Name: multi-modal signals for analyzing pain responses to thermal and electrical stimuli
Uploaded: 2019-04-05T13:00:00
Duration: 9 min 16 s
Description: Watch this Scientific Journal Video about Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli at JoVE.com

Los autores desean agradecer a Verena Friedrich, Maria Velana, Sandra Gebhardt, Romy Bärwaldt y Tina Daucher por su preciosa ayuda en la realización del estudio. Además, un especial gracias se sale a Dr. Stefanie Rukavina para su apoyo científico. Esta investigación fue parte de la DFG/TR233/12 (http://www.dfg.de/) proyecto de "Promoción y sistemática validación de un automatizado dolor reconocimiento en la base del Facial expresión y psicobiológicos parámetros del sistema", financiado por la investigación alemana Fundación.

<ol>
	<li>Hawker, G. A., Mian, S., Kendzerska, T., French, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measures+of+adult+pain:+Visual+analog+scale+for+pain+(vas+pain),+numeric+rating+scale+for+pain+(nrs+pain),+mcgill+pain+questionnaire+(mpq),+short&#8208;form+mcgill+pain+questionnaire+(sf&#8208;mpq),+chronic+pain+grade+scale+(cpgs),+short+form&#8208;36+bodily+pain+scale+(sf&#8208;36+bps),+and+measure+of+intermittent+and+constant+osteoarthritis+pain+(icoap).">Measures of adult pain: Visual analog scale for pain (vas pain), numeric rating scale for pain (nrs pain), mcgill pain questionnaire (mpq), short&#8208;form mcgill pain questionnaire (sf&#8208;mpq), chronic pain grade scale (cpgs), short form&#8208;36 bodily pain scale (sf&#8208;36 bps), and measure of intermittent and constant osteoarthritis pain (icoap).</a> Arthritis Care &amp; Research. 63 (11), 240-252 (2011).</li><li>Kehlet, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acute+pain+control+and+accelerated+postoperative+surgical+recovery.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Treating+acute+pain+in+hospital.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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).">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ein+strukturiertes+Schmerzinterview+f&#252;r+geriatrische+Patienten.">Ein strukturiertes Schmerzinterview f&#252;r 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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pain+in+elderly+people+with+severe+dementia:+a+systematic+review+of+behavioural+pain+assessment+tools.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tools+for+assessment+of+pain+in+nonverbal+older+adults+with+dementia:+a+state-of-the-science+review.">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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Praxishandbuch ZOPA : Schmerzeinsch&#228;tzung bei Patienten mit kognitiven und/oder Bewusstseinsbeeintr&#228;chtigungen. , (2010).</li><li>Abbey, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Abbey+pain+scale:+a+1-minute+numerical+indicator+for+people+with+end-stage+dementia.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pain+intensity+recognition+rates+via+biopotential+feature+patterns+with+support+vector+machines.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+pain+quantification+using+autonomic+parameters.">Automatic pain quantification using autonomic parameters.</a> Psychology &amp; Neuroscience. 7 (3), 363 (2014).</li><li>Werner, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+pain+assessment+with+facial+activity+descriptors.">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. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Audio-Visual+Recognition+of+Pain+Intensity.">Audio-Visual Recognition of Pain Intensity.</a> IAPR Workshop on Multimodal Pattern Recognition of Social Signals in Human-Computer Interaction. , (2016).</li><li>Niese, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+Pain+Recognition+in+Post-Operative+Phases+Using+3D-based+Features+from+Video+and+Support+Vector+Machines.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pain+monitoring:+A+dynamic+and+context-sensitive+system.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+pain+recognition+from+video+and+biomedical+signals.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diagnostik+der+Schmerzintensit&#228;t,+basierend+auf+multimodalen+Signalen+und+maschinellen+Lernen.">Diagnostik der Schmerzintensit&#228;t, 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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Physiological+Signal-Based+Method+for+Measurement+of+Pain+Intensity.">Physiological Signal-Based Method for Measurement of Pain Intensity.</a> Frontiers in aneuroscience. 11, (2017).</li><li>K&#228;chele, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multimodal+data+fusion+for+person-independent,+continuous+estimation+of+pain+intensity.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+BioVid+Heat+Pain+Database+-+Data+for+the+advancement+and+systematic+validation+of+an+automated+pain+recognition+system.">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., Schwenker, F., Scherer, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+SenseEmotion+Database:+A+Multimodal+Database+for+the+Development+and+Systematic+Validation+of+an+Automatic+Pain-+and+Emotion-Recognition+System.">The SenseEmotion Database: A Multimodal Database for the Development and Systematic Validation of an Automatic Pain- and Emotion-Recognition System.</a> Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction. MPRSS 2016. Lecture Notes in Computer Science. , (2017).</li><li>Lautenbacher, S., Peters, J. H., Heesen, M., Scheel, J., Kunz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Age+changes+in+pain+perception:+a+systematic-review+and+meta-analysis+of+age+effects+on+pain+and+tolerance+thresholds.">Age changes in pain perception: a systematic-review and meta-analysis of age effects on pain and tolerance thresholds.</a> Neuroscience &amp; Biobehavioral Reviews. 75, 104-113 (2017).</li><li>K&#225;llai, I., Barke, A., Voss, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+effects+of+experimenter+characteristics+on+pain+reports+in+women+and+men.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Systematic+review+of+the+Hawthorne+effect:+New+concepts+are+needed+to+study+research+participation+effects.">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>

Los autores no tienen nada que revelar.

