Name: אפנון התגובה הנוירופיזיולוגית לגירויים מפחידים ומלחיצים באמצעות מזמורים דתיים חוזרים ונשנים (וידאו) | JoVE Journal
Uploaded: 2021-11-04T13:00:00.000+00:00
Duration: 11 min 12 s
Description: חקור את השפעת מזמורים דתיים חוזרים על עיבוד רגשי באמצעות ERP ו-EEG. מחקר זה מציג פרוטוקול לבחינת מנגנונים נוירופיזיולוגיים המווסתים תגובות לגירויים שליליים.

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

המחקר נתמך על ידי פרויקט הקרן הקטנה של HKU ו- NSFC.61841704.

מחקר ERP זה אושר על ידי ועדת הביקורת המוסדית של אוניברסיטת הונג קונג. לפני ההשתתפות במחקר זה, כל המשתתפים חתמו על טופס הסכמה מדעת בכתב.
1. עיצוב ניסיוני
<ol><li>גיוס משתתפים<ol>
<li>גייסו משתתפים עם לפחות שנה אחת (~ 200-3,000 שעות) של ניסיון בשירת השם "Amitabha Buddha" למחקר זה. הערה: במחקר הנוכחי נבחרו 21 משתתפים אנושיים בגילאי 40-52; 11 היו גברים.</li>
	</ol>
</li>
	<li>מזמורים דתיים לעומת מזמורים לא דתיים<ol>
<li>מזמור את שמו של "בודהה אמיטאבהה" במשך 40 שניות. 20 s הראשונים עם התמונה של Amitabha בודהה ואת 20 s הבאים עם תמונות IAPS.<ol>
<li>מזמור רק ארבע תווים של השם "Amitabha בודהה" תוך כדי צפייה בדמותו של בודהה אמיטאבהה בבית הספר Pureland14.</li>
		</ol>
</li>
		<li>מזמור את שמו של סנטה קלאוס (מצב מזמור לא דתי) במשך 40 שניות. 20 s הראשונים בעת צפייה בתמונה של סנטה קלאוס ואת 20 s הבאים עם תמונות IAPS.<ol>
<li>מזמור רק ארבע דמויות של השם של סנטה קלאוס ולדמיין את סנטה קלאוס.</li>
		</ol>
</li>
		<li>שמור על שתיקה במשך 40 שניות. 20 s הראשונים עם תמונה ריקה למטרת שליטה ואת 20 s הבאים עם תמונות IAPS. הערה: בלי מזמורים.</li>
	</ol>
</li>
	<li>מערכת הקלטה מסוג EEG<ol>
<li>הקלט נתוני EEG באמצעות מערכת EEG בת 128 ערוצים המורכבת ממגבר, תיבת ראש, מכסה EEG ושני מחשבים שולחניים (ראה טבלת חומרים).</li>
	</ol>
</li>
	<li>מערכת הצגת גירויים<ol>
<li>השתמש בתוכנת מצגת גירויים (ראה טבלת חומרים) כדי להציג תמונות נייטרליות ושליליות מ- IAPS במחשב שולחני.</li>
	</ol>
</li>
	<li>מערכת הקלטה א.ק.ג.<ol>
<li>השתמש במערכת הקלטת נתונים פיזיולוגית כדי להקליט נתוני אק"ג (ראה טבלת חומרים).</li>
	</ol>
</li>
</ol>2. ניסוי אפנון רגשי
הערה: לניסוי היו שני גורמים עם עיצוב של 2 x 3: הגורם הראשון היה סוג התמונה: נייטרלי ושלילי (פחד ומעורר מתח). הגורם השני היה סוג המזמורים: מזמור "אמיטאבהה בודהה", מזמור "סנטה קלאוס" וללא מזמורים (נוף שקט).
<ol><li>השתמש בעיצוב בלוק, מכיוון שהוא עשוי לעורר ביעילות רבה יותר רכיבים הקשורים לרגש15. הערה: היו שישה תנאים, והרצפים היו אקראיים ומאוזנים בין המשתתפים (איור 1). ששת התנאים היו כדלקמן: מזמורים דתיים תוך כדי צפייה בתמונות שליליות (AmiNeg); מזמורים דתיים בעת צפייה בתמונות נייטרליות (AmiNeu); אין מזמורים בעת צפייה בתמונות שליליות (PasNeg); אין מזמורים בעת צפייה בתמונות נייטרליות (PasNeu); מזמורים לא דתיים בעת צפייה בתמונות שליליות (SanNeg); וזמרות לא דתיות בעת צפייה בתמונות נייטרליות (SanNeu).</li>
</ol><img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/62960/62960fig01.jpg"> איור 1: ההליך הניסיוני. היו שישה תנאים מדומים, וכל משתתף קיבל רצף פסאודו-דמוקרטי. כל תנאי חזר על עצמו שש פעמים בשתי פגישות נפרדות. נתון זה הותאם מתוך Reference3. <a href="https://www.jove.com/files/ftp_upload/62960/62960fig01large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
<ol start="2"><li>הצג כל תמונה עבור ~ 1.8-2.2 שניות, עם מרווח ביניים (ISI) של 0.4-0.6 שניות. הערה: היו 10 תמונות מאותו סוג (נייטרלי או שלילי) בכל מפגש.</li>
	<li>אפשר תקופת מנוחה של 20 שניות לאחר כל מפגש כדי להתמודד עם ההשפעות השיוריות הפוטנציאליות של שירה או צפייה בתמונה בהפעלה הבאה.</li>
	<li>הצג את התמונות על צג CRT במרחק של 75 ס"מ מעיני המשתתפים, עם זוויות חזותיות של 15° (אנכי) ו 21° (אופקי).</li>
	<li>בקש מהמשתתפים לצפות בתמונות בקפידה.</li>
	<li>ספק ריצת תרגול קצרה למשתתפים כדי לאפשר להם להכיר כל תנאי. השתמש בצג וידאו כדי להבטיח שהמשתתפים לא יירדמו.</li>
	<li>תן למשתתפים מנוחה של 10 דקות באמצע הניסוי של 40 דקות.</li>
</ol>3. איסוף נתוני א.א.ג. ואק"ג
הערה: לפני ההגעה לניסוי, בקשו מכל משתתף לשטוף את השיער והקרקפת ביסודיות מבלי להשתמש במרכך או בכל דבר אחר שעלול להגביר את העכבה של המערכת. לאסוף את נתוני EEG ו- ECG בו זמנית על ידי שתי מערכות נפרדות.
<ol><li>ליידע כל משתתף של הליכים ניסיוניים, כלומר, כי תמונות יעילות נצפו בתנאי מזמור שונים.</li>
	<li>הגדר את קצב הדגימה ל- 1,000 הרץ, ושמור על העכבה של כל אלקטרודה מתחת ל- 30 kΩ במידת האפשר או בהתאם לדרישות המערכת.</li>
	<li>לאסוף נתונים פיזיולוגיים, כולל נתוני אק"ג באמצעות מערכת הקלטת נתונים פיזיולוגית (ראה טבלת חומרים).</li>
</ol>4. ניתוח נתוני EEG
<ol><li>לעבד ולנתח את נתוני EEG עם EEGLAB (ראה טבלת חומרים) , קובץ משלים 1-2, תוכנת קוד פתוח16 בעקבות השלבים הבאים.</li>
	<li>השתמש בפונקציה EEGLAB "pop_resample" כדי לדגום מחדש את הנתונים מ- 1,000 הרץ עד 250 הרץ כדי לשמור על גודל קובץ נתונים סביר. לחץ על כלים &gt; שינוי קצב דגימה.</li>
