Компьютер является неотъемлемой частью жизни современного человека, в особенности студентов, у которых повышенная чувствительность психики обуславливает функционирование ее по типу дезадаптации и формирования аддиктивного поведения. Интерес к проблеме компьютерной зависимости сейчас актуален в психологии, что обусловлено наличием многочисленных эмпирических исследований данного феномена. С этой точки зрения интернет-зависимость анализируют как нарушенную форму поведения и познают ее по внешним социально-психологическим критериям – ограниченность в общении, отсутствие познавательного интереса, нарушение когнитивного уровня функционирования, неадекватная реакция на критику, ложь или скрывание количества времени, проведенного в киберпространстве [1,2,6,9,11]. На формирование интернет-зависимости у молодых людей может оказывать влияние также индивидуально-типические свойства его личности. Однако мало исследований, касающихся рассмотрения физиологического аспекта данного феномена.
Проблема компьютерной зависимости, несмотря на достаточную теоретическую разработанность, не теряет своей актуальности, поскольку в обществе наблюдается все более негативные последствия вовлеченностью интернетом [6,10].
Длительное и неконтролируемое времяпрепровождение за компьютером вызывает изменения в сознании и в функциональном состоянии головного мозга, постепенно теряется способность обучаться и глубоко мыслить. При этом проявляются нарушения и со стороны психического статуса: развивается общая усталость, повышается чувствительность к стрессовым факторам, формируются невротические расстройства. Могут возникнуть физические и функциональные отклонения в различных органах и системах организма: ухудшается острота зрения, появляется туннельный синдром запястья, заболевания позвоночника и суставов, сердечно-сосудистые заболевания, заболевания желудочно-кишечного тракта и ряд других заболеваний. Все это указывает на необходимость диагностики риска возникновения и своевременной профилактики развития компьютерной зависимости [3,4,5]. Изучение особенностей формирования и динамики аддиктивного процесса, а также электрофизиологическое обеспечение коррекции компьютерной зависимости представляются весьма актуальным. Более того, коррекция компьютерной зависимости у студентов, помимо актуальности, имеет огромное социальное значение.
Известно, что в основе формирования любой формы зависимости лежат изменения в функционировании головного мозга [7,8].
В этой связи целью нашего исследования явилось изучение пространственно-временного распределения частотно-амплитудных характеристик волн ЭЭГ при компьютерной зависимости.
Материал и методы исследования. В исследовании приняли участие 70 испытуемых – студентов Дагестанского государственного университета биологического факультета в возрасте от 18 – до 22 лет. На основании тестирования [9] испытуемые были разделены на 2 группы. В контрольную группу вошли студенты, не страдающие интернет-зависимостью, в опытную – интернет-зависимые студенты.
Регистрацию ЭЭГ проводили стандартно на 16-канальном электроэнцефалографе с использованием неполяризующихся электродов, которые фиксировались на голове в соответствии с международной схемой «10–20». Испытуемые находились в спокойном расслабленном положении в свето- и звукоизолированном помещении с закрытыми глазами. При записи ЭЭГ применялись проба активации (с открыванием и закрыванием глаз) для выявления уровня сознания пациента и оценки реактивности ЭЭГ. Открывание/закрывание глаз проводили с интервалом 2 минуты. Для выявления реакции мозга на внешние воздействия применяли фотостимуляцию. Управление ритма раздражения осуществлялось через специальное устройство обратной связи путем подачи на него колебаний потенциала и превращения их в управляющий сигнал для фотостимулятора. Стимуляцию осуществляли сериями с длительностью 10–15 с. Гипервентиляция легких осуществлялась путем глубокого дыхания с частотой 20 дыханий в минуту в течение трех минут (т.е. в течение 180 с, что составляет 18 кадров ЭЭГ по 10 с).
При экспресс-обработке данных используется преобразование Фурье. Для детальной обработки всего массива данных и проведения статистических расчетов использовался специально созданный пакет программ. Расчеты и хранение программ и данных производились на IBMPS.
Результаты исследования и их обсуждение. Результаты наших исследований по изучению электрической активности головного мозга при компьютерной зависимости представлены в табл. 1,2 и на рис. 1,2.
