Разработка метода автоматизированной оценки степени дисфункции лицевого нерва

Обоснование: невропатия лицевого нерва на периферическом уровне (односторонняя слабость мышц всей половины лица) является распространённым неврологическим заболеванием. Оценка степени дисфункции лицевого нерва необходима для отслеживания динамики лечения и мониторинга эффективности реабилитации. Для этого в мировой клинической практике применяются системы шкал, среди которых наиболее популярны шкалы Хауса–Брэкманна, Янагихара, Ноттингем. Такие методы неуниверсальны и основаны на визуальной диагностике, которая опирается исключительно на субъективный опыт врача. Как следствие, возникает потребность в объективных измерениях и автоматизации с целью отслеживания динамики восстановления. Благодаря использованию методов обработки изображений и компьютерного зрения эта задача стала выполнимой.

Цель: разработка метода автоматизированной оценки степени дисфункции лицевого нерва посредством биометрического анализа лица с целью отслеживания динамики восстановления пациента.

Методы: в рамках сотрудничества с Московским научно-исследовательским онкологическим институтом имени П.А. Герцена была собрана база данных пациентов с 4-й (4 человека), 5-й (4 человека) и 6-й (11 человек) степенью поражения функции лицевого нерва по шкале Хауса–Брэкманна — целевая группа. Также была сформирована контрольная группа, участниками которой являлись 20 студентов Московского государственного технического университета им. Н.Э. Баумана. В процессе регистрации испытуемых просили выполнить серию мимических тестов: поднятие бровей, закрытие глаз, улыбка, улыбка с усилием, надувание щёк, вытягивание губ трубочкой, артикуляция с усилием. Затем для оценки степени асимметрии лица были использованы контрольные точки областей бровей, глаз и рта. В качестве модели лица использована двумерная модель MultiPIE, реализованная в библиотеке dlib и содержащая 68 контрольных точек. Написан программный код на языке Python, который на основе изменения координат контрольных точек при выполнении пациентом мимических тестов рассчитывает коэффициенты асимметрии.

Результаты: проведено исследование по определению статистически значимых различий коэффициентов асимметрии у контрольной группы и пациентов. На основе критерия Манна–Уитни параметры асимметрии при выполнении некоторых мимических тестов показали статистически значимые различия (p <0,05), а именно: асимметрия в области лба при поднятии бровей — 0,00 < 0,05; асимметрия в области рта при улыбке — 0,026 < 0,05; асимметрия в области рта при улыбке с усилием — 0,00 < 0,05; асимметрия в области рта при вытягивании губ в трубочку — 0,039 < 0,05; асимметрия в области рта при артикуляции с усилием — 0,004 < 0,05.

Заключение: полученные результаты доказывают работоспособность предложенного метода, а также показывают необходимость проведения дополнительных исследований, а именно поиска различий между группами пациентов разной степени тяжести и разработки классификационной модели машинного обучения.