[发明专利]一种多特征融合的面瘫自动评估方法

权利要求书

1.一种多特征融合的面瘫自动评估方法，其特征在于，其包括以下步骤：

步骤一、获取面瘫患者的面部图像样本，对患者正视位于拍照检测模块前侧，面部拍摄模块根据患者脸部特征进行面部图像三维校正，从raw、roll、pitch三个维度校正患者面部图像，且在患者头部动作偏移时进行焦距矫正，每隔0.5s拍摄总数为10-30张的图像集，抽取5-10张图像进行图像合并，在图片集拍摄完成后，有语音模块合成器读出动作提示，提醒患者进行判断图像集拍摄，使患者做出抬眉、闭眼、示齿和鼓腮操作，同时提示患者侧坐拍摄脸部侧拍信息；

步骤二、建立计算机深度学习系统，建立学习系统标准数据库，对于数据库标准男女脸型区域特征图像进行学习，学习得到男女脸型全区域特征标准图像数据库，在图像集置入后，询问患者脸部分区各特征区域感知情况，向计算机学习系统内输入；

步骤三、计算机深度学习系统对拍摄输入的图像集进行面部分区，通过对图像集患者面部进行区域分类，自上至下依次为额纹特征区域、眉部特征区域、眼部特征区域、鼻部特征区域、脸颊特征区域和嘴部特征区域，同时对抬眉、闭眼、示齿和鼓腮操作中的眉部特征区域、眼部特征区域、唇部特征区域和脸颊特征区域进行提取区别特征；

步骤四、获得侧坐脸部侧拍特征，对偏转侧坐的脸部侧拍信信息根据鼻根部中心线位置判断面部两侧额纹特征区域、眉部特征区域、眼部特征区域、鼻部特征区域、脸颊特征区域和嘴部特征区域的倾斜角度夹角；

步骤五、融合多特征进行比对评估，根据输入的多个面部区域特征、区域疼痛特征、侧面区域夹角特征进行融合对比，多个特征之间相互影响增大区域面瘫特征值评值数据，侧拍区域特征倾斜度影响面瘫特征值，同时依据感知特征向量与数据域数据进行横向交叉对比，计算机深度学习系统首先对多个区域的特征图像集如：两侧额纹特征区域、眉部特征区域、眼部特征区域、鼻部特征区域和脸颊特征区域进行预比对，面部在特征比对完成后，在根据上述特征区域侧拍特征得到的倾斜角度夹角特征进行加权对比，根据区域感知特征、侧面区域夹角特征、融合图像区域特征与计算机深度学习系统内的男女脸型融合区域特征进行比对后，得出面部区域特征与数据库标准区域特征得出分值，根据比对结果得出结果模型的面瘫等级评级。

2.根据权利要求1所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述眉部特征区域包含眉部两端倾斜角度角度区域面、眉部顶部区域面以及眼部区域面。

3.根据权利要求1所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述鼻部特征区域包含鼻部两侧面部区域和鼻部底端区域。

4.根据权利要求1所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述眼部特征区域包含上眼部区域、下眼部区域和眼角区域。

5.根据权利要求4所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述眼部特征区域还包括眼部两侧与眼角倾斜夹角度。

6.根据权利要求1所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述嘴部特征区域包含内唇区域、外唇区域和唇角区域。

7.根据权利要求1所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述脸部侧拍信息拍摄方式为绕中心线两侧90度转动拍摄。

8.根据权利要求1所述的一种多特征融合的面瘫自动评估方法，其特征在于：所述数据库标准区域特征分值依据H-B分级评分设置。