【技术实现步骤摘要】
本专利技术涉及面部运动功能障碍评估，具体为一种面部运动功能障碍量化评估方法及系统。
技术介绍
1、面部运动功能障碍，也称面部肌肉功能障碍，是一种影响面部肌肉控制和表情的症状，多由神经系统疾病、肌肉疾病、外伤导致。
2、面部运动功能障碍的评估需要综合考虑患者的症状、病史、神经肌肉功能、影像学和实验室检查等多个方面，需要与患者详细讨论病史，包括症状的起始时间、发展过程、可能的诱因以及任何与面部运动功能障碍相关的其他医学状况，然后进行神经系统检查评估面部神经的功能。
3、目前，对于面部运动功能障碍的诊断评估主要由具有丰富临床经验的医生完成，并且评估主要依赖医生对患者面部静息或完成特定面部动作状态下的肉眼观察，目测患者完成特定动作的幅度、速度，以及左右对称性等，该方式时间成本较高，会出现因医生个体经验差异和主观因素导致的偏差，并且缺乏可用于不同患者之间或同一患者不同时间段之间进行比较的量化指标，不利于病情进展及康复情况的精确评估，总的来说，针对面部运动功能障碍的量化评估方法，目前尚未有较为完好的解决方案，本领域急需一种可以帮助医生进行面部运动功能障碍量化评估的方法和系统。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种面部运动功能障碍量化评估方法及系统，解决现有技术中存在的缺乏患者之间或同一患者不同时间段之间进行比较的量化指标，难以针对面部运动功能障碍进行量化评估的问题。
3、(二)技术方案
5、采集受试者完成指定面部动作及静息状态下的正面人脸视频，面部动作至少包括一个以上的“闭眼、皱眉、抬上额、大张嘴、噘嘴、鼓腮、呲牙”动作；
6、逐帧提取视频中的人脸面部关键点网格，对关键点网格进行归一化处理，归一化处理至少包括：平移、旋转、缩放；
7、在面部关键点网格上划分出多个子网格，计算各个所述子网格的量化运动特征信息；
8、利用面部运动功能障碍分析算法和量化运动特征，对可能出现运动障碍的部位、类型和程度进行分析识别，并进行提醒展示，面部运动功能障碍检测算法利用量化运动特征作为输入，输出至少包括运动障碍出现的部位、类型、程度和置信度，面部运动功能障碍检测算法至少包括基于预设阈值比较的算法、决策树算法、随机森林算法、支持向量机算法、感知机算法、深度神经网络算法。
9、本专利技术进一步地设置为，所述面部关键点网格划分步骤中：
10、根据实际诊断所需，配置对应的子网格划分方案，对配置的子网格划分方案进行保存，并预先保存至少一组候选的子网格划分方案；
11、本专利技术进一步地设置为，所述面部关键点网格划分步骤中：
12、量化运动特征信息至少包括各个所述子网格的运动位移、速度、加速度、夹角、角速度等时序信息，以及所述时序信息的统计特征；
13、所述统计特征至少包括平均值、最大值、最小值、标准差、分位数；
14、子网格的量化运动特征信息的计算方法为：
15、逐个计算子网格中各个关键点的运动特征，再对子网格中各个关键点的运动特征进行归一化加权求和，所述归一化加权求和定义为对子网格中各个关键点赋予一个不小于0且不大于1的权重wi，并且每个子网格中所有关键点的权重之和为1；
16、本专利技术进一步地设置为，所述子网格的所述量化运动特征信息表示为：
17、
18、
19、0≤wi≤1；
20、其中fk(·)代表计算第k个所述量化运动特征，c＝{p1，p2，...pn}代表所述关键点子网格，由n个面部关键点pi构成，wi代表非负的权重系数，其和为1；
21、本专利技术进一步地设置为，所述时序信息为单个坐标轴方向或多个坐标轴方向合并后的信息，所述多个坐标轴方向合并的方法为：
22、用多个坐标轴方向的量化运动特征信息组成特征向量，并计算该特征向量以下范数的至少一种：
23、a)1范数；
24、b)2范数；
25、c)无穷范数：
26、计算左右对称的各个子网格对于同一运动特征的差值；
27、本专利技术进一步地设置为，所述提醒展示的方法至少包括：
28、生成并展示增强视频、生成并展示时序曲线图、生成并展示数据统计图表；
29、所述增强视频定义为使用至少一种方法处理过的视频：叠加关键点网格、区域裁剪、缩放、高亮、加框、加提示箭头；
30、本专利技术还提供一种面部运动功能障碍量化评估系统，包括：
