兰添才，陈 俊，黄 婧，马伟良

(1.龙岩学院；2.龙岩市第二医院；3.闽西职业技术学院 福建龙岩 364000)

面瘫是一种面部肌肉运动功能受阻的常见疾病，现代中医称为面神经麻痹，其主要症状表现为患者难以正常完成如抬眉、闭眼、耸鼻、鼓腮和示齿等基本的面部动作。临床上对面瘫的严重程度分级评估最常采用House-Brackmann(HB)分类量表[1]及其改进方法[2]。基于HB方法，临床医生主要根据两个方面对面瘫病情严重程度进行评估，一是患者面部在静止状态下的不对称性，二是患者在做面部动作时人脸两侧表情肌的运动功能差异。由于患者的主观配合程度的差异以及医生的主观观察偏差，最终的诊断准确性过度依赖于医生的经验，诊断过程慢而且容易造成误诊。

临床治疗中近年来一直关注计算机辅助诊断(Computer Aided Diagnosis)，其通过专业算法可先行提取数字图像中具有诊断价值的特征，并进一步优化特征，进行分类诊断，帮助医生尽快分析诊断和评估疾病存在的可能性及严重程度，提高诊断准确度和工作效率。目前国内外诸多学者已对面瘫的计算机辅助诊断方法进行了相关研究，提出了各种基于不同算法的识别与评估方法。如：NELLY等提出一种计算机辅助分析面部运动功能分级方法[3]；林杨等提出了一种面瘫患者面部运动功能自动分级方法[4]；王倩倩提出基于AAM(Active Appearance Model)的面神经运动功能评价方法[5]；NGO等提出结合Gabor特征和LBP(Local Binary Patterns,LBP)特征进行面瘫的定量评估[6]。WANG等通过结合患者面部静态特征与动态特征提出了一种评估面瘫严重程度的新方法[7]；……