[發(fā)明專利]一種基于面部表情分析的新生兒疼痛識別方法

有效

• 申請?zhí)枺?/td>: 201710628847.8
• 申請日: 2017-07-28
• 公開（公告）號: CN107491740B
• 公開（公告）日: 2020-03-17
• 發(fā)明（設(shè)計(jì)）人: 支瑞聰;張德政;許海瑞;高鳴旋;李婷婷
• 申請（專利權(quán)）人: 北京科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京市廣友專利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波

本發(fā)明提供一種基于面部表情分析的新生兒疼痛識別方法，能夠識別新生兒是否疼痛。所述方法包括：獲取包含人臉面部信息的視頻序列；從獲取的所述視頻序列中提取表示疼痛面部表情動態(tài)變化的面部動態(tài)幾何特征和面部動態(tài)紋理特征；將提取的所述面部動態(tài)幾何特征和所述面部動態(tài)紋理特征進(jìn)行特征融合，并對融合后得到的面部特征向量進(jìn)行降維；根據(jù)降維后得到的面部特征向量，訓(xùn)練分類器。本發(fā)明涉及模式識別及生物醫(yī)學(xué)技術(shù)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及模式識別及生物醫(yī)學(xué)技術(shù)領(lǐng)域，特別是指一種基于面部表情分析的新生兒疼痛識別方法。

背景技術(shù)

疼痛是人類進(jìn)化的一種社會交流傾向，作為一種與傷害相關(guān)的特殊感覺體驗(yàn)，能夠傳遞各種有害刺激帶來的不適感，疼痛對個(gè)體的生存有著重要意義和價(jià)值。1976年國際疼痛研究學(xué)會(International Association for the Study of Pain,IASP)將疼痛定義為“一種與組織損傷或潛在的損傷相關(guān)的不愉快的主觀感覺和情感體驗(yàn)”。1995年，美國疼痛協(xié)會把疼痛列為第五大生命體征，并強(qiáng)調(diào)系統(tǒng)評估和常規(guī)記錄疼痛的重要性。

面部表情是觀察評估中最直觀且重要的行為指標(biāo)，比身體運(yùn)動、哭泣或心率等觀測指標(biāo)更為敏感，在疼痛評估中的重要性已得到廣泛認(rèn)可。

現(xiàn)有技術(shù)中，針對新生兒疼痛面部表情的研究主要包括：Brahnam等人采用主成分分析(PCA)、線性判別分析(LDA)降維，支持向量機(jī)(SVM)分類的方法，對COPE數(shù)據(jù)庫中的204張圖像進(jìn)行疼痛與非疼痛的二類分類，識別率達(dá)到88％。Naufal Mansor M等人提出一種基于神經(jīng)網(wǎng)絡(luò)的新生兒面部表情分析方法，利用膚色信息對新生兒面部區(qū)域進(jìn)行分割，同時(shí)計(jì)算出給定十五幀的奇異值分解和功率譜特征，通過比較相同類型特征間的相關(guān)系數(shù)實(shí)現(xiàn)疼痛及非疼痛面部表情分類；將Autoregressive(AR)回歸模型與模糊K-近鄰算法相結(jié)合進(jìn)行疼痛檢測，得到90.77％的準(zhǔn)確率；此外還采用Haar級聯(lián)進(jìn)行檢測，利用PCA進(jìn)行特征提取，最后利用LDA區(qū)分疼痛與非疼痛得到93.12％的正確識別率。南京郵電大學(xué)盧官明教授團(tuán)隊(duì)使用包含安靜、哭、輕度疼痛和劇烈疼痛四種不同表情的新生兒圖像各200張，相繼采用局部二值模式(LBP)、Gabor小波變換、稀疏表征等特征提取算法及其改進(jìn)算法開展疼痛分類研究，利用SVM分類器對疼痛和非疼痛兩類表情的平均識別率可以達(dá)到93.3％，對疼痛和哭兩類表情的識別率可以達(dá)到83.13％；基于壓縮感知的稀疏表示算法最終識別率可以達(dá)到88％的平均水平。

綜上，現(xiàn)有技術(shù)中的新生兒疼痛面部表情分析的研究多為對靜態(tài)圖像分析或?qū)⑿蛄袔鳛閱畏鶊D像進(jìn)行分析，沒有對面部表情的動態(tài)變化過程進(jìn)行描述，從而失去了較多表情變化過程中的運(yùn)動信息，并且難以實(shí)現(xiàn)實(shí)時(shí)連續(xù)監(jiān)測并應(yīng)用于實(shí)際的臨床醫(yī)療。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種基于面部表情分析的新生兒疼痛識別方法，以解決現(xiàn)有技術(shù)所存在的沒有對面部表情的動態(tài)變化過程進(jìn)行描述、且難以實(shí)時(shí)監(jiān)測新生兒疼痛的問題。

為解決上述技術(shù)問題，本發(fā)明實(shí)施例提供一種基于面部表情分析的新生兒疼痛識別方法，包括：

S101，獲取包含人臉面部信息的視頻序列；

S102，從獲取的所述視頻序列中提取表示疼痛面部表情動態(tài)變化的面部動態(tài)幾何特征和面部動態(tài)紋理特征；

S103，將提取的所述面部動態(tài)幾何特征和所述面部動態(tài)紋理特征進(jìn)行特征融合，并對融合后得到的面部特征向量進(jìn)行降維；

S104，根據(jù)降維后得到的面部特征向量，訓(xùn)練分類器。

進(jìn)一步地，所述獲取包含人臉面部信息的視頻序列包括：

若獲取的所述視頻序列中包括：人臉面部信息及背景信息，則提取所述視頻序列中每幀圖像的人臉面部區(qū)域；

對提取的人臉面部區(qū)域進(jìn)行面部特征點(diǎn)檢測。