Name: Signaux multimodales permettant d’analyser la douleur des réponses à des Stimuli thermiques et électriques (Vidéo) | JoVE Journal
Uploaded: 2019-04-05T13:00:00.000+00:00
Duration: 9 min 16 s
Description: Découvrez une méthode multimodale pour analyser l'intensité, la qualité et la durée de la douleur en utilisant des stimuli thermiques et électriques. Cette technique synchronise signaux physiologiques, audio et vidéo pour la recherche en neurosciences.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Les auteurs aimeraient remercier Verena Friedrich, Maria Velana, Sandra Gebhardt, Romy Bärwaldt et Tina Daucher pour leur aide précieuse dans la réalisation de l’étude. En outre, un merci spécial va à Dr. Stefanie Rukavina pour son soutien scientifique. Cette étude faisait partie de la DFG/TR233/12 (http://www.dfg.de/) projet « Promotion et systématique d’an Automated douleur reconnaissance système sur la base de Facial Expression et Psychobiologiques paramètres de Validation », financé par la recherche en allemand Fondation.

<ol><li>Hawker, G. A., Mian, S., Kendzerska, T., French, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measures+of+adult+pain%3A+Visual+analog+scale+for+pain+%28vas+pain%29%2C+numeric+rating+scale+for+pain+%28nrs+pain%29%2C+mcgill+pain+questionnaire+%28mpq%29%2C+short%E2%80%90form+mcgill+pain+questionnaire+%28sf%E2%80%90mpq%29%2C+chronic+pain+grade+scale+%28cpgs%29%2C+short+form%E2%80%9036+bodily+pain+scale+%28sf%E2%80%9036+bps%29%2C+and+measure+of+intermittent+and+constant+osteoarthritis+pain+%28icoap%29%5BTitle%5D)+AND+%22Arthritis+Care+%26+Research%22%5BJournal%5D)">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).</a> Arthritis Care & Research. 63 (11), 240-252 (2011).</li>
<li>Kehlet, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Acute+pain+control+and+accelerated+postoperative+surgical+recovery%5BTitle%5D)+AND+%22Surgical+Clinics%22%5BJournal%5D)">Acute pain control and accelerated postoperative surgical recovery.</a> Surgical Clinics. 79, 431-443 (1999).</li>
<li>McQuay, H., Moore, A., Justins, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Treating+acute+pain+in+hospital%5BTitle%5D)+AND+%22British+Medical+Journal%22%5BJournal%5D)">Treating acute pain in hospital.</a> British Medical Journal. 314 (7093), 1531-1535 (1997).</li>
<li>Brahnam, S., Chuang, C. F., Shih, F. Y., Slack, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SVM+classification+of+neonatal+facial+images+of+pain.+Fuzzy+Logic+and+Applications+%28revised+selected+papers+from+the+6th+International+Workshop%2C+WILF+2005%2C+Crema%2C+Italy%2C+September+15-17%2C+2005%29%5BTitle%5D)+AND+%22Lecture+Notes+in+Computer+Science%22%5BJournal%5D)">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).</a> Lecture Notes in Computer Science. 3849, 121-128 (2005).</li>
<li>Basler, H. D., Bloem, R., Casser, H. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ein+strukturiertes+Schmerzinterview+f%C3%BCr+geriatrische+Patienten%5BTitle%5D)+AND+%22Schmerz%22%5BJournal%5D)">Ein strukturiertes Schmerzinterview für geriatrische Patienten.</a> Schmerz. 15, 164-171 (2001).</li>
<li>Zwakhalen, S. M. G., Hamers, J. P. H., Abu-Saad, H. H., Berger, M. P. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pain+in+elderly+people+with+severe+dementia%3A+a+systematic+review+of+behavioural+pain+assessment+tools%5BTitle%5D)+AND+%22BioMed+Central+Geriatrics%22%5BJournal%5D)">Pain in elderly people with severe dementia: a systematic review of behavioural pain assessment tools.</a> BioMed Central Geriatrics. 6 (3), (2006).</li>
<li>Herr, K., Bjoro, K., Decker, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tools+for+assessment+of+pain+in+nonverbal+older+adults+with+dementia%3A+a+state-of-the-science+review%5BTitle%5D)+AND+%22Journal+of+Pain+and+Symptom+Manage%22%5BJournal%5D)">Tools for assessment of pain in nonverbal older adults with dementia: a state-of-the-science review.</a> Journal of Pain and Symptom Manage. 31 (2), 170-192 (2006).</li>
<li>Handel, E., Gnass, I. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHandel%2C+E+%22Praxishandbuch+ZOPA+%3A+Schmerzeinsch%C3%A4tzung+bei+Patienten+mit+kognitiven+und%2Foder+Bewusstseinsbeeintr%C3%A4chtigungen%22">Praxishandbuch ZOPA : Schmerzeinschätzung bei Patienten mit kognitiven und/oder Bewusstseinsbeeinträchtigungen</a>. , Huber. Bern. (2010).</li>
<li>Abbey, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Abbey+pain+scale%3A+a+1-minute+numerical+indicator+for+people+with+end-stage+dementia%5BTitle%5D)+AND+%22International+Journal+Of+Palliative+Nursing%22%5BJournal%5D)">The Abbey pain scale: a 1-minute numerical indicator for people with end-stage dementia.</a> International Journal Of Palliative Nursing. 10 (1), 6-13 (2004).</li>
<li>Gruss, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pain+intensity+recognition+rates+via+biopotential+feature+patterns+with+support+vector+machines%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Pain intensity recognition rates via biopotential feature patterns with support vector machines.</a> PLoS ONE. 10, 1-14 (2015).</li>
<li>Walter, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+pain+quantification+using+autonomic+parameters%5BTitle%5D)+AND+%22Psychology+%26+Neuroscience%22%5BJournal%5D)">Automatic pain quantification using autonomic parameters.</a> Psychology & Neuroscience. 7 (3), 363(2014).</li>
<li>Werner, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+pain+assessment+with+facial+activity+descriptors%5BTitle%5D)+AND+%22IEEE+Transactions+on+Affective+Computing%22%5BJournal%5D)">Automatic pain assessment with facial activity descriptors.</a> IEEE Transactions on Affective Computing. 8 (3), 286-299 (2017).</li>
<li>Thiam, P., Kessler, V., Walter, S., Palm, G., Schwenker, F. Audio-Visual Recognition of Pain Intensity. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aThiam%2C+P+%22IAPR+Workshop+on+Multimodal+Pattern+Recognition+of+Social+Signals+in+Human-Computer+Interaction%22">IAPR Workshop on Multimodal Pattern Recognition of Social Signals in Human-Computer Interaction</a>. , Springer. Cham. (2016).</li>
<li>Niese, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Towards+Pain+Recognition+in+Post-Operative+Phases+Using+3D-based+Features+from+Video+and+Support+Vector+Machines%5BTitle%5D)+AND+%22International+Journal+of+Digital+Content+Technology+and+its+Applications%22%5BJournal%5D)">Towards Pain Recognition in Post-Operative Phases Using 3D-based Features from Video and Support Vector Machines.</a> International Journal of Digital Content Technology and its Applications. 3 (4), 21-33 (2009).</li>
<li>Hammal, Z., Kunz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pain+monitoring%3A+A+dynamic+and+context-sensitive+system%5BTitle%5D)+AND+%22Pattern+Recognition%22%5BJournal%5D)">Pain monitoring: A dynamic and context-sensitive system.</a> Pattern Recognition. 45 (4), 1265-1280 (2012).</li>
<li>Werner, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+pain+recognition+from+video+and+biomedical+signals%5BTitle%5D)+AND+%22Pattern+Recognition+%28ICPR%29%2C+22nd+International+Conference+on+Pattern+Recognition%22%5BJournal%5D)">Automatic pain recognition from video and biomedical signals.</a> Pattern Recognition (ICPR), 22nd International Conference on Pattern Recognition. , 4582-4587 (2014).</li>
<li>Walter, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diagnostik+der+Schmerzintensit%C3%A4t%2C+basierend+auf+multimodalen+Signalen+und+maschinellen+Lernen%5BTitle%5D)+AND+%22Habilitationsschrift%22%5BJournal%5D)">Diagnostik der Schmerzintensität, basierend auf multimodalen Signalen und maschinellen Lernen.</a> Habilitationsschrift. , (2017).</li>
<li>Chu, Y., Zhao, X., Han, J., Su, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiological+Signal-Based+Method+for+Measurement+of+Pain+Intensity%5BTitle%5D)+AND+%22Frontiers+in+aneuroscience%22%5BJournal%5D)">Physiological Signal-Based Method for Measurement of Pain Intensity.</a> Frontiers in aneuroscience. 11, (2017).</li>
<li>Kächele, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multimodal+data+fusion+for+person-independent%2C+continuous+estimation+of+pain+intensity%5BTitle%5D)+AND+%22Engineering+Applications+of+Neural+Networks%22%5BJournal%5D)">Multimodal data fusion for person-independent, continuous estimation of pain intensity.</a> Engineering Applications of Neural Networks. , 275-285 (2015).</li>
<li>Walter, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+BioVid+Heat+Pain+Database+-+Data+for+the+advancement+and+systematic+validation+of+an+automated+pain+recognition+system%5BTitle%5D)+AND+%22Cybernetics+%28CYBCONF%29%2C+IEEE+International+Conference+on+Cybernetics%22%5BJournal%5D)">The BioVid Heat Pain Database - Data for the advancement and systematic validation of an automated pain recognition system.</a> Cybernetics (CYBCONF), IEEE International Conference on Cybernetics. , 128-131 (2013).</li>
<li>Velana, M., Walter, S., Gruss, S., Werner, P., Al-Hamadi, A. The SenseEmotion Database: A Multimodal Database for the Development and Systematic Validation of an Automatic Pain- and Emotion-Recognition System. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aVelana%2C+M+%22Multimodal+Pattern+Recognition+of+Social+Signals+in+Human-Computer-Interaction.+MPRSS+2016.+Lecture+Notes+in+Computer+Science%22">Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction. MPRSS 2016. Lecture Notes in Computer Science</a>. Schwenker, F., Scherer, S. , Springer. Cham. (2017).</li>
<li>Lautenbacher, S., Peters, J. H., Heesen, M., Scheel, J., Kunz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Age+changes+in+pain+perception%3A+a+systematic-review+and+meta-analysis+of+age+effects+on+pain+and+tolerance+thresholds%5BTitle%5D)+AND+%22Neuroscience+%26+Biobehavioral+Reviews%22%5BJournal%5D)">Age changes in pain perception: a systematic-review and meta-analysis of age effects on pain and tolerance thresholds.</a> Neuroscience & Biobehavioral Reviews. 75, 104-113 (2017).</li>
<li>Kállai, I., Barke, A., Voss, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effects+of+experimenter+characteristics+on+pain+reports+in+women+and+men%5BTitle%5D)+AND+%22Pain%22%5BJournal%5D)">The effects of experimenter characteristics on pain reports in women and men.</a> Pain. 112 (1), 142-147 (2004).</li>
<li>McCambridge, J., Witton, J., Elbourne, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+review+of+the+Hawthorne+effect%3A+New+concepts+are+needed+to+study+research+participation+effects%5BTitle%5D)+AND+%22Journal+of+Clinical+Epidemiology%22%5BJournal%5D)">Systematic review of the Hawthorne effect: New concepts are needed to study research participation effects.</a> Journal of Clinical Epidemiology. 67 (3), 267-277 (2014).</li>
</ol>

