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

Författarna vill tacka Verena Friedrich, Maria Velana, Sandra Gebhardt, Romy Bärwaldt och Tina Daucher för deras dyrbara hjälp vid genomförandet av studien. Dessutom går ett speciellt tack ut till Dr Stefanie Rukavina för hennes vetenskapliga stöd. Denna forskning var en del av DFG/TR233/12 (http://www.dfg.de/) ”avancemang och systematiskt av en automatiserad smärta erkännande System on the Basis of ansikts uttryck och psykobiologiska valideringsparametrar” projekt, finansierat av den tyska forskningen Foundation.

<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>

Författarna har något att avslöja.

Presenterade protokollet fokuserar på den experimentella elicitering av termisk (värme) och elektriska smärta medan inspelning fysiologiska, visuell och Paralingvistisk signaler. Detta nya synsätt, att kombinera två smärta modeller med olika stimuli stödnivåer och två olika stimuli varaktigheter (phasic och tonic), erbjuder ett brett perspektiv om vilken Psykofysiologisk mönster och uttryck av smärta. För förverkligandet av detta protokoll måste dock flera steg beaktas.
I allmänhet, om arbetar med smärta stimuli är det avgörande för att garantera säkerheten för försökspersonerna. Alla smärta stimuli måste kontrolleras mycket och bör endast utföras av erfarna praktiker. Dessutom för att registrera och samla in tillförlitliga och högkvalitativa data, ordentlig fastsättning av enheter (elektroder), rekommenderas en perfekt fungerande inspelningsutrustning och en smidig kommunikation mellan datorer. Alla källor till störningar bör elimineras eller minskas till ett minimum. För att garantera konsekvens mellan deltagarna, är det viktigt att ge standardiserade instruktioner och oföränderliga försöksbetingelser.
Enligt vår erfarenhet, att hitta lämpliga deltagare som uppfyller alla kriterier och är villiga att ta emot många smärtsamma stimuli, tar lång tid och är ganska utmanande. I tillägg till detta, måste skadestånd vara tillräckligt hög för att locka individer till studien. Särskilt personer mellan 30 och 50 år är svåra att hitta. Detta kan bero på att experimentet är alltför lång (ca. 4 timmar, inklusive ankomst och avresa) och de måste ta en halvdag ledigt från arbetet.
Eftersom säkerheten för deltagarna är av högsta prioritet, kan smärta induktion behöva begränsas. På grund av etiska riktlinjer, får stödnivåerna som stimulans inte överskrida vissa nivåer för att förhindra brännskador och medvetslöshet när det gäller termisk och elektrisk smärta induktion, respektive. En allmän cutoff av intensiteter kan resultera i en tak effekt som vissa ämnen kan nå intensitet gränserna före känsla outhärdlig smärta. I denna studie nådde cirka 42% (med tanke på termisk kalibrering del 1 och 2) av deltagarna de termiska cutoffs (se representativa resultat). Som de inte nådde sin ”riktiga” smärta toleranser, kan deras fysiologiska Svaren till de högsta termiska stimuli fungera annorlunda i motsats till fysiologiska reaktioner individer som nått dem. I så fall kan blanda dessa två grupper påverka klassificeringen resultat när det gäller smärta erkännande.
En viktig punkt att adressen är smärta villkoren i detta experiment. Deltagarna utsätts endast för termisk och elektrisk smärta stimuli (på grund av att dessa är mycket kontrollerbar i en experimentell miljö). Således, om att undersöka smärta mönster när det gäller kvalitet, resultat kan inte översätta andra smärta metoder såsom tryck, kemiska eller visceral smärta. Samma övervägande på överförbarhet av resultat gäller studien provet. Protokollet är etiskt begränsad till friska vuxna. Det omfattar exempelvis inte barn eller kognitivt och muntligt nedsatt personer. Dessutom i vår studie deltog endast europeiska personer. Även här, kan analysresultat inte gälla grupper som inte beaktas i detta experiment.
En annan begränsning kan gälla den Hawthorne effekt24: ämnen som känner att de blir filmade/observerades i studien. Detta kan ändra sitt beteende.
Jämfört med befintliga smärta databaser, protokollet ger stora fördelar för att analysera smärta svar mönster eftersom den kombinerar två smärta modeller och två tidsförlopp (phasic och tonic): förutom intensitet och varaktighet av smärta, anser det också kvaliteten av smärta. Som termisk smärta beskrivas annorlunda än elektriska smärta (t.ex. brännande kontra sharp), det kan också skilja sig i smärta reaktionerna. I så fall kan dessa konstateranden länka en smärta svar mönster till den underliggande källan för smärtan. Studien är dessutom multimodala att bredda utbudet av smärta utredning möjligheter: sysselsätter 5 vilken Psykofysiologisk signaler, 2 möta (fram/sida) kamera signaler, 1 kroppen Visa kamera signalen, 1 värmekamera och 1 audio signalen, smärta kan analyseras och bedömas mer exakt.
För en mer komplicerad utredning av smärta svar mönster, bör framtida förlängningar av denna metod omfatta mer biosignaler såsom elektroencefalografi (EEG), kroppstemperatur och andning. Det skulle också vara till stor nytta att anställa kontrollerade tryck som en ytterligare smärta-modell. Forskare syftar till automatisk smärta erkännande via data samlats in med detta protokoll bör ytterligare testa lovande maskinmodeller lärande med klinisk kontrollgrupper.

