Лабильность или функциональная подвижность: 1.7.6. Лабильность (функциональная подвижность). Парабиоз.

Содержание

Методика интеллектуальной лабильности | Блог 4brain

Почему одни люди работают лучше в условиях постоянно меняющихся условий и многозадачности, а другие хуже? Что влияет на скорость обучаемости? А на скорость продвижения по карьерной лестнице? Ответов на эти вопросы может быть несколько, и об одном из них – интеллектуальной лабильности – мы поговорим в данной статье. Что это такое, на что влияет и как измерить? Читайте дальше, и узнаете.

А на курсе «Когнитивистика» вы научитесь применять в своей жизни более 20 техник мышления. Это позволит вам логично и последовательно рассуждать, быстро принимать эффективные решения и находить нестандартные подходы в трудных задачах.

Что такое интеллектуальная лабильность?

Лабильность вообще – это скорость протекания элементарных циклов возбуждения в нервной и мышечной тканях, функциональная подвижность (корень слова «лабильность» переводится с латинского как «скользящий» или «неустойчивый»).

Лабильность обусловлена природными данными. Определяющую роль здесь играет центральная нервная система. Чем быстрее происходит переключение между возбуждающими и тормозящими импульсами, передающимися от одного нейрона к другому, и чем лучше эти процессы уравновешены, тем выше лабильность.

Говоря об интеллектуальной лабильности, мы имеем в виду способность быстро переходить от одной задачи к другой и способность оперативно переключать внимание. Чем выше интеллектуальная лабильность, тем выше скорость и точность восприятия задачи и тем быстрее происходит психомоторная координация.

Какова значимость интеллектуальной лабильности?

Люди с высокой интеллектуальной лабильностью обладают следующими преимуществами:

быстрее переключаются между заданиями, поэтому лучше приспособлены к работе в условиях многозадачности;
обладают повышенной концентрацией внимания;
обладают более высокой обучаемостью, т.к. чем выше интеллектуальная лабильность, тем меньше времени требуется на обучение;
быстрее переключают внимание с одного объекта на другой;
быстрее реагируют на информационные стимулы извне;
как правило, быстрее справляются с предоставленным заданием;
лучше ориентируются в запутанных и сложных заданиях;
лучше справляются с задачами в условиях постоянно меняющихся обстоятельств;
способны учитывать сразу несколько требований одновременно;
принимают верные решения быстрее остальных.

Как вы видите, из этих преимуществ можно составить неплохое резюме, поэтому высокая интеллектуальная лабильность – ощутимый плюс в любой трудовой деятельности. При прочих равных соискатель с высокой интеллектуальной лабильностью всегда предпочтительнее.

Работники с высокой интеллектуальной лабильностью быстрее обучаются, лучше справляются с рабочими задачами, и поэтому, как правило, достигают больших успехов в карьерном продвижении.

Также предлагаем вам рассмотреть график зависимости скорости обучения от интеллектуальной лабильности (чем выше номер графика, тем меньше интеллектуальная лабильность):

Но как определить свой уровень интеллектуальной лабильности? Для этого существует специальная методика, о которой мы расскажем далее.

Методика интеллектуальной лабильности

Автор методики – Костромина Светлана Николаевна – доктор психологических наук. Ей написано несколько книг на тему развития детей, а также «Справочник школьного психолога», содержащий более 250 статей.

Тест, предложенный С. Н. Костроминой, состоит из бланка ответов, разделённого на квадраты, и заданий, который испытуемому зачитывают (или включают аудиозапись).

На каждое задание даётся 3-5 секунд, поэтому работать приходится очень быстро. Каждое задание прочитывается лишь единожды, никаких повторений и вопросов. Вопросы несложные, т.к. в методике интеллектуальной лабильности оценивается именно скорость переключения между задачами.

Пример одного из типов заданий:

В квадрате 8 напишите первую букву имени Андрей и последнюю букву первого дня недели (3 секунды на выполнение).

Всего в тесте 40 вопросов. После их прохождения подсчитывается количество допущенных ошибок и заданий, которые вообще не были выполнены, и в зависимости от него определяется результат:

0-4 ошибки – высокий уровень лабильности – хорошая обучаемость;
5-9 ошибок – средний уровень лабильности;

10-14 ошибок – низкий уровень лабильности – трудности в переобучении;
15 и более ошибок – очень низкий уровень лабильности – мало успешен в любой деятельности.

Отметим, что «мало успешен в любой деятельности» хоть и звучит как приговор, но на самом деле означает, что обучение будет даваться человеку с невероятным трудом и потребует много времени. Также он не сможет работать в условиях постоянно меняющейся обстановки и многозадачности. Но в целом, такой индивид может чего-то добиться, пусть и не столь многого, как человек с высокой интеллектуальной лабильностью.

Преимуществом методики является очень низкое время прохождения теста и высокая точность результатов.

Можно ли увеличить интеллектуальную лабильность?

К сожалению, нет. Как было сказано, это особенность функционирования нервной системы.

Но можно попробовать косвенно улучшить способности, характерные для людей с высокой интеллектуальной лабильностью.

