Name: שימוש באנטרופיה Wavelet כדי להדגים כיצד תרגול תשומת לב מגביר את התיאום בין פעילות מוחית לא סדירה ופעילות לב (וידאו) | JoVE Journal
Uploaded: 2017-05-10T13:30:00.000+00:00
Duration: 8 min 8 s
Description: חקור את שימוש אינדקס האנטרופיה Wavelet לניתוח נתוני EEG ו-ECG בצפיפות גבוהה. השיטה מדגימה כיצד תרגול מודעות מגביר את התיאום בין פעילות מוחית לא סדירה לפעילות הלב.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

מחקר זה נתמך על ידי הקרן SPF-201209176152 באוניברסיטת הונג קונג. אנו מודים לד&quot;ר הלן מה על לימוד הקורס וגיוס משתתפי MBSR.

מחקר זה אושר על ידי אוניברסיטת הונג קונג סקירה מוסדית מועצת המנהלים. כל המשתתפים סיפקו את הסכמתם המדעת בכתב לפני השתתפותם במחקר זה. 1. עיצוב ניסיוני <img alt="שולחן 1" src="/files/ftp_upload/55455/table01.jpg" /> טבלה 1. MBSR סקירה כללית. קורס ההדרכה של MBSR בן 8 השבועות שנלקח על ידי המשתתפים. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לגייס משתתפים. הערה: 11 מבוגרים בריאים (חמש נקבות) מקורס MBSR מקומי השתתפו במחקר EEG זה והיו בני 28 - 52. משתתף עם דיכאון מבוסס על מלאי בדיכאון בק לא נכללו במחקר. הקורס עבר הכשרה סטנדרטית של MBSR ( טבלה 1 ), והמשתתפים נאלצו להתחייב למבנה האימון. </li><li style=";text-align:right;direction:rtl"> מערכת הקלטה EEG. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> ביצוע הקלטה EEG בחדר שקט באמצעות 128-EEG ערוץYstem המורכב מכסה EEG, מגבר, headbox, ואת שולחן העבודה. </li></ol></li></ol> 2. EEG ו- ECG רכישת נתונים הערה: איסוף הנתונים EEG בעקבות הליך סטנדרטי דומה לשיטה שתוארה קודם לכן 14 . בקשו מכל משתתף לרחוץ את השיער והקרקפת שלו לפני בואו לאתר הניסוי. ליידע את המשתתף על הליכים ניסיוניים, בעיקר כי הוא / היא תישאר בדרך כלל במשך 10 דקות ולעשות נשימה מודע במשך 10 דקות נוספות תוך הקלטת עם EEG ו- ECG התקנים. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> נקה את אזור הפנים ואת mastoid של המשתתף עם אלכוהול swabs. </li><li style=";text-align:right;direction:rtl"> באמצעות סרט מדידה, למדוד את היקף הראש של המשתתף ולאחר מכן לבחור מכסה בגודל מתאים. קח מדידה אחת מן nasion כדי inion ועוד מדידה על החלק העליון של האוזניים מעל הקרקפת. סמן את הקודקוד (הנקודה באמצע המרחק בין nasion aD בין איזור הביניים בין שתי האוזניים) עם עט סמן רך. </li><li style=";text-align:right;direction:rtl"> הגדר את עמדות האלקטרודה בהתאם למערכות האלקטרודה 10-5. למקם את הכובע בצורה כזו כי האלקטרודה CZ הוא מעל קודקוד, האלקטרודה NZ הוא nasion, האלקטרודה Lz הוא ב inion, אלקטרודה RM הוא בצד ימין mastoid, ואת האלקטרודה LM הוא בצד שמאל mastoid . <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מניחים את האלקטרודות א.ק.ג. ב הן fossae השמאלית והימנית infraclavicular. </li><li style=";text-align:right;direction:rtl"> ממלאים את מחזיקי האלקטרודה עם ג&#39;ל באמצעות מזרק קהה נקודה. </li><li style=";text-align:right;direction:rtl"> שמור על עכבה מתחת 20 kΩ עבור כל אלקטרודה. להפחית את עכבה על ידי התאמת מיקום האלקטרודה כדי להגדיל את הקשר עם הקרקפת; להוסיף ג&#39;ל יותר במידת הצורך. </li><li style=";text-align:right;direction:rtl"> הדק את הסנטר והבקש מהמשתתף להישאר בשקט. </li><li style=";text-align:right;direction:rtl"> קביעת קצב הדגימה של התקן EEG ל -1,000 הרץ. השתמש mastoid שמאל כנקודת התייחסות המקורי. </li></ol></li><li style=";text-align:right;direction:rtl"> נתוני EEG (שלב 1.2.1) בתחילת הקורס MBSR (בתוך 2 שבועות). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> יש לבצע את המשתתף לבצע סריקת גוף קצרה כדי להירגע את כל הגוף. יש המשתתף לשים לב לנשימה שלו בזמן לנשום ולנשום. יש כל משתתף לבצע 10 דקות של MBSR נשימה מודע (מצב MBSR תשומת לב) ו 10 דקות של מנוחה רגילה (מצב שליטה) במהלך איסוף הנתונים EEG. זה יוצר מערך הכשרה מראש MBSR עם שני תנאים. הערה: לאזן את רצף הנשימה המודעת ואת המנוחה הרגילה בקרב המשתתפים. </li></ol></li><li style=";text-align:right;direction:rtl"> הקלט נתונים EEG שוב על 1 חודש לאחר המשתתפים להשלים את קורס MBSR. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> שאל כל משתתף לבצע 10 דקות של נשימה מודע ו 10 דקות של מנוחה רגילה במהלך איסוף הנתונים EEG. פעולה זו יוצרת מערך נתונים לאחר אימון MBSR עם שני תנאים. </li></ol></li></ol> 3. EEG וניתוח נתונים ECG הערה: ארבעת הצעדים הראשונים הםעבור עיבוד נתונים, והשלבים הנותרים הם לחישוב אנטרופיה של גלים וניתוח מתאם. הנה, תוכנת קוד פתוח בשם EEGLAB 16 שימש ניתוח EEG, אבל פעולות צריך להיות דומה על פני תוכנות שונות. להלן, הפעולות המבוססות על EEGLAB יובאו כדוגמה. עיין במדריך EEGLAB לקבלת פרטים נוספים (https://sccn.ucsd.edu/wiki/EEGLAB_Wiki#EEGLAB_Tutorial). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> השתמש בתוכנת EEG כדי לדגום את הנתונים ב 250 הרץ על ידי בחירת כלים&gt; שינוי קצב הדגימה. השתמש במסנן Finite Impulse Response (FIR) עבור סינון פס-פס באמצעות פס-פס של 0.5-100 Hz על-ידי בחירה באפשרות כלים&gt; סינון הנתונים&gt; מסנן FIR בסיסי. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> כדי להפחית את הרעש הנובע מהזרם המתחלף של הזרם הספציפי למדינה, השתמש במסנן קצר, לא ליניארי, Infinite Impulse Response (IIR) עבור סינון חריץ עם stopband 47- 53 Hz על-ידי בחירה באפשרות כלים&gt; סינון הנתונים&gt; קצר שאינו ליניארימסנן IIR. זה מכסה את כל התדרים הרלוונטיים בניתוח ספקטרום תוך הסרת רעש מיותר. </li></ol></li><li style=";text-align:right;direction:rtl"> השתמש בתוכנת EEG כדי לגלול חזותית ולבדוק את האות EEG על ידי בחירת מגרש&gt; נתוני ערוץ (גלילה). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לזהות ולמחוק קטעים EEG המכילים רעש שרירים ברור וכל אירוע מוזר אחרים. לחץ באמצעות לחצן העכבר הימני וגרור את העכבר על מקטעים פגומים כדי להדגיש אותם ולאחר מכן &quot;מחק&quot; או &quot;דחה&quot; את הקטעים באמצעות תוכנת EEG. הערה: פעילות שרירים כגון בליעה או הבעת פנים לעיתים קרובות מייצרים אותות רציפים ולא סדירים. אירועים מוזרים נגרמים בדרך כלל על ידי תנועות ראש או גוף, אשר לעיתים קרובות להוביל משמרות משמעותיות (בתדרים נמוכים) של האות EEG. </li><li style=";text-align:right;direction:rtl"> לקבוע אם יש ערוץ רע. שחזור כל ערוץ רע באמצעות שיטת אינטרפולציה כדורית על ידי בחירת כלים&gt; אינטרפולציה ערוץ. </li></ol></li><li style=";text-align:right;direction:rtl"> השתמש בתוכנת EEG לביצוע ב(ICA) על הנתונים על-ידי בחירה באפשרות כלים&gt; הפעלת ICA. יש למפעיל EEG מנוסה לזהות ולזרוק רכיבים של תנועות עיניים ומהבהב, תנועות שרירים ורכיבים של רעש אפשרי אחר על-ידי בחירה באפשרות כלים&gt; דחה נתונים באמצעות רכיבי ICA&gt; דחה לפי מפה; כלים&gt; הסר רכיבים. תוכנת EEG תשחזר את הנתונים באופן אוטומטי תוך שימוש ברכיבים שנשמרו. </li><li style=";text-align:right;direction:rtl"> השתמש בתוכנת EEG כדי להציג מחדש את הנתונים לממוצע של כל הערוצים לפני ניתוח נוסף על-ידי בחירה בכלים&gt; הפניה חוזרת. </li><li style=";text-align:right;direction:rtl"> ניתוח ספקטרום. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> השתמש בפונקציית שורת הפקודה של תוכנת EEG &quot;spectopo&quot; כדי לחשב את הספקטרום של EEG באמצעות אומדן הצפיפות הספקטרלית של Welch 18 ולהשיג את כוחות היומן (dB) של דלתא (1 - 4 הרץ), theta (4 - 8 הרץ), אלפא ( 8 - 12 הרץ), בטא (12 - 30 הרץ) וגאמא (30 - 80 הרץ). </li><li style=";text-align:right;direction:rtl"> לחשב את פו יחסיתWer של כל סוג של גל 18 ( כלומר את היחס של כוח הלהקה בהתאמה בהתאמה ביחס כוח הספק הכולל). </li></ol></li><li style=";text-align:right;direction:rtl"> בצע ניתוח מקור EEG באמצעות הגישה מיפוי סטטיסטית פרמטרית (SPM). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> השתמש באומדן נורמה מינימלי 19 כדי להפוך את אותות ה- EEG של האלקטרודות הקרקפות לאותות של מקור המוח 3D. הערה: כאן, מספר הערוץ המקורי היה 122, והוא הפך ל -8,196 ערוצים שהופצו במודל המוח התלת-מימדי. רמת החשיבות נקבעה ב- p = 0.01. עיין בניתוח המקור במדריך SPM (www.fil.ion.ucl.ac.uk/spm/doc/spm8_manual.pdf). </li></ol></li><li style=";text-align:right;direction:rtl"> חישוב האנטרופיה אדוה עבור כל ערוץ EEG (כמו גם עבור המשוער תלת מימדי מקור המוח) באמצעות ההליך הבא: <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> בהתחשב באיתות <img alt="משוואה 1" src="/files/ftp_upload/55455/55455eq1.jpg" /> ,לחשב את מקדמי האוהדים כמו <img alt="משוואה 2" src="/files/ftp_upload/55455/image002.jpg" /> , איפה <img alt="משוואה 3" src="/files/ftp_upload/55455/image003.jpg" /> הוא בסיס אורתונורמלי של משפחת האאר <img alt="משוואה 4" src="/files/ftp_upload/55455/image004.jpg" /> מייצג את רמות הפירוק ( N = 10 במחקר זה). </li><li style=";text-align:right;direction:rtl"> הגדר את האנרגיה היחסית כ <img alt="משוואה 5" src="/files/ftp_upload/55455/image005.jpg" /> , עם <img alt="משוואה 6" src="/files/ftp_upload/55455/image006.jpg" /> . </li><li style=";text-align:right;direction:rtl"> חישוב האנטרופיה אדוה כמו <img alt="משוואה 7" src="/files/ftp_upload/55455/image007.jpg" /> . ממוצע האנטרופיה אדוה עבור כל הערוצים כדי לקבל את האנטרופיה אדוה EEG עבור כל משתתף. </li></ol></li><li style=";text-align:right;direction:rtl"> השתמש בחבילת התוכנה כדי לבצע ניתוח שיא על נתוני ה- ECG כדי לקבל את אות פעימת הלב, אשר מורכב ממספר גלי האק&quot;ג והרווח בין הפסגות. הערה: בהנחהקצב לב נורמלי של 60-100 פעימות / דקות הן במצב מנוחה נורמלי והן במצב נשימה מודע, מספר פעימות הלב N למשך 10 דקות צריך להיות קטן יחסית, המספק 600 &lt; N &lt;1,000. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> כדי לקבל אנטרופיה אמינה מהימן מן האות פעימה, להשתמש בחלון הזזה של 500 נקודות צעד נוסף של 10 נקודות כדי לחשב סדרה של אנטרופיה אדוה באמצעות נוהל זהה עבור EEG, המפורטים בסעיף 3.7. השתמש בערך הממוצע כאנטרופיה האחרונה. </li></ol></li><li style=";text-align:right;direction:rtl"> לנתח את המוח ואת המתאם הלב בין נושאים בין האנטרופיה אדוה של ECG לבין זה של EEG בכל ערוץ של הקרקפת באמצעות כל תוכנה סטטיסטית שיש לו מתאם פירסון. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> השתמש בפונקציה שורת הפקודה של תוכנת EEG &quot;topoplot&quot; כדי לבנות מפת הקרקפת הסטטיסטית עבור המתאם. קושר גרף מתאם לינארי עם אנטרופיה קצב הלב ואת האנטרופיה EEG הממוצע של רק אלה chaNnels המתואמים באופן משמעותי עם אנטרופיה הלב (ראה בסעיף תוצאות נציג). </li></ol></li></ol>

