отсутствует перевод: en.general.general.skip_content

Ваша корзина

Закрыть корзину

Широкий Эффект Кратковременного Медитативного Вмешательства на спектры ЭЭГ у Новичков в Медитации

Dr Joe Dispenza / 04 декабря 2020

Исследовательский документ PDF

Абстрактные

В этом исследовании изучалось влияние краткого семинара по медитации на выборку из 223 начинающих медитаторов. Участники посетили трехдневный семинар, состоящий из ежедневных сеансов сидячей медитации с использованием музыки без вокала, направленных на различные эмоциональные состояния и намерения (открытый фокус). Основываясь на теории интегративного сознания, было выдвинуто предположение, что измененные состояния сознания будут испытываться участниками во время медитационного вмешательства, что оценивается с помощью электроэнцефалограммы (ЭЭГ). Во время учебного семинара по медитации были измерены паттерны диапазонов мощности мозговых волн, в результате чего было проведено 5616 сканирований ЭЭГ. Изменения в сознательных состояниях анализировались с использованием измерений дельта- и гамма-колебаний до и после сеанса медитации. Результаты показали, что медитационное вмешательство оказало большое влияние на спектры ЭЭГ (увеличение до 50% и уменьшение на 24%), а скорость изменения ко-спектров ЭЭГ от состояния до медитации к состоянию после медитации была значительной (с вероятностью 0.76). входа в состояние завершения медитации в течение первой минуты). Произошло основное снижение дельта-мощности на 5% (95% HDI = [-0.07, -0.03]); глобальное увеличение тета-мощности на 29% (95% ИРЧП = [0.27, 0.33]); глобальное увеличение мощности альфа на 16% (95% ИЧР = [0.13, 0.19]); главный эффект состояния, при котором глобальная бета-мощность увеличивается на 17% (95% ИРЧП = [0.15, 0.19]); и увеличение мощности гаммы на 11% (95% HDI = [0.08, 0.14]) от предварительного медитации до конечной медитации. Полученные данные предоставили предварительную поддержку краткой медитации при изменении состояний сознания у начинающих медитаторов. Дальнейшее клиническое обследование медитации было рекомендовано в качестве вмешательства при состояниях психического здоровья, особенно связанных с нарушениями гиппокампа.


1. Введение

Психический стресс - это глобальная эпидемия здравоохранения, ежегодно вызывающая более 23 миллионов смертей во всем мире (Финк, 2016Го и др., 2004 г.). Хронический стресс связан с когнитивными нарушениями в области гиппокампа мозга, которая регулирует память и обучение (Hains et al., 2009 г.Kooij et al., 2014) и с отрицательными физиологическими эффектами, включая усиление воспаления и снижение иммунитета (Marsland et al., 2017). Был разработан ряд основанных на внимательности техник для снижения стресса и улучшения показателей качества жизни (Bohlmeijer et al., 2010Шапиро, 2009). В частности, растет интерес к исследованиям влияния медитации на пользу для здоровья в целом (например, в качестве катализатора для улучшения иммунной функции; Davidson и др., 2003Jacobs et al., 2011). Медитация - это осознанный и сложный познавательный процесс, требующий концентрации и восприимчивого внимания (Тан и др., 2015). Примеры медитации включают медитацию на мантру, тай-чи и цигун (Оспина и др., 2007). Медитация считается механизмом, который может вызывать измененные состояния, обычно связанные с бессознательной функцией мозга (Шапиро, 2009). Практика медитации с сосредоточенным вниманием требует постоянного внимания к определенному диапазону внутреннего или внешнего опыта. В то время как практики медитации с открытым осознанием, открытым мониторингом и внимательностью включают более широкий акцент на множестве динамических стимулов (Кан и Полич, 2006 г.Lutz et al., 2008 г.). Более того, подходы к управляемой медитации обычно начинаются с расслабления, направляемого другим экспертом, который направляет медитирующего к конкретным внутренним переживаниям (например, образным ситуациям, мыслительным процессам). Управляемая медитация считается особенно полезной, потому что характер инструкций имеет тенденцию относиться к какой-то конкретной цели, такой как исцеление или самосовершенствование. Примеры медитативных целей включают создание процветания, улучшение отношений, воспитание прощения и пробуждение более высоких состояний сознания (Мораль, 2017).

Все больше данных свидетельствует о том, что медитация предлагает широкий спектр физиологических и психологических преимуществ. Практика медитации связана с улучшением управляющих функций и рабочей памяти вместе с улучшением тяжести состояния психического здоровья (например, тревожности, депрессии, расстройств пищевого поведения; (Fox и др., 2014Перич и др., 2013Шапиро, 2009Vøllestad et al., 2012Уильямс и др., 2014).

Медитация включает в себя широкий набор психосоматических практик, которые предназначены для усиления регуляции внимания к самосозданным мысленным образам (интероцептивным или экстероцептивным фокусам) и для оптимизации обработки переживаний настоящего момента (Джайн и др., 2015Робинс и др., 2012 г.). Эти возможности были сопоставлены с соответствующими областями мозга, включая спинную систему (произвольная, ориентация сверху вниз) и вентральную систему, которая участвует в управляемом стимулами восходящем внимании (Шапиро, 2009). Исследования с использованием функциональной магнитно-резонансной томографии (фМРТ) помогли очертить системные карты физиологических измерений, связанных с медитацией (Церковь, 2013). В частности, современные методы картирования электроэнцефалограммы (ЭЭГ) и нейровизуализации позволили изучить дифференциальную функцию мозга в континууме состояний, включая медитативный опыт (Баринага, 2003 г.Кан и Полич, 2006 г.).