Например, вы сможете лучше работать в условиях многозадачности и постоянно меняющихся условий, если начнёте развивать в себе стрессоустойчивость. Также вы можете научиться в принципе исключать многозадачность из своей работы – тогда нечему будет мешать вам.

Или научитесь использовать самые эффективные техники самообразования, чтобы повысить скорость обучения. Работает даже при невысокой интеллектуальной лабильности.

Когнитивные тренажёры также оказывают положительное воздействие при любом уровне интеллектуальной лабильности. Попробуйте, например, бесплатную онлайн-программу «Нейробика».

Если вы хотите развиваться и становиться лучше, вы всегда найдёте путь для этого. Пусть даже и обходной.

И, конечно же, оставляем ссылки, по которым вы можете найти бланк ответов и вопросы методики: здесь или здесь. Поделиться своим результатом и обсудить его с другими пользователями вы можете в комментариях.

Желаем успехов!

Ключевые слова:1Когнитивистика

Значение слов — сборник словарей на Glosum.ru

Главная
Контакты

Добавить слово

Возможно, запрашиваемая Вами страница была перенесена или удалена. Также возможно, Вы допустили небольшую опечатку при вводе адреса – такое случается, поэтому еще раз внимательно проверьте.

Вы можете продолжить перейдя на главную страницу

Популярное за все время
Любовь
Родина
Обожать
Вертеп
Дружба
Мужик
Красота
Надежда
Искусство
Панталык
Стерва
Паскуда
Мир
Тварь
Дурак

за месяц
Член
Краля
Богатый
Урод
Бобыль
Халда
При
Справедливость
Привет
Жрать
Лукавый
Рдеть
Определение
Человек
Язык

за неделю
Пелена
Безалаберный
Жупел
Мазурик
Коллега
Нравственность
Ратовать
Волонтер
Информация
Богатырь
Неистовый
Друг
Организация
Кумир
Легенда

за день
Ублюдок
Оный
Юродивый
Яр
Дебелый
История
Гордость
Показать
Басурман
Тать
Романтик
Вовсе
Царь
Честь
Оказия

Важное

Политика конфиденциальности
Пользовательское Соглашение

Наши соц. сети

Телеграм канал
Телеграм бот

Отсутствие чувства угрозы и повышенная эмоциональная лабильность у больных с хронической микрососудистой ишемией по нелинейным параметрам ЭЭГ

1. De Silva TM, Faraci FM. Микроваскулярная дисфункция и когнитивные нарушения. Селл Мол Нейробиол. (2016) 36: 241–58. 10.1007/s10571-015-0308-1 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

2. Everson SA, Lynch JW, Kaplan GA, Lakka TA, Sivenius J, Salonen JT, et al. Комментарий редакции: что-то старое и что-то новое. Гладить. (2001) 32:1263–70. 10.1161/01.STR.32.6.1263 [PubMed] [CrossRef] [Google Scholar]

3. Хаузенлой Д.Дж., Йеллон Д.М. Ишемически-реперфузионное повреждение миокарда: забытая терапевтическая цель. Джей Клин Инвест. (2013) 123:92–100. 10.1172/JCI62874 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

4. Paolucci S. Эпидемиология и лечение постинсультной депрессии. Нейропсихиатр Dis Treat. (2008) 4:145. 10.2147/NDT.S2017 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

5. Pohjasvaara T, Vataja R, Leppävuori A, Kaste M, Erkinjuntti T. Депрессия является независимым предиктором плохого долгосрочного функционального исхода после инсульта. Евр Дж Нейрол. (2001) 8: 315–9. 10.1046/j.1468-1331.2001.00182.x [PubMed] [CrossRef] [Google Scholar]

6. Gillen R, Tennen H, McKee TE, Gernert-Dott P, Affleck G. Депрессивные симптомы и история депрессии предсказывают реабилитацию эффективность у больных, перенесших инсульт. Архив медицинской реабилитации. (2001) 82:1645–9. 10.1053/apmr.2001.26249 [PubMed] [CrossRef] [Google Scholar]

7. Starkstein SE, Jorge RE, Robinson RG. Частота, клинические корреляты и механизм анозогнозии после инсульта. Can J Психиатрия. (2010) 55:355–61. 10.1177/070674371005500604 [PubMed] [CrossRef] [Google Scholar]

8. Рид Б.Р., Мунгас Д. М., Крамер Дж.Х., Эллис В., Винтерс Х.В., Заров С. и др.. Профили нейропсихологических нарушений при аутопсии, определяемые болезнью Альцгеймера и цереброваскулярными заболеваниями. Мозг. (2007) 130:731–9. 10.1093/brain/awl385 [PubMed][CrossRef][Google Scholar]

9. Мартынова О.В., Портнова Г.В., Гладун К.В. Нейронные корреляты состояния головного мозга при хронической ишемии и инсульте: комбинированная электроэнцефалограмма в состоянии покоя и транскраниальное допплерографическое исследование. Нейроотчет. (2017) 28:163–8. 10.1097/WNR.0000000000000720 [PubMed] [CrossRef] [Google Scholar]

10. Pantoni L, Basile AM, Pracucci G, Asplund K, Bogousslavsky J, Chabriat H, et al. Влияние возрастных изменений белого вещества головного мозга о переходе к инвалидности – исследование LADIS: обоснование, дизайн и методология. Нейроэпидемиология. (2005) 24:51–62. 10.1159/000081050 [PubMed] [CrossRef] [Google Scholar]

11. Takehara T, Ochiai F, Watanabe H, Suzuki N. Связь между фрактальной размерностью и эффектами другой расы и инверсии при распознавании лицевых эмоций.

