CN103405225A - 一种获取疼感评测指标的方法、装置及设备 - Google Patents
一种获取疼感评测指标的方法、装置及设备 Download PDFInfo
- Publication number
- CN103405225A CN103405225A CN2013103823519A CN201310382351A CN103405225A CN 103405225 A CN103405225 A CN 103405225A CN 2013103823519 A CN2013103823519 A CN 2013103823519A CN 201310382351 A CN201310382351 A CN 201310382351A CN 103405225 A CN103405225 A CN 103405225A
- Authority
- CN
- China
- Prior art keywords
- pain sense
- pain
- value
- energy value
- eeg signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000002193 Pain Diseases 0.000 title claims abstract description 185
- 238000011156 evaluation Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 10
- 238000011946 reduction process Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 210000001652 frontal lobe Anatomy 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 210000004556 brain Anatomy 0.000 abstract description 13
- 238000007781 pre-processing Methods 0.000 abstract description 4
- 210000003710 cerebral cortex Anatomy 0.000 abstract 1
- 230000008447 perception Effects 0.000 abstract 1
- 230000005611 electricity Effects 0.000 description 7
- 238000012880 independent component analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 229910021607 Silver chloride Inorganic materials 0.000 description 3
- 210000000624 ear auricle Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 210000004761 scalp Anatomy 0.000 description 3
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 208000000094 Chronic Pain Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000023890 Complex Regional Pain Syndromes Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 208000022371 chronic pain syndrome Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种获取疼感评测指标的方法、装置及设备，所述方法包括：采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理；从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。所述装置包括：采集模块和处理模块。所述设备包括所述装置。本发明通过提供对连续变化的疼痛强度的感知进行主客观两个维度综合评价，可以得到客观的评价结果，而且方便应用和推广。
Description
技术领域
本发明涉及医疗器械领域，特别涉及一种获取疼感评测指标的方法装置及设备。
背景技术
每个人在生命早期通过损伤学会了表达疼痛。我国约30％成年人有慢性疼痛，长期疼痛对神经组织的损害和脊髓可塑性机制会导致形成复杂性局部疼痛综合征或中枢性疼痛，使普通的疼痛变得非常剧烈和难以治疗，严重影响患者的生活质量和工作效率，甚至导致少数患者自杀。而疼痛是一个主观认识，所以目前在临床上无有效而精确的方法或者技术把疼痛客观量化。
目前，常用的方式包括方式一：疼痛主观评价如视觉量化评分（Visual AnalogScale，VAS），0值为无痛，100为难以忍受的最高疼痛值，利用磁共振波谱检测疼痛及其成因的系统和方法，具体利用磁共振波谱扫描计算脑中或中枢神经系统中特定的脑部区域的绝对和相对代谢物的浓度，来分析疼痛的成因；方式二：利用外加电压产生受激电流的上升速度评价受检对象所感受到的程度而测定疼痛；方式三：人体疼痛生物信息多参数整合即时评估系统，其采集数个疼痛相关的生物信息，对其进行整合和处理；方式四：利用大批量数据建立无疼痛的脑波活动的常模、有疼痛时脑波活动的常模，然后对于个体新的报告疼痛感时的脑波活动同两种情况的常模的比较来评价当前的个体疼痛。
发明人在实现本申请的过程中发现上述方式存在以下缺陷：
方式一是被测者的主观感观，无法客观评价疼痛程度的改变；方式二所描述的疼痛评价系统中涉及特定的疼痛模型，无法应用到其它模式的疼痛上，如临床的慢性痛；方式三涉及多种生物信息的监测设备，包括呼吸机、脑电、皮肤导电率的检测仪和心电图仪，导致该疼痛即时评估系统的复杂度较高，构造和使用的成本较高且使用单一，不易推广；方式四必须首先采集大批量数据构建常模数据库，不同疼痛模型或临床不同慢性痛疾病可能会对应有差异的常模，故在实验或临床环境中的使用也需要较多的前提条件与技术。
发明内容
为了解决现有技术中存在的不客观评价疼痛以及疼痛评价系统使用单一、不易推广的问题，本发明提供了一种基于Alpha波段脑波能量的疼痛的主客观指标结合的疼痛程度的评测方法、装置及设备。所述技术方案如下：
第一方面，提供了一种疼感评测指标的方法，其特征在于，所述方法，包括：
采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理；
从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。
优选地，所述采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理，具体包括：
采集被检测者的大脑皮层的脑电波信号，按照所述预设周期对所述脑电波信号进行降噪处理，以去除眼电信号和肌电信号的干扰。
优选地，所述从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出，还包括：
记录所述Alpha波的能量值。
优选地，所述方法还包括：
将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果。
优选地，所述将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果，具体包括：
将所述Alpha波的能量值输入回归模型进行处理得到预测疼感值，根据所述预测疼感值对当前检测到的疼感评分值进行处理，得到当前疼感评测结果，并更新所述疼感评测结果。
优选地，所述将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果，具体包括：
将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
优选地，所述将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果之前，还包括：
启动视觉模拟评分系统，根据被检测者选择获取与所述选择相关联的疼感评分值并记录所述疼感评分值。
优选地，采集被检测者的大脑皮层的脑电波信号的位置具体为额叶中部。
第二方面，本发明提供了一种获取疼感评测指标的装置，所述装置包括：
采集模块，用于采集被检测者的大脑皮层的脑电波信号，对所述采集到的脑电波信号进行预处理；
处理模块，用于从所述采集模块已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。优选地，所述采集模块，具体用于采集被检测者的大脑皮层的脑电波信号，按照预设周期对所述脑电波信号进行降噪处理，去除眼电信号和肌电信号的干扰。
优选地，所述处理模块，还用于记录所述Alpha波的能量值。
优选地，所述装置还包括：
评价模块，用于将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果。
优选地，所述评价模块，具体用于将所述Alpha波的能量值输入回归模型进行处理得到预测疼感值，根据所述预测疼感值对当前检测到的疼感评分值进行处理，得到当前疼感评测结果，并更新所述疼感评测结果。
优选地，所述评价模块，具体还用于将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
优选地，所述装置还包括：
检测模块，用于启动视觉模拟评分系统，根据被检测者选择获取与所述选择相关联的疼感评分值并记录所述疼感评分值。
优选地，采集被检测者的大脑皮层的脑电波信号的位置具体为额叶中部。
第三发明方面，本发明提供了一种获取疼痛评测指标的设备，其特征在于，包括上述任一装置。
本发明提供的技术方案带来的有益效果是：
本发明通过采集脑电波信号，分析处理所述脑电波信息获取疼感的客观评测结果，并通过客观评测结果与检测的疼感评分值两个维度进行分析得到疼感评测结果，并且方便推广和应用。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种获取疼感评测指标的方法流程图；
图2为本发明实施例二提供的一种获取疼感评测指标的方法流程图；
图3为疼痛程度的采集界面图；
图4为本发明实施例三提供的一种获取疼感评测指标装置结构示意图；
图5为本发明实施例三提供的另一种获取疼感评测指标的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
本实施例提供了一种获取疼感评测指标的方法，如图1所示，所述方法包括：
步骤101：采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理。
具体地，上述步骤101具体包括：采集被检测者的大脑皮层的脑电波信号，按照所述预设周期对所述脑电波信号进行降噪处理，以去除眼电信号和肌电信号的干扰。
本实施例中，通过Neuroscan128导系统采集被试者头皮脑电信号，采用电极按照10-20系统排列的128导脑电帽，Ag/AgCl电极，系统参数设定为：单极导联，两侧耳垂为参考电极，采样率1000HZ，采用1-100Hz带通滤波器，50Hz陷波器。
本实施例中，所述采集周期是指将从采集到的脑电波信号中提取连续的EPG数据按照一定的时间段分隔开进行处理的时间；所述对所述脑电波信号案子采集周期进行降噪处理，具体可以进行降采样处理，由1000Hz降到500Hz、1-100Hz的滤波、利用ICA（Independent Component Analysis）去除眼电和肌电信号的干扰成分；具体地，预处理利用基于MALAB平台的EEGLab软件包进行，由于连续的EEG数据时间长度较短，且预处理均可由系统中包含的已设定的MATLAB编程语句实现，因此预处理过程可在较短时间内完成。
其中，疼痛程度的客观评价指标可只依据大脑皮层的中央位置的电极处采集脑电信号或者增加额叶中部位置其余电极的脑电信号。
步骤102：从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。
其中，所述时域脑电信号是以时间作为特征信息提取的脑电信号，所述Alpha波是指四种基本脑波之一，其中四种基本脑波包括：德尔塔脑波（DELTA），塞他脑波（THETA），阿尔法脑波（ALPHA）和倍他脑波（BETA），所述疼感评测指标是指客观评价人体疼感的标准。
优选地，所述Alpha波的波段可以为8-12Hz频段。
具体地，本实施例中，所述步骤还包括：
记录所述Alpha波的能量值。
本发明实施例一通过采集脑电波信号，对所述脑电波信号进行分析处理得到Alpha脑波的能量值可以作为疼感的客观评测结果，方便推广和应用。
实施例二
结合上述实施例一，本发明实施例二提供了另一种获取疼感评测指标的方法，如图2所示，所述方法包括：
步骤201：启动视觉模拟评分系统，根据被检测者选择获取与所述选择相关联的疼感评分值并记录所述疼感评分值。
其中，所述模拟评分系统是指用于采集被检测者主观疼痛程度的系统，可以设置完成采集的时间，本实施例中，具体为10s，所述采集主观疼痛程度的采集界面如图3所示，可以设置疼痛评分，被检测者选中符合所述疼痛程度的分值，并记录所述评分值。
步骤202：采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理。
具体地，上述步骤202具体包括：采集被检测者的大脑皮层的脑电波信号，按照所述预设周期对所述脑电波信号进行降噪处理，以去除眼电信号和肌电信号的干扰。
本实施例中，通过Neuroscan128导系统采集被试者头皮脑电信号，采用电极按照10-20系统排列的128导脑电帽，Ag/AgCl电极，系统参数设定为：单极导联，两侧耳垂为参考电极，采样率1000HZ，采用1-100Hz带通滤波器，50Hz陷波器。
本实施例中，所述采集周期是指将从采集到的脑电波信号中提取连续的EPG数据按照一定的时间段分隔开进行处理的时间；所述对所述脑电波信号案子采集周期进行降噪处理，具体可以进行降采样处理，由1000Hz降到500Hz、1-100Hz的滤波、利用ICA（Independent Component Analysis）去除眼电和肌电信号的干扰成分；具体地，预处理利用基于MALAB平台的EEGLab软件包进行，由于连续的EEG数据时间长度较短，且预处理均可由系统中包含的已设定的MATLAB编程语句实现，因此预处理过程可在较短时间内完成。
其中，疼痛程度的客观评价指标可只依据大脑皮层的中央位置的电极处采集脑电信号或者增加额叶中部位置其余电极的脑电信号。
其中，采集被检测者的大脑皮层的脑电波信号的位置具体为额叶中部。
步骤203：从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。
其中，所述时域脑电信号是以时间作为特征信息提取的脑电信号，所述Alpha波是指四种基本脑波之一，其中四种基本脑波包括：德尔塔脑波（DELTA），塞他脑波（THETA），阿尔法脑波（ALPHA）和倍他脑波（BETA），所述疼感评测指标是指客观评价人体疼感的标准。
优选地，所述Alpha波的波段可以为8-12Hz频段。
具体地，本实施例中，所述步骤还包括：
记录所述Alpha波的能量值。
步骤204：将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果。
具体地，步骤204可以通过至少两种方式实现，
方式一，具体包括：将所述Alpha波的能量值输入回归模型进行处理得到预测疼感值，根据所述预测疼感值对当前检测到的疼感评分值进行处理，得到当前疼感评测结果，并更新所述疼感评测结果。
方式二，具体包括：将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
本发明实施例一通过采集脑电波信号，对所述脑电波信号进行分析处理得到Alpha脑波的能量值可以作为疼感的客观评测结果，并结合被测者的疼感评分制方便推广和应用。
实施例三
本发明实施例三提供了一种获取疼感评测指标的装置，如图4所示，所述装置包括：
采集模块401，用于采集被检测者的大脑皮层的脑电波信号，对所述采集到的脑电波信号进行预处理。
采集模块401具体用于采集被检测者的大脑皮层的脑电波信号，按照所述预设周期对所述脑电波信号进行降噪处理，以去除眼电信号和肌电信号的干扰。
本实施例中，通过Neuroscan128导系统采集被试者头皮脑电信号，采用电极按照10-20系统排列的128导脑电帽，Ag/AgCl电极，系统参数设定为：单极导联，两侧耳垂为参考电极，采样率1000HZ，采用1-100Hz带通滤波器，50Hz陷波器。
本实施例中，所述采集周期是指将从采集到的脑电波信号中提取连续的EPG数据按照一定的时间段分隔开进行处理的时间；所述对所述脑电波信号案子采集周期进行降噪处理，具体可以进行降采样处理，由1000Hz降到500Hz、1-100Hz的滤波、利用ICA（Independent Component Analysis）去除眼电和肌电信号的干扰成分；具体地，预处理利用基于MALAB平台的EEGLab软件包进行，由于连续的EEG数据时间长度较短，且预处理均可由系统中包含的已设定的MATLAB编程语句实现，因此预处理过程可在较短时间内完成。
其中，疼痛程度的客观评价指标可只依据大脑皮层的中央位置的电极处采集脑电信号或者增加额叶中部位置其余电极的脑电信号。
处理模块402，用于从所述采集模块401已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。
其中，所述时域脑电信号是以时间作为特征信息提取的脑电信号，所述Alpha波是指四种基本脑波之一，其中四种基本脑波包括：德尔塔脑波（DELTA），塞他脑波（THETA），阿尔法脑波（ALPHA）和倍他脑波（BETA），所述疼感评测指标是指客观评价人体疼感的标准。
优选地，所述Alpha波的波段可以为8-12Hz频段。
具体地，本实施例中，所述步骤还包括：
所述处理模块402还用于记录所述Alpha波的能量值。
结合上述获取疼感评测指标的装置，参见图5，本实施例还提供了另一疼感评测指标的装置，具体还包括：检测模块501，用于启动视觉模拟评分系统，根据被检测者选择获取与所述选择相关联的疼感评分值并记录所述疼感评分值。
其中，所述模拟评分系统是指用于采集被检测者主观疼痛程度的系统，可以设置完成采集的时间，本实施例中，具体为10s，所述采集主观疼痛程度的采集界面如图3所示，可以设置疼痛评分，被检测者选中符合所述疼痛程度的分值，并记录所述评分值，参见实施例一中的描述，在此不再赘述。
评价模块502，用于将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果。
优选地，所述评价模块502，具体用于将所述处理模块402处理得到的Alpha波的能量值输入回归模型进行处理得到预测疼感值，根据所述预测疼感值对当前检测到的疼感评分值进行处理，得到当前疼感评测结果，并更新所述疼感评测结果。
优选地，所述评价模块502，具体还用于将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
优选地，所述评价模块502，具体还用于将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
另外，本实施例还提供了一种脑部疼感的评测设备，所述设备包括上述提供的任一装置。
本发明实施例一通过采集脑电波信号，对所述脑电波信号进行分析处理得到Alpha脑波的能量值可以作为疼感的客观评测结果，并结合被测者的疼感评分制方便推广和应用。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (17)
1.一种获取疼感评测指标的方法，其特征在于，所述方法，包括：
采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理；
从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。
2.根据权利要求1所述的方法，其特征在于，所述采集被检测者的大脑皮层的脑电波信号，对所述脑电波信号进行预处理，具体包括：
采集被检测者的大脑皮层的脑电波信号，按照所述预设周期对所述脑电波信号进行降噪处理，以去除眼电信号和肌电信号的干扰。
3.根据权利要求1所述的方法，其特征在于，所述从已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出，还包括：
记录所述Alpha波的能量值。
4.根据权利要求1-3所述的方法，其特征在于，所述方法还包括：
将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果。
5.根据权利要求4所述的方法，其特征在于，所述将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果，具体包括：
将所述Alpha波的能量值输入回归模型进行处理得到预测疼感值，根据所述预测疼感值对当前检测到的疼感评分值进行处理，得到当前疼感评测结果，并更新所述疼感评测结果。
6.根据权利要求4所述的方法，其特征在于，所述将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果，具体包括：
将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
7.根据权利要求4所述的方法，其特征在于，所述将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果之前，还包括：
启动视觉模拟评分系统，根据被检测者选择获取与所述选择相关联的疼感评分值并记录所述疼感评分值。
8.根据权利要求4所述的方法，其特征在于，采集被检测者的大脑皮层的脑电波信号的位置具体为额叶中部。