У здоровых лиц ЭЭГ характеризуется преобладанием значительно дезорганизованной альфа-активности в виде групп волн высокой амплитуды, среднего индекса, с преобладанием острых волн и наибольшей выраженностью в правой задневисочной области. Бета-активность представлена группами волн высокого индекса, очень высокой амплитуды, низкой частоты, наиболее выраженная в правой затылочно-теменной области (O2 P4). Альфа-активность представлена волнами с амплитудой до 62 мкВ, индексом 66 % и разбросом частот 8.6-11.9 Гц; имеется незначительная амплитудная (больше справа на 48 %) асимметрия. Бета1-активность с амплитудой до 62 мкВ, индексом до 15 %; имеется значительная амплитудная (больше справа на 58 %) асимметрия. Бета2-активность с амплитудой до 11 мкВ, индексом до 12 % и разбросом частот 24-31.2 Гц; имеется значительная амплитудная (больше справа на 52 %) асимметрия.
Таблица 1
Волны ЭЭГ |
Альфа |
Бета1 |
Бета2 |
Дельта |
Тета |
|
|
Здоровые лица |
66,0±1,2 |
15,2±0,5 |
12,2±0,5 |
3,1±0,2 |
4,2±0,5 |
12,6±0,9 |
16,5±0,8 |
Интернет-зависимость |
50,0±0,6 P<0,01 |
22,0±0,7 P<0,001 |
21,0±0,7 P<0,001 |
2,0±0,4 P<0,1 |
8,4±0,6 P>0,2 |
9,3±0,8 P>0,2 |
5,9±0,4 P<0,01 |
Индекс выраженности (%) и соотношение ритмов ЭЭГ
при формировании компьютерной зависимости
Р- степень достоверности результатов по отношению к контролю
Рис. 1. Индекс выраженности ритмов ЭЭГ у здоровых и интернет-зависимых студентов
ЭЭГ при интернет-зависимости характеризуется доминированием значительно дезорганизованной альфа-активности в виде нерегулярного ритма очень высокой амплитуды, среднего индекса с наибольшей выраженностью в левой теменной области (P3). Модуляции по амплитуде беспорядочные, зональные различия отчетливые.
Бета-активность в виде групп волн среднего индекса, очень высокой амплитуды, низкой частоты, наиболее выраженная в правой теменной области (P4). Медленная активность среднего индекса с амплитудой до 19 мкВ в виде групп волн.
Для альфа-активности характерна амплитуда до 106 мкВ, индекс 50 % и разброс частот 8.6-11.9 Гц; имеется значительная амплитудная (больше слева на 54 %) асимметрия. Бета1-активность представлена ритмами с амплитудой до 110 мкВ, индексом до 22 % и разбросом частот 13-15.2 Гц; имеется значительная амплитудная (больше слева на 65 %) асимметрия. Бета2-активность характеризуется амплитудой до 90 мкВ, индексом до 21 %, отмечается значительная амплитудная (больше слева на 84 %) асимметрия.
Как следует из анализа ЭЭГ, преобладающим ритмом покоя здорового человека является альфа-ритм (66,8 %). В группе интернет-зависимых индекс выраженности данного ритма составляет 50 %.
Быстрая форма волн здоровых лиц и аддиктов представлена на ЭЭГ бета-ритмом во всех областях диффузно, частотой 15–35 Гц, амплитудой 10–15 мкВ.
У здорового человека, находящегося в состоянии пассивного бодрствования, регистрируется небольшой процент медленноволновой активности (дельта и тета–ритмы). Характерной особенностью ЭЭГ покоя аддиктов является повышение относительной мощности медленноволной активности, которая представлена диффузно в теменно-центрально-височных и затылочных отведениях в виде отдельных волн и групп волн, амплитудой до 15 мкВ, а также кратковременными вспышками амплитудой, до 35 мкВ, частотой 6–7 Гц.
Для определения степени нарушения стабилизации корковой электрической активности использовали интегральные индексы ЭЭГ: соотношения или
. Исходя из наших данных (табл. 1), при компьютерной зависимости отмечается дестабилизация корковой активности, о чем свидетельствует снижение индексов до 9,3 и 5,9 соответственно.
Характер изменений биоэлектрической активности головного мозга на ритмическую фотостимуляцию оценивали в баллах: 0 – отсутствие реакции усвоения ритма, 1 – неотчетливое усвоение, 2 – достаточно отчетливое усвоение в диапазоне от 8 до 22 Гц, 3 – отчетливое усвоение в диапазоне 4-25 Гц, 4 – выраженное усвоение ритма в расширенном диапазоне.
