老年患者疼痛评估方法、系统、电子设备及存储介质
本发明涉及多模态数据处理,特别是涉及一种老年患者疼痛评估方法、系统、电子设备及存储介质。
背景技术:
1、疼痛程度通常可以根据患者的主观描述,以及患者在面部表现、生理反应和行为表现等方面呈现的信息进行评估。对于存在认知障碍的老年患者,其语言表达能力、记忆能力或者配合能力可能受到影响,因而可能难以持续、准确地描述自身的疼痛感受。在养老、护理或者康复等需要持续观察的场景中,仅依赖患者自述或者照护人员在特定时刻进行观察,可能难以完整反映老年患者的疼痛表现变化。
2、mustafa atee等人在论文pain assessment in dementia: evaluation of apoint-of-care technological solution(journal of alzheimer’s disease,2017,60(1):137-150)中,对一种用于认知障碍患者的电子疼痛评估工具进行了评价。该电子疼痛评估工具获取与疼痛相关的面部信息,并结合语音、运动、行为、活动和身体状态等观察信息形成疼痛程度指示信息。
3、此外,公开号为cn117860207a的中国专利申请公开了一种基于数据分析的视频非接触测量疼痛识别方法及系统,其根据人脸视频获得面部表情信息和生理信息,并基于相应信息得到疼痛识别结果。
4、面部表现、生理反应和行为表现等不同来源的信息能够从不同方面反映患者的疼痛表现。然而,在实际的数据采集过程中,不同来源数据的采集状态可能发生变化。例如,面部图像可能受到患者姿态、面部遮挡、光照条件或者采集角度等因素影响,使得从面部图像中获得的信息难以稳定反映患者在当前评估时段内的疼痛表现。
5、此外,认知障碍程度不同的老年患者在面部表现、生理反应和行为表现方面可能存在差异。同一类型数据对于不同老年患者的参考价值可能不同;对于同一老年患者,在不同评估时段内,各类型数据的参考价值也可能随患者状态和数据采集状态发生变化。在此情况下,部分可用程度较低的数据可能对疼痛程度指示信息产生影响。
6、因此,在老年患者的面部数据可用程度发生变化,且认知障碍状态可能影响疼痛外显表现的情况下,如何减少可用程度较低的面部数据对疼痛程度指示信息的影响,是老年患者疼痛评估过程中需要关注的问题。
技术实现思路
1、本技术提供一种老年患者疼痛评估方法、系统、电子设备及计算机可读存储介质,用于减少面部数据可用程度较低时,面部数据对疼痛程度指示信息的影响。
2、第一方面,本技术提供一种老年患者疼痛评估方法,包括:
3、获取老年患者的面部数据、生理数据和行为数据,以及认知障碍信息;
4、根据面部数据、生理数据和行为数据,分别确定面部疼痛表征值、生理疼痛表征值和行为疼痛表征值;
5、根据面部数据确定用于表征面部数据可用程度的面部可靠性参数;
6、根据认知障碍信息和面部可靠性参数对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值对应的预设初始融合权重进行调整,得到对应的融合权重;
7、根据面部疼痛表征值、生理疼痛表征值和行为疼痛表征值,以及对应的融合权重,生成疼痛程度指示信息。
8、在一种可能的实现方式中,面部数据包括面部图像数据;根据面部数据确定面部可靠性参数,包括:
9、对面部图像数据进行面部特征检测,得到面部特征检测置信度;
10、根据面部特征检测置信度确定面部可靠性参数。
11、由此,可以利用面部特征检测置信度表征面部图像数据的可用程度。
12、在一种可能的实现方式中,认知障碍信息包括认知障碍标签;根据认知障碍信息和面部可靠性参数对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值对应的预设初始融合权重进行调整,包括:
13、当认知障碍标签满足预设认知障碍条件时,根据预设权重约束关系确定面部权重上限、生理权重下限和行为权重下限;
14、根据面部可靠性参数,在面部权重上限、生理权重下限和行为权重下限的约束下,对预设初始融合权重进行调整,得到对应的融合权重。
15、由此,在认知障碍标签满足预设认知障碍条件时,可以限制面部疼痛表征值对应的融合权重,并使生理疼痛表征值和行为疼痛表征值对应的融合权重满足相应的下限要求。
16、在一种可能的实现方式中,根据认知障碍信息和面部可靠性参数对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值对应的预设初始融合权重进行调整,包括:
17、当面部特征检测置信度低于预设置信度阈值时,将面部疼痛表征值对应的融合权重设置为零;
18、将面部疼痛表征值对应的预设初始融合权重与设置后的融合权重之间的差值确定为待分配权重;
19、按照预设分配比例,将待分配权重分配至生理疼痛表征值和行为疼痛表征值对应的融合权重。
20、由此,在面部特征检测置信度较低时,可以降低面部疼痛表征值对加权融合结果的影响,并提高生理疼痛表征值和行为疼痛表征值在加权融合过程中的作用程度。