9.一种获取疼感评测指标的装置，其特征在于，所述装置包括：
采集模块，用于采集被检测者的大脑皮层的脑电波信号，对所述采集到的脑电波信号进行预处理；
处理模块，用于从所述采集模块已预处理的脑电波信号中提取时域脑电信号，从所述时域脑电信号中获取频域信息，对所述频域信息进行分析计算得到Alpha波的能量值，将所述Alpha波的能量值作为疼感评测指标输出。
10.根据权利要求9所述的装置，其特征在于，所述采集模块，具体用于采集被检测者的大脑皮层的脑电波信号，按照预设周期对所述脑电波信号进行降噪处理，去除眼电信号和肌电信号的干扰。
11.根据权利要求9所述的装置，其特征在于，所述处理模块，还用于记录所述Alpha波的能量值。
12.根据所述权利要求9-11所述的装置，其特征在于，所述装置还包括：
评价模块，用于将所述Alpha波的能量值与所述检测到的疼感评分值进行处理得到疼感评测结果。
13.根据权利要求12所述的装置，其特征在于，所述评价模块，具体用于将所述Alpha波的能量值输入回归模型进行处理得到预测疼感值，根据所述预测疼感值对当前检测到的疼感评分值进行处理，得到当前疼感评测结果，并更新所述疼感评测结果。
14.根据权利要求12所述的装置，其特征在于，所述评价模块，具体还用于将所述检测到的疼感评分值和所述Alpha波的能量值构建数据库，并运用模式分类方法建立关联关系，根据所述关联关系对所述疼感评分值进行处理得到预测疼感值，将所述预测疼感值和所述Alpha波的能量值进行分析得到所述疼感评测结果，并更新数据库。
15.根据权利要求12所述的装置，其特征在于，所述装置还包括：
检测模块，用于启动视觉模拟评分系统，根据被检测者选择获取与所述选择相关联的疼感评分值并记录所述疼感评分值。
16.根据权利要求9-15所述的装置，其特征在于，采集被检测者的大脑皮层的脑电波信号的位置具体为额叶中部。
17.一种获取疼感评测指标的设备，其特征在于，包括权利要求9-16所述的任一装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310382351.9A CN103405225B (zh) | 2013-08-28 | 2013-08-28 | 一种获取疼感评测指标的方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310382351.9A CN103405225B (zh) | 2013-08-28 | 2013-08-28 | 一种获取疼感评测指标的方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103405225A true CN103405225A (zh) | 2013-11-27 |
| CN103405225B CN103405225B (zh) | 2016-08-17 |
Family
ID=49598306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310382351.9A Active CN103405225B (zh) | 2013-08-28 | 2013-08-28 | 一种获取疼感评测指标的方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103405225B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105701439A (zh) * | 2014-12-11 | 2016-06-22 | 赵化宾 | 一种采用脑肌心电信号识别情绪、感觉和生理需求的装置及方法 |
| CN106510625A (zh) * | 2016-10-27 | 2017-03-22 | 广州医科大学附属肿瘤医院 | 一种疼痛反馈分析计算方法及系统 |
| CN109222906A (zh) * | 2018-09-13 | 2019-01-18 | 复旦大学 | 一种基于脑部电信号构建疼痛状态预测模型的方法 |
| CN109662802A (zh) * | 2018-12-26 | 2019-04-23 | 南京大学 | 一种检测疼痛评价过程中运动协调性能的方法以及应用 |
| CN109843167A (zh) * | 2016-08-22 | 2019-06-04 | 国立大学法人大阪大学 | 疼痛估计装置及疼痛估计方法以及疼痛的分类 |
| CN112957014A (zh) * | 2021-02-07 | 2021-06-15 | 广州大学 | 一种基于脑电波与神经网络的疼痛检测定位方法及系统 |
| CN113143208A (zh) * | 2021-03-12 | 2021-07-23 | 深圳大学 | 基于多维度测量的疼痛敏感性评估系统和方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101701199A (zh) * | 2009-11-27 | 2010-05-05 | 南京农业大学 | 一株产气肠杆菌及其应用 |
| CN201701199U (zh) * | 2010-06-07 | 2011-01-12 | 中国科学院深圳先进技术研究院 | 疼痛监测仪 |
| CN203001541U (zh) * | 2012-12-25 | 2013-06-19 | 深圳先进技术研究院 | 疼痛刺激装置 |
-
2013
