方法文章

利用基于实时功能磁共振成像的神经反馈降低尼古丁成瘾吸烟者脑岛皮层活性

DOI：

10.3791/59441

⸱

2020年6月10日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Departamento de Psiquiatría, Escuela de Medicina, Centro Interdisciplinario de Neurociencias, Pontificia Universidad Católica de Chile, 2Laboratory for Brain-Machine Interfaces and Neuromodulation, Pontificia Universidad Católica de Chile, 3Institute of Medical Psychology and Behavioral Neurobiology, University of Tübingen, 4Department of Psychiatry and Psychotherapy, University of Tübingen, 5Unidad de Imágenes Cuantitativas Avanzadas, Departamento de Imaágenes, Facultad de Medicina Clínica Alemana, Universidad del Desarrollo, 6División de Neurociencia, Centro de Investigación en Complejidad Social (neuroCICS), Facultad de Gobierno, Universidad del Desarrollo, 7Institute di Ricovero e Cura a Carattere Scientifico, 8Wyss Center for Bio and Neuroengineering, 9Institute for Biological and Medical Engineering, Pontificia Universidad Católica de Chile

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在实时功能磁共振成像（rtfMRI）中，脑活动被作为自变量进行实验性操控，而行为则作为因变量进行测量。本文介绍的方案重点在于将rtfMRI作为治疗尼古丁成瘾等精神疾病的一种实用治疗工具。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

自首次基于功能性磁共振成像（fMRI）的神经反馈方法成功实施以来，已有十余年历史。此后，多项研究已证明，受试者能够学会自主控制特定的脑区。因此，实时fMRI（rtfMRI）为研究因调控脑活动而引起的行为改变提供了新的机遇。由此，关于rtfMRI应用于训练脑活动自我调控及其伴随的行为与临床状况改善的报道迅速增加，涉及神经与精神疾病（如精神分裂症、强迫症（OCD）、脑卒中）等。

成瘾研究中的神经影像学研究表明，在呈现与药物相关的线索时，前扣带皮层、眶额皮层和岛叶皮层会被激活。此外，当受试者暴露于诱发渴求的线索时，左右两侧岛叶皮层的活动均被证明与药物渴求程度高度相关。因此，由于双侧岛叶在表征身体内部（内感受）状态方面的重要作用，其在药物渴求与成瘾研究中具有特殊意义。本研究探讨利用实时功能磁共振成像（rtfMRI）神经反馈技术，降低尼古丁成瘾者双侧岛叶皮层的血氧水平依赖（BOLD）活动的可行性。同时，本研究还检验神经反馈训练是否会引起受试者对尼古丁渴求线索的内隐态度以及外显渴求行为的改变。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

神经反馈是一种操作性条件反射过程，通过该过程，人类或动物能够学会调节一个或多个脑区的神经活动。训练通常会导致行为改变1。原则上，来自一个或多个特定脑区的脑信号会被转化为感觉反馈（例如视觉、听觉或触觉反馈），并向受试者提供这些反馈，以通过操作性条件反射或其他学习形式实现对脑活动的调控。与传统的神经影像学范式相反，神经反馈研究将脑活动的调节作为自变量，将行为测量作为因变量。因此，神经反馈为研究特定脑区在不同认知功能中的作用，以及这些脑区的过度激活或激活不足如何导致异常行为，提供了一种新颖的方法。

神经反馈已结合多种神经影像技术使用，如功能磁共振成像（fMRI）、脑电图（EEG）和功能近红外光谱成像（fNIRS）。基于EEG和fNIRS的神经反馈范式具有时间分辨率高、成本较低和便携性强等优势2,3。然而，这些方法的空间分辨率较低，且无法探测大脑深层区域。此外，EEG在从头皮表面信号确定神经活动源时存在逆问题的计算复杂性4。然而，随着实时fMRI（rtfMRI）技术的最新进展，现已能够以良好的空间分辨率（例如，2 mm3）和720 ms的时间分辨率，获取大脑各区域的血流动力学信号5。因此，fMRI克服了fNIRS和EEG技术所存在的上述局限性。

尼古丁成瘾是全球范围内导致死亡的主要原因之一，其与吸烟相关的一系列疾病密切相关6导致尼古丁成瘾的公认因素包括社会、环境和心理因素。7，以及遗传易感性8在神经生物学层面，研究显示前扣带皮层（ACC）、眶额皮层 眶额皮层（OFC）、腹侧被盖区（VTA）、腹侧纹状体、杏仁核、海马、前额叶皮层（PFC）和脑岛皮层在呈现与药物相关线索时相较于中性对照线索的活动情况9,10,11,12,13,14左右脑岛的活动高度相关 吸烟者观看与药物相关的提示时的吸烟冲动15,16岛叶在诱发渴求行为中起着重要作用17,18,19,20,21，因为它负责感知身体状态。据报道，脑岛皮层受损的吸烟者比脑部其他区域受损但未累及脑岛的吸烟者更有可能成功戒烟18.

