CN107427248A - 疼痛测量装置和疼痛测量系统 - Google Patents

Abstract

用于测量对象(99)经历的疼痛的该疼痛测量装置(10)设置有确定单元(12)和测量单元(13)，确定单元(12)用于基于对象(99)上报的疼痛等级和施加到对象(99)上的刺激强度来确定与对象(99)的参考疼痛对应的参考刺激强度；测量单元(13)用于当测量脑电图数据时将从对象(99)测量的脑电图数据和对应于参考刺激强度的参考脑电图数据进行比较来测量对象(99)经历的疼痛。

Description

疼痛测量装置和疼痛测量系统

技术领域

本发明涉及一种用于基于测量对象的脑波数据来对测量对象正在经历的疼痛进行测量的疼痛测量装置。

背景技术

虽然从根本上来说疼痛是主观的，但是对其进行客观评估是治疗所需的。患者经常要承受低估疼痛的弊病。在这一方面，提出了用于客观测量疼痛的方法(例如，参见专利文献1)。

专利文献

专利文献1：特表2010-523226号公报。

发明内容

技术问题

然而，由于测量对象的个体差异，以上描述的常规技术在某些情况下不能正确地测量疼痛。

在这一方面，本发明提供了一种能够客观且高度精确地对测量对象正在经历的疼痛进行测量的疼痛测量装置。

解决方案

根据本发明的一个方面的疼痛测量装置是一种用于对测量对象正在经历的疼痛进行测量的疼痛测量装置，其包括：确定单元和测量单元，确定单元用于基于测量对象上报的疼痛等级和施加到测量对象上的刺激量之间的关系来确定与测量对象的基线疼痛对应的基线刺激量；测量单元用于当测量对象的脑波数据时通过将从测量对象上测量的对象的脑波数据和对应于基线刺激量的测量对象的参考脑波数据进行比较来对测量对象正在经历的疼痛进行测量。

采用这种配置，基于测量对象上报的疼痛等级和施加到测量对象上的刺激量之间的关系，可以确定与测量对象的基线疼痛对应的基线刺激量。此外，可以使用与基线刺激量对应的测量对象的参考脑波数据来测量疼痛。因此，可以使用适合于测量对象个体的参考脑波数据来对测量对象相对于基线疼痛的相对疼痛进行测量。从而，可以客观且高度精确地对测量对象正在经历的疼痛进行测量。

例如，在疼痛等级和刺激量之间的关系中，确定单元可以将疼痛等级的增大与刺激量的增加的比值超过预定阈值比的刺激量范围内的代表值确定为基线刺激量。

采用这种配置，可以将疼痛等级的增大与刺激量的增加的比值超过所述预定阈值比的刺激量范围内的代表值确定为基线刺激量。因此，可以利用由S型曲线表示的疼痛等级和刺激量之间的关系来尝试使基线疼痛规范化。从而，可以更客观地测量疼痛。

例如，代表值可以是最小值、中间值和最大值中至少之一。

采用这种配置，可以使用最小值、中间值和最大值中至少之一作为代表值。

例如，测量单元可以分别根据对象的脑波数据和参考脑波数据来计算至少一个特征值，以及可以基于根据对象的脑波数据计算的至少一个特征值与根据参考脑波数据计算的至少一个特征值的比较结果来对测量对象正在经历的疼痛进行测量。

采用这种配置，可以基于根据对象的脑波数据计算的特征值和根据参考脑波数据计算的特征值来对测量对象正在经历的疼痛进行测量。因此，可以通过将对象的脑波数据与参考脑波数据相比较来更有效地测量疼痛。

例如，所述至少一个特征值可以包括第一特征值，该第一特征值表示由刺激引起的脑波波形的幅值。

采用这种配置，表示脑波波形的幅值的第一特征值可以用于比较对象的脑波数据与参考脑波数据。由于该幅值取决于疼痛等级，所以可以更有效地比较脑波数据，并且可以高精度地测量疼痛。

例如，如果第一评估值大于第一阈值，则测量单元可以确定测量对象具有比基线疼痛大的疼痛，该第一评估值表示根据对象的脑波数据计算的第一特征值相对于根据参考脑波数据计算的第一特征值的相对大小。

采用这种配置，如果第一评估值大于第一阈值，则可以确定测量对象具有比基线疼痛大的疼痛。因此，可以利用疼痛加剧时幅值变大的特性来高精度地测量疼痛。

例如，所述至少一个特征值可以包括第二特征值，该第二特征值表示由刺激引起的脑波波形的延迟。

采用这种配置，表示脑波波形的延迟的第二特征值可以用于比较对象的脑波数据与参考脑波数据。由于该延迟取决于疼痛等级，所以可以更有效地比较脑波数据，并且可以高精度地测量疼痛。

