Zusammenfassung: Unsere Studie nahm einen neuartigen Ansatz an, indem sie vier Biomarker nutzte, nämlich EEG-Potentiale, deren erste Ableitungen und die daraus abgeleiteten Phasenverschiebungsraten, um die Unterschiede zwischen unerfahrenen Vipassana (NVP) Probanden und nicht-medierenden Kontrollen (NMC) zu erkennen. Phasenverschiebungsraten sind Diskontinuitäten in der instantanen Phase, die kortikale Phasentransitionen repräsentieren und einen signifikanten Wechsel im Gesamtzustand des Gehirns anzeigen. Wir verwendeten 128-Kanal-EEG-Daten von acht NMC und acht NVP Probanden, die während eines gamifizierten Protokolls gesammelt wurden, um die Objekterkennung innerhalb eines visuellen Oddball-Paradigmas zu untersuchen. EEG wurde während der ersten 50 Versuche für jeden Probanden kontinuierlich erfasst. Wir behielten 44 artefaktfreie Versuche pro Proband (das Minimum, das über alle Probanden gemeinsam ist) und berechneten die durchschnittlichen Werte innerhalb der Probanden. Die EEGs wurden dann über die NMC- und NVP-Probanden gemittelt. Das EEG wurde im Alpha-Bereich gefiltert, und die Phase wurde mit der Hilbert-Transformation extrahiert, entwickelt, und die Phasenverschiebungsraten wurden berechnet. Ein Montage-Layout von Elektroden wurde verwendet, um die spatiotemporalen Plots der Biomarker zu erstellen. Unsere Ergebnisse zeigten, dass sich die spatiotemporalen Profile aller vier Biomarker signifikant zwischen den beiden Probandengruppen unterschieden. Außerdem wiesen die NVP-Probanden eine schnellere Objekterkennung auf. Diese Ergebnisse bieten nicht nur eine einzigartige Methode, um Phasenverschiebungsraten zu verwenden, um kognitive Unterschiede zwischen NMC und NVP Probanden zu quantifizieren, sondern präsentieren auch ein vielversprechendes Set von Biomarkern für quantitative aufgabenbasierte EEG-Analysen.
Kakumanu et al. (Tue,) untersuchten diese Frage.