שימוש באנטרופיה Wavelet כדי להדגים כיצד תרגול תשומת לב מגביר את התיאום בין פעילות מוחית לא סדירה ופעילות לב
May 10th, 2017
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.
המטרה הכוללת של ניסוי EEG זה היא להשתמש באינדקס אנטרופיית הגל כדי לנתח נתוני EEG ו-ECG בצפיפות גבוהה. אנו מראים כי אי הסדירות של פעילויות המוח והלב הפכה מתואמת יותר במהלך תרגול הפחתת מתח מבוסס מיינדפולנס. שיטה זו יכולה לעזור לענות על השאלות במדעי המוח ובפסיכולוגיה כיצד למדוד ולהשוות את הפעילויות הכאוטיות של הנפש והלב במהלך תרגול מיינדפולנס.
ייחודה של שיטה זו הוא יצירת אינדקס משותף באמצעות ניתוח אנטרופיה של גלים למדידת פעילויות כאוטיות במוח ובלב כך שניתן יהיה לנתח ולהשוות ביעילות את הקשר ביניהם. מגוון מסורות דתיות ורוחניות מאמינות שהגוף והנפש מתואמים איכשהו. עם זאת, מדענים התקשו להוכיח זאת מכיוון שהם לא יכולים למצוא אינדקס משותף להשוואה בין השניים.
שיטה זו יכולה גם לספק תובנה לגבי מנגנון העבודה של האופן שבו מיינדפולנס ואימונים מנטליים אחרים יכולים לווסת את פעילויות המוח והלב. לראשונה עלה לנו הרעיון להשתמש באנטרופיה של גלים כדי לחקור את המתאם בין המוח ללב כאשר מצאנו שאנטרופיה של גלים רגישה לפעולות במצבים מנטליים שונים. בנוסף לג'ונלינג וג'יקונג, האנג קין, מהמעבדה שלי, יסייע בהדגמת ההליכים הללו.
הוא גם יהיה הנושא שלנו במהלך ההפגנות. התחל בליווי המשתתף לחדר אלקטרואנצפלוגרפיה שקט, או EEG. כדי לבצע את ההקלטה, אסוף מערכת EEG בת 128 ערוצים המורכבת ממכסה EEG, מגבר, ארגז ראש ומחשב שולחני.
לאחר מכן, השתמש במקלוני אלכוהול כדי לנקות את אזור הפנים והמסטואיד של המשתתף. מדוד את היקף הראש של המשתתף בעזרת סרט מדידה, ולאחר מכן בחר כובע בגודל מתאים. בצעו מדידה אחת מהנזיון לאיניון, ומדידה נוספת על פני החלק העליון של האוזניים ומעל הקרקפת.
סמן את הקודקוד, הנקודה באמצע המרחק בין הנסיון לאיניון, באמצע המרחק בין שתי האוזניים, בעזרת עט טוש רך. לאחר מכן, הגדר את מיקומי האלקטרודות בהתאם למערכת האלקטרודות 10-5. מקם את הכובע בצורה כזו שהאלקטרודת Cz נמצאת מעל הקודקוד, האלקטרודה Nz נמצאת בנסיון, האלקטרודה Lz נמצאת ב-inion, אלקטרודת ה-RM נמצאת במסטואיד הימני והאלקטרודת LM נמצאת במסטואיד השמאלי.
מלאו את מחזיקי האלקטרודות בג'ל בעזרת מזרק בעל נקודה קהה. לאחר מכן, הנח את אלקטרודות האק"ג בפוסה האינפרקלביקולרית השמאלית והימנית. שמור על העכבה מתחת ל-20 קילו-אוהם עבור כל אלקטרודה.
הפחיתו את העכבה על ידי התאמת מיקום האלקטרודה כדי להגביר את המגע עם הקרקפת, והוסיפו עוד ג'ל במידת הצורך. לאחר מכן, רשמו נתוני EEG בתחילת הקורס להפחתת מתח מבוססת מיינדפולנס, או MBSR. בקשו מהמשתתף לבצע סריקת גוף קצרה כדי להרגיע את כל הגוף על ידי בקשתו לשים לב לנשימה שלו בזמן הנשימה פנימה והנשיפה החוצה.
לבסוף, בקש מכל משתתף לבצע 10 דקות של נשימה מודעת MBSR ו-10 דקות של מנוחה רגילה במהלך איסוף נתוני EEG כדי ליצור מערך נתונים של אימון טרום-MBSR עם שני תנאים. לאחר מכן חזור על הליך EEG זה לאחר חודשיים כדי ליצור מערך נתוני אימון לאחר MBSR עם שני תנאים. התחל בפתיחת תוכנת EEG וטעינת ערכת הנתונים, ולאחר מכן בחר כלים ושנה קצב דגימה כדי לדגום מחדש את הנתונים.