例如，如果第二评估值小于第二阈值，则测量单元可以确定测量对象具有比基线疼痛更大的疼痛，该第二评估值表示根据对象的脑波数据计算的第二特征值相对于根据参考脑波数据计算的第二特征值的相对大小。

采用这种配置，如果第二评估值大于第二阈值，则可以确定测量对象具有比基线疼痛大的疼痛。因此，可以利用疼痛越大延迟越短的特性来高精度地测量疼痛。

例如，疼痛测量装置可以进一步包括估计单元，用于基于当将多个第一刺激量的刺激分别施加到测量对象上时由测量对象上报的第一疼痛等级和从测量对象上测量的第一脑波数据，对当将与所述多个第一刺激量不同的第二刺激量的刺激施加到测量对象上时待由测量对象上报的第二疼痛等级和待从测量对象上测量的第二脑波数据进行估计；其中，所述确定单元基于第一疼痛等级和第二疼痛等级、以及第一刺激量和第二刺激量之间的关系来确定参考刺激量。

采用这种配置，可以对与实际上未施加到测量对象上的刺激量对应的疼痛等级和脑波数据进行估计。因此，可以减少对测量对象施加刺激的次数，并且可以抑制刺激在测量对象上产生的疼痛。特别地，通过估计与大的刺激量对应的疼痛等级和脑波数据，可以避免大的刺激在测量对象上产生的明显疼痛。

根据本发明的一方面的疼痛测量系统包括：疼痛测量装置，用于对测量对象正在经历的疼痛进行测量；刺激装置，用于将多个刺激量的刺激分别施加到测量对象上；以及脑电图仪，用于：(i)当将多个刺激量的刺激施加到测量对象上时对测量对象的脑波数据分别进行测量；以及(ii)对用于测量所述测量对象的疼痛的对象的脑波数据进行测量，其中，疼痛测量装置包括：存储单元，用于存储当将多个刺激量的刺激分别施加到测量对象上时测量的脑波数据、以及刺激量和测量对象上报的疼痛等级；确定单元，用于基于测量对象上报的疼痛等级和施加到测量对象上的刺激量之间的关系来确定与测量对象的基线疼痛对应的基线刺激量；以及测量单元，用于当测量对象的脑波数据时通过将从测量对象测量的脑波数据和对应于基线刺激量的参考脑波数据进行比较来对测量对象正在经历的疼痛进行测量。

采用这种配置，可以获得与以上描述的疼痛测量装置类似的效果。

上述这些通用或具体实施方式可以采用一种方法；集成电路、计算机程序、或者诸如计算机可读CD-ROM之类的记录介质来实现，或者可以采用一种方法；集成电路、计算机程序和记录介质的任意组合来实现。

发明的有益效果

根据本发明的一个方面，可以客观地对测量对象正在经历的疼痛进行测量，并且可以提高测量精度。

附图说明

[图1]图1是示出实施方式1中疼痛测量系统的配置的框图；

[图2]图2是示出实施方式1中采集脑波数据和疼痛等级的过程的流程图；

[图3]图3是示出实施方式1中测量疼痛的过程的流程图；

[图4]图4是示出实施方式1中疼痛等级和刺激量之间的关系的一个示例的图；

[图5]图5是示出实施方式1中脑波波形的示例的图；

[图6]图6是示出实施方式2中疼痛测量系统的配置的框图；

[图7]图7是示出实施方式2中测量疼痛的过程的流程图。

具体实施方式

在下文中，将参照附图对上述实施方式进行详细解释。

下文中所解释的实施方式中的每一种示出了通用示例或具体示例。在下面的实施方式中示出的数值、形状、材料、构成要素、以及构成要素的安装位置和连接形式、步骤、步骤的顺序仅是一个示例，不用于限制权利要求。此外，未在阐述上位概念的独立权利要求中记载的下面实施方式中的构成要素被解释为可选的构成要素。

实施方式1

[疼痛测量系统的配置]

