一种基于计算机视觉的面瘫严重程度自动检测系统技术方案

本发明专利技术公开了计算机视觉领域的一种基于计算机视觉的面瘫严重程度自动检测系统。系统包括：图像采集模块，信息存储模块、图像处理器和人机交互设备，其中，图像处理器，将从图像采集模块采集到的患者面部信息进行预处理，并且将预处理后的患者面部信息输入到预设的分类器中，输出面瘫严重程度判定的结果，预设的分类器包括自然表情分类器、露睛分类器、严重示齿分类器、示齿分类器和抬眉分类器。本发明专利技术所保护的检测系统用于辅助医生进行面瘫严重程度评估诊断，与手工测量法相比，采用本发明专利技术的系统，使用方便、效率高。

An automatic detection system of facial paralysis severity based on computer vision

【技术实现步骤摘要】
一种基于计算机视觉的面瘫严重程度自动检测系统
本专利技术涉及人脸图像识别领域，特别涉及一种基于计算机视觉的面瘫严重程度自动检测系统。
技术介绍
周围性面瘫，又称为贝尔式面瘫，是一种表现为面部一侧肌肉群运动障碍的局部瘫痪疾病。患者临床表现为不能正常完成抬眉、皱鼻和示齿等日常表情动作，严重的面瘫患者甚至在自然表情下也能观察到明显的面部不对称现象。由于患者患侧无法正常运动，这样也导致患者不能正常进行喝水和吃饭等日常活动，并且在患侧常有口水流出。这样不仅对患者的形象，还会对患者的日常生活产生很大的影响。面瘫严重等级的划分，现在最常用的是H-B(House-Brackmann)面瘫严重评估法。H-B评估法共分为0级至5级共六个面瘫严重等级，0级为面瘫严重等级最轻微的级别，患者面部完全恢复正常；5级为面瘫严重程度最严重的等级。在中医中，面瘫严重等级为4或5被认为严重面瘫，面瘫等级为3或2被认为中度面瘫，面瘫等级为1或0被认为轻度面瘫。根据H-B面瘫评估法，每一类面瘫等级及相应的临床症状如表1所示。表1：H-B面瘫严重程度评估患者症状表...

【技术保护点】
1.一种基于计算机视觉的面瘫严重程度自动检测系统，其特征在于，包括：图像采集模块，信息存储模块、图像处理器、人机交互设备，/n所述图像采集模块采集用于面瘫严重程度判定的图像信息，并输出所述图像信息到所述图像处理器；/n所述信息存储模块，用于存储所述图像处理器输出的面瘫严重程度判定中间判定结果；/n所述人机交互设备，包括输入设备和显示设备，所述输入设备用于输入控制指令到所述图像处理器，所述显示设备接收并显示所述图像处理器输出的严重程度判定的结果；/n所述图像处理器，将从所述图像采集模块采集到的患者面部信息进行预处理，并且将预处理后的患者面部信息输入到预设的分类器中，输出面瘫严重程度判定的结果，所...

【技术特征摘要】
1.一种基于计算机视觉的面瘫严重程度自动检测系统，其特征在于，包括：图像采集模块，信息存储模块、图像处理器、人机交互设备，
所述图像采集模块采集用于面瘫严重程度判定的图像信息，并输出所述图像信息到所述图像处理器；
所述信息存储模块，用于存储所述图像处理器输出的面瘫严重程度判定中间判定结果；
所述人机交互设备，包括输入设备和显示设备，所述输入设备用于输入控制指令到所述图像处理器，所述显示设备接收并显示所述图像处理器输出的严重程度判定的结果；
所述图像处理器，将从所述图像采集模块采集到的患者面部信息进行预处理，并且将预处理后的患者面部信息输入到预设的分类器中，输出面瘫严重程度判定的结果，所述预设的分类器包括自然表情分类器、露睛分类器、严重示齿分类器、示齿分类器和抬眉分类器。