Les auteurs n’ont rien à divulguer.

Le protocole présenté met l’accent sur la découverte expérimentale de thermique (chaleur) et douleurs électriques en enregistrement physiologique, visuelle et paralinguistiques signaux. Cette approche originale, combinant les deux modèles de douleur avec différents stimuli intensités et des durées de deux différents stimuli (phasiques et toniques), offre une perspective plus large sur les modèles psychophysiologiques et les expressions de la douleur. Toutefois, pour la réalisation du présent protocole plusieurs étapes doivent être considérés.
En général, si vous travaillez avec des stimuli de douleur, il est crucial d’assurer la sécurité des sujets. Tous les stimuli de douleur doivent être très contrôlés et doivent uniquement être effectuées par expérimentateurs chevronnés. En outre, d’enregistrement et de recueillir des données fiables et de haute qualité, la bonne fixation de dispositifs (électrodes), le fonctionnement parfait des appareils d’enregistrement et une bonne communication entre les ordinateurs est fortement recommandé. Toutes les sources d’interférences devraient être éliminés ou réduits au minimum. Afin de garantir la cohérence entre les participants, il est important d’instructions normalisées et invariable des conditions expérimentales.
Selon notre expérience, de trouver des participants appropriés qui satisfont tous les critères et sont prêts à recevoir de nombreux stimuli douloureux, prennent beaucoup de temps et sont assez difficile. En plus de cela, la compensation monétaire doit être suffisamment élevée pour attirer les sujets à l’étude. En particulier les personnes entre 30 et 50 ans sont difficiles à trouver. C’est peut-être parce que l’expérience est trop long (ca. 4 heures, y compris l’arrivée et départ) et ils doivent décoller une demi-journée de travail.
Parce que la sécurité des participants est de toute première priorité, induction de douleur peut doivent être restreintes. En raison de directives éthiques, les intensités de stimulation ne doivent pas dépasser certains niveaux pour éviter les brûlures et l’inconscience en termes d’induction de douleur thermique et électrique, respectivement. Une coupure générale des intensités peut entraîner un effet de plafond comme certains sujets peuvent atteindre les limites d’intensité avant de se sentir des douleurs intolérables. Dans cette étude, environ 42 % (tenir compte de calibration thermique partie 1 et 2) des participants ont atteint le seuil thermique (voir résultats représentatifs). Comme ils n’ont pas atteint leurs tolérances « vraie » douleur, leurs réactions physiologiques aux stimuli thermiques plus élevées peuvent se comporter différemment contrairement aux réactions physiologiques des sujets ayant atteint leur. Dans l’affirmative, mélange de ces deux groupes pourrait influencer les résultats de classification en termes de reconnaissance de la douleur.
Un point important à l’adresse est les modalités de la douleur dans cette expérience. Les participants sont soumis seulement à des stimuli thermiques et électriques de la douleur (dû au fait que ceux-ci sont très contrôlables dans un cadre expérimental). Ainsi, si les études de schémas de douleur au sujet de la qualité, conclusions ne pourraient traduire d’autres modalités de douleurs telles que la pression, douleur chimique ou viscérale. La même considération sur la transférabilité des résultats s’applique à l’échantillon de l’étude. Le protocole est éthiquement réservé aux adultes en bonne santé. Par exemple, il n’inclut pas les enfants ou personnes ayant une déficience cognitive et verbalement. En outre, dans notre étude seulement les peuples européens ont participé. Aussi ici, résultats analytiques peuvent s’applique pas aux groupes non considérés dans cette expérience.
Une autre limitation peut concerner l' effet de Hawthorne24: les sujets sont conscients qu’ils sont être filmé/observés dans l’étude. Cela pourrait changer leur comportement.
Par rapport aux bases de données existantes la douleur, le protocole prévoit des avantages significatifs pour l’analyse des profils de réponse de douleur car il combine deux modèles de douleur et de deux cours de temps (phasiques et toniques) : outre l’intensité et la durée de la douleur, elle considère également la qualité de la douleur. Comme douleur thermique est décrit différemment des douleurs électriques (p. ex., brûlage vs sharp), il peut également différer dans les réactions de douleur. Dans l’affirmative, ces conclusions pourraient lier un modèle de réponse de douleur à la source sous-jacente de la douleur. En outre, l’étude est multimodale d’élargir l’éventail de possibilités d’enquête douleur : employant 5 signaux psychophysiologiques, 2 face caméra (avant/côté) signaux, signal de caméra de vue 1 corps, 1 caméra thermique et 1 audio du signal, la douleur peut être analysée et évalués plus précisément.
Une enquête plus complexe des profils de réponse de douleur, les extensions futures de cette méthode doivent inclure plus d’unité comme électroencéphalographie (EEG), température corporelle et la respiration. Il serait également très utile d’employer la pression contrôlée comme un modèle de douleur supplémentaire. Chercheurs visant à la reconnaissance automatique de la douleur par l’intermédiaire de données recueillies avec ce protocole devraient vérifier des modèles d’apprentissage machine prometteurs avec des groupes de contrôle clinique.

La douleur est une sensation désagréable et très personnelle qui est perçue différemment par chacun. Elle dure de secondes à mois et peut varier dans sa qualité (lancinante, sharp, brûlure, etc.). Si traitée insuffisamment, douleur influe sur les fonctions physiques et psychologiques de l’organisme, réduit la qualité de vie et assume le risque de devenir une maladie chronique. En soins cliniques, l’évaluation précise de l’intensité de la douleur et la qualité est très pertinente à fournissent une douleur fructueuse gestion1,2. Étalon-or des méthodes pour évaluer la douleur, tels que l’analogique visuelle (VAS) met à l’échelle, l’échelle de cotation numérique (SRN) ou le McGill Pain Questionnaire3, sont fondées sur l’autodéclaration des patients et, par conséquent, seule œuvre suffisamment avec cognitivement et verbalement personnes demeurées intactes. En conséquence, tous ceux qui sont établis méthodes manquent de fiabilité et validité quand il s’agit de nouveau-nés4, délire, somnolente, sous sédation ou les patients ventilés5personnes souffrant de démence6,7. En plus ou comme alternative à l’auto-évaluation des échelles, des méthodes pour mesurer la douleur grâce à l’observation par un personnel qualifié (par exemple, l' Observation de Zurich douleur évaluation8 ou l’abbaye douleur Echelle9) ont été développés ces dernières années. Néanmoins, même ces outils souffrent de limitations dans la fiabilité et la validité, comme évaluateurs formés encore ne peut pas garantir une évaluation objective. En outre, l’application est souvent trop de temps pour le personnel de la clinique lors de l’évaluation de la douleur doit être faite sur une base régulière.
Plusieurs équipes de recherche ont axé sur le développement automatisée douleur reconnaissant des systèmes qui permettent de mesurer la douleur par des moyens de physiologique, visual, ou signal paralinguistiques définit en tant que de nouvelles approches pour l’évaluation et le contrôle de la douleur et son intensité objectivement. Des études antérieures montrent des résultats prometteurs dans la détection et la différenciation douleur10,11,12,13,16,17,18 ou douleur discriminante des émotions de base14,15 , fondée uniquement sur un des signaux définit10,11,12,13,14, 15 , ainsi que sur une combinaison/fusion16,17,19 , des ensembles. Les modalités susmentionnées réagissent presque de manière autonome à un stimulus stressant comme la douleur. Leur utilisation présente l’avantage qu’ils ne nécessitent pas de capacité d’une personne de rendre compte de sa douleur. Ces personnes bénéficieraient grandement d’un système de reconnaissance de la douleur objective qui incorpore ces modalités. Les ensembles de données consistant en des réactions à la douleur ont incité fournissent des informations précieuses pour analyser les modèles de douleurs et de développement d’applications pratiques de détection et de surveillance de la douleur. Entre autres, Walter et al.,20 a créé la « BioVid chaleur douleur Database », une base de données multimodal qui est publiquement disponible et fournit des données de courte durée induite par des stimuli douloureux de chaleur et des réactions psychophysiologiques et visuelles correspondantes. La « base de données SenseEmotion » de Velana et coll.21 comprend unité, vidéos et informations paralinguistiques de bénévoles affectés par la douleur phasique de chaleur et des stimuli émotionnels.
Alors que ces bases de données sont bien adaptés à l’examen des réactions de douleur, ils reposent principalement sur un modèle spécifique de la douleur. Comme la douleur diffère dans sa qualité (soi-disant selon le modèle de la douleur) et dans sa durée, elle aussi peut être différente dans ses physiologique, visual et paralinguistiques en corrélation. Le meilleur de la connaissance des auteurs, aucun études multimodales ou bases de données n’existent qui combinent deux ou plusieurs modèles de douleur et de modification des stimuli de douleur dans l’intensité et la durée pour non seulement détecter les modes de la douleur, mais également une distinction entre les qualités de la douleur.
Cet article fournit un protocole sur la façon de mener une expérience psychophysiologique complexe afin d’obtenir des douleurs et en même temps records réponses physiologiques (p. ex., ECG, EMG du zygomatique trapèze Musculus corrugator superciliiet grands, SCL) ainsi que les données audio et vidéo (mimiques, gestes du corps, la température de la peau du visage). Les participants sont stimulés par des courts (Phasique) et plus longtemps la chaleur (tonique) et stimuli de douleur électrique qui diffèrent par l’intensité. Une phase d’étalonnage avant l’expérience détermine des seuils de douleur pour chaque objet individuellement.
L’étude vise à recueillir des données multimodales pour enquêter sur les douleurs (patrons) concernant l’intensité, de qualité et de longueur au moyen de méthodes statistiques, algorithmes d’apprentissage machine, etc.. En outre, les données déjà recueillies sont prévues pour être publiés à des fins de recherche universitaire sous le nom de « X-ITE (Experimentally j’ainduced Thermal et Esecteur) douleur Database ». Il peut étendre les bases de données existantes, telles que BioVid chaleur douleur et SenseEmotion20,21et contribuer à l’autre développement, l’amélioration, ou évaluation des systèmes de reconnaissance automatisée de douleur en matière de validité, fiabilité et la reconnaissance en temps réel.
Le reste du livre est organisé de la manière suivante. Le protocole décrit comment réaliser l’étude de déclenchement de douleurs étape par étape. Ensuite, les résultats représentatifs présentent le résultat de l’expérience. Enfin, la discussion couvre les étapes critiques, limites et avantages de l’étude suivie des suggestions pour futures extensions.

