In mijn scriptieonderzoek ging ik op zoek naar hoe meditatie een invloed heeft op onze hersenactiviteit met als doel onze hersenen voor meditatie te trainen.
Meditatie is even oud als de mensheid. Wist je bijvoorbeeld dat ‘bidden’ beschouwd kan worden als een zekere vorm van meditatie? Van boeddhistische tradities tot meer seculiere westerse culturen, meditatie komt voor in elk cultuur. Nu is het zo dat ze allemaal iets gemeenschappelijk hebben: relaxatie bevorderen. Het is immers niet zo dat je jezelf als een monnik moet gedragen om te mediteren, integendeel zelf.
Tegenwoordig zijn er verschillende meditatietechnieken: zoals je tien minuten op de trein concentreren op je ademhaling of een begeleide groepsmeditatie volgen. Het best bekende voorbeeld is de mindfulness training, een basistraining waarin je je tracht te concentreren op je ademhaling. Eenmaal je gedachten afdwalen, dien je terug te concentreren op je ademhaling. Dat is een hele uitdaging is voor veel mensen aangezien we getraind zijn om onze gedachten te verdelen.
50 % van de tijd dwalen onze gedachten af. Het is onvermijdelijk. Als je een boek leest, in de les zit, aan het werken bent of mediteert. Enerzijds kan het afdwalen je helpen om een ingewikkeld probleem op te lossen. Maar anderzijds kan het ook het verwerken van informatie sterk bemoeilijken.
Tijdens meditatie probeer je je te focussen op een lichamelijk gevoel zoals je ademhaling. Dit is wat we beschouwen als “ademhalingsfocus”. Stel dat je tijdens deze ademhalingsfocus begint te denken over wat je vanavond zal koken, dan is het je opdracht om terug je aandacht te richten op je ademhaling. Dit is wat we met andere woorden: “mind wandering” noemen. Je moet proberen om te focussen op jouw ademhaling. Beide types van concentratie: ‘mind wandering’ en ‘ademhalingsfocus’ zijn eigen aan meditatie.
Je ziet het waarschijnlijk al komen: “Mind wandering” en “ademhalingsfocus” worden beiden vertaald in onze hersenactiviteit.
Is meditatie dan toch wetenschappelijk te onderzoeken? Het antwoord is: Ja!
In ons onderzoek vroegen we mensen zonder meditatie ervaring een ademhalingsoefening doen. De situatie was simpel: we lieten de mensen een ademhalingsoefening doen waar ze op willekeurige tijdstippen onderbroken werden. Daarna moesten ze aanduiden of ze geconcentreerd waren of dat hun gedachten aan het afdwalen waren. En tijdens dit alles registreerden we hun hersenactiviteit met behulp van ‘elektro-encefalogram’, een muts met veel sensoren. Dit is hoe we meditatie op een wetenschappelijke manier kunnen onderzoeken.
Eigenlijk weten we maar heel weinig wat meditatie doet met onze hersenen en welke veranderingen dit kan veroorzaken. Nog minder weten we wat het verschil is tussen “mind wandering” en “ademhaligsfocus”. Dit leidt ons tot de volgende onderzoeksvraag, namelijk hoe kunnen we “mind wandering” en “ademhalingsfocus” van elkaar onderscheiden in mensen zonder meditatie ervaring?
Onze hersenen stoppen nooit met werken, zelf niet als je slaapt. Van verliefd worden tot ingewikkelde berekeningen doen, onze hersenen zijn er meestal toch als we ze nodig hebben. Maar hoe weten onze hersenen wat ze allemaal moeten doen? Met andere woorden: hoe weet het ene deel van de hersenen wat het andere deel doet? Het antwoord is: hersengolven.
Hersengolven zijn een vorm van elektrische activiteit die door specifieke cellen uit onze hersenen, ook neuronen genoemd, worden aangemaakt. Deze kunnen onderverdeeld worden in vijf verschillende types hersengolven: delta, theta, alfa, bèta en gamma.
Wat is het verschil tussen al die hersengolven? Wel, deze verschillen onderling in frequentie en in hun rol. Om het aspect van frequentie te verduidelijken, vergelijk ik hersengolven met een gitaar. Een klassieke gitaar heeft vijf verschillende snaren, zoals we vijf verschillende soorten hersengolven hebben. Nu is het zo dat elke snaar een andere toon zal spelen. Deze kunnen we ordenen van laag naar hoog en dat is hetgeen we frequenties noemen. Delta is de laagste toon terwijl dat gamma de hoogste toon in onze hersenen is.
