《Brain Research Bulletin》：Personalized Brain-Based Anesthetic-State Detection with Portable fNIRS and AI
编辑推荐：
从脑信号中解码疼痛是临床神经影像学的一个核心挑战。功能性磁共振成像（fMRI）已表明伤害性感受涉及分布式皮层网络，并产生了多变量疼痛特征，如神经性疼痛特征（Neurologic Pain Signature, NPS）。然而，NPS在个体内效应较大（d = 1
从脑信号中解码疼痛是临床神经影像学的一个核心挑战。功能性磁共振成像（fMRI）已表明伤害性感受涉及分布式皮层网络，并产生了多变量疼痛特征，如神经性疼痛特征（Neurologic Pain Signature, NPS）。然而，NPS在个体内效应较大（d = 1.45），但个体间效应仅为中等（d = 0.49），且与体感皮层相比，高级脑区在疼痛表征上表现出更大的个体差异。一项涵盖57项神经影像疼痛解码研究及配套基准分析的研究显示，数据层级、空间尺度和样本量影响性能，而独立检验数量有限限制了对其他建模选择的比较。因此，个体间变异可能限制跨患者泛化，而验证设计是否充分检验这种泛化本身便是一个重要的方法论问题（Varoquaux, 2018）。
该问题具有直接临床相关性：客观疼痛与镇痛监测仍是一个活跃的研究问题。疼痛是一种多维体验，在无法言语、镇静或认知受损的患者中，自我报告有时不可用，而常用的生理指标并不直接反映皮层疼痛处理。便携式功能性近红外光谱（functional near-infrared spectroscopy, fNIRS）可在床旁测量皮层血流动力学变化。疼痛刺激可在体感皮层和前额叶皮层产生可由fNIRS检测的响应，包括在外科麻醉期间和镇痛药给药后。利用机器学习从fNIRS信号中解码疼痛已在初步研究和更广泛的临床综述中有所探索。研究人员的团队先前曾使用会话内交叉验证的神经网络框架实现了实时疼痛检测，并取得了有前景的准确率。
验证设计各不相同：若干研究采用了受试者级留出法或留一受试者法（leave-one-subject-out, LOSO），而患者重叠验证可能产生乐观估计，且不能测试在完全未见患者上的性能。当同一患者的时段同时出现在训练和测试数据中时，模型可能利用患者特异性模式，而非学习可推广至新患者的信号。这一差异在同一临床fNIRS数据集内的大小——以及患者参照是否能解释患者间信号尺度差异——仍未得到充分表征。
有两种方法可能解决该问题。第一，患者参照：利用每位患者自身的简短参照响应作为基线，在分类前对后续脑响应进行归一化，这一方法在利用自发脑电图（EEG）归一化进行疼痛预测中有先例。此处，会话前健康牙响应为该测试患者提供参照统计量，而模型权重仅在其他患者上拟合。第二，评估可能跨个体更可靠迁移的响应表征。时间血流动力学响应函数（hemodynamic response function, HRF）描述符可表征恢复斜率、短期时间变异和基线归一化幅度，而直接基于浓度波形训练的模型则提供互补基准。
研究人员利用在临床疼痛牙局部麻醉期间采集的fNIRS数据解答了三个问题。第一，患者参照能否在麻醉前存在疼痛时区分患牙响应与疼痛消除后的响应（主要分析）？第二，能否利用独立的参照数据在麻醉前区分患牙与健康牙响应（探索性次要分析）？第三，患者重叠的时段级交叉验证会在多大程度上夸大性能，包括对齐波形模型？总之，这些问题检验了便携式fNIRS能否检测疼痛相关脑响应及局部麻醉伴随的变化。
**论文解读：基于便携式fNIRS与人工智能的个性化麻醉状态检测**
**研究背景与问题**
疼痛解码是临床神经影像学领域的核心挑战。功能性磁共振成像（fMRI）研究已证实伤害性感受涉及分布式皮层网络，并发展出多变量疼痛特征，如神经性疼痛特征（NPS）。然而，NPS的个体内效应量（d=1.45）显著高于个体间效应量（d=0.49），且高级脑区在疼痛表征中的个体差异大于体感皮层。这种个体间变异限制了跨患者泛化，而验证设计能否充分检验这种泛化本身也是一个重要的方法论问题。在临床实践中，疼痛是多维体验，非言语、镇静或认知受损患者无法提供自我报告，常用生理指标又不能直接反映皮层疼痛处理。便携式功能性近红外光谱（fNIRS）可在床旁测量皮层血流动力学变化，疼痛刺激可诱发体感皮层和前额叶皮层响应。已有初步研究利用机器学习从fNIRS中解码疼痛，但验证设计差异较大：部分研究采用受试者级留出或留一受试者法（LOSO），而患者重叠验证可能产生乐观估计且无法测试在全新患者上的性能。当同一患者的时段同时出现在训练和测试集中时，模型可能利用患者特异性模式而非通用信号。患者参照策略——以每位患者自身简短参照响应作为基线进行归一化——或许能解决患者间信号尺度差异问题。
**研究目的与问题**
研究人员利用在局部牙科麻醉期间采集的fNIRS数据，回答三个问题：第一，患者参照能否在麻醉前疼痛存在时区分患牙响应与疼痛消除后的响应（主要分析）；第二，能否利用独立参照数据在麻醉前区分患牙与健康牙响应（探索性次要分析）；第三，患者重叠的时段级交叉验证会在多大程度上夸大性能，包括对齐波形模型。这些研究旨在检验便携式fNIRS能否可靠检测疼痛相关脑响应及其随局部麻醉的变化，并量化验证设计对性能估计的影响。
