Publicado:

2020-12-31

Número:

Vol. 15 Núm. 1 (2021)

Sección:

Visión Investigadora

Classification of Facial Expression of Post-Surgical Pain in Children

Evaluación de redes neuronales convolucionales

Clasificación de la expresión facial de dolor postquirúrgico infantil

Autores/as

  • Carolina Jiménez Moreno Universidad de Antioquia
  • Jenny Kateryne Aristizábal Nieto Universidad de Antioquia
  • Olga Lucía Giraldo Salazar Universidad de Antioquia

Palabras clave:

Artificial intelligence, assessment tools, facial expression, pain, pediatrics (en).

Palabras clave:

inteligencia artificial, herramientas de evaluación, expresión facial, dolor, pediatría (es).

Resumen (en)

There are certain difficulties in differentiating between children's facial expression related to pain and other stimuli. In addition, the limited communication ability of children in the preverbal stage leads to misdiagnosis when the child feels pain, for example, post-surgical conditions. In this article, a classification approach of facial expression of child pain is presented based on models of pre-trained convolutional neuronal networks from the study carried out in a Colombian hospital of level 4 (Hospital Universitario San Vicente Fundación), in the recovery areas of child surgery services. AlexNet and VGG (16, 19 and Face) networks are evaluated in the own dataset using the FLACC scale and their performances are compared in three experiments. The results show that the VGG-19 model achieves the best performance (92.9%) compared to the other networks. The effectiveness of the model and transfer learning for the classification of facial expression of child pain shows a promising solution for the assessment of post-surgical pain.

Resumen (es)

Existen ciertas dificultades para diferenciar entre la expresión facial infantil relacionada al dolor con la de otros estímulos. Además, la limitada capacidad de comunicación de los niños en la etapa preverbal conlleva a un error de diagnóstico cuando el niño siente dolor, por ejemplo, afecciones posteriores a las cirugías. En este artículo, se presenta un enfoque de clasificación de la expresión facial de dolor infantil basado en modelos de redes neuronales convolucionales pre-entrenadas a partir del estudio realizado en un hospital colombiano de nivel 4 (Hospital Universitario San Vicente Fundación), en las áreas de recuperación de los servicios de cirugía infantil. Se evalúan las redes AlexNet y VGG (16, 19 y Face) en el conjunto de datos propio utilizando la escala FLACC y se comparan sus rendimientos en tres experimentos. Los resultados muestran que el modelo VGG-19 logra el mejor rendimiento (92.9%) en comparación con las demás redes. La eficacia del modelo y el aprendizaje por transferencia para la clasificación de la expresión facial de dolor infantil muestran una solución prometedora para la evaluación del dolor postquirúrgico.

Referencias

f

Cómo citar

APA

Jiménez Moreno, C., Aristizábal Nieto, J. K., & Giraldo Salazar, O. L. (2020). Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks. Visión electrónica, 15(1). Recuperado a partir de https://revistas.udistrital.edu.co/index.php/visele/article/view/17425

ACM

[1]
Jiménez Moreno, C., Aristizábal Nieto, J.K. y Giraldo Salazar, O.L. 2020. Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks. Visión electrónica. 15, 1 (dic. 2020).

ACS

(1)
Jiménez Moreno, C.; Aristizábal Nieto, J. K.; Giraldo Salazar, O. L. Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks. Vis. Electron. 2020, 15.

ABNT

JIMÉNEZ MORENO, C.; ARISTIZÁBAL NIETO, J. K.; GIRALDO SALAZAR, O. L. Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks. Visión electrónica, [S. l.], v. 15, n. 1, 2020. Disponível em: https://revistas.udistrital.edu.co/index.php/visele/article/view/17425. Acesso em: 24 oct. 2021.

Chicago

Jiménez Moreno, Carolina, Jenny Kateryne Aristizábal Nieto, y Olga Lucía Giraldo Salazar. 2020. «Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks». Visión electrónica 15 (1). https://revistas.udistrital.edu.co/index.php/visele/article/view/17425.

Harvard

Jiménez Moreno, C., Aristizábal Nieto, J. K. y Giraldo Salazar, O. L. (2020) «Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks», Visión electrónica, 15(1). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/17425 (Accedido: 24octubre2021).

IEEE

[1]
C. Jiménez Moreno, J. K. Aristizábal Nieto, y O. L. Giraldo Salazar, «Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks», Vis. Electron., vol. 15, n.º 1, dic. 2020.

MLA

Jiménez Moreno, C., J. K. Aristizábal Nieto, y O. L. Giraldo Salazar. «Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks». Visión electrónica, vol. 15, n.º 1, diciembre de 2020, https://revistas.udistrital.edu.co/index.php/visele/article/view/17425.

Turabian

Jiménez Moreno, Carolina, Jenny Kateryne Aristizábal Nieto, y Olga Lucía Giraldo Salazar. «Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks». Visión electrónica 15, no. 1 (diciembre 31, 2020). Accedido octubre 24, 2021. https://revistas.udistrital.edu.co/index.php/visele/article/view/17425.

Vancouver

1.
Jiménez Moreno C, Aristizábal Nieto JK, Giraldo Salazar OL. Classification of Facial Expression of Post-Surgical Pain in Children: Evaluation of Convolutional Neural Networks. Vis. Electron. [Internet]. 31 de diciembre de 2020 [citado 24 de octubre de 2021];15(1). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/17425

Descargar cita

Visitas

73

Descargas

Los datos de descargas todavía no están disponibles.