Op een gewone dag, speelt er in jouw hoofd eigenlijk een gitaarconcert. Terwijl je slaapt, worden voornamelijk lage tonen gespeeld: de delta golven. Maar als je iets moet onthouden of herinneren, zijn het de theta golven, midden lage tonen, die je daarbij helpen. Alfa zal aanwezig zijn als je geconcentreerd bent terwijl dat bèta dan eerder aanwezig is bij de beweging van je spieren. Al deze hersengolven werken samen in harmonie om ons in ons dagdagelijkse leven te sturen. Met andere woorden: soms klinken onze hersengolven goed samen, soms is het een kakofonie.
Tijdens meditatie gaan alfa tonen op de voorgrond treden terwijl de theta tonen juist worden gedempt. Het omgekeerde geldt wanneer je gedachten afdwalen. Dus als je geconcentreerd bent, zal alfa eigenlijk luider klinken terwijl dat theta amper te horen zal zijn. Dus meditatie brengt werkelijk een verandering in je hersenen teweeg.
Is meditatie nog altijd dus wetenschappelijk onderbouwd? Het Antwoord is: Nee!
Dit is waardevolle informatie. We weten wat er verandert tijdens ademhalingsfocus en ‘mind wandering’. Stel je dus voor dat je een machine zou hebben dat je zou vertellen wanneer dat je geconcentreerd bent of niet? Op lange termijn zou het de bedoeling zijn om zo’n machine te ontwikkelen en mensen dus helpen te mediteren. Dit zou mensen kunnen helpen die bijvoorbeeld lijden aan aandachtsstoornissen.
Tegenwoordig streven veel jongvolwassenen naar het bereiken van perfectie. Alles willen combineren is enorm aanwezig in onze maatschappij: studentenorganisaties, studentenjob, studeren, sporten, gezond eten koken... Allemaal aspecten van ons leven die energie van ons nemen.
In tien minuten innerlijke stilte bereiken we meer dan één uur vol gebabbeld.
1. Cohen, M. X. Where Does EEG Come From and What Does It Mean? Trends Neurosci. 40, 208–218 (2017).
2. Buzsáki, G., Anastassiou, C. A. & Koch, C. The origin of extracellular fields and currents-EEG, ECoG, LFP and spikes. Nat. Rev. Neurosci. 13, 407–420 (2012).
3. Buzsáki, G., Anastassiou, C. A. & Koch, C. The origin of extracellular fields and currents-EEG, ECoG, LFP and spikes. Nat. Rev. Neurosci. 13, 407–420 (2012).
4. Cohen, M. X. author. Analyzing neural time series data : theory and practice. (2014).
5. Jones, S. R. When brain rhythms aren’t “rhythmic”: implication for their mechanisms and meaning Stephanie. 72–80 (2017). doi:10.1016/j.conb.2016.06.010.When
6. Buzsáki, G. & Draguhn, A. Neuronal oscillations in cortical networks. Science (80-. ). 304, 1926–1929 (2004).
7. Singer, W. Neuronal oscillations: unavoidable and useful? Eur. J. Neurosci. 48, 2389–2398 (2018).
8. Watson, B. O. & Buzsáki, G. Sleep , Memory & Brain Rhythms. 67–82 (2015).
9. Buzsáki, G. Rhythms of the Brain. Rhythms of the Brain (2009). doi:10.1093/acprof:oso/9780195301069.001.0001
10. Jackson, A. F. & Bolger, D. J. The neurophysiological bases of EEG and EEG measurement: A review for the rest of us. Psychophysiology 51, 1061–1071 (2014).
11. Herrmann, C. S., Strüber, D., Helfrich, R. F. & Engel, A. K. EEG oscillations: From correlation to causality. Int. J. Psychophysiol. 103, 12–21 (2016).12. Knyazev, G. G. Motivation, emotion, and their inhibitory control mirrored in brain oscillations. Neurosci. Biobehav. Rev. 31, 377–395 (2007).
13. Knyazev, G. G. EEG delta oscillations as a correlate of basic homeostatic and motivational processes. Neurosci. Biobehav. Rev. 36, 677–695 (2012).
