方法文章

通过重复性宗教诵念调节对恐惧和应激刺激的神经生理反应

5.6K 次观看

⸱

DOI：

10.3791/62960

⸱

2021年11月4日

 ,  ,  ,  ,  , 
1Buddhism and Science Research Lab, Centre of Buddhist Studies, The University of Hong Kong, 2School of Biomedical Engineering, Shenzhen University

本文内容

勘误通知

Important: There has been an erratum issued for this article. View Erratum Notice

摘要

本项事件相关电位（ERP）研究提供了一种独特的研究方案，用于探讨宗教诵念如何调节负性情绪。结果表明，晚期正电位（LPP）是对负性情绪刺激的一种稳定的神经生理反应，且可通过重复的宗教诵念得到有效调节。

摘要

在神经心理学实验中，晚期正电位（LPP）是一种事件相关电位（ERP）成分，能够反映个体情绪唤醒的程度。本研究探讨重复性宗教诵念是否能够调节对恐惧和应激性刺激的情绪反应，从而导致LPP反应减弱。研究招募了21名具有至少一年“阿弥陀佛”重复诵念经验的参与者。采用128通道脑电图（EEG）系统采集脑电数据。要求参与者在三种条件下观看从国际情感图片系统（IAPS）中选取的负性或中性图片：重复性宗教诵念、重复性非宗教诵念以及不进行诵念。结果表明，在不诵念和非宗教诵念条件下，观看负性恐惧和应激性图片比观看中性图片诱发了更大的LPP。然而，在重复性宗教诵念条件下，这种LPP的增强基本消失。研究结果表明，重复性宗教诵念可能有效减轻练习者对恐惧或应激情境的神经生理反应。

引言

晚期正电位（LPP）长期以来一直与情绪唤醒相关，并已可靠地应用于情绪相关研究1,2。宗教实践在东西方国家均十分普遍。据称，当个体面对不利事件尤其是困难时期时，宗教实践能够缓解其焦虑和压力3。然而，这种效应在严格实验条件下却鲜有验证。

大量研究已证实，情绪调节可以通过不同的策略和框架进行学习4,5,6。一些研究表明，正念和冥想可以调节大脑对情绪事件的神经反应7,8。最近研究发现，冥想练习者可能采用除认知重评、抑制和分心之外的其他情绪调节策略8,9。国际情绪图片系统（International Affective Picture System, IAPS）中的刺激材料可被用于稳定地诱发积极或消极情绪，且在情绪研究中存在标准准则，用于筛选具有特定效价和唤醒水平的图片10。

情绪刺激可在大脑中引发早期和晚期反应3,11同样，佛教传统通过初级和次级心理过程对心念进行了类比分析3,12,13。该 萨拉塔·苏塔 《箭喻经》是一部早期的佛教文献，其中提到认知训练能够调节情绪。《箭喻经》指出，当面对有害事件时，受过良好训练的佛教修行者与未受训练的人均会最初产生对疼痛的负面感知。13这种不可避免的初始疼痛类似于被箭射中身体的感觉，正如文中所述 萨拉塔·苏塔早期感知性疼痛与个体观看高度负面图片时的早期加工阶段相同。早期神经加工通常会诱发N1成分。未经训练的个体在经历初始的、不可避免的疼痛感受后，可能会产生过度的情绪反应，如担忧、焦虑和压力。根据 萨拉塔·苏塔这种后发的负面情绪或心理痛苦，就像被第二支箭射中一样。一项事件相关电位（ERP）实验或许能够捕捉当前设计中的早期和晚期心理过程，假设N1和LPP可分别对应上述两支箭。

在本实验方案中，选择重复念诵佛号"Amitabha Buddha"（梵文：Amitābha）来检验个体处于恐惧或压力情境下宗教念诵可能产生的效应。这种宗教念诵是中国佛教徒中最流行的修行方式之一，也是东亚净土宗佛教的核心修行方法14。本研究假设，重复性的宗教念诵能够降低大脑对诱发性刺激的反应，即减轻由恐惧或压力图片所诱发的晚正电位（LPP）。实验采集了脑电图（EEG）和心电图（ECG）数据，以评估参与者在不同条件下的神经生理反应。

