Spatio-temporal assessment of pain intensity through facial transformation-based representation learning

Ağrının doğası, onu, yoğunluk, süre ve yeri içeren çok boyutlu özelliklerine bağlı olan öznelliği nedeniyle değerlendirmeyi zorlaştırır. Bununla birlikte, ağrıyı objektif ve güvenilir bir şekilde değerlendirebilmek, uygun ağrı yönetimi müdahalesinin yanı sıra altta yatan tıbbi nedenin teşhisi için de çok önemlidir. Bu tezde, beyana dayanlı ağrı seviyesinin otomatik ölçümünü yapan video tabanlı bir yaklaşım önerilmektedir. Önerilen yöntem, bir kişinin yüz ifadesinin benzer bir ağrı seviyesi grubundaki başka bir kişininkine dönüştürülmesinden yararlanarak etkin bir yüz gösterimi öğrenmeyi amaçlamaktadır. Ayrıca, Gözlemci Ağrı Yoğunluğu ölçeği ile birlikte Görsel Analog Ölçek, Duygusal Ölçek ve Etkin Motivasyon Ölçeği gibi beyana dayalı ağrı ölçeklerinden yararlanmanın etkisi araştırılmaktadır. Bu amaçla, kişiler arasındaki yüz dönüşümünü öğrenmek için evrişimli bir otomatik kodlayıcı ağı önerilmiştir. Otomatik kodlayıcının optimize edilmiş ağırlıkları, daha sonra, bu ölçeklerin her biri açısından tahminlerin ortalama mutlak hatasını en aza indirirken, aralarındaki tutarlılığı en üst düzeye çıkararak daha da optimize edilen uzam-zamansal ağ mimarisinin parametrelerinin baslangıç değerleri olarak kullanılmaktadır. Önerilen yöntemin güvenilirliği, videolardan ağrı ölçümü için bir kıyaslama veri tabanı olan UNBC-McMaster Ağrı Arşivi üzerinde değerlendirilmiştir. Problemin zorlu doğasına karşın, elde edilen sonuçlar, en gelişmiş yöntemleri geride bırakmakta ve ağrı seviyesinin otomatik değerlendiriminin mümkün olduğunu ve klinik ortamlarda nicel bir değerlendirme sağlamak için destekleyici bir araç olarak kullanıma uygulanabilirliğini göstermektedir.