ADHS·Atlas
Hirnareal ●●●● Sehr hoch (48)

Default Mode Network

Aktualisiert: 2026-04-01 · 48 Quellen
Inhaltsverzeichnis 5 Abschnitte
  1. Überblick
  2. Anatomie
  3. Funktion
  4. ADHS-Relevanz
  5. Bildgebungsbefunde

Default Mode Network

Überblick

Das Default Mode Network ist ein Verbund von Hirnarealen, die aktiv werden, wenn wir nicht konzentriert einer Aufgabe nachgehen – etwa beim Tagträumen oder bei der Planung zukünftiger Ereignisse. Für ADHS ist dieses Netzwerk besonders relevant, weil bei Menschen mit ADHS charakteristische Störungen in der Kommunikation zwischen diesen Hirnbereichen nachweisbar sind, die möglicherweise zu Aufmerksamkeitsproblemen und Schwierigkeiten bei der Impulskontrolle beitragen. Die aktuelle Forschung zeigt, dass sich die Funktionsstörungen je nach ADHS-Subtyp unterscheiden: Besonders beim kombiniert-hyperaktiven Typ finden sich Abweichungen innerhalb des DMN selbst, während beim unaufmerksamen Typ eher Verbindungen zu Kontrollsystemen betroffen sind. Offen bleibt bislang, wie diese Netzwerk-Auffälligkeiten genau zu den alltäglichen Symptomen führen und ob sie zur Diagnose oder Therapieplanung genutzt werden können – Fragen, die aktuelle Forschungsprojekte zu beantworten versuchen.

Anatomie

Das Default Mode Network umfasst eine kortikosubkortikale Architektur mit medialen und lateralen kortikalen Komponenten sowie mehreren subkortikalen Strukturen. Die klassischen kortikalen Kerne sind die posteriore Zingularegion (PCC), der mediale präfrontale Kortex (MPFC) und bilateral die inferioren Parietallappen (IPL) (Song et al., 2011). Neuere Modelle erweitern dieses Verständnis um subkortikale Strukturen: Der vordere Thalamus, der Nucleus accumbens und das Basalforenhorn zeigen durchgehend hohe Überschneidungen mit dem DMN in über 90 % der untersuchten Probanden (Alves et al., 2019). Die posteriore Zingularegion demonstriert eine ausgeprägte Rechtslateralisierung für Szenenverarbeitung, was sich sowohl in Aktivierungsmustern als auch in funktionellen Verbindungen zu intraparietalen und MT+-Regionen zeigt (Rolls Edmund, 2026).

Das DMN ist hierarchisch organisiert und bildet kleinere locker vernetzte Cluster, die sich zu größeren Modulen zusammenfügen (Supekar et al., 2009). Diese Struktur unterstützt top-down-Beziehungen und ermöglicht sowohl spezialisierte als auch integrative Funktionen (Supekar et al., 2009). Funktionale Konnektivität korreliert signifikant mit struktureller Konnektivität (Pearsons r = 0,39, p = 1,4 × 10⁻⁶) (Hansen et al., 2022), und auch Neurotransmitter-Rezeptordichten folgen ähnlichen Mustern wie funktionelle Netzwerkarchitektur (r = 0,21, p = 1,1 × 10⁻⁷) (Hansen et al., 2022).

Eine Einschränkung der bisherigen Forschung: Während volumetrische Daten Unterschiede zwischen ADHD-Subtypen zeigen, sind strukturelle Netzwerkeigenschaften des DMN bei ADHD bislang kaum untersucht (Fifi et al., 2020). Die dynamischen Prozesse von Überkonektivität und anschließendem Pruning während der Gehirnreifung operieren auch auf Systemebene und rekonfigurieren subkortikale und paralimbische Konnektivität (Supekar et al., 2009).

Funktion

Das Default Mode Network verarbeitet eine charakteristische Klasse introspektiver und zukunftsorientierter kognitiver Prozesse. Der Netzwerk-Modus wird aktiviert, wenn das Gehirn nicht auf externe Aufgaben fokussiert ist – typischerweise während Ruhe oder Gedankenwandern (Yan et al., 2009). Kerninhalte dieser Aktivität sind das Erinnern an die Vergangenheit sowie die Planung und Antizipation zukünftiger Ereignisse (Fair et al., 2013). Das Netzwerk unterstützt dabei sogenannte „mentale Simulationen”, durch die das Gehirn Szenarien jenseits der unmittelbaren Umgebung imaginativ durcharbeitet (Fair et al., 2013).

