн Н., Гольдштейн Р.З. (июнь 2018 г.). «Нейровизуализация нарушенного торможения реакции и атрибуции значимости при наркозависимости у человека: систематический обзор» . Нейрон . 98 (5): 886–903. дои : 10.1016/j.neuron.2018.03.048 . ПМЦ 5995133 . ПМИД 29879391 .
^ «Симптомы – Биполярное расстройство» . nhs.uk. 11 февраля 2021 г. Проверено 30 июня 2022 г.
^ Зарп Петерсен Дж., Варо С., Сковсен К.Ф., Отт К.В., Кьерстад Х.Л., Виета Е. и др. (февраль 2022 г.). «Нейрональные основы когнитивных нарушений при биполярном расстройстве: крупное исследование функциональной магнитно-резонансной томографии, основанное на данных». Биполярные расстройства . 24 (1): 69–81. дои : 10.1111/bdi.13100 . ПМИД 33955648 . S2CID 233870845 .
^ Гойя-Мальдонадо Р., Бродманн К., Кейл М., Трост С., Дечент П., Грубер О. (февраль 2016 г.). «Дифференциация униполярной и биполярной депрессии по изменениям в крупных сетях мозга» . Картирование человеческого мозга . 37 (2): 808–818. дои : 10.1002/hbm.23070 . ПМК 6867444 . ПМИД 26611711 .
^ Чейз Х.В., Филлипс М.Л. (май 2016 г.). «Выявление нарушений функциональной связи нейронных сетей при биполярном расстройстве: на пути к гармонизированному методологическому подходу» . Биологическая психиатрия. Когнитивная нейронаука и нейровизуализация . 1 (3): 288–298. дои : 10.1016/j.bpsc.2015.12.006 . ПМЦ 4956344 . ПМИД 27453953 .
^ «Виды тревоги» . Психическое здоровье Великобритании . Проверено 1 июля 2022 г.
^ Сильвестр CM, Корбетта М, Райхл М.Е., Родебо Т.Л., Шлаггар Б.Л., Шелин Й.И. и др. (сентябрь 2012 г.). «Функциональная сетевая дисфункция при тревоге и тревожных расстройствах» . Тенденции в нейронауках . 35 (9): 527–535. дои : 10.1016/j.tins.2012.04.012 . ПМЦ 3432139 . ПМИД 22658924 .
^ Герлах А.Р., Карим Х.Т., Казан Дж., Айзенштейн Х.Дж., Крафти Р.Т., Андрееску С. (октябрь 2021 г.). «Сети беспокойства — к основанному на связях признаку беспокойства в позднем возрасте с использованием более высокой критики» . Трансляционная психиатрия . 11 (1): 550. doi : 10.1038/s41398-021-01648-5 . ПМЦ 8553743 . ПМИД 34711810 .
^ Рубин А (14 декабря 2009 г.). «Посттравматическое стрессовое расстройство (ПТСР)». Социальная работа . Издательство Оксфордского университета. дои : 10.1093/обо/9780195389678-0007 . ISBN 978-0-19-538967-8 .
^ Кайзер Р.Х., Эндрюс-Ханна-младший, Вагер Т.Д., Пиццагалли Д.А. (июнь 2015 г.). «Крупномасштабная сетевая дисфункция при большом депрессивном расстройстве: метаанализ функциональной связи в состоянии покоя» . JAMA Психиатрия . 72 (6): 603–611. дои : 10.1001/jamapsychiatry.2015.0071 . ПМК 4456260 . ПМИД 25785575 .
^ Эспиноза Ф.А., Вергара В.М., Рейес Д., Андерсон Н.Е., Харенски К.Л., Десети Дж. и др. (июнь 2018 г.). «Аберрантная функциональная сетевая связь при психопатии на основе большой (N = 985) судебно-медицинской выборки» . Картирование человеческого мозга . 39 (6): 2624–2634. дои : 10.1002/hbm.24028 . ПМЦ 5951759 . ПМИД 29498761 .
^ Jump up to: ^а ^б Деминг П., Кенигс М. (май 2020 г.). «Функциональные нейронные корреляты психопатии: метаанализ данных МРТ» . Трансляционная психиатрия . 10 (1): 133. дои : 10.1038/s41398-020-0816-8 . ПМК 7203015 . ПМИД 32376864 .
^ Тиллем С., Харенски К., Харенски С., Десети Дж., Коссон Д., Киль К.А., Баскин-Соммерс А. (1 января 2019 г.). «Психопатия связана со сдвигами в организации нейронных сетей у большой выборки мужчин-заключенных» . НейроИмидж. Клинический . 24 : 102083. doi : 10.1016/j.nicl.2019.102083 . ПМК 6861623 . ПМИД 31795050 .
^ Чжоу С., Ху Х, Ху Дж., Лян М., Инь Х., Чен Л. и др. (2016). «Измененная сеть мозга при боковом амиотрофическом склерозе: исследование сети на основе теории графов покоя на воксельном уровне» . Границы в неврологии . 10 :204. дои : 10.3389/fnins.2016.00204 . ПМЦ 4861727 . ПМИД 27242409 .
^ Дукич С., МакМакин Р., Буксо Т., Фазано А., Чипика Р., Пинто-Грау М. и др. (ноябрь 2019 г.). «Законтурное нарушение функциональных сетей при боковом амиотрофическом склерозе» . Картирование человеческого мозга . 40 (16): 4827–4842. дои : 10.1002/hbm.24740 . ПМК 6852475 . ПМИД 31348605 .
^ Jump up to: ^а ^б Вэй Л., Бэкен С., Лю Д., Чжан Дж., Ву GR (февраль 2022 г.). «Прогнозирование глобальных когнитивных и двигательных функций на основе функциональной связи у пациентов с боковым амиотрофическим склерозом, не принимавших рилузол» . Сетевая нейронаука . 6 (1): 161–174. дои : 10.1162/netn_a_00217 . ПМЦ 8959121 . ПМИД 35356196 . S2CID 244641014 .
^ Том Дж., Стейнбах Р., Гросскройц Дж., Дюрстевиц Д., Коппе Г. (февраль 2022 г.). «Классификация бокового амиотрофического склероза по объему мозга, связности и сетевой динамике» . Картирование человеческого мозга . 43 (2): 681–699. дои : 10.1002/hbm.25679 . ПМК 8720197 . ПМИД 34655259 .
^ Jump up to: ^а ^б Чжу Х., Хуан Дж., Дэн Л., Хэ Н., Ченг Л., Шу П. и др. (2019). «Аномальная динамическая функциональная связность, связанная с подкорковыми сетями при болезни Паркинсона: перспектива временной изменчивости» . Границы в неврологии . 13:80 . дои : 10.3389/fnins.2019.00080 . ПМК 6389716 . ПМИД 30837825 .
^ Герц Д.М., Медер Д., Камиллери Дж.А., Эйкхофф С.Б., Зибнер Х.Р. (май 2021 г.). «Изменения мозговой моторной сети при болезни Паркинсона: данные метааналитического моделирования» . Двигательные расстройства . 36 (5): 1180–1190. дои : 10.1002/mds.28468 . ПМЦ 8127399 . ПМИД 33427336 .
^ Касконе А.Д., Ланджелла С., Склеров М., Даян Э. (сентябрь 2021 г.). «Устойчивость лобно-теменной сети связана с защитой от снижения когнитивных функций при болезни Паркинсона» . Коммуникационная биология . 4 (1): 1021. doi : 10.1038/s42003-021-02478-3 . ПМК 8410800 . ПМИД 34471211 . S2CID 237379495 .
^ Клобушьякова П., Маречек Р., Фусек Ю., Витварова Е., Ректорова И. (1 января 2019 г.). «Связь между сетями мозга динамически отражает когнитивный статус болезни Паркинсона: продольное исследование» . Журнал болезни Альцгеймера . 67 (3): 971–984. дои : 10.3233/JAD-180834 . ПМК 6398554 . ПМИД 30776007 . S2CID 70350322 .
^ Колон-Перес Л.М., Таннер Дж.Дж., Куре М., Гойкочеа С., Маречи Т.Х., Прайс CC (1 марта 2018 г.). «Когниция и коннектомы при идиопатической болезни Паркинсона без деменции» . Сетевая нейронаука . 2 (1): 106–124. дои : 10.1162/NETN_a_00027 . ПМЦ 5989988 . ПМИД 29911667 . S2CID 49239023 .
^ Ко Дж.Х., Специрис П.Г., Эйдельберг Д. (декабрь 2018 г.). «Структура и функции сети при болезни Паркинсона» . Кора головного мозга . 28 (12): 4121–4135. дои : 10.1093/cercor/bhx267 . ПМК 6215468 . ПМИД 29088324 .
^ Jump up to: ^а ^б ^с Эспиноза Ф.А., Тернер Дж.А., Вергара В.М., Миллер Р.Л., Менниген Э., Лю Дж. и др. (апрель 2018 г.). «Взаимодействие всего мозга в большом исследовании носителей мутаций гена болезни Хантингтона и здоровых людей» . Мозговая связь . 8 (3): 166–178. дои : 10.1089/brain.2017.0538 . ПМЦ 5899293 . ПМИД 29291624 .
