Identification of Neuropathic Pain Severity based on Linear and Non-Linear EEG Features

脑电图 神经病理性疼痛 鉴定(生物学) 计算机科学 医学 语音识别 麻醉 精神科 植物 生物
作者
Daniela M. Zolezzi,Luz María Alonso-Valerdi,Norberto E. Naal-Ruiz,David I. Ibarra-Zárate
标识
DOI:10.1109/embc46164.2021.9630101
摘要

The lack of an integral characterization of chronic neuropathic pain (NP) has led to pharmacotherapy mismanagement and has hindered advances in clinical trials. In this study, we attempted to identify chronic NP by fusing psychometric (based on the Brief Inventory of Pain - BIP), and both linear and non-linear electroencephalographic (EEG) features. For this purpose, 35 chronic NP patients were recruited voluntarily. All the volunteers answered the BIP; and additionally, 22 EEG channels positioned in accordance with the 10/20 international system were registered for 10 minutes at resting state: 5 minutes with eyes open and 5 minutes with eyes closed. EEG Signals were sampled at 250 Hz within a bandwidth between 0.1 and 100 Hz. As linear features, absolute band power was obtained per clinical frequency band: delta (0.1~4 Hz), theta (4~8 Hz), alpha (8~12 Hz), beta (12~30 Hz) and gamma (30~100 Hz); considering five regions: prefrontal, frontal, central, parietal and occipital. As non-linear features, approximate entropy was calculated per channel and per clinical frequency band with addition of the broadband (0.1~100 Hz). Resulting feature vectors were grouped in line with the BIP outcome. Three groups were considered: low, moderate, and high pain. Finally, BIP-EEG patterns were classified in those three classes, achieving 96% accuracy. This result improves a previous work of a SVM classifier that used exclusively linear EEG features and showed an accuracy between 87% and 90% per class to predict central NP after spinal cord injury.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Tina完成签到 ,获得积分10
3秒前
小菜完成签到,获得积分10
20秒前
btcat完成签到,获得积分10
27秒前
doreen完成签到 ,获得积分10
34秒前
没头脑和不高兴完成签到 ,获得积分10
34秒前
紫金之巅完成签到 ,获得积分10
37秒前
思源应助科研通管家采纳,获得10
41秒前
李纪磊完成签到,获得积分10
45秒前
tt完成签到 ,获得积分10
1分钟前
DayFu完成签到 ,获得积分10
1分钟前
TOUHOUU完成签到 ,获得积分10
1分钟前
SC完成签到 ,获得积分10
1分钟前
电子屎壳郎完成签到,获得积分10
1分钟前
元宝完成签到 ,获得积分10
1分钟前
sisea完成签到 ,获得积分10
1分钟前
我和你完成签到 ,获得积分10
1分钟前
Ldq完成签到 ,获得积分10
2分钟前
内向东蒽完成签到 ,获得积分10
2分钟前
贰鸟应助科研通管家采纳,获得20
2分钟前
花朝唯完成签到 ,获得积分10
2分钟前
zhang完成签到 ,获得积分10
2分钟前
bing完成签到 ,获得积分10
3分钟前
高大的莞完成签到 ,获得积分10
3分钟前
3分钟前
末小皮发布了新的文献求助30
3分钟前
昏睡的山柳完成签到 ,获得积分10
3分钟前
末小皮完成签到,获得积分20
3分钟前
zhangguo完成签到 ,获得积分10
3分钟前
明某到此一游完成签到 ,获得积分10
3分钟前
失眠的香蕉完成签到 ,获得积分10
3分钟前
Skywings完成签到,获得积分0
3分钟前
afar完成签到 ,获得积分10
3分钟前
集典完成签到 ,获得积分10
4分钟前
翟大有完成签到 ,获得积分0
4分钟前
精明寒松完成签到 ,获得积分10
4分钟前
自来也完成签到,获得积分10
4分钟前
薏仁完成签到 ,获得积分10
4分钟前
亮总完成签到 ,获得积分10
4分钟前
坟里唱情歌完成签到 ,获得积分10
4分钟前
新新完成签到 ,获得积分10
5分钟前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139630
求助须知:如何正确求助?哪些是违规求助? 2790514
关于积分的说明 7795514
捐赠科研通 2446980
什么是DOI,文献DOI怎么找? 1301526
科研通“疑难数据库(出版商)”最低求助积分说明 626259
版权声明 601176