Autonomes Langzeitmonitoringsystem für die Schmerzerkennung auf Basis von Action Units
Ziel
Entwicklung eines Monitoringsystems zur automatischen Schmerzerkennung auf Basis von Action Units.
In der Schmerzforschung liegt der besondere Fokus auf der robusten Erkennung von Schmerz anhand sich verändernder Gesichtsausdrücke als non-verbales Kommunikationsmittel und deren eindeutigen Abgrenzung zu anderen Emotionszuständen. Hierzu nutzen wir unsere Gesichtsdetektionssoftware SHORE® sowie das Facial Action Coding System (FACS) zur robusten Detektion von Action Units.
Unser Ziel ist es zusammen mit der Universität Bamberg, bei nicht kommunikationsfähigen Patienten Schmerzempfinden mithilfe eines autonomen Systems auch dann rechtzeitig automatisch detektieren zu können, wenn kein medizinisches Personal im Raum ist.
Partner
Lehrstuhl Angewandte Informatik/Kognitive Systeme der Universität Bamberg
- Interpretation der vorverarbeiteten Action Units durch Ansätze des maschinellen Lernens
Lehrstuhl Physiologische Psychologie der Universität Bamberg
- Datenbasis für das Maschinelle Lernen
- Evaluation der Ergebnisse
Fraunhofer IIS | Facial Analysis Solutions
- Emotionserkennung in verschiedenen Kontexten, wie z.B. Umgebung, Beleuchtung und Perspektive auf Basis der robusten Detektion und Identifikation von Action Units mithilfe des Maschinellen Lernens
Das Projekt PainFaceReader wird von der Deutschen Forschungsgemeinschaft DFG (DFG-Projektnummer 405630557) seit 2018 gefördert.