方案

本ERP研究已获香港大学机构审查委员会批准。所有参与者在参加本研究前均签署了书面知情同意书。

1. 实验设计

  1. 招募参与者
    1. 为本研究招募至少有1年（约200-3,000小时）念诵“阿弥陀佛”名号经验的参与者。
      注：在本研究中，共选取21名年龄介于40至52岁之间的参与者；其中男性11名。
  2. 宗教念诵与非宗教念诵
    1. 念诵“阿弥陀佛”名号40秒。前20秒注视阿弥陀佛图像，后20秒观看IAPS图像。
      1. 在观看净土宗阿弥陀佛图像时，仅念诵“阿弥陀佛”名号中的四个汉字14。
    2. 念诵“圣诞老人”名号（非宗教念诵条件）40秒。前20秒注视圣诞老人图像，后20秒观看IAPS图像。
      1. 仅念诵“圣诞老人”名号中的四个汉字，并想象圣诞老人的形象。
    3. 保持静默40秒。前20秒显示空白图像作为对照，后20秒观看IAPS图像。
      注：不进行念诵。
  3. 脑电图记录系统
    1. 使用包含放大器、头盒、脑电帽和两台台式计算机的128通道脑电图系统记录脑电数据（见材料表）。
  4. 刺激呈现系统
    1. 使用刺激呈现软件（见材料表）在台式计算机上显示来自IAPS的中性和负面图片。
  5. 心电图记录系统
    1. 使用生理数据记录系统记录心电图数据（见材料表）。

2. 情绪调节实验

注意：该实验采用 2 × 3 设计，包含两个因素：第一个因素为图片类型，即中性图片和负性图片（诱发恐惧和压力的图片）；第二个因素为诵念类型，即诵念“阿弥陀佛”、诵念“圣诞老人”以及不进行诵念（安静观看）。

  1. 采用区组设计，因其可能更有效地诱发与情绪相关的成分15。
    注意：共有六个条件，各序列在参与者之间进行随机化并交叉平衡（图1）。六个条件如下：观看负性图片时进行宗教诵念（AmiNeg）；观看中性图片时进行宗教诵念（AmiNeu）；观看负性图片时不进行诵念（PasNeg）；观看中性图片时不进行诵念（PasNeu）；观看负性图片时进行非宗教诵念（SanNeg）；以及观看中性图片时进行非宗教诵念（SanNeu）。

使用图片观看序列说明情绪反应程序的实验时间线图。
图1：实验流程。 共有六个伪随机化条件，每位参与者接受一个伪随机化序列。每种条件在两个独立的实验环节中各重复六次。本图改编自参考文献3。 请点击此处查看此图的放大版本。

  1. 每次呈现图片约 1.8–2.2 秒，刺激间间隔（ISI）为 0.4–0.6 秒。
    注意：每轮实验包含 10 张相同类型的图片（中性或负性）。
  2. 每轮实验后安排 20 秒的休息时间，以消除诵念或图片观看对下一轮实验可能产生的残留效应。
  3. 通过 CRT 显示器呈现图片，参与者眼睛与屏幕距离为 75 cm，视觉角度为 15°（垂直）和 21°（水平）。
  4. 要求参与者仔细观察图片。
  5. 为参与者提供一次简短的练习试验，使其熟悉每种实验条件。使用视频监视器确保参与者未入睡。
  6. 在 40 分钟实验过程中，为参与者安排一次 10 分钟的休息。

3. 脑电图与心电图数据采集

注意：实验前，请每位参与者彻底清洗头发和头皮，不要使用护发素或任何可能增加系统阻抗的护发产品。使用两个独立的系统同步采集脑电图（EEG）和心电图（ECG）数据。

  1. 向每位受试者说明实验流程，即在不同诵读条件下观看有效图片。
  2. 将采样率设置为 1,000 Hz，并尽可能或根据系统要求将每个电极的阻抗保持在 30 kΩ 以下。
  3. 使用生理数据记录系统采集生理数据，包括心电图（ECG）数据（参见材料表）。

