疼痛，尤其是癌癥相關疼痛（cancer-related pain），是重大健康挑戰(zhàn)。據(jù)文獻報道，估計有60–80% 的癌痛未得到妥善處理。無法得到有效控制的疼痛會嚴重影響許多癌癥患者的生活質(zhì)量以及他們對于治療的依從性。目前臨床評估疼痛嚴重程度的“金標準"仍是患者的主觀自述量表，這種方法的固有局限是患者主觀性可能引入偏差，且對于存在認知障礙或溝通困難的患者往往不適用。因此開發(fā)一種客觀的疼痛評估方法，對于實現(xiàn)精準、個性化的疼痛管理至關重要。近年來功能性近紅外光譜技術(shù)（functional near-infrared spectroscopy, fNIRS） 因其便攜、非侵入、耐運動的特性，特別適合在臨床環(huán)境中監(jiān)測大腦皮層活動。與此同時，作為一種非藥物干預手段，虛擬現(xiàn)實技術(shù)（Virtual Reality, VR） 在通過注意力分散管理疼痛方面展現(xiàn)出潛力，但其發(fā)揮鎮(zhèn)痛作用的神經(jīng)生理學機制尚不明確。

文章信息

為此，Somayeh B. Shafiei團隊開展了一項研究，旨在利用靜息態(tài)fNIRS與機器學習對癌癥患者的疼痛嚴重程度進行客觀分類；以及評估VR干預對疼痛強度及大腦功能連接的即時影響。該研究以題“Pain classification using functional near infrared spectroscopy and assessment of virtual reality effects in cancer pain management"發(fā)表于《Scientific Reports》。

被試

研究共納入147名參與者，分為三組：

A組（健康對照組）：13名無疼痛的健康志愿者，用于建立基線； B組（VR干預組）：41名患有癌痛的患者，在接受VR干預前后分別進行評估；C組（癌痛對照組）：93名患有癌痛的患者，僅接受單次評估，不接受VR干預。

圖1. 在進行大洋洲虛擬現(xiàn)實體驗前后，fNIRS數(shù)據(jù)采集過程的示意圖

實驗流程

A組與C組：完成疼痛自評后，進行10分鐘的靜息態(tài)fNIRS數(shù)據(jù)采集（閉眼、保持清醒）。B組：流程包括：疼痛自評 → 次rs-fNIRS記錄（10分鐘）→ 9分鐘的“Oceania"海洋放松VR程序體驗（使用Meta Quest 2頭顯）→ 第二次rs-fNIRS記錄（10分鐘）→ 疼痛自評。

疼痛評估：使用面部疼痛量表修訂版（Faces Pain Scale–Revised, FPS-R, 0-10分）。將得分歸類為三個臨床等級：無/輕度疼痛（0-4分）、中度疼痛（5-7分）、重度疼痛（8-10分）。

腦活動記錄：使用Artinis Medical Systems的無線Dual Brite fNIRS系統(tǒng)及Oxysoft 3.3軟件。參與者佩戴裝有44個通道（channels）的頭帽，光源與探測器按特定排布覆蓋前額葉皮層（PFC）、額上回（SFG）及左右頂葉皮層（parietal cortex） 等區(qū)域（如圖2）。

圖2. 靜息狀態(tài)下fNIRS檢測系統(tǒng)的結(jié)構(gòu)示意圖。該圖展示了如何使用無線Dual Brite系統(tǒng)（Artinis公司生產(chǎn)）來布置發(fā)光源與接收檢測器，從而采集fNIR數(shù)據(jù)

數(shù)據(jù)分析

- fNIRS數(shù)據(jù)預處理：使用基于MATLAB的NIRS工具箱進行。步驟包括：將光強度轉(zhuǎn)換為光密度、使用主成分分析（PCA）和運動校正函數(shù)去除生理噪聲與運動偽影、應用0.01-0.1 Hz的帶通濾波，最后依據(jù)修正的比爾-朗伯定律計算氧合血紅蛋白（HbO） 和脫氧血紅蛋白（HbR） 的相對濃度變化。

- 特征提?。河嬎闼?4個通道兩兩之間HbO與HbR信號在頻域的相干性，共提取1892個功能連接特征（functional connectivity features）。

- 統(tǒng)計分析：VR干預前后疼痛評分及腦特征的比較，采用威爾科克森符號秩檢驗（Wilcoxon signed-rank test）。以 P值 < 0.05 為具有統(tǒng)計學顯著性。

客觀疼痛分類

結(jié)合主觀評估的疼痛程度標簽（無 / 輕度、中度、重度三類），研究者對提取出的 1892 個反映大腦網(wǎng)絡協(xié)作模式的 fNIRS 功能連接特征（HbO 和 HbR 信號各 946 個）進行分類訓練。首先，采用包含三類輸出的多項式邏輯回歸（MLR）作為核心模型。為優(yōu)化模型關鍵參數(shù)并控制偏倚，在留一參與者交叉驗證（LOPO-CV）的外層框架下，嵌套了重復 5 次的分層 5 折交叉驗證，分層設計確保各折中疼痛類別分布與原數(shù)據(jù)一致。

