论著
基于近红外光谱技术的游戏成瘾疾病对大脑认知控制功能的影响
国际生物医学工程杂志, 2023,46(1) : 55-60. DOI: 10.3760/cma.j.cn121382-20220707-00110
摘要
目的

基于近红外光谱技术探讨游戏成瘾疾病对大脑认知控制功能的影响。

方法

根据网络游戏成瘾(OGA)量表筛选出13名受试者,实验范式采用停止信号任务,利用近红外光谱技术采集受试者在认知活动过程中大脑前额叶区域氧合血红蛋白(HbO2)和脱氧血红蛋白(Hb)的相对浓度水平,对受试者的认知控制功能进行评定。

结果

游戏成瘾患者在停止信号任务中的按键准确率低于健康受试者,其差异具有统计学意义(P<0.05)。相比于健康受试者,成瘾患者的前额叶区激活程度不高,表现出不受控的行为和大脑活动。

结论

游戏成瘾疾病会使大脑认知控制功能受损,进而引发认知控制能力的削弱,为预防和治疗游戏成瘾提供了参考依据。

引用本文: 王琦雯, 李永康, 徐琪, 等.  基于近红外光谱技术的游戏成瘾疾病对大脑认知控制功能的影响 [J] . 国际生物医学工程杂志, 2023, 46(1) : 55-60. DOI: 10.3760/cma.j.cn121382-20220707-00110.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

0 引言

现代互联网产业的发展不仅给居民生活带来了深刻变革,也引发了一系列新型社会问题,网络游戏成瘾(online game addiction,OGA)即是其中一种,OGA会对人体的大脑和心理造成损伤[1]。在世界范围内,各国OGA患病率为0.3%~27.5%,给患者身心造成了沉重伤害,已成为威胁精神卫生的主要问题之一。根据中国互联网络信息中心在北京发布的第48次《中国互联网络发展状况统计报告》显示,截至2021年6月,中国网民规模达10.11亿,其中网络游戏用户规模达到5.09亿,占整体网民的50.4%[2]。同时,考虑到游戏用户的低龄化趋势,预计未来几年游戏成瘾患病率也将逐年上升。OGA的初期症状表现为抑郁、焦虑或强迫症倾向等[3,4],与赌博成瘾、物质使用障碍具有很多共同点[5],在青少年群体中尤为常见。青少年群体是患有OGA疾病的高危人群,因为青少年的自制力差,当他们患有OGA后,便很难戒除,从而导致成绩下降[6,7]、决策能力减弱[8]和情绪控制障碍[9]等严重影响,给社会带来许多负面问题。

近红外光谱技术(near-infrared spectroscopy,NIRS)是一种新兴的脑成像技术,具有时间分辨率高、安全无损和便携性好等优势[10],在许多领域得到广泛使用。NIRS技术主要利用了氧合血红蛋白(oxyhemoglobin,HbO2)和血红蛋白(hemoglobin,Hb)等组织的生物特性,即此类蛋白对700~1 000 nm近红外光具有特异性吸收能力,因此可以根据光强衰减情况推算出相关区域血氧浓度变化,达到实时监测大脑活动的目的[11]。人脑作为一个结构与功能都极为复杂的器官,包含上百个脑区与数以千计的连接轴突,而前额叶又是其中神经活动最频繁的区域之一,主要负责认知控制、执行决策和行为调节等功能[12],基本上只要出现游戏行为就会牵涉到认知控制的功能。成瘾疾病会导致前额叶损害,从而使患者出现行为和情感等方面的抑制控制能力低下[13]。对于OGA患者来说,只要出现游戏线索就会引起他们游戏的欲望。前额叶在对游戏的渴望中,主要表现出自控能力减弱[14]。通过对前额叶皮层血氧浓度测量,可以分析在执行任务过程中OGA患者的生理活动,对临床上采取干预措施具有重大意义。

