基于SK-UNet网络的背部腧穴自动定位方法  

作　　者：曹莹瑜[1] 赵震玺 包仁人 常祺 张杰 黄军芬[1] 

机构地区：[1]北京石油化工学院,北京市102617 [2]沈阳新松机器人自动化股份有限公司 [3]中国人民解放军联勤保障部队第九八九医院 [4]河南翔宇医疗设备股份有限公司

出　　处：《中国康复医学杂志》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)。

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。

关 键 词：腧穴 语义分割 神经网络 自动定位 

分 类 号：R496[医药卫生—康复医学] R245[医药卫生—临床医学]