Сайт издательства «Медиа Сфера»
содержит материалы, предназначенные исключительно для работников здравоохранения. Закрывая это сообщение, Вы подтверждаете, что являетесь дипломированным медицинским работником или студентом медицинского образовательного учреждения.

Галкин С.А.

ФГБУ «Научно-исследовательский институт психического здоровья» — «Томский национальный исследовательский медицинский центр РАН»;
ФГБОУ ВО «Сибирский государственный медицинский университет» Минздравая России

Аксенов М.М.

ФГБУ «Научно-исследовательский институт психического здоровья» — «Томский национальный исследовательский медицинский центр РАН»

Перчаткина О.Э.

ФГБУ «Научно-исследовательский институт психического здоровья» — «Томский национальный исследовательский медицинский центр РАН»

Мандель А.И.

ФГБУ «Научно-исследовательский институт психического здоровья» — «Томский национальный исследовательский медицинский центр РАН»

Бохан Н.А.

ФГБУ «Научно-исследовательский институт психического здоровья» — «Томский национальный исследовательский медицинский центр РАН»;
ФГАОУ ВО «Национальный исследовательский Томский государственный университет»

Показатели фоновой спектральной мощности ЭЭГ у больных с синдромом зависимости от алкоголя, осложненным экзогенно-органическим заболеванием головного мозга

Авторы:

Галкин С.А., Аксенов М.М., Перчаткина О.Э., Мандель А.И., Бохан Н.А.

Подробнее об авторах

Прочитано: 1122 раза


Как цитировать:

Галкин С.А., Аксенов М.М., Перчаткина О.Э., Мандель А.И., Бохан Н.А. Показатели фоновой спектральной мощности ЭЭГ у больных с синдромом зависимости от алкоголя, осложненным экзогенно-органическим заболеванием головного мозга. Журнал неврологии и психиатрии им. С.С. Корсакова. 2025;125(1):112‑118.
Galkin SA, Aksenov MM, Perchatkina OE, Mandel AI, Bokhan NA. Indicators of the background spectral power of the EEG in patients with alcohol dependence complicated by exogenous organic brain disease. S.S. Korsakov Journal of Neurology and Psychiatry. 2025;125(1):112‑118. (In Russ.)
https://doi.org/10.17116/jnevro2025125011112

Рекомендуем статьи по данной теме:
Сов­ре­мен­ные пред­став­ле­ния о на­ру­ше­ни­ях сна при пси­хи­чес­ких расстройствах. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2025;(6):7-12
Вли­яние се­маг­лу­ти­да на пси­хи­чес­кое здо­ровье. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2025;(9):28-36

Использование электроэнцефалографии в биомедицинских исследованиях началось еще в 30-х годах прошлого столетия [1, 2]. Электрические сигналы, зарегистрированные на электроэнцефалограмме (ЭЭГ), в основном возникают за счет активности кортикальных пирамидных нейронов, которые генерируют постсинаптические потенциалы, распространяющиеся вдоль апикальных дендритов перпендикулярно поверхности коры. Графическая форма сигнала ЭЭГ меняется нерегулярно, отражая общее изменение баланса между тормозными и возбуждающими постсинаптическими потенциалами в зависимости от времени и пространства. Однако в отличие от магнитно-резонансной томографии (МРТ) и позитронно-эмиссионной томографии (ПЭТ) необработанные сигналы ЭЭГ трудно интерпретировать, они требуют разложения, а затем дальнейшей реорганизации в графические изображения [3]. Современные математические методы позволяют легко обрабатывать сигналы ЭЭГ и преобразовывать их в интерпретируемые спектральные характеристики. Самый распространенный метод — анализ спектров (т.е. полос частот), включая дельта (0,5—4 Гц), тета (4—8 Гц), альфа (8—13 Гц), бета (13—40 Гц) и гамма (>40 Гц).

