智能手机成瘾者的大脑功能和结构的改变

在过去的几年里，伴随着智能手机的迅速普及和推广，人们对过度使用智能手机的潜在不利影响越来越感到担忧，特别是对身心健康的潜在不利影响。最近，“智能手机成瘾”(SPA，smartphone addiction)一词被引入，用来描述与智能手机相关的成瘾行为及其相关的身体和心理障碍。

本文使用了3T结构和功能磁共振成像(MRI)来研究SPA患者(22人)与对照组(26人)的灰质体积(GMV，gray matter volume)和静息态神经活动。SPA采用智能手机成瘾量表(SPAI，Smartphone Addiction Inventory)进行评估，GMV采用基于体素的形态测量法进行测量，静息态神经活动采用低频振幅(ALFF，low frequency fluctuations)进行测量。

与对照组相比，SPA患者左前岛叶、颞下叶和海马旁皮质的GMV较低(p < 0.001，未校正身高，随后校正空间范围)。在右侧前扣带皮层(ACC)发现SPA组更低的低频振幅。SPAI与ACC体积和活动之间存在显著的负相关。此外，SPAI评分与左眶额皮层的GMV呈显著负相关。

这项研究为符合SPA心理测量标准的个体的行为成瘾的明显结构和功能相关性提供了第一个证据。考虑到智能手机的广泛使用和日益流行，目前的研究质疑了智能手机的无害性，至少对那些可能有更高风险发展智能手机相关上瘾行为的人来说确实改变了他们的脑结构和功能。本文发表在Addictive Behaviors杂志。

引言

最近的研究越来越强调过度使用智能手机和行为上瘾之间的相似之处。伴随着这些观察性研究，“智能手机成瘾”(SPA，smartphone addiction)一词被引入，用来描述过度使用且造成心理社会功能失调的智能手机行为，这与上瘾行为非常相似。基于《精神障碍诊断与统计手册》(DSM-5)第5版中关于网络游戏障碍(IGD,Internet Gaming Disorder)的研究标准，有几种针对SPA的特殊心理测量工具被开发了出来。使用这些工具，估计SPA的患病率为12-28%，特别是在学生中。在DSM-5附录中纳入IGD之后，越来越多的神经影像学研究为与IGD相关的明显神经功能障碍提供了证据。研究发现IGD与其他物质成瘾和行为成瘾非常相似，特别是在前额外侧、眶额、扣带和顶叶区域和岛叶的异常神经完整性方面。与IGD不同，SPA在目前的任何诊断分类系统中都没有被认为或建议作为一个单独的类别。因此，很少有针对SPA患者的神经影像学研究。

“智能手机成瘾”这个术语以及SPA和IGD（网络游戏障碍）的鉴别在科学研究文献中饱受争议。一方面是因为SPA相比其他形式的上瘾缺乏严重的负面后果参数，另一方面因为智能手机只是访问互联网的媒介，尤其是社交媒体/通讯应用程序等，导致IGD、“智能手机成瘾”、“WhatsApp使用障碍”和“Facebook使用障碍”等之间必然存在重叠。有人提出了“有问题的智能手机使用(problematic smartphone use)”等替代术语和概念。例如，Montag等人(2019)提出了互联网使用障碍（Internet use disorder）的概念，区分评估互联网的方式，比较移动和非移动分支。Brand和同事提出的I-PACE模式是一个特别吸引人的例子，它整合了导致和维持互联网使用障碍的个人特征、应对方式、情感和认知反应（individual characteristics, coping styles, affective & cognitive responses）。鉴于实体之间概念上的重叠，这个模型已经被修正并扩展到网络使用障碍以及其他成瘾行为。Meshi等人提出了一个用于研究社交媒体使用的潜在动机和相关神经系统的模型，而对于社交媒体没有明确定义。

