[发明专利]一种多特征融合的面瘫自动评估方法

说明书

本发明公开了一种多特征融合的面瘫自动评估方法，具体涉及医疗诊断技术领域，包括以下步骤：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。本发明通过得到患者面部图像样本后，患者面部的多区域特征融合后的数据在比对时有效增大了数据的可靠性和关联性，多个面部区域特征的对比和侧座面部分区特征以及区域感知特征的多特征融合比对在计算机深度学习系统的比对下大大增强了对比获得的变化精度，提高了比对效率的同时，与现有技术相比能够有效得到患者面瘫等级的精准评估，方便在后续治疗依据该评估进行治疗。

技术领域

本发明涉及医疗诊断技术领域，更具体地说，本发明涉及一种多特征融合的面瘫自动评估方法。

背景技术

面瘫是一种常见病、多发病，其主要症状是面部表情肌不能进行正常的功能性动作。根据神经损伤部位，面瘫分为周围性面瘫和中枢性面瘫。周围性面瘫是由神经核和损伤引起的，表现为同侧全肌面神经麻痹。这种麻痹多由风寒、耳部或脑膜感染等引起。中枢性面瘫起源于面神经核上方的损害，表现为对侧面下部肌肉麻痹，在脑血管疾病中更为常见。

虽然面瘫没有生命危险，但它与社交过程中的仪容问题有关，对患者的心理造成了负面影响，面瘫只要早期发现，及时治疗，治疗措施得当，一般都可以完全康复，临床上，通常根据面瘫的评估标准对面瘫患者进行评估和分级，然后根据分级结果制定合适的治疗方案。为患者制定合适的治疗方案是面瘫康复治疗的关键，而治疗方案的制定是以分级结果为基础的。因此，面瘫的分级评价对面瘫的康复治疗具有重要意义。

但现有技术中由于不同患者的面部扭曲情况不同，医师多只能依据标准进行自行判断，虽然标准能够提供判断依据，但仍然对面部等级判断具有较大的主观性，同时由于面部区域特征不同，不同区域的判断权重各不相同，医师在判断时不能很好结合多种特征进行判断，给患者在面瘫等级评估过程中容易出现偏差，给后续护理治疗带来不必要的影响。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种多特征融合的面瘫自动评估方法，本发明所要解决的技术问题是：如何在对面瘫患者判断分机时结合面部多区域特征进行融合判断来提高分级判断的准确度。

为实现上述目的，本发明提供如下技术方案：一种多特征融合的面瘫自动评估方法，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；