短期禅修效果的脑电图多尺度排列熵分析

赵建强,周昌乐

(厦门大学 信息科学与技术学院,福建省仿脑智能系统重点实验室,福建厦门361005)

短期禅修效果的脑电图多尺度排列熵分析

赵建强,周昌乐*

(厦门大学 信息科学与技术学院,福建省仿脑智能系统重点实验室,福建厦门361005)

摘要：立足于短期禅修的实践,运用脑电图(EEG)检测手段,采用多尺度排列熵的方法,同期对照实验组和控制组脑电活动的差异,从神经科学的角度对短期禅修的效果进行了研究．通过分析θ节律和α节律在禅修前后的变化,发现θ节律的排列熵在禅修后呈减小趋势,而α节律的排列熵则呈增大趋势,表明短期禅修提升了脑神经元电活动的同步化现象,从而有助于禅修人员的精神放松、注意力的提升以及焦虑的释放．

关键词：脑电图(EEG);多尺度排列熵;短期禅修;θ节律;α节律

现代社会的生活工作节奏日益加快,竞争激烈,人们工作、生活和学习的压力导致了各种心理上的冲突、压力和焦虑不断增加．如果长期处于这种亚健康状态,将会对身体健康造成很大的不良影响[1]．

中华禅宗心法学说中的内心存养方法对于提升心理素质、完善心理品质、提高心理能力都有极大的帮助,在西方的情感认知神经科学中得到广泛研究[2-4]．对于禅宗修行的效果,以往研究的对象多侧重于有长期禅修经历的人员,当然,这一定程度上是由禅修的长期性特点所决定的,然而这种长时间的修行方式并不适合于现代人的生活方式,所以找到一种有效的短期修行方法,用于提升现代人的心理品质及身体健康,则显得十分必要．厦门大学周昌乐教授对中华传统心法进行了深入的研究,对传统的禅修方式进行了改造,创造出了一种适合现代人的禅修方法——“乐易心法”,而“七日禅”则是“乐易心法”中的一种七日集中修行方法．

基于前人的研究,禅修对脑电产生的影响,主要表现为α节律功率的减小、频率的增加和一致性的降低,以及θ节律的功率和一致性的增加[5],所以本文重点对禅修前后的α节律和θ节律进行了分析,研究了“七日禅”这一短期禅修方法的效果．

我们以分析脑电信号的方式对“七日禅”的效果进行了研究．采用排列熵方法对禅修前后的脑电复杂度进行了分析,通过禅修前后脑电排列熵的变化,研究了“七日禅”短期禅修对人脑的影响．

1排列熵及多尺度排列熵

排列熵是Bandt等[6]于2002年提出的一种基于对时间序列相邻值进行比较而形成的一种复杂度参数方法,对于一些混沌动力学系统,该方法的表现与Lyapunov指数类似,与其他的一些非线性单调变换相比,具有简单、容易计算和抗干扰能力强的特点．

传统的熵方法只是在单一尺度上对时间序列的有序性进行描述,但有时并不能真实反映出系统的动力学复杂性,甚至曾经在用于研究健康和疾病状态时产生过相冲突的结论[7],于是Costa等引入了多尺度熵,从多重的时空尺度对系统复杂度进行研究．

多尺度熵是一种度量有限长度时间序列复杂度的方法,既可以用于物理数据的研究,也可以用于生理学数据的分析[7]．相比于传统熵方法中固定不变的尺度因子,多尺度熵通过对原始时间序列进行粗粒化(coarse-grained)变换,创建出连续的粗粒化时间序列[7],在该时间序列上再采用熵方法处理数据,从传统熵方法中静态的单一熵值转化成为多尺度熵中动态的熵值序列．在分析多尺度排列熵时,为了消除不同被试间的差异性,使不同被试数据的比较更加合理,本文又对计算得到的排列熵做了min-max归一化处理,所以最终熵值都介于0～1之间．

2实验方法

2.1实验对象及禅修过程

选取60名未参加过禅修的被试,实验组和控制组各30名,每组都是15男15女,其中控制组年龄在19～43岁之间,平均年龄(27.9±6.4)岁,不参加禅修;实验组年龄在21～40岁之间,平均年龄(31.9±5.6)岁,参加禅修．所有被试身体健康,无精神病或大脑创伤史,右利手,且自愿参加,并签署同意书．

