诵经和祈祷是最受欢迎的宗教习俗之一。该协议可以帮助科学家使用与事件相关的电位检查重复宗教吟唱的神经生理反应。ERP技术可以区分早期和晚期的神经信息处理，模拟佛教教义中解释的心智处理的第一和第二思想。
按照该协议，研究人员可以检查宗教吟唱或其他传统习俗的影响，以确定帮助人们改善情感痛苦的可见方法。要开始这项研究，招募至少有一年诵念阿弥陀佛名字经验的参与者。在实验过程中，使用由放大器，头箱，脑电图帽和两台台式计算机组成的128通道脑电系统记录脑电图数据，并使用生理数据记录系统记录心电图数据。
用于显示来自国际有效图像系统（IAPS）的中性和负片图片。在台式计算机上使用刺激演示软件。在距离参与者眼睛75厘米的显示器上显示图片，垂直视角为15度，水平21度。
对实验使用块设计，因为它可以更有效地引发与情绪相关的组件。提供简短的练习运行，让参与者熟悉每种情况，并使用视频监视器确保参与者不会入睡。从宗教吟唱条件开始实验。
要求参与者诵念阿弥陀佛名的四个字符40秒，同时按照净土学校的脚本想象阿弥陀佛。在前20秒内，向参与者展示阿弥陀佛-阿弥陀佛，阿弥陀佛的图像。在接下来的20秒内，向他们显示IAPS图像。
要求参与者仔细观察图片。显示每张图片约 1.8 到 2.2 秒，刺激间间隔为 0.4 到 0.6 秒。每次疗程结束后，留出20秒的休息时间，以抵消下一节课诵经或观看图片的潜在残余影响。
对于非宗教诵经条件，要求参与者在想象圣诞老人时吟唱圣诞老人名字的四个字符40秒。在前20秒内，向参与者展示圣诞老人的图像，在接下来的20秒内，向他们展示IAPS图像。对于控制条件，要求参与者保持沉默40秒。
在前 20 秒内，向参与者显示空白图像，在接下来的 20 秒内，向他们显示 IAPS 图像。要处理和分析脑电图数据，请使用开源软件EEGLAB。要保持合理的数据文件大小，请使用 EEGLAB 函数pop_resample。
单击"工具"，然后单击"更改采样率"，将数据从 1000 赫兹重新采样到 250 赫兹。接下来，使用 EEGLAB 函数pop_eegfiltnew筛选数据。单击"工具"，然后单击"筛选数据"，然后选择"基本 FIR 滤波器新建"，默认使用具有 0.1 至 100 赫兹通带的有限脉冲响应滤波器过滤数据。
要降低交流电产生的噪声，请单击"工具"，然后单击"过滤数据"，然后选择"陷波"（Notch）过滤数据而不是通带。然后，使用具有 47 至 53 赫兹阻带的非线性脉冲响应滤波器过滤数据。接下来，单击"绘图"，然后单击"通道数据滚动"以直观地检查数据并删除由眼睛和肌肉运动产生的强烈伪影。
然后，单击"工具"，插值电极，并从数据通道中进行选择，以使用球面插值重建不良通道。接下来，单击"工具"并运行 ICA 以使用开源算法 runica 运行独立的组件分析。然后，再次单击工具，然后使用 ICA 拒绝数据和按映射拒绝组件，以删除与眼球运动、眨眼、肌肉运动和线条噪声相对应的独立组件。
要使用其余独立组件重建数据，请单击"工具"，然后单击"删除组件"。接下来，单击"工具"，然后单击"筛选数据"，然后选择"基本 FIR 筛选器新建"，默认使用 30 赫兹低通滤波器筛选数据。然后，单击"工具"，然后单击"提取纪元"，通过提取和平均每个条件的时间锁定纪元来获取 ERP 数据，时间窗口为负 200 到零毫秒作为基线，0 到 800 毫秒作为 ERP。
接下来，单击"工具"，然后单击"重新引用"，以使用左右桅杆通道的平均值重新引用 ERP 数据。对所有参与者的数据集重复上述步骤后，根据已建立的理论和当前数据定义N1和晚期正电位或LPP的时间窗。然后，使用配对的T检验，找出三个条件中N1分量和LPP分量的中性与负图像差异。
接下来，通过对相关通道求平均值来表示区域，从而对 N1 和 LPP 分量执行感兴趣区域分析。然后，使用统计分析软件中的重复测量、方差分析和事后统计分别比较 N1 和 LPP 处的差异。使用 SPM 开源软件执行 ERP 源分析。
通过基于地标的共配准，将脑电图帽传感器的坐标系链接到标准结构 MRI 图像的坐标系。在 SPM 中，单击"批处理"，然后单击"SPM"、"M/EEG"、"源重建"和"头部模型规范"。接下来，执行正向计算以计算每个偶极子对施加在EEG传感器上的皮质网格的影响。
在同一批处理编辑器下，单击"SPM"，然后单击"M/EEG"、"源重建"和"源反转"。要执行逆重构，请在第三步中使用基于贪婪搜索的多稀疏先验算法。在"源反转"窗口中为"反转"类型选择"MSP/GS"。
在 SPM 中使用常规线性建模确定条件之间的差异。将显著性水平设置为 P 0.05 后，在"批处理编辑器"下，单击"SPM"，然后单击"统计和因子设计规范"。要处理和分析心电图数据，请使用生理和数据处理软件。
要计算EEGLAB中每种情况的平均分数，请单击"工具"，然后单击"FMRIB工具和检测QRS事件"。对于行为评估分析，要求参与者以一到九的量表对吟唱受试者名字的功效的信念进行评分，其中一个被认为是最弱的，九个被认为是最强的。参与者对诵经的信念结果显示，阿弥陀佛的平均得分为8.16，圣诞老人的平均得分为3.26，空白控制条件的平均得分为1.95。
顶叶代表性通道表明，诵经条件对中性和负极图片的早期和晚期处理有不同的影响，分别显示了N1和LPP的时间窗口。ERP结果显示，在三个吟唱条件下观看可怕的图片时，N1增加。负面图像比中性图像诱导了更强的中枢大脑活动，并且在三种情况下，增加是可比的。
ERP还表明，在非宗教吟唱和无诵经条件中，LPP有所增加。然而，当参与者吟诵阿弥陀佛的名字时，由可怕的图片引起的LPP几乎看不见。感兴趣区域分析显示，N1成分的差异在三种条件下相似。
然而，LPP成分在宗教吟唱条件下的差异比在非宗教诵经条件和静音观看条件下要小得多。来源分析显示，与中性图片相比，负片在非宗教吟唱条件和无诵经条件下诱导了更多的顶叶激活。相比之下，这种负面的图片诱导的激活在宗教吟唱条件下基本上消失了。
在非宗教和无诵经条件的可怕和中性图片之间检测到心率的显着变化。然而，在宗教诵经条件中没有发现这种差异。同样的方案也可用于功能性神经影像学研究，以更具体地揭示参与宗教吟唱的大脑区域。
这项研究展示了一种方法，用于检查重复的宗教吟唱和其他类似实践如何影响神经生理反应并减少由负面刺激引起的痛苦。
