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
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.
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.