El protocolo presentado se centra en la obtención experimental de térmica (calor) y dolor eléctrico mientras que grabación fisiológico, visual y las señales paralingüístico. Este nuevo enfoque, combinando dos modelos de dolor con estímulos diferentes intensidades y duraciones de dos estímulos diferentes (fásicas y tónicas), ofrece una amplia perspectiva sobre los patrones psicofisiológicas y expresiones de dolor. Sin embargo, para la realización de este protocolo deben considerarse varias medidas.
En general, si se trabaja con los estímulos del dolor es crucial garantizar la seguridad de los sujetos. Todos los estímulos de dolor deben ser muy controlada y sólo deben ser realizados por experimentados experimentadores. Además, para el registro y recolección de datos confiables y de alta calidad, la fijación correcta de dispositivos (electrodos), el perfecto funcionamiento de dispositivos de grabación y una comunicación fluida entre los equipos es muy recomendable. Todas las fuentes de interferencias deben eliminar o reducir a un mínimo. Para garantizar la coherencia entre los participantes, es importante dar instrucciones estandarizadas e invariables condiciones experimentales.
Según nuestra experiencia, encontrar a los participantes adecuados que cumplan con todos los criterios y están dispuestos a recibir numerosos estímulos dolorosos, lleva mucho tiempo y es bastante difícil. Además de eso, la compensación monetaria tiene que ser lo suficientemente alto como para atraer a sujetos para el estudio. Especialmente las personas entre 30 y 50 años son difíciles de encontrar. Esto puede ser debido a que el experimento es demasiado largo (aprox. 4 horas, incluyendo fechas de llegada y salida) y tienen que sacar medio día de trabajo.
Porque la seguridad de los participantes es de máxima prioridad, inducción de dolor deba restringirse. Debido a normas éticas, las intensidades de estímulo no deben exceder ciertos niveles para evitar quemaduras y pérdida de conciencia en cuanto a la inducción de dolor térmico y eléctrico, respectivamente. Un corte general de intensidades puede causar un efecto de techo como algunos sujetos pueden llegar a los límites de intensidad antes de sentir dolor intolerable. En este estudio, aproximadamente el 42% (considerando parte de calibración térmica 1 y 2) de los participantes alcanzó los atajos termales (ver resultados representativos). Como no alcanzan las tolerancias de su dolor "real", sus respuestas fisiológicas a los estímulos térmicos más altos podrían se comportan diferentemente en contraste con respuestas fisiológicas de los sujetos que les llegó. Si es así, mezcla de estos dos grupos podría influir en resultados de la clasificación en términos de reconocimiento del dolor.
Un punto importante para la dirección es las modalidades de dolor en este experimento. Los participantes son sometidos a estímulos de dolor térmico y eléctrico (debido a que estas son altamente controlables en un entorno experimental). Así, si examinar patrones de dolor con respecto a calidad, los resultados pueden no traducir a otras modalidades de dolor tales como presión, dolor visceral o químico. La misma consideración en la transferibilidad de los resultados se aplica a la muestra del estudio. El protocolo es éticamente restringido a adultos sanos. Por ejemplo, no incluye niños o personas con minusvalías cognitivamente y verbalmente. Además, en nuestro estudio participaron solamente personas europeas. También aquí, los resultados analíticos pueden no aplicar a grupos no considerados en este experimento.
Otra limitación puede referirse al efecto de Hawthorne24: los sujetos son conscientes de que están siendo filmados/observados en el estudio. Esto podría cambiar su comportamiento.
En comparación con bases de datos existentes del dolor, el protocolo proporciona ventajas significativas para el análisis de patrones de respuesta de dolor ya que combina dos modelos de dolor y dos cursos de tiempo (fásicas y tónicas): además de la intensidad y duración del dolor, también considera la calidad del dolor. Como dolor térmico se describe diferentemente que dolor eléctrico (por ejemplo, quema vs sharp), también pueden diferir en las reacciones de dolor. Si es así, esos resultados podrían vincular un patrón de respuesta de dolor a la fuente subyacente del dolor. Además, el estudio es multimodal para ampliar la gama de oportunidades de investigación del dolor: con 5 señales psicofisiológicas, 2 cara cámara (frontal/lateral) señales, señal 1 cuerpo de la cámara de la vista, 1 cámara térmica y la señal de 1 audio, dolor puede analizarse y evaluar más precisamente.
Una investigación más compleja de patrones de respuesta de dolor, futuras ampliaciones de este método deben incluir más Bioseñales como electroencefalografía (EEG), la temperatura corporal y la respiración. También sería de gran beneficio para emplear presión controlada como un modelo más de dolor. Investigadores con el objetivo de reconocimiento automático del dolor a través de datos recogidos con este protocolo deben probar más prometedores modelos aprendizaje con grupos de control clínicos.

