| 摘要: |
| 目的 基于脑机接口（BCI）技术客观地获取患者疼痛矩阵数据，依托虚拟现实（VR）技术交互反馈明确疼痛轨迹的动态
影响因素，开发基于BCI+VR的肝胆胰外科术后患者疼痛轨迹管控系统。 方法 采用便利抽样法，选取2023年1至6月西湖大学医
学院附属杭州市第一人民医院肝胆胰外科的术后患者 300 例。基于 BCI 抓取与处理疼痛脑电信号（EEG）数据，采用支持向量机
（SVM）分类法进行患者疼痛意图识别，并使用长短记忆网络（LSTM）+卷积神经网络（CNN）为基本结构的深度学习网络进行特征处
理，构建预测精确度较高的患者疼痛规律预测模型。采用Bootstrap 2 000次重复抽样的方法对模型进行内部验证，使用另一部分测
试队列（2025年1至6月肝胆外科术后患者）进行外部验证，采用logistic回归建立预测模型并绘制列线图，采用ROC曲线的AUC评
价模型的预测效能，采用校准曲线和决策曲线分析模型校准度和区分能力；并分析影响疼痛的主要因素。 结果 logistic回归分析显
示，手术方式、切口长度、手术时长、患者年龄、术前焦虑和切口结局是影响肝胆胰外科术后疼痛的独立危险因素（均P＜0.05）。以此
为基础构建预测模型的区分度及校准度良好，决策曲线分析说明该模型具有较好的临床应用价值。 结论 基于BCI+VR的肝胆胰外
科术后患者疼痛轨迹预测模型实现了术后疼痛轨迹的精准分析及动态预测，为制定超前镇痛方案及多维预测因素的综合镇痛策略提
供依据。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:浙江省医药卫生科技计划项目（2023KY952）；杭州市医学重点学科建设项目（2025HZZD05） |
|
|
|
|
| Abstract: |
|
| Key words: |
