在不受控制的条件下基于视频的新生儿疼痛评估

科学领域:

• 医学技术 医学技术 医学技术
• 新生儿护理 新生儿护理
• 计算机视觉 计算机视觉 计算机视觉

背景情况:

• 新生儿疼痛可能会对长期的认知和神经发育产生负面影响.
• 基于视频的新生儿疼痛评估 (NPA) 是评估婴儿疼痛的实用方法.
• 目前的NPA方法仅限于受控设置,未能解决现实世界的干扰.

研究的目的:

• 开发一种基于视频的NPA方法,能够抵御现实生活中的干扰.
• 在不受控制的临床环境中提高NPA的准确性和实用性.
• 促进NPA在新生儿护理中的更广泛应用.

主要方法:

• 一种基于视频的新NPA方法,结合了区域通道注意模块,用于在遮和姿势变化下提取面部特征.
• 一个使用骨序列的身体语言分析模块,以对新生儿进行强有力的身体遮和运动干扰的评估.
• 一个关键意识的卷积机制来过出不相关的时间信息,专注于关键疼痛指标.

主要成果:

• 拟议的方法在全面的NPA视频数据集上实现了91.04%的准确性,超过了最先进的方法.
• 在整个数据集和九个子集中表现出一致的性能,精度显著增加了6.27%.
• 成功地解决了四种现实生活障碍所带来的挑战,包括闭塞和运动.

结论:

• 开发的NPA方法为在不受控制的条件下评估新生儿疼痛提供了更高的稳定性和准确性.
• 创建一个大规模的,注释的NPA视频数据集支持该领域的进一步研究和开发.
• 这一进步为基于视频的新生儿疼痛评估更可靠,更广泛的临床应用铺平了道路.