ADHS·Atlas
Hirnareal ●●●● Sehr hoch (57)

Basalganglien

Aktualisiert: 2026-04-01 · 57 Quellen
Inhaltsverzeichnis 5 Abschnitte
  1. Überblick
  2. Anatomie
  3. Funktion
  4. ADHS-Relevanz
  5. Bildgebungsbefunde

Basalganglien

Überblick

Die Basalganglien sind tiefe Hirnareale, die wie Schaltzentralen für Aufmerksamkeit, impulskontrolle und Handlungsplanung fungieren. Für ADHS sind sie besonders relevant, weil bei dieser Störung der Botenstoff Dopamin in den Basalganglien gestört ist, was direkt die Fähigkeit beeinträchtigt, sich zu konzentrieren und Impulse zu bremsen. Die Forschung zeigt, dass diese Hirnregionen bei ADHS anders funktionieren als bei Menschen ohne ADHS, doch die genauen strukturellen Unterschiede sind noch unklar – während funktionelle Veränderungen gut dokumentiert sind, liefern Bildgebungsstudien zu Volumenunterschieden widersprüchliche Ergebnisse. Offene Fragen betreffen vor allem die unterschiedlichen Mechanismen bei verschiedenen ADHS-Typen sowie die genaue Rolle der Basalganglien im Zusammenspiel mit anderen Hirnregionen bei Aufmerksamkeits- und Impulskontrollproblemen.

Anatomie

Die Basalganglien bilden ein komplexes anatomisches Netzwerk subcorticaler Strukturen, das sich durch charakteristische Konnektivitätsmuster auszeichnet. Das Striatum (bestehend aus Putamen und Caudate) zeigt bidirektionale Verbindungen mit multiplen kortikalen und subkortikalen Regionen (Oliver et al., 2020). Putamen und Caudate sind untereinander sowie mit anderen Basalganglienkomponenten, der anterioren Cingulatregion und der Insula verbunden (Oliver et al., 2020).

Die mesenzephalen Kerne (Substantia nigra pars compacta/reticulata und VTA) zeigen starke Konnektivität zum Striatum, wobei die rostrale Substantia nigra pars reticulata spezifisch mit dem medialen orbitofrontalen Kortex kommuniziert (Oliver et al., 2020). Der supplementäre motorische Areal (SMA) projiziert kaudal hauptsächlich zum Putamen, welches wiederum zum äußeren Globus pallidus projiziert und die Schleife durch Rückprojektionen zum motorischen Areal schließt (Jiang et al., 2026).

Entwicklungsbiologisch zeigen sich substanzielle Unterschiede: Caudate, Putamen und Thalamus demonstrieren bei Kindern höheren nodalen Grad, kürzere Wegelänge und höhere Effizienz als bei Erwachsenen (Supekar et al., 2009). Der Globus pallidus ist die einzige subcorticale Region, die zwischen Kindern und jungen Erwachsenen keine signifikanten Unterschiede in diesen Netzwerkmetriken zeigt (Supekar et al., 2009). Diese entwicklungsdynamischen Veränderungen spiegeln einen Prozess der Umstrukturierung und des Pruning von subcortico-kortikalen Verbindungen wider, begleitet durch zunehmend stärkere cortico-corticale Konnektivität (Supekar et al., 2009).

Funktion

Die Basalganglien erfüllen zentrale Rollen in mindestens drei kognitiven und emotionalen Domänen, die für ADHS-Verständnis relevant sind.

Aufmerksamkeit und exekutive Kontrolle: Die Basalganglien, insbesondere das Striatum und der Caudate, sind an der Aufrechterhaltung von Aufmerksamkeit und Reaktionshemmung beteiligt (Ersche et al., 2011). Erhöhte funktionale Aktivierung des Caudate korreliert mit verbesserter Leistung in Aufmerksamkeitstests (RVIP-Task) und Inhibitionstasks (Stop-Signal-Task mit kürzeren Reaktionszeiten) (Ersche et al., 2011). Die Fähigkeit zur Reaktionshemmung – das Unterdrücken von Verhaltensweisen, die aktuellen Zielen widersprechen – sowie Interferenzkontrolle sind definiert als differenzierbare Aspekte der exekutiven Kontrolle (Sara et al., 2021). Defizite in diesen Funktionen sind Kennzeichen der exekutiven Dysfunktion bei ADHS (Bian et al., 2025).

