基于SK-UNet网络的背部腧穴自动定位方法

关键词：腧穴  语义分割  神经网络  自动定位

摘要：

      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。

Abstract: