买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京大学口腔医学院

摘要：本发明公开了基于人工智能的面瘫分级诊断方法、装置，所述面瘫分级诊断方法通过获取患者面部正面图像，并将所述患者面部正面图像输入面瘫诊断模型得到HB分级和FNGS2.0分区评分；其中，所述面瘫诊断模型是训练Softmax非线性分类器得到的，本发明能够准确、快速地对面瘫进行分级诊断，消除主观评价的不一致性，辅助医师决策。其输入数据便于获得、技术敏感性低，输出结果为临床已广泛认可的分级标准，易于推广使用。

主权项：1.一种基于人工智能的面瘫分级诊断方法，其特征在于，所述面瘫分级诊断方法包括以下步骤：S20、获取患者面部正面图像，所述患者面部正面图像包括静止状态、抬眉、皱眉、闭眼、耸鼻、撅嘴、示齿及大张口图像；S40、将所述患者面部正面图像输入面瘫诊断模型得到HB分级和FNGS2.0分区评分；其中，所述面瘫诊断模型是训练Softmax非线性分类器得到的；其中，面瘫诊断模型的建立包括：S401、卷积神经网络HRNet识别面部标志点的预训练：使用IBUG数据库对HRNet进行标志点识别预训练；S402、卷积神经网络HRNet识别口腔颌面部疾病患者面部标志点的预训练：使用OMD数据库对HRNet进行标志点识别预训练；S403、获取多组患者面部正面采样图像，所述多组患者面部正面采样图像包括静止状态、抬眉、皱眉、闭眼、耸鼻、撅嘴、示齿及大张口图像，分别编号为M0、M1、M2、M3、M4、M5、M6、M7；S404、将所述多组患者面部正面采样图像输入预先训练的卷积神经网络HRNet得到标注面部68个标志点的图像；S405、获取反映标注面部68个标志点的图像的面部静态对称性的数集SS及动态对称性的数集DS，具体包括：获取反映标注面部68个标志点的图像的面部静态对称性的数集SS包括：在图像MXx∈0,1,2,3,4,5,6,7上，根据标志点在面部的左右位置分为三个点集，右侧PR，左侧PL，中线PM；在每张图片上建立坐标系，计算PR中所有点与PR、PM中另外任一点的距离DR，同理计算PL中所有点与PL、PM中另外任一点的距离DL；将左右对应的距离D做比，则获得反映表情图像面部静态对称性的数集SSX； SS＞1时，获取反映标注面部68个标志点的图像的面部动态对称性的数集DS包括：根据标志点在面部的左右位置分为三个点集，右侧PR，左侧PL，中线PM；在每张图片上建立坐标系，计算PR中所有点与PR、PM中另外任一点的距离DR，同理计算PL中所有点与PL、PM中另外任一点的距离DL；将Mxx∈1,2,3,4,5,6,7与M0中对应的距离D做差，再计算左右侧的比值，则获得反映表情图像面部动态对称性的数集DSx； DS＞1时，DS＜0时，DS＝-DS；S406、获取多组患者面部正面采样图像的HB分级和FNGS2.0分区评分；S407、通过所述SS、DS及其HB分级和FNGS2.0分区评分建立面瘫数据库，训练Softmax非线性分类器，得到面瘫诊断模型；其中，所述面瘫诊断模型的建立还包括面瘫诊断模型的更新，具体包括：S408、OMD数据库的扩充与HRNet的迭代训练：重复步骤S403，扩充面部正面采样图像的数量，并重复步骤S404进行标注；对步骤S404中标注面部68个标志点的图像进行人工校正；将校正结果补充入OMD数据库，再次重复步骤S404，即使用更新的OMD数据库对HRNet进行训练；S409、面瘫数据库的扩充与Softmax的迭代训练：重复步骤S403，扩充面部正面采样图像的数量，并重复步骤S404至步骤S407；对所述面瘫诊断模型的输出结果进行人工校正，将校正结果补充入面瘫数据库，再次重复步骤407，即使用更新的面瘫数据库对Softmax进行训练。

全文数据：

权利要求：

百度查询： 北京大学口腔医学院 一种基于人工智能的面瘫分级诊断方法、装置