Smärta är en mycket personlig och obehaglig känsla som uppfattas annorlunda av alla. Det varar från sekunder till månader och kan variera i dess kvalitet (bultande, skarp, brännande, etc.). Om behandlas otillräckligt, smärta påverkar fysiska och psykiska funktioner i kroppen, minskar livskvaliteten och bär risken för att bli ett kroniskt tillstånd. I klinisk vård är korrekt bedömning av smärtintensitet och kvalitet mycket relevant att ge framgångsrika pain management1,2. Gold standardmetoder för bedömning av smärta, såsom visuell analog skala (VAS), den numerisk skalan (NRS) eller McGill Pain frågeformulär3, förlita sig på egna rapporter om patienter och därmed fungerar bara tillräckligt med kognitivt och verbalt unimpaired personer. Följaktligen etablerade alla de metoder saknar giltighet och tillförlitlighet när det gäller nyfödda4, yrande, sövande, lugnande preparat, eller ventilerade patienter5, eller personer som lider av demens6,7. I komplement eller ett alternativ att själv rapportera skalor, har metoder för att mäta smärta genom observation av utbildad personal (t.ex. den Zurich Observation smärtbedömning8 eller Abbey Pain Scale9) utvecklats under de senaste åren. Dock lider även dessa verktyg av begränsningar i tillförlitlighet och giltighet, även utbildad bedömare kan inte garantera en objektiv bedömning. Programmet är dessutom ofta alltför tidskrävande för kliniska personalen när smärta bedömningen bör göras regelbundet.
Flera forskargrupper har fokuserat på att utveckla automatiserad smärta erkänner system, som tillåter för att mäta smärta av fysiologiska, visuell, eller Paralingvistisk signal anger som nya metoder för bedömning och övervakning smärta och dess intensitet objektivt. Tidigare studier visar lovande resultat i att upptäcka och att differentiera smärta10,11,12,13,16,17,18 eller diskriminerande smärta från grundläggande känslor14,15 baserat enbart på en av signalen anger10,11,12,13,14, 15 samt på en kombination/fusion16,17,19 av uppsättningar. De ovannämnda villkoren reagerar nästan självständigt stressande stimuli såsom smärta. Använder dem har fördelen att de inte kräver en persons förmåga att rapportera hans/hennes smärta. Sådana individer skulle stor nytta en objektiva smärta erkännandesystem som omfattar sådana metoder. Dataset bestående av reaktioner framkallade smärta ger värdefull information för att analysera smärta mönster och utveckla praktiska tillämpningar för att upptäcka och övervaka smärta. Bland annat Walter et al.20 skapade ”BioVid värme smärta databasen”, en multimodal databas som är allmänt tillgängliga och ger data från kort-tid inducerad smärtsamma värme stimuli och motsvarande vilken Psykofysiologisk och visuella reaktioner. ”SenseEmotion databasen” Velana et al.21 innehåller biosignaler, videor och Paralingvistisk information från volontärer påverkas av phasic värme smärta och känslomässiga stimuli.
Medan dessa databaser är väl lämpade för att undersöka smärta reaktioner, är de mestadels baserade på en viss smärta modell. Som smärta skiljer sig i dess kvalitet (förmodligen beroende på smärta modell) och dess varaktighet, det kan också skilja sig i dess fysiologiska, visuella och Paralingvistisk korrelerar. Till bäst av författarnas kunskap finns ingen multimodala studier eller databaser som kombinerar två eller flera smärta modeller och variera smärta stimuli i intensitet och varaktighet för att inte bara upptäcka smärta mönster men också skilja mellan smärta kvaliteter.
Detta dokument innehåller ett protokoll om hur man genomför en komplex vilken Psykofysiologisk experimentet för att framkalla smärta och samtidigt spela in fysiologiska reaktioner (t.ex. EKG, EMG av Musculus trapezius, wellpappmaskinen superciliioch zygomaticus stora, SCL) samt video (t.ex. ansiktsuttryck, kropp gester, ansiktshud temperatur) och ljuddata. Deltagarna är stimuleras med kort (phasic) och längre varaktig (tonic) värme och elektrisk smärta stimuli som varierar i intensitet. En kalibrering fas innan experimentet bestämmer smärttrösklar för varje ämne individuellt.
Studien syftar till att samla in multimodala data för att undersöka smärta (mönster) angående intensitet, kvalitet och längd med hjälp av statistiska metoder, machine learning algoritmer, etc. Dessutom planeras redan insamlade data publiceras för akademiska ändamål under namnet ”X-ITE (Experimentally jagorsakades av pantoprazolinducerade Thermal och Electrical) smärta databas”. Det kan förlänga befintliga databaser, till exempel BioVid värme smärta och SenseEmotion20,21, och bidra till ytterligare utveckling, förbättring eller utvärdering av system för automatiserad smärta erkännande i frågor av giltighet, tillförlitlighet och realtid erkännande.
Resten av tidningen är organiserad på följande sätt. Protokollet beskrivs hur du genomföra smärta elicitering studien steg för steg. Sedan, de representativa resultat presenterar resultatet av experimentet. Slutligen, diskussionen täcker kritiska moment, begränsningar och fördelar av studien följt av förslag för framtida filändelser.

