连续和组件化面部的测量调整和临床可解释模型
Xiudong Guan1, Haixin Wang2, Dainan Zhang1
1Department of Neurosurgery, Beijing Tiantan Hospital, Capital Medical University, Beijing, China.
NPJ digital medicine
|November 19, 2025
概括
一个新的模型通过分析眼和口腔运动来精确评估面部,为更好的患者护理提供了比目前的主观分级系统更客观和更全面的替代方案.
科学领域:
- 医学成像和计算机视觉
- 神经学 神经学
- 眼科医生 眼科 眼科
背景情况:
- 面部会影响每60人中就有1人,需要准确的评估才能进行有效的治疗.
- 目前的面部麻分级系统由于主观因素而缺乏一致性,并且未能解决眼和口腔的单独神经内接.
研究的目的:
- 开发和验证一个修改的House-Brackmann (H-B) 标准系统,使用连续和组件化测量眼和口腔运动.
- 创建一个精确和全面的面部的评估工具.
主要方法:
- 一个密集的面部里程碑对齐模型是使用274名前置神经瘤 (VS) 患者的数据集开发的.
- 该模型为眼和口腔生成了临床上可解释的不对称系数.
- 接收器运行特征 (ROC) 分析值将系数转换为等级,与共识的H-B等级相当.
主要成果:
- 开发的模型在面部麻检测方面表现优于现有的算法.
- 眼和口腔系数与共识HB等级有很强的相关性 (r=0.892和0.890,P<0.001).
- 在单独的多中心队列中验证显示了高准确性.
结论:
- 拟议的模型提供了更精确,更全面的面部的评估.
- 它有潜力持续监测面部的进展和治疗反应.
- 这种方法解决了当前主观评分系统的局限性.