	<li>השתמש בפונקציה EEGLAB "pop_eegfiltnew" כדי לסנן את הנתונים באמצעות מסנן תגובת דחף סופית (FIR) עם פס פס של 0.1-100 הרץ. לחץ על כלים &gt; לסנן את הנתונים &gt; מסנן FIR בסיסי (חדש, ברירת מחדל).</li>
	<li>סנן את הנתונים שוב באמצעות מסנן תגובת דחף אינסופית לא ליניארית (IIR) עם פס עצירה של 47-53 הרץ כדי להפחית את הרעש מהזרם המתחלף. לחץ על כלים &gt; סנן את הנתונים &gt; בחר 'חריץ' סנן את הנתונים במקום את פס המעבר.</li>
	<li>בדוק חזותית את הנתונים כדי להסיר חפצים חזקים שנוצרו על ידי תנועות עיניים ושרירים. לחץ על התוויית נתוני ערוץ &gt; (גלילה).</li>
	<li>בדוק שוב את הנתונים באופן חזותי אם יש רעש עקבי שנוצר על-ידי ערוץ כלשהו, והערוצים הרעים נרשמו.</li>
	<li>לשחזר את הערוצים הרעים באמצעות אינטרפולציה כדורית. לחץ על כלים &gt; אלקטרודות אינטרפולציה &gt; בחר מתוך ערוצי הנתונים.</li>
	<li>הפעל ניתוח רכיבים עצמאי (ICA) עם אלגוריתם הקוד הפתוח "runica"16. לחץ על כלים &gt; הפעל ICA.</li>
	<li>הסר את הרכיבים העצמאיים (ICs) המתאימים לתנועות עיניים, מצמוצים, תנועת שרירים ורעש קו. לחץ על כלים &gt; דחה נתונים באמצעות ICA &gt; דחה רכיבים לפי מפה.</li>
	<li>שחזר את הנתונים באמצעות ה- ICs הנותרים. לחץ על כלים &gt; הסר רכיבים.</li>
	<li>סנן את הנתונים באמצעות מסנן מעבר נמוך של 30 הרץ. לחץ על כלים &gt; לסנן את הנתונים &gt; מסנן FIR בסיסי (חדש, ברירת מחדל).</li>
	<li>השג נתוני ERP על-ידי חילוץ וממוצע של תקופות נעולות בזמן עבור כל תנאי עם חלון זמן של -200 עד 0 אלפיות השנייה כבסיס ו- 0 עד 800 אלפיות השנייה כ- ERP. לחץ על כלים &gt; לחלץ עידנים.</li>
	<li>עיין מחדש בנתוני ERP עם הממוצע של ערוצי המסטואיד השמאלי והימני. לחץ על כלים &gt; הפניה חוזרת.</li>
	<li>חזור על השלבים לעיל עבור ערכות הנתונים מכל המשתתפים והשווה את ההבדלים בין התנאים באמצעות בדיקת t או מדדים חוזרים ונשנים ANOVA בתוכנת ניתוח סטטיסטית (ראה טבלת חומרים).</li>
	<li>הגדר חלונות זמן עבור N1 ו- LPP בהתבסס על תיאוריות מבוססות8,17 והנתונים הנוכחיים3. הערה: בעבודה זו, N1 הוגדר כ 100-150 אלפיות השנייה, בעוד LPP כמו 300-600 ms מתחילת הגירוי; LPP בולט ביותר באזור המרכזי-קודקודי (איור 2).</li>
	<li>מצא את ההבדל בתמונה הניטרלית לעומת השלילית ברכיב N1 באמצעות בדיקת t משויכת בין שלושה תנאים (איור 3).</li>
	<li>מצא את ההבדל בתמונה הניטרלית לעומת השלילית ברכיב LPP באמצעות בדיקת t משויכת בין שלושה תנאים (איור 4).</li>
	<li>בצע ניתוח אזור עניין (ROI) ברכיבי N1 ו- LPP על-ידי חישוב ממוצע של ערוצים רלוונטיים כדי לייצג אזור. הערה: כדי לבחור החזר על ההשקעה, ממוצע התקופות של כל שלושת התנאים היה לחשב את הערוצים שבהם לתמונות הניטרליות והשליליות היה הבדל משמעותי בחלון הזמן הספציפי (לדוגמה, עבור N1 או LPP).</li>
	<li>השווה את ההבדל ב- N1 ו- LPP בנפרד, באמצעות מדדים חוזרים ונשנים ANOVA וסטטיסטיקות פוסט הוק בתוכנת ניתוח סטטיסטי. הערה: השתמש בניתוח פוסט הוק (תיקון Bonferroni) ולקבוע הבדלים משמעותיים בין שני התנאים בנפרד אם המודל היה משמעותי. סף המשמעות נקבע על p &lt; 0.05.</li>
</ol>5. ניתוח מקור ERP
<ol><li>בצע את ניתוח מקור ERP18 עם תוכנת הקוד הפתוח SPM19 (ראה רשימת חומרים) לאחר השלבים הבאים.</li>
	<li>קשר את מערכת קואורדינטות חיישן כובע EEG למערכת הקואורדינטות של תמונת MRI מבנית סטנדרטית (קואורדינטות של המכון הנוירולוגי של מונטריאול (MNI) על ידי רישום משותף מבוסס ציון דרך. ב- SPM, לחץ על אצווה &gt; SPM &gt; M/EEG &gt; שחזור מקור &gt; מפרט דגם הראש.</li>
	<li>בצע חישוב קדימה כדי לחשב את ההשפעה של כל דיפול על רשת קליפת המוח המוטלת על חיישני ה- EEG. תחת אותו עורך אצווה, לחץ על SPM &gt; M/EEG &gt; שחזור מקור &gt; היפוך מקור. הערה: תוצאות אלה הוצבו במטריצת G (n x m), כאשר n הוא מספר החיישנים (ממד חלל EEG) ו - m הוא מספר קודקודי רשת השינוי (ממד חלל המקור). מודל המקור היה X = GS, כאשר X הוא מטריצת n x k המציינת את נתוני ה- ERP של כל תנאי, k הוא מספר נקודות הזמן ו - S הוא מטריצת m x k המציינת את מקור ה- ERP.</li>
	<li>השתמש באלגוריתם הרשעות קודמות מרובות דלילות המבוססות על חיפוש חמדן (מכיוון ש- S אינו ידוע) בשלב השלישי (בין האלגוריתמים הרבים הזמינים) כדי לבצע את השחזור ההפוך מכיוון שהוא אמין יותר משיטות אחרות20. בחר MSP (GS) עבור סוג ההיפוך בחלון היפוך מקור .</li>
	<li>קבע את ההבדל בין תנאים באמצעות מידול ליניארי כללי ב- SPM. הגדר את רמת המשמעות ל- p &lt; 0.05. תחת עורך אצווה, לחץ על SPM &gt; סטטיסטיקה &gt; מפרט עיצוב מחולל.</li>
</ol>6. נתוני אק"ג וניתוח הערכה התנהגותית
<ol><li>השתמש בתוכנה פיזיולוגית ועיבוד נתונים כדי לעבד ולנתח את נתוני האק"ג (ראה טבלת חומרים). חשב את הציונים הממוצעים עבור כל תנאי. ב- EEGLAB, לחץ על כלים &gt; כלי FMRIB &gt; לזהות אירועי QRS21. הערה: בדומה לניתוח משרעת ERP, תוכנה סטטיסטית שימשה לניתוח נוסף של הנתונים עם אמצעים חוזרים ונשנים ANOVA. ניתוח פוסט הוק בוצע כדי לקבוע את ההבדלים המשמעותיים בין שני התנאים בנפרד אם המודל היה משמעותי. רמת המשמעות נקבעה ל - p &lt; 0.05.</li>
	<li>בקש מהמשתתפים לדרג את אמונתם ביעילות של מזמור שם הנושא (אמיטאבהה בודהה, סנטה קלאוס וכו ') בסולם של 1-9, שבו 1 נחשב החלש ביותר ו -9 החזק ביותר.</li>
</ol>