<table><tbody><tr><td>PATHWAY Modèle ATS</td><td>Medoc Ltd., Ramat Yishai, Israël</td><td></td><td>Stimulateur thermique</td></tr><tr><td>30 mm x 30 mm ATS Thermode</td><td>Medoc Ltd., Ramat Yishai, Israël</td><td></td><td>Thermode</td></tr><tr><td>PATHWAY Software Arbel 6.3.7.22.1</td><td>Medoc Ltd., Ramat Yishai, Israël</td><td></td><td>Stimulateur thermique</td></tr><tr><td>Logiciel Digitimer DS7A Stimulateur de courant</td><td>Digitimer Ltd., Hertfordshire, Royaume-Uni</td><td></td><td>Stimulateur électrique</td></tr><tr><td>Inquisit 5</td><td>Millisecond Software, Seattle, WA, USA</td><td></td><td>Logiciel pour le déclenchement de stimuli</td></tr><tr><td>électriques Convertisseur analogique-numérique</td><td>Wissenschaftliche Werkstatt Elektronik, Université d’Ulm, Ulm, Allemagne</td><td>Système</td> BIOPAC MP150 sur <td></td>mesure</tr><tr><td></td><td>BIOPAC Systems, Inc., Goleta, CA, USA</td><td></td><td>Matériel d’enregistrement de biosignaux</td></tr><tr><td>AcqKnowledge Logiciel 4.1.1</td><td>BIOPAC Systems, Inc., Goleta, CA, États-Unis</td><td></td><td>Logiciel d’enregistrement de biosignaux</td></tr><tr><td>NTG-2 Microphone à condensateur directionnel à double alimentation</td><td>R&Oslash ;DE Microphones, Silverwater, Australie</td><td></td><td>Microphone d’enregistrement audio</td></tr><tr><td>Kinect v2</td><td>Microsoft, Redmond, WA, États-Unis</td><td></td><td>Caméra à vue corporelle</td></tr><tr><td>AV Pike F-145C</td><td>Allied Vision Technologies GmbH, Stadtroda, Allemagne</td><td></td><td>Caméra faciale (vue frontale)</td></tr><tr><td>AV Prosilica GT 1600C</td><td>Allied Vision Technologies GmbH, Stadtroda, Allemagne</td><td></td><td>Caméra faciale (vue latérale)</td></tr><tr><td>Caméra thermique PIR uc 180</td><td>InfraTec GmbH, Dresde, Allemagne</td><td></td><td>Caméra faciale thermique</td></tr><tr><td>Matériel de synchronisation</td><td>Werkstatt, IIKT, Université de Magdebourg, Magdebourg, Allemagne</td> sur <td>mesure</td><td>Déclenchement matériel des caméras, le signal de déclenchement est enregistré par BIOPAC et Audacity</td></tr><tr><td>Logiciel d’enregistrement et de synchronisation</td><td>Philipp Werner, Neuro-Information Technology, Université de Magdebourg, Magdebourg, Allemagne</td><td>Logiciel personnalisé</td><td>Enregistrement en temps réel, encodage vidéo hors ligne et synchronisation hors ligne</td></tr><tr><td>Examen Couch</td><td>ClinicalCare GmbH, Brême, Allemagne</td><td></td><td></td></tr><tr><td>Électrodes Ag-AgCl EL254 / EL254S (réutilisables, diamètre d’enregistrement de 4 mm)</td><td>BIOPAC Systems, Inc., Goleta, CA, USA</td><td></td><td>Utilisé pour l’enregistrement EMG M. corrugator et M. zygomaticus</td></tr><tr><td>Ag-AgCl Électrodes BlueSensor P (jetable, taille de contact avec la peau : 34 mm de diamètre, surface de mesure 154 mm2)</td><td>Ambu GmbH, Bad Nauheim, Allemagne</td><td></td><td>Utilisé pour enregistrer l’ECG et l’EMG M. trapezius. Également utilisé pour la stimulation électrique</td></tr><tr><td>Audacity 2.1.2</td><td>Dominic Mazzoni (Audacity)</td><td></td><td>Logiciel d’enregistrement audio</td></tr><tr><td>Cold Gel Pack</td><td>C+V Pharma Depot GmbH, Versmold, Allemagne</td><td></td><td></td></tr><tr><td>Panthenol 50mg/g</td><td>ratiopharm GmbH, Ulm, Allemagne</td><td></td><td>Ointment</td></tr><tr><td>Alumnium Profiles</td><td>item Industrietechnik GmbH, Solingen, Allemagne</td><td></td><td>Utilisé pour installer toutes les caméras et Électrode de microphone</td></tr><tr><td>Gel GEL1</td><td>BIOPAC Systems, Inc., Goleta, CA, États-Unis ELPREP</td><td></td><td></td></tr><tr><td>Gel de préparation de la peau</td><td>BIOPAC Systems, Inc., Goleta, CA, États-Unis</td><td></td><td></td></tr></tbody></table>

signaux multimodales permettant d’analyser la douleur des réponses à des stimuli thermiques et électriques

Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli

L’évaluation de la douleur s’appuie principalement sur des méthodes qui nécessitent une personne à communiquer. Toutefois, pour les personnes ayant une déficience cognitive ou verbale, les méthodes existantes ne suffisent pas car elles manquent de fiabilité et validité. Pour aborder ce problème, des recherches récentes met l’accent sur une évaluation objective de la douleur, facilitée par les paramètres des réponses provenant de la physiologie et les signaux vidéo et audio. Pour développer des systèmes de reconnaissance automatique fiable de la douleur, des efforts ont été faits dans la création de multimodales bases de données afin d’analyser la douleur et de détecter les modes valides de la douleur. Bien que les résultats soient prometteurs, ils se concentrent seulement sur discriminant de la douleur ou des intensités de douleur contre aucune douleur. Pour faire avancer cela, recherche devrait également envisager la qualité et la durée de la douleur puisqu’elles fournissent de précieuses informations supplémentaires pour la gestion de la douleur plus avancée. Pour compléter les bases de données existantes et l’analyse de la douleur concernant la qualité et de longueur, cet article propose une expérience psychophysiologique pour susciter, mesurer et recueillir les réactions de douleur valide. Les participants sont soumis à des stimuli douloureux qui diffèrent par l’intensité (faible, moyen et élevé), la durée (5 s / 1 min) et modalité (thermique / électrique douleur) tout en audio, vidéo (mimiques, gestes du corps, la température de la peau du visage) et physiologiques signaux (p. ex. électrocardiogramme [ECG], skin conductance level [SCL], électromyographie faciale [EMG] et EMG de M. trapezius) sont en cours d’enregistrement. L’étude comprend une phase d’étalonnage pour déterminer la gamme douleur individuelle du sujet (de faible à intolérable douleur) et une phase de stimulation dans lequel la douleur des stimuli, selon la gamme étalonnée, sont appliqués. Les données obtenues peuvent permettre de raffinage, l’amélioration et évaluation des systèmes de reconnaissance automatique en fonction d’une évaluation objective de la douleur. Pour le développement ultérieur de ces systèmes et d’enquêter sur les réactions de douleur plus en détail, modalités de douleurs supplémentaires tels que pression, douleur, froide ou chimique devrait figurer dans de futures études. Les données enregistrées de cette étude seront publiées comme la « X-ITE douleur Database ».