^ Вольф Р.К., Самбатаро Ф., Васик Н., Вольф Н.Д., Томанн П.А., Сафт С. и др. (сентябрь 2012 г.). «Изменения сети по умолчанию при доклинической болезни Хантингтона». Экспериментальная неврология . 237 (1): 191–198. дои : 10.1016/j.expneurol.2012.06.014 . ПМИД 22742947 . S2CID 34140760 .
^ Пини Л., Жакмо К., Каньен А., Менегелло Ф., Семенца К., Мантини Д., Валлези А. (январь 2020 г.). «Аберрантная связь сетей головного мозга при предсимптомной и манифестной болезни Хантингтона: систематический обзор» . Картирование человеческого мозга . 41 (1): 256–269. дои : 10.1002/hbm.24790 . ПМК 7268025 . ПМИД 31532053 .
^ Jump up to: ^а ^б Ли М.Х., Ли Ю, Хван Ю.Х., Мин А., Хан Б.С., Ким Д.Ю. (декабрь 2016 г.). «Влияние ограничения сна на структурную сеть мозга». НейроОтчёт . 27 (18): 1299–1304. doi : 10.1097/WNR.0000000000000687 . ПМИД 27749493 . S2CID 2234093 .
^ Бай Ю, Тан Дж, Лю Х, Цуй Икс, Ли Д, Инь Х (апрель 2022 г.). «Функциональная связь сенсорной/соматомоторной сети в состоянии покоя, связанная с качеством сна: данные из 202 образцов молодых мужчин» . Мозговые изображения и поведение . 16 (4): 1832–1841. дои : 10.1007/s11682-022-00654-5 . ПМЦ 8982909 . ПМИД 35381969 .
^ Jump up to: ^а ^б Вэй Ю., Брессер Т., Вассинг Р., Стофферс Д., Ван Сомерен Э.Дж., Фостер-Дингли Дж.К. (1 января 2019 г.). «Изменения структурной сети связей мозга при бессоннице показывают центральную роль правой угловой извилины» . НейроИмидж. Клинический . 24 : 102019. doi : 10.1016/j.nicl.2019.102019 . ПМК 6839281 . PMID 31678910 . S2CID 204823650 .
^ Лэй Ю, Шао Ю, Ван Л, Чжай Т, Цзоу Ф, Йе Э и др. (28 июля 2015 г.). «Крупномасштабное взаимодействие сетей мозга предсказывает полное влияние лишения сна на когнитивные способности» . ПЛОС ОДИН . 10 (7): e0133959. Бибкод : 2015PLoSO..1033959L . дои : 10.1371/journal.pone.0133959 . ПМК 4517902 . ПМИД 26218521 .
^ Сунг Д., Пак Б., Ким С.Ю., Ким Б.Н., Пак С., Юнг К.И. и др. (март 2020 г.). «Структурные изменения в крупномасштабных сетях мозга и их связь с нарушениями сна у подростков» . Научные отчеты . 10 (1): 3853. Бибкод : 2020НатСР..10.3853С . дои : 10.1038/s41598-020-60692-1 . ПМК 7051958 . ПМИД 32123208 .
^ Jump up to: ^а ^б ^с «Что такое деменция?» . Ассоциация Альцгеймера . Проверено 29 июня 2022 г.
^ Брайер М.Р., Томас Дж.Б., Ансес Б.М. (июнь 2014 г.). «Сетевая дисфункция при болезни Альцгеймера: уточнение гипотезы разъединения» . Мозговая связь . 4 (5): 299–311. дои : 10.1089/brain.2014.0236 . ПМК 4064730 . ПМИД 24796856 .
^ Jump up to: ^а ^б Хэ Ю, Чен З, Гонг Дж, Эванс А (август 2009 г.). «Нейрональные сети при болезни Альцгеймера». Нейробиолог . 15 (4): 333–350. дои : 10.1177/1073858409334423 . ПМИД 19458383 . S2CID 6093647 .
^ «Исследование показывает, где начинается болезнь Альцгеймера и как она распространяется» . Медицинский центр Колумбийского университета в Ирвинге. 22 декабря 2013 г.
^ Jump up to: ^а ^б ^с «Что такое эпилепсия?» . Фонд эпилепсии.
^ Jump up to: ^а ^б ^с Стефан Х, Лопиш да Силва FH (март 2013 г.). «Эпилептические нейрональные сети: методы идентификации и клиническая значимость» . Границы в неврологии . 4 (8): 8. doi : 10.3389/fneur.2013.00008 . ПМК 3607195 . ПМИД 23532203 .
^ Jump up to: ^а ^б ^с ^д ^и ^ж ^г «Очаговые припадки» . Медицина Джонса Хопкинса. 8 августа 2021 г.
^ Jump up to: ^а ^б «Судороги: очаговые (парциальные)» . Всероссийская детская больница.
^ Jump up to: ^а ^б «Что такое инсульт?» . Национальный институт сердца, легких и крови. 26 мая 2023 г.
^ Гуггисберг АГ, Кох П.Дж., Хуммель ФК, Бютефиш СМ (июль 2019 г.). «Мозговые сети и их значение для реабилитации после инсульта» . Клиническая нейрофизиология . 130 (7): 1098–1124. дои : 10.1016/j.clinph.2019.04.004 . ПМК 6603430 . ПМИД 31082786 .
^ Jump up to: ^а ^б ^с ^д ^и ^ж «Что такое афазия?» . Афазия . Медицина Джонса Хопкинса.
^ Кавано Т., Хаттори Н., Уно Ю., Хатакенака М., Ягура Х., Фудзимото Х. и др. (июнь 2021 г.). «Связь между тяжестью афазии и изменениями сети головного мозга после инсульта, оцененная с помощью электроэнцефалографического индекса фазовой синхронности» . Научные отчеты . 11 (1): 12469. doi : 10.1038/s41598-021-91978-7 . ПМК 8203681 . ПМИД 34127750 .
^ Jump up to: ^а ^б Стиннетт Т., Редди В., Забель М.К. (август 2021 г.). «Нейроанатомия, зона Брока» . StatPearls [Интернет] . СтатПерлз. ПМИД 30252352 .
^ Сридхаран С., Арун К.М., Силаджа П.Н., Кешавадас С., Ситарам Р. (октябрь 2019 г.). «Функциональная связность речевых областей у больных с инсультом и выраженной афазией при нейробиоуправлении на основе функциональной магнитно-резонансной томографии в реальном времени» . Мозговая связь . 9 (8): 613–626. дои : 10.1089/brain.2019.0674 . ПМК 6798872 . ПМИД 31353935 .
^ Ачарья AB, Wroten M (2022). «Афазия Вернике» . СтатПерлс . Издательство StatPearls. ПМИД 28722980 .
^ «перисильвийская языковая зона» . Психологический словарь APA . Американская психологическая ассоциация.
^ Дронкерс Н.Ф., Бальдо Дж.В. «Язык: Афазия» . Аномическая афазия . Энциклопедия неврологии.
^ Jump up to: ^а ^б «Расстройства личности» . Национальный институт психического здоровья (NIMH) . Проверено 5 июля 2022 г.
^ Jump up to: ^а ^б ^с Краузе-Утц, Аннегрет; Зима, Дорина; Нидтфельд, Инга; Шмаль, Кристиан (март 2014 г.). «Последние результаты нейровизуализации при пограничном расстройстве личности». Текущие отчеты психиатрии . 16 (3): 438. doi : 10.1007/s11920-014-0438-z . ISSN 1535-1645 . ПМИД 24492919 . S2CID 207338094 .
^ Jump up to: ^а ^б Кэтрин С. Пьер, доктор медицины; Леа К. Марин, доктор медицинских наук; Хайме Вилснак, Массачусетс; Марианна Гудман, доктор медицинских наук (31 марта 2016 г.). «Нейробиология пограничного расстройства личности» . Психиатрические времена . Том 33 № 3. 33 (3).
^ Роуленд, Тобиас А.; и др. (2017). «Жизнь с навязчивой личностью» . Бюллетень BJPsych . 41 (6): 366–367. дои : 10.1192/pb.41.6.366a . ПМК 5709690 . ПМИД 29234518 .
^ Jump up to: ^а ^б Коутиньо, Жоана; и др. (2016). «Изменения сетевого подключения в режиме по умолчанию при обсессивно-компульсивном расстройстве личности: пилотное исследование» . Психиатрические исследования: нейровизуализация . 256 : 1–7. doi : 10.1016/j.pscychresns.2016.08.007 . hdl : 10316/93841 . ПМИД 27591486 . S2CID 207445431 .
^ Лей, Х.; и др. (январь 2020 г.). «Измененная спонтанная активность мозга при обсессивно-компульсивном расстройстве личности» . Комплексная психиатрия . 96 : 152144. doi : 10.1016/j.comppsych.2019.152144 . ПМИД 31707312 . S2CID 207950837 .

