当我们感到身体的疼痛，却无法告诉别人痛在哪里或有多痛时，该怎么办？
缺乏言语交流的人群，比如婴儿或阿尔茨海默病患者可能更会面临这样的问题。
或许，通过测量疼痛的面部表情反应，能够帮助患者将疼痛“不言而喻”。
疼痛研究为何需要关注面部表情？
评估和测量身体疼痛可以通过多种方法来完成，考虑的因素包括行为线索和生理反应。目前，疼痛测量的黄金标准依赖于自我报告，这为疼痛评估带来了一定挑战。因为往往缺乏语言交流能力的人在这种主观测量中会存在困难，例如婴儿、失语症患者或阿尔茨海默病患者。因此，研究者们在不断寻找新的创新方法，以尽可能高效的方式开展研究。其中，将自动面部表情分析工具用于疼痛评估以逐渐成为新趋势。
在疼痛研究中，面部表情分析应用最多的有四个主要目标群体：婴儿、痴呆症或帕金森病患者以及患有痛觉疼痛的非交流人群。
如何测量疼痛时的面部表情？
当然，疼痛的感受在面部表情中的呈现是非常复杂的，它涉及多个面部肌肉的运动与组合。
诺达思的面部表情分析系统（FaceReader）采用保罗·艾克曼的面部动作编码系统（FACS），将表情分为六种基本类型：喜悦、悲伤、愤怒、惊讶、恐惧和厌恶以及中性状态，并根据即时观捕捉到的面部特征为每种情绪分配相应的强度值，实现面部表情的自动分析。除了基本情绪外，FaceReader 提供 20个动作单元（AU），满足不同情绪下动作单元的组合，从而创建自定义表情，这为定义疼痛时的面部表情提供技术基础。
面部表情分析系统 (FaceReader)
面部表情分析系统 (FaceReader)
有研究者建立了一种用于识别ICU非语言患者疼痛的自定义表达方式。其算法包含多个动作单元，如眼睑收紧（AU9+AU10），皱眉（AU4），上唇抬起皱鼻（AU10），然后是下唇抬起（AU17）以及最后的闭眼（AU43）。然后，通过一段视频对其进行验证。视频中的人将手伸入冰水中，这是一种常见的疼痛测试范式（如图）。结果显示，该疼痛的面部表情自定义表达式是有效的。
使用 FaceReader自定义表情 推进疼痛研究
正如刚才的验证研究所示，要在疼痛研究中成功应用自动面部表情分析，必须解决可行性问题。这意味着面部表情分析算法和深度神经网络能准确可靠地检测和解释与疼痛有关的面部表情，并适用于不同人群。
有更多研究者继续对其探讨，设置了一个项目来探索 FaceReader 等工具在四个疼痛研究领域的可行性。这包括与疼痛研究领域的专家，如痴呆症研究人员和幼儿研究人员进行系列访谈，主要目标是确定他们在疼痛研究中使用自动面部表情分析的潜在障碍或挑战。
趋势分析和访谈结果显示，使用 FaceReader 等自动面部表情分析工具的必要性得到了专业领域研究者的认可，尤其是在评估婴儿的疼痛方面。他们认为，目前在疼痛研究中手动编码是标准做法，但与此同时，耗时的手动编码过程是研究面部表情的主要瓶颈。面部表情自动分析的优势在于能够进行自动快速的测量，同时保证客观性。毕竟，人工评估时的个体偏差会导致对疼痛程度的不同测量。
疼痛研究的一个可能方向是在面部表情分析中使用自定义表情。FaceReader 的最新版本允许用户通过组合动作单元、情绪、注视方向和头部朝向等参数来创建自己的算法。使用这些自定义表情可以帮助研究者深入了解与疼痛有关的面部表情。
当然，要在疼痛研究中使用这类工具，必须重视使用自动化工具对疼痛评估的验证。这将有助于研究者获得所需的可靠结果，并推动疼痛研究领域向前发展。
您是否想要了解更多有关面部表情分析系统（FaceReader）及自定义表情算法的信息？
欢迎填写下方表单联系我们！