Отчетливые когнитивные сети связаны с задачами сознательной обработки во время задач на внимание (например, ориентация, мониторинг конфликта; Davidson и др., 2003) и объективной и восприимчивой основе внимания, основанной на практике внимательности (например, отказ от суждений, принятие; (Андерсон и др., 2007Шапиро и Шварц, 2000 г.). Повышенный контроль внимания наблюдался у лиц с продвинутой практикой медитации (Мур и Малиновский, 2009 г.). В одном исследовании изучалась способность к медитации у участников с разным уровнем опыта медитации с использованием данных ЭЭГ. Потенциалы, связанные с событием (ERP), оценивались во время распознавания стимулов и активности внимания (Атчли и др., 2016). Все участники различали целевые «тона» с помощью прайминга ERP. Кроме того, не наблюдалось разницы в производительности между группами новичков и опытных медитаторов. Это было одно из первых исследований, которое показало, что мастерство в обучении вниманию с помощью практики медитации может быть достигнуто относительно быстро.

Теоретические модели сознания предполагают, что сознательные и бессознательные процессы зависят от распределенных нейронных компонентов, действующих функционально интегрированными способами (Schutter et al., 2004Смит, 2012). Поэтому считается, что медитация является уникальным средством изучения этих процессов. Это потому, что и сознательный, и бессознательный мозг функционируют одновременно, медитация дает возможность наблюдать переход от нормального бодрствования к бдительному, но измененному состоянию сознания (Davidson и др., 2012). Состояния сознания описываются как состояния, которые качественно отличаются от других наличием или условиями и характеристиками, которые отсутствуют в других состояниях (Пирог, 1972 г.). Поскольку состояния сознания играют решающую роль в формировании человеческого опыта в различных когнитивных и поведенческих функциях, исследования лежащих в основе сознательных и бессознательных механизмов мозга имеют решающее значение (Меррик и др., 2014 г.Vieten et al., 2018Винкельман, 2011 г.). Такое понимание может предложить клинические результаты, которые могут быть направлены на дальнейшее облегчение психологического и физиологического стресса.

Модель интегративного сознания произошла от теории о том, что физиологические механизмы «трансцендентных состояний» основаны на общем нейрохимическом пути с участием височной доли (Манделл, 1980). С этой теоретической точки зрения считается, что практика медитации вызывает угнетение серотонина в клетках гиппокампа, что, в свою очередь, увеличивает активность клеток и проявление медленноволновой активности ЭЭГ перегородки гиппокампа (т. Е. Альфа, дельта и тета), которая вызывает синхронную медленную активность. -волновой рисунок по лепесткам (Винкельман, 2010 г.2011). Интеграция проявляется в увлечении лобной коры высокосогласованными и синхронизированными медленными разрядами, которые исходят от лимбической системы и связанных с ней структур нижнего мозга. Эти увлечения происходят на различных частотах, но двумя преобладающими паттернами являются синхронизированные медленные тета-диапазоны (3–6 циклов в секунду) и высокочастотные гамма-колебания (40+ циклов в секунду). Эти синхронизированные паттерны мозговых волн называют интегративным режимом сознания (Винкельман, 2011 г.).

Предыдущие исследования изучили эффекты медитации на клинических образцах и у людей с обширным опытом медитации (например, буддийских монахов, шаманов и практикующих с более чем 10-летним опытом осознанной практики, Флор-Генри и др., 2017Тан и др., 2015). В частности, во время медитации эксперты наблюдали различную активацию мозга в результате различных стилей медитации, часто измеряемых с помощью ЭЭГ. Кроме того, физиологические показатели наивных медитаторов совпадают с физиологическими показателями опытных медитаторов после одного сеанса медитации (Феннелл и др., 2016). Однако небольшое исследование предложило электрофизиологическое исследование медитативного опыта у людей с ограниченным опытом медитации и с подходом к управляемой медитации. Чтобы восполнить этот пробел в исследованиях, настоящее исследование было направлено на изучение влияния интенсивной практики медитации (2–4 часа практики медитации в день) на выборку начинающих медитаторов. Факторы вмешательства (включая подходы к окружающей среде и медитации) были оптимизированы для ускорения обучения участников. Текущее исследование было направлено на оценку измененных состояний сознания участников во время медитации путем сравнения структуры диапазонов мощности мозговых волн в каждой конечной точке медитации с базовыми показателями (например, альфа-, дельта- и тета-колебаниями) и посредством оценки высокочастотной гамма-синхронизации. . Опираясь на теорию интегративного сознания (Винкельман, 2011 г.), была выдвинута гипотеза, что измененные состояния сознания будут обнаруживаться по измененным паттернам мозговых волн в каждой медитации в выборке начинающих медитирующих.


2. Материалы и метод.

2.1. Участники и процедура

Первоначальная удобная выборка состояла из 468 участников в возрасте 19–83 лет (M = 50.56, SD = 14.52), из которых 312 были женщинами (71.4%) и 125 мужчинами (28.6%). Все участники дали письменное согласие на участие в исследовании. Участники были новичками в медитации или ранее имели ограниченный доступ к формам управляемой медитации. Все участники посетили обучающие семинары по медитации, проводимые доктором Джозефом Диспенза, округ Колумбия, которые проводились в различных местах Северной Америки. Тренинг по медитации, известный как «Продвинутый семинар», состоял из двух-трех ежедневных занятий в течение трех дней. На каждом занятии участники посещали беседы, основанные на психообразовании (например, лекцию о роли гормонов в стрессе; Диспенза, 2014) и участвовал в управляемой сидячей медитации под музыку (без вокала и с открытым фокусом), которая длилась примерно 60 минут. Данные ЭЭГ мозговых волн записывались для каждого участника на протяжении всего сеанса медитации, при этом данные ЭЭГ перед медитацией сравнивались с данными ЭЭГ конечной точки для каждого сеанса программы обучения медитации.


