一种基于全身关键点识别和实例分割的腧穴定位方法技术

本申请公开了一种基于全身关键点识别和实例分割的腧穴定位方法，属于医疗图像处理技术领域。其基于深度学习与数字图像处理技术的综合性解决方案，提高传统中医穴位定位理论的准确性和效率。方法采用针对性的策略来定位各类全身穴位，具体而言，将全身穴位划分为两类：第一类是可以通过关键点位置，运用中医定位方法进行定位的穴位，第二类是没有明显图像特征但能通过部位轮廓信息定位的穴位。根据不同类别的穴位，采用不同的定位方法。本发明专利技术还采用增强现实技术，将穴位信息叠加在真实的身体图像上，使得穴位定位更具可视性。经过验证，本发明专利技术方法能够显著提高全身穴位的定位准确性和效率，提供了一种新型的、高效的穴位定位解决方案。方案。方案。

【技术实现步骤摘要】
一种基于全身关键点识别和实例分割的腧穴定位方法


[0001]本申请属于医疗图像处理
，具体涉及一种基于全身关键点识别和实例分割的腧穴定位方法。

技术介绍

[0002]随着国家对中医药的重视，以针灸为代表的医疗手段逐渐得到普及和认可并逐渐走向世界，对于在临床上从事针灸的医生来说，经过长期的实践，对腧穴的体表定位掌握准确，可以快速并准确的找出具体穴位。但对于初学者、普通人群、社会上从事相关中医保健的人来说、腧穴定位掌握不易，精确度更是不高。腧穴定位是中医疗法的重要环节，穴位识别的准确与否将直接影响最终效果。但是人体穴位繁多，经穴362个、经外奇穴46个，共408个穴位，且每个穴位在中医上的作用各不相同，因此对于非专业人士来说想要准确识别穴位难度特别大。
[0003]目前，人们普遍通过参考中医书籍、人体穴位插图等原始的方法进行腧穴定位。但中医书籍或人体穴位图不能很好的满足个体差异，难免对穴位的定位存在偏差。
[0004]在人们对腧穴定位便捷程度、精确程度的需求日益增加的严峻挑战下，发展基于关键点检测与实例分割的腧穴定位技术极其重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全身关键点识别和实例分割的腧穴定位方法，其特征在于，包括：步骤一、从AR设备中读入视频流，抽取视频流中的图像帧，由部位检测模块对图像帧进行部位类别检测，并输出确定的部位类别；步骤二、依据人体各部位中穴位的特征类型，对于特征显著的穴位执行步骤三，对于特征不显著的穴位执行步骤四；步骤三、由关键点定位模块对特征显著的穴位进行关键点检测处理，得到关键点坐标，累加对应穴位偏移量后得到穴位坐标，最后输出穴位位置和名称；步骤四、由实例分割模块输出部位轮廓，再依据部位轮廓比例寻找特征，累加对应穴位偏移量后得到穴位坐标，最后输出穴位位置和名称；步骤五、将步骤三和步骤四中输出的穴位位置和名称利用增强现实技术叠加在真实的人体图像上，实现穴位准确定位。2.根据权利要求1所述的方法，其特征在于：所述部位检测模块包括手臂处理组件、面部处理组件、躯干处理组件以及腿部处理组件。3.根据权利要求1所述的方法，其特征在于：所述部位检测模块通过如下步骤进行训练：根据人体各部位图像和部位名称，构建目标检测数据集；使用构建的目标检测数据集对所述部位检测模块进行训练。4.根据权利要求3所述的方法，其特征在于：所述部位检测模块基于FasterR
‑
CNN实现，其使用共享卷积层为人体各部位图像提取特征，得到部位特征图，将得到的部位特征图送入区域建议网络，区域建议网络生成待检测框，即指定兴趣区域的位置，并对兴趣区域的包围框进行第一次修正，兴趣区域池化层根据区域建议网络的输出在部位特征图上面选取每个兴趣区域对应的特征，并将维度置为定值，使用全连接层对包围框进行分类，并且进行目标包围框的第二次修正。5.根据权利要求4所述的方法，其特征在于：所述关键点检测模块的主干网络中引入残差阶梯网络思想，融合层内特征，以获得精细的局部表示，具体包括：使用残差阶梯网络代替主干网络中的下采样卷积层，残差阶梯网络由残差阶梯块组成，残差阶梯块通过稠密的元素级求...

【专利技术属性】
技术研发人员：边耐政，董乙人，陈嘉诚，范章木，刘至臻，
申请(专利权)人：湖南大学，
类型：发明
国别省市：