**关键技术方法**
研究经密歇根大学伦理委员会批准，在牙科诊所招募症状性根尖周炎患者，每名受试者接受麻醉前（Pre）和麻醉后（Post）两次fNIRS记录，包含5分钟静息状态和健康牙、患牙各8次叩击刺激。使用NIRSport2连续波系统采集覆盖前额叶皮层（PFC）和双侧初级体感皮层（S1）的18个源-探测器通道对，得到血氧血红蛋白（HbO）和脱氧血红蛋白（HbR）浓度信号。信号处理包括三次样条插值、头皮耦合指数（SCI）和心搏峰信噪比（CpSNR）质量控制、时域导数分布修复运动校正、主成分分析和基于小波的滤波，以及修正Beer-Lambert定律计算浓度变化。特征提取采用HRF窗口描述符，包括晚期斜率、平均绝对一阶差分和基线归一化幅度等11种特征。主要分析采用固定三特征时间面板（HbO）和随机森林（RF）分类器，在LOSO框架下评估；同时比较了逻辑回归（LR）、线性判别分析（LDA）、径向基函数支持向量机（RBF-SVM）和随机森林四种分类器，以及原始与患者参照输入。为量化验证偏差，还比较了合并时段分层5折交叉验证与LOSO。此外，应用一维卷积神经网络（CNN1D）、双向长短期记忆网络（BiLSTM）和混合CNN-LSTM模型对浓度波形进行端到端比较，并进行了区域幅值协变分析。
**研究结果**
**数据集描述：** 质量排除后，分析数据集包含25例患者的46次记录、571个有效叩击窗口。主要队列由13例报告完全疼痛消除且每会话至少保留2个患牙时段的患者组成，共156个患牙时段。患者间Pre会话诱发幅度存在显著异质性：19例患者中，HbO有9例健康牙均值超过患牙均值，HbR有8例，提示患牙响应并非一致更大。
**患者内血流动力学对比：** 固定数据信息面板包含晚期斜率、平均绝对一阶差分和基线归一化幅度三个特征，但无单个特征通过错误发现率校正（最小q=0.151），表明分类器应解释为多变量而非单一特征证据。
**患者参照的麻醉前后分类：** 主要分析中，固定HbO面板随机森林在LOSO评估下达到平均留出患者AUC=0.752（95% CI 0.624–0.865）。在所有8192种患者级会话置换中，47种产生至少与观察值相当的AUC（精确条件上尾p=0.0057），13例患者中12例预测分数方向符合预期（双侧符号检验p=0.0034）。RBF-SVM比较器AUC为0.729，完全嵌套特征选择估计为0.740。参照效应依模型而异：RF和RBF-SVM的AUC提高，而LR和LDA降低。波形模型（CNN1D、BiLSTM、CNN-LSTM）的LOSO AUC分别为0.557、0.419和0.527，置信区间均包含0.5，不支持显著高于随机水平。
**探索性Pre会话患牙对健康牙分类：** 在12例患者的队列匹配比较中，静息状态参照使全11特征RBF-SVM的AUC从0.513升至0.731；在21例患者中，分裂半参照使全11特征随机森林AUC从0.524升至0.782，多重校正后增益分别为+0.218（q=0.020）和+0.258（q=0.009）。参照在所有八种特征/模型组合中均提高AUC点估计。
**验证偏差量化：** 在32种特征配置中，合并时段CV超过LOSO的平均值为+0.159 AUC（95% CI +0.078至+0.252），所有点估计均为正。参照并未减小平均差距（参照+0.167，原始+0.151）。所有对齐波形模型也均呈现正性膨胀。
**附加分析：** 删除任一患者重新拟合，AUC最大变化仅0.063；七患者子样本均未低于随机水平，而五患者子样本有10%低于随机。探索性外推显示约35例患者时AUC标准误达0.05。使用3或4次健康牙参照叩击即可获得与完整模块接近的AUC（0.736和0.775），而群体归一化仅得0.605。区域分析显示，患牙时段跨试验的S1对侧-同侧及S1对侧-PFC幅值协变从Pre到Post显著下降（Fisher-z变化分别为?0.656和?0.539，均q=0.032）。
**讨论与结论**
讨论部分指出，患者间响应方向异质性支持个体化参照。主要结果（AUC=0.752）是任务特异的留出患者估计，并非与其他模型直接比较。参照增益依赖于模型，验证偏差在多种建模方法中一致存在，强调交叉验证单位应与泛化单位匹配，患者级留出对新患者预测必不可少。波形模型未能可靠区分，可能因独立训练患者数过少。探索性结果支持缩短参照模块的可行性，区域协变变化提示麻醉后感觉运动与前额叶响应协调性改变。时间进程显示Pre患牙刺激在三个区域产生持续正性HbO响应，麻醉后S1响应减小、PFC轨迹不同。研究局限性包括主要队列规模小、数据知情特征面板和数据采集可靠性不足。结论认为，在严格留出患者评估下，患者参照与时间HRF特征支持了局部麻醉前后患牙fNIRS响应分类的概念验证，而非直接检测疼痛缓解；探索性参照模型可分离Pre会话患牙与健康牙响应；患者重叠验证显著高估性能。未来需更大规模独立队列评估可重复性和泛化性。
