信息化及自动化婴儿疼痛评估研究进展

疼痛评估是进行有效婴儿疼痛管理的基础,由于婴儿无法语言表达疼痛,现有量表评估有一定的主观性、费时费力。随着计算机信息化技术的发展,信息化及自动化疼痛评估是一种简单快捷的新型评估方法,已取得较大进展,是未来发展趋势。本文综述了面部表情、声音信号、生理信号、多模态融合等婴儿信息化及自动化疼痛评估的研究进展及其应用,旨在分析其存在的挑战和未来发展方向,为今后医护人员及其交叉学科人员开展进一步研究及其临床应用提供借鉴与参考。

基于B/S架构的新生儿疼痛面容图像标注系统研发

目的构建基于浏览器/服务器(browser/server,B/S)架构的新生儿疼痛面容图像标注系统(neonatal pain face image labeling system,NPFILS),评价其质量及效果。方法采集2019年9月至2020年9月在湖南医药学院附属医院产科住院接受足跟采血操作的新生儿疼痛面容视频,基于B/S架构构建NPFILS;20名新生儿科护士先后使用labelImg和NPFILS对新生儿疼痛面容图像进行标注,比较两种标注系统精确率、召回率及系统使用用户体验评分(system usability scale,SUS)。结果NPFILS与LabelImg标注系统的模型混淆矩阵精确率分别为(0.882±0.112 vs.0.853±0.128)、召回率分别为(0.735±0.098 vs.0.741±0.075),差异无统计学意义(P>0.05)。新生儿疼痛面容图像标注系统的用户体验评分明显高于labelImg系统,差异有统计学意义(72.500±3.535 vs.26.667±6.831,P<0.05)。结论NPFILS标注质量高,用户体验评分高于labelImg系统,为新生儿疼痛图像标注工作提供了一种快捷、标准化的新系统。