图1是示出实施方式1中疼痛测量系统的配置的框图。该疼痛测量系统包括疼痛测量装置10、刺激装置20和脑电图仪30。

疼痛测量装置10对测量对象99正在经历的疼痛进行测量。测量对象是活体，其疼痛会引起脑波的改变。不需要将测量对象限制为人类。

刺激装置20将多个刺激量的刺激分别施加到测量对象99上。具体地，例如，刺激装置20在改变刺激量的同时按顺序将多个刺激施加到测量对象99上。

在这一方面，从测量对象99的外部将刺激施加到测量对象99上以引起测量对象99各种等级的疼痛。具体地，例如，刺激是电刺激或热刺激。

测量对象99主观地上报疼痛等级，该疼痛等级表示由刺激装置20施加的刺激所产生的疼痛程度。例如，当施加刺激时，测量对象99以视觉模拟评分法(VAS)来上报疼痛等级。VAS是一种通过指出当前的疼痛等级位于10cm直线上的哪个位置来上报疼痛等级的方法，该10cm直线表示从0至100的疼痛等级。

脑电图仪30采用头皮上的电极来测量在测量对象99脑部中产生的电活动。此外，脑电图仪30输出测量结果，脑波数据。具体地，当刺激装置20将多个刺激量的刺激施加到测量对象99上时，脑电图仪30对脑波数据各自进行测量。此外，脑电图仪30对测量对象99的疼痛测量中所使用的对象的脑波数据进行测量。

将刺激装置20施加到测量对象99上的刺激的刺激量、测量对象99上报的疼痛等级和从脑电图仪30输出的脑波数据输入到疼痛测量装置10中并用于获得参考脑波数据。

[疼痛测量装置的功能配置]

接下来，将对疼痛测量装置10的详细配置进行解释。如图1所示，疼痛测量装置10包括存储单元11、确定单元12和测量单元13。

存储单元11例如为硬盘驱动器或半导体存储器。存储单元11存储刺激装置20施加到测量对象99上的刺激的刺激量、测量对象99上报的疼痛等级和从脑电图仪30输出的脑波数据。

确定单元12例如通过处理器和存储器来实现。基于测量对象99上报的疼痛等级和施加到测量对象99上的刺激量之间的关系，确定单元12确定与测量对象99的基线疼痛对应的基线刺激量。例如，确定单元12将一范围内的代表值(例如最小值、中间值、最大值等)确定为基线刺激量，在该范围内，就测量对象99上报的疼痛等级和施加到测量对象99上的刺激量之间的关系而言疼痛等级随刺激量的增加而增大。下文中将对基线刺激量的确定进行详细讨论。

当测量对象的脑波数据时，通过对从测量对象99测量的对象的脑波数据与参考脑电图数据进行比较，测量单元13对测量对象99正在经历的疼痛进行测量。对象的脑电图数据是从测量对象99测量的脑电图数据，其用于对测量对象99正在经历的疼痛进行测量。此外，参考脑电图数据为用于根据对象的脑电图数据来测量疼痛所参考的脑电图数据。在该实施方式中，参考脑电图数据是当将基线刺激量的刺激施加到测量对象99上时从测量对象99上测量的脑电图数据。

例如，分别根据对象的脑波数据和参考脑电图数据计算的至少一个特征值用于比较对象的脑波数据与参考脑电图数据。下文中将详细讨论通过比较对象的脑波数据和参考脑波数据进行的疼痛测量。

[疼痛测量系统的操作]

接下来，将对具有上述配置的疼痛测量系统的操作进行解释。

首先，图2用来解释采集脑波数据和疼痛等级的过程。图2是示出实施方式1中采集脑波数据和疼痛等级的过程的流程图。

在刺激装置20中，从多个刺激量中选择一个尚未被选择过的刺激量(S11)。例如，从20μA、40μA、60μA、80μA和100μA的电刺激量中选择一个尚未被选择过的刺激量。

接下来，刺激装置20将所选择的刺激量的刺激施加到测量对象99上(S12)。当在步骤S12中施加刺激时，脑电图仪30测量来自测量对象99的脑波数据(S13)。此外，获得测量对象99响应于在步骤S12中施加的刺激而上报的疼痛等级(S14)。

将在步骤S11中选择的刺激量、在步骤S13中测量的脑波数据以及在步骤S14中获得的疼痛等级存储在存储单元11中(S15)。

如果多个刺激量的全部都已经被选择过了(S16中，是)，则该过程结束。如果多个刺激量中的一个尚未被选择(S16中，否)，则该过程返回到步骤S11。

如以上所公开的，按顺序将多个刺激量的刺激施加到测量对象99上，并且将对应于每个刺激量的脑波数据和疼痛等级存储在存储单元11中。

接下来，图3-图5用来解释测量疼痛的过程。图3是示出实施方式1中测量疼痛的过程的流程图。图4是示出实施方式1中疼痛等级和刺激量之间的关系的一个示例的图。图5是示出实施方式1中脑波波形的示例的图。

