该手稿描述了如何使用小波熵指数来分析高密度脑电图(EEG)和心电图(ECG)数据。我们表明,在基于正念的减压实践中,脑和心脏活动的不规则性变得更加协调。
在东西方,传统教义说,心灵与心灵有着密切的联系,特别是在精神实践中。客观地证明这一点的一个难点在于脑和心脏活动的本质是完全不同的。在本文中,我们提出了一种使用小波熵来测量脑电图(EEG)和心电图(ECG)数据的混沌水平的方法,并展示了如何在不同的实验条件下探索心灵与心脏之间的潜在协调。此外,使用统计参数映射(SPM)来鉴定EEG小波熵受实验条件影响最大的脑区域。作为一个例证,在8周标准的基于正念的减轻压力(MBSR)训练课程(预测试)开始时,脑电图和心电图记录在两种不同的条件(正常休息和心灵呼吸)下,之后c我们(后测)。使用所提出的方法,结果一致地表明,与封闭眼睛静止状态期间相比,在脑脊髓脑缺血呼吸状态期间,脑EEG的小波熵降低。类似地,在MBSR心灵呼吸期间发现较低的心率的小波熵。然而,在预测试和后测试之间发现了MBSR注意呼吸期间小波熵的差异。在所有参与者的正常休息期间,脑波熵与心率的熵之间没有观察到相关性,而在MBSR心灵呼吸期间观察到显着的相关性。此外,最相关的脑区域位于大脑的中心区域。这项研究提供了建立正义实践( 即注意呼吸)可能增加心灵和心脏活动之间协调的证据的方法。
随着神经科学和医学的进步1 ,我们在了解正念和冥想对精神和身体疾病的非药理学益处方面处于更好的地位。许多研究表明,基于心灵的压力减轻(MBSR)训练是一种精神锻炼,可以有效减少心灵和身体的不必要的压力。在冥想的实践中,身体和心灵可能会变得更加夹带。这些问题吸引了学术界和大众的兴趣,并促使我们设计出一种在不同条件下探索心灵与身体(或更具体地,大脑与心脏之间)潜在协调的方法来评估效果的MBSR培训和实践。
脑电图不均匀性(EEG)在常规EEG谱分析中通常被认为是噪声,b它可能包含有用信息,可以通过信号熵来测量。 EEG熵被用作癫痫,阿尔茨海默病和麻醉等临床病症的指标,一些证据表明,脑电图的熵可能比传统的EEG频谱分析更为敏感。熵长期以来被用于热力学,作为描述系统混沌状态的指标。由脑电测量的脑电波由于大脑网络在秩序和混沌之间的运作而闻名于其动态活动。在各种熵中,小波熵提供了一种在不同观测尺度下计算能量熵的方法,非常适合于分析不同尺度的具有高度变化特征的脑电信号。对于完全随机的信号,不同分辨率级别的相对能量将是相同,熵将达到最大值。因此,小波熵作为脑电混沌活动的量度,可以作为区分不同心态的指标。
以前的心电图(ECG)研究提供了与冥想状态相比心悸变异性的冥想相关变化的一致证据7 。心跳由自主神经(包括交感神经和副交感神经)神经系统调节。自主神经调节由神经节之间的相互作用调节;中耳节迷走神经和高阶脑结构,如延髓,岛内和边缘系统。这些结构形成一个分层系统,其非线性活动可以通过熵8进行测量。例如,高阶脑结构中的神经突发可以影响心跳节律9 。在临床情况下,脑紊乱如癫痫发作会扰乱心律10 。神经心脏学研究还表明心脏和大脑之间的紧密相互作用11 。
检查脑和心脏信号之间的关联的一个困难在于它们在信号内容和时间尺度上是完全不同的。因此,一个主要的挑战是确定一个不仅适用于脑和心脏信号的常见措施,而且对于身心协调的背景下的解释也是有意义的。在本文中,我们提出使用小波熵来检测脑和心脏活动不规则之间的可能协调关系,并将脑电信号与心跳信号相关联,然后通过MBSR实验进行评估。
因为MBSR涉及身体和心灵的正念实践,我们假设MBSR正念呼吸动作可能不仅影响脑活动,还可能影响心跳。以前的研究主要根据不同方面分别研究正念训练和/或实践对脑或心脏的影响;这两个紧密相关的系统的同时变化仍然在很大程度上未被探索。只有少数研究报告,正念训练后身体和心灵的协调性更好12 。使用提出的方法,代表性的结果和以前的研究13显示,MBSR正念训练可能会增加身体和心灵在其混沌活动方面的协调,这可能会提供新的洞察心理训练对中央和外围环境的影响神经系统。
这项EEG研究提供了具体的证据,与正常休息相比,MBSR心脏呼吸增强了正面和枕叶的α波。这与大多数关于冥想中增加α波的报道一致,特别是初学者21 。阿尔法波浪通常表现出唤醒和警惕的状态,不受任何具体任务的束缚。这样的精神状态是冥想的目的之一;也就是说,保持清醒和清晰,无任何幻想的航班或入睡。在MBSR实践中增强的α波同步也可以增强心灵与身体22之间的协调。
大脑中大量神经元的电子活动形成非线性分层系统,其不规则性可以通过熵8很好地测量。我们发现在MBSR实践中,脑电的不规则大部分头皮脑电图,尤其是额叶和双侧枕叶脑区域的活动减少。小波熵的进一步来源分析表明,MBSR实践中枕骨和脑脊骨活动的不规则性降低。涉及的其他领域包括右中扣带和上颞叶。这符合另一项研究,表明在MBSR培训23之后,灰质增加。高级冥想从业者通常在非快速眼动睡眠期间具有较高的枕头脑电图伽马波1 。 MBSR训练的一个重要特征是不考虑脑/脑信息流。这可能潜在地减少大脑活动的不规则。因为大脑中的主要信息来源是视觉皮质,视觉相关的大脑区域比其他区域更受MBSR实践的影响是合理的纳秒。这使得心灵对不相关信息的反应较少,并且更注意注意呼吸。