[Bassett_2017-1] Jump up to: ^а ^б ^с ^д Бассетт Д.С., Спорнс О (февраль 2017 г.). «Сетевая нейробиология» . Природная неврология . 20 (3): 353–364. дои : 10.1038/nn.4502 . ПМЦ 5485642 . ПМИД 28230844 .

[van_den_Heuvel_2010-2] Jump up to: ^а ^б ван ден Хеувел, член парламента, Хулсхофф Пол, HE (август 2010 г.). «Изучение сети мозга: обзор функциональной связи фМРТ в состоянии покоя» . Европейская нейропсихофармакология . 20 (8): 519–534. дои : 10.1016/j.euroneuro.2010.03.008 . ПМИД 20471808 .

[AlexF-3] Jump up to: ^а ^б ^с Форнито А., Бийстербош Дж., Чанг С., Смит Р., Залески А. «Введение в сетевую нейронауку: как строить, моделировать и анализировать коннектомы — 08:00–10:00» . Организация по картированию человеческого мозга (OHBM) . Проверено 11 марта 2020 г.

[Zador_2012-4] Задор А.М., Дубнау Дж., Ойибо Х.К., Жан Х., Цао Г., Пейкон И.Д. (2012). «Секвенирование коннектома» . ПЛОС Биология . 10 (10): e1001411. дои : 10.1371/journal.pbio.1001411 . ПМК 3479097 . ПМИД 23109909 .

[5] Цзэн Х (июнь 2018 г.). «Мезомасштабная коннектомика» . Современное мнение в нейробиологии . 50 : 154–162. дои : 10.1016/j.conb.2018.03.003 . ПМК 6027632 . ПМИД 29579713 .

[6] Крэддок Р.К., Джбабди С., Ян К.Г., Фогельштейн Дж.Т., Кастельянос Ф.К., Ди Мартино А. и др. (июнь 2013 г.). «Отображение коннектомов человека на макроуровне» . Природные методы . 10 (6): 524–539. дои : 10.1038/nmeth.2482 . ПМК 4096321 . ПМИД 23722212 .

[Leergaard_2012-7] Jump up to: ^а ^б ^с ^д ^и ^ж ^г Леергаард ТБ, Хильгетаг CC, Спорнс О (2012). «Картирование коннектома: многоуровневый анализ связей мозга» . Границы нейроинформатики . 6:14 . дои : 10.3389/fninf.2012.00014 . ПМК 3340894 . ПМИД 22557964 .

[:3-8] Jump up to: ^а ^б Бецель РФ (1 января 2022 г.). «Глава 2 - Сетевая нейробиология и революция коннектомики». В Horn A (ред.). Коннектомическая глубокая стимуляция мозга . Академическая пресса. стр. 25–58. arXiv : 2010.01591 . дои : 10.1016/B978-0-12-821861-7.00002-6 . ISBN 978-0-12-821861-7 . S2CID 222133072 .

[9] Чен Ю, Бухари К., Линь Т.В., Сейновски Т.Дж. (июнь 2022 г.). «Функциональная связность фМРТ с использованием дифференциальной ковариации предсказывает структурную связность и время поведенческой реакции» . Сетевая нейронаука . 6 (2): 614–633. дои : 10.1162/netn_a_00239 . ПМК 9207998 . ПМИД 35733425 .

[:4-10] Jump up to: ^а ^б ^с Абреу Р., Симойнс М., Кастело-Бранко М. (2020). «Раздвигая границы ЭЭГ: оценка крупномасштабных функциональных сетей мозга и их динамики, подтвержденной одновременной фМРТ» . Границы в неврологии . 14 : 323. дои : 10.3389/fnins.2020.00323 . ПМК 7177188 . ПМИД 32372908 .

[Tewarie_2020-11] Jump up to: ^а ^б Тевари П., Прассе Б., Мейер Дж.М., Сантос Ф.А., Доу Л., Шунхейм М.М. и др. (август 2020 г.). «Отображение функциональных сетей мозга из структурного коннектома: связь подходов расширения ряда и собственных мод» . НейроИмидж . 216 : 116805. doi : 10.1016/j.neuroimage.2020.116805 . ПМИД 32335264 . S2CID 216095869 .

[12] Фарахани Ф.В., Карвовски В., Лайтхолл Н.Р. (6 июня 2019 г.). «Применение теории графов для выявления закономерностей связности в сетях человеческого мозга: систематический обзор» . Границы в неврологии . 13 : 585. дои : 10.3389/fnins.2019.00585 . ПМЦ 6582769 . ПМИД 31249501 .

[frontiersin.org-13] Jump up to: ^а ^б ^с Фарахани, Фарзад В.; Карвовский, Вальдемар; Лайтхолл, Николь Р. (6 июня 2019 г.). «Применение теории графов для выявления закономерностей связности в сетях человеческого мозга: систематический обзор» . Границы в неврологии . 13 : 585. дои : 10.3389/fnins.2019.00585 . ПМЦ 6582769 . ПМИД 31249501 .

[14] Спорнс, О. (июнь 2018 г.). «Методы теории графов: приложения в мозговых сетях» . Диалоги в клинической неврологии . 20 (2): 111–121. дои : 10.31887/DCNS.2018.20.2/osporns . ПМК 6136126 . ПМИД 30250388 .

[Human_brain_networks:_a_graph_theor-15] Jump up to: ^а ^б Веккьо, Фабрицио; и др. (2020). «Сети человеческого мозга: графотеоретический анализ нормативной базы данных корковых связей на основе данных ЭЭГ здоровых пожилых людей» . Геронаука . 42 (2): 575–584. дои : 10.1007/s11357-020-00176-2 . ПМК 7205974 . ПМИД 32170641 .

[16] Буллмор Э., Спорнс О (март 2009 г.). «Сложные мозговые сети: графотеоретический анализ структурных и функциональных систем». Обзоры природы. Нейронаука . 10 (3): 186–198. дои : 10.1038/nrn2575 . ПМИД 19190637 . S2CID 205504722 .

[Sporns_2018-17] Спорнс О (июнь 2018 г.). «Методы теории графов: приложения в мозговых сетях» . Диалоги в клинической неврологии . 20 (2): 111–121. дои : 10.31887/DCNS.2018.20.2/osporns . ПМК 6136126 . ПМИД 30250388 .

[Bassett_2017b-18] Бассетт Д.С., Хамбхати А.Н., Графтон С.Т. (июнь 2017 г.). «Новые рубежи нейроинженерии: сетевая наука о связях мозга» . Ежегодный обзор биомедицинской инженерии . 19 (1): 327–352. doi : 10.1146/annurev-bioeng-071516-044511 . ПМК 6005206 . ПМИД 28375650 .

[19] Мхейх А., Вендлинг Ф., Хасан М. (1 июля 2020 г.). «Сходство мозговых сетей: методы и приложения» . Сетевая нейронаука . 4 (3): 507–527. дои : 10.1162/netn_a_00133 . ПМЦ 7462433 . ПМИД 32885113 .