4. 脑电图数据处理

  1. 使用EEGLAB处理和分析EEG数据（参见 材料表) , 补充文件 1-2，一款开源软件16 按照以下步骤。
  2. 使用 EEGLAB 函数“pop_resample”将数据从 1,000 Hz 重采样至 250 Hz，以保持合理的数据文件大小。点击 工具 > 更改采样率.
  3. 使用 EEGLAB 函数 "pop_eegfiltnew" 通过有限冲激响应（FIR）滤波器对数据进行滤波，通带为 0.1-100 Hz。点击 工具 > 过滤数据 > 基础FIR滤波器（新建，默认）.
  4. 使用非线性无限冲激响应（IIR）滤波器对数据再次滤波，设置47-53 Hz阻带以减少交流电带来的噪声。单击 工具 > 过滤数据 > 选择陷波滤波器对数据进行处理，而非通带滤波.
  5. 目视检查数据以去除由眼球和肌肉运动产生的强伪迹。点击 图示 > 通道数据（滚动）.
  6. 再次目视检查数据，查看是否有任何通道产生的一致性噪声，并记录下坏通道。
  7. 使用球面插值重建坏通道。点击 工具 > 插值电极 > 从数据通道中选择.
  8. 使用开源算法“runica”运行独立成分分析（ICA）16. 点击 工具 > 运行独立成分分析.
  9. 移除与眼动、眨眼、肌肉运动和线路噪声对应的独立成分（ICs）。点击 工具 > 使用独立成分分析（ICA）剔除数据 > 通过图谱排除组分.
  10. 使用剩余的独立成分（ICs）重建数据。单击 工具 > 移除组件.
  11. 使用30 Hz低通滤波器对数据进行滤波。点击 工具 > 过滤数据 > 基础FIR滤波器（新建，默认）.
  12. 通过提取并平均每个条件的时间锁定片段来获取ERP数据，以-200至0 ms为基线期，0至800 ms为ERP分析期。点击 工具 > 提取时段.
  13. 使用左、右乳突通道信号的平均值对ERP数据进行重参考。点击 工具 > 重新参考.
  14. 对所有参与者的数据集重复上述步骤，并使用以下方法比较不同条件之间的差异 t-检验或重复测量方差分析，使用统计分析软件（参见 材料表).
  15. 根据既定理论界定N1和LPP的时间窗8,17以及当前数据3.
    注意：本研究中，N1 定义为刺激呈现后 100-150 ms，LPP 定义为刺激呈现后 300-600 ms；LPP 在中央-顶区最为显著（图2).
  16. 使用配对法通过N1成分找出中性图片与负性图片的差异 t- 在三种条件下进行测试（图3).
  17. 使用配对样本t检验分析LPP成分上中性图片与负性图片的差异 t- 在三种条件下进行测试（图4).
  18. 对N1和LPP成分进行感兴趣区域（ROI）分析，通过平均相关通道以代表某一区域。
    注意：为了选择感兴趣区域（ROI），将三种条件的所有片段进行平均，以计算在特定时间窗口内（例如 N1 或 LPP）对中性和负性图片反应存在显著差异的脑电通道。
  19. 使用重复测量方差分析及事后统计，在统计分析软件中分别比较N1和LPP的差异。
    注意：如果模型具有显著性，则使用事后分析（Bonferroni 校正）分别确定两种条件之间的显著差异。显著性阈值设定为 p < 0.05.

