A pain assessment framework based on multimodal data and deep machine learning methods
Φόρτωση...
Ημερομηνία
2026-04-21
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
ΕΛΜΕΠΑ, Πολυτεχνική Σχολή, Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Επιβλέπων
Περίληψη
This thesis initially aims to study the pain assessment process from a clinical-theoretical perspective while exploring and examining existing automatic approaches. Building on this foundation, the primary objective of this Ph.D. project is to develop innovative computational methods for automatic pain assessment that achieve high performance and are applicable in real clinical settings. A primary goal is to thoroughly investigate and assess significant factors, including demographic elements that impact pain perception, as recognized in pain research, through a computational standpoint. Within the limits of the available data in this research area, our goal was to design, develop, propose, and offer automatic pain assessment pipelines for unimodal and multimodal configurations that are applicable to the specific requirements of different scenarios. The studies published in this Ph.D. thesis showcased the effectiveness of the proposed methods, achieving state-of-the-art results. Additionally, they paved the way for exploring new approaches in artificial intelligence, foundation models, and generative artificial intelligence.
Η παρούσα διδακτορική διατριβή αρχικά στοχεύει να μελετήσει τη διαδικασία αξιολόγησης του πόνου από μια κλινικο-θεωρητική προοπτική ενώ διερευνά και εξετάζει τις υπάρχουσες αυτόματες προσεγγίσεις. Στηριζόμενη σε αυτή τη βάση, ο κύριος στόχος αυτού του διδακτορικού έργου είναι να αναπτύξει καινοτόμες υπολογιστικές μεθόδους για αυτόματη αξιολόγηση του πόνου που επιτυγχάνουν υψηλή απόδοση και είναι εφαρμόσιμες σε πραγματικά κλινικά περιβάλλοντα. 'Ενας πρωταρχικός στόχος είναι να διερευνήσει και να αξιολογήσει σε βάθος σημαντικούς παράγοντες, συμπεριλαμβανομένων των δημογραφικών στοιχείων που επηρεάζουν την αντίληψη του πόνου, όπως αναγνωρίζονται στην έρευνα πόνου, από μια υπολογιστική σκοπιά. Εντός των ορίων των διαθέσιμων δεδομένων σε αυτό τον τομέα έρευνας, ο στόχος μας ήταν να σχεδιάσουμε, να αναπτύξουμε, να προτείνουμε και να προσφέρουμε αυτόματες αλυσίδες επεξεργασίας αξιολόγησης του πόνου για μονομορφικές και πολυμορφικές διαμορφώσεις που είναι εφαρμόσιμες στις συγκεκριμένες απαιτήσεις διαφορετικών σεναρίων. Οι μελέτες που δημοσιεύτηκαν σε αυτή τη διδακτορική διατριβή παρουσίασαν την αποδοτικότητα των προτεινόμενων μεθόδων, επιτυγχάνοντας πρωτοπόρα επιτεύγματα. Επιπλέον, καινοτόμησαν στην εξερεύνηση νέων προσεγγίσεων στην τεχνητή νοημοσύνη, τα μοντέλα θεμελίωσης και την γενετική τεχνητή νοημοσύνη.
Η παρούσα διδακτορική διατριβή αρχικά στοχεύει να μελετήσει τη διαδικασία αξιολόγησης του πόνου από μια κλινικο-θεωρητική προοπτική ενώ διερευνά και εξετάζει τις υπάρχουσες αυτόματες προσεγγίσεις. Στηριζόμενη σε αυτή τη βάση, ο κύριος στόχος αυτού του διδακτορικού έργου είναι να αναπτύξει καινοτόμες υπολογιστικές μεθόδους για αυτόματη αξιολόγηση του πόνου που επιτυγχάνουν υψηλή απόδοση και είναι εφαρμόσιμες σε πραγματικά κλινικά περιβάλλοντα. 'Ενας πρωταρχικός στόχος είναι να διερευνήσει και να αξιολογήσει σε βάθος σημαντικούς παράγοντες, συμπεριλαμβανομένων των δημογραφικών στοιχείων που επηρεάζουν την αντίληψη του πόνου, όπως αναγνωρίζονται στην έρευνα πόνου, από μια υπολογιστική σκοπιά. Εντός των ορίων των διαθέσιμων δεδομένων σε αυτό τον τομέα έρευνας, ο στόχος μας ήταν να σχεδιάσουμε, να αναπτύξουμε, να προτείνουμε και να προσφέρουμε αυτόματες αλυσίδες επεξεργασίας αξιολόγησης του πόνου για μονομορφικές και πολυμορφικές διαμορφώσεις που είναι εφαρμόσιμες στις συγκεκριμένες απαιτήσεις διαφορετικών σεναρίων. Οι μελέτες που δημοσιεύτηκαν σε αυτή τη διδακτορική διατριβή παρουσίασαν την αποδοτικότητα των προτεινόμενων μεθόδων, επιτυγχάνοντας πρωτοπόρα επιτεύγματα. Επιπλέον, καινοτόμησαν στην εξερεύνηση νέων προσεγγίσεων στην τεχνητή νοημοσύνη, τα μοντέλα θεμελίωσης και την γενετική τεχνητή νοημοσύνη.
Περιγραφή
Λέξεις-κλειδιά
Deep learning, Pain assessment, Pain recognition, Artificial intelligence, Βαθιά μάθηση, Αξιολόγηση πόνου, Αναγνώριση πόνου, Τεχνητή νοημοσύνη