Redes neurais convolucionais para avaliação de dor neonatal em imagens de face: uma análise quantitativa e qualitativa

Gabriel Coutrin
{"title":"Redes neurais convolucionais para avaliação de dor neonatal em imagens de face: uma análise quantitativa e qualitativa","authors":"Gabriel Coutrin","doi":"10.31414/ee.2023.d.131609","DOIUrl":null,"url":null,"abstract":"A experiência da dor pode prejudicar o desenvolvimento de recém-nascidos. A análise da mímica facial é um dos métodos mais validados para a avaliação da dor neonatal. Assim, este trabalho investiga cinco CNNs para a classificação da dor neonatal: VGG-16, ResNet50, SENet50, Inception-V3 e N-CNN. Os resultados indicam a superioridade dos modelos pré-treinados com imagens de face, destacando diferenças relacionadas à informação extraída por cada modelo e a quantidade limitada de imagens de face neonatal disponíveis.","PeriodicalId":354386,"journal":{"name":"Anais Estendidos do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"18 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31414/ee.2023.d.131609","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A experiência da dor pode prejudicar o desenvolvimento de recém-nascidos. A análise da mímica facial é um dos métodos mais validados para a avaliação da dor neonatal. Assim, este trabalho investiga cinco CNNs para a classificação da dor neonatal: VGG-16, ResNet50, SENet50, Inception-V3 e N-CNN. Os resultados indicam a superioridade dos modelos pré-treinados com imagens de face, destacando diferenças relacionadas à informação extraída por cada modelo e a quantidade limitada de imagens de face neonatal disponíveis.
新生儿面部图像疼痛评估的卷积神经网络:定量和定性分析
疼痛的经历会损害新生儿的发育。面部模仿分析是评估新生儿疼痛最有效的方法之一。因此,本研究调查了新生儿疼痛分类的5个CNNs: VGG-16, ResNet50, SENet50, Inception-V3和N-CNN。结果表明,预先训练的模型具有人脸图像的优势,突出了每个模型提取的信息的差异和可用的新生儿人脸图像的有限数量。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信