现有戒烟方法面临的主要挑战之一是较高的复吸率22。超过80%的吸烟者在戒烟后的最初几个月内出现复吸23。接触过去与药物使用相关的线索是导致尼古丁成瘾复吸率高的主要原因之一24。这一机制被称为“孵育效应”。本实验方案旨在针对通过情感启动任务评估的孵育效应。既往研究表明，戒烟者对与吸烟相关的线索具有负面的内隐态度25,26,27,28。在典型的情感启动任务中，情绪性启动刺激会影响对情感目标刺激的加工过程，从而改变反应时间和应答准确性29。换句话说，如果启动刺激与目标刺激的情感效价一致，则对目标刺激的反应时间会更快；反之则较慢。

本研究假设，双侧前脑岛皮层的下调将降低渴求感，因此，诱发渴求的线索的情感效价将由负性转变为中性，因为注意偏向和联想偏向将远离与吸烟相关的线索30。内隐行为任务采用的是情感启动任务，最初改编自 Czyzewska 和 Graham 的研究31。基于上述假设，预期在下调任务阶段相较于基线阶段，当启动刺激（诱发渴求的图片或其对应的中性图片）与具有正性效价的目标词组合呈现时，受试者的反应时间将缩短。该启动任务（图2B）包括一个启动图片（即诱发渴求的图片或其对应的中性图片32）以及一个具有正性或负性效价的目标词。启动图片呈现200毫秒，随后呈现目标词1秒。刺激起始异步时间（SOA）为250毫秒。随后，要求受试者判断目标词的情感效价（正性或负性），并尽可能快速且准确地通过按键作出反应。

rtfMRI 系统（图1）由以下子系统组成：（1）受试者，（2）信号采集，（3）在线信号分析，以及（4）信号反馈。信号采集使用一台 3.0T Siemens Trio 全身扫描仪，采用回波平面成像（EPI）序列33进行。图像重建、失真校正和信号平均等处理在扫描仪计算机上完成。图像重建和预处理完成后，数据被导出至信号分析子系统。信号分析子系统采用 Turbo Brain Voyager（TBV）34实现。TBV 获取重建后的图像，并进行数据处理，包括三维运动校正以及基于一般线性模型的实时统计分析35。TBV 允许用户在功能图像上针对多个体素绘制感兴趣区域（ROIs），并在每次重复时间（TR）后提取 ROI 的平均 BOLD 值。所选 ROI 的时间序列随后被导出至 MATLAB 脚本，由该脚本计算并向受试者呈现反馈信息。

以图形动画温度计的形式向参与者提供其大脑活动的视觉反馈，温度计的条形高度随感兴趣区域（ROI）的BOLD信号变化百分比成比例变化。已有若干研究采用间歇性反馈（即在EPI序列的若干个TR之后向参与者提供反馈）对参与者进行训练36,37。然而，在本研究中预计，由于脑岛前部参与感觉整合以及视觉反馈信息的处理，若采用持续反馈，参与者在下调该区域BOLD信号时将面临更大困难38。因此，推测持续反馈会在脑岛皮层内引发两个过程之间的冲突：一个过程因外部反馈而增强信号，另一个过程则因神经反馈训练而减弱信号。因此，本研究仅在每次下调调节区块结束时提供反馈（即延迟反馈）。向参与者显示一段文字（例如，0.87欧元）作为视觉反馈（图2A、C），表示其获得的金钱奖励金额。该奖励金额与调节区块中实现的BOLD信号下调百分比成正比。

实时功能磁共振成像（rtfMRI）是一种新兴的神经技术，有望克服成瘾治疗中现有疗法的一些问题，并可能提供更可靠、更有效的干预手段以减少复吸。本研究的长期目标包括三个方面：1）检验尼古丁成瘾者是否能够在诱发渴求行为的刺激存在时，学会下调前脑岛中的BOLD信号；2）考察神经反馈训练是否会引起渴求行为的改变；3）探索在为期六个月、无其他干预措施的训练后，神经反馈训练期间对脑岛活动下调所引起的渴求水平变化是否持续存在。本文详细描述了rtfMRI实验方案及其各个组成部分，展示了研究中的示例数据，并讨论了该方法在未来研究中的挑战与潜力。所呈现的实验方案旨在探究基于fMRI的神经反馈训练是否可用于研究吸烟者脑岛皮层脑活动的降低情况，同时旨在探讨脑岛皮层激活程度与吸烟者渴求行为之间的关系。