Познание эмоций. (2013) 27:577–88. 10.1080/02699931.2012.725655 [PubMed] [CrossRef] [Google Scholar]

12. Ченг М., Цой А.С. Анализ множественного разрешения на основе шаблонов фрактальной размерности для грубой оценки распознавания звуковых эмоций в зависимости от говорящего. Int J Wavelets Multires Inform Process. (2017) 15:1750042 10.1142/S0219691317500424 [CrossRef] [Google Scholar]

13. Duan RN, Zhu JY, Lu BL. Функция дифференциальной энтропии для классификации эмоций на основе ЭЭГ. В: Конференция EMBS по нейронной инженерии. Сан-Диего, Калифорния: IEEE; (2013). п. 81–4. 10.1109/NER.2013.6695876 [CrossRef] [Google Scholar]

14. Мехмуд Р.М., Ли Х.Дж. Распознавание эмоций человеческого мозга на основе ЭЭГ с использованием параметров Йорта и SVM. Int J Biosci Biotechnol. (2015) 7:23–32. 10.14257/ijbsbt.2015.7.3.03 [CrossRef] [Google Scholar]

15. Unterlöhner i Salvat N. Классификация музыки по ее эмоциональному содержанию с использованием машинного обучения. Ивердон: HEIG-VD; (2013). [Google Scholar]

16. Пезард Л., Нандрино Дж.Л., Рено Б., Эль Массиуи Ф., Аллилер Дж.Ф., Мюллер Дж. и др. Депрессия как динамическое заболевание. Биол психиатрия. (1996) 39:991–9. 10.1016/0006-3223(95)00307-X [PubMed] [CrossRef] [Google Scholar]

17. Хамида СТБ, Ахмед Б., Пензел Т. Новый метод идентификации бессонницы, основанный на параметрах Хьорта. В: Международный симпозиум IEEE по обработке сигналов и информационным технологиям. Абу-Даби: (2015). п. 548–52. 10.1109/ISSPIT.2015.7394397 [CrossRef] [Google Scholar]

18. Takahashi T. Сложность спонтанной активности мозга при психических расстройствах. Прог Нейропсихофармакол Биол Психиатрия. (2013) 45: 258–66. 10.1016/j.pnpbp.2012.05.001 [PubMed] [CrossRef] [Google Scholar]

19. Стам CJ. Нелинейный динамический анализ ЭЭГ и МЭГ: обзор новой области. Клин Нейрофизиол. (2005) 116:2266–301. 10.1016/j.clinph.2005.06.011 [PubMed] [CrossRef] [Google Scholar]

20. Мохаммади М. Р., Халеги А., Насрабади А.М., Рафииванд С., Бегол М., Зарафшан Х. Классификация ЭЭГ детей с СДВГ и нормальных детей с использованием нелинейных признаков и нейронной сети. Биомед Инж Летт. (2016) 6:66–73. 10.1007/s13534-016-0218-2 [CrossRef] [Google Scholar]

21. Zappasodi F, Olejarczyk E, Marzetti L, Assenza G, Pizzella V, Tecchio F. Фрактальная размерность активности ЭЭГ определяет повреждение нейронов при остром инсульте. ПЛОС ОДИН. (2014) 9:e100199. 10.1371/journal.pone.0100199 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

22. Аль-Каззаз Н.К., Али С., Ахмад С.А., Ислам М.С., Эскудеро Дж. Энтропийные маркеры фоновой активности ЭЭГ у пациентов с умеренными когнитивными нарушениями и сосудистой деменцией после инсульта. В: Датчики и достижения в области электронных приборов: материалы 2-й Международной конференции по датчикам и достижениям в области электронных приборов. Барселона: (2016). п. 22–3. [Google Scholar]

23. Zeng H, Dai G, Kong W, Chen F, Wang L. Новый нелинейный динамический метод оценки эффекта реабилитации после инсульта с использованием ЭЭГ. IEEE Trans Neural Syst Rehabil Eng. (2017) 25: 2488–97. 10.1109/TNSRE.2017.2744664 [PubMed] [CrossRef] [Google Scholar]

24. Hao-jiang W, Chong-xun Z, Ji-wu Z, Hui Z. Нелинейный энтропийный анализ для выявления очаговой ишемии головного мозга. В: Азиатско-тихоокеанская конференция IEEE EMBS по биомедицинской инженерии. ИЭЭЭ; (2003). п. 182–3. 10.1109/APBME.2003.1302644 [CrossRef] [Google Scholar]

25. Портнова Г.В., Атанов М.С. Нелинейные параметры ЭЭГ эмоционального восприятия у больных с черепно-мозговой травмой средней степени тяжести, комой, инсультом и шизофренией. АИМН Нейроси. (2018) 5: 221–35. 10.3934/Neuroscience.2018.4.221 [CrossRef] [Google Scholar]

