外周性顔麻痺におけるディープラーニングベースの自動顔対称性スコアリング

科学分野:

• 医療用イメージング
• コンピュータ・ビジョン
• リハビリテーション科学

背景:

• 片側外周性顔麻痺 (PFP) は,顔の非対称性と機能的欠損を引き起こし,患者の生活の質に影響を与えます.
• 有効なPFPの監視とリハビリテーション戦略には,客観的な評価ツールが不可欠です.
• 現在の評価方法は,顔の動きの対称性を定量化するのに客観性と精度が欠けている可能性があります.

研究 の 目的:

• PFP患者の客観的な顔の対称性評価のための自動化された方法を開発し,検証する.
• 標準化された2D写真から得られたヒートマップと対称性スコアを使用して顔の運動対称性を定量化します.
• 自動対称性スコアと臨床ステネルト運動スコアを相関させる.

主な方法:

• 198人のPFP患者からの405人の顔画像のデータセットを使用しました.
• 顔の地標を検出する ディープラーニングと アフィーン・アラインメント・アルゴリズムを使用した.
• 灰色の差の画像からヒートマップを作成し,顔の半分を比較して対称性スコアを計算します.

主要な成果:

• 自動化された方法は,すべてのデータセットを成功裏に処理し,0から0.99の対称性スコア (平均0.85±0.12) を得ました.
• ヒートマップは,臨床観察と一致する非対称性を視覚的に表現した.
• 有意な負の相関 (r = - 0. 32から - 0. 66) は,より高い臨床的重症が,より低い対称性スコアと相関することを示した.

結論:

• 開発された自動化された方法は,PFPにおける顔の対称性を評価するための客観的,信頼性の高い,アクセシブルなツールを提供します.
• このアプローチは臨床評価の正確性を高め,リハビリテーションの進行を正確に監視することができます.
• この方法は,従来のスコアと比較して,微妙な変化を検出する際に,より高い感度を持つ可能性を示しています.