PLOS ONE:VR 游戏扫描揭示了 ADHD 儿童独特的大脑活动

news2025/5/15 11:13:44

在孩子的成长过程中,总有那么一些“与众不同”的孩子。他们似乎总是坐不住,课堂上小动作不断,注意力难以集中,作业总是拖拖拉拉……这些行为常常被家长和老师简单地归结为“淘气”“不听话”。然而,他们可能并不只是“淘气”,而是患有一种名为“注意缺陷多动障碍”(ADHD)的疾病。ADHD 是一种常见的儿童神经发育障碍,全球约有 3% - 7% 的儿童受到影响。它主要表现为注意力不集中、多动和冲动。这些症状看似平常,却会对孩子的学习、社交和日常生活产生深远的影响。患有 ADHD 的孩子可能在学业上表现不佳,难以与同伴建立良好的关系,甚至在日常生活中也会遇到诸多困难。尽管 ADHD 的症状表现多样,但其背后的神经机制却一直是个谜。近年来,随着神经影像学技术的发展,科学家们开始探索 ADHD 患者大脑的奥秘。研究发现,ADHD 的神经机制复杂多样,涉及大脑多个区域的异常。然而,这些异常是如何在真实世界中影响孩子的行为的,仍然是一个亟待解决的问题。为了深入探究这一问题,科学家们采用了新的研究方法——功能性磁共振成像(fMRI),结合虚拟现实(VR)技术,模拟真实世界中的目标导向行为,观察孩子在执行任务时大脑的活动情况。这种创新的研究方法不仅能够更真实地反映孩子的行为表现,还能帮助我们更好地理解 ADHD 的神经机制。

2025年3月18日,PLOS ONE(IF=2.9)上发表了题为“Real-world goal-directed behavior reveals aberrant functional brain connectivity in children with ADHD”的文章。该研究主要研究注意力缺陷多动障碍(ADHD)儿童的大脑功能连接异常,特别是在真实世界目标导向行为中的表现。研究通过功能性磁共振成像(fMRI)技术,在三种实验条件下(主动虚拟现实任务、被动视频观看任务和标准静息态条件)收集数据,比较了ADHD儿童和典型发育(TD)儿童的大脑功能连接差异。这项研究强调了在自然主义任务中研究ADHD大脑功能连接的重要性,尤其是在症状表现明显的情况下。通过VR技术模拟真实世界的情境,研究揭示了ADHD儿童在执行目标导向行为时大脑功能连接的异常模式,这可能有助于开发更精确的诊断工具和治疗方法。

在一项新研究中,来自几所欧洲大学的研究人员利用虚拟现实游戏来研究临床诊断为ADHD(注意力缺陷多动障碍)儿童的大脑网络活动。到目前为止,无论是儿童还是成人的ADHD研究,主要都是通过静息态下的大脑成像来进行的,而不是在主动参与表现出明显症状的任务时进行研究。“在虚拟世界中加载记忆和注意力时拍摄大脑的照片,让我们能够更深入地了解发生了什么。“Aalto大学的教授Juha Salmitaival(即Salmi)解释道。“在虚拟现实游戏过程中,ADHD儿童的大脑网络激活存在明显差异,特别是在大脑的深层结构及其与皮层区域的连接方面。”

在功能性磁共振成像(fMRI)扫描期间,受试者(即参与实验的儿童)被置于一个充满挑战的虚拟环境中。这些挑战是模拟现实世界中人们所面临的场景,例如在日常生活中需要完成的各种任务。研究中使用了一款虚拟现实游戏,游戏画面被投影到一面镜子上。孩子们可以通过这面镜子看到游戏画面,并在玩游戏的同时进行fMRI扫描。这种设置允许孩子们在自然状态下玩游戏,同时研究人员可以实时记录他们的大脑活动。这种设计比传统的静息态扫描(即受试者只是躺在扫描仪中休息)更能模拟真实世界中的行为表现。研究人员将孩子们在玩游戏时的大脑活动扫描结果与他们在进行更被动的活动时的扫描结果进行了比较。这些被动活动包括观看视频或简单地休息。这种比较的目的是为了了解在不同活动状态下,ADHD儿童的大脑功能连接是否存在差异。通过对比,研究人员可以更准确地评估ADHD儿童在执行目标导向任务时的大脑活动变化。

