Name: Sinais multimodais para a análise de respostas de dor a estímulos térmicos e elétricos (Vídeo) | JoVE Journal
Uploaded: 2019-04-05T13:00:00.000+00:00
Duration: 9 min 16 s
Description: Aprenda a registrar sinais fisiológicos, visuais e paralinguísticos durante estímulos térmicos e elétricos para análise multimodal da dor. Este método permite avaliar intensidade, qualidade e duração da resposta ao estímulo doloroso.

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

Os autores gostaria de agradecer sua preciosa ajuda na condução do estudo Verena Friedrich, Maria Velana, Sandra Gebhardt, Romy Bärwaldt e Tina Daucher. Além disso, um obrigado especial vai para Dr. Stefanie Rukavina para sua sustentação científica. Essa pesquisa foi parte do DFG/TR233/12 (http://www.dfg.de/) projeto "Avanço e sistemática validação de an Automated dor reconhecimento em base da Facial Expression e Psychobiological parâmetros do sistema", financiado pela pesquisa alemão Fundação.

<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>

Os autores não têm nada para divulgar.

O protocolo apresentado enfoca o levantamento experimental de dor elétrica enquanto gravação fisiológica, visual e paralinguísticas sinais e térmica (calor). Esta nova abordagem, combinando dois modelos de dor com estímulos diferentes intensidades e durações de dois diferentes estímulos (fásicas e tônicos), oferece uma ampla perspectiva sobre os padrões psicofisiológicos e expressões de dor. No entanto, para a realização do presente protocolo, várias etapas precisam ser considerados.
Em geral, se trabalhar com estímulos de dor é crucial garantir a segurança dos indivíduos. Todos os estímulos de dor tem que ser altamente controlada e só devem ser executados por experimentadores experientes. Além disso, para a gravação e coleta de dados confiáveis e de alta qualidade, a fixação adequada de dispositivos (eletrodos), o perfeito funcionamento dos dispositivos de gravação e uma suave comunicação entre computadores é altamente recomendado. Todas as fontes de interferências devem ser eliminadas ou reduzidas ao mínimo. Para garantir a consistência entre os participantes, é importante fornecer instruções padronizadas e invariável condições experimentais.
De acordo com nossa experiência, encontrar participantes apropriados que satisfaçam todos os critérios e estão dispostos a receber inúmeros estímulos dolorosos, leva um longo tempo e é bastante desafiador. Além disso, a compensação monetária tem que ser alto o suficiente para atrair os temas para o estudo. Principalmente pessoas entre 30 e 50 anos são difíceis de encontrar. Isto pode ser porque o experimento é demasiado longa (ca. 4 horas, incluindo a chegada e partida) e eles têm que tirar metade de um dia de trabalho.
Porque a segurança dos participantes é de prioridade máxima, indução de dor pode precisar de ser restrita. Devido as diretrizes éticas, as intensidades de estímulo não devem ultrapassar determinados níveis para evitar queimaduras e inconsciência em termos de indução de dor térmica e elétrica, respectivamente. Um corte geral de intensidades pode resultar em um efeito de teto que alguns indivíduos podem atingir os limites de intensidade antes de sentir dor intolerável. Neste estudo, aproximadamente 42% (considerando a parte de calibração térmica 1 e 2) dos participantes atingiu os pontos de corte térmicos (ver resultados representativos). Como eles não chegassem as tolerâncias de dor "real", suas respostas fisiológicas aos estímulos térmicos mais alta podem se comportar de forma diferente em contraste com as respostas fisiológicas de indivíduos que atingiram os. Em caso afirmativo, a mistura destes dois grupos poderia influenciar os resultados da classificação em termos de reconhecimento da dor.
Um ponto importante para o endereço é as modalidades de dor neste experimento. Os participantes estão sujeitos apenas a estímulos de dor térmica e elétrica (devido ao fato de que estes são altamente controláveis em um ajuste experimental). Assim, se examinar os padrões de dor em relação à qualidade, as conclusões podem não se traduzem em outras modalidades de dor, tais como pressão, dor visceral ou química. A mesma consideração na transferibilidade dos resultados aplica-se à amostra do estudo. O protocolo é eticamente restrito aos adultos saudáveis. Por exemplo, não inclui crianças ou pessoas cognitivamente e verbalmente prejudicadas. Além disso, em nosso estudo os únicos europeus participaram. Também aqui, os resultados analíticos podem não se aplicar aos grupos não considerados neste experimento.
Outra limitação pode referir-se o efeito de Hawthorne24: os sujeitos estão cientes que estão sendo filmados/observados no estudo. Isso pode mudar seu comportamento.
Comparado com bancos de dados existentes de dor, o protocolo fornece vantagens significativas para analisar padrões de resposta de dor, pois combina dois cursos de tempo (fásicos e tônicos) e dois modelos de dor: além da intensidade e duração da dor, também considera a qualidade de dor. Como dor térmica é descrito diferentemente do que dor eléctrico (por exemplo, queima vs afiado), também pode diferir nas reações de dor. Se assim for, esses achados poderiam ligar um padrão de resposta de dor a fonte subjacente da dor. Além disso, o estudo é multimodal alargar o leque de oportunidades de investigação de dor: empregando 5 sinais psicofisiológicos, 2 face sinais de câmera (frontal/lateral), sinal de câmara de visão de 1 corpo, 1 câmara térmica e o sinal de 1 áudio, dor pode ser analisada e avaliados, mais precisamente.
Para uma investigação mais complexa dos padrões de resposta de dor, extensões futuras desse método devem incluir mais bio-sinais como Eletroencefalografia (EEG), temperatura corporal e respiração. Também seria de grande benefício para empregar pressão controlada como um modelo de dor a mais. Pesquisadores com o objetivo de reconhecimento automático de dor através de dados recolhidos com este protocolo devem testar promissores modelos de aprendizagem de máquina com grupos de controle clínico.

