郭 伟，赵 颀，周天一，曾 浩

慢性腰痛在飞行员人群十分常见[1]，且对飞行员的工作与日常生活造成不小困扰，甚者迫使飞行员离开飞行岗位，造成国家飞行员人才队伍的损伤，值得引起相关领域的重视与研究。笔者认为客观的分析评估飞行员慢性腰痛（chronic low back pain, CLBP）的临床特点是合理有效治疗的首要，因此本次研究设计从主观量表角度、外周电生理角度、中枢脑电信号角度对飞行员CLBP的特点进行了分析和总结，并通过机器学习（machine learing，ML）[2]的方法建立了区分飞行员CBLP和正常人的分类模型，为更加客观与精确地区分开飞行员慢性腰背痛状态与健康状态，大大降低了主观因素的影响，对现有的飞行员CLBP临床评估方法进行补充，研究过程如下所示。

1 对象与方法

1.1 对象 收集2017年4月—2018年1月由于腰椎间盘突出症在空军特色医学中心进行住院治疗的飞行员CBLP患者30例（研究组），选取社会招募的健康志愿者30人作为对照组。纳入标准：①腰痛伴下肢疼痛＞3个月；②椎旁压痛；③活动时症状加重；④根性征（+）：直腿抬高实验或仰卧挺腹实验（+）；⑤腰椎核磁诊断有腰椎间盘突出；排除标准：①脊柱骨折；②脊柱损伤伴脊髓损伤；③合并腰椎肿瘤、结核、骨髓炎及严重骨质疏松；④患有严重的心、肺、脑及血液系统疾病；⑤接受手术治疗或腰椎畸形；⑥不接受检查者。研究组男28例，女2例，平均年龄（36.83±7.70）岁，平均病史（3.53±3.18）年，平均病程（3.26±2.87）个月。对照组男16例，女14例，平均年龄（38.66±5.45）岁。2组年龄、病史、病程时间比较，差异无统计学意义（P＞0.05）。

1.2 脑电信号采集 先按照正确脑区电极分布为受试者戴上64导电极的脑电帽，用医用注射器向参考和接地电极内注入导电膏，打开软件，观察软件采集界面参考和接地电极的阻抗变化。……