一个创新的基于EEG的疼痛识别和量化:试点研究
Colince Meli Segning1,2, Rubens A da Silva2,3, Suzy Ngomo2
1Department of Applied Sciences, UQAC (Université du Québec à Chicoutimi), Chicoutimi, QC G7H 2B1, Canada.
Sensors (Basel, Switzerland)
|June 27, 2024
概括
一个新的脑电图 (EEG) 测量仪,Piqβ,客观地识别和量化慢性疼痛. 较高的Piqβ值与增加的疼痛强度相关,有助于疼痛管理.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 疼痛研究 疼痛研究
背景情况:
- 慢性疼痛影响全球数百万人,需要客观的评估工具.
- 目前的疼痛评估很大程度上依赖于患者的主观报告.
- 开发对疼痛的客观神经生理学测量方法是一个关键的研究领域.
研究的目的:
- 引入一种新的,规模独立的脑电图 (EEG) 测量方法,用于识别和量化慢性疼痛.
- 在包括慢性疼痛患者在内的各种参与者群体中验证拟议的基于EEG的指标.
主要方法:
- 收集了健康参与者 (带有和没有诱导疼痛) 和慢性疼痛患者的EEG数据.
- 利用希尔伯特变换来提取EEG信号的上层外.
- 计算了β频段 (Piqβ) 上层包裹的平均变化系数作为疼痛指标.
主要成果:
- 建立了10%的Piqβ值来表明疼痛的存在 (Piqβ≥10%).
- 在较高的Piqβ值和疼痛强度增加之间有直接的相关性.
- 通过Piqβ测量成功识别和量化慢性疼痛患者的疼痛.
结论:
- Piqβ作为基于EEG的客观指标,用于识别和量化慢性疼痛患者的疼痛.
- 这种神经生理学测量为客观疼痛评估提供了有价值的工具,支持临床决策和疼痛管理.
- Piqβ的发展有助于推进客观疼痛监测和治疗策略.