Dopaminmodulation von Aufmerksamkeit: Die Dopaminverfügbarkeit im Striatum reguliert die Netzwerk-Aktivität während visuoräumlicher Aufmerksamkeit. Höhere Dopamintransporter-Verfügbarkeit (DAT) im Striatum korreliert mit geringerer Deaktivierung in Regionen des Default Mode Network, insbesondere dem ventralen Precuneus (Tomasi et al., 2009). Dies deutet darauf hin, dass Dopamin Aufmerksamkeit teilweise durch Modulation von Deaktivierungsmechanismen reguliert – ein Mechanismus, den stimulanzienhaltige ADHS-Medikationen durch DAT-Blockade unterstützen könnten (Tomasi et al., 2009).

Lernprozesse und Gewohnheiten: Während der frühen Lernphase neuer motorischer Sequenzen ist die Kortex kritisch; nach dem Lernen wird die Bewegungsausführung auf die dorsolaterale Komponente des Striatum (DLS) verlagert (Grillner, 2025). Dies deutet auf eine entwicklungsdynamische Rolle hin, die für das Verständnis von ADHS-relevanten Übergängen von reflektiven zu automatisierten Prozessen wichtig sein kann.

Unklar bleibt, inwieweit strukturelle Volumenunterschiede zwischen ADHS-Subtypen (kombiniert vs. unaufmerksam) die funktionalen Unterschiede erklären – bisherige morphometrische Studien zeigen äquivoke Ergebnisse (Fifi et al., 2020).

ADHS-Relevanz

Bei ADHS zeigen die Basalganglien charakteristische strukturelle und funktionelle Veränderungen, die mit Kernsymptomen der Störung korrelieren. (Banaschewski et al., 2010) Die dysregulierte Funktion frontostriatalerkatecholamerger Schaltkreise gilt als zentraler neurobiologischer Mechanismus: Das Striatum, als Eingangspforte der Basalganglien, zeigt bei ADHS reduzierte Dopaminaktivität, die direkt die Aufmerksamkeitskontrolle beeinträchtigt. (MacDonald et al., 2024) Dabei wird die regulatorische Funktion des Caudatus bei der Aufmerksamkeit und Reaktionshemmung in beiden ADHS-Subtypen gestört, wobei die zugrunde liegenden neuralen Mechanismen unterschiedlich sein können: Bei ADHS-Inattentive (ADHS-I) liegt eine primäre Dysfunktion des cingulo-frontal-parietalen Aufmerksamkeitsnetzwerks vor, in dem die Basalganglien eine Integrationsfunktion erfüllen. (Fifi et al., 2020)

Die funktionelle Beeinträchtigung erstreckt sich auf multiple ADHS-relevante Prozesse: Neben Aufmerksamkeit kontrollieren die Basalganglien bei ADHS die Reaktionshemmung und Motivation durch dopamingesteuerte Signalverarbeitung. (Bian et al., 2025) Neurobiologisch führen Entwicklungsanomalien in dieser Region zu Executive-Function-Defiziten, welche die Kernbeeinträchtigungen der Störung prägen. (Arnsten & Dudley, 2005) Die Datenlage zu spezifischen volumetrischen oder konnektivitätsbezogenen Unterschieden des Globus pallidus oder anderer Basalgangliensubstrukturen bei ADHS bleibt jedoch begrenzt – die meisten Arbeiten konzentrieren sich auf das Striatum und seine kortikalen Verbindungen.

