神经病理性疼痛中的 EEG 研究（综述）

基于摘要分析。该叙述性综述针对神经病理性疼痛（NP）评估依赖主观自评的问题，整合机制解释与电生理证据，梳理 EEG 作为候选疼痛生物标志物的研究进展及临床转化方向；它并非新的 EEG 模型或临床验证研究。 在频谱特征方面，作者报告，静息态 θ 活动增加与主导频率减慢在慢性 NP 研究中相对反复出现，而 α、β、γ 频段的发现仍具有异质性。这种证据格局提示，应区分较常见的群体层面变化与可用于个体评估的可靠标志物，不能仅凭频段变化断言能够识别疼痛强度或完成诊断。 在网络层面，作者综述了异常的前额叶—边缘系统及感觉运动连接，以及跨频耦合改变；这些发现的方向和拓扑依赖患者群体、记录配置与分析指标，不能视为统一的 NP 网络特征。作者还讨论了计算 EEG 分析、图论和机器学习对客观化、个体化疼痛评估的潜在支持，以及便携式 EEG 和多模态方法的转化机会；摘要未提供相应模型的验证结果。 阅读全文时应重点核对纳入研究范围、NP 类型、记录与预处理条件、特征定义及混杂因素控制，并区分群体差异、疼痛相关性和个体预测性能。具体样本量、数据划分、对照基线、效应量、实验协议、消融及统计信息尚未验证。现有材料支持将这些 EEG 特征视为候选研究方向，而非已建立的临床诊断工具，也不能据此推断其已具有 BCI 应用效果。