CN112116597A - 一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统 - Google Patents
一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统 Download PDFInfo
- Publication number
- CN112116597A CN112116597A CN202010748030.6A CN202010748030A CN112116597A CN 112116597 A CN112116597 A CN 112116597A CN 202010748030 A CN202010748030 A CN 202010748030A CN 112116597 A CN112116597 A CN 112116597A
- Authority
- CN
- China
- Prior art keywords
- acupoint
- image
- points
- cursor
- changqiang
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007418 data mining Methods 0.000 title claims abstract description 8
- 238000002560 therapeutic procedure Methods 0.000 title description 4
- 238000001467 acupuncture Methods 0.000 claims abstract description 40
- 210000001835 viscera Anatomy 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 20
- 210000001015 abdomen Anatomy 0.000 claims abstract description 17
- 238000007790 scraping Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 35
- 230000011218 segmentation Effects 0.000 claims description 34
- 210000000988 bone and bone Anatomy 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 13
- 230000000877 morphologic effect Effects 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000003187 abdominal effect Effects 0.000 claims description 8
- 238000005260 corrosion Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 5
- AEUTYOVWOVBAKS-UWVGGRQHSA-N ethambutol Natural products CC[C@@H](CO)NCCN[C@@H](CC)CO AEUTYOVWOVBAKS-UWVGGRQHSA-N 0.000 claims description 5
- 210000003484 anatomy Anatomy 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 230000018109 developmental process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 210000000056 organ Anatomy 0.000 abstract description 13
- 230000006870 function Effects 0.000 abstract description 4
- 238000010219 correlation analysis Methods 0.000 abstract description 2