目前已有许多团队利用NIRS技术对OGA患者脑功能的变化展开深入探索。Dempsey等[15]以戒酒天数不同的酒精成瘾患者为样本进行研究,发现戒酒天数与酒精线索下的双侧前额叶皮层背外侧和背内侧的激活呈负相关。Han等[16]分别对酒精成瘾和OGA患者进行研究对比,发现酒精成瘾患者在前扣带回、右侧后扣带回、右侧额上回、右侧颞上回、右侧伏隔核、双枕舌回、右侧小脑扁桃体和左侧岛叶的背外侧前额叶(dorsolateral prefrontal cortex,DLPFC)脑功能连接呈阳性,而OGA患者与内侧额回的DLPFC脑功能连接呈阴性。Yang等[17]研究分析了分别使用海洛因、甲基苯丙胺和混合毒品的吸毒者前额叶左右半球8个功能区的激活情况,研究发现,眶额叶皮层(orbitofrontal cortex,OFC)区域在所有3种类型的个体中都明显被激活,毒瘾发作后,右半球的前额叶比左半球更活跃。Balconi等[18]对有无病态赌博行为的帕金森病患者进行研究,发现具有积极赌博行为的帕金森患者认知策略功能失调,背侧区域左半球有异常皮质反应。Cho等[19]研究了伴随游戏中积极和消极事件的前额叶皮层激活情况,发现在积极事件之后,OGA组在DLPFC中表现出明显更强的激活。在负面事件之后,OGA组在侧向OFC中显示出明显较弱的激活。利用NIRS技术针对OGA行为脑功能区域的研究研究潜力巨大,需要更多的研究来完善利用NIRS技术检验OGA患者与健康人脑功能差异的分析。

本文使用NIRS测量在执行停止信号任务中大脑前额叶区域的脑血氧饱和度变化量。通过分析13名受试者在停止信号任务中各个行为指标的统计结果以及采集的近红外数据结果,并通过NIRS对在停止信号任务下前额叶皮层激活状况进行研究,为预防和治疗游戏成瘾提供了参考依据。

1 资料与方法
1.1 临床资料

本研究招募了13名中学生受试者,年龄为14~16周岁,男生8名,女生5名,均无统计学意义(P>0.05)。通过受试者自我报告显示所有受试者均身体健康,无精神病史,且未服用过神经类药物。实验前,上海市精神卫生中心制定了OGA量表[20],并在人群中通过了信效度验证,证实了量表的有效性。每名受试者在实验前均填写了量表并交由专业医生诊断,最终4名被诊断为危险性游戏使用,其余9名为健康者。该项目已得到上海市精神卫生中心伦理委员会批准(批件号2021-SWYYKJ-04-230204197506121418)。

1.2 方法
1.2.1 数据采集

生物组织在近红外光谱范围内具有吸收和散射作用,基于光的吸收性质可以建立近红外光的衰减与血红蛋白浓度之间的关系,基于光的散射性质可以在头皮表面对附近脑组织进行光学观测。在生物组织光谱学领域中主要依据修正的比尔-朗伯(modified beer-lambert law,MBLL)定律计算的HbO2和Hb浓度[21],计算公式如下:

点击查看大图
点击查看大图

其中A为光衰减量,ε为消光系数,L为发射光极与接收极之间的直线距离,DPF为路径长度修正因子,λ为波长。

总体血红蛋白(total hemoglobin,HbT)的相对浓度变化如式(2)所示。

点击查看大图
点击查看大图

近红外采集系统采用日本岛津公司的LIGHT NIRS便携式脑成像装置,选取的测量通道(Ch)数为10导,采样频率为13.33 Hz,覆盖脑区为前额叶皮层,测量区域由4个光源(Tx)和4个光电探测器(Rx)组成,光源及传感器在前额叶的分布如图1所示。光源可发射780、830 nm的近红外光,实时监测大脑前额的血氧浓度变化。

