치매 노인의 비침습적 통증 모니터링: 쌍별 및 대조적 학습을 활용한 방법

고령화 사회에서 통증은 흔히 발생하지만, 고령자들은 종종 통증 치료를 충분히 받지 못하고 있습니다. 이는 특히 중등도에서 중증의 치매를 앓고 있는 장기요양시설 거주자들에게 해당하는데, 이들은 치매로 인한 인지 기능 저하로 통증을 표현할 수 없습니다. 간호직원들은 인적 자원 부족과 때때로 검증된 통증 평가 방법을 정기적으로 사용할 수 있는 전문성 부족으로 인해 장기요양시설에서 통증을 효과적으로 인식하고 관리하는 데 어려움을 겪고 있음을 인정하고 있습니다. 비전 기반 환경 모니터링은 자동화된 평가를 통해 간호직원들이 통증 징후가 나타날 때 자동으로 알림을 받을 수 있게 합니다. 그러나 현재의 컴퓨터 비전 기술은 고령자나 치매 환자의 얼굴에 대해 검증되지 않았으며, 이들 집단은 기존의 통증 관련 얼굴 표정 데이터셋에 포함되어 있지 않습니다.우리는 치매 환자를 대상으로 검증된 첫 번째 완전 자동화된 비전 기반 기술을 소개합니다. 우리의 공헌은 세 가지입니다. 첫째, 우리는 고령자 참가자들의 동영상을 무관하게 수집한 데이터셋에서 고통스러운 얼굴 표정을 감지하기 위한 딥러닝 기반 컴퓨터 비전 시스템을 개발하였습니다(치매 환자와 비치매 환자를 포함). 둘째, 각 개인에게 맞춰 교정되며, 얼굴 표정 변화에 민감하면서 순차 모델보다 훈련 데이터를 더 효율적으로 사용하는 쌍별 비교 추론 방법을 제안하였습니다. 셋째, 크로스-데이터셋 성능을 개선하는 빠른 대조 훈련 방법을 도입하였습니다.우리의 통증 추정 모델은 특히 치매 환자의 얼굴에서 평가될 때 베이스라인보다 크게 우수한 성능을 보입니다. 사전 학습된 모델과 데모 코드는 https://github.com/TaatiTeam/pain_detection_demo 에서 이용 가능합니다.