- 238000003709 image segmentation Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000009278 visceral effect Effects 0.000 description 2
- 201000005505 Measles Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 206010039722 scoliosis Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H39/00—Devices for locating or stimulating specific reflex points of the body for physical therapy, e.g. acupuncture
- A61H39/02—Devices for locating such points
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H39/00—Devices for locating or stimulating specific reflex points of the body for physical therapy, e.g. acupuncture
- A61H39/04—Devices for pressing such points, e.g. Shiatsu or Acupressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H7/00—Devices for suction-kneading massage; Devices for massaging the skin by rubbing or brushing not otherwise provided for
- A61H7/002—Devices for suction-kneading massage; Devices for massaging the skin by rubbing or brushing not otherwise provided for by rubbing or brushing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Rehabilitation Therapy (AREA)
- Pain & Pain Management (AREA)
- Epidemiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dermatology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统涉及图像领域。一种智能背部脏腑俞穴定位、痧象采集自动化装置及痧象与身体功能状态关联分析、智能学习系统。本发明还设计了构建标定五脏六腑背部俞穴及腹部募穴各穴位名称、部位的痧象数据库方法,通过数据挖掘,五脏六腑与痧象的关联关系,智能训练自动标定穴位所在部位,并能用投影方式显示。
Description
技术领域
本发明涉及图像领域。
背景技术
人体背部存在五脏六腑对应的脏腑俞穴,腹部存在五脏六腑之募穴。痧象的瘀点斑块及颜色等特征提取可辅助背腹部穴位区域定位,协助年轻医生及保健机构从业人员对骨性标志不显明的受试者,较精确迅速地划分脏腑区域及脊柱胸腰椎的节段,且利于痧象在电子病历中的保真、存储和分析。本文研发了一套基于鍉圆针系统痧疗痧象数据挖掘的背部脏腑俞穴位、腹部脏腑募穴区域辅助定位健康管理系统。该系统的主要功能包括:背、腹部分割、脏腑穴位区域;痧象自动采集、识别;痧象颜色重点区域自动标定,复诊时上次痧象部位投影,对挖掘痧象与身体功能状态的关联关系及在电子病历中的规范化保存、节约医生时间、提高医生工作效率、促进痧疗标准化发展具有重要意义。
发明内容
一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统,其特征在于,结构包括:主机板,该主机板装有控制光标灯位移的电机装置、光电开关、摄像头,可自动调整穴位定位光标及视频拍摄镜头位置;还包括用于驱动主机板上下升降及左右旋转的机电驱动装置(2);通电之后实现主机板升降,保障采集图像的焦距一致;主机支撑架⑶;第一光标⑷,该光标俯卧定位长强穴,仰卧定位曲骨穴;第二光标⑸,该光标俯卧定位大椎穴,仰卧定位天突穴;第三光标⑹,该光标俯卧定位五脏六腑俞穴,仰卧定位五脏六腑募穴;纵坐标光标⑺;计算机(9),用于安装痧象采集、数据分析及信号控制系统。