Таблица 2
Реакция ЭЭГ аддиктов на функциональные пробы
Функциональные пробы
Группы аддиктов |
Открывание-закрывание глаз |
Фотостимуляция (усвоение ритма в баллах) |
Гипервентиляция |
Здоровые лица |
+ |
4 |
+ |
Интернет-зависимость |
+ |
3 |
+ возрастание тета- и дельта-диапазона частот |
Знаком «+» отмечена десинхронизация альфа-ритма, знаком «-» – отсутствие ответной реакции. Реакция на фотостимуляцию: 0 – отсутствие реакции усвоения ритма, 1 – неотчетливое усвоение, 2 – достаточно отчетливое усвоение, 3 – отчетливое усвоение, 4 – выраженное усвоение ритма в расширенном диапазоне.
На ритмическую фотостимуляцию (РФС) десинхронизация альфа-ритма и замена ее высокочастотным низкоамплитудным бета-ритмом отмечалась на частоте от 4 до 20 Гц в обеих исследуемых группах.
Анализ реактивности центральной нервной системы на гипервентиляцию показал в обеих группах усиление спектральной мощности медленноволновой активности, но появление дельта-активности в виде вспышек или диффузного ритма было чаще у интернет-зависимых, что отражалось в резком возрастании спектров мощности дельта-, тета-диапазонов частот. Обнаружено также различие в длительности восстановительного периода после пробы с гипервентиляцией с увеличением его у интернет-зависимых студентов.
При реакции на открывание глаз в группе здоровых студентов наблюдается десинхронизация ритмики ЭЭГ по всем зонам, с большей выраженностью в задней коре. У интернет-зависимых выявлено уменьшение величины реакции десинхронизации по сравнению со здоровыми в альфа-диапазоне в передней коре. Такое снижение реакции десинхронизации в условиях слабой сенсорной стимуляции у аддиктов является компенсаторной реакцией и может указывать на преобладание активности системы торможения.
По данным спектров мощности ЭЭГ в условиях физиологического покоя биоэлектрическая картина здоровых студентов характеризовалась нормальными гармоничными профилями во всех диапазонах и классически выраженным передне-задним градиентом распределения мощности альфа-диапазона частот (рис. 2). Спектр мощности бета-волн более выражен в передне- и задне-лобных отведениях. Спектральная мощность дельта-волн более выражена в задне-лобном отведении, тогда как распределение тета-волн имеет диффузный характер.
|
|
|
|
||||||||
|
|
|
|
||||||||
Интернет-независимые |
|||||||||||
|
|
|
|
||||||||
Интернет-зависимые |
|||||||||||
|
Рис. 2. Зональное распределение спектров мощности волн ЭЭГ у интернет-независимых и интернет-зависимых студентов
В группе интернет-зависимых обращает внимание перераспределение спектров быстрых (бета-) и медленных (дельта- и тета-) волн в задне-теменном направлении.
При этом, если у здоровых лиц отмечалось преимущественно левополушарное распределение спектров ритмов ЭЭГ, то у интернет-зависимых профиль межполушарной асимметрии смещается в правую гемисферу.
Таким образом, полученные нами данные о дезорганизации биоэлектрической активности мозга у интернет-зависимых в состоянии физиологического покоя и функциональных проб указывают на дисфункцию и повышенную активацию мозговых регулирующих систем [1]. Это подтверждается снижением индекса выраженности альфа-волн, повышением медленноволновой активности, ослаблением реакции десинхронизации в ответ на слабую сенсорную стимуляцию (реакция на открывание глаз), усилением синхронизации в ответ на гипервентиляционную пробу, а также левополушарной латерализацией волн.
Библиографическая ссылка
Галимова П.М., Рабаданова А.И., Гасанова Х.Н. ИЗУЧЕНИЕ БИОЭЛЕКТРИЧЕСКОЙ АКТИВНОСТИ ГОЛОВНОГО МОЗГА ЧЕЛОВЕКА ПРИ КОМПЬЮТЕРНОЙ АДДИКЦИИ // Современные проблемы науки и образования. – 2016. – № 3. ;URL: https://science-education.ru/ru/article/view?id=24554 (дата обращения: 10.02.2025).