细微信号：基于视频的婴儿非营养性吸吮检测作为神经发育线索
计算机视觉与模式识别
2023-10-26 v1 计算机与社会
摘要
非营养性吸吮（NNS）指在无营养摄入情况下吸吮安抚奶嘴、手指或类似物体的行为，在评估健康早期发育中起着关键作用。对于早产儿，NNS行为是确定其喂养准备程度的关键要素。在较大婴儿中，NNS行为特征为神经与运动发育提供了宝贵见解。此外，NNS活动被提议作为防范婴儿猝死综合征（SIDS）的潜在手段。然而，NNS评估的临床应用目前受限于费力且主观的手指入口评估。因此，研究者常求助于昂贵的压力传感器以客观测量NNS信号。为提升临床医生与研究者获取和监测NNS信号的便捷性与可靠性，我们引入一种基于视觉的算法，旨在利用自然场景中的婴儿监视器 footage 进行非接触式NNS活动检测。我们的方法包括对光流与时域卷积网络的全面探索，从而实现细微婴儿吸吮信号的检测与放大。我们成功将统一时长的短视频片段分类为NNS与非NNS时段。此外，我们研究了手动与基于学习的技术以拼接局部分类结果，从而将更长的混合活动视频分割为不同时长的NNS与非NNS片段。我们的研究引入了两个标注婴儿视频新数据集，其中一个来自我们的临床研究，包含19名婴儿受试者和183小时夜间婴儿监视器 footage。
引用
@article{arxiv.2310.16138,
title = {Subtle Signals: Video-based Detection of Infant Non-nutritive Sucking as a Neurodevelopmental Cue},
author = {Shaotong Zhu and Michael Wan and Sai Kumar Reddy Manne and Emily Zimmerman and Sarah Ostadabbas},
journal= {arXiv preprint arXiv:2310.16138},
year = {2023}
}