基于多模态的贝叶斯网络疼痛识别方法

摘要：

有效的疼痛管理对病人的治疗和护理至关重要,针对传统的单模态疼痛识别准确度低的问题,提出了一种基于多模态的贝叶斯网络(multimodal Bayesian network,MMBN)疼痛识别方法.首先利用互信息对多模态特征进行相关性判断,剔除冗余的特征向量,使得模型简洁;其次将多模态特征与贝叶斯网络结构的可扩展性相结合设计了一种基于多模态的BN结构,并建立疼痛识别模型;最后利用BN概率推理算法完成疼痛识别,并在UNBC-McMaster数据库上进行验证.实验结果表明:与传统基于单模态的疼痛识别方法相比较,MMBN方法利用多模态之间的信息互补性能够有效地提高疼痛识别准确度,为目前的疼痛识别与研究提供了一种新手段.

关键词：疼痛识别、多模态、贝叶斯网络(BN)、互信息、BN推理

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省科技厅重点研发计划;陕西省教育厅产业化研究项目;西安市科技计划项目

在线出版日期：2022-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：12505-12511