İlahi ve dua en popüler dini uygulamalar arasındadır. Bu protokol, bilim adamlarının olayla ilgili potansiyelleri kullanarak tekrarlayan dini ilahilerin nöro-fizyolojik tepkisini incelemelerine yardımcı olabilir. ERP tekniği, Budist öğretilerde açıklandığı gibi zihin işlemenin birinci ve ikinci düşüncelerini benzeterek erken ve geç aşama sinirsel bilgi işleme arasında ayrım yapabilir.
Bu protokolün ardından araştırmacılar, insanların duygusal acılarını iyileştirmelerine yardımcı olmanın görünür yollarını belirlemek için dini ilahilerin veya diğer geleneksel uygulamaların etkisini inceleyebilirler. Bu çalışmaya başlamak için, Amitabha Buddha'nın adını ilahileme konusunda en az bir yıllık deneyime sahip katılımcıları işe alın. Deney sırasında, bir amplifikatör, kafa kutusu, EEG kapağı ve iki masaüstü bilgisayardan oluşan 128 kanallı bir EEG sistemi kullanarak EEG verilerini kaydedin ve ekg verilerini fizyolojik bir veri kayıt sistemi kullanarak kaydedin.
Uluslararası Etkili Resim Sistemi'nden veya IAPS'den nötr ve negatif resimler göstermek için. Masaüstü bilgisayarda uyarıcı sunum yazılımı kullanın. Resimleri katılımcının gözünden 75 santimetre uzaklıkta, dikey olarak 15 derece ve yatay olarak 21 derecelik görsel açılarla bir monitörde sunun.
Deney için bir blok tasarımı kullanın, çünkü duyguyla ilgili bileşenleri daha etkili bir şekilde ortaya çıkarır. Katılımcıların her koşula aşina olmalarını sağlamak için kısa bir alıştırma çalışması sağlayın ve katılımcıların uykuya dalmamasını sağlamak için video monitörünü kullanın. Deneye dini ilahi durumuyla başlayın.
Katılımcılardan, Pure Land okulundaki senaryoyu takip eden Amitabha'yı hayal ederken 40 saniye boyunca Amitabha Buddha adının dört karakterini zikredmelerini isteyin. İlk 20 saniye boyunca katılımcılara Amitabha-Amitabha, Amitabha'nın görüntüsünü gösterin. Ve önümüzdeki 20 saniye boyunca, onlara IAPS görüntülerini göster.
Katılımcılardan resimleri dikkatlice gözlemlemelerini isteyin. Her resmi yaklaşık 1,8 ila 2,2 saniye boyunca, uyaranlar arası aralık 0,4 ila 0,6 saniye arasında gösterin. Her oturumdan sonra, bir sonraki oturumda ilahi veya resim görüntülemenin olası artık etkilerine karşı koymak için 20 saniyelik bir dinlenme süresine izin verin.
Amansız ilahi durumu için, katılımcılardan Noel Baba'yı hayal ederken 40 saniye boyunca Noel Baba adının dört karakterini zikredmelerini isteyin. İlk 20 saniye boyunca katılımcılara Noel Baba'nın görüntüsünü gösterin ve sonraki 20 saniye boyunca onlara IAPS görüntülerini gösterin. Kontrol koşulu için katılımcılardan 40 saniye boyunca sessiz kalmalarını isteyin.
İlk 20 saniye boyunca katılımcılara boş bir resim gösterin ve sonraki 20 saniye boyunca IAPS görüntülerini gösterin. EEG verilerini işlemek ve analiz etmek için açık kaynaklı EEGLAB yazılımını kullanın. Makul bir veri dosyası boyutunu korumak için EEGLAB işlevini pop_resample kullanın.
Verileri 1000 Hertz'den 250 Hertz'e yeniden örneklemek için Örnekleme hızını değiştir'in ardından Araçlar'a tıklayın. Ardından, EEGLAB işlevini kullanarak verileri filtreleyin pop_eegfiltnew. Verileri filtrele'nin ardından Araçlar'a tıklayın, ardından temel FIR filtresi yeni'yi seçin, verileri 0,1 ila 100 Hertz geçiş bandına sahip sınırlı bir dürtü yanıt filtresiyle filtrelemek için varsayılan.
Alternatif akımdan gelen paraziti azaltmak için, Verileri filtrele'nin ardından Araçlar'a tıklayın ve geçiş bandı yerine verileri filtreleyen Çentik'i seçin. Ardından, verileri 47 ila 53 Hertz durdurma bandına sahip doğrusal olmayan bir impuls yanıt filtresiyle filtreleyin. Ardından, verileri görsel olarak incelemek ve göz ve kas hareketleri tarafından oluşturulan güçlü yapıtları kaldırmak için Çiz ve ardından Kanal verileri kaydırma'ya tıklayın.
Ardından, Araçlar'a tıklayın, elektrotları enterpolasyon yapın ve küresel enterpolasyonu kullanarak kötü kanalları yeniden oluşturmak için veri kanallarından seçim yapın. Ardından, açık kaynak algoritması runica ile bağımsız bir bileşen analizi çalıştırmak için Araçlar ve ICA'yı Çalıştır'a tıklayın. Ardından, göz hareketlerine, yanıp sönmelere, kas hareketine ve çizgi gürültüsüne karşılık gelen bağımsız bileşenleri kaldırmak için ICA kullanarak verileri reddet ve bileşenleri haritayla reddet'in ardından tekrar araçlara tıklayın.
