[发明专利]一种面神经功能评估方法、装置、计算机设备及存储介质

权利要求书

1.一种面神经功能评估方法，其特征在于，包括：

获取用户完成预设面部动作的面部视频图像；

对所述面部视频图像进行预处理，以得到用户在完成所述预设面部动作时满足预设幅度要求的面部图像；

将所述面部图像输入训练后的深度学习网络模型，以得到用户的面神经功能等级。

2.根据权利要求1所述的面神经功能评估方法，其特征在于，所述对所述面部视频图像进行预处理，以得到用户在完成所述预设面部动作时满足预设幅度要求的面部图像，包括：

获取所述面部视频图像中每帧图像上面部特征点的二维坐标；

根据所述二维坐标确定用户每完成一次所述预设面部动作的过程中满足所述预设幅度要求的面部图像。

3.根据权利要求2所述的面神经功能评估方法，其特征在于，所述预设面部动作包括抬眉动作、闭眼动作以及示齿动作，所述面部特征点包括抬眉特征点、闭眼特征点以及示齿特征点；

相应的，所述根据所述二维坐标确定用户每完成一次所述预设面部动作的过程中满足所述预设幅度要求的面部图像，包括：

根据所述抬眉特征点的二维坐标确定用户每完成一次所述抬眉动作的过程中健康侧的抬眉特征值最大时所对应的抬眉面部图像；

根据所述闭眼特征点的二维坐标确定用户每完成一次所述闭眼动作的过程中健康侧的闭眼特征值最大时所对应的闭眼面部图像；以及，

根据所述示齿特征点的二维坐标确定用户每完成一次所述示齿动作的过程中健康侧的示齿特征值最大时所对应的示齿面部图像。

4.根据权利要求3所述的面神经功能评估方法，其特征在于，在所述对所述面部视频图像进行预处理之后，还包括：获得用户的平静面部图像；所述示齿特征点包括第一特征点；

相应的，所述根据所述示齿特征点的二维坐标确定用户每完成一次所述示齿动作的过程中健康侧的示齿特征值最大时所对应的示齿面部图像，包括：

将所述示齿面部图像中所述第一特征点的第一纵坐标与所述平静面部图像中所述第一特征点的第二纵坐标进行比较；

若所述第一纵坐标与所述第二纵坐标之差大于预设阈值，则确定所述示齿面部图像所展示的内容非示齿动作。

5.根据权利要求2所述的面神经功能评估方法，其特征在于，在所述获取所述面部视频图像中每帧图像上的面部特征点的二维坐标之前，还包括：

将所述每帧图像进行面部对齐，以找到感兴趣区域；

根据所述感兴趣区域，按照预设分辨率对所述每帧图像进行裁剪。

6.根据权利要求1所述的面神经功能评估方法，其特征在于，所述面部图像包括抬眉面部图像、闭眼面部图像以及示齿面部图像，所述深度学习网络模型为双路网络模型；

相应的，所述将所述面部图像输入训练后的深度学习网络模型，以得到用户的面神经功能等级，包括：

将不同类型的两张所述面部图像输入训练后的所述双路网络模型，以得到所述面神经功能等级。

7.根据权利要求6所述的面神经功能评估方法，其特征在于，在所述将不同类型的两张所述面部图像输入训练后的所述双路网络模型，以得到所述面神经功能等级之前，还包括：

获取多张面瘫患者的所述面部图像，并将对应的人工评估所得的面神经功能等级作为标签数据；

根据所述多张面瘫患者的所述面部图像以及所述标签数据对所述双路网络模型进行训练。

8.一种面神经功能评估装置，其特征在于，包括：

面部视频图像获取模块，用于获取用户完成预设面部动作的面部视频图像；

面部图像获得模块，用于对所述面部视频图像进行预处理，以得到用户在完成所述预设面部动作时满足预设幅度要求的面部图像；

面神经功能等级获得模块，用于将所述面部图像输入训练后的深度学习网络模型，以得到用户的面神经功能等级。