尽管“智能手机成瘾”这个词存在争议，但如前所述，它仍然是现存文献中最流行的术语。此外，本研究中使用的心理测量工具明确提到了“智能手机成瘾”的概念。在这方面，我们的目标是至少达到一定程度的术语一致性，并使用“智能手机成瘾”一词来描述过度使用智能手机对日常功能的负面影响。在接下来的几年里，一旦在这些分类问题上达成共识，我们可能会看到“智能手机成瘾”一词向更合适的术语的转变。本文使用磁共振成像(MRI)来研究SPA患者的大脑结构和功能。利用基于体素的形态测量法(VBM，voxel-based morphometry)研究灰质体积(GMV，gray matter volume)，利用静息状态功能MRI (rs-fMRI)研究静息状态神经活动(即内在神经活动)。在静息态数据上，关注的是：低频幅度(ALFF)，它捕获了血氧水平依赖(BOLD)信号在不同脑区内在神经活动的相对幅度变化。这种方法已被证明适用于识别具有异常局部功能的物质使用障碍和IGD患者的大脑区域/网络。本文假设，SPA患者在先前与成瘾行为和社交媒体密切相关的区域，即：前额皮质、前扣带皮层(ACC,anterior cingulate cortex)、纹状体和岛叶，会出现显著的结构和功能变化。

材料和方法
2.1 受试者

总共纳入了48名智能手机用户(招募、排除和纳入过程的详细说明由补充材料提供)。本文的调查对象是18-30岁的右利手智能手机用户。排除标准为自我报告的神经系统疾病、严重的医疗状况和精神障碍史(物质使用障碍、精神病和情感性障碍、赌博或过度电脑游戏、神经发育障碍)。在简式网络游戏障碍量表(IGDS-sf,the short-form Internet Gaming Disorder Scale)中得分>5的个人也被排除在参与范围之外。排除MRI的一般禁忌症。

根据简式智能手机成瘾量表(SAS-SV, the short version of the Smartphone Addiction Scale)定义了两个用户组，其中SPA组用男性的评分>31和女性的评分>33来定义(n = 22)。低于上述临界值的参与者被分配到对照组(n = 26)。由于严格的数据质量控制(另见补充资料)，必须排除另外3名参与者的数据，导致SPA组共有n = 21人，对照组有n = 23人。表1提供了人口学和心理测量学数据。在做MRI之前，所有参与者填写了智能手机成瘾量表(SPAI, the Smartphone Addiction Inventory)。SPAI是一份有26个项目的问卷，评估强迫使用、耐受性和戒断、健康管理或人际功能问题等症状。所有被试均完成Beck抑郁量表(BDI-II，Beck Depression Inventory)和Barratt冲动性量表(BIS-11，Barratt Impulsiveness Scale)。

这项研究得到了医学伦理委员会的批准，根据《赫尔辛基宣言》开展工作。所有参与者在纳入研究之前都提供了书面知情同意。所有参与本研究的参与者都获得了金钱补偿(30欧元)。

表1：智能手机成瘾者(SPA)和对照组的人口统计学和临床分数。

数据以平均值和标准差(SD)的形式给出。SPAI：智能手机成瘾量表; IGDS:网络游戏障碍量表; BDI: Beck抑郁量表; BIS: Barratt冲动性量表11版。+表示χ2检验; *表示(t检验)有显著性结果，p < 0.05。

2.2 影像数据获取

使用32通道头部线圈的3T Magnetom TIM Trio MR扫描仪(Siemens, Erlangen)，收集全脑结构和功能数据。对于结构数据,获得了一个MP-RAGE脉冲序列的 t1加权影像，在轴向方向用以下参数：重复时间= 1900 ms,回波时间= 2.52 ms,视野= 350×263×350mm,翻转角度= 9°,体素的大小= 1×1×1mm,192层、切片厚度= 1mm。

对于rs-fMRI，参与者被要求闭上眼睛，不要睡着，不要想任何特别的事情。rs-fMRI期间，获取了200个整个大脑回波平面成像(EPI)，在轴向方向用以下成像参数：重复时间= 2000毫秒,回波时间= 30 ms,视野= 192mm,翻转角度= 90°,体素的大小= 3×3×3mm,33层,片之间的距离= 1mm。