点击查看大图
图1
光源探头通道布局示意图
点击查看大图

Ch—测量通道;Tx—光源;Rx—光电探测器

图1
光源探头通道布局示意图
1.2.2 实验任务

本文选取停止信号任务范式作为实验任务,可以考察受试者突然停止正在进行或准备进行的思想或行为的能力,有助于解释个体差异、发展变化以及广泛的认知能力[22]。停止信号任务实验需要在安静且光线较暗的单独房间内进行,以防止外界噪音及外界光对血氧信号产生干扰。实验开始前需要对受试者进行1 min的任务训练,首先屏幕上会呈现黑色的左右箭头,箭头出现时,需要受试者对箭头刺激做出方向判断。实验使用键盘左右键作反应,在无停止信号任务中,需要受试者将右手放在键盘的左右键上,食指对左键作反应,中指对右键作反应。在停止信号任务中,呈现红色左右箭头的同时会有一个提示音,停止信号任务此时对呈现的红色箭头不作反应。本实验对受试者在执行任务和停止任务2种状态下的血氧浓度情况进行连续采集。整个实验时长12 min,流程如图2所示。

点击查看大图
图2
停止信号任务实验流程图
点击查看大图
图2
停止信号任务实验流程图
1.3 数据分析
1.3.1 数据预处理

在采集信号过程中会存在生理干扰与基线漂移现象,因此在进行统计分析之前,需要将信号进行预处理。首先从数据中去除伪迹,以此减少在数据采集过程中产生的伪迹和生理伪迹。随后进行去漂移,使用多项式回归模型估计非线性趋势,从原始信号中减去该趋势,以此去除近红外信号的基线漂移噪声。然后将去漂移后的数据进行运动伪迹矫正,使用时间导数分布修复(temporal derivative distribution repair,TDDR)进行矫正,可以减少运动伪迹对相关近红外数据的影响。最后进行滤波,通常使用三阶Butterworth滤波器进行0.01~0.3 Hz的带通滤波,可以滤除大部分生理噪声。各步预处理的结果见图3

点击查看大图
图3
近红外数据预处理流程图
点击查看大图
图3
近红外数据预处理流程图
1.3.2 行为数据分析

上文所述停止信号任务涉及2个同时进行的任务,即执行任务(Go任务)与停止任务(No go任务)。在对行为指标进行分析时,首先去除漏反应和错误反应试次数。通常使用反应正确率、平均反应时时间、成功停止率和停止信号反应时间(stop-signal reaction time,SSRT)和停止信号延迟时间(stop-signal delays,SSD)作为关键指标,对受试者行为进行统计分析。其中,SSRT是停止信号任务中最重要的指标,能够体现受试者对停止信号的反应速度。SSRT值的高低能够反映受试者抑制能力的强弱。其值越低,表示反应抑制能力越好,即受试者能快速抑制反应冲动。反之则表示受试者在停止信号出现后反应时间越长,反应抑制能力越差[23]。SSD是反应信号与停止信号间的时间间隔,通常利用跟踪法设定SSD,能根据受试者的不同反应速度自动调整SSD的时长,确保受试者能够50%的概率成功抑制动作。当受试者在停止任务中成功抑制按键反应后,下一个SSD会增大50 ms以增加抑制难度。反之,减少50 ms降低抑制难度。SSD的计算方式是将4个延迟Ladder的平均值再进行平均,得到平均的停止信号延迟出现时间。SSRT的值为受试者完成No go任务的时间点与SSD之间的差值。最后,采用独立样本t检验比较OGA患者和健康人的所有指标。

2 结果
2.1 停止信号任务行为指标

表1所示,健康人在停止信号任务中的停止率为(65.09±1.53)%,OGA患者为(52.74±12.12)%(与50%进行单样本t检验,t=0.45,P>0.05,Cohen’s d=0.52),表明任务设计有效,确保了受试者能够有50%的抑制率。在停止信号任务的指标中,健康人和OGA患者的准确率比较差异具有统计学意义(t=3.66,P<0.05,Cohen’s d=0.92)。对于停止信号任务的其他指标,健康人和OGA患者之间差异比较差异没有统计学意义(均P>0.05)。

