[發明專利]生理生化指標的預測及預測模型的構建方法、系統

在審

• 申請號: 202110491808.4
• 申請日: 2021-05-06
• 公開（公告）號: CN115312200A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 汪思佳;彭倩倩;章吟奇;劉宇
• 申請（專利權）人: 中國科學院上海營養與健康研究所
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06T7/50
• 代理公司: 上海一平知識產權代理有限公司 31266
• 代理人: 徐迅;成春榮

本申請涉及生理生化指標預測技術，公開了一種生理生化指標預測及預測模型的構建方法、系統。該預測模型的構建方法包括以下步驟：獲取多張三維樣本臉的數據集，包括對應每張三維樣本臉的至少一種生理生化指標和對應每種生理生化指標的預設面部區域的點云數據集合，以及對所述數據集進行分析處理，以構建生理生化指標預測模型。本申請的實施方式能夠更加準確預測用戶的生理生化指標，為個體自我健康監控以及疾病預防提供依據。

技術領域

本申請涉及生理生化指標預測技術，特別涉及基于人臉三維圖像的生理生化指標預測技術。

背景技術

人臉可以反映個體的很多信息，如祖源、健康狀態、心理、情緒等。隨著3D成像技術和圖像處理等相關技術的發展與進步，面部圖像被應用于多個領域內的研究中，如罕見病診斷、顱骨發育、心理學以及人類健康與衰老等研究^[3-5]。目前已有多項關于面部圖像與疾病關聯分析的研究^[6-14]。例如，“威廉斯氏綜合征”患者常具有明顯的面部特征，如面頰凸出、鼻子上翻、嘴巴闊大等。Peter Hammond等人在分析了130名威廉斯氏綜合征患者與317名健康人群的平均臉之后，發現患者人群的平均臉具有更瘦削的兩頰以及凸出的下唇，該發現與臨床診斷中發現的患者面部特征相吻合。之后其使用Closest Mean、SVM、LDA三種方法，對全臉、眼部、鼻部、嘴部四個部位分別進行分類預測，分類準確率均達到90％以上^[11]。同樣由Peter Hammond主持的另一項研究中，其對43名沃夫-賀許綜合征及141名健康人群的平均臉分析揭示了該人群眼距過寬、眼窩凸出等臨床檢測特點。Closest Mean、SVM、LDA三種方法對全臉、眼部、鼻部、嘴部四個部位的分類預測準確率均達到98％以上^[10]。

另外，許多研究者認為個體內在的人格在面部也有一定程度的反映。例如，呼思樂等(2017)利用3D面部圖像揭示了人格特征的多個維度與面部特征均有不同程度的相關性^[15]。在人類健康與衰老領域，Wen and Guo(2013)利用2D面部圖像發現BMI與多項面部特征相關^[16]。Stephen et al(2017)利用GMM方法發現2D面部圖像可以很好地預測BMI，體脂率和血壓^[17]。陳維洋等(2015)根據3D面部圖像建立個體預測年齡，發現個體平均預測年齡與實際年齡的差異在±6歲。據此，其定義了快速衰老組與慢速衰老組，通過與多項生化指標進行關聯分析，發現預測年齡可以在生化指標水平上得到支持^[3]。與傳統的面部測量方法(手動測量)相比，2D及3D圖像均具有快速獲取且易于保存的優點^[18]。近幾年來，3D面部成像系統發展迅速。3dMD、3D VECTRA H1使用方便，安全系數較高，圖像采集速度快，在3D圖像研究中越來越受到青睞。三維攝影測量系統(3DMD)是模仿雙目視覺原理，用照相機從兩個或多個角度攝取圖像，應用軟件算法進行角度圖像的處理和拼合，形成有深度、長度和寬度信息的三維立體形態^[19]。3D VECTRA H1是一臺手持成像系統，適用于靈活的采樣環境。采用數字近景攝影測量，通過在不同的位置和方向拍攝同一物體的三幅圖像，經過圖像處理、匹配、分析、計算后得到面部精確的三維坐標，其測量原理是三角形交會法，測量幾何分辨率為0.8mm。3D VECTRA H1系統無需校正，采集時，志愿者站在設備前，操作員從不同角度拍攝3張照片，使用VECTRA軟件自動處理并合成3D人臉圖像。本領域需要開發能夠更有效和更準確地對生理生化指標預測的方法和系統。

發明內容

本申請的目的在于提供一種生理生化指標預測模型的構建、預測方法及系統，能夠更有效和更準確地預測用戶的生理生化指標，為個體自我健康監控以及疾病預防提供依據。

本申請公開了一種基于人臉三維圖像的生理生化指標預測模型的構建方法，包括以下步驟：

(a)獲取多張三維樣本臉的數據集，包括對應每張三維樣本臉的至少一種生理生化指標和對應每種生理生化指標的預設面部區域的點云數據集合；