基于机器学习和心率变异性的经皮耳迷走神经电刺激疼痛阈值预测

作者：耿读艳; 张易; 付志刚; 杨凯; 王超; 安红霞

来源：电子测量技术, 2022, 45(21): 31-35.

DOI：10.19651/j.cnki.emt.2209827

• 经皮耳迷走神经电刺激
• 疼痛阈值
• 心率变异性
• 机器学习

经皮耳迷走神经电刺激(taVNS)作为新兴的精神和心血管疾病的治疗方法，其刺激强度设置需要将刺激电流调整至疼痛阈值后再降低其幅值。该设置方式不仅缺乏一致性，且影响治疗效果和舒适度。本文提出了一种结合心率变异性(HRV)特征和机器学习回归模型的新方法，实现了taVNS疼痛阈值的预测。基于实验采集的数据，系统的比较了将HRV特征作为各种机器学习模型输入的预测精度。结果表明，HRV特征与极端随机树的组合性能最优，使用遗传算法去除冗余特征能够有效改善模型预测性能，均方根误差在1.18到1.56之间，均方差在0.77到0.96之间。该方法可用于不同个体的taVNS刺激强度的预测，对受试者在taVNS期间的治疗效果有积极作用。

• 单位
  河北工业大学