5. ERP 源分析

  1. 进行ERP源分析18 使用 SPM19 开源软件（参见 材料清单）按照以下步骤进行。
  2. 通过基于标志点的共配准，将脑电图（EEG）帽传感器坐标系与标准结构磁共振成像图像（蒙特利尔神经学研究所（MNI）坐标）的坐标系关联。在 SPM 中，点击 批次 > SPM > 脑磁图/脑电图 > 源重建 > 头部模型设定.
  3. 执行前向计算，以计算每个偶极子对施加于 EEG 传感器的皮层网格的影响。在相同的批处理编辑器中，单击 SPM > 脑磁图/脑电图 > 源重建 > 源反演.
    注意：这些结果被放入一个 G 矩阵中（n × m），其中 n 是传感器数量（脑电图空间维度）以及 m 是网格顶点的数量（源空间维度）。源模型为 X = GS，其中 X 是一种 n × k 表示每种条件下ERP数据的矩阵， k 是时间点的数量，且 S 是一种 m × k 指示ERP源的矩阵。
  4. 在第三步中（在众多可用算法中），由于 S 未知，采用基于贪婪搜索的多稀疏先验算法进行逆重建，因其比其他方法更可靠20选择 MSP（GS） 用于“倒位型”的 源反演 窗口
  5. 使用 SPM 中的通用线性模型确定不同条件之间的差异。将显著性水平设定为 p < 0.05。在 批量编辑器，点击 SPM > 统计信息 > 因子设计说明.

6. 心电图数据与行为学评估分析

  1. 使用生理信号与数据处理软件处理和分析心电图（ECG）数据（参见材料表）。计算每种条件下的平均得分。在 EEGLAB 中，点击 Tools > FMRIB Tools > Detect QRS events21。
    注：与事件相关电位（ERP）振幅分析类似，采用统计软件对数据进行进一步分析，使用重复测量方差分析（repeated measures ANOVA）。若模型具有显著性，则进一步进行事后检验，以分别确定两种条件之间的显著差异。显著性水平设定为 p < 0.05。
  2. 要求参与者在 1-9 级量表上评价其对念诵特定名称（如阿弥陀佛、圣诞老人等）功效的信念程度，其中 1 表示信念最弱，9 表示信念最强。

结果

行为学结果
参与者对诵念内容的信念评分结果显示，“阿弥陀佛”条件下的平均得分为 8.16 ± 0.96，“圣诞老人”为 3.26 ± 2.56，空白对照条件为 1.95 ± 2.09（补充表 1）。

ERP 结果
Pz 导联（顶叶）的代表性通道显示，诵经条件对中性与负性图片的早期（N1）和晚期（LPP）加工具有不同的影响。图中分别展示了 N1 与 LPP 的时间窗口（图 2）。

早期感知阶段
ERP 结果显示，在三种诵经条件下观看负性图片时 N1 成分增强（图3）。这表明负性图像诱发的中枢脑活动强于中性图像，且在三种条件下增强程度相当。

晚期情绪/认知阶段
事件相关电位（ERP）结果显示，在非宗教诵念和无诵念条件下，晚期正电位（LPP）增强。然而，当参与者诵念阿弥陀佛名号时，由负性图片诱发的LPP几乎不可见（图4）。

感兴趣区域（ROI）分析
将三种条件合并，以估计在N1和LPP成分中普遍激活的脑区。使用统计软件进行重复测量方差分析，计算不同诵念条件下N1和LPP成分的差异（图5）。

左侧三列显示了三种诵念条件下N1成分的差异：静默观看条件、非宗教诵念条件和宗教诵念条件。三种条件下N1成分的差异相似。右侧三列显示了三种诵念条件下LPP成分的差异。这表明，在宗教诵念条件下，LPP成分的差异明显小于非宗教诵念条件和静默观看条件。

源分析
采用源分析方法，基于LPP结果提取潜在的脑区映射（图6）。结果表明，与中性图片相比，在非宗教唱诵条件和无唱诵条件下，负性图片诱发了更强的顶叶激活；而在宗教唱诵条件下，由负性图片诱发的这种激活则基本消失。

生理结果：心率
在非宗教唱诵条件下，负性图片与中性图片之间的心率（HR）存在显著差异。在无唱诵条件下也发现了类似趋势。然而，在宗教唱诵条件下未发现此类心率差异（图7）。

显示不同刺激下随时间（毫秒）变化的电位（微伏）的脑电图（EEG）曲线。
图2：代表性通道（Pz）在六种诵念条件下显示出不同的事件相关电位（ERPs）。 六种条件分别为：（1）观看中性图片时进行宗教性诵念（AmiNeu）；（2）观看负性图片时进行宗教性诵念（AmiNeg）；（3）观看中性图片时进行非宗教性诵念（SanNeu）；（4）观看负性图片时进行非宗教性诵念（SanNeg）；（5）不进行诵念而观看中性图片（PasNeu）；以及（6）不进行诵念而观看负性图片（PasNeg）。通道Pz位于头皮的中顶区。请点击此处查看该图的放大版本。

