基于深度差异性网络的真假面瘫识别 |
| |
引用本文: | 管子玉,刘杰,谢飞,许鹏飞,辛晓瑜.基于深度差异性网络的真假面瘫识别[J].西北大学学报,2019(2):171-179. |
| |
作者姓名: | 管子玉 刘杰 谢飞 许鹏飞 辛晓瑜 |
| |
作者单位: | 西北大学信息科学与技术学院;上海交通大学医学院附属瑞金医院 |
| |
摘 要: | 现有的面瘫识别方法均基于面部异常或不对称进行判断,但存在面部异常或不对称并不意味着一定是面瘫患者,如:正常人的面部在做某种表情或静止时可能存在不对称;正常人模仿面瘫患者时,也会存在异常和不对称。当重复临床诊断性面部动作时,存在面部异常或不对称的正常人常比患者表现出更大的差异,这是由于正常人相比于面瘫患者具有更健全的面部肌肉运动功能。因此,该文提出了一种基于深度差异特征网络(deep differentiated network,DDN)的面瘫识别方法,该方法对高层特征提取和差异特征计算进行联合优化。首先,利用双数据流卷积神经网络(two-stream CNN)提取疑似患者不同时刻同一动作的面部状态特征;然后,通过单分支卷积网络提取two-stream CNN间的差异特征,并基于差异性特征进行面瘫识别。实验结果表明,DDN能够有效识别疑似患者是否患有面瘫且优于现有方法。
|
关 键 词: | 面瘫 two-stream CNN 深度差异性特征 差异性网络 |
Facial paralysis recognition based on deep differentiated network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|