通过皮肤潜力 (SP) 信号识别儿童临床手术疼痛的AI识别方法
Mingxuan Huang1, Cangcang Fu2, Linbo Chui2
1College of Information Science and Electronic Engineering, Zhejiang University, Hangzhou, 310027, China.
Heliyon
|January 23, 2025
概括
这项研究开发了一种使用皮肤潜能 (SP) 信号的AI模型,以客观地识别儿童的疼痛. 该模型实现了80.3%的准确性,为儿科疼痛管理提供了一个新的工具.
科学领域:
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
- 儿科疼痛管理 儿科疼痛管理
背景情况:
- 儿童的疼痛是复杂的,只有很少的客观诊断标记.
- 可穿戴设备为远程医疗应用和疾病诊断提供了潜力.
研究的目的:
- 利用皮肤潜能 (SP) 信号建立一个人工智能驱动的疼痛识别模型.
- 为儿童疼痛评估制定客观,可量化的措施.
主要方法:
- 收集了237名儿童 (2-16岁) 在疼痛和非疼痛条件下的SP信号.
- 应用波形变换 (WT) 用于时间频率分析和特征提取.
- 利用机器学习算法,随机森林 (RF) 显示最佳性能.
主要成果:
- 射频模型在识别疼痛时实现了80.3%的准确率和92%的灵敏度.
- 在不同的人口统计和程序中成功识别了与儿童疼痛相关的SP信号.
- 证明了该模型的稳定性和适配性能.
结论:
- 使用WT和ML开发了一个新的SP识别模型,用于儿科疼痛.
- 这种方法将主观疼痛转化为可量化的数据,用于实时监控.
- 为临床儿科疼痛管理提供了宝贵的技术支持.