对实验组进行七日封闭禅修训练,过程主要包括开示、冥想、打坐、行禅、参公案、讨论及请益环节,期间所有被试集中进行,统一活动,统一安排作息．

2.2实验数据采集及预处理

禅修前后采集实验组和控制组的脑电数据,采集在电磁屏蔽室进行,使用Neuroscan SynAmps 264导脑电图(EEG)采集系统,采样率为1 000 Hz,根据国际10-20头皮电极放置系统记录到66个导头皮脑电信号: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，依次编号为1～66．其中HEO和VEO为眼电极,M1和M2为乳突参考电极,这4个电极主要在预处理阶段起辅助作用,在数据分析部分将予以排除．

共采集20 min脑电数据,2组被试在记录脑电时都被要求安静闭目,消除杂念,努力做到静虑．

数据的预处理包括去眼电和滤波2部分:首先使用Neuroscan的SCAN软件去除眼电,然后使用EEGLAB[9-10]滤波得到θ节律(4～7 Hz)和α节律(8～13 Hz),用于对不同节律的单独分析．

3数据分析

脑科学研究发现,在脑电分析方面,静虑主要与θ节律和α节律波有关联[11]．由于本文通过静虑脑电研究禅修的效果,所以在数据分析时,通过滤波只提取了θ节律和α节律,重点对这2种节律的排列熵进行了研究．

由于短期禅修培训的被试进入静虑状态的时间相对较长,并且随着时间的延长,被试可能会产生较重的睡意,所以,选取10 min后的实验数据进行分析:从第10 min开始取30 s数据,尺度因子选取1～100,计算控制组和实验组的θ节律和α节律多尺度排列熵．

3.1整体排列熵均值变化分析

为了从整体上找出控制组和实验组的多尺度排列熵的变化规律,对全部电极位(不包含眼电极VEO、HEO和乳突参考电极M1、M2)取整体均值,绘制整体均值的多尺度排列熵趋势图,如图1所示．

图1中的实线和虚线的吻合程度显示了多尺度排列熵在前后2次测试的变化：重合度越高,表明前测和后测的排列熵变化越小,反之变化越大．

控制组(图1(a)和(c)):没有参加禅修的控制组人员的θ节律和α节律的多尺度排列熵曲线,其前测和后测的曲线几乎完全重合,表明其脑电排列熵没有明显差异,这与本文的实验预期相吻合,即没有参加禅修的控制组排列熵没有变化．

实验组(图1(b)和(d)):参加禅修的实验组人员的θ节律和α节律的多尺度排列熵曲线,可以看出图1(b)中θ节律的前测和后测曲线重合度仍然较高,但相比于图1(a)中θ节律的重合程度有了轻微的分离倾向,暗示禅修对θ节律产生了程度轻微的影响(下文会有进一步的量化分析);相比之下,图1(d)中α节律的前测和后测曲线的分离则非常明显,表明禅修在α节律上产生了较大的影响．

3.2对各电极位置排列熵值的分析

图1中整体均值的多尺度排列熵趋势,直观地显示出排列熵整体均值随尺度因子的变化规律,但整体均值多尺度熵提供的信息较为有限,无法反映全部脑区具体电极位置的排列熵变化情况．为了更细致地分析各电极位置排列熵在禅修前后的变化趋势,还需要对每一个电极的排列熵进行更为细致的量化分析．

从图1(d)可以看出,当尺度因子s=50时,α节律禅修前后的熵值可以得到较明显的区分,所以选取尺度因子s=50时的熵值对α节律进一步研究,以分析各电极排列熵变化的显著程度．至于θ节律尺度因子的选取,因为多尺度排列熵趋势图中并没有显示出某个尺度因子比其他尺度更具优势,所以同样选取s=50的数据进行分析．

禅修前的测试称为前测，禅修后的测试称为后测，下同．采样时间：10.0～10.5 min.图1　整体均值的多尺度排列熵Fig.1Overall average multiscale permutation entropy

取显著性水平p=0.05,对θ节律和α节律的控制组、实验组做配对t-检验,结果如表1和2所示(由于显示全部62个电极数据的表格过于庞大,这里只列出了具有显著变化的电极位置及其对应的控制组结果,以进行比对)．对于表1和表2中列出的有显著变化的电极,从实验组前测和后测的排列熵均值变化可以发现,θ节律的排列熵在禅修后呈减小趋势,而α节律的排列熵则呈增大趋势．

