基于面部表情的帕金森病严重程度诊断：特征融合与自适应类别平衡
计算机视觉与模式识别
2025-10-22 v2
摘要
帕金森病（PD）严重程度诊断对于早期发现潜在患者和采取针对性干预至关重要。基于面部表情诊断PD是基于PD患者的“面具脸”症状，并且因其便捷性和经济性而日益受到关注。然而，目前基于面部表情的方法通常依赖于单一类型的表情，这可能导致误诊，并且忽略了不同PD阶段之间的类别不平衡，从而降低了预测性能。此外，大多数现有方法侧重于二元分类（即PD/非PD），而不是诊断PD的严重程度。为了解决这些问题，我们提出了一种新的基于面部表情的PD严重程度诊断方法，该方法通过基于注意力的特征融合集成了多种面部表情特征。此外，我们通过自适应类别平衡策略缓解了类别不平衡问题，该策略根据训练样本的类别分布和分类难度动态调整其贡献。实验结果证明了所提出的方法在PD严重程度诊断方面的良好性能，以及基于注意力的特征融合和自适应类别平衡的有效性。
引用
@article{arxiv.2510.17373,
title = {Facial Expression-based Parkinson's Disease Severity Diagnosis via Feature Fusion and Adaptive Class Balancing},
author = {Yintao Zhou and Wei Huang and Zhengyu Li and Jing Huang and Meng Pang},
journal= {arXiv preprint arXiv:2510.17373},
year = {2025}
}
备注
3 pages, 2 figures, accepted by MIND 2025