基于测量对象99上报的疼痛等级和施加到测量对象99上的刺激量之间的关系，确定单元12确定与测量对象99的基线疼痛对应的基线刺激量(S21)。

如图4中所示，疼痛等级和刺激量之间的关系通过S型(S形)曲线来表示。然而，S型曲线的形状(例如最大值、最小值等)对每个测量对象而言是不同的。因此，在该实施方式中，利用S型曲线的特征点(例如拐点等)使疼痛等级规范化。具体地，确定单元12将一刺激量范围内的代表值(例如最小值、中间值、最大值等)确定为基线刺激量，在该刺激量范围内，就疼痛等级和刺激量之间的关系而言疼痛等级随刺激量的增加而增大。

通过对疼痛等级的增大与刺激量的增加的比值和预定阈值比进行比较来确定疼痛等级随刺激量的增加而增大的刺激量范围。也就是说，疼痛等级随刺激量的增加而增大的刺激量范围是疼痛等级的增大与刺激量的增加的比值超过预定阈值比的范围。预定阈值比可以根据经验或者根据实验来确定。

疼痛等级随刺激量的增加而增大的刺激量范围的最小值与疼痛等级开始增大时的刺激量对应。也就是说，所述范围内的最小值是即使刺激量减少疼痛等级也不会再减小的刺激量中的最大刺激量。

疼痛等级随刺激量的增加而增大的刺激量范围的最大值与疼痛等级停止增大时的刺激量对应。也就是说，所述范围内的最大值是即使刺激量增加疼痛等级也不会再增大的刺激量中的最小刺激量。

在图4中，在范围101内疼痛等级随刺激量的增加而增大。在这一方面，例如，确定单元12将范围101内的最小值(60μA)确定为基线刺激量。作为另一示例，确定单元12可以将范围101内的中间值(70μA)确定为基线刺激量。作为另一示例，确定单元12可以将范围101内的最大值(80μA)确定为基线刺激量。作为另一示例，确定单元12可以将范围101内的最小值、中间值和最大值中的全部或任两个确定为基线刺激量。

接下来，测量单元13从存储单元11中获得参考脑波数据(S22)。也就是说，测量单元13从存储单元11中获得当将基线刺激量的刺激施加到测量对象99上时从测量对象99上测量的脑波数据作为参考脑波数据。

随后，测量单元13由参考脑波数据计算参考特征值(S23)。具体地，测量单元13由参考脑波数据计算包括第一特征值和第二特征值的参考特征值。

在该实施方式中，第一特征值表示由刺激引起的脑波波形的幅值。具体地，例如，第一特征值为最大峰值和最小峰值之间的差(即峰峰值)。例如在图5中，测量单元13计算三个差(N1-P1、N2-P2和N1-P2)中的最大差(N1-P1)作为第一特征值。

在该实施方式中，第二特征值表示由刺激引起的脑波波形的延迟。延迟是施加刺激和反应之间的时间段。具体地，例如，第二特征值为施加刺激和由该刺激引起的脑波波形的第一峰值之间的时间段。例如在图5中，测量单元13计算从施加刺激的时刻T0到出现第一峰值的时刻T1的时间段(T1-T0)来作为第二特征值。

接下来，测量单元13获得对象的脑波数据(S24)。也就是说，测量单元13获得从测量对象99上测量的脑波数据作为用于对测量对象99正在经历的疼痛进行测量的对象的脑波数据。

随后，测量单元13由对象的特征值来计算对象的脑波数据(S25)。具体地，测量单元13如步骤S23中那样由对象的脑波数据来计算对象的的特征值，其包括第一特征值和第二特征值。

然后，测量单元13将对象的特征值与参考特征值进行比较(S26)。具体地，测量单元13将对象的特征值中包括的第一特征值与参考特征值中包括的第一特征值进行比较。在该实施方式中，测量单元13计算第一评估值作为第一特征值的比较结果，该第一评估值表示对象的特征值中包括的第一特征值相对于参考特征值中包括的第一特征值的相对大小。例如，使用下面的方程式(1)来计算第一评估值。

E1＝100×(Ax-Ar)/Ar…(1)

其中，E1表示第一评估值；Ax表示对象的特征值中包括的第一特征值；而Ar表示参考特征值中包括的第一特征值。

此外，测量单元13将对象的特征值中包括的第二特征值与参考特征值中包括的第二特征值进行比较。在该实施方式中，测量单元13计算第二评估值作为第二特征值的比较结果，该第二评估值表示对象的特征值中包括的第二特征值相对于参考特征值中包括的第二特征值的相对大小。例如，使用下面的方程式(2)来计算第二评估值。

E2＝Bx-Br…(2)

