Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

The Task-Based fMRI Using von Zerssen Scale in Recurrent Depression Disorder: A Replication Study.

Depression and anxiety·2025
Same author

A Multicomponent Cognitive-Behavioral Hypnotic Approach for Obsessive-Compulsive Disorder Treatment: A Case Study.

The International journal of clinical and experimental hypnosis·2024
Same author

Studies in patients with temporomandibular disorders pain: Can scales of hypnotic susceptibility predict the outcome on pain relief?

The American journal of clinical hypnosis·2021
查看所有相关文章

相关实验视频

Updated: Jul 12, 2025

Method for Simultaneous fMRI/EEG Data Collection during a Focused Attention Suggestion for Differential Thermal Sensation
06:33

Method for Simultaneous fMRI/EEG Data Collection during a Focused Attention Suggestion for Differential Thermal Sensation

Published on: January 5, 2014

11.8K

实时评估催眠深度,使用基于EEG的大脑计算机接口:一项初步研究

Nikita V Obukhov1,2, Peter L N Naish3, Irina E Solnyshkina4

  • 1Research Department, The Association of Experts in the Field of Clinical Hypnosis, 40, Kamennoostrovsky Ave., 410, Saint Petersburg, 197022, Russian Federation. onvion24@gmail.com.

BMC research notes
|October 24, 2023
PubMed
概括

这项研究表明,脑电图 (EEG) 可以有效地实时监测催眠深度. 使用EEG数据的被动脑电脑接口 (pBCI) 在分类催眠状态方面取得了超过85%的准确性,解决了个体变化.

关键词:
意识 意识 意识 意识大脑与计算机的接口.催眠 催眠是一种催眠.催眠深度评估 催眠深度评估自我意识 自我意识 自我意识有监督的机器学习.

更多相关视频

Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol
13:09

Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol

Published on: April 1, 2018

10.4K
Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective
13:57

Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective

Published on: July 1, 2015

12.5K

相关实验视频

Last Updated: Jul 12, 2025

Method for Simultaneous fMRI/EEG Data Collection during a Focused Attention Suggestion for Differential Thermal Sensation
06:33

Method for Simultaneous fMRI/EEG Data Collection during a Focused Attention Suggestion for Differential Thermal Sensation

Published on: January 5, 2014

11.8K
Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol
13:09

Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol

Published on: April 1, 2018

10.4K
Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective
13:57

Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective

Published on: July 1, 2015

12.5K

科学领域:

  • 神经科学是一个神经科学.
  • 心理生理学 心理生理学
  • 医疗技术 医疗技术 医学技术

背景情况:

  • 催眠是一种有价值的治疗工具,但对其深度的客观监测仍然具有挑战性.
  • 评估催眠状态的现有方法缺乏个性化和实时能力.
  • 催眠的电生理学相关物显示出显著的个体间变异性.

研究的目的:

  • 研究基于脑电图 (EEG) 的被动脑电脑接口 (pBCI) 的实时,个性化监测催眠深度的使用.
  • 为了应对催眠的电生理学标志物中个体变化的挑战.
  • 开发一种持续估计催眠深化过程的方法.

主要方法:

  • 收集并手动标记了27个脑电图 (EEG) 记录,这些记录来自8名门诊患者在催眠治疗期间.
  • 进行了光谱分析,以确定深度催眠的稳定,患者特定的EEG相关物.
  • 训练有素的分类模型使用最初会话的EEG数据来预测后续会话中的催眠深度.
  • 使用10倍交叉验证和实时分类准确度在四个频段中评估模型性能.

主要成果:

  • 发现深度催眠的EEG相关性在个体内是稳定的,但在患者之间有所不同.
  • 在EEG数据上训练的分类模型在十倍交叉验证中达到超过85%的准确性.
  • 在大多数会话中,实时分类准确度超过74%,使用1.5-14 Hz和4-15 Hz频段的模型显示最佳平均准确率为82%.

结论:

  • 基于EEG的pBCI可以提供一种可靠的,个性化的实时方法来评估催眠深度.
  • 这种方法克服了以前方法的局限性,因为它考虑了EEG模式的个体间变化.
  • 开发的pBCI有望提高临床环境中催眠的应用和理解.