表1　θ节律排列熵比较

表2　α节律排列熵比较

图2显示了全部62个电极位置在禅修前后的排列熵变化趋势．图中各电极排列熵在禅修前后的对比显示：没有参加禅修的控制组,前测和后测的排列熵并没有显著差异；而参加禅修的实验组,无论θ节律还是α节律都呈现出了明显的分离趋势．这一分离趋势显示了禅修的效果:θ节律的排列熵在禅修后呈减小趋势,α节律的排列熵呈增大趋势．

实心点标注的是p<0.05的电极，其中删去了编号33,43的眼电极和编号65,66的参考电极．图2　各电极平均排列熵Fig.2Average permutation entropy of each location

3.3具有显著排列熵差异的位置分布

为分析禅修效果在各脑区的分布,绘制s=50时控制组和实验组各点位排列熵均值的脑电地形图,如图3所示．图中除了显示出前测和后测的排列熵变化,还显示出排列熵显著变化的脑区分布:θ节律排列熵的显著变化主要分布在额区左侧、中央区左侧及枕区；α节律排列熵的变化则近乎遍布全部脑区,只是在右前额和右侧额的变化程度稍小．

4讨论

α节律是一种可以代表大脑状态的特色节律波,一般被认为是产生于多数神经元回路的电活动,重叠成为较大的α节律,这就是同步化现象．这种同步性如果为某种刺激所扰乱,各个细胞的放电就变得不一致,结果α节律将减弱或消失．正常节律的抑制是脑电的一种异常现象,它通常是脑功能障碍的电生理表现(如精神分裂症患者普遍存在α节律的减弱以及δ节律和θ节律的增强),脑皮层处于抑制状态时,细胞代谢进行速度变慢,从而引发慢波(δ节律、θ节律)[10]．从α节律同步及抑制角度分析,本文中α节律排列熵的增大以及θ节律排列熵的减小表明短期禅修增强了神经元活动的同步性,降低了不一致性,从而使各脑区处于一种更加良性的运行状态．

红点标注的是排列熵变化显著(p<0.05)的电极位置.图3　平均排列熵脑电地形图Fig.3Average permutation entropytopographic map

自从Berger[12]发现清醒状态下正常人脑电中占据主导地位的节律是α节律以来,α节律得到大量的研究．有研究发现,脑波处于α节律时,人体进入“放松性警觉”状态,主观感觉舒适、放松．在那些正以某种方式入定的放松者中间,脑波α节律成分有序化逐渐增强,而忧虑者则很少出现α节律[13]．当情绪紧张时,α节律受到抑制甚至消失,并且焦虑症和心身疾病患者往往表现出超出正常水平的高唤醒状态,其α节律较少，波幅较小且频率较快[14]．因此,短期禅修对α节律排列熵的提升反映出了精神的放松以及焦虑的降低．

成人在困倦或浅睡时可以记录到θ节律,且α节律降低,代表了大脑皮层的一种抑制状态．本实验中θ节律排列熵的减小及α节律排列熵的增大,表明禅修对被试的作息产生了积极影响,这反映出清醒程度的增加,有助于注意力的提升．

综上所述,“七日禅”可以增强脑活动同步化现象,使大脑保持更加健康的状态,有助于禅修习练者精神放松、释放压力及排解忧虑,提升意识的清醒度及注意力．

5结论

本文采用多尺度排列熵方法,对“七日禅”短期禅修的效果进行了研究,获得了预期的效果,表明排列熵可以作为研究禅修习练者脑电复杂度的一种表征,多尺度排列熵是研究禅修效果的一种有效方法．

通过对禅修前后θ节律和α节律排列熵的变化进行分析,发现本实验所采用的“七日禅”短期禅修方法可以对大脑的运行产生积极的影响,有助于改善焦虑及减轻心理压力,避免长期压力的积累导致各种心身疾病,保持身体健康．

参考文献：

[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,SCHRÖGER 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]周昌乐.从当代脑科学看禅定状态达成的可能性及其意义[J].杭州师范大学学报,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录用日期：2016-03-09

基金项目：国家自然科学基金(61273338);国家社会科学基金重大项目(11&ZD187)

*通信作者：dozero@xmu.edu.cn

中图分类号:TP 391.1

文献标志码：A

文章编号：0438-0479(2016)03-0420-06

引文格式：赵建强,周昌乐.短期禅修效果的脑电图多尺度排列熵分析.厦门大学学报(自然科学版)，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)