الهتاف والصلاة هي من بين الممارسات الدينية الأكثر شعبية. يمكن أن يساعد هذا البروتوكول العلماء على فحص الاستجابة العصبية الفسيولوجية للهتاف الديني المتكرر باستخدام الإمكانات المتعلقة بالحدث. يمكن لتقنية تخطيط موارد المؤسسات التمييز بين معالجة المعلومات العصبية في المراحل المبكرة والمتأخرة، وتشبيه الأفكار الأولى والثانية لمعالجة الذهن كما هو موضح في التعاليم البوذية.
باتباع هذا البروتوكول ، يمكن للباحثين فحص تأثير الإنشاد الديني أو الممارسات التقليدية الأخرى لتحديد طرق مرئية لمساعدة الناس على تخفيف معاناتهم العاطفية. لبدء هذه الدراسة ، قم بتجنيد المشاركين الذين لديهم خبرة لا تقل عن سنة واحدة في ترديد اسم أميتابا بوذا. أثناء التجربة ، قم بتسجيل بيانات EEG باستخدام نظام EEG مكون من 128 قناة يتكون من مكبر للصوت ، وصندوق رأس ، وغطاء EEG ، وجهازي كمبيوتر مكتبيين وتسجيل بيانات ECG باستخدام نظام تسجيل البيانات الفسيولوجية.
لعرض صور محايدة وسلبية من النظام الدولي للصور الفعالة، أو IAPS. استخدم برنامج عرض التحفيز على كمبيوتر سطح المكتب. اعرض الصور على شاشة على بعد 75 سم من عيني المشارك ، بزوايا بصرية تبلغ 15 درجة رأسيا و 21 درجة أفقيا.
استخدم تصميم كتلة للتجربة ، لأنه قد يثير بشكل أكثر فعالية المكونات المتعلقة بالعاطفة. تقديم تمرين قصير للسماح للمشاركين بالتعرف على كل حالة ، واستخدام شاشة فيديو لضمان عدم نوم المشاركين. ابدأ التجربة مع حالة الإنشاد الديني.
اطلب من المشاركين ترديد أربعة أحرف من اسم أميتابا بوذا لمدة 40 ثانية أثناء تخيل أميتابا بعد السيناريو في مدرسة الأرض النقية. خلال ال 20 ثانية الأولى ، أظهر للمشاركين صورة أميتابا أميتابا ، أميتابا. ولمدة 20 ثانية القادمة ، أظهر لهم صور IAPS.
اطلب من المشاركين مراقبة الصور بعناية. اعرض كل صورة لمدة 1.8 إلى 2.2 ثانية تقريبا، مع فاصل زمني بين التحفيز يتراوح من 0.4 إلى 0.6 ثانية. بعد كل جلسة، اسمح بفترة راحة مدتها 20 ثانية لمواجهة الآثار المتبقية المحتملة للترديد أو مشاهدة الصور في الجلسة التالية.
بالنسبة لحالة الإنشاد غير الدينية ، اطلب من المشاركين ترديد أربعة أحرف من اسم سانتا كلوز لمدة 40 ثانية أثناء تخيل سانتا كلوز. خلال ال 20 ثانية الأولى ، أظهر للمشاركين صورة سانتا كلوز ، ولمدة 20 ثانية التالية ، أظهر لهم صور IAPS. بالنسبة لحالة التحكم ، اطلب من المشاركين التزام الصمت لمدة 40 ثانية.
خلال ال 20 ثانية الأولى ، أظهر للمشاركين صورة فارغة ولمدة 20 ثانية التالية ، أظهر لهم صور IAPS. لمعالجة وتحليل بيانات EEG ، استخدم برنامج EEGLAB مفتوح المصدر. للحفاظ على حجم ملف بيانات معقول، استخدم الدالة EEGLAB pop_resample.
