Dolor

El dataset Dolor consiste de 256 audios de distintos pacientes en el rango de 24 a 84 años de edad que presentan dolor musculoesquelético. El objetivo del trabajo es colaborar con un conjunto de datos para la clasificación de niveles de dolor en las categorías: Fuerte, Medio, Bajo y Nada. Los audios...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Hernández de la Cruz, Mercedes, Ramirez Arcos, Maria Isabel, Morales Morales, Cornelio, Castro Bello, Mirna, Evangelista Alcocer, Yanet, Solache Castro, Nestor Uriel, Zavala Hurtado, María, Valencia Díaz, Eleazar Felipe, Nava Ramírez, Bryan Abisai
Format: Dataset
Sprache:eng
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:El dataset Dolor consiste de 256 audios de distintos pacientes en el rango de 24 a 84 años de edad que presentan dolor musculoesquelético. El objetivo del trabajo es colaborar con un conjunto de datos para la clasificación de niveles de dolor en las categorías: Fuerte, Medio, Bajo y Nada. Los audios fueron recolectados en diversas fuentes para asegurar su diversidad y representatividad. Se utilizaron audios de entrevistas realizadas a personas que acudieron a consultas médicas, de tratamiento fisioterapéutico, así como de colaboraciones voluntarias realizadas durante una jornada quirúrgica de prótesis de rodilla. Los audios utilizan una escala verbal para describir la intensidad del dolor que experimentan los pacientes al momento de la entrevista. Después de grabados, los audios fueron procesados para mejorar la calidad de la data, pasando por el tratamiento correspondiente a las etapas de selección, recorte y normalización. Durante los procedimientos se determinó que la longitud adecuada para optimizar su consulta es de 1 a 5 segundos. La normalización de volumen y eliminación de silencios permitió obtener un audio de mejor calidad, aptos para ser usados en el entrenamiento de modelos de Machine Learning.
DOI:10.17632/vrw3zw3hkt.1