点击查看表格
表1

停止信号任务行为指标

表1

停止信号任务行为指标

组别例数平均反应时间(ms)准确率(%)停止率(%)SSRT(ms)SSD(ms)
健康人组9582.33±62.4088.48±5.5665.09±1.53268.86±87.80292.86±37.46
网络游戏成瘾组4573.25±80.2381.98±8.2552.74±12.12290.00±74.01283.25±46.35
2.2 近红外数据结果

图4所示,在执行停止信号任务时,健康人在执行No go任务时前额叶在3、6、9通道出现强激活,成瘾患者在7通道出现边缘激活,健康人在执行No go任务时的前额叶激活程度比成瘾患者更强。

点击查看大图
图4
健康人和网络游戏成瘾患者执行停止信号任务时大脑前额叶激活图
点击查看大图
图4
健康人和网络游戏成瘾患者执行停止信号任务时大脑前额叶激活图

图5所示,健康人在进行Go任务时前额叶区域出现激活,而OGA患者主要表现为边缘激活。在执行No go任务时,健康人和OGA患者都表现出边缘激活。进一步考察受试者成功抑制停止任务下的脑激活。如图6所示,在成功抑制的No go任务下,健康人比OGA患者出现更强的激活,OGA患者只显示出边缘激活。在失败抑制的情况下,健康人和OGA患者都只有边缘出现激活情况。

点击查看大图
图5
停止信号任务Go和No go任务下的前额叶通道激活图
点击查看大图
图5
停止信号任务Go和No go任务下的前额叶通道激活图
点击查看大图
图6
停止信号任务成功No go和失败No go任务下的前额叶通道激活图
点击查看大图
图6
停止信号任务成功No go和失败No go任务下的前额叶通道激活图
3 讨论

在游戏成瘾的相关研究中,负责认知控制功能的前额叶是重点关注的脑区之一,通过监测前额叶的血氧浓度变化,可以为OGA患者的预防和治疗提供一定的理论支撑。抑制控制功能障碍与大脑功能障碍相关,前额叶在抑制控制功能障碍中发挥了重要的作用。有研究发现,OGA患者在停止信号任务中表现出较高的冲动性。停止信号任务要求受试者对屏幕上出现的箭头进行反应,当停止信号出现时,受试者要快速停止按键。停止信号任务能够得到的行为指标包括对按键刺激进行反应时的平均反应时间和准确率,在看到停止刺激时的停止率、SSRT和SSD。SSRT能够反映出受试者能在多快的反应时间内做出不按键的反应,SSD可以反映受试者能够成功停止的停止信号出现平均延迟时间。OGA患者在抑制控制能力下降时,前额叶激活度降低,表明OGA患者的前额叶受损,其抑制控制功能失常。前额叶涉及的功能十分复杂,本研究仅使用停止信号务,不能全面地反映前额叶功能情况。统计分析行为学数据,发现健康人在执行按键任务时的准确率为88.48%,相较于OGA患者的81.98%,二者比较差异有统计学意义(P<0.05),其他指标比较差异没有统计学意义(均P>0.05)。目前在OGA患者中利用NIRS进行脑功能成像的相关研究较少,现有的相关研究结果也有争议,在今后的研究中还需扩大样本量,规范实验操作,进行深入研究。

