基于低维三维 Kinect 数据聚类的表情肌康复分析
计算机与社会
2023-02-21 v1 机器学习
摘要
面神经麻痹是头颈部手术后出现的一种严重并发症，会导致发音问题、面部不对称以及非语言交流的严重障碍。为克服术后暂时性面瘫的副作用，需要进行持续数周的康复治疗。本文探讨了一种无监督方法，用于对因表情肌损伤而暂时性面瘫的患者进行康复治疗。该工作旨在使康复过程客观化，以替代当前主观的方法，例如 House-Brackmann (HB) 量表。同时，该方法将通过减少临床医生在评估康复进展时的工作量来辅助他们。本文重点研究用于监测康复过程的聚类方法。我们比较了在同一数据集的不同形式（即动态形式、使用 B 样条基展开表示为函数型数据的形式，以及通过寻找函数型数据的函数主成分的形式）上应用不同聚类算法所得的结果。该研究包含 85 位不同患者的数据集，每位患者有 120 次使用 Kinect 立体视觉相机获取的测量值。该方法能有效区分面瘫程度最轻和最重的患者，但相邻瘫痪程度的患者带来了一些挑战。此外，我们将聚类结果与 HB 量表输出进行了比较。
引用
@article{arxiv.2302.09295,
title = {Mimetic Muscle Rehabilitation Analysis Using Clustering of Low Dimensional 3D Kinect Data},
author = {Sumit Kumar Vishwakarma and Sanjeev Kumar and Shrey Aggarwal and Jan Mareš},
journal= {arXiv preprint arXiv:2302.09295},
year = {2023}
}