[发明专利]一种CV下基于H-B分级的精准面瘫程度评测方法及装置

说明书

本发明公开了一种CV下基于H‑B分级的精准面瘫程度评测方法及装置。该方法包括：建立面瘫关键点检测模型；获取待检测数据并对待检测数据进行处理：将无表情自然状态静态图像、序列图像一、序列图像二、序列图像三以及序列图像四依次输入至面瘫关键点检测模型中以输出相应的多组人脸形状，更新多组人脸形状；对待检测用户的面瘫程度进行评测：计算θ₁、θ₂、θ₄、θ₆、θ₈、θ₁₀、θ₁₁并分别与其阈值比较；通过比较结果对待检测用户的面瘫程度进行判定，并计算面瘫指数。本发明可以使检测模型具有较高的检测定位精度，大大提升待检测用户面瘫程度综合评价及检测的精度及准度，为面瘫患者的预防发现及治疗提供有力支撑。

技术领域

本发明涉及面瘫识别技术领域的一种精准面瘫程度评测方法，尤其涉及一种CV下基于H-B分级的精准面瘫程度评测方法，还涉及应用该方法的CV下基于H-B分级的精准面瘫程度评测装置。

背景技术

面瘫，一种面部肌肉运动功能受阻的常见病，患者往往难以正常完成如闭眼、抬眉、鼓腮、皱鼻或张嘴等基本面部动作，而且在我国是发病率较高的地区。面瘫一般称为面神经麻痹，一般症状是口眼歪斜，患者往往连最基本的抬眉、闭眼、鼓嘴等动作都无法完成。

目前，面瘫诊断相关的面神经功能评价方法有将近20多种，如H-B分级法、线性测量指数、诺丁汉分级系统及多伦多分级法等，但这些系统在评价面瘫程度的评价标准普遍都存在一定的缺陷，如评价结果很大程度上由于人工操作的过程中所带有的专家主观性评判，不仅效率较低而且存在较大的误差，由此大大影响了对面瘫患者的面瘫程度的评估结果，同时对面瘫患者的治疗过程及恢复情况没有信息化的统计记录而难于准确评价治疗效果，从而对面瘫患者的后续治疗带来了较大的阻力。因此，需要一种利用现有计算视觉等技术而实现面瘫程度评测方法，该方法能够应用于面瘫检测设备中，作为医疗设备的检测方法对面瘫患者的面瘫程度进行检测，并且能够大规模、广泛地进行产业化应用，例如可以作为独立的程序应用在手机端、客户端中，可供面瘫患者在非治疗时期进行纠正和检查，同时也可以供非面瘫患者做预防方法使用。

发明内容

为解决现有的面瘫程度评测方法存在误差大，评测效率低的技术问题，本发明提供一种CV下基于H-B分级的精准面瘫程度评测方法及装置。

本发明采用以下技术方案实现：一种CV下基于H-B分级的精准面瘫程度评测方法，其包括以下步骤：

(1)确定左眉毛的面瘫关键点s₁、s₂₄、s₂₅，右眉毛的面瘫关键点s₂、s₂₆、s₂₇，鼻子的面瘫关键点s₃、s₄、s₅、s₆、s₇，嘴唇的面瘫关键点s₈、s₉、s₁₀、s₁₁、s₁₂、s₁₃，左眼的面瘫关键点s₁₄、s₁₅、s₁₆、s₁₇、s₁₈，右眼的面瘫关键点s₁₉、s₂₀、s₂₁、s₂₂、s₂₃；定义(x_sm，y_sm)为面瘫关键点s_m的坐标，m＝{1，2，...，27}，以所有面瘫关键点为元素形成的集合表示人脸形状；