21、在一种可能的实现方式中,根据认知障碍信息和面部可靠性参数对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值对应的预设初始融合权重进行调整,还包括:
22、分别确定面部疼痛表征值和生理疼痛表征值在当前时间窗口相对于前一时间窗口的变化量;
23、当面部疼痛表征值的变化量与生理疼痛表征值的变化量的符号相反时,降低面部疼痛表征值对应的融合权重,并提高所述生理疼痛表征值对应的融合权重和所述行为疼痛表征值对应的融合权重中的至少一个。
24、由此,当面部疼痛表征值与生理疼痛表征值的变化趋势不一致时,可以降低面部疼痛表征值对应的融合权重,并提高所述生理疼痛表征值对应的融合权重和所述行为疼痛表征值对应的融合权重中的至少一个,从而降低变化趋势不一致的面部疼痛表征值对融合结果的影响。
25、在一种可能的实现方式中,认知障碍信息包括认知障碍等级;方法还包括:
26、获取老年患者的年龄信息;
27、当认知障碍等级低于预设认知障碍等级时,根据年龄信息所属的年龄区间确定年龄修正系数;
28、根据年龄修正系数修正面部疼痛表征值,其中,年龄修正系数随年龄区间的升高而减小。
29、由此,在认知障碍等级低于预设认知障碍等级时,可以根据老年患者所属的年龄区间修正面部疼痛表征值,降低年龄差异对面部疼痛表征值的影响。
30、在一种可能的实现方式中,根据面部疼痛表征值、生理疼痛表征值和行为疼痛表征值,以及对应的融合权重,生成疼痛程度指示信息,包括:
31、对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值对应的融合权重进行归一化处理;
32、按照归一化后的融合权重,对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值进行加权融合,得到融合疼痛指数;
33、根据预设历史时段内的融合疼痛指数的平均值确定个体疼痛基线;
34、确定当前融合疼痛指数与个体疼痛基线之间的差值,并根据差值所属的预设疼痛程度区间生成疼痛程度指示信息。
35、由此,可以根据三类疼痛表征值确定当前融合疼痛指数,并将当前融合疼痛指数与老年患者自身的个体疼痛基线进行比较,使疼痛程度指示信息反映当前融合疼痛指数相对于个体疼痛基线的变化程度。
36、在一种可能的实现方式中,方法还包括:
37、当达到预设基线更新周期时,确定当前评估时间窗口之前的候选更新窗口;
38、对候选更新窗口内用于确定融合疼痛指数的行为特征、昼夜节律特征和生理特征进行基于夏普利值的加性特征归因处理,得到行为模态或昼夜节律特征的累计贡献比例以及生理模态贡献比例;
39、当行为模态或昼夜节律特征的累计贡献比例超过第一预设比例,并且生理模态贡献比例低于第二预设比例时,暂停根据候选更新窗口内的融合疼痛指数更新个体疼痛基线,并向照护终端发送确认请求;
40、接收照护终端响应于确认请求返回的确认结果,并根据确认结果,基于候选更新窗口内的融合疼痛指数更新个体疼痛基线,或者维持更新前的个体疼痛基线。
41、由此,可以根据候选更新窗口内不同类型特征对融合疼痛指数的贡献程度控制个体疼痛基线的更新状态,减少主要由行为状态或者昼夜节律变化引起的融合疼痛指数变化被直接用于更新个体疼痛基线的情况。
42、第二方面,本技术提供一种老年患者疼痛评估系统,包括:
43、数据获取模块,用于获取老年患者的面部数据、生理数据和行为数据,以及认知障碍信息;
44、疼痛表征确定模块,用于根据面部数据、生理数据和行为数据,分别确定面部疼痛表征值、生理疼痛表征值和行为疼痛表征值;
45、面部可靠性确定模块,用于根据面部数据确定用于表征面部数据可用程度的面部可靠性参数;
46、融合权重确定模块,用于根据认知障碍信息和面部可靠性参数对面部疼痛表征值、生理疼痛表征值和行为疼痛表征值对应的预设初始融合权重进行调整,得到对应的融合权重;
47、疼痛评估模块,用于根据面部疼痛表征值、生理疼痛表征值和行为疼痛表征值,以及对应的融合权重,生成疼痛程度指示信息。
48、第二方面提供的老年患者疼痛评估系统的有益效果,可以参照第一方面提供的老年患者疼痛评估方法的有益效果,在此不再重复说明。
49、第三方面,本技术提供一种电子设备,包括处理器和存储器,存储器中存储有程序,程序被处理器执行时,实现第一方面或者第一方面任一种可能的实现方式提供的老年患者疼痛评估方法。
50、第四方面,本技术提供一种计算机可读存储介质,计算机可读存储介质中存储有程序,程序被处理器执行时,实现第一方面或者第一方面任一种可能的实现方式提供的老年患者疼痛评估方法。
51、本技术根据老年患者的面部数据、生理数据和行为数据确定对应的疼痛表征值,并根据认知障碍信息和面部可靠性参数调整三类疼痛表征值对应的预设初始融合权重。由此,可以在面部数据可用程度发生变化时,调整面部疼痛表征值、生理疼痛表征值和行为疼痛表征值在加权融合过程中的作用程度,减少可用程度较低的面部数据对疼痛程度指示信息的影响。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com