<ol><li>Kennedy, H., Montreuil, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+late+positive+potential+as+a+reliable+neural+marker+of+cognitive+reappraisal+in+children+and+youth%3A+A+brief+review+of+the+research+literature%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">The late positive potential as a reliable neural marker of cognitive reappraisal in children and youth: A brief review of the research literature.</a> Frontiers in Psychology. 11, 608522(2020).</li>
<li>Yu, Q., Kitayama, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Does+facial+action+modulate+neural+responses+of+emotion%3F+An+examination+with+the+late+positive+potential+%28LPP%29%5BTitle%5D)+AND+%22Emotion%22%5BJournal%5D)">Does facial action modulate neural responses of emotion? An examination with the late positive potential (LPP).</a> Emotion. 21 (2), 442-446 (2021).</li>
<li>Gao, J. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Repetitive+religious+chanting+modulates+the+late-stage+brain+response+to+fear+and+stress-provoking+pictures%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">Repetitive religious chanting modulates the late-stage brain response to fear and stress-provoking pictures.</a> Frontiers in Psychology. 7, 2055(2017).</li>
<li>Barkus, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+working+memory+training+on+emotion+regulation%3A+Transdiagnostic+review%5BTitle%5D)+AND+%22PsyCh+Journal%22%5BJournal%5D)">Effects of working memory training on emotion regulation: Transdiagnostic review.</a> PsyCh Journal. 9 (2), 258-279 (2020).</li>
<li>Denny, B. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Getting+better+over+time%3A+A+framework+for+examining+the+impact+of+emotion+regulation+training%5BTitle%5D)+AND+%22Emotion%22%5BJournal%5D)">Getting better over time: A framework for examining the impact of emotion regulation training.</a> Emotion. 20 (1), 110-114 (2020).</li>
<li>Champe, J., Okech, J. E. A., Rubel, D. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emotion+regulation%3A+Processes%2C+strategies%2C+and+applications+to+group+work+training+and+supervision%5BTitle%5D)+AND+%22Journal+for+Specialists+in+Group+Work%22%5BJournal%5D)">Emotion regulation: Processes, strategies, and applications to group work training and supervision.</a> Journal for Specialists in Group Work. 38 (4), 349-368 (2013).</li>
<li>Sobolewski, A., Holt, E., Kublik, E., Wrobel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+meditation+on+emotional+processing-A+visual+ERP+study%5BTitle%5D)+AND+%22Neuroscience+Research%22%5BJournal%5D)">Impact of meditation on emotional processing-A visual ERP study.</a> Neuroscience Research. 71 (1), 44-48 (2011).</li>
<li>Katyal, S., Hajcak, G., Flora, T., Bartlett, A., Goldin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Event-related+potential+and+behavioural+differences+in+affective+self-referential+processing+in+long-term+meditators+versus+controls%5BTitle%5D)+AND+%22Cognitive+Affective+%26+Behavioral+Neuroscience%22%5BJournal%5D)">Event-related potential and behavioural differences in affective self-referential processing in long-term meditators versus controls.</a> Cognitive Affective & Behavioral Neuroscience. 20 (2), 326-339 (2020).</li>
<li>Uusberg, H., Uusberg, A., Talpsep, T., Paaver, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+mindfulness%3A+The+dynamics+of+affective+adaptation+during+open+monitoring%5BTitle%5D)+AND+%22Biological+Psychology%22%5BJournal%5D)">Mechanisms of mindfulness: The dynamics of affective adaptation during open monitoring.</a> Biological Psychology. 118, 94-106 (2016).</li>
<li>Bradley, M. M., Lang, P. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBradley%2C+MM+%22Handbook+of+emotion+elicitation+and+assessment.+Series+in+affective+science%22">Handbook of emotion elicitation and assessment. Series in affective science</a>. Coan, J. A., Allen, J. B. 483, Oxford University Press. 483-488 (2007).</li>
<li>Gao, J. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Repetitive+religious+chanting+invokes+positive+emotional+schema+to+counterbalance+fear%3A+A+multi-modal+functional+and+structural+MRI+study%5BTitle%5D)+AND+%22Frontiers+in+Behavioral+Neuroscience%22%5BJournal%5D)">Repetitive religious chanting invokes positive emotional schema to counterbalance fear: A multi-modal functional and structural MRI study.</a> Frontiers in Behavioral Neuroscience. 14, 548856(2020).</li>
<li>Somaratne, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Jhana-cittas%3A+The+methods+of+swapping+existential+planes+via+samatha%5BTitle%5D)+AND+%22Journal+Of+The+Postgraduate+Institute+Of+Pali+And+Buddhist+Studies%22%5BJournal%5D)">The Jhana-cittas: The methods of swapping existential planes via samatha.</a> Journal Of The Postgraduate Institute Of Pali And Buddhist Studies. 2, 1-21 (2017).</li>
<li>Bhikkhu, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sallatha+Sutta%3A+The+arrow+%28SN+36.6%29%2C+Translated+from+the+pali%5BTitle%5D)+AND+%22Access+to+Insight+Legacy+Edition%22%5BJournal%5D)">Sallatha Sutta: The arrow (SN 36.6), Translated from the pali.</a> Access to Insight Legacy Edition. , (2013).</li>
<li>Halkias, G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHalkias%2C+G+%22Luminous+bliss+%3A+a+religious+history+of+Pure+Land+literature+in+Tibet+%3A+with+an+annotated+English+translation+and+critical+analysis+of+the+Orgyan-gling+gold+manuscript+of+the+short+Sukha%CC%84vati%CC%84vy%CC%84uha-su%CC%84tra%22">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</a>. , University of Hawaiʻi Press. (2013).</li>
<li>Stewart, J. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attentional+bias+to+negative+emotion+as+a+function+of+approach+and+withdrawal+anger+styles%3A+An+ERP+investigation%5BTitle%5D)+AND+%22International+Journal+of+Psychophysiology%22%5BJournal%5D)">Attentional bias to negative emotion as a function of approach and withdrawal anger styles: An ERP investigation.</a> International Journal of Psychophysiology. 76 (1), 9-18 (2010).</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+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> Journal of Neuroscience Methods. 134 (1), 9-21 (2004).</li>
<li>Ito, T. A., Larsen, J. T., Smith, N. K., Cacioppo, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Negative+information+weighs+more+heavily+on+the+brain%3A+The+negativity+bias+in+evaluative+categorizations%5BTitle%5D)+AND+%22Journal+of+Personality+and+Social+Psychology%22%5BJournal%5D)">Negative information weighs more heavily on the brain: The negativity bias in evaluative categorizations.</a> Journal of Personality and Social Psychology. 75 (4), 887-900 (1998).</li>
<li>Grech, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+on+solving+the+inverse+problem+in+EEG+source+analysis%5BTitle%5D)+AND+%22Journal+of+NeuroEngineering+and+Rehabilitation%22%5BJournal%5D)">Review on solving the inverse problem in EEG source analysis.</a> Journal of NeuroEngineering and Rehabilitation. 5, 25(2008).</li>
<li>Penny, W. D., Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPenny%2C+WD+%22Statistical+Parametric+Mapping%3A+The+Analysis+of+Functional+BrainIimages%3A+The+Analysis+of+Functional+Brain+Images%22">Statistical Parametric Mapping: The Analysis of Functional BrainIimages: The Analysis of Functional Brain Images</a>. , Academic Press. (2011).</li>
<li>Friston, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multiple+sparse+priors+for+the+M%2FEEG+inverse+problem%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Multiple sparse priors for the M/EEG inverse problem.</a> NeuroImage. 39 (3), 1104-1120 (2008).</li>
<li>Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Removal+of+FMRI+environment+artifacts+from+EEG+data+using+optimal+basis+sets%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Removal of FMRI environment artifacts from EEG data using optimal basis sets.</a> Neuroimage. 28 (3), 720-737 (2005).</li>
<li>Nakamura, H., Tawatsuji, Y., Fang, S. Y., Matsui, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Explanation+of+emotion+regulation+mechanism+of+mindfulness+using+a+brain+function+model%5BTitle%5D)+AND+%22Neural+Networks%22%5BJournal%5D)">Explanation of emotion regulation mechanism of mindfulness using a brain function model.</a> Neural Networks. 138, 198-214 (2021).</li>
<li>Schjoedt, U., Stdkilde-Jorgensen, H., Geertz, A. W., Roepstorff, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Highly+religious+participants+recruit+areas+of+social+cognition+in+personal+prayer%5BTitle%5D)+AND+%22Social+Cognitive+and+Affective+Neuroscience%22%5BJournal%5D)">Highly religious participants recruit areas of social cognition in personal prayer.</a> Social Cognitive and Affective Neuroscience. 4 (2), 199-207 (2009).</li>
<li>Rao, N. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Directional+brain+networks+underlying+OM+chanting%5BTitle%5D)+AND+%22Asian+Journal+of+Psychiatry%22%5BJournal%5D)">Directional brain networks underlying OM chanting.</a> Asian Journal of Psychiatry. 37, 20-25 (2018).</li>
<li>Harne, B. P., Bobade, Y., Dhekekar, R. S., Hiwale, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SVM+classification+of+EEG+signal+to+analyze+the+effect+of+OM+Mantra+meditation+on+the+brain%5BTitle%5D)+AND+%222019+Ieee+16th+India+Council+International+Conference+%28Ieee+Indicon+2019%29%22%5BJournal%5D)">SVM classification of EEG signal to analyze the effect of OM Mantra meditation on the brain.</a> 2019 Ieee 16th India Council International Conference (Ieee Indicon 2019). , (2019).</li>
<li>Coan, J. A., Allen, J. J. B. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCoan%2C+JA+%22Handbook+of+Emotion+Elicitation+and+Assessment%22">Handbook of Emotion Elicitation and Assessment</a>. , Oxford University Press. (2007).</li>
<li>Meseguer, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+the+apetitive+and+aversive+systems+with+emotional+pictures+using+a+Block-design+fMRI+procedure%5BTitle%5D)+AND+%22Psicothema%22%5BJournal%5D)">Mapping the apetitive and aversive systems with emotional pictures using a Block-design fMRI procedure.</a> Psicothema. 19 (3), 483-488 (2007).</li>
<li>Luck, S. J., Gaspelin, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+to+get+statistically+significant+effects+in+any+ERP+experiment+%28and+why+you+shouldn%27t%29%5BTitle%5D)+AND+%22Psychophysiology%22%5BJournal%5D)">How to get statistically significant effects in any ERP experiment (and why you shouldn't).</a> Psychophysiology. 54 (1), 146-157 (2017).</li>
<li>Meteyard, L., Davies, R. A. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Best+practice+guidance+for+linear+mixed-effects+models+in+psychological+science%5BTitle%5D)+AND+%22Journal+of+Memory+and+Language%22%5BJournal%5D)">Best practice guidance for linear mixed-effects models in psychological science.</a> Journal of Memory and Language. 112, 104092(2020).</li>
<li>Tremblay, A., Newman, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+nonlinear+relationships+in+ERP+data+using+mixed-effects+regression+with+R+examples%5BTitle%5D)+AND+%22Psychophysiology%22%5BJournal%5D)">Modeling nonlinear relationships in ERP data using mixed-effects regression with R examples.</a> Psychophysiology. 52 (1), 124-139 (2015).</li>
<li>Wu, B. W. Y., Gao, J. L., Leung, H. K., Sik, H. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+randomized+controlled+trial+of+Awareness+Training+Program+%28ATP%29%2C+a+group-based+mahayana+buddhist+intervention%5BTitle%5D)+AND+%22Mindfulness%22%5BJournal%5D)">A randomized controlled trial of Awareness Training Program (ATP), a group-based mahayana buddhist intervention.</a> Mindfulness. 10 (7), 1280-1293 (2019).</li>
<li>Brown, D. R., Cavanagh, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+sound+and+the+fury%3A+Late+positive+potential+is+sensitive+to+sound+affect%5BTitle%5D)+AND+%22Psychophysiology%22%5BJournal%5D)">The sound and the fury: Late positive potential is sensitive to sound affect.</a> Psychophysiology. 54 (12), 1812-1825 (2017).</li>
<li>Hill, L. D., Starratt, V. G., Fernandez, M., Tartar, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Positive+affective+priming+decreases+the+middle+late+positive+potential+response+to+negative+images%5BTitle%5D)+AND+%22Brain+and+Behavior%22%5BJournal%5D)">Positive affective priming decreases the middle late positive potential response to negative images.</a> Brain and Behavior. 9 (1), 01198(2019).</li>
<li>Belzung, C., Wigmore, P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBelzung%2C+C+%22Current+Topics+in+Behavioral+Neurosciences%2C1+online+resource%22">Current Topics in Behavioral Neurosciences,1 online resource</a>. , Springer Berlin Heidelberg. Berlin Heidelberg. (2013).</li>
<li>Denes, G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aDenes%2C+G+%22Neural+Plasticity+Across+The+Lifespan%3A+How+The+Brain+Can+Change%22">Neural Plasticity Across The Lifespan: How The Brain Can Change</a>. , CRC Press, an imprint of the Taylor & Francis Group. (2016).</li>
</ol>

