预测催眠惚与大脑唤起的响应听觉奇怪使用磁脑电图

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 医疗技术 医疗技术 医学技术

背景情况:

• 催眠是一种宝贵的疼痛管理工具,诱导了个体更容易被暗示的改变意识状态.
• 评估催眠惚是主观的,依赖于非特定的迹象,这限制了它的客观评估.
• 需要实时准确地预测意识状态,以克服当前评估的局限性.

研究的目的:

• 开发和验证一种实时的方法,使用大脑信号客观预测催眠惚.
• 研究大脑对不同意识状态的听觉刺激的反应.
• 为了比较各种机器学习模型在分类意识状态中的有效性.

主要方法:

• 利用一种听觉奇怪的范式与磁脑摄影 (MEG) 来记录20名健康受试者的大脑信号.
• 在三个条件下记录数据:临界意识 (CC),催眠惚 (HYP) 和分心 (DIS).
• 他们使用特征提取 (xDAWN,CSP,PLS) 和分类模型 (EEGNet,DCPM,LDA,sKLDA,QDA,GBoost).

主要成果:

• EEGNet分类器表现最好,实现了70%的ROC-AUC,将催眠惚与批判意识分离,以及84%的分心.
• 该模型在19分钟的训练后每4秒进行一次预测.
• 这种基于大脑信号的方法显示了对催眠惚的客观评估的潜力.

结论:

• 拟议的方法提供了一个有希望的,客观的方法,用于实时评估使用MEG的催眠惚.
• 进一步完善模型和培训可以使用脑电图 (EEG) 进行临床应用.
• 对意识状态的客观监测可以提高催眠在治疗环境中的有效性和应用.