Bildgebungsbefunde

Strukturelle MRT-Studien zeigen bei ADHS widersprüchliche Befunde zu Volumenunterschieden in den Basalganglien. Eine systematische Übersichtsarbeit mit Fokus auf klinische ADHS-Subtypen (kombiniert vs. vorwiegend unaufmerksam) fand nur in einer von mehreren untersuchten Studien signifikante Volumendifferenzen zwischen den Subtypen; die meisten Arbeiten berichteten keine substanziellen Volumenunterschiede zwischen ADHS-C und ADHS-I für globale oder spezifische Basalganglienregionen (Fifi et al., 2020). Dies deutet darauf hin, dass reine morphometrische Unterschiede kein zuverlässiges neuroanatomisches Merkmal zur Subtypdifferenzierung darstellen.

Funktionelle Konnektivitätsbefunde bieten größere Differenzierungspotentiale. Resting-State-fMRI-Studien dokumentieren charakteristische Verbindungsmuster: Das Putamen zeigt Konnektivität zu anderen Basalganglienstrukturen, dem anterioren zingulären Kortex, medialen orbitofrontalen Gyrus und der Insula (Oliver et al., 2020). Die mesenzephalen Kerne (SNc/r, VTA) weisen starke Verbindungen zum Striatum auf; die rostrale Substantia nigra pars reticulata verbindet sich mit dem medialen orbitofrontalen Kortex. Die erweiterte Amygdala und der Nucleus accumbens sind mit der medialen temporalen Lappenregion assoziiert (Oliver et al., 2020).

Unter Pharmakotherapie zeigen sich Veränderungen in der funktionellen Konnektivität, doch die Mechanismen bleiben teilweise ungeklärt. Resting-State-fMRI vermeidet Leistungsartefakte, die task-fMRI kompromittieren können, und bietet einen konzeptionellen Rahmen für Netzwerkanalysen (Kay Benjamin et al., 2025). Eine Studie mit Methylphenidat untersuchte Änderungen in Konnektivitätsmatrizen mittels edge-weiser linearer Mixed-Effects-Modelle (Kay Benjamin et al., 2025), konkrete Effektgrößen werden in den verfügbaren Quellen jedoch nicht berichtet.

Die Datenlage zur funktionellen Aktivierung ist noch fragmentarisch und erfordert größere, standardisierte Studiendesigns für robuste klinische Biomarker.

