一种动物机械痛测试方法、系统、计算机设备及存储介质技术方案

本发明专利技术涉及一种动物机械痛测试方法、系统、计算机设备及存储介质，包括：红外探测器、疼痛刺激器、测试云平台和测试终端；测试云平台包括：数据采集模块、数据分析模块和数据库。疼痛刺激器采集测试部位的疼痛刺激数据；红外探测器采集测试部位的状态表征数据。数据采集模块将疼痛刺激数据和状态表征数据进行时序分析生成时序刺激曲线和时序状态曲线；数据分析模块从数据库获取回缩反射特征，并根据回缩反射特征确定临界约束条件，然后根据时序状态曲线、时序刺激曲线和临界约束条件获取大鼠的测试部位的疼痛阈值。测试部位的疼痛阈值。测试部位的疼痛阈值。

【技术实现步骤摘要】
一种动物机械痛测试方法、系统、计算机设备及存储介质


[0001]本专利技术涉及机械痛测试领域，尤其涉及一种动物机械痛测试方法、系统、计算机设备及存储介质。

技术介绍

[0002]疼痛是个复杂的神经病理与主观感受症状，产生的原因多种多样，近年来，在疼痛和镇痛研究领域已普遍重视建立模拟临床患者急、慢性或持续性疼痛的实验模型。疼痛动物模型建立的方法可以多种多样，一般地，有化学刺激性模型，物理刺激性模型，神经源性损伤模型，内脏牵拉疼痛模型以及其他多种模型。但对于疼痛动物模型，准确测试评估其机械疼痛阈值非常困难。既往，一般采用软毛刷或铅笔头轻触动物的皮毛以测试动物对轻触觉刺激的反应，目前较常用的方法为应用系列的Von frey针丝压迫皮肤以产生不同程度的压力。可用这种针丝按从小到达的顺序刺激动物脚底记录机械刺激回缩阈值，或以一定压力的Von frey针丝以一定频率的反复刺激测试其后腿收缩频率，动物对这些刺激常表现为缩脚、逃跑、嘶叫及攻击性行为。但这种方法精度差、耗时长、难以掌握、影响因素多等问题，更重要的是实验人员主观性非常大，严重影响研究真实性。

