От спазмов до улыбок: как распознавание и отслеживание лиц может количественно оценить тяжесть гемифациального спазма и предсказать результаты лечения
Гемифациальный спазм (HFS) – это неврологическое расстройство, характеризующееся непроизвольными сокращениями мышц одной половины лица. Доступные методы оценки тяжести HFS либо субъективны, либо излишне сложны для применения в клинической практике. В данном исследовании используется технология распознавания лиц и отслеживания движений для количественного анализа тяжести спазмов и их влияния на качество жизни пациентов.
Основные результаты исследования:
-
Проведен анализ 79 видеозаписей пациентов с подтвержденным диагнозом HFS.
-
Метод кластерного анализа позволил выделить три группы пациентов по выраженности симптомов: мягкие спазмы, умеренные клонусные спазмы и тяжелые тонические спазмы.
-
Пациенты с умеренными клонусными спазмами наилучшим образом реагировали на микрохирургическую декомпрессию (MVD).
-
Новый метод классификации показал высокую корреляцию с результатами хирургического лечения и улучшением качества жизни.
Исследование подтверждает возможность использования технологий распознавания лиц для объективной оценки тяжести гемифациального спазма, что может стать важным инструментом в клинической практике и научных исследованиях.
Сведения о статье
-
Название: From Spasms to Smiles: How Facial Recognition and Tracking Can Quantify Hemifacial Spasm Severity and Predict Treatment Outcomes
-
Авторы: Ahmed Al Menabbawy, Lennart Ruhser, Ehab El Refaee, Martin E. Weidemeier, Marc Matthes, Henry W. S. Schroeder
-
Учреждения: University Medicine Greifswald, Германия; Cairo University, Египет
-
Журнал: Acta Neurochirurgica, 2025, Том 167, Выпуск 4
-
Дата публикации: 2025
-
Лицензия: Creative Commons Attribution 4.0 International (CC BY 4.0)
-
Аннотация: В статье представлено исследование, в котором применяются технологии распознавания лиц и отслеживания движений для количественной оценки гемифациального спазма. Разработана новая система классификации, позволяющая объективно оценивать тяжесть заболевания и прогнозировать исход хирургического лечения.