Quellen

  1. Alves, P., Foulon, C., Karolis, V., Bzdok, D., Margulies, D. S., Volle, E., & Schotten, M. T. d. (2019). An improved neuroanatomical model of the default-mode network reconciles previous neuroimaging and neuropathological findings. Communications Biology, 2, 370. https://doi.org/10.1038/s42003-019-0611-3
  2. Antrop, I., Roeyers, H., Oost, P. V., & Buysse, A. (2000). Stimulation seeking and hyperactivity in children with ADHD. Attention Deficit Hyperactivity Disorder. Journal of child psychology and psychiatry, and allied disciplines, 41(2), 225-31. https://doi.org/10.1111/1469-7610.00603
  3. Arnsten, A. F. & Dudley, A. G. (2005). Methylphenidate improves prefrontal cortical cognitive function through α2 adrenoceptor and dopamine D1 receptor actions: Relevance to therapeutic effects in Attention Deficit Hyperactivity Disorder. Behavioral and Brain Functions, 1(1), 2. https://doi.org/10.1186/1744-9081-1-2
  4. Arnsten, A. F. (2006). Fundamentals of Attention-Deficit/Hyperactivity Disorder: Circuits and Pathways. The Primary Care Companion To The Journal of Clinical Psychiatry.
  5. Banaschewski, T., Becker, K., Scherag, S., Franke, B., & Coghill, D. (2010). Molecular genetics of attention-deficit/hyperactivity disorder: an overview. European Child & Adolescent Psychiatry, 19(3), 237-57. https://doi.org/10.1007/s00787-010-0090-z
  6. Beery Susan, H., Quay Herbert, C., & Pelham William, E. (2017). Differential Response to Methylphenidate in Inattentive and Combined Subtype ADHD. Journal of attention disorders, 21(1), 62-70. https://doi.org/10.1177/1087054712469256
  7. Bian, J., Liu, X., & Wang, C. (2025). Executive Function and Brain Region Development in ADHD: Mechanisms and Interventions in the Prefrontal Cortex and Related Circuits. Advances in Precision Medicine. https://doi.org/10.18063/apm.v10i1.681
  8. Biederman, J., Mick, E., Prince, J. B., Bostic, J. Q., Wilens, T. E., Spencer, T., Wozniak, J., & Faraone, S. V. (1999). Systematic Chart Review of the Pharmacologic Treatment of Comorbid Attention Deficit Hyperactivity Disorder in Youth with Bipolar Disorder. Journal of Child and Adolescent Psychopharmacology. https://doi.org/10.1089/cap.1999.9.247
  9. Biederman, J., Melmed, R. D., Patel, A., McBurnett, K., Donahue, J., & Lyne, A. G. (2008). Long-Term, Open-Label Extension Study of Guanfacine Extended Release in Children and Adolescents with ADHD. CNS Spectrums, 13(12), 1047-55. https://doi.org/10.1017/s1092852900017107
  10. Carr, D. B. & Sesack, S. R. (2000). Projections from the Rat Prefrontal Cortex to the Ventral Tegmental Area: Target Specificity in the Synaptic Associations with Mesoaccumbens and Mesocortical Neurons. Journal of Neuroscience, 20(10), 3864-73. https://doi.org/10.1523/jneurosci.20-10-03864.2000
  11. Chandler, D. J., Gao, W., & Waterhouse, B. D. (2014). Heterogeneous organization of the locus coeruleus projections to prefrontal and motor cortices. Proceedings of the National Academy of Sciences, 111(18), 6816-21. https://doi.org/10.1073/pnas.1320827111
  12. Cortese, S., Bellgrove, M. A., Brikell, I., Franke, B., Goodman, D. W., Hartman, C. A., Larsson, H., Levin, F. R., Ostinelli, E. G., Parlatini, V., Ramos‐Quiroga, J. A., Sibley, M. H., Tomlinson, A., Wilens, T. E., Wong, I. C. K., Hovén, N., Didier, J. M., Correll, C. U., Rohde, L. A., & Faraone, S. V. (2025). Attention‐deficit/hyperactivity disorder (ADHD) in adults: evidence base, uncertainties and controversies. World Psychiatry, 24(3), 347-371. https://doi.org/10.1002/wps.21374