לאחר מכן, בחר כלים, סינון הנתונים ומסנן FIR בסיסי כדי להשתמש במסנן תגובת דחף סופית עבור סינון מעבר פס עם פס מעבר של 0.5 עד 100 הרץ. כדי להפחית רעש עקב זרם חילופין של רשת החשמל, בחר כלים, סנן את הנתונים ומסנן IIR קצר לא ליניארי כדי להשתמש במסנן תגובת דחף אינסופית קצר לא ליניארי לסינון חריצים עם פס עצירה של 47 עד 53 הרץ. לאחר מכן, בחר נתוני Plot and Channel בתוך תוכנת ה-EEG כדי לגלול חזותית ולבדוק את אות ה-EEG.
לאחר מכן, לחץ לחיצה ימנית וגרור את העכבר מעל מקטעים פגומים כדי להדגיש ולמחוק מקטעי EEG המכילים רעש שרירים ברור וכל אירוע מוזר אחר. לאחר מחיקות מקטעים שגויות, קבע אם קיימים ערוצים גרועים. בנו מחדש כל ערוץ פגום בשיטת האינטרפולציה הכדורית באמצעות בחירה באפשרות כלים וערוץ אינטרפולציה.
לאחר מכן, בחר כלים והפעל את ICA כדי לבצע ניתוח רכיבים עצמאי על הנתונים. לאחר מכן, זהה חזותית רכיבים טובים, והשליך רכיבים של תנועת עיניים ומצמוץ, תנועות שרירים ורכיבים של רעש אפשרי אחר על ידי בחירת כלים, דחה נתונים באמצעות ICA, ולאחר מכן דחה רכיבים לפי מפה, ולאחר מכן כלים והסרה רכיבים. לבסוף, בחר כלים והפניה מחדש כדי להפנות מחדש את הנתונים לממוצע של כל הערוצים לפני ניתוח נוסף.
לאחר מכן, השתמש בנוסחה המופיעה כאן כדי לחשב את מקדמי הגל, להגדיר אנרגיה יחסית ולחשב אנטרופיה של גלים. בניתוח הספקטרום של נתוני EEG, בהשוואה למנוחה רגילה, היו עלייה באלפא ובבטא וירידה בגלי דלתא במהלך נשימה מודעת MBSR. יתר על כן, ניתוח מקורות מראה כי אזורי המוח העיקריים שהושפעו מאימון המיינדפולנס של MBSR היו בפיתול העורפי השמאלי, הקדם-רקוניאוס הימני, הפיתול הטמפורלי האמצעי והפיוזיפורם השמאלי.
לבסוף, האנטרופיות של המוח והלב היו בקורלציה משמעותית במהלך נשימה מודעת של MBSR אך לא במהלך מנוחה רגילה. לאחר השליטה, ניתן לבצע את ההליך תוך שבוע אם הוא מבוצע כראוי. כאשר אתה מנסה הליך זה, ראוי לציין שכל שלבי החישה הנכונים חיוניים להשגת התוצאות הצפויות.
בעקבות הליך זה, נוכל לגלות אם אימונים ותרגולים מנטליים אחרים, כגון שירה, תפילה, יוגה, טאי צ'י ותרגילי התבוננות דומים, יכולים לשפר את אימון הגוף והנפש. לאחר צפייה בסרטון זה, אתם אמורים להבין היטב כיצד להשתמש באנטרופיה של גלים כדי למדוד ולחקור את הקשר בין הפעילויות החשמליות של המוח והלב במהלך מדיטציות מיינדפולנס.
סקירה כללית
כתב היד הזה מתאר את השימוש במדד האנטרופיית הגלנית לניתוח נתוני אלקטרואנצפלוגרפיה (EEG) ואלקטרוקרדיוגרפיה (ECG) בצפיפות גבוהה. המחקר מדגים שחוסר סדר בפעילות המוח והלב הופך למתואם יותר במהלך תרגול הפחתת מתח מבוסס מודעות.
מרכיבי מחקר עיקריים
תחום המדע
- מדעי המוח
- פסיכולוגיה
- אלקטרופיזיולוגיה
רקע
- מאמינים שתרגול מודעות מתאם את הגוף והנפש.
- מחקרים קודמים חסרו מדד משותף להשוואת פעילות המוח והלב.
- אנטרופיית גלנית רגישה למצבים מנטליים שונים.
- מחקר זה נועד לחקור את הקורלציה בין המוח והלב במהלך מודעות.
מטרת המחקר
- ניתוח נתוני EEG ו-ECG באמצעות אנטרופיית גלנית.