小心熵分析显示,与正常休息状态相比,注意呼吸期间心脏心脏的不规则性较少,这意味着由于副交感神经和交感神经紧张之间的相对不稳定的相互作用,自主神经系统的精确平衡。注意呼吸也可能影响心脏收缩,因为肺感觉传入对中脑中的迷走神经运动神经元发出抑制性投射,其通过迷走神经24抑制心动过速。心脑血管相互作用由脑干中的脑干和边缘系统介导25 。鉴于中枢神经系统与心脏活动之间的联系,似乎合理的是,通过训练心灵,MBSR或其他冥想练习也可以影响其他身体功能,如重置压力反射灵敏度,提高肺部气体交换效率,平衡自主神经系统26 。
许多东方传统都强调了心灵的联系。在这方面,我们的研究提供了熵的第一个客观证据。在MBSR实践中,脑和心脏活动的不规则变得更加协调,双边体感区域的协调最大。这个地区直接负责人体的感官输入和运动,这种增加的协调意味着在MBSR实践中更多的身体意识。发现正念训练在功能MRI研究中增加了内脏区域的活动,其具有比EEG 27更好的空间分辨率。我们的研究结果表明,在MBSR实践中,大脑和心脏可能变得更加夹带,从而在系统中卸载不必要的熵<s up class =“xref”> 28。因为心跳是由自主神经系统调节的,其中自主神经调节由神经节之间的相互作用调节;中耳节迷走神经和高阶脑结构,如延髓,胰岛和边缘系统,自主神经和中枢神经系统在MBSR实践中可能变得更加协调。
在我们这样的研究中的一个重要步骤是选择正确的熵指数来测量脑电图和心电图的不规则性。与使用近似熵29的 Renu Madhavi 等人不同,我们选择使用小波熵来集中在不同尺度的能量之间的复杂性。由于脑电子活动源自于不同尺度和频谱具有不同特征的大量神经元,所以小波熵应更适合于测量脑电图的不规则性> 30。类似地,瞬时心率在不同的时间尺度下也具有不同的特征,因此对心电图31应用小波熵是合理的。此外,香农的熵和近似熵对采样频率敏感,近似熵需要大量的计算时间,与数据长度呈指数增长,除了源空间中的计算外。
目前研究的几个限制值得注意。首先,头皮脑电图的空间分辨率相对较差,尽管其时间分辨率高。为了解决这个问题,我们的研究中采用了源分析。 EEG源重建是一个不成问题,另一种方法是从以前的功能磁共振成像(fMRI)研究中获得空间先验,这有助于提高重构精度32,33 。另一个限制是t帽子之间的脑和心脏活动之间的协调被评估受试者之间;课程内协调将留给未来的研究。另外,心电图的熵不是直接从ECG信号中得到的,而是来自心跳间隔,因为心电图的振幅可能受到电极位置和皮肤阻抗的很大影响,因此在受试者之间是不可比的。
以前的研究通常对EEG信号进行频谱分析,将EEG中的不规则视为噪声。相比之下,我们建议使用小波熵作为更敏感的指标来测量大脑的混沌电子活动,作为思维状态的反映。所提出的方法提供了客观证据,表明思维和心灵在冥想中更加协调的传统假设。
因为小波熵可以很敏感地监视冥想状态,所以可以用于心理训练正如在临床实践中使用熵来测量手术期间的麻醉水平一样。使用类似于小波熵的索引,可以使用无线EEG设备来方便地监视个人的日常冥想练习或用于教育目的的其他心理训练。然而,由于无线EEG通常只能稳定地测量前额中的通道,因此我们需要探讨这些通道是否足够敏感以监测心理状态。
该过程的关键步骤包括将每个电极的皮肤阻抗保持为低,以获得更好的信号质量和更低的噪声;适当进行MBSR培训;在实验之前确保一个好的,不疲劳的精神状态,因为冥想需要很大的精力;选择适当的熵指数(小波熵);并熟悉EEG数据的SPM源分析。
The authors have nothing to disclose.
本研究得到了香港大学SPF-201209176152基金的支持。我们感谢马尔海恩博士教授课程,并招募了MBSR参与者。
Synamps 2/RT 128-channel EEG/EP/ERP | Compumedics NeuroScan | Model 8050 | Amplifiers and EEG acquisition |
Quik-CapEEG 128 electrodes | Compumedics NeuroScan | EEG caps | |
Quik-Gel | Compumedics NeuroScan | conductive electrode gel | |
EEGLAB | Swartz Center for Computational Neuroscience | EEG analysis software | |
Matlab R2011a | MathWorks | EEGLAB is based on Matlab | |
SPM | Wellcome Trust Centre for Neuroimaging | EEG source analysis software |