  13. da Silva, B. S., Grevet, E. H., Silva, L. C. F., Ramos, J. K. N., Rovaris, D. L., & Bau, C. H. D. (2023). An overview on neurobiology and therapeutics of attention-deficit/hyperactivity disorder. Discover Mental Health, 3(1), 2. https://doi.org/10.1007/s44192-022-00030-1
  14. Ersche, K. D., Barnes, A., Jones, P. S., Morein‐Zamir, S., Robbins, T. W., & Bullmore, E. T. (2011). Abnormal structure of frontostriatal brain systems is associated with aspects of impulsivity and compulsivity in cocaine dependence. Brain, 134(Pt 7), 2013-24. https://doi.org/10.1093/brain/awr138
  15. Fair, D. A., Nigg, J. T., Iyer, S., Bathula, D. R., Mills, K. L., Dosenbach, N. U., Schlaggar, B. L., Mennes, M., Gutman, D., Bangaru, S., Buitelaar, J. K., Dickstein, D. P., Martino, A. D., Kennedy, D. N., Kelly, C., Luna, B., Schweitzer, J. B., Velanova, K., Wang, Y., … Milham, M. P. (2013). Distinct neural signatures detected for ADHD subtypes after controlling for micro-movements in resting state functional connectivity MRI data. Frontiers in Systems Neuroscience, 6, 80. https://doi.org/10.3389/fnsys.2012.00080
  16. Faraone Stephen, V. (2018). The pharmacology of amphetamine and methylphenidate: Relevance to the neurobiology of attention-deficit/hyperactivity disorder and other psychiatric comorbidities. Neuroscience and biobehavioral reviews, 87, 255-270. https://doi.org/10.1016/j.neubiorev.2018.02.001
  17. Faraone Stephen, V., Tobias, B., David, C., Yi, Z., Joseph, B., Bellgrove Mark, A., Newcorn Jeffrey, H., Martin, G., Al Saud Nouf, M., Iris, M., Augusto, R. L., Li, Y., Samuele, C., Doron, A., Stein Mark, A., Albatti Turki, H., Aljoudi Haya, F., Alqahtani Mohammed M, J., Philip, A., … Yufeng, W. (2021). The World Federation of ADHD International Consensus Statement: 208 Evidence-based conclusions about the disorder. Neuroscience and biobehavioral reviews, 128, 789-818. https://doi.org/10.1016/j.neubiorev.2021.01.022
  18. Fifi, S. J., Griffiths Kristi, R., & Korgaonkar Mayuresh, S. (2020). A Systematic Review of Imaging Studies in the Combined and Inattentive Subtypes of Attention Deficit Hyperactivity Disorder. Frontiers in integrative neuroscience, 14, 31. https://doi.org/10.3389/fnint.2020.00031
  19. Geissler Julia, M., Marcel, R., Manfred, G., Daniela, B., & Claudia, S. (2017). No genetic association between attention-deficit/hyperactivity disorder (ADHD) and Parkinson’s disease in nine ADHD candidate SNPs. Attention deficit and hyperactivity disorders, 9(2), 121-127. https://doi.org/10.1007/s12402-017-0219-8
  20. Green, S. M., Nathani, S., Zimmerman, J., Fireman, D., & Urs, N. (2020). Retrograde Labeling Illuminates Distinct Topographical Organization of D1 and D2 Receptor-Positive Pyramidal Neurons in the Prefrontal Cortex of Mice. eNeuro, 7(5). https://doi.org/10.1523/ENEURO.0194-20.2020
  21. Grillner, S. (2025). How circuits for habits are formed within the basal ganglia. Proceedings of the National Academy of Sciences of the United States of America, 122(13), e2423068122. https://doi.org/10.1073/pnas.2423068122
  22. Hansen, J. Y., Shafiei, G., Markello, R. D., Smart, K., Cox, S. M. L., Nørgaard, M., Beliveau, V., Wu, Y., Gallezot, J., Aumont, É., Servaes, S., Scala, S. G., DuBois, J. M., Wainstein, G., Bezgin, G., Funck, T., Schmitz, T. W., Spreng, R. N., Galovic, M., … Mišić, B. (2022). Mapping neurotransmitter systems to the structural and functional organization of the human neocortex. Nature Neuroscience, 25(11), 1569-1581. https://doi.org/10.1038/s41593-022-01186-3
