融合深度学习和移动平台的穴位数据采集与精准标注方法技术

本发明专利技术公开了融合深度学习和移动平台的穴位数据采集与精准标注方法，将穴位标记物放置于人体对应的穴位处，不仅不需要人工在图像上进行大量打标签操作，还能提高获取穴位点坐标信息的准确度。穴位标记物设置有数字，每个穴位标记物的数字均不相同，可解决人体穴位种类繁多、不同穴位位置各异等问题。按照穴位标记物中数字的顺序进行运动路径规划，通过移动平台带动穴位图像采集模块遍历每一个图像采集点，保证每个穴位及其附近的穴位的图像均能采集到。通过标签检测及定位模型对带有穴位标记物的人体穴位图数据集进行检测并定位，可以快速且大量的获取穴位的类别和对应的中心坐标，从而构建大量的高质量穴位数据集，实现标签文件的快速精准获取。

【技术实现步骤摘要】

本专利技术涉及深度学习和生物医学图像处理的，尤其涉及到融合深度学习和移动平台的穴位数据采集与精准标注方法。

技术介绍

1、针灸是中医的核心组成之一，中医针灸通过刺激特定穴位来调节人体气血平衡，治疗各种疾病。穴位图像数据集在提升针灸治疗效果、辅助教学和支持科研等方面具有重要意义。然而，目前针灸主要依赖于人工操作。现有的人体穴位图像数据集数量较少，覆盖的穴位类型和位置有限，并且难以得到大量高质量的穴位图像数据，穴位图像数据集的制作需要大量的时间，让一个专业的针灸师对一张含50个穴位的人体图片进行标注需要6分钟左右，标注100张数据集则需要10小时左右，需要大量的人力和精力。更重要的是人工标注数据集费时费力，而且疲劳状态下标注的语义分割图像数据质量也不高，这种方法很难快速方便地获得高质量、大数量、令人满意的穴位数据集。

2、随着计算机视觉和人工智能的发展，越来越多的研究尝试将深度学习的技术应用于针灸穴位识别和标注，以提高准确性和效率。近年来，卷积神经网络(cnn)在图像识别领域取得了巨大成功，但是该方法并不适合所有实际情况下的图像识别和预测。为此，本本文档来自技高网...

【技术保护点】

1.融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，包括：

2.根据权利要求1所述的融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，创建的穴位标记物为圆形件，该圆形件的中部设置有数字，每个穴位标记物的数字均不相同，一个穴位标记物对应一个人体穴位。

3.根据权利要求2所述的融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，所述圆形件的中部设有对位槽，粘贴穴位标记物时，将其中一只手指插入对位槽内，该只手指再指向对应的穴位，从而精准地将穴位标记物放置于人体对应的穴位处。

4.根据权利要求2所述的融合深度学习和移动...

【技术特征摘要】

1.融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，包括：

2.根据权利要求1所述的融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，创建的穴位标记物为圆形件，该圆形件的中部设置有数字，每个穴位标记物的数字均不相同，一个穴位标记物对应一个人体穴位。

3.根据权利要求2所述的融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，所述圆形件的中部设有对位槽，粘贴穴位标记物时，将其中一只手指插入对位槽内，该只手指再指向对应的穴位，从而精准地将穴位标记物放置于人体对应的穴位处。

4.根据权利要求2所述的融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，按照穴位标记物中数字的顺序进行穴位图像采集模块的运动路径规划。

5.根据权利要求2所述的融合深度学习和移动平台的穴位数据采集与精准标注方法，其特征在于，在得到所有穴位点的情况下，采用遍历算法规划穴位图像采集模块的运动路径。

6.根据权利要...

【专利技术属性】
技术研发人员：何昭水，王城彬，郭靖，梁浩，林志洁，谈季，张利强，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：