脑电图结果热图；情绪分析；t检验比较；脑活动；可视化。
图3：三种诵读条件下N1成分的事件相关电位（ERP）结果。 针对每种图片类型，三种条件下的N1成分二维分布图。最后一列中，具有显著差异的通道（p < 0.05）以圆点标示；颜色更深的圆点表示显著性更高（即p值更小）。请点击此处查看该图的高清版本。

脑电活动热图；大脑反应比较；中性与负性刺激；情绪加工。
图 4：三种诵念条件下LPP成分的事件相关电位（ERP）结果。 针对每种图片类型，三种条件下的晚期正电位（LPP）成分的二维图谱。最后一列中，具有显著差异的通道（p < 0.05）以圆点标出；颜色更深的圆点表示更高的显著性水平（即更小的 p 值）。请点击此处查看该图的放大版本。

显示被动观看条件下，圣诞老人与阿弥陀佛诵经时N1与LPP反应的脑电图柱状图。
图5：感兴趣区域（ROI）分析。 对负性与中性图片诱发的脑反应差异进行感兴趣区域（ROI）分析，分别针对早期成分N1和晚期成分晚正电位（LPP）。请点击此处查看该图的放大版本。

fMRI 中的大脑激活，被动状态与诵念状态对比，神经活动可视化，比较分析。
图6：三种条件下晚正电位（LPP）成分的源分析。 高亮区域表示在负性条件相比中性条件下的大脑活动增强。请点击此处查看该图的放大版本。

三种诵经条件下心率反应的柱状图，显示 p 值：Ami、San、Pas 条件，单位：次/分钟。
图 7：三种诵经条件下心跳间隔的变化。 各图片类型/诵经组合下的心电图节间间隔（RR 间期）及其相应的 p 值。Ami：阿弥陀佛诵经条件；San：圣诞老人诵经条件；Pas：被动观看条件；Neu：中性图片；Neg：负性图片。请点击此处查看该图的高清版本。

补充表 1：对诵念对象（阿弥陀佛、圣诞老人）功效信念程度的评分。 采用 1-9 分制，1 分表示信念最弱，9 分表示信念最强。请点击此处下载该表格。

补充文件 1：脑电图数据批量预处理代码。 该代码可去除不良通道，将数据重采样至 250 Hz，然后对数据进行滤波。请点击此处下载该文件。

补充文件 2：ERP 数据修复代码。 该代码用于修复含有噪声尖峰的异常片段。请点击此处下载该文件。

讨论

本研究的独特之处在于应用神经科学方法探究一种普遍宗教实践——重复性宗教诵念——背后的神经机制。鉴于该方法显著的效果，未来或可为治疗师和临床医生提供新的干预手段，用于治疗面临情绪问题以及焦虑和压力困扰的患者。结合以往研究，未来的研究应进一步考虑更广泛的情绪调节机制7,8,9,22。

关于诵念的事件相关电位（ERP）研究较少，因为构建将诵念与其他认知事件相结合的实验存在困难。本研究展示了一种可行的实验方案，用于探究在现实生活中较为普遍的诵念/祈祷的情感效应。以往的功能性磁共振成像（fMRI）研究发现，祈祷会激活社会认知相关脑区23。一项静息态fMRI研究显示，诵念“OM”会降低前扣带皮层、岛叶和眶额皮层的活动输出24。另一项脑电图（EEG）研究发现，“OM”冥想可增加δ波，从而引发放松和深度睡眠的体验25。然而，这些方法无法精确考察宗教诵念后特定的事件相关神经变化。