14. Colgin, L. L. Mechanisms and Functions of Theta Rhythms. Annu. Rev. Neurosci. 36, 295–312 (2013).
15. Klimesch, W. Alpha-band oscillations, attention, and controlled access to stored information. Trends Cogn. Sci. 16, 606–617 (2012).
16. Klimesch, W., Sauseng, P. & Hanslmayr, S. EEG alpha oscillations: The inhibition-timing hypothesis. Brain Res. Rev. 53, 63–88 (2007).
17. Başar, E. A review of alpha activity in integrative brain function: Fundamental physiology, sensory coding, cognition and pathology. Int. J. Psychophysiol. 86, 1–24 (2012).
18. Engel, A. K. & Fries, P. Beta-band oscillations-signalling the status quo? Curr. Opin. Neurobiol. 20, 156–165 (2010).
19. Cahn, B. R. & Polich, J. Meditation states and traits: EEG, ERP, and neuroimaging studies. Psychol. Bull. 132, 180–211 (2006).
20. Lutz, A., Slagter, H. A., Dunne, J. D. & Davidson, R. J. Attention regulation and monitoring in meditation. Trends Cogn. Sci. 12, 163–169 (2008).
21. Wahbeh, H., Sagher, A., Back, W., Pundhir, P. & Travis, F. A Systematic Review of Transcendent States Across Meditation and Contemplative Traditions. Explore 14, 19–35 (2018).
22. Dahl, C. J., Lutz, A. & Davidson, R. J. Reconstructing and deconstructing the self: Cognitive mechanisms in meditation practice. Trends in Cognitive Sciences 19, 515–523 (2015).
23. Brandmeyer, T. & Delorme, A. Reduced mind wandering in experienced meditators and associated EEG correlates. Exp. Brain Res. 236, 2519–2528 (2018).
24. Creswell, J. D. Mindfulness Interventions. Annu. Rev. Psychol. 68, 491–516 (2017).
25. Khoury, B., Sharma, M., Rush, S. E. & Fournier, C. Mindfulness-based stress reduction for healthy individuals: A meta-analysis. J. Psychosom. Res. 78, 519–528 (2015).
26. Smallwood, J. & Schooler, J. W. The Science of Mind Wandering: Empirically Navigating the Stream of Consciousness. Annu. Rev. Psychol. 66, 487–518 (2015).
27. Krisanaprakornkit, T., Sriraj, W., Piyavhatkul, N. & Laopaiboon, M. Meditation therapy for anxiety disorders. Cochrane Database Syst. Rev. (2006). doi:10.1002/14651858.cd004998.pub2
28. Killingsworth, M. A. & Gilbert, D. T. A wandering mind is an unhappy mind. Science (80-. ). 330, 932 (2010).
29. Handy, T. C. & Kam, J. W. Y. Mind Wandering and Selective Attention to the External World. Can. J. Exp. Psychol. 69, 183–189 (2015).
30. Mooneyham, B. W. & Schooler, J. W. The costs and benefits of mind-wandering: A review. Can. J. Exp. Psychol. 67, 11–18 (2013).
31. Braboszcz, C. & Delorme, A. Lost in thoughts: Neural markers of low alertness during mind wandering. Neuroimage 54, 3040–3047 (2011).
32. Lomas, T., Ivtzan, I. & Fu, C. H. Y. A systematic review of the neurophysiology of mindfulness on EEG oscillations. Neurosci. Biobehav. Rev. 57, 401–410 (2015).
33. Cahn, B. R., Delorme, A. & Polich, J. Occipital gamma activation during Vipassana meditation. Cogn. Process. 11, 39–56 (2010).
34. Amihai, I. & Kozhevnikov, M. Arousal vs. relaxation: A comparison of the neurophysiological andcognitive correlates of Vajrayana and Theravada meditative practices. PLoS One 9, (2014).
35. Lagopoulos, J. et al. Increased theta and alpha EEG activity during nondirective meditation. J. Altern. Complement. Med. 15, 1187–1192 (2009).
36. Milz, P., Faber, P. L., Lehmann, D., Kochi, K. & Pascual-Marqui, R. D. sLORETA intracortical lagged coherence during breath counting in meditation-naïve participants. Front. Hum. Neurosci. 8, 1–10 (2014).
