基于借助掩码自编码器的 Transformer 视频疼痛评估
动力系统
2024-09-23 v2 概率论
摘要
准确的疼痛评估对于医疗诊断和治疗至关重要，但传统方法依赖自我报告在无法沟通疼痛的群体中不够可靠。最前沿的人工智能有望通过面部视频数据支持医生进行疼痛识别。在本文中，我们在 Transformer 基础深度学习模型中采用面部视频分析，增强疼痛识别。通过将强大的掩码自编码器与基于 Transformer 的分类器结合，我们的模型有效地通过表情和微表情捕获疼痛水平指示器。我们在 AI4Pain 数据集上进行了实验，结果令人鼓舞，为制定全面且客观的创新医疗解决方案 paving the way。
引用
@article{arxiv.2409.05087,
title = {Multidimensional local limit theorem in deterministic systems and an application to non-convergence of polynomial multiple averages},
author = {Zemer Kosloff and Shrey Sanadhya},
journal= {arXiv preprint arXiv:2409.05087},
year = {2024}
}
备注
This version includes a result on multiple recurrence for zero entropy transformations along polynomial iterates. We fixed some typos and made some minor corrections