26. Лурия А.Р. Нейропсихология памяти. Вашингтон, округ Колумбия: VH Winston & Sons; (1976). [Google Scholar]

27. Fazekas F, Barkhof F, Wahlund LO, Pantoni L, Erkinjuntti T, Scheltens P и др. КТ и МРТ-оценка поражений белого вещества. Цереброваскулярная дис. (2002) 13:31–6. 10.1159/000049147 [PubMed] [CrossRef] [Google Scholar]

28. Хомская Е.Д. Нейропсихология. Москва: МГУ; (1987). [Академия Google]

29. Лурия А.Р. Нарушения высших корковых функций с поражением лобной области. В кн.: Высшие корковые функции человека. Бостон, Массачусетс: Springer; (1980). п. 246–365. 10.1007/978-1-4615-8579-4_8 [CrossRef] [Google Scholar]

30. Цветкова Л.С. Процесс именования и его нарушения. Основал многодисциплинарный подход Ланга Дева. (1975) 2:31–48. [Google Scholar]

31. Lawton MP, Brody EM. Оценка пожилых людей: самоподдерживающая и инструментальная деятельность повседневной жизни. Геронтолог. (1969) 9:179–86. 10.1093/geront/9.3_Part_1.179 [PubMed] [CrossRef] [Google Scholar]

32. Хигучи Т. Подход к нерегулярным временным рядам на основе теории фракталов. Phys D. (1988) 31:277–83. 10.1016/0167-2789(88)

-4 [CrossRef] [Google Scholar]

33. Ktonas PY, Papp N. Мгновенное извлечение огибающей и фазы из реальных сигналов: теория, реализация и приложение к анализу ЭЭГ. Сигнальный процесс. (1980) 2:373–85. 10.1016/0165-1684(80)

-1 [CrossRef] [Google Scholar]

34. Hjorth B. Анализ ЭЭГ на основе свойств временной области. Электроэнцефалогр Клин Нейрофизиол. (1970) 29:306–10. 10.1016/0013-4694(70)-4 [PubMed] [CrossRef] [Google Scholar]

35. Maris E, Oostenveld R. Непараметрическое статистическое тестирование данных ЭЭГ и МЭГ. J Neurosci Методы. (2007) 164:177–90. 10.1016/j.jneumeth.2007.03.024 [PubMed] [CrossRef] [Google Scholar]

36. Gómez C, Mediavilla Á, Hornero R, Abásolo D, Fernández A. Использование фрактальной размерности Higuchi для анализа записей МЭГ от больных болезнью Альцгеймера. мед. инж. физ. (2009 г.) 31:306–13. 10.1016/j.medengphy.2008.06.010 [PubMed] [CrossRef] [Google Scholar]

37. Fenton GW. Электрофизиология болезни Альцгеймера. Бр Мед Булл. (1986) 42:29–33. 10.1093/oxfordjournals.bmb.a072094 [PubMed] [CrossRef] [Google Scholar]

38. Sheorajpanday RV, Nagels G, Weeren AJ, De Surgeloose D, De Deyn PP. Дополнительное значение количественной ЭЭГ при остром синдроме переднего кровообращения предположительно ишемического генеза. Клин Нейрофизиол. (2010) 121:1719–25. 10.1016/j.clinph.2009.10.037 [PubMed] [CrossRef] [Google Scholar]

39. Schutter DJ, Князев Г.Г. Кросс-частотная связь колебаний мозга при изучении мотивации и эмоций. Мотив Эмот. (2012) 36:46–54. 10.1007/s11031-011-9237-6 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

40. Путман П. Дельта-бета-когерентность ЭЭГ в состоянии покоя в связи с тревогой, поведенческим торможением и избирательной обработкой внимания угрожающих раздражителей. Int J Психофизиол. (2011) 80:63–8. 10.1016/j.ijpsycho.2011.01.011 [PubMed] [CrossRef] [Google Scholar]

41. Крамер М.А., Торт А.Б., Копелл Н.Дж. Артефакты с острыми краями и ложная связь в измерениях частотной комодуляции ЭЭГ. J Neurosci Методы. (2008) 170:352–7. 10.1016/j.jneumeth.2008.01.020 [PubMed] [CrossRef] [Google Scholar]

42. Бхориа Р., Сингал П. , Верма Д. Анализ влияния уровней звука на ЭЭГ. Int J Adv Technol Eng Res. (2012) 2:121–4. [Google Scholar]

43. Наврочка А., Холева К. Анализ влияния звуковых волн различных частот на сигнал ЭЭГ. Явления твердого тела. (2013) 208:177–82. 10.4028/www.scientific.net/ssp.208.177 [CrossRef] [Google Scholar]

44. Cacace AT, McFarland DJ. Спектральная динамика электроэнцефалографической активности при обработке слуховой информации. Услышьте рез. (2003) 176:25–41. 10.1016/S0378-5955(02)00715-3 [PubMed] [CrossRef] [Google Scholar]

45. Ekman P, Friesen WV, Simons RC. Является ли реакция испуга эмоцией? J Pers Soc Psychol. (1985) 49:1416. 10.1037/0022-3514.49.5.1416 [PubMed] [CrossRef] [Google Scholar]