<ol><li>Ferrarelli, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experienced+mindfulness+meditators+exhibit+higher+parietal-occipital+EEG+gamma+activity+during+NREM+sleep%5BTitle%5D)+AND+%22Plos+One%22%5BJournal%5D)">Experienced mindfulness meditators exhibit higher parietal-occipital EEG gamma activity during NREM sleep.</a> Plos One. 8 (8), e73417(2013).</li>
<li>Grossman, P., Niemann, L., Schmidt, S., Walach, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mindfulness-based+stress+reduction+and+health+benefits%3A+a+meta-analysis%5BTitle%5D)+AND+%22J.+Psychosom.+Res%22%5BJournal%5D)">Mindfulness-based stress reduction and health benefits: a meta-analysis.</a> J. Psychosom. Res. 57 (1), 35-43 (2004).</li>
<li>Abasolo, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+regularity+in+the+EEG+background+activity+of+Alzheimer%27s+disease+patients+with+approximate+entropy%5BTitle%5D)+AND+%22Clin.+Neurophysiol%22%5BJournal%5D)">Analysis of regularity in the EEG background activity of Alzheimer's disease patients with approximate entropy.</a> Clin. Neurophysiol. 116 (8), 1826-1834 (2005).</li>
<li>An approach to absence epileptic seizures detection using approximate entropy. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Giannakakis, G., et al. , Conference proceedings 413-416 (2013).</li>
<li>Kitzbichler, M. G., Smith, M. L., Christensen, S. R., Bullmore, E. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Broadband+criticality+of+human+brain+network+synchronization%5BTitle%5D)+AND+%22Plos+Comput.+Biol%22%5BJournal%5D)">Broadband criticality of human brain network synchronization.</a> Plos Comput. Biol. 5 (3), e1000314(2009).</li>
<li>Quiroga, R. Q., Rosso, O. A., Basar, E., Schurmann, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Wavelet+entropy+in+event-related+potentials%3A+a+new+method+shows+ordering+of+EEG+oscillations%5BTitle%5D)+AND+%22Biol.+Cybern%22%5BJournal%5D)">Wavelet entropy in event-related potentials: a new method shows ordering of EEG oscillations.</a> Biol. Cybern. 84 (4), 291-299 (2001).</li>
<li>Peng, C. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exaggerated+heart+rate+oscillations+during+two+meditation+techniques%5BTitle%5D)+AND+%22International+J.+Cardiology%22%5BJournal%5D)">Exaggerated heart rate oscillations during two meditation techniques.</a> International J. Cardiology. 70 (2), 101-107 (1999).</li>
<li>Vadigepalli, R., Doyle, F. J., Schwaber , J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+and+neuronal+modeling+of+the+nonlinear+characteristics+of+a+local+cardiac+reflex+in+the+rat%5BTitle%5D)+AND+%22Neural+Comput%22%5BJournal%5D)">Analysis and neuronal modeling of the nonlinear characteristics of a local cardiac reflex in the rat.</a> Neural Comput. 13 (10), 2239-2271 (2001).</li>
<li>Pokrovskii, V. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integration+of+the+heart+rhythmogenesis+levels%3A+heart+rhythm+generator+in+the+brain%5BTitle%5D)+AND+%22J.+Integr.+Neurosci%22%5BJournal%5D)">Integration of the heart rhythmogenesis levels: heart rhythm generator in the brain.</a> J. Integr. Neurosci. 4 (2), 161-168 (2005).</li>
<li>Wolber, T., Namdar, M., Duru, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+obeys+the+brain%3A+seizure+ceases+cardiac+rhythm%5BTitle%5D)+AND+%22PACE%22%5BJournal%5D)">Heart obeys the brain: seizure ceases cardiac rhythm.</a> PACE. 33 (8), e72-e75 (2010).</li>
<li>van der Wall, E. E., van Gilst, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neurocardiology%3A+close+interaction+between+heart+and+brain%5BTitle%5D)+AND+%22Neth.+Heart+J%22%5BJournal%5D)">Neurocardiology: close interaction between heart and brain.</a> Neth. Heart J. 21 (2), 51-52 (2013).</li>
<li>Tang, Y. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Central+and+autonomic+nervous+system+interaction+is+altered+by+short-term+meditation%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+USA%22%5BJournal%5D)">Central and autonomic nervous system interaction is altered by short-term meditation.</a> Proc. Natl. Acad. Sci. USA. 106 (22), 8865-8870 (2009).</li>
<li>Gao, J. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Entrainment+of+chaotic+activities+in+brain+and+heart+during+MBSR+mindfulness+training%5BTitle%5D)+AND+%22Neurosci.+Lett%22%5BJournal%5D)">Entrainment of chaotic activities in brain and heart during MBSR mindfulness training.</a> Neurosci. Lett. 616, 218-223 (2016).</li>
<li>Slotnick, S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+density+event-related+potential+data+acquisition+in+cognitive+neuroscience%5BTitle%5D)+AND+%22J.+Vis.+Exp%22%5BJournal%5D)">High density event-related potential data acquisition in cognitive neuroscience.</a> J. Vis. Exp. (38), (2010).</li>
<li>Jurcak, V., Tsuzuki, D., Dan, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((10%2F20%2C+10%2F10%2C+and+10%2F5+systems+revisited%3A+their+validity+as+relative+head-surface-based+positioning+systems%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">10/20, 10/10, and 10/5 systems revisited: their validity as relative head-surface-based positioning systems.</a> Neuroimage. 34 (4), 1600-1611 (2007).</li>
<li>Delorme, A., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEGLAB%3A+an+open+source+toolbox+for+analysis+of+single-trial+EEG+dynamics+including+independent+component+analysis%5BTitle%5D)+AND+%22J.+Neurosci.+Methods%22%5BJournal%5D)">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> J. Neurosci. Methods. 134 (1), 9-21 (2004).</li>
<li>Hyvarinen, A., Oja, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Independent+component+analysis%3A+algorithms+and+applications%5BTitle%5D)+AND+%22Neural+Netw%22%5BJournal%5D)">Independent component analysis: algorithms and applications.</a> Neural Netw. 13 (4-5), 411-430 (2000).</li>
<li>Welch, P. D. <a target="_blank" href="http://ieeexplore.ieee.org/document/1161901/">The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms.</a> IEEE Transactions on Audio and Electroacoustics. 15 (2), 70-73 (1967).</li>
<li>Hamalainen, M. S., Ilmoniemi, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interpreting+magnetic-fields+of+the+brain%3A+minimum+norm+estimates%5BTitle%5D)+AND+%22Med.+Biol.+Eng.+Comput%22%5BJournal%5D)">Interpreting magnetic-fields of the brain: minimum norm estimates.</a> Med. Biol. Eng. Comput. 32 (1), 35-42 (1994).</li>
<li>Lee, T. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distinct+neural+activity+associated+with+focused-attention+meditation+and+loving-kindness+meditation%5BTitle%5D)+AND+%22Plos+One%22%5BJournal%5D)">Distinct neural activity associated with focused-attention meditation and loving-kindness meditation.</a> Plos One. 7 (8), e40054(2012).</li>
<li>Kim, D. K., Rhee, J. H., Kang, S. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reorganization+of+the+brain+and+heart+rhythm+during+autogenic+meditation%5BTitle%5D)+AND+%22Front.+Integr.+Neurosci%22%5BJournal%5D)">Reorganization of the brain and heart rhythm during autogenic meditation.</a> Front. Integr. Neurosci. 7, 109(2014).</li>
<li>Hebert, R., Lehmann, D., Tan, G., Travis, F., Arenander, A. <a target="_blank" href="https://www.researchgate.net/publication/223522979_Enhanced_EEG_alpha_time-domain_phase_synchrony_during_Transcendental_Meditation_Implications_for_cortical_integration_theory">Enhanced EEG alpha time-domain phase synchrony during transcendental meditation: implications for cortical integration theory.</a> Signal Process. 85 (11), 2213-2232 (2005).</li>
<li>Kurth, F., Luders, E., Wu, B., Black, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Brain+gray+matter+changes+associated+with+mindfulness+meditation+in+older+adults%3A+an+exploratory+pilot+study+using+voxel-based+morphometry%5BTitle%5D)+AND+%22Neuro%22%5BJournal%5D)">Brain gray matter changes associated with mindfulness meditation in older adults: an exploratory pilot study using voxel-based morphometry.</a> Neuro. 1 (1), 23-26 (2014).</li>
<li>West, J. B., West, J. B. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aWest%2C+JB+%22Pulmonary+pathophysiology--the+essentials%22">Pulmonary pathophysiology--the essentials</a>. , 5th edn, Williams & Wilkins. (1998).</li>
<li>Clark, M. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Breath-by-breath+analysis+of+cardiorespiratory+interaction+for+quantifying+developmental+maturity+in+premature+infants%5BTitle%5D)+AND+%22J.+Appl.+Physiol%22%5BJournal%5D)">Breath-by-breath analysis of cardiorespiratory interaction for quantifying developmental maturity in premature infants.</a> J. Appl. Physiol. 112 (5), 859-867 (2012).</li>
<li>Phongsuphapa, S., Pongsupap, Y., Chandanamattha, P., Lursinsap, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Changes+in+heart+rate+variability+during+concentration+meditation%5BTitle%5D)+AND+%22Int.+J.+of+Cardiol%22%5BJournal%5D)">Changes in heart rate variability during concentration meditation.</a> Int. J. of Cardiol. 130 (3), 481-484 (2008).</li>
<li>Farb, N. A. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attending+to+the+present%3A+mindfulness+meditation+reveals+distinct+neural+modes+of+self-reference%5BTitle%5D)+AND+%22Soc.+Cogn.+Affect.+Neur%22%5BJournal%5D)">Attending to the present: mindfulness meditation reveals distinct neural modes of self-reference.</a> Soc. Cogn. Affect. Neur. 2 (4), 313-322 (2007).</li>
<li>Fingelkurts, A. A., Fingelkurts, A. A., Neves, C. E. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Natural+world+physical%2C+brain+operational%2C+and+mind+phenomenal+space-time%5BTitle%5D)+AND+%22Phys.+Life+Rev%22%5BJournal%5D)">Natural world physical, brain operational, and mind phenomenal space-time.</a> Phys. Life Rev. 7 (2), 195-249 (2010).</li>
<li>Renu Madhavi, C., Ananth, A. G. Estimation of approximate entropy of heart rate variability of healthy subjects and investigation of the effect of meditation on it. International Conference on Signal Acquisition and Processing: ICSAP 2010, Proceedings. , 304-306 (2010).</li>
<li>Ocak, H. <a target="_blank" href="https://www.researchgate.net/publication/222211164_Automatic_detection_of_epileptic_seizures_in_EEG_using_discrete_wavelet_transform_and_approximate_entropy">Automatic detection of epileptic seizures in EEG using discrete wavelet transform and approximate entropy.</a> Expert Syst. Appl. 36 (2), 2027-2036 (2009).</li>
<li>Alcaraz, R., Rieta, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Application+of+wavelet+entropy+to+predict+atrial+fibrillation+progression+from+the+surface+ECG%5BTitle%5D)+AND+%22Comput.+Math+Method+M%22%5BJournal%5D)">Application of wavelet entropy to predict atrial fibrillation progression from the surface ECG.</a> Comput. Math Method M. , (2012).</li>
<li>Sun, D. L., Lee, T. M. C., Wang, Z. X., Chan, C. C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unfolding+the+spatial+and+temporal+neural+processing+of+making+dishonest+choices%5BTitle%5D)+AND+%22Plos+One%22%5BJournal%5D)">Unfolding the spatial and temporal neural processing of making dishonest choices.</a> Plos One. 11 (4), (2016).</li>
<li>Sun, D. L., Lee, T. M. C., Chan, C. C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unfolding+the+spatial+and+temporal+neural+processing+of+lying+about+face+familiarity%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Unfolding the spatial and temporal neural processing of lying about face familiarity.</a> Cereb. Cortex. 25 (4), 927-936 (2015).</li>
</ol>