El dolor es una sensación muy personal y desagradable que se percibe de manera diferente por todo el mundo. Dura de segundos a meses y pueden variar en su calidad (pulsátil, agudo, ardor, etcetera). Si se trata inadecuadamente, el dolor influye en las funciones físicas y psicológicas del cuerpo, reduce la calidad de vida y asume el riesgo de convertirse en una condición crónica. En la atención clínica, la evaluación precisa de la intensidad del dolor y la calidad es muy importante proporcionar dolor exitosa gestión1,2. Métodos estándar de oro para evaluar dolor, tales como escala de análogo visual (VAS), la escala de calificación numérica (NRS) o el cuestionario de dolor McGill3, se basan en informes de pacientes y, por tanto, sólo funciona con suficientemente cognitivo y verbal personas intactas. En consecuencia, todos los establecieron métodos carecen de validez y fiabilidad cuando se trata de recién nacidos4, delirante, soñolienta, sedada, pacientes ventilados5o personas que sufren de demencia6,7. Además o como alternativa a escalas de autoinforme, se han desarrollado métodos para medir el dolor a través de la observación por personal entrenado (por ejemplo, el de Zurich observación dolor evaluación8 o la abadía dolor escala9) en los últimos años. Sin embargo, incluso estas herramientas sufren limitaciones en la confiabilidad y validez, como calificadores entrenados aún no pueden garantizar una evaluación objetiva. Además, la aplicación es a menudo demasiado desperdiciador de tiempo para el personal clínico cuando la evaluación del dolor debe hacerse sobre una base regular.
Varios equipos de investigación se han centrado en el desarrollo de dolor automatizado reconocimiento de sistemas, que permiten la medición del dolor por medio de fisiológica, visuales, o paralingüístico señal establece como nuevos enfoques para la evaluación y control de dolor y su intensidad objetivamente. Estudios previos muestran resultados prometedores en la detección y diferenciación dolor10,11,12,13,16,17,18 o discriminar dolor de emociones básicas14,15 basado únicamente en uno de la señal establece10,11,12,13,14, 15 así como en una combinación fusion16,17,19 de los conjuntos. Las modalidades mencionadas reaccionan casi autónomamente a estímulos estresantes como el dolor. Uso tiene la ventaja que no requieren la capacidad de una persona para informar su dolor. Tales individuos se beneficiarían enormemente de un sistema de reconocimiento de dolor objetivo que incorpora tales modalidades. Conjuntos de datos que consiste en las reacciones que provocó dolor proporcionan valiosa información para analizar patrones de dolor y desarrollar aplicaciones prácticas para la detección y seguimiento de dolor. Entre otros, Walter et al.20 creó la "BioVid calor dolor base de datos" una base de datos multimodal que está públicamente disponible y proporciona datos de corto plazo inducidas por estímulos dolorosos de calor y las reacciones psicofisiológicas y visuales correspondientes. La "SenseEmotion"base de datos de Velana et al21 incluye Bioseñales, videos e información de paralingüístico de voluntarios afectados por dolor calor fásica y estímulos emocionales.
Mientras que estas bases de datos son adecuados para examinar las reacciones de dolor, en su mayoría se basan en un modelo de dolor específico. Como dolor difiere en su calidad (supuestamente según el modelo de dolor) y en su duración, también puede diferir en su fisiológico, visual y paralingüístico se correlaciona. Al mejor del conocimiento authors', no estudios multimodales o bases de datos hay que combinar dos o más modelos de dolor y variar los estímulos de dolor en intensidad y duración para no sólo detectar patrones de dolor pero también distinguir entre calidades de dolor.
Este documento proporciona un protocolo sobre cómo llevar a cabo un experimento complejo psicofisiológico para provocar dolor y simultáneamente grabar respuestas fisiológicas (por ejemplo, ECG, EMG de zygomaticus de Musculus trapecio, corrugador superciliary principales, SCL) así como datos de audio y vídeo (por ejemplo, expresiones faciales, gestos del cuerpo, temperatura de la piel facial). Los participantes son estimulados con corta (fásica) y calor (tónico) y estímulos de dolor eléctrico que difieren en intensidad y duradero. Una fase antes del experimento de calibración determina los umbrales de dolor para cada sujeto individualmente.
El estudio tiene como objetivo recoger datos multimodales para investigar dolor (patrones) con respecto a la intensidad, calidad y duración por medio de métodos estadísticos, algoritmos de aprendizaje de máquina, etcetera. Además, los datos ya recogidos está planeados para ser publicado para los propósitos de la investigación académica bajo el nombre de "X-ITE (Experimentally redir_lang.jsp Thermal y toma de alimentación eléctrica E) base de datos de dolor". Puede ampliar las bases de datos existentes, tales como BioVid calor dolor y SenseEmotion de20,21y contribuir a que más desarrollo, mejora y evaluación de sistemas de reconocimiento del dolor automatizada en materia de validez, confiabilidad y reconocimiento en tiempo real.
El resto del documento está organizado de la siguiente manera. El protocolo describe cómo llevar a cabo el estudio de desencadenamiento de dolor paso a paso. A continuación, los resultados representativos presentan el resultado del experimento. Por último, la discusión cubre pasos críticos, limitaciones y beneficios del estudio, seguida de sugerencias para futuras ampliaciones.

