【技術(shù)領(lǐng)域】

本發(fā)明涉及面癱評(píng)估方法，特別涉及一種基于h-b分級(jí)評(píng)分監(jiān)督下的面癱客觀評(píng)估方法。

背景技術(shù)：

面癱是一種常見且多發(fā)的疾病，其主要癥狀為面部表情肌群無法進(jìn)行正常的功能性運(yùn)動(dòng)。根據(jù)神經(jīng)受損位置的不同，面癱分為周圍性面癱和中樞性。周圍性面癱由神經(jīng)核和損傷所引起，表現(xiàn)為病變部位同側(cè)全肌面癱瘓，此類癱瘓多由風(fēng)寒、耳部或腦膜感染等引起。中樞性面癱源于面神經(jīng)核以上的部位受損，表現(xiàn)為受損部位對(duì)側(cè)顏面下部肌肉麻痹，多見于腦內(nèi)血管疾病。

面癱雖然不會(huì)危及生命，但是關(guān)系到社交過程中的儀容問題，這給患者心理帶來不良影響。面癱只要及早發(fā)現(xiàn)，及時(shí)治療，治療措施得當(dāng)，一般是可以完全康復(fù)的。臨床上通常按面癱評(píng)價(jià)標(biāo)準(zhǔn)對(duì)面癱患者評(píng)價(jià)分級(jí)后，再根據(jù)分級(jí)結(jié)果來制定合適的治療方案。為患者制定恰當(dāng)?shù)闹委煼桨甘敲姘c康復(fù)治療的關(guān)鍵，而治療方案是依據(jù)分級(jí)結(jié)果來制定的，因此，面癱分級(jí)評(píng)價(jià)對(duì)于治療面癱康復(fù)治療十分的重要。

面癱分級(jí)評(píng)價(jià)依據(jù)的是患者患病程度不同而體現(xiàn)出的不同的面部不對(duì)稱程度。由于面神經(jīng)損傷所導(dǎo)致的面部癥狀會(huì)因?yàn)槟挲g、面部的解剖結(jié)構(gòu)和神經(jīng)損傷的程度而不同。在原始的面癱康復(fù)評(píng)估中，臨床醫(yī)生會(huì)著重觀察面癱患者的兩側(cè)眉毛的相對(duì)位置、兩側(cè)眼睛閉合情況、鼻部是否不對(duì)稱、微笑是否無力和嘴部是否不對(duì)稱等情況，并根據(jù)這些觀察所得的情況的輕重程度，來確定面癱級(jí)別。輕度的面神經(jīng)損傷(面癱)通常只會(huì)在面部結(jié)構(gòu)運(yùn)動(dòng)時(shí)，被觀察到較弱的面部不對(duì)稱性。而嚴(yán)重面神經(jīng)損傷的面部不對(duì)稱性，在面部結(jié)構(gòu)無運(yùn)動(dòng)時(shí)也可以被輕易地觀察出來。因此，臨床醫(yī)生若要較為準(zhǔn)確地去描述面部功能損失，就需借助一些標(biāo)準(zhǔn)化的評(píng)價(jià)標(biāo)準(zhǔn)。

目前常見的主觀面癱分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)有十多種，其中獲得多數(shù)學(xué)者和臨床醫(yī)生認(rèn)可，且使用最廣泛的面癱評(píng)價(jià)方法是h-b面神經(jīng)功能評(píng)價(jià)標(biāo)準(zhǔn)。當(dāng)前的面癱康復(fù)治療中，傳統(tǒng)的評(píng)價(jià)方法中，h-b面神經(jīng)功能評(píng)價(jià)標(biāo)準(zhǔn)，其評(píng)價(jià)結(jié)果已成為大多數(shù)治療方案的指導(dǎo)標(biāo)準(zhǔn)，其對(duì)面癱治療具有很強(qiáng)的指導(dǎo)意義。該評(píng)價(jià)標(biāo)準(zhǔn)于1983年由house和brackman提出，該評(píng)價(jià)標(biāo)準(zhǔn)將面癱分為vi級(jí)(ⅰ～ⅵ級(jí)，或稱ⅰ～ⅵ類)，ⅰ級(jí)為正常，vi級(jí)為完全麻痹，其分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)如下表所示：

