典型文献
基于B/S架构的新生儿疼痛面容图像标注系统研发
文献摘要：
目的 构建基于浏览器/服务器(browser/server,B/S)架构的新生儿疼痛面容图像标注系统(neonatal pain face image labeling system,NPFILS),评价其质量及效果.方法 采集2019年9月至2020年9月在湖南医药学院附属医院产科住院接受足跟采血操作的新生儿疼痛面容视频,基于B/S架构构建NPFILS;20名新生儿科护士先后使用labelImg和NPFILS对新生儿疼痛面容图像进行标注,比较两种标注系统精确率、召回率及系统使用用户体验评分(system usability scale,SUS).结果 NPFILS与LabelImg标注系统的模型混淆矩阵精确率分别为(0.882±0.112 vs.0.853±0.128)、召回率分别为(0.735±0.098 vs.0.741±0.075),差异无统计学意义(P＞0.05).新生儿疼痛面容图像标注系统的用户体验评分明显高于labelImg系统,差异有统计学意义(72.500±3.535 vs.26.667±6.831,P＜0.05).结论 NPFILS标注质量高,用户体验评分高于labelImg系统,为新生儿疼痛图像标注工作提供了一种快捷、标准化的新系统.
文献关键词：
新生儿疼痛;新生儿疼痛面容;图像标注系统;机器学习
中图分类号：
作者姓名：
易俊儒;谌绍林;邓仁丽;朱南希;林晶;江孝川;宋佳美;陈月华;詹昕凌;潘秋丹
作者机构：
湖南医药学院护理学院,湖南怀化 418000;遵义医科大学附属医院护理部,贵州遵义 563000;怀化学院计算机学院,湖南怀化 418000
文献出处：
引用格式：
[1]易俊儒;谌绍林;邓仁丽;朱南希;林晶;江孝川;宋佳美;陈月华;詹昕凌;潘秋丹-.基于B/S架构的新生儿疼痛面容图像标注系统研发)[J].中国现代医生,2022(36):96-100
A类：
新生儿疼痛面容,图像标注系统,NPFILS
B类：
系统研发,浏览器,服务器,browser,server,neonatal,pain,face,image,labeling,system,医药学,药学院,产科,足跟采血,新生儿科护士,labelImg,精确率,召回率,用用,用户体验,usability,scale,SUS,LabelImg,混淆矩阵,新系统
AB值：
0.200622
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。