46. Фусс Ф.К. Метод количественной оценки эмоциональной интенсивности и продолжительности реакции испуга с использованием настраиваемых фрактальных размерностей сигналов ЭЭГ. прикладная математика. (2016) 7:355 10.4236/am.2016.74033 [CrossRef] [Google Scholar]

47. Лю Ю, Сурина О, Нгуен М.К. Распознавание эмоций на основе ЭЭГ в реальном времени и его приложения. В: Гаврилова М.Л., Тан С.Дж.К., Сурин А., Сурина О. редакторы. Труды по вычислительной науке XII. Конспект лекций по информатике, том 6670. Берлин; Гейдельберг: Спрингер; (2011). [Google Scholar]

48. Портнова Г.В., Тетерева А., Балаев В., Атанов М., Скитева Л., Ушаков В. и др. Корреляция ЖИРНОГО сигнала с линейными и нелинейными паттернами ЭЭГ в состоянии покоя при ЭЭГ-информированной фМРТ. Передний шум нейронов. (2018) 11:654. 10.3389/fnhum.2017.00654 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

49. Cummings JL, Mahler ME. Цереброваскулярная деменция. В: Нейроповеденческие аспекты цереброваскулярных заболеваний. Нью-Йорк, штат Нью-Йорк: Издательство Оксфордского университета; (1991). п. 367. [Google Scholar]

50. Моррис П.Л., Робинсон Р.Г., Рафаэль Б. Эмоциональная лабильность после инсульта. Aust NZJ Психиатрия. (1993) 27:601–5. 10.3109/00048679309075822 [PubMed] [CrossRef] [Google Scholar]

51. Lee AY. Сосудистая деменция. Chonnam Med J. (2011) 47:66–71. 10.4068/cmj.2011.47.2.66 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

52. Hachinski VC, Iliff LD, Zilhka E, Du Boulay GH, McAllister VL, Marshall J и др. Церебральный кровоток при деменции. Архив Нейрол. (1975) 32:632–7. 10.1001/archneur.1975.004088009 [PubMed] [CrossRef] [Google Scholar]

53. Starkstein SE, Sabe L, Vazquez S, Di Lorenzo G, Martinez A, Petracca G, et al. Нейропсихологические, психические и церебральные корреляты перфузии лейкоареоза при болезни Альцгеймера. J Neurol Нейрохирург Психиатрия. (1997) 63:66–73. 10.1136/jnnp.63.1.66 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

54. Дуламеа А.О., Матей С., Миндрута И., Ионеску В. Патологический смех как продромальное проявление транзиторных ишемических атак — клинический случай и краткий обзор. БМК Нейрол. (2015) 15:196. 10.1186/s12883-015-0457-3 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

55. Чон Дж., Че Дж. Х., Ким С.Ю., Хан Ш. Нелинейный динамический анализ ЭЭГ у больных болезнью Альцгеймера и сосудистой деменцией. Дж. Клин Нейрофизиол. (2001) 18:58–67. 10.1097/00004691-200101000-00010 [PubMed] [CrossRef] [Google Scholar]

56. Каммингс Дж.Л., Бенсон Д.Ф. Подкорковая деменция: обзор новой концепции. Архив Нейрол. (1984) 41:874–9. 10.1001/archneur.1984.040501

019 [PubMed] [CrossRef] [Google Scholar]

57. Нацин CV. Эмоциональный разрыв: асимметрия альфа-волн лобных долей во время рекламных роликов с легким, умеренным и сильным страхом. (Выпускные диссертации и диссертации) (2009 г.). Доступно в Интернете по адресу: https://lib.dr.iastate.edu/etd/11670

58. Hellige JB. Полушарная асимметрия. Анну Рев Психол. (1990) 41:55–80. 10.1146/annurev.ps.41.020190.000415 [PubMed] [CrossRef] [Google Scholar]

59. Notzon S, Steinberg C, Zwanzger P, Junghöfer M. Модулирование восприятия эмоций: противоположные эффекты тормозной и возбуждающей стимуляции префронтальной коры. Биол психиатрия. (2018) 3:329–36. 10.1016/j.bpsc.2017.12.007 [PubMed] [CrossRef] [Google Scholar]

60. Sarti C, Pantoni L, Bartolini L, Inzitari D. Когнитивные нарушения и хроническая церебральная гипоперфузия: что можно узнать из экспериментальных моделей. J Neurol Sci. (2002) 203: 263–6. 10.1016/S0022-510X(02)00302-7 [PubMed] [CrossRef] [Google Scholar]

61. Барри Р.Дж., Бех Х.К. Десинхронизация альфа-ритма ЭЭГ в зависимости от интенсивности зрительной стимуляции. Психоном науч. (1972) 26:241–2. 10.3758/BF03328604 [CrossRef] [Google Scholar]

62. Mikutta C, Altorfer A, Strik W, Koenig T. Эмоции, возбуждение и фронтальная асимметрия альфа-ритма во время исполнения 5-й симфонии Бетховена. Мозг Топогр. (2012) 25:423–30. 10.1007/s10548-012-0227-0 [PubMed] [CrossRef] [Google Scholar]

