导读:本文包含了面部表情量表论文开题报告文献综述及选题提纲参考文献，主要关键词:新生儿,新生儿重症监护病房,疼痛评估,新生儿面部表情疼痛量表
面部表情量表论文文献综述
陈秋婵,李漓[1]（2019）在《新生儿面部表情疼痛量表的设计与评价》一文中研究指出目的设计适用于我国新生儿的疼痛评估量表,提高临床评估效应和实用价值。方法选取新生儿重症监护病房(NICU)拟动脉穿刺采血的新生儿123例,其中20例于动脉穿刺操作过程中,以每隔3 s 1张的速度连续视频截图共1 053幅,用于设计新生儿面部表情疼痛量表;另103例于动脉穿刺操作前、中、后3个时间点录像,用于评价该量表信度、效度及一致性。选取新生儿面部编码系统、新生儿疼痛量表进行参照评价。选取NICU 43名护士对3种量表的可行性及临床实用性进行评价。结果新生儿面部表情疼痛量表包括面部表情和生理指标两部分,总分0～10分。评估者间一致性ICC为0.994,重测信度r值为0.989,面部表情、生理指标的Cronbach′sα系数分别为1.000、0.717,聚集效度r值为0.530～0.951,效标效度r值为0.952、0.944;与新生儿面部编码系统、新生儿疼痛量表差值的95%一致性界限分别为(-0.78,1.47)、(-2.05,1.52)。新生儿面部表情疼痛量表可行性和临床实用性评分得分高于另2种量表(P<0.05),临床护士应用首选率为79.1%。结论新生儿面部表情疼痛量表具有良好的信度、效度和临床实用性,可用于评估新生儿的操作性疼痛。(本文来源于《护理学杂志》期刊2019年12期）
Alam,Noor[2]（2019）在《羊面部表情疼痛量表：利用卷积神经网络》一文中研究指出通过深度学习分析动物的面部表情是本研究的主要内容。由于羊面部表情的人工评价缺乏准确性,耗时且单调。因此面部表情的疼痛水平估计是绵羊生命的有效和可靠的标记。一方面深度学习的基础是计算机视觉中卷积神经网络的最新进展,有助于快速准确地对面部表情进行分类。但另一方面,由于输入中的高斯和脉冲噪声,卷积神经网络易受小样本的影响。在本方法第一阶段中,首先要消除数字图像处理中的组合高斯和脉冲噪声。由于保留图像细节和抑制噪声是具有挑战性的问题,为此,一种结合卷积神经网络新型中值滤波器滤波器被用于处理高斯和椒盐噪声。以前的方法是依赖程序,一些用于处理脉冲噪声,另一些用于处理高斯噪声。首先消除高斯和脉冲噪声的是通过采用3×3和5×5窗口大小的中值滤波器来检测具有噪声抑制的脉冲噪声。随后在第二步中,通过残差学习去噪卷积神经网络去除高斯噪声。在数字图像处理领域,学习和去噪性能非常必要。去噪卷积神经网络还具有有效处理具有未知的噪声水平的高斯噪声。在第二阶段时,通过监测绵羊的生活实现对自然习性的充分评估,这对于管理至关重要。在这项研究中,我们提出了一种羊脸数据集的框架,它使用转移学习和微调来自动分类正常和异常的羊脸图像。基于最先进的卷积神经网络架构来训练羊脸数据集。我们使用数据增强,L2正则化和微调来训练模型。在实验中,噪声去除表明,该方法可以实现训练期间的低损耗、低均方根误差、高峰值信噪比、良好的图像评估质量和用于在去噪和原始彩色图像之间进行近似预测的平均绝对误差。本文的实验通过使用预训练模型对绵羊面部表情进行羊脸表情的正常和异常检测,通过使用的VGG16模型实现了100%训练,99.69%验证和100%测试准确性。在使用其他预训练模型的同时,本文达到了93.10%至98.4%的准确率。最后,VGG16和ResNet50用于五种面部表情,分别获得100%和85%的准确率。我们提出的模型适用于测试大型数据集,可以更高精度地帮助其他动物生命,节省时间和费用。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
