基于双通道时空特征深度学习的新生儿疼痛表情识别

发布时间：2024-04-24 06:08

　　持续的疼痛刺激会引起新生儿近期和远期不良反应,因此对疼痛的预防和管理不可忽视。新生儿无法用语言自述疼痛,只能由专业的儿科医护人员通过疼痛指标进行疼痛评估,不仅耗时耗力,评估结果也存在主观性差异。因此,开发一种应用在临床上的新生儿疼痛自动评估系统为医护人员提供客观精准的疼痛评估具有重要的现实意义。本文对基于深度学习的新生儿疼痛表情识别技术进行探究,重点研究了三维卷积神经网络(3D Convolutional Neural Network,3D CNN)在新生儿疼痛表情识别中的应用,主要研究内容如下:(1)鉴于原始图像易受光照的影响,提出一种基于局部二值模式(Local Binary Pattern,LBP)和三维卷积神经网络的新生儿疼痛表情识别方法。为了探索不同网络结构对识别率的影响,研究了三种三维卷积神经网络:C3D、R3D和R(2+1)D网络,并对C3D和R(2+1)D网络结构进行改进。实验结果表明,基于LBP特征图序列的三维卷积神经网络识别率高于基于原始视频帧序列的三维卷积神经网络。(2)研究基于决策层融合的新生儿疼痛表情识别。对于三种三维卷积神经网络,分别将基于原始视频帧序列和基...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图5.2视频剪辑过程

情类别平静哭轻度疼痛重度疼痛总计样本数25014487100581数据库的建立采集得到的原始视频不能直接作为新生儿面部表情视频库的样本，因为原始视频中存在许多问题，例如，一些没有捕捉到新生儿面部区域的无效画面，拍摄距离生儿面部在整个视频画面中占比太小，拍摄的....

本文编号：3963343