通过分析13名受试者在停止信号任务中各个行为指标的统计结果以及采集的近红外数据结果,并通过NIRS对在停止信号任务下前额叶皮层激活状况进行研究。在执行刺激任务时,HbO2和Hb浓度变化对外部刺激产生的影响相当敏感,可以客观反映实验结果,本研究分析了HbO2浓度在整个任务中的变化趋势。在Go条件和成功抑制的No go条件下,发现健康人的前额叶呈正激活,而OGA患者的前额叶激活程度降低。成功抑制的No go条件下,受试在前额叶的激活高于失败的No go条件,表明在成功抑制的No go条件下,受试者发挥了前额叶在抑制控制中的作用。这与Rubia等[24]的研究具有相似性。而健康人在成功抑制的No go条件下,前额叶的激活程度高于成瘾患者,表明OGA患者的抑制控制功能水平降低。

综上所述,本研究使用NIRS测量在执行停止信号任务中大脑前额叶区域的脑血氧饱和度变化量。通过分析13名受试者在停止信号任务中各个行为指标的统计结果以及采集的近红外数据结果,并通过NIRS对在停止信号任务下前额叶皮层激活状况进行研究,为预防和治疗游戏成瘾提供了参考依据。成瘾患者抑制控制能力的异常能够为临床诊断提供客观的评价指标,对于后期的干预治疗有着重大的意义。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
美国精神医学学会. Diagnostic and statistical manual of mental disorders: DSM-V[M]. 5版. 北京: 北京大学出版社, 2013.
American Psychiatric Association. Diagnostic and statistical manual of mental disorders: DSM-V[M]. 5th ed. Beijing: Peking University Press, 2013.
[2]
中国互联网络信息中心. 第48次中国互联网络发展状况统计报告[EB/OL]. [2021-09-15]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202109/P020210915523670981527.pdf.
China Internet Network Information Center. The 48th Statistical Report on the Development of China’s Internet[EB/OL]. [2021-09-15]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202109/P020210915523670981527.pdf.
[3]
PetryNM. Should the scope of addictive behaviors be broadened to include pathological gambling?[J]. Addiction, 2006, 101(Suppl 1): 152-160. DOI: 10.1111/j.1360-0443.2006.01593.x.
[4]
ZilverstandA, ParvazMA, GoldsteinRZ. Neuroimaging cognitive reappraisal in clinical populations to define neural targets for enhancing emotion regulation. A systematic review[J]. Neuroimage, 2017, 151: 105-116. DOI: 10.1016/j.neuroimage.2016.06.009.
[5]
ChenCH, WangZY, ChenCS, et al. CPNE3 moderates the association between anxiety and working memory[J]. Sci Rep, 2021, 11(1): 6891. DOI: 10.1038/s41598-021-86263-6.
[6]
PujolJ, FenollR, FornsJ, et al. Video gaming in school children: how much is enough?[J]. Ann Neurol, 2016, 80(3): 424-433. DOI: 10.1002/ana.24745.
[7]
GentileDA, LynchPJ, LinderJR, et al. The effects of violent video game habits on adolescent hostility, aggressive behaviors, and school performance[J]. J Adolesc, 2004, 27(1): 5-22. DOI: 10.1016/j.adolescence.2003.10.002.
[8]
KoCH, HsiaoS, LiuGC, et al. The characteristics of decision making, potential to take risks, and personality of college students with Internet addiction[J]. Psychiatry Res, 2010, 175(1-2): 121-125. DOI: 10.1016/j.psychres.2008.10.004.
[9]
OlsonCK, KutnerLA, WarnerDE. The role of violent video game content in adolescent development[J]. J Adolesc Res, 2008, 23(1): 55-75. DOI: 10.1177/0743558407310713.
[10]
StrangmanG, CulverJP, ThompsonJH, et al. A quantitative comparison of simultaneous BOLD fMRI and NIRS recordings during functional brain activation[J]. Neuroimage, 2002, 17(2): 719-731.
[11]
BrigadoiS, CeccheriniL, CutiniS, et al. Motion artifacts in functional near-infrared spectroscopy: a comparison of motion correction techniques applied to real cognitive data[J]. Neuroimage, 2014, 85(1): 181-191. DOI: 10.1016/j.neuroimage.2013.04.082.