2.如权利要求1所述的一种基于计算机视觉的面瘫严重程度自动检测系统，其特征在于，所述系统进行面瘫严重程度判定的步骤包括：
S1，根据所述输入设备的自然面部表情控制指令，所述图像处理器将从所述图像采集模块获取的患者的自然面部表情图像经过自然面部表情预处理后输入到预设的自然表情分类器中，并输出自然表情判断结果到所述信息存储模块；
S2，根据所述输入设备的闭眼时的图像控制指令，图像处理器将从所述像采集模块获取的同一患者闭眼时的图像经过闭眼预处理后输入到预设的露睛分类器中，并输出露睛判断结果到所述信息存储模块；
S3，所述人机交互设备的输入设备将初步判定指令输出到所述图像处理器，所述图像处理器根据所述初步判定指令，从所述信息存储模块中读取所述露睛判断结果和所述自然表情判断结果，并根据所述露睛判断结果和所述自然表情判断结果，输出初步判定结果到所述显示设备和所述信息存储模块，所述初步判定结果为非严重类面瘫或严重类面瘫，当判定结果为严重类面瘫时，执行步骤S4，当判定结果为非严重面瘫时，执行步骤S5～S7；
S4，当患者为严重类面瘫时，通过所述人机交互设备的输入设备输入示齿动作图像采集指令到所述图像采集模块，并控制图像采集模块采集同一患者示齿动作的图像，并且将所述示齿动作的图像输入到所述图像处理器中，所述图像处理器对所述示齿动作的图像进行预处理，然后将预处理后的示齿动作的图像输入到预设的严重示齿分类器中，并输出严重示齿判断结果到所述信息存储模块中，所述图像处理器根据所述输入设备输入的严重面瘫判定指令，读取信息存储模块中的所述严重示齿判断结果和所述初步判定结果，得出患者的面瘫严重类等级，并将所述面瘫严重类等级显示在所述显示设备中；
S5，当患者为非严重类面瘫时，通过所述人机交互设备的输入设备输入示齿动作图像采集指令到图像采集模块，所述控制图像采集模块采集同一患者示齿动作的图像，并将示齿动作的图像输入到所述图像处理器中，所述图像处理器对所述示齿动作的图像进行预处理，然后将预处理后的示齿动作的图像输入到预设的示齿分类器中，并输出示齿判断结果到所述信息存储模块中；
S6，通过所述人机交互设备的输入设备输入抬眉动作图像采集指令到所述图像采集模块，控制所述图像采集模块再一次采集同一患者抬眉动作的图像，将所述抬眉动作的图像存储到信息存储模块中，并且将所述抬眉动作的图像输入到所述图像处理器中，所述图像处理器对所述抬眉动作的图像进行预处理，然后将预处理后的抬眉动作的图像输入到预设的抬眉分类器中，并输出抬眉判断结果到所述信息存储模块中；
S7，所述图像处理器根据所述输入设备输入的非严重面瘫判定指令，从所述信息存储模块中读取所述示齿判断结果和所述抬眉判断结果，由所述示齿判断结果和所述抬眉判断结果获得非严重面瘫判定系数，根据所述非严重面瘫判定系数确定非严重面瘫判定等级，并将所述非严重面瘫判定等级显示在所述显示设备中。


3.如权利要求1-2任一所述的一种基于计算机视觉的面瘫严重程度自动检测系统，其特征在于，以自然表情下患者面部是否对称作为依据构建自然表情分类器，所述自然表情分类器的训练步骤为：
S101，根据患者眼部轮廓特征点坐标得到瞳孔中心特征点坐标；
S102，根据左右眼瞳孔中心特征点坐标，得到人脸相对水平方向的偏转角度，并根据偏转角度构建旋转矩阵；
S103，根据所述旋转矩阵对图像进行坐标矫正，并利用最近邻...

【专利技术属性】
技术研发人员：赵启军，张继成，袁志，李鹏飞，谭顺娥，周秀蓉，郭子衣，邵欣，闫思岑，朱春霖，
申请(专利权)人：四川大学，四川省中西医结合医院，
类型：发明
国别省市：四川;51