面部整形手术是近年来很受欢迎的一类手术,随着人们对美的追求及医学的迅速发展,面部整形手术被越来越多的人接受,医生也积累了大量的病例。通常情况,患者都会要求事先了解术后效果,但目前医生与患者交流手段较为匮乏。以往大量的病例只用来展示给病人以增强其对整形手术的认识,这样无法在医生和患者心中形成一个共同的确定且直观的概念,于是无论从医生还是从患者角度出发,双方都需要一套便利的方法在术前对手术结果做一个直观的模拟。计算机技术与医疗领域的日益交叉渗透使得计算机辅助的整形手术模拟成为一个非常重要又热门的研究课题。近年来,国内外在计算机辅助面部整形手术方面已经有了很多的探索与尝试,其中多是以直接操作病人骨骼为主,但是这种操作较为繁琐,同时没有考虑到对以往病例的利用。本文提出了基于机器学习的面部整形手术预测,尝试从以往积累的病例中发现规律并用于指导术后结果的模拟。首先对病人术前术后的照片提取面部的特征属性作为学习机的输入,然后本文分别提出了采用支持向量机回归算法针对局部区域几个主要长度进行预测的方法和采用K近邻算法针对面部术前术后整体变化量进行预测的方法,接下来根据预测的数值化结果进行二维及三维的可视化操作,给用户展示一个直观的预测结果。本文最后的实验部分介绍了各步算法的实现细节,提出了用于评价各步结果的方法,并给出了预测结果的两个衡量标准:最大最近距离和平均最近距离。分别选取下颌角手术和颧骨手术的已有病例进行实验,实验结果显示基于K近邻算法的预测方法无论是最大最近距离还是平均最近距离均优于基于支持向量机回归的预测方法,同时通过比较预测结果与真实术后结果发现,对于长宽为420和320左右的面部区域,预测结果与真实术后结果面部轮廓线平均差异在5个像素左右,二维预测结果已经能够较为精准地模拟整形手术的术后结果,可以为医患之间的交流提供很好的辅助。对于三维预测结果,与真实术后三维面部模型进行比较,实验结果显示三维预测结果只能大致接近真实的术后结果,平均差异为4.91mm,尚不能满足精度上的要求,故暂不足以为临床的手术规划提供有力的支持。