-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

DE

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Calculus
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Biopharma

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools
Biopharma

Language

German

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Calculus

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Journal
Behavior
Mit Wavelet Entropy zu demonstrieren, wie Achtsamkeit Praxis erhöht die Koordination zwischen unr...
Mit Wavelet Entropy zu demonstrieren, wie Achtsamkeit Praxis erhöht die Koordination zwischen unr...
JoVE Journal
Behavior
This content is Free Access.
JoVE Journal Behavior
Using Wavelet Entropy to Demonstrate how Mindfulness Practice Increases Coordination between Irregular Cerebral and Cardiac Activities

Mit Wavelet Entropy zu demonstrieren, wie Achtsamkeit Praxis erhöht die Koordination zwischen unregelmäßigen zerebralen und kardialen Aktivitäten

Full Text
15,315 Views
08:08 min
May 10, 2017

DOI: 10.3791/55455-v

Hin Hung Sik1, Junling Gao1,2, Jicong Fan1, Bonnie Wai Yan Wu1, Hang Kin Leung1, Yeung Sam Hung2

1Centre of Buddhist Studies,The University of Hong Kong, 2Department of Electrical and Electronic Engineering,The University of Hong Kong

AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

This manuscript describes the use of the wavelet entropy index to analyze high-density electroencephalography (EEG) and electrocardiography (ECG) data. The study demonstrates that the irregularity of cerebral and cardiac activities becomes more coordinated during mindfulness-based stress reduction practice.

Key Study Components

Area of Science

  • Neuroscience
  • Psychology
  • Electrophysiology

Background

  • Mindfulness practices are believed to coordinate body and mind.
  • Previous studies lacked a common index to compare brain and heart activities.
  • Wavelet entropy is sensitive to different mental conditions.
  • This study aims to explore the correlation between brain and heart during mindfulness.

Purpose of Study

  • To analyze EEG and ECG data using wavelet entropy.
  • To investigate the coordination of cerebral and cardiac activities during mindfulness.
  • To provide insights into how mindfulness modulates brain and heart activities.

Methods Used

  • 128-channel EEG system setup and participant preparation.
  • Recording EEG data during mindfulness-based stress reduction (MBSR) practice.
  • Data processing including filtering, artifact rejection, and Independent Component Analysis (ICA).
  • Calculation of wavelet coefficients and entropy for analysis.

Main Results

  • Enhanced alpha and beta waves, reduced delta waves during MBSR.
  • Significant correlation of brain and heart entropies during mindfulness.
  • Major brain regions affected include the left occipital gyrus and right precuneus.
  • Methodology can be applied to other mental training practices.

Conclusions

  • Wavelet entropy effectively measures brain-heart coordination.
  • Mindfulness practices enhance the relationship between brain and heart activities.
  • Future studies can explore other contemplative exercises using this method.

Frequently Asked Questions

What is wavelet entropy?
Wavelet entropy is a method used to analyze the complexity and irregularity of signals, such as EEG and ECG data.
How does mindfulness affect brain and heart activities?
Mindfulness practices can enhance the coordination between brain and heart activities, as shown by increased correlation during mindfulness exercises.
What equipment is needed for this study?
A 128-channel EEG system, ECG electrodes, and appropriate software for data analysis are required.
What are the main findings of this study?
The study found that mindfulness practice leads to enhanced brain wave activity and a significant correlation between brain and heart entropy.
Can this method be applied to other practices?
Yes, the methodology can be adapted to study other mental training practices like yoga and tai chi.

Dieses Manuskript beschreibt, wie man den Wavelet-Entropie-Index verwendet, um hochdichte Elektroenzephalographie (EEG) und Elektrokardiographie (ECG) Daten zu analysieren. Wir zeigen, dass die Unregelmäßigkeit der zerebralen und kardialen Aktivitäten bei der Achtsamkeits-gestützten Stressreduzierungspraxis stärker koordiniert wurde.

