HyperAIHyperAI
منذ 2 أشهر

رصد الألم غير المزعج في كبار السن المصابين بالزهايمر باستخدام التدريب الثنائي والمقارن

Siavash Rezaei; Abhishek Moturu; Shun Zhao; Kenneth M. Prkachin; Thomas Hadjistavropoulos; Babak Taati
رصد الألم غير المزعج في كبار السن المصابين بالزهايمر باستخدام التدريب الثنائي والمقارن
الملخص

رغم شيوع الألم في مرحلة الشيخوخة، إلا أن كبار السن غالبًا ما يُعاملون بطرق غير كافية للتعامل مع الألم. هذا الأمر أكثر وضوحًا في حالة سكان الرعاية طويلة الأمد الذين يعانون من الخرف المتوسط إلى الشديد ولا يستطيعون الإبلاغ عن ألمهم بسبب العجز المعرفي المرافق للخرف. تعترف طواقم التمريض بالتحديات التي تواجهها في التعرف الفعال وإدارة الألم في مرافق الرعاية طويلة الأمد نظرًا لنقص الموارد البشرية وأحيانًا الخبرة اللازمة لاستخدام أساليب تقييم الألم المعتمدة بشكل منتظم. ستسمح الرصد البيئي القائم على الرؤية بإجراء تقييمات آلية متكررة بحيث يتم إخطار الطاقم الطبي تلقائيًا عند ظهور علامات الألم.ومع ذلك، فإن التقنيات الحالية لرؤية الكمبيوتر لا يتم التحقق منها على وجوه كبار السن أو الأشخاص المصابين بالخرف، ولم يتم تمثيل هذه الفئة في قواعد البيانات الحالية للتعبيرات الوجهية للألم. نقدم أول تقنية رؤية قائمة على الرصد البيئي مُعتمدة على مجموعة من الأشخاص المصابين بالخرف. إسهاماتنا ثلاثية:أولاً، نطور نظام رؤية حاسوبية قائم على التعلم العميق لاكتشاف التعبيرات الوجيهة المؤلمة في مجموعة بيانات الفيديو التي تم جمعها بطريقة غير مزعجة من مشاركين كبار سن مع وبدون الخرف.ثانيًا، نقدم طريقة استدلال مقارن زوجي تتكيف مع كل شخص وتكون حساسة للتغيرات في التعبير الوجهي بينما تستفيد من البيانات التدريبية بكفاءة أكبر من النماذج المتسلسلة.ثالثًا، نقدم طريقة تدريب مقارنة سريعة تحسن الأداء عبر قواعد البيانات المختلفة.نموذج تقدير الألم الخاص بنا يتفوق بشكل كبير على النماذج الأساسية، خاصة عند تقييمه على وجوه الأشخاص المصابين بالخرف. يمكن الحصول على النموذج المُعد مسبقًا والكود التوضيحي من الرابط: https://github.com/TaatiTeam/pain_detection_demo