基于动态面部表情分析的帕金森病辅助诊断
计算机视觉与模式识别
2025-12-11 v1
摘要
帕金森病（PD）是一种常见的神经退行性疾病，显著影响患者的日常功能和社会互动。为促进更高效且更易获取的 PD 诊断方法，我们提出了一种基于动态面部表情分析的 PD 辅助诊断方法。该方法针对 PD 的特征性临床症状——面部运动减少（hypomimia），通过分析两种表现：面部表情表达减弱和面部僵硬，从而辅助诊断过程。我们开发了一种多模态面部表情分析网络，用于提取患者在执行各种面部表情时的表情强度特征。该网络利用 CLIP 架构整合视觉和文本特征，同时保留面部表情的时间动态。随后，表情强度特征被处理并输入基于 LSTM 的分类网络进行 PD 诊断。我们的方法实现了 93.1% 的准确率，优于其他体外 PD 诊断方法。该技术为潜在 PD 患者提供了一种更便捷的检测方式，改善了他们的诊断体验。
引用
@article{arxiv.2512.09276,
title = {Dynamic Facial Expressions Analysis Based Parkinson's Disease Auxiliary Diagnosis},
author = {Xiaochen Huang and Xiaochen Bi and Cuihua Lv and Xin Wang and Haoyan Zhang and Wenjing Jiang and Xin Ma and Yibin Li},
journal= {arXiv preprint arXiv:2512.09276},
year = {2025}
}