成果展示
成果展示 当前位置: 首页 >> 成果展示 >> 脑机接口与康复医疗 >> 正文

基于脑机接口和深度学习的术后急性疼痛预测系统

        疼痛是一种常见病,按疼痛持续时间和性质,疼痛可分为急性疼痛和慢性疼痛。急性疼痛指短期存在、通常发生于伤害性刺激之后的疼痛,急性疼痛如果在初始阶段未得到完全控制,可能会发展为慢性疼痛。长期的慢性疼痛会导致大脑神经系统发生异常变化,严重影响患者的生活质量。头皮脑电信号是客观评价疼痛疾病的重要途径,对患者术前静息态脑电信号的研究分析能够为急性疼痛与慢性疼痛的分类提供重要依据。针对此问题,高忠科教授团队设计了一套基于脑机接口和深度学习的术后急性疼痛预测系统。如下图1所示,该系统基于自主研发的便携式脑电采集设备在术前0-3天获取病人的术前静息态脑电信号,利用滑动窗口技术对脑电信号进行分割得到一系列的滑动窗口数据,利用预处理方法将一系列的滑动窗口数据转化为二维图像,利用提出的基于深度学习的智能算法进行计算分析,得到脑电信号所属类别并在显示器上输出分类结果,实现医疗过程中的术后急性疼痛预测。团队基于26名临床病人的术前静息态脑电信号使用该系统中的处理分析算法进行计算,得到了94%的预测准确率,验证了该系统的有效性。


图1 术后急性疼痛预测系统系统框图

上一条:基于深度学习的新型意念控制智能康复系统
下一条:融合脑电信号通道拓扑结构的麻醉状态监测系统

Copyright ©  人工智能与网络科学研究所  版权所有
地址:天津市南开区卫津路92号天津大学 邮编:300072