A dor é uma sensação muito pessoal e desagradável que é percebida de forma diferente por todos. Ele dura de segundos a meses e pode variar em sua qualidade (latejante, afiado, queima, etc.). Se tratados inadequadamente, dor influencia funções físicas e psicológicas do organismo, reduz a qualidade de vida e suporta o risco de se tornar uma condição crônica. No atendimento clínico, a avaliação precisa da qualidade e intensidade da dor é altamente relevante para proporcionar dor bem-sucedida gestão1,2. Dependem de métodos padrão-ouro para avaliação de dor, tais como a visual analógica (VAS) de escalas, a escala de classificação numérica (NRS) ou o questionário de dor McGill3, Self, relatórios de pacientes e, assim, apenas trabalho suficientemente com cognitivamente e verbalmente pessoas inquebrantável. Consequentemente, todos os estabeleceram métodos não têm validade e fiabilidade quando se trata de recém-nascidos4, delirando, somnolent, sedado, ou pacientes ventilados5ou pessoas que sofrem de demência6,7. Para além, ou como uma alternativa para escalas de auto-relato, foram desenvolvidos métodos para medir a dor através da observação por pessoal treinado (por exemplo, a avaliação de dor de observação de Zurique8 ou a escala de dor Abadia9) nos últimos anos. Não obstante, mesmo essas ferramentas sofrem limitações em confiabilidade e validade, como classificadores treinados nem não podem garantir uma avaliação objectiva. Além disso, o aplicativo é muito demorado para corpo clínico quando avaliação da dor deve ser feita em uma base regular.
Várias equipas de investigação têm focada no desenvolvimento automatizado dor reconhecendo sistemas, que permitem medir a dor por meio de fisiológico, visuais, e/ou paralinguísticos sinal define como novas abordagens para a avaliação e monitoramento de dor e sua intensidade objectivamente. Estudos anteriores mostram resultados promissores na detecção e diferenciar dor10,11,12,13,16,17,18 ou dor discriminador de emoções básicas14,15 baseado unicamente em um do sinal define10,11,12,13,14, 15 , bem como sobre uma combinação/fusão16,17,19 dos conjuntos. As modalidades acima referidas quase autonomamente reagem a estímulos estressantes, tais como a dor. Usá-los tem a vantagem de que não necessitam de habilidade de uma pessoa para relatar a sua dor. Tais indivíduos iria beneficiar muito de um sistema de reconhecimento de dor objetiva que incorpora tais modalidades. Conjuntos de dados consistindo de reações à dor eliciada fornecer informações preciosas para analisar padrões de dor e desenvolvendo aplicações práticas para a detecção e monitoramento de dor. Entre outros, Walter et al20 criou o "BioVid calor dor de banco de dados", um banco de dados multimodal que está publicamente disponível e fornece dados de curto prazo induzida por estímulos de calor doloroso e reações psicofisiológicos e visuais correspondentes. "SenseEmotion banco de dados" de Velana et al.21 inclui bio-sinais, vídeos e informações de paralinguísticos de voluntários afetados pela dor de calor fásicos e estímulos emocionais.
Enquanto esses bancos de dados são adequados para analisar as reações de dor, eles baseiam-se principalmente em um modelo específico de dor. Como dor difere em sua qualidade (supostamente dependendo do modelo de dor) e na sua duração, também pode ser diferentes no seu fisiológico, visual e paralinguísticas correlaciona. Para o melhor conhecimento dos autores, sem estudos multimodais ou bancos de dados existem que combinam dois ou mais modelos de dor e variar os estímulos de dor em intensidade e duração, a fim de não só detectar padrões de dor, mas também distinguir entre as qualidades de dor.
Este artigo fornece um protocolo sobre como conduzir um experimento psicofisiológicos complexo para provocar dor e simultaneamente gravar respostas fisiológicas (por exemplo, ECG, EMG de trapézio Musculus, onduladeira supercílioe zigomático principais, SCL) bem como dados de áudio e vídeo (por exemplo, expressões faciais, gestos corporais, temperatura da pele facial). Os participantes são estimulados com curto (fásicos) e calor (tônica) e estímulos elétricos dor que diferem em intensidade mais duradouras. Uma fase de calibração antes do experimento determina os limiares de dor para cada disciplina individualmente.
O estudo tem como objetivo coletar dados multimodais para investigar a dor (padrões) em relação a intensidade, qualidade e comprimento por meio de métodos estatísticos, algoritmos de aprendizado de máquina, etc. Além disso, os dados já coletados estão previstos para ser publicado para fins de pesquisa acadêmica, sob o nome de "X-ITE (Experimentally eunduced Ttérmica e elétrica E) dor de banco de dados". Pode estender a bancos de dados existentes, tais como dor de calor BioVid e SenseEmotion20,21e contribuir para o maior desenvolvimento, melhoria, e/ou avaliação de sistemas de reconhecimento automatizado de dor em matéria de validade, confiabilidade e reconhecimento em tempo real.
O resto do livro é organizado da seguinte forma. O protocolo descreve como realizar um estudo de levantamento de dor passo a passo. Em seguida, os resultados representativos apresentam o resultado do experimento. Finalmente, a discussão abrange etapas críticas, limitações e benefícios do estudo seguido por sugestões para futuras extensões.