<table border="0" cellpadding="0" cellspacing="0" style="width:1531px;" width="1532">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">PATHWAY Model ATS</td>
			<td style="width:514px;">Medoc Ltd., Ramat Yishai, Israel</td>
			<td style="width:178px;"></td>
			<td style="width:422px;">Thermal Stimulator</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">30 mm x 30 mm ATS Thermode</td>
			<td style="width:514px;">Medoc Ltd., Ramat Yishai, Israel</td>
			<td style="width:178px;"></td>
			<td style="width:422px;">Thermode</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">PATHWAY Software Arbel 6.3.7.22.1</td>
			<td style="width:514px;">Medoc Ltd., Ramat Yishai, Israel</td>
			<td style="width:178px;"></td>
			<td>Thermal Stimulator Software</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Digitimer DS7A Current Stimulator</td>
			<td style="width:514px;">Digitimer Ltd., Hertfordshire, UK</td>
			<td style="width:178px;"></td>
			<td style="width:422px;">Electrical Stimulator</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Inquisit 5</td>
			<td style="width:514px;">Millisecond Software, Seattle, WA, USA</td>
			<td style="width:178px;"></td>
			<td style="width:422px;">Software for triggering electrical stimuli</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Analogue-To-Digital Converter</td>
			<td style="width:514px;">Wissenschaftliche Werkstatt Elektronik, University of Ulm, Ulm, Germany</td>
			<td style="width:178px;">custom built</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">BIOPAC MP150 System</td>
			<td style="width:514px;">BIOPAC Systems, Inc., Goleta, CA, USA</td>
			<td style="width:178px;"></td>
			<td>Biosignal Recording Hardware</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">AcqKnowledge Software 4.1.1</td>
			<td style="width:514px;">BIOPAC Systems, Inc., Goleta, CA, USA</td>
			<td style="width:178px;"></td>
			<td>Biosignal Recording Software</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">NTG-2 Dual Powered Directional Condenser Microphone</td>
			<td style="width:514px;">R&#216;DE Microphones, Silverwater, Australia</td>
			<td style="width:178px;"></td>
			<td>Audio Recording Microphone</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Kinect v2</td>
			<td style="width:514px;">Microsoft, Redmond, WA, USA</td>
			<td style="width:178px;"></td>
			<td>Body View Camera</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">AV Pike F-145C</td>
			<td style="width:514px;">Allied Vision Technologies GmbH, Stadtroda, Germany</td>
			<td style="width:178px;"></td>
			<td>Face Camera (frontal view)</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">AV Prosilica GT 1600C</td>
			<td style="width:514px;">Allied Vision Technologies GmbH, Stadtroda, Germany</td>
			<td style="width:178px;"></td>
			<td>Face Camera (side view)</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">PIR uc 180 Thermal Camera</td>
			<td style="width:514px;">InfraTec GmbH, Dresden, Germany</td>
			<td style="width:178px;"></td>
			<td>Thermal Face Camera</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:419px;">Synchronization Hardware</td>
			<td style="width:514px;">Werkstatt, IIKT, University of Magdeburg, Magdeburg, Germany</td>
			<td style="width:178px;">custom built</td>
			<td style="width:422px;">Hardware triggering of cameras, trigger signal is recorded by BIOPAC and Audacity</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:419px;">Recording and Synchronization Software</td>
			<td style="width:514px;">Philipp Werner, Neuro-Information Technology, University of Magdeburg, Magdeburg, Germany</td>
			<td style="width:178px;">custom software</td>
			<td style="width:422px;">Real-time recording, offline video encoding, and offline synchronization</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Examination Couch</td>
			<td style="width:514px;">ClinicalCare GmbH, Bremen, Germany</td>
			<td style="width:178px;"></td>
			<td style="width:422px;"></td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:419px;">Ag-AgCl Electrodes EL254 / EL254S (Reusable, 4mm recording diameter)</td>
			<td style="width:514px;">BIOPAC Systems, Inc., Goleta, CA, USA</td>
			<td style="width:178px;"></td>
			<td>Used to record EMG M. corrugator and M. zygomaticus</td>
		</tr>
		<tr height="44">
			<td height="44" style="height:44px;width:419px;">Ag-AgCl Electrodes BlueSensor P (Disposable, skin contact size: 34 mm diameter, measuring area 154 mm2)</td>
			<td style="width:514px;">Ambu GmbH, Bad Nauheim, Germany</td>
			<td style="width:178px;"></td>
			<td>Used to record ECG and EMG M. trapezius. Also used for electrical stimulation</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Audacity 2.1.2</td>
			<td style="width:514px;">Dominic Mazzoni (Audacity)</td>
			<td style="width:178px;"></td>
			<td>Audio Recording Software</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Cold Gel Pack</td>
			<td style="width:514px;">C+V Pharma Depot GmbH, Versmold, Germany</td>
			<td style="width:178px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Panthenol 50mg/g</td>
			<td style="width:514px;">ratiopharm GmbH, Ulm, Germany</td>
			<td style="width:178px;"></td>
			<td>Ointment</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Alumnium Profiles</td>
			<td style="width:514px;">item Industrietechnik GmbH, Solingen, Germany</td>
			<td style="width:178px;"></td>
			<td>Used to install all cameras and microphone</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">Electrode Gel GEL1</td>
			<td style="width:514px;">BIOPAC Systems, Inc., Goleta, CA, USA</td>
			<td style="width:178px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:419px;">ELPREP Skin Preparation Gel</td>
			<td style="width:514px;">BIOPAC Systems, Inc., Goleta, CA, USA</td>
			<td style="width:178px;"></td>
			<td></td>
		</tr>
	</tbody>
</table>

multi-modal signals for analyzing pain responses to thermal and electrical stimuli

La evaluación del dolor se basa principalmente en métodos que requieren de una persona para comunicarse. Sin embargo, para personas con impedimentos cognitivos y verbales, los métodos existentes no son suficientes ya que carecen de fiabilidad y validez. Para abordar este problema, la investigación reciente se centra en una evaluación objetiva del dolor por parámetros de respuestas derivadas de la fisiología y señales de vídeo y audio. Para desarrollar sistemas de reconocimiento de dolor automatizado confiable, se hicieron esfuerzos en la creación de bases de datos multimodales con el fin de analizar el dolor y detectar patrones de dolor válido. Mientras que los resultados son prometedores, se centran sólo en dolor discriminativa o intensidades de dolor y sin dolor. Para avanzar en esta investigación debe considerar también la calidad y duración del dolor ya que proporcionan información adicional valiosa para controlar el dolor más avanzado. Para complementar las bases de datos y el análisis del dolor en cuanto a calidad y duración, este trabajo propone un experimento psicofisiológico para provocar, medir y recoger las reacciones de dolor válido. Los participantes son sometidos a estímulos dolorosos que difieren en duración de intensidad (baja, media y alta), (5 s / 1 min) y modalidad (calor eléctrico dolor) mientras que de audio, vídeo (por ejemplo, expresiones faciales, gestos del cuerpo, temperatura de la piel facial) y fisiológicos señales (e.g., Electrocardiograma [ECG], piel nivel de conductancia [SCL], electromiografía facial [EMG] y EMG del trapecio M.) está siendo grabado. El estudio consta de una fase de calibración para determinar rango de dolor individual del sujeto (al intolerable dolor) y una fase de estimulación que dolor se aplican estímulos, dependiendo del rango calibrado. Los datos obtenidos permitan refinar, mejorar y evaluar sistemas de reconocimiento automático en términos de una evaluación objetiva del dolor. Para el desarrollo de tales sistemas y para investigar las reacciones de dolor en más detalle, las modalidades de dolor adicional tales como presión, químico o frío dolor debe incluirse en futuros estudios. Datos de este estudio serán lanzados como "X-ITE dolor base de datos".