[Sormaz_2018-20] Jump up to: ^а ^б ^с ^д ^и Сормаз М., Мерфи С., Ван Х.Т., Хаймерс М., Карапанагиотидис Т., Поэрио Г. и др. (сентябрь 2018 г.). «Сеть режима по умолчанию может поддерживать уровень детализации во время активных состояний задачи» . Труды Национальной академии наук Соединенных Штатов Америки . 115 (37): 9318–9323. Бибкод : 2018PNAS..115.9318S . дои : 10.1073/pnas.1721259115 . ПМК 6140531 . ПМИД 30150393 .

[21] Смит С.М., Фокс П.Т., Миллер К.Л., Глан Д.С., Фокс П.М., Маккей К.Э. и др. (август 2009 г.). «Соответствие функциональной архитектуры мозга во время активации и покоя» . Труды Национальной академии наук Соединенных Штатов Америки . 106 (31): 13040–13045. Бибкод : 2009PNAS..10613040S . дои : 10.1073/pnas.0905267106 . ПМЦ 2722273 . ПМИД 19620724 .

[22] Ашвал С. (январь 2017 г.). «Нарушения сознания у детей». Детская неврология Сваймана . Эльзевир. стр. 767–780. дои : 10.1016/B978-0-323-37101-8.00101-6 . ISBN 9780323371018 .

[Buckner_2008-23] Jump up to: ^а ^б Бакнер Р.Л., Эндрюс-Ханна младший, Шактер Д.Л. (март 2008 г.). «Сеть мозга по умолчанию: анатомия, функции и связь с болезнями». Анналы Нью-Йоркской академии наук . 1124 (1): 1–38. Бибкод : 2008NYASA1124....1B . дои : 10.1196/анналы.1440.011 . ПМИД 18400922 . S2CID 3167595 .

[24] Эндрюс-Ханна-младший, Смоллвуд Дж., Спренг Р.Н. (май 2014 г.). «Сеть по умолчанию и самогенерируемая мысль: составные процессы, динамический контроль и клиническая значимость» . Анналы Нью-Йоркской академии наук . 1316 (1): 29–52. Бибкод : 2014NYASA1316...29A . дои : 10.1111/nyas.12360 . ПМК 4039623 . ПМИД 24502540 .

[:9-25] Jump up to: ^а ^б ^с Менон V, Уддин LQ (июнь 2010 г.). «Значимость, переключение, внимание и контроль: сетевая модель функции островка» . Структура и функции мозга . 214 (5–6): 655–667. дои : 10.1007/s00429-010-0262-0 . ПМЦ 2899886 . ПМИД 20512370 .

[Vossel_2018-26] Jump up to: ^а ^б ^с ^д Воссел С., Гэн Дж.Дж., Финк Г.Р. (апрель 2014 г.). «Дорсальная и вентральная системы внимания: отдельные нейронные цепи, но совместные роли» . Нейробиолог . 20 (2): 150–159. дои : 10.1177/1073858413494269 . ПМК 4107817 . ПМИД 23835449 .

[Menon_2011-27] Jump up to: ^а ^б ^с ^д ^и Менон V (октябрь 2011 г.). «Крупномасштабные мозговые сети и психопатология: объединяющая модель тройной сети». Тенденции в когнитивных науках . 15 (10): 483–506. дои : 10.1016/j.tics.2011.08.003 . ПМИД 21908230 . S2CID 26653572 .

[Fox_2005-28] Jump up to: ^а ^б ^с Фокс, доктор медицинских наук, Снайдер А.З., Винсент Дж.Л., Корбетта М., Ван Эссен, округ Колумбия, Рэйхл М.Е. (июль 2005 г.). «Человеческий мозг по своей природе организован в виде динамических, антикоррелированных функциональных сетей» . Труды Национальной академии наук Соединенных Штатов Америки . 102 (27): 9673–9678. Бибкод : 2005PNAS..102.9673F . дои : 10.1073/pnas.0504136102 . ПМК 1157105 . ПМИД 15976020 .

[Borders_2020-29] Jump up to: ^а ^б ^с ^д ^и ^ж Границы А (апрель 2020 г.). «Размышление, познание и мозг». Руминация и связанные с ней конструкции: причины, последствия и лечение слишком многого мышления . Академическая пресса. стр. 279–311. дои : 10.1016/B978-0-12-812545-8.00009-7 . ISBN 9780128125458 . S2CID 219142164 .

[30] Бисвал Б., Йеткин Ф.З., Хотон В.М., Хайд Дж.С. (октябрь 1995 г.). «Функциональная связь в моторной коре покоящегося мозга человека с помощью эхопланарной МРТ». Магнитный резонанс в медицине . 34 (4): 537–541. дои : 10.1002/mrm.1910340409 . ПМИД 8524021 . S2CID 775793 .

[31] Кэссиди К., Ганьон Х., Лалвани П., Симмонит М., Ферстер Б., Парк Д. и др. (февраль 2019 г.). «Сегрегация сенсомоторной сети снижается с возрастом и связана с ГАМК и сенсомоторными характеристиками» . НейроИмидж . 186 : 234–244. doi : 10.1016/j.neuroimage.2018.11.008 . ПМК 6338503 . ПМИД 30414983 .

[32] Хафф Т., Махабади Н., Тади П. (2022). «Нейроанатомия, зрительная кора» . СтатПерлс . Остров сокровищ (Флорида): StatPearls Publishing. ПМИД 29494110 . Проверено 23 июня 2022 г.

[33] Ян YL, Дэн HX, Син GY, Ся XL, Ли HF (февраль 2015 г.). «Связность функциональных сетей мозга на основе зрительной задачи: области мозга, связанные с обработкой визуальной информации, значительно активируются в состоянии задачи» . Исследование регенерации нейронов . 10 (2): 298–307. дои : 10.4103/1673-5374.152386 . ПМК 4392680 . ПМИД 25883631 .

[34] Садагиани С., Д'Эспозито М. (сентябрь 2015 г.). «Функциональная характеристика цингуло-оперкулярной сети в поддержании тонической настороженности» . Кора головного мозга . 25 (9): 2763–2773. дои : 10.1093/cercor/bhu072 . ПМЦ 4537431 . ПМИД 24770711 .

[35] Хаусман Х.К., Хардкасл С., Альбису А., Крафт Дж.Н., Евангелиста Н.Д., Буцукас Э.М. и др. (апрель 2022 г.). «Связность цингуло-оперкулярной и лобно-теменной управляющей сети и исполнительное функционирование у пожилых людей» . Геронаука . 44 (2): 847–866. дои : 10.1007/s11357-021-00503-1 . ПМЦ 9135913 . ПМИД 34950997 .

[36] «Что такое нейронные сети?» . www.ibm.com . Проверено 6 июля 2022 г.

[:5-37] Jump up to: ^а ^б Йео, Б.Т. Томас; Кринен, Фенна М; Чи, Майкл В.Л.; Бакнер, Рэнди Л. (март 2014 г.). «Оценки разделения и перекрытия сетей функциональных связей в коре головного мозга человека» . НейроИмидж . 88 : 212–227. doi : 10.1016/j.neuroimage.2013.10.046 . ISSN 1053-8119 . ПМК 4007373 . ПМИД 24185018 .

[38] Томас Йео, Британская Колумбия; Кринен, Фенна М.; Грейв, Джордж; Мыло, Мерт Р.; Лашкар, Дэниел; Холлинсхед, Мариса; Роффман, Джошуа Л.; Меньший, Джордан В.; Золлей, Фиолетовый; Полимени, Джонатан Р.; Фишль, Брюс (сентябрь 2011 г.). «Организация коры головного мозга человека по внутренней функциональной связности» . Журнал нейрофизиологии . 106 (3): 1125–1165. дои : 10.1152/jn.00338.2011 . ISSN 0022-3077 . ПМК 3174820 . ПМИД 21653723 .

[39] Месулам, ММ (июнь 1998 г.). «От ощущения к познанию» . Мозг: журнал неврологии . 121 (Часть 6) (6): 1013–1052. дои : 10.1093/мозг/121.6.1013 . ISSN 0006-8950 . ПМИД 9648540 .