המחברים מצהירים כי אין להם אינטרסים פיננסיים מתחרים.

מחקר EEG זה מספק ראיות קונקרטיות, כי בהשוואה למנוחה הרגילה, נשימה מודעת של ה- MBSR משפרת את גלי האלפא באונות המצחיות והאונות. זה עולה בקנה אחד עם רוב הדיווחים על גלי אלפא מוגברת במהלך המדיטציה, במיוחד במתחילים 21 . גלי אלפא בדרך כלל מצביעים על מצב של עוררות וערנות וחופש מכל משימה ספציפית. מצב נפשי כזה הוא אחת ממטרות המדיטציה; כלומר, לשמור על המוח נקי וחד, חופשי מכל הטיסות של מפואר או להירדם. סינכרון גל אלפא משופר במהלך תרגול MBSR עשוי גם לשפר את התיאום בין המוח לגוף 22 . הפעילות האלקטרונית של המספר העצום של נוירונים במוח יוצרת מערכת היררכית לא ליניארית, ואת אי סדירות שלה ניתן למדוד היטב על ידי אנטרופיה 8 . מצאנו כי במהלך תרגול MBSR, את אי סדירות של המוח electrפעילות onic ירידה בחלק גדול של הקרקפת EEG, בעיקר מוט קדמי ואזורי המוח הדו-צדדיים דו-צדדיים. ניתוח מקור נוסף של אנטרופיה אדומה הראה כי אי סדירות של פעילויות עורקים ו precuneus הופחת במהלך תרגול MBSR. תחומים אחרים המעורבים כוללים את הזכות באמצע cingulate ואת האונה הטמפורלית מעולה. זה עולה בקנה אחד עם מחקר נוסף המציין כי החומר האפור גדל ב precuneus לאחר אימון MBSR 23 . מתרגלים מתקדמים מדיטציה בדרך כלל יש גבוה יותר parieto-occipital גלים EEG גמא במהלך תנועה לא מהירה העין לישון 1 . תכונה חשובה אחת של אימון MBSR היא להיות nonjudgmental של זרימת המידע המוח / המוח. זה עשוי להפחית את אי סדירות של פעילות המוח. מכיוון שמקור מידע עיקרי במוח הוא קליפת המוח החזותית, סביר כי אזורי המוח הקשורים בראייה חזותית מושפעים יותר על ידי תרגול ה- MBSR מאשר רג&#39;יו אחרNs. זה מאפשר למוח להיענות פחות מידע לא רלוונטי ולשים לב יותר לנשימה מודע. אנליזת האנטרופיה של Wavelet הראתה פחות חריגות של לב במהלך נשימה מודעת בהשוואה למצב המנוחה הרגיל, מה שמרמז על איזון מעודן יותר של מערכת העצבים האוטונומית, עקב יחסי גומלין בלתי מתפשרים בין גוונים פאראסימפתטיים ואוהדים. נשימה קשבית עשויה להשפיע גם על הלב מכיוון שהבעיה החושית הריאה שולחת תחזיות מעכבות לנוירונים המוטוריים של הלב של הלב, במוח האמצעי, המעכבים את הלב דרך העצב הווגוס. אינטראקציה cardiorespiratory מתווכת על ידי גזע המוח מערכת לימבית במוח 25 . בהינתן הקשר בין מערכת העצבים המרכזית לפעילות הלב, סביר כי על ידי אימון המוח, MBSR או שיטות אחרות של מדיטציה יכולות גם להשפיע על תפקודי גוף אחרים, כגוןאיפוס רגישות baroreflex, שיפור יעילות החלפת הגז בריאות, איזון מערכת העצבים האוטונומית 26 . הקשר בין גוף ונפש מודגש במסורות מזרחיות רבות. במובן זה, המחקר שלנו מספק את הראיות האובייקטיביות הראשונות במונחים של אנטרופיה. האי-סדירות של פעילות המוח והלב הפכה מתואמת יותר במהלך תרגול ה- MBSR, והקואורדינציה הייתה הגדולה ביותר באזורים הדו-צדדיים הדו-צדדיים. אזור זה אחראי ישירות לקלט החושי של הגוף ולתנועתו, ותיאום מוגבר זה מרמז על מודעות גופנית רבה יותר במהלך תרגול ה- MBSR. הכשרה של תשומת לב נמצאה להגדיל את הפעילות של אזורים viscerosomatic במחקר MRI פונקציונלי, אשר יש רזולוציה מרחבית טובה יותר מאשר EEG 27 . התוצאות שלנו מצביעות על כך שהמוח והלב עלולים להפוך ליותר מוטרדים במהלך תרגול ה- MBSR, תוך גרימת אנטרופיה מיותרת במערכת <s<html> Up class = &quot;xref&quot;&gt; 28. בגלל פעימת הלב מוסדרת על ידי מערכת העצבים האוטונומית, שבה הטון האוטונומי מאופנן על ידי אינטראקציות בין הגנגליון; צומת אוראלי סיני; עצבים הוואגים; ומבנים בעלי רמות גבוהות יותר של המוח, כגון medulla oblongata, insula, והמערכת הלימבית, מערכות העצבים האוטונומיות והמרכזיות עשויות להיות מתואמות יותר במהלך תרגול ה- MBSR. צעד חשוב אחד במחקר כמו שלנו הוא לבחור את מדד האנטרופיה הנכון למדוד את אי סדירות של EEG ו- ECG. שלא כמו רנו Madhavi ואחרים , אשר השתמשו באנטרופיה משוער 29 , בחרנו להשתמש באנטרופיה אדוה להתמקד המורכבות בין האנרגיות בקשקשים שונים. בגלל הפעילות האלקטרונית במוח שמקורם במספר עצום של נוירונים בעלי מאפיינים שונים בקשקשים שונים וספקטרום, האנטרופיה אדוה צריך להיות מתאים יותר למדידת אי סדירות של EEG&gt; 30. באופן דומה, לבבות מיידית יש גם תכונות שונות תחת קשקשים זמן שונים, ולכן סביר ליישם אנטרופיה אדוה ל ECG 31 . יתר על כן, האנטרופיה של שאנון והאנטרופיה המשוערת רגישים לתדר הדגימה, והאנטרופיה המשולבת דורשת זמני חישוב גדולים הגדלים באופן אקספוננציאלי באורך הנתונים, זאת בנוסף לחישוב במרחב המקור. יש לציין כמה מגבלות במחקר הנוכחי. ראשית, הפתרון המרחבי של הקרקפת EEG הוא נמוך יחסית, למרות רזולוציה גבוהה שלה. לשם כך, ניתוח המקור הוחל במחקר שלנו. שחזור מקור ה- EEG הוא בעיה לא מוצבת, וגישה חלופית היא לקבל את המרחבים המרחביים מ לשעבר תפקודית תהודה מגנטית הדמיה (fMRI) מחקרים, אשר יכול לעזור לשפר את שחזור שחזור 32 , 33 . מגבלה נוספת היא לאתיאום התיאום בין המוח לפעילויות הלב הוערך בין נבדקים; תיאום בתוך הנושא נותר למחקרים עתידיים. בנוסף, האנטרופיה של א.ק.ג. אינה נגזרת ישירות מאות ה- ECG, אלא ממרווח הלב, מכיוון שהמשרעת של א.ק.ג. יכולה להיות מושפעת מאוד ממיקום האלקטרודה ועכבת העור ולכן אינה דומה בין הנבדקים. מחקרים קודמים ביצעו בדרך כלל ניתוח ספקטרום של אות ה- EEG, ודחו אי-סדירות ב- EEG כרעש. לעומת זאת, אנו מציעים להשתמש באנטרופיה אדומה כמדד רגיש יותר למדידת הפעילות האלקטרונית הכאוטית של המוח כהשתקפות של מצב המחשבה. המתודולוגיה המוצעת מספקת ראיות אובייקטיביות להנחה המסורתית שהמוח והלב מתואמים יותר במהלך המדיטציה. בגלל אנטרופיה אדוה יכול לפקח על מצב המדיטציה די רגיש, זה יכול לשמש את traini נפשיתNg, בדיוק כמו האנטרופיה משמשת בפועל קליני למדוד את רמת ההרדמה במהלך הניתוח. באמצעות אינדקס דומה אנטרופיה אדוה, התקני EEG אלחוטי יכול לשמש כדי לפקח בנוחות מדיטציה היומי של תרגול או הכשרה נפשית אחרת למטרות חינוכיות. עם זאת, מכיוון ש- EEG אלחוטי יכול בדרך כלל רק למדוד את הערוצים במצח, עלינו לבדוק האם ערוצים אלה רגישים מספיק כדי לפקח על מצב הרוח. השלבים הקריטיים של הליך זה כוללים שמירה על עכבת העור עבור כל אלקטרודה נמוכה עבור איכות האות טובה פחות רעש; כראוי כראוי ניהול MBSR אימון; הבטחת מצב נפשי טוב, לא מעייף לפני הניסוי, שכן המדיטציה דורשת אנרגיה רבה; בחירת מדד האנטרופיה הנכונה (אנטרופיה אדומה); והיכרות עם ניתוח מקור SPM של נתונים EEG.