El dolor es percibido diferentemente por cualquier persona y puede expresarse diversamente en expresiones faciales, paralingüístico o señales fisiológicas. El diseño de este estudio es conveniente analizar las respuestas de dolor en maneras numerosas con respecto a los objetivos subyacentes. Los datos obtenidos permitan contestar preguntas de investigación, tales como: ¿hay dolor específico patrones de respuesta? ¿Se diferencian en cuanto a la duración y el modelo de dolor?
Un total de 134 sujetos participaron en el experimento. La proporción de sexos fue 50/50. Dividimos en los siguientes grupos de edad: 1) 18-29 años (N = 49, 23 hombres y 26 mujeres), 2) 30-39 años (N = 45, 23 hombres, 22 mujeres), 3) 40-50 años (N = 40, 21 hombres y 19 mujeres). La edad promedio de todos los sujetos fue de 31.4 (SD = 9.7), de todos los hombres = 33,4 (SD = 9.3) y de todas las mujeres = 32.9 (SD = 10.2) años. El estudio llevó a cabo en el Departamento de psicología médica de la Universidad de Ulm, Alemania.
El resultado principal de este protocolo es un conjunto de datos de señales de audio, videos y psicofisiológicas que refleja las respuestas de los sujetos a los estímulos de dolor. Tabla 1 proporciona una visión general sobre las características técnicas de las señales grabadas y los números de estímulos de dolor inducido en el estudio.
<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>Señal:</td>
			<td colspan="2">Tarifa de muestreo:</td>
			<td colspan="2">Atributos:</td>
		</tr>
<tr>
<td>Audio</td>
			<td colspan="2">44100 Hz</td>
			<td colspan="2">Mono, MP3 320 kbps</td>
		</tr>
<tr>
<td>Cámara 1 (cara, vista frontal)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Color de vídeo: resolución 1384 x 1032, HEVC codificado con libx265 (CRF 16 preset medio)</td>
		</tr>
<tr>
<td>Cámara 2 (cara, vista lateral)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Color de vídeo: resolución 1620 x 840, HEVC codificado con libx265 (CRF 16 preset medio)</td>
		</tr>
<tr>
<td>Cuerpo cámara</td>
			<td colspan="2">aprox. 30 Hz</td>
			<td colspan="2">Color de vídeo: resolución de 1500 x 600, HEVC codificado con libx265 (CRF 16 preset medio); Profundidad de vídeo: resolución 500 x 200, codificación lossless</td>
		</tr>
<tr>
<td>Cámara térmica</td>
			<td colspan="2">aprox. 120,8 Hz</td>
			<td colspan="2">Temperatura de la superficie vídeo: resolución 120 x 160, escala de grises MPEG-4 AVC codificados con libx264 (CRF 0, preset rápido), rango de temperatura codificada 26.5-52,0 ° C (pasos de 0,1)</td>
		</tr>
<tr>
<td>ECG</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Filtrado de hardware via BioPac: LP de 35 Hz, 0.5 Hz HP, Filtro de la muesca de 50 Hz</td>
		</tr>
<tr>
<td>SCL</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Filtrado de hardware via BioPac: LP de 10 Hz, no HP, ningún filtro de muesca</td>
		</tr>
<tr>
<td>Trapecio de EMG M.</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Filtrado de hardware via BioPac: LP de 500 Hz, 10 Hz HP, ningún filtro de muesca</td>
		</tr>
<tr>
<td>EMG M. corrugador superciliar</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Filtrado de hardware via BioPac: LP de 500 Hz, 10 Hz HP, ningún filtro de muesca</td>
		</tr>
<tr>
<td>EMG M. cigomático mayor</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Filtrado de hardware via BioPac: LP de 500 Hz, 10 Hz HP, ningún filtro de muesca</td>
		</tr>
<tr>
<td>Estímulos</td>
			<td colspan="2">Termal</td>
			<td colspan="2">Eléctrica</td>
		</tr>
<tr>
<td>Temas:</td>
			<td>Estímulos fásicos (5 s):</td>
			<td>Estímulos tónicos (60 s):</td>
			<td>Estímulos fásicos (5 s):</td>
			<td>Estímulos tónicos (60 s):</td>
		</tr>
<tr>
<td>Por cada tema</td>
			<td>90 (30 por intensidad)</td>
			<td>3 (1 por intensidad)</td>
			<td>90 (30 por intensidad)</td>
			<td>3 (1 por intensidad)</td>
		</tr>
<tr>
<td>Todos (N = 134)</td>
			<td>12060 (4020 por intensidad)</td>
			<td>402 (134 por intensidad)</td>
			<td>12060 (4020 por intensidad)</td>
			<td>402 (134 por intensidad)</td>
		</tr>
<tr>
<td>Hombres (n = 67)</td>
			<td>6030 (2010 por intensidad)</td>
			<td>201 (67 por intensidad)</td>
			<td>6030 (2010 por intensidad)</td>
			<td>201 (67 por intensidad)</td>
		</tr>
<tr>
<td>Mujeres (n = 67)</td>
			<td>6030 (2010 por intensidad)</td>
			<td>201 (67 por intensidad)</td>
			<td>6030 (2010 por intensidad)</td>
			<td>201 (67 por intensidad)</td>
		</tr>
</tbody></table>Tabla 1: características técnicas y número de estímulos inducidos por. El superior medio (características técnicas) muestra las tasas de muestreo y atributos de las señales específicas. La parte inferior media muestra (estímulos) los números de la específica inducida (térmica/eléctrica) dolor estímulos para un tema, para todos los sujetos y para cada género. (MP3 = Moving Picture expertos grupo Audio Layer-3, kbps = kilobits por segundo, HEVC = alta eficiencia Video codificación, FRC = Factor de velocidad constante, MPEG-4-AVC = Motion Picture expertos grupo capa-4 Video Advanced Video Coding, Hz = Hertz, ° C = grados Celsius, s = segundos, ECG = electrocardiograma, SCL = nivel de conductancia de la piel, EMG = electromiografía, LP = filtro de paso bajo, HP = filtro de paso alto, M. = Musculus).
