Разработка метода автоматизированной оценки степени дисфункции лицевого нерва
- Авторы: Дембовский М.В.1, Бойко А.А.1
-
Учреждения:
- Московский государственный технический университет имени Н.Э. Баумана
- Выпуск: Том 4, № 1S (2023)
- Страницы: 37-39
- Раздел: Материалы конференции
- Статья получена: 18.05.2023
- Статья одобрена: 18.05.2023
- Статья опубликована: 26.06.2023
- URL: https://jdigitaldiagnostics.com/DD/article/view/430338
- DOI: https://doi.org/10.17816/DD430338
- ID: 430338
Цитировать
Полный текст
Аннотация
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.
Полный текст
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.
Об авторах
Максим Валерьевич Дембовский
Московский государственный технический университет имени Н.Э. Баумана
Email: maxdembovsky@mail.ru
ORCID iD: 0009-0001-3361-9753
Россия, Москва
Андрей Алексеевич Бойко
Московский государственный технический университет имени Н.Э. Баумана
Автор, ответственный за переписку.
Email: boiko_andrew@mail.ru
ORCID iD: 0000-0003-3037-1390
Россия, Москва
Список литературы
- Ассоциация челюстно-лицевых хирургов и хирургов – стоматологов. Клинический протокол медицинской помощи пациентам с нейропатией лицевого нерва. Москва, 2014.
- Stew B., Williams H. Modern management of facial palsy: a review of current literature // Br J Gen Pract. 2013. Vol. 63. P. 109–110. doi: 10.3399/bjgp13X663262
- Finsterer J. Management of peripheral facial nerve palsy // Eur Arch Otorhinolaryngol. 2008. Vol. 265, N 7. P. 743–752. doi: 10.1007/s00405-008-0646-4
- Fattah A.Y., Gurusinghe A.D.R., Gavilan J., et al. Facial nerve grading instruments: systematic review of the literature and suggestion for uniformity // Plastic and reconstructive surgery. 2015. Vol. 135, N 2. P. 569–579. doi: 10.1097/PRS.0000000000000905
- Gaudin R.A., Robinson M., Banks C.A., et al. Emerging vs time-tested methods of facial grading among patients with facial paralysis // JAMA facial plastic surgery. 2016. Vol. 18, N 4. P. 251–257. doi: 10.1001/jamafacial.2016.0025
- Маркин С.П. Поражения лицевого нерва в практике врача. Воронеж : ГБОУ ВПО «ВГМА им. Н.Н. Бурденко» МЗ РФ, 2013. 38 с.
- Петров К.Б. Кинезитерапия при параличах мимической и языкоглоточной мускулатуры. Новокузнецк : ООО «Полиграфист», 2020. 211 с.
- Лаврова Е.А., Самородов А.В. Исследование метода автоматической оценки степени асимметрии лица человека на видеоизображении // Сборник трудов «ФРЭМЭ». М. : 2018. 231 с.
- Невропатия лицевого нерва [интернет]. OpenNeuro [дата обращения: 03.06.2023]. Доступ по ссылке: http://www.openneuro.ru/doctors/diagnosticheskie-algoritmy/bells-palsy.