宣武医院梁建涛教授团队面神经功能客观量化研究成果发表于 lEEE TNSRE

——医工结合交叉推动 HB/SB 评价客观化， 从面神经功能评估进一步探索颅神经运动功能标准化测量

近日，首都医科大学宣武医院梁建涛教授团队联合北京工业大学毕敬教授团队、北 京 医 智 未 来 科 技 有 限 公 司 等 合 作 团 队 完 成 的 研 究 成 果 “ Hierarchical Biomarker Modeling for Facial Paralysis Assessment and Rehabilitation Monitoring ”， 正式 发 表 于 神经 工程 与 康 复 工 程 领域 国 际 权 威 期刊 lEEE Transactions on Neural Systems and Rehabilitation Engineering（lEEE TNSRE）。该研究聚焦面神经功能障碍长期以来主要依赖医生观察和量表评价的临床问题，将临床医学、计算机视觉、人工智能与神经康复工程相结合， 通过标准化运动采集、精细运动指标计算和患者个体化建模， 探索将医生观察到的面部运动表现进一步转化为可测量、可比较、可解释和可长期追踪的客观数据。

这项成果也是梁建涛教授团队近年来持续推进面神经功能数字化、客观化评价研究的重要阶段性进展。

从医生 “看动作 ”，进一步走向客观测量

面神经功能障碍患者通常表现为闭眼不全、抬眉受限、口角歪斜、表情不对称等运动异常。

目前临床主要采用 House-Brackmann （HB）、 Sunnybrook （SB）等评价体系，由医生观察患者静息状态以及闭眼、抬眉、微笑等动作， 对面神经功能损伤程度进行综合判断。

这些临床评价体系具有重要价值，但如何进一步提高不同时间、不同医生以及不同医疗机构之间评价的一致性，并准确记录手术或康复过程中细微的功能变化，仍然是面神经疾病临床研究需要解决的问题。

围绕这一需求，宣武医院梁建涛教授团队长期开展面神经疾病临床诊疗和功能评价研究，并与北京工业大学、医智未来团队持续开展医工交叉合作。

研究团队提出的核心问题并不是简单地 “让 AI 替医生评分 ”，而是更加基础的：医生能够看到的面部运动异常，能不能被真正测量出来？

如果闭眼不全可以转化为具体的闭合程度，如果口角不对称可以转化为左右运动幅度差，如果一次眨眼可以进一步分解为闭合、维持和恢复过程中的时间参数，那么传统的临床观察就有可能进一步转化为连续的神经运动功能数据。

200 名受试者、 313 项细粒度指标， 探索患者个体化功能评价

此次发表于 IEEE TNSRE 的研究纳入 200 名受试者， 其中包括 143 名面神经麻痹患者和 57 名健康对照。

研究采用标准化视频记录自然眨眼、自主眨眼、轻闭眼、用力闭眼、静息、抬眉、微笑、耸鼻、龇牙、鼓腮和撅嘴等 11 项面部运动任务，并进一步形成 313 项细粒度量化指标。

这些指标不仅描述面部是否对称，还进一步涉及不同面部区域的运动幅度、左右差异、运动速度以及眨眼等动作中的时间动力学变化。

在此基础上，研究团队提出 HiDAPA （Hierarchical Dynamic Attention Patient- Adaptive Network），通过层级化和患者自适应建模，对不同患者的运动特征进行个体化分析。

研究结果显示，模型评价结果与临床 Sunnybrook 评分的 Pearson 相关系数达到0.980， Acc@10 达到 90.5%。

更值得关注的是，该方法不仅能够输出总体功能评价结果，还能够进一步分析对于特定患者而言， 哪些动作、哪些运动类型以及哪些具体运动指标对其功能异常具有更高的重要性。

研究发现， 面部运动对称性是面神经功能评价的重要信息； 与此同时， 自然眨眼过程中的闭合时间、开放时间以及双侧时序差异等动态参数， 也显示出值得进一步研究的临床价值。

梁建涛教授：从临床需求出发寻找更精确的功能评价工具

作为该系列研究的重要临床推动者，宣武医院梁建涛教授长期关注面神经疾病患者术前评价、术后恢复以及长期随访中的功能测量问题。

HB 和 SB 等临床量表提供了重要的疾病严重程度评价工具，但患者治疗后的细微改善，有时很难通过有限的等级或总分完整呈现。

因此，梁建涛教授团队希望借助数字化测量技术，为临床增加一把更加精细的“尺子 ”。

这把尺子的目的不是取代医生，而是帮助医生更加客观地回答：

患者究竟哪里存在运动异常？ 左右相差多少？ 治疗之后改善了多少？ 这种改善能否被稳定、重复地记录下来？

从这一临床需求出发， 研究逐步将静息、闭眼、抬眉、微笑等传统临床观察动作转化为标准化采集任务，并进一步研究其背后的运动学信息。

李茗初资深医师、刘东博士：推动 HB/SB 临床评价标准客观化

在这一研究过程中，宣武医院资深医师李茗初和刘东博士长期参与面神经功能的临床评价及相关技术应用，并在 HB、 Sunnybrook 等传统面神经功能评价体系客观化过程中发挥了重要作用。

将 HB/SB 数字化，并不是简单地让算法学习医生过去给出的分数。

更关键的问题是：医生在评价每一个动作时究竟观察什么？这些临床经验中的哪些信息能够进一步对应为明确、稳定、可重复的运动学参数？

围绕这一问题， 李茗初医师、刘东博士结合实际临床评价、手术治疗及患者随访需求， 与技术团队持续梳理静息、抬眉、闭眼、微笑、龇牙、鼓腮等动作， 将临床关注的面部对称性、动作完成程度及相关异常表现， 与可以计算的客观运动指标建立对应关系。

