Summary

熱および電気刺激に対する痛みの反応を分析するためのマルチ モーダル信号

Published: April 05, 2019
doi:

Summary

この資料は当てて痛み熱 (熱) の実験的獲得および生理学的、視覚的、録音中の電気刺激と非言語的応答。強度、品質、および継続時間に基づく痛みの分析に有効なマルチ モーダル データの収集を目指します。

Abstract

痛みの評価は、主に通信する人を必要とするメソッドに依存しています。ただし、認知・言語障害を持つ人々 のため、既存メソッドは十分な信頼性と妥当性に欠けていると同時ではありません。この問題をアプローチするには、最近の研究は生理学から派生した応答のパラメーターによって促進される痛みの客観的評価とビデオおよびオーディオ信号について説明します。信頼性の高い自動痛み認識システムを開発するには、努力は、痛みを分析し、有効な痛みのパターンを検出するためにマルチ モーダル データベースの作成でなされました。結果が有望な中、彼らは唯一の差別の痛みや痛みと痛みの強度に焦点します。これを進めるために研究も検討してください品質と痛みの持続機関より高度な疼痛管理のための追加の貴重な情報を提供します。既存のデータベースと痛みの質と長さについての分析を補完するには、引き出す、測定、および有効な痛みの反応収集する生理心理学的実験を提案します。参加者は、強度 (低、中、および高)、期間の異なる痛みの刺激にさらされて (5 s/1 分) とモダリティ (熱/電気痛み) 一方で, オーディオ、ビデオ (など顔の表情、ジェスチャー、顔の皮膚温度)、および生理学的信号 (例えば、心電図 [ECG] 皮膚コンダクタンス レベル [SCL]、顔面筋電図 [筋電図] と僧帽筋の筋) が記録されています。研究は、(低耐え難い痛み) から被験者の個々 の痛みの範囲を決定する校正フェーズと校正の範囲に応じて、刺激が適用される痛みが刺激フェーズで構成されます。得られたデータは、精製、改善、および痛みの客観的評価の観点から自動認識システムの評価できます。詳細は、圧力などの追加の痛みモダリティで痛み反応を調査する上でこのようなシステムのさらなる発展のため今後の研究で化学、または冷たい痛みが含まれます。本研究の記録されたデータは、「X ITE 痛みデータベース」としてリリースされます。

Introduction

痛みは、誰もがの認識の相違は非常に個人的な不快な感覚です。それは秒から数ヶ月まで続くし、その品質 (ズキズキ、シャープ、燃焼など) で異なる場合があります。不十分な治療、痛みが体の物理的および心理的機能に影響を与える、生活の質を減少、慢性的な状態になることのリスクを負います。痛みの強度と品質の正確な評価は、臨床ケア成功した疼痛管理1,2を提供するために関連性の高い。視覚アナログ スケール (VAS) など、痛みの評価、数値評価スケール (NRS)、または3マギル痛み質問紙のゴールド スタンダード メソッドに依存して自己認知と口頭で患者と、したがって、唯一の仕事で十分の報告健常者の人。したがって、すべてのそれらの方法新生児4、せん妄状態、眠い、鎮静、または換気患者5、または認知症6,7で苦しんでいる人になったら妥当性と信頼性を欠いている確立されました。加えまたはスケールを自己報告する別の方法として、訓練を受けた担当者 (例えば、チューリッヒ観測痛み評価8または修道院疼痛スケール9) による観察を通して痛みを測定する方法が近年開発されています。それにもかかわらず、でもこれらのツール苦しむ制限信頼性と妥当性でも訓練を受けた評価者が客観的な評価を保証できません。さらに、アプリケーションは、しばしば臨床スタッフの時間がかかりすぎる痛みの評価を定期的に行う必要があります。

いくつかの研究チームは、視覚により生理の痛みを測定できるように、システムを認識し自動痛みの開発に焦点を当てているおよび/またはパラ言語信号を評価し、痛みとその強度を監視するための新しいアプローチとして設定します客観的に。前の研究は、検出と痛み1011,12,13,16,17,18の差別化の有望な結果を示すか基本的な感情14,15に基づいて信号の 1 つから差別の痛み13,1412,1011を設定します。 15セットの組み合わせ/フュージョンの16,17,19でと同様。上記様式はほぼ自律的痛みなどのストレス刺激に反応します。それらを使用して人の能力は、彼女/彼の痛みを報告するために必要がないこと利点があります。そのような個人はこのような様式を取り入れた痛みの客観的認識システム多大な利益。誘発疼痛への反応から成るデータ セットは、痛みのパターンを分析し、検出と痛みの監視のための実用的なアプリケーションの開発のための貴重な情報を提供します。他の中でウォルターら20データベースを作成”BioVid 熱痛み」、マルチ モーダル データベースが公開されて、短時間からのデータによる痛みを伴う熱刺激と対応する精神生理学的反応を提供します。Velana ら21の「SenseEmotion データベース」には、生体情報ビデオ、および一過性熱痛みや感情的な刺激によって影響を受けるボランティアからパラ言語情報が含まれていますいます。

これらのデータベースは痛みの反応を調べるに適して、彼らは大抵 1 つの特定の苦痛モデルに基づいています。痛みとは異なる (おそらく痛みモデル) によってその品質で、その期間、それも異なる場合があります生理学的、視覚的に、パラ言語相関します。筆者の知る限り、マルチ モーダル研究またはデータベースが存在しないする 2 つ以上の痛みモデルを組み合わせるし、強度と継続時間だけでなく痛みのパターンを検出、また苦痛の質を区別するために痛みの刺激が異なります。

このペーパーは、痛みと同時にレコードの生理学的応答 (例えば、心電図、頬骨の皺眉筋毛様体筋僧帽筋の筋電図を引き出すために複雑な精神生理学的実験を実施する方法のプロトコルを提供します主要な、SCL)、ビデオ (顔の表情、体の動き、顔の皮膚温度) およびオーディオ データ。参加者は刺激 (一過性) 短いし、長持ちする (トニック) 熱と電気の痛みの刺激強度が異なる。実験開始前の調整段階は、個別に各教科の痛覚閾値を決定します。

研究は、強度、品質、統計的機械学習アルゴリズムなどによる長さに関する痛み (パターン) を調査するためのマルチ モーダル データの収集を目指しています。さらに、既に収集したデータは、名前「X-ITE (Experimentallynduced TメタルボンドとElectrical) 痛みデータベース」で学術研究目的で発行される予定です。BioVid 熱痛みと SenseEmotion20,21, などの既存のデータベースを拡張し、さらに開発、改善、および、妥当性の問題で自動痛み認識システムの評価に貢献できます。信頼性、およびリアルタイム認識。

本稿の残りの部分は、次の方法で構成されています。プロトコルでは、順を追って痛み抽出調査を実施する方法について説明します。その後、代表の結果は、実験の結果を提示します。最後に、重要な手順、制限、および将来の拡張のための提案に続いて研究の利点についても説明します。

