用于肌萎缩侧索硬化症识别的面部点图
计算机视觉与模式识别
2023-07-25 v1 机器学习
摘要
在早期阶段识别肌萎缩侧索硬化症（ALS）对于启动治疗、改善预后以及提升患者整体福祉至关重要。然而，早期诊断和疾病征兆检测并非易事。通过分析患者面部表情的计算方法来提供一种更简单、更廉价的途径。当 ALS 患者做出特定动作（如张嘴）时，特定面部肌肉的运动与健康个体不同。本文提出面部点图（Facial Point Graphs），从面部图像的几何结构中学习信息以自动识别 ALS。在 Toronto Neuroface 数据集上的实验结果表明，所提方法优于当前最优（SOTA）结果，推动了该领域有前景的发展。
引用
@article{arxiv.2307.12159,
title = {Facial Point Graphs for Amyotrophic Lateral Sclerosis Identification},
author = {Nícolas Barbosa Gomes and Arissa Yoshida and Mateus Roder and Guilherme Camargo de Oliveira and João Paulo Papa},
journal= {arXiv preprint arXiv:2307.12159},
year = {2023}
}
备注
7 pages and 7 figures