其中，E2表示第二评估值；Bx表示对象的特征值中包括的第二特征值；而Br表示参考特征值中包括的第二特征值。

以这种方式，测量单元13计算第一评估值和第二评估值作为对象的特征值与对象的参考特征值的比较结果。

接下来，基于对象的特征值与对象的参考特征值的比较结果，测量单元13对测量对象99正在经历的疼痛进行测量(S27)。在该实施方式中，如果第一评估值和第二评估值满足预定条件，测量单元13则确定测量对象99具有比与基线刺激量对应的疼痛大的疼痛。

具体地，例如，如果第一评估值大于第一阈值且第二评估值小于第二阈值，测量单元13则确定测量对象99具有比与基线刺激量对应的疼痛大的疼痛。在这种情况中，预定条件通过下面的方程式(3)来表示。

E1＞Th1且E2＜Th2…(3)

其中，Th1为第一阈值；而Th2为第二阈值。

例如，如果使用范围101内的最小值作为基线刺激量，那么如果满足条件(3)，测量单元13则确定“存在疼痛”。如果不满足条件(3)，测量单元13则确定“没有疼痛”。此外，如果使用范围101内的中间值作为基线刺激量，那么如果满足条件(3)，测量单元13则确定“存在中度或更高度的疼痛”，而如果不满足条件(3)，则确定“没有疼痛”或者“存在低度疼痛”。此外，如果使用范围101内的最大值作为基线刺激量，那么如果满足条件(3)，测量单元13则确定“存在高度疼痛”，而如果不满足条件(3)，则确定“没有疼痛”或者“存在中度或更低度的疼痛”。通过组合使用这三种基线刺激量，测量单元13可以将测量对象99正在经历的疼痛程度区分为以下之一：“无”、“低度”、“中度”和“高度”。

[效果]

基于以上情况，采用根据该实施方式的疼痛测量装置10，确定单元12可以基于测量对象99上报的疼痛等级和施加到测量对象99上的刺激量之间的关系来确定与测量对象99的基线疼痛对应的基线刺激量。此外，确定单元13可以使用与基线刺激量对应的测量对象99的脑波数据来测量疼痛。因此，疼痛测量装置10可以使用适合于测量对象99个体的参考脑波数据来对测量对象99相对于基线疼痛的相对疼痛进行测量。从而，疼痛测量装置10可以客观且高度精确地对测量对象99正在经历的疼痛进行测量。

采用根据该实施方式的疼痛测量装置10，确定单元12可以将疼痛等级随刺激量的增加而增大的刺激量范围内的代表值确定为基线刺激量。因此，确定单元12可以利用由S型曲线表示的疼痛等级和多个刺激量之间的关系来实现基线疼痛的规范化。从而，疼痛测量装置10可以更客观地测量疼痛。

采用根据该实施方式的疼痛测量装置10，测量单元13可以基于根据对象的脑波数据计算的特征值与根据参考脑波数据计算的特征值的比较结果来对测量对象正在经历的疼痛进行测量。因此，测量单元13可以更有效地将对象的脑波数据与参考脑波数据进行比较。

采用根据该实施方式的疼痛测量装置10，测量单元13可以使用表示脑波波形的幅值的第一特征值来将对象的脑波数据与参考脑波数据进行比较。由于幅值取决于疼痛等级，所以测量单元13可以更有效地比较脑波数据，并且可以高精度地测量疼痛。

采用根据该实施方式的疼痛测量装置10，如果第一评估值大于第一阈值，则测量单元13可以确定测量对象具有比基线疼痛大的疼痛。因此，测量单元13可以利用疼痛越大幅值越大的特性来高精度地测量疼痛。

实际上，发明人使用“10”作为第一阈值对15个对象进行了实验。结果，能够正确地区分11个对象中疼痛的存在/不存在。

采用根据该实施方式的疼痛测量装置10，测量单元13可以使用表示脑波波形的延迟的第二特征值来将对象的脑波数据与参考脑波数据进行比较。由于延迟取决于疼痛等级，所以测量单元13可以更有效地比较脑波数据，并且可以高精度地测量疼痛。

采用根据该实施方式的疼痛测量装置10，如果第二评估值大于第二阈值，测量单元13则可以确定测量对象具有比基线疼痛大的疼痛。因此，测量单元13可以利用疼痛越大延迟越短的特性来高精度地测量疼痛。