2.2. ЭЭГ анализы

ЭЭГ измеряли с использованием стандартной 10-электродной матрицы 20/19. Медитация оказывала основное влияние на спектры ЭЭГ и взаимодействие между местом электрода и опосредованным условием. Например, Рис 7 показывает это взаимодействие с цветовой кодировкой, чтобы показать самые отрицательные и положительные изменения в спектре от медитации. Однако модель показала, что не было никаких доказательств систематического взаимодействия между расположением электродов и техникой медитации, что указывает на то, что источники могут быть одинаковыми для разных техник медитации, но интенсивность и комбинация изменений мощности диапазона различаются между методами. Процесс настройки ЭЭГ требовал 10 минут для каждого участника, в которых измерения окружности головы были сопоставлены с ограничением ЭЭГ (малый, средний и большой размеры). Колпачки были откалиброваны примерно в двух дюймах над бровью и следовали линии, начинающейся посередине лба, и продолжались вокруг головы, чтобы встретиться в назначенной начальной точке. Были получены исходные записи, которые включали закрытые глаза (4 мин) и мозг при выполнении задания (4 мин) до того, как были записаны сеансы медитации.


2.3. Виды медитации

В течение трехдневного семинара 468 участников занимались примерно тремя медитациями в день (см. Таблица 1), в результате чего было выполнено 5616 сканирований ЭЭГ. Сидячая управляемая медитация, проводимая вторым автором, делала упор на дыхание, визуализацию и сфокусированную концентрацию (внутреннее внимание).

Таблица 1. Сеансы медитации по времени суток.

S Время Тип медитации
День 1 Тип 1 (D1T1) Утро (9.00) Медитация Сосредоточьтесь на повышенных уровнях эмоций и высвобождении энергии в теле для настройки, выравнивания и соединения связанных центров чакр.
День 1 Тип 2 (D1T2) Полуденная медитация (12 часов дня) Сосредоточьтесь на эмоциях благодарности
День 1 Тип 3 (D1T3) Дневная медитация (3.00:XNUMX) Сосредоточьтесь на сдаче
День 2 Тип 1 (D2T1) Утренняя медитация (9.00) Сосредоточьтесь на повышенных уровнях эмоций и высвобождении энергии в теле для настройки, выравнивания и соединения связанных центров чакр.
День 2 Тип 2 (D2T2) Полуденная медитация (12 часов дня) Сосредоточьтесь на конкретном намерении материализовать конкретное событие в жизни.
День 2 Тип 3 (D2T3) Дневная медитация (3.00:XNUMX) Сосредоточьтесь на возвышенных эмоциях и чувстве целостности и единства с миром (посредством медитации с открытым фокусом)
День 3 Тип 1 (D3T1) Раннее утро (6.30:XNUMX) Медитация Сосредоточьтесь на повышенных уровнях эмоций и высвобождении энергии в теле для настройки, выравнивания и соединения связанных центров чакр.
День 3 Тип 2 (D3T2) Утренняя медитация (10.00) Сосредоточьтесь на создании будущего намерения
День 4 (D4T1) Очень раннее утро (4.00) Медитация Сосредоточьтесь на перемещении энергии через тело в мозг, чтобы активировать шишковидную железу и вызвать мистический опыт (медитация сидя и лежа)


3. Результаты

3.1. Предварительная обработка

Учитывая вариабельность предварительной обработки и монтажа, использовались данные, полученные с наушников, записи привязанного уха с предварительной обработкой полосы пропускания 0.5–80 Гц, в результате чего выборка сократилась до 283 участников. Данные для 60 участников были удалены из-за короткой продолжительности сессионных записей (<10 минут), поскольку продолжительность менее 10 минут была недостаточной для оценки нейронной динамики. Таким образом, окончательная выборка составила 223 участника. Данные ЭЭГ были экспортированы в формат EDF и импортированы в MNE-Python (версия 17.1; Грамфорт и др., 20132014) для последующего анализа. Конвейер PREP использовался для обнаружения каналов, поврежденных шумом (Бигдели-Шамло и др., 2015) со всеми нерабочими электродами, интерполированными через Сферические шлицы (Perrin и др., 19891990). Данные подвергались полосовой фильтрации до 1-50 Гц с помощью FIR-фильтра (Rabiner и др., 1978). Потенциальные моргания глаз определялись с использованием скользящей медианы со средним значением между 30–300 микровольт с окном из 15 образцов (60 мс), помеченным как мигание, при измерении на электродах Fp1 и Fp2. Данные были преобразованы с помощью поверхностного лапласиана (посредством сферической интерполяции) для получения более надежного сигнала без опорного сигнала (Кайзер и Тенке, 2006 г.). Данные, относящиеся к событиям моргания глаз, были сегментированы на периоды от -500 до 500 мс. Независимый компонентный анализ проводился с использованием алгоритма Пикара (Аблин и др., 2018), чтобы изолировать и удалить артефакты EOG, присутствующие в данных, путем выбора компонента с наибольшим абсолютным коэффициентом корреляции Пирсона r для эпох моргания глаз с помощью функции find_bad_eog в MNE-Python. Последние пять минут записей перед медитацией и медитацией использовались для сравнения эффектов различных типов медитации на спектры ЭЭГ, а ЭЭГ, записанная во время медитации, использовалась для оценки нейронной динамики медитации. Для создания фигур использовались пакет R ggplot2 и MNE-Python (Хэдли и Сиверт, 2016).