  23. Hassani, S. A., Oemisch, M., Balcarras, M., Westendorff, S., Ardid, S., Meer, M. A. A. v. d., Tiesinga, P., & Womelsdorf, T. (2017). A computational psychiatry approach identifies how alpha-2A noradrenergic agonist Guanfacine affects feature-based reinforcement learning in the macaque. Scientific Reports, 7, 40606. https://doi.org/10.1038/srep40606
  24. Hechtman, L. (2008). Treatment of adults with attention-deficit/hyperactivity disorder. Neuropsychiatric Disease and Treatment, 4(2), 389-403. https://doi.org/10.2147/ndt.s6985
  25. Hui, Q., Xiao, L., Peng, W., Hui, Z., & Shum David H, K. (2023). Efficacy of non-pharmacological interventions on executive functions in children and adolescents with ADHD: A systematic review and meta-analysis. Asian journal of psychiatry, 87, 103692. https://doi.org/10.1016/j.ajp.2023.103692
  26. Jiang, P., Wang, L. F., Sun, D., Miao, A., & Wang, X. (2026). Acute cerebral blood flow and its connectivity in patients with anti-LGI1 autoimmune encephalitis: an arterial spin labeling study. Brain Imaging and Behavior, 20(2). https://doi.org/10.1007/s11682-026-01125-x
  27. John, P., Stacy, E., Andrew, U., Smith Abigail, A., James, E., Joseph, S., Faraone Stephen, V., & Yanli, Z. (2025). A systematic review of the etiology and neurobiology of intermittent explosive disorder. Psychiatry research, 347, 116410. https://doi.org/10.1016/j.psychres.2025.116410
  28. Kay Benjamin, P., Wheelock Muriah, D., Siegel Joshua, S., Raut Ryan, V., Chauvin Roselyne, J., Athanasia, M., Aishwarya, R., Andrew, E., Jim, P., Anxu, W., Vahdeta, S., Babatunde, A., Baden Noah, J., Scheidter Kristen, M., Monk Julia, S., Whiting Forrest, I., Nadeshka, R., Krimmel Samuel, R., Shinohara Russell, T., … Dosenbach Nico U, F. (2025). Stimulant medications affect arousal and reward, not attention networks. Cell, 188(26), 7529-7546.e20. https://doi.org/10.1016/j.cell.2025.11.039
  29. Leszczyńska-Knaga, E., Chodkowska, E., Jakubczyk, N., Dominiczak, K., Szafrańska, K., Mucha, A., Graszka, S., Szeps, A., Dominiczak, P., & Bielas, K. (2025). The Treatment of ADHD in Adults: Efficacy and Safety of Stimulants and Non-Stimulants. Journal of Education, Health and Sport. https://doi.org/10.12775/jehs.2025.83.60705
  30. Lowe, N., Kirley, A., Hawi, Z., Sham, P. C., Wickham, H., Kratochvil, C. J., Smith, S. D., Lee, S. Y., Lévy, F., Kent, L., Middle, F., Rohde, L. A., Roman, T., Turanlı, E. T., Yazgan, Y., Asherson, P., Mill, J., Thapar, A., Payton, A., … Gill, M. (2004). Joint Analysis of the DRD5 Marker Concludes Association with Attention-Deficit/Hyperactivity Disorder Confined to the Predominantly Inattentive and Combined Subtypes. The American Journal of Human Genetics, 74(2), 348-56. https://doi.org/10.1086/381561
  31. MacDonald, H. J., Kleppe, R., Szigetvari, P. D., & Haavik, J. (2024). The dopamine hypothesis for ADHD: An evaluation of evidence accumulated from human studies and animal models. Frontiers in Psychiatry, 15, 1492126. https://doi.org/10.3389/fpsyt.2024.1492126
  32. Malik, R., Li, Y., Schamiloglu, S., & Sohal, V. (2021). Top-down control of hippocampal signal-to-noise by prefrontal long-range inhibition. bioRxiv, 185(9), 1602-1617.e17. https://doi.org/10.1101/2021.03.01.433441
  33. Malinowski, P. (2013). Neural mechanisms of attentional control in mindfulness meditation. Frontiers in Neuroscience, 7, 8. https://doi.org/10.3389/fnins.2013.00008
  34. Mandakh, B., Zhihao, L., Mehta Namrataa, D., Treadway Michael, T., Lucido Michael, J., Woolwine Bobbi, J., Ebrahim, H., Miller Andrew, H., & Felger Jennifer, C. (2022). Functional connectivity in reward circuitry and symptoms of anhedonia as therapeutic targets in depression with high inflammation: evidence from a dopamine challenge study. Molecular psychiatry, 27(10), 4113-4121. https://doi.org/10.1038/s41380-022-01715-3