技术实现思路

[0003]针对现有技术之不足，本专利技术的实施方式提供了一种动物机械痛测试方法、系统、计算机设备及存储介质。本专利技术所述的一种动物机械痛测试方法包括以下步骤：测试终端发送测试部位定位指令到红外探测器和疼痛刺激器；
[0004]红外探测器响应于接收到的测试部位定位指令定位大鼠的测试部位，并在完成测试部位定位时向测试终端发送第一定位完成指令；<br/>[0005]疼痛刺激器响应于接收到的测试部位定位指令定位大鼠的测试部位，并在完成测试部位定位时向测试终端发送第二定位完成指令；
[0006]在测试终端接收到第一定位完成指令和第二定位完成指令时，测试终端发送疼痛刺激指令到疼痛刺激器；疼痛刺激器响应于接收到的疼痛刺激指令向大鼠的测试部位发送疼痛刺激电流，并向红外探测器发送状态采集指令；
[0007]疼痛刺激器实时采集大鼠的测试部位的疼痛刺激数据并将其发送到测试云平台；红外探测器响应于接收到的状态采集指令实时采集大鼠的测试部位的状态表征数据并将其发送到测试云平台；
[0008]测试云平台的数据采集模块将接收到的疼痛刺激数据和状态表征数据进行时序分析以生成时序刺激曲线和时序状态曲线；
[0009]测试云平台的数据分析模块从数据库获取大鼠测试部位的回缩反射特征，并根据所述回缩反射特征确定临界约束条件；
[0010]数据分析模块根据所述时序状态曲线确定大鼠的测试部位的状态变化方向，并根据大鼠的测试部位的状态变化方向和临界约束条件对时序状态曲线进行不断解析以获取
大鼠的测试部位的状态临界点；
[0011]数据分析模块将时序状态曲线和时序刺激曲线进行曲线拟合得到刺激
‑
状态曲线，并根据状态临界点和刺激
‑
状态曲线获取大鼠的测试部位的刺激临界点，然后将刺激临界点和时序刺激曲线进行换算以得到大鼠的疼痛阈值。
[0012]根据一个优选地实施方式，所述测试部位定位指令用于指示红外探测器和疼痛刺激器定位大鼠的测试部位；所述测试部位为大鼠身体的特定部位，包括左前足、右前足、左后足和右后足。
[0013]根据一个优选地实施方式，所述疼痛刺激电流用于模拟电子测痛仪对大鼠进行疼痛刺激。
[0014]根据一个优选地实施方式，数据分析模块根据时序状态曲线确定大鼠的测试部位的状态变化方向包括：
[0015]数据分析模块将时序状态曲线按照预设时间步长提取时序状态点得到第一状态序列，并删除第一状态序列中的所有冗余状态点得到第二状态序列；
[0016]数据分析模块将第二状态序列中的每个时序状态点进行时序分解和状态分解以得到每个时序状态点的时序特征、收缩频率状态特征、关节弯曲状态特征和收缩速度状态特征；
[0017]数据分析模块根据所有时序状态点的时序特征生成时序特征向量，并分别根据所有时序状态点的收缩频率状态特征、关节弯曲状态特征和收缩速度状态特征生成频率状态向量、弯曲状态向量和速度状态向量；
[0018]数据分析模块根据时序特征向量和频率状态向量生成频率变化方向，并根据时序特征向量和弯曲状态向量生成弯曲变化方向，然后根据时序特征向量和速度状态向量生成速度变化方向；
[0019]数据分析模块将频率变化方向、弯曲变化方向和速度变化方向进行方向合成以得到大鼠的测试部位的状态变化方向。
[0020]根据一个优选地实施方式，数据分析模块根据回缩反射特征确定临界约束条件包括：
[0021]数据分析模块将回缩反射特征分解为收缩频率反射特征、关节弯曲反射特征和收缩速度反射特征，并根据收缩频率反射特征、关节弯曲反射特征和收缩速度反射特征建立临界约束条件；
[0022]所述回缩反射特征用于表征大鼠的测试部位发生回缩反射时大鼠的测试部位的收缩频率特征、关节弯曲特征和收缩速度特征；所述收缩频率反射特征为大鼠的测试部位发生回缩反射时测试部位的收缩频率特征；所述关节弯曲反射特征为大鼠的测试部位发生回缩反射时测试部位的关节弯曲特征；所述收缩速度反射特征为大鼠的测试部位发生回缩反射时测试部位的收缩速度特征。
[0023]本专利技术所述的一种动物机械痛测试系统包括：红外探测器、疼痛刺激器、测试云平台和测试终端；测试云平台包括：数据采集模块、数据分析模块和数据库；
[0024]测试终端用于发送测试部位定位指令到红外探测器和疼痛刺激器；
[0025]红外探测器用于定位大鼠的测试部位，并实时采集大鼠的测试部位的状态表征数据；
