Facio-Scapulo-Humeral Muscular Dystrophy (FSMHD)의 자동 진단을 위한 전산화된 안면 인식 (CV4DIAGNOSIS)

FACIO-Scapulo-Humeral Muscular Dystrophy (FSHMD)의 임상적 진단은 환자를 의료 센터로 이동시키고 의료진을 포함하는 긴 검사를 필요로 하며 가장 중간 정도의 경우 과소 평가될 수 있습니다. 따라서 외딴 지역에 거주하고 길고 비싼 여행을 해야 하는 환자와 임상 직원 모두에게 비용이 많이 들고 부담스러운 물류가 필요합니다. 이것은 대규모 진단의 장애물입니다. 연구진은 원격진료를 통해 대규모 환자진단이 가능한 디지털 안면분석 기술을 활용해 이러한 한계를 완화할 계획이다.

위에서 설명한 이유와 예비 결과에 따라 이 프로젝트의 목표는 컴퓨터 비전 알고리즘을 사용하여 이 질병의 진행을 자동으로 감지하고 모니터링하는 방법을 개발하는 것입니다. 이를 위해 연구자들은 먼저 중등도에서 중증의 FSHMD 환자, 안면 근육 비대칭을 유발하는 다른 근이영양증 환자, 안면 침범이 없는 대조군의 이미지와 비디오 뱅크를 구축할 것입니다. 이들 피험자 각각은 임상적으로 그리고 유전적으로 특성화될 것입니다.

그런 다음 연구자들은 FSHMD 환자의 안면 근육 손상을 감지하고 한편으로는 대조군과 다른 한편으로는 다른 근이영양증 환자와 구별할 수 있는 비디오 및 오디오 센서를 사용하여 컴퓨터 도구를 개발할 것입니다. 연구자들은 우리의 목표를 달성하기 위해 "딥 러닝" 측면에서 가장 최근의 발전을 사용하고 아키텍처를 개선하기를 원합니다.

이 전체론적 접근 방식 외에도 연구자들은 이미지에서 다양한 얼굴 영역을 정확하게 식별할 수 있는 안면 인식 접근 방식과 안면 역학의 다양한 통계적 속성(지속 시간 및 강도)의 관련성을 연구할 것입니다. 이러한 알고리즘은 환자 추적 및 질병의 초기 단계에 대한 임상 시험에 사용할 수 있는 특정 측정 도구를 개발하기 위해 안면 손상의 진화를 모니터링하는 데에도 유용할 것입니다.