该工具在检测中风方面的准确率达到了 82%,但不会取代中风的综合临床诊断测试,仅用于帮助更快地识别须要治疗的人。RMIT 生物医学工程学院的 Kumar 教授表示,尽早创造中风并及时地治疗,可以显著提高规复结果,降落长期残疾的风险。
该工具将 AI 与面部识别技能深度领悟,通过剖析面部对称性和特定的肌肉运动(称为动作单元)来检测中风。该工具利用的面部动作编码系统(FACS)最初于 1970 年代开拓,通过面部肌肉的紧缩或放松对面部运动进行分类,为剖析面部表情供应了详细的框架。
团队成员 de Oliveira 表示,影响中风患者的关键参数之一是他们的面部肌肉常日会变成单侧运动,因此面部两侧的肌肉表现不同。该工具的核心在于检测面部在微笑时,其不对称性是否会有变革。该研究利用了 14 名中风后患者和 11 名康健对照者的面部表情检讨视频。
该团队操持与医疗保健供应商互助,将该工具开拓成一个手机运用,以便能够检测影响面部表情的其他神经系统疾病。
本文源自IT之家