短期禪修效果的腦電圖多尺度排列熵分析

趙建強,周昌樂

(廈門大學 信息科學與技術學院,福建省仿腦智能系統重點實驗室,福建廈門361005)

短期禪修效果的腦電圖多尺度排列熵分析

趙建強,周昌樂*

(廈門大學 信息科學與技術學院,福建省仿腦智能系統重點實驗室,福建廈門361005)

摘要：立足于短期禪修的實踐,運用腦電圖(EEG)檢測手段,采用多尺度排列熵的方法,同期對照實驗組和控制組腦電活動的差異,從神經科學的角度對短期禪修的效果進行了研究．通過分析θ節律和α節律在禪修前后的變化,發現θ節律的排列熵在禪修后呈減小趨勢,而α節律的排列熵則呈增大趨勢,表明短期禪修提升了腦神經元電活動的同步化現象,從而有助于禪修人員的精神放松、注意力的提升以及焦慮的釋放．

關鍵詞：腦電圖(EEG);多尺度排列熵;短期禪修;θ節律;α節律

現代社會的生活工作節奏日益加快,競爭激烈,人們工作、生活和學習的壓力導致了各種心理上的沖突、壓力和焦慮不斷增加．如果長期處于這種亞健康狀態,將會對身體健康造成很大的不良影響[1]．

中華禪宗心法學說中的內心存養方法對于提升心理素質、完善心理品質、提高心理能力都有極大的幫助,在西方的情感認知神經科學中得到廣泛研究[2-4]．對于禪宗修行的效果,以往研究的對象多側重于有長期禪修經歷的人員,當然,這一定程度上是由禪修的長期性特點所決定的,然而這種長時間的修行方式并不適合于現代人的生活方式,所以找到一種有效的短期修行方法,用于提升現代人的心理品質及身體健康,則顯得十分必要．廈門大學周昌樂教授對中華傳統心法進行了深入的研究,對傳統的禪修方式進行了改造,創造出了一種適合現代人的禪修方法——“樂易心法”,而“七日禪”則是“樂易心法”中的一種七日集中修行方法．

基于前人的研究,禪修對腦電產生的影響,主要表現為α節律功率的減小、頻率的增加和一致性的降低,以及θ節律的功率和一致性的增加[5],所以本文重點對禪修前后的α節律和θ節律進行了分析,研究了“七日禪”這一短期禪修方法的效果．

我們以分析腦電信號的方式對“七日禪”的效果進行了研究．采用排列熵方法對禪修前后的腦電復雜度進行了分析,通過禪修前后腦電排列熵的變化,研究了“七日禪”短期禪修對人腦的影響．

1排列熵及多尺度排列熵

排列熵是Bandt等[6]于2002年提出的一種基于對時間序列相鄰值進行比較而形成的一種復雜度參數方法,對于一些混沌動力學系統,該方法的表現與Lyapunov指數類似,與其他的一些非線性單調變換相比,具有簡單、容易計算和抗干擾能力強的特點．

傳統的熵方法只是在單一尺度上對時間序列的有序性進行描述,但有時并不能真實反映出系統的動力學復雜性,甚至曾經在用于研究健康和疾病狀態時產生過相沖突的結論[7],于是Costa等引入了多尺度熵,從多重的時空尺度對系統復雜度進行研究．

多尺度熵是一種度量有限長度時間序列復雜度的方法,既可以用于物理數據的研究,也可以用于生理學數據的分析[7]．相比于傳統熵方法中固定不變的尺度因子,多尺度熵通過對原始時間序列進行粗粒化(coarse-grained)變換,創建出連續的粗粒化時間序列[7],在該時間序列上再采用熵方法處理數據,從傳統熵方法中靜態的單一熵值轉化成為多尺度熵中動態的熵值序列．在分析多尺度排列熵時,為了消除不同被試間的差異性,使不同被試數據的比較更加合理,本文又對計算得到的排列熵做了min-max歸一化處理,所以最終熵值都介于0～1之間．

2實驗方法

2.1實驗對象及禪修過程

選取60名未參加過禪修的被試,實驗組和控制組各30名,每組都是15男15女,其中控制組年齡在19～43歲之間,平均年齡(27.9±6.4)歲,不參加禪修;實驗組年齡在21～40歲之間,平均年齡(31.9±5.6)歲,參加禪修．所有被試身體健康,無精神病或大腦創傷史,右利手,且自愿參加,并簽署同意書．