Besondere Bedeutung kommt dem DMN beim Abrufen kontextueller Informationen zu. Im gesunden Gehirn zeigt das Netzwerk eine dynamische Balance mit dem Executive Control Network: Während äußere Aufgaben Deaktivation des DMN erfordern, wird es während Ruhe oder introspektiven Pausen reaktiviert (Yan et al., 2009). Diese Wechselaktivität wird durch das Salience Network gesteuert, das wichtige Umweltreize detektiert und basierend darauf zwischen Netzwerken umschaltet (Menon & Uddin, 2010).

Ein oft übersehener Aspekt ist die emotionale Verarbeitung: Das DMN trägt zur Verarbeitung affektiver Prozesse und empathischer Resonanz bei, wobei ventrale striato-prefrontale Komponenten eine Rolle in Motivations- und Belohnungsprozessen spielen (Fair et al., 2013). Die funktionale Komplexität des Netzwerks macht es allerdings schwierig, einzelne Prozesse isoliert zu untersuchen – die Datenlage zur genauen Dissoziation verschiedener psychologischer Funktionen innerhalb des DMN bleibt begrenzt (Yan et al., 2009).

ADHS-Relevanz

Bei Kindern und Erwachsenen mit ADHS zeigen sich konsistent veränderte funktionelle Verbindungen innerhalb des DMN. (Qianrong et al., 2025) Studien zur funktionalen Konnektivität deuten auf atypische Muster hin, die sich zwischen ADHS-Subtypen unterscheiden: ADHD-Inattentiv-Typ (ADHD-I) weist veränderte Konnektivität in Kontrollsystemen auf, während ADHD-Kombiniert-Typ (ADHD-C) prominente Abweichungen innerhalb des DMN selbst zeigt. (Fair et al., 2013) Diese DMN-Auffälligkeiten bei ADHD-C könnten eine verminderte Fähigkeit widerspiegeln, Top-down-Aufmerksamkeitskontrolle auszuüben, möglicherweise durch beeinträchtigte Integration von Kontextinformationen, die normalerweise durch DMN-Verarbeitung unterstützt wird. (Fair et al., 2013)

Strukturell zeigen sich ebenfalls Veränderungen. Einzelne Studien dokumentierten kleinere Volumen in DMN-Kernregionen – speziell posterior cingulate cortex, precuneus und parahippocampale Regionen – bei ADHD-C im Vergleich zu Kontrollen. (Fifi et al., 2020) Allerdings berichten fünf von acht reviewed Studien keine signifikanten Unterschiede in der grauen Substanz zwischen ADHD-Subtypen, (Fifi et al., 2020) was auf heterogene strukturelle Befunde hindeutet.

Graph-theoretische Analysen zeigen interessanterweise, dass globale Netzwerk-charakteristiken wie Clustering-Koeffizient und charakteristische Pfadlänge des DMN zwischen ADHD-C, ADHD-I und Kontrollen nicht signifikant unterscheiden. (Saad Jacqueline et al., 2022) Dies deutet darauf hin, dass die Pathophysiologie des ADHS eher in spezifischen regionalen Konnektivitätsmustern als in generellen Netzwerk-Organisationsprinzipien liegt.

Der genaue Mechanismus, wie DMN-Dysfunktion zu Unaufmerksamkeit und Impulsivität führt, bleibt teilweise unklar. Es wird vermutet, dass eine fehlerhafte Deaktivierung des DMN während aufmerksamkeitsfordernder Aufgaben und eine mangelnde Umschaltung zum Executive Control Network involviert sind, doch longitudinale Evidenz zur kausalen Verbindung ist begrenzt.

Bildgebungsbefunde

Resting-State-fMRI-Studien und funktionale Konnektivität

In Ruhezustandsstudien zeigen PCC und MPFC konsistent höhere Amplitude lokaler Fluktuationen (ALFF) und Regional Homogeneity (ReHo) gegenüber dem globalen Hirnmittel (Song et al., 2011). Diese Aktivierungsmuster variieren jedoch messbar je nach Ruhebed­ingung (Augen geschlossen vs. offen vs. fixierter Fokus), wobei die Konnektivitätskarten visuell ähnlich bleiben, die quantitative Stärke aber signifikant unterschiedliche Werte aufweist (Yan et al., 2009). Dieser Befund unterstreicht, dass spontane DMN-Aktivität zwar konsistent messbar, aber zustandsabhängig moduliert wird.

ADHS-spezifische Befunde zur funktionalen Dynamik

Bei Kindern mit ADHS zeigen sich abnormale funktionale Aktivierungsmuster in bilateral superioren Frontallappen (SFG) und rechtem mittlerem Temporalgyrus (MTG) sowie verminderter Stabilität über die Zeit (Shuangli et al., 2024). Diese dynamischen Instabilitäten wurden erstmals aus einer „funktionalen Stabilitätsperspektive” dokumentiert und deuten auf multi-netzwerk-basierte Dysregulation hin (Shuangli et al., 2024). Bei Erwachsenen mit ADHS zeigte sich in einer prospektiven Longitudinalstudie (n=54, Nachbeobachtung durchschnittlich 3 Jahre), dass baseline seed-basierte funktionale Konnektivitätsmuster prädiktiv für den klinischen Krankheitsverlauf sind, insbesondere unter Stimulanziengabe (Zaher et al., 2025).

