从到微笑:面部识别和跟踪如何可以量化面部的严重程度,并预测治疗结果
Ahmed Al Menabbawy1,2, Lennart Ruhser3, Ehab El Refaee3,4
1Department of Neurosurgery, University Medicine Greifswald, Greifswald, Germany. ahmed.almenabbawy@med.uni-greifswald.de.
Acta neurochirurgica
|January 8, 2025
概括
这项研究引入了一种新的客观方法,用于使用面部识别技术来分类半面的严重程度. 这种方法对进行分类,并将其与生活质量和治疗结果相关联.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 医疗成像医学成像
背景情况:
- 目前的半脸分级系统是主观的或过于复杂的.
- 客观分类是必要的,以改善患者管理和预测结果.
研究的目的:
- 开发和验证使用面部识别和跟踪技术对面部的新客观分类系统.
- 为了将的特征与患者的生活质量和术后结果相关联.
主要方法:
- 使用基于果AR套件的App和Blender软件,对79个手术前半面视频进行了回顾性分析.
- 面部网格生成用于生物识别点分配和 (幅度,频率) 测量.
- 使用分割式k-平均和聚合式等级集群的分类;与SF-36和HFS-8分数的相关性.
主要成果:
- 集群确定了基于闭眼,口腔运动,率和重复率的3个不同的患者组.
- 被分类为轻度,中度克隆性和严重的增强性.
- 轻度与更好的生活质量相关;中度克隆性显示出微血管减压后的最佳结果.
结论:
- 一个新的,用户友好的分类系统,利用面部跟踪和增强现实已经开发了半面.
- 这个系统客观地量化了的严重程度和类型,将它们与生活质量和手术结果联系起来.
- 该分类有可能指导半面的临床管理策略.
