References

1. 1. Цицерошин М.Н., Шеповальников А.Н. Становление интегративной функции мозга. СПб.: Наука, 2009. 209 с.
2. 2. Муртазина Е.П., Гинзбург-Шик Ю.А. Спектральные характеристики тетаи альфаритмов ЭЭГ в покое у групп испытуемых с различной результативностью совместной деятельностью в диадах // Журн. высш. нерв. деят. им. И.П. Павлова. 2023. Т. 73. № 1. С. 24.
3. 3. Клочкова О.И., Шабанов Г.А. Сеансовая динамика изменений биоэлектрической активности мозга при интеллектуальной работе за компьютером // Национальный психологический журнал. 2020. № 1 (37). С. 78.
4. 4. Seghier M., Price C. Interpreting and utilising intersubject variability in brain function // Trends Cogn. Sci. 2018. V. 22. № 6. P. 517.
5. 5. Лебедева Н.Н., Каримова Е.Д. Устойчивость паттернов ЭЭГ в различных задачах: проблема аутентификации личности // Журн. высш. нерв. деят. им. И.П. Павлова. 2020. Т. 70. № 1. С. 40.
6. 6. Haier R.J., Siegel B.V. Jr., MacLachlan A. et al. Regional glucose metabolic changes after learning a complex visuospatial/motor task: A positron emission tomographic study // Brain Res. 1992. V. 570. № 1–2. P. 134.
7. 7. Shestov A.A., Emir U.E., Kumar A. et al. Simultaneous measurement of glucose transport and utilization in the human brain // Am. J. Physiol. Endocrinol. Metab. 2011. V. 301. № 5. P. E1040.
8. 8. Peters R., White D., Cleeland C., Scholey A. Fuel for Thought? A Systematic review of neuroimaging studies into glucose enhancement of cognitive performance // Neuropsychol. Rev. 2020. V. 30. № 2. P. 234.
9. 9. Hosang Th., Laborde S., Low A. et al. How attention changes in response to carbohydrate mouth rinsing // Nutrients. 2023. V. 15. № 13. P. 3053.
10. 10. Liu J., Yamashiro K., Ikegaya Y. Glucose intake improves executive attention // Intern. J. Learn. Teach. 2022. V. 8. № 2. P. 136.
11. 11. Knott V., Messier C., Mahoney C., Gagnon M. Glucose and and glucoregulatory modulation of memory scanning, event-related potentials and EEG in elderly subjects // Neuropsychobiology. 2001. V. 44. № 3. P. 156.
12. 12. Messier C., Awad-Shimoon N., Gagnon M. et al. Glucose regulation is associated with cognitive performance in young nondiabetic adults // Behav. Brain Res. 2011. V. 222. № 1. P. 81.
13. 13. An Y.J., Jung Ki-Y., Kim S.M. et al. Effects of blood glucose levels on resting-state EEG and attention in healthy volunteers // J. Clin. Neurophysiol. 2015. V. 32. № 1. P. 51.
14. 14. Smith M.A., Riby L.M., Eekelen J.A.M. et al. Glucose enhancement of human memory: A comprehensive research review of the glucose memory facilitation effect // Neurosci. Biobehav. Rev. 2011. V. 35. № 3. P. 770.
15. 15. Ivanov V.A., Kruchinina O.V., Chiligina Y.A., Galpe-rina E.I. Selectivity for “Non-Food” versus “Food” nouns is increased in healthy adults in response to elevated peripheral blood glucose levels as indicated by event-related potentials (ERPs) // J. Evol. Bioch. Physiol. 2024. V. 60. № 6. P. 2369.
16. 16. Hoffman L.D., Polich J. EEG, ERPs and food consumption // Biol. Psychol. 1998. V. 48. № 2. P. 139.
17. 17. Долгополов И.С., Рыков М.Ю. Персонифицированная медицина: современные тенденции и перспективы // Российский вестник перинатологии и педиатрии. 2022. V. 67. № 4. P. 14.