המחברים מצהירים כי אין להם אינטרסים פיננסיים מתחרים.

ייחודו של מחקר זה הוא יישום של שיטה נוירו-מדעית לחקור את המנגנונים העצביים העומדים בבסיס מנהג דתי נרחב, כלומר, מזמורים דתיים חוזרים ונשנים. בהתחשב בהשפעתה הבולטת, שיטה זו יכולה לאפשר התערבויות חדשות עבור מטפלים או קלינאים לטפל בלקוחות המתמודדים עם בעיות רגשיות וסובלים מחרדה ומתח. יחד עם מחקרים קודמים, מחקר ויסות רגש רחב יותר צריך להיחשב במחקרים עתידיים7,8,9,22.
ישנם מעט מחקרי ERP על מזמורים, בהתחשב בקושי לבנות ניסויים המשלבים שירה ואירועים קוגניטיביים אחרים. מחקר זה מדגים פרוטוקול ריאלי לחקירת ההשפעה הרגשית של שירה / תפילה, אשר פופולרי למדי בעולם האמיתי. מחקרי MRI פונקציונליים קודמים (fMRI) מצאו כי תפילה מגייסת תחומים של קוגניציה חברתית23. מחקר fMRI מצב מנוחה אחד גילה כי מזמור "OM" מופחת תפוקות מן cingulate הקדמי, אינסולה, קליפת המוח orbitofrontal24. מחקר EEG אחר מצא כי מדיטציית "OM" הגדילה את גלי הדלתא, מה שגרם לחוויה של הרפיה ושינה עמוקה25. עם זאת, שיטות אלה לא יכלו לחקור במדויק את השינויים הספציפיים הקשורים לאירועים לאחר מזמורים דתיים.
החוקרים צריכים לשלוט בגורמים המבלבלים של עיבוד השפה וההיכרות כדי לחקור בהצלחה את ההשפעה הפוטנציאלית של מזמורים דתיים חוזרים ונשנים בהצלחה. בזמן שהמשתתפים תרגלו בהרחבה וביומיום מזמרים את השם "אמיטאבהה בודהה" (תווים סיניים: <img alt="Equation 1" src="/files/ftp_upload/62960/62960eq01.jpg">; הגייה קנטונזית: o1-nei4-to4-fat6), השתמשנו בשם "סנטה קלאוס" (תווים סיניים: ; <img alt="Equation 2" src="/files/ftp_upload/62960/62960eq02.jpg"> הגייה קנטונזית: sing3-daan3-lou5-jan4) כתנאי השליטה מכיוון שהמקומיים מכירים את סנטה קלאוס. בסינית, שני השמות מכילים ארבעה תווים, ובכך שולטים בדמיון לשפה. לגבי היכרות, סנטה קלאוס הוא גם די פופולרי בהונג קונג כי היא עיר מערבית חלקית. בנוסף, סנטה קלאוס הוא גם נתון חיובי במקצת בהונג קונג, שם יש חופשות חג המולד הרשמיות. עם זאת, שליטה זו בהיכרות היא חלקית, שכן קשה להתאים לחלוטין את ההבנה של שמו של אמיטאבהא בודהה למתרגלים.
אחד הצעדים הקריטיים במחקר הנוכחי היה הכנת התמונות מעוררות הפחד או הלחץ. כמו מזמור דתי עשוי לעבוד טוב יותר כאשר מתרחשים אירועים מאיימים, בחירת גירויים נאותים מתוך מאגר התמונות IAPS26 היה חיוני. מומלץ לראיין משתתפים פוטנציאליים ולבחור תמונות מתאימות כדי למנוע יותר מדי פחד או גועל. תמונות שליליות ביותר עלולות למנוע מהמשתתפים למשוך את תשומת ליבם בזדון; יחד עם זאת, הגירויים מעוררי הפחד והלחץ אמורים לאפשר למשתתפים לחוות איום מספיק. סוגיה קריטית נוספת היא עיצוב הבלוק של המחקר. האות EEG/ERP רגיש ודינמי מספיק כדי לעקוב אחר כל אירוע. עם זאת, זה יהיה מתאים יותר ליישם עיצוב בלוק עם תקופת צפייה של 20-30 שניות כי הדפוס של תפקוד לב או רגש לא יכול להשתנות בסדר של שניות27. מצד שני, בלוק של 60 s עשוי להיות ארוך מדי, ואת התגובה העצבית יכול להיות מתורגל במחקרי ERP.
שלב עיבוד הנתונים של EEG צריך לבצע גיבוי במהלך כל שלב, מכיוון שכל שלב משנה את הנתונים ומתעד את השינויים שבוצעו במהלך שלבים אלה. ניתן להשתמש באפשרות זו כדי לעקוב אחר שינויים ולהקל על איתור שגיאות במהלך עיבוד אצווה. שיפור איכות הנתונים הוא גם חיוני, ולכן יש צורך בניסיון בניקוי נתונים גולמיים ובזיהוי IC שגוי. בניתוח הסטטיסטי, השוואות נעשו על ממוצעים גדולים, ו ANOVA יושם. אנו מזהירים כי סטטיסטיקה זו עם מודל האפקט הקבוע רגישה לאפקטים אקראיים28. ניתן להתאים מודלים של אפקטים מעורבים לשליטה בגורמים זרים29, וההנחה של ליניאריות עשויה להשפיע על המסקנות הנלקחות מנתוני ERP30.
ראוי לציין מספר מגבלות. מגבלה אחת היא שהמחקר הנוכחי רשם רק קבוצה אחת של משתתפים שתרגלו בודהיזם Pureland. רישום קבוצת ביקורת ללא כל ניסיון בקריאות דתיות לשם השוואה יכול לעזור לקבוע אם ההשפעה של שירה דתית מתווכת על ידי אמונה או היכרות. בדרך כלל, ניסוי אקראי מבוקר יהיה משכנע יותר לבחון את ההשפעה של אפנון רגש על מזמורים דתיים31. עם זאת, קשה להבטיח כי כל משתתף היה מזמר שוב ושוב "Amitabha Buddha" ברצון מוחלט. בנוסף, ה- LPP מושפע מגורמים אחרים, כגון צליל רגשי או פרימינג חיובי 32,33. לכן, ניסויים מבוקרים יותר נדרשים כדי לתאר בצורה ברורה יותר את המנגנון הנוירו-מנגנונים הבסיסי שבבסיס ההשפעה של מזמורים דתיים.
לסיכום, מחקרים קודמים הראו כי המוח האנושי הוא סובייקטיבי לפלסטיות עצבית ושינוי מהיר של מצבים34,35; עם מספיק תרגול וכוונה, המוח יכול לעצב את עצמו מחדש ולהגיב באופן שונה לגירויים מפחידים בדרך כלל. מחקר זה מספק תובנות על פיתוח אסטרטגיות התמודדות יעילות לטיפול במצוקה רגשית בהקשרים עכשוויים. בעקבות פרוטוקול זה, החוקרים צריכים לבחון את ההשפעה של מזמורים דתיים או מנהגים מסורתיים אחרים כדי לזהות דרכים אפשריות כדי לעזור לאנשים לשפר את הסבל הרגשי שלהם.