Un resultado secundario con respecto a la fase de calibración del estudio se presenta en la tabla 2. Muestra las temperaturas de media la estimulación y las corrientes de intensidades de dolor 1 y 3 (según lo calculado en el paso 5.11 del Protocolo) para todas las materias y además para el subgrupo hombre y mujer.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>Estímulos</td>
			<td colspan="4">Media térmica en ° C] (SD)</td>
			<td colspan="4">Medio eléctrico [en el mA] (SD)</td>
		</tr>
<tr>
<td>Temas</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>Hombres (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>Mujeres (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>Tabla 2: significa estimulación temperaturas y corrientes de intensidades de dolor 1 y 3. (pH1, pH3 = dolor calor fásicas con intensidad 1, 3; tH1y tH3 = tónica calor dolor con intensidad 1, 3; pE1y pE3 = dolor eléctrico fásica con intensidad 1, 3; tE1, tE3 = dolor eléctrico tónico con intensidad de 1, 3; ° C = grados Celsius; mA = miliamperios, SD = desviación estándar).
Si todos los pasos del Protocolo se llevó a cabo con cuidado y sin problemas técnicos (en términos de ordenador o grabar accidentes de dispositivo, etc.), un resultado exitoso puede ser similar, como se muestra en la figura 4. Todas las señales son de alta calidad y no afectaron por fuentes externas de interferencias. El participante es claramente visible en cada cámara.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59057/59057fig4.jpg"> Figura 4 : Datos de ejemplo de un exitoso experimento. La figura muestra señales grabadas unos segundos antes, durante y después de un estímulo de dolor intenso. Todas las señales están sin filtrar y sincronizadas en el tiempo. Para mayor claridad, se muestran sólo imágenes representativas de las señales de vídeo. (EMG = electromiografía, SCL = nivel de conductancia de la piel, ECG = electrocardiograma, M. = Musculus, s = segundos). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig4large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
Sin embargo, incidentes inesperados pueden causar los datos ruidosos o corruptos. Además de ordenador o grabar accidentes de dispositivo, la venida de electrodos (electrodos reutilizables especialmente con diámetro pequeño que se unen por medio de collares adhesivo doble cara) sobre todo conduce a señales inutilizables. Como un ejemplo para un óptimo conjunto de datos, la figura 5 muestra el momento en que un electrodo de EMG sale y hace inútil la señal correspondiente.
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59057/59057fig5.jpg"> Figura 5 : Datos de ejemplo de un experimento óptimo. El círculo rojo indica que el tiempo uno de los electrodos de EMG (M. cigomático mayor) se cayó de la mejilla del sujeto. Esto pudo haber sido debido al movimiento de sudor o de la cabeza. A partir de este momento, la señal se perdió. (EMG = electromiografía, SCL = nivel de conductancia de la piel, ECG = electrocardiograma, M. = Musculus, s = segundos). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig5large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
Debido a normas éticas, las intensidades máximas de los estímulos térmicos y eléctricos tuvieron que ser restringida. En cuanto a control de calibración térmica (ver archivo complementario), 37 sujetos (31 hombres, 6 mujeres) alcanzaron el límite dado de 50,5 ° C (ratio = 37/134 = 27.61%). En cuanto a la parte de calibración térmica 1, 60 participantes (39 hombres, 21 mujeres) alcanzaron el límite de 50,0 ° C (ratio = 60/134 = 44.78%) y con respecto a la parte 2, 57 personas (37 hombres, 20 mujeres) llegó al corte de 49,5 ° C (ratio = 57/134 = 42.54%). El atajo para ambas partes de calibración eléctrica fue 25 mA. Ninguno de los 134 sujetos lo alcanzó.
Mientras planeamos publicar los datos (véase el párrafo siguiente), además se marcarán los conjuntos de datos de participantes que han llegado a las cortes y la clasificación de su dolor subjetivo para los cortes correspondientes se incluirá.
Nos gustaría señalar que el objetivo principal del protocolo es la obtención de señales multi-modales para el análisis de dolor térmico y eléctrico. Por lo tanto, no hay otros resultados se discuten aquí. Después de comprobar y exclusión de los conjuntos de datos debido a datos faltantes o rechazado consentimiento para compartir datos, los conjuntos de datos de este estudio estarán disponibles bajo el nombre de "X-ITE dolor base de datos". Para más información sobre cuándo y cómo obtener la DB de dolor X-ITE, visite https://github.com/philippwerner/pain-database-list.
Archivo complementario 1. <a href="https://www.jove.com/files/ftp_upload/59057/Supplementary_File_1.docx" target="_blank">Haga clic aquí para descargar este archivo.</a>