<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

Bedömning av smärta är oftast beroende av metoder som kräver en person att kommunicera. Men för personer med kognitiv och verbal nedskrivningar är befintliga metoder inte tillräckliga då de saknar reliabilitet och validitet. För att närma sig problemet, fokuserar senaste forskning på en objektiv smärtbedömning underlättas av parametrar av svaren som härrör från fysiologi och video- och ljudsignaler. För att utveckla tillförlitliga automatiserad smärta erkännande system, har ansträngningar gjorts att skapa multimodala databaser för att analysera smärta och upptäcka giltig smärta mönster. Medan resultaten är lovande, fokuserar de endast på diskriminerande smärta eller smärta stödnivåer kontra ingen smärta. För att för detta, bör forskning också överväga kvalitet och varaktighet av smärta, eftersom de ger ytterligare värdefull information för mer avancerad smärtlindring. För att komplettera befintliga databaser och analys av smärta när det gäller kvalitet och längd, föreslår detta papper en vilken Psykofysiologisk experimentet för att framkalla, mäta och samla in giltig smärta reaktioner. Deltagarna genomgår smärtsamma stimuli som skiljer sig intensitet (låg, medelhög och hög), duration (5 s / 1 min), och modalitet (värme / El smärta) medan ljud, video (t.ex. ansiktsuttryck, kropp gester, ansiktshud temperatur), och fysiologiska signaler (t.ex. EKG [EKG], hud konduktans nivå [SCL], ansiktsbehandling Elektromyografi [EMG] och EMG av M. trapezius) registreras. Studien består av en kalibrering att fastställa en persons individuella smärta (från lågt till outhärdlig smärta) och en stimulering fas i vilken smärta stimuli, beroende på intervallet kalibrerad, tillämpas. De erhållna uppgifterna kan förfina, förbättra och utvärdera automatiserad erkännande system när det gäller en objektiva smärtbedömning. För vidareutveckling av sådana system och att undersöka smärta reaktioner i mer detalj, ytterligare smärta formerna såsom tryck, bör kemiska eller kalla smärta ingå i framtida studier. Inspelade data från denna studie kommer att släppas som ”X-ITE smärta databas”.