An erratum was issued for:&#160;<a href="https://www.jove.com/t/62960">Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting</a>. The Authors section was&#160;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&#160;Yan&#160;Wu1 
1Buddhism and Science Research Lab, Centre of Buddhist Studies, The University of Hong Kong, 
2School of Biomedical Engineering, Shenzhen University

An erratum was issued for:&#160;<a href="https://www.jove.com/t/62960">Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting</a>. The Authors section was&#160;updated.

Erratum: Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting

הפוטנציאל החיובי המאוחר (LPP) מלווה זה זמן רב עוררות רגשית, והוא שימש באופן אמין במחקר הקשור לרגשות1,2. המנהגים הדתיים נפוצים הן במדינות המזרח והן במדינות המערב. הוא טען כי זה יכול להקל על החרדה והלחץ של המטפל כאשר מתמודדים עם תופעות לוואי, במיוחד בזמנים של קושי3. עם זאת, זה הוכח רק לעתים רחוקות תחת הגדרות ניסיוניות קפדניות.
מחקרים רבים אישרו כי ניתן ללמוד ויסות רגשי עם אסטרטגיות ומסגרות שונות4,5,6. כמה מחקרים הראו כי תשומת לב ומדיטציה יכול לווסת את התגובה העצבית לאירועים רגשיים7,8. לאחרונה, נמצא כי מתרגלי מדיטציה עשויים להשתמש באסטרטגיות אפנון רגש מלבד הערכה קוגניטיבית, דיכוי והסחת דעת8,9. גירויים ממערכת התמונה הרגשית הבינלאומית (IAPS) יכולים לשמש כדי לעורר רגשות חיוביים או שליליים באופן אמין, ויש קריטריונים סטנדרטיים למציאת תמונות מעוצבות עם ערכיות ורמות עוררות שצוינו במחקר רגשי10.
גירויים רגשיים יכולים לגרום לתגובות מוקדמות ומאוחרות יותר במוח3,11. באופן דומה, מסורת הבודהיזם עשתה ניתוח אנלוגי על מחשבות המוח על ידי תהליכים מנטליים ראשוניים ומשניים3,12,13. סלאטה סוטה (החץ סוטה), טקסט בודהיסטי מוקדם, מזכיר כי אימון קוגניטיבי יכול לאלף רגש. החץ סוטה קובע כי הן מתרגל בודהיסטי מאומן היטב והן אדם לא מאומן חווים תפיסה ראשונית ושלילית של כאב כאשר מתמודדים עם אירוע מזיק13. כאב ראשוני בלתי נמנע זה דומה לאדם שנפגע מחץ, כמתואר בסלטה סוטה. כאב תפיסתי מוקדם זהה לשלב העיבוד המוקדם כאשר אדם צופה תמונה שלילית מאוד. עיבוד עצבי מוקדם בדרך כלל מעורר רכיב N1. אנשים לא מאומנים עלולים לפתח רגשות מוגזמים, כגון דאגה, חרדה ומתח, לאחר שחוו את הרגשות הראשוניים והבלתי נמנעים. על פי Sallatha Sutta, זה רגש שלילי מתפתח מאוחר או כאב פסיכולוגי הוא כמו להיפגע על ידי חץ שני. ניסוי פוטנציאלי הקשור לאירוע (ERP) עשוי ללכוד את התהליכים הפסיכולוגיים המוקדמים והמאוחרים יותר של העיצוב הנוכחי, בהנחה ש- N1 ו- LPP יכולים להתאים לשני החצים שהוזכרו לעיל.
בפרוטוקול זה, השירה החוזרת ונשנית של השם "אמיטאבהה בודהה" (סנסקיט: אמיטאבהה) נבחרה כדי לבחון את ההשפעה הפוטנציאלית של מזמורים דתיים כאשר אדם נמצא במצב מפחיד או מלחיץ. מזמור דתי זה הוא אחד המנהגים הפופולריים ביותר של אנשים עם אוריינטציות דתיות בקרב בודהיסטים סיניים, וזה מנהג הליבה של מזרח אסיה טהור אדמה בודהיזם14. ההשערה הייתה כי מזמורים דתיים חוזרים ונשנים יפחיתו את תגובת המוח לגירויים מעוררים, כלומר, ה- LPP המושרה על ידי תמונות מפחידות או מלחיצות. הן EEG והן נתוני אלקטרוקרדיוגרמה (אק"ג) נאספו כדי להעריך את התגובות הנוירופיזיולוגיות של המשתתפים בתנאים שונים.

<table><tbody><tr><td>E-Prime 2.0</td><td>פסיכולוגיה תוכנה כלים</td><td></td><td>גירוי מצגת, איסוף נתוני התנהגות</td></tr><tr><td>EEGLAB</td><td>מרכז שוורץ למדעי</td><td></td> המוח החישוביים <td>תוכנת ניתוח EEG</td></tr><tr><td>HydroCel GSN 128 ערוצים</td><td>Electrical Geodesics, Inc. (EGI)</td><td></td><td>כובע</td></tr><tr><td>EEG LabChart</td><td>ADIחומרים</td> רכישת נתונים פיזיולוגיים <td></td><td>(כולל א.ק.ג) תוכנה</td></tr><tr><td>Matlab R2011a</td><td>MathWorks</td><td></td><td>EEGLAB ו-SPM מבוססים על Matlab; כלי ניתוח סטטיסטי ל-EEG ונתונים פיזיולוגיים</td></tr><tr><td>Netstation</td><td>Electrical Geodesics, Inc. (EGI)</td><td></td><td>תוכנת רכישת EEG</td></tr><tr><td>PowerLab 8/35</td><td>ADInstruments</td><td>PL3508</td><td>נתונים פיזיולוגיים (כולל א.ק.ג) חומרת רכישה</td></tr><tr><td>SPM</td><td>Wellcome Trust Center for Neuroimaging</td><td></td><td>תוכנת ניתוח מקור</td></tr><tr><td>EEG FMRIB</td><td>אוניברסיטת אוקספורד המרכז ל-MRI פונקציונלי של המוח (FMRIB)</td><td></td> <td>תוסף ל-EEGLAB לעיבוד נתוני א.ק.ג</td></tr><tr><td>SPSS</td><td>IBM</td><td></td><td>כלי ניתוח סטטיסטי להתנהגות ונתוני החזר ROI</td></tr><tr><td>EEG iMac 27 אינץ'</td> <td>Apple</td><td></td><td>מריץ את תוכנת Netstation</td></tr><tr><td>Windows PC</td><td>HP</td><td></td><td>עם E-Prime 2.0 תוכנה</td></tr><tr><td>Windows PC</td><td>Dell</td><td></td><td>מריץ את תוכנת LabChart</td></tr></tbody></table>

אפנון התגובה הנוירופיזיולוגית לגירויים מפחידים ומלחיצים באמצעות מזמורים דתיים חוזרים ונשנים

Modulation of the Neurophysiological Response to Fearful and Stressful Stimuli Through Repetitive Religious Chanting

בניסויים נוירופסיכולוגיים, הפוטנציאל החיובי המאוחר (LPP) הוא מרכיב פוטנציאלי הקשור לאירוע (ERP) המשקף את רמת העוררות הרגשית של האדם. מחקר זה בוחן אם מזמורים דתיים חוזרים ונשנים מווסתים את התגובה הרגשית לגירויים מעוררי פחד ומתח, ובכך מובילים ל-LPP פחות מגיב. 21 משתתפים עם לפחות שנה אחת של ניסיון בקריאות הדתיות החוזרות ונשנות של "אמיטאבהא בודהה" גויסו. מערכת אלקטרואנצפלוגרפיה (EEG) בת 128 ערוצים שימשה לאיסוף נתוני EEG. המשתתפים הונחו לצפות בתמונות שליליות או נייטרליות שנבחרו ממערכת התמונות הרגשית הבינלאומית (IAPS) בשלושה תנאים: מזמורים דתיים חוזרים ונשנים, מזמורים לא דתיים חוזרים ונשנים וללא מזמורים. התוצאות הראו כי צפייה בתמונות השליליות מעוררות הפחד והלחץ גרמה ל-LPPs גדולים יותר בקרב המשתתפים מאשר צפייה בתמונות נייטרליות בתנאי השירה הלא-מזמרים והלא-דתיים. עם זאת, LPP מוגבר זה נעלם במידה רבה בתנאים חוזרים ונשנים של מזמורים דתיים. הממצאים מצביעים על כך ששירה דתית חוזרת ונשנית עשויה להקל ביעילות על התגובה הנוירופיזיולוגית למצבים מפחידים או מלחיצים עבור מתרגלים.

