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

来源：电子测量技术杂志2022年第21期北京时间：

作者：耿读艳，张易，付志刚，杨凯，王超，安红霞

单位：1.河北工业大学 电气工程学院 天津 300130;2.中国人民解放军联勤保障部队第九八三医院体检中心 天津 300142

摘要：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。

关键词：经皮耳迷走神经电刺激; 疼痛阈值; 心率变异性; 机器学习