La douleur est perçue différemment par toute personne et peut s’exprimer diversement dans les expressions faciales, paralinguistiques et/ou des signaux physiologiques. La conception de cette étude est apte à analyser les réponses de douleur de diverses façons en ce qui concerne les objectifs sous-jacents. Les données obtenues peuvent permettre de répondre à des questions de recherche, tels que : existe-t-il des douleurs spécifiques des profils de réponse ? Sont-ils différents au sujet de la durée et le modèle de la douleur ?
Un total de 134 sujets ont participé à notre expérience. Le sex-ratio était de 50/50. Nous les répartîmes en groupes d’âge suivants : 1) 18-29 ans (N = 49, 23 hommes, 26 femmes), 2) 30-39 ans (N = 45, 23 hommes, 22 femmes), 3) 40-50 ans (N = 40, 21 hommes, 19 femmes). L’âge moyen de tous les sujets était 31,4 (SD = 9,7), de tous les hommes = 33.4 (SD = 9,3) et de toutes les femmes = 32,9 (SD = 10,2) ans. L’étude s’est déroulée au département de psychologie médicale de l’Université d’Ulm, Allemagne.
Le principal résultat de ce protocole est un ensemble de données de signaux audio, vidéo et psychophysiologiques reflétant les réponses des sujets à des stimuli de douleur. Le tableau 1 donne un aperçu général sur les caractéristiques techniques des signaux enregistrés et sur le nombre de stimuli de douleur induite dans l’étude.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td colspan="5">Caractéristiques techniques</td>
		</tr>
<tr>
<td>Signal :</td>
			<td colspan="2">Fréquence d’échantillonnage :</td>
			<td colspan="2">Attributs :</td>
		</tr>
<tr>
<td>Audio</td>
			<td colspan="2">44100 Hz</td>
			<td colspan="2">Mono, MP3 320 kbps</td>
		</tr>
<tr>
<td>Caméra 1 (visage, vu de face)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Vidéo couleur : résolution 1384 x 1032, HEVC encodé avec libx265 (CRF 16, preset medium)</td>
		</tr>
<tr>
<td>Caméra 2 (visage, vue latérale)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Vidéo couleur : résolution 1620 x 840, HEVC encodé avec libx265 (CRF 16, preset medium)</td>
		</tr>
<tr>
<td>Corps de caméra</td>
			<td colspan="2">env. 30 Hz</td>
			<td colspan="2">Vidéo couleur : résolution 1500 x 600, HEVC encodé avec libx265 (CRF 16, preset moyen) ; Profondeur vidéo : résolution 500 x 200, codage sans perte</td>
		</tr>
<tr>
<td>Caméra thermique</td>
			<td colspan="2">env. 120,8 Hz</td>
			<td colspan="2">Température de surface vidéo : résolution 120 x 160, niveaux de gris MPEG-4-AVC encodées avec libx264 (CRF 0, veryfast prédéfinie), plage de température codé 26,5-52,0 ° C (pas de 0, 1)</td>
		</tr>
<tr>
<td>ECG :</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Matériel filtrée via BioPac : 35Hz LP, 0,5 Hz HP, Filtre notch 50Hz</td>
		</tr>
<tr>
<td>SCL</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Matériel filtrée via BioPac : 10Hz LP, pas HP, aucun filtre notch</td>
		</tr>
<tr>
<td>EMG M. trapezius</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Matériel filtrée via BioPac : 500Hz LP, 10Hz HP, aucun filtre notch</td>
		</tr>
<tr>
<td>EMG M. corrugator supercilii</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Matériel filtrée via BioPac : 500Hz LP, 10Hz HP, aucun filtre notch</td>
		</tr>
<tr>
<td>EMG M. zygomatique majeur</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Matériel filtrée via BioPac : 500Hz LP, 10Hz HP, aucun filtre notch</td>
		</tr>
<tr>
<td>Stimuli</td>
			<td colspan="2">Thermique</td>
			<td colspan="2">Électrique</td>
		</tr>
<tr>
<td>Sujets :</td>
			<td>Stimuli phasiques (5 s) :</td>
			<td>Stimuli toniques (60 s) :</td>
			<td>Stimuli phasiques (5 s) :</td>
			<td>Stimuli toniques (60 s) :</td>
		</tr>
<tr>
<td>Par sujet</td>
			<td>90 (30 par intensité)</td>
			<td>3 (1 par intensité)</td>
			<td>90 (30 par intensité)</td>
			<td>3 (1 par intensité)</td>
		</tr>
<tr>
<td>Tous les (N = 134)</td>
			<td>12060 (4020 par intensité)</td>
			<td>402 (134 par intensité)</td>
			<td>12060 (4020 par intensité)</td>
			<td>402 (134 par intensité)</td>
		</tr>
<tr>
<td>Hommes (n = 67)</td>
			<td>6030 (2010 par intensité)</td>
			<td>201 (67 par intensité)</td>
			<td>6030 (2010 par intensité)</td>
			<td>201 (67 par intensité)</td>
		</tr>
<tr>
<td>Femmes (n = 67)</td>
			<td>6030 (2010 par intensité)</td>
			<td>201 (67 par intensité)</td>
			<td>6030 (2010 par intensité)</td>
			<td>201 (67 par intensité)</td>
		</tr>
</tbody></table>Tableau 1 : caractéristiques techniques et le nombre d’induite par des stimuli. La haute demi (caractéristiques techniques) indique les fréquences d’échantillonnage et attributs des signaux spécifiques. La partie inférieure la moitié spectacles (Stimuli) les numéros des particuliers induits (thermique/électrique) la douleur des stimuli pour un sujet, tous les sujets et pour chaque sexe. (MP3 = Moving Picture Experts Group Audio Layer-3, kbit/s = kilobits par seconde, HEVC = haute efficacité Video Coding, CRF = facteur de taux Constant, MPEG-4-AVC = Motion Picture Experts Group Layer-4 vidéo Advanced Video Coding, Hz = Hertz, ° C = degrés Celsius, s = secondes, ECG = électrocardiogramme, SCL = niveau de Conductance de la peau, EMG = électromyographie, LP = filtre passe-bas, HP = filtre passe-haut, M. = Musculus).
Un résultat secondaire concernant la phase d’étalonnage de l’étude est présenté dans le tableau 2. Il montre les températures moyennes de la stimulation et les courants des intensités de douleur 1 et 3 (tel que calculé à l’étape 5.11 du protocole) pour tous les sujets et en outre pour le sous-groupe des mâle et femelle.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>Stimuli</td>
