EEG-Based Characterization of Samatha and Vipassana Meditation States

Resumo Técnico: Caracterização de Estados de Meditação Samatha e Vipassana Baseada em EEG

Definição do Problema
Embora a meditação seja amplamente reconhecida por seus benefícios cognitivos e fisiológicos, os mecanismos neurais específicos que distinguem diferentes práticas permanecem pouco compreendidos. Isso é particularmente relevante dada a expansão comercial de dispositivos de neurofeedback assistidos por EEG, que muitas vezes carecem de uma compreensão abrangente das assinaturas neurais subjacentes a estados contemplativos específicos. A literatura existente explorou várias tradições, mas a pesquisa de EEG comparativa que distingue entre Samatha (baseada em concentração, visando calma mental e atenção sustentada) e Vipassana (baseada em insight, focando na observação atenta e na compreensão da causalidade) é limitada, especialmente entre meditadores experientes. O problema central abordado é se os sinais de EEG podem caracterizar e diferenciar objetivamente esses dois estados de meditação distintos de um estado de repouso basal e entre si.

Metodologia
O estudo empregou um delineamento experimental intra-sujeitos envolvendo 12 meditadores experientes (idade média de 53,42 anos, intervalo de experiência em meditação de 2 a 35 anos). Os dados foram adquiridos usando um sistema g.GAMMAcap de 32 canais (taxa de amostragem de 256 Hz) disposto de acordo com o sistema Internacional 10–20.

O protocolo experimental consistiu em três condições:

1. Estado de repouso pré-meditação (5 minutos, olhos fechados).
2. Meditação Samatha (20–30 minutos), utilizando especificamente a meditação da bondade amorosa (metta) para induzir estados de concentração (dhyana).
3. Meditação Vipassana (20–30 minutos), focando na atenção plena às sensações corporais ou percepção auditiva para observar a impermanência e o não-eu.

Processamento de Sinais e Extração de Características:

• Pré-processamento: Os sinais foram processados usando a ferramenta EEGLAB. As etapas incluíram filtragem passa-banda (0,5–60 Hz), filtragem notch (50 Hz), rejeição/interpolação de canais, referência média, remoção de ruído de surto via Reconstrução de Subespaço de Artefato (ASR) e Análise de Componentes Independentes (ICA) com o Algoritmo de Remoção de Múltiplos Artefatos (MARA) para eliminar artefatos oculares e musculares.
• Decomposição: Os sinais limpos foram decompostos usando a Transformada Wavelet Discreta de Sobreposição Máxima (MODWT) com uma wavelet mãe 'Daubechies-8' (db8).
• Extração de Características: Três métricas primárias foram computadas através das bandas delta (0,5–4 Hz), alfa (8–12 Hz) e gama (32–60 Hz):
  1. Potência de Banda (Band Power): Potência espectral log-transformada.
  2. Coerência: Coerência de magnitude ao quadrado para avaliar a conectividade funcional entre pares de eletrodos.
  3. Entropia de Wavelet (WE): Para medir a complexidade do sinal e ordem/desordem.

Principais Resultados
A análise produziu padrões neurofisiológicos distintos para os três estados:

1. Potência Espectral (Band Power):

   • Comparado ao estado de repouso, tanto o Samatha quanto o Vipassana mostraram uma diminuição na potência total de delta e alfa, juntamente com um aumento na potência de gama.
   • As bandas theta e beta não mostraram variações significativas dependentes do estado.
   • O Vipassana exibiu um aumento mais extenso e forte da potência de gama fronto-central em comparação ao Samatha, sugerindo maior engajamento de processos cognitivos de ordem superior.

2. Conectividade Funcional (Coerência):

   • Samatha vs. Repouso: Aumento da coerência em regiões frontais (alfa, theta) e diminuição da coerência em regiões centrais (gama).
   • Vipassana vs. Repouso: Menor coerência de theta em regiões frontais/occipitais e maior coerência de beta em regiões temporais/occipitais.
   • Samatha vs. Vipassana: Diferenças significativas foram encontradas principalmente na banda delta. O Vipassana mostrou maior sincronização que o Samatha nas regiões centrais (FC5–FC6) e occipitais (PO7–PO8) para a banda delta, e na região central para a banda beta.

3. Complexidade do Sinal (Entropia de Wavelet):

   • A banda delta exibiu a variação mais significativa entre os estados.
   • O Samatha resultou consistentemente em uma entropia de wavelet mais baixa em comparação ao estado de repouso, indicando um padrão de atividade neural mais regular e organizado (redução da complexidade).
   • O Vipassana mostrou níveis de entropia comparáveis ao estado de repouso, sugerindo um nível semelhante de complexidade de sinal.
   • A análise estatística confirmou que a Entropia de Wavelet distingue efetivamente o Samatha tanto do Repouso quanto do Vipassana, mas falha em distinguir significativamente o Repouso do Vipassana.

4. Diferenciação de Práticas:

   • As diferenças mais pronunciadas entre Samatha e Vipassana ocorreram na banda de frequência delta. O Vipassana demonstrou aumento de potência, entropia e coerência de delta em múltiplas regiões, indicando maior complexidade e conectividade neural. Em contraste, o Samatha refletiu um estado mais relaxado e organizado com redução de entropia, particularmente na região occipital.

Significância e Alegações
O artigo alega que as métricas baseadas em EEG são ferramentas viáveis para a caracterização objetiva de estados de meditação. O estudo identifica com sucesso características específicas de frequência (notadamente delta) e de região que diferenciam:

• Estados de meditação do um baseline de repouso pré-meditação.
• Samatha de práticas de Vipassana.

Os autores postulam que esses achados avançam a compreensão dos processos neurais subjacentes a diferentes práticas contemplativas. Especificamente, os resultados sugerem que o Samatha está associado a uma redução na complexidade neural e aumento da regularidade (baixa entropia), refletindo seu foco em estabilidade e concentração. Por outro modo, o Vipassana está associado a uma maior complexidade e conectividade neural (maior entropia e coerência em bandas específicas), refletindo sua natureza de observação ativa e análise de processos mentais.

Os autores mantêm um tom modesto, reconhecendo o estudo como uma análise exploratória devido ao pequeno tamanho da amostra ($N=12$) e à ordem não randomizada das sessões de meditação (o Samatha sempre precedeu o Vipassana). Eles concluem que, embora esses resultados preliminares demonstrem a utilidade do EEG para distinguir esses estados, pesquisas adicionais com protocolos randomizados e coortes maiores são necessárias para validar esses achados. O trabalho visa contribuir para o desenvolvimento de frameworks de neurofeedback assistidos por EEG mais precisos para a avaliação da meditação.