18. 18. Гаврон А.А., Araujo Y.I.D., Шарова Е.В. и др. Групповой и индивидуальный фМРТ-анализ основных сетей покоя здоровых испытуемых // Журн. высш. нерв. деят. им. И.П. Павлова. 2019. Т. 69. № 2. С. 150.
19. 19. Kurgansky A.V., Lomakin D.I., Machinskay R.I. Resting-state networks in adolescents with poor behavior regulation. An analysis of effective cortical connectivity in EEG source space // Ж. высш. нерв. деят. им. И.П. Павлова. 2020. Т. 70. № 6. C. 723.
20. 20. Babiloni C., Barry R.J., Başar E. et al. International Federation of Clinical Neurophysiology (IFCN) – EEG research workgroup: Recommendations on frequency and topographic analysis of resting state EEG rhythms. Part 1: Applications in clinical research studies // Clin. Neurophysiol. 2020. V. 131. № 1. P. 285.
21. 21. Walker Ch., Buse J. B., Frohlich F. Experimental increase of blood glucose alters resting state EEG measures of excitation–inhibition balance // Exp. Physiol. 2021. V. 106. № 4. P. 803.
22. 22. Mahjoory K., Nikulin V.V., Botrel L. et al. Consistency of EEG source localization and connectivity estimates // Neuroimage. 2017. V. 152. P. 590.
23. 23. Davoudi M., Pourshahbaz A., Dolatshahi B. et al. Network analysis for predicting treatment response in patients with obsessive-compulsive disorder // Iran J. Psychiatry Behav. Sci. 2023. V. 17. № 4. P. e137119.
24. 24. Lau Z., Pham T., Chen A., Makowski D. Brain entropy, fractal dimensions and predictability: A review of complexity measures for EEG in healthy and neuropsychiatric populations // Eur. J. Neurosci. 2022. V. 56. № 7. P. 5047.
25. 25. Wang Y., Li J., Zeng l. et al. Open eyes increase neural oscillation and enhance effective brain connectivity of the default mode network: Resting-state electroencephalogram research // Front. Neurosci. 2022. V. 16. P. 861247.
26. 26. Chen J.J., Herman P., Keilholz Sh., Thompson G.J. Editorial: Origins of the resting-state fMRI signal // Front. Neurosci. 2020. V. 14. P. 594990.
27. 27. Burroni J., Taylor P., Corey C. et al. Energetic constraints produce self-sustained oscillatory dynamics in neuronal networks // Front. Neurosci. 2017. V. 11. P. 80.
28. 28. Palombit A., Silvestri E., Volpi T. et al. Variability of regional glucose metabolism and the topology of functional networks in the human brain // NeuroImage. 2022. V. 257. P. 119280.
29. 29. Volpi T., Silvestri E., Aiello M. et al. The brain's "dark energy" puzzle: How strongly is glucose metabolism linked to resting-state brain activity? // J. Cereb. Blood Flow Metab. 2024. V. 44. № 8. P. 1433.
30. 30. Lum J.A.G., Byrne L.K., Barhoun P. et al. Resting state electroencephalography power correlates with individual differences in implicit sequence learning // Eur. J. Neurosci. 2023. V. 58. № 3. P. 2838.
31. 31. Цицерошин М.Н., Гальперина Е.И. Коррелятивное формирование функций как один из механизмов функциональной эволюции (на примере становления в онтогенезе ребенка центрального обеспечения стереогноза и функции речи) // Журн. эволюционной биохимии и физиологии человека 2012. Т. 48. № 3. C. 296.
32. 32. Кручинина О.В., Станкова Е.П., Гальперина Е.И. Возрастные особенности пространственно-временной организации ЭЭГ у испытуемых 8–30 лет мужского и женского пола при восприятии устных и письменных текстов // Физиология человека. 2020. Т. 46. № 3. С. 15.
33. 33. Трифонов М.И., Панасевич Е.А. Прогнозирование успешности когнитивной деятельности на основе интегральных характеристик ЭЭГ // Физиология человека. 2018. Т. 44. № 2. C. 103.