陈秋婵[3]（2019）在《新生儿面部表情疼痛量表的设计与评价》一文中研究指出研究背景住院新生儿需接受各种急性疼痛性操作。反复持续的疼痛刺激对新生儿造成短期及长期的不良影响,但疼痛评估与治疗仍然不足。识别与准确评估疼痛是有效治疗的前提。新生儿无法主诉疼痛,给疼痛评估带来挑战。指南推荐,将疼痛行为与疼痛引起的生理指标变化相结合评估新生儿疼痛。目前已设计出40余种疼痛评估量表供医护人员识别及量化新生儿疼痛,但多数量表临床实用性不强,且作为主要疼痛行为指标的面部表情仅依靠文字描述,记录繁琐、耗时。研究目的设计适合中国新生儿的面部表情疼痛量表,检验其信度、效度、可行性和临床实用性。研究方法1.对象采用便利抽样法选择广州市某叁级医院新生儿重症监护病房123例新生儿和43名护士参加本研究。2.量表设计依据面部动作编码系统(Facial Action Coding System,FACS),在建立面部表情数据库的基础上,借鉴新生儿面部编码系统(Neonatal Facial Coding System,NFCS)中的8个条目绘出5帧面部表情,结合生理指标设计而成新生儿面部表情疼痛量表(Neonatal Faces Pain Scale,NFPS)。3.评估工具新生儿面部编码系统包括10个条目,总分0～10分。新生儿疼痛量表(Neonatal Infant Pain Scale,NIPS)包括6个条目,总分0～7分。量表可行性和临床实用性调查问卷包括10个条目,总分10～50分。4.步骤对123例足月和早产新生儿动脉穿刺采血操作前1min、中、后1min床旁录像,选取其中20例新生儿操作录像以每隔3s 1张的速度连续截图1053幅,建立新生儿面部表情数据库。3名评估者使用新生儿面部编码系统(NFCS)评估数据库中的面部表情,根据疼痛评分对面部表情进行分级,在此基础上通过点对法和Photoshop等工具设计出新生儿面部表情疼痛量表(NFPS)。3名评估者用随机排序的新生儿面部表情疼痛量表(NFPS)、新生儿面部编码系统(NFCS)和新生儿疼痛量表(NIPS)评估其余103例新生儿操作录像的疼痛强度,检验其信度、效度。43名护士对3种量表的可行性及临床实用性进行评价。研究结果1.新生儿面部表情疼痛量表(NFPS)量表包括面部表情和生理指标2个维度,面部表情、心率、脉搏血氧饱和度3个条目,分别赋值0～8、0～1、0～1分,总分0～10分。2.新生儿动脉穿刺不同操作时机3种量表疼痛评分比较新生儿面部表情疼痛量表(NFPS)、新生儿面部编码系统(NFCS)和新生儿疼痛量表(NIPS)3种量表在新生儿动脉穿刺操作中、后疼痛评分均存在显着性差异(Z=-5.447,Z=-5.002,Z=-5.359,P均<0.001),以操作中的疼痛评分最高,分别为9.0(8.0,10.0)分、9.0(6.0,9.0)分、7.0(6.3,7.0)分。3.新生儿面部表情疼痛量表(NFPS)的信度新生儿面部表情疼痛量表(NFPS)、新生儿面部编码系统(NFCS)和新生儿疼痛量表(NIPS)3种量表的评估者间一致性组内相关系数分别为0.994、0.994、0.989,新生儿面部表情疼痛量表(NFPS)的重测信度为0.989。4.新生儿面部表情疼痛量表(NFPS)的效度新生儿面部表情疼痛量表(NFPS)2个维度的内部一致性信度Cronbach α系数为1.000、0.717,各维度间、条目与维度间、维度与总量表间的相关系数rs为0.337～1.000,(P<0.01)。效标效度r值为0.952、0.944。5.护士对3种量表的可行性和临床实用性评价新生儿面部表情疼痛量表(NFPS)、新生儿面部编码系统(NFCS)和新生儿疼痛量表(NIPS)的可行性和临床实用性总分分别为50(47,50)、49(40,50)、48(40,50),首选率分别为79.1%、16.3%、4.6%。研究结论新生儿面部表情疼痛量表(NFPS)具有良好的信度、效度、可行性和临床实用性,可用于评估足月和早产新生儿的急性操作性疼痛。(本文来源于《南方医科大学》期刊2019-05-28）
刘志云,沈玲,邱海波,陈前波,宋金超[4]（2016）在《面部表情疼痛量表和行为学评估慢性胰腺炎大鼠的疼痛》一文中研究指出目的研究大鼠面部表情疼痛量表检测慢性胰腺炎大鼠的疼痛可行性,为疼痛治疗提供新的观察方法。方法成年雄性Wister大鼠28只,随机分为两组,每组14只。实验组一次性经尾静脉注射二丁基二氯化锡溶液,对照组注射等剂量的乙醇和甘油,测量注药前后大鼠体质量和机械痛行为发生的频率,观察大鼠面部表情。2周后处死大鼠,HE染色观察大鼠胰腺组织病理变化。结果与对照组比较,实验组大鼠胰腺组织有明显慢性炎症表现,体质量明显降低(P<0.01),腹部机械痛超敏反应明显增加(P<0.01),面部疼痛表情加重。结论可以用面部表情疼痛量表评估慢性胰腺炎大鼠的疼痛,有助于实现基础科学向临床应用转化。(本文来源于《临床麻醉学杂志》期刊2016年04期）
