딥러닝 기반 얼굴 표정 인식에 의한 통증 측정 방법의 유효성 평가
Validation Evaluation of Pain Assessment Method by Deep-Learning based Facial Expression Recognition
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
의료 임상에 있어서 환자의 통증 정도에 따른 적절한 통증 조절의 처방은 매우 중요한 의료 행위 가운데 하나이다. 그러나, 실제 환자들의 나이 및 병증 상태에 따라서 명확한 통증 표현이 어려운 경우에는 객관적인 통증 평가가 불가능하다. 따라서 본 논문에서는 딥러닝 기술을 적용하여 환자의 얼굴 표정 인식에 기반한 통증 측정 방법의 유효성을 평가한다. 딥러닝 학습을 위한 얼굴 표정 데이터셋으로는 Delaware Pain Database를 사용하여, 얼굴 표정에 따른 통증의 정도를 무통(no pain), 낮은 통증(low pain), 보통 통증(moderate pain), 높은 통증(high pain)의 4가지 유형으로 분류하고, VGG-16 전이 학습 모델을 적용한다. 시뮬레이션 결과 4-정도 통증 분류에서는 72%의 정확도를 보였으며, 특히, 통증의 유무(presence/absence) 분류에 있어서는 86%의 결과를 보였다. 이 결과는 기존의 전통적인 숫자 및 시각 통증등급과 같은 통증사정방법과 비교하여 얼굴 표정 인식에 기반한 통증 측정 방법의 객관적 유효성을 의미한다.
Abstract
In medical clinical practice, prescribing appropriate pain control according to the patient's level of pain is one of the most important medical practices. However, objective pain assessment is impossible in cases where it is difficult to clearly express pain depending on the age and condition of actual patients. Therefore, in this paper, we evaluate the effectiveness of a pain measurement method based on facial expression recognition using deep learning technology. The Delaware Pain Database is used as a facial expression dataset for deep learning training, and the degree of pain according to facial expressions is classified into four types: no pain, mild, moderate, and severe, and VGG-16 is applied as a transfer learning model. The simulation results showed an accuracy of 72% in classifying pain level 4, and an accuracy of 86% in classifying the presence or absence of pain. These results imply the objective validity of a pain measurement method based on facial expression recognition compared to traditional pain assessment methods such as Numeric Rating Scale and Visual Analog Scale.