3.2. Подгонка модели

Оценка байесовских параметров использовалась для оценки результатов (МакГилл и др., 2017 г.). Этот анализ был выбран, поскольку намерения экспериментатора явно выражаются через модель и априорные распределения. Были предоставлены полные распределения достоверных значений для всех параметров модели, а не отдельные значения. Поскольку в этой процедуре не используются значения p или доверительные интервалы, считается, что оценка байесовского параметра дает больше информации, чем проверка значимости нулевой гипотезы (Крушке, 2013). Задние распределения были суммированы с их средним интервалом и интервалом наивысшей плотности (HDI) (Крушке и Лидделл, 2015 г.). ИЧР содержит 95% наиболее вероятных значений распределения. R версии 3.5.1 (R Core Team, 2018) использовалась для всех статистических анализов. Stan 2.17.0 (Carpenter et al., 2017) с RStan 2.17.3 (Команда разработчиков Stan, 2018) интерфейс для всех моделей. Стэн оценивает апостериорное распределение с помощью процедуры гамильтониана Монте-Карло (HMC). Для каждой модели четыре цепочки одновременно отобрали по 2000 проб, 1000 из которых были прогретыми. В результате размер выборки составил 4,000. Апостериорные выборки для каждого параметра были оценены на предмет сходимости путем просмотра графиков кривых и графика Гельмана – Рубина. rˆ статистика (Гельман и Рубин, 1992 г.), где rˆ около 1.00 указывает на то, что цепи сошлись.


3.3. Сравнение частот с помощью машинного обучения

Чтобы проверить, влияет ли медитация на частотные спектры ЭЭГ, классификаторы машинного обучения были индивидуально обучены различать данные до медитации и последние пять минут медитации (состояние). Классификатор на основе геометрии Римана (Конгедо и др., 2017) с использованием ко-спектров ЭЭГ между 45 и 250 Гц (окно Хеннинга 75 мс, перекрытие 4%, разрешение 2 Гц) для XNUMX-секундных неперекрывающихся эпох для предварительной медитации, а данные для конечной медитации были использовал. Классификатор на основе римановой геометрии был выбран из-за того, что этот тип классификатора является одним из лучших с точки зрения производительности в классификации BCI, простоты реализации и хорошей возможности обобщения по сравнению с другими вариантами, такими как глубокое обучение (Лотте и др., 2018). Кроме того, производительность во время проверки была очень высокой и, таким образом, подходила для оценки нейронной динамики техник медитации. В классификаторе использована логистическая регрессия в касательном пространстве (Конгедо и др., 2017), чтобы различать два состояния. Случайное разбиение (75% поезд, 25% тест) 10-кратная перекрестная проверка использовалась для оценки производительности, измеренной с помощью матрицы неточностей классификатора. Для оценки общей производительности иерархическая модель полиномиального типа-Дирихле была адаптирована к средней матрице неточности каждого участника (см. Описание модели). Затем оценки матрицы неточностей были сведены в критерии точности и квалификации (Уайт и др., 2004). Точность и квалификация были рассчитаны из матрицы неточностей с использованием стандартной процедуры: Точность, путем деления суммы истинных положительных и истинных отрицательных результатов на общую сумму матрицы неточностей и мастерства, путем вычисления взаимной информации об ожидаемых и прогнозируемых результатах. , деленная на энтропию ожидаемых результатов (Каэлен, 2017Уайт и др., 2004).


3.4. Описание модели сравнения частот


Нас интересовало, насколько хорошо классификаторы различают состояния до и после медитации, и есть ли какие-либо различия в исполнении техник медитации. Матрица неточностей классификатора участников, Cp, моделировалась как случайная выборка из полиномиального распределения:Cp~Multinomial(θp)в котором Cp оценили вероятности истинно отрицательных, ложноположительных, ложноотрицательных и истинно положительных результатов для отдельного классификатора. Cp получил априор Дирихле:θp~Dirichlet(θt×κt)в котором θt измерили групповые вероятности для каждой ячейки в матрице замешательства для конкретной техники медитации и κt оценил концентрацию θtθt также получил приор Дирихле:

θt~Dirichlet(θg×κg) в котором θg оценка общей производительности и κg насколько точно разные техники медитации соответствуют θg оценивать. Все κx параметрам были даны приоры диффузной гаммы:κx~Gamma(2,0.1)


3.5. Результаты сравнения частот

Модель показала, что классификаторы были чрезвычайно точными, с общей точностью 97% (95% HDI = [0.96, 0.98]) и эффективностью 0.81 (95% HDI = [0.75, 0.86]). Не было доказательств достоверного влияния техники медитации на точность или мастерство, как показано на Рис 1Рис 2. Эта инвариантность к технике медитации важна для последующего анализа нейронной динамики, поскольку различия в производительности классификатора могут искажать результаты.
Рис 1
  1. Скачать: Скачать изображение в высоком разрешении (255KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 1. Показаны графики для скрипки апостериорных оценок точности классификатора по технике медитации, что указывает на неизменность точности для разных техник медитации.

Рис 2
  1. Скачать: Скачать изображение в высоком разрешении (269KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 2. Графики для скрипки апостериорных оценок владения классификатором техникой медитации, что указывает на неизменность владения разными техниками медитации.

3.6. Медитация нейронной динамики

Данные во время медитации были привязаны к тем же временам, что и частотный сравнительный анализ, а затем классифицированы как предварительная медитация или конечная медитация. Это позволило создать двоичный временной ряд для каждого человека, что позволило понять, когда медитация изменила ко-спектры ЭЭГ и как различные техники повлияли на эти динамические отношения. Логистическая регрессия была применена к временным рядам классификации каждого участника, которые суммировали ряды в пары точек пересечения и наклона. Эти пары оценивались с помощью общей линейной байесовской модели для количественной оценки эффективности каждой техники медитации при индукции ко-спектров ЭЭГ в конечных состояниях (см. Описание модели).