انقر فوق أدوات متبوعة بتغيير معدل أخذ العينات لإعادة تشكيل البيانات من 1000 هرتز إلى 250 هرتز. بعد ذلك ، قم بتصفية البيانات باستخدام pop_eegfiltnew وظيفة EEGLAB. انقر فوق أدوات متبوعة بتصفية البيانات، ثم حدد مرشح معلومات الطيران الأساسي الجديد، افتراضيا لتصفية البيانات باستخدام مرشح استجابة دافعة محدود مع نطاق تمرير من 0.1 إلى 100 هرتز.
لتقليل الضوضاء الناتجة عن التيار المتناوب ، انقر فوق أدوات متبوعة بتصفية البيانات ، وحدد Notch تصفية البيانات بدلا من شريط المرور. بعد ذلك، قم بتصفية البيانات باستخدام مرشح استجابة الاندفاع غير الخطي باستخدام نطاق توقف يتراوح من 47 إلى 53 هرتز. بعد ذلك ، انقر فوق Plot ثم قم بتمرير بيانات القناة لفحص البيانات بصريا وإزالة القطع الأثرية القوية الناتجة عن حركات العين والعضلات.
ثم انقر فوق أدوات ، وتستوعب الأقطاب الكهربائية ، وحدد من قنوات البيانات لإعادة بناء القنوات السيئة باستخدام الاستيفاء الكروي. بعد ذلك ، انقر فوق أدوات وتشغيل ICA لتشغيل تحليل مكون مستقل باستخدام خوارزمية runica مفتوحة المصدر. ثم انقر فوق الأدوات مرة أخرى ، متبوعا برفض البيانات باستخدام ICA ورفض المكونات عن طريق الخريطة لإزالة المكونات المستقلة المقابلة لحركات العين والوميض وحركة العضلات وضوضاء الخط.
لإعادة بناء البيانات باستخدام المكونات المستقلة المتبقية، انقر فوق أدوات متبوعة بإزالة المكونات. بعد ذلك ، انقر فوق أدوات متبوعة بتصفية البيانات وحدد مرشح معلومات الطيران الأساسي الجديد ، افتراضيا لتصفية البيانات باستخدام مرشح تمرير منخفض 30 هرتز. ثم انقر فوق أدوات متبوعة بعصور استخراج للحصول على بيانات تخطيط موارد المؤسسات عن طريق استخراج ومتوسط الحقب المقفلة زمنيا لكل شرط مع نافذة زمنية من سالب 200 إلى صفر مللي ثانية كخط أساس ، ومن صفر إلى 800 مللي ثانية مثل تخطيط موارد المؤسسات.
بعد ذلك ، انقر فوق أدوات متبوعة بإعادة الرجوع لإعادة الإشارة إلى بيانات ERP بمتوسط قنوات الخشاء اليسرى واليمنى. بعد تكرار الخطوات المذكورة أعلاه لمجموعات البيانات من جميع المشاركين ، حدد النوافذ الزمنية ل N1 والإمكانات الإيجابية المتأخرة ، أو LPP ، بناء على النظريات المعمول بها والبيانات الحالية. ثم، باستخدام اختبار T مقترن، أوجد فرق الصورة المحايدة مقابل السلبية في مكون N1 ومكون LPP بين الشروط الثلاثة.
بعد ذلك ، قم بإجراء تحليل لمنطقة الاهتمام على مكونات N1 و LPP من خلال متوسط القنوات ذات الصلة لتمثيل المنطقة. بعد ذلك ، قارن الفرق في N1 و LPP بشكل منفصل باستخدام المقاييس المتكررة و ANOVA والإحصاءات اللاحقة في برنامج التحليل الإحصائي. استخدم برنامج SPM مفتوح المصدر لإجراء تحليل مصدر تخطيط موارد المؤسسات.
ربط نظام الإحداثيات الخاص بمستشعر غطاء EEG بنظام صورة التصوير بالرنين المغناطيسي الهيكلية القياسية عن طريق التسجيل المشترك القائم على المعالم البارزة. في SPM ، انقر فوق الدفعة ، ثم SPM ، M / EG ، إعادة بناء المصدر ، ومواصفات نموذج الرأس. بعد ذلك ، قم بإجراء حساب أمامي لحساب تأثير كل ثنائي القطب على الشبكة القشرية المفروضة على مستشعرات EEG.
