文献

J-GLOBAL ID：202102278734291877   整理番号：21A2573166

電気刺激によって誘発される疼痛知覚評価のための疼痛事象関連電位の分類【JST・京大機械翻訳】

Classification of Pain Event Related Potential for Evaluation of Pain Perception Induced by Electrical Stimulation

著者 (6件)： Tripanpitak Kornkanok (Department of Medical Engineering, Graduate School of Science and Engineering, Chiba University, Chiba 263-8522, Japan) ,  Viriyavit Waranrach (Department of Medical Engineering, Graduate School of Science and Engineering, Chiba University, Chiba 263-8522, Japan) ,  Viriyavit Waranrach (School of ICT, Sirindhorn International Institute of Technology, Thammasat University, Pathum Thani 12120, Thailand) ,  Huang Shao Ying (Engineering Product Design, Singapore University of Technology and Design, 8 Somapah Road, Singapore 487372, Singapore) ,  Yu Wenwei (Department of Medical Engineering, Graduate School of Science and Engineering, Chiba University, Chiba 263-8522, Japan) ,  Yu Wenwei (Center for Frontier Medical Engineering, Chiba University, Chiba 263-8522, Japan)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 5  ページ： 1491  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 個々の疼痛感受性における変動性は疼痛評価における主要な問題である。疼痛認知を評価するために疼痛事象関連電位(疼痛-ERP)を用いた研究が報告されている。しかし,それらのいずれも,複数の疼痛知覚レベルの推定において高い精度を達成していない。主な理由は,特徴抽出の調査の欠如にある。本研究の目的は,健常被験者における経皮的電気刺激によって誘発した疼痛-ERPの分類を通して,4つの異なる疼痛知覚レベルを評価することである。非線形法:Higuchisフラクタル次元,Grassberger-Procaccia相関次元,自己相関と移動分散関数を特徴抽出に導入した。Fisherスコアを用いて,最も識別可能なチャネルと特徴を選択した。その結果,チャネル選択のない移動分散による相関次元は,2レベルおよび3レベル分類の両方に対して100%の最良の精度を達成したが,4レベル分類に対しては75%に分解した。最良の組合せ特徴グループは分散ベースであり,4レベルおよび3レベル分類に対して,それぞれ87.5%および100%の精度を達成した。さらに,20未満の試験から抽出した特徴は,瞬間的な疼痛知覚レベル評価が困難になる,顕在な精度を達成できなかった。これらの結果は,疼痛-ERPの非線形特徴に基づく分類を用いた客観的疼痛評価の可能性に関する強い証拠を示す。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *痛覚 ,  特徴抽出 ,  感受性 ,  *電気刺激 ,  *疼痛 ,  自己相関 ,  チャネル ,  フラクタル次元 ,  疼痛測定 ,  *事象関連電位
準シソーラス用語： 経皮的電気神経刺激 ,  被験者 ,  相関次元 ,  移動分散 , 【Automatic Indexing@JST】

著者キーワード (10件)： EEG ,  ERP ,  痛み ,  分類 ,  非線形 ,  フラクタル次元 ,  相関次元 ,  自己相関 ,  移動分散 ,  Fisherスコア

分類 (2件)： 生体計測  (EL03020C) ,  図形・画像処理一般  (JE04010I)

引用文献 (54件)：

• Melzack, R.; Casey, K.L. Sensory, motivational, and central control determinants of pain: A new conceptual model. Ski. Senses 1968, 1, 423-443.
• Chu, Y.; Zhao, X.; Han, J.; Su, Y. Physiological Signal-Based Method for Measurement of Pain Intensity. Front. Neurosci. 2017, 11, 279.
• Hassan, A.R.; Siuly, S.; Zhang, Y. Epileptic seizure detection in EEG signals using tunable-Q factor wavelet transform and bootstrap aggregating. Comput. Methods Programs Biomed. 2016, 137, 247-259.
• Sadiq, M.T.; Yu, X.; Yuan, Z.; Fan, Z.; Rehman, A.U.; Li, G.; Xiao, G. Motor imagery EEG signals classification based on mode amplitude and frequency components using empirical wavelet transform. IEEE Access 2019, 7, 127678-127692.
• Nickel, M.M.; May, E.S.; Tiemann, L.; Schmidt, P.; Postorino, M.; Ta Dinh, S.; Gross, J.; Ploner, M. Brain oscillations differentially encode noxious stimulus intensity and pain intensity. NeuroImage 2017, 148, 141-147.

タイトルに関連する用語 (7件)： 電気刺激 ,  誘発 ,  疼痛知覚 ,  評価 ,  疼痛 ,  事象関連電位 ,  分類