h-b分級(jí)評(píng)價(jià)的優(yōu)點(diǎn)是各級(jí)描述簡(jiǎn)單易懂，臨床使用方便。但其缺陷也十分明顯，作為一種主觀評(píng)價(jià)方法，其主觀性嚴(yán)重、各級(jí)描述含糊、級(jí)別之間描述重疊，不同的臨床醫(yī)生可能會(huì)得到不同的評(píng)價(jià)結(jié)果，從而導(dǎo)致分級(jí)出現(xiàn)主觀偏差，嚴(yán)重影響最佳治療方案的選擇。

最近幾年，在國(guó)內(nèi)外報(bào)道中出現(xiàn)了一系列客觀性的面癱分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)，這些客觀方法根據(jù)對(duì)面部單元標(biāo)定方法的不同，可以分為手工標(biāo)定及自動(dòng)標(biāo)定兩大類?；谑止?biāo)定的面癱分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)通過在面部運(yùn)動(dòng)單元(包括眉，鼻，眼和嘴)設(shè)置人工標(biāo)記，當(dāng)面部運(yùn)動(dòng)時(shí)，檢測(cè)這些標(biāo)記的運(yùn)動(dòng)情況，再通過運(yùn)動(dòng)單元運(yùn)動(dòng)的不對(duì)稱程度來標(biāo)定這些標(biāo)記的運(yùn)動(dòng)情況所代表的患病程度；此類方法需要手動(dòng)標(biāo)記，應(yīng)用復(fù)雜，耗時(shí)長(zhǎng)?；谧詣?dòng)標(biāo)定的面癱分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)是利用計(jì)算機(jī)視覺方法，自動(dòng)地檢測(cè)面部的運(yùn)動(dòng)單元，通過檢測(cè)這些運(yùn)動(dòng)單元運(yùn)動(dòng)的不對(duì)稱程度來判斷面癱程度，linstrom提出了一種基于商用計(jì)算機(jī)視頻交互的客觀面部分析系統(tǒng)，通過患者閉眼和抿嘴笑兩種表情來比較非正常的面部功能。該系統(tǒng)能較好地區(qū)分面癱患者及正常人，但是無法對(duì)面癱患者進(jìn)行分級(jí)評(píng)估，此外，hontanilla和auba提出了一個(gè)用于面部信息計(jì)算的3d多攝像裝置采集系統(tǒng)，這個(gè)系統(tǒng)給出的評(píng)價(jià)結(jié)果客觀，靈敏，其缺點(diǎn)在于需要在患者面部粘貼標(biāo)記點(diǎn)，所以該系統(tǒng)雖然評(píng)價(jià)結(jié)果較好，但其使用不方便，且對(duì)患者會(huì)造成一定的影響。

綜上所述，h-b面神經(jīng)功能評(píng)價(jià)標(biāo)準(zhǔn)，雖然廣泛適應(yīng)，具有很強(qiáng)的指導(dǎo)標(biāo)準(zhǔn)，但因其實(shí)施依賴于臨床醫(yī)生的經(jīng)驗(yàn)影響，而且其主觀性大，從而導(dǎo)致面癱評(píng)估結(jié)果易受干擾。而傳統(tǒng)的面癱客觀評(píng)價(jià)方法，其雖然結(jié)果評(píng)價(jià)客觀，消除了主觀偏差，但其評(píng)價(jià)方法難以取代h-b分級(jí)評(píng)分，其難以與現(xiàn)行的治療方案相適配，因而其適用性差，難以廣泛實(shí)施。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在解決上述問題，而提供一種基于h-b分級(jí)評(píng)分監(jiān)督下的面癱客觀評(píng)估方法，通過該方法，可客觀的獲取與h-b分級(jí)評(píng)分相一致的結(jié)果，從而可消除主觀偏差，并提高適用性。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于h-b分級(jí)評(píng)分監(jiān)督下的面癱客觀評(píng)估方法，其特征在于，其包括以下步驟：

