小波熵
正念期間的訊號組織,作為擬議中「清晰度分數」的基礎。
將願景轉化為有用的體驗,需要硬體、軟體與神經科學的協作——透過擬議中的多模態正念指數。
MMI 將整合腦電、心臟與呼吸測量,在練習期間提供易於理解的回饋。
此方法汲取香港大學佛教研究中心與行為健康中心的工作。擬議的研究計劃將檢視生理測量如何與專注、放鬆及情緒調節相關。MMI 必須經過驗證,才能支持臨床主張或人與人之間的有意義比較。
正念期間的訊號組織,作為擬議中「清晰度分數」的基礎。
8–12 Hz 與 4–7 Hz 的活動,與放鬆的警覺相關。
腦電與心率變異性的結合——心與身的和諧。
0–100 的回饋工具——練習的指引,而非評判。
擬議的架構優先考慮在裝置或手機上可行的本機處理。
共享的社群視覺化將使用聚合、去識別化的特徵,而非顯示個人的原始神經訊號。選擇性的研究資料收集——以及任何後續用於人工智能訓練的用途——都需經過獨立、清楚說明的同意程序與適當的治理。