עם ההתקדמות בתחום מדעי המוח והרפואה 1 , אנחנו נמצאים במצב הרבה יותר טוב כדי להבין את היתרונות הלא תרופתי של תשומת לב ומדיטציה על מחלות נפשיות ופיזיות. מחקרים רבים הוכיחו כי אימון המבוסס על תשומת לב (MBSR), כמעין תרגיל מנטאלי, יכול להפחית באופן פעיל את הלחץ המיותר במוח ובגוף. במהלך תרגול המדיטציה, הגוף והנפש עשויים להיות מושרשים יותר. נושאים אלה משכו את תשומת הלב של הקהילה האקדמית ושל הציבור הרחב, והם הניעו אותנו לעצב מתודולוגיה כדי לבחון תיאום אפשרי בין המוח לגוף (או ליתר דיוק, בין המוח ללב) בתנאים שונים כדי להעריך את ההשפעה של אימון MBSR בפועל. אי-הסדירות של electroencephalograms (EEG) נחשבת בדרך כלל כרעש בניתוח ספקטרום EEG הקונבנציונאלי, bהוא עשוי להכיל מידע שימושי וניתן למדוד אותו באמצעות אנטרופיית האות. EEG אנטרופיה שימשה כמדד של תנאים קליניים כגון אפילפסיה, מחלת אלצהיימר, והרדמה, וכמה ראיות עולה כי האנטרופיה של EEG עשוי להיות מדד רגיש יותר לניטור מצבי המוח מאשר ניתוח EEG מסורתי 3 , 4 . אנטרופיה משמשת כבר זמן רב בתרמודינמיקה כמדד לתיאור המצב הכאוטי של המערכת. גלי המוח הנמדדים על ידי EEG ידועים בפעילותם הדינמית עקב רשתות המוח הפועלות בין הסדר לכאוס. בין סוגים שונים של אנטרופיה, אנטרופיה אדוה מציעה שיטה לחשב את האנטרופיה של האנרגיות תחת קשקשים תצפית שונים, אשר מתאים היטב לניתוח אותות EEG עם תכונות מגוונות שונים בקשקשים שונים. עבור אות אקראי לחלוטין, האנרגיות היחסיות ברמות רזולוציה שונות יהיואותו, והאנטרופיה תגיע למקסימום. לפיכך, אנטרופיה אדוה משמש מדד של פעילות כאוטית ב EEG והוא יכול לשמש אינדקס להבחנה מצבי נפש שונים 6 . מחקרים קודמים של אק&quot;ג (ECG) סיפקו ראיות עקביות לשינויים הקשורים במדיטציה בשונות הלב, בהשוואה למדינות שלפני המדיטציה. Heartbeat מוסדר על ידי מערכת העצבים האוטונומית (כולל סימפתטי ו parasympathetic). הטון האוטונומי מאופנן על ידי אינטראקציות בין הגנגליון; צומת אוראלי סיני; עצבים הוואגים; ומבנים גבוהים יותר במוח, כגון medulla oblongata, אינסולה, ואת המערכת הלימבית. מבנים אלה מהווים מערכת היררכית, וניתן למדוד את פעילותה הלא ליניארית באמצעות אנטרופיה 8 . לדוגמה, התפרצויות עצביות במבנים מוחיים מסדר גבוה יותר יכולות להשפיע על קצב הלב.במצבים קליניים, הפרעות מוח כגון התקפים אפילפטיים משבשים את קצב הלב 10 . מחקר Neurocardiology גם מציע אינטראקציה הדוקה בין הלב והמוח 11 . קושי אחד בבדיקת הקשר בין אותות המוח והלב הוא שהם שונים בתוכן האותות ובזמן. לפיכך, האתגר העיקרי הוא לזהות מדד משותף שאינו חל רק על אותות המוח והלב, אלא גם בעל משמעות לפרשנות בהקשר של תיאום בין גוף ונפש. במאמר זה, אנו מציעים שימוש באנטרופיה אדומה כדי לזהות תיאום אפשרי בין אי סדרים בפעילויות המוח והלב על ידי התאמת האנטרופיות של אותות EEG ושל פעימות לב, אשר ניתן להעריך באמצעות ניסוי MBSR. בגלל MBSR כרוך תרגול תשומת לב הן הגוף והנפש, אנו משער כי MBSR מודע נשימה PRאקטיקה עשויה להשפיע לא רק על פעילות המוח, אלא גם על פעימות הלב. מחקרים קודמים חקרו בעיקר את ההשפעה של אימון ו / או אימון על המוח או הלב בנפרד ומבוססים על היבטים שונים; השינויים בו-זמנית בשתי מערכות קשורות זו לזו לא נחקרו במידה רבה. רק מחקרים מעטים דיווחו על תיאום טוב יותר של הגוף והנפש לאחר אימון התודעה 12 . באמצעות המתודולוגיה המוצעת, התוצאות המייצגות ומחקר קודם 13 הראו כי אימון ה- MBSR של תשומת לב יכול להגדיל את התיאום של הגוף והנפש במונחים של הפעילות הכאוטית שלהם, אשר עשויים להציע תובנה חדשה לגבי ההשפעות של אימון מודעות על מרכזי ופריפריה מערכות עצבים.

<table><tbody><tr><td>Synamps 2/RT 128 ערוצים EEG/EP/ERP</td><td>Compumedics NeuroScan</td><td>דגם 8050</td><td>מגברים ו רכישת EEG</td></tr><tr><td>Quik-CapEEG 128 אלקטרודות</td><td>Compumedics NeuroScan</td><td></td><td>כובעי EEG</td></tr><tr><td>Quik-Gel</td><td>Compumedics NeuroScan</td><td></td><td>ג'ל אלקטרודות מוליכות</td></tr><tr><td>EEGLAB</td><td>מרכז שוורץ למדעי</td><td></td> המוח החישוביים <td>תוכנת ניתוח EEG</td></tr><tr><td>Matlab R2011a</td><td>MathWorks</td><td></td><td>EEGLAB מבוסס על</td></tr><tr><td>תוכנת ניתוח מקור EEG</td> של Matlab<td>SPM</td><td>Wellcome Trust Center for Neuroimaging</td><td></td> EEG</tr></tbody></table>

שימוש באנטרופיה wavelet כדי להדגים כיצד תרגול תשומת לב מגביר את התיאום בין פעילות מוחית לא סדירה ופעילות לב

Using Wavelet Entropy to Demonstrate how Mindfulness Practice Increases Coordination between Irregular Cerebral and Cardiac Activities

הן במזרח והן במערב, התורות המסורתיות אומרות שהמוח והלב מתואמים באופן כלשהו, ​​במיוחד במהלך התרגול הרוחני. קושי אחד להוכיח זאת באופן אובייקטיבי הוא שהאופי של פעילות המוח והלב שונה לחלוטין. במאמר זה, אנו מציעים מתודולוגיה המשתמשת באנטרופיה גלים כדי למדוד את רמות כאוטי של נתונים אלקטרואנצפלוגרמה (EEG) ו אלקטרוקרדיוגרמה (ECG) ולהראות כיצד זה עשוי לשמש כדי לחקור את התיאום הפוטנציאלי בין המוח ללב בתנאים ניסויים שונים . יתר על כן, מיפוי פרמטרית סטטיסטית (SPM) שימש כדי לזהות את אזורי המוח בהם אנטרופיה אדוה EEG היה המושפע ביותר על ידי תנאי הניסוי. כאיור, EEG ו- ECG נרשמו בשני תנאים שונים (מנוחה נורמלית והנשימה מודעת) בתחילת קורס הכשרה המבוסס על 8 שבועות (Mindestness based Stress Reduction) (MBSR) ולאחר מכןOurse (posttest). באמצעות השיטה המוצעת, התוצאות הראו בעקביות כי אנטרופיה אדוה של המוח EEG ירד במהלך מצב נשימה MBSR מודע לעומת זאת במהלך מצב עין עצור סגור. באופן דומה, אנטרופיה נמוכה יותר של לב לב נמצאה במהלך נשימה מודעת MBSR. עם זאת, לא נמצא הבדל באנטרופיה של אדים במהלך נשימה מודעת של ה- MBSR בין הבדיקה לפני המבחן. לא נמצא קשר בין האנטרופיה של גלי המוח לבין האנטרופיה של הלב במהלך מנוחה רגילה בכל המשתתפים, בעוד שמתאם משמעותי נצפתה במהלך נשימה מודעת של ה- MBSR. בנוסף, האזורים המוחיים המתואמים היטב היו ממוקמים באזורים המרכזיים של המוח. מחקר זה מספק מתודולוגיה להקמת ראיות שהפרקטיקה של תשומת הלב ( כלומר, נשימה מודעת) עשויה להגביר את התיאום בין פעילויות המוח והלב.