[12]
朱春燕汪凯LeeTMC. 执行功能与精神分裂症[J]. 心理科学进展, 2004, 12(5): 743-751. DOI: 10.3969/j.issn.1671-3710.2004.05.014.
ZhuCY, WangK, TmcL. Executive function and schizophrenia[J]. Adv Psychol Sci, 2004, 12(5): 743-751. DOI: 10.3969/j.issn.1671-3710.2004.05.014.
[13]
白学军刘颖章鹏, . 非情绪与情绪背景下行为抑制时外侧前额叶的功能分化:一项fNIRS研究[J]. 心理与行为研究, 2015, 13(5): 606-613.
BaiXJ, LiuY, ZhangP, et al. The functional differentiation of the lateral prefrontal on the behavior control in the context of emotional and non-emotional: a fNIRS study[J]. Stud Psychol Behav, 2015, 13(5): 606-613.
[14]
JinCW, ZhangT, CaiCX, et al. Abnormal prefrontal cortex resting state functional connectivity and severity of Internet gaming disorder[J]. Brain Imaging Behav, 2016, 10(3): 719-729. DOI: 10.1007/s11682-015-9439-8.
[15]
DempseyJP, HarrisKS, ShumwayST, et al. Functional near infrared spectroscopy as a potential biological assessment of addiction recovery: preliminary findings[J]. Am J Drug Alcohol Abuse, 2015, 41(2): 119-126. DOI: 10.3109/00952990.2014.983273.
[16]
HanJW, HanDH, BoloN, et al. Differences in functional connectivity between alcohol dependence and Internet gaming disorder[J]. Addict Behav, 2015, 41: 12-19. DOI: 10.1016/j.addbeh.2014.09.006.
[17]
YangBH, GuXL, GaoSW, et al. Different types of drug abusers prefrontal cortex activation patterns and based on machine-learning classification[J]. J Innov Opt Health Sci, 2022, 15(2): 2250012. DOI: 10.1142/s1793545822500122.
[18]
BalconiM, SiriC, MeucciN, et al. Personality traits and cortical activity affect gambling behavior in Parkinson’s disease[J]. J Parkinsons Dis, 2018, 8(2): 341-352. DOI: 10.3233/JPD-171290.
[19]
ChoTH, NahY, ParkSH, et al. Prefrontal cortical activation in Internet Gaming Disorder Scale high scorers during actual real-time Internet gaming: a preliminary study using fNIRS[J]. J Behav Addict, 2022, 11(2): 492-505. DOI: 10.1556/2006.2022.00017.
[20]
LyuXC, ChenTZ, WangZ, et al. The reliability and validity of a screening scale for online gaming disorder among Chinese adolescents and young adults[J]. BMC Psychiatry, 2022, 22(1): 28. DOI: 10.1186/s12888-021-03678-1.
[21]
ZhangL, SunJY, SunBL, et al. Studying hemispheric lateralization during a stroop task through near-infrared spectroscopy-based connectivity [J]. J Biomed Opt, 2014, 19(5): 57012. DOI: 10.1117/1.JBO.19.5.057012.
[22]
李美华沈德立白学军. 不同年级学生抑制控制研究[J]. 心理与行为研究, 2007, 5(3): 188-193.
LiMH, ShenDL, BaiXJ. The inhibitory control of the different grade of students[J]. Stud Psychol Behav, 2007, 5(3): 188-193.
[23]
LoganGD, CowanWB, DavisKA. On the ability to inhibit simple and choice reaction time responses: a model and a method[J]. J Exp Psychol, 1984, 10(2): 276-291. DOI: 10.1037/0096-1523.10.2.276.
[24]
RubiaK, SmithAB, BrammerMJ, et al. Right inferior prefrontal cortex mediates response inhibition while mesial prefrontal cortex is responsible for error detection[J]. Neuroimage, 2003, 20(1): 351-358. DOI: 10.1016/s1053-8119(03)00275-1.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词