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

德国图宾根大学医学院伦理委员会和智利天主教大学批准了以下rtfMRI方案。

1. 硬件设置

  1. 硬件表示在 图1 仅需准备一次，以设置 MRI 数据的实时导出。
  2. MRI 扫描室的准备工作与传统的 fMRI 测量相同。在受试者到达之前，需完成 MRI 扫描室的准备工作。
  3. 将32通道或20通道头部线圈连接至扫描仪。
  4. 将投影仪的VGA/HDMI电缆和磁共振兼容反应装置（按钮盒）连接到刺激计算机。
    注意：在大多数磁共振（MR）设备中，反应装置会向刺激计算机发送TR触发信号。该触发信号有助于同步刺激呈现与数据采集。

2. 扫描仪外的参与者准备

  1. 准备参与者在到达前需要填写的知情同意书和问卷。
  2. 参与者到达后，向其解释实验内容及功能性磁共振成像（fMRI）技术，并指导其如何完成任务（例如：实验过程中，参与者必须保持眼睛睁开，始终注视显示屏上的图片，并尽量避免在扫描仪内移动头部）。
  3. 请参与者签署知情同意书，并填写用于评估渴求程度的问卷。
  4. 要求参与者填写以下问卷：1）VAS-C：视觉模拟量表-渴求39；2）QSU-b：吸烟渴求问卷-简明版40；3）每日吸烟数量。
  5. 请参与者通过一氧化碳（CO）检测设备呼气。
    注意：CO 测量值41用于判断参与者是否在神经反馈实验前至少 3 小时内未吸烟。CO 浓度以 ppm（百万分之一）为单位进行测量。较低的 CO 值表明参与者在到达前至少数小时内未吸烟。应要求参与者在实验前禁烟，以确保渴求线索在实验过程中引发较强的渴求感。对于 CO 值较高的参与者，应在后续的神经反馈实验前予以提醒，确保其在 rtfMRI 实验前禁烟。若参与者两次均未能遵守禁烟要求，则应将其排除出研究。

3. 受试者体位

注意：将受试者放置在扫描仪桌面上的步骤与传统的功能性磁共振成像实验类似。

  1. 在进入磁共振成像（MRI）室之前，请受试者从口袋中取出所有金属物品。
  2. 请受试者在仰卧于扫描仪检查床之前插入耳塞。
  3. 使用垫子固定受试者头部在线圈内的位置。此步骤有助于减少测量过程中头部的移动。
  4. 锁定头部线圈的上部，并将反射镜固定在头部线圈上。
  5. 将反应装置交给受试者，并根据受试者的舒适度放置该装置。
  6. 请受试者闭上眼睛，使用激光标记受试者两眉之间的参考头部位置。
  7. 移动扫描仪检查床，使标记位置位于MRI孔道的中心。
  8. 与受试者确认其体位舒适，并能通过反射镜看到投影在扫描仪后方屏幕上的视觉刺激。如有需要，调整反射镜位置。

4. 数据采集

  1. 在初始扫描期间，要求受试者闭上眼睛，并尽量不要移动头部。
  2. 使用定位序列开始测量。该序列通常用于确定后续解剖扫描和功能扫描（EPI序列）的切片位置。
  3. 为解剖扫描选择视野范围（FOV），参数如下：TR = 11.5 ms，TE = 5 ms，176个无层间距切片，FOV = 240 x 240 mm2，矩阵 = 256 x 256，翻转角 = 18°，可获得1 mm3各向同性体素。该序列的视野范围将覆盖受试者的整个头部。
  4. 功能扫描（EPI序列）的视野范围应与前连合/后连合线（AC-PC线）对齐。调整切片位置以覆盖目标感兴趣区域。序列参数如下：TR = 1.5，FOV = 192 mm，25个切片，体素 = 3 mm x 3 mm x 3 mm，翻转角 = 70°。

