面癱是一種常見的面部疾病,不僅影響患者的身心健康,而且還影響患者的社交活動。而如果面癱能夠及早發(fā)現(xiàn),及時治療,治療措施得當(dāng),患者就較容易恢復(fù)。反之,則會延誤疾病的治療。面癱的診斷分級為合適治療方案的制定提供可靠的依據(jù)�，F(xiàn)有的面癱分級評估主要關(guān)注整體面部狀態(tài)信息或者外部輪廓信息,關(guān)注信息較為單一,忽略面部運(yùn)動的動態(tài)信息,導(dǎo)致分級評估的準(zhǔn)確率較低。為此,本文提出一種基于光流差異特征的面癱分級綜合評估方法。該方法兼顧面部狀態(tài)變化信息以及紋理變化信息,利用光流特征的差異,并考慮面部運(yùn)動特征;此外,針對不同的面部動作,關(guān)注對應(yīng)的面部區(qū)域。最后,綜合基于圖像和視頻數(shù)據(jù)的面癱分級評估結(jié)果得到最終的評估結(jié)果�；趫D像數(shù)據(jù)的面癱分級評估,方法首先選擇面部表情中性狀態(tài)（無任何表情）和面部表情最大狀態(tài)的圖像數(shù)據(jù),進(jìn)行歸一化處理,人臉檢測和區(qū)域劃分等預(yù)處理工作。然后提取對應(yīng)面部及相關(guān)區(qū)域的光流特征,以及人臉兩側(cè)相關(guān)區(qū)域光流特征之間的差異特征,并利用支持向量機(jī)完成面癱分級評估。對于面癱的視頻數(shù)據(jù),提取面部運(yùn)動時不同區(qū)域的光流信息,依據(jù)面部運(yùn)動的對稱性計(jì)算面部運(yùn)動左右臉的光流差異特征,基于這些特征進(jìn)行面癱分級評估... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

AAM模型（1）樣本選取與標(biāo)定

1.5倍頻程， 2.5。圖 3 是 3 尺度、4 個方向下 Gabor 濾波器的實(shí)部變化的效果。圖3 Gabor特征圖從圖 3 中可以發(fā)現(xiàn) Gabor 濾波器有明顯的方向選擇性，空間局部性和空間頻率特性。Gabor 濾波器通過與振蕩方向垂直邊緣產(chǎn)生強(qiáng)烈響應(yīng)捕獲不同頻率，不同方向下圖像邊緣及局部顯著特征，有利于人臉尺度、姿態(tài)的特征匹配特性。人臉眼睛區(qū)域經(jīng)過 Gabor 小波變換后人臉特征圖如圖 4 所示。

圖4人臉原圖和經(jīng)過Gabor提取后的圖片該方法利用 Gabor 提取特征判斷疑似面癱患者的等級評估方法步驟：首先面癱健康區(qū)域鏡像處理，令面癱患者的健康與患病相應(yīng)區(qū)域在同一個方向，以便它們相似度的計(jì)算；其次對患者健康區(qū)域與患病區(qū)域的 3 方向 4 尺度的 Gabor 特征采CA 降維，計(jì)算 Gabor 特征間的角度距離，最后級聯(lián)成一個 40 維的特征向量，然特征向量和標(biāo)注輸入 SVM 進(jìn)行訓(xùn)練，利用 SVM 訓(xùn)練模型，使用測試數(shù)據(jù)測試效果。2.6.2 局部二值模式任紅洋結(jié)合 Gabor 特征和 LBP 特征進(jìn)行面癱的定量評估[23]。使用靜態(tài)圖像作據(jù)時，采用 LBP 旋轉(zhuǎn)不變性、灰度不變性和對光照的變化魯棒性的特點(diǎn)可以減像在定位、光照、陰影和本身不對稱方面對外部光照的敏感程度[53,54]。本文提出癱嚴(yán)重程度算法中加入 LBP，圖像經(jīng)過 LBP 處理以后為了減少圖像噪聲和冗余

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)各向異性擴(kuò)散模型在圖像濾波去噪中的應(yīng)用[J]. 張長勝,馮廣,劉子裕,李川,錢斌.  傳感器與微系統(tǒng). 2017(04)
[2]基于紅外熱像LBP的面癱客觀評估方法[J]. 劉旭龍,洪文學(xué),張濤,吳振英.  生物醫(yī)學(xué)工程學(xué)雜志. 2013(01)
[3]基于Gabor小波變換與分塊PCA的人臉識別[J]. 王憲,陸友桃,宋書林,平雪良,許騰.  計(jì)算機(jī)工程與應(yīng)用. 2012(03)
[4]直方圖均衡化在數(shù)字圖像處理中的應(yīng)用[J]. 李楠,劉永強(qiáng),韓國華.  甘肅科技. 2010(18)
[5]計(jì)算機(jī)臨床量化面神經(jīng)功能評價系統(tǒng)的應(yīng)用研究[J]. 蔡志剛,俞光巖,王勇,施曉健,胡曉宏.  中華口腔醫(yī)學(xué)雜志. 2001(06)

碩士論文
[1]基于光流算法的運(yùn)動目標(biāo)檢測應(yīng)用研究[D]. 張艷艷.西安石油大學(xué) 2018
[2]基于內(nèi)容和時空特征的面癱程度定量評價的鑒別研究[D]. 任紅洋.中南林業(yè)科技大學(xué) 2017
[3]用于面癱客觀評估的結(jié)構(gòu)對稱性量化研究[D]. 國哲驍.深圳大學(xué) 2016
[4]基于視頻的運(yùn)動目標(biāo)檢測與跟蹤研究[D]. 袁寶紅.安徽大學(xué) 2014
[5]基于AAM的面神經(jīng)運(yùn)動功能評價方法研究[D]. 王倩倩.中國海洋大學(xué) 2012
[6]基于關(guān)鍵點(diǎn)和區(qū)域分塊的面神經(jīng)功能評價方法研究[D]. 馬麗晶.中國海洋大學(xué) 2009
[7]面癱患者面部運(yùn)動功能自動分級方法研究[D]. 林楊.中國海洋大學(xué) 2008



本文編號：3377046