EEG-Based Characterization of Samatha and Vipassana Meditation States

तकनीकी सारांश: समाधि (समथ) और विपश्यना ध्यान अवस्थाओं का EEG-आधारित लक्षण वर्णन

समस्या विवरण
यद्यपि ध्यान को इसके संज्ञानात्मक और शारीरिक लाभों के लिए व्यापक रूप से मान्यता प्राप्त है, फिर भी विभिन्न अभ्यासों के बीच विशिष्ट तंत्रिका संबंधी अंतरों (neural mechanisms) को समझना अभी भी कम ज्ञात है। यह विशेष रूप से तब प्रासंगिक हो जाता है जब EEG-सहायता प्राप्त न्यूरोफीडबैक उपकरणों का व्यावसायिक विस्तार हो रहा है, जिनमें अक्सर विशिष्ट चिंतनशील अवस्थाओं के अंतर्निहित तंत्रिका संकेतों (neural signatures) की व्यापक समझ का अभाव होता है। मौजूदा साहित्य में विभिन्न परंपराओं का अन्वेषण किया गया है, लेकिन अनुभवी ध्यानियों के बीच समथ (एकाग्रता-आधारित, मानसिक शांति और निरंतर ध्यान पर केंद्रित) और विपश्यना (अंतर्दृष्टि-आधारित, जो कार्य-कारण संबंध को समझने और सचेत अवलोकन पर केंद्रित है) के बीच तुलनात्मक EEG अनुसंधान सीमित है। संबोधित किया गया मुख्य प्रश्न यह है कि क्या EEG संकेत विश्राम की आधार रेखा (resting baseline) और एक-दूसरे से इन दो विशिष्ट ध्यान अवस्थाओं को वस्तुनिष्ठ रूप से चित्रित और विभेदित कर सकते हैं।

कार्यप्रणाली
इस अध्ययन में 12 अनुभवी ध्यानियों (औसत आयु 53.42 वर्ष, ध्यान अनुभव सीमा 2-35 वर्ष) को शामिल करते हुए एक 'विद्-इन-सब्जेक्ट्स' (within-subjects) प्रयोगात्मक डिजाइन का उपयोग किया गया। डेटा को 32-चैनल g.GAMMAcap सिस्टम (256 Hz सैंपलिंग दर) का उपयोग करके प्राप्त किया गया था, जो अंतर्राष्ट्रीय 10-20 प्रणाली के अनुसार व्यवस्थित था।

प्रयोगात्मक प्रोटोकॉल में तीन स्थितियाँ शामिल थीं:

1. पूर्व-ध्यान विश्राम अवस्था (5 मिनट, आँखें बंद)।
2. समथ ध्यान (20-30 मिनट), विशेष रूप से एकाग्रता अवस्थाओं (ध्यान) को प्रेरित करने के लिए मैत्री (loving-kindness) ध्यान का उपयोग करते हुए।
3. विपश्यना ध्यान (20-30 मिनट), जो अनित्यता और अनात्मता को देखने के लिए शरीर की संवेदनाओं या श्रवण धारणा के प्रति सचेतता (mindfulness) पर केंद्रित था।

सिग्नल प्रोसेसिंग और फीचर एक्सट्रैक्शन:

• प्रीप्रोसेसिंग: सिग्नल्स को EEGLAB टूलबॉक्स का उपयोग करके प्रोसेस किया गया। इसमें बैंड-पास फ़िल्टरिंग (0.5–60 Hz), नॉच फ़िल्टरिंग (50 Hz), चैनल रिजेक्शन/इंटरपोलेशन, एवरेज रेफरेंसिंग, आर्टिफैक्ट सबस्पेस रिकंस्ट्रक्शन (ASR) के माध्यम से बर्स्ट शोर हटाना, और नेत्र संबंधी एवं मांसपेशियों के आर्टिफैक्ट्स को हटाने के लिए मल्टीपल आर्टिफैक्ट रिमूवल एल्गोरिदम (MARA) के साथ इंडिपेंडेंट कंपोनेंट एनालिसिस (ICA) शामिल थे।
• डिकम्पोजिशन: साफ किए गए सिग्नल्स को 'डाउबचीज़-8' (db8) मदर वेवलेट के साथ मैक्सिमल ओवरलैप डिस्क्रीट वेवलेट ट्रांसफॉर्म (MODWT) का उपयोग करके डिकम्पोज़ किया गया।
• फीचर एक्सट्रैक्शन: डेल्टा (0.5–4 Hz), अल्फा (8–12 Hz), और गामा (32–60 Hz) बैंड में तीन प्राथमिक मेट्रिक्स की गणना की गई:
  1. बैंड पावर: लॉग-ट्रांसफॉर्म्ड स्पेक्ट्रल पावर।
  2. कोहेरेंस (Coherence): इलेक्ट्रोड जोड़ों के बीच कार्यात्मक कनेक्टिविटी का आकलन करने के लिए मैग्नीट्यूड-स्क्वेर्ड कोहेरेंस।
  3. वेवलेट एंट्रॉपी (WE): सिग्नल की जटिलता और व्यवस्था/अव्यवस्था को मापने के लिए।

मुख्य परिणाम
विश्लेषण ने तीनों अवस्थाओं के लिए विशिष्ट न्यूरोफिज़ियोलॉजिकल पैटर्न प्रदान किए:

1. स्पेक्ट्रल पावर (बैंड पावर):