ЭЭГ — часто используемый инструмент для изучения расстройств, связанных с употреблением психоактивных веществ [4—7]. Большинство исследователей, как правило, ограничивались лишь анализом частотных диапазонов ЭЭГ в состоянии спокойного бодрствования (т.е. с закрытыми глазами) [4, 6]. Считается, что алкоголь оказывает ингибирующее действие на нейроны головного мозга, имитируя эффект ГАМК на постсинаптические рецепторы ГАМКА [8, 9], что приводит к изменению биоэлектрической синхронизации между кортикальными нейронами. Путем анализа мозговых волн в диапазоне дельта-гамма показано, что мощности всех пяти частотных диапазонов ЭЭГ были повышены у пациентов с зависимостью от алкоголя [10]. Однако другие исследователи продемонстрировали, что только некоторые спектры были повышены в различных отведениях ЭЭГ [4, 5, 11]. Спектральная мощность бета-активности, но не другие частотные диапазоны, была повышена в коре головного мозга больных алкоголизмом [11]. Анализируя ЭЭГ, полученные при обследовании 191 пациента-мужчины с алкогольной зависимостью, P. Coutin-Churchman и соавт. [12] обнаружили, что наиболее частое снижение мощности происходит в низкочастотных диапазонах: дельта и тета. Таким образом, в настоящее время нет единого мнения относительно изменения спектральной мощности ЭЭГ у больных с алкогольной зависимостью.

Объяснением данных различий может служить наличие осложненных форм алкогольной зависимости у пациентов. Как отмечают авторы, многие пациенты с алкогольной зависимостью имеют сопутствующие заболевания, которые непосредственно поражают головной мозг или усиливают вредное токсическое воздействие алкоголя [13, 14]. К такому эффекту могут приводить экзогенные вредности, часто встречающиеся у больных алкоголизмом: черепно-мозговые травмы, нейроинфекции и сосудистые заболевания [13].

Цель исследования — провести сравнительный анализ показателей спектральной мощности ЭЭГ у больных алкоголизмом с наличием или отсутствием экзогенно-органического заболевания головного мозга.

Материал и методы

Проведен анализ 119 ЭЭГ пациентов (в возрасте от 25 до 55 лет), проходивших лечение в клинике НИИ психического здоровья Томского НИМЦ, с установленным диагнозом алкогольной зависимости по критериям МКБ-10 (F10.2). Наличие экзогенно-органического заболевания головного мозга у больных оценивалось ретроспективно (анамнестически). Дополнительно для подтверждения полученных данных пациенты были обследованы узкими специалистами (кардиолог, невролог, офтальмолог).

Критерии включения: информированное согласие на участие исследовании, установленный диагноз: психические и поведенческие расстройства, вызванные употреблением алкоголя (F10.2) по МКБ-10, возраст 25—55 лет.

Критерии исключения: отказ от участия в исследовании, деменция, умственная отсталость, установленный диагноз «эпилепсия», хронические соматические заболевания в стадии обострения.

Все обследуемые лица подписали информированное согласие на участие в исследовании и обработку персональных данных; протокол проведения исследования был одобрен локальным Этическим комитетом при НИИ психического здоровья Томского НИМЦ (дело №155/1.2022 от 13 сентября 2022 г.).

ЭЭГ регистрировали при помощи электроэнцефалографа NEUROFAX EEG-1200K («Nihon Kohden», Япония) на 2—4-й день поступления пациентов после детоксикации. Запись биоэлектрической активности мозга проводили от 16 каналов согласно международной системе «10—20», монополярно, в частотном диапазоне от 0,5 до 40 Гц, с частотой дискретизации 1 кГц и Fz в качестве электрода заземления. Референтные электроды накладывались на мочку уха с каждой стороны. Во время регистрации ЭЭГ пациенты находились в электрически экранированной комнате с приглушенным светом, в состоянии спокойного расслабленного бодрствования, в положении сидя с закрытыми глазами. Общая длительность регистрации ЭЭГ составила в среднем 2—3 мин. На полученных записях удалялись артефактные фрагменты (движения глаз, сжимание челюсти, электромиограмма) на основе визуального анализа. Для количественной оценки ЭЭГ использовался пакет программ EEGFocus QP-211AK и MULTIVIEW QP-214AK.

