個人和主觀的疼痛很難由第三方客觀評估，但近年來，利用腦電波來估計疼痛強度（疼痛程度）的技術引起了人們的關注。另一方面，利用腦電波估計疼痛位置的研究仍不足。

　因此，在這項研究中，我們捕捉了對受試者手掌施加疼痛刺激時的腦波反應，並檢查是否可以根據腦波估計疼痛部位。根據大腦體感皮質放置電極，對左右手掌施加輕度疼痛刺激的總共 40 項試驗的數據進行分析。

　結果，當刺激右手時，所有三名受試者在左半球的 CP3 電極上都表現出特別增強的反應，而當刺激左手時，在右半球的 CP4 電極上表現出特別增強的反應。

　此外，當他們基於這些腦電波數據創建深度學習模型時，他們對每個受試者的數據實現了 90.8±5.9% 的高精度。這表明腦電圖模式與疼痛的定位（疼痛所在的位置）密切相關，並且開發了一種通用學習模型，無論受試者的特徵如何，都可以根據腦電圖估計疼痛的位置。被建議。

　這次的分析結果只是針對手掌的有限區域，但未來，我們將收集並分析身體不同部位對疼痛刺激的大範圍腦電波反應，並開發一項技術利用腦電波客觀地估計疼痛位置，預計將取得進一步進展。如果這項技術實現臨床應用，人們認為將有可能為住院患者和無法自行抱怨疼痛的嬰兒提供及時、適當的治療。

參考：[金澤工業大學] [對住院患者和無法抱怨疼痛的嬰兒顯示出臨床應用的潛力] 透過腦電圖客觀地估計疼痛位置，實現了約 90% 的準確率。金澤工業大學資訊工學部畢業研究