进一步,
第一步:采用体表标志法标定穴位位置,然后操作计算机,给控制信号,主机板通过主机支撑架柱体内部的气压机电一体驱动沿着主机支撑架自动上下升降,控制焦距;
同时,经过控制器驱动传动装置带动主机板左右旋转,调整主板与人体的位置角度,保障第一和第二光标为俯卧或仰卧的患者穴位精确定位;
第二步:开启第三光标和纵坐标光标,第三光标俯卧定位五脏六腑俞穴,仰卧定位五脏六腑募穴,调整定位后,拍摄图像及视频;
第三步:构建痧象数据库,用于聚类分析,机器学习,为刮痧机器人的发展奠定基础;
第四步:智能光标定位,投影脏腑穴位区域,自动划分脏腑功能区域,利用图像处理、机器学习,深度学习算法对脏腑穴位区域痧象进行自动识别以及实现重点区域的自动标定。
进一步,
采集图像前,首先调整光标定位,俯卧位背部大椎穴至长强穴,仰卧位取腹部天突穴至曲骨穴,自动化投影一纵坐标光标线正对人体正中矢状面,沿4个穴位与纵坐标光标线设定横坐标线,采集背、腹部痧象,拍摄痧象使用普通镜头或显微镜放大50~200倍;
将图像缩小1/6,再利用Grabcut进行分割;为了解决分割前需要画矩形框的问题,根据人体胸腹部冠状面呈矩形解剖结构特点,矩形框的长为大椎穴或天突穴与长强穴或曲骨穴的纵坐标的差值,宽为长的1/2,并结合校正后图像的大椎穴和长强穴、天突穴至曲骨穴横纵坐标信息进行矩形框初始化,然后对图像实现分割,得到分割结果;将得到的结果放大到原来的尺寸,做二值化处理,得到二值图像,与校正后的图像作掩膜,得到最终的分割图像;图像分割后,会出现边缘锯齿,将均值滤波和形态学处理相结合进行图像边缘锯齿虚化;最后依据背部穴位相对位置信息,确定相对应的脏腑穴位的区域。
进一步,
背部大椎穴和长强穴,胸腹天突穴与曲骨穴都在人体正中矢状面,具有相同的横坐标,根据该特性对拍摄图像进行校正;获取大椎穴和长强穴或者胸腹天突穴与曲骨穴的位置信息,根据二者坐标值计算倾斜角度,见式(2-1),式中(x1,y1)代表大椎穴或天突穴的坐标,(x2,y2)代表长强穴或曲骨穴的坐标;
根据大椎穴或天突穴、长强穴或曲骨穴位置坐标计算图像旋转中心,见式(2-2)、(2-3);依据图像的旋转中心,按顺时方向旋转θ,得到旋转后大椎穴或天突穴和长强穴或曲骨穴的位置信息;
其中(x1,y1)代表大椎穴或天突穴的坐标,(x2,y2)代表长强穴或曲骨穴的坐标,(x5,y5)代表旋转中心的坐标,(x3,y3)代表旋转后大椎穴或天突穴的坐标,(x4,y4)代表旋转后长强穴或曲骨穴的坐标。
进一步,
利用Grabcut对校正后的图像做分割处理,分割步骤如下:
(1)将原始图像缩小为原来的1/6,利用大椎穴或天突穴、长强穴或曲骨穴的位置信息初始化矩形框作为可能的前景;
(2)建立颜色模型;
(3)迭代能量最小化分割;
(4)保存分割好图像,放大为原来的尺寸,对分割结果做二值化处理,所得的结果与校正后的图像做掩膜处理。
进一步,
先将黑色背景变为白色背景,然后通过均值滤波结合形态学处理进行图像边缘锯齿虚化;
均值滤波常被用来进行图像降噪以及图像模糊处理,其原理见式(2-8);
其中,N表示滤波器模板所有元素之和,c表示滤波器模板,m(x,y)表示原始像素值,n(x,y)表示变换后的像素值;
通过均值滤波后,虽然边缘锯齿变得不再明显,但是其它区域却变得十分模糊;若只想让边界锯齿区域变模糊,其它区域像素值保持不变,则需要提取边界锯齿区域;
通过形态学处理获取边缘锯齿区域,形态学处理步骤如下:
(1)对分割后的结果做阈值分割,得到二值图像;
(2)对二值图像做膨胀操作,得到膨胀图;
(3)对二值图像做腐蚀操作,得到腐蚀图;
(4)膨胀图减去腐蚀图,得到锯齿区域;
(5)依据获得的边缘锯齿区域,对白色背景图像进行边缘锯齿虚化,见式(2-9),得到最终结果;
其中,h(x,y)为最终的结果;w(x,y)为均值滤波后的像素值;b(x,y)为边缘锯齿图像的像素值。
附图说明
图1是本发明系统结构图。
主机(1),机电驱动装置(2),主机支撑架⑶,第一光标⑷,该光标俯卧定位长强穴,仰卧定位曲骨穴;第二光标⑸,该光标俯卧定位大椎穴,仰卧定位天突穴;第三光标⑹,该光标俯卧定位五脏六腑俞穴,仰卧定位五脏六腑募穴;纵坐标光标⑺;主机面板(1),计算机(9),
图2是拍摄图像进行校正图两种情况。
其中(b1)x2>x1,y2>y1;(b2)x2<x1,y2>y1
具体实施方式
