典型文献
基于深度学习的面部疼痛智能评估方法研究
文献摘要：
为了提高疼痛评估的快捷性、直观性、连续性、准确性,本研究建立了一种基于深度学习和面部表情图像的疼痛强度智能评估模型,为准确评估疼痛病情、适时调整治疗方案、实施有效镇痛措施提供补充依据.该方法采集7位志愿者在6种不同疼痛强度状态下的表情图片,通过预处理和数据增广形成数据库,设计深度卷积神经网络并进行训练,使用特征级差异进行面部疼痛表情分类.在JAFFE、CK+数据库上进行模型性能验证和评价.模型在训练集、测试集分类准确率分别达到98.15％、90.91％,训练速度19 ms/step.模型在JAFFE、CK+数据库上的验证效果良好.结果表明,该方法在疼痛表情识别中准确有效,评分结果具有显著性.
文献关键词：
疼痛强度评估;卷积神经网络;面部图像;图像预处理;图像增广;表情数据库;分类器设计
中图分类号：
作者姓名：
刘定玺;蒋国璋;章花;胜照友;刘康;鲁辉;刘融
作者机构：
武汉科技大学冶金装备及其控制教育部重点实验室,武汉430081;武汉科技大学机械传动与制造工程湖北省重点实验室,武汉430081;武汉科技大学精密制造研究院,武汉430081;武汉科技大学附属普仁医院医学创新与转化研究所,武汉430081;武汉市普仁医院,武汉430081
文献出处：
引用格式：
[1]刘定玺;蒋国璋;章花;胜照友;刘康;鲁辉;刘融-.基于深度学习的面部疼痛智能评估方法研究)[J].生物医学工程研究,2022(03):268-274,284
A类：
疼痛强度评估
B类：
面部疼痛,智能评估,疼痛评估,直观性,面部表情,调整治疗,镇痛,表情图片,数据增广,设计深度,深度卷积神经网络,使用特征,级差,表情分类,JAFFE,CK+,模型性能,性能验证,训练集,测试集,分类准确率,训练速度,ms,step,表情识别,确有,面部图像,图像预处理,图像增广,表情数据库,分类器设计
AB值：
0.406322
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