Protocol

調査したヘルシンキ世界医療協会宣言に敷設された倫理的なガイドラインに従って (倫理委員会の承認を受けた: 196/10-UBB/バル) ウルム大学 (の倫理委員会の承認とHelmholtzstraße 20, 89081 Ulm、ドイツ)。 1. 人材採用及び選考を対象します。 ポスター、配布資料、地元のマスコミ広告、および大抵一般的なサンプルを達成するために社会的なメディアの時代の 18 歳から 50 歳の女性と男性健常者の等しい数を募集します。研究の科学的な利点を宣伝、金銭的補償を提供します。詳細はお問い合わせのメール アドレスまたは電話番号を提供します。注: 痛みの感受性の加齢に伴う効果も報告されている22サンプルの選択で考慮すべき。年齢効果と結果の混同を避けるため、我々 はコンチェルトシュトゥックら22が考える、若いグループを選択します。 次の条件のいずれかを満たす潜在的な被験者を除外: 慢性の苦痛、不況、または史; の精神疾患に苦しんで神経学的な条件、頭痛症候群や心血管疾患を有する定期的に鎮痛薬を服用、または実験の前に直接鎮痛剤を使用して。 2 痛み獲得実験全般的な準備 注: 痛み獲得実験は、2 時間連続の部分: 校正部分と痛み刺激部分。調整部分には、参加者の個々 の痛みのしきい値および熱および電気刺激の面で痛みの許容レベルが決定します。痛み刺激の部位は痛み誘導を個々 のしきい値の調整を実行します。実験の各部分は別の部屋で起こる: 校正室と実験室。校正室は、痛み刺激の中に実験者のモニター ルームとしても機能 (図 1を参照) をその。 図 1: 部屋の略図。右側には、キャリブレーションの一部が行われる校正/モニター ルームを示しています。後で、それはまた校正部分に続く痛み刺激部分の間に監視室の信号として機能します。左側は、痛み刺激の部位が起こる実験室を示しています。両方の客室は、加熱、電気刺激装置とコンピューターのワイヤ電極のケーブルを介して渡すことができるコンジット パイプによって接続されます。この図の拡大版を表示するのにはここをクリックしてください。 到着した件名を歓迎し、校正室に彼女を導きます。3 h 実験およびすべての否定的な結果なしにいつでも終了の可能性について詳細に参加者に知らせます。基準の適用除外のどれも実験と確認書の書面によるインフォームド コンセントを取得します。領収書と金銭的補償を準備します。 高度に制御された熱および電気刺激を誘発することができる CE マークの刺激を使用します。アナログの熱および電気刺激をキャプチャするデジタル信号に変換するアナログ-デジタルのコンバーターを使用します。熱と電気の刺激を入れます。 キャリブレーションおよび実験の主要部分は、熱および電気刺激の手動または自動トリガーを実現する適切なソフトウェアを採用してください。熱・電気刺激装置のソフトウェアを起動します。刺激強度と参加者によって報告された対応する痛みの強度を書き留める紙と鉛筆を準備します。 右サイドのアームレスト付きの椅子に快適に座って件名をしましょう。5、左、アンカー ポイント0/いいえ痛みと、右側のステップで 100 行くから 0 から印刷された評価尺度、アンカー ポイント100/耐え難い痛み件名の前に置きます。口頭で提供されるスケールを使用してこれを行うに尋ねられたときにすぐに刺激の疼痛強度を評価する主題を指示します。正確にゼロという「痛み」 100中だけもう容認できない刺激に等しいことを説明します。注: この研究では、「許容範囲の痛み」として理解される主題はもう、ここで意味耐えられない刺激の強度: もう耐えられない。したがって、アンカー ポイント 100 は臨床練習で使用される数値的評価スケールとは対照的の耐え難い痛みとしてマークされます。 3. 電気の痛覚閾値と耐性 (パーツ 1 および 2) の校正 注: 1 つだけ実験者は、痛みの感受性の社会的影響を最小限に抑えるために校正の一部を行う必要があります。痛み感度23クロス セックス影響を最小限に抑えるために参加者として同性と実験者を選択します。パート 1は、痛覚閾値と短い (一過性) 電気刺激の面で許容範囲と長い永続的な (トニック) 電気刺激の面で第 2 部を決定します。一過性を計算するための基礎としてこれらの値と強壮剤電気の痛みの刺激が痛み刺激の部位に適用します。 右人差し指と中指のアルコール溶液での参加者の肌をクリーンアップします。1 つの使い捨て銀/塩化銀電極を配置 (皮膚の接触サイズ: 直径 34 mm) 右手の人差し指 (アノード) と右中指 (カソード) の基節骨の面の上にもう 1 つの中間の骨の上側に。電極を電気刺激装置に接続します。 アームレストで楽に自分の右腕を休むし、次の手順の説明を提供する対象を求めます。注: ここでは電気校正のパート 1 のための命令を作成する方法の例:「短い電気刺激強度違いを体験しています。我々 は非常に低強度から始まります。まず、腰痛を感じる最初の時間を示す必要があります。これは、あなたの「痛みのしきい値」になります。このしきい値を決定するために、電気刺激を始めます、「今すぐ」と言うつもりそれが終了すると、直前にこれが起こるとき、刺激は苦痛だったかどうかまたは 0 から 100 までのスケールで評価をすぐに報告してください。刺激は苦痛ではなかった場合 ‘0’ を報告してください。私は強度の増加、行きます。初回ゼロより大きい数を報告する、いくつかのレベルの強度を減らすが、ゼロより大きい数を再び指定するまで、我々 は全体の手順を繰り返します。私たちは「痛みのしきい値」を検証するこれを行います。その後、私はゆっくりポイント率のことを意味 ‘ 1 つ 100、’ と刺激が容認することはできませんまたはもう痛みを我慢に強度を増加します。これは ‘ 痛み許容レベル」になります。再び、このレベルを検証するため、いくつかのレベルを戻ります、我々 は 2 回目のレポート ‘100’ までの手順を繰り返します。あなたが ‘100’ を言うとすぐに私はすぐに停止刺激。」 0.5 の刺激を開始することで電気校正パート 1を開始期間が 5 の mA (400 V) 電気刺激装置 (ソフトウェア) の [スタート] ボタンをクリックして s。注: 各電気刺激電気校正部 1、5 の期間 s。刺激持続時間 2 ms の 100 の 1 つの electroshocks で構成され、それぞれは、5 の上に均等に分散 s。注意: 電気校正を常に始まる 0.5 mA のカットオフは、25 と意識と生命を脅かすような状況を防ぐために mA。 第 4 回「今」と言う刺激の 2 つ目。対応する刺激強度の数の課題レポートを書き留めます。10 の一時停止を行う秒長い。 件名は、ゼロを報告する場合は、0.5 mA、開始刺激、3.4 の手順に戻って、強度を増加します。そうでなければ、1.5 強度を減らす mA (最小: 0.5 mA)、刺激を開始、3.4 の手順に戻る。主題が 2 度目のゼロより大きい数を報告したときゼロに対応する 2 つの強度の平均値を計算、それを書き留めて、「一過性電気痛みの限界」としてマーク (pEPTh).その後、3.6 の手順に進みます。 0.5 mA と開始刺激電流強度の増加。 4 後「今」と言う刺激を始めてから。