ضمن محرر الدفعات نفسه ، انقر فوق SPM ، ثم M / EEG ، وإعادة بناء المصدر ، وانعكاس المصدر. لإجراء إعادة البناء العكسي ، استخدم خوارزمية الأسبقيات المتعددة المتناثرة المستندة إلى البحث الجشع في الخطوة الثالثة. اختر MSP/GS لنوع الانعكاس في نافذة انعكاس المصدر.
أوجد الفرق بين الظروف باستخدام النمذجة الخطية العامة في SPM. بعد تعيين مستوى الأهمية إلى P 0.05 ، ضمن محرر الدفعات ، انقر فوق SPM ، ثم إحصائيات ومواصفات التصميم العاملي. لمعالجة وتحليل بيانات تخطيط القلب، استخدم البرامج الفسيولوجية وبرامج معالجة البيانات.
لحساب متوسط الدرجات لكل شرط في EEGLAB ، انقر فوق الأدوات متبوعة بأدوات FMRIB واكتشاف أحداث QRS. لتحليل التقييم السلوكي ، اطلب من المشاركين تقييم اعتقادهم في فعالية ترديد اسم الموضوع على مقياس واحد إلى تسعة ، حيث يعتبر واحد الأضعف ، وتسعة ، الأقوى. كشفت نتائج إيمان المشاركين بالإنشاد عن متوسط درجة 8.16 لأميتابا بوذا ، و 3.26 لسانتا كلوز ، و 1.95 لحالة التحكم الفارغة.
أظهرت القناة التمثيلية للفص الجداري أن ظروف الهتاف كان لها تأثيرات مختلفة على المعالجة المبكرة والمتأخرة للصور المحايدة والسلبية ، حيث أظهرت النافذة الزمنية ل N1 و LPP ، على التوالي. أظهرت نتائج ERP زيادة N1 أثناء مشاهدة الصور المخيفة في ظروف الهتاف الثلاثة. الصور السلبية تسببت في أنشطة دماغية مركزية أقوى من الصور المحايدة ، والزيادات قابلة للمقارنة في الحالات الثلاث.
أظهر ERP أيضا زيادة LPP في الإنشاد غير الديني وعدم وجود ظروف ترديد. ومع ذلك ، فإن LPP الناجم عن الصور المخيفة بالكاد يكون مرئيا عندما يردد المشاركون اسم أميتابا بوذا. وكشف تحليل لمنطقة الاهتمام أن الاختلافات في مكون N1 كانت متشابهة عبر الشروط الثلاثة.
ومع ذلك ، فإن الفرق في مكون LPP أصغر بكثير في حالة الإنشاد الديني منه في حالة الإنشاد غير الدينية وحالة المشاهدة الصامتة. وكشف تحليل المصدر أنه عند مقارنتها بالصور المحايدة، فإن الصور السلبية تؤدي إلى مزيد من التنشيط الجداري في حالة الإنشاد غير الدينية وعدم وجود حالة ترديد. في المقابل، يختفي هذا التنشيط السلبي الناجم عن الصورة إلى حد كبير في حالة الإنشاد الديني.
تم الكشف عن تغيير كبير في معدل ضربات القلب بين الصور المخيفة والمحايدة في غير المتدينين وعدم وجود ظروف الهتاف. ومع ذلك ، لم يتم العثور على مثل هذا الاختلاف في حالة الإنشاد الديني. يمكن أيضا استخدام هذا البروتوكول نفسه في دراسات التصوير العصبي الوظيفي للكشف بشكل أكثر تحديدا عن مناطق الدماغ المشاركة في الإنشاد الديني.
توضح هذه الدراسة طريقة لفحص كيف يمكن للهتاف الديني المتكرر وغيره من الممارسات المماثلة أن تؤثر على الاستجابة العصبية الفسيولوجية وتقلل من المعاناة الناجمة عن المحفزات السلبية.