3.7. Описание модели нейронной динамики

Мы были заинтересованы в количественной оценке того, как медитация изменяет ко-спектры ЭЭГ и насколько эффективно различные техники медитации способствуют этому изменению. Для оценки этого изменения была проведена логистическая регрессия с получением значений пересечения и наклона для каждого участника. Пересечение и наклон участников моделировались отдельно, yp[i], как результат нормального распределения:yp[i]~Normal(μi,σ[i])Где μ было получено из линейной комбинации:

μi=β0i+βti×xt[i] в котором β0 параметр оценивает центральную тенденцию группы, тогда как βt измерил влияние техники на перехват и наклон. β0 был дан нормальный априор, сосредоточенный на среднем значении данных, с 10-кратным стандартным отклонением данных:

β0[i]~Normal(y¯[i],Sdy[i]) × Sd (y))

σ параметру предварительно была присвоена диффузная гамма согласно:σ[i]~Gamma(2.0,0.1)βt было дано ограничение суммы к нулю путем центрирования нуля симплексного вектора, st[i], и умножив его на переменную масштабирования, σt :

βti=σt[i]×(sti-1nt) где симплексу был задан равномерный априор Дирихле, а шкале - гамма-априор:sti~Dirichlet1σt[i]~Gamma(2.0,0.1)

Приоры были выбраны так, чтобы быть малоинформативными по отношению к масштабу данных.

3.8. Результаты нейронной динамики

Результаты показали, что не было достаточных доказательств для обнаружения влияния техники медитации на значения точки пересечения логистической регрессии (см. Рис 3). Однако количество перехватов для каждой техники медитации было довольно большим (см. Рис 4), где вероятность того, что ко-спектры ЭЭГ похожи на состояние конца медитации, составляла 0.76 (95% ИРЧП = [0.71, 0.81]) в начале медитации.

Рис 3
  1. Скачать: Скачать изображение в высоком разрешении (265KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 3. Показывает скрипичный график апостериорных оценок пересечения логистической регрессии классификационных рядов для каждой техники медитации. Перехваты довольно большие, что указывает на то, что изменения в ко-спектрах ЭЭГ произошли довольно быстро, а рисунок также показывает неизменность перехвата для разных методов.

Рис 4
  1. Скачать: Скачать изображение в высоком разрешении (239KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 4. Показывает средние оценки логистической регрессии классификационных рядов для каждой техники медитации.

Было отмечено значительное влияние техники медитации на наклон логистической регрессии с D2S2 на 0.0231 больше, чем наклон D3S2 (95% HDI = [0.0003, 0.04472], ноль не включен). Это говорит о том, что D2S2 индуцировал конечное состояние медитации быстрее, чем техника D3S2, как показано на Рис 5.

Рис 5
  1. Скачать: Скачать изображение в высоком разрешении (281KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 5. На скрипке показан график апостериорных оценок наклонов логистической регрессии классификационных рядов для каждой техники медитации. D2S2 имеет больший наклон, чем D3S2, что указывает на то, что ко-спектры ЭЭГ в конце медитации достигаются быстрее для D2S2.

3.9. Анализ диапазона мощности

Данные перед медитацией и в конце медитации были привязаны к 2-секундным неперекрывающимся окнам, и их спектральная плотность мощности (PSD) была оценена с использованием многостадийного метода (Томсон, 1982 г.). Мощность диапазона была получена из суммирования PSD по 1–4 Гц для дельты, 4–8 Гц для тета, 8–13 Гц для альфа, 15–25 для бета и 35–45 Гц для гаммы с использованием правила Симпсона для интегрирования. Среднее значение было записано для каждого участника на каждом электроде как для условий перед медитацией, так и для условий окончания медитации. Спектры мощности ЭЭГ генерируются преимущественно из корковых источников с некоторым входом из подкорковых структур (см. Buzsaki, 2006) со всеми каноническими мощностями, связанными с медитацией (Lee et al., 2018).

3.10. Описание модели анализа диапазона мощности

Нас интересовало измерение влияния медитации на диапазоны мощности ЭЭГ и наличие каких-либо различий между типами медитации. Каждый диапазон мощности, y, был смоделирован отдельно, как случайная выборка из логнормального распределения:

y~lognormal(μ,σ) ∼ логнормально (

в котором σ представляет стандартное отклонение, а μ средняя оценка:μ=β0+βp×xp+βe×xe+βc×xc+βt×xt+βe×c×xe×c+βe×t×xe×t+βc×t×xc×t+βe×c×t×xe×c×tв котором β0 это общий базовый уровень, βp базовый уровень, специфичный для участника, βe оценивает действие электродов, βc измеряет эффект состояния медитации (до или в конце медитации), t - параметр для эффекта от техники медитации. Параметры взаимодействия βe×c измеренный электрод в каждом состоянии, βe×t оценил эффект электрода в каждой технике медитации, βc×t определяет количественно взаимодействие между состоянием и техникой медитации, и βe×c×t - параметр трехстороннего взаимодействия между электродом, состоянием и техникой. Базовый параметр предварительно получил нормальное значение:

β0~Normal(meanжурналy,10×Sd(log(y))) тогда как для каждого другого фактора и параметров взаимодействия были заданы ограничения суммы к нулю с использованием процедуры k-1:αx~Normal0,σxβx[1:k-1]=αxβx[k]=-Σαx[i]

С параметрами взаимодействия, ограниченными суммой до нуля по каждому предиктору. σx параметры были взяты из диффузного гамма-распределения, учитывая логарифмический масштаб модели:σx~Gamma(1.64,0.32)βe×tβe×cи βe×c×t получили фиксированное стандартное отклонение, равное 1, чтобы избежать проблемной усадки, которая отрицательно влияла на выборку Гамильтона Монте-Карло.