[40] Наджафи, Махшид; Макменамин, Брентон В.; Саймон, Джонатан З.; Пессоа, Луис (15 июля 2016 г.). «Перекрывающиеся сообщества обнаруживают богатую структуру крупных мозговых сетей во время отдыха и выполнения задач» . НейроИмидж . 135 : 92–106. doi : 10.1016/j.neuroimage.2016.04.054 . ISSN 1095-9572 . ПМЦ 4915991 . ПМИД 27129758 .

[41] Ачикалин, М. Явуз; Горголевский, Кшиштоф Ю.; Полдрак, Рассел А. (2017). «Координатный метаанализ совпадений региональной специализации и функциональной связности в сетях субъективных ценностей и сетей по умолчанию» . Границы в неврологии . 11 :1. дои : 10.3389/fnins.2017.00001 . ISSN 1662-453X . ПМК 5243799 . ПМИД 28154520 .

[42] Хармон-Джонс Э., Хармон-Джонс К. «Аффективная нейронаука» . Проект Ноба .

[Markett_2018-43] Jump up to: ^а ^б Маркетт С., Вударчик О.А., Бисвал Б.Б., Джавински П., Монтаг С. (декабрь 2018 г.). «Аффективная сетевая нейронаука» . Границы в неврологии . 12 : 895. дои : 10.3389/fnins.2018.00895 . ПМК 6298244 . ПМИД 30618543 .

[44] Барретт Л.Ф. (январь 2017 г.). «Теория сконструированных эмоций: активный вывод об интероцепции и категоризации» . Социальная когнитивная и аффективная нейронаука . 12 (1): 1–23. doi : 10.1093/scan/nsw154 . ПМК 5390700 . ПМИД 27798257 .

[Pessoa_2018-45] Jump up to: ^а ^б Пессоа Л (февраль 2018 г.). «Понимание эмоций с помощью сетей мозга» . Современное мнение в области поведенческих наук . 19 :19–25. дои : 10.1016/j.cobeha.2017.09.005 . ПМК 6003711 . ПМИД 29915794 .

[46] Пессоа Л (май 2017 г.). «Сетевая модель эмоционального мозга» . Тенденции в когнитивных науках . 21 (5): 357–371. дои : 10.1016/j.tics.2017.03.002 . ПМК 5534266 . ПМИД 28363681 .

[47] Кили К.М. (2014). «Когнитивная функция». В Микалосе AC (ред.). Энциклопедия исследований качества жизни и благополучия . Дордрехт: Springer Нидерланды. стр. 974–978. дои : 10.1007/978-94-007-0753-5_426 . ISBN 978-94-007-0753-5 .

[Medaglia_2015-48] Jump up to: ^а ^б Медалья Д.Д., Линалл М.Э., Бассетт Д.С. (август 2015 г.). «Когнитивная сетевая нейробиология» . Журнал когнитивной нейронауки . 27 (8): 1471–1491. дои : 10.1162/jocn_a_00810 . ПМЦ 4854276 . ПМИД 25803596 .

[Moussa_2011-49] Jump up to: ^а ^б ^с ^д Мусса М.Н., Вехлекар К.Д., Бурдетт Дж.Х., Стин М.Р., Хугеншмидт К.Э., Лауриенти П.Дж. (2011). «Изменения в когнитивном состоянии изменяют функциональные сети мозга человека» . Границы человеческой неврологии . 5 : 83. дои : 10.3389/fnhum.2011.00083 . ПМК 3159402 . ПМИД 21991252 .

[50] Бассетт Д.С., Нельсон Б.Г., Мюллер Б.А., Камчонг Дж., Лим Но.К. (февраль 2012 г.). «Измененная сложность состояния покоя при шизофрении» . НейроИмидж . 59 (3): 2196–2207. doi : 10.1016/j.neuroimage.2011.10.002 . ПМЦ 3254701 . ПМИД 22008374 .

[51] Бассетт Д.С., Уимбс Н.Ф., Портер М.А., Муха П.Дж., Карлсон Дж.М., Графтон С.Т. (май 2011 г.). «Динамическая реконфигурация сетей человеческого мозга во время обучения» . Труды Национальной академии наук Соединенных Штатов Америки . 108 (18): 7641–7646. arXiv : 1010.3775 . Бибкод : 2011PNAS..108.7641B . дои : 10.1073/pnas.1018985108 . ПМК 3088578 . ПМИД 21502525 .

[Barbey_2018-52] Барбей АК (январь 2018 г.). «Сетевая нейробиологическая теория человеческого интеллекта» . Тенденции в когнитивных науках . 22 (1): 8–20. дои : 10.1016/j.tics.2017.10.001 . ПМИД 29167088 . S2CID 9550986 .

[53] Кэрролл Дж. Б. (29 января 1993 г.). Когнитивные способности человека . Издательство Кембриджского университета. дои : 10.1017/cbo9780511571312 . ISBN 978-0-521-38712-5 .

[54] МакГрю К.С., Вендлинг Б.Дж. (14 июня 2010 г.). «Отношения когнитивных достижений Кеттелла-Хорна-Кэрролла: что мы узнали за последние 20 лет исследований» . Психология в школе . 47 (7): 651–675. дои : 10.1002/pits.20497 . ISSN 0033-3085 .

[55] Меррифилд PR (ноябрь 1975 г.). «Рецензии на книгу: Рэймонд Б. Кеттелл. Способности: их структура, рост и действие. Бостон: Houghton Mifflin, 1971. 583 + xxii стр. 17,50 долларов». Американский журнал исследований в области образования . 12 (4): 516–521. дои : 10.3102/00028312012004516 . ISSN 0002-8312 . S2CID 143385169 .

[56] Бассетт Д.С., Буллмор Э. (декабрь 2006 г.). «Мозговые сети маленького мира». Нейробиолог . 12 (6): 512–523. дои : 10.1177/1073858406293182 . ПМИД 17079517 . S2CID 4305469 .

[57] Бассетт Д.С., Буллмор ET (октябрь 2017 г.). «Возвращение к мозговым сетям маленького мира» . Нейробиолог . 23 (5): 499–516. дои : 10.1177/1073858416667720 . ПМК 5603984 . ПМИД 27655008 .

[58] Уоттс-ди-джей, Строгац С.Х. (июнь 1998 г.). «Коллективная динамика сетей «маленького мира». Природа . 393 (6684): 440–442. Бибкод : 1998Natur.393..440W . дои : 10.1038/30918 . ПМИД 9623998 . S2CID 4429113 .

[59] Кицбихлер М.Г., Хенсон Р.Н., Смит М.Л., Натан П.Дж., Буллмор И.Т. (июнь 2011 г.). «Когнитивные усилия определяют конфигурацию рабочего пространства функциональных сетей человеческого мозга» . Журнал неврологии . 31 (22): 8259–8270. doi : 10.1523/jneurosci.0440-11.2011 . ПМК 6622866 . ПМИД 21632947 .

[60] Деэн С., Керсберг М., Чанже Дж. П. (ноябрь 1998 г.). «Нейронная модель глобального рабочего пространства в сложных когнитивных задачах» . Труды Национальной академии наук Соединенных Штатов Америки . 95 (24): 14529–14534. Бибкод : 1998PNAS...9514529D . дои : 10.1073/pnas.95.24.14529 . ПМК 24407 . ПМИД 9826734 .

[Mulders_2018-61] Jump up to: ^а ^б ^с ^д Малдерс П., Ллера А., Тендолкар И., ван Эйндховен П., Бекманн С. (сентябрь 2018 г.). «Профили личности связаны с функциональными сетями мозга, связанными с познанием и эмоциями» . Научные отчеты . 8 (1): 13874. Бибкод : 2018НатСР...813874М . дои : 10.1038/s41598-018-32248-x . ПМК 6141550 . ПМИД 30224828 . S2CID 52288834 .

[62] Саймон С.С., Варангис Э., Стерн Ю. (февраль 2020 г.). «Связь между личностью и функциональными связями всего мозга в состоянии покоя: данные на протяжении всей взрослой жизни» . Мозг и поведение . 10 (2): e01515. дои : 10.1002/brb3.1515 . ПМК 7249003 . ПМИД 31903706 .

[Personality_network_neuroscience:_P-63] Jump up to: ^а ^б Хильгер К., Маркетт С. (2 сентября 2021 г.). «Нейронаука личностных сетей: обещания и проблемы на пути к объединяющей структуре индивидуальной изменчивости» . Сетевая нейронаука . 5 (3): 631–645. дои : 10.1162/netn_a_00198 . ПМЦ 8567832 . ПМИД 34746620 . S2CID 235679890 .