实际上，发明人使用“0”作为第二阈值对15个对象进行了实验。结果，能够正确地区分7个对象中疼痛的存在/不存在。

实际上，发明人使用“10”作为第一阈值并使用“0”作为第二阈值对15个对象进行了又一实验。结果，能够正确地区分12个对象中疼痛的存在/不存在。

实施方式2

接下来，对实施方式2进行解释。该实施方式与以上描述的实施方式1的不同在于，对与实际上未施加到测量对象上的刺激量对应的疼痛等级和脑波数据进行估计，并使用估计结果来确定基线刺激量。下文中主要针对与实施方式1的上述不同来解释该实施方式。

[疼痛测量系统的配置]

图6是示出实施方式2中的疼痛测量系统的配置的框图。在图6中，给与图1基本相同的构成要素分配相同的符号，适当时省略其解释。根据该实施方式的疼痛测量系统包括疼痛测量装置10A、刺激装置20和脑电图仪30。

疼痛测量装置10A对测量对象99正在经历的疼痛进行测量。疼痛测量装置10A包括存储单元11、确定单元12、测量单元13和估计单元14A。

基于测量对象99实际上报的疼痛等级和从测量对象99上测量的脑波数据，估计单元14A对与实际上未施加到测量对象99上的刺激量对应的疼痛等级和脑波数据进行估计。也就是说，基于当将多个第一刺激量的刺激分别施加到测量对象99上时由测量对象99上报的第一疼痛等级和从测量对象99上测量的第一脑波数据，估计单元14A对当将与多个第一刺激量不同的第二刺激量的刺激施加到测量对象99上时待由测量对象99上报的第二疼痛等级和待从测量对象上测量的第二脑波数据进行估计。在这一方面，将估计的疼痛等级和脑波数据与刺激量存储在存储单元11中。估计单元14A估计的脑波数据不需要是脑波波形，而可以是脑波的特征值(例如幅值、延迟等)。

估计单元14A估计疼痛等级和脑波数据的方法可以是任何方法。这种方法没有特别的限制。例如，估计方法可以使用回归分析或机器学习。例如，通过对当将多个刺激量的刺激分别施加到测量对象99上时由测量对象99上报的疼痛等级和从测量对象99上测量的脑波数据进行回归分析，估计单元14A可以对当将实际未施加到测量对象99上的刺激量的刺激施加到其上时假想的测量对象99的疼痛等级和脑波数据进行估计。作为另一示例，使用将刺激施加到与测量对象99不同的活体上时获得的疼痛等级和脑部数据作为训练数据，使用机器学习构建的模型，估计单元14A可以对实际未施加到测量对象99上的刺激量的疼痛等级和脑波数据进行估计。

[疼痛测量系统的操作]

接下来，将对以上述方式配置的疼痛测量系统的操作进行解释。除了所施加的刺激的次数不同之外，采集脑波数据和疼痛等级的过程与实施方式1基本上相同。因此，省略对其的说明。

在该实施方式中，仅将较少刺激量的刺激施加到测量对象99上，以抑制由施加到测量对象99上的刺激引起的疼痛。例如，刺激装置20给测量对象99施加70μA或更少的电刺激。因此，将分别施加70μA或更少的电刺激时测量对象99上报的疼痛等级和从测量对象99上测量的脑波数据与刺激量存储在存储单元11中。

图7是示出实施方式2中测量疼痛的过程的流程图。在图7中，给与图4基本相同的过程分配相同的符号，适当时省略其解释。

在该实施方式中，在确定基线刺激量之前，对实际未施加到测量对象99上的刺激量的疼痛等级和脑波数据进行估计(S20A)。具体地，基于在步骤S15中存储在存储单元11中的疼痛等级(即第一疼痛等级)和脑波数据(即第一脑波数据)，估计单元14A对当将未知量的刺激施加到测量对象99上时待由测量对象99上报的疼痛等级(即第二疼痛等级)和待从测量对象99上测量的脑波数据(即第二脑波数据)进行估计。

例如，使用当将70μA或更小的电刺激实际施加到测量对象99上时测量对象99上报的疼痛等级和电刺激量之间的关系，估计单元14A对当将大于70μA的电刺激施加到测量对象99上时待由测量对象99上报的疼痛等级和待从测量对象99上测量的脑波数据进行估计。应该注意的是，实际施加的电刺激的大小和估计疼痛等级等的电刺激的大小不限于此。例如，实际上可以将大于70μA的电刺激施加到测量对象99上，而对与70μA或更小的电刺激对应的疼痛等级等进行估计。作为另一示例，实际上可以将60μA至80μA的电刺激施加到测量对象99上，而对与小于60μA或80μA的电刺激对应的疼痛等级等进行估计。