本发明首先设计了一种智能背部脏腑俞穴定位、痧象采集自动化装置及痧象与身体功能状态关联分析、智能学习系统。本发明还设计了构建标定五脏六腑背部俞穴及腹部募穴各穴位名称、部位的痧象数据库方法,通过数据挖掘,五脏六腑与痧象的关联关系,智能训练自动标定穴位所在部位,并能用投影方式显示。
仪器操作步骤:
第一步:专家采用体表标志法标定穴位位置,然后操作计算机,给控制信号,主机板⑴通过主机支撑架柱体内部的气压机电一体驱动沿着主机支撑架⑶结合处全自动上下升降,控制焦距。
同时,经过控制器驱动传动装置带动主机板左右旋转,调整主板与人体的位置角度,保障光标⑷⑸为俯卧或仰卧的患者穴位精确定位。
第二步:开启光标⑹⑺,调整定位精确后,拍摄图像及视频。
第三步:构建痧象数据库,用于聚类分析,机器学习,为刮痧机器人的发展奠定基础。
第四步:智能光标定位,投影脏腑穴位区域,自动划分脏腑功能区域,利用图像处理、机器学习,深度学习算法对脏腑穴位区域痧象进行自动识别以及实现重点区域的自动标定。
患者在俯卧或仰卧拍摄图像时并不能保证体位笔直,体位倾斜或患者本身有脊柱侧弯是痧象智能脏腑穴位区域定位信息的噪音。因此,本文提出了一种基于鍉圆针定量痧疗器痧象医生经验学习训练后的自动调节穴位定位光标裁剪采集、获取标记背部大椎穴至长强穴、腹部天突穴至曲骨穴及五脏六腑生物反馈穴位位置信息,构建数据库,聚类分析,机器学习,以两穴位点的Grabcut背、腹部分割及脏腑穴位区域定位辅助健康管理系统。
专家依据体表标志法确定患者背部大椎穴至长强穴、腹部天突穴至曲骨穴及五脏六腑生物反馈穴位的位置信息,进行图像校正,并得到校正后图像的大椎穴至长强穴、突穴至曲骨穴的位置信息。
Grabcut是一种图像分割算法,仅仅需要少量的人工辅助便可得到理想的分割结果,相比于其它算法,该算法可以很好的进行图像的修正,得到理想的分割结果,故本文采用该算法进行背部图像分割。但该算法也具有一定的缺点:在分割前需要画一个矩形框作为可能的前景,且分割尺寸较大图像时速度较慢。
针对此问题,本文发明采集图像前,首先调整光标定位,俯卧位背部大椎穴至长强穴,仰卧位取腹部天突穴至曲骨穴,自动化投影一纵坐标光标线正对人体正中矢状面,沿4个穴位与纵坐标光标线设定横坐标线,采集背、腹部痧象。为了提高分割速度,首先将图像缩小1/6,再利用Grabcut进行分割。为了解决分割前需要画矩形框的问题,根据人体胸腹部冠状面呈矩形解剖结构特点,矩形框的长为大椎穴(或天突穴)与长强穴(或曲骨穴)的纵坐标的差值,宽为长的1/2,并结合校正后图像的大椎穴和长强穴、天突穴至曲骨穴横纵坐标信息进行矩形框初始化,然后对图像实现分割,得到分割结果。将得到的结果放大到原来的尺寸,做二值化处理,得到二值图像,与校正后的图像作掩膜,得到最终的分割图像。图像分割后,会出现一定程度的边缘锯齿,本文将均值滤波和形态学处理相结合进行图像边缘锯齿虚化,提高图像的美观程度。最后依据背部穴位相对位置信息,确定相对应的脏腑穴位的区域。利用图像处理、机器学习,深度学习算法对脏腑穴位区域痧象进行自动识别以及实现重点区域的自动标定。
具体:
1)发明了标定五脏六腑背部俞穴及腹部募穴各穴位名称、部位的自动化采集装置。本装置特点能自动升降及左右旋转,采集到的图像焦距一致,条件一致,降低了图像数据信息的噪音。
2)以俯卧位背部大椎穴至长强穴,仰卧位取腹部天突穴至曲骨穴,自动化光标投影作为人体长轴的纵坐标,确定位置区域,无创伤,提供了一种痧象人体功能状态便捷健康管理装置。
3)根据人体胸腹部冠状面呈矩形解剖结构特点,以纵坐标光标的中点作为图像中心,纵坐标光标线正对人体正中矢状面,沿4个穴位与纵坐标光标线设定横坐标线,采集背、腹部痧象,为分析数据库图像采用Grabcut分割提供了基础保障。
4)本发明根据人体五脏六腑俞穴及募穴区域用光标投影划分定位,简便易于操作。
5)本发明存储痧象病历,复诊时通过光标投影可显示既往痧象所在脏腑部位,便于精准健康管理。
6)本发明可将图像锁定纵横比例缩小,根据大椎穴(或天突穴)和长强穴(或曲骨穴)位置信息初始化矩形框,对小图像进行分割。分割完成后,将其放大到原来的尺寸,进行二值化处理,获取二值图像,与校正后的图像做掩膜,得到最终的分割结果。利用均值滤波和形态学处理的方法进行边缘锯齿虚化,提高分割结果的美观程度。最后依据背部穴位的位置信息,确定脏腑穴位区域。
患者在拍摄图像时并不能保证体位完全笔直,往往会出现体位倾斜的情况,对后续脏腑穴位区域定位具有一定的影响。