34. 34. Рожков В.П., Трифонов М.И., Сороко С.И. Контроль функционального состояния мозга на основе оценки динамики интегральных параметров многоканальной ЭЭГ у человека в условиях гипоксии // Физиология человека. 2021. Т. 47. № 1. C. 5.
35. 35. Ливанов М.Н. Пространственная организация процессов головного мозга. М.: Наука, 1972. 181 с.
36. 36. Ухтомский А.А. Собрание сочинений. Т. 2. Парабиоз, физиологическая лабильность, усвоение ритма. Л.: ЛГУ, 1951. 180 с.
37. 37. Доскин В.А., Лаврентьева Н.А., Мирошников М.П., Шарай В.Б. Тест дифференциальной самооценки функционального состояния // Вопросы психологии. 1973. № 6. С. 141.
38. 38. Trifonov M.I. The structure function as new integral measure of spatial and temporal properties of multichannel EEG // Brain Inform. 2016. V. 3. № 4. P. 211.
39. 39. Рожков В.П., Трифонов М.И., Бурых Э.А., Сороко С.И. Оценка индивидуальной устойчивости человека к острой гипоксии по интегральным характеристикам структурной функции многоканальной ЭЭГ // Росс. физиол. журн. им. И.М. Сеченова. 2019. Т. 105. № 7. С. 832.
40. 40. Трифонов М.И., Панасевич Е.А. Лонгитюдное исследование внутрииндивидуальной вариативности интегральных параметров структурной функции многоканальной ЭЭГ // Физиология человека. 2022. Т. 48. № 2. С. 28.
41. 41. Гальперина Е.И., Кручинина О.В., Рожков В.П. Общее и индивидуальное в организации пространственных взаимосвязей корковых процессов у подростков при вербально-мнестической деятельности // Сенсорные системы. 2014. Т. 28. № 3. С. 16.
42. 42. Shirer W.R., Ryali S., Rykhlevskaia E. et al. Decoding subject-driven cognitive states with whole-brain connectivity patterns // Cereb. Cortex. 2012. V. 22. № 1. P. 158.
43. 43. Opstal A.M., Hafkemeijer A., van den Berg-Huysmans A.A. et al. Brain activity and connectivity changes in response to glucose ingestion // Nutr. Neurosci. 2020. V. 23. № 2. P. 110.
44. 44. Almeneessier A.S., BaHammam A.A., Olaish A.H. et al. Effects of diurnal intermittent fasting on daytime sleepiness reflected by EEG absolute power // J. Clin. Neurophysiol. 2019. V. 36. № 3. P. 213.
45. 45. Parent M.B., Krebs-Kraft D.L., Ryana J.P. et al. Glucose administration enhances fMRI brain activation and connectivity related to episodic memory encoding for neutral and emotional stimuli // Neuropsychol. 2011. V. 49. № 5. P. 1052.
46. 46. Lord L.D., Expert P., Huckins J.F., Turkheimer F.E. Cerebral energy metabolism and the brain's functional network architecture: An integrative review // J. Cereb. Blood Flow Metab. 2013. V. 33. № 9. P. 1347.
47. 47. Betzel R.F., Fukushima M., He Y. et al. Dynamic fluctuations coincide with periods of high and low modularity in resting-state functional brain networks // Neuroimage. 2016. V. 127. P. 287.
48. 48. Yu Q., Erhardt E.B., Sui J. et al. Assessing dynamic brain graphs of time-varying connectivity in fMRI data: application to healthy controls and patients with schizophrenia // Neuroimage. 2015. V. 107. P. 345.
49. 49. Garrett D.D., Kovacevic N., McIntosh A.R., Grady C.L. The importance of being variable // J. Neurosci. 2011. V. 31. № 12. P. 4496.
50. 50. Данько С.Г. Об отражении различных аспектов активации мозга в электроэнцефалограмме: что показывает количественная электроэнцефалография состояний покоя с открытыми и закрытыми глазами // Физиология человека. 2006. Т. 32. № 4. С. 5.
51. 51. Mohamed Z., Halaby M.E., Said T. et al. Characterizing focused attention and working memory using EEG // Sensors. 2018. V. 18. № 11. P. 3743.