[Markett_2018b-64] Jump up to: ^а ^б Маркетт С., Монтэг С., Рейтер М. (август 2018 г.). «Сетевая нейронаука и личность» . Нейронаука личности . 1 : е14. дои : 10.1017/pen.2018.12 . ПМК 7219685 . ПМИД 32435733 . S2CID 59369063 .

[:10-65] Jump up to: ^а ^б Американская психиатрическая ассоциация (2013). Диагностическое и статистическое руководство по психическим расстройствам: ДСМ-5 . Американское психиатрическое издание. ISBN 978-0-89042-554-1 . OCLC 852955050 .

[66] Кеннеди ДП, Куршен Э (февраль 2008 г.). «Внутренняя функциональная организация мозга изменяется при аутизме». НейроИмидж . 39 (4): 1877–1885. doi : 10.1016/j.neuroimage.2007.10.052 . ПМИД 18083565 . S2CID 26721643 .

[Di_Martino_2009-67] Jump up to: ^а ^б Ди Мартино А., Росс К., Уддин LQ, Склар AB, Кастельянос FX, Милхэм MP (январь 2009 г.). «Функциональные корреляты мозга социальных и несоциальных процессов при расстройствах аутистического спектра: метаанализ оценки вероятности активации» . Биологическая психиатрия . Восприятие, эмпатия и вознаграждение при синдроме дефицита внимания/гиперактивности и аутизме. 65 (1): 63–74. doi : 10.1016/j.biopsych.2008.09.022 . ПМЦ 2993772 . ПМИД 18996505 .

[Müller_2007-68] Jump up to: ^а ^б Мюллер Р.А. (2007). «Изучение аутизма как распределенного расстройства» . Обзоры исследований умственной отсталости и нарушений развития . 13 (1): 85–95. дои : 10.1002/mrdd.20141 . ПМЦ 3315379 . ПМИД 17326118 .

[69] "Шизофрения" . Национальный институт психического здоровья (NIMH) . Проверено 30 июня 2022 г.

[70] Форнито А., Юн Дж., Залески А., Буллмор Э.Т., Картер К.С. (июль 2011 г.). «Общие и специфические нарушения функциональной связи при первом эпизоде шизофрении при выполнении когнитивного контроля» . Биологическая психиатрия . CNTRICS II: Разработка визуализирующих биомаркеров шизофрении. 70 (1): 64–72. doi : 10.1016/j.biopsych.2011.02.019 . ПМК 4015465 . ПМИД 21514570 .

[71] «Поправка к Уитфилду-Габриэли и др., Гиперактивность и гиперсвязность сети по умолчанию при шизофрении и у родственников первой степени родства лиц, больных шизофренией» . Труды Национальной академии наук . 106 (11): 4572. 17 марта 2009 г. Бибкод : 2009PNAS..106.4572. . дои : 10.1073/pnas.0900938106 . ISSN 0027-8424 . ПМЦ 2657392 .

[72] Онгюр Д., Ланди М., Гринхаус I, Шинн А.К., Менон В., Коэн Б.М., Реншоу П.Ф. (июль 2010 г.). «Сетевые нарушения режима по умолчанию при биполярном расстройстве и шизофрении» . Психиатрические исследования . 183 (1): 59–68. doi : 10.1016/j.pscychresns.2010.04.008 . ПМЦ 2902695 . ПМИД 20553873 .

[73] Камчонг Дж., Макдональд А.В., Белл С., Мюллер Б.А., Лим Но.К. (май 2011 г.). «Измененные функциональные и анатомические связи при шизофрении» . Бюллетень шизофрении . 37 (3): 640–650. дои : 10.1093/schbul/sbp131 . ПМК 3080691 . ПМИД 19920062 .

[74] Ротарска-Ягела А., ван де Вен В., Эртель-Кнехель В., Ульхаас П.Дж., Фогелей К., Линден Д.Е. (март 2010 г.). «Функциональная сеть состояния покоя коррелирует с психотическими симптомами при шизофрении». Исследования шизофрении . 117 (1): 21–30. doi : 10.1016/j.schres.2010.01.001 . ПМИД 20097544 . S2CID 12223111 .

[75] Паланияппан Л., Малликарджун П., Джозеф В., Уайт Т.П., Лиддл П.Ф. (август 2011 г.). «Искажение реальности связано со структурой сети значимости при шизофрении». Психологическая медицина . 41 (8): 1701–1708. дои : 10.1017/S0033291710002205 . ПМИД 21144116 . S2CID 34237253 .

[76] Соммер И.Э., Дидерен К.М., Блом Дж.Д., Виллемс А., Кушан Л., Слотема К. и др. (декабрь 2008 г.). «Слуховые вербальные галлюцинации преимущественно активируют правую нижнюю лобную область» . Мозг . 131 (Часть 12): 3169–3177. дои : 10.1093/brain/awn251 . ПМИД 18854323 .

[77] Уайт Т.П., Джозеф В., Фрэнсис С.Т., Лиддл П.Ф. (ноябрь 2010 г.). «Связность аберрантной сети значимости (двусторонняя островковая оболочка и передняя поясная извилина) во время обработки информации при шизофрении». Исследования шизофрении . 123 (2–3): 105–115. doi : 10.1016/j.schres.2010.07.020 . ПМИД 20724114 . S2CID 30753185 .

[:11-78] Jump up to: ^а ^б Толомео С, Ю Р (январь 2022 г.). «Дисфункции сети мозга при зависимости: метаанализ функциональной связи в состоянии покоя» . Трансляционная психиатрия . 12 (1): 41. дои : 10.1038/s41398-022-01792-6 . ПМЦ 8799706 . ПМИД 35091540 .

[Zilverstand_2018-79] Jump up to: ^а ^б ^с ^д Зильверстанд А., Хуанг А.С., Алия-Кляйн Н., Гольдштейн Р.З. (июнь 2018 г.). «Нейровизуализация нарушенного торможения реакции и атрибуции значимости при наркозависимости у человека: систематический обзор» . Нейрон . 98 (5): 886–903. дои : 10.1016/j.neuron.2018.03.048 . ПМЦ 5995133 . ПМИД 29879391 .

[80] «Симптомы – Биполярное расстройство» . nhs.uk. 11 февраля 2021 г. Проверено 30 июня 2022 г.

[81] Зарп Петерсен Дж., Варо С., Сковсен К.Ф., Отт К.В., Кьерстад Х.Л., Виета Е. и др. (февраль 2022 г.). «Нейрональные основы когнитивных нарушений при биполярном расстройстве: крупное исследование функциональной магнитно-резонансной томографии, основанное на данных». Биполярные расстройства . 24 (1): 69–81. дои : 10.1111/bdi.13100 . ПМИД 33955648 . S2CID 233870845 .

[82] Гойя-Мальдонадо Р., Бродманн К., Кейл М., Трост С., Дечент П., Грубер О. (февраль 2016 г.). «Дифференциация униполярной и биполярной депрессии по изменениям в крупных сетях мозга» . Картирование человеческого мозга . 37 (2): 808–818. дои : 10.1002/hbm.23070 . ПМК 6867444 . ПМИД 26611711 .

[83] Чейз Х.В., Филлипс М.Л. (май 2016 г.). «Выявление нарушений функциональной связи нейронных сетей при биполярном расстройстве: на пути к гармонизированному методологическому подходу» . Биологическая психиатрия. Когнитивная нейронаука и нейровизуализация . 1 (3): 288–298. дои : 10.1016/j.bpsc.2015.12.006 . ПМЦ 4956344 . ПМИД 27453953 .

[84] «Виды тревоги» . Психическое здоровье Великобритании . Проверено 1 июля 2022 г.

[85] Сильвестр CM, Корбетта М, Райхл М.Е., Родебо Т.Л., Шлаггар Б.Л., Шелин Й.И. и др. (сентябрь 2012 г.). «Функциональная сетевая дисфункция при тревоге и тревожных расстройствах» . Тенденции в нейронауках . 35 (9): 527–535. дои : 10.1016/j.tins.2012.04.012 . ПМЦ 3432139 . ПМИД 22658924 .

[86] Герлах А.Р., Карим Х.Т., Казан Дж., Айзенштейн Х.Дж., Крафти Р.Т., Андрееску С. (октябрь 2021 г.). «Сети беспокойства — к основанному на связях признаку беспокойства в позднем возрасте с использованием более высокой критики» . Трансляционная психиатрия . 11 (1): 550. doi : 10.1038/s41398-021-01648-5 . ПМЦ 8553743 . ПМИД 34711810 .