Stimulanzienwirkung auf DMN-Konnektivität

Resting-State-fMRI hat methodische Vorteile gegenüber Task-fMRI bei der Untersuchung von Medikamenteneffekten, da Performance-Confounds entfallen (Kay Benjamin et al., 2025). Eine aktuellen Analyse zu Methylphenidat-Effekten verwendete kanteneweise lineares Mixed-Effects-Modelling auf 394×394-Konnektivitätsmatrizen mit Motion-Censoring-Schwellenwert <0.2 mm (Kay Benjamin et al., 2025), zeigt aber, dass noch keine einheitliche mechanistische Hypothese für Stimulanzienwirkungen auf Netzwerkebene konsistent dokumentiert ist (Kay Benjamin et al., 2025).

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. Bedford, S. A., Lai, M., Lombardo, M., Chakrabarti, B., Ruigrok, A., Suckling, J., Anagnostou, E., Lerch, J. P., Taylor, M. J., Nicolson, R., Stelios, G., Crosbie, J., Schachar, R., Kelley, E. A., Jones, J., Arnold, P., Courchesne, E., Pierce, K., Eyler, L. T., … Williams, S. C. (2024). Brain-Charting Autism and Attention-Deficit/Hyperactivity Disorder Reveals Distinct and Overlapping Neurobiology. Biological Psychiatry, 97(5), 517-530. https://doi.org/10.1016/j.biopsych.2024.07.024
  4. 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
  5. Bonnelle, V., Ham, T., Leech, R., Kinnunen, K. M., Mehta, M. A., Greenwood, R., & Sharp, D. (2012). Salience network integrity predicts default mode network function after traumatic brain injury. Proceedings of the National Academy of Sciences, 109(12), 4690-5. https://doi.org/10.1073/pnas.1113455109
  6. Childress, A., Cutler, A., Adler, L. A., Fry, N., Asubonteng, K., Maldonado-Cruz, Z., Formella, A., & Rubin, J. (2024). An Open-Label Extension Study Assessing the Long-Term Safety and Efficacy of Viloxazine Extended-Release Capsules in Adults with Attention-Deficit/Hyperactivity Disorder. CNS Drugs, 38(11), 891-907. https://doi.org/10.1007/s40263-024-01120-0
  7. 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
  8. 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
  9. 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
  10. 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
  11. Fini, M. & Tyler, W. (2020). Transcranial Focused Ultrasound Alters Conflict and Emotional Processing, Physiology, and Performance II: Right Anterior Insula/Frontal Operculum Targeting. https://doi.org/10.31234/osf.io/qgx5d
  12. 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
  13. Heine, L., Soddu, A., Gómez, F., Vanhaudenhuyse, A., Tshibanda, L., Thonnard, M., Charland‐Verville, V., Kirsch, M., Laureys, S., & Demertzi, A. (2012). Resting State Networks and Consciousness. Frontiers in Psychology, 3, 295. https://doi.org/10.3389/fpsyg.2012.00295
  14. 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
  15. 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
  16. 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
  17. Konrad, A., Dielentheis, T. F., Masri, D. E., Bayerl, M. W., Fehr, C., Gesierich, T., Vučurević, G., Stoeter, P., & Winterer, G. (2010). Disturbed structural connectivity is related to inattention and impulsivity in adult attention deficit hyperactivity disorder. European Journal of Neuroscience, 31(5), 912-9. https://doi.org/10.1111/j.1460-9568.2010.07110.x
  18. Makris, N., Biederman, J., Valera, E. M., Bush, G., Kaiser, J., Kennedy, D. N., Caviness, V. S., Faraone, S. V., & Seidman, L. J. (2006). Cortical Thinning of the Attention and Executive Function Networks in Adults with Attention-Deficit/Hyperactivity Disorder. Cerebral Cortex, 17(6), 1364-75. https://doi.org/10.1093/cercor/bhl047
  19. 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
  20. Mather, M., Clewett, D., Sakaki, M., & Harley, C. W. (2015). Norepinephrine ignites local hotspots of neuronal excitation: How arousal amplifies selectivity in perception and memory. Behavioral and Brain Sciences, 39, e200. https://doi.org/10.1017/s0140525x15000667
  21. Menon, V. & Uddin, L. (2010). Saliency, switching, attention and control: a network model of insula function. Brain Structure and Function, 214(5-6), 655-67. https://doi.org/10.1007/s00429-010-0262-0
  22. Mowlem, F. D., Skirrow, C., Reid, P., Maltezos, S., Nijjar, S., Merwood, A., Barker, E. D., Cooper, R., Kuntsi, J., & Asherson, P. (2016). Validation of the Mind Excessively Wandering Scale and the Relationship of Mind Wandering to Impairment in Adult ADHD. Journal of Attention Disorders, 23(6), 624-634. https://doi.org/10.1177/1087054716651927