Das übergeordnete Ziel dieses EEG-Experiments ist es, den Wavelet-Entropieindex zur Analyse von EEG- und EKG-Daten mit hoher Dichte zu verwenden. Wir zeigen, dass die Unregelmäßigkeit von zerebralen und kardialen Aktivitäten während der achtsamkeitsbasierten Stressreduktionspraxis besser koordiniert wurde. Diese Methode kann helfen, die Fragen in den Neurowissenschaften und der Psychologie zu beantworten, wie man die chaotischen Aktivitäten von Geist und Herz während der Praxis der Achtsamkeit messen und vergleichen kann.

Die Einzigartigkeit dieser Methode besteht in der Erstellung eines gemeinsamen Index mit Hilfe der Wavelet-Entropieanalyse, um chaotische Aktivitäten im Gehirn und im Herzen zu messen, so dass ihre Beziehung effektiv analysiert und verglichen werden kann. Eine Vielzahl von religiösen und spirituellen Traditionen glauben, dass Körper und Geist irgendwie aufeinander abgestimmt sind. Wissenschaftler haben jedoch Schwierigkeiten, dies zu beweisen, da sie keinen gemeinsamen Index finden können, um die beiden zu vergleichen.

Diese Methode kann auch einen Einblick in den Wirkmechanismus geben, wie Achtsamkeit und andere mentale Trainings die Aktivitäten des Gehirns und des Herzens modulieren können. Wir hatten zuerst die Idee, die Wavelet-Entropie zu nutzen, um die Korrelation zwischen Gehirn und Herz zu erforschen, als wir herausfanden, dass die Wavelet-Entropie empfindlich auf die Auswirkungen auf die verschiedenen mentalen Zustände reagiert. Neben Junling und Jicon wird auch Hang Kin aus meinem Labor bei der Demonstration dieser Verfahren behilflich sein.

Er wird auch bei den Vorführungen unser Thema sein. Beginnen Sie damit, den Teilnehmer in einen ruhigen Elektroenzephalographie- oder EEG-Raum zu begleiten. Um die Aufzeichnung durchzuführen, stellen Sie ein 128-Kanal-EEG-System zusammen, das aus einer EEG-Kappe, einem Verstärker, einem Headbox und einem Desktop-Computer besteht.

Verwenden Sie anschließend Alkoholtupfer, um den Gesichtsbereich und das Mastoid des Teilnehmers zu reinigen. Messen Sie den Kopfumfang des Teilnehmers mit einem Maßband und wählen Sie dann eine Kappe in geeigneter Größe. Nehmen Sie eine Messung von der Nase bis zum Inion und eine weitere Messung über die Oberseite der Ohren und über die Kopfhaut.

Markieren Sie den Scheitelpunkt, den Punkt in der Mitte des Abstands zwischen der Nase und dem Inion in der Mitte zwischen den beiden Ohren, mit einem weichen Markierungsstift. Stellen Sie anschließend die Elektrodenpositionen gemäß dem 10-5-Elektrodensystem ein. Positionieren Sie die Kappe so, dass sich die Cz-Elektrode über dem Scheitelpunkt, die Nz-Elektrode am Nasion, die Lz-Elektrode am Inion, die RM-Elektrode am rechten Mastoid und die LM-Elektrode am linken Mastoid befindet.

Füllen Sie die Elektrodenhalter mit einer stumpfen Spritze mit Gel. Platzieren Sie dann die EKG-Elektroden sowohl an der linken als auch an der rechten Fossa infraclavicularis. Halten Sie die Impedanz für jede Elektrode unter 20 Kiloohm.

Reduzieren Sie die Impedanz, indem Sie die Elektrodenplatzierung anpassen, um den Kontakt mit der Kopfhaut zu erhöhen, und fügen Sie bei Bedarf mehr Gel hinzu. Zeichnen Sie als Nächstes zu Beginn des Kurses zur achtsamkeitsbasierten Stressreduktion (MBSR) EEG-Daten auf. Lassen Sie den Teilnehmer einen kurzen Körperscan durchführen, um den ganzen Körper zu entspannen, indem Sie ihn bitten, beim Ein- und Ausatmen auf seinen Atem zu achten.