3.11. Дельта

После медитации наблюдалось основное снижение дельта-мощности на 5% (95% ИРЧП = [-0.07, -0.03]) по сравнению с пре-медитацией. Был также главный эффект медитации, когда D1S2 имел на 72% более высокую дельта-мощность, чем D2S1 (95% HDI = [0.04, 1.48]). Кроме того, было обнаружено достоверное взаимодействие между техникой медитации и состоянием (см. Рис 6). D1S2, D3S1 и D4S1 показали самый высокий рост (16%, 18% и 18% при 95% HDI = [0.07, 0.25], [0.1, 0.26] и [0.08, 0.28], соответственно), D2S2 не имел свидетельство изменения мощности (95% HDI = [-0.08, 0.05], содержащий ноль), а D1S1, D1S3, D2S1, D2S3 и D3S2 показали уменьшение дельты (-12%, -16%, -24%, −18% и −12% с 95% HDI = [−0.19, −0.05], [−0.23, −0.11], [−0.29, −0.19], [−0.23, −0.13] и [−0.18, −0.05] соответственно). Рис 7 иллюстрирует основной эффект электродов с центрально-теменными электродами, показывающими большую дельта-мощность, чем западные электроды, и больше, чем лобно-височные участки. Не было обнаружено, что взаимодействие электрода с другими предикторами является достоверным. Рис 7 следовательно, пропорциональное изменение, обусловленное посредничеством для каждого диапазона мощности, оценивается взаимодействием модели между электродом и параметрами состояния. Это эффективно разрушается во всех техниках медитации, включая все данные по всем техникам, поскольку не было достоверных доказательств трехстороннего взаимодействия между электродом, состоянием и техникой.

Рис 6
  1. Скачать: Скачать изображение в высоком разрешении (235KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 6. Графики для скрипки апостериорных оценок процентного изменения Дельта-мощности для каждой техники медитации и указывают на различный эффект техники, с группами, показывающими увеличение (D1S2, D3S1, D4S1), инвариантность (D2S2) и уменьшение (D1S1). , D1S3, D2S1, D2S3, D3S2) в силе.

Рис 7
  1. Скачать: Скачать изображение в высоком разрешении (309KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 7. Показывает общую медианную апостериорную оценку пропорционального изменения в топографиях диапазона мощности.

3.12. Тета

Произошло глобальное увеличение тета-силы на 29% (95% ИРЧП = [0.27, 0.33]) в результате медитации. Результаты также показали основной эффект техники медитации, когда D1S2 обладал большей тета-силой, чем D2S1 и D2S3. Также было взаимодействие между состоянием и техникой медитации (см. Рис 8). D1S2, D3S1 и D3S2 показали наибольший рост (47%, 50% и 43% с 95% HDI = [0.37, 0.58], [0.4, 0.59] и [0.34, 0.52], соответственно), затем D1S1, D2S2. , и D4S1 (29%, 33% и 33% с 95% HDI = [0.2, 0.39], [0.26, 0.41] и [0.23, 0.44]), за которыми следуют D1S3 и D2S3 (19% и 14%, с 95% HDI = [0.12, 0.27] и [0.08, 0.21]), без достоверного изменения тета для D2S1 (95% HDI = [-0.02, 0.11], включая ноль). Рис 8 показывает влияние электрода на тета-мощность, при этом срединные электроды имеют наибольшую тета-мощность, за ними следуют теменные и затылочные каналы с меньшей мощностью во фронтально-височных областях. Не было достоверных доказательств взаимодействия электрода с другими предикторами.

Рис 8
  1. Скачать: Скачать изображение в высоком разрешении (251KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 8. Состоит из скрипичных графиков апостериорных оценок процентного изменения тета-мощности для каждой техники медитации. Большинство техник увеличивали тета-силу.

3.13. Альфа

Произошло глобальное увеличение мощности альфа на 16% (95% ИРЧП = [0.13, 0.19]) благодаря медитации. Не было достоверных доказательств эффекта техники со всеми 95% ИЧР, включая ноль. Существовала достоверная взаимосвязь между техниками медитации для состояния альфа-мощности (см. Рис 9). D1S2, D2S3 и D3S2 показали наибольшее увеличение альфа (25%, 32% и 39% при 95% HDI = [0.16, 0.34], [0.24, 0.39] и [0.29, 0.49]), за которым следует D1S1, D2S1, D2S2, D3S1 (16%, 17%, 13% и 17% с 95% HDI = [0.07, 0.25], [0.09, 0.24], [0.06, 0.2] и [0.09, 0.24]) без достоверное изменение для D1S3 и D4S1 (95% ИРЧП = [-0.09, 0.05], [-0.13, 0.03], включая ноль). Рис 9 показывает влияние электрода на мощность альфа, с высоким значением альфа над затылочным и париетальным электродами, без изменений по сравнению с базовой линией альфа во фронтальных центральных каналах и уменьшением количества височных участков. Не было взаимодействия электродов с другими предикторами.

Рис 9
  1. Скачать: Скачать изображение в высоком разрешении (256KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 9. На скрипке показаны графики апостериорных оценок процентного изменения мощности альфа-канала для каждой техники медитации. Большинство техник увеличивают силу альфа-канала.

3.14. Бета

Основным эффектом было состояние, когда глобальная бета-мощность увеличивалась на 17% (95% ИРЧП = [0.15, 0.19]) от предварительной медитации до конечной медитации. Не было никакого основного эффекта от медитации при всех 95% ИЧР, включая ноль. Однако было взаимодействие между состоянием и техникой медитации (см. Рис 10), где D1S2, D2S2, D2S3, D3S1 и D3S2 имели наибольшее увеличение бета-мощности (30%, 30%, 20%, 32% и 33% с 95% HDI = [0.22, 0.39], [0.23, 0.38], [0.14, 0.26], [0.24, 0.4] и [0.25, 0.41]), за которым следует D4S1 (11% с 95% HDI = [0.03, 0.19]). D1S1, D1S3 и D2S1 не имели достоверных доказательств изменения бета-мощности (95% HDI = [-0.06, 0.08], [-0.07, 0.04] ​​и [-0.03, 0.09], включая ноль). Также наблюдался основной эффект электродов с большей бета-мощностью по сравнению с центрально-теменными и затылочными электродами по сравнению с лобно-височными, как показано на Рис 10. Наконец, не было взаимодействия электродов с другими предикторами.