这一工作推动项目从 “利用计算机视觉分析面部运动 ”，进一步进入临床评价标准客观化阶段。

其目的不是创造一个脱离现有医学体系的 Al 评分， 而是尝试寻找 HB/SB 等临床判断背后的客观测量依据， 使传统量表进一步获得连续、可复核和可长期追踪的数据基础。

北京工业大学毕敬教授团队：以人工智能建立患者个体化神经运动模型

在算法和人工智能研究方面，北京工业大学毕敬教授团队与宣武医院及医智未来团队开展持续合作， 围绕面部运动特征建模、患者个体差异以及临床可解释性等问题开展研究。

此次论文提出的 HiDAPA 模型，正是在大量细粒度运动指标基础上进一步建立患者自适应的层级分析框架。

与单纯将视频输入神经网络并直接输出疾病等级的 “黑箱 ”方法不同，该研究首先保留具有明确运动学含义的底层指标，再从指标类型—动作—患者等不同层级建立关联。

这种设计使模型不仅能够给出总体评价结果，还能够进一步追溯影响特定患者评价结果的关键动作和关键指标。

因此， 人工智能在这里承担的不只是 “分类器 ” 的角色， 而是进一步帮助研究者从大量运动数据中发现患者个体化的神经运动功能模式。

这一研究方向也为未来探索数字神经运动生物标志物，以及不同疾病状态下的运动特征组合提供了新的技术基础。

赵小蒙：从一个 AI 模型走向颅神经运动功能 “度量衡 ”

作为长期参与该项目技术体系建设和成果转化的合作方，北京医智未来科技有限公司创始人、 CEO 赵小蒙持续推动相关研究从单一算法向完整测量体系发展。

医智未来的技术路线并不是首先训练一个模型直接判断患者患有什么疾病，而是首先通过高精度视觉算法定位面部解剖学标志点，连续追踪运动过程， 再通过几何学、运动学和时序分析，将神经系统产生的运动输出转化为结构化数据。

在持续的临床和工程研究基础上，医智未来相关 AFA 技术体系目前已经发展至416 个面部关键点，并形成覆盖对称性、速度、幅度和时序等维度的 65 项以上核心神经运动功能指标。

这一技术路线背后的长期目标并不只是建立一个新的面瘫 AI 评分系统，而是探索建立一套新的颅神经运动功能测量方法体系。

换言之， 人工智能在这里首先承担的不是 “诊断者 ” 的角色， 而是测量工具的角色。

从面神经麻痹进一步探索颅神经运动功能测量

此次研究首先以面神经麻痹作为主要临床场景，但其背后的科学问题并不限于面神经疾病。

面部表情、眼睑开闭和眼球运动，本质上都是神经系统运动控制的外在输出。

面神经参与面部表情肌控制； 动眼神经、滑车神经和外展神经参与眼睑及眼球运动；大脑皮层、脑干、基底节等中枢结构则进一步参与运动启动、协调和调节。

因此， 面部与眼部运动可能成为观察和测量神经系统运动输出的重要窗口。

从这一角度看，此次论文所研究的面神经功能客观评价只是一个起点。

未来研究有望从面神经功能进一步扩展至更广泛的颅神经运动功能测量，并探索其在帕金森病相关运动表现、卒中后功能恢复以及其他神经系统疾病研究中的应用价值。

围绕这一方向， 研究团队仍需进一步开展正常人参考范围、重复性、不同疾病队列以及多中心临床研究，逐步回答哪些运动指标真正具有稳定的临床意义， 以及这些指标与疾病进展、手术治疗和康复效果之间存在怎样的关系。

从一个临床问题，走向一种新的神经功能测量方法

此次研究的形成，是长期多学科协作的结果。

梁建涛教授团队从临床诊疗中提出面神经功能客观测量需求；李茗初资深医师和刘东博士推动 HB/SB 等既有临床评价标准与客观运动指标建立联系；北京工业大学毕敬教授团队进一步开展患者个体化人工智能建模；赵小蒙及医智未来团队则持续将临床需求、算法研究、测量方法和工程产品整合为颅神经运动功能量化技术体系。

由此逐步形成了一条：临床问题 → 临床标准 → 标准化采集 → 客观指标 → 算法建模 → 临床验证的医工交叉研究路径。

这条路径最终希望回答的已经不只是：“人工智能能否评价面瘫？ ”而是一个更加基础的问题：

人的颅神经运动功能， 能否像心电、血压等生理信号一样， 被标准化地记录、客观地测量，并在不同时间和不同患者之间进行科学比较？

如果这一体系能够经过更大样本、多中心研究和长期临床验证逐步建立， 就可能为神经系统疾病研究增加一个新的客观功能维度——不仅观察神经系统的结构，也测量神经系统最终产生的运动输出。

此次研究成果正式发表于 lEEE TNSRE，是宣武医院梁建涛教授团队及合作团队在面神经功能客观评价方向上的又一阶段性成果，也为进一步探索颅神经运动功能标准化测量体系提供了新的研究基础。

论文信息

论文题目： Hierarchical Biomarker Modeling for Facial Paralysis Assessment and Rehabilitation Monitoring

期刊： lEEE Transactions on Neural Systems and Rehabilitation Engineering （lEEE TNSRE）

发表时间： 2026 年 8 月

DOl： 10.1109/TNSRE.2026.3725746