對實驗組進行七日封閉禪修訓練,過程主要包括開示、冥想、打坐、行禪、參公案、討論及請益環節,期間所有被試集中進行,統一活動,統一安排作息．

2.2實驗數據采集及預處理

禪修前后采集實驗組和控制組的腦電數據,采集在電磁屏蔽室進行,使用Neuroscan SynAmps 264導腦電圖(EEG)采集系統,采樣率為1 000 Hz,根據國際10-20頭皮電極放置系統記錄到66個導頭皮腦電信號:FP1、FPZ、FP2、AF3、AF4、F7、F5、F3、F1、FZ、F2、F4、F6、F8、FT7、FC5、FC3、FC1、FCZ、FC2、FC4、FC6、FT8、T7、C5、C3、C1、CZ、C2、C4、C6、T8、HEO、TP7、CP5、CP3、CP1、CPZ、CP2、CP4、CP6、TP8、VEO、P7、P5、P3、P1、PZ、P2、P4、P6、P8、PO7、PO5、PO3、POZ、PO4、PO6、PO8、CB1、O1、OZ、O2、CB2、M1、M2，依次編號為1～66．其中HEO和VEO為眼電極,M1和M2為乳突參考電極,這4個電極主要在預處理階段起輔助作用,在數據分析部分將予以排除．

共采集20 min腦電數據,2組被試在記錄腦電時都被要求安靜閉目,消除雜念,努力做到靜慮．

數據的預處理包括去眼電和濾波2部分:首先使用Neuroscan的SCAN軟件去除眼電,然后使用EEGLAB[9-10]濾波得到θ節律(4～7 Hz)和α節律(8～13 Hz),用于對不同節律的單獨分析．

3數據分析

腦科學研究發現,在腦電分析方面,靜慮主要與θ節律和α節律波有關聯[11]．由于本文通過靜慮腦電研究禪修的效果,所以在數據分析時,通過濾波只提取了θ節律和α節律,重點對這2種節律的排列熵進行了研究．

由于短期禪修培訓的被試進入靜慮狀態的時間相對較長,并且隨著時間的延長,被試可能會產生較重的睡意,所以,選取10 min后的實驗數據進行分析:從第10 min開始取30 s數據,尺度因子選取1～100,計算控制組和實驗組的θ節律和α節律多尺度排列熵．

3.1整體排列熵均值變化分析

為了從整體上找出控制組和實驗組的多尺度排列熵的變化規律,對全部電極位(不包含眼電極VEO、HEO和乳突參考電極M1、M2)取整體均值,繪制整體均值的多尺度排列熵趨勢圖,如圖1所示．

圖1中的實線和虛線的吻合程度顯示了多尺度排列熵在前后2次測試的變化：重合度越高,表明前測和后測的排列熵變化越小,反之變化越大．

控制組(圖1(a)和(c)):沒有參加禪修的控制組人員的θ節律和α節律的多尺度排列熵曲線,其前測和后測的曲線幾乎完全重合,表明其腦電排列熵沒有明顯差異,這與本文的實驗預期相吻合,即沒有參加禪修的控制組排列熵沒有變化．

實驗組(圖1(b)和(d)):參加禪修的實驗組人員的θ節律和α節律的多尺度排列熵曲線,可以看出圖1(b)中θ節律的前測和后測曲線重合度仍然較高,但相比于圖1(a)中θ節律的重合程度有了輕微的分離傾向,暗示禪修對θ節律產生了程度輕微的影響(下文會有進一步的量化分析);相比之下,圖1(d)中α節律的前測和后測曲線的分離則非常明顯,表明禪修在α節律上產生了較大的影響．

3.2對各電極位置排列熵值的分析

圖1中整體均值的多尺度排列熵趨勢,直觀地顯示出排列熵整體均值隨尺度因子的變化規律,但整體均值多尺度熵提供的信息較為有限,無法反映全部腦區具體電極位置的排列熵變化情況．為了更細致地分析各電極位置排列熵在禪修前后的變化趨勢,還需要對每一個電極的排列熵進行更為細致的量化分析．

從圖1(d)可以看出,當尺度因子s=50時,α節律禪修前后的熵值可以得到較明顯的區分,所以選取尺度因子s=50時的熵值對α節律進一步研究,以分析各電極排列熵變化的顯著程度．至于θ節律尺度因子的選取,因為多尺度排列熵趨勢圖中并沒有顯示出某個尺度因子比其他尺度更具優勢,所以同樣選取s=50的數據進行分析．