   • विश्राम अवस्था की तुलना में, समथ और विपश्यना दोनों में कुल डेल्टा और अल्फा पावर में कमी देखी गई, साथ ही गामा पावर में वृद्धि हुई।
   • थीटा और बीटा बैंड में कोई महत्वपूर्ण अवस्था-निर्भर परिवर्तन नहीं देखा गया।
   • विपश्यना ने समथ की तुलना में अधिक विस्तृत और मजबूत फ्रंटल-सेंट्रल गामा पावर का प्रदर्शन किया, जो उच्च-स्तरीय संज्ञानात्मक प्रक्रियाओं की अधिक भागीदारी का सुझाव देता है।

2. कार्यात्मक कनेक्टिविटी (कोहेरेंस):

   • समथ बनाम विश्राम: फ्रंटल क्षेत्रों में बढ़ी हुई कोहेरेंस (अल्फा, थीटा) और केंद्रीय क्षेत्रों में कम कोहेरेंस (गामा)।
   • विपश्यना बनाम विश्राम: फ्रंटल/ऑक्सीपिटल क्षेत्रों में कम थीटा कोहेरेंस और टेम्पोरल/ऑक्सीपिटल क्षेत्रों में उच्च बीटा कोहेरेंस।
   • समथ बनाम विपश्यना: महत्वपूर्ण अंतर मुख्य रूप से डेल्टा बैंड में पाए गए। विपश्यना ने डेल्टा बैंड के लिए केंद्रीय (FC5–FC6) और ऑक्सीपिटल (PO7–PO8) क्षेत्रों में उच्च सिंक्रोनाइज़ेशन दिखाया, और बीटा बैंड के लिए केंद्रीय क्षेत्र में भी उच्च सिंक्रोनाइज़ेशन दिखाया।

3. सिग्नल जटिलता (वेवलेट एंट्रॉपी):

   • डेल्टा बैंड ने अवस्थाओं के बीच सबसे महत्वपूर्ण भिन्नता प्रदर्शित की।
   • समथ के परिणामस्वरूप विश्राम अवस्था की तुलना में लगातार कम वेवलेट एंट्रॉपी देखी गई, जो अधिक नियमित और व्यवस्थित तंत्रिका गतिविधि पैटर्न (कम जटिलता) का संकेत देती है।
   • विपश्यना ने विश्राम अवस्था के समान एंट्रॉपी स्तर दिखाया, जो सिग्नल की समान स्तर की जटिलता का सुझाव देता है।
   • सांख्यिकीय विश्लेषण ने पुष्टि की कि वेवलेट एंट्रॉपी, विश्राम और विपश्यना दोनों से समथ को प्रभावी ढंग से अलग करती है, लेकिन विश्राम से विपश्यना को महत्वपूर्ण रूप से अलग करने में विफल रहती है।

4. अभ्यासों का विभेदन:

   • समथ और विपश्यना के बीच सबसे स्पष्ट अंतर डेल्टा फ्रीक्वेंसी बैंड में हुआ। विपश्यना ने कई क्षेत्रों में बढ़ी हुई डेल्टा पावर, एंट्रॉपी और कोहेरेंस प्रदर्शित की, जो उच्च तंत्रिका जटिलता और कनेक्टिविटी का संकेत देती है। इसके विपरीत, समथ ने कम एंट्रॉपी (विशेष रूप से ऑक्सीपिटल क्षेत्र में) के साथ एक अधिक आरामदायक और व्यवस्थित अवस्था को दर्शाया।

महत्व और दावे
यह शोध दावा करता है कि EEG-आधारित मेट्रिक्स ध्यान अवस्थाओं के वस्तुनिष्ठ लक्षण वर्णन के लिए व्यवहार्य उपकरण हैं। यह अध्ययन सफलतापूर्वक विशिष्ट फ्रीक्वेंसी-विशिष्ट (विशेष रूप से डेल्टा) और क्षेत्र-विशिष्ट विशेषताओं की पहचान करता है जो निम्नलिखित को अलग करती हैं:

• ध्यान अवस्थाओं को पूर्व-ध्यान विश्राम आधार रेखा से।
• समथ को विपश्यना अभ्यास से।

लेखक यह तर्क देते हैं कि ये निष्कर्ष विभिन्न चिंतनशील अभ्यासों के अंतर्निहित तंत्रिका प्रक्रियाओं की समझ को आगे बढ़ाते हैं। विशेष रूप से, परिणाम बताते हैं कि समथ तंत्रिका जटिलता में कमी और बढ़ी हुई नियमितता (कम एंट्रॉपी) से जुड़ा है, जो स्थिरता और एकाग्रता पर इसके ध्यान को दर्शाता है। इसके विपरीत, विपश्यना उच्च तंत्रिका जटिलता और कनेक्टिविटी (विशिष्ट बैंड में उच्च एंट्रॉपी और कोहेरेंस) से जुड़ी है, जो मानसिक प्रक्रियाओं के सक्रिय अवलोकन और विश्लेषण की इसकी प्रकृति को दर्शाती है।

लेखक एक विनम्र लहजा बनाए रखते हैं, यह स्वीकार करते हुए कि छोटे नमूने के आकार ($N=12$) और ध्यान सत्रों के गैर-यादृच्छिक क्रम (समथ हमेशा विपश्यना से पहले हुआ) के कारण यह अध्ययन एक प्रारंभिक विश्लेषण है। वे निष्कर्ष निकालते हैं कि हालांकि ये प्रारंभिक परिणाम इन अवस्थाओं को अलग करने के लिए EEG की उपयोगिता को प्रदर्शित करते हैं, लेकिन इन निष्कर्षों को मान्य करने के लिए यादृच्छिक प्रोटोकॉल और बड़े समूहों के साथ और अधिक शोध आवश्यक है। इस कार्य का उद्देश्य ध्यान का आकलन करने के लिए अधिक सटीक EEG-सहायता प्राप्त न्यूरोफीडबैक ढांचे के विकास में योगदान देना है।