<table><tbody><tr><td>PATHWAY Modelo ATS</td><td>Medoc Ltd., Ramat Yishai, Israel</td><td></td><td>Estimulador Térmico</td></tr><tr><td>30 mm x 30 mm ATS Thermode</td><td>Medoc Ltd., Ramat Yishai, Israel</td><td></td><td>Thermode</td></tr><tr><td>PATHWAY Software Arbel 6.3.7.22.1</td><td>Medoc Ltd., Ramat Yishai, Israel</td><td></td><td>Estimulador Térmico Software</td></tr><tr><td>Digitimer DS7A Estimulador de Corrente</td><td>Digitimer Ltd., Hertfordshire, Reino Unido</td><td></td><td>Estimulador elétrico</td></tr><tr><td>Inquisit 5</td><td>milissegundos Software, Seattle, WA, EUA</td><td></td><td>Software para disparar estímulos elétricos</td></tr><tr><td>Conversor analógico-digital</td><td>Wissenschaftliche Werkstatt Elektronik, Universidade de Ulm, Ulm, Alemanha</td> sistema <td>BIOPAC</td> MP150 personalizado BIOPAC <td></td></tr><tr><td></td><td>Systems, Inc., Goleta, CA, EUA</td><td></td><td>Hardware de gravação de biossinal</td></tr><tr><td>AcqKnowledge Software 4.1.1</td><td>BIOPAC Systems, Inc., Goleta, CA, USA</td><td></td><td>Software de gravação de biossinal</td></tr><tr><td>NTG-2 Microfone condensador direcional de dupla potência</td><td>Microfones R&Oslash;DE, Silverwater, Austrália</td><td></td><td>Microfone de gravação de áudio</td></tr><tr><td>Kinect v2</td><td>Microsoft, Redmond, WA, EUA</td><td></td><td>Câmera de visão corporal</td></tr><tr><td>AV Pike F-145C</td><td>Allied Vision Technologies GmbH, Stadtroda, Alemanha</td><td></td><td>Câmera facial (vista frontal)</td></tr><tr><td>AV Prosilica GT 1600C</td><td>Allied Vision Technologies GmbH, Stadtroda, Alemanha</td><td></td><td>Câmera facial (vista lateral)</td></tr><tr><td>PIR uc 180 Câmera térmica</td><td>InfraTec GmbH, Dresden, Alemanha</td><td></td> Hardware de sincronização de <td>câmera facial térmica</td></tr><tr><td></td><td>Werkstatt, IIKT, Universidade de Magdeburg, Magdeburg, Alemanha</td><td>construído</td> <td>sob medidaDisparo de hardware de câmeras, sinal de disparo é gravado pelo BIOPAC e pelo</td></tr><tr><td>software de gravação e sincronização</td> Audacity <td>Philipp Werner, Neuro-Information Technology, University of Magdeburg, Magdeburg, Alemanha</td><td>software personalizado</td><td>Gravação em tempo real, codificação de vídeo offline e sincronização offline</td></tr><tr><td>Examination Couch</td><td>ClinicalCare GmbH, Bremen, Alemanha</td><td></td><td></td></tr><tr><td>Eletrodos Ag-AgCl EL254 / EL254S (Reutilizáveis, diâmetro de gravação de 4 mm)</td><td>BIOPAC Systems, Inc., Goleta, CA, EUA</td><td></td><td>Usado para gravar EMG M. corrugador e M. zygomaticus</td></tr><tr><td>Ag-AgCl Eletrodos BlueSensor P (Descartável, tamanho de contato com a pele: 34 mm de diâmetro, área de medição 154 mm2)</td><td>Ambu GmbH, Bad Nauheim, Alemanha</td><td></td><td>Usado para registrar ECG e EMG M. trapezius. Também usado para estimulação elétrica</td></tr><tr><td>Audacity 2.1.2</td><td>Dominic Mazzoni (Audacity)</td><td></td><td>Software de gravação de áudio</td></tr><tr><td>Cold Gel Pack</td><td>C+V Pharma Depot GmbH, Versmold, Alemanha</td><td></td><td></td></tr><tr><td>Pantenol 50mg/g</td><td>ratiopharm GmbH, Ulm, Alemanha</td><td></td><td>Pomada</td></tr><tr><td>Alumnium Perfis</td><td>item Industrietechnik GmbH, Solingen, Alemanha</td><td></td><td>Usado para instalar todas as câmeras e </td></tr><tr><td>Gel de eletrodo de microfone GEL1</td><td>BIOPAC Systems, Inc., Goleta, CA, USA</td><td></td><td></td></tr><tr><td>ELPREP Gel de preparação de pele</td><td>BIOPAC Systems, Inc., Goleta, CA, USA</td><td></td><td></td></tr></tbody></table>

sinais multimodais para a análise de respostas de dor a estímulos térmicos e elétricos