研究包括39名ADHD儿童和37名TD儿童,他们参与了三种实验条件:EPELI虚拟现实任务(VR任务)、视频观看任务和静息态条件。EPELI任务是一个模拟日常生活的虚拟现实游戏,参与者需要执行一系列任务,如打扫房间等。视频观看任务则让参与者观看EPELI游戏的视频片段。静息态条件要求参与者保持静止,注视屏幕中心的正方形。

研究使用3T磁共振扫描仪收集fMRI数据,并采用网络基础统计(NBS)和图论度量来分析功能连接。首先,通过NBS检测组间差异的子网络;其次,通过图论分析评估网络的整合和分离特性;最后,通过线性回归分析研究功能连接与任务表现之间的关联。

在EPELI任务中,ADHD组表现出比TD组更强的功能连接,尤其是在亚皮层区域,如杏仁核、尾状核等,这些区域在ADHD中表现出超连接。此外,ADHD组在EPELI任务中的表现也更差,表现为更低的总分和任务效率。

在视频观看任务中,NBS分析未发现组间功能连接的显著差异,但通过链接基础分析发现ADHD组在颞叶-丘脑和颞叶内部连接上更强。在静息态条件下,未发现ADHD组和TD组之间的功能连接差异。TD组:在执行任务时,功能连接与任务表现相关;在静息态时,功能连接与ADHD症状评分相关。ADHD组:在执行任务或静息态时,功能连接与任务表现或症状评分之间没有显著的相关性。

图1 注意力缺陷多动障碍(ADHD)儿童与典型发育(TD)儿童之间在大脑功能连接上的差异图

NBS揭示的一个网络显示,在EPELI游戏过程中,ADHD组的FCTD组更强。图A显示了ADHD组和TD组之间大脑功能连接的差异,用不同视角的脑部网络图表示。每个子图展示了从不同角度(左、右、前、后、顶、底)观察到的大脑网络。网络中的点代表大脑的不同区域,而线代表区域之间的功能连接。颜色的深浅可能表示功能连接的强度或显著性,颜色越深表示连接越强或越显著。从图中可以看出,ADHD组(与TD组相比)在多个大脑区域显示出更强或不同的功能连接模式。图B进一步详细展示了ADHD组与TD组之间在特定大脑区域的功能连接差异。图中列出了多个大脑区域,包括额叶(Frontal Lobe)、顶叶(Parietal Lobe)、颞叶(Temporal Lobe)、枕叶(Occipital Lobe)、边缘叶(Limbic Lobe)、岛叶(Insular Lobe)和皮层下核团(Subcortical Nuclei)。每个区域旁边的数字可能代表特定的脑区或功能连接的编号。连接线的粗细和颜色深浅同样可能表示功能连接的强度或显著性。结果表明,ADHD组在某些大脑区域之间的功能连接比TD组更强(ADHD > TD),特别是在皮层下核团(如Subcortical Nuclei R 2, L 10)和颞叶(如Temporal Lobe R 11, L 10)等区域。

