[发明专利]一种检测提上睑肌肌力的方法及装置有效

专利信息
申请号: 202011249622.X 申请日: 2020-11-10
公开(公告)号: CN112869746B 公开(公告)日: 2022-09-20
发明(设计)人: 熊柯;张帆;郑毅旭;郭学东;刘明迪;王陆权;覃楚渝 申请(专利权)人: 南方医科大学南方医院
主分类号: A61B5/22 分类号: A61B5/22;G06V40/16
代理公司: 广州科粤专利商标代理有限公司 44001 代理人: 邓潮彬;黄培智
地址: 510515 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 检测 提上睑肌肌力 方法 装置
【说明书】:

发明公开了一种检测提上睑肌肌力的方法及装置,该方法包括:输入人脸图片,对人脸图片进行变换,得到变换后的人脸图片;将变换后的人脸图片作为上睑检测模型的输入,上睑检测模型输出上下眼睑边缘的高度h1以及眉毛的活动高度h2,根据上下眼睑边缘的高度h1以及眉毛的活动高度h2得到提上睑肌肌力值P。本发明的上睑检测模型通过深度学习可以自动识别眼睑和眉毛,进而算出上下眼睑缘的一个距离h1以及眉毛上下活动的高度h2,最终即可准确地计算出提上睑肌肌力值P。本发明通过运用深度学习技术,经过图像训练后能快速、精准地识别人的眼部,然后运用算法对眼部活动时不同数据的处理得到提提上睑肌力的情况,所得结果快速、客观、准确、稳定。

技术领域

本发明涉及图像处理技术,具体涉及一种检测提上睑肌肌力的方法及装置。

背景技术

上睑下垂是一种常见于眼部上眼睑处的疾病,轻者遮挡部分瞳孔,严重者瞳孔全部被遮盖,会一定程度上影响到美观和视觉功能,而且还可能会导致先天性上脸下垂患者弱视。该疾病具体指提上睑肌(动眼神经支配)Müller平滑肌(交感神经支配)的功能不全或完全丧失,以致上脸呈现部分或全部下垂。会影响患者的生活质量。因此尽早发现对患者的干预治疗至关重要。传统的临床诊断是依靠医生的主观经验来判断,并且需要患者的密切配合。若患者是婴儿、认知上有障碍等的特殊患者,精准判断结果将变得更加困难。而导致该疾病的直接原因就是上眼睑肌肌力不足。

发明内容

本发明的目的在于克服上述现有技术的不足,提供一种检测提上睑肌肌力的方法及装置,以替代传统的检测方法,能够快速、客观、准确地获得提上睑肌肌力的大小。

为实现上述目的,本发明的技术方案是:

第一方面,本发明实施例提供了一种检测提上睑肌肌力的方法,包括:

输入人脸图片,对人脸图片进行变换,得到变换后的人脸图片;

将变换后的人脸图片作为上睑检测模型的输入,上睑检测模型输出上下眼睑边缘的高度h1以及眉毛的活动高度h2,

根据上下眼睑边缘的高度h1以及眉毛的活动高度h2得到提上睑肌肌力值P。

第二方面,本发明实施例提供了一种检测提上睑肌肌力的装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述方法的步骤。

第三方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述方法的步骤。

本发明与现有技术相比,其有益效果在于:

本发明的上睑检测模型通过深度学习可以自动识别眼睑和眉毛,进而算出上下眼睑缘的一个距离h1以及眉毛上下活动的高度h2,最终即可准确地计算出提上睑肌肌力值P。本发明通过运用深度学习技术,经过图像训练后能快速、精准地识别人的眼部,然后运用算法对眼部活动时不同数据的处理得到提提上睑肌力的情况,用简单的算法处理后续深度学习方法得到的具体数据,克服了图像数据处理复杂,消耗内存资源的问题,而且所得结果快速、客观、准确、稳定。

附图说明

图1为本发明实施例1提供的检测提上睑肌肌力的方法的流程图;

图2为瞳孔定位双眼后,患者闭眼时,标记上下睑缘及眉毛中线示意图;

图3为上睑下垂患者代偿性的利用额肌来睁眼的图片,此时睑裂的大小有部分额肌收缩通过皮肤牵引,不能真实反映提提上睑肌肌力情况;

图4为限制额肌(额头肌肉放松不用力)的时候,上睑下垂的实际量,提提上睑肌肌力明显不足的图片;

图5为上下眼睑边缘的高度h1以及眉毛的活动高度h2的示意图;

图6A-6C为眼睑区域初定位处理图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方医科大学南方医院,未经南方医科大学南方医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011249622.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top