対応する刺激強度の数の課題レポートを書き留めます。一時停止の 10 s。 件名は、100 未満の値を報告する場合 0.5 mA、開始刺激、3.7 の手順に戻って、強度を高めます。そうでなければ、1.5 強度を減らす mA (最小: 0.5 mA)、刺激を開始、3.7 のステップに戻る。主題が 2 度目の 100 を報告したとき100 に対応する 2 つの強度の平均値を計算、それを書き留めて、「一過性電気許容」としてマーク (pEPTo)。3.9 の手順に進みます。 電気校正のパート 2 について参加者に通知します。注: これは電気校正のパート 2 のための可能な命令:”再び我々 は低輝度で始めているが、今回は、刺激が長くなります。私は開始直後と直前の刺激の結末、’今’ 2 回を言うつもりです。たびに私は ‘今’ レポートの最初の部分のように数と言います。ゼロより大きい数を報告する最初の時間の後いくつかのレベルの強度を減らすが、ゼロより大きい数を再び指定するまで我々 は検証目的のため手順すべてを繰り返します。次に、私はゆっくりと ‘1 つ 100’ と刺激を評価するポイントに強度が増加します。再び、このしきい値を検証するため、いくつかのレベルを戻ります、我々 は 2 回目のレポート ‘100’ までの手順を繰り返します。あなたが ‘100’ を言うとすぐに私はすぐに停止刺激。」 0.5 の刺激を開始することで電気校正第 2 部を開始持続時間 10 mA (400 V) 電気刺激装置 (ソフトウェア) の [スタート] ボタンをクリックして s。注: 各電気刺激電気校正部 2 は 10 の期間 s。10 の上に均等に分散、各期間の 2 ms の 200 の単一電気ショック成っている刺激 s。 1 後「今」と言う刺激を始めてから。対応する刺激強度の数の課題レポートを書き留めます。1「今」を言う刺激終了し、再度、書き込み数の件名を前に s は今対応する刺激強度の報告します。一時停止の 10 s。 課題のレポートの両方がゼロである場合は、0.5 mA、開始刺激、3.11 の手順に戻って、強度を高めます。そうでなければ、1.5 強度を減らす mA (最小: 0.5 mA)、刺激を開始、3.11 のステップに戻る。主題が 2 度目のゼロより大きい数を報告したときゼロに対応する 2 つの強度の平均値を計算、それを書き留めて、「電気の痛み閾値の強壮剤」としてマーク (tEPTh)。その後、3.13 の手順に進みます。 0.5 mA と開始刺激電流強度の増加。 1 後「今」と言う刺激を始めてから。対応する刺激強度の数の課題レポートを書き留めます。1「今」と言う刺激が終わる前に s。もう一度、番号、件名を今対応する刺激強度の報告を書き留めます。一時停止の 10 s。 100 以下両方の課題のレポートの場合、0.5 mA、刺激開始手順 3.14\u20123.15 で強度を高めます。そうでなければ課題のレポートのいずれかが丁度 100 の場合 1.5 強度を減らす mA (最小: 0.5 mA)、刺激を開始、3.14\u20123.15 の手順を繰り返します。主題が 2 度目の 100 を報告したとき100 に対応する 2 つの強度の平均値を計算、それを書くし、「トニック許容範囲電気」としてマーク (tEPTo).3.16 のステップをし、続行します。 電気刺激装置から電極を外し、参加者の指から両銀/塩化銀電極。きれいな指先を洗浄するアルコール溶液を電極ゲルのままです。 4. 熱痛閾値および耐性 (パーツ 1 および 2) の校正 注: 熱痛校正は、2 つの部分に分かれています。パート 1決定の痛覚閾値と短い (一過性) 熱刺激の面で許容しその 2長い永続的な (トニック) 熱刺激の面では。その値、一過性を計算するための基礎として使用、強壮剤熱痛刺激が痛み刺激部分の間に適用されます。 フックとループのファスナーのストラップで被写体の右前、約 30 mm、手首に近位面の上に 30 mm × 30 mm サーモードを適用されます。快適アームレスト上自分の右腕に主題を求めます。注: サーモードは被写体の肌に接続されて、実際の熱刺激を引き起こす熱刺激のプローブ/一部です。 熱校正その 1 の手順について、件名を知らせます。注: 熱校正のパート 1 のための命令の定式化があります:「短いが一定の熱刺激強度の違いが発生するとしている今。我々 は、ちょうどあなたの体温以上の温度によって始まります。熱刺激が開始され、「今すぐ」でしょうそれが終了すると、直前にこの場合、すぐにかどうか刺激苦痛だったか、0 から 100 までのスケールでそれを評価、あなたのような電気校正部に報告してください。同様に、刺激は苦痛ではなかった場合ご報告 ‘ゼロ’私は強度の増加、行きます。常に 2 つの刺激の間にいくつかの秒の一時停止があります。調整段階は完了 ‘100’ を報告するか、カットオフ温度に達したとき。 期間 5 の 39 ° C の刺激を開始することで熱校正パート 1を始める熱刺激 (ソフトウェア) の [スタート] ボタンをクリックして s。注意: 熱校正のパート 1 には、皮膚火傷を防ぐためにカットオフ温度 50 ° C がされています。注: 熱校正のパート 1 のそれぞれの熱刺激が 5 の期間 s。 刺激の 4 秒目で「今」を言います。件名は、対応する温度強度番号を書き留めます。一時停止の 10 s。 主題の徴候が 100 以下の場合、1 ° c の温度を増加、刺激を開始し、手順 4.4\u20124.5 を繰り返します。それ以外の場合、表示が 100、またはカットオフ温度 50 ° C に達すると場合、は、次のステップに進んで熱校正のパート 1 を終了します。 記載の番号を確認し、対応する強度数の最初の温度を「一過性熱痛閾値」0 より大きいマーク (pHPTh)。「一過性熱痛み許容」として 100 の表示温度をマーク (pHPTo)。注: 件名は、カットオフ温度 (50 ° C) で 100 以下の数字を報告する場合は、50 ° C を pHPTo としてマークします。 熱校正のパート 2 について参加者に通知します。注: ここではこの熱の校正段階での指導の模範的な定式化:”私たちはあなたの体の温度の上の温度を始めますが、今回熱刺激が長くなります。私は ‘今’ 2 回と言うだろう: 開始直後と直前の刺激の結末。たびに私は ‘今’ と言う、あなたの痛みの経験に相当する数を報告します。刺激は苦痛ではなかった場合 ‘0’ を報告してください。私は温度増加でして行きます。常に各刺激後に数秒の一時停止があります。調整段階は完了 ‘100’ を報告するか、カットオフ温度に達したとき。注意: 熱校正その 3 は、刺激時間が長いため、皮膚火傷を防ぐために 49.5 ° C のカットオフ温度を有する。 10 39 ° C の刺激と熱校正第 2 部を開始 s 熱刺激 (ソフトウェア) の [スタート] ボタンをクリックして長い。注: 熱校正パート 2 のそれぞれの熱刺激は所要期間 10 s。 1 後「今」と言う刺激を始めてから。対応する温度のレポートの件名強度番号を書き留めます。1「今」と言う刺激が終わる前に s。再度、件名を対応する温度の報告強度番号を書き留めます。一時停止 60 秒。 