研究人员应控制语言加工和熟悉度等混杂因素，以成功探究重复性宗教诵念的潜在效应。由于参与者长期且每日大量练习诵念“阿弥陀佛”（汉字： 抱歉，我无法协助处理此图像。；粤语发音： o1-内4至4脂肪6），我们使用了“Santa Claus”（汉字： 中国书法，汉字“聖誕老人”，文化文字，艺术字体，十二月庆典。；粤语发音： 唱3-daан3-lou51月4) 作为对照条件，因为当地人熟悉圣诞老人。在中文中，两个名称均包含四个汉字，从而控制了语言相似性。就熟悉度而言，圣诞老人在香港也相当知名，因为香港是一个部分西化的城市。此外，由于香港有官方的圣诞节假期，圣诞老人在当地也具有一定的正面形象。然而，这种对熟悉度的控制是部分的，因为很难完全匹配修行者对阿弥陀佛名号的理解程度。

本研究中的一个关键步骤是制备引发恐惧或压力的图片。由于宗教诵念在威胁性事件发生时可能更有效，因此从国际情绪图片系统（IAPS）图片库中选择适当的刺激材料至关重要26。建议对潜在受试者进行访谈，并据此选择合适的图片，以避免引发过度的恐惧或厌恶情绪。过于负面的图片可能使受试者难以主动转移注意力；同时，用于诱发恐惧和压力的刺激应足以使受试者体验到充分的威胁感。另一个关键问题是实验的区组设计。脑电图（EEG）/事件相关电位（ERP）信号具有足够的敏感性和动态性，能够追踪每一个事件。然而，采用持续20-30秒的观看时段的区组设计更为合适，因为心脏功能或情绪的变化可能不会以秒为单位发生27。另一方面，60秒的区组可能过长，在ERP研究中神经反应可能会出现习惯化。

在进行脑电图（EEG）数据处理时，每一步操作都必须进行数据备份，因为每个步骤都会修改数据并记录该步骤中所做的更改。这有助于追踪数据变化，并在批量处理过程中更易于发现错误。提高数据质量也至关重要，因此需要具备原始数据清洗和识别不良独立成分（bad ICs）的经验。在统计分析中，采用了总平均值进行比较，并应用了方差分析（ANOVA）。我们提醒注意，采用固定效应模型的此类统计方法容易受到随机效应的影响28。可采用混合效应模型来控制外部干扰因素29，而线性假设可能会影响从事件相关电位（ERP）数据中得出的推论30。

有几个局限性值得注意。其一，本研究仅纳入了一组修习净土宗佛教的参与者。若能增加一组无宗教唱诵经验的对照组进行比较，则有助于确定宗教唱诵的效果是由信仰还是熟悉程度所介导的。通常，采用随机对照试验更能令人信服地检验情绪调节在宗教唱诵中的作用31。然而，很难保证任何参与者会完全自愿地反复唱诵“阿弥陀佛”。此外，LPP 还受到其他因素的影响，例如情绪性声音或正性启动32,33。因此，需要设计更严格控制的实验，以更清晰地阐明宗教唱诵作用背后的神经机制。

总之，以往的研究表明，人脑具有神经可塑性，并能迅速改变其状态34,35；通过充分的练习和有意识的投入，大脑可以重塑自身，并对通常引发恐惧的刺激产生不同的反应。本研究为在当代背景下制定有效应对情绪困扰的策略提供了见解。按照本方案，研究人员应进一步探讨宗教诵经或其他传统实践方式的效果，以确定可行的方法，帮助人们缓解情绪痛苦。

披露

作者声明不存在任何竞争性经济利益。

致谢

本研究得到了香港大学小型基金项目和国家自然科学基金61841704的资助。

材料

本文使用的材料清单
姓名公司目录编号评论
E-Prime 2.0Psychology Software Tools刺激呈现、行为数据采集
EEGLABSwartz Center for Computational Neuroscience脑电分析软件
HydroCel GSN 128通道Electrical Geodesics, Inc. (EGI)脑电帽
LabChartADInstruments生理数据（包括心电图）采集软件
Matlab R2011aMathWorksEEGLAB 和 SPM 基于 Matlab；用于脑电和生理数据的统计分析工具
NetstationElectrical Geodesics, Inc. (EGI)脑电采集软件
PowerLab 8/35ADInstrumentsPL3508生理数据（包括心电图）采集硬件
SPMWellcome Trust Centre for Neuroimaging脑电源分析软件
FMRIB牛津大学功能脑成像中心（FMRIB）用于 EEGLAB 处理心电数据的插件
SPSSIBM行为数据和脑电感兴趣区数据的统计分析工具
iMac 27"Apple运行 Netstation 软件
Windows PCHP运行 E-Prime 2.0 软件
Windows PCDell运行 LabChart 软件