ניתוח ספקטרום בניתוח הספקטרום של נתוני EEG, בהשוואה למנוחה הרגילה, היו אלפא משופרת (8-12 Hz) ובטא (12 - 30 הרץ) וגלי דלתא מופחתים (1 - 4 הרץ) במהלך נשימה מודעת של MBSR. העלייה בגלי אלפא הייתה משמעותית בעולם, במיוחד באונה הקדמית והאונה, ואילו תוספת גלי הבטא היתה בעיקר באונה הקדמית. גלים דלטה ירידה נרשמו באזורים מרכזיים- Parietal ( איור 1 ). עם זאת, לא מצאנו שינוי משמעותי בין אימון לפני ואחרי MBSR. <img alt="איור 1" src="/files/ftp_upload/55455/55455fig1.jpg" /> איור 1. ניתוח ספקטרום של MBSR נשימה נשימה תנאי מנוחה רגילה. ניתוח הספקטרום מראה כי תרגול MBSR יכול לשנות את פעילות המוח, כפי שצוין על ידי שונים<html> ספקטרום של EEG. מקור מקורי: עיון 13 . <a href="http://ecsource.jove.com/files/ftp_upload/55455/55455fig1large.jpg" target="_blank">אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.</a> איור 2 ממחיש את אזור העניין המוגדר: האונה הקוגניטיבית (תעלות N19 - 21, N41 - 46, N67 - 72, N96 - 100 ו - N119), האונה הקדמית האמצעית (ערוצים N53 - 61 ו - N79 - 83) האונה הקודקודית האמצעית (ערוצים N48 - 50, N64 - 66 ו - N74 - 76). טבלה 2 מציגה את העוצמה של כל ספקטרום ואת האנטרופיה תחת MBSR נשימה מודע ותנאי מנוחה נורמלית, יחד עם p -value של t- test של ההבדל בין שני התנאים עבור כל אזור של עניין. שילבנו את נתוני ה- EEG לפני ואחרי MBSR, מאחר שלא היה הבדל בין שני השלבים. &gt; <img alt="איור 2" src="/files/ftp_upload/55455/55455fig2.jpg" /> איור 2. אזור מוגדר של עניין. אזורים מוגדרים של ערוצי EEG המייצגים את האונה הקדמית האמצעית, האונה הקודקודית האמצעית, האונה התיכונה. <a href="http://ecsource.jove.com/files/ftp_upload/55455/55455fig2large.jpg" target="_blank">אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.</a> <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always" style=";text-align:right;direction:rtl"><tbody><tr><td></td><td></td><td> דֶלתָא </td><td> תטא </td><td> אלפא </td><td> בטא </td><td> גמא </td><td> אנטרופיה </td></tr><tr><td> האונה הקדמית האונה הקדמית </td><td> MBSR </td><td> 18.96 ± 3.10 </td><td> 22.29 ± 5.86 </td><td> 30.90 ± 7.76 </td><td> 0.12 ± 43.77 </td><td> -467.25 ± 79.48 </td><td> 0.753 ± 0.060 </td> &lt;/ Tr&gt; <tr><td></td><td> מנוחה </td><td> 22.40 ± 6.56 </td><td> 22.76 ± 5.98 </td><td> 26.91 ± 7.14 </td><td> -7.11 ± 42.27 </td><td> -449.76 ± 102.92 </td><td> 0.785 ± 0.066 </td></tr><tr><td></td><td> P-value </td><td> 0.0243 </td><td> 0.6555 </td><td> 0.0085 </td><td> 0.0114 </td><td> 0.4419 </td><td> 0.0084 </td></tr><tr><td> האונה האוקסיפיטל </td><td> MBSR </td><td> 15.39 ± 3.30 </td><td> 17.91 ± 6.53 </td><td> 33.38 ± 6.50 </td><td> -8.03 ± 40.72 </td><td> -466.23 ± 61.46 </td><td> 0.719 ± 0.048 </td></tr><tr><td></td><td> מנוחה </td><td> 19.82 ± 6.32 </td><td> 20.38 ± 8.11 </td><td> 29.73 ± 5.30 </td><td> -11.62 ± 40.22 </td><td> -439.03 ± 102.81 </td><td> 0.763 + 0.055 </td></tr><tr><td></td><td> P-value </td><td> 0.0134 </td><td> 0.1213 </tD&gt; <td> 0.0125 </td><td> 0.0796 </td><td> 0.8936 </td><td> 0.0098 </td></tr><tr><td> האונה הקודקודית </td><td> MBSR </td><td> 17.95 ± 3.60 </td><td> 19.46 ± 6.54 </td><td> 32.84 ± 6.68 </td><td> 2.68 ± 38.23 </td><td> -487.72 ± 104.13 </td><td> 0.738 ± 0.072 </td></tr><tr><td></td><td> מנוחה </td><td> 21.24 ± 6.37 </td><td> 21.16 ± 8.00 </td><td> 29.79 ± 6.60 </td><td> 27.27 ± 34.42 </td><td> -490.01 ± 123.83 </td><td> 0.764 ± 0.075 </td></tr><tr><td></td><td> P-value </td><td> 0.0157 </td><td> 0.0963 </td><td> 0.0177 </td><td> 0.1507 </td><td> 0.2878 </td><td> 0.0368 </td></tr></tbody></table> טבלה 2. ספקטרום ואנטרופיה על פני אזורי המוח. MBSR נשימה מודע ותנאי מנוחה נורמלייםמושווים בין שלושת תחומי העניין המוגדרים מראש (ROI). ניתוח אנטרופיה ניתוח של אנטרופיה אדוה של EEG הראה ירידה EEG אנטרופיה במהלך MBSR נשימה מודעת בהשוואה למנוחה הרגילה, הן עבור אימון לפני ואחרי MBSR. מכיוון שלא היה הבדל משמעותי בין שני השלבים, הם מוזגו כדי לייצר מפה ממוצעת (המוצגת בשורה השלישית של איור 3 ). התחומים העיקריים עם האנטרופיה הנמוכה היו באונה הקדמית ובאונה הקדם-כפרית. <img alt="איור 3" src="/files/ftp_upload/55455/55455fig3.jpg" /> איור 3. ניתוח אנטרופיה גל. מנוחה 1 ו- MBSR 1 מציינות אימון לפני אימון ה- MBSR, בעוד ש- Rest 2 ו- MBSR 2 מציינות אימון לאחר אימון MBSR. ניתוח האנטרופיה ב- Wavelet מראה כי תרגול MBSR יכול להפחית את אי-הסדירותפעילויות אלקטרוניות במוח. מקור מקורי: עיון 13 . <a href="http://ecsource.jove.com/files/ftp_upload/55455/55455fig3large.jpg" target="_blank">אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.</a> ניתוח מקור של אנטרופיה Wavelet ניתוח מקור של אותות EEG יכול לשפר את הרזולוציה המרחבית על ידי deconvolving EEG הקרקפת לפעילויות חשמל מעל פני השטח קליפת המוח 20 . הניתוח מראה כי אזורי המוח העיקריים מושפע אימון MBSR תשומת לב היו באונה השמאלית האמצעית באמצע, precuneus, האונה הטמפורלית מעולה, ו fusiform שמאל ( איור 4 ). בטבלה 3 , עבור ארבע תוויות אנטומי המתקבל מניתוח המקור, אנו מספקים t- התוצאות הטובות ביותר עבור ההבדל באנטרופיות של שתי מדינות שונות, מצב MBSR תשומת לבלעומת מנוחה רגילה. <img alt="איור 4" src="/files/ftp_upload/55455/55455fig4.jpg" /> איור 4. ניתוח מקור. ניתוח המקור מראה שהאנטרופיות של אזורי מוח שונים (מודגשות באדום) יורדות במהלך מצב הנשימה המודעת של ה- MBSR. <a href="http://ecsource.jove.com/files/ftp_upload/55455/55455fig4large.jpg" target="_blank">אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.</a> <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always" style=";text-align:right;direction:rtl"><tbody><tr><td> תווית אנטומית </td><td> ווקסלים </td><td> X, y, z </td><td> ערך t </td></tr><tr><td> האמצעית הטמפורלית </td><td> 1,728 </td><td> -44 -60 16 </td><td> 3.77 </td></tr><tr><td> פרניוס ר </td><td> 1,324 </td><td> 2 -56 28 </td><td> 3.63 </td></tr><tr><td> אקסטפיטל L </td><td> 749 </td><td> 12 -12 12 -12 </td><td> 3.61 </td></tr><tr><td> פוסיפורי ל </td><td> 142 </td><td> -102 </td><td> 3.51 </td></tr></tbody></table> טבלה 3. דוח ניתוח מקור. אזורים אנטומיים במוח עם הבדלים משמעותיים באנטרופיה בין נשימה מודעת MBSR ותנאי מנוחה נורמליים. L, הצד השמאלי של המוח. R, הצד הימני של המוח ( p &lt;0.001, t- test, לא מתוקן). דופק אנטרופיה הניתוח לא גילה הבדל משמעותי בליב הממוצע, אך האנטרופיה של הלב הייתה נמוכה יותר במהלך הנשימה המודעת של MBSR, הן לפני אימון ה- PreS והן לאחר ה- MBSR ( טבלה 4 ). <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always" style=";text-align:right;direction:rtl"><tbody><tr><td></td><td> מנוחה 1 </td><td> MBSR1 </td><td> מנוחה 2 </td><td> MBSR2 </td></tr><tr><td> קצב לב (פעימות לדקה) </td><td> 68.2 ± 9.5 </td><td> 67.7 ± 9.3 </td><td> 71.8 ± 8.1 </td><td> 70.7 ± 8.4 </td></tr><tr><td> דופק אנטרופיה </td><td> 0.89 ± 0.05 </td><td> 0.79 ± 0.11 * </td><td> 0.89 ± 0.07 </td><td> 0.80 ± 0.12 # </td></tr></tbody></table> טבלה 4. Heartrate and Heartrate Wavelet אנטרופיה של MBSR נשימה זהירה ותנאי מנוחה רגילים. שני התנאים מושווים באימון לפני ואחרי MBSR. * הבדל משמעותי ( p &lt;0.05) בין מנוחה 1 ל- MBSR 1. הפרש משמעותי ( p &lt;0.05) בין מנוחה 2 ל- MBSR 2. מתאם<html> בין הלב לפעילויות המוח בהינתן הקשר הפוטנציאלי בין המוח והלב, ניתחנו את המתאם בין אנטרופיה EEG של המוח כולו ( כלומר , הממוצע של אנטרופי EEG בכל ערוצי ה- EEG עבור נושא אחד) והאנטרופיה של הלב במהלך נשימה מודעת של MBSR ומצבי מנוחה רגילים . האנטרופיה של המוח והלב נמצאה בקורלציה משמעותית במהלך הנשימה, אך לא במהלך מנוחה רגילה. כפי שמוצג בחלקו העליון של איור 5 , בולטת חשיבותו של המיתאם בין האנטרופיה של ה- EEG בכל ערוץ לבין האנטרופיה הלבבית בחלק המרכזי של המוח. העלילה התחתונה מראה את המתאם בין האנטרופיה של EEG באזורים המרכזיים (הממוצע של אותם ערוצים מנוקדים המתואמים באופן משמעותי עם אנטרופיה של הלב) ואנטרופיה של לב. &quot;1&quot;&gt; <img alt="איור 5" src="/files/ftp_upload/55455/55455fig5.jpg" /> איור 5. המתאם בין אנטרופיה גל של פעילויות אלקטרוניות של הלב והמוח. האנטרופיה של פעילות המוח היא הממוצע של הערוצים המשמעותיים באזור המרכז, כפי שמוצג בפינה הימנית העליונה. האנטרופיה של הגלולה של הלב מבוססת על מרווח הלב. המתאם (הלוח התחתון) מחושב בכל הנושאים עבור תוצאות אימון לפני ואחרי MBSR. מקור מקורי: עיון 13 . <a href="http://ecsource.jove.com/files/ftp_upload/55455/55455fig5large.jpg" target="_blank">אנא לחץ כאן כדי להציג גרסה גדולה יותר של נתון זה.</a>