תוצאות התנהגותיות התוצאות של האמונה של המשתתפים של מזמורים חשפו ציון ממוצע של 8.16 ± 0.96 עבור "Amitabha Buddha", 3.26 ± 2.56 עבור "סנטה קלאוס", ו 1.95 ± 2.09 עבור תנאי השליטה הריקה (טבלה משלימה 1).
תוצאות ERP הערוץ היציג של Pz (האונה הקודקודית) הראה כי לתנאי המזמור היו השפעות שונות על העיבוד המוקדם (N1) והמאוחר (LPP) של תמונות נייטרליות ושליליות. הוא הראה את חלון הזמן של N1 ו-LPP, בהתאמה (איור 2).
שלב תפיסתי מוקדם תוצאות ה-ERP הראו N1 מוגבר בעת צפייה בתמונות השליליות בשלושה תנאי מזמורים (איור 3). הוא הראה כי תמונות שליליות גרמו לפעילות מוחית מרכזית חזקה יותר מאשר תמונות נייטרליות, והעליות דומות בשלושה תנאים.
שלב רגשי/קוגניטיבי מאוחר ה- ERP הפגין LPP מוגבר בתנאי המזמורים הלא דתיים והבלתי מזמרים. עם זאת, ה-LPP המושרה על ידי תמונות שליליות בקושי נראה כאשר המשתתף מזמר את שמו של אמיטאבהה בודהה (איור 4).
ניתוח אזור עניין (ROI) שלושת התנאים שולבו כדי להעריך את האזורים שהופעלו בדרך כלל ברכיבי N1 ו- LPP. אמצעים חוזרים ונשנים בוצע ANOVA עם תוכנה סטטיסטית כדי לחשב את ההבדל ברכיבי N1 ו- LPP בין תנאי המזמור (איור 5).
שלושת העמודים השמאליים מראים את ההבדל ברכיב N1 בשלושת תנאי השירה: תנאי הצפייה השקטים, מצב המזמור הלא דתי ומצב המזמור הדתי. ההבדלים ברכיב N1 היו דומים בשלושת התנאים. שלוש העמודות הימניות מציגות את ההבדל ברכיב LPP עבור שלושת תנאי השירה. זה ממחיש כי ההבדל ברכיב LPP הוא הרבה יותר קטן במצב השירה הדתית מאשר במצב של שירה לא דתית ותנאי הצפייה השקטה.
ניתוח מקור ניתוח המקור יושם כדי לחלץ את מיפוי המוח הפוטנציאלי בהתבסס על תוצאות ה-LPP (איור 6). התוצאות מראות כי בהשוואה לתמונות נייטרליות, תמונות שליליות גורמות להפעלה קודקודית יותר במצב המזמור הלא דתי וללא מצב מזמור. לעומת זאת, הפעלה שלילית זו המושרה על ידי תמונה נעלמת במידה רבה במצב של מזמורים דתיים.
תוצאות פיזיולוגיות: קצב לב חל שינוי משמעותי בקצב הלב (HR) בין התמונות השליליות והניטרליות במצב המזמור הלא דתי. מגמה דומה נמצאה במצב של אי-מזמורים. עם זאת, לא נמצא הבדל כזה במשאבי אנוש במצב המזמור הדתי (איור 7).
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/62960/62960fig02.jpg"> איור 2: ערוץ מייצג (Pz) הראה ERPs שונים בשישה תנאי מזמור. ששת התנאים הם (1) מזמורים דתיים בעת צפייה בתמונות נייטרליות (AmiNeu); (2) מזמורים דתיים בעת צפייה בתמונות שליליות (AmiNeg); (3) מזמורים לא דתיים בעת צפייה בתמונות נייטרליות (SanNeu); (4) מזמורים לא דתיים בעת צפייה בתמונות שליליות (SanNeg); (5) אין מזמורים בעת צפייה בתמונות נייטרליות (PasNeu); ו -(6) ללא מזמורים בעת צפייה בתמונות שליליות (PasNeg). הערוץ Pz הממוקם באזור האמצעי הקודקודי של הקרקפת. <a href="https://www.jove.com/files/ftp_upload/62960/62960fig02large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/62960/62960fig3v2.jpg"> איור 3: תוצאות ה- ERP להדגמת רכיב N1 בשלושת תנאי המזמורים. מפות דו-ממדיות של רכיב N1 עבור שלושת התנאים עבור כל סוג תמונה. בעמודה האחרונה, ערוצים עם הבדלים משמעותיים (p &lt; 0.05) מוצגים עם נקודות; נקודות בצבע כהה יותר מצביעות על משמעות רבה יותר (כלומר, ערכי p קטנים יותר). <a href="https://www.jove.com/files/ftp_upload/62960/62960fig3v2large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/62960/62960fig4v2.jpg"> איור 4: תוצאות ה-ERP להדגמת רכיב ה-LPP בשלושת תנאי השירה. מפות דו-ממדיות של רכיב הפוטנציאל החיובי המאוחר (LPP) עבור שלושת התנאים עבור כל סוג תמונה. בעמודה האחרונה, ערוצים עם הבדלים משמעותיים (p &lt; 0.05) מוצגים עם נקודות; נקודות בצבע כהה יותר מצביעות על משמעות רבה יותר (כלומר, ערכי p קטנים יותר). <a href="https://www.jove.com/files/ftp_upload/62960/62960fig4v2large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/62960/62960fig5v2.jpg"> איור 5: ניתוח אזור עניין (ROI). ניתוח אזור העניין (ROI) על ההבדל בין תגובות מוחיות שליליות לעומת תגובות מוחיות ניטרליות המושרות על ידי תמונה עבור הרכיב המוקדם, N1, לבין הרכיב המאוחר, הפוטנציאל החיובי המאוחר (LPP). <a href="https://www.jove.com/files/ftp_upload/62960/62960fig5v2large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/62960/62960fig06.jpg"> איור 6: ניתוח מקור של רכיב הפוטנציאל החיובי המאוחר (LPP) בשלושת התנאים. אזורים מודגשים מצביעים על פעילות מוחית גבוהה יותר בתנאים שליליים לעומת ניטרליים. <a href="https://www.jove.com/files/ftp_upload/62960/62960fig06large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/62960/62960fig7v2.jpg"> איור 7: מרווחי פעימות הלב נמצאים תחת שלושת תנאי השירה. מרווחי הפעימות (RRs) של האלקטרוקרדיוגרמה תחת כל סוג תמונה/ שילוב מזמורים וערכי p המתאימים. Ami: Amitabha בודהה מזמר מצב, סן: סנטה קלאוס מזמר מצב, Pas: מצב צפייה פסיבית, נוי: תמונה נייטרלית, שלילית: תמונה שלילית. <a href="https://www.jove.com/files/ftp_upload/62960/62960fig7v2large.jpg" target="_blank">לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.</a>
טבלה משלימה 1: דירוג האמונה ביעילותו של נושא המזמור (אמיטאבהה בודהה, סנטה קלאוס). הוא משתמש בקנה מידה 1-9, שבו 1 מציין את האמונה הפחותה ביותר ו 9 האמונה החזקה ביותר. <a href="https://www.jove.com/files/ftp_upload/62960/62960_Supplementary%20Table%201.xlsx" target="_blank">לחץ כאן כדי להוריד טבלה זו.</a>
קובץ משלים 1: קוד לעיבוד מקדים של אצוות נתונים EEG. הוא מסיר ערוצים פגומים, מדגם מחדש את הנתונים ל- 250 הרץ ולאחר מכן מסנן את הנתונים. <a href="https://www.jove.com/files/ftp_upload/62960/EEG_Preprocess.m" target="_blank">נא לחץ כאן כדי להוריד קובץ זה.</a>
קובץ משלים 2: קוד לתיקון נתוני ERP. זה מתקן תקופות רעות עם קוצים רועשים. <a href="https://www.jove.com/files/ftp_upload/62960/ERP_Repair.m" target="_blank">נא לחץ כאן כדי להוריד קובץ זה.</a>

המחקר הפוטנציאלי הנוכחי הקשור לאירועים (ERP) מספק פרוטוקול ייחודי לחקירת האופן שבו מזמורים דתיים יכולים לווסת רגשות שליליים. התוצאות מראות כי הפוטנציאל החיובי המאוחר (LPP) הוא תגובה נוירופיזיולוגית חזקה לגירויים רגשיים שליליים וניתן לאפות אותו ביעילות על ידי מזמורים דתיים חוזרים ונשנים.

