面向疼痛评估的ICU数据面部动作单元检测
计算机视觉与模式识别
2020-05-06 v1 机器学习
摘要
当前的疼痛评估方法依赖于患者自我报告或由观察者（如重症监护室（ICU）护士）进行评估。患者自我报告因个体主观性而存在差异，并因回忆不佳而受影响。通过人工观察进行疼痛评估受限于每日评估次数和工作人员的工作量。先前的研究表明，通过检测面部动作单元（AUs）进行自动疼痛评估是可行的。据观察，疼痛与特定的面部动作单元（AUs）相关联。这种疼痛评估方法可以克服当前疼痛评估技术的缺陷。所有先前的研究都局限于受控环境数据。在本研究中，我们评估了开源面部行为分析工具OpenFace和AU R-CNN在真实世界ICU数据上的性能。辅助呼吸设备的存在、ICU多变的光照条件、患者相对于摄像头的朝向显著影响了模型的性能，尽管这些模型在面部行为分析任务中展示了最先进的结果。在本研究中，我们展示了需要一个在真实世界ICU数据上训练的自动疼痛评估系统，以实现临床可接受的疼痛评估系统。
引用
@article{arxiv.2005.02121,
title = {Facial Action Unit Detection on ICU Data for Pain Assessment},
author = {Subhash Nerella and Azra Bihorac and Patrick Tighe and Parisa Rashidi},
journal= {arXiv preprint arXiv:2005.02121},
year = {2020}
}
备注
4 tables