模型訓練中，為應對不同疼痛等級樣本數(shù)量不均的問題，研究者僅在每層交叉驗證的訓練折中，應用 k 近鄰數(shù) = 5 的合成少數(shù)類過采樣技術(shù)（SMOTE），通過在少數(shù)類樣本與其 5 個最近鄰樣本間插值生成合成樣本，平衡三類疼痛的樣本數(shù)量，且同一參與者的樣本僅歸入訓練折或驗證折中的一類，避免產(chǎn)生虛假泛化能力。

模型在LOPO-CV框架下進行嚴格測試，具體做法為：每次預留 1 名 “完整參與者" 的所有樣本作為測試集，其余所有參與者的樣本作為訓練集，循環(huán)至所有參與者均單獨作為測試集一次，避免同一被試的多個樣本分散到訓練集和測試集，同樣避免產(chǎn)生虛假泛化能力。最終，運用遞歸特征消除交叉驗證（RFECV）（以 MLR 為估計器）從海量特征中自動篩選出 15 個對區(qū)分疼痛等級最關鍵的大腦連接特征。

對疼痛嚴重程度的主觀和客觀評估分類

疼痛主觀量表評分：B組疼痛評分：VR前4±2.01分，VR后2±1.59分；C組疼痛評分：5±2.7分。

疼痛客觀模型算法評分：本研究共篩選出 15 個特征用于模型構(gòu)建。嵌套在留一參與者交叉驗證框架內(nèi)的所有交叉驗證步驟，其平均驗證準確率為 82% ± 1.8%。

將測試樣本的真實標簽與預測標簽構(gòu)建混淆矩陣，同樣采用留一法對所有參與者重復執(zhí)行，結(jié)果（圖3）顯示MLR模型在對測試樣本中的疼痛程度進行分類時表現(xiàn)出了良好的性能，這一事實證明了該模型在臨床疼痛管理中的可靠性——準確的疼痛程度分類有助于制定個性化的治療方案。

圖3. 主觀友好情感評分描述性統(tǒng)計結(jié)果

評估VR技術(shù)在緩解疼痛方面的效果

Wilcoxon符號秩檢驗結(jié)果表明，VR干預后感知疼痛嚴重程度顯著降低（P < 0.001）。在臨床環(huán)境中，疼痛程度降低30%或以上通常被認為是一個具有實際意義的基準標準，這一變化往往與患者的生活質(zhì)量、功能狀態(tài)以及整體健康狀況的顯著改善密切相關。75.61%的患者疼痛緩解超過30%（見圖4以及圖5），疼痛評分平均從VR前4分降至VR后2分，下降50%。這些結(jié)果強烈支持VR作為癌癥患者疼痛管理的有效非藥物干預措施。

圖4. 每位參與者虛擬現(xiàn)實（VR）干預前后的感知疼痛程度評分

圖5. VR干預后癌癥患者的感知疼痛緩解情況

VR技術(shù)對fNIRS功能連接特征的影響

VR干預導致多個通道對之間的功能連接發(fā)生顯著變化，研究制作了熱圖來展示相應的p值（見圖6）。具體發(fā)現(xiàn)包括：前額葉皮層內(nèi)的HbO功能連接發(fā)生顯著變化，例如通道17和11之間的連接（P = 0.001）。

圖6. VR干預前后，功能性連接特征（fNIRS通道之間的連接關系）的Wilcoxon符號秩檢驗結(jié)果。（A）氧合血紅蛋白（HbO）功能連接特征的 P 值；（B）去氧血紅蛋白（HbR）功能連接特征的 P 值；（C）41 名參與者中，經(jīng) VR 干預發(fā)生顯著變化的特征里，氧合血紅蛋白（HbO）功能連接特征的統(tǒng)計學顯著變化 P 值(P<0.05\)；（D）41 名參與者中，經(jīng) VR 干預發(fā)生顯著變化的特征里，去氧血紅蛋白（HbR）功能連接特征的統(tǒng)計學顯著變化 P 值(P<0.05）

圖7展示了VR干預與不同通道對之間的功能連接性變化之間的關系，同時列出了各項特征對應關聯(lián)的估算系數(shù)及其統(tǒng)計學顯著性（P 值）。研究的重要發(fā)現(xiàn)包括：多個通道對的功能連接出現(xiàn)了顯著性變化（P 值小于 0.05）。

圖7. 利用fNIRS功能連接特征對VR干預前后的狀態(tài)的邏輯回歸模型

本研究結(jié)果表明，虛擬現(xiàn)實（VR）作為一種非藥物、干預工具，能有效降低癌癥患者的疼痛感知，其作用機制可能在于特異性調(diào)節(jié)與疼痛相關的神經(jīng)回路——這一點得到了基于功能性近紅外光譜（fNIRS）的機器學習模型的高準確性以及所觀測到的腦功能連接顯著變化的支持。與以往多數(shù)聚焦于誘發(fā)痛的研究不同，本工作在對臨床自然狀態(tài)癌痛的客觀分類與機制探索方面取得了重要進展。未來研究可在此基礎上，進一步優(yōu)化模型以實現(xiàn)對疼痛的精準區(qū)分，并探究VR干預的長期效應與個性化方案，從而為疼痛管理提供更具突破性的神經(jīng)調(diào)控策略。

原文鏈接

研究團隊介紹

關于維拓啟創(chuàng)

相關產(chǎn)品