随后，基于存储单元11中存储的疼痛等级和刺激量之间的关系，确定单元12确定与测量对象99的基线疼痛对应的基线刺激量(S21A)。也就是说，确定单元12使用实际上报的疼痛等级和估计的疼痛等级来确定基线刺激量。

[效果]

如上所论述的那样，采用根据该实施方式的疼痛测量装置10A，估计单元14A可以对与实际未施加到测量对象99上的刺激量对应的疼痛等级和脑波数据进行估计。因此，疼痛测量系统可以减少施加到测量对象99上的刺激的次数，从而可以抑制刺激在测量对象99中产生的疼痛。特别地，通过对与大刺激量对应的疼痛等级和脑波数据进行估计，可以避免大的刺激在测量对象上产生的明显疼痛。

其他实施方式

上文中已经基于实施方式解释了根据本发明的一个或多个方面的疼痛测量装置。然而，本发明不限于这些实施方式。本领域内技术人员设想到的具有适用于上述实施方式的各种改型的实施方式包括在本发明一个或多个方面的范围内，只要它们不偏离本发明的目的。

例如，以上描述的每一种实施方式中的存储单元11可以不包括在疼痛测量装置10或10A中。在这种情况下，存储单元11可以是经由通信网络连接到疼痛测量装置10或10A的存储装置。

以上描述的每一种实施方式中解释了测量对象以VAS上报疼痛等级的情况，但是这不需要一定限制为VAS。疼痛等级不需要由测量对象明确上报。例如，当测量对象的动作根据疼痛等级改变时，该动作可以被视为上报的疼痛等级。

以上描述的每一种实施方式中的基线刺激量是一个示例，因此该量不限于此。例如，在范围101中，基线刺激量可以是最小值和中间值的均值。

虽然以上描述的每一种实施方式中使用第一特征值和第二特征值来将对象的脑波数据与参考脑波数据进行比较，但是可以不需要使用这些特征值。在这种情况下，例如，可以通过模式匹配将对象的脑波数据和参考脑波数据进行比较。此外，可以仅使用第一特征值和第二特征值之一。

以上描述的每一种实施方式中的第一特征值和第二特征值是一个示例，因此该量不限于此。例如。第一特征值可以仅是峰值，而不是峰峰值。

此外，以上描述的每一种实施方式中的第一评估值和第二评估值是一个示例，因此该值不限于此。例如，线性距离和马氏距离可以用作评估值。

以上描述的每一种实施方式中的疼痛测量装置包括的构成要素的一些或全部可以由单个系统LSI(Large Scale Integration，大规模集成电路)组成。

系统LSI是通过在单个芯片上集成多个构件制造的超多功能LSI。具体地，系统LSI是包括微处理器、ROM(只读存储器)、RAM(随机访问存储器)等的计算机系统。计算机程序存储在ROM中。微处理器根据用于系统LSI的计算机程序来操作以完成其功能。

在这种情况下LSI被称为系统LSI，但是LSI也可以根据集成度的差异而被称为IC、LSI、超大LSI或大LSI。此外，形成集成电路的方法不限于LSI。该方法可以采用专用电路或通用处理器来实现。在制造了LSI后，可以使用能够对LSI内的电路单元的连接或设置进行重新配置的可编程FPGA(现场可编程门阵列)或可重新配置的处理器。

此外，如果由于半导体技术或另一衍生技术的进步而研发出了取代LSI的形成集成电路的技术，则这种技术当然可以用于集成功能块。生物技术等的应用是其可能性。

本发明的一个方面不仅可以是这种疼痛测量装置，也可以是一种使用包括在疼痛测量装置中的特征构成作为其步骤的测量疼痛的方法。本发明的一个方面可以是计算机程序，该计算机程序使计算机执行测量疼痛的方法中包括的每个特征步骤。此外，本发明的一个方面可以是计算机可读非暂时性记录介质，计算机程序被记录在该计算机可读非暂时性记录介质中。

在以上描述的每一种实施方式中，每个构成要素可以由专门的硬件构成或者可以通过执行适于每个构成要素的软件程序来实现。每个构成要素可以通过诸如CPU或处理器之类的计算机执行单元来实现，读出并执行在诸如硬盘或半导体存储器之类的记录介质上记录的软件程序。在这一方面，实现以上描述的每一种实施方式等的疼痛测量装置的软件包括下面的程序。

具体地，这种程序使计算机执行用于对测量对象正在经历的疼痛进行测量的疼痛测量方法，该方法包括：确定步骤和测量步骤，确定步骤用于基于测量对象上报的疼痛等级和施加到测量对象上的刺激量之间的关系来确定与测量对象的基线疼痛对应的基线刺激量；测量步骤用于当测量脑波数据时通过将从测量对象上测量的对象的脑波数据与测量对象的参考脑波数据进行比较来对测量对象正在经历的疼痛进行测量。