s1、獲取面癱患者的面部圖像檢測(cè)樣本；

s2、建立基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器，使所述面癱分級(jí)分類器包括多個(gè)分類器；

s3、所述面癱分級(jí)分類器的多個(gè)分類器分別對(duì)所述檢測(cè)樣本的面癱分級(jí)評(píng)估類別進(jìn)行預(yù)測(cè)，得出多個(gè)以h-b分級(jí)評(píng)分類別為結(jié)果的預(yù)測(cè)結(jié)果；

s4、統(tǒng)計(jì)各預(yù)測(cè)結(jié)果，選取預(yù)測(cè)結(jié)果中數(shù)量最多的類別作為面癱患者的面癱分級(jí)評(píng)估結(jié)果進(jìn)行輸出。

進(jìn)一步的，所述面癱分級(jí)分類器通過訓(xùn)練而成，其訓(xùn)練過程包括以下步驟：

s21、獲取面癱患者訓(xùn)練樣本集，該訓(xùn)練樣本集包括若干個(gè)訓(xùn)練樣本，各訓(xùn)練樣本分別包括面癱患者的面部圖像、根據(jù)面部圖像提取出的面部對(duì)稱性特征、與面部圖像相對(duì)應(yīng)的樣本類別標(biāo)記；

s22、將訓(xùn)練樣本集中的訓(xùn)練樣本按照h-b分級(jí)評(píng)估標(biāo)準(zhǔn)進(jìn)行分級(jí)分類，將其分成多類樣本集；

s23、從所述多類樣本集中分別選取兩類樣本集訓(xùn)練分類器，訓(xùn)練出包含有多個(gè)分類器的多類分類器。

進(jìn)一步的，所述分類器為svm分類器。

進(jìn)一步的，所述分類器為使用rbf核函數(shù)的svm分類器。

進(jìn)一步的，訓(xùn)練svm分類器時(shí)，使用交叉驗(yàn)證方法確定所述svm分類器使用的最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。

進(jìn)一步的，確定最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)的步驟包括：

s231、根據(jù)經(jīng)驗(yàn)設(shè)定rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)在一定范圍內(nèi)取值；

s232、在限定范圍內(nèi)選取一組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)建立svm分類器，并通過交叉驗(yàn)證方法得到該組參數(shù)所對(duì)應(yīng)的分類準(zhǔn)確率；

s233、對(duì)限定范圍內(nèi)的所有rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)進(jìn)行組合，重復(fù)步驟s232，獲取所有組合所對(duì)應(yīng)的分類準(zhǔn)確率；

s234、選擇最高分類準(zhǔn)確率所對(duì)應(yīng)的那組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)作為最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。

進(jìn)一步的，步驟s234中，若存在多個(gè)最高分類準(zhǔn)確率，則選擇svm的懲罰參數(shù)最小所對(duì)應(yīng)的那組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)作為最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。

進(jìn)一步的，若存在多個(gè)最小的svm的懲罰參數(shù)，則選擇組合中第一組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)中作為最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。

進(jìn)一步的，步驟s21中，當(dāng)獲取的面癱患者的面部圖像訓(xùn)練樣本集不夠豐富時(shí)，使用數(shù)據(jù)擴(kuò)展的方法對(duì)訓(xùn)練樣本集進(jìn)行擴(kuò)展。