[87] Рубин А (14 декабря 2009 г.). «Посттравматическое стрессовое расстройство (ПТСР)». Социальная работа . Издательство Оксфордского университета. дои : 10.1093/обо/9780195389678-0007 . ISBN 978-0-19-538967-8 .

[88] Кайзер Р.Х., Эндрюс-Ханна-младший, Вагер Т.Д., Пиццагалли Д.А. (июнь 2015 г.). «Крупномасштабная сетевая дисфункция при большом депрессивном расстройстве: метаанализ функциональной связи в состоянии покоя» . JAMA Психиатрия . 72 (6): 603–611. дои : 10.1001/jamapsychiatry.2015.0071 . ПМК 4456260 . ПМИД 25785575 .

[89] Эспиноза Ф.А., Вергара В.М., Рейес Д., Андерсон Н.Е., Харенски К.Л., Десети Дж. и др. (июнь 2018 г.). «Аберрантная функциональная сетевая связь при психопатии на основе большой (N = 985) судебно-медицинской выборки» . Картирование человеческого мозга . 39 (6): 2624–2634. дои : 10.1002/hbm.24028 . ПМЦ 5951759 . ПМИД 29498761 .

[Deming_2020-90] Jump up to: ^а ^б Деминг П., Кенигс М. (май 2020 г.). «Функциональные нейронные корреляты психопатии: метаанализ данных МРТ» . Трансляционная психиатрия . 10 (1): 133. дои : 10.1038/s41398-020-0816-8 . ПМК 7203015 . ПМИД 32376864 .

[91] Тиллем С., Харенски К., Харенски С., Десети Дж., Коссон Д., Киль К.А., Баскин-Соммерс А. (1 января 2019 г.). «Психопатия связана со сдвигами в организации нейронных сетей у большой выборки мужчин-заключенных» . НейроИмидж. Клинический . 24 : 102083. doi : 10.1016/j.nicl.2019.102083 . ПМК 6861623 . ПМИД 31795050 .

[92] Чжоу С., Ху Х, Ху Дж., Лян М., Инь Х., Чен Л. и др. (2016). «Измененная сеть мозга при боковом амиотрофическом склерозе: исследование сети на основе теории графов покоя на воксельном уровне» . Границы в неврологии . 10 :204. дои : 10.3389/fnins.2016.00204 . ПМЦ 4861727 . ПМИД 27242409 .

[93] Дукич С., МакМакин Р., Буксо Т., Фазано А., Чипика Р., Пинто-Грау М. и др. (ноябрь 2019 г.). «Законтурное нарушение функциональных сетей при боковом амиотрофическом склерозе» . Картирование человеческого мозга . 40 (16): 4827–4842. дои : 10.1002/hbm.24740 . ПМК 6852475 . ПМИД 31348605 .

[:6-94] Jump up to: ^а ^б Вэй Л., Бэкен С., Лю Д., Чжан Дж., Ву GR (февраль 2022 г.). «Прогнозирование глобальных когнитивных и двигательных функций на основе функциональной связи у пациентов с боковым амиотрофическим склерозом, не принимавших рилузол» . Сетевая нейронаука . 6 (1): 161–174. дои : 10.1162/netn_a_00217 . ПМЦ 8959121 . ПМИД 35356196 . S2CID 244641014 .

[95] Том Дж., Стейнбах Р., Гросскройц Дж., Дюрстевиц Д., Коппе Г. (февраль 2022 г.). «Классификация бокового амиотрофического склероза по объему мозга, связности и сетевой динамике» . Картирование человеческого мозга . 43 (2): 681–699. дои : 10.1002/hbm.25679 . ПМК 8720197 . ПМИД 34655259 .

[Zhu_2019-96] Jump up to: ^а ^б Чжу Х., Хуан Дж., Дэн Л., Хэ Н., Ченг Л., Шу П. и др. (2019). «Аномальная динамическая функциональная связность, связанная с подкорковыми сетями при болезни Паркинсона: перспектива временной изменчивости» . Границы в неврологии . 13:80 . дои : 10.3389/fnins.2019.00080 . ПМК 6389716 . ПМИД 30837825 .

[97] Герц Д.М., Медер Д., Камиллери Дж.А., Эйкхофф С.Б., Зибнер Х.Р. (май 2021 г.). «Изменения мозговой моторной сети при болезни Паркинсона: данные метааналитического моделирования» . Двигательные расстройства . 36 (5): 1180–1190. дои : 10.1002/mds.28468 . ПМЦ 8127399 . ПМИД 33427336 .

[98] Касконе А.Д., Ланджелла С., Склеров М., Даян Э. (сентябрь 2021 г.). «Устойчивость лобно-теменной сети связана с защитой от снижения когнитивных функций при болезни Паркинсона» . Коммуникационная биология . 4 (1): 1021. doi : 10.1038/s42003-021-02478-3 . ПМК 8410800 . ПМИД 34471211 . S2CID 237379495 .

[99] Клобушьякова П., Маречек Р., Фусек Ю., Витварова Е., Ректорова И. (1 января 2019 г.). «Связь между сетями мозга динамически отражает когнитивный статус болезни Паркинсона: продольное исследование» . Журнал болезни Альцгеймера . 67 (3): 971–984. дои : 10.3233/JAD-180834 . ПМК 6398554 . ПМИД 30776007 . S2CID 70350322 .

[100] Колон-Перес Л.М., Таннер Дж.Дж., Куре М., Гойкочеа С., Маречи Т.Х., Прайс CC (1 марта 2018 г.). «Когниция и коннектомы при идиопатической болезни Паркинсона без деменции» . Сетевая нейронаука . 2 (1): 106–124. дои : 10.1162/NETN_a_00027 . ПМЦ 5989988 . ПМИД 29911667 . S2CID 49239023 .

[101] Ко Дж.Х., Специрис П.Г., Эйдельберг Д. (декабрь 2018 г.). «Структура и функции сети при болезни Паркинсона» . Кора головного мозга . 28 (12): 4121–4135. дои : 10.1093/cercor/bhx267 . ПМК 6215468 . ПМИД 29088324 .

[:7-102] Jump up to: ^а ^б ^с Эспиноза Ф.А., Тернер Дж.А., Вергара В.М., Миллер Р.Л., Менниген Э., Лю Дж. и др. (апрель 2018 г.). «Взаимодействие всего мозга в большом исследовании носителей мутаций гена болезни Хантингтона и здоровых людей» . Мозговая связь . 8 (3): 166–178. дои : 10.1089/brain.2017.0538 . ПМЦ 5899293 . ПМИД 29291624 .

[103] Вольф Р.К., Самбатаро Ф., Васик Н., Вольф Н.Д., Томанн П.А., Сафт С. и др. (сентябрь 2012 г.). «Изменения сети по умолчанию при доклинической болезни Хантингтона». Экспериментальная неврология . 237 (1): 191–198. дои : 10.1016/j.expneurol.2012.06.014 . ПМИД 22742947 . S2CID 34140760 .

[104] Пини Л., Жакмо К., Каньен А., Менегелло Ф., Семенца К., Мантини Д., Валлези А. (январь 2020 г.). «Аберрантная связь сетей головного мозга при предсимптомной и манифестной болезни Хантингтона: систематический обзор» . Картирование человеческого мозга . 41 (1): 256–269. дои : 10.1002/hbm.24790 . ПМК 7268025 . ПМИД 31532053 .

[Lee_2016-105] Jump up to: ^а ^б Ли М.Х., Ли Ю, Хван Ю.Х., Мин А., Хан Б.С., Ким Д.Ю. (декабрь 2016 г.). «Влияние ограничения сна на структурную сеть мозга». НейроОтчёт . 27 (18): 1299–1304. doi : 10.1097/WNR.0000000000000687 . ПМИД 27749493 . S2CID 2234093 .

[106] Бай Ю, Тан Дж, Лю Х, Цуй Икс, Ли Д, Инь Х (апрель 2022 г.). «Функциональная связь сенсорной/соматомоторной сети в состоянии покоя, связанная с качеством сна: данные из 202 образцов молодых мужчин» . Мозговые изображения и поведение . 16 (4): 1832–1841. дои : 10.1007/s11682-022-00654-5 . ПМЦ 8982909 . ПМИД 35381969 .