			<td colspan="4">Thermique [en ° C] moyenne (SD)</td>
			<td colspan="4">Moyenne électrique [mA] (SD)</td>
		</tr>
<tr>
<td>Sujets</td>
			<td>pH1</td>
			<td>pH3</td>
			<td>tH1</td>
			<td>tH3</td>
			<td>pE1</td>
			<td>pE3</td>
			<td>tE1</td>
			<td>tE3</td>
		</tr>
<tr>
<td>Tous les (N = 134)</td>
			<td>44.03 (2,25)</td>
			<td>49.17 (1.20)</td>
			<td>42,50 (2.14)</td>
			<td>47.76 (1.02)</td>
			<td>1.63 (0,94)</td>
			<td>5.64 (2,72)</td>
			<td>1.69 (1.12)</td>
			<td>5.70 (2.59)</td>
		</tr>
<tr>
<td>Hommes (n = 67)</td>
			<td>44,56 (2.18)</td>
			<td>49,48 (0,89)</td>
			<td>43.11 (1.98)</td>
			<td>47,93 (1.04)</td>
			<td>1,94 (1.01)</td>
			<td>6,83 (3.02)</td>
			<td>1,96 (1.16)</td>
			<td>6.90 (2,72)</td>
		</tr>
<tr>
<td>Femmes (n = 67)</td>
			<td>43,51 (2,74)</td>
			<td>48,87 (1.39)</td>
			<td>41,89 (2.14)</td>
			<td>47,59 (0,98)</td>
			<td>1.32 (0,75)</td>
			<td>4.45 (1,70)</td>
			<td>1.43 (1.01)</td>
			<td>4.51 (1,80)</td>
		</tr>
</tbody></table>Tableau 2 : moyenne des températures de stimulation et de courants d’intensités de douleur 1 et 3. (pH1, pH3 = douleur phasique de chaleur d’intensité 1, 3 ; tH1, tH3 = douleur chaleur tonique avec intensité 1, 3 ; pE1, pE3 = douleur électrique phasique avec intensité 1, 3 ; tE1, tE3 = douleur électrique tonique avec une intensité 1, 3 ; ° C = degrés Celsius ; mA = milliampère, SD = écart-type).
Si toutes les étapes du protocole sont réalisées avec soin et pas de problèmes techniques se produisent (en termes d’ordinateur ou enregistrer l’appareil tombe en panne, etc.), un résultat positif peut-être sembler identiques, comme illustré à la Figure 4. Tous les signaux sont de haute qualité et pas affectée par des sources extérieures d’interférences. Le participant est clairement visible dans chaque appareil.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59057/59057fig4.jpg"> Figure 4 : Données d’exemple d’une expérience réussie. L’illustration représente les signaux enregistrés quelques secondes avant, pendant et après un stimulus de douleur intense. Tous les signaux sont non filtrés et synchronisés dans le temps. Pour plus de clarté, seul représentant captures d’écran des signaux vidéo sont indiqués ici. (EMG = électromyographie, SCL = niveau de Conductance de la peau, ECG = électrocardiogramme, M. = Musculus, s = secondes). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig4large.jpg" target="_blank">S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.</a>
Toutefois, des incidents inattendus peuvent provoquer les données devenir bruyant ou corrompu. En outre, ordinateur ou appareil tombe en panne, la venue du décollage d’électrodes (électrodes surtout réutilisables avec petit diamètre qui sont attachés au moyen de colliers adhésifs double-face) d’enregistrement pour la plupart mène aux signaux inutilisables. Par exemple pour un ensemble de données sous-optimale, la Figure 5 montre le moment où une électrode EMG se détache et restitue le signal correspondant inutile.
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59057/59057fig5.jpg"> Figure 5 : Données d’exemple d’une expérience optimale. Le cercle rouge indique l’heure une des électrodes EMG (M. zygomatique majeur) est tombé de joue du sujet. Cela aurait pu être due au mouvement de sueur ou de la tête. Dès lors, le signal a été perdu. (EMG = électromyographie, SCL = niveau de Conductance de la peau, ECG = électrocardiogramme, M. = Musculus, s = secondes). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig5large.jpg" target="_blank">S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.</a>
En raison de directives éthiques, les intensités maximales des stimuli thermiques et électriques devaient être restreinte. En ce qui concerne le contrôle thermique d’étalonnage (voir fichier supplémentaire), 37 sujets (31 hommes, 6 femmes) atteint le seuil de décision donné de 50,5 ° C (ratio = 37/134 = 27,61 %). Quant à la partie 1 de calibration thermique, 60 participants (39 hommes, 21 femmes) ont atteint le seuil de 50,0 ° C (ratio = 60/134 = 44,78 %) et en ce qui concerne partie2, 57 personnes (37 hommes, 20 femmes) a atteint le seuil de 49,5 ° C (ratio = 57/134 = 42,54 %). Le seuil de décision pour les deux parties d’étalonnage électrique était 25 mA. Aucun des 134 sujets il atteint.
Puisque nous prévoyons de publier les données (voir paragraphe suivant), les ensembles de données des participants qui ont atteint le seuil sera en outre marquées et leur notation subjective de la douleur pour les seuils correspondants seront incluse.
Nous tenons à souligner que l’objectif principal du protocole est l’obtention de signaux multimodales permettant d’analyser la douleur thermique et électrique. Par conséquent, aucun autre résultat n’est discutés ici. Après vérification et à l’exclusion des ensembles de données en raison de données manquantes ou rejeté consentement écrit pour le partage de données, les ensembles de données de cette étude seront disponibles sous le nom de « X-ITE douleur Database ». Pour plus d’informations sur quand et comment obtenir le pb de douleur de X-ITE, veuillez visiter https://github.com/philippwerner/pain-database-list.
Fichier complémentaire 1. <a href="https://www.jove.com/files/ftp_upload/59057/Supplementary_File_1.docx" target="_blank">S’il vous plaît cliquez ici pour télécharger ce fichier.</a>

Cet article se concentre sur la découverte expérimentale de la douleur par la chaleur (thermique) et stimulation électrique pendant l’enregistrement physiologique, visuelle et paralinguistiques réponses. Elle vise à recueillir des données multimodales valide pour l’analyse fondée sur l’intensité, la qualité et la durée de la douleur.

