Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3222| Sistema para la detección de dolor por medio de expresiones faciales System for the detection of pain through facial expressions | |
| MARIA DE LOURDES AGUILLON RUIZ | |
| Ana Isabel Martínez García HUGO HOMERO HIDALGO SILVA | |
| Acceso Abierto | |
| Atribución | |
| Detección de dolor, reconocimiento facial, sistemas automáticos, LBPH Pain detection, facial recognition, automatic systems, LBPH | |
| La detección de dolor es un punto muy importante durante el diagnóstico de las enfermedades, la detección de dolor tradicionalmente se realiza mediante informes subjetivos, que presentan algunos limitaciones con algunos pacientes. Existen trabajos en donde se utilizan las expresiones del rostro para la detección automática del dolor, sin embargo estos tienen un gran procesamiento de los datos, lo que puede provocar un alto costo computacional. Adicionalmente, estos trabajos no han sido evaluados en un ambiente real, por lo que no se conoce si son útiles en este tipo de escenarios. Debido a lo anterior, el objetivo del presente trabajo es realizar un sistema para el reconocimiento automático del dolor usando expresiones faciales, el sistema desarrollado utiliza el algoritmo de Viola-Jones para la detección del rostro, el método de histograma de patrones binarios locales (LBPH por sus siglas en ingles Local Binary Pattern Histogram) para la extracción de características de las imágenes de personas con dolor y un clasificador de vecino cercano para obtener la intensidad de dolor. Se realizaron diversas evaluaciones con el sistema para conocer la precisión y utilidad, la evaluación de la precisión fueron realizados con la base de datos Painful UNBC-McMaster obteniendo resultados de hasta un 85 % de exactitud en la clasificación, mientras que para probar su utilidad se realizaron evaluaciones en un ambiente no controlado donde el sistema mostró ser robusto a cambios de iluminación, objetos alrededor que pudieran interferir en la detección del rostro y las distancias que hubiera entre el sujeto y el sistema, además de comentarios positivos de expertos en el área de la salud. Pain detection is a very important issue during disease diagnostics, traditionally done through subjective reports, which present some limitations with some patients. Automatic pain detection has been doing considering facial expressions by some authors. However, those works usually require great data processing steps, which can cause a high computational cost. Additionally, these works have not been evaluated in a real environment, so it is not known if they are useful in these types of scenarios. Due to the above, the objective of this work is to develop a system for automatic recognition of pain using facial expressions. The system is based on Viola-Jones algorithm for face detection, Local Binary Pattern Histogram method for the extraction of image characteristics of people in pain and a near neighbor classifier to obtain the intensity of pain. Various evaluations were performed to assess the system’s accuracy and usefulness. Those evaluations were performed applying the system to Painful UNBC-McMaster database, obtaining results of up to 85 % of accuracy in the classification. Usefulness evaluations were carried out in an uncontrolled environment where the system proved to be robust to lighting changes, surrounding objects that could interfere with the detection of the face and the distances between the subject and the system. Also, positive comments from experts in the health sciences were obtained. | |
| CICESE | |
| 2020 | |
| Tesis de maestría | |
| Español | |
| Aguillón Ruiz, M. L.. 2020. Sistema para la detección de dolor por medio de expresiones faciales Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 57 pp. | |
| INSTRUMENTOS MÉDICOS | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Tesis_María Lourdes_Aguillon Ruiz_13_feb_2020.pdf | Versión completa de la tesis | 5.89 MB | Adobe PDF | Visualizar/Abrir |