  35. Martine, H., Janita, B., Hibar Derrek, P., Maarten, M., Zwiers Marcel, P., Schweren Lizanne S, J., van Hulzen Kimm J, E., Medland Sarah, E., Elena, S., Neda, J., de, Z. P., Eszter, S., Gustavo, S., Thomas, W., Onnink Alberdingk M, H., Dammers Janneke, T., Mostert Jeanette, C., Yolanda, V., Gregor, K., … Barbara, F. (2017). Subcortical brain volume differences in participants with attention deficit hyperactivity disorder in children and adults: a cross-sectional mega-analysis. The lancet. Psychiatry, 4(4), 310-319. https://doi.org/10.1016/S2215-0366(17)30049-4
  36. Oliver, G., Vera, K., Lea, K., Vera, D., Magdalena, K., Moritz, d. G., & Andreas, R. (2020). Amisulpride and l-DOPA modulate subcortical brain nuclei connectivity in resting-state pharmacologic magnetic resonance imaging. Human brain mapping, 41(7), 1806-1818. https://doi.org/10.1002/hbm.24913
  37. Padilha, S. C. O. S., Virtuoso, S., Tonin, F., Borba, H. H., & Pontarolo, R. (2018). Efficacy and safety of drugs for attention deficit hyperactivity disorder in children and adolescents: a network meta-analysis. European Child & Adolescent Psychiatry. https://doi.org/10.1007/s00787-018-1125-0
  38. Pan, P. & Yeh, C. (2017). Comparative efficacy and safety of methylphenidate and atomoxetine for attention-deficit hyperactivity disorder in children and adolescents: Meta-analysis based on head-to-head trials. Journal of Psychiatric Research, 39(9), 854-865. https://doi.org/10.1016/j.jpsychires.2016.11.017
  39. Qian, X., Loo, B. R. Y., Castellanos, F. X., Liu, S., Koh, H. L., Poh, X. W. W., Krishnan, R., Fung, D., Chee, M. W., Guan, C., Lee, T., Lim, C. G., & Zhou, J. (2018). Brain-computer-interface-based intervention re-normalizes brain functional network topology in children with attention deficit/hyperactivity disorder. Translational Psychiatry, 8(1), 149. https://doi.org/10.1038/s41398-018-0213-8
  40. Qianrong, L., Yuan, F., Wai, C., Yu, Z., Preece David, A., Yuan, G., Xiangsheng, L., Chen, D., Yufeng, W., Li, S., & Lu, L. (2025). Emotion regulation strategy and its relationship with emotional dysregulation in children with attention-deficit/hyperactivity disorder: behavioral and brain findings. European child & adolescent psychiatry, 34(7), 2241-2252. https://doi.org/10.1007/s00787-025-02643-7
  41. Rajmohan, V. & Mohandas, E. (2007). The limbic system. Indian Journal of Psychiatry. https://doi.org/10.4103/0019-5545.33264
  42. Rolls Edmund, T. (2026). Hippocampal Revolutions. Neuroscience and biobehavioral reviews, 180, 106492. https://doi.org/10.1016/j.neubiorev.2025.106492
  43. Sara, C., Carla, B., Antonella, G., Angelico, L., Buitelaar Jan, K., Marina, D., Dittmann Ralf, W., Peter, G., Chris, H., Sarah, I., Kerstin, K., Hanna, K., Liddle Elizabeth, B., Suzanne, M., Peter, N., Pietro, P., Roberta, R., Tatiana, U., Wong Ian C, K., … Alessandro, Z. (2021). Long term methylphenidate exposure and growth in children and adolescents with ADHD. A systematic review and meta-analysis. Neuroscience and biobehavioral reviews, 120, 509-525. https://doi.org/10.1016/j.neubiorev.2020.09.031
  44. Schott, B. H., Minuzzi, L., Krebs, R. M., Elmenhorst, D., Lang, M., Winz, O., Seidenbecher, C. I., Coenen, H. H., Heinze, H., Zilles, K., Düzel, E., & Bauer, A. (2008). Mesolimbic Functional Magnetic Resonance Imaging Activations during Reward Anticipation Correlate with Reward-Related Ventral Striatal Dopamine Release. Journal of Neuroscience, 28(52), 14311-9. https://doi.org/10.1523/jneurosci.2058-08.2008
  45. Shuangli, C., Beihui, X., Ronghui, Z., Andan, Q., Jiejie, T., Chuang, Y., Xiaoqi, H., & Meihao, W. (2024). Abnormal stability of dynamic functional architecture in drug-naïve children with attention-deficit/hyperactivity disorder. BMC psychiatry, 24(1), 851. https://doi.org/10.1186/s12888-024-06310-0
  46. Sobanski, E., Banaschewski, T., Asherson, P., Buitelaar, J. K., Chen, W., Franke, B., Holtmann, M., Krumm, B., Sergeant, J. A., Sonuga‐Barke, E., Stringaris, A., Taylor, E., Anney, R., Ebstein, R. P., Gill, M., Miranda, A., Mulas, F., Oades, R. D., Roeyers, H., … Faraone, S. V. (2010). Emotional lability in children and adolescents with attention deficit/hyperactivity disorder (ADHD): clinical correlates and familial prevalence. Journal of Child Psychology and Psychiatry, 51(8), 915-23. https://doi.org/10.1111/j.1469-7610.2010.02217.x
  47. Song, X., Dong, Z., Long, X., Li, S., Zuo, X., Zhu, C., He, Y., Yan, C., & Zang, Y. (2011). REST: A Toolkit for Resting-State Functional Magnetic Resonance Imaging Data Processing. PLoS ONE, 6(9), e25031. https://doi.org/10.1371/journal.pone.0025031
  48. Strakowski, S. M., Adler, C. M., Almeida, J., Altshuler, L. L., Blumberg, H. P., Chang, K., DelBello, M. P., Frangou, S., McIntosh, A. M., Phillips, M. L., Sussman, J. E., & Townsend, J. (2012). The functional neuroanatomy of bipolar disorder: a consensus model. Bipolar Disorders, 14(4), 313-25. https://doi.org/10.1111/j.1399-5618.2012.01022.x
  49. Supekar, K., Musen, M. A., & Menon, V. (2009). Development of Large-Scale Functional Brain Networks in Children. PLoS Biology, 7(7), e1000157. https://doi.org/10.1371/journal.pbio.1000157
  50. Tomasi, D., Volkow, N. D., Wang, R., Telang, F., Wang, G., Chang, L., Ernst, T., & Fowler, J. S. (2009). Dopamine Transporters in Striatum Correlate with Deactivation in the Default Mode Network during Visuospatial Attention. PLoS ONE, 4(6), e6102. https://doi.org/10.1371/journal.pone.0006102
  51. Wender, P. H., Wolf, L. E., & Wasserstein, J. (2001). Adults with ADHD. Annals of the New York Academy of Sciences. https://doi.org/10.1111/j.1749-6632.2001.tb05770.x
  52. Xia, M., Wang, J., & He, Y. (2013). BrainNet Viewer: A Network Visualization Tool for Human Brain Connectomics. PLoS ONE, 8(7), e68910. https://doi.org/10.1371/journal.pone.0068910
  53. Xiao, X., Kechen, D., & Dun, M. (2024). Spatial dissociation between recognition and navigation in the primate hippocampus. Science advances, 10(38), eado7392. https://doi.org/10.1126/sciadv.ado7392
  54. Yan, C., Liu, D., He, Y., Zou, Q., Zhu, C., Zuo, X., Long, X., & Zang, Y. (2009). Spontaneous Brain Activity in the Default Mode Network Is Sensitive to Different Resting-State Conditions with Limited Cognitive Load. PLoS ONE, 4(5), e5743. https://doi.org/10.1371/journal.pone.0005743
  55. Yin, H., Ostlund, S. B., & Balleine, B. (2008). Reward‐guided learning beyond dopamine in the nucleus accumbens: the integrative functions of cortico‐basal ganglia networks. European Journal of Neuroscience, 28(8), 1437-48. https://doi.org/10.1111/j.1460-9568.2008.06422.x
  56. Yu, S., Shen, S., & Tao, M. (2023). Guanfacine for the Treatment of Attention-Deficit Hyperactivity Disorder: An Updated Systematic Review and Meta-Analysis. Journal of child and adolescent psychopharmacology, 33(2), 40-50. https://doi.org/10.1089/cap.2022.0038
  57. Zaher, A., Leonards, J., Reif, A., & Grimm, O. (2025). Functional connectivity of the nucleus accumbens predicts clinical course in medication adherent and non-adherent adult ADHD. Scientific Reports, 15(1), 19663. https://doi.org/10.1038/s41598-025-96780-3