Wykorzystanie entropii falkowej do pokazania, w jaki sposób praktyka uważności zwiększa koordynację między nieregularnymi czynnościami mózgu i serca
May 10th, 2017
Ten manuskrypt opisuje, jak używać wskaźnika entropii falkowej do analizy danych elektroencefalografii (EEG) i elektrokardiografii (EKG) o dużej gęstości. Pokazujemy, że nieregularność czynności mózgowych i sercowych stała się bardziej skoordynowana podczas praktyki redukcji stresu opartej na uważności.
Ogólnym celem tego eksperymentu EEG jest wykorzystanie wskaźnika entropii falkowej do analizy danych EEG i EKG o dużej gęstości. Pokazujemy, że nieregularność czynności mózgowych i sercowych stała się bardziej skoordynowana podczas praktyki redukcji stresu opartej na uważności. Ta metoda może pomóc odpowiedzieć na pytania w neurobiologii i psychologii dotyczące tego, jak mierzyć i porównywać chaotyczne działania umysłu i serca podczas praktyki uważności.
Wyjątkowość tej metody polega na stworzeniu wspólnego indeksu wykorzystującego analizę entropii falkowej do pomiaru chaotycznych czynności mózgu i serca, tak aby można było skutecznie analizować i porównywać ich związek. Różne tradycje religijne i duchowe wierzą, że ciało i umysł są w jakiś sposób skoordynowane. Jednak naukowcy mają trudności z udowodnieniem tego, ponieważ nie mogą znaleźć wspólnego indeksu, aby porównać te dwa.
Metoda ta może również zapewnić wgląd w mechanizm działania, w jaki sposób uważność i inne treningi mentalne mogą modulować aktywność mózgu i serca. Po raz pierwszy wpadliśmy na pomysł, aby wykorzystać entropię falkową do zbadania korelacji między mózgiem a sercem, kiedy odkryliśmy, że entropia falkowa jest wrażliwa na działania na różne stany psychiczne. Oprócz Junling i Jicong, Hang Kin z mojego laboratorium pomoże w demonstracji tych procedur.
On też będzie naszym tematem podczas demonstracji. Zacznij od odprowadzenia uczestnika do cichego pomieszczenia do elektroencefalografii lub EEG. Aby przeprowadzić nagranie, zbierz 128-kanałowy system EEG składający się z nasadki EEG, wzmacniacza, wlewu i komputera stacjonarnego.
Następnie użyj wacików nasączonych alkoholem, aby oczyścić obszar twarzy i wyrostka sutkowatego uczestnika. Zmierz obwód głowy uczestnika za pomocą miarki, a następnie wybierz czapkę o odpowiednim rozmiarze. Wykonaj jeden pomiar od nasion do wlotu, a drugi pomiar w górnej części uszu i na skórze głowy.
Zaznacz wierzchołek, punkt w środkowej odległości między nasionem a wcięciem w połowie odległości między dwojgiem uszu, miękkim markerem. Następnie ustaw pozycje elektrod zgodnie z układem elektrod 10-5. Ustaw nasadkę w taki sposób, aby elektroda Cz znajdowała się powyżej wierzchołka, elektroda Nz znajdowała się na nasionach, elektroda Lz znajdowała się na wejściu, elektroda RM znajdowała się na prawym wyrostku sutkowatym, a elektroda LM znajdowała się na lewym wyrostku sutkowatym.
Napełnij uchwyty elektrod żelem za pomocą strzykawki z końcem. Następnie umieść elektrody EKG zarówno na lewym, jak i prawym dole podobojczykowym. Utrzymuj impedancję poniżej 20 kiloomów dla każdej elektrody.
Zmniejsz impedancję, regulując położenie elektrod, aby zwiększyć kontakt ze skórą głowy i w razie potrzeby dodaj więcej żelu. Następnie zapisz dane EEG na początku kursu redukcji stresu opartego na uważności lub MBSR. Poproś uczestnika, aby wykonał krótki skan ciała, aby zrelaksować całe ciało, prosząc go o zwrócenie uwagi na jego oddech podczas wdechu i wydechu.
Na koniec poproś każdego uczestnika, aby wykonał 10 minut uważnego oddychania MBSR i 10 minut normalnego odpoczynku podczas zbierania danych EEG, aby wygenerować zestaw danych treningowych przed MBSR z dwoma warunkami. Następnie powtórz tę procedurę EEG po dwóch miesiącach, aby wygenerować zestaw danych po treningu MBSR z dwoma warunkami. Zacznij od otwarcia oprogramowania EEG i załadowania zestawu danych, a następnie wybierz Narzędzia i Zmień częstotliwość próbkowania, aby ponownie próbkować dane.
Następnie wybierz Narzędzia, Filtruj dane i Podstawowy filtr FIR, aby użyć filtru Skończona odpowiedź impulsowa do filtrowania pasmowo-przepustowego z pasmem przepustowym od 0,5 do 100 herców. Aby zredukować szumy spowodowane prądem przemiennym z sieci zasilającej, wybierz Narzędzia, Filtruj dane i Krótki nieliniowy filtr IIR, aby użyć krótkiego nieliniowego filtra nieskończonej odpowiedzi impulsowej do filtrowania wycinającego z pasmem zaporu od 47 do 53 herców. Następnie wybierz dane Wykres i Kanał w oprogramowaniu EEG, aby wizualnie przewinąć i sprawdzić sygnał EEG.