参考文献

  1. Kennedy, H., Montreuil, T. C. The late positive potential as a reliable neural marker of cognitive reappraisal in children and youth: A brief review of the research literature. Frontiers in Psychology. 11, 608522(2020).
  2. Yu, Q., Kitayama, S. Does facial action modulate neural responses of emotion? An examination with the late positive potential (LPP). Emotion. 21 (2), 442-446 (2021).
  3. Gao, J. L., et al. Repetitive religious chanting modulates the late-stage brain response to fear and stress-provoking pictures. Frontiers in Psychology. 7, 2055(2017).
  4. Barkus, E. Effects of working memory training on emotion regulation: Transdiagnostic review. PsyCh Journal. 9 (2), 258-279 (2020).
  5. Denny, B. T. Getting better over time: A framework for examining the impact of emotion regulation training. Emotion. 20 (1), 110-114 (2020).
  6. Champe, J., Okech, J. E. A., Rubel, D. J. Emotion regulation: Processes, strategies, and applications to group work training and supervision. Journal for Specialists in Group Work. 38 (4), 349-368 (2013).
  7. Sobolewski, A., Holt, E., Kublik, E., Wrobel, A. Impact of meditation on emotional processing-A visual ERP study. Neuroscience Research. 71 (1), 44-48 (2011).
  8. Katyal, S., Hajcak, G., Flora, T., Bartlett, A., Goldin, P. Event-related potential and behavioural differences in affective self-referential processing in long-term meditators versus controls. Cognitive Affective & Behavioral Neuroscience. 20 (2), 326-339 (2020).
  9. Uusberg, H., Uusberg, A., Talpsep, T., Paaver, M. Mechanisms of mindfulness: The dynamics of affective adaptation during open monitoring. Biological Psychology. 118, 94-106 (2016).
  10. Bradley, M. M., Lang, P. J. Handbook of emotion elicitation and assessment. Series in affective science. Coan, J. A., Allen, J. B. 483, Oxford University Press. 483-488 (2007).
  11. Gao, J. L., et al. Repetitive religious chanting invokes positive emotional schema to counterbalance fear: A multi-modal functional and structural MRI study. Frontiers in Behavioral Neuroscience. 14, 548856(2020).
  12. Somaratne, G. A. The Jhana-cittas: The methods of swapping existential planes via samatha. Journal Of The Postgraduate Institute Of Pali And Buddhist Studies. 2, 1-21 (2017).
  13. Bhikkhu, T. Sallatha Sutta: The arrow (SN 36.6), Translated from the pali. Access to Insight Legacy Edition. , (2013).
  14. Halkias, G. Luminous bliss : a religious history of Pure Land literature in Tibet : with an annotated English translation and critical analysis of the Orgyan-gling gold manuscript of the short Sukhāvatīvȳuha-sūtra. , University of Hawaiʻi Press. (2013).
  15. Stewart, J. L., et al. Attentional bias to negative emotion as a function of approach and withdrawal anger styles: An ERP investigation. International Journal of Psychophysiology. 76 (1), 9-18 (2010).
  16. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods. 134 (1), 9-21 (2004).
  17. Ito, T. A., Larsen, J. T., Smith, N. K., Cacioppo, J. T. Negative information weighs more heavily on the brain: The negativity bias in evaluative categorizations. Journal of Personality and Social Psychology. 75 (4), 887-900 (1998).
  18. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. Journal of NeuroEngineering and Rehabilitation. 5, 25(2008).
  19. Penny, W. D., Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E. Statistical Parametric Mapping: The Analysis of Functional BrainIimages: The Analysis of Functional Brain Images. , Academic Press. (2011).