Kalan bağımsız bileşenleri kullanarak verileri yeniden oluşturmak için Araçlar'ı ve ardından Bileşenleri kaldır'ı tıklatın. Ardından, Verileri filtrele'nin ardından Araçlar'a tıklayın ve verileri 30 Hertz düşük geçiş filtresiyle filtrelemek için varsayılan olarak Temel FIR filtresi yeni'yi seçin. Ardından, temel olarak negatif 200 ila sıfır milisaniye ve ERP olarak sıfırdan 800 milisaniyeye kadar bir zaman aralığına sahip her koşul için zaman kilitli dönemleri ayıklayarak ve ortalama alarak ERP verilerini elde etmek için Ekstre dönemlerini ayıklamak için Araçlar'ı tıklatın.
Ardından, ERP verilerini sol ve sağ mastoid kanallarının ortalamasıyla yeniden referanslamak için Araçlar'a ve ardından Yeniden Referans'a tıklayın. Tüm katılımcılardan veri kümeleri için yukarıdaki adımları tekrarladıktan sonra, belirlenen teorilere ve geçerli verilere dayanarak N1 ve geç pozitif potansiyel veya LPP için zaman pencereleri tanımlayın. Ardından, eşleştirilmiş bir T testi kullanarak, N1 bileşeninde ve LPP bileşeninde nötr ve negatif resim farkını üç koşul arasında bulun.
Ardından, bir bölgeyi temsil etmek için ilgili kanalların ortalamasını alarak N1 ve LPP bileşenleri üzerinde ilgi alanı analizi gerçekleştirin. Ardından, istatistiksel analiz yazılımında tekrarlanan önlemler, ANOVA ve geçici istatistikleri kullanarak N1 ve LPP'deki farkı ayrı ayrı karşılaştırın. ERP kaynak çözümlemesi gerçekleştirmek için SPM açık kaynak yazılımını kullanın.
EEG kapak sensörünün koordinat sistemini, simgesel yapı tabanlı ortak kayıt ile standart bir yapısal MRI görüntüsüne bağlayın. SPM'de Batch, ardından SPM, M/EEG, kaynak yeniden yapılandırması ve Head modeli belirtimi'ne tıklayın. Ardından, her dipolün EEG sensörlerine uygulanan kortikal ağ üzerindeki etkisini hesaplamak için ileri hesaplama gerçekleştirin.
Aynı Batch Editor altında SPM' ye, ardından M/EEG, Kaynak yeniden yapılandırma ve Kaynak ters çevirme'ye tıklayın. Ters yeniden yapılandırmayı gerçekleştirmek için, üçüncü adımda açgözlü arama tabanlı birden çok seyrek priors algoritmasını kullanın. Kaynak Ters Çevirme penceresinde Inversion türü için MSP/GS'yi seçin.
SPM'de genel doğrusal modelleme kullanarak koşullar arasındaki farkı belirleyin. Önem düzeyini P 0.05 olarak ayarladıktan sonra, Batch Editor altında SPM'ye, ardından İstatistikler ve Faktöryel tasarım belirtimine tıklayın. EKG verilerini işlemek ve analiz etmek için fizyolojik ve veri işleme yazılımı kullanın.
EEGLAB'daki her koşulun ortalama puanlarını hesaplamak için FMRIB Araçları ve QRS olaylarını algılayan Araçlar'a tıklayın. Davranışsal değerlendirme analizi için katılımcılardan, konunun adının en zayıf ve dokuz, en güçlü olarak kabul edildiği bir ila dokuz ölçekte zikirlemenin etkinliğine olan inançlarını derecelendirmelerini isteyin. Katılımcıların ilahiye olan inançlarının sonuçları, Amitabha Buddha için ortalama 8.16, Noel Baba için 3.26 ve boş kontrol durumu için 1.95 puan aldı.
Parietal lobun temsili kanalı, zikir koşullarının nötr ve negatif resimlerin erken ve geç işlenmesi üzerinde farklı etkileri olduğunu ve sırasıyla N1 ve LPP zaman penceresini gösterdiğini göstermiştir. ERP sonuçları, üç ilahi koşulundaki korkulu resimleri görüntülerken N1'in arttığını gösterdi. Olumsuz görüntüler nötr görüntülerden daha güçlü merkezi beyin aktivitelerine neden oldu ve artışlar üç koşulda karşılaştırılabilir.
ERP ayrıca, dinsiz tezahüratlarda ve ilahi koşullarında artmış bir LPP gösterdi. Ancak, katılımcılar Amitabha Buddha'nın adını söylediklerinde korkulu resimlerin neden olduğu LPP zar zor görülüyor. İlgi çekici bir analiz, N1 bileşenindeki farklılıkların üç koşulda benzer olduğunu ortaya koydu.
Bununla birlikte, LPP bileşenindeki fark, dini ilahi durumunda, dini olmayan ilahi durumuna ve sessiz görüntüleme koşuluna göre çok daha küçüktür. Kaynak analizi, nötr resimlerle karşılaştırıldığında, olumsuz resimlerin dini olmayan ilahi durumunda daha fazla parietal aktivasyona neden olduğunu ve ilahi durumu olmadığını ortaya koydu. Buna karşılık, bu olumsuz resim kaynaklı aktivasyon, dini ilahi durumunda büyük ölçüde kaybolur.
Dini olmayan ve ilahi söylemeyen durumlardaki korkulu ve nötr resimler arasında kalp atış hızında önemli bir değişiklik tespit edildi. Ancak, dini zikir durumunda böyle bir farka rastlanmamıştı. Aynı protokol, daha spesifik olarak dini ilahide yer alan beyin bölgelerini ortaya çıkarmak için fonksiyonel nörogörüntüleme çalışmalarında da kullanılabilir.
Bu çalışma, tekrarlayan dini ilahi ve diğer benzer uygulamaların nörofizyolojik yanıtı nasıl etkileyebileceğini ve olumsuz bir uyaranın neden olduğu acıları nasıl azaltabileceğini incelemek için bir yöntem göstermektedir.