進(jìn)一步的，所述數(shù)據(jù)擴(kuò)展方法為仿射變換法。

本發(fā)明的有益貢獻(xiàn)在于，其有效解決了上述問題。本發(fā)明通過建立基于h-b評(píng)分監(jiān)督下的面癱分級(jí)分類，從而使得可通過該面癱分級(jí)分類客觀的獲取與h-b分級(jí)評(píng)分相一致的結(jié)果，消除臨床醫(yī)生通過h-b分級(jí)評(píng)分方法進(jìn)行主觀評(píng)價(jià)而造成的主觀偏差，避免面癱評(píng)估結(jié)果受臨床醫(yī)生的經(jīng)驗(yàn)影響。本發(fā)明的基于h-b分級(jí)評(píng)分監(jiān)督下的面癱客觀評(píng)估方法的分級(jí)評(píng)分結(jié)果與現(xiàn)有的h-b分級(jí)評(píng)分方法匹配，從而可借助h-b分級(jí)評(píng)分方法的廣泛性，保留h-b分級(jí)評(píng)分方法的優(yōu)點(diǎn)，而獲得標(biāo)準(zhǔn)的評(píng)價(jià)結(jié)果，從而利于為面癱患者制定合適的治療方案以提高康復(fù)治療的療效奠定基礎(chǔ)。

【附圖說明】

圖1是本發(fā)明的方法流程示意圖。

圖2是建立面癱多類分類器的流程示意圖。

圖3是確定最優(yōu)rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)的流程示意圖。

【具體實(shí)施方式】

下列實(shí)施例是對(duì)本發(fā)明的進(jìn)一步解釋和補(bǔ)充，對(duì)本發(fā)明不構(gòu)成任何限制。

如圖1～圖3所示，本發(fā)明的基于h-b分級(jí)評(píng)分監(jiān)督下的面癱客觀評(píng)估方法主要要點(diǎn)在于結(jié)合h-b分級(jí)評(píng)分方法而提出一種可客觀的獲取與h-b分級(jí)評(píng)分結(jié)果相一致的方法，避免臨床醫(yī)生通過h-b分級(jí)評(píng)分方法進(jìn)行主觀評(píng)價(jià)而造成的主觀偏差。由于h-b分級(jí)評(píng)分方法具有廣泛的指導(dǎo)意義，其評(píng)價(jià)結(jié)果為目前大多數(shù)治療方案的指導(dǎo)標(biāo)準(zhǔn)，因而使用本發(fā)明的方法客觀獲取與h-b分級(jí)評(píng)分相一致的結(jié)果，不僅可消除h-b分級(jí)評(píng)分方法的缺點(diǎn)，而且可吸收其優(yōu)點(diǎn)，為治療方案的確定奠定基礎(chǔ)。具體的，本發(fā)明的基于h-b分級(jí)評(píng)分監(jiān)督下的面癱客觀評(píng)估方法包括以下步驟：

s1、獲取面癱患者的面部圖像檢測(cè)樣本；

s2、建立基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器，使所述面癱分級(jí)分類器包括有多個(gè)分類器；

s3、所述面癱分級(jí)分類器的多個(gè)分類器分別對(duì)所述檢測(cè)樣本的面癱分級(jí)評(píng)估類別進(jìn)行預(yù)測(cè)，得出多個(gè)以h-b分級(jí)評(píng)分類別為結(jié)果的預(yù)測(cè)結(jié)果；

s4、統(tǒng)計(jì)各預(yù)測(cè)結(jié)果，選取預(yù)測(cè)結(jié)果中數(shù)量最多的類別作為面癱患者的面癱分級(jí)評(píng)估結(jié)果進(jìn)行輸出。