37. Dunn, B. R., Hartigan, J. A. & Mikulas, W. L. Concentration and mindfulness meditations: Unique forms of consciousness? Appl. Psychophysiol. Biofeedback 24, 147–165 (1999).
38. Lee, D. J., Kulubya, E., Goldin, P., Goodarzi, A. & Girgis, F. Review of the neural oscillations underlying meditation. Front. Neurosci. 12, 1–7 (2018).
39. Tanaka, G. K. et al. Reduzida atividade teta na região frontal em praticantes de meditação mindfulness. Arq. Neuropsiquiatr. 72, 687–693 (2014).
40. Ahani, A. et al. Quantitative change of EEG and respiration signals during mindfulness meditation. J. Neuroeng. Rehabil. 11, 1–11 (2014).
41. Arita, H. Anterior prefrontal cortex and serotonergic system activation during Zen meditation practice induces negative mood improvement and increased alpha band in EEG. Clin. Neurol. 52, 1279–1280 (2012).
42. Chan, A. S., Han, Y. M. Y. & Cheung, M. C. Electroencephalographic (EEG) measurements of mindfulness-based triarchic body-pathway relaxation technique: A pilot study. Appl. Psychophysiol. Biofeedback 33, 39–47 (2008).
43. Kasamatsu, A. & Hirai, T. AN ELECTROENCEPHALOGRAPHIC STUDY ON THE ZEN MEDITATION (ZAZEN). Psychiatry Clin. Neurosci. 20, 315–336 (1966).
44. Kubota, Y. et al. Frontal midline theta rhythm is correlated with cardiac autonomic activities
during the performance of an attention demanding meditation procedure. Cogn. Brain Res. 11, 281–287 (2001).
45. Lehmann, D. et al. Reduced functional connectivity between cortical sources in five meditation traditions detected with lagged coherence using EEG tomography. Neuroimage 60, 1574–1586 (2012).
46. Lomas, T., Edginton, T., Cartwright, T. & Ridge, D. Men developing emotional intelligence through meditation? Integrating narrative, cognitive and electroencephalography (EEG) evidence. Psychol. Men Masculinity 15, 213–224 (2014).
47. Takahashi, T. et al. Changes in EEG and autonomic nervous activity during meditation and their association with personality traits. Int. J. Psychophysiol. 55, 199–207 (2005).
48. Huang, H. Y. & Lo, P. C. EEG dynamics of experienced zen meditation practitioners probed by complexity index and spectral measure. J. Med. Eng. Technol. 33, 314–321 (2009).
49. Yu, X. et al. Activation of the anterior prefrontal cortex and serotonergic system is associated with improvements in mood and EEG changes induced by Zen meditation practice in novices. Int. J. Psychophysiol. 80, 103–111 (2011).
50. Lo, P. C., Huang, M. L. & Chang, K. M. EEG alpha blocking correlated with perception of inner light during Zen meditation. Am. J. Chin. Med. 31, 629–642 (2003).
51. Murata, T. et al. Individual Trait Anxiety Levels Characterizing the Properties of Zen Meditation. Neuropsychobiology 50, 189–194 (2004).
52. Hinterberger, T., Schmidt, S., Kamei, T. & Walach, H. Decreased electrophysiological activity represents the conscious state of emptiness in meditation. Front. Psychol. 5, 1–14 (2014).
53. van Son, D. et al. Frontal EEG theta/beta ratio during mind wandering episodes. Biol. Psychol. 140, 19–27 (2019).
54. Ros, T. et al. Mind over chatter: Plastic up-regulation of the fMRI salience network directly after EEG neurofeedback. Neuroimage 65, 324–335 (2013).
55. Sitaram, R. et al. Closed-loop brain training: The science of neurofeedback. Nat. Rev. Neurosci. 18, 86–100 (2017).
56. Holten, V. Bio- and neurofeedback applications in stress regulation. Stress Int. J. Biol. Stress (2009).
57. Gevensleben, H. et al. Is neurofeedback an efficacious treatment for ADHD? A randomised controlled clinical trial. J. Child Psychol. Psychiatry Allied Discip. 50, 780–789 (2009).