禪修前的測試稱為前測，禪修后的測試稱為后測，下同．采樣時間：10.0～10.5 min.圖1　整體均值的多尺度排列熵Fig.1Overall average multiscale permutation entropy

取顯著性水平p=0.05,對θ節律和α節律的控制組、實驗組做配對t-檢驗,結果如表1和2所示(由于顯示全部62個電極數據的表格過于龐大,這里只列出了具有顯著變化的電極位置及其對應的控制組結果,以進行比對)．對于表1和表2中列出的有顯著變化的電極,從實驗組前測和后測的排列熵均值變化可以發現,θ節律的排列熵在禪修后呈減小趨勢,而α節律的排列熵則呈增大趨勢．

表1　θ節律排列熵比較

表2　α節律排列熵比較

圖2顯示了全部62個電極位置在禪修前后的排列熵變化趨勢．圖中各電極排列熵在禪修前后的對比顯示：沒有參加禪修的控制組,前測和后測的排列熵并沒有顯著差異；而參加禪修的實驗組,無論θ節律還是α節律都呈現出了明顯的分離趨勢．這一分離趨勢顯示了禪修的效果:θ節律的排列熵在禪修后呈減小趨勢,α節律的排列熵呈增大趨勢．

實心點標注的是p<0.05的電極，其中刪去了編號33,43的眼電極和編號65,66的參考電極．圖2　各電極平均排列熵Fig.2Average permutation entropy of each location

3.3具有顯著排列熵差異的位置分布

為分析禪修效果在各腦區的分布,繪制s=50時控制組和實驗組各點位排列熵均值的腦電地形圖,如圖3所示．圖中除了顯示出前測和后測的排列熵變化,還顯示出排列熵顯著變化的腦區分布:θ節律排列熵的顯著變化主要分布在額區左側、中央區左側及枕區；α節律排列熵的變化則近乎遍布全部腦區,只是在右前額和右側額的變化程度稍小．

4討論

α節律是一種可以代表大腦狀態的特色節律波,一般被認為是產生于多數神經元回路的電活動,重疊成為較大的α節律,這就是同步化現象．這種同步性如果為某種刺激所擾亂,各個細胞的放電就變得不一致,結果α節律將減弱或消失．正常節律的抑制是腦電的一種異常現象,它通常是腦功能障礙的電生理表現(如精神分裂癥患者普遍存在α節律的減弱以及δ節律和θ節律的增強),腦皮層處于抑制狀態時,細胞代謝進行速度變慢,從而引發慢波(δ節律、θ節律)[10]．從α節律同步及抑制角度分析,本文中α節律排列熵的增大以及θ節律排列熵的減小表明短期禪修增強了神經元活動的同步性,降低了不一致性,從而使各腦區處于一種更加良性的運行狀態．

紅點標注的是排列熵變化顯著(p<0.05)的電極位置.圖3　平均排列熵腦電地形圖Fig.3Average permutation entropytopographic map

自從Berger[12]發現清醒狀態下正常人腦電中占據主導地位的節律是α節律以來,α節律得到大量的研究．有研究發現,腦波處于α節律時,人體進入“放松性警覺”狀態,主觀感覺舒適、放松．在那些正以某種方式入定的放松者中間,腦波α節律成分有序化逐漸增強,而憂慮者則很少出現α節律[13]．當情緒緊張時,α節律受到抑制甚至消失,并且焦慮癥和心身疾病患者往往表現出超出正常水平的高喚醒狀態,其α節律較少，波幅較小且頻率較快[14]．因此,短期禪修對α節律排列熵的提升反映出了精神的放松以及焦慮的降低．

成人在困倦或淺睡時可以記錄到θ節律,且α節律降低,代表了大腦皮層的一種抑制狀態．本實驗中θ節律排列熵的減小及α節律排列熵的增大,表明禪修對被試的作息產生了積極影響,這反映出清醒程度的增加,有助于注意力的提升．

綜上所述,“七日禪”可以增強腦活動同步化現象,使大腦保持更加健康的狀態,有助于禪修習練者精神放松、釋放壓力及排解憂慮,提升意識的清醒度及注意力．

5結論

本文采用多尺度排列熵方法,對“七日禪”短期禪修的效果進行了研究,獲得了預期的效果,表明排列熵可以作為研究禪修習練者腦電復雜度的一種表征,多尺度排列熵是研究禪修效果的一種有效方法．

通過對禪修前后θ節律和α節律排列熵的變化進行分析,發現本實驗所采用的“七日禪”短期禪修方法可以對大腦的運行產生積極的影響,有助于改善焦慮及減輕心理壓力,避免長期壓力的積累導致各種心身疾病,保持身體健康．

參考文獻：

[1]COHEN S,JANICKI-DEVERTS D,MILLER G E.Psychological stress and disease[J].JAMA,2007,298(10):1685-1687.