步驟s1中，可通過面部采集裝置獲取面癱患者的面部圖像檢測(cè)樣本。所述面部采集裝置可選用公知的各種面部采集裝置。所述面部圖像檢測(cè)樣本包括但不限于以下信息：面癱患者在靜止時(shí)和/或進(jìn)行特定面部運(yùn)動(dòng)時(shí)的面部圖像、從基于該面部圖像檢測(cè)出的面部特征點(diǎn)而提取出的面部對(duì)稱性特征。在獲取面癱患者的面部圖像時(shí)，面癱患者進(jìn)行的特定面部運(yùn)動(dòng)包括但不限于以下運(yùn)動(dòng)中的一種或多種：抬眉、閉眼、示齒、鼓腮。所述面部對(duì)稱性特征，是用于量化衡量面部五官的結(jié)構(gòu)形狀對(duì)稱性的差異，其可通過多種不同的參數(shù)進(jìn)行表征，如形狀對(duì)稱性特征、位置對(duì)稱性特征。所述面部五官包括但不限于眼部、眉部、嘴部、鼻部。對(duì)于面癱患者，面部五官的不對(duì)稱性主要體現(xiàn)在眼部、眉部、嘴部、鼻部這四個(gè)部位，因此，可優(yōu)選表征眼部、眉部、嘴部、鼻部這四個(gè)部位的不對(duì)稱性參數(shù)作為面部對(duì)稱性特征。所述面部對(duì)稱性特征可按照公知技術(shù)選取公知的面部對(duì)稱性特征，也可由本領(lǐng)域技術(shù)人員選取特定的非公知的面部對(duì)稱性特征，如本申請(qǐng)人于同日申請(qǐng)的《面癱客觀評(píng)估方法及其系統(tǒng)》專利中所介紹的面部對(duì)稱性特征。

當(dāng)獲取到面癱患者的面部圖像檢測(cè)樣本時(shí)，便可通過面癱分級(jí)分類器對(duì)該面部圖像檢測(cè)樣本進(jìn)行預(yù)測(cè)評(píng)估，自動(dòng)確定出以h-b分級(jí)評(píng)分類別為結(jié)果的預(yù)測(cè)結(jié)果，如確定出面癱患者的面癱等級(jí)為h-b評(píng)級(jí)中的iii級(jí)。

本發(fā)明中，所述面癱分級(jí)分類器是基于h-b分級(jí)評(píng)分監(jiān)督下的多類分類器，其包括有多個(gè)分類器。當(dāng)對(duì)面癱患者的面部圖像檢測(cè)樣本進(jìn)行評(píng)估預(yù)測(cè)時(shí)，所述面癱分級(jí)分類器的多個(gè)分類器分別對(duì)所述檢測(cè)樣本的面癱分級(jí)評(píng)估類別進(jìn)行預(yù)測(cè)，得出多個(gè)以h-b分級(jí)評(píng)分類別為結(jié)果的預(yù)測(cè)結(jié)果，然后對(duì)預(yù)測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)，選取預(yù)測(cè)結(jié)果中數(shù)量最多的類別作為面癱患者的面癱分級(jí)評(píng)估結(jié)果。例如，當(dāng)所述面癱分級(jí)分類器包括有15個(gè)分類器時(shí)，所述15個(gè)分類器評(píng)估出的預(yù)測(cè)結(jié)果中面癱類別評(píng)估為iii級(jí)的有13個(gè)，面癱類別評(píng)估為vi級(jí)的有2個(gè)，則將此次面癱分級(jí)評(píng)估的結(jié)果客觀評(píng)估為iii級(jí)。