Lassen Sie schließlich jeden Teilnehmer während der EEG-Datenerfassung 10 Minuten MBSR-achtsames Atmen und 10 Minuten normale Ruhe durchführen, um ein Pre-MBSR-Trainingsdataset mit zwei Bedingungen zu generieren. Wiederholen Sie dann dieses EEG-Verfahren nach zwei Monaten, um ein Post-MBSR-Trainingsdataset mit zwei Bedingungen zu generieren. Öffnen Sie zunächst die EEG-Software und laden Sie den Datensatz, und wählen Sie dann Tools und Abtastrate ändern aus, um die Daten neu zu berechnen.

Wählen Sie dann Werkzeuge, Daten filtern und Einfacher FIR-Filter aus, um den Filter "Endliche Impulsantwort" für die Bandpassfilterung mit einem Durchlassbereich von 0,5 bis 100 Hertz zu verwenden. Um das Rauschen aufgrund des Netzwechselstroms zu reduzieren, wählen Sie Werkzeuge, Daten filtern und Kurzer nichtlinearer IIR-Filter, um den kurzen nichtlinearen Filter mit unendlichem Impulsantwort für die Kerbfilterung mit einem Sperrband von 47 bis 53 Hertz zu verwenden. Wählen Sie als Nächstes Plot- und Kanaldaten in der EEG-Software, um visuell durch das EEG-Signal zu scrollen und es zu überprüfen.

Klicken Sie dann mit der linken Maustaste und ziehen Sie die Maus über fehlerhafte Segmente, um EEG-Segmente zu markieren und zu löschen, die offensichtliches Muskelrauschen und andere seltsame Ereignisse enthalten. Stellen Sie nach dem Löschen fehlerhafter Segmente fest, ob fehlerhafte Kanäle vorhanden sind. Rekonstruieren Sie jeden fehlerhaften Kanal mit der sphärischen Interpolationsmethode, indem Sie Werkzeuge und Kanal interpolieren auswählen.

Wählen Sie als Nächstes Extras und ICA ausführen aus, um eine unabhängige Komponentenanalyse für die Daten durchzuführen. Identifizieren Sie dann visuell gute Komponenten, und verwerfen Sie Komponenten von Augenbewegungen und Blinzeln, Muskelbewegungen und Komponenten anderer möglicher Geräusche, indem Sie Werkzeuge, Daten mit ICA ablehnen, gefolgt von Komponenten nach Karte ablehnen, dann Werkzeuge und Komponenten entfernen auswählen. Wählen Sie abschließend Tools und Rereference aus, um die Daten vor der weiteren Analyse erneut auf den Durchschnitt aller Kanäle zu beziehen.

Verwenden Sie dann die hier gezeigte Formel, um die Wavelet-Koeffizienten zu berechnen, die relative Energie zu definieren und die Wavelet-Entropie zu berechnen. In der Spektralanalyse von EEG-Daten gab es im Vergleich zu normaler Ruhe verstärkte Alpha- und Beta-Wellen und reduzierte Delta-Wellen während der MBSR-Achtsamkeitsatmung. Darüber hinaus zeigt die Quellenanalyse, dass die wichtigsten Gehirnregionen, die vom MBSR-Achtsamkeitstraining betroffen waren, im linken Okzipitalgyrus, im rechten Precuneus, im mittleren Gyrus temporalis und im linken fusiformen Gyrus lagen.

Schließlich waren die Entropien des Gehirns und des Herzens während der MBSR-Achtsamkeitsatmung signifikant korreliert, nicht jedoch während der normalen Ruhe. Einmal gemeistert, kann das Verfahren in einer Woche durchgeführt werden, wenn es richtig durchgeführt wird. Wenn Sie dieses Verfahren ausprobieren, ist es erwähnenswert, dass alle richtigen Sensorschritte unerlässlich sind, um die erwarteten Ergebnisse zu erzielen.

