• 研究生: 陳毓峯
• 畢業學年度: 107
• 相關連結

動物試驗為現行測試藥物的重要流程之一，以止痛藥為例，動物實驗中透過將實驗動物施打藥物或手術等方式使其產生疼痛的感覺，之後再施打測試藥物用以測試該藥物的有效性。然而，實驗動物無法透過言語的方式表達其感受，因此目前以侵入式的測試方式為主，例如透過觸碰其疼痛處並觀察反應用以推測有效性。近年來，相關領域的研究開始探討以小鼠臉部表情偵測疼痛的可行性，文獻中雖然透過實驗設計證實此方法的可行性，但是實驗方法依然以小鼠專家的人工方式進行判讀，人工判讀方式容易因為個人的經驗與精神狀態而有分歧，並且難以量化疼痛的反應，因此無法用於長期疼痛的監測。本論文建立於相關文獻的基礎之上，開發自動化的系統透過小鼠的臉部表情進行自動辨識，論文中將利用機器學習的演算法自動學習小鼠臉部表情代表疼痛的特徵，取代人工判讀的部分，自動化整個流程以達到長期監測疼痛的目的。本論文共分兩階段，第一階段著重在偵測疼痛的部分，此階段利用監督式與非監督式機器學習演算法，學習小鼠臉部疼痛以及非疼痛時的臉部特徵變化量，臉部特徵又分為手動標示與自動學習的部份，比較兩者的偵測率與效能之差異。第二階段延伸第一階段的結果，加入線性回歸的特性針對疼痛進行量化。實驗部分為了評估機器學習算法的準確性，本研究使用高速攝影機錄製不同實驗設定的小鼠影片，實驗分別使用相同劑量的辣椒素和弗飾佐劑，和不同劑量的雙氯芬酸，前者用以蒐集疼痛時小鼠的影像訓練分類器，後者以不同劑量的止痛劑評估演算法的有效性。最後將機器判斷的預估結果和小鼠專家進行比較，實驗結果驗證本論文提出架構之可行性與效能，期待本論文的貢獻未來可以用以突破監測疼痛的技術瓶頸。