作者：Dr.庄（侵删）
图片来源：网络、柏柏、Dr.庄（侵删）
编辑：寧丶
来源： 双鸭山科研小黑屋
古代面相学
古语有云：相由心生。也就是说，面相脸型刻印了人的性格特点、人生走向。面相学在东方最早记载于《礼记》。而将人类外表和人的个性和本质关联的观念，从古希腊时期就已经存在了。
例如，古代面相学家提出，人类额头形成的角度，或是人鼻子的形状，是一个人是否诚实或者有犯罪倾向的重要特征。
再如，面相学是皇帝重要的选妃依据，根据面相学选择出来的妃子多是下巴丰满，颧骨有肉的“旺夫相”（如下图，在此心疼古代皇帝10秒～），而所谓下巴尖如锥的“网红脸”往往预示晚年苦贫，不利夫。
      图为光绪帝的瑾妃（左）
         溥仪的淑妃文绣（右）
人海中匆匆一瞥，似乎有些眼熟？
人脸特征与疾病
随着现代科学技术的发展尤其是人工智能技术的涌现，医学面相学开始披上了科学的外衣。
例如，美国国家人类基因组研究所的科学家们开发出一种利用人脸识别技术诊断患腭心面综合征（DiGeorge syndrome）患者的方法。腭心面综合征是一种由于 22 号染色体小片段缺失所引发的遗传性疾病，临床表现为面部异常、胸腺发育不全、腭裂、低钙血症以及身材矮小等许多严重问题。研究者对 101 名来自非洲、亚洲和拉丁美洲的患者进行研究，将信息特征与人脸识别技术相结合，测试结果显示患者的概率成功率达96.6%。这项技术同样还能诊断出唐氏综合征。
腭心面综合症
进行人脸识别分析
当然，作为严谨的科研爱好者，小黑屋的处理方式是用文献和证据说话。
经过前期文献的检索，我们认为人脸特征跟疾病有关联的理论依据是存在的：人脸特征与先天的基因有关，而这些编码面部特征基因也相应具有调控其他分子通路的功能，可能参与了某些疾病的发生发展。把“面部特征-基因表达-疾病发生发展”串起来的机制通路有：
  • Facial morphological characteristics are related to the expression of several genes, and closely linked to the activity of several signaling pathways, including BMP, SHH, FGF, ENPP1 and Wnt/β-catenin. IRF6 (interferon regulatory factor 6) is a key factor in the growth and development of keratinocytes.
  • ENPP1 (ectonucleotide pyrophosphatase/phosphodiesterase 1) encodes an enzyme that negatively regulates bone mineralization. When mutated at 5′UTR and 3′UTR, it leads to a change in the height of the upper face.
  • The GHR (growth hormone receptor) gene affects the normal growth and development of the human body. FGFR1 (fibroblast growth factor receptor 1) affects normal facial morphology development in humans and is associated with the cephalic index in multiple populations.
也可参考以下文献（都是基因与面部形态相关的文章）：
  • PLoS Genet. 2012 Sep;8(9):e1002932.
  • PLoS Genet. 2016 Aug 25;12(8):e1006149.
  • Am J Hum Genet. 2012 Mar 9;90(3):478-85.
  • Dental Press J Orthod. 2015 Nov-Dec;20(6):60-7.（这篇文献是讲面部形态跟睡眠呼吸暂停综合征的相关性，内容很有趣，虽然只是很简单的把面部形态分为5型）
人脸特征与心血管疾病
某些脸部特征与心血管疾病的关系已经明确，虽然只是简单的观察性研究报道。例如，最近因明星猝死引起热烈讨论的冠状沟，英文叫Frank sigh，最早在新英格兰杂志有文章描述。后续的观察性关联分析的文献很多。
  • BMC Cardiovasc Disord. 2014 Apr 4; 14:43. Diagonal earlobe crease and coronary artery disease in a Chinese population.
  • BMC Cardiovasc Disord. 2016 Jan 20; 16:17. Did Dumbo suffer a heart attack? independent association between earlobe crease and cardiovascular disease.
  • Int J Cardiol. 1998 Dec 31; 67(3): 251-5. Dermatological indicators of coronary risk: a case-control study.
有趣的是，居然还有文献对文艺复兴的艺术作品进行古病理学（表示没听说过这个学科，黑人问号脸）分析，对古代历史人物肖像上的耳垂冠状沟进行疾病分析（这种发文章的骚操作让人耳目一新～）
图：Palaeopathology of the earlobe crease (Frank's sign): New insights from Renaissance  art  
当然，有关人脸特征与冠心病关系的研究，比较全面的当属2014年发表在Circulation杂志的文章。研究者分析了各种与年龄相关的人体特征与缺血性心脏病,心肌梗死(MI)和死亡风险的关联。在10885名20岁至93岁之间的人群随访35年后，发现男性秃顶、耳垂冠状沟和黄色瘤与缺血性心脏病和心肌梗塞的风险增加独立相关。随着年龄相关征象数量的增加，缺血性心脏病和心肌梗死的风险逐渐增加。
与年龄相关的人脸特征
A：发际线后移；
B：秃顶；
C：冠状沟；
D：角膜退行环；
E：黄色瘤；
图：随着年龄相关人脸征象数量的增加，缺血性心脏病和心肌梗死的风险逐渐增加。
人脸特征与冠心病诊断
与冠心病有关的脸部特征其实更多，包括眉毛的分布，毛发的浓密，五官的皱褶等等，都可能起到作用。因此，需要更大范围的脸部自动特征提取与变量筛选，研究这些跟冠心病诊断的关系。
进入人工智能和互联网+时代，当然是借助技术去获取更加简易低成本的冠心病诊断方式，对后续患者是否行冠脉造影检查的决策有重要提示作用。试想，患者入院后，主管医生拿出手机APP给患者刷个脸，就可以初步显示患冠心病的概率；再根据概率高低安排相应的侵入性或非侵入性检查，这样管病人不要太容易（想想都觉得开心～）
经过方案设计，伦理，知情后（背后无数艰辛，省略无数字），小黑屋的“暗黑”医学面相学研究开始了～
因胸痛入院行冠脉造影的患者，在同样的光线（导管室内），同一个相机，同一个技术员在多个角度分别获取患者的脸部照片，根据造影结果分为冠心病和非冠心病。
 Samples of the face image dataset
最终收集309个患者1528 脸部照片，对人脸照片进行面部和耳部定位（感谢深圳大学计算机视觉研究所所长沈琳琳教授团队强大的技术支持），提取8个感兴趣区域，进行特征提取，最后用决策树和随机森林模型（很基础的机器学习模型）建模。
研究分析流程图
最终模型的冠心病诊断预测准确度为72.3%（中等偏上的预测水平）
results of CHD prediction
论文主要结果以《Face Analysis for Coronary Heart Disease Diagnosis》全文被第十二届图像与信号处理，生物医学工程与信息学国际学术会议（http://www.cisp-bmei.cn/）接收。
全文链接：
https://www.researchgate.net/publication/337439211_Face_Analysis_for_Coronary_Heart_Disease_Diagnosis
继续阅读
阅读原文