Signaux multimodales permettant d’analyser la douleur des réponses à des Stimuli thermiques et électriques

The assessment of pain relies mostly on methods that require a person to communicate. However, for people with cognitive and verbal impairments, existing ...

Les données acquises avec la méthode présentée peuvent faire la lumière sur la façon de reconnaître les intensités de la douleur, indépendamment du modèle de douleur sous-jacent. Il peut également aider à évaluer la durée de la douleur. Le principal avantage de cette technique est sa multimodalité en termes d’enregistrement de signaux et de stimulation de la douleur.Il élargit considérablement la portée de la recherche sur la douleur. Cette technique peut être appliquée pour surveiller la présence de douleur dans le traitement de pathologie pour une gestion plus efficace de la douleur. L’exécution de son protocole nécessite de nombreuses actions manuelles complexes, telles que l’application d’électrodes, qui sont plus rapides et plus faciles à apprendre grâce à la démonstration visuelle.Sandra Gebhardt, une étudiante de mon laboratoire qui est formée comme expérimentateur pour cette étude, démontrera la procédure. Pour se préparer à la procédure, accueillez le sujet qui arrive et conduisez-la à la salle d’étalonnage. Informez-la en détail de la procédure d’étalonnage et de la stimulation de la douleur suivante.Ensuite, effectuez la stimulation de la douleur dans une salle expérimentale surveillée par caméra, contrôlée par la température et à faible bruit à côté de la salle de surveillance de l’étalonnage. Utilisez des ordinateurs, des logiciels et des dispositifs d’enregistrement appropriés pour capturer des données physiologiques, de l’audio, des vidéos et des sorties de stimulateurs thermiques et électriques pendant l’expérience. Entrez les valeurs des intensités de douleur électrique et thermique phasique et les intensités électriques et thermiques toniques calculées en fonction de l’étalonnage effectué dans le stimulateur thermique et électrique.Réglez la température de base à 32 degrés Celsius et le taux de température à 8 degrés Celsius par seconde, puis enregistrez tous les paramètres. Par la suite, préparez le script d’obtention de la douleur, comme indiqué ici. Réglez le nombre de chaque intensité de stimulus phasique à 30 et le nombre de chaque intensité de stimulus tonique à un.Ensuite, réglez la durée de chaque stimulus phasique à cinq secondes et la durée de chaque stimulus tonique à 60 secondes. Randomisez l’ordre de tous les stimuli et les pauses entre les stimuli phasiques à huit à 12 secondes. Après cela, réglez les pauses après les stimuli toniques à 300 secondes.Pour commencer la stimulation de la douleur, demandez au sujet de s’allonger confortablement sur le canapé d’examen. Nettoyez toutes les zones de la peau où les électrodes seront fixées avec une solution d’alcool. Enlever les cellules mortes de la peau à la surface de la joue gauche, derrière l’oreille gauche, au-dessus du sourcil gauche, et sur le front avec du gel abrasif.Ensuite, re-nettoyer ces zones avec une solution d’alcool. Pour la mesure du niveau de conductance de la peau, fixez deux électrodes prégélifiques non polorizables en argent, au chlorure d’argent, au dessous de la phalange distale de l’index droit et au majeur avec des sangles Velcro. Pour enregistrer l’ECG, utilisez trois électrodes anti-adhésif prégélègne d’argent, des électrodes à rupture de chlorure d’argent avec des zones de contact circulaires.Placez l’électrode cathodique sur la poitrine, à environ six centimètres sous la clavicule droite et l’électrode d’anode sur les 9e et 10e côtes gauches. Attachez l’électrode de référence à la taille du côté droit à côté de l’os pelvien. Pour enregistrer EMG de musculus trapèze, utilisez également trois électrodes anti-chlorure d’argent prégélèze, des électrodes à rupture de chlorure d’argent avec des zones de contact circulaires.Placez les électrodes cathodiques et anodes côte à côte sur le muscle trapèze sur le côté gauche du cou. Ensuite, placez l’électrode de référence en dessous, sur la clavicule gauche. Utilisez six électrodes réutilisables en argent blindé, chlorure d’argent pour mesurer les EMGs de musculus ondurateur supercilii et musculus zygomaticus majeur.Fixez un côté des colliers adhésifs à double face aux électrodes. Par la suite, remplir les cavités des électrodes avec du gel électrolyte. Retirer les supports en papier de l’autre côté des colliers adhésifs à double face.Pour musculus ondant supercilii, placez l’électrode anode directement au-dessus du sourcil gauche, à côté de la ligne glabella. Ensuite, placez l’électrode cathodique d’un centimètre latéralement à l’électrode d’anode. Fixez l’électrode de référence au milieu de l’os frontal, juste en dessous de la ligne des cheveux.Pour musculus zygomaticus major, tracez une ligne imaginaire du commissaire oral gauche au lobe gauche d’oreille. Placez l’électrode d’anode légèrement au-dessous du milieu de la ligne et l’électrode cathodique d’un centimètre médiale à côté. Attachez l’électrode de référence au mastoïde gauche.Ensuite, connectez toutes les électrodes aux entrées correspondantes du dispositif d’enregistrement biosignal. Effectuez une vérification visuelle, en utilisant le logiciel d’enregistrement biosignal pour s’assurer que tous les signaux physiologiques sont de bonne qualité. Ensuite, placez l’électrode d’anode de chlorure d’argent et d’argent sur le côté supérieur de la phalange intermédiaire de l’index gauche et l’électrode cathodique sur le côté supérieur de la phalange proximale du majeur gauche.Connectez les électrodes au stimulateur électrique. Appliquer le thermode sur le côté supérieur de l’avant-bras gauche du sujet, environ 30 millimètres proximal au poignet, avec une sangle Velcro. Démarrez toutes les caméras.Assurez-vous que le participant est parfaitement visible dans la caméra. Ensuite, démarrez tous les périphériques d’enregistrement, en respectant les exigences de synchronisation des données. Exécutez le script d’obtention de la douleur.Surveillez attentivement le sujet et l’évolution de la partie stimulation de la douleur. Après la fin du script d’obtention de la douleur, arrêtez tous les appareils d’enregistrement. Vérifiez si le participant va bien et détachez toutes les électrodes et le thermode.Ensuite, enveloppez une serviette hygiénique et non tissée autour d’un paquet de gel froid. Demandez au participant de l’appliquer sur la zone de la peau où le thermode a été placé pendant au moins cinq minutes. Appliquez ensuite de l’onguent sur la zone de la peau où le thermode a été placé.Ensuite, remerciez le participant et dites au revoir. Disposer de toutes les électrodes jetables. Nettoyez toutes les électrodes réutilisables, et le canapé d’examen.Voici les images du sujet avant, pendant et après un stimulus intense de la douleur. Tous les signaux enregistrés sont non filtrés et synchronisés dans le temps. Pour plus de clarté, seules les captures d’écran représentatives des signaux vidéo sont affichées.Tout en essayant cette procédure, il est important de s’assurer que tous les signaux sont optimisés avant de commencer la stimulation de la douleur. Assurez-vous également que tous les appareils d’enregistrement sont en marche avant d’exécuter le script d’obtention de la douleur. Après cette procédure, d’autres méthodes, comme la mise en œuvre d’une caméra de vision nocturne proche infrarouge, ou l’enregistrement de biosignaux peuvent être effectuées afin de reconnaître la douleur plus efficacement dans un environnement nocturne.Cette technique permet de reconnaître objectivement la douleur sans avoir besoin de communiquer avec le patient. Il peut être utile de distinguer les différentes propriétés de la douleur et de fournir un aperçu de la source sous-jacente de la douleur. Les stimulateurs de douleur peuvent causer des blessures graves s’ils ne sont pas exploités par du personnel qualifié.Suivez toujours les restrictions éthiques et de sécurité concernant les seuils d’intensité des mesures de stimulation afin d’assurer la sécurité des participants.