图2 与TD组儿童在EPELI游戏中任务效率正相关的网络图

上图中图A展示了大脑网络的解剖学表示,从不同角度(左、右、前、后、顶、底)观察,可以看到大脑不同区域之间的连接。网络中的点(节点)代表大脑的不同区域,而连接线(边)表示这些区域之间的功能连接。线条的颜色和粗细可能表示功能连接的强度或统计显著性,颜色越深或线条越粗,表示连接越强或越显著。图B是一个流图(alluvial diagram),它以一种更详细的方式展示了大脑区域之间的连接模式。流图中的连接线表示不同大脑区域之间的功能连接,线条的粗细可能代表连接的强度或显著性。颜色编码用于区分不同的大脑区域,如额叶(Frontal Lobe)、顶叶(Parietal Lobe)、颞叶(Temporal Lobe)、枕叶(Occipital Lobe)、边缘叶(Limbic Lobe)和皮层下核团(Subcortical Nuclei)。该图描述了在典型发育儿童中,与任务效率正相关的大脑功能连接模式,并且这些连接在解剖学上和流图上都有展示。这种分析有助于理解大脑功能连接如何影响行为表现,尤其是在注意力和执行功能方面。

图3 视频观看任务期间组之间FC差异的基于链接的分析结果

图4 与TD组儿童在EPELI任务中任务效率正相关的视频观看功能连接网络图

图5 与TD组儿童CBCL得分负相关的视频观看功能连接网络图

TD组儿童ADHD-RS得分负相关的功能连接网络

图7 TD组静息状态下NBS检测到的FC网络与CBCL评分呈负相关

传统的神经影像学研究通常在静息状态下进行,这种方法可以提供关于大脑背景活动的信息,但这些信息与实际行为表现的直接联系较弱。即使在观看视频这种被动活动中,两组之间的差异也不明显,这表明被动活动可能无法充分激发与ADHD症状相关的大脑活动。虚拟现实游戏提供了一个更加自然和互动的环境,能够模拟现实世界中的复杂任务和挑战。在这种环境中,ADHD儿童的大脑活动表现出显著的差异,这表明虚拟现实游戏能够更有效地揭示ADHD儿童的大脑功能连接异常。这种方法可以更准确地反映ADHD儿童在现实世界中的行为表现,因为这些行为表现通常是在互动和目标导向的任务中出现的。

研究人员说:我们过去认为异常发展主要与特定、有限大脑区域的背景活动有关。但这些发现表明,它更多地与大脑区域之间的区域间通信有关。我们发现,ADHD个体的大脑活动变化是由人与环境的互动驱动的。”
 

研究人员深知,在虚拟环境中玩游戏是探索大脑在屏幕和社交媒体世界中发生的变化的绝佳方式。Aalto大学的教授Salmi说:“大脑是一个复杂的系统,它总是试图适应其环境,因此它很可能也被TikTok、Snapchat以及其他应用程序和游戏所塑造。”

同样地,虚拟世界中也包含一些能够引发冲动行为的“玩具”,比如乐器、冰箱里的饮料,或者可以洗个虚拟淋浴的机会。“如果环境是快节奏的,人们像蝗虫一样从一件事跳到另一件事,大脑就会试图更好地从一个刺激跳到另一个刺激,”他补充道。“但如果我们都变成了蝗虫,我们就无法在刺激很少的情况下集中精力两个小时。在大脑活跃时进行扫描,也可以为我们提供关于我们大脑如何变化的新见解。”

该团队未来的研究包括使用智能服装和动作传感器来研究儿童的大脑,以及在更接近日常生活的设置中探索成人的症状。Salmi预见到,在未来,例如使用增强现实眼镜,症状也可以在家中进行量化。Salmi还指出:“尽管目前fMRI(功能性磁共振成像)的成本过高,无法用于主流诊断目的,但随着我们在这一领域的知识不断积累,诊断神经精神疾病也应该变得更加直接。

参考文献:

Merzon L, Tauriainen S, Triana A, et al. Real-world goal-directed behavior reveals aberrant functional brain connectivity in children with ADHD. Giove F. ed. PLOS ONE 2025;20(3):e0319746; doi: 10.1371/journal.pone.0319746.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2338181.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

DemoGen:用于数据高效视觉运动策略学习的合成演示生成

25年2月来自清华、上海姚期智研究院和上海AI实验室的论文“DemoGen: Synthetic Demonstration Generation for Data-Efficient Visuomotor Policy Learning”。 视觉运动策略在机器人操控中展现出巨大潜力,但通常需要大量人工采集的数据才能有效执行。驱动高数据需…

