面部表情在传达情感和参与社交互动中至关重要。情绪下的面部肌肉活动及其运动模式在所有人类中是相似的,因此,面部表情被视为一种行为表型。与各种情感表达相关的面部特征在不同健康损伤下发生变化,包括认知衰退和疼痛体验。因此,评估这些面部表情偏差与健康基线条件的比较有助于健康损伤的早期发现。近期在机器学习和计算机视觉方面的进展引入了多种提取人类面部特征的工具,研究人员已探索这些工具在不同健康状况的早期筛查和检测中的应用。这些研究的进展尤其可以帮助远程医疗应用和远程患者监测,可能减少对现行医疗系统的过度需求。此外,技术一旦开发出来,可以帮助医疗专业人员进行急救室分诊、早期诊断和治疗。本综述的目的是讨论可客观测量面部特征的可用工具,并记录使用这些工具进行各种健康评估的研究。我们的发现表明,分析面部表情以检测多种健康损伤确实是可行的。然而,要使这些技术实现可靠的实际部署,必须整合特定疾病的面部特征,并解决现有的局限性,包括与患者隐私相关的担忧。
Sooriyaarachchi等人(Thu,)研究了这个问题。