Рис 10
  1. Скачать: Скачать изображение в высоком разрешении (238KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 10. Графики для скрипки апостериорных оценок процентного изменения бета-мощности для каждой техники медитации. Большинство методов увеличили бета-мощность, в то время как три метода (D1S1, D1S3, D2S1) не изменили бета-мощность.

3.15. Гамма

Увеличение мощности гамма-излучения на 11% (95% HDI = [0.08, 0.14]) наблюдалось от премедитации до конечной медитации. Не было достоверных доказательств основного эффекта техники со всеми 95% ИЧР, включая ноль, что указывало на то, что группы имели одинаковую мощность гамма-излучения. Однако было взаимодействие между техникой и состоянием, при котором D1S2, D3S2 и D4S1 имели наибольшее увеличение мощности гамма-излучения (36%, 31% и 27% с 95% HDI = [0.24, 0.49], [0.2, 0.42]. ] и [0.14, 0.41]), за которыми следуют D2S2, D2S3 и D3S1 (10%, 14% и 16% с 95% ИРЧП = [0.02, 0.19], [0.06, 0.23] и [0.07, 0.26] ]), D1S3 и D2S1 не изменились в гамма-мощности (95% HDI = [-0.07, 0.1] и [-0.14, 0.01], включая ноль), при этом D1S1 демонстрирует снижение гамма-излучения (-17% с 95% HDI. = [-0.25, -0.09]). Наблюдался эффект расположения электродов с большей гамма-мощностью над теменными затылочными электродами по сравнению с лобно-центральным и височным участками (см. Рис 11). Наконец, не было достоверных взаимодействий электродов с другими предикторами.

Рис 11
  1. Скачать: Скачать изображение в высоком разрешении (236KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 11. На скрипке показаны графики апостериорных оценок процентного изменения мощности гаммы для каждой техники медитации. Большинство методов увеличивали мощность гаммы, при этом два метода не показывали изменения мощности гаммы, а один показывал ее уменьшение.

3.16. Сводка результатов

Модель машинного обучения показала высокую степень точности различения ко-спектров ЭЭГ до и после медитации для каждой техники медитации. Затем нейронная динамика каждого метода медиации оценивалась путем применения моделей машинного обучения к ко-спектрам ЭЭГ, формируя классификационный ряд. Эта серия была смоделирована с помощью логистической регрессии, которая показала быстрый переход и стабилизацию от пре-медитации к ко-спектрам ЭЭГ в конце медитации. Впоследствии эффект каждой техники медитации оценивался для каждого диапазона мощности путем подбора обобщенной линейной модели. Это показало неоднородность изменений в диапазонах мощности в результате применения техник медитации (суммированных в Рис 12).

Рис 12
  1. Скачать: Скачать изображение в высоком разрешении (562KB)
  2. Скачать: Скачать полноразмерное изображение

Рис. 12. Суммирует апостериорные оценки процентного изменения мощности для каждой техники медитации и каждого диапазона мощности. Схема изменения мощности была весьма разнообразной для каждой техники.

4. Обсуждение

В этом исследовании было проведено электрофизиологическое исследование воздействия медитации на выборку, состоящую из 223 начинающих медитаторов. Основываясь на теории сознания, была выдвинута гипотеза, что участники будут достигать измененных состояний сознания, наблюдаемых в данных ЭЭГ, обозначенных как преобразованные состояния мозговых волн в каждой управляемой медитации. Результаты подтвердили эту гипотезу. Сознание обычно соответствует способности интегрировать информацию (Тонони, 2004 г.). Интегративный режим сознания часто характеризуется медленными тета-волновыми паттернами, которые синхронизируют лобную кору с выбросами из нижних структур мозга и высокочастотными гамма-колебаниями (Винкельман, 2011 г.). Настоящие результаты показали, что произошло глобальное увеличение тета-мощности на 29% и увеличение гамма-мощности на 11% от состояния до медитации до состояния конца медитации.

Альфа-активность в ЭЭГ во время медитации также рассматривается как форма интеграции в мозг, которая приводит к когнитивным процессам высокого уровня (Hebert et al., 2005). Было предложено, что эта деятельность лежит в основе концепции интегративного режима сознания; усиленная синхронизация паттернов мозговых волн (Винкельман, 2011 г.). Дополнительный аспект индуцированной медитацией интеграции в мозгу часто отражается в двухфазных гиперсинхронных высокочастотных гамма-волнах, а присутствие гамма-излучения в медитации является прямым подтверждением интегративной модели (Винкельман, 2011 г.). Это относится к связыванию различных сигналов в мозгу; и что гамма-синхронизация модулируется тета- и альфа-ритмами (Fries, 2009). В целом результаты этого исследования подтверждают эту модель.

Анализы показали, что классификации машинного обучения ЭЭГ были высокими, различая пре-медитацию и пост-медитацию с точностью 97%. В образце были обнаружены различия между ко-спектрами ЭЭГ для условий до и после медитации. Была выявлена ​​взаимосвязь между временем в медитации и вероятностью классификации конечной медитации: D2S2 (намерение материализоваться) быстрее вызывает состояние конечной медитации, чем D3S2 (определение будущего намерения). Кроме того, были выявлены различия в диапазонах мощности ЭЭГ, при этом каждая техника медитации вызывала разные паттерны изменений в диапазонах мощности.

Результаты показали, что изменение структуры мозговых волн с бета-волн мозга (высокий, средний и низкий диапазон) на альфа-волны мозга произошло за относительно короткий период. Этот результат представляет собой последовательную предшествующую работу, в которой участники относительно быстро достигли мастерства в аспекте тренировки внимания в практике медитации (Атчли и др., 2016). В большинстве сеансов медитации участников наблюдалось увеличение мощности бета- и альфа-излучения, при этом мощность альфа-излучения находилась ближе к затылочным каналам по сравнению с более теменным распределением мощности бета-излучения. Кроме того, было обнаружено увеличение тета-мощности, сосредоточенное на электродах от лобно-центральной линии до теменной средней линии.