58. Linden, D. E. J. Neurofeedback and networks of depression. Dialogues Clin. Neurosci. 16, 103–112 (2014).
59. Enriquez-Geppert, S., Huster, R. J. & Herrmann, C. S. EEG-neurofeedback as a tool to modulate cognition and behavior: A review tutorial. Front. Hum. Neurosci. 11, 1–19 (2017).
60. Gruzelier, J. H. EEG-neurofeedback for optimising performance. I: A review of cognitive and affective outcome in healthy participants. Neurosci. Biobehav. Rev. 44, 124–141 (2014).
61. Zoefel, B., Huster, R. J. & Herrmann, C. S. Neurofeedback training of the upper alpha frequency band in EEG improves cognitive performance. Neuroimage 54, 1427–1431 (2011).
62. Escolano, C., Navarro-Gil, M., Garcia-Campayo, J. & Minguez, J. The Effects of a Single Session of Upper Alpha Neurofeedback for Cognitive Enhancement: A Sham-Controlled Study. Appl. Psychophysiol. Biofeedback 39, 227–236 (2014).
63. Hanslmayr, S., Sauseng, P., Doppelmayr, M., Schabus, M. & Klimesch, W. Increasing individual upper alpha power by neurofeedback improves cognitive performance in human subjects. Appl. Psychophysiol. Biofeedback 30, 1–10 (2005).
64. Klimesch, W., Doppelmayr, M., Schimke, H. & Ripper, B. Theta synchronization and alpha synchronization in a memory task. Psychophysiology (1997).
65. Brandmeyer, T. & Delorme, A. Meditation and neurofeedback. Front. Psychol. 4, 3–5 (2013).
66. Carlson, L. E. & Brown, K. W. Validation of the Mindful Attention Awareness Scale in a cancer population. J. Psychosom. Res. 58, 29–33 (2005).
67. Brown, K. W. & Ryan, R. M. The Benefits of Being Present: Mindfulness and Its Role in Psychological Well-Being. J. Pers. Soc. Psychol. 84, 822–848 (2003).
68. Bradley, M. M. & Lang, P. J. Measuring emotion: The self-assessment manikin and the semantic differential. J. Behav. Ther. Exp. Psychiatry 25, 49–59 (1994).
69. Delorme, A. & Makeig, S. EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Methods 134, 9–21 (2004).
70. Chang, C. Y., Hsu, S. H., Pion-Tonachini, L. & Jung, T. P. Evaluation of Artifact Subspace Reconstruction for Automatic Artifact Components Removal in Multi-Channel EEG Recordings. IEEE Trans. Biomed. Eng. 67, 1114–1121 (2020).
71. Renard, Y. et al. OpenViBE: An Open-Source Software Platform to Design, Test, and Use Brain–Computer Interfaces in Real and Virtual Environments. Presence Teleoperators Virtual Environ. 19, 35–53 (2010).
72. Bazanova, O. M. & Vernon, D. Interpreting EEG alpha activity. Neurosci. Biobehav. Rev. 44, 94–110 (2014).
73. Angelidis, A., Hagenaars, M., van Son, D., van der Does, W. & Putman, P. Do not look away! Spontaneous frontal EEG theta/beta ratio as a marker for cognitive control over attention to mild and high threat. Biol. Psychol. 135, 8–17 (2018).
74. Angelidis, A., van der Does, W., Schakel, L. & Putman, P. Frontal EEG theta/beta ratio as an electrophysiological marker for attentional control and its test-retest reliability. Biol. Psychol.121, 49–52 (2016).
75. Clarke, A. R., Barry, R. J., McCarthy, R., Selikowitz, M. & Johnstone, S. J. Effects of stimulant medications on the EEG of girls with Attention-Deficit/Hyperactivity Disorder. Clin. Neurophysiol. 118, 2700–2708 (2007).
76. Jurewicz, K. et al. EEG-neurofeedback training of beta band (12–22 Hz) affects alpha and beta frequencies – A controlled study of a healthy population. Neuropsychologia 108, 13–24 (2018).
77. Balconi, M., Fronda, G., Venturella, I. & Crivelli, D. Conscious, pre-conscious and unconscious mechanisms in emotional behaviour. Some applications to the mindfulness approach with wearable devices. Appl. Sci. 7, 1–14 (2017).
78. Maris, E. & Oostenveld, R. Nonparametric statistical testing of EEG- and MEG-data. J. Neurosci. Methods 164, 177–190 (2007).