2.3 数据分析
2.3.1 数据预处理

使用CAT12（Computational Anatomy Toolbox）和SPM12 计算T1加权结构MRI (sMRI)图像的VBM。VBM分析包括将图像分割为灰质、白质和脑脊液，使用DARTEL进行标准化，并使用8毫米全宽半最大值(FWHM，full-width half-maximum)各向同性高斯核平滑GMV图像。

使用DPARSF（Data Processing Assistant for rs-fMRI ）对Rs-fMRI图像进行处理。ALFF计算包括：(1)时间层校正，(2)头动校正，(3)空间标准化，(4)用4mm FWHM各向同性高斯核平滑，(5)回归包括白质和脑脊液平均信号在内的干扰协变量，以及Friston 24头动参数。

2.3.2 组间比较分析

在GMV分析中，使用校正了年龄、性别和总颅内体积(TIV，total intracranial volume )的ANCOVA模型计算组间的差异。绝对阈值0.15用于防止发生在组织边界区域的效应。对于ALFF分析，使用了年龄和性别校正的ANCOVA模型。头部运动参数，以帧间平均位移(FD)表示，作为进一步协变量被控制。利用标准体积调整时估计的6个刚体调整参数的导数进行FD计算。

为了检验SPAI评分与大脑结构和功能之间的关联，在SPM12中对所有受试者采用了两个独立的回归模型。模型包括个体GMV图像和ALFF图，分别加入年龄、性别和TIV (GMV)或FD (ALFF)作为协变量。由于SPA患者组和对照组之间的BDI（Beck抑郁量表）评分存在显著差异，使用BDI评分作为额外的混杂变量，重复所有GMV和ALFF分析。

在上述分析中，使用了cluster水平的多重比较校正方法，voxel p小于0.001。根据MNI模板，组间显著差异的定位坐标被报道为团块内的最大峰值处。解剖学名称来源于SPM12中的神经形态图谱(http://www.neuromorphometrics.com/，一个混合了牛津-哈佛模板和AAL模板的图谱)。

为了完整起见，使用基于种子的数据分析方法探索了SPA患者与对照组的功能连接(FC)差异。使用DPARSF中使用的FC算法，分别研究连接右侧ACC和左侧前岛叶网络的FC的组间差异。简而言之，使用神经形态测量图谱定义的右侧ACC和左侧岛叶前部mask，计算每个mask内数据的平均时间序列与整个大脑中每个体素的时间序列之间的相关系数。最终得到的单个FC地图经过z-变换，并进行进一步分析。使用两个单样本t检验(根据年龄、性别和FD调整)计算个体右侧ACC和左侧前岛叶FC图。计算年龄、性别和FD调整后的两种ANCOVA模型来评估组间差异。由于我们认为这种类型的分析是数据驱动的和探索性的，我们选择了一个更自由的显著性阈值p < 0.005，cluster水平校正。

结果
3.1 人口统计学数据和心理测量评估结果

SPA患者和对照组在年龄、性别和教育年限方面没有显著差异。正如预期的那样，SPA患者花在智能手机上的时间明显更多，就SPAI总分而言，组间存在显著差异。各组间BDI（Beck抑郁量表）、BIS（Barratt冲动性量表）总分差异有统计学意义(详见表1)。参与者具体的智能手机使用活动如表2所示。

表2：具体的智能手机使用

SMS -短消息服务，MMS -多媒体消息服务，SD -标准偏差。请注意SPA中不同的样本量是由于缺少数据造成的。a：SPA与对照组之间的χ2检验。

3.2 灰质体积GMV

与对照组相比，SPA患者在左侧前岛叶（x = 27, y = 17, z =−5, Z = 3.68, k = 326），左侧下颞叶（x = −27, y = −9, z = −48, Z = 3.99, k = 176），左侧海马旁皮质（PHC, x = −14, y=−36, z =−3, Z = 3.90, k = 197）的GMV减小；在左侧边缘上回皮层（x = −44, y = −75, z = 9, Z = 3.91, k = 138）的GMV增大。如图1所示。