Następnie kliknij lewym przyciskiem myszy i przeciągnij myszą nad uszkodzonymi segmentami, aby podświetlić i usunąć segmenty EEG, które zawierają oczywiste szumy mięśniowe i inne dziwne zdarzenia. Po usunięciu uszkodzonych segmentów sprawdź, czy są jakieś uszkodzone kanały. Zrekonstruuj każdy uszkodzony kanał przy użyciu metody interpolacji sferycznej, wybierając Narzędzia i Interpoluj kanał.
Następnie wybierz Narzędzia i Uruchom ICA, aby przeprowadzić niezależną analizę komponentów na danych. Następnie wizualnie zidentyfikuj dobre komponenty i odrzuć komponenty ruchu gałek ocznych i mrugania, ruchów mięśni i innych możliwych dźwięków, wybierając Narzędzia, Odrzuć dane za pomocą ICA, a następnie Odrzuć komponenty według mapy, a następnie Narzędzia i Usuń komponenty. Na koniec wybierz Narzędzia i Ponowne odwołanie, aby ponownie odwołać dane do średniej ze wszystkich kanałów przed dalszą analizą.
Następnie użyj wzoru pokazanego tutaj, aby obliczyć współczynniki falkowe, zdefiniować energię względną i obliczyć entropię falkową. W analizie widma danych EEG, w porównaniu z normalnym odpoczynkiem, stwierdzono wzmocnienie fal alfa i beta oraz zmniejszenie fal delta podczas uważnego oddychania MBSR. Co więcej, analiza źródłowa pokazuje, że główne obszary mózgu dotknięte treningiem uważności MBSR znajdowały się w lewym zakręcie potylicznym, prawym przedklinku, środkowym zakręcie skroniowym i lewym wrzecionowatym.
Wreszcie, entropie mózgu i serca były istotnie skorelowane podczas uważnego oddychania MBSR, ale nie podczas normalnego odpoczynku. Po opanowaniu zabieg można wykonać w ciągu tygodnia, jeśli zostanie wykonany prawidłowo. Próbując wykonać tę procedurę, warto zauważyć, że wszystkie właściwe kroki wykrywania są niezbędne do osiągnięcia oczekiwanych rezultatów.
Postępując zgodnie z tą procedurą, możemy dowiedzieć się, czy inne treningi i praktyki mentalne, takie jak śpiew, modlitwa, joga, tai chi i podobne ćwiczenia kontemplacyjne, mogą poprawić porywanie ciała i umysłu. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak używać entropii falkowej do pomiaru i badania związku między elektryczną aktywnością mózgu i serca podczas medytacji uważności.
Przegląd
Niniejszy rękopis opisuje zastosowanie wskaźnika entropii falkowej do analizy danych wysokiej gęstości elektroencefalografii (EEG) i elektrokardiografii (ECG). Badanie wykazuje, że nieregularność aktywności mózgu i serca staje się bardziej skoordynowana podczas praktyki redukcji stresu opartej na uważności.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauki
- Psychologia
- Elektrofizjologia
Tło
- Uważa się, że praktyki uważności koordynują ciało i umysł.
- Poprzednie badania nie miały wspólnego wskaźnika do porównania aktywności mózgu i serca.
- Entropia falkowa jest wrażliwa na różne stany psychiczne.
- Niniejsze badanie ma na celu zbadanie korelacji między mózgiem i sercem podczas uważności.
Cel badania
- Aby analizować dane EEG i ECG za pomocą entropii falkowej.
- Aby zbadać koordynację aktywności mózgu i serca podczas uważności.
- Aby dostarczyć wglądu w sposób, w jaki uważność modyfikuje aktywność mózgu i serca.
Stosowane metody
- Konfiguracja systemu EEG z 128 kanałami i przygotowanie uczestników.
- Rejestrowanie danych EEG podczas praktyki redukcji stresu opartej na uważności (MBSR).
- Przetwarzanie danych obejmujące filtrowanie, odrzucanie artefaktów i Analizę Niezależnych Składowych (ICA).
- Obliczanie współczynników falkowych i entropii do analizy.
Główne wyniki
- Wzmożone fale alfa i beta, zmniejszone fale delta podczas MBSR.
- Istotna korelacja entropii mózgu i serca podczas uważności.
- Główne obszary mózgu, które ulegają zmianie, to zakręt potyliczny lewy i zakręt przedczołowy prawy.
- Metodologia może być stosowana do innych praktyk treningu umysłu.
Wnioski
- Entropia falkowa skutecznie mierzy koordynację mózg-serce.
- Praktyki uważności wzmacniają relację między aktywnością mózgu i serca.
- Przyszłe badania mogą zbadać inne ćwiczenia kontemplacyjne za pomocą tej metody.
Często zadawane pytania
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.