[:8-107] Jump up to: ^а ^б Вэй Ю., Брессер Т., Вассинг Р., Стофферс Д., Ван Сомерен Э.Дж., Фостер-Дингли Дж.К. (1 января 2019 г.). «Изменения структурной сети связей мозга при бессоннице показывают центральную роль правой угловой извилины» . НейроИмидж. Клинический . 24 : 102019. doi : 10.1016/j.nicl.2019.102019 . ПМК 6839281 . PMID 31678910 . S2CID 204823650 .

[108] Лэй Ю, Шао Ю, Ван Л, Чжай Т, Цзоу Ф, Йе Э и др. (28 июля 2015 г.). «Крупномасштабное взаимодействие сетей мозга предсказывает полное влияние лишения сна на когнитивные способности» . ПЛОС ОДИН . 10 (7): e0133959. Бибкод : 2015PLoSO..1033959L . дои : 10.1371/journal.pone.0133959 . ПМК 4517902 . ПМИД 26218521 .

[109] Сунг Д., Пак Б., Ким С.Ю., Ким Б.Н., Пак С., Юнг К.И. и др. (март 2020 г.). «Структурные изменения в крупномасштабных сетях мозга и их связь с нарушениями сна у подростков» . Научные отчеты . 10 (1): 3853. Бибкод : 2020НатСР..10.3853С . дои : 10.1038/s41598-020-60692-1 . ПМК 7051958 . ПМИД 32123208 .

[AA_Dementia-110] Jump up to: ^а ^б ^с «Что такое деменция?» . Ассоциация Альцгеймера . Проверено 29 июня 2022 г.

[111] Брайер М.Р., Томас Дж.Б., Ансес Б.М. (июнь 2014 г.). «Сетевая дисфункция при болезни Альцгеймера: уточнение гипотезы разъединения» . Мозговая связь . 4 (5): 299–311. дои : 10.1089/brain.2014.0236 . ПМК 4064730 . ПМИД 24796856 .

[PMID19458383-112] Jump up to: ^а ^б Хэ Ю, Чен З, Гонг Дж, Эванс А (август 2009 г.). «Нейрональные сети при болезни Альцгеймера». Нейробиолог . 15 (4): 333–350. дои : 10.1177/1073858409334423 . ПМИД 19458383 . S2CID 6093647 .

[113] «Исследование показывает, где начинается болезнь Альцгеймера и как она распространяется» . Медицинский центр Колумбийского университета в Ирвинге. 22 декабря 2013 г.

[What_Is_Epilepsy-114] Jump up to: ^а ^б ^с «Что такое эпилепсия?» . Фонд эпилепсии.

[Stefan_2014-115] Jump up to: ^а ^б ^с Стефан Х, Лопиш да Силва FH (март 2013 г.). «Эпилептические нейрональные сети: методы идентификации и клиническая значимость» . Границы в неврологии . 4 (8): 8. doi : 10.3389/fneur.2013.00008 . ПМК 3607195 . ПМИД 23532203 .

[Focal_Seizures-116] Jump up to: ^а ^б ^с ^д ^и ^ж ^г «Очаговые припадки» . Медицина Джонса Хопкинса. 8 августа 2021 г.

[Seizures:_Focal-117] Jump up to: ^а ^б «Судороги: очаговые (парциальные)» . Всероссийская детская больница.

[nhlbi_stroke-118] Jump up to: ^а ^б «Что такое инсульт?» . Национальный институт сердца, легких и крови. 26 мая 2023 г.

[119] Гуггисберг АГ, Кох П.Дж., Хуммель ФК, Бютефиш СМ (июль 2019 г.). «Мозговые сети и их значение для реабилитации после инсульта» . Клиническая нейрофизиология . 130 (7): 1098–1124. дои : 10.1016/j.clinph.2019.04.004 . ПМК 6603430 . ПМИД 31082786 .

[What_is_Aphasia-120] Jump up to: ^а ^б ^с ^д ^и ^ж «Что такое афазия?» . Афазия . Медицина Джонса Хопкинса.

[121] Кавано Т., Хаттори Н., Уно Ю., Хатакенака М., Ягура Х., Фудзимото Х. и др. (июнь 2021 г.). «Связь между тяжестью афазии и изменениями сети головного мозга после инсульта, оцененная с помощью электроэнцефалографического индекса фазовой синхронности» . Научные отчеты . 11 (1): 12469. doi : 10.1038/s41598-021-91978-7 . ПМК 8203681 . ПМИД 34127750 .

[Stinnett_2021-122] Jump up to: ^а ^б Стиннетт Т., Редди В., Забель М.К. (август 2021 г.). «Нейроанатомия, зона Брока» . StatPearls [Интернет] . СтатПерлз. ПМИД 30252352 .

[123] Сридхаран С., Арун К.М., Силаджа П.Н., Кешавадас С., Ситарам Р. (октябрь 2019 г.). «Функциональная связность речевых областей у больных с инсультом и выраженной афазией при нейробиоуправлении на основе функциональной магнитно-резонансной томографии в реальном времени» . Мозговая связь . 9 (8): 613–626. дои : 10.1089/brain.2019.0674 . ПМК 6798872 . ПМИД 31353935 .

[124] Ачарья AB, Wroten M (2022). «Афазия Вернике» . СтатПерлс . Издательство StatPearls. ПМИД 28722980 .

[125] «перисильвийская языковая зона» . Психологический словарь APA . Американская психологическая ассоциация.

[126] Дронкерс Н.Ф., Бальдо Дж.В. «Язык: Афазия» . Аномическая афазия . Энциклопедия неврологии.

[:0-127] Jump up to: ^а ^б «Расстройства личности» . Национальный институт психического здоровья (NIMH) . Проверено 5 июля 2022 г.

[:1-128] Jump up to: ^а ^б ^с Краузе-Утц, Аннегрет; Зима, Дорина; Нидтфельд, Инга; Шмаль, Кристиан (март 2014 г.). «Последние результаты нейровизуализации при пограничном расстройстве личности». Текущие отчеты психиатрии . 16 (3): 438. doi : 10.1007/s11920-014-0438-z . ISSN 1535-1645 . ПМИД 24492919 . S2CID 207338094 .

[:2-129] Jump up to: ^а ^б Кэтрин С. Пьер, доктор медицины; Леа К. Марин, доктор медицинских наук; Хайме Вилснак, Массачусетс; Марианна Гудман, доктор медицинских наук (31 марта 2016 г.). «Нейробиология пограничного расстройства личности» . Психиатрические времена . Том 33 № 3. 33 (3).

[130] Роуленд, Тобиас А.; и др. (2017). «Жизнь с навязчивой личностью» . Бюллетень BJPsych . 41 (6): 366–367. дои : 10.1192/pb.41.6.366a . ПМК 5709690 . ПМИД 29234518 .

[Alterations_of_the_default_mode_net-131] Jump up to: ^а ^б Коутиньо, Жоана; и др. (2016). «Изменения сетевого подключения в режиме по умолчанию при обсессивно-компульсивном расстройстве личности: пилотное исследование» . Психиатрические исследования: нейровизуализация . 256 : 1–7. doi : 10.1016/j.pscychresns.2016.08.007 . hdl : 10316/93841 . ПМИД 27591486 . S2CID 207445431 .

[132] Лей, Х.; и др. (январь 2020 г.). «Измененная спонтанная активность мозга при обсессивно-компульсивном расстройстве личности» . Комплексная психиатрия . 96 : 152144. doi : 10.1016/j.comppsych.2019.152144 . ПМИД 31707312 . S2CID 207950837 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

[31]

[32]

[33]

[34]

[35]

[36]

[37]

[38]

[39]

[40]

[41]

[42]

[43]

[44]

[45]

[46]

[47]

[48]

[49]

[50]

[51]

[52]

[53]

[54]

[55]

[56]

[57]

[58]

[59]

[60]

[61]

[62]

[63]

[64]

[65]

[66]

[67]

[68]

[69]

[70]

[71]

[72]

[73]

[74]

[75]

[76]

[77]

[78]

[79]

[80]

[81]

[82]

[83]

[84]

[85]

[86]

[87]

[88]

[89]

[90]

[91]

[92]

[93]

[94]

[95]

[96]

[97]

[98]

[99]

[100]