論文の概要: PainSeeker: An Automated Method for Assessing Pain in Rats Through
Facial Expressions
- arxiv url: http://arxiv.org/abs/2311.03205v1
- Date: Mon, 6 Nov 2023 15:49:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-07 13:45:42.043205
- Title: PainSeeker: An Automated Method for Assessing Pain in Rats Through
Facial Expressions
- Title(参考訳): PainSeeker:顔面表情によるラットの痛み評価の自動化手法
- Authors: Liu Liu, Guang Li, Dingfan Deng, Jinhua Yu, Yuan Zong
- Abstract要約: 矯正治療を施行した6ラットの顔画像1,138枚からなるRatsPainというデータセットを提出した。
そこで我々は,ラットの表情による痛みを自動的に評価する,PainSeekerという新しい深層学習法を提案した。
PainSeekerは、顔の表情画像から、痛みの識別と頭部の堅牢な特徴を学習しやすくする、痛みに関連する顔面局所領域を探すことを目的としている。
- 参考スコア(独自算出の注目度): 14.003480681631226
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this letter, we aim to investigate whether laboratory rats' pain can be
automatically assessed through their facial expressions. To this end, we began
by presenting a publicly available dataset called RatsPain, consisting of 1,138
facial images captured from six rats that underwent an orthodontic treatment
operation. Each rat' facial images in RatsPain were carefully selected from
videos recorded either before or after the operation and well labeled by eight
annotators according to the Rat Grimace Scale (RGS). We then proposed a novel
deep learning method called PainSeeker for automatically assessing pain in rats
via facial expressions. PainSeeker aims to seek pain-related facial local
regions that facilitate learning both pain discriminative and head pose robust
features from facial expression images. To evaluate the PainSeeker, we
conducted extensive experiments on the RatsPain dataset. The results
demonstrate the feasibility of assessing rats' pain from their facial
expressions and also verify the effectiveness of the proposed PainSeeker in
addressing this emerging but intriguing problem. The RasPain dataset can be
freely obtained from https://github.com/xhzongyuan/RatsPain.
- Abstract(参考訳): 本論文は,実験室ラットの顔面表情から痛みを自動的に評価できるかどうかを検討することを目的とする。
そこで本研究では, 矯正治療を行った6ラットから採取した1,138枚の顔画像からなる, ratpainという公開データセットを提示した。
Rat Grimace Scale (RGS) によると、ラットの顔画像は手術前後に記録されたビデオから慎重に選択され、8つのアノテーターによってラベル付けされた。
そこで我々は,表情による痛みを自動的に評価する新しい深層学習法である painseeker を提案した。
PainSeekerは、顔の表情画像から、痛みの識別と頭部の堅牢な特徴を学習しやすくする、痛みに関連する顔面局所領域を探すことを目的としている。
鎮痛剤の評価には,ラットパインデータセットを用いた広範囲な実験を行った。
その結果、顔の表情からラットの痛みを評価できることが示され、この新興だが興味をそそる問題に対する鎮痛剤の有効性も検証された。
RasPainデータセットはhttps://github.com/xhzongyuan/RatsPainから自由に取得できる。
関連論文リスト
- Automated facial recognition system using deep learning for pain
assessment in adults with cerebral palsy [0.5242869847419834]
既存の対策は、介護者による直接の観察に依存し、感度と特異性に欠ける。
10のニューラルネットワークが3つの痛み画像データベースでトレーニングされた。
InceptionV3はCP-PAINデータセット上で有望なパフォーマンスを示した。
論文 参考訳(メタデータ) (2024-01-22T17:55:16Z) - A Generative Approach for Image Registration of Visible-Thermal (VT)
Cancer Faces [77.77475333490744]
我々は、生成的アライメントアルゴリズムを適用し、修正することで、画像登録の古典的なコンピュータビジョンタスクを近代化する。
本稿では,V2T画像翻訳における生成AI下流タスクで生成した熱画像の品質が52.5%に向上することが実証された。
論文 参考訳(メタデータ) (2023-08-23T17:39:58Z) - Pain Detection in Masked Faces during Procedural Sedation [0.0]
鎮静術を施行した患者のケアの質には痛みのモニタリングが不可欠である。
これまでの研究では、隠蔽された顔の痛みを検知するコンピュータビジョン法が実現可能であることが示されている。
本研究は, 介入放射線学部門において, 手術中の14例の顔から映像データを収集した。
論文 参考訳(メタデータ) (2022-11-12T15:55:33Z) - Video-based estimation of pain indicators in dogs [2.7103996289794217]
この問題に対して,新しいビデオベース2ストリームディープニューラルネットワーク手法を提案する。
ビデオ上のキーポイントとRGB表現の両方から、ボディキーポイントを抽出し、プリプロセスし、特徴を計算します。
我々は、獣医が収集し、痛みの有無を注釈した、ユニークなビデオベースの犬行動データセットを提示する。
論文 参考訳(メタデータ) (2022-09-27T10:38:59Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳(メタデータ) (2022-04-07T22:14:37Z) - Sharing Pain: Using Domain Transfer Between Pain Types for Recognition
of Sparse Pain Expressions in Horses [1.749935196721634]
orthopedic disorderは馬の間での自閉症の一般的な原因である。
このような痛みを表す映像データを用いて、視覚的痛み認識法を訓練することは困難である。
急性侵害受容性痛みを持つ馬のデータセットから特徴を伝達することは、学習者がより複雑な整形外科的痛みを認識するのに役立つことを示す。
論文 参考訳(メタデータ) (2021-05-21T12:35:00Z) - Non-contact Pain Recognition from Video Sequences with Remote
Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。
我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文 参考訳(メタデータ) (2021-05-18T20:47:45Z) - Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。
本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文 参考訳(メタデータ) (2020-11-17T18:12:41Z) - From A Glance to "Gotcha": Interactive Facial Image Retrieval with
Progressive Relevance Feedback [72.29919762941029]
本稿では,目撃者から徐々にフィードバックを得て顔画像を取得するためのエンドツーエンドフレームワークを提案する。
追加のアノテーションを必要とせずに、私たちのモデルは少しのレスポンスの努力を犠牲にして適用できます。
論文 参考訳(メタデータ) (2020-07-30T18:46:25Z) - Pain Intensity Estimation from Mobile Video Using 2D and 3D Facial
Keypoints [1.6402428190800593]
術後痛の管理は外科的治療の成功に不可欠である。
痛み管理の課題の1つは、患者の痛みレベルを正確に評価することである。
本稿では,術後患者の2Dおよび3D顔のキーポイントを分析し,痛み強度を推定するアプローチを提案する。
論文 参考訳(メタデータ) (2020-06-17T00:18:29Z) - It's Written All Over Your Face: Full-Face Appearance-Based Gaze
Estimation [82.16380486281108]
顔の全体像のみを入力とする外観に基づく手法を提案する。
本手法は,特徴写像に空間重みを印加した畳み込みニューラルネットワークを用いて顔画像の符号化を行う。
本手法は2次元視線と3次元視線の両方で技量を有意に上回ることを示す。
論文 参考訳(メタデータ) (2016-11-27T15:00:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。