- חקירת תיאום הפעילות המוחית והלבבית במהלך מודעות.
- לספק תובנות לגבי האופן שבו מודעות מווסתת את פעילות המוח והלב.
שיטות ששימשו
- הגדרת מערכת EEG ב-128 ערוצים והכנת המשתתפים.
- הקלטת נתוני EEG במהלך תרגול הפחתת מתח מבוסס מודעות (MBSR).
- עיבוד נתונים הכולל סינון, דחייה של ארטיפקטים, וניתוח רכיבים עצמאיים (ICA).
- חישוב מקדמי גלנית ואנטרופיה לניתוח.
תוצאות עיקריות
- שיפור בגלי אלפא ובטא, ירידה בגלי דלתא במהלך MBSR.
- קורלציה משמעותית בין אנטרופיית המוח והלב במהלך מודעות.
- אזורי המוח העיקריים המושפעים כוללים את הגירוס האוקסיפיטלי השמאלי ואת הפרקונואוס הימני.
- המתודולוגיה יכולה להיות מיושמת בתרגולי אימון נפשי אחרים.
מסקנות
- אנטרופיית גלנית מודדת ביעילות את התיאום בין המוח והלב.
- תרגול מודעות משפר את היחסים בין פעילות המוח והלב.
- מחקרים עתידיים יכולים לחקור תרגילים קונטמפלטיביים אחרים באמצעות שיטה זו.
שאלות נפוצות
Executive Industry Relevance
Establishing objective biomarkers for mind-body coordination addresses a critical gap in neuropsychiatric target validation, where subjective endpoints limit predictive confidence in CNS drug development. This methodology provides a quantitative, electrophysiology-based framework to assess mechanistic engagement of mindfulness-modulated pathways, supporting de-risking of neuropsychiatric indications. By enabling cross-modal correlation analysis between neural and autonomic outputs, it enhances translational continuity from early discovery to preclinical validation.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses linking neural activity to autonomic regulation through a common entropy-based index.
- Operational Value: Provides a reproducible metric for functional target validation in mind-brain-body axis research.
- Predictive Value: Supports portfolio triage by quantifying mechanistic de-risking of CNS-modulating compounds via coordinated brain-heart biomarkers.
Screening & Assay Development
- Assay Readiness: Generates standardized, quantitative wavelet entropy outputs from synchronized EEG and ECG recordings for assay validation.
- Scalability: Supports high-density electrophysiological screening platforms requiring cross-system signal comparison.
- Reproducibility: Enables consistent biomarker measurement across experimental conditions, reducing variability in downstream screening.
Translational & Preclinical Research
- Disease Relevance: Applicable to stress-related disorders where brain-heart dysregulation is a pathophysiological hallmark.
- Translational Continuity: Bridges discovery-phase mechanistic insights with preclinical validation through objective neurocardiac coupling metrics.
- Risk-Adjusted Decisions: Informs go/no-go criteria by quantifying target engagement in autonomic neural circuits.
Pipeline & Workflow Integration
The method integrates into discovery workflows by providing a mechanistic readout for early target validation, progressing through assay development to preclinical evaluation of CNS-active compounds influencing autonomic regulation.
- Discovery Biology: Facilitates hypothesis testing of mind-brain-heart pathway modulation using entropy as a shared biomarker.
- Screening: Delivers assay-ready, quantitative outputs enabling comparison of compound effects on neural-cardiac coordination.
- Analytics: Generates correlational data between EEG and ECG entropy to assess multi-system target engagement.
- Translational Research: Supports preclinical continuity by validating neurocardiac biomarkers in disease-relevant models.
- Enterprise Reuse: Establishes a reusable electrophysiological platform for CNS and psychosomatic indication research.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing mechanistic ambiguity in brain-body axis modulation.
- Operational Value: Ensures standardization and reproducibility of neurophysiological assessments across sites and studies.
- Strategic Value: Improves go/no-go decision quality by providing objective, quantifiable biomarkers of target engagement.
- Portfolio Impact: Enables risk-adjusted prioritization of CNS candidates based on demonstrated autonomic neural modulation.
Implementation Considerations
- Requires expertise in electrophysiology, signal processing, and wavelet analysis for accurate entropy calculation.
- Dependent on high-density EEG and ECG acquisition systems with precise electrode placement and impedance control.
- Necessitates standardized preprocessing pipelines including filtering, artifact rejection, and ICA for clean signal isolation.
- Involves cross-functional collaboration between neuroscience, cardiology, and data science teams for interpretation.
- Limited to lab-based settings due to equipment complexity; not suited for high-throughput or clinical deployment without adaptation.