63. Рош П. Стресс, холестерин и ишемическая болезнь сердца. Ланцет. (1983) 2:851. 10.1016/S0140-6736(83)90766-3 [PubMed] [CrossRef] [Google Scholar]

64. Kim JS, Choi-Kwon S, Kwon SU, Lee HJ, Park K, Seo YS. Факторы, влияющие на качество жизни после ишемического инсульта: молодые и пожилые пациенты. Дж. Клин Нейрол. (2005) 1:59–68. 10.3988/jcn.2005.1.1.59 [PMC free article] [PubMed] [CrossRef] [Google Scholar]

Процесс созревания ЦНС у детей и подростков Северного региона Российской Федерации и его отражение в динамике интегральных показателей ЭЭГ

Алферова В. В., Фарбер Д. А. Отражение возрастной функциональной организации головного мозга на электроэнцефалограмме покоя // Структурно-функциональная организация развивающегося мозга . Ленинград: Наука, 1990. стр. 45–65.
Андерсон, А. Дж. и Пероне, С., «Изменение развития электроэнцефалограммы в состоянии покоя: взгляд на познание и мозг», Brain Cogn. , 126 , 40–52 (2018).
Артикул пабмед Google Scholar
Аршавский В. В., Гельфгат Е. Л., Ротенберг В. С., Соловенчук Л. Л. Межполушарная асимметрия как фактор адаптации человека к условиям Севера // Физиол. Человека , 15 , № 5, 142–147 (1989).
КАС пабмед Google Scholar
Babiloni, C., Barry, R.J., Başar, E., et al., «Международная федерация клинической нейрофизиологии (IFCN) – исследовательская рабочая группа по ЭЭГ: рекомендации по частотному и топографическому анализу ритмов ЭЭГ в состоянии покоя. Часть 1: Применение в клинических исследованиях», клин. Нейрофизиол. , 131 , № 1, 285–307 (2020).
Артикул пабмед Google Scholar
Барри Р. Дж., Кларк А. Р., Маккарти Р. и др., «Влияние возраста и пола на когерентность ЭЭГ: I. Тенденции развития у нормальных детей», Clin. Нейрофизиол. , 115 , № 10, 2252–2258 (2004).
Артикул пабмед Google Scholar
Барвинок А. И., Рожков В. П. Особенности межцентровой координации корковых электрических процессов в психической деятельности // . Физиол. Человека , 18 , № 3, 5–16 (1992).
КАС пабмед Google Scholar
Безруких М. М., Мачинская Р. И., Фарбер Д. А. Структурно-функциональная организация развивающегося мозга и формирование познавательной деятельности в онтогенезе детского возраста.0135 Физиол. Человека , 35 , № 6, 10–24 (2009).
КАС пабмед Google Scholar
Бойко Э. Р., Физиолого-биохимические основы жизнедеятельности человека на Севере , УРО РАН, Екатеринбург (2005).
Google Scholar
Чекич, С., Гранжан, Д., и Рено, О., «Время, частота и изменяющиеся во времени показатели причинно-следственной связи Грейнджера в неврологии», Стат. Мед. , 37 , № 11, 1910–1931 (2018).
Артикул пабмед Google Scholar
Демин Д. Б., Поскотинова Л. В., Кривоногова Е. В. Варианты возрастного формирования структур ЭЭГ у подростков в арктических и приполярных районах Европейского Севера // Вестн. Сев. (Арктич.) Фед. ун-т , 1 , 41–45 (2013).
Google Scholar
Дзугаева С.Б., Проводящие пути головного мозга , Медицина, Москва (1975).
Google Scholar
Etchell, A., Adhikari, A., Weinberg, L.S., et al., «Систематический литературный обзор половых различий в детском языке и развитии мозга», Neuropsychologia , 114 , 19–31 ( 2018).
Артикул пабмед ПабМед Центральный Google Scholar
Евдокимов В.Г., Рогачевская О.В., Варламова Н.Г. Модулирующие влияния факторов Севера на кардиореспираторную систему человека , УРО РАН, Екатеринбург (2007).
Google Scholar
Гассер Т., Верлегер Р., Бахер П. и Срока Л., «Развитие ЭЭГ детей школьного возраста и подростков: I. Анализ мощности полосы», Электроэнцефалогр. клин. Нейрофизиол. , 69 , 91–99 (1988).
Артикул КАС пабмед Google Scholar
Гаврон А. А., Ясила Исабела Деза Араужо, Шарова Е. В. и др., «Групповой и индивидуальный фМРТ-анализ основной сети покоя у здоровых людей», Ж. Выш. нерв. Деят. , 69 , № 2, 150–163 (2019).
Google Scholar
Гидд, Дж. Н., «Структурная магнитно-резонансная томография головного мозга подростков», стр. 9.0135 Энн. Н. Я. акад. науч. , 1021 , 77–85 (2004).
Артикул пабмед Google Scholar
Гмехлин, Д., Томас, К., Вейсброд, М., и др., «Развитие синхронизации мозга в школьном возрасте — индивидуальный анализ когерентности в состоянии покоя (α) в наборе продольных данных», Clin . Нейрофизиол. , 122 , № 10, 1973–1983 (2011).
Артикул пабмед Google Scholar