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

A avaliação da dor baseia-se principalmente em métodos que necessitam de uma pessoa para se comunicar. No entanto, para pessoas com deficiências cognitivas e verbais, os métodos existentes não são suficientes, como lhes falta confiabilidade e validade. Para abordar este problema, a pesquisa recente centra-se em uma avaliação objetiva da dor facilitada pelos parâmetros de respostas derivados de Fisiologia e sinais de áudio e vídeo. Para desenvolver sistemas de reconhecimento de dor automatizado confiável, fizeram-se esforços na criação de bancos de dados multimodais para analisar a dor e detectar padrões de dor válido. Enquanto os resultados são promissores, eles apenas focar dor discriminador ou intensidades de dor versus sem dor. Para avançar com isto, pesquisa deve também considerar a qualidade e a duração da dor como eles fornecem informações valiosas adicionais para gerenciamento mais avançado de dor. Para complementar a bancos de dados existentes e a análise da dor em matéria de qualidade e de comprimento, este trabalho propõe um experimento psicofisiológicos para eliciar, medir e coletar as reações de dor válido. Os participantes são submetidos a estímulos dolorosos que diferem em intensidade (baixa, média e alta), tempo (5 s / 1min) e modalidade (calor / elétrico dor) enquanto o áudio, vídeo (por exemplo, expressões faciais, gestos corporais, temperatura da pele facial) e fisiológicos sinais (por exemplo, o eletrocardiograma [ECG], EMG de trapézio M., eletromiografia facial [EMG] e [SCL] nível de condutância de pele) estão sendo gravadas. O estudo consiste em uma fase de calibração para determinar individual dor variam um sujeito (baixa a intolerável dor) e uma fase de estimulação no qual dor estímulos, dependendo da faixa calibrada, são aplicados. Os dados obtidos podem permitir que o refino, melhorar e avaliar sistemas automatizados de reconhecimento em termos de uma avaliação objetiva da dor. Para o desenvolvimento de tais sistemas e investigar as reações de dor mais detalhadamente, as modalidades de dor adicionais tais como pressão, química, ou frio dor deve ser incluído em estudos futuros. Dados gravados deste estudo serão lançados como "X-ITE dor banco de dados".

