A Pain Assessment Framework based on multimodal data and Deep Machine Learning methods

要約

元の要約から：この論文は、既存の自動アプローチを調査して調べながら、臨床理論的な観点から疼痛評価プロセスを研究することを最初に目的としています。
この基盤の上に構築されたこの博士号の主な目的
プロジェクトは、高性能を達成し、実際の臨床環境に適用できる自動疼痛評価のための革新的な計算方法を開発することです。
主な目標は、疼痛研究で認識されているように、計算の観点を通じて、痛みの知覚に影響を与える人口統計学的要素を含む重要な要素を徹底的に調査および評価することです。
この研究分野で利用可能なデータの制限内で、私たちの目標は、異なるシナリオの特定の要件に適用される単峰性およびマルチモーダル構成の自動疼痛評価パイプラインを設計、開発、提案、および提供することでした。
この博士号に掲載された研究
論文は、提案された方法の有効性を紹介し、最先端の結果を達成しました。
さらに、彼らは人工知能、基礎モデル、生成人工知能の新しいアプローチを探索する道を開いた。

要約(オリジナル)

From the original abstract: This thesis initially aims to study the pain assessment process from a clinical-theoretical perspective while exploring and examining existing automatic approaches. Building on this foundation, the primary objective of this Ph.D. project is to develop innovative computational methods for automatic pain assessment that achieve high performance and are applicable in real clinical settings. A primary goal is to thoroughly investigate and assess significant factors, including demographic elements that impact pain perception, as recognized in pain research, through a computational standpoint. Within the limits of the available data in this research area, our goal was to design, develop, propose, and offer automatic pain assessment pipelines for unimodal and multimodal configurations that are applicable to the specific requirements of different scenarios. The studies published in this Ph.D. thesis showcased the effectiveness of the proposed methods, achieving state-of-the-art results. Additionally, they paved the way for exploring new approaches in artificial intelligence, foundation models, and generative artificial intelligence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google