人工智能在面瘫识别与评估中的应用

摘要

回顾了近年来部分基于人工智能的面瘫识别及评估研究。研究方法可分为基于人工选取患者面部图像特征值和基于神经网络和患者面部图像的面瘫评估研究两大类。分析表明,人工选取特征值的方法适合小样本量的情况,但对面瘫相邻评级的分类效果有待进一步优化。而神经网络的方法能够相对较好地区分面瘫邻级,但对样本量有较高要求。两种方法均有不错的前景,人工选取与评估量表相关性更强的特征,而共同的发展方向可能是提取时间域特征,从而达到提升面瘫评估准确率的目的。