PainSeeker: An Automated Method for Assessing Pain in Rats Through Facial Expressions

要約

本レターでは、実験用ラットの苦痛を表情から自動的に評価できるかどうかを調べることを目的とする。この目的のために、我々はまず、一般に公開されているRatsPainと呼ばれるデータセットを提示した。RatsPainは、歯列矯正治療を受けた6匹のラットから撮影された1,138枚の顔画像から構成されている。RatsPainの各ラットの顔画像は、手術前または手術後に録画された動画から慎重に選択され、Rat Grimace Scale（RGS）に従って8人のアノテーターによって適切にラベル付けされた。次に我々は、表情からラットの痛みを自動的に評価するPainSeekerと呼ばれる新しいディープラーニング手法を提案した。PainSeekerは、表情画像から痛み識別特徴と頭部姿勢ロバスト特徴の両方を学習することを容易にする、痛みに関連する顔局所領域を探索することを目的としている。PainSeekerを評価するために、RatsPainデータセットを用いて広範な実験を行った。その結果、ラットの表情から痛みを評価することが可能であることが実証され、また、この新しい、しかし興味深い問題に対処するために提案されたPainSeekerの有効性が検証された。RasPainデータセットはhttps://github.com/xhzongyuan/RatsPain。

要約(オリジナル)

In this letter, we aim to investigate whether laboratory rats’ pain can be automatically assessed through their facial expressions. To this end, we began by presenting a publicly available dataset called RatsPain, consisting of 1,138 facial images captured from six rats that underwent an orthodontic treatment operation. Each rat’ facial images in RatsPain were carefully selected from videos recorded either before or after the operation and well labeled by eight annotators according to the Rat Grimace Scale (RGS). We then proposed a novel deep learning method called PainSeeker for automatically assessing pain in rats via facial expressions. PainSeeker aims to seek pain-related facial local regions that facilitate learning both pain discriminative and head pose robust features from facial expression images. To evaluate the PainSeeker, we conducted extensive experiments on the RatsPain dataset. The results demonstrate the feasibility of assessing rats’ pain from their facial expressions and also verify the effectiveness of the proposed PainSeeker in addressing this emerging but intriguing problem. The RasPain dataset can be freely obtained from https://github.com/xhzongyuan/RatsPain.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL