Pubblicazioni

Per ricevere informazioni su corsi, congressi, novità tecnologiche, aspetti legali e iniziative nel campo delle neuroscienze

Detecting acute pain signals from human EEG

G, Sun; Z, Wen; D, Ok; L, Doan; J, Wang; ZS, Chen
Abstract:
Advances in human neuroimaging has enabled us to study functional connections among various brain regions in pain states. Despite a wealth of studies at high anatomic resolution, the exact neural signals for the timing of pain remain little known. Identifying the onset of pain signals from distributed cortical circuits may reveal the temporal dynamics of pain responses and subsequently provide important feedback for closed-loop neuromodulation for pain. Here we developed an unsupervised learning method for sequential detection of acute pain signals based on multichannel human EEG recordings. Following EEG source localization, we used a state-space model (SSM) to detect the onset of acute pain signals based on the localized regions of interest (ROIs). We validated the SSM-based detection strategy using two human EEG datasets, including one public EEG recordings of 50 subjects. We found that the detection accuracy varied across tested subjects and detection methods. We also demonstrated the feasibility for cross-subject and cross-modality prediction of detecting the acute pain signals. In contrast to the batch supervised learning analysis based on a support vector machine (SVM) classifier, the unsupervised learning method requires fewer number of training trials in the online experiment, and shows comparable or improved performance than the supervised method. Our unsupervised SSM-based method combined with EEG source localization showed robust performance in detecting the onset of acute pain signals.
Patologie/Applicazioni:
Anno:
2020
Tipo di pubblicazione:
Articolo
Parola chiave:
EEG; Modello stato-spaziale; Localizzazione fonte; ERP; Dolore acuto
Testata scientifica:
Journal of Neuroscience Methods
Nota:
Studio in cui è stato sviluppato un nuovo metodo basato su registrazioni EEG multicanale che ha mostrato prestazioni robuste per il rilevamento sequenziale dei segnali di dolore acuto. A seguito della localizzazione della sorgente EEG è stato utilizzato un modello spazio-stato (SSM) per rilevare l'insorgenza di segnali di dolore acuto in base alle regioni di interesse (ROI) localizzate. Le registrazioni EEG sono state effettuate con il dispositivo Enobio, Neuroelectrics a 32 canali (frequenza di campionamento: 500 Hz; filtro passa-alto a 0,1 Hz e filtro passa-basso a 250 Hz) su due soggetti destrimani (età: 69 e 48 anni, rispettivamente di sesso femminile e maschile) con mal di schiena cronico prima sottoposti a EEG a riposo con gli occhi chiusi e poi ad occhi aperti per 5 minuti ciascuno. Il protocollo di test consisteva in 40 prove di stimolazione meccanica (puntura di spillo doloroso nocivo (PP) con un ago smussato da 32 gauge vs stimolo non nocivo (NP) con un monofilamento da 10 g) sulla mano destra, seguite da altre 40 prove di stimolazione meccanica sulla parte bassa della schiena. In entrambi i casi, le stimolazioni nocive e non nocive sono state alternate in modo casuale con un intervallo inter-stimolo di 8-12 sec.
DOI:
doi.org/10.1016/j.jneumeth.2020.108964

La nostra storia

GEA soluzioni si affaccia nel 2013 al mercato della strumentazione medicale di alto livello tecnologico ma la sua storia parte da più lontano, clicca qui per approfondire.  

GEA SOLUZIONI SRL
via Issiglio 95/10, Torino
Tel.: 011 5821948
Fax: 011 0433281
Email: info @ geasoluzioni.it

P. IVA IT11696920013 - REA TO1233648

Tutti i prodotti esposti sul sito geasoluzioni.it con relativi sottodomini ed aventi la natura di dispositivi medici, dispositivi medico diagnostici, presidi medico chirurgici, medicazioni per uso esterno, nonché tutti i contenuti del sito www.geasoluzioni.it (testi, immagini, foto, disegni, allegati, descrizioni e quant’altro) non hanno carattere né natura di pubblicità. Tutti i contenuti devono intendersi e sono di natura esclusivamente informativa e volti esclusivamente a portare a conoscenza dei clienti o dei potenziali clienti in fase di pre-acquisto i prodotti venduti da GEA soluzioni s.r.l. attraverso la rete. Nessun contenuto delle pagine del sito deve essere inteso come materiale pubblicitario, teso ad influenzare in qualsivoglia maniera una decisione di acquisto.

Copyright © 2021 GEA SOLUZIONI SRL. Tutti i diritti riservati.

Search

Con riferimento alla normativa europea ti informiamo che il sito GEA soluzioni utilizza cookies tecnici e di terze parti. Cliccando sul pulsante ACCETTA presti il consenso all’uso di tutti i cookies. Clicca qui per visionare l'informativa estesa