multi-modal-signals-for-analyzing-pain-responses-to-thermal

Research

Recherche

JoVE Journal

Behavior

Comportement

Algorithmes d'évaluer les seuils de douleur thermique et mécanique de la peau enflammée expérimentalement des sujets de l'étude humaine sont présentés. Les deux modèles de test douleurs nociceptives examiner séparément le traitement par les deux principaux périphériques populations de fibres nerveuses de transmettre la douleur, c'est à dire, non myélinisées de fibres myélinisées C et petites fibres A-delta.

Déterminer la chaleur et le seuil de douleur mécanique dans la peau enflammée des sujets humains

Les modèles humains de douleur sont des outils précieux utilisés pour évaluer le potentiel analgésique de nouveaux composés et prédire leur efficacité clinique, en particulier lorsqu’ils sont utilisés de manière intégrée. Bien que la mise en œuvre de ces modèles soit complexe, avec une exécution correcte, les modèles de douleur décrits dans ce protocole peuvent fournir des résultats prédictifs et fiables.

Détermination de la détection de la douleur et des seuils de tolérance L&#39;utilisation d&#39;un intégré, multi-Modal Tâche Batterie douleur

L’objectif de cette procédure est de démontrer une batterie de techniques quantitatives pour la mesure sensorielle et de la douleur chez l’homme. L’équipement et les techniques décrits se trouvent couramment dans les cliniques de la douleur ou sont faciles à obtenir.

Un protocole de tests manuels pour mesurer Sensation et la douleur chez les humains

En évaluant la douleur en réponse à des stimuli répétitifs ou à différents types de stimuli standardisés, le test sensoriel quantitatif dynamique (QST) peut révéler des changements dans le traitement central de la douleur. Nous présentons des méthodes pour optimiser et individualiser deux mesures dynamiques de QST : la sommation temporelle (TS) et la modulation conditionnée de la douleur (CPM).

Dynamic Quantitative Test sensoriel à Caractériser Central Processing douleur

méthodes psychophysiques tels que la procédure d'estimation QUEST peut efficacement produire des estimations robustes de l'intensité de la stimulation à laquelle les sensations non douloureuses de transition en sensations douloureuses. En stimulant de manière répétée à l'intensité de seuil, la variabilité dans les réponses de notation peut être attribuée directement aux classifications perceptives dans des analyses ultérieures.

Psychophysique ancré, Thresholding robuste dans l&#39;étude de la douleur liée au latéralisation de oscillatoire Prestimulus Activité

Fourni ici est un protocole qui détaille les étapes pour établir un modèle animal de la douleur chronique post-ischémie (CPIP). C'est un modèle bien-reconnu imitant le type régional humain de syndrome de douleur-I. Les hypersensibilités mécaniques et thermiques sont davantage évaluées, ainsi que les comportements nocifensives induits par la capsaïcine observés dans le modèle de rat CPIP.

Modèle chronique de douleur de poteau-ischémie pour le syndrome régional complexe de douleur type-I chez les rats

Pour développer de nouvelles interventions thérapeutiques pour la prévention et la prise en charge des maux de dos, des modèles animaux sont nécessaires pour examiner les mécanismes et l’efficacité de ces thérapies dans une perspective translationnelle. Le présent protocole décrit le test BMS, une méthode normalisée pour évaluer la sensibilité mécanique dorsale chez le rat.

Évaluation de la sensibilité mécanique du dos chez le rat pour l’étude mécaniste des maux de dos chroniques

Ce protocole décrit l’exposition chirurgicale du ganglion radiculaire dorsal (DRG) suivi de GCaMP3 (indicateur Ca2+ codé génétiquement; Protéine fluorescente verte-calmoduline-protéine M13 3) Imagerie Ca2+ des ensembles neuronaux à l’aide de souris Pirt-GCaMP3 tout en appliquant une variété de stimuli à la patte postérieure ipsilatérale.

In vivo Imagerie calcique d’ensembles neuronaux dans des réseaux de neurones sensoriels primaires dans des ganglions radiculaires dorsaux intacts

APTrack est un plugin logiciel développé pour la plateforme Open Ephys qui permet la visualisation de données en temps réel et le suivi du seuil électrique en boucle fermée des potentiels d’action neuronale. Nous l’avons utilisé avec succès en microneurographie pour les nocicepteurs de fibres C humaines et les nocicepteurs de fibres C et Aδ de souris.

Suivi de seuil électrique en boucle fermée en temps réel open source pour la recherche translationnelle sur la douleur

Les développements récents dans la recherche sur la douleur mettent en évidence le potentiel de la photoneuromodulation à l’aide de diodes électroluminescentes vertes (GLED) comme traitement non pharmacologique. GLED module les voies de la douleur, offrant un soulagement efficace de la douleur. Cet article vise à normaliser et à affiner les protocoles d’exposition au GLED, à améliorer la cohérence entre les études et à faire progresser l’application clinique de cette thérapie.

Optimisation des techniques de photoneuromodulation pour évaluer le rôle des diodes électroluminescentes vertes dans la gestion de la douleur

Ici, nous présentons une méthode pour évaluer l’activation et le blocage des axones sensoriels dans les nerfs périphériques lors d’expériences aiguës, anesthésiées et in vivo sur des rats, en utilisant deux types de mesures électrophysiologiques spinales capables de discriminer l’activité des sous-types de fibres nerveuses : les potentiels de champ local et les enregistrements mononeuronaux à large plage dynamique.

Méthodes électrophysiologiques pour évaluer le blocage de la douleur périphérique chez un rat anesthésié

Découvrez une méthode multimodale pour analyser l'intensité, la qualité et la durée de la douleur en utilisant des stimuli thermiques et électriques. Cette technique synchronise signaux physiologiques, audio et vidéo pour la recherche en neurosciences.

Signaux multimodales permettant d’analyser la douleur des réponses à des Stimuli thermiques et électriques

Explorer plus de vidéos