Горбачевская Н. Л., Кожушко Л. Ф. Динамика формирования ЭЭГ у мальчиков и девочек школьного возраста (данные девятилетнего исследования) // Журн. Невропатол. , 90 , № 8, 75–79 (1990).
Google Scholar
Грибанов А.В., Джос Ю.В. С., Багрецова Т. В., Бирюков И. С. Фотопериодизм и изменения биоэлектрической активности головного мозга у школьников Арктической зоны // Физиол. Человека , 42 , № 2, 16–26 (2016б).
Google Scholar
Грибанов А.В., Гудков А.Б., Попова О.Н., Крайнова И.Н., Кровообращение и дыхание школьников в циркумполярных условиях , САФУ, Архангельск (2016а).
Google Scholar
Харрис, А. З. и Гордон, Дж. А., «Дальняя нейронная синхрония в поведении», Annu. Преподобный Нейроски. , 38 , 171–194 (2015).
Артикул КАС пабмед ПабМед Центральный Google Scholar
Хирнштейн М., Хугдал К. и Хаусманн М., «Когнитивные половые различия и межполушарная асимметрия: критический обзор 40-летних исследований», Латеральность , 24 , № 2, 204–252 (2019).
Артикул пабмед Google Scholar
Йирушка П., Прокш Дж., Дрбал О. и др., «Сравнение различных методов измерения временного сдвига в ЭЭГ», Physiol. Рез. , 54 , № 4, 459–465 (2005).
ПабМед Google Scholar
Khambhatiab, A. N., Sizemorea, A. E., Betzela, RF, и Bassett, D. S., «Моделирование и интерпретация динамики мезомасштабной сети», Neuro-Image , 180 , No. Part B, 337–1849 (20149) ).
Ханна А., Паскуаль-Леоне А., Мишель С. М. и Фарзан Ф., «Микросостояния в ЭЭГ в состоянии покоя: текущее состояние и будущие направления», Neurosci. Биоповедение. , 49 , 105–113 (2015).
Артикул пабмед Google Scholar
Кениг Т., Студер Д., Хабл Д. и др., «Связь мозга в разных временных масштабах, измеренная с помощью ЭЭГ», Phil. Транс. Р. Соц. Б. биол. науч. , 360 , № 1457, 1015–1023 (2005).
Артикул КАС Google Scholar
Комкова Ю.А. Н., «Электрическая активность мозга у детей и подростков на разных стадиях полового созревания в состоянии покоя», 90–135, Новые исслед. , 1 , № 54, 4–25 (2018).
Google Scholar
Кручинина О. В., Станкова Е. П., Гальперина Е. И. Возрастные особенности пространственно-временной организации ЭЭГ у лиц мужского и женского пола в возрасте 8–30 лет при восприятии устных и письменных текстов. Физиол. Человека , 46 , № 3, 15-28 (2020).
Google Scholar
Кубасов Р. В., Демин Д. Б., Ткачев А. В. Адаптационные реакции эндокринной системы у детей, проживающих в условиях контрастных фотопериодов // Физиол. Человека , 32 , № 4, 89–96 (2006).
КАС пабмед Google Scholar
Кулаичев А.П. Информативность когерентного анализа в исследованиях ЭЭГ // Журн. Выш. нерв. Деят. , 59 , № 6, 766–775 (2009).
Google Scholar
Курганский А. В., Ломакин Д. И., Мачинская Р. И. Сети состояний покоя у подростков с плохой регуляцией поведения. Анализ эффективной корковой связности в пространстве источника ЭЭГ», Ж. Выш. нерв. Деят. , 70 , № 6, 723–737 (2020).
Google Scholar
Лебедева Н. Н., Каримова Е.Д. Устойчивость паттернов ЭЭГ человека в различных задачах: проблема аутентификации личности // Журн. Выш. нерв. Деят. , 70 , № 1, 40–49 (2020).
Google Scholar
Ливанов М. Н., Пространственная организация мозговых процессов , Наука, Москва (1972).
Google Scholar
Люхингер Р., Михельс Л., Мартин Э. и Брандейс Д., «Регулирование состояния мозга во время нормального развития: колебания внутренней активности при одновременной ЭЭГ-фМРТ», NeuroImage , 60 , 1426–1439 (2012).
Артикул пабмед Google Scholar
Мачинская Р. И., Курганский А. В., Ломакин Д. И. Возрастные изменения функциональной организации корковых компонентов регуляторных систем головного мозга у подростков. Анализ покоящихся нейронных сетей в пространстве источников», Физиол. Человека , 5 , № 45, 5–19 (2019).
Google Scholar
Мачинская Р. И., Соколова Л. С., Крупская Е. В. Формирование функциональной организации коры головного мозга в покое у детей младшего школьного возраста с разным уровнем зрелости регуляторных систем головного мозга. Связь 2. Анализ когерентности альфа-ритма ЭЭГ», Физиол. Человека , 33 , № 2, 5–15 (2007).
Google Scholar
Мишель С. М. и Кениг Т., «Микросостояния ЭЭГ как инструмент изучения временной динамики нейронных сетей всего мозга: обзор», NeuroImage , 180 , № Pt B, 577– 593 (2018).
Артикул пабмед Google Scholar