Сигналы ЭЭГ, полученные от 16 электродов из 6 областей коры головного мозга, сначала были разбиты на 3 частотных спектра (тета, альфа и бета), далее рассчитывались значения абсолютной спектральной мощности (мкВ2) с использованием быстрого преобразования Фурье, а затем полученные данные были переупорядочены, объединены и топографически перенесены на спектральную карту. Анализ полученных данных проводился 5 различными способами. Во-первых, значения спектральной мощности на каждых отдельных электродах использовались для сравнения между группами пациентов с алкогольной зависимостью и с коморбидностью алкоголизма и экзогенно-органического заболевания головного мозга. Во-вторых, данные спектральной мощности от нескольких электродов были сгруппированы и проанализированы с учетом отдельных топографических областей: 1 (префронтальная; Fp1 и Fp2), 2 (лобная; F3, F4, F7 и F8), 3 (центральная; C3 и C4), 4 (височная; T3, T4, T5 и T6), 5 (теменная; P3 и P4) и 6 (затылочная; O1 и O2). В-третьих, сигналы ЭЭГ просматривались с учетом латерализации: значения спектральной мощности по электродам Fp1, F3, F7, C3, T3, T5, P3 и O1 были сгруппированы и усреднены как левополушарные, а Fp2, F4, F8, C4, T4, T6, P4 и O2 — как правополушарные соответственно. В-четвертых, сигналы ЭЭГ рассматривались с позиции переднезаднего локуса: сигналы, полученные от электродов Fp1, Fp2, F3, F4, F7 и F8, были сгруппированы, усреднены и представлены как передний локус ЭЭГ, тогда как O1, O2, P3, P4, T5 и T6 были сгруппированы как задний локус ЭЭГ (здесь электроды T3, T4, C3 и C4 были исключены из анализа данных). Наконец, количественные данные спектральной мощности просматривались в целом по всей коре головного мозга: все 16 электродов были сгруппированы и усреднены по отдельным частотам.

Статистическая обработка полученных данных осуществлялась с помощью программы Statistica 12. Проверка согласия с законом нормального распределения проводилась с помощью критерия Шапиро—Уилка. Критерий Пирсона χ² использовался для определения различий в категориальных переменных. Нейрофизиологические данные (показатели абсолютной спектральной мощности) оценивались с помощью однофакторного дисперсионного анализа (ANOVA). Различия считались статистически значимыми при p<0,05.

Результаты

Исходя из данных ретроспективного анализа, из 119 пациентов с алкогольной зависимостью 67 (56,3%) имели в анамнезе черепно-мозговые травмы легкой или средней степени тяжести, сосудистые заболевания и/или нейроинфекции, т.е. признаки экзогенно-органического заболевания (группа 1). Остальные пациенты (без признаков экзогенно-органического заболевания) вошли в группу сравнения (группа 2). Половозрастной состав и длительность алкогольной зависимости выделенных групп пациентов представлены в табл. 1.

Таблица 1. Социально-демографические и клинико-динамические показатели исследуемых групп пациентов

Параметр

Группа 1 (n=67)

Группа 2 (n=52)

Состав, n (%)

мужчины

56 (83,6)

42 (80,8)

женщины

11 (16,4)

10 (19,2)

Возраст, годы, M±SD

42,3±8,1

40,8±9,3

Длительность алкогольной зависимости, годы, M±SD

12,1±8,2

11,4±8,6

Исследуемые группы пациентов статистически значимо не различались по полу (p=0,875), возрасту (p=0,257) и длительности (стажу) алкогольной зависимости (p=0,742).

В табл. 2 отражены различия показателей абсолютной спектральной мощности между группами пациентов при анализе каждого отведения (электрода) в диапазоне тета-бета-частот.

