詠唱と祈りは、最も人気のある宗教的実践の一つです。このプロトコルは、科学者がイベント関連の電位を使用して反復的な宗教的な詠唱の神経生理学的応答を調べるのに役立ちます。ERP技術は、仏教の教えで説明されているように、心の処理の第一と第二の思考を類推して、初期段階と後期の神経情報処理を区別することができます。
このプロトコルに従って、研究者は宗教的な詠唱やその他の伝統的な習慣の効果を調べて、人々が感情的な苦しみを改善するのを助ける目に見える方法を特定することができます。この研究を始めるには、少なくとも1年間の阿弥陀仏の御名を唱えた経験を持つ参加者を募集します。実験中は、アンプ、ヘッドボックス、脳波キャップ、デスクトップコンピュータ2台からなる128チャンネル脳波システムを用いて脳波データを記録し、生理学的データ記録システムを用いて心電図データを記録した。
国際実効画像システム(IAPS)からの中立的で否定的な画像を表示するため。刺激プレゼンテーションソフトウェアをデスクトップコンピュータで使用します。参加者の目から75センチメートルのところにあるモニターに、縦に15度、水平に21度の視覚角度で写真を提示する。
実験にはブロック計画を使用します。ブロック計画は、感情関連のコンポーネントをより効果的に引き出す可能性があるためです。参加者が各状態に慣れ親しむことができるように簡単な練習を行い、ビデオモニターを使用して参加者が眠りに落ちないようにします。宗教的な詠唱の状態で実験を始めます。
参加者に、浄土の学校で文字に従ったアミターバを想像しながら、アミターバ・ブッダの名の4文字を40秒間唱えてもらいます。最初の20秒間、参加者にアミターバ・アミターバ、アミターバのイメージを見せます。次の 20 秒間、IAPS 画像を表示します。
参加者に絵を注意深く観察してもらいます。各画像を約1.8~2.2秒間、刺激間間隔を0.4~0.6秒で表示します。各セッションの後、次のセッションでチャンティングや画像表示の潜在的な残留効果に対抗するために、20秒の休憩時間を与えます。
無宗教の詠唱条件については、参加者にサンタクロースの名前の4文字をサンタクロースを想像しながら40秒間唱えてもらいます。最初の20秒間はサンタクロースの画像を見せ、次の20秒間はIAPSの画像を見せます。制御条件については、参加者に40秒間沈黙を保つように依頼する。
最初の 20 秒間は空白の画像を参加者に見せ、次の 20 秒間は IAPS 画像を表示します。EEGデータを処理および分析するには、オープンソースソフトウェアEEGBAを使用します。適切なデータファイルサイズを維持するには、EEGLAB関数pop_resampleを使用します。
[ツール]をクリックし、[サンプリングレートの変更]をクリックして、データを1000ヘルツから250ヘルツに再サンプリングします。次に、EEGLAB関数pop_eegfiltnewを使用してデータをフィルタリングします。[ツール]をクリックしてから[データのフィルタ]をクリックし、[基本FIRフィルタ新規]を選択します。デフォルトでは、0.1~100ヘルツの通過帯域を持つ有限インパルス応答フィルタでデータをフィルタリングできます。
交流によるノイズを低減するには、[ツール]をクリックしてから[データのフィルタ]をクリックし、通過帯域ではなく[Notch]を選択してデータをフィルタリングします。次に、47~53ヘルツの阻止帯域を持つ非線形インパルス応答フィルタでデータをフィルタリングします。次に、[プロット]をクリックし、[チャンネルデータ]スクロールしてデータを視覚的に検査し、目と筋肉の動きによって生成された強力なアーチファクトを削除します。
次に、[ツール]をクリックし、[電極を補間]をクリックし、データチャネルから選択して、球面補間を使用して不良チャネルを再構築します。次に、[ツール]をクリックしてICAを実行し、オープンソースアルゴリズムrunicaを使用して独立したコンポーネント分析を実行します。次に、ツールをもう一度クリックし、次にICAを使用してデータを拒否およびマップによってコンポーネントを拒否して、眼球運動、点滅、筋肉の動き、およびラインノイズに対応する独立したコンポーネントを削除します。
