【技术实现步骤摘要】
本专利技术涉及计算机的一种基于深度学习的面瘫快速评测方法，尤其涉及一种基于深度学习的面瘫快速评测方法，还涉及应用该方法的基于深度学习的面瘫快速评测系统。
技术介绍
1、面瘫是由于面部神经受损导致的面部肌肉运动障碍,其可能是部分疾病发生的前兆，比如脑卒中以及糖尿病等重大疾病，因此，面瘫检测对于提前预防和早期诊断治疗其他疾病具有重要意义。对于面瘫检测的研究正在不断更新中，传统的面瘫检测通常依赖于医生的目测和手动操作，这种方法存在主观性和操作风险，可靠性和准确性有限。
2、现有的面瘫检测方法通常根据面部不对称或差异情况判定面瘫，对人脸区域也只是根据关键点的位置进行粗略的划分，这不仅使得其面部肌肉的运动信息，导致面瘫检测结果不够精确。
技术实现思路
1、为了提升面瘫检测结果的精确性，本专利技术提供一种基于深度学习的面瘫快速评测方法及系统。
2、本专利技术采用以下技术方案实现：一种基于深度学习的面瘫快速评测方法，其包括以下步骤：获取待检测用户在做抬眉动作的第一人脸图像以及所述...
【技术保护点】
1.一种基于深度学习的面瘫快速评测方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的基于深度学习的面瘫快速评测方法，其特征在于，所述利用所述第二人脸图像的中轴线将所述掩膜图像划分为第一掩膜图像以及第二掩膜图像，并基于所述第一掩膜图像以及所述第二掩膜图像获取所述第二人脸图像的龇牙对称系数，包括如下步骤：
3.如权利要求2所述的基于深度学习的面瘫快速评测方法，其特征在于，所述基于所述第一像素数量以及所述第二像素数量，获取所述第二人脸图像的龇牙对称系数，包括以下步骤：
4.如权利要求1所述的基于深度学习的面瘫快速评测方法，其...
【技术特征摘要】
1.一种基于深度学习的面瘫快速评测方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的基于深度学习的面瘫快速评测方法，其特征在于，所述利用所述第二人脸图像的中轴线将所述掩膜图像划分为第一掩膜图像以及第二掩膜图像，并基于所述第一掩膜图像以及所述第二掩膜图像获取所述第二人脸图像的龇牙对称系数，包括如下步骤：
3.如权利要求2所述的基于深度学习的面瘫快速评测方法，其特征在于，所述基于所述第一像素数量以及所述第二像素数量，获取所述第二人脸图像的龇牙对称系数，包括以下步骤：
4.如权利要求1所述的基于深度学习的面瘫快速评测方法，其特征在于，所述基于所述第一关键点集合以及所述第二关键点集合，获取所述第一人脸图像的抬眉对称系数，包括以下步骤：
5.如权利要求1所述的基于深度学习的面瘫快速评测方法，其特征在于，所述利用牙齿图像分割模型从所述第二人脸图像中分离出牙齿露出图像，并获取所述牙齿露出图像...
【专利技术属性】
技术研发人员：李宏亮，
申请(专利权)人：深圳艾摩米智能科技有限公司，
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。