A dor é percebida diferentemente por qualquer pessoa e pode expressar-se diversamente, expressões faciais, paralinguísticos e/ou sinais fisiológicos. O design deste estudo é apropriado para analisar as respostas de dor de inúmeras maneiras no que diz respeito aos objectivos subjacentes. Os dados obtidos permitem responder às perguntas de pesquisa, tais como: existem padrões de resposta específico dor? Eles diferem em relação a duração e o modelo de dor?
Um total de 134 sujeitos participou na nossa experiência. A proporção sexual era 50/50. Dividimos eles nos seguintes grupos de idade: 1) 18-29 anos (N = 49, 23 homens, 26 mulheres), 2) 30-39 anos (N = 45, 23 homens, 22 mulheres), 3) 40-50 anos (N = 40, 21 homens, 19 mulheres). A idade média de todas as disciplinas foi 31,4 (SD = 9,7), de todos os homens = 33,4 (SD = 9.3) e de todas as mulheres = 32,9 (SD = 10.2) anos. O estudo teve lugar no departamento de psicologia médica da Universidade de Ulm, Alemanha.
O principal resultado do presente protocolo é um conjunto de dados de sinais de áudio, vídeo e psicofisiológicos refletindo as respostas dos sujeitos a estímulos de dor. A tabela 1 apresenta uma visão geral sobre as características técnicas dos sinais gravados e os números de estímulos de dor induzida no estudo.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td colspan="5">Características técnicas</td>
		</tr>
<tr>
<td>Sinal:</td>
			<td colspan="2">Taxa de amostragem:</td>
			<td colspan="2">Atributos:</td>
		</tr>
<tr>
<td>Áudio</td>
			<td colspan="2">44100 Hz</td>
			<td colspan="2">Mono, MP3 320 kbps</td>
		</tr>
<tr>
<td>Câmera 1 (face, vista frontal)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Vídeo de cor: resolução 1384 x 1032, HEVC codificado com libx265 (CRF 16, preset médio)</td>
		</tr>
<tr>
<td>Câmera 2 (face, vista lateral)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Vídeo de cor: resolução 1620 x 840, HEVC codificado com libx265 (CRF 16, preset médio)</td>
		</tr>
<tr>
<td>Corpo de câmera</td>
			<td colspan="2">ca. 30 Hz</td>
			<td colspan="2">Vídeo de cor: Resolução 1500 x 600, HEVC codificado com libx265 (CRF 16, preset médio); Profundidade de vídeo: resolução 500 x 200, codificação sem perdas</td>
		</tr>
<tr>
<td>Câmera térmica</td>
			<td colspan="2">ca. 120,8 Hz</td>
			<td colspan="2">A temperatura da superfície: resolução 120 x 160, codificado em MPEG-4-AVC em tons de cinza com libx264 (CRF 0, veryfast predefinido), faixa de temperatura codificado 26,5-52,0 ° C (passos de 0,1)</td>
		</tr>
<tr>
<td>ECG</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Ferragem filtrada através de BioPac: 35Hz LP, Hz 0,5 HP, Filtro de entalhe de 50 Hz</td>
		</tr>
<tr>
<td>SCL</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Ferragem filtrada através de BioPac: LP de 10 Hz, sem HP, nenhum filtro notch</td>
		</tr>
<tr>
<td>Trapézio de EMG M.</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Ferragem filtrada através de BioPac: LP de 500 Hz, 10 Hz HP, nenhum filtro notch</td>
		</tr>
<tr>
<td>EMG M. onduladeira supercílio</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Ferragem filtrada através de BioPac: LP de 500 Hz, 10 Hz HP, nenhum filtro notch</td>
		</tr>
<tr>
<td>EMG M. zigomático maior</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Ferragem filtrada através de BioPac: LP de 500 Hz, 10 Hz HP, nenhum filtro notch</td>
		</tr>
<tr>
<td>Estímulos</td>
			<td colspan="2">Thermal</td>
			<td colspan="2">Elétrica</td>
		</tr>
<tr>
<td>Disciplinas:</td>
			<td>Estímulos fásicos (5 s):</td>
			<td>Tônicos estímulos (60 s):</td>
			<td>Estímulos fásicos (5 s):</td>
			<td>Tônicos estímulos (60 s):</td>
		</tr>
<tr>
<td>Por assunto</td>
			<td>90 (30 por intensidade)</td>
			<td>3 (1 por intensidade)</td>
			<td>90 (30 por intensidade)</td>
			<td>3 (1 por intensidade)</td>
		</tr>
<tr>
<td>Todos (N = 134)</td>
			<td>12060 (4020 por intensidade)</td>
			<td>402 (134 por intensidade)</td>
			<td>12060 (4020 por intensidade)</td>
			<td>402 (134 por intensidade)</td>
		</tr>
<tr>
<td>Homens (n = 67)</td>
			<td>6030 (2010 por intensidade)</td>
			<td>201 (67 por intensidade)</td>
			<td>6030 (2010 por intensidade)</td>
			<td>201 (67 por intensidade)</td>
		</tr>
<tr>
<td>Mulheres (n = 67)</td>
			<td>6030 (2010 por intensidade)</td>
			<td>201 (67 por intensidade)</td>
			<td>6030 (2010 por intensidade)</td>
			<td>201 (67 por intensidade)</td>
		</tr>
</tbody></table>Tabela 1: características técnicas e número de induzida por estímulos. O superior metade (características técnicas) mostra as taxas de amostragem e atributos dos sinais específicos. A parte inferior mostra metade de (estímulos) os números específica induzida (térmico/elétrico) dor estímulos para um assunto, para todas as disciplinas e para cada sexo. (MP3 = Moving Picture Experts Group Layer-3 Audio, kbps = kilobits por segundo, HEVC = alta eficiência a codificação, FRC = fator de taxa constante, MPEG-4-AVC = Motion Picture Experts grupo camada-4 vídeo Advanced vídeo Coding, Hz = Hertz, ° C = graus Celsius, s = segundos, ECG = eletrocardiograma, SCL = nível de condutância da pele, EMG = eletromiografia, LP = filtro passa-baixas, HP = filtro passa-alta, m = Musculus).