כתב יד זה מתאר כיצד להשתמש במדד אנטרופיה אדוה לנתח צפיפות גבוהה electroencephalography (EEG) ו אלקטרוקרדיוגרפיה (ECG) נתונים. אנו מראים כי אי סדירות של הפעילות המוחית והלבנית הפכה מתואמת יותר במהלך תרגול הפחתת מתח המבוסס על תשומת לב.

שימוש באנטרופיה Wavelet כדי להדגים כיצד תרגול תשומת לב מגביר את התיאום בין פעילות מוחית לא סדירה ופעילות לב

In both the East and West, traditional teachings say that the mind and heart are somehow closely correlated, especially during spiritual practice. One ...

המטרה הכוללת של ניסוי EEG זה היא להשתמש במדד אנטרופיית וייבלט (wavelet entropy index) כדי לנתח נתוני EEG ו-ECG בצפיפות גבוהה. אנו מראים כי חוסר הסדירות של הפעילות המוחית והלבבית הפכה למתואמת יותר במהלך תרגול הפחתת מתחים מבוססת קשיבות (mindfulness-based stress reduction). שיטה זו יכולה לסייע במתן תשובות לשאלות במדעי המוח ובפסיכולוגיה לגבי האופן שבו ניתן למדוד ולהשוות את הפעילויות הכאוטיות של הנפש והלב במהלך תרגול קשיבות.הייחודיות של שיטה זו טמונה ביצירת מדד משותף באמצעות ניתוח אנטרופיה של וייבלטים (wavelet entropy) למדידת פעילות כאוטית של המוח והלב, כך שניתן יהיה לנתח ולהשוות את הקשר ביניהם באופן יעיל. מסורות דתיות ורוחניות רבות מאמינות כי הגוף והנפש מתואמים בדרך כלשהי. עם זאת, מדענים התקשו להוכיח זאת מכיוון שלא הצליחו למצוא מדד משותף להשוואה בין השניים.שיטה זו יכולה לספק גם תובנות לגבי מנגנון הפעולה שבאמצעותו מיינדפולנס ואימונים מנטליים אחרים יכולים לווסת את פעילות המוח והלב. הרעיון להשתמש באנטרופיית וייבלט (wavelet entropy) כדי לבחון את המתאם בין המוח ללב עלה לנו לראשונה כאשר גילינו שאנטרופיית וייבלט רגישה להשפעות של מצבים מנטליים שונים. בנוסף ל-Junling ו-Jicong, ה-Hang Kin מהמעבדה שלי יסייע בהדגמת נהלים אלה.הוא ישמש גם כנבדק שלנו במהלך ההדגמות. התחילו בליווי המשתתף לחדר שקט לביצוע אלקטרואנצפלוגרפיה, או EEG. כדי לבצע את ההקלטה, הכינו מערכת EEG בעלת 128 ערוצים המורכבת מכובע EEG, מגבר, headbox ומחשב שולחני.בשלב הבא, השתמשו בסביבות אלכוהול כדי לנקות את אזור הפנים ואת התהוד (mastoid) של המשתתף. מדדו את היקף הראש של המשתתף באמצעות סרט מדידה, ולאחר מכן בחרו כובע במידה המתאימה. בצעו מדידה אחת מהנזיון (nasion) לאיניון (inion) ומדידה נוספת מעל האוזניים ועبر הקרקפת.סמנו את הקודקוד (vertex), הנקודה שנמצאת במרחק שווה בין הנזיון (nasion) לאיניון (inion) ובמרחק שווה בין שתי האוזניים, באמצעות טוש סימון רך. לאחר מכן, קבעו את מיקומי האלקטרודות בהתאם למערכת האלקטרודות 10-5. מקמו את הכובע כך שאלקטרודת Cz תהיה מעל הקודקוד, אלקטרודת Nz תהיה בנזיון, אלקטרודת Lz תהיה באיניון, אלקטרודת RM תהיה במסטואיד הימני ואלקטרודת LM תהיה במסטואיד השמאלי.מלאו את מחזיקי האלקטרודות בג'ל באמצעות מזרק בעל קצה קהה. לאחר מכן, מקמו את אלקטרודות ה-ECG בשתי הגומחות התת-בריחית (infraclavicular fossae), שמאלית וימנית. שמרו על עכבה (impedance) של פחות מ-20 kiloohm עבור כל אלקטרודה.הפחית את העכבה (impedance) על ידי התאמת מיקום האלקטרודות כדי להגביר את המגע עם קרקפת, והוסף ג'ל במידת הצורך. לאחר מכן, הקלט נתוני EEG בתחילת הקורס להפחתת מתחים מבוססת מיינדפולנס, או MBSR. בקש מהמשתתף לבצע סריקת גוף קצרה להרגעת הגוף כולו, על ידי בקשה ממנו להפנות את תשומת לבו לנשימה בזמן השאיפה והנשיפה.לבסוף, הנחו כל משתתף לבצע 10 דקות של נשימה מודעתית בשיטת MBSR ו-10 דקות של מנוחה רגילה במהלך איסוף נתוני ה-EEG, כדי ליצור מערך נתונים לפני אימון MBSR עם שני תנאים. לאחר מכן, חזרו על הליך EEG זה לאחר חודשיים כדי ליצור מערך נתונים אחרי אימון MBSR עם שני תנאים. התחילו בפתיחת תוכנת ה-EEG ובטעינת מערך הנתונים, ולאחר מכן בחרו ב-Tools וב-Change sampling rate כדי לבצע דגימה מחדש (resample) של הנתונים.לאחר מכן, בחרו ב-Tools, Filter the data, וב-Basic FIR filter כדי להשתמש במסנן תגובה עם דחף סופי (Finite Impulse Response) לסינון פס-מעביר עם פס מעבר של 0.5 עד 100 hertz. כדי להפחית רעשים הנובעים מזרם חילופין של רשת החשמל, בחרו ב-Tools, Filter the data, וב-Short non-linear IIR filter כדי להשתמש במסנן תגובה עם דחף אינסופי (Infinite Impulse Response) לא ליניארי קצר לסינון חריץ (notch filtering) עם פס עצירה של 47 עד 53 hertz. לאחר מכן, בחרו ב-Plot וב-Channel data בתוך תוכנת ה-EEG כדי לדפדף באופן חזותי בין אות ה-EEG ולבחון אותו.לאחר מכן, לחצו לחיצה שמאלית וגררו את העכבר על פני מקטעים פגומים כדי לסמן ולמחוק מקטעי EEG המכילים רעש שרירים בולט או כל אירוע חריג אחר. לאחר מחיקת המקטעים הפגומים, קבעו אם קיימים ערוצים פגומים. שחזרו כל ערוץ פגום באמצעות שיטת האינטרפולציה הספריקה (spherical interpolation) על ידי בחירה ב-Tools ולאחר מכן ב-Interpolate channel.לאחר מכן, בחרו ב-Tools ולאחר מכן ב-Run ICA כדי לבצע ניתוח רכיבים בלתי תלויים (Independent Component Analysis) על הנתונים. לאחר מכן, זהו באופן חזותי רכיבים תקינים, והסירות רכיבים של תנועות עיניים ומצמוצים, תנועות שרירים ורכיבים של רעשים אפשריים אחרים על ידי בחירה ב-Tools, לאחר מכן ב-Reject data using ICA, ואז ב-Reject components by map, ולסיום ב-Tools וב-Remove components. לבסוף, בחרו ב-Tools ולאחר מכן ב-Re-reference כדי לבצע ייחוס מחדש (re-reference) של הנתונים לממוצע של כל הערוצים לפני המשך הניתוח.לאחר מכן, השתמשו בנוסחה המוצגת כאן כדי לחשב את מקדמי הוובלט (wavelet coefficients), להגדיר אנרגיה יחסית ולחשב את אנטרופיית הוובלט. בניתוח הספקטרום של נתוני EEG, בהשוואה למצב מנוחה רגיל, נצפו גלי alpha ו-beta מוגברים וגלי delta מופחתים במהלך נשימה קשובה בשיטת MBSR. יתרה מכך, ניתוח מקורות מראה כי אזורי המוח העיקריים שהושפעו מאימון המיינדפולנס של MBSR היו ה-left occipital gyrus, ה-right precuneus, ה-middle temporal gyrus וה-left fusiform.לבסוף, נמצא מתאם משמעותי בין האנטרופיות של המוח והלב במהלך נשימה מודעת ב-MBSR, אך לא במהלך מנוחה רגילה. לאחר השליטה בטכניקה, ניתן להשלים את הפרוצדורה בשבוע אחד אם היא מבוצעת כראוי. בעת ביצוע פרוצדורה זו, כדאי לציין כי כל שלבי החישה הנכונים חיוניים להשגת התוצאות המצופות.בעקבות הליך זה, נוכל לגלות האם אימונים ותרגולים מנטליים אחרים, כגון שירה (chanting), תפילה, יוגה, טאי צ'י ותרגילים קונטמפלטיביים דומים, יכולים לשפר את הסנכרון (entrainment) בין הגוף לנפש. לאחר צפייה בסרטון זה, תרכשו הבנה טובה באופן השימוש ב-wavelet entropy כדי למדוד ולחקור את הקשר בין הפעילות החשמלית של המוח והלב במהלך מדיטציות של מיינדפולנס.