5. 功能性磁共振成像神经反馈

  1. 提醒参与者神经反馈实验即将开始，并重复之前提供的指导说明（例如，在基线阶段，一个区块由“+”符号表示）。
    注意：受试者必须观察显示屏上的图像。另一方面，在调节阶段（以向下的箭头表示），受试者应尝试运用某些认知策略，使自己脱离渴求冲动。每个调节阶段结束后显示的金额代表其表现水平，金额越高，表示表现越好。
  2. 执行神经反馈实验，其中基线期和调节期交替进行（每期各30秒）； 图2).
  3. 在刺激计算机上，运行使用呈现软件编写的刺激代码并按下 输入 按钮之后 准备就绪 出现在屏幕上。呈现程序代码现在正等待触发以开始神经反馈运行。
    注意：代码与来自扫描仪的TR触发信号同步，因此这是准备运行神经反馈实验的第一步。
  4. 在分析计算机上, 运行内部开发的 MATLAB 工具箱和 Turbo Brain Voyager（TBV）。
  5. 在 MATLAB 工具箱中，输入受试者的特定信息，例如患者编号和神经反馈运行编号。
  6. 按压 生成实验方案文件 使用第5.5步中输入的信息来准备方案文件。
    注意：协议文件包含与条件时序相关的信息（例如，特定条件应开始的时间以及应呈现的刺激）。该文件将由 MATLAB 工具箱和 TBV 共同使用。
  7. 按下按钮 执行 在 MATLAB 工具箱的图形用户界面中。代码现正处于等待从 TBV 接收数据的状态。
  8. 在TBV中，选择步骤5.6生成的协议文件。此外，选择之前神经反馈会话生成的.roi文件。
    注意：选择 ROI 文件非常重要，因为它可以避免在神经反馈运行的初始阶段（前 10 个 TR）出现 TBV 软件崩溃的情况。
  9. 在MR主机计算机上准备要执行的EPI序列。按下TBV中的启动按钮。
  10. 根据解剖标志在 TBV 软件中重新绘制目标 ROI。利用脑室的形态和大小作为定位前岛叶的解剖标志，同时依据岛叶皮层的波浪状形态精确选取与双侧前岛叶相关的体素。
  11. 以中央沟作为解剖学标志，在初级运动区（M1）绘制感兴趣区域（ROI）。初级运动区作为参考ROI，用于消除全局BOLD信号升高以及由头部运动引起的BOLD信号波动的影响。
  12. 每次神经反馈训练结束后，询问参与者：“在调节阶段您使用了什么样的认知策略？”此外，询问参与者其舒适程度，以及是否希望继续参与实验。
  13. 完成四次神经反馈运行后，选择单选按钮 是 用于转移实验。
    注意：转移运行与神经反馈运行类似，但参与者在没有反馈的情况下进行自我调节。这有助于确定所习得的自我调节能力是否能够迁移到参与者不再接收神经反馈的情境中（例如，离开扫描仪后的情境）。

6. 对照组

  1. 以与实验组相同的方式指导对照组参与者。但为对照组参与者提供配对反馈。
    注：在配对反馈中，实验组和对照组获得的平均强化物（金钱）数量保持相同。两组之间唯一的区别在于反馈与表现之间的依随性。对于对照组参与者，其总强化物（金钱）被随机分配到40%的下调试次中。而在其余60%的试次中，参与者将收到负反馈（0欧元）。因此，对照组参与者无法获得与表现相依随的反馈。

7. 离线分析

  1. 功能磁共振成像（fMRI）数据预处理
    1. 使用统计参数映射（SPM）工具箱对 fMRI 数据进行预处理（https://www.fil.ion.ucl.ac.uk/spm/ext/）。
    2. 利用 SPM 批处理功能中的格式转换工具，将 DICOM 格式的 fMRI 数据转换为 NIFTI 格式。
    3. 从每次神经反馈运行数据中去除前 10 次扫描，以避免梯度平衡效应42。
    4. 执行重定位过程，以消除运动伪影，并将所有体积数据与该次会话的第一个体积对齐。此外，进行时间切片校正，以补偿切片采集的时间延迟43。
    5. 对解剖扫描图像进行分割，将 EPI 序列数据与解剖数据进行共配准，并进行标准化处理，将个体空间数据映射到蒙特利尔神经学研究所（MNI）标准脑模板44。
    6. 使用我们自主研发的 MATLAB 代码，从围绕对应双侧前岛叶和初级运动皮层 MNI 坐标构建的立方体形感兴趣区域（ROI）中提取 BOLD 信号。
  2. BOLD 信号百分比变化的计算
    1. 根据每个 ROI 在调节阶段相对于前一基线阶段 BOLD 信号的平均变化，计算 BOLD 信号的百分比变化。BOLD 信号百分比变化的计算公式如下：
      百分比变化公式：(调节期平均 BOLD - 基线期平均 BOLD) / 基线期平均 BOLD × 100。
  3. 参与者显性吸烟行为的分析
    1. 将参与者对问卷的作答结果（即 QSU-b、VAS-C、CO 测量值及每日吸烟支数）导入 MATLAB。
    2. 使用 MATLAB 中的单样本 Kolmogorov-Smirnov 检验对数据进行正态性检验。
    3. 采用单样本 t 检验比较每位参与者不同问卷的作答结果，并采用配对样本 t 检验比较实验组与对照组之间的得分差异。
  4. 对诱发渴求线索的内隐态度分析
    1. 从呈现软件生成的日志文件中提取每位参与者在情感启动试验中的反应时（RT）。
    2. 根据反应时去除异常值（即排除反应时超过该参与者平均反应时标准差 2 倍以上的试验）。
    3. 使用 MATLAB 中的单样本 Kolmogorov-Smirnov 检验对数据进行正态性检验。
    4. 比较每位参与者在不同启动刺激（诱发渴求图像与中性图像）和目标刺激（积极词与消极词）组合下的中位反应时，评估下调调节效应，并使用配对 t 检验比较实验组与对照组之间的差异。