步驟s2中，所述面癱分級(jí)分類器通過訓(xùn)練而成，其可通過以下方法訓(xùn)練而成：

s11、獲取面癱患者的面部圖像訓(xùn)練樣本集。

所述訓(xùn)練樣本集包含有若干個(gè)訓(xùn)練樣本，各訓(xùn)練樣本分別包括采集到的面癱患者的面部圖像、從相應(yīng)面部圖像中提取出的面部對(duì)稱性特征、樣本類別標(biāo)記。所述訓(xùn)練樣本的面部圖像可通過面部采集裝置獲取，其包括面癱患者在靜止時(shí)和進(jìn)行特定面部運(yùn)動(dòng)時(shí)的面部圖像。所述特定面部運(yùn)動(dòng)包括但不限于以下運(yùn)動(dòng)中的一種或多種：抬眉、閉眼、示齒、鼓腮。訓(xùn)練樣本的面部對(duì)稱性特征，是基于從訓(xùn)練樣本的各面部圖像檢測(cè)出的面部特征點(diǎn)而提取出來的。面部圖像的面部特征點(diǎn)的檢測(cè)，可參看公知技術(shù)。根據(jù)面部特征點(diǎn)提取面部對(duì)稱性特征，其可按照公知技術(shù)進(jìn)行提取，或根據(jù)本申請(qǐng)人于同日申請(qǐng)的《面癱客觀評(píng)估方法及其系統(tǒng)》專利中所介紹的方式進(jìn)行提取。所述面部對(duì)稱性特征，可以是目前常用的面部對(duì)稱性特征，也可以是根據(jù)本申請(qǐng)人于同日申請(qǐng)的《面癱客觀評(píng)估方法及其系統(tǒng)》專利中所介紹的方式提取的特定面部對(duì)稱性特征。本申請(qǐng)中，對(duì)面部對(duì)稱性特征不做限定。所述樣本類別標(biāo)記是與h-b分級(jí)評(píng)分結(jié)果相匹配的類別標(biāo)記，如表征各訓(xùn)練樣本為i級(jí)、ii級(jí)、iii級(jí)、vi級(jí)、v極、vi級(jí)的信息標(biāo)記。各訓(xùn)練樣本的樣本類別可由醫(yī)務(wù)人員針對(duì)各訓(xùn)練樣本通過h-b分級(jí)評(píng)分標(biāo)準(zhǔn)進(jìn)行主觀評(píng)估而得出。由于面癱分級(jí)評(píng)估標(biāo)準(zhǔn)中，i級(jí)類別為正常人，因此，與i級(jí)相對(duì)應(yīng)的訓(xùn)練樣本可采集，也可不采集。本實(shí)施例中，為提高評(píng)估準(zhǔn)確性，并為了便于前后統(tǒng)一描述，凡涉及h-b分級(jí)評(píng)分相關(guān)的類別為包括正常人在內(nèi)的六大類。其他實(shí)施例中，也可略掉h-b分級(jí)評(píng)分中的正常人i級(jí)，而只包括ii級(jí)、iii級(jí)、vi級(jí)、五極、vi級(jí)在內(nèi)的五大類。

處于過擬合狀態(tài)的分類器，對(duì)訓(xùn)練樣本集中的訓(xùn)練樣本進(jìn)行分類會(huì)得到非常高的準(zhǔn)確率，而對(duì)未知的測(cè)試樣本進(jìn)行分類則會(huì)得到非常低的準(zhǔn)確率。為避免訓(xùn)練的分類器出現(xiàn)過擬合的情況，所述訓(xùn)練樣本集包含的訓(xùn)練樣本數(shù)量應(yīng)盡量多。具體實(shí)施過程中，當(dāng)無法獲取足夠數(shù)量的訓(xùn)練樣本時(shí)，可通過數(shù)據(jù)擴(kuò)展的方法對(duì)訓(xùn)練樣本集進(jìn)行擴(kuò)展，以獲得數(shù)量足夠多的訓(xùn)練樣本。由于訓(xùn)練樣本集的面部圖像是通過面部采集裝置，如攝像裝置采集到的，因此，這些面部圖像會(huì)因?yàn)槊娌坎杉b置與面癱患者的相對(duì)位置改變而不同，因而，可通過仿射變換對(duì)訓(xùn)練樣本集進(jìn)行擴(kuò)展。本實(shí)施例中，申請(qǐng)人在研究時(shí)實(shí)際獲取到的原始訓(xùn)練樣本集包括有95個(gè)訓(xùn)練樣本，其中，i級(jí)樣本共5個(gè)，ii級(jí)樣本共15個(gè)，iii級(jí)樣本共20個(gè)，vi級(jí)樣本共13個(gè)，v級(jí)樣本共32個(gè)，vi級(jí)樣本共10個(gè)。由于這六類樣本的分布不均勻，且數(shù)量非常少，若只使用這95個(gè)訓(xùn)練樣本去訓(xùn)練分類器，分類器將出現(xiàn)過擬合情況，使得預(yù)估分類準(zhǔn)確率大大降低。因此，具體實(shí)施時(shí)，可通過仿射變換中的錯(cuò)切變換，將原有的95個(gè)訓(xùn)練樣本的面部圖像分別進(jìn)行角度為-4度，-2度，2度，4度在垂直方向和水平方向的錯(cuò)切變換，而得到總數(shù)為95*4*2+95＝855個(gè)樣本，以豐富訓(xùn)練樣本集。在其他實(shí)施例中，也可通過進(jìn)行更多的變換而獲取數(shù)量更多的樣本。