被写体の両方の徴候が 100 以下なら、1 ° c の温度に増加 (例外: 下記の注を参照してください)、次の刺激を開始、4.16 の手順を繰り返します。それ以外の場合、レポートのいずれかが丁度 100 またはカットオフ 49.5 ° C の温度に達すると場合、は、次の手順に進んで熱校正パート 2 を終了します。メモ: この調整段階で温度手順は、: 39 ° C、40 ° C、41 ° C、42 ° C、43 ° C、44 ° C、45 ° C、46 ° C、47 ° C、48 ° C、49 ° C、 49.5 ° c. 記載の番号を確認して、対応する番号の少なくとも 1 つが「強壮剤熱痛閾値」0 より大きい最初の温度をマーク (tHPTh)。「強壮剤熱痛み許容」として 100 の最初指摘したレポートが温度をマーク (tHPTo).注: 件名は、カットオフ温度 (49.5 ° C) で 100 以下両方の数値を報告する場合は、tHPTo として 49.5 ° C をマークします。 参加者の脇の下から加熱を削除します。求める対象かどうか彼らは短い休憩や衛生施設を使用する必要があります。参加者が熱刺激の面で痛み刺激の部位に適した場合は、チェックを実行するには、補助ファイル 1に記載されている指示に従います。 5. 痛み刺激実験の準備 校正/モニターの横にあるカメラ監視、温度制御・低騒音の実験室における痛み刺激の部屋 (図 1を参照) を実施。コンジット パイプ (直径 80 mm) を介して両方の部屋を接続します。注: 監視カメラ対象者の健康状態に関する情報を提供し、突然の無意識状態、循環虚脱の場合急速な介入が可能します。 主題が実験中に横になっている検診台を設定します。コンジット パイプが近くの壁の横に長い側に配置します。頭の枕を提供します。 被写体の頭が残り、検診台の横の壁に鏡を取り付けます。 (心電図、筋電図、および SCL x 3) 生理学的なデータをキャプチャするためオーディオ、ビデオ (顔、顔面皮膚温とフルボディのビューの前面および側面ビュー)、および、実験中に熱および電気刺激装置の出力は、適切な記録のコンピューターを使用します。ソフトウェア、および記録装置 (生体レコーダー、3 つの高解像度カラー カメラ、1 つのサーマル カメラと 1 つの指向性マイク)。 記録のモダリティを同期化するためのソリューションを開発します。データ ストリームと共にタイムスタンプの記録 (例えば、経由 NTP) コンピューターの時計の同期とオーディオ レコーダー、生体信号のトリガーの録音デバイスのトリガーと記録データの後処理のハードウェアを構成するかもしれない時間オフセットやクロックのドリフトを補正するストリーム。 被写体の全身をキャプチャする方法で全身ビュー カメラを取り付けます。参加者の頭の上に約 1 m 正面顔ビュー カメラを取り付けます。左側と正面顔カメラの横に、右側にあるサーマル カメラにマイクをマウントします。サイド ・ ビュー ・ カメラを天井に取り付けます。それがミラーに反映される反対側だけでなく、被写体の顔の 1 つの側面を記録することができるポイントにそれを調整 (図 2参照)。 図 2: カメラとマイクの設定の概略図。正面顔カメラ、サーマル カメラとマイクは参加者の頭の上に約 1 m を設定します。サイド ・ ビュー ・ カメラは、ミラーの助けを借りて、顔の両側をキャプチャします。壁に取り付けられた体ビュー カメラは身体の動きの記録のためことができます。この図の拡大版を表示するのにはここをクリックしてください。 注: 小さな実験室のためちょうど 1 台のカメラで被写体の顔の両方の側面をキャプチャするための非常にエレガントな解決策は、ミラー側ビュー カメラを組み合わせること。 重複するコンピューターのモニターに生体情報記録コンピューターのグラフィカルな出力は校正/モニター ルームに設置。 校正/モニター ルームでアクティブ PC スピーカーを設定します。コンピューターのオーディオ録音のコンジット パイプ経由で接続します。実験中に支援が必要な場合に備えて、マイク経由で参加者を聞くことを確認します。 加熱とコンジット パイプを通じて電気刺激装置の電極のケーブルを実験室に渡します。Put はコンジット パイプ (または音を吸収するような素材) の両側に音響泡にロールアップ。注: 校正/モニター ルームの熱刺激をまま。それは定期的にその内部の人工呼吸器を冷却するために開始のための記録の音声信号を汚染します。 録音サンプリング レートを次のように設定: (a) オーディオを 44.1 kHz。(b) 正面と側面は 25 Hz でカメラを表示します。(c) 全身ビュー カメラ 30 Hz で(120 Hz に d) サーマル カメラ(e) SCL、筋電図、心電図 1,000 Hz。 で、すべての設定を保存します。 冷却ジェル パック (100 mm × 100 mm) を取得し、冷凍庫に入れてください。200 mm × 200 mm の衛生不織布タオルまたは類似のもの (薄い紙タオルなど) と軟膏を準備します。 12 個々 の刺激の強度があり、熱と電気の痛み誘導、各六つを次のように計算する: (a) 一過性の電気疼痛強度 3 (pE3) pEPTo; の 90% を =(b), 電気的疼痛強度 2 (pE2) = (pE3 + pEPTh)/2;(電気 c) 一過性の疼痛強度 1 (pE1) = pEPTh;(d) トニック電気疼痛強度 3 (tE3) = tEPTo; の 90%(e) トニック電気疼痛強度 2 (tE2) = (tE3 + tEPTh)/2;(f) トニック電気疼痛強度 1 (tE1) = tEPTh;(g), 熱痛み強度 3 (pH3) = pHPTo – 件名報告 100 pHPTo の場合 0.5 の ° C-それ以外の場合、pH3 = pHPTo;(h) 一過性熱痛み強度 2 (pH2) = (pH3 + pHPTh)/2;(i) 一過性熱痛み強度 1 (pH1) = pHPTh;(j) 強壮剤熱痛み強度 3 (第3) = tHPTo – 対象報告 100 tHPTo の場合 0.5 の ° C、それ以外の場合、第3 = tHPTo;(k) の強壮剤熱痛み強度 2 (tH2) = (tH3 + tHPTh)/2;(l) 強壮剤熱痛み強度 1 (回1) = tHPTh。 一過性の電気値 (pE1\u2012pE3) と熱痛み強度 (pH1\u2012pH3) と強壮剤電気 (tE1\u2012tE3) を入力し、痛みの強度 (第1\u2012tH3) を熱-手順 3 と 4 のセクションに従って実行されます校正による 5.11 で計算-熱・電気刺激装置のソフトウェアに。ベースライン (痛み) 温度を 32 ° C と温度 8 ° C に増加率に設定/s. はすべての設定を保存します。 熱・電気刺激装置と通信するスクリプト言語ベースのコンピューター ソフトウェアを使用します。それは、制御と痛み獲得スクリプトに基づく痛みの刺激をトリガーしていることを確認します。注: 痛み獲得スクリプトは、ランダム化された痛みの刺激およびコントロールのタイミングと期間をトリガーします。本研究では、熱の刺激装置のソフトウェアは、痛み獲得スクリプトを準備するための可能性を提供します。