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

根据尼古丁依赖程度的费格斯特伦测试（Fagerström Test for Nicotine Dependence, FTND）45问卷结果，招募了四名具有中等程度尼古丁依赖（FTND评分>4）且每日吸烟数量（>15支）符合标准的患者。此外，根据机构的磁共振成像（MRI）安全规范，确保所有受试者均无纹身或金属植入物。每位受试者共接受了五次实时功能磁共振成像（rtfMRI）扫描，其中前四次在两周内完成（每周两次），第五次在第四次扫描后的6个月进行。要求受试者在每次扫描前至少禁烟3小时。

在第1天，参与者接受了训练前（神经反馈训练之前）测试，以获取其对诱发渴求行为图片的基线内隐行为反应。在第2次和第3次会话中，进行神经反馈训练（图2C），以训练参与者下调左侧（ROI1）和右侧（ROI2）前脑岛皮层的BOLD信号，这两个区域作为感兴趣区（ROIs）。随后进行一次与训练前会话完全相同的训练后（神经反馈训练之后；第4次会话）测试。为了评估神经反馈训练对内隐行为的长期影响，在训练后会话结束6个月后，进...

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

四名参与者的实验结果表明，吸烟者在接触诱发渴求的线索时，有可能学会下调双侧前脑岛的激活水平。样本参与者在神经反馈训练后，其内隐和外显吸烟行为的变化可能与习得的下调能力有关，因为该参与者在整个实验过程中未接受任何其他临床或实验性干预。参与者内隐行为的改变可能提示其对诱发渴求图片的注意偏向发生了变化。对正性目标词反应时的变化表明，经过下调训练后，参与者的注意偏向可能转向了中性效价的线索。这可能意味着，在脑岛活动下调后，参与者受渴求诱发图像的影响较基线条件下有所减弱，提示脑岛下调可能具有降低渴求的潜力。

这一结果与明确的行为评分一致：与入组前每日平均吸烟20支相比，参与者在研究开始6个月后报告的渴求程度降低，每日平均吸烟数量减少至10支。这一结果尤为显著，因为在训练后评估与随访之间的6个月期间，未实施任何临床或实验性干预措施。尽管目前尚不能完全确定每日吸烟量和渴求程度的上述减少 solely 归因于神经反馈训练，但这些结果对于治疗复吸具有令人鼓舞的意义。我们意识到，要得出更可靠的结论，还需更大的样本量和更稳健的统计分析。

多项神经影...

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者无任何利益冲突需要披露。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究由智利国家科学技术研究委员会（Conicyt）通过国家科学技术发展基金（Fondecyt）博士后资助项目（编号 3100648）、Fondecyt 定期项目（编号 1171313 和编号 1171320）以及CONICYT PIA/Anillo de Investigación en Ciencia y Tecnología ACT172121资助。 

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
MATHSWORKMATLAB 版本 2014a
演示软件 - Neurobehavioral SystemsPresentation 版本 18.0
Brain Innovation B.V.Turbo Brain Voyager 版本 2.6 或 3.0

