由于不断增长的患者数量和稀缺有限的医疗资源的矛盾日益突出,包括术后康复的的诸多医学领域都需要智能化、模式识别等新兴技术去提高生产效率、解决实际需求。在面部瘫痪领域,传统的训练手段需要消耗大量的医疗资源,治疗效果不佳,往往还会忽视患者的心理状况,导致病人难以坚持,并且缺乏一套统一的评估标准,医生需要进行大量且重复的工作,导致专家医生的评估效率低下。因此,如何用信息化、智能化、自动化的手段去指导患者进行康复训练、建立评估模型是亟待解决的问题。在本文中,我们设计并开发了一整套的基于云平台的面瘫康复训练系统及评估模型,能够为患者提供智能且高效康复训练,并且为医生提供能够实现追溯病情、数据管理以及在线评估等功能的数据平台,建立起一套能够智能评估患者面部状况的评估模型。取得的研究成果如下:首先,针对传统康复手段,我们设计开发了能够指导患者进行高效康复训练的客户端。综合考虑了不同面部部位的训练要求,设计分别针对眉毛、眼眶、嘴唇等区域的训练模式。同时,为了后续评估模型的建立,在指导患者训练的同时,系统会自动采集患者的训练视频、面部图像、面部文本数据等多种信息,并且按照指定结构进行存储。为了保证训练的统一性和采集数据的真实性,设计了测量校准模块,确保患者了六个自由度方向上的统一,保证了每次训练数据的真实有效。并且设计开发了游戏模式,增加了训练的趣味性,解决了患者面对传统治疗方案时窘迫紧张的心理问题。其次,为了能够及时地对患者康复状况进行追溯和评估,本文了还搭建了集信息存储、管理、评估于一体的面瘫数据云平台,平台实现了数据生成、数据上传、数据接收以及数据保存等自动化流程,能够为病人和医生提供快速查询训练相关数据的接口,设计的多信息处理框架能够针对不同类型的数据自动进行归类存储,为大规模的面瘫患者数据设计了高效的管理机制。同时设计开发了在线评估系统,为专家医生进行病情评估和追溯提供了一套完整的解决方案。相比于传统的面对面评估手段,云平台的建立极大地提高了病人对患者进行评估的效率,也为建立面瘫患者人脸数据库提供了必要的基础。最后,基于上述真实数据,将面部特征点数值化,并提出了基于局部点和基于对称轴的面部特征选择方法,设定了不同的面部构造区域,能够有效地衡量患者面部信息,包括不对称度、偏移指数。并且采用了基于相关性的特征选择方法,降低了特征之间的相关性。从静态和动态角度出发,构造了能够衡量患者静态状况和动态状况的面部特征,全方位地考量和评估了患者的面部训练情况,最后利用机器学习等方法,结合交叉验证建立了评估模型,能够自动为患者的面部状况进行评估,并且模型效果达到了可以临床使用的效果。