Обнаружение повышенной мощности гамма-излучения на теменных и затылочных электродах, возможно, произошло из Зоны 30 Бродмана. Хотя недавние исследования показывают, что ЭЭГ может обнаруживать подкорковые источники (Seeber et al., 2019), Способность ЭЭГ измерять активность, генерируемую из таких глубоких источников, не поддерживается повсеместно в области нейробиологии (Сейновски и Полсен, 2006 г.); поэтому это объяснение остается умозрительным. Несмотря на это, этот вывод основан на предыдущих исследованиях, в которых обнаружено увеличение гамма-излучения по теменно-затылочным каналам (Berkovich-ohana et al., 2012; Cahn et al., 2010; Martínez Vivot et al., 2020; Schoenberg et al., 2018) путем количественной оценки сила меняется и показывает быстрое изменение состояния у начинающих медитирующих. Хотя функциональная роль мощности гамма-излучения еще не определена (Braboszcz et al., 2017), в контексте управляемой медитации появляются доказательства ее связи с улучшенным осознанием (Cahn et al., 2010). van Lutterveld et al. (2017) использовали парадигму нейробиоуправления, чтобы научить участников изменять свои гамма-колебания из задней части поясной извилины коры во время медитации. Было обнаружено, что мощность гаммы связана с субъективным переживанием осознания без усилий. Кроме того, исследование Voss et al. (2014) напрямую управлял нервными колебаниями с помощью транскраниальной стимуляции переменным током во время сна, обнаружив, что стимуляция в гамма-диапазоне повышает осведомленность людей во время сна. Взятые вместе, это дает связное объяснение увеличения гаммы по теменно-затылочным электродам.

Демонстрация неоднородного воздействия техник управляемой медитации на диапазоны мощности ЭЭГ подчеркивает актуальность использования таких техник для выяснения субъективных переживаний медитирующих. Недавний опрос, проведенный Витеном и его коллегами (2018), показал, что во время медитации возможен широкий спектр переживаний. Такой диапазон субъективных переживаний может быть связан с различиями, вызванными различными техниками медитации в этом исследовании. Дальнейшие исследования могут включать качественные исследования, чтобы лучше понять связи между техниками управляемой медитации, спектрами мощности ЭЭГ и субъективным опытом.

Наконец, будущие исследования, обеспечивающие визуализацию мозга при обучении управляемой медитации, могут предложить важные выводы. Поскольку внимательность была определена как защитный фактор против проактивного вмешательства и увеличилась в объеме гиппокампа (Гринберг и др., 2019), будущее изучение управляемой медитации при лечении психических состояний, характеризующихся нарушениями рабочей памяти и объема гиппокампа, может иметь важные клинические последствия.

4.1. Ограничения

Хотя это исследование способствовало пониманию механизмов изменений, которые могут происходить с помощью медитации, настоящие результаты следует интерпретировать в свете нескольких ограничений. Продолжительность сеанса медитации варьировалась от шести до 90 минут. Поскольку вариабельность не была равномерно распределена по условиям (например, записи в день 2, сеанс 1 и день 3, сеанс 1 длились менее 10 минут), анализ динамических изменений во время медитации для этих сеансов был ограничен. Кроме того, в текущем исследовании отсутствовали клинические меры для выявления нарушений психического здоровья среди участников исследования. В будущих исследованиях можно использовать данные ЭЭГ вместе с показателями самооценки и поведенческими данными для изучения взаимосвязи между паттернами ЭЭГ и положительными результатами медитации. В этом исследовании не было контрольного или сравнительного вмешательства, и при проведении управляемой медитации могла присутствовать преданность и предвзятость экспериментатора. Наконец, это была удобная выборка, что делало ее очень уязвимой для смещения выборки и потенциальной ошибки выборки.

4.2. Заключение

Целью настоящего исследования было изучить влияние краткого обучающего семинара по медитации на начинающих медитирующих. На основе теории интегративного сознания была выдвинута гипотеза, что участники (начинающие медитирующие) достигнут измененных состояний сознания, обнаруженных с помощью данных мозговых волн ЭЭГ. Образцы диапазонов мощности мозговых волн участников в каждой конечной точке медитации сравнивались с базовыми показателями (т.е. альфа-, дельта- и тета-колебаниями). Компетентность в медитации посредством функциональной интеграции мозга оценивалась с использованием измерений высокочастотной гамма-синхронизации. Общие результаты показали, что медитационное вмешательство оказало большое влияние на спектры ЭЭГ, и скорость перехода от состояния до медитации к состояниям после медитации в ко-спектрах ЭЭГ была значительной, что подтверждает теорию сознания. Результаты показывают, что краткая управляемая медитация вмешательство может принести положительные и немедленные выгоды для здоровья, помогая бороться со стрессом.

Конфликты интересов

Пета Стэплтон, Стюарт МакГилл, Дебби Сабо, Меган Пич, Даниэль Рейнор: Нет конфликтов, о которых следует заявлять.

Джо Диспенза: Может быть вознагражден за обучение медитации, рассмотренное в этой статье, благодаря опыту. Не участвовал в анализе в этой статье, чтобы избежать предвзятости.

Финансирование

Это исследование не получало какого-либо специального гранта от финансирующих агентств в государственном, коммерческом или некоммерческом секторах.

Мы верим в

возможность

сила изменить себя

способность тела исцелять

необычное

празднуя жизнь

чудеса

высшая любовь

будущее

отношение

доказательства

друг друга

невидимое

мудрость

наши дети

синхроничности

свобода

наши старейшины

разум над материей

А Вы верите? Присоединяйтесь к нашему движению

* Заполняя эту форму, вы подписываетесь на наши электронные письма и можете отказаться от подписки в любое время.