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fernandez, T., et al. EEG and behavioral changes following neurofeedback treatment in learning disabled children. Clinical Electroencephalography. 34, 145-152 (2003).
  2. Scarapicchia, V., Brown, C., Mayo, C., Gawryluk, J. R. Functional Magnetic Resonance Imaging and Functional Near-Infrared Spectroscopy: Insights from Combined Recording Studies. Frontiers in Human Neuroscience. 11, 419(2017).
  3. Hinault, T., Larcher, K., Zazubovits, N., Gotman, J., Dagher, A. Spatio-temporal patterns of cognitive control revealed with simultaneous electroencephalography and functional magnetic resonance imaging. Human Brain Mapping. , (2018).
  4. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. Journal of NeuroEngineering and Rehabilitation. 5, 25(2008).
  5. Van Essen, D. C., et al. The Human Connectome Project: a data acquisition perspective. NeuroImage. 62, 2222-2231 (2012).
  6. World Health Organization. WHO Report on the Global Tobacco Epidemic, 2017. , Geneva: World Health Organization. (2017).
  7. Ringlever, L., Otten, R., de Leeuw, R. N., Engels, R. C. Effects of parents' education and occupation on adolescent smoking and the mediating role of smoking-specific parenting and parent smoking. European Addiction Research. 17, 55-63 (2011).
  8. Malaiyandi, V., Sellers, E. M., Tyndale, R. F. Implications of CYP2A6 genetic variation for smoking behaviors and nicotine dependence. Clinical Pharmacology and Therapeutics. 77, 145-158 (2005).
  9. Brody, A. L., et al. Neural substrates of resisting craving during cigarette cue exposure. Biological Psychiatry. 62, 642-651 (2007).
  10. Childress, A. R., et al. Cue reactivity and cue reactivity interventions in drug dependence. NIDA Research Monography. 137, 73-95 (1993).
  11. Claus, E. D., Kiehl, K. A., Hutchison, K. E. Neural and behavioral mechanisms of impulsive choice in alcohol use disorder. Alcoholism, Clinical and Experimental Research. 35, 1209-1219 (2011).
  12. Franklin, T. R., et al. Limbic activation to cigarette smoking cues independent of nicotine withdrawal: a perfusion fMRI study. Neuropsychopharmacology. 32, 2301-2309 (2007).
  13. Grusser, S. M., et al. Cue-induced activation of the striatum and medial prefrontal cortex is associated with subsequent relapse in abstinent alcoholics. Psychopharmacology. 175, 296-302 (2004).
  14. Buhler, M., et al. Nicotine dependence is characterized by disordered reward processing in a network driving motivation. Biological Psychiatry. 67, 745-752 (2010).
  15. Bonson, K. R., et al. Neural systems and cue-induced cocaine craving. Neuropsychopharmacology. 26, 376-386 (2002).
  16. Brody, A. L., et al. Brain metabolic changes during cigarette craving. Archives of General Psychiatry. 59, 1162-1172 (2002).
  17. Contreras, M., Ceric, F., Torrealba, F. Inactivation of the interoceptive insula disrupts drug craving and malaise induced by lithium. Science. 318, 655-658 (2007).
  18. Naqvi, N. H., Rudrauf, D., Damasio, H., Bechara, A. Damage to the insula disrupts addiction to cigarette smoking. Science. 315, 531-534 (2007).
  19. Hollander, J. A., Lu, Q., Cameron, M. D., Kamenecka, T. M., Kenny, P. J. Insular hypocretin transmission regulates nicotine reward. Proceedings of the National Academy of Sciences of the United States of America. 105, 19480-19485 (2008).
  20. Forget, B., Pushparaj, A., Le Foll, B. Granular insular cortex inactivation as a novel therapeutic strategy for nicotine addiction. Biological Psychiatry. 68, 265-271 (2010).
  21. Scott, D., Hiroi, N. Deconstructing craving: dissociable cortical control of cue reactivity in nicotine addiction. Biological Psychiatry. 69, 1052-1059 (2011).
  22. Buczkowski, K., Marcinowicz, L., Czachowski, S., Piszczek, E. Motivations toward smoking cessation, reasons for relapse, and modes of quitting: results from a qualitative study among former and current smokers. Patient Prefer Adherence. 8, 1353-1363 (2014).
  23. Hughes, J. R., Stead, L. F., Hartmann-Boyce, J., Cahill, K., Lancaster, T. Antidepressants for smoking cessation. Cochrane Database of Systematic Reviews. , CD000031(2014).
  24. Bedi, G., et al. Incubation of cue-induced cigarette craving during abstinence in human smokers. Biological Psychiatry. 69, 708-711 (2011).