图1 GMV的两组比较

左图：与对照组相比，SPA患者的GMV存在差异。左侧前岛叶和左侧PHC的GMV较低。SPA患者左缘上回GMV增加。*表明这些区域在BDI评分共变异中没有存活。所示为二级ANCOVA结果，p < 0.001未经校正的身高，k > 80体素。

右图：与对照组相比，SPA患者的内在活动存在差异。SPA患者右侧ACC活性较低。所示为二级ANCOVA结果，p < 0.001，未校正，k > 5个体素。颜色条表示t值。

回归分析显示，在包括中扣带皮层和ACC的团块中，SPAI得分与GMV呈负相关(x = 12, y = 21, z = 29, z = 3.91, k = 187)；如图2所示。SPAI与GMV在左眶后回(OFC, x = 33, y= 29, z =−11,z = 3.99, k = 146)和右枕下回(x = 44, y=−75,z = 9, z = 3.91, k = 138)均呈负相关。

图2 GMV、ALFF在前扣带和行为评分的相关分析所有被试的扣带皮层SPAI（智能手机成瘾量表）与GMV(蓝色)和ALFF(红色)分别呈负相关。把年龄、性别作为协变量，全脑回归分析结果显示与TIV (VBM)或FD (ALFF)相关，未校正，k > 80 (VBM)和k > 5体素(ALFF) ，p < 0.001。颜色条表示t值。图中显示了SPAI总得分与GMV或ALFF参数估计之间的关系(峰值体素提取的GMV值和ALFF值)。

3.3 ALFF

与对照组相比，SPA患者右侧ACC的ALFF较低(x = 9, y = 27, z = 27, z = 4.72, k = 14体素)；参见图1。与对照组相比，在SPA中没有发现ALFF增加的区域。

回归分析显示，SPAI与右侧ACC (x = 9, y = 27, z = 27, z = 3.88, k = 9)和双侧中央前回(左:x =−48,y = 6, z = 27, z = 3.62, k = 6;右:x = 42, y = 0, z = 36, z = 4.07, k = 5)的ALFF值呈负相关；参见图2。此外，SPAI评分与右侧梭状回(x = 33, y =−21,z =−30,z = 4.33, k = 23)等团块的ALFF呈正相关。

3.4 与BDI(Beck抑郁量表)的共变

详细的结果以补充数据（图3）的形式呈现。简而言之，SPA患者的下前岛叶和左侧颞下皮层GMV存在差异，而PHC(海马旁回)和边缘上皮层没有差异。GMV回归分析发现，右侧OFC后部、右侧额上回内侧和右侧辅助运动区存在额外的负相关关系。右侧枕下回结果无统计学意义。ALFF分析证实了右ACC的组间差异。此外，SPAI总分与右侧ACC和左侧中央前回的活动之间也有显著的相关性。

图3：在所有研究参与者中，SPAI和GMV之间呈现负相关的区域。

显示的全脑回归分析结果与年龄、性别、TIV和BDI共变，未校正，k> 80体素 (VBM)和k>5体素(ALFF) p < 0.001。颜色条表示t值。

3.5 功能连接性分析

在单样本t检验中，右侧ACC的FC在皮质中线区域的差异显著，包括：后扣带回皮层和楔前叶，以及双侧丘脑、纹状体、岛叶、外侧前额叶、眶额和颞顶叶区域。左侧前脑岛的FC（功能连接）也有类似的变化。在这两种网络中，与对照组相比，SPA患者的下顶叶(IPL)区域的FC均较低。特别是对于右侧ACC的FC，左上缘回、角回和右侧角回连接性较低。右侧岛叶前部FC，右侧边缘上回可见较低FC(立体定位坐标、Z-scores和图参见补充数据)（图4）。

a. 左图：右侧ACC功能连通性。为了便于说明，该图显示了一个样本的矢状和轴向切片，结果来源于回归了年龄、性别和FD的单样本t检验分析, 经FWE校正后p < 0.05。