31、采集输入模块，用于拍摄录制受试者人脸静息及完成指定面部动作状态下的视频，或是指定已拍摄录制好的受试者人脸静息及完成指定面部动作状态下的视频文件的路径；
32、面部关键点网格提取模块，用于提取来自所述采集输入模块的视频中的面部关键点网格并进行所述归一化处理；
33、运动特征分析模块，用于划分所述面部关键点子网格，并计算各个所述子网格的量化运动特征信息，利用面部运动功能障碍检测算法和所述量化运动特征提示可能出现运动障碍的部位和程度；
34、输出展示模块，用于对运动特征分析模块的分析识别结果进行提醒展示；
35、本专利技术进一步地设置为，所述运动特征分析模块，还用于计算左右对称的各个子网格对于同一运动特征的差值；
36、本专利技术进一步地设置为，所述运动特征分析模块，还用于根据需要配置多种不同的子网格划分方案，以及预先保存至少一组候选的子网格划分方案。
37、(三)有益效果
38、本专利技术提供了一种面部运动功能障碍量化评估方法及系统。具备以下有益效果：
39、本申请所提供的面部运动功能障碍评估方法和系统，通过采集受试者的面部动作视频，提取面部关键点网格，并进行归一化处理，然后在子网格上计算运动特征信息，最终利用面部运动功能障碍检测算法进行分析识别，相较传统评估方法具有的显著提升包括：
40、采用非侵入性评估，本申请所提供的评估方法不需要使用任何侵入性的工具或设备来评估面部运动功能障碍，而是通过分析面部动作视频来实现，评估更加安全舒适。
41、具有高度自动化，通过自动提取面部关键点网格和计算运动特征信息，减少了人工干预的需求，提高了评估的效率和一致性，在归一化处理之后，面部关键点网格尺寸不再受拍摄距离、相机分辨率和不同个体差异的影响，变成了相对于基准长度的比值，利于进行后续的处理分析和对比。
42、通过量化运动特征信息，系统能够提供更加客观和精确的评估结果，而不仅仅是主观的观察，通过网格速度差曲线变化对比，量化患者面部运动功能障碍。
43、适用多种子网格划分方案，本申请所提供的评估方法可以根据需要配置多种不同的子网格划分方案，可以根据不同类型的面部运本文档来自技高网...
【技术保护点】
1.一种面部运动功能障碍量化评估方法，其特征在于，包括：
2.根据权利要求1所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述面部关键点网格划分步骤中：
3.根据权利要求1所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述面部关键点网格划分步骤中：
4.根据权利要求3所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述子网格的所述量化运动特征信息表示为：
5.根据权利要求3所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述时序信息为单个坐标轴方向或多个坐标轴方向合并后的信息，所述多个坐标轴方向合并的方法为：
6.根据权利要求1所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述提醒展示的方法至少包括：
7.一种面部运动功能障碍量化评估系统，其特征在于，包括：
8.根据权利要求7所述的一种面部运动功能障碍量化评估系统，其特征在于：
【技术特征摘要】
1.一种面部运动功能障碍量化评估方法，其特征在于，包括：
2.根据权利要求1所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述面部关键点网格划分步骤中：
3.根据权利要求1所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述面部关键点网格划分步骤中：
4.根据权利要求3所述的一种面部运动功能障碍量化评估方法及系统，其特征在于，所述子网格的所述量化运动特征信息表示为：
...
【专利技术属性】
技术研发人员：付思超，周东，吴曦，何麒，董博雅，
申请(专利权)人：凝动万生医疗科技武汉有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。