金泽工业大学信息工程系学生的毕业研究中,利用脑电波估计疼痛位置的深度学习模型的准确率达到了 90.8±5.9%。
个人和主观的疼痛很难由第三方客观评估,但近年来,利用脑电波来估计疼痛强度(疼痛程度)的技术引起了人们的关注。另一方面,利用脑电波估计疼痛位置的研究仍然不足。
因此,在这项研究中,我们捕获了对受试者手掌施加疼痛刺激时的脑电波反应,并检查是否可以根据脑电波估计疼痛部位。根据大脑体感皮层放置电极,对左右手掌施加轻度疼痛刺激的总共 40 项试验的数据进行分析。
结果,当刺激右手时,所有三名受试者在左半球的 CP3 电极上都表现出特别增强的反应,而当刺激左手时,在右半球的 CP4 电极上表现出特别增强的反应。
此外,当他们基于这些脑电波数据创建深度学习模型时,他们对每个受试者的数据实现了 90.8±5.9% 的高精度。这表明脑电图模式与疼痛的定位(疼痛所在的位置)密切相关,并且开发了一种通用学习模型,无论受试者的特征如何,都可以根据脑电图估计疼痛的位置。被建议。
这次的分析结果只是针对手掌的有限区域,但未来,我们将广泛收集和分析不同身体部位对疼痛刺激的脑电波反应,并开发技术利用脑电波客观地估计疼痛位置,有望取得进一步进展。如果这项技术实现临床应用,人们认为将有可能为住院患者和无法自行抱怨疼痛的婴儿提供及时、适当的治疗。
参考:[金泽工业大学] [对住院患者和无法抱怨疼痛的婴儿显示出临床应用的潜力] 通过脑电图客观地估计疼痛位置,实现了约 90% 的准确率。金泽工业大学信息工学部毕业研究