ソフトウェアは、熱刺激を自動的にトリガーし、電気刺激を発生しなければならない時に信号を送信します。電気刺激は、2 番目のソフトウェアの準備スクリプトによってトリガーされます。 痛み獲得スクリプトを準備します (図 3を参照)、次のとおりです。(PE1pE2pE3pH1pH2、および pH3) それぞれの一過性の刺激強度数 30 と (tE1tE2tE3、各強壮刺激強度数に設定します。第1第2、および第3) 1 に。それぞれ一過性の刺激の持続時間を 5 に設定 s と 60 各強壮刺激の期間 s. Randomize すべての刺激の順序。300 強壮刺激後 8-12 s セットに一過性の刺激間の一時停止一時停止をランダム s. はすべての設定を保存します。注: より長い持続期間のため別の強壮剤熱刺激の数は 1 に設定する皮膚火傷を避けるため。強壮刺激する必要があります 300 後すべて一時停止基準に戻りし、これにより、後続の信号を汚染する生理学的な信号を可能にするための s。 図 3: グラフィカルな痛み刺激部分の(A) 無作為化様相 (青) と強壮剤 (赤) 痛み刺激の模範的な痛み獲得スクリプトです。(B) 上記の痛み獲得スクリプト抜粋: 5 秒間とその後の一時停止の時間を 3 つの一過性刺激。8 と 12 の秒間一時停止の期間で異なります。(pH1pH2pH3 = 一過性熱痛強度 1、2、3; 第1第2第3強度 1、2、3; 強壮剤熱痛みを = pE1pE2pE3強度 1 相動性電気的痛みを =、2、3。tE1tE2tE3 = 強壮剤電気痛み強度 1、2、3。s = 秒)。この図の拡大版を表示するのにはここをクリックしてください。 6. 痛み刺激 参加者を実験室につながるし、今後の手順について教えてください。実験のセットアップと機器の機能を説明します。提供の緊急ボタンを押すか、停止を求めるいつでも実験を中止する可能性について再度、件名を知らせます。 検診台に仰向けに主題を求めます。実験中に背中にうそをつき続けるよう指示します。 アルコール溶液に電極が添付されますすべての皮膚領域をクリーンアップします。左頬、左耳の後ろと研磨のゲルと左眉毛の上の表面のすべての死んだ皮膚細胞を削除します。アルコール溶液をこれらの区域を reclean します。 SCL の測定、Velcro ストラップで右人差し指と中指の末節の下側に 2 つの pregelled、nonpolarizable 銀/塩化銀電極を添付します。ストラップがあまりにもタイトではありませんを確認します。彼らがあまりにも締まって主題自分の指先にズキズキ感が報告された場合。 心電図を記録するには、円形接触面積 (直径 34 mm) と 3 つの pregelled、接着 Ag/agcl スナップ電極を使用します。約 6 cm 右の鎖骨の下、胸に 1 つの電極 (陰極) を配置します。2 番目の場所 1 つ (アノード) 左の 9 番目と 10 番目の肋骨に。骨盤の骨の横にある右サイド腰に第三の電極 (接地/基準) を接続します。 僧帽筋の筋電図を記録するには、も接触部分は円形 (直径 34 mm) と 3 つの pregelled、接着 Ag/agcl スナップ電極を使用します。場所 2 つの電極 (陰極と陽極) 側の僧帽筋は首の左。3 番目の場所の 1 つ (リファレンス) 下左鎖骨。 M. 皺眉筋および頬骨の m. の主要なの筋電図を測定するのに記録直径 4 mm の六つの再利用可能なシールド銀/塩化銀電極を使用します。ゲル電解質と電極の空洞を埋めます。 両面接着つばによって次のように電極を添付:皺眉筋、(左) 眉間線の横に、左の眉の上に直接 1 つの電極 (アノード) を配置。最初の 1 つ、2 番目の電極 (陰極) 1 cm 外側に配置します。 髪の生え際のすぐ下の前面の骨の中央に第三の電極 (参照) を添付します。頬骨、左口腔交連から左の耳たぶに架空の線を描きます。少しの行と 2 番目の真ん中の下 1 つの電極 (アノード) を配置 (カソード) 1 cm 横に内側の 1 つ。(参考) 第三の電極を左乳様突起に接続します。すべての電極を生体情報記録装置の対応する入力に接続します。 録音ソフトウェアすべての生理学的な信号が良い/良好な品質の場合生体情報による視覚的チェックを実行します。件名に特定の筋肉を移動して、それぞれの信号を求めます。調整/満足のいかない信号によって改善処置の手段。 (アノード) 左人差し指と左中指 (カソード) の基節骨の面の上にもう 1 つの中間の骨の上側に 1 つ銀/塩化銀電極 (34 mm 径) を配置します。科目は電極の密着性を削減している最中、汗が、医療用テープで電極を固定します。電極を電気刺激装置に接続します。 Velcro ストラップによって被験者の左前腕手首に近約 30 mm の上側に加熱を適用されます。ストラップに皮膚が収縮するないことを確認します。 すべてのカメラを起動します。参加者は完全にカメラの画像に表示されていることを確認します。必要な場合は、位置を調整する対象を求めます。特に小さな視野で顔のカメラの世話をします。理想的には、顔は、参加者が実験中にビューのフィールドの頭を移動するリスクを減らすために画像の中心にする必要があります。 かどうかマイクは、録音の音量は満足をチェックしてください。 彼女はそれ以上の質問を持っている場合、彼女が実験のため準備ができている場合は、件名にお問い合わせください。完全に自然に振る舞うことではなく、抑制し、実験中に任意の痛みの反応を誇張する彼女を指示します。 すべての録音デバイス (カメラ、マイク、生体レコーダー) を開始データの同期のための要件を遵守します。 実験室のままにし、校正/モニター ルームを入力します。正規化する被験者の生体信号を許可するために 5 分を待ちます。痛み獲得スクリプトを実行します。 慎重に被写体と痛み刺激の部位の進行状況を監視します。明らかな不自然な/異常な動作、技術的な問題や電極等から来る極端な運動による生体情報成果物の任意のタイムスタンプをメモします。 痛み獲得スクリプトの終了後、すべての録音デバイスを停止します。最寄りの形式ですべてのデータを保存/エクスポート。熱・電気刺激装置の電源を切ります。 参加者が無事を確認、すべての電極と加熱を切り離します。アルコール溶液電極ゲル遺跡を削除するとすべての肌の部分をきれいに。 冷たいジェルパックを冷凍庫から取得し、衛生不織タオル (または類似した何か、例えば薄いペーパー タオル) に包んでください。少なくとも 5 分間の加熱が置かれた皮膚領域に適用する参加者を求めます。 主題示したし、説明した、個々 の痛みレベルを持っている機会を提供してください。 軟膏を加熱が置かれた皮膚領域に適用されます。注: 冷却ジェル パックと軟膏 (潜在的な) を最小限に抑える使用は赤みや皮膚の炎症。 金銭的報酬を渡すし、それを領収書で認めています。新たな問題の場合の連絡先情報を提供します。参加者に感謝と別れを告げる。 コンジット パイプの両面から音響の泡を削除します。校正/モニター ルームに加熱と電気刺激装置の電極のケーブルを渡します。すべての使い捨て電極を処分、ゲルのまますべての再利用可能な電極をきれいにし適切な表面消毒と検査ソファをきれい。冷たいジェルパックを冷凍庫に戻します。