- 2013-08-28 CN CN201310382351.9A patent/CN103405225B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101701199A (zh) * | 2009-11-27 | 2010-05-05 | 南京农业大学 | 一株产气肠杆菌及其应用 |
| CN201701199U (zh) * | 2010-06-07 | 2011-01-12 | 中国科学院深圳先进技术研究院 | 疼痛监测仪 |
| CN203001541U (zh) * | 2012-12-25 | 2013-06-19 | 深圳先进技术研究院 | 疼痛刺激装置 |
Non-Patent Citations (5)
| Title |
|---|
| D.RISSACHER等: "Identifying Frequency-Domain Features for an EEG-Based Pain Measurement System", 《BIOENGINEERING CONFERENCE, 2007. NEBC "07. IEEE 33RD ANNUAL NORTHEAST》 * |
| LINE LINDHARDT EGSGAARD等: "Volunteers with high versus low alpha EEG have different pain–EEG relationship: a human experimental study", 《EXPERIMENTAL BRAIN RESEARCH》 * |
| PENG FEI CHANG等: "Different EEG topographic effects of painful and non-painful intramuscular stimulation in man", 《EXPERIMENTAL BRAIN RESEARCH》 * |
| PENG-FEICHANG等: "Psychophysical and EEG responses to repeated experimental muscle pain in humans: Pain intensity encodes EEG activity", 《BRAIN RESEARCH BULLETIN》 * |
| WEIDONG ZHOU等: "Removal of EMG and ECG Artifacts from EEG Based on Wavelet Transform and ICA", 《PROCEEDINGS OF THE 26TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105701439A (zh) * | 2014-12-11 | 2016-06-22 | 赵化宾 | 一种采用脑肌心电信号识别情绪、感觉和生理需求的装置及方法 |
| CN109843167A (zh) * | 2016-08-22 | 2019-06-04 | 国立大学法人大阪大学 | 疼痛估计装置及疼痛估计方法以及疼痛的分类 |
| US11779269B2 (en) | 2016-08-22 | 2023-10-10 | Osaka University | Pain estimating device, pain estimating method, and pain classification |
| CN106510625A (zh) * | 2016-10-27 | 2017-03-22 | 广州医科大学附属肿瘤医院 | 一种疼痛反馈分析计算方法及系统 |
| CN109222906A (zh) * | 2018-09-13 | 2019-01-18 | 复旦大学 | 一种基于脑部电信号构建疼痛状态预测模型的方法 |
| CN109222906B (zh) * | 2018-09-13 | 2021-06-04 | 复旦大学 | 一种基于脑部电信号构建疼痛状态预测模型的方法 |
| CN109662802A (zh) * | 2018-12-26 | 2019-04-23 | 南京大学 | 一种检测疼痛评价过程中运动协调性能的方法以及应用 |
| CN112957014A (zh) * | 2021-02-07 | 2021-06-15 | 广州大学 | 一种基于脑电波与神经网络的疼痛检测定位方法及系统 |
| CN113143208A (zh) * | 2021-03-12 | 2021-07-23 | 深圳大学 | 基于多维度测量的疼痛敏感性评估系统和方法 |
| CN113143208B (zh) * | 2021-03-12 | 2023-07-25 | 深圳大学 | 基于多维度测量的疼痛敏感性评估系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103405225B (zh) | 2016-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103405225A (zh) | 一种获取疼感评测指标的方法、装置及设备 | |
| US8543194B2 (en) | System and method of detecting abnormal movement of a physical object | |
| US12076166B2 (en) | Neural oscillation monitoring system | |
| CN104173046B (zh) | 一种色彩标记振幅整合脑电图的提取方法 | |
| KR101535352B1 (ko) | 전두엽 뇌파를 이용한 우울증 심도 측정 방법 | |
| CN106413541B (zh) | 用于诊断睡眠的系统和方法 | |
| CN106901727A (zh) | 一种基于脑电信号的抑郁症风险筛查装置 | |
| CN111317446B (zh) | 基于人体肌肉表面电信号的睡眠结构自动分析方法 | |
| CN112641449A (zh) | 一种基于eeg信号的脑神经功能状态检测的快速评估方法 | |
| Chaibi et al. | A comparaison of methods for detection of high frequency oscillations (HFOs) in human intacerberal EEG recordings | |
| CN106859673A (zh) | 一种基于睡眠脑电的抑郁症风险筛查系统 | |
| CN111067513B (zh) | 一种特征权重自学习的睡眠质量检测关键脑区判定方法 | |
| CN117918863A (zh) | 一种脑电信号实时伪迹处理与特征提取的方法和系统 | |
| CN112244872A (zh) | 脑电图信号伪差识别、去除、评估方法、装置及电子设备 | |
| Antunes et al. | A morphology-based feature set for automated Amyotrophic Lateral Sclerosis diagnosis on surface electromyography | |
| CN106175698B (zh) | 睡眠状态分析中睡眠周期检测装置 | |
| CN106333678B (zh) | 脑电信号中检测睡眠状态下脑电波的方法和系统 | |
| CN106333674B (zh) | 睡眠状态分析中睡眠周期检测方法和系统 | |
| CN113261977B (zh) | 一种基于参数优化多尺度排列熵的疲劳脑电特征提取方法 | |
| CN106377250B (zh) | 睡眠状态下的脑电信号数据类型的标注设备 | |
| CN113040787A (zh) | 针对评价感觉门控功能的mmn信号特征进行提取处理的方法、装置、处理器及其存储介质 | |
| CN106388813A (zh) | 基于脑电信号的睡眠状态识别模型训练方法和系统 | |
| CN107440687B (zh) | 一种疼痛等级评估方法及采用其的疼痛等级评估装置 | |
| Gondowijoyo et al. | Applying artificial neural network on heart rate variability and electroencephalogram signals to determine stress | |
| CN112568912A (zh) | 一种基于非侵入式脑电信号的抑郁症生物标记物辨识方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240520 Address after: 518000 A-301, office building, Shenzhen Institute of advanced technology, No. 1068, Xue Yuan Avenue, Shenzhen University Town, Shenzhen, Guangdong, Nanshan District, China Patentee after: Shenzhen shen-tech advanced Cci Capital Ltd. Country or region after: China Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY Country or region before: China |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240618 Address after: 518000, Building 1, 1A201, Zhonghai Huizhi Building, No. 7 Qingshuihe 3rd Road, Qingshuihe Community, Qingshuihe Street, Luohu District, Shenzhen City, Guangdong Province Patentee after: Shenzhen China Europe Innovative Medicine and Health Research Center Co.,Ltd. Country or region after: China Address before: 518000 A-301, office building, Shenzhen Institute of advanced technology, No. 1068, Xue Yuan Avenue, Shenzhen University Town, Shenzhen, Guangdong, Nanshan District, China Patentee before: Shenzhen shen-tech advanced Cci Capital Ltd. Country or region before: China |