右图：SPA和对照组之间的显著FC差异，结果来源于回归了年龄、性别和FD的ANCOVA分析, p < 0.005，未校正，k > 30体素。颜色条表示t值。

b. 左图：左前岛叶的功能连接性。为了便于说明，该图显示了一个样本的矢状和轴向切片，结果来源于回归了年龄、性别和FD的单样本t检验分析, 经FWE校正后p < 0.05。

右图：SPA和对照组之间的显著FC差异，结果来源于回归了年龄、性别和FD的ANCOVA分析, p < 0.005，未校正身高，k > 30体素。颜色条表示t值。

讨论

在这项多模态MRI研究中，本文第一次调查了SPA患者的脑体积和内在神经活动与健康者之间的差异。有三个主要发现：

首先，与对照组相比，SPA患者岛叶和颞叶皮质区域的GMV显著降低。

其次，与对照组相比，SPA患者的ACC活性显著降低。

第三，SPAI评分与GMV和ALFF的关联都集中在ACC上。

脑岛与成瘾行为密切相关，越来越多的证据支持脑岛前区和后区对此有不同贡献。具体来说，前岛叶与刺激相关的显著性加工和渴望有关，而后岛叶则与内感觉有关。值得注意的是，之前的研究也显示IGD（网络游戏障碍）患者的左脑岛GMV减小，前脑岛和ACC之间以及与渴望、突出性、自我监控和注意力相关的其他大脑区域的固有FC增强。岛叶的GMV减小也被报道在物质相关成瘾的研究中。

本研究的第二个重要发现是，与对照组相比，SPA患者的ACC（前扣带回）活性较低。此外，SPAI评分与GMV和ALFF之间的关联都集中在ACC上。ACC被认为是奖赏系统的一部分，与渴望和抑制控制相关，在没有接触药物刺激的物质使用障碍个体中表现出较低的活性；而ACC激活被认为与线索诱发的渴望相关。值得注意的是，在IGD的研究中也发现了ACC GMV的降低，且ACC的GMV与受影响个体的认知控制表现和冲动性呈负相关。Yao及其同事的一项系统综述和meta分析强调了IGD中ACC的结构和功能改变。此外，最近的一项研究为使用微信成瘾提供了进一步的ACC体积减少的证据。在目前的多模态研究中，我们观察到ACC对SPA的结构和功能方面的贡献。与其他研究的结果一致，这项研究的结果清楚地表明，ACC改变不是SPA(或任何其他行为成瘾)所特有的。相反，考虑到ACC与人类行为的多个维度和心理过程的相关性，这个大脑区域的神经完整性的改变更反映了跨疾病的神经特征。

在神经系统层面上，脑岛和ACC被描述为“突显网络（salience network）”的关键区域，它可以调节执行系统和“默认网络(DMN)”之间的相互作用。DMN在休息时更活跃，例如，它可能在走神和思考自己、他人和个人未来方面发挥作用。DMN关键节点（包括脑岛和前扣带皮层）的神经变化已经在物质相关障碍和行为成瘾中观察到，可能是成瘾个体自我意识和情绪调节受损的神经功能基础。ACC和前岛叶在成瘾的异常显著性加工过程中经常被提及，这一观点得到了本研究结果的充分支持。值得注意的是，在探索性FC分析中，右ACC和左前岛叶网络之间的低功能耦合都集中在IPL(顶下小叶,inferior parietal lobule)上，IPL一直被认为是DMN的关键区域。IPL是一个涉及各种过程的区域，如反射过程、社会认知和记忆，但在成瘾行为的背景下，IPL一直被认为在显著性加工中发挥作用，特别是在那些需要定向注意控制的过程中。也就是说，在物质使用障碍中，并不奇怪这个网络的激活会与渴望和药物寻求行为联系在一起。其他研究者也报道了IPL的结构和功能在IGD（网络游戏障碍）个体的显著性加工和线索反应背景下的变化，再次强调了该区域与成瘾行为的相关性。

