科学家采用计算机程序来测量眼睛痉挛的严重程度

如果两名临床医生观察同一名眼睑痉挛患者(眼球周围的肌肉收缩无法控制)，他们通常会对患者症状的严重程度得出两种不同的结论。这是因为眼睑痉挛的评分标准是出了名的主观和不可靠。

现在，为了给研究和诊断提供一个更客观的尺度，索尔克研究所(Salk Institute)的科学家开发了一种计算机程序，可以分析病人面部的视频，从而接管这项工作。该项目最终可能扩大到帮助研究其他情况下的面部抽搐和抽搐，包括图雷特综合症、精神分裂症和帕金森症。这项研究于2016年10月21日发表在《神经病学》(Neurology)杂志上。

神经学领域有一个悠久的传统，就是在仔细观察的基础上做出临床决定。我们希望利用计算机视觉和机器学习方面的进展来补充这方面的专业知识。

眼睑痉挛包括眼睑和周围肌肉的不正常和不自觉的抽搐。通常，其原因是未知的，但痉挛可以由疲劳或压力引发，也与某些药物、激素变化和包括多发性硬化症在内的许多其他疾病有关。为了帮助对潜在原因的研究，以及对潜在治疗方法的试验，科学家们此前开发了三种不同的评分量表，可以用来对眼睑痉挛的严重程度进行评分，但研究表明，这些评分具有高度的可变性。

“它们本质上是主观的，因为它们基于人类的判断，”索尔克大学(Salk)和加州大学圣地亚哥分校(University of California, San Diego)的项目科学家戴维•彼得森(David Peterson)说。彼得森是这篇新论文的第一作者。“当这些措施被用于优化临床护理或在病情研究期间的治疗时，这种可变性会带来错误。”

Sejnowski、Peterson和他的同事们定制了一种名为“计算机表情识别工具箱”(CERT)的现有面部分析软件，使评分更加客观。在过去，CERT被用于分析面部表情与情绪的关系。研究小组修改了该程序，以量化病人在被要求睁开眼睛时眼睛闭上的频率。他们使用49个现有的眼睑痉挛患者的视频来测试这个项目，这些患者已经参加了一个全国性的研究项目，并在遵循一组睁开和闭上眼睛的命令时被记录下来。这些记录包括看过病人的医生对眼睑痉挛的评分。此外，彼得森在研究中的合作者包括一组经验丰富的临床医生，他们通过观看由CERT分析的同一段视频，对每位患者的眼部痉挛的严重程度进行评级。

这个新程序能够在49个病人中的46个的100%的视频帧中找到病人的脸——在另外3个病例中，它在93%以上的视频帧中识别出了病人的脸。CERT对严重程度的测量，以闭眼时间的百分比给出，与现场临床医生和观看视频的人给出的评分相关联。研究人员说，相关性略有变化，但这是意料之中的，因为标准评分量表的自然变化。彼得森说:“下一步，我们必须进行进一步的软件开发，使该程序更加自动化，还需要进行更大规模的验证。”

彼得森指出，一旦被证实用于眼睑痉挛，CERT就可以被用于治疗其他包括面部异常运动和肌肉收缩的疾病。