⚡ electrical engineering

EEG-Based Characterization of Samatha and Vipassana Meditation States

本研究表明，通过分析经验丰富的禅修者的频谱功率、信号复杂度和功能连接性，脑电图（EEG）信号（尤其是 $\delta$ 频段）能够客观地区分止观（专注）与内观（正念观察）两种禅定状态。

原作者： M. A. B. C. A. Bandaranayake, K. P. U. Chandrathilake, J. L. S. Jayasekara, S. T. Piyasena, A. T. L. K. Samrasinghe, Wageesha N. Manamperi

发布于 2026-08-11

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： M. A. B. C. A. Bandaranayake, K. P. U. Chandrathilake, J. L. S. Jayasekara, S. T. Piyasena, A. T. L. K. Samrasinghe, Wageesha N. Manamperi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

技术摘要：基于 EEG 的禅定（Samatha）与内观（Vipassana）状态特征化研究

问题陈述
尽管冥想在认知和生理方面的益处已得到广泛认可，但区分不同练习方式的具体神经机制仍不为人所熟知。鉴于商业化扩张的 EEG 辅助神经反馈设备往往缺乏对特定冥想状态底层神经特征的全面理解，这一问题显得尤为重要。现有文献探讨了各种传统，但针对经验丰富的冥想者，区分**禅定（Samatha，基于专注，旨在实现心理平静与持续注意力）与内观（Vipassana，基于洞察，侧重于正念观察与理解因果关系）**的比较性 EEG 研究仍然有限。核心问题在于，EEG 信号是否能够客观地表征并区分这两种截然不同的冥想状态，以及它们与静息基线之间的差异。

方法论
本研究采用了受试者内实验设计，涉及 12 名经验丰富的冥想者（平均年龄 53.42 岁，冥想经验范围为 2–35 年）。数据通过 32 通道 g.GAMMAcap 系统（采样率 256 Hz）采集，排列遵循国际 10–20 系统。

实验方案包含三种状态：

冥想前静息态（5 分钟，闭眼）。
禅定冥想（20–30 分钟），特别采用了**慈心（metta）**冥想以诱发定（dhyana）状态。
内观冥想（20–30 分钟），侧重于对身体感觉或听觉感知的正念观察，以观察无常与无我。

信号处理与特征提取：

预处理： 使用 EEGLAB 工具箱对信号进行处理。步骤包括带通滤波（0.5–60 Hz）、陷波滤波（50 Hz）、通道剔除/插值、平均参考、通过伪影子空间重建（ASR）去除爆发噪声，以及使用多重伪影去除算法（MARA）进行独立成分分析（ICA），以消除眼电和肌电伪影。
分解： 使用具有 'Daubechies-8' (db8) 母小波的**最大重叠离散小波变换（MODWT）**对清洗后的信号进行分解。
特征提取： 在 delta（0.5–4 Hz）、alpha（8–12 Hz）和 gamma（32–60 Hz）频段内计算了三个主要指标：
1. 频带功率（Band Power）： 对数转换后的谱功率。
2. 相干性（Coherence）： 通过幅平方相干性评估电极对之间的功能连接。
3. 小波熵（Wavelet Entropy, WE）： 用于测量信号的复杂度和有序/无序程度。

关键结果
分析得出了三种状态下截然不同的神经生理模式：

谱功率（频带功率）：
- 与静息态相比，禅定和内观均表现出 整体 delta 和 alpha 功率的下降，以及 gamma 功率的上升。
- Theta 和 beta 频段未显示出显著的状态依赖性变化。
- 内观表现出比禅定更广泛且更强的额中区 gamma 功率增强，表明其对高阶认知过程的参与度更高。
功能连接（相干性）：
- 禅定 vs. 静息态： 前部区域（alpha, theta）相干性增加，中央区域（gamma）相干性降低。
- 内观 vs. 静息态： 前部/枕部区域 theta 相干性降低，颞部/枕部区域 beta 相达高。
- 禅定 vs. 内观： 主要在 delta 频段 发现显著差异。内观在中央（FC5–FC6）和枕部（PO7–PO8）区域的 delta 频段显示出比禅定更高的同步性，并在中央区域的 beta 频段也表现出更高同步性。
信号复杂度（小波熵）：
- Delta 频段 在不同状态间的变化最为显著。
- 禅定导致的结果是与静息态相比一致的较低小波熵，表明其神经活动模式更加规则和有序（复杂度降低）。
- 内观的熵水平与静息态相当，表明其具有相似的信号复杂度。
- 统计分析证实，小波熵能有效区分禅定与静息态及内观，但无法显著区分静息态与内观。
练习方式的区分：
- 禅定与内观之间最显著的差异发生在 delta 频率频段。内观表现出更高的 delta 功率、熵和相干性（跨多个区域），表明其具有更高的神经复杂度和连接性。相比之下，禅定反映了一种更放松且有序的状态，表现为熵值的降低，尤其是在枕部区域。

意义与主张
本文声称，基于 EEG 的指标是客观表征冥想状态的可行工具。研究成功识别了特定的频率相关（尤其是 delta 频段）和区域相关特征，用以区分：

冥想状态与前冥想静息基线。
禅定与内观练习。

作者认为，这些发现推进了对不同冥想练习底层神经过程的理解。具体而言，结果表明禅定与神经复杂度的降低和规律性（低熵）的增加有关，反映了其对稳定性和专注力的追求。相反，内观与更高的神经复杂度和连接性（高熵和特定频段的高相干性）相关，反映了其作为主动观察和分析心理过程的本质。

作者保持了谦逊的语气，承认由于样本量较小（ $N=12$ ）且冥想顺序非随机化（禅定总是在内观之前进行），本研究属于探索性分析。他们总结道，虽然这些初步结果证明了利用 EEG 区分这些状态的效用，但仍需通过随机化方案和更大规模的队列研究来验证这些发现。这项工作旨在为开发更准确的、用于评估冥想状态的 EEG 辅助神经反馈框架做出贡献。

类似论文