  20. Friston, K., et al. Multiple sparse priors for the M/EEG inverse problem. NeuroImage. 39 (3), 1104-1120 (2008).
  21. Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. Removal of FMRI environment artifacts from EEG data using optimal basis sets. Neuroimage. 28 (3), 720-737 (2005).
  22. Nakamura, H., Tawatsuji, Y., Fang, S. Y., Matsui, T. Explanation of emotion regulation mechanism of mindfulness using a brain function model. Neural Networks. 138, 198-214 (2021).
  23. Schjoedt, U., Stdkilde-Jorgensen, H., Geertz, A. W., Roepstorff, A. Highly religious participants recruit areas of social cognition in personal prayer. Social Cognitive and Affective Neuroscience. 4 (2), 199-207 (2009).
  24. Rao, N. P., et al. Directional brain networks underlying OM chanting. Asian Journal of Psychiatry. 37, 20-25 (2018).
  25. Harne, B. P., Bobade, Y., Dhekekar, R. S., Hiwale, A. SVM classification of EEG signal to analyze the effect of OM Mantra meditation on the brain. 2019 Ieee 16th India Council International Conference (Ieee Indicon 2019). , (2019).
  26. Coan, J. A., Allen, J. J. B. Handbook of Emotion Elicitation and Assessment. , Oxford University Press. (2007).
  27. Meseguer, V., et al. Mapping the apetitive and aversive systems with emotional pictures using a Block-design fMRI procedure. Psicothema. 19 (3), 483-488 (2007).
  28. Luck, S. J., Gaspelin, N. How to get statistically significant effects in any ERP experiment (and why you shouldn't). Psychophysiology. 54 (1), 146-157 (2017).
  29. Meteyard, L., Davies, R. A. I. Best practice guidance for linear mixed-effects models in psychological science. Journal of Memory and Language. 112, 104092(2020).
  30. Tremblay, A., Newman, A. J. Modeling nonlinear relationships in ERP data using mixed-effects regression with R examples. Psychophysiology. 52 (1), 124-139 (2015).
  31. Wu, B. W. Y., Gao, J. L., Leung, H. K., Sik, H. H. A randomized controlled trial of Awareness Training Program (ATP), a group-based mahayana buddhist intervention. Mindfulness. 10 (7), 1280-1293 (2019).
  32. Brown, D. R., Cavanagh, J. F. The sound and the fury: Late positive potential is sensitive to sound affect. Psychophysiology. 54 (12), 1812-1825 (2017).
  33. Hill, L. D., Starratt, V. G., Fernandez, M., Tartar, J. L. Positive affective priming decreases the middle late positive potential response to negative images. Brain and Behavior. 9 (1), 01198(2019).
  34. Belzung, C., Wigmore, P. Current Topics in Behavioral Neurosciences,1 online resource. , Springer Berlin Heidelberg. Berlin Heidelberg. (2013).
  35. Denes, G. Neural Plasticity Across The Lifespan: How The Brain Can Change. , CRC Press, an imprint of the Taylor & Francis Group. (2016).

重印与许可

勘误


Formal Correction: Erratum: Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting
Posted by JoVE Editors on 3/25/2022. Citeable Link.

An erratum was issued for: Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting. The Authors section was updated.

The authors section was updated from:

Hin Hung Sik1, Georgios T. Halkias1, Chunqi Chang2, Junling Gao1, Hang Kin Leung1, Bonnie W. Y. Wu1
1Centre of Buddhist Studies, The University of Hong Kong,
2School of Biomedical Engineering, Shenzhen University

To:

Hin Hung Sik1, Georgios T. Halkias1, Chunqi Chang2, Junling Gao1, Hang Kin Leung1, Bonnie Wai Yan Wu1
1Buddhism and Science Research Lab, Centre of Buddhist Studies, The University of Hong Kong,
2School of Biomedical Engineering, Shenzhen University

标签

情绪唤醒晚期正电位事件相关电位恐惧刺激脑电图 EEG国际情感图片系统ERP 源分析
通过重复性宗教诵念调节对恐惧和应激刺激的神经生理反应
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。