Intelligent Sight and Sound：慢性癌症疼痛数据集

资源简介

Intelligent Sight and Sound：慢性癌症疼痛数据集

【一句话概览】

本研究探讨利用机器学习分析面部影像、声音和口语，以捕捉和分类癌症/肿瘤疼痛的可行性。研究背景指出，癌痛严重影响日常生活，评估和管理不足可导致功能与心理恶化。研究目标是判断面部识别技术能否用于分类多样化癌症患者的疼痛，以及语音识别技术能否评估疼痛。研究对象为12岁及以上正在接受癌症治疗者，约3个月内进行2至4次门诊随访和每周约3次居家随访，通过手机或电脑完成问卷并录制视频（来源 ClinicalTrials.gov）。

【数据集背景】

本数据集源站标题为《A Feasibility Study Investigating the Use of Machine Learning to Analyze Facial Imaging, Voice and Spoken Language for the Capture and Classification of Cancer/Tumor Pain》。源站首次发布：2020-10-27。

【数据内容】

源站原始描述：Background: Cancer pain can have a very negative effect on people s daily lives. Researchers want to use machine learning to detect facial expressions and voice signals. They want to help people with cancer by creating a model to measure pain. They want the model to reflect diverse faces and facial expressions. Objective: To find out whether facial recognition technology can be used to classify pain in a diverse set of people with cancer. Also, to find out whether voice recognition technology ca…

中文译文（机器翻译，仅供快速理解，请以原文为准）：背景：癌症疼痛会对人们的日常生活产生非常负面的影响。研究人员希望利用机器学习来检测面部表情和声音信号。他们希望通过创建一个测量疼痛的模型来帮助癌症患者。他们希望该模型能反映多样化的面孔和面部表情。目的：了解面部识别技术是否可用于对多样化癌症人群的疼痛进行分类。此外，了解语音识别技术是否可用于评估疼痛。资格：正在接受癌症治疗的12岁及以上人群。设计：参与者将接受筛查，包括：癌症病史；有关其性别和皮肤类型的信息；有关其使用智能手机和无线互联网情况的信息；有关其癌症疼痛的问题。参与者将在诊所和家中进行随访问诊。这些随访问诊将在大约3个月内进行。他们将在诊所进行2-4次随访问诊。他们每周将在家中约进行3次随访问诊。在随访问诊期间，参与者将回答问题并谈论其癌症疼痛。他们将使用手机或带有摄像头和麦克风的电脑完成问卷。他们将录制自己朗读一段15秒文本并回答一个问题的视频。在诊所随访问诊期间，将使用专业照明、视频设备和摄像头进行录制。在远程随访问诊期间，参与者将被要求独自完成问卷和录制。他们应处于安静且明亮的房间内。房间应有白色墙壁或背景。……背景：* 与癌症/肿瘤相关的疼痛可能广泛存在，对日常生活产生使人衰弱的影响，并干扰靶向治疗原本可能取得的积极结果。* 本研究的基础主要源于开发和验证客观疼痛测量方法的需要，所用模型应在广度和深度上与多样化患者群体相关。* 对癌症/肿瘤疼痛的评估和管理不足可导致功能和生活质量恶化，并对生活质量产生负面影响。* 基于使用机器学习自动检测面部表情的客观疼痛测量量表研究正在扩展，但一直局限于某些特定人群队列。* 机器学习模型表现出较差的性能

【主题与分类】

主题标签：Cancer、Neoplasms、Solid Tumors、Telehealth、Self-Reported Pain、Facial Recognition Technology、Pain Score、Natural History。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面：https://clinicaltrials.gov/study/NCT04442425