Nach diesem Verfahren können wir herausfinden, ob andere mentale Trainings und Praktiken, wie Chanten, Gebet, Yoga, Tai Chi und ähnliche kontemplative Übungen, die Mitnahme von Körper und Geist verbessern können. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie die Wavelet-Entropie nutzen können, um die Beziehung zwischen den elektrischen Aktivitäten von Gehirn und Herz während Achtsamkeitsmeditationen zu messen und zu erforschen.

Explore More Videos

Verhalten Ausgabe 123 Achtsamkeitsgestützte Stressreduktion Elektroenzephalographie Quellanalyse Wavelet-Entropie Unregelmäßigkeit Gehirn- und Herzkoordination

Related Videos

Microstate und Omega Komplexität Analysen der ruhenden Zustand Elektroenzephalographie

06:40

Microstate und Omega Komplexität Analysen der ruhenden Zustand Elektroenzephalographie

Related Videos

10.8K Views

Dynamische digitale Biomarker der motorischen und kognitiven Funktion bei Parkinson

10:28

Dynamische digitale Biomarker der motorischen und kognitiven Funktion bei Parkinson

Related Videos

16.4K Views

Kombination von Verhalten und EEG, um die Auswirkungen von Achtsamkeitsmeditation auf das episodische Gedächtnis zu untersuchen

08:16

Kombination von Verhalten und EEG, um die Auswirkungen von Achtsamkeitsmeditation auf das episodische Gedächtnis zu untersuchen

Related Videos

9.2K Views

Messung des direktionalen Informationsflusses in fNIRS-Hyperscanning-Daten mit der Partial-Wavelet-Transformationskohärenzmethode

08:42

Messung des direktionalen Informationsflusses in fNIRS-Hyperscanning-Daten mit der Partial-Wavelet-Transformationskohärenzmethode

Related Videos

3.7K Views

Neuer Rahmen für das Verständnis der hirnübergreifenden Kohärenz in funktionellen Hyperscanning-Studien der Nahinfrarotspektroskopie (fNIRS)

05:59

Neuer Rahmen für das Verständnis der hirnübergreifenden Kohärenz in funktionellen Hyperscanning-Studien der Nahinfrarotspektroskopie (fNIRS)

Related Videos

3.4K Views

Auswirkungen von Achtsamkeitstraining in Kombination mit Tai Chi bei Patienten mit diabetischer peripherer Neuropathie

05:06

Auswirkungen von Achtsamkeitstraining in Kombination mit Tai Chi bei Patienten mit diabetischer peripherer Neuropathie

Related Videos

2.5K Views

BrainBeats als Open-Source-EEGLAB-Plugin zur gemeinsamen Analyse von EEG- und kardiovaskulären Signalen

08:22

BrainBeats als Open-Source-EEGLAB-Plugin zur gemeinsamen Analyse von EEG- und kardiovaskulären Signalen

Related Videos

3.3K Views

Religiöses Singen und selbstbezogene Hirnregionen: Eine multimodale Neuroimaging-Studie

05:05

Religiöses Singen und selbstbezogene Hirnregionen: Eine multimodale Neuroimaging-Studie

Related Videos

1.4K Views

Funktionelle Nahinfrarotspektroskopie Hyperscanning-Studie in der psychologischen Beratung

06:04

Funktionelle Nahinfrarotspektroskopie Hyperscanning-Studie in der psychologischen Beratung

Related Videos

1.7K Views

Wie Amygdala Aktivität mit Magnetenzephalographie Detect Einsatz von Source Imaging

10:48

Wie Amygdala Aktivität mit Magnetenzephalographie Detect Einsatz von Source Imaging

Related Videos

22.9K Views

JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
  • Biopharma
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • JoVE Newsroom
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2026 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code