@JsonView + 单一 DTO:如何实现多场景 JSON 字段动态渲染

JsonView 单一 DTO:如何实现多场景 JSON 字段动态渲染 JsonView 单一 DTO:如何实现多场景 JSON 字段动态渲染1、JsonView 注解产生的背景2、为了满足不同场景下返回对应的属性的做法有哪些?2.1 最快速的实现则是针对不同场景新建不同的 DTO…

15 nginx 中默认的 proxy_buffering 导致基于 http 的流式响应存在 buffer, 以 4kb 一批次返回

前言 这也是最近碰到的一个问题 直连 流式 http 服务, 发现 流式响应正常, 0.1 秒接收到一个响应 但是 经过 nginx 代理一层之后, 就发现了 类似于缓冲的效果, 1秒接收到 10个响应 最终 调试 发现是 nginx 的 proxy_buffering 配置引起的 然后 更新 proxy_buffering 为…

安卓手机万能遥控器APP推荐

软件介绍 安卓手机也能当“家电总控台”?这款小米旗下的万能遥控器APP,直接把遥控器做成“傻瓜式操作”——不用配对,不连蓝牙,点开就能操控电视、空调、机顶盒,甚至其他品牌的电器!雷总这波操作直接封神&…

PH热榜 | 2025-04-18

1. Wiza Monitor 标语:跟踪工作变动,接收Slack和电子邮件的提醒。 介绍:Wiza Monitor是一款用于追踪职位变动的工具,可以实时跟踪客户和潜在客户的工作变动,还可以通过电子邮件和Slack发送提醒,让你的客户…

Android平台 Hal AIDL 系列文章目录

目录 1. Android Hal AIDL 简介2. AIDL 语言简介3. Android 接口定义语言 (AIDL)4. 定义AIDL 接口5. AIDL 中如何传递 Parcelable 对象6. 如何使用AIDL 定义的远程接口进行跨进程通信7. 适用于 HAL 的 AIDL8. Android Hal AIDL 编译调试9. 高版本Android (AIDL HAL) 沿用HIDL方…

十、数据库day02--SQL语句01

文章目录 一、新建查询1.查询窗口的开启方法2. 单语句运行方法 二、数据库操作1.创建数据库2. 使用数据库3. 修改数据库4. 删除数据库和查看所有数据库5. 重点:数据库备份5.1 应用场景5.2 利用工具备份备份操作还原操作 5.3 扩展:使用命令备份 三、数据表…

实时直播弹幕系统设计

整个服务读多写少,读写比例大概几百比1. 如果实时性要求高的话,可以采用长连接模式(轮询的话,时效性不好,同时对于评论少的直播间可能空转) websocket 和 SSE架构 只要求服务端推送的话,可以…

[Java · 初窥门径] Java 语言初识

🌟 想系统化学习 Java 编程?看看这个:[编程基础] Java 学习手册 0x01:Java 编程语言简介 Java 是一种高级计算机编程语言,它是由 Sun Microsystems 公司(已被 Oracle 公司收购)于 1995 年 5 …

【SQL Server】数据探查工具1.0研发可行性方案

👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路 想抢先解锁数据自由的宝子,速速戳我!评论区蹲一波 “蹲蹲”,揪人唠唠你的超实用需求! 【SQL Server】数据探查工具1.0研发可行性方案…

谓词——C++

1.一元谓词 1.定义 2.案例 查找容器有没有大于五的数字 #include<stdio.h> using namespace std; #include<string> #include<vector> #include<set> #include <iostream> class myfind { public:bool operator()(int a){return a > 5;} …

『前端样式分享』联系我们卡片式布局 自适应屏幕 hover动效 在wikijs中使用 (代码拿来即用)

