摘要：現(xiàn)有的面癱識(shí)別方法均基于面部異?；虿粚?duì)稱(chēng)進(jìn)行判斷,但存在面部異?；虿粚?duì)稱(chēng)并不意味著一定是面癱患者,如:正常人的面部在做某種表情或靜止時(shí)可能存在不對(duì)稱(chēng);正常人模仿面癱患者時(shí),也會(huì)存在異常和不對(duì)稱(chēng)。當(dāng)重復(fù)臨床診斷性面部動(dòng)作時(shí),存在面部異常或不對(duì)稱(chēng)的正常人常比患者表現(xiàn)出更大的差異,這是由于正常人相比于面癱患者具有更健全的面部肌肉運(yùn)動(dòng)功能。因此,該文提出了一種基于深度差異特征網(wǎng)絡(luò)(deep differentiated network,DDN)的面癱識(shí)別方法,該方法對(duì)高層特征提取和差異特征計(jì)算進(jìn)行聯(lián)合優(yōu)化。首先,利用雙數(shù)據(jù)流卷積神經(jīng)網(wǎng)絡(luò)(two-stream CNN)提取疑似患者不同時(shí)刻同一動(dòng)作的面部狀態(tài)特征;然后,通過(guò)單分支卷積網(wǎng)絡(luò)提取two-stream CNN間的差異特征,并基于差異性特征進(jìn)行面癱識(shí)別。實(shí)驗(yàn)結(jié)果表明,DDN能夠有效識(shí)別疑似患者是否患有面癱且優(yōu)于現(xiàn)有方法。