视频评估以检测肌缩侧面硬化症
Guilherme Camargo Oliveira1,2, Quoc Cuong Ngo2, Leandro Aparecido Passos1
1School of Science, São Paulo State University, São Paulo, Brazil.
Digital biomarkers
|October 30, 2024
概括
对面部表情视频的计算机分析可以检测肌缩性侧面硬化症 (ALS). 这种方法通过分析特定的面部肌肉运动,在识别ALS患者时达到91%的准确性.
科学领域:
- 神经学 神经学
- 计算机科学 计算机科学
- 生物医学工程 生物医学工程
背景情况:
- 面部肌肉疲弱是肌缩侧面硬化症 (ALS) 的早期症状.
- 目前依赖面部表情视觉评估的诊断方法可能是主观的,因为个人的差异.
- 需要客观,定量方法来早期和准确地检测ALS.
研究的目的:
- 研究计算机化面部表情分析在区分ALS患者与健康个体中的有效性.
- 识别特定的面部动作单元和表情,最能表明与ALS相关的面部软弱.
主要方法:
- 利用了多伦多NeuroFace数据集,其中包含来自ALS患者和健康对照者的九个面部表情任务的视频.
- 分析了从这些视频中提取的面部动作单元,以构建分类模型.
- 评估模型在区分两个组的表现.
主要成果:
- 该研究实现了0.91.1的峰值分类准确度.
- "用紧紧的嘴唇假装微笑"的面部表情产生了最高的准确性.
- 与嘴唇和嘴巴运动相关的特定行动单位是关键指标.
结论:
- 对面部表情的计算机分析显示,对客观ALS检测有很大的潜力.
- 这种方法可以帮助克服传统诊断方法固有的主观性.
- 进一步的研究可以完善这种技术,用于临床应用,用于识别ALS中的面部软弱.


