Tag Archives: 疼痛偵測

應用小鼠姿態於深度影像的特徵偵測疼痛

Posted on by

現行藥物開發的動物實驗多數以老鼠做為實驗對象，動物實驗會透過藥物或手術誘發老鼠的疼痛行為，之後再施打止痛藥物，藉由觀察老鼠的行為推論疼痛是否有所改善，用以評估止痛藥物的藥效。疼痛會造成生理及行為的改變，目前多以觀察員透過主觀評估的方式對老鼠表情或行為評估其疼痛的程度，然而這種方式的缺點是需要耗費大量的人力與時間，以及不同人的主觀評估也將造成結果的分歧。
近年來，姿態分析經常運用在神經性疾病上，多數姿態需要藉由神經系統錯縱複雜的交互作用，所以當某神經系統出現異常時，行為也容易顯現相對的異常現象。根據[1]，老鼠處於疼痛時，常會有身體扭曲和四肢蜷縮等行為。本論文建立於姿態分析的理論基礎，提出一套自動化架構分析老鼠的姿態，藉此來偵測老鼠於疼痛時的姿態特徵。本論文提出的架構透過深度學習網路於深度影像中自動標註老鼠的關節點，再利用關節點與周邊鄰近像素的深度差異作為特徵，讓機器學習疼痛的姿態特徵，達成自動判別老鼠疼痛的目的。
本論文所提出的架構分為兩部分，第一部分透過深度學習演算法自動標註影像中老鼠的關節點，藉此取代人工標記。第二部分自動學習與辨識老鼠於疼痛時的姿態特徵，實驗設計分別蒐集彩色及深度影像，前者將關節點之間的角度及距離當作姿態特徵，後者則藉由深度影像計算各關節點與鄰近像素的差異作為特徵，再藉由機器學習演算法學習與辨識小鼠於疼痛時的姿態特徵。本論文的實驗將比較彩色與深度影像分別應用於偵測疼痛姿態的效能，並且驗證本論文提出架構的信效度。

運用半監督式學習演算法偵測與量化小鼠之慢性疼痛

Posted on by

新開發之藥物於臨床使用前，一般需要先經過動物實驗進行驗證，由於老鼠易於養殖，因此經常作為動物實驗的主要測試標的。根據相關文獻指出，老鼠於疼痛時的臉部表情會有所不同，因此將疼痛的面部表情定義為老鼠鬼臉量表(Mouse grimace scale，MGS)。近年來亦有部份研究開始採用老鼠面部表情，做為手術前後或是自發性疼痛之評估。疼痛可以概分為急性與慢性疼痛，急性疼痛屬於短時間的劇烈疼痛，因此對於面部表情的影響非常明顯；相較之下，慢性疼痛則是屬於長時間的疼痛，程度不若急性疼痛劇烈，因此對於面部表情的影響較為不明顯。此外，慢性疼痛還有不定時出現的特性，因此如何偵測慢性疼痛，目前依然為一個極度具有挑戰性的研究主題。
近幾年來深度學習運用於辨識與學習臉部特徵已有許多應用，然而大多數的模型均需要明確地標註正樣本與負樣本，並且透過足夠多的訓練樣本，才能夠學習到其面部特徵。然而，基於前述的慢性疼痛特性，明確的正樣本(疼痛樣本)不易取得，因此難以如同急性疼痛一般，透過正負樣本直接訓練模型，使得機器學習其面部特徵。為了克服這個困難，本論文提出利用半監督式學習的方式，學習老鼠少部分於正常狀態以及疼痛之面部特徵，透過疼痛時面部表情與正常時的差異，用以辨別老鼠非健康的狀態，並藉由兩者的差異用以量化其疼痛指數。實驗部份藉由老鼠的慢性疼痛與兩種止痛藥(pregabalin及JMF3737)的生物實驗，驗證本論文提出的架構於慢性疼痛上之偵測與量化效果。