Smärta uppfattas annorlunda av någon person och kan uttrycka sig mångsidigt ansiktsuttryck, Paralingvistisk och/eller fysiologiska signaler. Utformningen av denna studie är lämplig att analysera smärta Svaren på många olika sätt med avseende på de underliggande målen. De erhållna uppgifterna kan besvara forskningsfrågor, såsom: finns det särskilda smärta svar mönster? Skiljer de sig avseende smärta modell och längd?
Totalt 134 patienter deltog i vårt experiment. Kön var 50/50. Vi delade upp dem i följande åldersgrupper: 1) 18-29 år (N = 49, 23 män, 26 kvinnor), 2) 30-39 år (N = 45, 23 män, 22 kvinnor), 3) 40-50 år (N = 40, 21 män, 19 kvinnor). Den genomsnittliga åldern i alla ämnen var 31,4 (SD = 9,7), alla män = 33,4 (SD = 9,3) och alla kvinnor = 32,9 (SD = 10,2) år. Studien genomfördes vid institutionen för medicinsk psykologi av universitetar av Ulm, Tyskland.
Det viktigaste resultatet av detta protokoll är en uppsättning data med ljud-, video- och vilken Psykofysiologisk signaler återspeglar försökspersonernas svar på smärta stimuli. Tabell 1 ger en allmän översikt på de tekniska egenskaperna hos de inspelade signalerna och på numrerar av inducerad smärta stimuli i studien.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td colspan="5">Tekniska funktioner</td>
		</tr>
<tr>
<td>Signal:</td>
			<td colspan="2">Samplingsfrekvens:</td>
			<td colspan="2">Attribut:</td>
		</tr>
<tr>
<td>Ljud</td>
			<td colspan="2">44100 Hz</td>
			<td colspan="2">Mono, MP3 320 kbps</td>
		</tr>
<tr>
<td>Kamera 1 (ansikte, framifrån)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Färg video: resolution 1384 x 1032, HEVC kodade med libx265 (CRF 16, preset medium)</td>
		</tr>
<tr>
<td>Kamera 2 (ansikte, sidovy)</td>
			<td colspan="2">25 Hz</td>
			<td colspan="2">Färg video: resolution 1620 x 840, HEVC kodade med libx265 (CRF 16, preset medium)</td>
		</tr>
<tr>
<td>Huskamera</td>
			<td colspan="2">ca. 30 Hz</td>
			<td colspan="2">Färg video: upplösning 1500 x 600, HEVC kodade med libx265 (CRF 16, preset medium); Djup video: resolution 500 x 200, förlustfri kodning</td>
		</tr>
<tr>
<td>Värmekamera</td>
			<td colspan="2">ca. 120,8 Hz</td>
			<td colspan="2">Yttemperatur video: upplösning 120 x 160, gråskala MPEG-4-AVC kodat med libx264 (CRF 0, förinställda veryfast), kodade temperaturområde 26,5-52,0 ° C (steg 0,1)</td>
		</tr>
<tr>
<td>EKG</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Maskinvara filtreras via BioPac: 35 Hz LP, 0,5 Hz HP, 50 Hz notch filter</td>
		</tr>
<tr>
<td>SCL</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Maskinvara filtreras via BioPac: 10 Hz LP, ingen HP, inget notch-filter</td>
		</tr>
<tr>
<td>EMG M. trapezius</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Maskinvara filtreras via BioPac: 500 Hz LP, 10 Hz HP, inget notch-filter</td>
		</tr>
<tr>
<td>EMG M. wellpappmaskinen supercilii</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Maskinvara filtreras via BioPac: 500 Hz LP, 10 Hz HP, inget notch-filter</td>
		</tr>
<tr>
<td>EMG M. zygomaticus stora</td>
			<td colspan="2">1000 Hz</td>
			<td colspan="2">Maskinvara filtreras via BioPac: 500 Hz LP, 10 Hz HP, inget notch-filter</td>
		</tr>
<tr>