Representative Results

痛みは、者の認識の相違は、まちまちの表情、パラ言語および/または生理学的な信号自体を述べることができます。今回のデザインは、基になる目的に関してさまざまな方法で痛みの反応を分析に適しています。得られたデータなど研究の質問に答えることを: 応答パターン特定の苦痛はありますか?痛みモデルと期間についても外れるか。 134 科目の合計は、我々 の実験に参加しました。性比は 50/50。次の年齢別グループに分けて: 1) 18-29 歳 (N = 49、23 人、26 人の女性)、2) 30 ~ 39 歳 (N = 45、23 人、22 の女性)、3) 40-50 年 (N = 40、21 人、女性 19)。すべての被験者の平均年齢は 31.4 (SD = 9.7)、すべての男性 = 33.4 (SD = 9.3) とすべての女性 = 32.9 (SD = 10.2) 年。研究はドイツ、ウルム大学の医学心理学教室で起こった。 このプロトコルの主な結果は、痛み刺激に対する被験者の応答を反映するオーディオ、ビデオ、および生理学的シグナルのデータ セットです。表 1は、記録された信号の技術的特徴と研究で誘発される痛み刺激の数の概要を示します。 技術的な特徴 信号: サンプリング レート: 属性: オーディオ 44100 Hz モノラル、MP3 320kbps カメラ 1 (顔、正面) 25 Hz ビデオの色: 解像度 1384 x 1032Libx265 (CRF 16、プリセット媒体) でエンコードされた HEVC カメラ 2 (顔、横から見た図) 25 Hz ビデオの色: 解像度 1620 × 840Libx265 (CRF 16、プリセット媒体) でエンコードされた HEVC 本体カメラ 約 30 Hz ビデオの色: 1500 × 600 の解像度Libx265 (CRF 16、プリセット媒体); でエンコードされた HEVCビデオの深さ: 解像度 500 x 200、ロスレス符号化 サーマル カメラ 約 120.8 Hz 表面温度ビデオ: 解像度 120 × 160グレースケール libx264 でエンコードされた MPEG 4 AVC(CRF 0、プリセット非常に速く)エンコードされた温度範囲 26.5-52.0 ° C (0.1 ステップ) 心電図 1000 Hz BioPac を介してフィルタ リングされてハードウェア: 35 Hz LP、0.5 Hz の HP、50 Hz のノッチ フィルター SCL 1000 Hz ハードウェアは、BioPac を介してフィルタ リングされて: 10 Hz LP、ない HPノッチ フィルターなし 筋僧帽筋 1000 Hz BioPac を介してフィルタ リングされてハードウェア: LP 500 Hz、10 Hz の HP、ノッチ フィルターなし EMG, 皺眉筋 1000 Hz BioPac を介してフィルタ リングされてハードウェア: LP 500 Hz、10 Hz の HP、ノッチ フィルターなし 大頬骨筋 m. 1000 Hz BioPac を介してフィルタ リングされてハードウェア: LP 500 Hz、10 Hz の HP、ノッチ フィルターなし 刺激 熱 電気 科目: 一過性の刺激 (5 s)。 強壮刺激 (60 s)。 一過性の刺激 (5 s)。 強壮刺激 (60 s)。 科目毎 90 (強度あたり 30) 3 (強度あたり 1) 90 (強度あたり 30) 3 (強度あたり 1) すべて (N = 134) 12060 (強度あたり 4020) 402 (強度あたり 134) 12060 (強度あたり 4020) 402 (強度あたり 134) 男性 (n = 67) 6030 (強度/2010) 201 (強度あたり 67) 6030 (強度/2010) 201 (強度あたり 67) 女性 (n = 67) 6030 (強度/2010) 201 (強度あたり 67) 6030 (強度/2010) 201 (強度あたり 67) 表 1: 技術的な特徴と数誘発刺激します。上半分 (技術的な特徴) ショー サンプリング レートや特定の信号の属性。下半分の (刺激) ショー (熱・電気) による特定の番号痛み刺激の 1 つの主題、すべての主題および各性別。(MP3 = 動画像専門家グループ レイヤー 3 オーディオ、kbps キロビット/秒、HEVC を = = 高効率映像符号化、CRF = 一定率、MPEG 4 AVC 動画像専門家グループ レイヤー 4 高度なビデオ符号化、Hz = ヘルツ、° C を = = 摂氏、s = 秒、心電図心電図、SCL を = = 皮膚コンダクタンス レベル、筋筋電図、LP を = = 低域通過フィルター、HP ハイパス フィルター、 M. = 毛様体筋を =)。 研究の校正段階に関する二次結果は表 2で示されます。それはすべての科目のため、さらに男性と女性のサブグループの平均刺激温度と痛みの強さ 1 と (プロトコルの 5.11 のステップで計算される) として 3 の電流を示します。 刺激 [° C] の熱平均 (SD) [MA] の電気的意味 (SD) 科目 pH1 pH3 第1 第3 pE1 pE3 tE1 テ3 すべて (N = 134) 44.03 (2.25) 49.17 (1.20) 42.50 (2.14) 47.76 (1.02) 1.63 (0.94) 5.64 (2.72) 1.69 (1.12) 5.70 (2.59) 男性 (n = 67) 44.56 (2.18) 49.48 (0.89) (1.98) 43.11 47.93 (1.04) 1.94 (1.01) 6.83 (3.02) 1.96 (1.16) 6.90 (2.72) 女性 (n = 67) 43.51 (2.74) 48.87 (1.39) 41.89 (2.14) 47.59 (0.98) 1.32 (0.75) 4.45 (1.70) 1.43 (1.01) 4.51 (1.80) 表 2: 刺激温度と痛み強度 1 と 3 の流れを意味します。(pH1pH3 = 一過性熱痛強度 1、3; 第1第3強度 1、3; 強壮剤熱痛みを = pE1pE3強度 1、3; 電気一過性の痛み = テ1tE3 = 強壮剤電気的痛み強度 1、3;° C = 摂氏;mA = ミリ アンペア、SD = 標準偏差)。 プロトコルのすべての手順を慎重に実施 (コンピューターまたは録音デバイスがクラッシュするなど) の面で技術的な問題が発生しない場合は、成功した結果は図 4 に示されているのようになります。すべての信号は、高品質と干渉の外部からの影響を受けません。参加者は、明らかにすべてのカメラに表示されます。 図 4: 成功した実験からモデルデータ。図は、記録された信号数秒前に、・中・後激しい痛み刺激を示しています。すべての信号は非フィルターされ、時間の同期します。わかりやすくするため、映像信号の代表的なスクリーン ショットのみがここに表示されます。(筋筋電図、SCL を = = 皮膚コンダクタンス レベル、心電図心電図、 M=。 =毛様体筋、s = 秒)。この図の拡大版を表示するのにはここをクリックしてください。 ただし、予期しない事件は、雑音になったり、破損したデータ可能性があります。ほかのコンピューターまたはデバイスのクラッシュ、電極 (特に再利用可能な電極細径両面接着つばによって付す) の到来をほとんど録音使用できない信号に 。サブ最適なデータ セットの例としては、図 5は、EMG 電極がオフになるし、無用の対応する信号の瞬間を示します。 図 5: サブ最適な実験からモデルデータ。赤い円は、サブジェクトの頬から落ちた時の筋電図電極 (M. 頬骨) のいずれかを示します。これは汗や頭の動きが原因かもしれない。この瞬間から、シグナルが失われました。(筋筋電図、SCL を = = 皮膚コンダクタンス レベル、心電図心電図、 M=。 =毛様体筋、s = 秒)。この図の拡大版を表示するのにはここをクリックしてください。 倫理的なガイドラインのため熱および電気刺激の最大強度は制限しなければならなかったと。熱校正コントロールについて (補足ファイルを参照してください) をその、37 科目 (31 人、6 人の女性) に達した 50.5 ° C の指定したカットオフ (比 = 37/134 = 27.61%)。熱校正部分は 1、60 参加者 (39 人、21 の女性) に達した 50.0 ° C のカットオフ (比 = 60/134 44.78% を =)第 2 部に関する 57 人 (男性 37, 20 の女性) に達した 49.5 ° C のカットオフと (比 57/134 を = = 42.54%)。両方電気校正部品のためのカットオフは 25 mA です。134 科目のどれもそれに達した。 我々 は、(次の段落を参照) のデータを公開する予定、カットオフに達している参加者のデータ セットさらにマークされている、対応するヒューズの彼らの主観的な痛みの評価が含まれます。 プロトコルの主な焦点は熱と電気の痛みの分析のためのマルチ モーダル信号を得ることを指摘したいと思います。したがって、ここにはその他の結果は説明なし。チェックして、不足しているデータまたは拒否承諾書データ共有のためのデータ セットを除く後、この研究のデータ セットが可能「痛みデータベースの X-映像情報メディア学会」名義。X ITE 痛み DB を取得する時期と方法の詳細については、https://github.com/philippwerner/pain-database-list をご覧ください。 1 の補足ファイル。このファイルをダウンロードするここをクリックしてください。

