2017年5月10日
本文描述了如何使用小波熵指数来分析高密度脑电图(EEG)和心电图(ECG)数据。我们发现,在基于正念的减压训练过程中,大脑和心脏活动的不规则性变得更加协调。
本项 EEG 实验的总体目标是利用小波熵指数分析高密度 EEG 和 ECG 数据。我们发现,在基于正念的减压训练过程中,大脑与心脏活动的不规则性变得更加协调。该方法有助于回答神经科学与心理学领域中的问题,即如何测量并比较正念练习期间心智与心脏活动的混沌状态。
该方法的独特之处在于利用小波熵分析创建一个共同指标,用以测量大脑和心脏的混沌活动,从而有效分析和比较二者之间的关系。多种宗教和灵性传统认为,身体与心灵在某种程度上是协调的。然而,科学家一直难以证实这一点,因为他们无法找到一个可用于比较两者的共同指标。
该方法还可帮助揭示正念及其他心理训练调节大脑与心脏活动的作用机制。我们最初在发现小波熵对不同心理状态下的活动具有敏感性时,便萌生了利用小波熵探索脑-心相关性的想法。除俊玲和吉聪外,我实验室的 Hang Kin 将协助完成这些操作步骤的演示。
他还将作为演示过程中的受试者。首先,引导受试者进入一间安静的脑电图(electroencephalography,简称 EEG)室。为进行记录,准备一套包含 EEG 帽、放大器、头箱和台式计算机的 128 导脑电图系统。
接下来,使用酒精棉片清洁受试者的面部区域和乳突部位。用卷尺测量受试者的头围,然后选择合适尺寸的帽状电极。从鼻根至枕外隆凸测量一个距离,再沿双耳顶部并跨越头皮测量另一个距离。
使用软头标记笔标记顶点,即鼻根点与枕外隆凸之间中点,且位于两耳之间中线处。接着,根据10-5电极系统确定电极位置。放置帽状电极时,应确保Cz电极位于顶点上方,Nz电极位于鼻根点,Lz电极位于枕外隆凸,RM电极位于右侧乳突,LM电极位于左侧乳突。
使用钝头注射器将凝胶填充至电极架中。然后,将心电图电极分别置于左右锁骨下窝。每个电极的阻抗应保持在20千欧以下。
通过调整电极位置以增加与头皮的接触,从而降低阻抗,必要时可添加更多导电膏。接下来,在基于正念的减压训练(MBSR)课程开始时记录脑电图(EEG)数据。指导受试者进行简短的身体扫描,通过让其在吸气和呼气时关注自身的呼吸,以放松全身。
最后,让每位受试者在采集脑电图(EEG)数据期间,分别进行10分钟基于正念减压疗法(MBSR)的正念呼吸练习和10分钟的正常休息,以生成包含两种条件的MBSR训练前数据集。然后在两个月后重复该EEG实验流程,以生成包含两种条件的MBSR训练后数据集。首先打开EEG软件并加载数据集,然后选择“工具”(Tools)菜单中的“更改采样率”(Change sampling rate)以对数据进行重采样。
然后,在 EEG 软件中选择工具(Tools)、滤波数据(Filter the data)和基本 FIR 滤波器(Basic FIR filter),使用有限冲激响应滤波器对 0.5 至 100 赫兹的通带进行带通滤波。为降低由市电交流电引起的噪声,选择工具(Tools)、滤波数据(Filter the data)和短非线性 IIR 滤波器(Short non-linear IIR filter),使用短非线性无限冲激响应滤波器对 47 至 53 赫兹的阻带进行陷波滤波。接下来,选择绘图(Plot)和 EEG 通道数据(Channel data),以可视化方式滚动查看并检查 EEG 信号。
然后,用鼠标左键单击并拖动以选中质量差的片段,高亮并删除包含明显肌电噪声及其他异常事件的脑电图(EEG)片段。在删除任何不良片段后,判断是否存在不良通道。通过选择“工具”菜单中的“通道插值”功能,使用球面插值法重建每个不良通道。
接下来,选择“工具”并运行ICA,对数据进行独立成分分析。然后通过视觉检查识别出良好的成分,并选择“工具”→“使用ICA拒绝数据”→“通过成分图拒绝成分”,再选择“工具”→“移除成分”,以剔除与眼动、眨眼、肌肉运动以及其他可能噪声相关的成分。最后,选择“工具”→“重参考”,将数据重参考至所有通道的平均值,以便进行后续分析。
然后,使用此处所示的公式计算小波系数,定义相对能量,并计算小波熵。在脑电数据的频谱分析中,与正常静息状态相比,正念减压法(MBSR)正念呼吸期间α波和β波增强,而δ波减弱。此外,源分析显示,MBSR正念训练主要影响的脑区位于左侧枕回、右侧楔前叶、中颞回和左侧梭状回。
最后,在正念减压疗法的正念呼吸期间,大脑和心脏的熵值显著相关,而在正常休息期间则无此相关性。一旦掌握要领,若操作得当,该实验可在一周内完成。在进行该操作时,需要注意所有正确的传感步骤对于获得预期结果至关重要。
通过此方法,我们可以探究其他心智训练与实践(例如诵经、祈祷、瑜伽、太极以及类似的冥想练习)是否能够改善身心的同步性。观看本视频后,您应能充分理解如何利用小波熵来测量和探究正念冥想期间大脑与心脏电活动之间的关系。
本手稿描述了使用小波熵指数分析高密度脑电图(EEG)和心电图(ECG)数据的方法。该研究表明,在基于正念的减压训练过程中,大脑和心脏活动的不规则性变得更加协调。
建立身心协调的客观生物标志物,有助于解决神经精神疾病靶点验证中的一个关键空白问题,因为主观性终点指标会限制中枢神经系统药物研发中的预测可信度。本方法提供了一种基于定量电生理学的框架,用于评估受正念调节通路的机制性参与,从而支持降低神经精神疾病适应症的开发风险。通过实现神经活动与自主神经输出之间的跨模态相关性分析,该方法增强了从早期发现到临床前验证的转化连续性。
该方法通过为早期靶点验证提供机制性读出,并推进检测方法开发,以实现对影响自主神经调节的中枢神经系统活性化合物进行临床前评估,从而整合到发现工作流程中。