May 10th, 2017
Este manuscrito descreve como usar o índice de entropia wavelet para analisar dados de eletrencefalografia de alta densidade (EEG) e eletrocardiograma (ECG). Mostramos que a irregularidade das atividades cerebrais e cardíacas se tornou mais coordenada durante a prática de redução do estresse baseada na atenção plena.
O objetivo geral deste experimento de EEG é usar o índice de entropia wavelet para analisar dados de EEG e ECG de alta densidade. Mostramos que a irregularidade das atividades cerebrais e cardíacas tornou-se mais coordenada durante a prática de redução do estresse baseada em mindfulness. Este método pode ajudar a responder às perguntas da neurociência e da psicologia sobre como medir e comparar as atividades caóticas da mente e do coração durante a prática da atenção plena.
A singularidade desse método é a criação de um índice comum usando análise de entropia wavelet para medir as atividades caóticas do cérebro e do coração, de modo que sua relação possa ser efetivamente analisada e comparada. Uma variedade de tradições religiosas e espirituais acredita que o corpo e a mente são de alguma forma coordenados. No entanto, os cientistas têm lutado para provar isso porque não conseguem encontrar um índice comum para comparar os dois.
Esse método também pode fornecer informações sobre o mecanismo de funcionamento de como a atenção plena e outros treinamentos mentais podem modular as atividades do cérebro e do coração. Tivemos a ideia de usar a entropia wavelet para explorar a correlação entre o cérebro e o coração quando descobrimos que a entropia wavelet é sensível às ações nas diferentes condições mentais. Além de Junling e Jicong, Hang Kin, do meu laboratório, ajudará na demonstração desses procedimentos.
Ele também será nosso assunto durante as manifestações. Comece acompanhando o participante até uma sala silenciosa de eletroencefalografia, ou EEG. Para realizar a gravação, reúna um sistema de EEG de 128 canais que consiste em uma tampa de EEG, amplificador, caixa de entrada e computador desktop.
Em seguida, use compressas com álcool para limpar a área do rosto e a mastóide do participante. Meça a circunferência da cabeça do participante com fita métrica e, em seguida, escolha um boné de tamanho apropriado. Faça uma medição do násio ao ínion e outra medição na parte superior das orelhas e no couro cabeludo.
Marque o vértice, o ponto a meia distância entre o násio e o ínion a meia distância entre as duas orelhas, com um marcador macio. Em seguida, defina as posições dos eletrodos de acordo com o sistema de eletrodos 10-5. Posicione a tampa de forma que o eletrodo Cz fique acima do vértice, o eletrodo Nz no násio, o eletrodo Lz no íon, o eletrodo RM na mastoide direita e o eletrodo LM na mastoide esquerda.
Encha os porta-eletrodos com gel usando uma seringa de ponta romba. Em seguida, coloque os eletrodos de ECG nas fossas infraclaviculares esquerda e direita. Mantenha a impedância abaixo de 20 quiloohm para cada eletrodo.
Reduza a impedância ajustando o posicionamento do eletrodo para aumentar o contato com o couro cabeludo e adicione mais gel, se necessário. Em seguida, registre os dados do EEG no início do curso de redução de estresse baseado em mindfulness, ou MBSR. Peça ao participante que faça uma breve varredura corporal para relaxar todo o corpo, pedindo-lhe que preste atenção à sua respiração enquanto inspira e expira.
Por fim, faça com que cada participante realize 10 minutos de respiração consciente MBSR e 10 minutos de repouso normal durante a coleta de dados do EEG para gerar um conjunto de dados de treinamento pré-MBSR com duas condições. Em seguida, repita este procedimento de EEG após dois meses para gerar um conjunto de dados de treinamento pós-MBSR com duas condições. Comece abrindo o software EEG e carregando o conjunto de dados e, em seguida, selecione Ferramentas e Alterar taxa de amostragem para reamostrar os dados.
Em seguida, selecione Ferramentas, Filtrar os dados e Filtro FIR básico para usar o filtro Resposta ao impulso finito para filtragem passa-banda com uma banda passante de 0,5 a 100 hertz. Para reduzir o ruído devido à corrente alternada da rede elétrica, selecione Ferramentas, Filtrar os dados e Filtro IIR não linear curto para usar o filtro de resposta de impulso infinito não linear curto para filtragem de entalhe com uma banda de parada de 47 a 53 hertz. Em seguida, selecione os dados de plotagem e canal no software EEG para percorrer visualmente e inspecionar o sinal de EEG.
Em seguida, clique com o botão esquerdo e arraste o mouse sobre segmentos defeituosos para destacar e excluir segmentos de EEG que contenham ruído muscular óbvio e quaisquer outros eventos estranhos. Após qualquer exclusão de segmento inválido, determine se há canais inválidos. Reconstrua cada canal defeituoso usando o método de interpolação esférica selecionando Ferramentas e Interpolar canal.
Em seguida, selecione Ferramentas e Executar ICA para executar uma Análise de Componente Independente nos dados. Em seguida, identifique visualmente os componentes bons e descarte os componentes do movimento dos olhos e piscando, movimentos musculares e componentes de outros ruídos possíveis selecionando Ferramentas, Rejeitar dados usando ICA, seguido por Rejeitar componentes por mapa, depois Ferramentas e Remover componentes. Por fim, selecione Ferramentas e Referência para referenciar novamente os dados à média de todos os canais antes de uma análise mais aprofundada.
Em seguida, use a fórmula vista aqui para calcular os coeficientes wavelet, para definir a energia relativa e calcular a entropia wavelet. Na análise do espectro dos dados de EEG, em comparação com o repouso normal, houve ondas alfa e beta aumentadas e delta reduzidas durante a respiração consciente MBSR. Além disso, a análise da fonte mostra que as principais regiões cerebrais afetadas pelo treinamento de atenção plena MBSR foram no giro occipital esquerdo, precuneus direito, giro temporal médio e fusiforme esquerdo.
Por fim, as entropias do cérebro e do coração foram significativamente correlacionadas durante a respiração consciente do MBSR, mas não durante o repouso normal. Uma vez dominado, o procedimento pode ser feito em uma semana se for executado corretamente. Ao tentar este procedimento, vale a pena notar que todas as etapas de detecção adequadas são essenciais para alcançar os resultados esperados.
Seguindo este procedimento, podemos descobrir se outros treinamentos e práticas mentais, como canto, oração, ioga, tai chi e exercícios contemplativos semelhantes, podem melhorar o arrastamento do corpo e da mente. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como usar a entropia wavelet para medir e explorar a relação entre as atividades elétricas do cérebro e do coração durante as meditações de atenção plena.
Este manuscrito descreve o uso do índice de entropia de wavelet para analisar dados de eletroencefalografia (EEG) de alta densidade e eletrocardiografia (ECG). O estudo demonstra que a irregularidade das atividades cerebrais e cardíacas torna-se mais coordenada durante a prática de redução de estresse baseada em mindfulness.
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.
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.