1
دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر و پژوهشکده پردازش هوشمند علائم
2
دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
3
دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر
چکیده
تشخیص خودکار، پیوسته و غیرتهاجمی درد و شدت آن جهت ارزیابی و مدیریت درد در مراکز بالینی لازم است. به همین منظور راه حلی پیشنهاد شده که به کد کردن واحدهای کنشی چهره مرتبط با درد میپردازد و معادل رویکرد مبتنی بر توصیف چهره است. اما بروز این جلوه ها در چهره افراد مختلف متنوع است. یکی از عوامل ایجاد تنوع را میتوان سبک هر فرد در بروز جلوه دانست. بازشناسی این جلوه ها در عمل نیازمند سامانه هایی است که مستقل از فرد آموزش دیده باشند. در این سامانه ها، تنوعات بین فردی عامل ایجاد فاصله بین توزیع نمونه های آموزش و آزمون است که نتیجه آن کاهش تعمیم دهی روش یادگیرنده است. در این مقاله در راستای کاهش فاصله بین این دو توزیع، نگاشت و بردار انتقال سبک برای بهبود تشخیص درد و شدت آن به کار گرفته شده اند. نتایج بر روی دادگان UNBC-McMaster که از نوع خودانگیخته است بررسی شده است. نتایج نشان داد که روشهای انتقال سبک پیشنهادی قادر اند در شرایطی که داده تطبیق مناسب یا محدود از فرد جدید در دسترس باشد، کارآیی بازشناسی را افزایش دهند.