摘要
目的:通过语义分割的方法实现人体背部腧穴的自动定位。方法:采集178名志愿者的1317张人体背部图片,以大椎穴、天柱穴、臑俞穴、肩贞穴、关元俞穴和脊柱棘突为特征腧穴对人体背部图片进行标注,制作人体背部腧穴数据集。通过人体背部腧穴数据集对体背部分割网络SK-UNet网络进行训练,构建预测模型。通过预测模型对人体背部进行分割,依据分割的结果结合传统中医身寸法,最终实现人体背部腧穴的自动定位。结果:SK-UNet网络(selective Kernel convolution-UNet)对人体背部分割效果较好,其MIoU和MPA指标分别达到82.12%和86.62%。依据SK-UNet网络框架的分割结果对人体背部部分腧穴进行定位,在不同精度要求下,定位准确率分别可以达到:在误差范围为5mm时的准确率为57%,在误差范围为10mm时的准确率为93%,在误差范围为15mm时的准确率为97%,在误差范围为20mm时的准确率为99%,腧穴定位平均误差为7.3mm。结论:该方法实现了一定准确率下的不同用途腧穴自动定位,对机器人辅助中医按摩、艾灸以及针刺等系统开发提供较为重要的基础。
出处
《中国康复医学杂志》
CAS
CSCD
北大核心
2024年第11期1662-1667,共6页
Chinese Journal of Rehabilitation Medicine
基金
国家重点研发计划项目(2020YFC2007601)
北京市属高校分类发展项目(11000023T000002199202)。