[0026]疼痛刺激器用于定位大鼠的测试部位，并对大鼠的测试部位发送疼痛刺激电流，然后实时采集大鼠的测试部位的疼痛刺激数据；
[0027]数据采集模块用于将疼痛刺激数据和状态表征数据进行时序分析生成时序刺激曲线和时序状态曲线；
[0028]数据分析模块用于从数据库获取回缩反射特征，并根据回缩反射特征确定临界约束条件；
[0029]数据分析模块还用于根据所述时序状态曲线确定大鼠的测试部位的状态变化方向，并根据大鼠的测试部位的状态变化方向和临界约束条件对时序状态曲线进行不断解析以获取大鼠的测试部位的状态临界点；
[0030]数据分析模块还用于将时序状态曲线和时序刺激曲线进行曲线拟合得到刺激
‑
状态曲线，并根据状态临界点和刺激
‑
状态曲线获取大鼠的测试部位的刺激临界点，然后将刺激临界点和时序刺激曲线进行换算以得到大鼠的疼痛阈值。
[0031]根据一个优选地实施方式，所述疼痛刺激器为具有通信功能、数据传输功能和电流刺激功能的智能设备；所述红外探测器为具有通信功能、数据传输功能和红外热成像功能的智能设备。
[0032]本专利技术所述的一种计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令在被所述处理器执行时实现如上述的动物机械痛测试方法。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动物机械痛测试方法，其特征在于，包括以下步骤：测试终端发送测试部位定位指令到红外探测器和疼痛刺激器；红外探测器响应于接收到的测试部位定位指令定位大鼠的测试部位，并在完成测试部位定位时向测试终端发送第一定位完成指令；疼痛刺激器响应于接收到的测试部位定位指令定位大鼠的测试部位，并在完成测试部位定位时向测试终端发送第二定位完成指令；在测试终端接收到第一定位完成指令和第二定位完成指令时，测试终端发送疼痛刺激指令到疼痛刺激器；疼痛刺激器响应于接收到的疼痛刺激指令向大鼠的测试部位发送疼痛刺激电流，并向红外探测器发送状态采集指令；疼痛刺激器实时采集大鼠的测试部位的疼痛刺激数据并将其发送到测试云平台；红外探测器响应于接收到的状态采集指令实时采集大鼠的测试部位的状态表征数据并将其发送到测试云平台；测试云平台的数据采集模块将接收到的疼痛刺激数据和状态表征数据进行时序分析以生成时序刺激曲线和时序状态曲线；测试云平台的数据分析模块从数据库获取大鼠测试部位的回缩反射特征，并根据所述回缩反射特征确定临界约束条件；数据分析模块根据所述时序状态曲线确定大鼠的测试部位的状态变化方向，并根据大鼠的测试部位的状态变化方向和临界约束条件对时序状态曲线进行不断解析以获取大鼠的测试部位的状态临界点；数据分析模块将时序状态曲线和时序刺激曲线进行曲线拟合得到刺激
‑
状态曲线，并根据状态临界点和刺激
‑
状态曲线获取大鼠的测试部位的刺激临界点，然后将刺激临界点和时序刺激曲线进行换算以得到大鼠的疼痛阈值。2.根据权利要求1所述的一种动物机械痛测试方法，其特征在于，所述测试部位定位指令用于指示红外探测器和疼痛刺激器定位大鼠的测试部位；所述测试部位为大鼠身体的特定部位，包括左前足、右前足、左后足和右后足。3.根据权利要求2所述的一种动物机械痛测试方法，其特征在于，所述疼痛刺激电流用于模拟电子测痛仪对大鼠进行疼痛刺激。4.根据权利要求3所述的一种动物机械痛测试方法，其特征在于，数据分析模块根据时序状态曲线确定大鼠的测试部位的状态变化方向包括：数据分析模块将时序状态曲线按照预设时间步长提取时序状态点得到第一状态序列，并删除第一状态序列中的所有冗余状态点得到第二状态序列；数据分析模块将第二状态序列中的每个时序状态点进行时序分解和状态分解以得到每个时序状态点的时序特征、收缩频率状态特征、关节弯曲状态特征和收缩速度状态特征；数据分析模块根据所有时序状态点的时序特征生成时序特征向量，并分别根据所有时序状态点的收缩频率状态特征、关节弯曲状态特征和收缩速度状态特征生成频率状态向量、弯曲状态向量和速度状态向量；数据分析模块根据时序特征向量和频率状态向量生成频率变化方向，并根据时序特征向量和弯曲状态向量生成弯曲变化方向，然后根据...

【专利技术属性】
技术研发人员：孙树俊，杨东，陈向东，林云，
申请(专利权)人：华中科技大学同济医学院附属协和医院，
类型：发明
国别省市：