面瘫是一种多发的面神经疾病, 表现为患侧面神经功能失调, 严重影响患者的正常生活和人际交往。 面神经功能自动评估方法对于面瘫的诊治是至关重要的。 面部神经功能受损导致体表温度分布发生改变, 可以通过红外热成像采集患者的面部温度分布不对称特征, 基于红外热成像提出一种面神经功能自动评估新方法, 融合温度特异性和边缘检测自动将面部红外热像划分为左右对称的八个区域, 提取面部温度不对称特征, 包括温差、 有效热面积比和温度分布不对称度, 采用径向基神经网络作为面神经功能自动分类器。 实验收录了390幅单侧患病的面瘫患者正面红外热像图, 结果显示： 采用径向基神经网络的红外热成像面神经功能自动分类器的平均分类准确率为94.10%, 比采用K近邻分类器和支持向量机分类器分别提高了9.31%和4.87%, 优于传统的House-Brackmann面神经功能评估方法, 对面神经功能的分类精度完全符合临床应用标准, 可以有效评估面瘫患者的面神经功能, 有助于面瘫的临床诊断与治疗。

健康人体的温度分布存在一种双侧对称性， 当面神经功能受损时， 将改变这种热分布的对称性。 人体热量大多通过红外辐射的形式散发， 因此利用红外热成像技术可以有效捕捉这种红外热辐射分布的改变。 本文提出一种新的热不对称分析的方法——有效热面积比， 即计算面部特定区域与对侧区域的温差乘以温度异常区面积与总面积之比。 利用这种方法对面神经功能损伤的患者和健康人群作对照性试验， 结果显示： 此方法的特异性和敏感性平均为0.90和0.87， 比常规方法提高了7%和26%， 有效热面积比与面神经功能的损伤程度正相关， 平均为0.664。 因此， 关于诊断和评估面神经功能， 红外热成像是一种有力的工具， 有效热面积比是一项高效的临床指标。