SPA患者除ACC和岛叶外，其他几个脑区GMV与对照组相比也存在显著差异，即左侧颞下皮质、左侧PHC（海马旁回）、左侧边缘上回、左后OFC（left posterior orbital gyrus）和右侧枕下回。回归分析显示SPAI评分与双侧中央前回和延伸至PHC的右侧梭状回簇的内在神经活动有关。在本研究中观察到的IGD的神经变化模式与神经影像学数据在空间上有密切的对应关系。例如，IGD患者海马旁回和颞回的体积或活动的改变，与视觉和听觉处理、社会认知和记忆的改变有关。此外，在IGD患者中，左中央前回活动此前已被发现与反应抑制受损有关。在IGD（网络游戏障碍）患者中也发现了OFC改变与决策、抑制和行为控制有关，如OFC的GMV减少。与Zhou等人最近的研究结果一致，我们发现行为的严重程度与OFC的GMV呈负相关。基于纵向数据，Zhou等人认为，增加对媒介的参与度(这里指在线游戏活动)会导致成瘾症状的增加和OFC结构完整性的降低。在缺乏纵向数据的情况下，我们只能推测在SPA中类似的机制，这意味着OFC结构完整性的丧失会导致在失去监管控制的情况下产生过度使用和成瘾行为。作为对这些研究的补充，Lee和同事最近的工作提供了有问题的智能手机使用个体的眶额GMV减少的证据。此外，根据智能手机成瘾倾向量表(Smartphone Addiction Proneness Scale)的评估，OFC的GMV也与智能手机使用行为呈负相关，这与我们的研究结果很一致。在IGD患者和SPA患者中检测到的OFC和ACC的结构变异模式可能是一种神经特征的反映，这种神经特征在一些与科技相关的成瘾行为中是常见的。然而，需要神经影像学研究来直接比较IGD和SPA患者，以得出可靠的结论。

最后，值得注意的是，尽管研究参与者没有出现临床相关的抑郁症，但BDI（Beck抑郁量表）评分对分析结果有显著影响。这一发现与之前的研究一致，即智能手机用户的阈下抑郁水平有所增加，尤其是那些教育成就较低、SPA评分较高的人。在控制BDI分数作为潜在混杂变量后，ACC、岛叶、OFC、左侧中央前回、左侧颞下皮质和右侧中扣带皮质的结构和功能变化仍然有稳定的统计学差异。在控制BDI评分后，PHC、边缘上皮层和右侧梭状回的差异在本研究中没有得到证实，这可能是因为这些区域与抑郁症的神经变化有关，而不是与成瘾行为有关——尤其是PHC（海马旁回），被认为与记忆和视觉过程相关，但右侧梭状回也与视觉过程相关。因此，未来对SPA患者的神经成像研究(还有对其他行为成瘾的研究，如IGD)，应该排除亚临床抑郁症的潜在影响。

这项研究的潜在缺陷不少，例如样本量偏小，缺乏对潜在混杂共病精神障碍的正式临床评估。虽然在纳入研究之前，参与者没有报告精神障碍，但由于缺乏结构化访谈，不能完全排除其他精神健康状况可能对GMV或ALFF产生影响的可能性。此外，横断面设计不允许对这些发现的时间发展和稳定性进行推断，正如相关性并不意味着因果关系一样。同样值得注意的是，我们在实验控制不佳的环境下，即静息状态下，研究了神经活动。在SPA患者中，主动任务条件下的神经活动模式与静息状态下的大脑活动模式有很大的不同。因此，未来的研究将需要额外考虑这一群体的特定激活范式，类似于成瘾研究中使用的任务设计。最后，缺少用于多次比较的全脑体素校正是另一个需要考虑的缺陷。虽然对多次比较进行比较保守的校正(例如使用FWE校正)会使所有基于全脑的结果不显著，同时高度增加假阴性结果的概率。但是，本文的校正比较宽松，可能也带来了不少假阳性结果，需要谨慎解读。

