[发明专利]一种基于医疗大数据的面瘫康复任务辅助生成方法及系统

权利要求书

1.一种基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，包括以下步骤：

获取面瘫患者在做设定动作时的多帧面部图像，并识别各帧面部图像中各特征点的坐标；

根据所述各帧面部图像中各特征点的坐标，判断面瘫患者各帧面部图像对应的脸部各区域的异常程度和与对称区域的差异程度；

根据所述面瘫患者各帧面部图像对应的脸部各区域的异常程度和与对称区域的差异程度，计算面瘫患者面部各表情肌的异常程度；

根据面瘫患者面部各表情肌的异常程度，为面瘫患者生成对应的康复训练任务。

2.根据权利要求1所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，计算面瘫患者面部各表情肌的异常程度的方法包括：

根据所述各帧面部图像对应的面瘫患者脸部各区域的异常程度和与对称区域的差异程度，计算面瘫患者脸部各区域的病变程度；

根据所述面瘫患者脸部各区域的病变程度，计算面瘫患者面部各表情肌的异常程度。

3.根据权利要求2所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，利用如下公式计算面瘫患者脸部各区域的病变程度：

其中，MU(e)为面瘫患者脸部第e个区域的病变程度，S为获取的面瘫患者面部图像总帧数，ue_s为第s帧面瘫患者面部图像中第e个区域的异常程度，ve_s为第s帧面瘫患者面部图像中第e个区域的与对称区域的差异程度，max(ve)为S帧面瘫患者面部图像中第e个区域与对称区域的差异程度的最大值，min(ve)为S帧面瘫患者面部图像中第e个区域与对称区域的差异程度的最小值。

4.根据权利要求2所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，利用如下公式计算面瘫患者面部各表情肌的异常程度：

其中，M_j表示第j个表情肌的异常程度，F_i表示第i个区域的病变程度，g_i，j表示第i个区域与第j个表情肌的关联程度系数，N为划分的人体面部区域的总个数。

5.根据权利要求1所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，为面瘫患者生成对应的康复训练任务的方法包括：

获取各设定训练动作对各面部表情肌的训练程度；

根据面瘫患者各表情肌的异常程度和各设定训练动作对各面部表情肌的训练程度，得到面瘫患者对应的病情康复训练中各设定训练动作被需求的程度；

根据基础任务量，得到各设定训练动作对应的康复训练任务量。

6.根据权利要求5所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，采用如下公式计算面瘫患者对应的病情康复训练中各设定训练动作被需求的程度：

其中，T_k为第k类设定训练动作被需求的程度，L为表情肌的总个数，M_l表示面瘫患者第l个表情肌的病变程度，P_k，l为第k类设定训练动作对第l个表情肌的训练效果。

7.根据权利要求5所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，采用如下公式计算各设定训练动作对应的康复训练任务量：

其中，J_k为第k类设定训练动作对应的康复训练任务量，T_k表示第k类设定训练动作被需求的程度，U_k为第k类设定训练动作对应的基础任务量，α为比例调整系数。

8.根据权利要求1所述的基于医疗大数据的面瘫康复任务辅助生成方法，其特征在于，判断面瘫患者脸部各区域的异常程度和与对称区域的差异程度的方法包括：

构建TCN网络；

将面瘫患者各帧面部图像的特征点的坐标序列作为TCN网络的输入，将TCN的输出结果作为面瘫患者脸部各区域的异常程度和与对称区域的差异程度。