基于呼吸信号的高效疼痛识别：单交叉注意力Transformer多窗口融合流程

疼痛是一种影响大量人群的复杂状况。准确且持续的评估对疼痛患者至关重要，并支持制定有效和先进的管理策略。自动疼痛评估系统提供连续监测并支持临床决策，旨在减轻痛苦并预防功能衰退。

本研究已提交至《第二代多模态感知下一代疼痛评估大挑战（AI4PAIN）》。提出的方法引入了一个流程，利用呼吸作为输入信号，并结合高效交叉注意力Transformer及多窗口策略。大量实验表明，呼吸是疼痛评估中有价值的生理模态。此外，实验显示，经过适当优化的紧凑高效模型可以实现强劲性能，往往超越更大规模的模型。提出的多窗口方法有效捕捉短期和长期特征以及全局特性，从而增强了模型的表示能力。

主题分类：
人工智能（cs.AI）；机器学习（cs.LG）；信号处理（eess.SP）

引用信息：
arXiv:2507.21886 [cs.AI]
https://doi.org/10.48550/arXiv.2507.21886

提交历史：
2025年7月29日提交