<td>Stimuli</td>
			<td colspan="2">Termisk</td>
			<td colspan="2">Elektriska</td>
		</tr>
<tr>
<td>Ämnen:</td>
			<td>Phasic Stimuli (5 s):</td>
			<td>Tonic Stimuli (60 s):</td>
			<td>Phasic Stimuli (5 s):</td>
			<td>Tonic Stimuli (60 s):</td>
		</tr>
<tr>
<td>Per ämne</td>
			<td>90 (30 per intensitet)</td>
			<td>3 (1 per intensitet)</td>
			<td>90 (30 per intensitet)</td>
			<td>3 (1 per intensitet)</td>
		</tr>
<tr>
<td>Alla (N = 134)</td>
			<td>12060 (4020 per intensitet)</td>
			<td>402 (134 per intensitet)</td>
			<td>12060 (4020 per intensitet)</td>
			<td>402 (134 per intensitet)</td>
		</tr>
<tr>
<td>Män (n = 67)</td>
			<td>6030 (2010 per intensitet)</td>
			<td>201 (67 per intensitet)</td>
			<td>6030 (2010 per intensitet)</td>
			<td>201 (67 per intensitet)</td>
		</tr>
<tr>
<td>Kvinnor (n = 67)</td>
			<td>6030 (2010 per intensitet)</td>
			<td>201 (67 per intensitet)</td>
			<td>6030 (2010 per intensitet)</td>
			<td>201 (67 per intensitet)</td>
		</tr>
</tbody></table>Tabell 1: tekniska funktioner och antal inducerad stimuli. Den övre halva (tekniska funktioner) visar samplingsfrekvenser och attribut av de specifika signalerna. Nedre halvan (Stimuli) visar numrerar av de inducerade specifika (termisk/elektrisk) smärta stimuli för ett ämne, för alla ämnen och för varje kön. (MP3 = Moving Picture experter gruppen Layer-3 Audio, kbps = kilobit per sekund, HEVC = hög effektivitet Video Coding, CRF = konstant hastighet faktor, MPEG-4-AVC = Motion Picture experter gruppen lager-4 Video Advanced Video Coding, Hz = Hertz, ° C = grader Celsius, s = sekunder, ECG = elektrokardiogram, SCL = konduktans hudnivån, EMG = Elektromyografi, LP = lågpassfilter, HP = högpass filter, M. = Musculus).
En sekundär utgång om kalibreringsfasen av studien presenteras i tabell 2. Det visar den genomsnittliga stimulering temperaturer och strömmar av smärta stödnivåer 1 och 3 (som beräknas enligt steg 5.11 i protokollet) för alla ämnen och dessutom för manliga och kvinnliga undergruppen.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>Stimuli</td>
			<td colspan="4">Termiska [i ° C] genomsnittlig (SD)</td>
			<td colspan="4">Elektriska [i mA] genomsnittlig (SD)</td>
		</tr>
<tr>
<td>Ämnen</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>Alla (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>Män (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>Kvinnor (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>Tabell 2: menar stimulering temperaturer och strömmar av smärta stödnivåer 1 och 3. (pH1, pH3 = phasic värme smärta med intensitet 1, 3; tH1, tH3 = tonic värme smärta med intensitet 1, 3; pE1, pE3 = phasic elektriska smärta med intensitet 1, 3; tE1, tE3 = tonic elektriska smärta med intensitet 1, 3; ° C = grader Celsius; mA = milliampere, SD = standardavvikelse).
