In dieser MEG-Studie wurden 12 erfahrene buddhistische Mönche untersucht, die jeweils mindestens 2.375 Stunden Meditationserfahrung hatten. Ziel war es, zu erforschen, wie sich zwei Meditationsformen – Samatha (konzentrierte Aufmerksamkeit) und Vipassana (offenes, beobachtendes Gewahrsein) – auf die Gehirnaktivität auswirken. Die Forschenden analysierten verschiedene Eigenschaften der Gehirnsignale, darunter rhythmische Aktivität (z. B. Gamma-Wellen), nicht-rhythmische Hintergrundanteile, zeitliche Zusammenhänge im Signal sowie mehrere Maße für neuronale Komplexität (also wie vielfältig und flexibel die Aktivität ist).

Beide Meditationsformen zeigten im Vergleich zum Ruhezustand:

• eine Zunahme der neuronalen Komplexität,

• eine Abnahme langfristiger zeitlicher Abhängigkeiten im Gamma-Frequenzbereich,

• sowie eine Veränderung des Hintergrundsignals, die auf eine Verschiebung im Gleichgewicht zwischen erregenden und hemmenden Nervenzellen hinweist.

Zunächst schien es so, als würde Meditation die Gamma-Aktivität erhöhen. Nachdem jedoch der nicht-rhythmische Hintergrundanteil herausgerechnet wurde, zeigte sich tatsächlich eine Abnahme der echten Gamma-Schwingungen. Das bedeutet, dass frühere Befunde ohne diese Korrektur möglicherweise fehlinterpretiert wurden. Die Analyse der sogenannten „kritischen Dynamik“ deutet darauf hin, dass sich die beiden Meditationsstile unterscheiden: Vipassana bewegt sich tendenziell näher an einem optimalen Gleichgewichtszustand des Gehirns als Samatha. Einige Effekte hingen außerdem mit der Meditationspraxis zusammen. Sehr erfahrene Meditierende unterschieden sich weniger stark vom Ruhezustand, was darauf hindeutet, dass sich durch langjährige Praxis stabile, dauerhafte Veränderungen im Gehirn entwickeln können. Ein maschinelles Lernverfahren konnte Meditationszustände und Ruhe vor allem anhand langfristiger zeitlicher Muster im Gamma- und Gesamtsignal zuverlässig unterscheiden. Insgesamt zeigt die Studie, dass Meditation mit komplexen und differenzierten Veränderungen der Gehirndynamik einhergeht und dass es entscheidend ist, rhythmische und nicht-rhythmische Signalanteile getrennt zu betrachten, um diese Effekte korrekt zu verstehen.