  23. 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
  24. 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
  25. 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
  26. 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
  27. Rajmohan, V. & Mohandas, E. (2007). The limbic system. Indian Journal of Psychiatry. https://doi.org/10.4103/0019-5545.33264
  28. Rodrigues, R., Lai, M., Beswick, A., Gorman, D. A., Anagnostou, E., Szatmari, P., Anderson, K. K., & Ameis, S. H. (2021). Practitioner Review: Pharmacological treatment of attention-deficit/hyperactivity disorder symptoms in children and youth with autism spectrum disorder: a systematic review and meta-analysis. Journal of child psychology and psychiatry, and allied disciplines, 62(6), 680-700. https://doi.org/10.1111/jcpp.13305
  29. Rolls Edmund, T. (2026). Hippocampal Revolutions. Neuroscience and biobehavioral reviews, 180, 106492. https://doi.org/10.1016/j.neubiorev.2025.106492
  30. Saad Jacqueline, F., Griffiths Kristi, R., Kohn Michael, R., Simon, C., Williams Leanne, M., & Korgaonkar Mayuresh, S. (2017). Regional brain network organization distinguishes the combined and inattentive subtypes of Attention Deficit Hyperactivity Disorder. NeuroImage. Clinical, 15, 383-390. https://doi.org/10.1016/j.nicl.2017.05.016
  31. Saad Jacqueline, F., Griffiths Kristi, R., Kohn Michael, R., Braund Taylor, A., Simon, C., Williams Leanne, M., & Korgaonkar Mayuresh, S. (2022). Intrinsic Functional Connectivity in the Default Mode Network Differentiates the Combined and Inattentive Attention Deficit Hyperactivity Disorder Types. Frontiers in human neuroscience, 16, 859538. https://doi.org/10.3389/fnhum.2022.859538
  32. Sambataro, F., Blasi, G., Fazio, L., Caforio, G., Taurisano, P., Romano, R., Giorgio, A. D., Gelao, B., Bianco, L. L., Papazacharias, A., Popolizio, T., Nardini, M., & Bertolino, A. (2009). Treatment with Olanzapine is Associated with Modulation of the Default Mode Network in Patients with Schizophrenia. Neuropsychopharmacology, 35(4), 904-12. https://doi.org/10.1038/npp.2009.192
  33. 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
  34. 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
  35. 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
  36. 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
  37. 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
  38. Strålin, E. E., Thorell, L., Lundgren, T., Bölte, S., & Bohman, B. (2025). Cognitive behavioral therapy for ADHD predominantly inattentive presentation: randomized controlled trial of two psychological treatments. Frontiers in Psychiatry, 16, 1564506. https://doi.org/10.3389/fpsyt.2025.1564506
  39. 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
  40. 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
  41. Trempler, I., Heimsath, A., Nieborg, J., Bradke, B., Schubotz, R., & Ohrmann, P. (2022). Ignore the glitch but mind the switch: Positive effects of methylphenidate on cognition in attention deficit hyperactivity disorder are related to prediction gain. Journal of psychiatric research, 156, 177-185. https://doi.org/10.1016/j.jpsychires.2022.10.029
  42. Valeria, P., Alessio, B., Declan, M., & Samuele, C. (2024). From neurons to brain networks, pharmacodynamics of stimulant medication for ADHD. Neuroscience and biobehavioral reviews, 164, 105841. https://doi.org/10.1016/j.neubiorev.2024.105841
  43. 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
  44. 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
  45. 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
  46. Yin, L., Shuai, M., Xin, Z., & Lei, G. (2024). ASD and ADHD: Divergent activating patterns of prefrontal cortex in executive function tasks?. Journal of psychiatric research, 172, 187-196. https://doi.org/10.1016/j.jpsychires.2024.02.012
  47. 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
  48. Zhao-Min, W., Peng, W., Juan, L., Lu, L., Xiao-Lan, C., Li, S., Li, Y., Qing-Jiu, C., Yu-Feng, W., & Bin-Rang, Y. (2023). The clinical, neuropsychological, and brain functional characteristics of the ADHD restrictive inattentive presentation. Frontiers in psychiatry, 14, 1099882. https://doi.org/10.3389/fpsyt.2023.1099882