Pilot fMRI-EEG study of tantric meditation in Tibetan monks

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This pilot study aimed to investigate brain functional activity and connectivity using functional magnetic resonance imaging (fMRI) and electroencephalography (EEG) in Tibetan monks during meditation. The meditative practice was based on Buddhist techniques requiring focused attention and the “dissolution” of mental imagery. Three monks participated in the experiment, two of whom underwent two meditation sessions. Data analysis revealed changes in the connectivity of the default mode network, salience network, and sensorimotor network during meditation compared to the resting state. An increase in alpha rhythm and a decrease in delta rhythm (EEG) were observed. Joint fMRI-EEG analysis identified a relationship between brain activity and the dynamics of alpha and delta rhythms. The results indicate that meditation significantly influences brain activity and may serve as a neurotherapeutic technique to enhance cognitive and psycho-emotional functions.

Full Text

Restricted Access

About the authors

V. D. Abramova

Institute “International Tomography Center”

Author for correspondence.
Email: victoria.d.abramova@gmail.com
Russian Federation, Novosibirsk

E. D. Petrovsky

Institute “International Tomography Center”

Email: victoria.d.abramova@gmail.com
Russian Federation, Novosibirsk

D. D. Bezmaternykh

Federal Research Center for Fundamental and Translational Medicine

Email: victoria.d.abramova@gmail.com
Russian Federation, Novosibirsk

Y. S. Zhironkina

Save Tibet Foundation

Email: victoria.d.abramova@gmail.com
Russian Federation, Moscow

A. M. Korostyshevskaya

Institute “International Tomography Center”