  25. Bassett, J. F., Dabbs, J. M. Jr A portable version of the go/no-go association task (GNAT). Behavior Research Methods. 37, 506-512 (2005).
  26. Huijding, J., de Jong, P. J., Wiers, R. W., Verkooijen, K. Implicit and explicit attitudes toward smoking in a smoking and a nonsmoking setting. Addictive Behaviors. 30, 949-961 (2005).
  27. Sherman, S. J., Rose, J. S., Koch, K., Presson, C. C., Chassin, L. Implicit and explicit attitudes towards cigarette smoking: The effect of context and motivation. Journal of Social and Clinical Psychology. 22, 13-39 (2003).
  28. Swanson, J. E., Rudman, L. A., Greenwald, A. G. Using the Implicit Association Test to investigate attitude- behavior consistency for stigmatized behavior. Cognition and Emotion. 15, 207-230 (2001).
  29. Asgaard, G. L., Gilbert, D. G., Malpass, D., Sugai, C., Dillon, A. Nicotine primes attention to competing affective stimuli in the context of salient alternatives. Experimental and Clinical Psychopharmacology. 18, 51-60 (2010).
  30. Gilbert, D. G., et al. Effects of nicotine on brain responses to emotional pictures. Nicotine & Tobacco Research. 6, 985-996 (2004).
  31. Czyzewska, M., Graham, R. Implicit and explicit attitudes to high- and low-calorie food in females with different BMI status. Eating Behaviors. 9, 303-312 (2008).
  32. Gilbert, D. G., Rabinovich, N. E. International smoking images series (with neutral counterparts). , Southern Illinois University: Integrative Neuroscience Laboratory, Department of Psychology. (1999).
  33. Bandettini, P. A., Wong, E. C., Hinks, R. S., Tikofsky, R. S., Hyde, J. S. Time course EPI of human brain function during task activation. Magnetic Resonance Medicine. 25, 390-397 (1992).
  34. Goebel, R. BrainVoyager - past, present, future. NeuroImage. 62, 748-756 (2012).
  35. Poline, J. B., Worsley, K. J., Holmes, A. P., Frackowiak, R. S., Friston, K. J. Estimating smoothness in statistical parametric maps: variability of p values. Journal of Computer Assisted Tomography. 19, 788-796 (1995).
  36. Johnson, K. A., et al. Intermittent "real-time" fMRI feedback is superior to continuous presentation for a motor imagery task: a pilot study. Journal of Neuroimaging. 22, 58-66 (2012).
  37. Yoo, S. S., Jolesz, F. A. Functional MRI for neurofeedback: feasibility study on a hand motor task. Neuroreport. 13, 1377-1381 (2002).
  38. Craig, A. D. How do you feel--now? The anterior insula and human awareness. Nature reviews. Neuroscience. 10, 59-70 (2009).
  39. Cox, L. S., Tiffany, S. T., Christen, A. G. Evaluation of the brief questionnaire of smoking urges (QSU-brief) in laboratory and clinical settings. Nicotine & Tobacco Research. 3, 7-16 (2001).
  40. Wewers, M. E., Rachfal, C., Ahijevych, K. A psychometric evaluation of a visual analogue scale of craving for cigarettes. Western Journal of Nursing Research. 12, 672-681 (1990).
  41. Allen, D. R., Browse, N. L., Rutt, D. L., Butler, L., Fletcher, C. The effect of cigarette smoke, nicotine, and carbon monoxide on the permeability of the arterial wall. Journal of Vascular Surgery. 7, 139-152 (1988).
  42. Weiskopf, N., et al. Real-time functional magnetic resonance imaging: methods and applications. Magnetic Resonance Imaging. 25, 989-1003 (2007).
  43. Sladky, R., et al. Slice-timing effects and their correction in functional MRI. NeuroImage. 58, 588-594 (2011).
  44. Mazziotta, J., et al. A probabilistic atlas and reference system for the human brain: International Consortium for Brain Mapping (ICBM). Philosophical Transactions of the Royal Society of London: Series B, Biological Sciences. 356, 1293-1322 (2001).
  45. Heatherton, T. F., Kozlowski, L. T., Frecker, R. C., Fagerstrom, K. O. The Fagerstrom Test for Nicotine Dependence: a revision of the Fagerstrom Tolerance Questionnaire. British Journal of Addiction. 86, 1119-1127 (1991).
  46. Myrick, H., et al. Differential brain activity in alcoholics and social drinkers to alcohol cues: relationship to craving. Neuropsychopharmacology. 29, 393-402 (2004).
  47. Tapert, S. F., Brown, G. G., Baratta, M. V., Brown, S. A. fMRI BOLD response to alcohol stimuli in alcohol dependent young women. Addictive Behaviors. 29, 33-50 (2004).