Om alla steg i protokollet genomförs noggrant och inga tekniska problem uppstå (i form av dator eller inspelning enheten kraschar, etc.), kan ett lyckat resultat likna som avbildas i figur 4. Alla signaler är av hög kvalitet och påverkas inte av externa källor till störningar. Deltagaren är tydligt synlig i varje kamera.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59057/59057fig4.jpg"> Figur 4 : Exempeldata från ett lyckat experiment. Figuren illustrerar inspelade signaler några sekunder före, under och efter en intensiv smärta stimulans. Alla signaler är icke-filtrerad och synkroniseras i tid. För tydlighetens skull visas endast representativa skärmdumpar av videosignalerna här. (EMG = Elektromyografi, SCL = konduktans hudnivån, ECG = elektrokardiogram, M. = Musculus, s = sekunder). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig4large.jpg" target="_blank">Klicka här för att se en större version av denna siffra.</a>
Oväntade incidenter kan dock orsaka data att bli bullriga eller skadade. Förutom dator eller inspelning enheten kraschar, den kommande-off av elektroder (särskilt återanvändningsbara elektroder med liten diameter som bifogas med hjälp av dubbelsidig självhäftande kragar) mestadels leder till oanvändbara signaler. Som ett exempel för en optimal uppsättning data visar Diagram 5 den stund när en EMG-elektrod lossnar och gör motsvarande signalen värdelös.
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59057/59057fig5.jpg"> Figur 5 : Exempeldata från ett optimalt experiment. Den röda cirkeln visar då en av EMG elektroderna (M. zygomaticus stora) föll av motivets kinden. Detta kan ha varit på grund av svett eller huvud rörelse. Från och med nu var signalen förlorat. (EMG = Elektromyografi, SCL = konduktans hudnivån, ECG = elektrokardiogram, M. = Musculus, s = sekunder). <a href="https://www.jove.com/files/ftp_upload/59057/59057fig5large.jpg" target="_blank">Klicka här för att se en större version av denna siffra.</a>
På grund av etiska riktlinjer hade de högsta stödnivåerna av termisk och elektrisk stimuli begränsas. När det gäller termisk kalibrering kontroll del (se kompletterande fil), 37 försökspersoner (31 män och 6 kvinnor) nått viss cutoff 50,5 ° c (baserat på = 37/134 = 27.61%). När det gäller termisk kalibrering del 1, 60 deltagare (39 män och 21 kvinnor) nådde brytpunkten på 50.0 ° C (baserat på = 60/134 = 44,78%) och angående del 2, 57 personer (37 män, 20 kvinnor) nådde brytpunkten på 49,5 ° C (baserat på = 57/134 = 42.54%). Cutoff för både elektrisk kalibrering delar var 25 mA. Ingen av de 134 ämnena nådde det.
Som vi planerar att publicera data (se nästa punkt), datauppsättningar av deltagare som har nått cutoffs markeras dessutom och deras subjektiva smärta klassificeringar för de motsvarande cutoffs inkluderas.
Vi skulle vilja påpeka att tyngdpunkten i protokollet är att erhålla multimodala signaler för att analysera termiska och elektriska smärta. Därför, inga andra resultat diskuteras här. Efter kontroll och exklusive datauppsättningar på grund av saknade uppgifter eller avvisade skriftliga medgivande för datadelning, kommer datauppsättningar av denna undersökning att göras tillgängliga under namnet ”X-ITE smärta databas”. För ytterligare information om när och hur du skaffar den X-ITE smärta DB vänligen besök https://github.com/philippwerner/pain-database-list.
Kompletterande fil 1. <a href="https://www.jove.com/files/ftp_upload/59057/Supplementary_File_1.docx" target="_blank">Vänligen klicka här för att hämta den här filen.</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