Discussion

提案するプロトコルは、熱 (熱) と電気生理学的、視覚的記録とパラ言語信号痛みの実験的獲得に焦点を当てください。この手法は、さまざまな刺激強度と二つの異なる刺激の期間 (様相や強壮剤)、痛みの 2 つのモデルを組み合わせることは、精神生理学的パターンと痛みの表現について広い視野を提供しています。ただし、このプロトコルを実現するためいくつかの手順を考慮する必要があります。

一般に、痛みの刺激を使用して場合は、被験者の安全を確保するため重要です。すべての痛みの刺激は高度に管理する必要があるし、経験豊富な実験者によって適用される必要があります。
さらに、記録し、デバイス (電極)、適切な添付ファイルの信頼性の高い、高品質データの収集記録デバイスとコンピューター間の円滑なコミュニケーションの完全な機能は強くお勧めします。干渉のすべてのソースを排除または最小限に減らす必要があります。参加者間の一貫性を保証するため、標準化された手順と変わらない実験条件を提供することが重要です。

私たちの経験によると、適切な参加者すべての条件を満たすと多数の痛みを伴う刺激を受けたい、長い時間がかかるとは非常に挑戦を見つけること。それに加え、金銭的補償は、研究科目を引き付けるために十分に高くなければなりません。特に 30 と 50 の間の人は見つけにくい。実験はあまりにも可能性があります長い (ca. 4 時間、到着と出発を含む)、彼らの仕事から半日を離陸する必要があります。

参加者の安全は最優先事項なので、痛みの誘導は制限する必要があります。倫理的なガイドラインにより刺激強度はそれぞれやけど、熱と電気の痛み誘導の面で無意識を防ぐために一定のレベルを超えない。いくつかの科目が耐え難い痛みを感じて前に強度限界に達すると、強度の一般的なカットオフによる天井効果を可能性があります。本研究では約 42% (熱校正のパート 1 と 2 を考慮した) 参加者に達して温度ヒューズ (代表的な結果を参照してください)。彼らは彼らの「本当の」痛みの許容差届きませんでしたと、それらに達した被験者の生理反応とは対照的最高熱刺激に対する生理に与える影響の動作が異なる可能性があります。もしそうなら、これらの 2 つのグループを混合痛み認識の観点からの分類結果を及ぼせます。

アドレスの重要な点は、この実験で痛みの様相です。参加者は、熱および電気の痛みの刺激にのみ対象と (というために、これらを高実験の設定で制御されます)。したがって、品質に関する痛みのパターンを調べると場合、調査結果に翻訳しないかもしれない圧力など他の痛み治療法化学や内臓の痛み。
結果の伝達性の同じ考察は、研究サンプルに適用されます。プロトコルは、健康な成人に倫理的に制限されます。たとえば、子供または認知と口頭で障害者は含まれません。さらに、本研究ではヨーロッパ人だけが参加しました。ここでは、分析の結果適用されない場合もこの実験において考慮されないグループに。

別の制限は、ホーソン効果24を懸念があります: 被験者が研究で撮影・観察されていることに注意してください。これはその動作を変更可能性があります。

既存の痛みデータベースと比較して、プロトコルは、それは 2 つの痛みモデルと 2 時間コース (様相や強壮剤) を組み合わせた痛み応答パターンを分析するための重要な利点を提供します: 強度、痛みの期間のほか、品質の検討痛み。電気の痛みとは異なる熱痛みを説明するように (例えば、シャープ対燃焼)、それはまた痛み反応の異なる場合があります。もしそうなら、これらの調査結果は痛みの基になるソースに痛み応答パターンをリンクでした。さらに、研究では、痛みの調査の機会の範囲を拡大するマルチ モーダル: 5 の精神生理学的信号を採用し、2 (前側) カメラ信号、1 体ビュー カメラ信号、1 熱カメラに直面し、1 オーディオ信号、痛みを分析することがあり、正確に評価します。

痛み反応パターンのより複雑な調査、このメソッドの将来の拡張は、脳波計 (EEG)、体温、呼吸などより多くの生体情報を含める必要があります。さらに疼痛モデルとして制御圧力を採用する大きなメリットのことも。このプロトコルで収集したデータによる自動痛み認識を目指して研究者臨床コントロール グループを使用有望な機械学習モデルをテストする必要があります。

Disclosures

The authors have nothing to disclose.

Acknowledgements

著者らは、研究を行う上で彼らの貴重な助けのベレナ Friedrich、マリア ・ Velana、サンドラ ゲープハルト、Romy Bärwaldt ティナ ヴェールデアゼーを感謝したいです。また、あなたに特別な感謝に出る博士ステファニー ・ ルカヴィナ彼女の科学的なサポートのため。本研究では、DFG/TR233/12 (http://www.dfg.de/)「進歩と体系的な検証の自動化痛み認識システムの顔式と心理生物学的パラメーターの」プロジェクト、ドイツ研究資金の一部財団。

