[发明专利]一种基于动态区域量化指标的面瘫级别评估方法

说明书

本发明公开了一种基于动态区域量化指标的面瘫级别评估方法，所述方法包括：采集面瘫的视频数据，并对所述视频数据进行图像调整处理，得到面瘫帧图像；将所述面瘫帧图像输入到训练好的面瘫人脸特征点模型，得到面瘫人脸特征点坐标值；根据所述面瘫人脸特征点坐标值和预设的面神经分级量表，得到面瘫严重程度的分级结果。本发明实施例通过面瘫人脸特征点模型得到面瘫的对称指标和运动指标，并将对称指标和运动指标与面神经分级量表相结合量化，能实现准确快速客观的面瘫严重程度分级。

技术领域

本发明涉及面瘫评估与康复技术领域，尤其涉及的是一种基于动态区域量化指标的面瘫级别评估方法。

背景技术

面瘫，是以面部表情肌群运动功能障碍为主要特征的一种疾病。根据病变区域不同，分为周围性面瘫和中枢性面瘫两大类。周围性面瘫是由于面神经麻痹，引起病灶同侧全部颜面肌肉瘫痪，一般症状是口眼歪斜，无法完成抬眉、闭眼、鼓嘴等动作。中枢性面瘫引发原因是面部神经核以上的部位发生损伤，面部损伤部位的肌肉发生麻痹，颜面不对称并不明显，常体现在脑内血管疾病。

人际交往仪容有着重要的地位，但是面瘫患者由于面神经损伤而导致面部仪容受损，发生异常，如眼口歪斜，严重者嘴角流口水等。面瘫疾病不仅给患者生理上带来伤害，还给患者心理上造成了极大地伤害。准确分析面瘫患者的严重程度与面瘫康复训练方法，一直都是学者和医生所期望的目标。但是现有技术中人脸特征点检测算法主要是针对正常人，检测面瘫患者的人脸特征点存在较大的误差。其次，大多数评估方法在某些级之间存在较大的模糊性，导致级与级之间不能完全区分开来。最后，大多数方法忽略了面瘫患者面部区域的运动信息，从而导致面瘫患者严重程度等级评估存在一定的误差。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于动态区域量化指标的面瘫级别评估方法，旨在解决现有技术中人脸特征点检测算法主要是针对正常人，检测面瘫患者的人脸特征点存在较大的误差。其次，大多数评估方法在某些级之间存在较大的模糊性，导致级与级之间不能完全区分开来。最后，大多数方法忽略了面瘫患者面部区域的运动信息，从而导致面瘫患者严重程度等级评估存在一定的误差的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种基于动态区域量化指标的面瘫级别评估方法，其中，所述方法包括：

采集面瘫的视频数据，并对所述视频数据进行图像调整处理，得到面瘫帧图像；

将所述面瘫帧图像输入到训练好的面瘫人脸特征点模型，得到面瘫人脸特征点坐标值；

根据所述面瘫人脸特征点坐标值和预设的面神经分级量表，得到面瘫严重程度的分级结果。

在一种实现方式中，其中，所述视频数据具体为：

抬眉视频数据、闭眼视频数据、嘟嘴视频数据和示齿动作视频数据。

在一种实现方式中，其中，所述对所述视频数据进行图像调整处理，得到面瘫帧图像包括：

对所述视频数据进行分帧处理，得到帧图像；

将所述帧图像进行人脸裁剪和图像归一化操作，得到预处理帧图像；

将所述预处理帧图像进行特征点标注，得到面瘫帧图像。

在一种实现方式中，其中，所述面瘫人脸特征点模型的训练过程具体为：

获取训练数据输入样本；

将所述训练数据输入样本输入到预设的初始网络模型，得到预测面瘫人脸特征点坐标值；