  48. Kilts, C. D., Gross, R. E., Ely, T. D., Drexler, K. P. The neural correlates of cue-induced craving in cocaine-dependent women. American Journal of Psychiatry. 161, 233-241 (2004).
  49. Li, Q., et al. Assessing cue-induced brain response as a function of abstinence duration in heroin-dependent individuals: an event-related fMRI study. PloS One. 8, e62911(2013).
  50. Frank, S., Kullmann, S., Veit, R. Food related processes in the insular cortex. Front Hum Neurosci. 7, 499(2013).
  51. deCharms, R. C., et al. Control over brain activation and pain learned by using real-time functional MRI. Proceedings of the National Academy of Sciences of the United States of America. 102, 18626-18631 (2005).
  52. Ruiz, S., Birbaumer, N., Sitaram, R. Abnormal Neural Connectivity in Schizophrenia and fMRI-Brain-Computer Interface as a Potential Therapeutic Approach. Frontiers in Psychiatry. 4, 17(2013).
  53. Habes, I., et al. Pattern classification of valence in depression. NeuroImage. Clinical. 2, 675-683 (2013).
  54. Li, X., et al. Volitional reduction of anterior cingulate cortex activity produces decreased cue craving in smoking cessation: a preliminary real-time fMRI study. Addiction Biology. 18, 739-748 (2013).
  55. Lubar, J. F., Swartwood, M. O., Swartwood, J. N., O'Donnell, P. H. Evaluation of the effectiveness of EEG neurofeedback training for ADHD in a clinical setting as measured by changes in T.O.V.A. scores, behavioral ratings, and WISC-R performance. Biofeedback and Self-Regulation. 20, 83-99 (1995).
  56. Janssen, T. W., et al. A randomized controlled trial into the effects of neurofeedback, methylphenidate, and physical activity on EEG power spectra in children with ADHD. Journal of Child Psychology and Psychiatry. 57, 633-644 (2016).
  57. Mayer, K., Wyckoff, S. N., Fallgatter, A. J., Ehlis, A. C., Strehl, U. Neurofeedback as a nonpharmacological treatment for adults with attention-deficit/hyperactivity disorder (ADHD): study protocol for a randomized controlled trial. Trials. 16, 174(2015).
  58. Gevensleben, H., et al. Distinct EEG effects related to neurofeedback training in children with ADHD: a randomized controlled trial. International Journal of Psychophysiology. 74, 149-157 (2009).
  59. Ramos-Murguialday, A., et al. Brain-machine interface in chronic stroke rehabilitation: a controlled study. Annals of Neurology. 74, 100-108 (2013).
  60. Biasiucci, A., et al. Brain-actuated functional electrical stimulation elicits lasting arm motor recovery after stroke. Nature Communication. 9, 2421(2018).
  61. Du, J., et al. Effects of repetitive transcranial magnetic stimulation on motor recovery and motor cortex excitability in patients with stroke: a randomized controlled trial. European Journal of Neurology. 23, 1666-1672 (2016).
  62. Ang, K. K., et al. Facilitating effects of transcranial direct current stimulation on motor imagery brain-computer interface with robotic feedback for stroke rehabilitation. Archives of Physical Medicine and Rehabilitation. 96, S79-S87 (2015).
  63. Wolbrecht, E. T., Chan, V., Reinkensmeyer, D. J., Bobrow, J. E. Optimizing compliant, model-based robotic assistance to promote neurorehabilitation. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 16, 286-297 (2008).
  64. Sitaram, R., et al. Closed-loop brain training: the science of neurofeedback. Nature Reviews Neuroscience. 18, 86-100 (2017).
  65. Simkin, D. R., Thatcher, R. W., Lubar, J. Quantitative EEG and neurofeedback in children and adolescents: anxiety disorders, depressive disorders, comorbid addiction and attention-deficit/hyperactivity disorder, and brain injury. Child and Adolescent Psychiatric Clinics of North America. 23, 427-464 (2014).
  66. Pascual-Marqui, R. D., et al. Assessing interactions in the brain with exact low-resolution electromagnetic tomography. Philosophical transactions: Series A, Mathematical, physical, and engineering sciences. , 3768-3784 (2011).
  67. Meir-Hasson, Y., Kinreich, S., Podlipsky, I., Hendler, T., Intrator, N. An EEG Finger-Print of fMRI deep regional activation. NeuroImage. 102, 128-141 (2014).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

fMRI BOLD
视频即将推出

相关文章