s12、將訓(xùn)練樣本集中的訓(xùn)練樣本按照h-b分級(jí)評(píng)估方法進(jìn)行分級(jí)分類，將其分成六類樣本集。

當(dāng)獲取到足夠多的訓(xùn)練樣本時(shí)，將訓(xùn)練樣本按照h-b分級(jí)評(píng)估方法進(jìn)行主觀分級(jí)和匯總，將其分成六類樣本集：i級(jí)樣本集、ii級(jí)樣本集、iii級(jí)樣本集、vi級(jí)樣本集、v極樣本集、vi級(jí)樣本集。其中，i級(jí)樣本集中包括了訓(xùn)練樣本集中通過h-b分級(jí)評(píng)估方法主觀評(píng)估為i級(jí)面癱的所有訓(xùn)練樣本的數(shù)據(jù)，該數(shù)據(jù)至少包括所有被標(biāo)識(shí)為i級(jí)面癱的訓(xùn)練樣本的面部對(duì)稱性特征和相應(yīng)的樣本類別標(biāo)記，可選擇的，其還可包括所有被標(biāo)識(shí)為i級(jí)面癱的訓(xùn)練樣本的面部圖像；同理，ii級(jí)樣本集中包括了訓(xùn)練樣本集中通過h-b分級(jí)評(píng)估方法主觀評(píng)估為ii級(jí)面癱的所有訓(xùn)練樣本的數(shù)據(jù)，該數(shù)據(jù)至少包括所有被標(biāo)識(shí)為ii級(jí)面癱的訓(xùn)練樣本的面部對(duì)稱性特征和相應(yīng)的樣本類別標(biāo)記，可選擇的，其還可包括所有被標(biāo)識(shí)為ii級(jí)面癱的訓(xùn)練樣本的面部圖像；iii級(jí)樣本集、vi級(jí)樣本集、v級(jí)樣本集、vi級(jí)樣本集分別以此類推，其分別包括了相應(yīng)的數(shù)據(jù)信息。

s13、分別從所述六類樣本集中分別選取兩類樣本集訓(xùn)練分類器，訓(xùn)練出包含有多個(gè)分類器的多類分類器。

本實(shí)施例中，建立的分類器為非線性svm分類器。svm分類器是一種二類分類器，而h-b分級(jí)評(píng)分是vi級(jí)分類，因此，本發(fā)明通過一對(duì)一法構(gòu)造出使用svm的多類分類器。構(gòu)造過程中，從所述六類樣本集中分別選取兩類樣本集訓(xùn)練svm分類器，這樣就訓(xùn)練出6*5/2＝15個(gè)svm分類器，這15個(gè)svm分類器便構(gòu)成了多類分類器，形成了本發(fā)明的基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器。

在訓(xùn)練svm分類器前，需選擇合適的核函數(shù)，本實(shí)施例中，使用基于rbf核函數(shù)來建立svm分類器。rbf核函數(shù)為高斯徑向基核函數(shù)：k(xi,xj)＝exp{-||xi-xj||²/ρ²}，其中，ρ為尺度參數(shù)。使用rbf核函數(shù)來建立svm分類器需要確定最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)c。本實(shí)施例中，通過交叉驗(yàn)證法來確定svm分類器最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)c，其具體步驟如下：

s131、根據(jù)經(jīng)驗(yàn)設(shè)定rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)在一定范圍內(nèi)取值；

s132、在限定范圍內(nèi)選取一組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)建立svm分類器，并通過交叉驗(yàn)證方法得到該組參數(shù)所對(duì)應(yīng)的分類準(zhǔn)確率；

s133、對(duì)限定范圍內(nèi)的所有rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)進(jìn)行組合，重復(fù)步驟s132，獲取所有組合所對(duì)應(yīng)的分類準(zhǔn)確率；

s134、選擇最高分類準(zhǔn)確率所對(duì)應(yīng)的那組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)作為最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。