Um resultado secundário sobre a fase de calibração do estudo é apresentado na tabela 2. Ele mostra a temperatura média de estimulação e correntes de intensidades de dor 1 e 3 (como calculado na etapa 5.11 do protocolo) para todas as disciplinas e, adicionalmente, para o subgrupo de masculino e feminino.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>Estímulos</td>
			<td colspan="4">Média térmica [no ° C] (SD)</td>
			<td colspan="4">Significa elétrica [em mA] (SD)</td>
		</tr>
<tr>
<td>Assuntos</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>Todos (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>Homens (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>Mulheres (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>Tabela 2: quer dizer temperaturas de estimulação e correntes de intensidades de dor 1 e 3. (pH1, pH3 = dor de calor fásicos com intensidade 1, 3; tH1, tH3 = dor de calor tônica com intensidade 1, 3; pE1, pE3 = dor elétrica bifásica com intensidade 1, 3; tE1, tE3 = dor elétrica tônico com intensidade 1, 3; ° C = graus Celsius; mA = miliampère, SD = desvio padrão).
Se todas as etapas do protocolo são realizadas com cuidado e sem problemas técnicos ocorrem (em termos de computador ou gravação dispositivo trava, etc), um resultado positivo pode parecer semelhante, como representado na Figura 4. Todos os sinais são de alta qualidade e não afetada por fontes externas de interferências. O participante é claramente visível em todas as câmaras.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59057/59057fig4.jpg"> Figura 4 : Dados de exemplo de uma experiência bem sucedida. A figura mostra sinais gravados alguns segundos antes, durante e após um estímulo de dor intensa. Todos os sinais são não filtrados e sincronizados no tempo. Para maior clareza, apenas representante screenshots dos sinais de vídeo são mostrados aqui. (EMG = eletromiografia, SCL = nível de condutância da pele, ECG = eletrocardiograma, M. = Musculus, s = segundos). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig4large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
No entanto, incidentes inesperados podem causar os dados para se tornar barulhento ou corrompido. Além do computador ou gravação dispositivo trava, o vir-off de eletrodos (especialmente reutilizáveis eletrodos com diâmetro pequeno que são Unidos através de coleiras de adesivo dupla-face) principalmente leva a sinais inutilizáveis. Como um exemplo para um conjunto de dados abaixo do ideal, a Figura 5 mostra o momento quando um eletrodo de EMG sai e processa o sinal correspondente inútil.
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59057/59057fig5.jpg"> Figura 5 : Dados de exemplo de um experimento sub-óptima. O círculo vermelho indica que o tempo dentre os eletrodos de EMG (M. zigomático maior) caiu do rosto do sujeito. Isto pode ter sido devido ao movimento de cabeça ou suor. A partir deste momento, o sinal foi perdido. (EMG = eletromiografia, SCL = nível de condutância da pele, ECG = eletrocardiograma, M. = Musculus, s = segundos). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig5large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
Devido as diretrizes éticas, as intensidades máximas de estímulos térmicas e elétricas tinham que ser restrito. A respeito de controle de calibração térmica parte (ver arquivo complementar), 37 indivíduos (31 homens e 6 mulheres) atingiu o limite determinado de 50,5 ° C (ratio = 37/134 = 27.61%). Quanto a calibração térmica 1, 60 participantes (39 homens, 21 mulheres) atingiu o limite de 50,0 ° C (ratio = 60/134 = 44,78%) e no que se refere a parte 2, 57 pessoas (37 homens, 20 mulheres) chegaram o corte de 49,5 ° C (ratio = 57/134 = % 42.54). O corte para ambas as partes de calibração elétrica foi 25 mA. Nenhum dos 134 assuntos chegou a isso.
Como planejamos publicar os dados (ver parágrafo seguinte), os conjuntos de dados de participantes que tenham atingido as cortes além disso serão marcados e sua classificação de dor subjetiva para os cortes correspondentes serão incluídas.
Gostaríamos de salientar que o foco principal do protocolo é a obtenção de sinais multimodais para a análise de dor térmica e elétrica. Portanto, não há outros resultados são discutidos aqui. Após a verificação e excluindo os conjuntos de dados devido a dados ausentes ou rejeitado consentimento por escrito para a partilha de dados, os conjuntos de dados deste estudo serão disponibilizados sob o nome "Banco de dados do X-ITE dor". Para mais informações sobre quando e como obter o X-ITE dor DB, visite https://github.com/philippwerner/pain-database-list.
Arquivo suplementar 1. <a href="https://www.jove.com/files/ftp_upload/59057/Supplementary_File_1.docx" target="_blank">Clique aqui para baixar este arquivo.</a>