Denna artikel fokuserar på den experimentella elicitering av smärta genom värme (termisk) och elektrisk stimulering under inspelning fysiologiska, visuell och Paralingvistisk Svaren. Det syftar till att samla in giltiga multimodala data för att analysera smärta baserat på dess intensitet, kvalitet och varaktighet.

Multimodala signaler för att analysera smärta Svaren till termisk och elektrisk Stimuli

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

De uppgifter som förvärvats med den presenterade metoden kan belysa hur man känner igen smärtintensiteter, oberoende av den underliggande smärtmodellen. Det kan också bidra till att bedöma smärtan varaktighet. Den största fördelen med denna teknik är dess multimodalitet när det gäller signalregistrering och smärtstimulering.Det breddar avsevärt omfattningen av smärta forskning. Denna teknik kan tillämpas för att övervaka för smärt närvaro i patologi behandling för effektivare smärtlindring. Utförandet av han protokoll kräver många komplexa manuella åtgärder, såsom elektrod ansökan, som är snabbare och lättare att lära sig genom visuell demonstration.Demonstrera förfarandet kommer att Sandra Gebhardt, en student från mitt laboratorium som är utbildad som en experimentör för denna studie. För att förbereda för förfarandet, välkomna det ankommande ämnet och leda henne till kalibreringsrummet. Informera henne i detalj om kalibreringsförfarandet och följande smärtstimulering.Därefter leder smärtan stimulering i en kamera-övervakas, temperaturkontrollerad och låg-buller experimentella rum bredvid kalibrering övervakning rum. Använd lämpliga inspelningsdatorer, programvara och inspelningsenheter för att fånga fysiologiska data, ljud, videor och termiska och elektriska stimulatorutgångar under experimentet. Ange värdena för de fasiska elektriska och värme smärtintensiteter och de tonic elektriska och värmeintensiteter som beräknats utifrån den utförda kalibreringen i termiska och elektriska stimulatorn.Ställ in baslinjetemperaturen till 32 grader Celsius och temperaturhastigheten till 8 grader Celsius per sekund, spara sedan alla inställningar. Därefter förbereda smärta elicitation skript, som visas här. Ställ in antalet varje phasic stimulans intensitet till 30 och antalet varje tonic stimulans intensitet till en.Sedan, ställa in varaktigheten av varje phasic stimulans till fem sekunder och varaktigheten av varje tonic stimulans till 60 sekunder. Randomisera ordningen på alla stimuli och pauserna mellan de fasiska stimuli till åtta till 12 sekunder. Därefter ställer du pauserna efter de tonic stimuli till 300 sekunder.Till att börja smärtstimulering, be motivet att ligga ner bekvämt på undersökningssoffan. Rengör alla hudområden där elektroderna kommer att fästas med alkohollösning. Ta bort eventuella döda hudceller på ytan av vänster kind, bakom vänster öra, ovanför det vänstra ögonbrynet, och på pannan med slipande gel.Sedan, re-ren dessa områden med en alkohollösning. För mätning av hudens konduktansnivå, fäst två pre-gelled nonpolorizable silver, silverklorid elektroder till undersidan av den distala falangen av höger pek- och långfinger med kardborreband. För att registrera EKG, använd tre förgellimsilver, silverkloridsnas snäppelektroder med cirkulära kontaktytor.Placera katodelektroden på bröstet, cirka sex centimeter under höger nyckelben och anodelektroden på vänster 9:e och 10:e revben. Fäst referenselektroden på höger sida midjan bredvid bäckenbenet. För att antjäna EMG av av musculus trapezius, använd också tre pre-gelled limmet försilvrar, silverchloridesnaknäppelektroder med cirkulärkontaktområden.Placera katod- och anodelektroderna sida vid sida på trapeziusmuskeln vid nackens vänstra sida. Placera sedan referenselektroden nedan, på vänster nyckelben. Använd sex återanvändbara skärmade silver, silverklorid elektroder för att mäta EMGs av Musculus Corrugator supercilii och musculus zygomaticus större.Fäst den ena sidan av de dubbelsidiga självhäftande kragarna på elektroderna. Därefter fyll elektrodernas hålrum med elektrolytgel. Ta bort pappersunderstöden på andra sidan av de dubbelsidiga självhäftande kragarna.För musculus corrugator supercilii, placera anodelektroden direkt ovanför vänster ögonbryn, bredvid glabellalinjen. Placera sedan katodelektroden en centimeter i lateralt till anodelektroden. Fäst referenselektroden i mitten av frontalbenet, precis under hårfästet.För musculus zygomaticus större, dra en imaginär linje från vänster muntlig commissure till vänster örat lob. Placera anodelektroden något under mitten av linjen och katodelektroden en centimeter mediala bredvid. Fäst referenselektroden på vänster mastoid.Anslut sedan alla elektroderna till motsvarande ingångar av biosignalinspelningsenheten. Utför en visuell kontroll, med hjälp av biosignal inspelning programvara för att se till att alla fysiologiska signaler är av god, utmärkt kvalitet. Därefter placera silver, silverklorid anod elektrod på den övre sidan av mellanliggande falangen av vänster pekfinger och katodelektroden på den övre sidan av den proximala falangen av vänster långfinger.Anslut elektroderna till den elektriska stimulatorn. Applicera termonden på den övre sidan av motivets vänstra underarm, ca 30 millimeter proximalt till handleden, med en kardborrerem. Starta alla kameror.Se till att deltagaren syns perfekt i kameran. Sedan startar du alla inspelningsenheter, som uppfyller kraven för datasynkronisering. Kör smärt elicitation skriptet.Övervaka noggrant motivet och smärtstimuleringsdelens fortskridande. Efter slutet av smärt elicitation skriptet, stoppa alla inspelningsenheter. Kontrollera om deltagaren är okej och lösgör alla elektroderna och termonden.Därefter linda en hygienisk, non-woven handduk runt en kall gel pack. Be deltagaren att applicera den på hudområdet där termoden placerades i minst fem minuter. Applicera sedan salva på hudområdet där termoden placerades.Efteråt, tacka deltagaren och säga adjö. Gör er av med alla engångselektroderna. Rengör alla återanvändbara elektroder, och undersökning soffan.Visas här är bilderna av motivet före, under, och efter en intensiv smärta stimulans. Alla inspelade signaler är icke-filtrerade och synkroniserade i tid. För tydlighetens skull visas endast representativa skärmdumpar av videosignalerna.Medan du försöker detta förfarande, Det är viktigt att säkerställa alla signaler är optimerade innan du startar smärtstimulering. Se också till att alla inspelningsenheter är på innan du kör den smärta elicitation skript. Efter detta förfarande, andra metoder, som att genomföra en nära infraröd mörkerseende kamera, eller inspelning för biosignaler kan utföras för att känna igen smärta mer effektivt i en nattlig miljö.Denna teknik möjliggör för att erkänna smärta objektivt utan ett behov av att kommunicera med patienten. Det kan vara bra att skilja olika smärtegenskaper och ge insikt till den underliggande källan till smärta. Smärtstimulatorer kan orsaka allvarliga skador om de inte drivs av utbildad personal.Följ alltid de etiska och säkerhetsrestriktioner när det gäller stimulans intensitet cutoffs för att säkerställa deltagarnas säkerhet.

Research

JoVE Journal

Behavior

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

Samtidig Scalp elektroencefalografi (EEG), Elektromyografi (EMG), och hela kroppen segment Tröghetsutrustning inspelning för Multi-modal Neural avkodning

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

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

Kontextuell och cued rädsla Conditioning Test Med hjälp av en videoanalyssystem hos möss

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

Tidig Metamorf Inser Teknik för Insect Flight beteendeövervakning

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

En helt automatiserad Gnagare Conditioning protokoll för Sensorimotor Integration och kognitiv kontroll Experiment

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

Irrelevanta stimuli och Åtgärd Kontroll: Analysera påverkan av Ignorerade Stimuli via Distractor-Response Binding Paradigm

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

Fastställande Smärta Detection och toleranströsklar hjälp av en integrerad, multimodal Pain Task Batteri

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

Ett protokoll manuella test för att mäta Sensation och smärtsamma för människor

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

En metod för manipulering av blodglukos och mäta resulterande förändringar i kognitiv Tillgång till Target Stimuli

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

Samtidiga inspelningar av kortikala lokala fältet potentialer och Electrocorticograms svar på nociceptiva Laser Stimuli från fritt rörliga råttor

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

Generera strängt kontrollerade Stimuli för figur erkännande experiment

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