龚宗容,舒敏,万朝敏,朱渝,罗双红[5]（2015）在《Wong-Baker面部表情疼痛量表对0至5岁急性发热儿童舒适度评估的效果》一文中研究指出目的研究Wong-Baker面部表情疼痛量表(Wong-Baker量表)评价0至5岁急性发热儿童舒适度的效果。方法对体温≥37.5℃且病程≤7 d的0至5岁儿童,非睡眠情况下观察2 h后,在父母或抚育者在场的情况下,先后行Wong-Baker量表和中文版新生儿疼痛与不适量表(EDIN)评估发热患儿的舒适度,对2个量表舒适度评价的一致性行Spearman's相关性分析。结果 97例住院发热患儿进入本文分析,男56例,年龄≤1岁31例,~3岁49例,~5岁17例;体温≤38.0℃35例,~39.0℃49例,≥39.0℃13例;感染性疾病43例(44.3%),呼吸系统疾病25例(25.8%),发热待诊21例(21.6%),血液系统疾病7例,消化系统疾病1例。Wong-Baker量表评估发热患儿均感受到疼痛,有点痛和轻微疼痛29.9%,不同性别、年龄对疼痛明显、疼痛严重和疼痛剧烈的感受较一致,且随着体温的升高对不同程度的疼痛感受越来越明显。中文版EDIN评估发热患儿90%以上表现为不适;在不同性别、年龄1~3分状态感受较一致,随着体温的升高,睡眠质量好、与研究人员接触友好和较容易安抚的患儿在减少。Wong-Baker量表和中文版EDIN Spearman's相关系数为0.742(P<0.001),呈显着正相关,且不受患儿性别、年龄和体温等影响。结论 Wong-Baker量表对评价0至5岁急性发热儿童舒适度和中文版EDIN具有一致性。(本文来源于《中国循证儿科杂志》期刊2015年06期）
刘彩霞,刘晓虹[6]（2014）在《Wong-Baker面部表情量表在剖宫产术后疼痛管理中的应用》一文中研究指出目的:研究"Wong-Baker面部表情量表"在剖宫产术后疼痛管理中的应用。方法:选择120例产妇年龄(20-42)岁,利用Wong-Baker面部表情量表,对产妇疼痛做出全面、动态的评估。同时做好疼痛处置并及时评价止痛效果。结论:剖宫产术后应用面部表情评估法进行疼痛评估和疼痛管理简单实用,具有一定的科学依据和准确度,可长期实施。(本文来源于《大家健康(学术版)》期刊2014年06期）
刘远辉[7]（2009）在《基于面部表情量表的员工工作满意度研究》一文中研究指出工作满意度能够解释和预测工作场所的许多重要态度和行为,一直是组织行为学中的热点问题。以往工作满意度的测量大多数采用的是多项目言语问卷测量,这种测量方法采用具有相似的呈现形式和反应形式的多项目李克特式言语量表,问卷动辄就是上百个项目,由此获得的变量之间的关系常常受到共同方法误差的污染。而单项目工作满意度面部表情量表与以往的言语问卷明显不同,能够要求被试认真思考被问及的问题,以及如何进行反应才能在新的量表形式中准确的表达其信念、知觉、态度和喜好,从而打断被试习惯化的反应定式,达到降低共同方法误差的目的。本研究通过编制工作满意度面部表情量表,对面部表情量表自身的心理测量学指标进行考察,并在此基础上考察工作满意度、工作绩效与离职倾向之间关系。一、根据国外有关工作满意度面部表情量表文献,在开放式问卷和访谈基础上,确定量表所用的面部表情,编制面部表情量表。对国内534名企业员工进行问卷调查。研究结果表明面部表情量表信度为0.764,信度和效度都达到了心理测量学的要求。最后对工作满意度的人口统计学特征变量进行差异分析,结果显示工作满意度在性别、婚姻状况、年龄、教育程度、工作岗位和企业性质上存在显着差异。二、通过对相同样本被试进行调查,首先探讨了工作满意度、工作绩效、离职倾向之间的关系。回归分析结果显示,工作满意度与工作绩效对离职意向都有显着的预测作用。对工作绩效的调节作用进行了检验,结果表明,工作绩效对工作满意度与离职意向之间关系有显着的调节作用。在满意度一致的前提下,工作绩效高的员工离职倾向低,工作绩效低的员工离职倾向高。最后,指出研究中存在的不足,并对需要进一步解决的问题进行了说明。(本文来源于《河南大学》期刊2009-05-01）
