解码冥想的深度:来自专家维帕萨纳练习者的脑电图洞察力
Nicco Reggente1, Christian Kothe2, Tracy Brandmeyer1,3
1Institute for Advanced Consciousness Studies, Santa Monica, California.
Biological psychiatry global open science
|December 11, 2024
概括
研究人员使用脑电图 (EEG) 在专家维帕萨纳练习者身上解码了冥想深度. 一种新的机器学习方法结合了大脑活动和连接性,准确地预测了自我报告的冥想状态,进步了对冥想神经科学的理解.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 心理学 心理学 心理学
背景情况:
- 冥想提供了心理和生理上的好处.
- 不同冥想深度的神经相关物很难捕捉.
- 脑电图 (EEG) 是一种研究冥想期间大脑活动的工具.
研究的目的:
- 用EEG来解码专家从业者的自我报告,时间变化的冥想深度.
- 为了研究不同冥想状态的神经相关性.
- 将传统的探测与一种新的自发出现方法进行比较,以评估冥想的深度.
主要方法:
- 34名专家维帕萨纳冥想者参加了两个会议.
- 冥想的深度在1-5的尺度上自我报告,使用传统的探测和自发的出现.
- 使用机器/深度学习 (包括融合方法) 分析了EEG数据 (甲,α,波段) 和有效连接.
主要成果:
- 在解码跨会话的冥想深度方面取得了显著的准确性.
- 自发出现方法比传统探测提高了解码性能.
- 一种新的机器学习方法融合了空间,光谱和连接信息,产生了最好的结果.
- 传统的EEG方法和默认模式网络分析不足.
结论:
- 使用EEG解码个人定义的冥想深度是可行的.
- 自发的出现是冥想期间体验性采样的生态有效方法.
- 这些发现突出了冥想的复杂神经动态,并告知了神经反的发展.