Este artigo enfoca o levantamento experimental de dor através do calor (térmica) e estimulação elétrica durante a gravação, fisiológica, visual e paralinguísticas respostas. Visa coletar dados multimodais válidos para analisar com base na sua intensidade, qualidade e duração de dor.

Sinais multimodais para a análise de respostas de dor a estímulos térmicos e elétricos

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

Os dados adquiridos com o método apresentado podem lançar luz sobre como reconhecer as intensidades da dor, independentemente do modelo de dor subjacente. Também pode ajudar a avaliar a duração da dor. A principal vantagem dessa técnica é sua multimodalidade em termos de registro de sinal e estimulação da dor.Amplia significativamente o escopo da pesquisa da dor. Esta técnica pode ser aplicada para monitorar a presença da dor no tratamento patológico para um tratamento mais eficiente da dor. A execução do protocolo requer muitas ações manuais complexas, como a aplicação de eletrodos, que são mais rápidas e fáceis de aprender através da demonstração visual.Demonstrando o procedimento estará Sandra Gebhardt, uma estudante do meu laboratório que é treinada como experimentadora para este estudo. Para se preparar para o procedimento, bem-vindo o sujeito que chega e levá-la para a sala de calibração. Informe-a detalhadamente sobre o procedimento de calibração e a seguinte estimulação da dor.Em seguida, conduza a estimulação da dor em uma sala experimental monitorada por câmera, controlada pela temperatura e com baixo ruído ao lado da sala de monitoramento de calibração. Use computadores de gravação, software e dispositivos de gravação apropriados para capturar dados fisiológicos, áudio, vídeos e saídas de estimuladores térmicos e elétricos durante o experimento. Insira os valores das intensidades de dor elétrica e térmica e as intensidades tônicas elétricas e térmicas calculadas com base na calibração realizada no estimulador térmico e elétrico.Ajuste a temperatura da linha de base para 32 graus Celsius e a taxa de temperatura para 8 graus Celsius por segundo, em seguida, salve todas as configurações. Posteriormente, prepare o roteiro de provocação da dor, como mostrado aqui. Coloque o número de intensidade de estímulo phasic para 30 e o número de intensidade de estímulo tônico para um.Em seguida, defina a duração de cada estímulo farmacêutico para cinco segundos e a duração de cada estímulo tônico para 60 segundos. Randomize a ordem de todos os estímulos e as pausas entre os estímulos áfásticos de oito a 12 segundos. Depois disso, defina as pausas após os estímulos tônicos para 300 segundos.Para começar a estimulação da dor, peça ao sujeito para se deitar confortavelmente no sofá do exame. Limpe todas as áreas da pele onde os eletrodos serão anexados com solução alcoólica. Remova todas as células mortas da pele na superfície da bochecha esquerda, atrás da orelha esquerda, acima da sobrancelha esquerda, e na testa com gel abrasivo.Então, limpe essas áreas com uma solução alcoólica. Para a medição do nível de condutância da pele, conecte dois eletrodos pré-geled de prata não polorizável, cloreto de prata na parte inferior da falange distal do índice direito e do dedo médio com Velcro correias. Para registrar o ECG, use três eletrodos de adesivo pré-gelled, esto cututo prateado com áreas de contato circulares.Coloque o eletrodo do cátodo no peito, aproximadamente seis centímetros abaixo da clavícula direita e o eletrodo do ânodo na 9ª e 10ª costela esquerda. Fixar o eletrodo de referência à cintura do lado direito ao lado do osso pélvico. Para registrar EMG de musculus trapezius, use também três eletrodos adesivos pré-gelled, estojo de cloreto de prata com áreas de contato circulares.Coloque os eletrodos do cátodo e ânodo lado a lado no músculo trapézio no lado esquerdo do pescoço. Em seguida, coloque o eletrodo de referência abaixo, na clavícula esquerda. Use seis eletrodos de cloreto de prata reutilizáveis para medir os EMGs de musculus corrugator supercilii e musculus zygomaticus maior.Coloque um lado das coleiras adesivas de dois lados aos eletrodos. Posteriormente, encha as cavidades dos eletrodos com gel de eletrólito. Remova os apoios de papel do outro lado das coleiras adesivas de dois lados.Para musculus corrugator supercilii, coloque o eletrodo do ânodo diretamente acima da sobrancelha esquerda, ao lado da linha glabella. Em seguida, coloque o eletrodo do cátodo um centímetro lateral ao eletrodo do ânodo. Fixar o eletrodo de referência no meio do osso frontal, logo abaixo da linha do cabelo.Para musculus zygomaticus major, desenhe uma linha imaginária da comissura oral esquerda para o lóbulo da orelha esquerda. Coloque o eletrodo do ânodo ligeiramente abaixo do meio da linha e o eletrodo do cátodo um centímetro medial ao lado dele. Conecte o eletrodo de referência ao mastoide esquerdo.Em seguida, conecte todos os eletrodos às entradas correspondentes do dispositivo de gravação biossignal. Realize uma verificação visual, usando o software de gravação biossignal para garantir que todos os sinais fisiológicos sejam de boa e excelente qualidade. Em seguida, coloque o eletrodo de ânodo de cloreto prateado na parte superior da falange intermediária do dedo indicador esquerdo e o eletrodo do cátodo na parte superior da falange proximal do dedo médio esquerdo.Ligue os eletrodos ao estimulador elétrico. Aplique o termodo na parte superior do antebraço esquerdo do sujeito, cerca de 30 milímetros proximais no pulso, com uma alça Velcro. Ligue todas as câmeras.Certifique-se de que o participante está perfeitamente visível na câmera. Em seguida, inicie todos os dispositivos de gravação, cumprindo os requisitos para sincronização de dados. Execute o roteiro de provocação da dor.Monitore cuidadosamente o assunto e o progresso da parte de estimulação da dor. Após o término do script de provocação da dor, pare todos os dispositivos de gravação. Verifique se o participante está bem e desvincule todos os eletrodos e o termodo.Em seguida, enrole uma toalha higiênica e não tecida em torno de um pacote de gel frio. Peça ao participante para aplicá-lo na área da pele onde o termode foi colocado por pelo menos cinco minutos. Em seguida, aplique pomada na área da pele onde o termodo foi colocado.Depois, agradeça ao participante e diga adeus. Descarte todos os eletrodos descartáveis. Limpe todos os eletrodos reutilizáveis e o sofá de exame.Aqui estão as imagens do sujeito antes, durante e depois de um intenso estímulo à dor. Todos os sinais gravados não são filtrados e sincronizados a tempo. Para maior clareza, apenas capturas de tela representativas dos sinais de vídeo são mostradas.Ao tentar este procedimento, é importante garantir que todos os sinais sejam otimizados antes de iniciar a estimulação da dor. Certifique-se também de que todos os dispositivos de gravação estejam ligados antes de executar o script de provocação da dor. Após esse procedimento, outros métodos, como a implementação de uma câmera de visão noturna quase infravermelha, ou a gravação de bioassinários podem ser realizados para reconhecer a dor de forma mais eficiente em um ambiente noturno.Essa técnica permite reconhecer a dor objetivamente sem a necessidade de se comunicar com o paciente. Pode ser útil distinguir diferentes propriedades da dor e fornecer insights sobre a fonte subjacente da dor. Estimuladores de dor podem causar ferimentos graves se não forem operados por pessoal treinado.Siga sempre as restrições éticas e de segurança em relação aos cortes de intensidade de estímulo para garantir a segurança dos participantes.

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

Research

JoVE Journal

Behavior

Comportamento

Algoritmos de avaliar o limiar da dor de calor e mecânica em pele inflamada experimentalmente humana dos sujeitos do estudo são mostradas. Os dois paradigmas testes dor independente examine processamento nociceptivo pelas duas grandes populações de fibras nervosas periféricas transmissão de dor, ou seja, as fibras não-mielinizadas C e pequenas mielinizadas A-delta fibras.

