疼痛刺激会对新生儿产生一系列近期和远期的严重影响，因此正确评估和积极处理疼痛，已成为儿科临床医师和研究人员密切关注的焦点。开发一种基于面部表情分析的新生儿疼痛自动评估系统，对医护人员及时采取相应的镇痛措施，减轻新生儿和婴儿的疼痛具有非常重要的现实意义和价值。新生儿面部的检测，是新生儿疼痛自动评估系统的一个重要组成部分，是面部特征提取和表情识别的前提和基础。　　 在阅读了大量文献的基础上，并结合新生儿疼痛自动评估系统的要求，本文提出了基于肤色特征和Adaboost的新生儿面部检测算法，主要完成了以下工作:(1)从医院采集新生儿图片，并对采集后的图片进行处理，建立了一个包含3000个样本的新生儿面部图像库；(2)分析了现有的肤色检测方法的优缺点，提出了基于肤色的区域生长算法，实现了新生儿面部区域的初步定位；(3)详细分析了Adaboost算法原理、流程，以及Adaboost算法的分类错误率和泛化误差；(4)对300幅大小为720×576的新生儿图片进行实验，与Adaboost算法相比，本文算法在性能上有明显的改善，平均检测速度提高了91.3％，平均检测时间从482ms下降到252ms，误检率由11.5％下降到7.5％。