In neuropsychological experiments, the late positive potential (LPP) is an event-related potential (ERP) component that reflects the level of one's ...

מזמורים ותפילה הם בין המנהגים הדתיים הפופולריים ביותר. פרוטוקול זה יכול לעזור למדענים לבחון את התגובה הנוירו-פיזיולוגית של מזמורים דתיים חוזרים ונשנים תוך שימוש בפוטנציאלים הקשורים לאירועים. טכניקת ERP יכולה להבדיל בין עיבוד מידע עצבי בשלב מוקדם ומאוחר, תוך אנלוגי למחשבה הראשונה והשנייה של עיבוד המוח כפי שמוסבר בתורה הבודהיסטית.בעקבות פרוטוקול זה, חוקרים יכולים לבחון את ההשפעה של מזמורים דתיים או מנהגים מסורתיים אחרים כדי לזהות דרכים גלויות כדי לעזור לאנשים לשפר את הסבל הרגשי שלהם. כדי להתחיל את המחקר הזה, לגייס משתתפים עם לפחות שנה אחת של ניסיון בקריאות שמו של אמיטאבהה בודהה. במהלך הניסוי, להקליט את נתוני EEG באמצעות מערכת EEG 128 ערוצים המורכב מגבר, תיבת ראש, כובע EEG, ושני מחשבים שולחניים ולהקליט את נתוני אק"ג באמצעות מערכת הקלטת נתונים פיזיולוגית.להצגת תמונות נייטרליות ושליליות ממערכת התמונות האפקטיבית הבינלאומית, או IAPS. השתמש בתוכנת מצגת גירוי במחשב שולחני. הצג את התמונות על צג בגובה 75 ס"מ מעיניו של המשתתף, עם זוויות חזותיות של 15 מעלות אנכית ו-21 מעלות אופקית.השתמש בעיצוב בלוק לניסוי, מכיוון שהוא עשוי להפיק ביעילות רבה יותר רכיבים הקשורים לרגש. ספק ריצת תרגול קצרה כדי לאפשר למשתתפים להכיר כל תנאי, ולהשתמש בצג וידאו כדי להבטיח שהמשתתפים לא יירדמו. התחל את הניסוי עם מצב המזמור הדתי.בקשו מהמשתתפים לזמר ארבע דמויות בשם אמיטאבהה בודהה למשך 40 שניות תוך כדי דמיינו את אמיטאבהה בעקבות התסריט בבית הספר "ארץ טהורה". במהלך 20 השניות הראשונות, להראות למשתתפים את התמונה של אמיטאבהא-אמיטאבהא, אמיטאבהא. ובמשך 20 השניות הבאות, להראות להם את תמונות IAPS.בקש מהמשתתפים לצפות בתמונות בקפידה. הצג כל תמונה למשך כ-1.8 עד 2.2 שניות, עם מרווח בין-גירויים של 0.4 עד 0.6 שניות. לאחר כל מפגש, אפשרו תקופת מנוחה של 20 שניות כדי להתמודד עם ההשפעות השיוריות הפוטנציאליות של שירה או צפייה בתמונות בהפעלה הבאה.עבור מצב השירה הלא דתי, בקש מהמשתתפים לשיר ארבע דמויות בשם סנטה קלאוס במשך 40 שניות תוך כדי דמיון סנטה קלאוס. במהלך 20 השניות הראשונות, הראה למשתתפים את התמונה של סנטה קלאוס, ובמשך 20 השניות הבאות, הראה להם את תמונות ה- IAPS. לקבלת תנאי הבקרה, בקש מהמשתתפים לשמור על שתיקה למשך 40 שניות.במהלך 20 השניות הראשונות, הצג למשתתפים תמונה ריקה ובמשך 20 השניות הבאות, הראה להם את תמונות ה- IAPS. כדי לעבד ולנתח את נתוני EEG, השתמש בתוכנת הקוד הפתוח EEGLAB. כדי לשמור על גודל קובץ נתונים סביר, השתמש בפונקציה EEGLAB pop_resample.לחץ על כלים ואחריו שנה קצב דגימה כדי לדגום מחדש את הנתונים מ 1000 הרץ ל 250 הרץ. לאחר מכן, סנן את הנתונים באמצעות הפונקציה EEGLAB pop_eegfiltnew. לחץ על כלים ואחריו סנן את הנתונים, ולאחר מכן בחר מסנן FIR בסיסי חדש, ברירת המחדל כדי לסנן את הנתונים עם מסנן תגובת דחף סופי עם רצועת מעבר 0.1 עד 100 הרץ.כדי להפחית את הרעש מהזרם המתחלף, לחץ על כלים ואחריו סנן את הנתונים ובחר Notch סנן את הנתונים במקום רצועת מעבר. לאחר מכן, סנן את הנתונים באמצעות מסנן תגובת דחף לא ליניארי עם רצועת עצירה של 47 עד 53 הרץ. לאחר מכן, לחץ על Plot ולאחר מכן ערוץ נתונים לגלול כדי לבדוק חזותית את הנתונים ולהסיר חפצים חזקים שנוצרו על ידי תנועות עיניים ושרירים.לאחר מכן, לחץ על כלים, אינטרפולציה אלקטרודות, ובחר מתוך ערוצי הנתונים כדי לשחזר את הערוצים הרעים באמצעות אינטרפולציה כדורית. לאחר מכן, לחץ על כלים והפעל ICA כדי להפעיל ניתוח רכיבים עצמאי עם אלגוריתם הקוד הפתוח runica. לאחר מכן, לחץ שוב על כלים, ואחריו דחה נתונים באמצעות רכיבי ICA ודחה לפי מפה כדי להסיר את הרכיבים העצמאיים המתאימים לתנועות עיניים, מצמוצים, תנועת שרירים ורעש קו.כדי לשחזר את הנתונים באמצעות הרכיבים העצמאיים הנותרים, לחץ על כלים ולאחר מכן הסר רכיבים. לאחר מכן, לחץ על כלים ואחריו סנן את הנתונים ובחר מסנן FIR בסיסי חדש, ברירת מחדל לסנן את הנתונים עם מסנן 30 הרץ נמוך לעבור. לאחר מכן, לחץ על כלים ואחריו חלץ תקופות כדי לקבל נתוני ERP על ידי חילוץ וממוצע תקופות נעולות זמן עבור כל תנאי עם חלון זמן של מינוס 200 עד אפס אלפיות שניה כמו הבסיס, ואפס עד 800 אלפיות השנייה כמו ERP.לאחר מכן, לחץ על כלים ואחריו הפניה מחדש כדי להפנות מחדש את נתוני ERP עם הממוצע של ערוצי mastoid שמאל וימין. לאחר חזרה על השלבים לעיל עבור ערכות הנתונים מכל המשתתפים, הגדר חלונות זמן עבור N1 ופוטנציאל חיובי מאוחר, או LPP, בהתבסס על תיאוריות מבוססות והנתונים הנוכחיים. לאחר מכן, באמצעות בדיקת T משויכת, מצא את הפרש התמונה הניטרלי לעומת השלילי ברכיב N1 וברכיב LPP בין שלושת התנאים.לאחר מכן, בצע ניתוח אזור מעניין ברכיבי N1 ו- LPP על-ידי ממוצע של ערוצים רלוונטיים כדי לייצג אזור. לאחר מכן, השווה את ההפרש ב- N1 וב- LPP בנפרד באמצעות אמצעים חוזרים ונשנים, ANOVA וסטטיסטיקה פוסט-הוק בתוכנת ניתוח סטטיסטית. השתמש בתוכנת הקוד הפתוח של SPM כדי לבצע את ניתוח מקור ה- ERP.קשר את מערכת הקואורדינטות של חיישן כובע EEG לזו של תמונת MRI מבנית סטנדרטית על ידי רישום משותף מבוסס ציון דרך. ב- SPM, לחץ על אצווה ולאחר מכן על SPM, M/EEG, שחזור מקור ומפרט דגם הראש. לאחר מכן, בצע חישוב קדימה כדי לחשב את ההשפעה של כל דיפול על רשת קליפת המוח המוטלת על חיישני ה- EEG.תחת אותו עורך אצווה, לחץ על SPM, ולאחר מכן M/EEG, שחזור מקור והיפוך מקור. כדי לבצע את השחזור ההופכי, השתמש באלגוריתם הרשעות קודמות מרובות דליל המבוסס על חיפוש חמדן בשלב השלישי. בחר MSP/GS עבור סוג היפוך בחלון היפוך מקור.קבע את ההבדל בין תנאים באמצעות מידול ליניארי כללי ב- SPM. לאחר הגדרת רמת המשמעות ל- P 0.05, תחת עורך אצווה, לחץ על SPM ולאחר מכן על סטטיסטיקות ומפרט עיצוב מחולל. כדי לעבד ולנתח את נתוני האק"ג, השתמש בתוכנה פיזיולוגית ועיבוד נתונים.כדי לחשב את הציונים הממוצעים עבור כל תנאי ב- EEGLAB, לחץ על כלים ואחריו כלי FMRIB ולזהות אירועי QRS. לניתוח הערכה התנהגותית, בקש מהמשתתפים לדרג את אמונתם ביעילות של מזמור שם הנושא בסולם של אחד עד תשעה, שבו אחד נחשב החלש ביותר, ותשעה, החזק ביותר. תוצאות האמונה של המשתתפים בשירת חשפו ציון ממוצע של 8.16 עבור בודהה אמיטאבהה, 3.26 עבור סנטה קלאוס, ו 1.95 עבור מצב השליטה הריק.הערוץ היציג של האונה הקודקודית הדגים כי לתנאי המזמור היו השפעות שונות על העיבוד המוקדם והמאוחר של תמונות נייטרליות ושליליות, המציגות את חלון הזמן של N1 ו- LPP, בהתאמה. תוצאות ERP הראו N1 מוגבר בעת צפייה בתמונות המפחידות בשלושת תנאי המזמורים. התמונות השליליות גרמו לפעילות מוחית מרכזית חזקה יותר מאשר תמונות נייטרליות, והעליות דומות בשלושת התנאים.ה- ERP הפגין גם LPP מוגבר בשירים הלא דתיים וללא תנאי מזמורים. עם זאת, LPP המושרה על ידי תמונות מפחידות בקושי נראה כאשר המשתתפים מזמרים את שמו של אמיטאבהה בודהה. ניתוח אזור עניין גילה כי ההבדלים ברכיב N1 היו דומים על פני שלושת התנאים.עם זאת, ההבדל ברכיב LPP קטן בהרבה במצב המזמור הדתי מאשר במצב המזמור הלא דתי ובתנאי הצפייה השקטה. ניתוח המקור גילה כי בהשוואה לתמונות נייטרליות, תמונות שליליות גרמו להפעלה קודקודית יותר במצב המזמור הלא דתי וללא מצב מזמורים. לעומת זאת, הפעלה שלילית זו המושרה על ידי תמונה נעלמת במידה רבה במצב של מזמורים דתיים.שינוי משמעותי בקצב הלב התגלה בין התמונות המפחידות והנייטרליות במצב הלא דתי וללא מזמורים. עם זאת, לא נמצא הבדל כזה במצב המזמור הדתי. אותו פרוטוקול יכול לשמש גם במחקרים פונקציונליים של הדמיית מוח כדי לחשוף ביתר דיוק את אזורי המוח המעורבים בשירים דתיים.מחקר זה מדגים שיטה לבחינת האופן שבו מזמורים דתיים חוזרים ונשנים ופרקטיקה דומה אחרת יכולים להשפיע על התגובה הנוירופיזיולוגית ולהפחית את הסבל הנגרמת על ידי גירויים שליליים.