Email: victoria.d.abramova@gmail.com
Russian Federation, Novosibirsk

M. B. Shtark

Federal Research Center for Fundamental and Translational Medicine

Email: victoria.d.abramova@gmail.com
Russian Federation, Novosibirsk

A. Y. Kaplan

Lomonosov Moscow State University

Email: victoria.d.abramova@gmail.com
Russian Federation, Moscow

References

  1. Boccia M., Piccardi L., Guariglia P. The meditative mind: A comprehensive meta-analysis of MRI studies. Biomed Res Int. 2015. 2015:419808.
  2. Chaudhary I.S., Shyi G.C.-W., Huang S.-T.T. A systematic review and activation likelihood estimation meta-analysis of fMRI studies on arousing or wake-promoting effects in Buddhist meditation. Frontiers in Psychology. 2023. 14.
  3. Devaney K.J., Levin E.J., Tripathi V., Higgins J.P., Lazar S.W., Somers D.C. Attention and Default Mode Network Assessments of Meditation Experience during Active Cognition and Rest. Brain sciences. 2021. 11(5):566. https://doi.org/10.3390/brainsci11050566
  4. Desikan R.S., Ségonne F., Fischl B., Quinn B.T., Dickerson B.C., Blacker D., Buckner R.L., Dale A.M., Maguire R.P., Hyman B.T., Albert M.S., Killiany R.J. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. NeuroImage. 2006. 31(3):968–980.
  5. Engström M., Willander J., Simon R. A review of the methodology, taxonomy, and definitions in recent fMRI research on meditation. Mindfulness. 2021. 13(3):541–555.
  6. Glover G.H., Li T., Ress D. Image-based method for retrospective correction of physiological motion effects in fMRI: RETROICOR. Magnetic Resonance in Medicine. 2000. 44(1):162–167.
  7. Guo X., Wang M., Wang X., Guo M., Xue T., Wang Z., Li H., Xu T., He B., Cui D., Tong S. Progressive increase of high-frequency EEG oscillations during meditation is associated with its trait effects on heart rate and proteomics: A study on the Tibetan Buddhist. Cerebral Cortex. 2022. 32(18):3865–3877.
  8. Huang H.-Y., Lo P.-C. EEG dynamics of experienced Zen meditation practitioners probed by complexity index and spectral measure. Journal of Medical Engineering & Technology. 2009. 33(4):314–321.
  9. Krukowski P., Podgórski P., Guziński M., Szewczyk P., Sąsiadek M. Analysis of the brain proton magnetic resonance spectroscopy – differences between normal grey and white matter. Pol J Radiol. 2010. 75(2):22–26.
  10. Kilpatrick L.A., Suyenobu B.Y., Smith S.R., Bueller J.A., Goodman T., Creswell J.D., Tillisch K., Mayer E.A., Naliboff B.D. Impact of Mindfulness-Based Stress Reduction training on intrinsic brain connectivity. NeuroImage. 2011. 56(1):290–298.
  11. Laufs H., Holt J.L., Elfont R., Krams M., Paul J.S., Krakow K., Kleinschmidt A. Where the BOLD signal goes when alpha EEG leaves. NeuroImage. 2006. 31(4):1408–1418.
  12. Lutz A., Slagter H.A., Dunne J.D., Davidson R.J. Attention regulation and monitoring in meditation. Trends in Cognitive Sciences. 2008. 12(4):163–169.
  13. Mikhaylets E., Razorenova A.M., Chernyshev V., Syrov N., Yakovlev L., Boytsova J., Kokurina E., Zhironkina Y., Medvedev S., Kaplan A. SDA: A data-driven algorithm that detects functional states applied to the EEG of Guhyasamaja meditation. Frontiers in Neuroinformatics. 2024. 17.
  14. Neri B., Callara A.L., Vanello N., Menicucci D., Zaccaro A., Piarulli A., Laurino M., Norbu N., Kechok J., Sherab N., Gemignani A. Report from a Tibetan Monastery: EEG neural correlates of concentrative and analytical meditation. Front. Psychol. 2024. 15:1348317.
  15. Nieto-Castanon A. FMRI denoising pipeline. In Handbook of functional connectivity Magnetic Resonance Imaging methods in CONN. Hilbert Press. 2020:17–25.
  16. Nieto-Castanon A., Whitfield-Gabrieli S. CONN functional connectivity toolbox: RRID SCR_009550, release 22. Hilbert Press. 2022.
  17. Sharma K., Achermann P., Panwar B., Sahoo S., Pascual-Marqui R.D., Faber P.L., Ganesan R.A. High Theta–Low Alpha Modulation of Brain Electric Activity During Eyes-Open Brahma Kumaris Rajyoga Meditation. Mindfulness. 2023. 14:1674–1688.
  18. Strauss C., Bibby-Jones A.M., Jones F., Byford S., Heslin M., Parry G., Barkham M., Lea L., Crane R., de Visser R., Arbon A., Rosten C., Cavanagh K. Clinical effectiveness and cost-effectiveness of supported mindfulness-based cognitive therapy self-help compared with supported cognitive behavioral therapy self-help for adults experiencing depression: The Low-Intensity Guided Help Through Mindfulness (LIGHTMind) Randomized Clinical Trial. JAMA psychiatry. 2023. 80(5):415–424.
  19. Travis F. Comparison of coherence, amplitude, and eLORETA patterns during Transcendental Meditation and TM-Sidhi practice. International Journal of Psychophysiology. 2011. 81(3):198–202.
  20. Vancampfort D., Stubbs B., Van Damme T., Smith L., Hallgren M., Schuch F., Deenik J., Rosenbaum S., Ashdown-Franks G., Mugisha J., Firth J. The efficacy of meditation-based mind-body interventions for mental disorders: A meta-review of 17 meta-analyses of randomized controlled trials. Journal of Psychiatric Research. 2021. 134:181–191.
  21. Yordanova J., Kolev V., Mauro F., Nicolardi V., Simione L., Calabrese L., Malinowski P., Raffone A. Common and distinct lateralised patterns of neural coupling during focused attention, open monitoring and loving kindness meditation. Scientific Reports. 2020. 10(1):7430.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. SBC Group Comparison Maps for Meditation/Rest: Differences in DMN, Sensorimotor, Salience, Dorsal Attention, Language, and Visual Networks. SBC maps of group comparisons between meditation and rest demonstrate statistically significant differences in the following networks: DMN ((а) – left, (б) – top), sensorimotor network ((в) – left, (г) – top), salience network ((д) – left, (е) – top, (ж) – right), dorsal attention network ((з) – right), language network ((и) – right, (к) – top), visual network ((л) – front). Maps were obtained with voxel-wise thresholds of p < 0.05 and cluster-level thresholds of p-FDR < 0.05. The color scale represents T-statistic values, with increased connectivity shown in red and decreased connectivity in yellow.

Download (332KB)
Indexing metadata
3. Fig. 2. Comparison of ROI-to-ROI connectivity between the state of rest with closed eyes before meditation (а) and after meditation (б) and the last 5 minutes of meditation. Red lines represent increased functional connectivity, while blue lines indicate decreased connectivity.

Download (58KB)
Indexing metadata
4. Fig. 3. Group comparison of ALFF maps ((а) – right view, (б) – left view) using the contrast meditation > rest. The maps were obtained with a voxel-wise threshold of p < 0.05 and a cluster-level threshold of p-FWE < 0.05. The color scale represents T-statistic values.

Download (73KB)
Indexing metadata
5. Fig. 4. Comparison of individual relative spectral power density of EEG signals during meditation and rest, averaged across all electrodes (a), frontal (б), central (в), parietal (г), and occipital (д) EEG channels. * indicates statistically significant differences (p < 0.05). Blue annotations indicate a decrease in power during meditation, while black annotations indicate an increase.

Download (157KB)
Indexing metadata

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».