應(yīng)用啼哭信號分析方法評估嬰兒術(shù)后疼痛的研究.pdf

1、研究背景和目的:
　　尋找疼痛評估的客觀指標一直是學術(shù)界難以解決的關(guān)鍵問題。尤其對于嬰幼兒，因其發(fā)育尚不完善，無法進行疼痛的自身描述，導致在臨床上缺乏簡單、有效的嬰幼兒疼痛評估標準。啼哭是多種嬰幼兒疼痛行為學評估量表中均包含的特征之一，且有研究表明，嬰幼兒疼痛與非疼痛的啼哭聲存在不同。但是疼痛所導致的啼哭信號具體包含怎樣的聲學特征，且這種聲學特征是否能作為評估嬰幼兒術(shù)后疼痛的標準尚未見報道。我們擬通過提取6個月以內(nèi)嬰兒術(shù)后疼痛哭聲

2、信號特征，構(gòu)建疼痛哭聲識別模型應(yīng)用于嬰兒術(shù)后疼痛評估，以期為臨床探索更客觀、便捷的嬰幼兒疼痛評估工具提供研究基礎(chǔ)。
　　研究內(nèi)容和方法:
　　以6個月以內(nèi)擇期手術(shù)的嬰兒為研究對象。記錄嬰兒手術(shù)前啼哭數(shù)據(jù)，以及從嬰兒手術(shù)后進入麻醉蘇醒室至嬰兒蘇醒后離開蘇醒室這一時間段的啼哭信號。同時采用FLACC（Face，Legs，Activity，Cry，Consolability）評分量表對嬰兒蘇醒后的疼痛程度進行評估。以Adobe a

3、udition3.0對啼哭聲音文件進行初步處理，通過Praat語音分析軟件進行特征性參數(shù)分析;以MFCC(Mel FrequencyCepstrum Coefficient)參數(shù)作為特征性參數(shù)，以HMM(Hidden Markorv Model)模型作為訓練模型，構(gòu)建疼痛識別模型，同時以FLACC為標準，使用ROC(Receiver operating characteristic curve)曲線比較不同組合的HMM模型對嬰兒術(shù)后疼痛

4、啼哭的識別效能，尋找最優(yōu)組合的疼痛識別模型，并檢驗該模型對術(shù)后疼痛以及重度疼痛的識別效能。
　　使用SPSS19.0進行數(shù)據(jù)處理和統(tǒng)計分析，計量資料以均數(shù)±標準差表示，數(shù)據(jù)均進行正態(tài)性檢驗和方差齊性檢驗，方差齊性的數(shù)據(jù)兩組間比較使用t檢驗，方差非齊性兩組間比較使用wilcoxon檢驗，多組間比較使用Kruskal-Wallis檢驗，p＜0.05差異具有統(tǒng)計學意義。使用Rv2.15.1統(tǒng)計作圖。
　　研究結(jié)果:
　　本研

5、究為前瞻性研究（臨床注冊碼:ChiCTR-OCH-14004648），共納入155名擇期手術(shù)嬰兒。
　　1.嬰兒術(shù)后疼痛啼哭基頻為654.7±195.8Hz，顯著高于手術(shù)前啼哭基頻464.6±146.1Hz，p＜0.01。
　　2.術(shù)后疼痛組啼哭的基頻(F0)、第一共振峰(F1)，均方根(Root mean square，RMS)明顯高于無痛/輕度疼痛組(p＜0.01)，而音節(jié)間歇時間(interval betweenSyl

6、lables，IS)顯著下降(p＜0.01)。
　　3.組合為18 state+12mixture數(shù)目的HMM模型對術(shù)后疼痛識別效能最大，其ROC曲線中的AUC(area under curve)為0.81±0.049，(95％ CI:0.713-0.906)，最佳截斷點為0.558，敏感度為80.0％，特異度為77.1％。該模型診斷重度疼痛的AUC為0.764±0.059，(95％ CI:0.648-0.880)，特異度僅50.