English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

This paper proposes a sequence of computational procedures for detecting, interpreting and classifying patterns in frontal two-dimensional images of faces for automatic recognition of pain in newborns. Using data transformation and extraction of statistical characteristics from a real-life, healthy-term newborn image database, it was possible to interpret and model the subjectivity of trained health professionals, quantifying human knowledge in the task of recognizing pain enabling automatic identification. These results were compared with NFCS based classifications by the same professionals of the same images. Resumo. Esse artigo propõe uma sequência de procedimentos computacionais para detecção, interpretação e classificação de padrões em imagens bidimensionais frontais de faces para reconhecimento automático de dor em recémnascidos. Usando transformações de dados e extrações de características estatísticas de um banco de imagens reais de recém-nascidos a termo e saudáveis, foi possível abstrair e modelar a subjetividade dos profissionais de saúde treinados, quantificando o conhecimento humano na tarefa de reconhecimento de dor permitindo uma identificação automática. Tais resultados foram comparados com classificações das mesmas imagens, com base na escala de dor NFCS, pelos mesmos profissionais.

Analysis And Recognition Of Pain In 2d Face Images Of Full Term And Healthy Newborns