谭婉儿,张国萍,冼敏茜,吴慧红[8]（2001）在《Wong-Baker面部表情量表在口腔科术后疼痛评估中的应用》一文中研究指出目的 了解Wong -Baker面部表情量表在口腔科术后疼痛评估中的意义。 方法 应用该量表对 16 0例口腔手术后患者疼痛程度进行分级 ,并与患者主观感受对比 ,根据评估结果做出相应处理。结果 该量表分级结果与患者主观感受分级结果相仿 ,据此控制疼痛效果满意。结论 Wong -Baker面部表情量表在口腔科术后疼痛评估中具有一定应用价值(本文来源于《广东牙病防治》期刊2001年03期）
申萍,施毅[9]（1998）在《用面部表情量表法评估疼痛》一文中研究指出用面部表情量表法评估疼痛〔英〕／ＰａｓｅｒｏＣＬ／／ＡｍＪＮｕｒｓ．－１９９７，９７（７）．－１９～２０作者任职于医院疼痛护理委员会，０～１０分的量表对病人的疼痛症状进行评估。大多数病人对这种量表的表达方法混淆不清，尤其是对儿科病人还有那些认知已损害...(本文来源于《国外医学.护理学分册》期刊1998年03期）
面部表情量表论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过深度学习分析动物的面部表情是本研究的主要内容。由于羊面部表情的人工评价缺乏准确性,耗时且单调。因此面部表情的疼痛水平估计是绵羊生命的有效和可靠的标记。一方面深度学习的基础是计算机视觉中卷积神经网络的最新进展,有助于快速准确地对面部表情进行分类。但另一方面,由于输入中的高斯和脉冲噪声,卷积神经网络易受小样本的影响。在本方法第一阶段中,首先要消除数字图像处理中的组合高斯和脉冲噪声。由于保留图像细节和抑制噪声是具有挑战性的问题,为此,一种结合卷积神经网络新型中值滤波器滤波器被用于处理高斯和椒盐噪声。以前的方法是依赖程序,一些用于处理脉冲噪声,另一些用于处理高斯噪声。首先消除高斯和脉冲噪声的是通过采用3×3和5×5窗口大小的中值滤波器来检测具有噪声抑制的脉冲噪声。随后在第二步中,通过残差学习去噪卷积神经网络去除高斯噪声。在数字图像处理领域,学习和去噪性能非常必要。去噪卷积神经网络还具有有效处理具有未知的噪声水平的高斯噪声。在第二阶段时,通过监测绵羊的生活实现对自然习性的充分评估,这对于管理至关重要。在这项研究中,我们提出了一种羊脸数据集的框架,它使用转移学习和微调来自动分类正常和异常的羊脸图像。基于最先进的卷积神经网络架构来训练羊脸数据集。我们使用数据增强,L2正则化和微调来训练模型。在实验中,噪声去除表明,该方法可以实现训练期间的低损耗、低均方根误差、高峰值信噪比、良好的图像评估质量和用于在去噪和原始彩色图像之间进行近似预测的平均绝对误差。本文的实验通过使用预训练模型对绵羊面部表情进行羊脸表情的正常和异常检测,通过使用的VGG16模型实现了100%训练,99.69%验证和100%测试准确性。在使用其他预训练模型的同时,本文达到了93.10%至98.4%的准确率。最后,VGG16和ResNet50用于五种面部表情,分别获得100%和85%的准确率。我们提出的模型适用于测试大型数据集,可以更高精度地帮助其他动物生命,节省时间和费用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面部表情量表论文参考文献
[1].陈秋婵,李漓.新生儿面部表情疼痛量表的设计与评价[J].护理学杂志.2019
[2].Alam,Noor.羊面部表情疼痛量表：利用卷积神经网络[D].哈尔滨工业大学.2019
[3].陈秋婵.新生儿面部表情疼痛量表的设计与评价[D].南方医科大学.2019
[4].刘志云,沈玲,邱海波,陈前波,宋金超.面部表情疼痛量表和行为学评估慢性胰腺炎大鼠的疼痛[J].临床麻醉学杂志.2016
[5].龚宗容,舒敏,万朝敏,朱渝,罗双红.Wong-Baker面部表情疼痛量表对0至5岁急性发热儿童舒适度评估的效果[J].中国循证儿科杂志.2015
[6].刘彩霞,刘晓虹.Wong-Baker面部表情量表在剖宫产术后疼痛管理中的应用[J].大家健康(学术版).2014
[7].刘远辉.基于面部表情量表的员工工作满意度研究[D].河南大学.2009
[8].谭婉儿,张国萍,冼敏茜,吴慧红.Wong-Baker面部表情量表在口腔科术后疼痛评估中的应用[J].广东牙病防治.2001
[9].申萍,施毅.用面部表情量表法评估疼痛[J].国外医学.护理学分册.1998
标签：新生儿; 新生儿重症监护病房; 疼痛评估; 新生儿面部表情疼痛量表;