RE-HPBS-IPIC: Un marco de origen cerebral del dolor de alta activación y EEG en reposo para la clasificación de la...

Área de la Ciencia:

• Neurociencia
• Ingeniería Biomédica
• Aprendizaje Automático

Sus antecedentes:

• La evaluación precisa de la intensidad del dolor entre sujetos utilizando electroencefalografía (EEG) es un desafío debido a las diferencias individuales significativas en la actividad cerebral.
• Los métodos existentes luchan por clasificar de manera fiable la intensidad del dolor entre diferentes individuos.

Objetivo del estudio:

• Desarrollar un marco novedoso para la clasificación fiable de la intensidad del dolor entre sujetos utilizando EEG.
• Aprovechar la dinámica cerebral relacionada con el dolor y el aprendizaje por transferencia para superar la variabilidad entre sujetos.

Principales métodos:

• Cuantificó la sensibilidad al dolor a partir del EEG en estado de reposo para identificar sujetos con firmas neuronales del dolor similares.
• Localizó y reasignó fuentes cerebrales de dolor de alta activación entre sujetos.
• Empleó la adaptación de distribución equilibrada para alinear las características de las fuentes cerebrales y mitigar la variabilidad.
• Utilizó el aprendizaje por transferencia para inferir pseudo-etiquetas para los datos de EEG objetivo y guiar la extracción de la respuesta al dolor.

Principales resultados:

• El marco propuesto superó significativamente a tres enfoques existentes en la clasificación de la intensidad del dolor entre sujetos.
• Las evaluaciones experimentales en conjuntos de datos de EEG reales validaron la efectividad del método.

Conclusiones:

• El método desarrollado aborda eficazmente el desafío de la escasa fiabilidad en la clasificación de la intensidad del dolor entre sujetos.
• Esto proporciona una solución robusta y clínicamente viable para la evaluación objetiva del dolor.