解码自我:从磁脑录像记录中单次试验预测自我边界冥想状态
Henrik Röhr1,2, Daniel A Atad3,4,5, Fynn-Mathis Trautwein2,3
1Bernoulli Institute for Mathematics, Computer Science and Artificial Intelligence, University of Groningen, Groningen, the Netherlands.
Human brain mapping
|December 26, 2025
概括
经验丰富的冥想练习者可以故意改变他们的自我意识. 这项研究使用磁脑图 (MEG) 识别了神经标记物,以区分自我边界溶解和静止状态,具有临床应用的潜力.
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:
- 自我意识是人类经验的一个复杂,多维的方面.
- 通过冥想或迷幻药物诱导的改变意识状态可以显著改变自我体验.
- 冥想提供了一个可控制的模型系统,用于研究自我经验的变化.
研究的目的:
- 为了确定冥想引起的自我感觉改变的神经标记.
- 用大脑活动模式区分自我边界溶解状态,休息状态和控制冥想.
主要方法:
- 41名经验丰富的冥想练习者的磁脑电图 (MEG) 记录.
- 参与者在自我边界溶解,休息和控制冥想状态之间交替.
- 机器学习应用于单次试验的MEG数据,以识别区分的神经模式.
主要成果:
- 源波段功率和Lempel-Ziv复杂性特征预测了机遇以上的精度的心理状态.
- 伦佩尔-齐夫复杂性实现了最高的精度 (~0.64参与者内部,~0.57跨参与者) 对于自我边界溶解与休息.
- 大脑活动的多变量模式成功地区分了测试状态.
结论:
- 神经标记物,特别是Lempel-Ziv复杂性与MEG,可以区分冥想引起的自我体验变化.
- 这些发现支持冥想作为研究自我相关神经过程的模型.
- 潜在的应用包括解码的神经反用于治疗自我障碍和增强冥想训练.