总结

在这项多模态MRI研究中，作者探索了SPA（智能手机成瘾）患者的结构（脑体积）和功能（内在神经活动）改变。有三个主要的发现：1）与对照组相比，SPA患者岛叶和颞叶皮质区域的GMV（灰质体积）显著较小；2）与对照组相比，SPA患者的ACC（前扣带皮层）活性显著降低；3）SPAI评分与GMV和ALFF的关联都集中在ACC上。这项研究提供了重要的数据和初步的证据，表明与正常人相比，智能手机成瘾者在一些相关的神经过程存在差异，特别是在突显网络方面。鉴于智能手机的广泛使用和日益普及，本研究对智能手机无害论提出了挑战，至少对可能成瘾行为风险高的个体来说，智能手机未必无害。

写到这里，笔者从角落里把用来开核桃的“大哥大”又找了出来，这样就不会成瘾了。

智能手机成瘾者的大脑功能和结构的改变相关推荐

大脑的「行为性」成瘾，如赌博、购物、游戏、工作、饮食和性等成瘾，与毒品、药物类成瘾有什么区别？心理上有什么区别？
只提供片面观点.根据之前看到过的一篇报道和American society of addiction medicine (ASAM) 2011年4月12日修改的关于成瘾的定义,不管是对酒精毒品,还是对 ...
网络成瘾是一种精神疾病，可预防、可矫正
关注"心仪脑"查看更多脑科学知识的分享. 关键词:网络成瘾.精神疾病中国互联网协会发布<中国互联网发展报告(2021)>,报告显示,截至2020年底,中国网民规模为9 ...
重磅 | 揭秘IARPA项目：解码大脑算法或将彻底改变机器学习
联邦政府情报部门资助了一个非常有野心的新项目,旨在让人工智能更加符合我们自己的脑力力量(metal powers). 联邦政府情报部门资助了一个非常有野心的新项目,旨在让人工智能更加符合我们自己的脑力 ...
上网成瘾改变大脑结构：语言功能受影响，让人话都说不利索
万博发自凹非寺量子位 | 公众号 QbitAI 经常不受控制地拿着手机或平板,漫无目的的刷微博,逛淘宝-- 如果有,那就需要注意了,这种无法自控的上网成瘾,是一种被叫做互联网使用障碍(IUD)的 ...
我们或许…永远都治不好「手机成瘾」这个病
点击上方"程序员大咖",选择"置顶公众号" 关键时刻,第一时间送达! 你应该不止一次有过这样的经历:与女朋友相约周末去逛街,她在看衣服.试鞋子.卖弄那一排排闪着 ...
为防手机游戏成瘾，科技巨头纷纷增加数位健康应用
自今年年初世界卫生组织将网络游戏障碍(Internet Gaming Disorder)正式列入精神疾病后,数位健康(Digital Wellbeing)便成为了近期科技领域的流行用语,也成为了巨头们 ...
网络成瘾临床诊断标准英语_在现代生活中，技术成瘾已成为标准
网络成瘾临床诊断标准英语 I write this on a Sunday afternoon. The weak September sun battles through the clouds ...
[转载] 为研究网络游戏成瘾我陪儿子玩王者荣耀
转载来源:https://news.baidu.com/news#/detail/8640583719318022365 出品 | 新浪科技<科学大家> 撰文 | 雷皓中国科学院武汉物理 ...
正念诱导的内源性θ刺激引起自我超越与抑制成瘾行为
自我控制通过额中线脑区神经的θ振荡(4-8Hz)实现.额中线θ(FMθ)与默认模式(DMN)网络的激活成反比,促进自我参照处理.成瘾涉及自我调节能力受损和DMN功能障碍.正念是一种治疗成瘾的有效的自我 ...
物体成瘾性_科技成瘾使我们不那么快乐。那是一个市场机会。
物体成瘾性 Compulsively checking social networks makes us less happy. I think we all understand this intu ...

智能手机成瘾者的大脑功能和结构的改变

智能手机成瘾者的大脑功能和结构的改变相关推荐

最新文章

热门文章