背部大椎穴和长强穴,胸腹天突穴与曲骨穴都在人体正中矢状面,具有相同的横坐标,根据该特性对拍摄图像进行校正。获取大椎穴和长强穴或者胸腹天突穴与曲骨穴的位置信息,根据二者坐标值计算倾斜角度,见式(2-1),式中(x1,y1)代表大椎穴(或天突穴)的坐标,(x2,y2)代表长强穴(或曲骨穴)的坐标。
根据大椎穴(或天突穴)、长强穴(或曲骨穴)位置坐标计算图像旋转中心,见式(2-2)、(2-3)。依据图像的旋转中心,按顺时方向旋转θ,得到旋转后大椎穴(或天突穴)和长强穴(或曲骨穴)的位置信息。
其中(x1,y1)代表大椎穴(或天突穴)的坐标,(x2,y2)代表长强穴(或曲骨穴)的坐标,(x5,y5)代表旋转中心的坐标,(x3,y3)代表旋转后大椎穴(或天突穴)的坐标,(x4,y4)代表旋转后长强穴(或曲骨穴)的坐标,详情见图2-1。
利用Grabcut对校正后的图像做分割处理,分割步骤如下:(1)将原始图像缩小为原来的1/6,利用大椎穴(或天突穴)和长强穴(或曲骨穴)的位置信息初始化矩形框作为可能的前景;
(2)建立颜色模型;
(3)迭代能量最小化分割;
(4)反复重复(2)、(3),进行反复迭代,从而得到最优的结果;
(5)保存分割好图像,放大为原来的尺寸,对分割结果做二值化处理,所得的结果与校正后的图像做掩膜处理。
图像分割后,会出现一定程度的边缘锯齿,影响图像的美观程度,不利于痧象在电子病历中的规范保存。一般情况下,分割后的图像背景为白色,故本文首先将黑色背景变为白色背景,然后通过均值滤波结合形态学处理进行图像边缘锯齿虚化。
均值滤波常被用来进行图像降噪以及图像模糊处理,其原理见式(2-8)。
其中,N表示滤波器模板所有元素之和,c表示滤波器模板,m(x,y)表示原始像素值,n(x,y)表示变换后的像素值。
通过均值滤波后,虽然边缘锯齿变得不再明显,但是其它区域却变得十分模糊。若只想让边界锯齿区域变模糊,其它区域像素值保持不变,则需要提取边界锯齿区域。本文通过形态学处理获取边缘锯齿区域,形态学处理步骤如下:
(6)对分割后的结果做阈值分割,得到二值图像。
(7)对二值图像做膨胀操作,得到膨胀图。
(8)对二值图像做腐蚀操作,得到腐蚀图。
(9)膨胀图减去腐蚀图,得到锯齿区域。
(10)依据获得的边缘锯齿区域,对白色背景图像进行边缘锯齿虚化,见式(2-9),得到最终结果。
其中,h(x,y)为最终的结果。w(x,y)为均值滤波后的像素值。b(x,y)为边缘锯齿图像的像素值。
对基于两点的Grabcut分割结果做二值化处理,获取二值图像连通域最大面积区域的左上角以及右下角的坐标,结合校正后大椎穴(或天突穴)和长强穴(或曲骨穴)坐标截取背部图像,去除多余的背景。
得到待处理图像后,利用图像处理、机器学习,深度学习算法对脏腑穴位区域痧象进行自动识别以及实现重点区域的自动标定。
患者1,首先获取大椎穴和长强穴坐标信息,根据该位置坐标进行校正,利用穴位坐标信息结合Grabcut算法实现图像分割去除多余背景并实现人体穴位的自动定位,利用深度学习模型进行痧象有无的自动识别,得到左肺俞、左心俞区域出痧,利用图像处理、聚类方法对出痧区域颜色相对较红区域用曲线自动标定。请专业人员对识别结果以及标定结果进行评价,识别准确率以及标定合格率见表1。
表1识别结果以及标定结果
Table 1 identification results and calibration results
患者2,首先获取大椎穴和长强穴坐标信息,根据该位置坐标进行校正,利用穴位坐标信息结合Grabcut算法实现图像分割去除多余背景并实现人体穴位的自动定位,利用深度学习模型进行痧象有无的自动识别,得到各个区域没有出痧。请专业人员对最终结果进行评价,识别准确率以及标定合格率见表2。
表2识别结果以及标定结果
Table 2 identification results and calibration results
患者3,首先获取大椎穴和长强穴坐标信息,根据该位置坐标进行校正,利用穴位坐标信息结合Grabcut算法实现图像分割去除多余背景并实现人体穴位的自动定位,利用深度学习模型进行痧象有无的自动识别,得到左、右肺俞、左、右心俞区域出痧,利用图像处理、聚类方法对出痧区域颜色相对较红区域用曲线自动标定。请专业人员对识别结果以及标定结果进行评价,识别准确率以及标定合格率见表3。
表3识别结果以及标定结果
Table 3 identification results and calibration results
Claims (6)