Watch this Scientific Journal Video about Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli at JoVE.com

Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli (Video) | JoVE

Este artículo se centra en la obtención experimental del dolor a través del calor (térmico) y estimulación eléctrica durante la grabación visual, fisiológica y las respuestas paralingüístico. Su objetivo es recoger datos multimodales válidos para el análisis de dolor basado en su duración, intensidad y calidad.

Señales Multi-Modal para el análisis de las respuestas de dolor a estímulos térmicos y eléctricos

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

Los datos adquiridos con el método presentado pueden arrojar luz sobre cómo reconocer las intensidades del dolor, independientemente del modelo de dolor subyacente. También puede ayudar a evaluar la duración del dolor. La principal ventaja de esta técnica es su multimodalidad en términos de grabación de señales y estimulación del dolor.Amplía significativamente el alcance de la investigación del dolor. Esta técnica se puede aplicar para controlar la presencia de dolor en el tratamiento de la patología para un manejo más eficiente del dolor. La ejecución del protocolo requiere muchas acciones manuales complejas, como la aplicación de electrodos, que son más rápidas y fáciles de aprender a través de la demostración visual.Demostrando el procedimiento estará Sandra Gebhardt, una estudiante de mi laboratorio que está entrenada como experimentadora para este estudio. Para prepararse para el procedimiento, dé la bienvenida al sujeto que llega y llémela a la sala de calibración. Infórmela en detalle sobre el procedimiento de calibración y la siguiente estimulación del dolor.A continuación, realice la estimulación del dolor en una sala experimental supervisada por cámara, controlada por temperatura y con bajo ruido junto a la sala de monitoreo de calibración. Utilice computadoras de grabación, software y dispositivos de grabación adecuados para capturar datos fisiológicos, audio, vídeos y salidas de estimuladores térmicos y eléctricos durante el experimento. Introduzca los valores de las intensidades eléctricas y de dolor térmico físticos y las intensidades eléctricas y térmicas tónicas calculadas en función de la calibración realizada en el estimulador térmico y eléctrico.Establezca la temperatura de línea base en 32 grados centígrados y la tasa de temperatura a 8 grados Celsius por segundo y, a continuación, guarde todos los ajustes. Posteriormente, prepare el guión de aclarado del dolor, como se muestra aquí. Establezca el número de cada intensidad de estímulo fárico en 30 y el número de cada intensidad de estímulo tónico en uno.Luego, establece la duración de cada estímulo fárquico en cinco segundos y la duración de cada estímulo tónico en 60 segundos. Aleatoriza el orden de todos los estímulos y las pausas entre los estímulos fársicos a ocho a 12 segundos. Después de eso, establece las pausas después de los estímulos tónicos a 300 segundos.Para comenzar la estimulación del dolor, pida al sujeto que se acueste cómodamente en el sofá de examen. Limpie todas las áreas de la piel donde los electrodos se unirán con solución de alcohol. Retire las células muertas de la piel en la superficie de la mejilla izquierda, detrás de la oreja izquierda, por encima de la ceja izquierda y en la frente con gel abrasivo.Luego, vuelva a limpiar estas áreas con una solución de alcohol. Para la medición del nivel de conductancia de la piel, adjunte dos electrodos de cloruro de plata, cloruro de plata no disculpados previamente a la parte inferior de la falange distal del índice derecho y el dedo medio con correas de Velcro. Para grabar ECG, utilice tres electrodos de presión de cloruro de plata pregelados y plata pregelada con áreas de contacto circulares.Coloque el electrodo de cátodo en el pecho, aproximadamente seis centímetros por debajo de la clavícula derecha y el electrodo de ánodo en la costilla 9 y 10 izquierda. Coloque el electrodo de referencia en la cintura derecha junto al hueso pélvico. Para registrar EMG de musculus trapezius, utilice también tres electrodos adhesivos pregelados, electrodos de presión de cloruro de plata con áreas de contacto circulares.Coloque los electrodos de cátodo y ánodo uno al lado del otro en el músculo trapecio en el lado izquierdo del cuello. A continuación, coloque el electrodo de referencia debajo, en la clavícula izquierda. Utilice seis electrodos de cloruro de plata y plata reutilizadores para medir los electrogénticos de los supercilii corrugadores musculus y musculus zygomaticus major.Fije un lado de los collares adhesivos de doble cara a los electrodos. Posteriormente, llenar las cavidades de los electrodos con gel de electrolito. Retire los soportes de papel en el otro lado de los collares adhesivos de doble cara.Para musculus corrugator supercilii, coloque el electrodo de ánodo directamente sobre la ceja izquierda, junto a la línea glabella. A continuación, coloque el electrodo cátodo un centímetro lateral al electrodo de ánodo. Coloque el electrodo de referencia en la mitad del hueso frontal, justo debajo de la línea del cabello.Para musculus zygomaticus major, dibuje una línea imaginaria desde la comisura oral izquierda hasta el lóbulo del oído izquierdo. Coloque el electrodo de ánodo ligeramente por debajo del centro de la línea y el electrodo de cátodo un centímetro medial junto a él. Coloque el electrodo de referencia en el mastoide izquierdo.A continuación, conecte todos los electrodos a las entradas correspondientes del dispositivo de grabación de bioseñar. Realice una comprobación visual, utilizando el software de grabación de bioseñar para asegurarse de que todas las señales fisiológicas son de buena calidad. A continuación, coloque el electrodo de ánodo de cloruro de plata de plata en la parte superior de la falange intermedia del dedo índice izquierdo y el electrodo de cátodo en la parte superior de la falange proximal del dedo medio izquierdo.Conecte los electrodos al estimulador eléctrico. Aplique el termo en la parte superior del antebrazo izquierdo del sujeto, unos 30 milímetros proximales en la muñeca, con una correa Velcro. Arranca todas las cámaras.Asegúrese de que el participante sea perfectamente visible en la cámara. A continuación, inicie todos los dispositivos de grabación, cumpliendo con los requisitos para la sincronización de datos. Ejecuta el guión de provocación del dolor.Supervise cuidadosamente el sujeto y el progreso de la parte de estimulación del dolor. Después del final de la secuencia de provocación del dolor, detenga todos los dispositivos de grabación. Compruebe si el participante está bien y desconecte todos los electrodos y el termode.A continuación, envuelva una toalla higiénica no tejida alrededor de un paquete de gel frío. Pida al participante que lo aplique en el área de la piel donde se colocó el termode durante al menos cinco minutos. A continuación, aplique un ung sobre el área de la piel donde se colocó el termo.Después, agradezca al participante y despídete. Deseche todos los electrodos desechables. Limpie todos los electrodos reutilizables y el sofá de examen.Aquí se muestran las imágenes del sujeto antes, durante y después de un intenso estímulo del dolor. Todas las señales grabadas no se filtran y se sincronizan a tiempo. Para mayor claridad, solo se muestran capturas de pantalla representativas de las señales de vídeo.Al intentar este procedimiento, es importante asegurarse de que todas las señales se optimizan antes de iniciar la estimulación del dolor. Asegúrese también de que todos los dispositivos de grabación estén encendidos antes de ejecutar el script de provocación del dolor. Siguiendo este procedimiento, se pueden realizar otros métodos, como la implementación de una cámara de visión nocturna casi infrarroja, o la grabación de bioseñadas con el fin de reconocer el dolor de manera más eficiente en un entorno nocturno.Esta técnica permite reconocer el dolor objetivamente sin necesidad de comunicarse con el paciente. Puede ser útil distinguir diferentes propiedades del dolor y proporcionar información sobre la fuente subyacente del dolor. Los estimuladores del dolor pueden causar lesiones graves si no son operados por personal capacitado.Siga siempre las restricciones éticas y de seguridad con respecto a los límites de intensidad de estímulo para garantizar la seguridad de los participantes.