Determinar o calor e limiar de dor mecânica em pele inflamada de seres humanos

Os modelos de dor humana são ferramentas valiosas usadas para avaliar o potencial analgésico de novos compostos e prever sua eficácia clínica, especialmente quando usados de maneira integrada. Embora a implementação desses modelos seja complexa, com execução adequada, os modelos de dor descritos neste protocolo podem fornecer resultados preditivos e confiáveis.

Determinando Detecção Dor e limiares de tolerância Usando uma Integrado, Multi-Modal Dor Task Bateria

O objetivo deste procedimento é demonstrar uma bateria de técnicas quantitativas para medição sensorial e de dor em humanos. Os equipamentos e técnicas descritos são comumente encontrados em clínicas de dor ou são fáceis de obter.

Um protocolo de testes manuais para medir Sensation e a dor em humanos

Ao avaliar a dor em resposta a tipos repetitivos ou diferentes de estímulos padronizados, o teste sensorial quantitativo dinâmico (QST) pode revelar alterações no processamento central da dor. Apresentamos métodos para otimizar e individualizar duas medidas dinâmicas de QST: soma temporal (TS) e modulação condicionada da dor (CPM).

Dinâmica Quantitative Sensory Testing Caracterizar Central Dor Processing

métodos psicofísicos, como o procedimento de estimação QUEST pode eficientemente produzir estimativas robustas da intensidade de estimulação em que as sensações não dolorosas transição para as sensações dolorosas. Ao estimular repetidamente na intensidade do limiar, a variabilidade nas respostas de rating pode ser directamente atribuída às classificações de percepção em análises subsequentes.

Psicofisicamente-ancorado, Limiarização robusta no estudo da dor relacionada com a lateralização do oscilatório Prestimulus Atividade

Fornecido aqui é um protocolo que detalha etapas para estabelecer um modelo animal da dor crônica do borne-isquemia (CPIP). Este é um modelo bem reconhecido imitando a síndrome da dor regional complexa humana tipo I. As hipersensibilidades mecânicas e térmicas são avaliadas, bem como comportamentos nocifensivos induzidos por capsaicina observados no modelo de ratazana CPIP.

Modelo crônico da dor da Borne-Isquemia para a síndrome regional complexa da dor tipo-I nos ratos

Para desenvolver novas intervenções terapêuticas para a prevenção e manejo da dor nas costas, modelos animais são necessários para examinar os mecanismos e a eficácia dessas terapias a partir de uma perspectiva translacional. O presente protocolo descreve o teste BMS, um método padronizado para avaliar a sensibilidade mecânica de retorno no rato.

Avaliação da Sensibilidade Mecânica das Costas no Rato para Investigação Mecanicista da Dor Lombar Crônica

Este protocolo descreve a exposição cirúrgica do gânglio da raiz dorsal (DRG) seguida de GCaMP3 (indicador Ca2+ codificado geneticamente; Green Fluorescent Protein-Calmodulin-M13 Protein 3) Imagem de Ca2+ dos conjuntos neuronais usando camundongos Pirt-GCaMP3 enquanto se aplica uma variedade de estímulos na pata traseira ipsilateral.

In vivo Imagem com cálcio de conjuntos neuronais em redes de neurônios sensoriais primários em gânglios intactos da raiz dorsal

APTrack é um plugin de software desenvolvido para a plataforma Open Ephys que permite a visualização de dados em tempo real e o rastreamento do limiar elétrico em malha fechada de potenciais de ação neuronais. Nós usamos isso com sucesso em microneurografia para nociceptores de fibra C humana e nociceptores de fibra C e fibra Aδ de camundongo.

Rastreamento de limiar elétrico de circuito fechado em tempo fechado de código aberto para pesquisa translacional da dor

Desenvolvimentos recentes na pesquisa da dor destacam o potencial da fotoneuromodulação usando diodos emissores de luz verde (GLED) como tratamento não farmacológico. O GLED modula as vias da dor, oferecendo alívio eficaz da dor. Este artigo tem como objetivo padronizar e refinar os protocolos de exposição ao GLED, melhorando a consistência entre os estudos e avançando na aplicação clínica dessa terapia.

Otimizando técnicas de fotoneuromodulação para avaliar o papel dos diodos emissores de luz verde no controle da dor

Aqui, apresentamos um método para avaliar a ativação e o bloqueio dos axônios sensoriais nos nervos periféricos em experimentos agudos, anestesiados e in vivo com ratos, utilizando dois tipos de medições eletrofisiológicas da coluna vertebral que podem discriminar a atividade dos subtipos de fibras nervosas: Potenciais de Campo Local e registros de neurônios únicos em Faixa Dinâmica Ampla.

Métodos eletrofisiológicos para avaliar o bloqueio de dor periférica em um rato anestesiado

Aprenda a registrar sinais fisiológicos, visuais e paralinguísticos durante estímulos térmicos e elétricos para análise multimodal da dor. Este método permite avaliar intensidade, qualidade e duração da resposta ao estímulo doloroso.

Sinais multimodais para a análise de respostas de dor a estímulos térmicos e elétricos

Explorar mais vídeos