using-wavelet-entropy-to-demonstrate-how-mindfulness-practice

Research

JoVE Journal

Behavior

התנהגות

חוקרי הדמייה בדרך כלל לשקול תגובה של המוח כפעילות ממוצעת על פני ניסויי ניסוי חוזרים ונשנים והתעלמות השתנות אות לאורך זמן כמו "רעש". עם זאת, מתברר שיש אות שברעש. מאמר זה מתאר את השיטה החדשה של multiscale אנטרופיה לכימות השתנות אות מוח במישור הזמן.

יישומים של נתוני ה-EEG הדמייה: פוטנציאל הקשור לאירוע, כוח של רוח רפאים, וMultiscale אנטרופיה

מאמר זה מתאר את פרוטוקול המשמש כבסיס אלקטרואנצפלוגרם (EEG) microstate ניתוח וניתוח אומגה המורכבות, המהווים אמצעי EEG ללא התייחסות שני ויקר מאוד לחקור את המנגנונים העצביים של הפרעות מוח.

Microstate וניתוחים המורכבות אומגה של אלקטרואנצפלוגרם נח-המדינות

פרוטוקול זה מציע דיגיטציה של חלקים של משימות קליניות מסורתיות המשמשות בדרך כלל למדידת קוגניציה ושליטה מוטורית במחלת פרקינסון. משימות קליניות הם סרוקים בעוד מקצבים ביופיזיים הם שותפים רשומים רמות פונקציונליות שונות של מערכות העצבים, החל מרצון, ספונטני, אוטומטי לאוטונומית.

ביואריטים דיגיטליים דינמיים של תפקוד מוטורי וקוגניטיבי במחלת פרקינסון

כאן אנו מציגים פרוטוקול לשילוב אימון מדיטציית מיינדפולנס, מטלת זיכרון אפיזודית ו- EEG להבנת ההשפעות ההתנהגותיות והעצביות של מדיטציית מיינדפולנס על זיכרון אפיזודי.

שילוב התנהגות ו- EEG כדי לחקור את ההשפעות של מדיטציית מיינדפולנס על זיכרון אפיזודי

הפרוטוקול לעריכת ניסויי סריקת יתר של fNIRS על דיאדות למידה שיתופית בסביבת למידה נטורליסטית מתואר. יתר על כן, צינור לנתח סינכרוני בין המוח (IBS) של אותות המוגלובין מחומצן (Oxy-Hb) מוצג.

סנכרון בין מוחות בלמידה שיתופית פתוחה: מחקר על היפר-סריקה של fNIRS

פרוטוקול זה מתאר קוהרנטיות של התמרת גלים חלקית (pWTC) לחישוב התבנית המפגרת בזמן של סנכרון עצבי בין-אישי (INS) כדי להסיק את הכיוון ואת התבנית הזמנית של זרימת המידע במהלך אינטראקציה חברתית. היעילות של pWTC בהסרת הבלבולים של תיקון אוטומטי של אותות ב- INS הוכחה על ידי שני ניסויים.

מדידת זרימת המידע הכיווני בנתוני fNIRS-Hyperscanning באמצעות שיטת הקוהרנטיות של התמרת גלים חלקית

Wavelet transform coherence (WTC) היא מתודולוגיה נפוצה להערכת הצימוד בין אותות המשמשת במחקרי היפר-סריקה פונקציונליים של ספקטרוסקופיה תת-אדומה קרובה (fNIRS). בעבודה זו מוצג ארגז כלים להערכת הכיווניות של אינטראקציית האות.

מסגרת חדשה להבנת קוהרנטיות בין-מוחית במחקרי היפר-סריקה תפקודית של ספקטרוסקופיה תת-אדומה קרובה (fNIRS)

ארגז הכלים של BrainBeats הוא תוסף EEGLAB בקוד פתוח שנועד לנתח במשותף אותות EEG ולב וכלי דם (ECG/PPG). הוא כולל הערכת פוטנציאלים מעוררי פעימות לב (HEP), ניתוח מבוסס תכונות וחילוץ חפצי לב מאותות EEG. הפרוטוקול יסייע בחקר יחסי גומלין מוח-לב באמצעות שתי עדשות (HEP ותכונות), וישפר את יכולת השחזור והנגישות.

BrainBeats כתוסף EEGLAB בקוד פתוח לניתוח משותף של אותות EEG ואותות לב וכלי דם

הפרוטוקול נועד לספק תיאור מפורט של המתודולוגיה לביצוע מחקר היפר-סריקה של fNIRS בייעוץ פסיכולוגי. זה כולל את ההכנות לניסוי, הליך איסוף הנתונים ותהליך ניתוח הנתונים שלאחר מכן.

מחקר היפר-סריקה פונקציונלית של ספקטרוסקופיה קרובה לאינפרא אדום בייעוץ פסיכולוגי

מאמר זה מתאר כיצד להקליט פעילות האמיגדלה עם מגנט (מג). בנוסף במאמר זה יתאר כיצד לנהל את פחד מיזוג עקבות ללא מודעות, משימה שמפעילה את האמיגדלה. זה יכסה 3 נושאים: 1) עיצוב הפרדיגמה מיזוג עקבות באמצעות מיסוך לאחור כדי לתפעל את המודעות. 2) פעילות מוח הקלטה במהלך המשימה באמצעות magnetoencephalography. 3) שימוש בהדמית מקור לשחזר אות ממבנים קורטיקליים.

איך לזהות פעילות האמיגדלה עם magnetoencephalography באמצעות הדמיה מקור

חקור את שימוש אינדקס האנטרופיה Wavelet לניתוח נתוני EEG ו-ECG בצפיפות גבוהה. השיטה מדגימה כיצד תרגול מודעות מגביר את התיאום בין פעילות מוחית לא סדירה לפעילות הלב.

שימוש באנטרופיה Wavelet כדי להדגים כיצד תרגול תשומת לב מגביר את התיאום בין פעילות מוחית לא סדירה ופעילות לב

גלה סרטונים נוספים