步驟s134中，若存在多個(gè)最高分類準(zhǔn)確率，則選擇svm的懲罰參數(shù)最小所對(duì)應(yīng)的那組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)作為最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。進(jìn)一步的，若還存在多個(gè)最小的svm的懲罰參數(shù)，則選擇組合中第一組rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)中作為最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)。

當(dāng)最優(yōu)的rbf核函數(shù)尺度參數(shù)和svm的懲罰參數(shù)確定之后，便可按照s13步驟，利用擴(kuò)展后的訓(xùn)練樣本集訓(xùn)練出一個(gè)多分類的rbfsvm分類器，即本發(fā)明的基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器。

作為驗(yàn)證，試驗(yàn)過程中，申請(qǐng)人分別用未經(jīng)擴(kuò)展的原始訓(xùn)練樣本集和經(jīng)擴(kuò)展后的訓(xùn)練樣本集按上述方法建立了兩個(gè)面癱分級(jí)分類器——測(cè)試面癱分級(jí)分類器和實(shí)際面癱分級(jí)分類器，并使用3折交叉驗(yàn)證分別對(duì)建立的這兩個(gè)面癱分級(jí)分類器各自對(duì)應(yīng)的訓(xùn)練樣本集進(jìn)行測(cè)試。各面癱分級(jí)分類器訓(xùn)練時(shí)所使用的訓(xùn)練樣本集作為其訓(xùn)練集進(jìn)行測(cè)試，訓(xùn)練時(shí)未使用的另一訓(xùn)練樣本集作為其測(cè)試集進(jìn)行測(cè)試，例如，對(duì)于測(cè)試面癱分級(jí)分類器而言，未經(jīng)擴(kuò)展的原始訓(xùn)練樣本集為其訓(xùn)練集接受測(cè)試，經(jīng)擴(kuò)展后的訓(xùn)練樣本集為其測(cè)試集；對(duì)于實(shí)際面癱分級(jí)分類器，即本發(fā)明所建立的面癱分級(jí)分類器，經(jīng)擴(kuò)展后的訓(xùn)練樣本集為其訓(xùn)練集，未經(jīng)擴(kuò)展的原始訓(xùn)練樣本集為其測(cè)試集。該兩個(gè)面癱分級(jí)分類器的交叉驗(yàn)證結(jié)果如下表所示：

通過上表可以看出，使用本發(fā)明方法所建立的面癱分級(jí)分類器對(duì)面癱患者的h-b分級(jí)評(píng)分評(píng)估的準(zhǔn)確率高達(dá)90％以上，其可有效的預(yù)測(cè)未知樣本的h-b分級(jí)評(píng)分，因而可實(shí)際用于面癱患者的客觀評(píng)估。

當(dāng)基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器建立后，便可按照步驟s1/s3/s4的步驟，對(duì)面癱患者進(jìn)行客觀評(píng)估：通過一定的輔助裝置獲取面癱患者的面部圖像檢測(cè)樣本，并將其輸入至基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器，該基于h-b分級(jí)評(píng)分監(jiān)督下的面癱分級(jí)分類器便可自動(dòng)的評(píng)估出面癱分級(jí)評(píng)分類別，客觀的獲得與h-b分級(jí)評(píng)分一致的結(jié)果。

盡管通過以上實(shí)施例對(duì)本發(fā)明進(jìn)行了揭示，但是本發(fā)明的范圍并不局限于此，在不偏離本發(fā)明構(gòu)思的條件下，以上各構(gòu)件可用所屬技術(shù)領(lǐng)域人員了解的相似或等同元件來替換。