Таблица 2. Сравнительный анализ данных спектральной мощности на каждом электроде

Электрод, частота

Группа 1 (n=67)

Группа 2 (n=52)

F

p

Fp1, тета

9,7±6,7

9,7±8,5

0,001

0,991

Fp2, тета

9,7±8,8

8,4±7

0,821

0,367

F3, тета

9±7,5

9,6±9,1

0,148

0,701

F4, тета

8,3±6,2

8,6±7,5

0,024

0,878

F7, тета

7,9±6,4

7,7±7,1

0,021

0,888

F8, тета

6,9±5,9

6,9±5,2

0,004

0,951

C3, тета

7,9±7,2

8,8±8,4

0,314

0,577

C4, тета

8,9±5,9

8,9±8,2

0,001

0,997

T3, тета

5,8±4,9

6,3±5,3

0,151

0,699

T4, тета

5,3±4,3

4,8±4

0,492

0,484

P3, тета

9,2±8,4

10,6±4,8

0,523

0,471

P4, тета

10±9,7

8,7±7,5

0,637

0,426

O1, тета

10±8,3

10,9±4,8

0,225

0,636

O2, тета

10,9±8,3

11±8,7

0,002

0,964

T5, тета

10,1±9,8

8,5±5,4

0,744

0,391

T6, тета

9,6±7,6

7,1±5,6

3,606

0,061

Fp1, альфа

6,7±5,9

12,6±10,3

3,774

0,054

Fp2, альфа

6,3±5,6

12,6±11,6

4,258

0,041*

F3, альфа

10,9±7,6

16,1±10,1

5,242

0,024*

F4, альфа

9,7±6,8

14,9±6,8

5,182

0,025*

F7, альфа

7,9±5,3

8,6±6,1

0,315

0,576

F8, альфа

6,8±4,3

8,1±6,1

1,526

0,221

C3, альфа

12,7±8,6

18,3±16,9

4,583

0,034*

C4, альфа

12,1±8,9

19,2±14,5

6,849

0,011*

Электрод, частота

Группа 1 (n=67)

Группа 2 (n=52)

F

p

T3, альфа

7,1±6,3

7,8±6,9

0,297

0,587

T4, альфа

5,9±5,2

6,4±6

0,271

0,604

P3, альфа

21,8±21,2

31,2±23,7

3,405

0,068

P4, альфа

20,5±18,1

29,3±25,7

3,937

0,051

O1, альфа

35,1±32,9

42,7±40,1

0,976

0,325

O2, альфа

36,2±33,7

46,8±38,9

1,467

0,228

T5, альфа

22,6±20,6

26,3±21,8

0,417

0,521

T6, альфа

22,2±20,8

19,5±18,9

0,304

0,583

Fp1, бета

8,5±5,6

7,6±4,9

0,863

0,355

Fp2, бета

8,9±7,6

6,9±3,6

2,806

0,097

F3, бета

9,3±5,5

9,3±6,2

0,109

0,987

F4, бета

8,9±5,8

8,7±5,8

0,079

0,781

F7, бета

6,9±3,6

5,6±3,7

3,366

0,071

F8, бета

5,9±3,1

4,7±2,6

4,424

0,038*

C3, бета

9,6±5,6

9,5±6,6

0,023

0,881

C4, бета

9,9±6,4

10±7,1

0,002

0,969

T3, бета

6,9±5,5

6,2±4,6

0,525

0,471

T4, бета

6,6±5,4

5,7±3,9

0,963

0,328

P3, бета

9,5±5,4

10,4±6,8

0,553

0,459

P4, бета

9,6±5,8

9,6±5,9

0,001

0,998

O1, бета

12,1±7,9

12,4±9,2

0,047

0,829

O2, бета

12,6±8,4

14,7±14,4

1,011

0,317

T5, бета

9,9±8,2

7,1±4,2

4,519

0,036*

T6, бета

9,7±8,4

6,5±3,9

5,687

0,019*

Примечание. * — уровень статистической значимости при p<0,05.

В группе больных алкогольной зависимостью с коморбидным экзогенно-органическим заболеванием головного мозга наблюдались статистически значимо меньшие значения спектральной мощности альфа-активности на электродах Fp2, F3, F4, C3 и C4, а также большие значения спектральной мощности бета-активности на электродах F8, T5 и T6 по сравнению с группой пациентов с «чистой» алкогольной зависимостью.

