基于EfficientNet的癌痛面部表情评估方法的研究

目的:搭建了一种基于EfficientNet的癌痛面部表情识别与强度分类的智能评估模型并评价模型准确性。方法:采集72位志愿者在6种不同疼痛强度状态下的面部表情图片,设计深度卷积神经网络并进行训练,使用特征级差异进行面部疼痛表情分类。在原网络基础上进行了以下两点优化:1) 将激活函数swish改为mish。2) 用inception v4代替网络中的mobile net模块。结果:优化后的网络与原网络相比,模型训练损失衰减更快,模型对于测试集的分类准确率有了显著的提升。结论:该方法在疼痛表情识别中准确有效,评分结果具有显著性。