工业实用性

本发明可以用作对测量对象正在经历的疼痛进行测量的疼痛测量装置。

附图标记列表

10、10A 疼痛测量装置

11 存储单元

12 确定单元

13 测量单元

14A 估计单元

20 刺激装置

30 脑电图仪

Claims (10)

1.一种疼痛测量装置，用于对测量对象正在经历的疼痛进行测量，该疼痛测量装置包括：

确定单元，用于基于所述测量对象上报的疼痛等级和施加到所述测量对象上的刺激量之间的关系来确定与所述测量对象的基线疼痛对应的基线刺激量；以及

测量单元，用于当测量对象的脑波数据时通过将从所述测量对象测量的对象的所述脑波数据和所述测量对象的与所述基线刺激量对应的参考脑波数据进行比较来对所述测量对象正在经历的疼痛进行测量。

2.根据权利要求1所述的疼痛测量装置，其中，所述确定单元将一刺激量范围内的代表值确定为所述基线刺激量，其中，在该刺激量范围内，在疼痛等级和刺激量之间的关系中，所述疼痛等级的增大与所述刺激量的增加的比值超过预定阈值比。

3.根据权利要求2所述的疼痛测量装置，其中，所述代表值是最小值、中间值和最大值中至少之一。

4.根据权利要求1至3中任一项所述的疼痛测量装置，其中，所述测量单元分别根据对象的所述脑波数据和所述参考脑波数据计算至少一个特征值，以及基于根据对象的所述脑波数据计算的至少一个特征值与根据所述参考脑波数据计算的至少一个特征值的比较结果来对所述测量对象正在经历的疼痛进行测量。

5.根据权利要求4所述的疼痛测量装置，其中，所述至少一个特征值包括第一特征值，所述第一特征值表示由刺激引起的脑波波形的幅值。

6.根据权利要求5所述的疼痛测量装置，其中，如果第一评估值大于第一阈值，所述测量单元则确定所述测量对象具有比所述基线疼痛大的疼痛，其中，所述第一评估值表示根据对象的所述脑波数据计算的第一特征值相对于根据所述参考脑波数据计算的第一特征值的相对大小。

7.根据权利要求4-6中任一项所述的疼痛测量装置，其中，所述至少一个特征值包括第二特征值，所述第二特征值表示由刺激引起的脑波波形的延迟。

8.根据权利要求7所述的疼痛测量装置，其中，如果第二评估值小于第二阈值，所述测量单元则确定所述测量对象具有比所述基线疼痛大的疼痛，其中，所述第二评估值表示根据对象的所述脑波数据计算的第二特征值相对于根据所述参考脑波数据计算的第二特征值的相对大小。

9.根据权利要求1-8中任一项所述的疼痛测量装置，其中，所述疼痛测量装置还包括估计单元，所述估计单元用于基于当将多个第一刺激量的刺激分别施加到所述测量对象上时由所述测量对象上报的第一疼痛等级和从所述测量对象上测量的第一脑波数据，对当将与所述多个第一刺激量不同的第二刺激量的刺激施加到所述测量对象上时待由所述测量对象上报的第二疼痛等级和待从所述测量对象上测量的第二脑波数据进行估计；其中，所述确定单元基于所述第一疼痛等级和所述第二疼痛等级、以及所述第一刺激量和所述第二刺激量之间的关系来确定所述基线刺激量。

10.一种疼痛测量系统，包括：

疼痛测量装置，用于对测量对象正在经历的疼痛进行测量；

刺激装置，用于将多个刺激量的刺激分别施加到所述测量对象上；以及

脑电图仪，用于：(i)当将所述多个刺激量的刺激施加到所述测量对象上时对所述测量对象的脑波数据分别进行测量；以及(ii)对测量所述测量对象的疼痛时使用的对象的脑波数据进行测量，

其中，所述疼痛测量装置包括：

存储单元，用于存储当将所述多个刺激量的刺激分别施加到所述测量对象上时测量的脑波数据、以及刺激量和所述测量对象上报的疼痛等级；

确定单元，用于基于所述测量对象上报的疼痛等级和施加到所述测量对象上的刺激量之间的关系来确定与所述测量对象的基线疼痛对应的基线刺激量；以及

测量单元，用于当测量对象的脑波数据时通过将从所述测量对象测量的对象的所述脑波数据和对应于所述基线刺激量的参考脑波数据进行比较来对所述测量对象正在经历的疼痛进行测量。