[2]KASAMATSU A,HIRAI T.An electroencephalographic study on the Zen meditation (Zazen)[J].Folia Psychiatr Neurol Jpn,1966,20：315-336.

[3]SHAPIRO D H,ZIFFERBLATT S M.Zen meditation and behavioral self-control:similarities,differences,and clinical applications[J].American Psychologist,1976,31(7):519-532.

[4]GOLDMAN B L,DOMITOR P J,MURRAY E J.Effects of Zen meditation on anxiety reduction and perceptual functioning[J]. Journal of Consulting & Clinical Psychology,1979,47(3):551-556.

[5]FINGELKURTS A A,FINGELKURTS A A,KALLIO-TAMMINEN T.EEG-guided meditation:a personalized approach[EB/OL].[2015-03-01].http:∥dx.doi.org/10.1016/j.jphysparis.2015.03.001.

[6]BANDT C,POMPE B.Permutation entropy:a natural complexity measure for time series [J].Phys Rev Lett,2002,88(17):1685-1687.

[7]MADALENA C,GOLDBERGER A L,PENG C K.Multiscale entropy analysis of biological signals[J].Physical Review E Statistical Nonlinear & Soft Matter Physics,2005,71(2Pt1):021906.

[8]COSTA M,GOLDBERGER A L,PENG C K.Multiscale entropy analysis of complex physiologic time series [J].Phys Rev Lett,2002,89(6):705-708.

[9]DELORME A,MAKEIG S.EEGLAB:an open source toolbox for analysis of single-trial EEG dynamics including ndependent component analysis[J].Journal of Neuroscience Methods,2004,134(1):9-21.

[10]WIDMANN A,SCHR?GER E.Filter effects and filter artifacts in the analysis of electrophysiological data[EB/OL].[2012-3-23].http:∥dx.doi.org/10.3389/fpsyg.2012.00233.

[11]周昌樂.從當代腦科學看禪定狀態達成的可能性及其意義[J].杭州師范大學學報,2010,32(3):17-23.[12]BERGER H.über das Elektrenkephalogramm des Menschen.Archiv Für Psychiatrie Und Nervenkrankheiten,1938,108(3):407-431.

[13]LI Y P.On the basis of natural science of psychology [M].Beijing:Science Publishing House,1984:113-120,133-150,175-190.

[14]FENG Y K.Clinical electroencephalogy [M].Beijing:People′s Publishing House,1980:37-39.

Analysis of Short-term Zen Meditation Based on Multiscale Permutation Entropy

ZHAO Jianqiang,ZHOU Changle*

(Fujian Key Lab of Brain-like Intelligent Systems,School of Information Science and Engineering,Xiamen University,Xiamen 361005,China)

Abstract:From the perspective of neuroscience through electroencephalogram (EEG) analysis, effects of short-term Zen meditation practice are studied with the method of multiscale permutation entropy.By analyzing the θ rhythm and α rhythm changes after the meditation,the permutation entropy of θ rhythm shows a decreasing trend,while it shows aninverse trend of increase in α rhythm.The result indicates that the short-term meditation has improved synchronization phenomenon of electrical activity in the brain neurons.Thus the short-term Zen meditator is conducive to mental relaxation,promotion of attention,and release of anxiety.

Key words:electroencephalogram (EEG);multiscale permutation entropy;short-term Zen meditation; θ rhythm; α rhythm

doi：10.6043/j.issn.0438-0479.2016.03.020

收稿日期：2015-12-08錄用日期：2016-03-09

基金項目：國家自然科學基金(61273338);國家社會科學基金重大項目(11&ZD187)

*通信作者：dozero@xmu.edu.cn

中圖分類號:TP 391.1

文獻標志碼：A

文章編號：0438-0479(2016)03-0420-06

引文格式：趙建強,周昌樂.短期禪修效果的腦電圖多尺度排列熵分析.廈門大學學報(自然科學版)，2016,55(3)：420-425.

Citation：ZHAO J Q,ZHOU C L．Analysis of short-term Zen meditation based on multiscale permutation entropy.Journal of Xiamen University(Natural Science)，2016,55(3)：420-425．(in Chinese)