В ходе межгруппового анализа данных с учетом топографического распределения (рис. 1) обнаружены статистически значимые различия спектральной мощности альфа-активности в префронтальной (F=4,201; p=0,043), лобной (F=3,951; p=0,049), центральной (F=4,033; p=0,047) и теменной (F=3,926; p=0,049) областях, а также бета-активности в височной области (F=5,656; p=0,019) коры головного мозга.

Рис. 1. Показатели спектральной мощности в группах пациентов с учетом топографического распределения.

* — уровень статистической значимости при p<0,05 (здесь на рис. 2—4). Черная линия — пациенты группы 1, серая линия — пациенты группы 2 (здесь и на рис. 2 и 3). 1 — префронтальная, 2 — лобная, 3 — центральная, 4 — височная, 5 — теменная, 6 — затылочная области.

При анализе данных с учетом латерализации (рис. 2) обнаружено, что значения спектральной мощности в левой и правой гемисферах находились почти на одном уровне, параллельно оси X в обеих группах пациентов (p>0,05), что говорит об отсутствии избирательного воздействия алкоголя на полушария мозга. Однако по сравнению с больными, страдающими только алкогольной зависимостью, группа пациентов с алкогольной зависимостью и экзогенно-органическим заболеванием имели статистически значимо меньшие показатели спектральной мощности альфа-активности слева (F=5,329; p=0,019) и справа (F=5,191; p=0,027).

Рис. 2. Показатели спектральной мощности в группах пациентов с учетом латерализации.

Также были проанализированы сигналы ЭЭГ с позиции переднезаднего локуса (рис. 3). В обеих группах пациентов в переднем локусе спектральные мощности тета-, альфа- и бета-активности были существенно ниже, чем в заднем (p<0,05). Наибольшая выраженность данного эффекта была отмечена в диапазоне альфа-частоты (p<0,001). Также в переднем локусе обнаружены статистически значимо меньшие значения спектральной мощности альфа-активности в группе пациентов с алкогольной зависимостью, осложненной экзогенно-органическим заболеванием, по сравнению с пациентами с «чистой» алкогольной зависимостью (F=3,975; p=0,049).

Рис. 3. Показатели спектральной мощности в группах пациентов с учетом переднезаднего локуса.

Данные, полученные путем усреднения показателей абсолютной спектральной мощности со всех 16 электродов, представляющие общую спектральную мощность всей коры головного мозга, показали статистически значимые различия только по альфа-активности между группами пациентов (F=5,031; p=0,022) (рис. 4).

Рис. 4. Показатели спектральной мощности в группах пациентов в целом по всей коре головного мозга.

Обсуждение

Настоящее исследование показало, что сигналы ЭЭГ можно разложить на множество элементов и перегруппировать в несколько наборов данных, на основе которых были обнаружены характерные закономерности (особенности) у пациентов с алкогольной зависимостью, осложненной экзогенно-органическим заболеванием головного мозга, по сравнению с пациентами с «чистой» алкогольной зависимостью. Стоит отметить, что перегруппировка и повторный анализ данных не повлияли на сами паттерны ЭЭГ, но заметно увеличили значимость электроэнцефалографических различий между исследуемыми группами пациентов. Поэтому, чтобы сделать выводы более объективными, мы предполагаем, что сигналы ЭЭГ лучше всего рассматривать с 5 различных точек зрения (подходов), в том числе с позиции анализа показателей на отдельных электродах, с учетом топографического распределения, латерализации (асимметрии), переднезаднего локуса и всей коры в целом.

Межэлектродный анализ широко используется для определения активности ЭЭГ из-за простоты и отсутствия дополнительных сложных математических вычислений [4—7]. Нами обнаружены статистически значимые межгрупповые различия в показателях абсолютной спектральной мощности в диапазоне альфа- и бета-частоты по отдельным электродам (см. табл. 2). Однако по ряду отведений в пределах одной анатомической области (доли) изменения сигналов ЭЭГ не достигли статистической значимости. Одним из объяснений данного явления может быть то, что один электрод охватывает лишь небольшой участок коры головного мозга с точки зрения пространственных размеров ЭЭГ и, таким образом, отражает электрическую активность относительно небольшого количества нейронов, что на функциональном уровне представляется малоинформативным. В связи с этим было сделано допущение, что соседние электроды в пределах одной функциональной и/или анатомической области являются когерентными (созависимыми), и их спектральные мощности могут быть сгруппированы для определения функциональных изменений.