Research

JoVE Journal

Behavior

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

Simultaneous Scalp Electroencephalography (EEG), Electromyography (EMG), and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding

Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding (Video) | JoVE

Electroencefalografía simultánea del cuero cabelludo (EEG), electromiografía (EMG) y de todo el cuerpo de grabación inercial segmentaria para Multi-modal Neural Decodificación

Recent  studies support the involvement of supraspinal networks in control of bipedal  human walking. Part of this evidence  encompasses studies, ...

Investigación

Comportamiento

Contextual and Cued Fear Conditioning Test Using a Video Analyzing System in Mice

Contextual and Cued Fear Conditioning Test Using a Video Analyzing System in Mice (Video) | JoVE

Contextuales y complementada el condicionamiento del miedo de prueba utilizando un sistema de análisis de vídeo en ratones

The contextual and cued fear conditioning test is one of the behavioral tests that assesses the ability of mice to learn and remember an association ...

Early Metamorphic Insertion Technology for Insect Flight Behavior Monitoring

Early Metamorphic Insertion Technology for Insect Flight Behavior Monitoring (Video) | JoVE

Tecnología de Inserción Metamórfica temprana para insectos de vuelo Supervisión del comportamiento

Early Metamorphosis Insertion Technology (EMIT) is a novel methodology for integrating microfabricated neuromuscular recording and actuation platforms on ...

A Fully Automated Rodent Conditioning Protocol for Sensorimotor Integration and Cognitive Control Experiments

A Fully Automated Rodent Conditioning Protocol for Sensorimotor Integration and Cognitive Control Experiments (Video) | JoVE

Un sistema totalmente automatizado Protocolo acondicionado Roedor de Sensorimotor Integración y control de los experimentos cognitivos

Rodents have been traditionally used as a standard animal model in laboratory experiments involving a myriad of sensory, cognitive, and motor tasks. ...

Irrelevant Stimuli and Action Control: Analyzing the Influence of Ignored Stimuli via the Distractor-Response Binding Paradigm

Irrelevant Stimuli and Action Control: Analyzing the Influence of Ignored Stimuli via the Distractor-Response Binding Paradigm (Video) | JoVE

Estímulos irrelevantes y Control de la Acción: analizar la influencia de Ignorado estímulos a través del distractor-Respuesta Encuadernación Paradigma

Selection tasks in which simple stimuli (e.g. letters) are presented and a target stimulus has to be selected against one or more distractor stimuli are ...

Determining Pain Detection and Tolerance Thresholds Using an Integrated, Multi-Modal Pain Task Battery

Determining Pain Detection and Tolerance Thresholds Using an Integrated, Multi-Modal Pain Task Battery (Video) | JoVE

La determinación de detección de dolor y umbrales de tolerancia Usando un sistema integrado, multi-modal de Dolor de tareas de la batería

Human pain models are useful in the assessing the analgesic effect of drugs, providing information about a drug&#39;s pharmacology and identify ...

A Protocol of Manual Tests to Measure Sensation and Pain in Humans

A Protocol of Manual Tests to Measure Sensation and Pain in Humans (Video) | JoVE

Un Protocolo de Pruebas manual para medir la sensación y el dolor en los seres humanos

Numerous qualitative and quantitative techniques can be used to test sensory nerves and pain in both research and clinical settings. The current study ...

A Method for Manipulating Blood Glucose and Measuring Resulting Changes in Cognitive Accessibility of Target Stimuli

A Method for Manipulating Blood Glucose and Measuring Resulting Changes in Cognitive Accessibility of Target Stimuli (Video) | JoVE

Un método para la manipulación de glucosa en la sangre y la medición de los cambios resultantes en Cognitiva Accesibilidad del destino Estímulos

Much research in social psychology has investigated the impact of bodily energy need on cognition and decision-making.  As such, blood glucose, the body's ...

Simultaneous Recordings of Cortical Local Field Potentials and Electrocorticograms in Response to Nociceptive Laser Stimuli from Freely Moving Rats

Simultaneous Recordings of Cortical Local Field Potentials and Electrocorticograms in Response to Nociceptive Laser Stimuli from Freely Moving Rats (Video) | JoVE

Grabaciones simultáneas de los potenciales de campo Local Cortical y Electrocorticograms en respuesta a estímulos nociceptivos Laser se mueva libremente las ratas

Electrocortical responses, elicited by laser heat pulses that selectively activate nociceptive free nerve endings, are widely used in many animal and ...

Generating Strictly Controlled Stimuli for Figure Recognition Experiments

Generating Strictly Controlled Stimuli for Figure Recognition Experiments (Video) | JoVE

Generación de controlado terminantemente estímulos para experimentos de reconocimiento de figura

This protocol introduces a method for generating strictly controlled and objectively defined stimuli for figure recognition experiments. A (6, n) figure ...