残りの独立したコンポーネントを使用してデータを再構築するには、[ツール] をクリックしてから [コンポーネントの削除] をクリックします。次に、[ツール]をクリックしてから[データのフィルタリング]をクリックし、[基本FIRフィルタ新規]を選択します。デフォルトでは、30ヘルツのローパスフィルタでデータをフィルタリングできます。次に、[ツール] をクリックしてから [エポックの抽出] をクリックし、ベースラインとして負の時間枠が 200 ~ 0 ミリ秒、ERP として 0 ~ 800 ミリ秒の時間枠を持つ各条件のタイムロックされたエポックを抽出して平均化して、ERP データを取得します。
次に、[ツール]をクリックしてから[再参照]をクリックして、左右の乳房チャネルの平均でERPデータを再参照します。すべての参加者からのデータセットに対して上記の手順を繰り返した後、確立された理論と現在のデータに基づいて、N1と後期正電位(LPP)の時間枠を定義します。次に、対応のあるT検定を使用して、3つの条件間のN1成分とLPP成分における中立と負の画像差を見つけます。
次に、領域を表すために関連するチャネルを平均化することによって、N1 および LPP コンポーネントに対して関心領域分析を実行します。次に、統計解析ソフトウェアで反復測定、分散分析、事後統計量を使用して、N1とLPPの差を別々に比較します。SPMオープンソースソフトウェアを使用して、ERPソース分析を実行します。
脳波キャップセンサの座標系を、ランドマークベースの共登録によって標準構造MRI画像の座標系にリンクする。SPM で、[バッチ] をクリックし、[SPM]、[M/EEG]、ソース再構築、および [ヘッド モデル仕様] をクリックします。次に、順方向計算を実行して、脳波センサに課せられた皮質メッシュに対する各双極子の影響を計算します。
同じバッチエディタで、SPM、M/EEG、ソースの再構築、ソースの反転をクリックします。逆再構成を実行するには、3 番目のステップで、貪欲検索ベースの複数の疎事前確率アルゴリズムを使用します。「ソース反転」ウィンドウの「反転タイプ」に「MSP/GS」を選択します。
SPM の一般的な線形モデリングを使用して、条件間の差を決定します。有意水準をP 0.05に設定した後、バッチエディタでSPM、統計量と要因計画仕様をクリックします。ECGデータを処理および分析するには、生理学的およびデータ処理ソフトウェアを使用します。
EEGLABの各条件の平均スコアを計算するには、[ツール]をクリックしてから[FMRIBツール]をクリックし、[QRSイベントの検出]をクリックします。行動評価分析では、被験者の名前を唱えることの有効性に対する信念を1〜9のスケールで評価し、1つが最も弱く、9つが最も強いと見なされる。参加者の詠唱への信仰の結果、アミターバ仏で8.16点、サンタクロースで3.26点、空白の対照条件の平均点が1.95点となりました。
頭頂葉の代表的なチャネルは、詠唱条件がニュートラルおよびネガティブ画像の早期および後期処理に異なる効果を有することを実証し、それぞれN1およびLPPの時間窓を示した。ERPの結果は、3つの詠唱条件下で恐ろしい写真を見ながらN1の増加を示しました。ネガティブな画像は中立的な画像よりも強い中枢脳活動を誘発し、その増加は3つの条件で同等である。
ERPはまた、無宗教の詠唱と無詠唱の条件においてLPPの増加を実証した。しかし、恐ろしい写真によって誘発されたLPPは、参加者が阿弥陀仏の名前を唱えるときにはほとんど見えません。関心領域分析により、N1成分の違いは3つの条件にわたって類似していることが明らかになりました。
しかし、LPP成分の違いは、非宗教的な詠唱条件と無言の視聴条件よりも宗教的な詠唱条件の方がはるかに小さい。ソース分析は、中立的な写真と比較すると、ネガティブな写真は、非宗教的な詠唱状態と無詠唱状態でより多くの頭頂活性化を誘発することが明らかになった。対照的に、このネガティブな絵が誘発する活性化は、宗教的な詠唱状態ではほとんど消えます。
心拍数の有意な変化は、非宗教的な状態と唱えていない状態での恐怖と中立的な写真の間で検出されました。しかし、宗教的な詠唱条件にはそのような違いは見られませんでした。この同じプロトコルは、宗教的な詠唱に関与する脳領域をより具体的に明らかにするために、機能的ニューロイメージング研究にも使用することができる。
この研究は、反復的な宗教的な詠唱やその他の同様の実践が神経生理学的反応にどのように影響し、負の刺激によって誘発される苦しみを軽減するかを調べる方法を実証する。
