新生兒無法對自身的疼痛感進(jìn)行表達(dá),一般由專業(yè)的醫(yī)護(hù)人員對他們的疼痛進(jìn)行評估,而這種評估方式存在主觀評估的差異性,另外,人工評估方式會非常耗時耗力。因此,有必要開發(fā)出一種基于新生兒疼痛表情的自動評估系統(tǒng),為醫(yī)護(hù)人員提供更為精確、更為可靠的評估工具。近年來,深度學(xué)習(xí)已經(jīng)成功地被運(yùn)用到諸多領(lǐng)域,例如,圖像識別、語音識別、人臉識別等領(lǐng)域,本文重點(diǎn)研究了深度學(xué)習(xí)在新生兒疼痛表情識別中的應(yīng)用,主要的研究內(nèi)容以及成果如下:（1）建立了新生兒面部表情視頻庫。包括對新生兒視頻的采集、視頻的預(yù)處理、數(shù)據(jù)集擴(kuò)增等過程。（2）研究了一種基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）和長短期記憶（Long Short-Term Memory,LSTM）網(wǎng)絡(luò)的LRCN（Long-term Recurrent Convolutional Networks）模型,及其在新生兒疼痛表情識別中的應(yīng)用。（3）在LRCN模型中的LSTM選取經(jīng)典LSTM網(wǎng)絡(luò)的前提下,研究了LRCN模型中采用CaffeNet、改進(jìn)CaffeNet以及VGG三種不同CNN對新生兒疼痛表情識別率的影響。實(shí)驗(yàn)結(jié)果... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題的背景及意義
    1.2 新生兒疼痛表情識別的國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容及章節(jié)安排
        1.3.1 主要內(nèi)容
        1.3.2 章節(jié)安排
第二章 新生兒面部表情視頻庫
    2.1 新生兒面部表情視頻的采集
    2.2 新生兒疼痛表情視頻庫的建立
        2.2.1 原始視頻的預(yù)處理
        2.2.2 數(shù)據(jù)集擴(kuò)增
    2.3 本章小結(jié)
第三章 深度學(xué)習(xí)的基本理論
    3.1 深度學(xué)習(xí)概述
        3.1.1 深度學(xué)習(xí)的背景
        3.1.2 深度學(xué)習(xí)的實(shí)際應(yīng)用
        3.1.3 深度學(xué)習(xí)的挑戰(zhàn)
    3.2 卷積神經(jīng)網(wǎng)絡(luò)
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)的背景知識
        3.2.2 基本卷積運(yùn)算
        3.2.3 卷積網(wǎng)絡(luò)結(jié)構(gòu)的原理
        3.2.4 卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
    3.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)的背景知識
        3.3.2 長短期記憶網(wǎng)絡(luò)原理
        3.3.3 其他變種長短期記憶網(wǎng)絡(luò)
    3.4 激活函數(shù)
    3.5 本章小結(jié)
第四章 基于LRCN網(wǎng)絡(luò)的新生兒疼痛表情識別
    4.1 LRCN網(wǎng)絡(luò)的介紹
    4.2 LRCN網(wǎng)絡(luò)的基本原理
        4.2.1 基于不同CNN的LRCN網(wǎng)絡(luò)的新生兒疼痛表情識別
        4.2.2 基于雙向LSTM的LRCN網(wǎng)絡(luò)的新生兒疼痛表情識別
        4.2.3 損失函數(shù)與正則化
    4.3 其他深度神經(jīng)網(wǎng)絡(luò)算法
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)與分析
    5.1 實(shí)驗(yàn)基本硬件配置與環(huán)境搭建
    5.2 實(shí)驗(yàn)樣本集與參數(shù)設(shè)置
    5.3 方法比較與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄 1 攻讀碩士學(xué)位期間撰寫的專利
附錄 2 攻讀碩士學(xué)位期間參加的科研項目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于LBP特征和稀疏表示的新生兒疼痛表情識別[J]. 盧官明,石婉婉,李旭,李曉南,陳夢瑩,劉莉.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2015(01)
[2]基于不相關(guān)局部敏感鑒別分析的新生兒疼痛表情識別[J]. 盧官明,左加闊.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2013(06)
[3]基于SVM的新生兒疼痛表情識別[J]. 盧官明,郭旻,李曉南,李海波,鄒嬋潔.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2008(06)
[4]新生兒疼痛面部表情識別方法的研究[J]. 盧官明,李曉南,李海波.  光學(xué)學(xué)報. 2008(11)
[5]新生兒疼痛面部表情的特征提取[J]. 盧官明,鄒嬋潔,李曉南,李海波,郭旻.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2008(05)
[6]疼痛,一個尚未引起兒科醫(yī)師足夠重視的問題[J]. 許峰.  中華兒科雜志. 2005(12)
[7]人臉表情視頻數(shù)據(jù)庫的設(shè)計與實(shí)現(xiàn)[J]. 吳丹,林學(xué)訚.  計算機(jī)工程與應(yīng)用. 2004(05)



本文編號：3181973