新生兒疼痛面部表情特征提取與選擇方法.pdf

1、近年來對新生兒疼痛的研究在世界上引起了廣泛的關(guān)注。由于新生兒無法對疼痛進(jìn)行自我表述，因此提出了各種不同的人工評估方法。其中，面部表情是所有評估工具都采用的一項(xiàng)測評指標(biāo)，而且在新生兒面部編碼系統(tǒng)(NFCS)中還作為單一的測評指標(biāo)。但是，人工評估容易受到醫(yī)護(hù)人員的經(jīng)驗(yàn)和主觀因素影響，因此，開發(fā)一種客觀、快速、有效的基于面部表情的自動評估系統(tǒng)具有非?，F(xiàn)實(shí)的意義。而面部表情的特征提取是該系統(tǒng)的核心，其有效性直接影響到系統(tǒng)的性能。 本文綜

2、合比較了目前各種面部表情特征提取方法的優(yōu)缺點(diǎn)，提出了一種Gabor小波變換和Adaboost算法相結(jié)合的特征提取和選擇方法。主要完成了以下研究工作：(1)建立了一個包含350幅四類不同表情(安靜、哭、輕度疼痛和重度疼痛)的新生兒面部圖像的數(shù)據(jù)庫；(2)對經(jīng)過歸一化后的新生兒表情圖像進(jìn)行Gabor小波變換，提取不同尺度，不同方向的特征：(3)針對Gabor特征維數(shù)高、冗余大的特點(diǎn)，引入Adaboost算法降低特征向量的維數(shù)，實(shí)現(xiàn)特征選擇；