A Machine Learning System for Quantifying Facial Asymmetry in Bell’s Palsy across Underrepresented Phenotypes
本研究提出并评估了一种利用二维关键点量化贝尔氏麻痹面部不对称性的机器学习流水线，证明了其在普通硬件上的可行性，并揭示了在 FairFace 数据集上检测失败率及基准不对称指标中出现的意料之外的人口统计学差异。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
面部瘫痪，通常被称为贝尔氏麻痹（Bell's palsy），是一种突然发生的状况，表现为脸部一侧的肌肉变得无力或完全停止工作。这可能导致患者出现嘴角下垂、眼睛无法睁开以及额头无法皱眉等症状。对于医生而言，判断这种病情的严重程度并追踪患者是否正在好转，通常依赖于受过训练的肉眼观察。专家会观察面部，并根据残余的运动能力进行评分。这种方法在专家在场时效果很好，但在许多地区，特别是南亚地区，这类专家非常稀缺。大多数患者首先接触的是全科医生，而他们可能并未接受过同等程度的专业训练。更困难的是，人类的判断可能因医生而异，而且当患者的病情改善非常细微时，通过主观量表而非精确的数字很难察觉。
研究人员长期以来一直希望计算机能够解决这个问题，即通过拍摄一张患者的面部照片，并测量左右两侧之间的差异，从而实现完美的连贯性。其构想是构建一个可以在普通硬件（如标准笔记本电脑或平板电脑）上运行的工具，以便在没有昂贵设备的诊所中使用。然而，一个主要的担忧是这些计算机工具是否能对各种背景的人群同样有效。历史上，许多面部识别系统都是基于主要以浅肤色人群为特征的数据集进行训练的，这引发了人们对它们可能在面对深色皮肤或不同面部特征的人群时失效或给出错误读数的担忧。如果一个旨在帮助所有人的工具在特定群体身上发生无声的失效，它可能会适得其反。
来自金爱德华医科大学（King Edward Medical University）的一个研究小组致力于测试一套专门为此任务设计的全新计算机系统，重点测试其是否能可靠地测量各种人类面部的面部不对称性。他们尚未在贝尔氏麻痹患者身上测试该系统；相反，他们使用了一个包含来自七个不同人口统计学群体的健康人照片的大型集合，以观察该工具在不存在疾病情况下的表现。他们的目标是确保系统在应用于病患之前，其稳定性和公平性已经得到了验证。他们构建了一个流程：首先在照片中定位面部，然后映射皮肤上的数百个点以创建数字轮廓，最后在脸部中心画一条虚构的线，以测量每个点距离中心的距离。
他们构建的系统使用了一个预训练的软件组件，可以从单张图像中瞬间找到面部的478个特定点。一旦获取这些点，系统就会计算出一个代表面部不对称程度的分数。零分意味着完全对称的面部，而分数越高则表示不对称程度越高。研究人员在名为FairFace的公开数据集上进行了测试，该数据集经过精心构建，包含了比例均衡的东亚、东南亚、印度、黑人、拉丁裔/西班牙裔、白人和中东背景的人群。他们想观察计算机是否能找到照片中的面部，以及所得的不对称分数在这些不同群体之间是否保持一致。
结果显示，该系统在很大程度上是有效的，但存在一些特定的特性。它成功找到了面部并在约90%的图像中计算出了分数。然而，无法找到面部的失败率在不同人群中并不相同。与人们通常认为此类工具在非西方面孔上表现较差的预期相反，该系统在白人和中东面孔上的失败率实际上高于东南亚面孔。东南亚面孔的失败率最低，约为6%，而白人面孔的失败率最高，接近13%。研究人员指出，这种反转可能源于照片来源的差异，例如光照变化、胡须或眼镜的存在，或是头部角度的不同，而非计算机视觉能力的根本缺陷。这一发现表明，在将此类工具部署到新地区之前，直接针对当地人群进行测试至关重要，不能假设它在不同数据集中的表现会完全一致。
当系统成功测量健康人的面部时，结果表现得非常一致。健康面部的平均不对称分值非常低，维持在0.187左右。虽然统计检验显示各组之间存在微小的差异，但这些差异极小，在实际临床环境中可以忽略不计。该系统证明了无论人的种族背景如何，它都能以相同的基准精度测量健康的脸部。然而，有一个特定的测量部分显得不太可靠：内眼角周围的区域。由于这一部分非常靠近中心线，用于计算分数的数学运算变得不稳定，产生了并不反映实际面部结构的异常高数值。研究人员将其识别为一种数学伪影而非真实的生物学发现，并指出该工具在观察远离中心的特征（如嘴部或外眼角）时效果最好。
为了使该工具对医生有用，研究人员还建立了一种标记可能需要注意的图像的方法。他们为每个群体计算了一个阈值分数，设定为仅将前5%的健康面部标记为潜在异常。这些阈值在各组之间非常相似，组间差异仅为8.8%左右。这意味着一个单一的标准分数可能适用于大多数人，尽管系统可能需要针对东南亚面孔调整规则，以避免产生过多的误报。研究人员谨慎地声明，该系统目前仅控制对健康人的误报控制；它尚未被测试是否能正确识别实际的贝尔氏麻痹病例。那是下一步工作。
研究结论认为，只要医生了解其局限性，这个轻量级的计算机系统就可以从理论测试转向现实世界的试验。它是一个可以在普通硬件上运行并能在多样化人群中提供一致测量的工具，但它尚未成为一种诊断设备。研究人员强调，该系统检测疾病本身的能力尚未得到证实，必须在包含实际患者的临床研究中进行验证。在此之前，该工具作为一个可靠的方法，用于测量健康个体的面部对称性，为资源有限地区的面部瘫痪患者提供了一条通往更一致、更普及护理的希望之路。这项工作强调，在机器能够帮助医生之前，它必须首先证明自己能够清晰且无偏见、无误差地观察整个世界，涵盖人类面部的全谱系。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。