基于深度差異網(wǎng)絡(luò)模型的面癱識別與分級評估方法研究
發(fā)布時(shí)間:2021-08-29 20:44
面癱是一種常見的面部表情肌功能障礙疾病,發(fā)病率較高,然而面癱診斷治療的專業(yè)醫(yī)生卻相對較少,且醫(yī)生在診斷過程中很大程度上受主觀因素的影響,從而導(dǎo)致面癱患者難以得到及時(shí)準(zhǔn)確的診斷,不利于患者后續(xù)的治療;谟(jì)算機(jī)視覺技術(shù)的面癱自動化識別與分級評估方法是一種快速有效的面癱輔助診斷手段,較大程度上幫助醫(yī)生對患者病情進(jìn)行診斷,以給出較為合理的治療方案。因此,利用計(jì)算機(jī)視覺技術(shù)進(jìn)行面癱的自動識別與評估對面癱的診斷與治療具有重要意義。目前,盡管已有較多的面癱識別與評估方法,但這些方法均基于面部不對稱進(jìn)行判斷,而正常人的面部在呈現(xiàn)某種表情或靜止時(shí)也可能存在不對稱性;其次,現(xiàn)有方法大多使用淺層模型,且主要關(guān)注圖像的淺層特征,難以對面癱進(jìn)行全面有效的識別與評估,方法有待進(jìn)一步改進(jìn)或提出新方法。本文基于現(xiàn)有面癱識別與評估方法,針對上述存在的問題,利用深度學(xué)習(xí)的方法和理論,主要開展以下新的研究內(nèi)容:1.針對面癱的識別問題,依據(jù)疑似患者進(jìn)行重復(fù)臨床診斷性面部動作時(shí),存在面部異;虿粚ΨQ的正常人常比面癱患者表現(xiàn)出更大的差異,據(jù)此,本文提出了一種基于深度差異網(wǎng)絡(luò)(Deep Differentiated Networ...
【文章來源】:西北大學(xué)陜西省 211工程院校
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
ROIs圖解
程度通過面部兩側(cè)運(yùn)動的不對稱性來測量。此外,計(jì)算對稱問題。該方法定義了兩種特征:不對稱特征和運(yùn)動特的 ROI 和右側(cè)的垂直鏡像 ROI 之間的相關(guān)系數(shù)來測量的稱的,所以其中一個(gè)是水平翻轉(zhuǎn)的,能夠根據(jù)灰度值計(jì)OI 的不對稱特征L ,R ,按如下公式計(jì)算。,( ( , ), ( , ))( ( , ), ( , ))[( ( , ) )( ( , ) )]L R L RL RL RL L R RL Rcorr I x y I x ycov I x y I x yE I x y I x y ) 是左側(cè)的灰度級, ( , )RI x y 是臉右側(cè)的 的垂直鏡像corr 表示相關(guān)系數(shù),cov表示協(xié)方差。L ,R ,L ,R 分的平均值, 的標(biāo)準(zhǔn)差, 的標(biāo)準(zhǔn)差。
運(yùn)動特征計(jì)算圖解(濾波器參數(shù)為: 8.3x y , f 0.22, 例說明了 F-L 區(qū)域在幀-60 中運(yùn)動特性的計(jì)算性能。]中提出了一種基于 Gabor 小波濾波器對 LBP 圖像響應(yīng)的魯?shù)目陀^測量特征,克服了其他技術(shù)的一些問題,如噪聲、照明,它在一定程度上提高了準(zhǔn)確率。法的缺點(diǎn)是耗時(shí),計(jì)算 Gabor 濾波器的響應(yīng)需要更多的時(shí)間擇的復(fù)雜性,對于該方法的研究僅對每個(gè)表達(dá)式使用一組參 個(gè)高斯形狀)作為 Gabor 濾波器。因此,準(zhǔn)確率較低。度學(xué)習(xí)的面癱識別與評估算法檢測是定量評價(jià)面癱的重要預(yù)處理步驟。但是由于傳統(tǒng)方法如hape Model,ASM)或主動外觀模型(ActiveAppearance M
【參考文獻(xiàn)】:
碩士論文
[1]基于內(nèi)容和時(shí)空特征的面癱程度定量評價(jià)的鑒別研究[D]. 任紅洋.中南林業(yè)科技大學(xué) 2017
[2]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:3371354
【文章來源】:西北大學(xué)陜西省 211工程院校
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
ROIs圖解
程度通過面部兩側(cè)運(yùn)動的不對稱性來測量。此外,計(jì)算對稱問題。該方法定義了兩種特征:不對稱特征和運(yùn)動特的 ROI 和右側(cè)的垂直鏡像 ROI 之間的相關(guān)系數(shù)來測量的稱的,所以其中一個(gè)是水平翻轉(zhuǎn)的,能夠根據(jù)灰度值計(jì)OI 的不對稱特征L ,R ,按如下公式計(jì)算。,( ( , ), ( , ))( ( , ), ( , ))[( ( , ) )( ( , ) )]L R L RL RL RL L R RL Rcorr I x y I x ycov I x y I x yE I x y I x y ) 是左側(cè)的灰度級, ( , )RI x y 是臉右側(cè)的 的垂直鏡像corr 表示相關(guān)系數(shù),cov表示協(xié)方差。L ,R ,L ,R 分的平均值, 的標(biāo)準(zhǔn)差, 的標(biāo)準(zhǔn)差。
運(yùn)動特征計(jì)算圖解(濾波器參數(shù)為: 8.3x y , f 0.22, 例說明了 F-L 區(qū)域在幀-60 中運(yùn)動特性的計(jì)算性能。]中提出了一種基于 Gabor 小波濾波器對 LBP 圖像響應(yīng)的魯?shù)目陀^測量特征,克服了其他技術(shù)的一些問題,如噪聲、照明,它在一定程度上提高了準(zhǔn)確率。法的缺點(diǎn)是耗時(shí),計(jì)算 Gabor 濾波器的響應(yīng)需要更多的時(shí)間擇的復(fù)雜性,對于該方法的研究僅對每個(gè)表達(dá)式使用一組參 個(gè)高斯形狀)作為 Gabor 濾波器。因此,準(zhǔn)確率較低。度學(xué)習(xí)的面癱識別與評估算法檢測是定量評價(jià)面癱的重要預(yù)處理步驟。但是由于傳統(tǒng)方法如hape Model,ASM)或主動外觀模型(ActiveAppearance M
【參考文獻(xiàn)】:
碩士論文
[1]基于內(nèi)容和時(shí)空特征的面癱程度定量評價(jià)的鑒別研究[D]. 任紅洋.中南林業(yè)科技大學(xué) 2017
[2]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:3371354
本文鏈接:http://sikaile.net/yixuelunwen/shenjingyixue/3371354.html
最近更新
教材專著