Воспользовавшись этой концепцией, отдельные электроды были выборочно объединены и перегруппированы в соответствии с анатомическими отделами в виде шести топографических областей (см. рис. 1). В результате было наглядно продемонстрировано, что показатели абсолютной спектральной мощности альфа-активности в группе больных с алкогольной зависимостью с экзогенно-органическим заболеванием были статистически значимо ниже в префронтальной, лобной, центральной и теменной коре относительно больных с «чистой» алкогольной зависимостью, что отражает определенный дефицит тормозных систем головного мозга [15], соответственно во фронтальной и теменной ассоциативных зонах неокортекса, отвечающих за обработку сенсорных сигналов и запуск поведения [16, 17]. С другой стороны, в группе больных с алкогольной зависимостью с экзогенно-органическим заболеванием головного мозга в височных областях отмечались большие значения абсолютной спектральной мощности в диапазоне бета-частот, что свидетельствует об усилении процессов десинхронизации в слуховой коре [16].

Затем нами были проанализированы изменения сигналов ЭЭГ с учетом латерализации (см. рис. 2) и переднезаднего локуса (см. рис. 3). Обнаружение того, что показатели абсолютной спектральной мощности в левой и правой гемисферах в диапазоне тета-бета-частот в обеих группах больных находились параллельно оси X, можно интерпретировать как отсутствие функциональной асимметрии [18]. Однако по обеим гемисферам в группе пациентов с алкогольной зависимостью и экзогенно-органическим заболеванием головного мозга регистрировались меньшие значения абсолютной спектральной мощности альфа-активности относительно больных с «чистой» алкогольной зависимостью, что может свидетельствовать об ослаблении синхронизирующих процессов в головном мозге [15], на что дополнительно указывают данные, полученные путем анализа усредненной мощности (см. рис. 4). Анализ данных с учетом переднезаднего локуса показал меньшие значения абсолютной спектральной мощности альфа-активности в группе больных с алкогольной зависимостью с экзогенно-органическим заболеванием головного мозга как в передних, так и в задних областях, однако статистически значимые различия были обнаружены только в передних. Данную находку можно интерпретировать как то, что функциональные нарушения были разными в передних и задних локусах. Как известно, в передних областях преобладают нейроны, отвечающие за познание, мотивацию, исполнительные функции и моторику, а в задних — за соматосенсорные функции [16, 17].

Заключение

Таким образом, результаты проведенного анализа указывают на то, что наличие экзогенно-органического заболевания головного мозга у больных с алкогольной зависимостью сопровождается изменением абсолютной спектральной мощности ЭЭГ преимущественно в диапазоне альфа-частот.

Исследование проведено в рамках выполнения гос. задания №075-00712-24-00 «Биопсихосоциальные механизмы патогенеза и клинического полиморфизма, адаптационный потенциал и предикторы эффективности терапии у больных с психическими и поведенческими расстройствами в регионе Сибири», регистрационный номер 122020200054-8

Авторы заявляют об отсутствии конфликта интересов.

Литература / References:

  1. Stone JL, Hughes JR. Early history of electroencephalography and establishment of the American Clinical Neurophysiology Society. J Clinic Neurophysiol. 2013;30:28-44.  https://doi.org/10.1097/WNP.0b013e31827edb2d
  2. Ahmed OJ, Cash SS. Finding synchrony in the desynchronized EEG: the history and interpretation of gamma rhythms. Front Integrat Neurosci. 2013;7:58.  https://doi.org/10.3389/fnint.2013.00058
  3. Liu Q, Chen YF, Fan SZ, et al. A comparison of five different algorithms for EEG signal analysis in artifacts rejection for monitoring depth of anesthesia. Biomed Signal Proces. 2016;25:24-34. 
  4. Minnerly C, Shokry IM, To W, et al. Characteristic changes in EEG spectral powers of patients with opioid-use disorder as compared with those with methamphetamine- and alcohol-use disorders. PLoS One. 2021;16(9):e0248794. https://doi.org/10.1371/journal.pone.0248794
  5. Галкин С.А., Пешковская А.Г., Бохан Н.А. Возможные клинико-электроэнцефалографические факторы прогноза длительности ремиссии пациентов с алкогольной зависимостью. Российский психиатрический журнал. 2021;(1):47-52. 
  6. Березина И.Ю., Михайлов А.Ю., Горецкая Т.А., Арзуманов Ю.Л. Показатели суммарной спонтанной электрической активности головного мозга у пациентов с синдромом зависимости от психоактивных веществ. Вопросы наркологии. 2023;35(3):51-63. 
  7. Галкин С.А., Рощина О.В., Кисель Н.И. и др. Клинические и нейрофизиологические особенности при алкогольной зависимости и при ее коморбидности с аффективными расстройствами. Журнал неврологии и психиатрии им. С.С. Корсакова. 2020;120(10):56-59.  https://doi.org/10.17116/jnevro202012010156
  8. Olsen RW, Liang J. Role of GABAA receptors in alcohol use disorders suggested by chronic intermittent ethanol (CIE) rodent model. Mol Brain. 2017 Sep 20;10(1):45.  https://doi.org/10.1186/s13041-017-0325-8
  9. Давыдова Т.В., Невидимова Т.И., Ветрилэ Л.А. и др. Соотношение антител к нейромедиаторам в сыворотках крови женщин с алкогольной зависимостью и депрессивными расстройствами. Бюллетень экспериментальной биологии и медицины. 2021;171(6):686-689. 
  10. Zhang H, Yao J, Xu C, Wang C. Targeting electroencephalography for alcohol dependence: A narrative review. CNS Neurosci Ther. 2023;29(5):1205-1212. https://doi.org/10.1111/cns.14138
  11. Галкин С.А., Рощина О.В., Кисель Н.И. и др. Нейрофизиологические особенности пациентов с различным темпом формирования алкогольной зависимости. Вопросы наркологии. 2019;180(9):31-39. 
  12. Coutin-Churchman P, Moreno R, Anez Y, et al. Clinical correlates of quantitative EEG alterations in alcoholic patients. Clin Neurophysiol. 2006;117:740-751.  https://doi.org/10.1016/j.clinph.2005.12.021
  13. Пивень Б.Н., Шереметьева И.И., Лещенко Л.В. и др. Некоторые итоги изучения экзогенно-органических заболеваний головного мозга. Социальная и клиническая психиатрия. 2011;21(1):94-99. 
  14. Шевченко О.И., Лахман О.Л., Катаманова Е.В. Характеристика когнитивных нарушений при алкогольной и дисциркуляторной энцефалопатии. Журнал неврологии и психиатрии им. С.С. Корсакова. 2020;120(5):16-23.  https://doi.org/10.17116/jnevro202012005116
  15. Li X, Yang X, Sun Z. Alpha rhythm slowing in a modified thalamo-cortico-thalamic model related with Alzheimer’s disease. PLoS One. 2020;15(3):e0229950. https://doi.org/10.1371/journal.pone.0229950
  16. Vachha BA, Massoud TF, Huang SY. Anatomy of the Cerebral Cortex, Lobes, and Cerebellum. Neuroimaging Clin N Am. 2022;32(3):463-473.  https://doi.org/10.1016/j.nic.2022.04.008
  17. Ramnani N. Frontal lobe and posterior parietal contributions to the cortico-cerebellar system. Cerebellum. 2012;11(2):366-383.  https://doi.org/10.1007/s12311-011-0272-3
  18. Дорофеев Е.В., Касимова Л.Н., Зайцев О.С. Особенности психопатологической картины депрессий в зависимости от индивидуального профиля функциональной асимметрии. Сибирский вестник психиатрии и наркологии. 2019;103(2):5-12. 

Подтверждение e-mail

На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail

Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.