目录 预览效果分析要点响应式网格布局卡片样式&#xff1a;阴影和过渡效果 代码优化希望 长短不一的邮箱地址在左右居中的同时,做到左侧文字对齐(wikijs可用)总结 欢迎关注 『前端布局样式』 专栏&#xff0c;持续更新中 欢迎关注 『前端布局样式』 专栏&#xff0c;持续更新中…

MySQL 缓存机制全解析:从磁盘 I/O 到性能优化

MySQL 缓存机制全解析&#xff1a;从磁盘 I/O 到性能优化 MySQL 的缓存机制是提升数据库性能的关键部分&#xff0c;它通过多级缓存减少磁盘 I/O 和计算开销&#xff0c;从而提高查询和写入的效率。 1. 为什么需要缓存&#xff1f; 数据库的性能瓶颈通常集中在磁盘 I/O 上。…

1.1 设置电脑开机自动用户登录exe开机自动启动

本文介绍两个事情&#xff1a; 1.Windows如何开机自动登录系统&#xff08;不用输密码) 2. 应用程序(.exe)如何开机自动启动 详细解释如下&#xff1a; 一、Windows如何开机自动登录系统&#xff08;不用输密码) 设备上的工控机&#xff0c;如果开机后都需要操作人员输入密码&…

基于 Python 和 OpenCV 技术的疲劳驾驶检测系统(2.0 全新升级,附源码)

大家好&#xff0c;我是徐师兄&#xff0c;一个有着7年大厂经验的程序员&#xff0c;也是一名热衷于分享干货的技术爱好者。平时我在 CSDN、掘金、华为云、阿里云和 InfoQ 等平台分享我的心得体会。 &#x1f345;文末获取源码联系&#x1f345; 2025年最全的计算机软件毕业设计…

OpenAI重返巅峰:o3与o4-mini引领AI推理新时代

引言 2025年4月16日&#xff0c;OpenAI发布了全新的o系列推理模型&#xff1a;o3和o4-mini&#xff0c;这两款模型被官方称为“迎今为止最智能、最强大的大语言模型&#xff08;LLM&#xff09;”。它们不仅在AI推理能力上实现了质的飞跃&#xff0c;更首次具备了全面的工具使…

Unity3d 6(6000.*.*)版本国区下载安装参考

前言 Unity3d 6.是最新的版本&#xff0c;是与来自世界各地的开发者合作构建、测试和优化的成果&#xff0c;现在可以完全投入生产&#xff0c;是我们迄今为止性能最出色、最稳定的 Unity 版本。Unity 6 有许多令人兴奋的新工具和功能&#xff1a;端到端多人游戏工作流程将加速…

第 3 期:逆过程建模与神经网络的作用(Reverse Process)

一、从正向扩散到逆向去噪&#xff1a;生成的本质 在上期中我们讲到&#xff0c;正向扩散是一个逐步加入噪声的过程&#xff0c;从原始图像 x_0到接近高斯分布的 x_T​&#xff1a; 而我们真正关心的&#xff0c;是从纯噪声中逐步还原原图的过程&#xff0c;也就是逆过程&…

健康养生:开启活力生活新篇章

在当代社会&#xff0c;熬夜加班、久坐不动、外卖快餐成为许多人的生活常态&#xff0c;随之而来的是各种亚健康问题。想要摆脱身体的疲惫与不适&#xff0c;健康养生迫在眉睫&#xff0c;它是重获活力、拥抱美好生活的关键。​ 应对不良饮食习惯带来的健康隐患&#xff0c;饮…

记录学习的第二十九天

还是力扣每日一题。 本来想着像昨天一样两个循环搞定的&#xff0c;就下面&#x1f447;&#x1f3fb; 不过&#xff0c;结果肯定是超时啦&#xff0c;中等题是吧。 正确答案是上面的。 之后就做了ls题单第一部分&#xff0c;首先是定长滑窗问题 这种题都是有套路的&#xff0…