樊楷，管林，马俊嵩，刘海燕

（1.北华航天工业学院，廊坊065000；2.廊坊市气象局，廊坊065000；3.桂林电子科技大学，桂林541004）

脑电图是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映，包含大量的生理和病理信息。近年来，与疼痛相关脑电信号的研究是当前脑认知和临床治疗领域的研究热点和难点问题之一。使用卷积神经网络（CNN）和循环神经网络（RNN）结合的CNN+LSTM网络算法对疼痛和不痛的脑电信号进行二分类，准确率达到96%，与此同时Precision、Recall、F1-score分别达到96%、96%、96%，证明两种网络结合对研究疼痛的脑电信号是可行的。

疼痛分类；脑电图；CNN；RNN；LSTM

0 引言

脑电波信号（Electroencephalography，EEG）是大脑神经活动产生的电场经容积导体传导后在头皮上的电位分布，简称为脑电信号[1]。脑电信号是大脑内部状态变化的反应，其中蕴含了丰富的生理、心理和病理信息。通过研究分析脑电信号，可以深入探索人的心理、脑部疾病的发生和运作的机理，并为脑疾病的治疗指明方向。脑电信号被广泛的应用于各个领域，例如：①作为脑机接口的输入信号[2]；②通过脑电信号临床诊断神经系统疾病[3-4]；③用于研究大脑功能[5-6]。

疼痛是一种看似简单实则复杂的感受，是受感觉、注意、情绪、意识状态和经验因素影响的主观体验，因为其主观性，给疼痛的客观评估和科学诊断造成了非常大的困难。但是，脑电图因为其高分辨的特点能直接评估神经元的激活，并对疼痛活动成分进行解读，在疼痛的评估和预测中起到重要的作用[7]。

近年来，近年人工智能技术引起社会各界广泛的关注，基于脑电图的人工智能技术因其挖掘非侵入性神经成像数据，以建立计算机辅助诊断解决方案，以促进病症诊断的能力而受到广泛关注。……