Мерфи, Д. Г., ДеКарли, К., Макинтош, А. Р., и др., «Половые различия в морфометрии и метаболизме головного мозга человека: количественная магнитно-резонансная томография и позитронно-эмиссионная томография in vivo, исследование влияния старения». Арх. Общая психиатрия , 53 , № 7, 585–594 (1996).
Артикул КАС пабмед Google Scholar
O’Neill, G. C., Tewarie, P., Vidaurre, D., et al., «Динамика крупномасштабных электрофизиологических сетей: технический обзор», NeuroImage , 180 , No. Pt B , 559–576 (2018).
Артикул пабмед Google Scholar
Рожков В. П., Трифонов М. И., Сороко С. И. Исследование созревания биоэлектрической активности головного мозга у северных школьников с использованием интегральных показателей многоканальной ЭЭГ. Физиол. , 44 , № 6, 617–626 (2018).
Артикул Google Scholar
Рожков В. П., Трифонов М. И., Бурых Е. А., Сороко С. И. Оценка индивидуальной устойчивости человека к острой гипоксии с использованием интегральных характеристик структурно-функциональной многоканальной ЭЭГ. 0135 Рос. физиол. ж. , 105 , № 7, 832–852 (2019).
Артикул Google Scholar
Seghier, M.L. и Price, C.J., «Интерпретация и использование межсубъектной изменчивости функций мозга», Trends Cogn. науч. , 22 , № 6, 517–530 (2018).
Артикул пабмед ПабМед Центральный Google Scholar
Сет А. К., Барретт А. Б. и Барнетт Л., «Анализ причинно-следственной связи по Грейнджеру в неврологии и нейровизуализации», стр. 9.0135 Дж. Неврологи. , 35 , № 8, 3293–3297 (2015).
Артикул КАС пабмед ПабМед Центральный Google Scholar
Снайдер, А. С., Мораис, М. Дж., Уиллис, С. М., и Смит, М. А., «Влияние глобальной сети на локальную функциональную связность», Nat. Неврологи. , 18 , № 5, 736–743 (2015).
Артикул КАС пабмед ПабМед Центральный Google Scholar
Сороко С. И., Бекшаев С. С., Рожков В. П. ЭЭГ-корреляты генофенотипических особенностей возрастного развития головного мозга у детей аборигенного и пришельческого населения Северо-Востока России // Рос. физиол. ж. , 98 , № 1, 3–26 (2012).
КАС Google Scholar
Сороко С. И., Бекшаев С. С., Рожков В. П. и др. Общие особенности формирования волновой структуры ЭЭГ у детей и подростков, проживающих в Северной Европе.0135 Гул. Физиол. , 41 , № 4, 394–403 (2015а).
Артикул Google Scholar
Сороко С. И., Бурых Е. А., Сидоренко Г. В. Особенности возрастного развития головного мозга у детей в условиях Севера // Рос. физиол. ж. , 91 , № 7, 729–739 (2005).
КАС Google Scholar
Сороко С.И., Нагорнова Ж.В. В., Рожков В. П., Шемякина Н. В. Возрастные особенности когерентности ЭЭГ у детей и подростков, проживающих на Европейском Севере России. Физиол. , 41 , № 5, 517–531 (2015б).
Артикул Google Scholar
Стивенс, М. К., «Вклад исследований функциональной связности на основе состояния покоя и задач в наше понимание созревания сети мозга подростков», Неврологи. Биоповедение. , 70 , 13–32 (2016).
Артикул пабмед Google Scholar
Стоукс, П. А. и Пурдон, П. Л., «Исследование проблем, возникающих при анализе причинно-следственных связей Грейнджера с точки зрения неврологии», Proc. Натл. акад. науч. США , 114 , № 34, E7063–E7072 (2017).
Артикул КАС пабмед ПабМед Центральный Google Scholar
Такагаки К., Рассел Дж., Липперт М.Т. и Мотамеди Г.К., «Развитие заднего основного ритма у детей с аутизмом», Clin. Нейрофизиол. , 126 , № 2, 297–303 (2015).
Артикул пабмед Google Scholar
Тэтчер, Р. В., Норт, Д. М., и Бивер, С. Дж., «Развитие корковых связей, измеряемое когерентностью ЭЭГ и фазовыми задержками», Hum. Карта мозга. , 29 , № 12, 14:00–14:15 (2008).
Артикул пабмед Google Scholar
Трифонов М., «Структурная функция как новая интегральная мера пространственных и временных свойств многоканальной ЭЭГ», Информатика мозга , 3 , № 4, 211–220 (2016).
Артикул пабмед ПабМед Центральный Google Scholar
Цицерошин М.Н., Шеповальников А.Н., Становление интегративной функции мозга , Наука, Санкт-Петербург (2009).
Ухтомский А.А., Собрание сочинений , Vol. II, Парабиоз, физиологическая лабильность и усвоение ритма , Изд-во ЛГУ, Ленинград (1951).
Виджаякумар, Н., Оп де Макс, З., Ширклифф, Э. А., и Пфайфер, Дж. Х., «Половое созревание и человеческий мозг: Взгляд на развитие подростков», Neurosci.
No related posts.