10.3969/j.issn.1673-5439.2008.06.002
基于SVM的新生儿疼痛表情识别
近十年来新生儿疼痛引起医护人员的广泛关注.由于新生儿不能自述疼痛的感受,疼痛评估成为新生儿科学中最具挑战性的一个难题.新生儿"疼痛面容"(蹙眉、挤眼、鼻唇沟加深、张口)被认为是最可靠的疼痛指标,且持续时间最长,因而被国际上常用的新生儿疼痛评估工具作为评估指标.然而,这些疼痛评估工具往往受到临床医护人员主观因素的影响.文中旨在解决上述问题,提出利用支持向量机(SVM)技术对新生儿疼痛与非疼痛面部表情进行分类识别.对210幅照片的表情图像进行了研究,比较了线性核函数SVM、多项式核函数SVM(d=2,3,4)以及径向基函数SVM等5种不同分类器的性能.实验结果表明,阶数d=3的多项式核函数SVM分类器的性能最佳,对疼痛和非疼痛表情分类的识别率达到93.33%,对疼痛与安静表情的分类识别率为94.17%,对疼痛与哭表情的分类识别率为83.13%,初步具备了在新生儿疼痛评估中的潜在应用价值.
新生儿疼痛、表情识别、支持向量机
28
TP391.41(计算技术、计算机技术)
Asian-Swedish Research Links Programme348-2005-6434;江苏省高校自然科学基金08KJB510016;江苏省自然科学基础研究计划BK2008075;南京市留学回国人员科技活动择优资助经费TJ206015;南京市医学重点科技发展计划ZKX07020;南京邮电大学科研基金NY206023
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
6-11