公开(公告)号：CN116052872B

公开(公告)日：2023-10-13

申请号：CN202310018729.0

申请日：2023-01-06

Applicant: 南昌大学

Inventor： 庞孟 ,  徐文强 ,  黄伟 ,  周崟涛

IPC: G16H50/20 ,  G16H50/30 ,  G06V40/16 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于面部表情的帕金森疾病智能数据评估方法和系统，包括步骤：第一，采用StarGAN模型合成帕金森患者的正常面部表情图像；第二，基于FaceQnet模型制定了一个图像质量筛选方案来评估上述合成的面部表情图像质量，挑选出高质量合成面部图像；第三，将PD患者的原始训练数据与高质量合成面部表情图像和公共数据集中图像进行混合，对原始训练数据扩充，训练深度特征提取器，学习提取图像表情特征；第四，将提取的面部表情图像的特征连接起来，然后训练分类器进行PD/非PD分类。本发明提出了一种通过深度学习模型实现基于面部表情的诊断准确率高的体外帕金森诊断方法，大大降低了帕金森患者诊断成本，提高了帕金森诊断效率和准确率。

公开(公告)号：CN116052872A

公开(公告)日：2023-05-02

申请号：CN202310018729.0

申请日：2023-01-06

Applicant: 南昌大学

Inventor： 庞孟 ,  徐文强 ,  黄伟 ,  周崟涛

IPC: G16H50/20 ,  G16H50/30 ,  G06V40/16 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于面部表情的帕金森疾病智能数据评估方法和系统，包括步骤：第一，采用StarGAN模型合成帕金森患者的正常面部表情图像；第二，基于FaceQnet模型制定了一个图像质量筛选方案来评估上述合成的面部表情图像质量，挑选出高质量合成面部图像；第三，将PD患者的原始训练数据与高质量合成面部表情图像和公共数据集中图像进行混合，对原始训练数据扩充，训练深度特征提取器，学习提取图像表情特征；第四，将提取的面部表情图像的特征连接起来，然后训练分类器进行PD/非PD分类。本发明提出了一种通过深度学习模型实现基于面部表情的诊断准确率高的体外帕金森诊断方法，大大降低了帕金森患者诊断成本，提高了帕金森诊断效率和准确率。