小樣本條件下利用面部特征提高罕見病預測準確率的方法研究

摘要： 在數(shù)千種已知的罕見病中,大約30%～40%的患者存在面部異常,面部特征識別成為利用機器學習預測罕見病風險和類型的一種有效方法。由于罕見病樣本的稀缺,機器學習面臨不少挑戰(zhàn)。使用Dlib提取患者面部的68個關鍵點,并計算35個點之間的尺寸距離和26個線段的夾角余弦作為面部幾何特征。通過特征選擇篩選出其中前10個重要特征,并與Dlib提供的128維向量融合,從而構建138維新的向量作... ... （共8頁）