%0 Journal Article
%T 基于svm的新生儿疼痛表情识别
%A 卢官明
%A 郭？
%A 李晓南
%A 李海波
%A 邹婵洁
%J 南京邮电大学学报(自然科学版)
%P 6-11
%D 2008
%X 近十年来新生儿疼痛引起医护人员的广泛关注。由于新生儿不能自述疼痛的感受，疼痛评估成为新生儿科学中最具挑战性的一个难题。新生儿“疼痛面容”（蹙眉、挤眼、鼻唇沟加深、张口）被认为是最可靠的疼痛指标，且持续时间最长，因而被国际上常用的新生儿疼痛评估工具作为评估指标。然而，这些疼痛评估工具往往受到临床医护人员主观因素的影响。文中旨在解决上述问题，提出利用支持向量机（svm）技术对新生儿疼痛与非疼痛面部表情进行分类识别。对210幅照片的表情图像进行了研究，比较了线性核函数svm、多项式核函数svm（d=2，3，4）以及径向基函数svm等5种不同分类器的性能。实验结果表明，阶数d=3的多项式核函数svm分类器的性能最佳，对疼痛和非疼痛表情分类的识别率达到93.33%，对疼痛与安静表情的分类识别率为94.17%，对疼痛与哭表情的分类识别率为83.13%，初步具备了在新生儿疼痛评估中的潜在应用价值。
%K 新生儿疼痛
%K 表情识别
%K 支持向量机
%U http://nyzr.njupt.edu.cn/ch/reader/view_abstract.aspx?file_no=200806002&flag=1