فهرست مقالات Facial Expressions

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - مقایسه سوگیری توجه به حالت‌های چهره‌ای بیان کننده سردرد و سبک‌های مقابله با درد در افراد دارای میگرن و افراد سالم
  زهرا زارعی خاطره برهانی فرزاد اشرافی ستاره مختاری
  پژوهش حاضر به منظور مقایسه سوگیری توجه نسبت به حالت های چهره ای بیان کننده سردرد و سبک های مقابله با درد در افراد مبتلا به میگرن و افراد عادی انجام شد. نمونه مورد مطالعه، تعداد 44 نفر با تشخیص میگرن در دامنه سنی 18 تا 50 سال و 43 نفر از جمعیت عمومی بودند که به روش نم چکیده کامل

  پژوهش حاضر به منظور مقایسه سوگیری توجه نسبت به حالت های چهره ای بیان کننده سردرد و سبک های مقابله با درد در افراد مبتلا به میگرن و افراد عادی انجام شد. نمونه مورد مطالعه، تعداد 44 نفر با تشخیص میگرن در دامنه سنی 18 تا 50 سال و 43 نفر از جمعیت عمومی بودند که به روش نمونه‌گیری درد دسترس انتخاب شدند. به منظور جمع آوری داده ها از پرسشنامه سبک های مقابله ای در شرایط استرس‌زای درد و تکلیف دات پروب با استفاده از حالت های چهره ای بیان کننده سردرد استفاده شد. برای تحلیل داده ها از آزمون های مان ویتنی و کروسکال- والیس استفاده شد. نتایج نشان داد که استفاده از سبک های مقابله ای، بین دو گروه متفاوت بود، بدان معنا که افراد گروه کنترل به شکل معناداری از سبک های اجتنابی و مسئله مدار بیشتر از گروه مبتلا به میگرن استفاده می‌کردند. سوگیری توجه نسبت به حالت های چهره ای بیان کننده سردرد اما در بین افراد دارای میگرن و سالم وجود نداشت. بنابراین احتمالا سوگیری به درد نقشی در ابقاء میگرن ندارد اما توجه به سبک‌های مقابله‌ای با درد در روند درمان و آموزش روش‌های مقابله‌ای کارآمد باید مدنظر گرفته شود. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - Fear Recognition Using Early Biologically Inspired Features Model
  Elham  Askari
  10.61186/jist.39051.12.45.12
  Facial expressions determine the inner emotional states of people. Different emotional states such as anger, fear, happiness, etc. can be recognized on people's faces. One of the most important emotional states is the state of fear because it is used to diagnose many di چکیده کامل

  Facial expressions determine the inner emotional states of people. Different emotional states such as anger, fear, happiness, etc. can be recognized on people's faces. One of the most important emotional states is the state of fear because it is used to diagnose many diseases such as panic syndrome, post-traumatic stress disorder, etc. The face is one of the biometrics that has been proposed to detect fear because it contains small features that increase the recognition rate. In this paper, a biological model inspired an early biological model is proposed to extract effective features for optimal fear detection. This model is inspired by the model of the brain and nervous system involved with the human brain, so it shows a similar function compare to brain. In this model, four computational layers were used. In the first layer, the input images will be pyramidal in six scales from large to small. Then the whole pyramid entered the next layer and Gabor filter was applied for each image and the results entered the next layer. In the third layer, a later reduction in feature extraction is performed. In the last layer, normalization will be done on the images. Finally, the outputs of the model are given to the svm classifier to perform the recognition operation. Experiments will be performed on JAFFE database images. In the experimental results, it can be seen that the proposed model shows better performance compared to other competing models such as BEL and Naive Bayes model with recognition accuracy, precision and recall of 99.33%, 99.71% and 99.5%, respectively پرونده مقاله