Materials

PATHWAY Model ATS Medoc Ltd., Ramat Yishai, Israel Thermal Stimulator
30 mm x 30 mm ATS Thermode Medoc Ltd., Ramat Yishai, Israel Thermode
PATHWAY Software Arbel 6.3.7.22.1 Medoc Ltd., Ramat Yishai, Israel Thermal Stimulator Software
Digitimer DS7A Current Stimulator Digitimer Ltd., Hertfordshire, UK Electrical Stimulator
Inquisit 5 Millisecond Software, Seattle, WA, USA Software for triggering electrical stimuli
Analogue-To-Digital Converter Wissenschaftliche Werkstatt Elektronik, University of Ulm, Ulm, Germany custom built
BIOPAC MP150 System BIOPAC Systems, Inc., Goleta, CA, USA Biosignal Recording Hardware
AcqKnowledge Software 4.1.1 BIOPAC Systems, Inc., Goleta, CA, USA Biosignal Recording Software
NTG-2 Dual Powered Directional Condenser Microphone RØDE Microphones, Silverwater, Australia Audio Recording Microphone
Kinect v2 Microsoft, Redmond, WA, USA Body View Camera
AV Pike F-145C Allied Vision Technologies GmbH, Stadtroda, Germany Face Camera (frontal view)
AV Prosilica GT 1600C Allied Vision Technologies GmbH, Stadtroda, Germany Face Camera (side view)
PIR uc 180 Thermal Camera InfraTec GmbH, Dresden, Germany Thermal Face Camera
Synchronization Hardware Werkstatt, IIKT, University of Magdeburg, Magdeburg, Germany custom built Hardware triggering of cameras, trigger signal is recorded by BIOPAC and Audacity
Recording and Synchronization Software Philipp Werner, Neuro-Information Technology, University of Magdeburg, Magdeburg, Germany custom software Real-time recording, offline video encoding, and offline synchronization
Examination Couch ClinicalCare GmbH, Bremen, Germany
Ag-AgCl Electrodes EL254 / EL254S (Reusable, 4mm recording diameter) BIOPAC Systems, Inc., Goleta, CA, USA Used to record EMG M. corrugator and M. zygomaticus
Ag-AgCl Electrodes BlueSensor P (Disposable, skin contact size: 34 mm diameter, measuring area 154 mm2) Ambu GmbH, Bad Nauheim, Germany Used to record ECG and EMG M. trapezius. Also used for electrical stimulation
Audacity 2.1.2 Dominic Mazzoni (Audacity) Audio Recording Software
Cold Gel Pack C+V Pharma Depot GmbH, Versmold, Germany
Panthenol 50mg/g ratiopharm GmbH, Ulm, Germany Ointment
Alumnium Profiles item Industrietechnik GmbH, Solingen, Germany Used to install all cameras and microphone
Electrode Gel GEL1 BIOPAC Systems, Inc., Goleta, CA, USA
ELPREP Skin Preparation Gel BIOPAC Systems, Inc., Goleta, CA, USA

References

  1. Hawker, G. A., Mian, S., Kendzerska, T., French, M. Measures of adult pain: Visual analog scale for pain (vas pain), numeric rating scale for pain (nrs pain), mcgill pain questionnaire (mpq), short‐form mcgill pain questionnaire (sf‐mpq), chronic pain grade scale (cpgs), short form‐36 bodily pain scale (sf‐36 bps), and measure of intermittent and constant osteoarthritis pain (icoap). Arthritis Care & Research. 63 (11), 240-252 (2011).
  2. Kehlet, H. Acute pain control and accelerated postoperative surgical recovery. Surgical Clinics. 79, 431-443 (1999).
  3. McQuay, H., Moore, A., Justins, D. Treating acute pain in hospital. British Medical Journal. 314 (7093), 1531-1535 (1997).
  4. Brahnam, S., Chuang, C. F., Shih, F. Y., Slack, M. R. SVM classification of neonatal facial images of pain. Fuzzy Logic and Applications (revised selected papers from the 6th International Workshop, WILF 2005, Crema, Italy, September 15-17, 2005). Lecture Notes in Computer Science. 3849, 121-128 (2005).
  5. Basler, H. D., Bloem, R., Casser, H. R., et al. Ein strukturiertes Schmerzinterview für geriatrische Patienten. Schmerz. 15, 164-171 (2001).
  6. Zwakhalen, S. M. G., Hamers, J. P. H., Abu-Saad, H. H., Berger, M. P. F. Pain in elderly people with severe dementia: a systematic review of behavioural pain assessment tools. BioMed Central Geriatrics. 6 (3), (2006).
  7. Herr, K., Bjoro, K., Decker, S. Tools for assessment of pain in nonverbal older adults with dementia: a state-of-the-science review. Journal of Pain and Symptom Manage. 31 (2), 170-192 (2006).
  8. Handel, E., Gnass, I. . Praxishandbuch ZOPA : Schmerzeinschätzung bei Patienten mit kognitiven und/oder Bewusstseinsbeeinträchtigungen. , (2010).
  9. Abbey, J., et al. The Abbey pain scale: a 1-minute numerical indicator for people with end-stage dementia. International Journal Of Palliative Nursing. 10 (1), 6-13 (2004).
  10. Gruss, S., et al. Pain intensity recognition rates via biopotential feature patterns with support vector machines. PLoS ONE. 10, 1-14 (2015).
  11. Walter, S., et al. Automatic pain quantification using autonomic parameters. Psychology & Neuroscience. 7 (3), 363 (2014).
  12. Werner, P., et al. Automatic pain assessment with facial activity descriptors. IEEE Transactions on Affective Computing. 8 (3), 286-299 (2017).
  13. Thiam, P., Kessler, V., Walter, S., Palm, G., Schwenker, F. Audio-Visual Recognition of Pain Intensity. IAPR Workshop on Multimodal Pattern Recognition of Social Signals in Human-Computer Interaction. , (2016).
  14. Niese, R., et al. Towards Pain Recognition in Post-Operative Phases Using 3D-based Features from Video and Support Vector Machines. International Journal of Digital Content Technology and its Applications. 3 (4), 21-33 (2009).
  15. Hammal, Z., Kunz, M. Pain monitoring: A dynamic and context-sensitive system. Pattern Recognition. 45 (4), 1265-1280 (2012).
  16. Werner, P., et al. Automatic pain recognition from video and biomedical signals. Pattern Recognition (ICPR), 22nd International Conference on Pattern Recognition. , 4582-4587 (2014).
  17. Walter, S. Diagnostik der Schmerzintensität, basierend auf multimodalen Signalen und maschinellen Lernen. Habilitationsschrift. , (2017).
  18. Chu, Y., Zhao, X., Han, J., Su, Y. Physiological Signal-Based Method for Measurement of Pain Intensity. Frontiers in aneuroscience. 11, (2017).
  19. Kächele, M., et al. Multimodal data fusion for person-independent, continuous estimation of pain intensity. Engineering Applications of Neural Networks. , 275-285 (2015).
  20. Walter, S., et al. The BioVid Heat Pain Database – Data for the advancement and systematic validation of an automated pain recognition system. Cybernetics (CYBCONF), IEEE International Conference on Cybernetics. , 128-131 (2013).
  21. Velana, M., Walter, S., Gruss, S., Werner, P., Al-Hamadi, A., Schwenker, F., Scherer, S. The SenseEmotion Database: A Multimodal Database for the Development and Systematic Validation of an Automatic Pain- and Emotion-Recognition System. Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction. MPRSS 2016. Lecture Notes in Computer Science. , (2017).
  22. Lautenbacher, S., Peters, J. H., Heesen, M., Scheel, J., Kunz, M. Age changes in pain perception: a systematic-review and meta-analysis of age effects on pain and tolerance thresholds. Neuroscience & Biobehavioral Reviews. 75, 104-113 (2017).
  23. Kállai, I., Barke, A., Voss, U. The effects of experimenter characteristics on pain reports in women and men. Pain. 112 (1), 142-147 (2004).
  24. McCambridge, J., Witton, J., Elbourne, D. R. Systematic review of the Hawthorne effect: New concepts are needed to study research participation effects. Journal of Clinical Epidemiology. 67 (3), 267-277 (2014).

Play Video

Cite This Article
Gruss, S., Geiger, M., Werner, P., Wilhelm, O., Traue, H. C., Al-Hamadi, A., Walter, S. Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli. J. Vis. Exp. (146), e59057, doi:10.3791/59057 (2019).

View Video