modulation-neurophysiological-response-to-fearful-stressful-stimuli

Research

JoVE Journal

Neuroscience

מדעי המוח

מתודולוגיה לחקור את המנגנונים העצביים התומכים בתהליכים זיכרון מודע ולא מודע במהלך מיזוג הפחד מתואר. שיטה זו מפקחת תלוי ברמת החמצן בדם (BOLD) תהודה מגנטי תפקודי, תגובת מוליכות העור, תוחלת מותנית גירוי במהלך מיזוג פחד הפאבלובית להעריך את וקושרת העצבית של תהליכי זיכרון נפרדים.

לחקור את המנגנונים העצביים של זיכרון הפחד מודע ולא מודע עם fMRI

גירוי עצב התועה (VNS) התפתח ככלי כדי לגרום לפלסטיות הסינפטית ממוקדת במוח הקדמי לשנות מגוון של התנהגויות. פרוטוקול זה מתאר כיצד ליישם VNS כדי להקל על האיחוד של זיכרון הכחדת פחד.

הקוצב וגאלי ככלי כדי לגרום פלסטיות במסלולים רלוונטיים ללמידה הכחדה

כאן, אנו מציגים פרוטוקול שעורר תגובתיות של קורטיזול במדגם אמריקאי מקסיקני פגיע, תוך שימוש בגרסה חדשה של מבחן המתח החברתי (TSER). דגימות רוק נאספו בתחילת, 15, 30, ו 45 דקות לאחר תחילת TSST. מחקר עתידי יכול לנצל את זה TSST שונה עם נוער פגיע.

מבחן שינוי חברתי של טריגר חברתי למבוגרים מתבגרים מקסיקנים אמריקנים פגיעים

פרוטוקול זה מדגים כיצד למדוד חרדה- potentiated בהלה במהלך Sternberg זיכרון עבודה פרדיגמה.

צמצום חרדת המדינה באמצעות עבודה זיכרון תחזוקה

מתח הוא מרכיב בלתי נמנע ומתמשך של החיים, שוקלים את גישות הוליסטיות על הניהול. מתודולוגיה מתוקננת נוצר כדי להדגים את הכדאיות של פרוטוקול ניהול מתח המבוסס על נשימה ניתן להשתמש בטכנולוגיה נייד זמינים מסחרית.

תוכנית ניהול מתח קהילתיים: באמצעות מכשירים שכאלו כדי להעריך כל גוף תגובות פיזיולוגיות בהגדרות הלא מעבדתיות

איומים באופן אמין לעורר במאזן השקעות אידיאולוגיות ברמה גבוהה, אבל קצת עבודת לתאריך חקר המנגנונים העצביים הדינמיקות האלה. מאמר זה מתאר איך רציפה תטא גירוי מגנטי טראנס פרץ יכול להיות מועסק כדי לבדוק את התרומה של קליפת המוח הקדמית האחורי המדיאלי (ו/או אזורים אחרים) כדי הקשורות איום משמרות אידיאולוגי.

גירוי פרץ תטא רציפה של האחורי המדיאלי בצמוד השפעול להפחית איום אידיאולוגי תגובות

כאן נתאר את המתודולוגיה מפורט נדרשים לערוך ניסויים למידה (SEFL) משופרת מתח פחד, דגם פרה של הפרעה פוסט-טראומטית, חולדות ועכברים. המודל מנצל היבטים של פחד פבלוביות מיזוג קפוא כמו אינדקס של פחד משופרת בחולדות.

פחד משופרת מתח למידה, מודל מכרסמים חזקים של הפרעה פוסט-טראומטית

כתב יד זה מתאר פרוטוקול חדשני המאפשר יישום סימולטני של גירוי זרם ישיר transcranial במהלך חשיפה לרמזים הקשורים לטראומה warzone באמצעות מציאות מדומה עבור ותיקים עם הפרעת דחק פוסט טראומטית.

יישום סימולטני של גירוי זרם ישיר טרנס-קדנציאלי במהלך חשיפה למציאות מדומה

כאן, אנו מציגים פרוטוקול לחקר הקורלציות הנוירופיזיולוגיות של צורות מדיטציה שונות, כולל שירה דתית. שיטה זו משלבת באופן ייחודי תוצאות fMRI eigenvector לבחירת אזור בניתוח מקור אלקטרואנצפלוגרם (EEG) באמצעות k-means clustering. התוצאות מספקות הבנה מעמיקה של התהליכים העצביים המעורבים בשירה דתית חוזרת.

שירה דתית ואזורי מוח הקשורים לעצמם: מחקר דימות מוחי רב-מודאלי

חומרת מחשב רגיל לא יכול ליצור גירויים חזותיים עם גווני אפור ברזולוציה גבוהה מספיק ולמדוד זמני תגובה עם דיוק מספקת. אנו מתארים כיצד להשתמש VideoSwitcher לייצר בתצוגות ברזולוציה גבוהה בצבע אחיד, מלוות ו RTbox למדוד זמני תגובה עם דיוק גבוה על חומרת המחשב קונבנציונאלי.

הפעלת גווני אפור מציג ברזולוציה גבוהה ומדויקת זמן תגובה מדידות על במחשבים רגילים

חקור את השפעת מזמורים דתיים חוזרים על עיבוד רגשי באמצעות ERP ו-EEG. מחקר זה מציג פרוטוקול לבחינת מנגנונים נוירופיזיולוגיים המווסתים תגובות לגירויים שליליים.

אפנון התגובה הנוירופיזיולוגית לגירויים מפחידים ומלחיצים באמצעות מזמורים דתיים חוזרים ונשנים

גלה סרטונים נוספים