1.一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统,其特征在于,结构包括:⑴主机板,该机主板装有控制光标灯位移的电机装置、光电开关、摄像头,可自动调整穴位定位光标及视频拍摄镜头位置;⑵主机板用于上下升降及左右旋转的机电驱动装置;通电之后实现主机板升降,保障采集图像的焦距一致;⑶主机支撑架;⑷第一光标,该光标俯卧定位长强穴,仰卧定位曲骨穴;⑸第二光标,该光标俯卧定位大椎穴,仰卧定位天突穴;⑹第三光标,该光标俯卧定位五脏六腑俞穴,仰卧定位五脏六腑募穴;⑺纵坐标光标;⑼治疗床;⑽计算机,用于安装痧象采集、数据分析及信号控制系统。
2.应用如权利要求1所述系统的方法,其特征在于:
第一步:采用体表标志法标定穴位位置,然后操作计算机,给控制信号,主机板通过主机支撑架柱体内部的气压机电一体驱动沿着主机支撑架自动上下升降,控制焦距;
同时,经过控制器驱动传动装置带动主机板左右旋转,调整主板与人体的位置角度,保障第一和第二光标为俯卧或仰卧的患者穴位精确定位;
第二步:开启第三光标和纵坐标光标,第三光标俯卧定位五脏六腑俞穴,仰卧定位五脏六腑募穴,调整定位后,拍摄图像及视频;
第三步:构建痧象数据库,用于聚类分析,机器学习,为刮痧机器人的发展奠定基础;
第四步:智能光标定位,投影脏腑穴位区域,自动划分脏腑功能区域,利用图像处理、机器学习,深度学习算法对脏腑穴位区域痧象进行自动识别以及实现重点区域的自动标定。
3.应用如权利要求1所述系统的方法,其特征在于:
采集图像前,首先调整光标定位,俯卧位背部大椎穴至长强穴,仰卧位取腹部天突穴至曲骨穴,自动化投影一纵坐标光标线正对人体正中矢状面,沿4个穴位与纵坐标光标线设定横坐标线,采集背、腹部痧象,拍摄痧象使用普通镜头或显微镜放大50~200倍;
将图像缩小1/6,再利用Grabcut进行分割;为了解决分割前需要画矩形框的问题,根据人体胸腹部冠状面呈矩形解剖结构特点,矩形框的长为大椎穴或天突穴与长强穴或曲骨穴的纵坐标的差值,宽为长的1/2,并结合校正后图像的大椎穴和长强穴、天突穴至曲骨穴横纵坐标信息进行矩形框初始化,然后对图像实现分割,得到分割结果;将得到的结果放大到原来的尺寸,做二值化处理,得到二值图像,与校正后的图像作掩膜,得到最终的分割图像;图像分割后,会出现边缘锯齿,将均值滤波和形态学处理相结合进行图像边缘锯齿虚化;最后依据背部穴位相对位置信息,确定相对应的脏腑穴位的区域。
4.应用如权利要求1所述系统的方法,其特征在于:
背部大椎穴和长强穴,胸腹天突穴与曲骨穴都在人体正中矢状面,具有相同的横坐标,根据该特性对拍摄图像进行校正;获取大椎穴和长强穴或者胸腹天突穴与曲骨穴的位置信息,根据二者坐标值计算倾斜角度,见式(2-1),式中(x1,y1)代表大椎穴或天突穴的坐标,(x2,y2)代表长强穴或曲骨穴的坐标;
根据大椎穴或天突穴、长强穴或曲骨穴位置坐标计算图像旋转中心,见式(2-2)、(2-3);依据图像的旋转中心,按顺时方向旋转θ,得到旋转后大椎穴或天突穴和长强穴或曲骨穴的位置信息;
其中(x1,y1)代表大椎穴或天突穴的坐标,(x2,y2)代表长强穴或曲骨穴的坐标,(x5,y5)代表旋转中心的坐标,(x3,y3)代表旋转后大椎穴或天突穴的坐标,(x4,y4)代表旋转后长强穴或曲骨穴的坐标。
5.应用如权利要求1所述系统的方法,其特征在于:
利用Grabcut对校正后的图像做分割处理,分割步骤如下:
(1)将原始图像缩小为原来的1/6,利用大椎穴或天突穴、长强穴或曲骨穴的位置信息初始化矩形框作为可能的前景;
(2)建立颜色模型;
(3)迭代能量最小化分割;
(4)保存分割好图像,放大为原来的尺寸,对分割结果做二值化处理,所得的结果与校正后的图像做掩膜处理。
6.应用如权利要求1所述系统的方法,其特征在于:
先将黑色背景变为白色背景,然后通过均值滤波结合形态学处理进行图像边缘锯齿虚化;
均值滤波常被用来进行图像降噪以及图像模糊处理,其原理见式(2-8);
其中,N表示滤波器模板所有元素之和,c表示滤波器模板,m(x,y)表示原始像素值,n(x,y)表示变换后的像素值;
通过均值滤波后,虽然边缘锯齿变得不再明显,但是其它区域却变得十分模糊;若只想让边界锯齿区域变模糊,其它区域像素值保持不变,则需要提取边界锯齿区域;
通过形态学处理获取边缘锯齿区域,形态学处理步骤如下:
(1)对分割后的结果做阈值分割,得到二值图像;
(2)对二值图像做膨胀操作,得到膨胀图;
(3)对二值图像做腐蚀操作,得到腐蚀图;
(4)膨胀图减去腐蚀图,得到锯齿区域;
(5)依据获得的边缘锯齿区域,对白色背景图像进行边缘锯齿虚化,见式(2-9),得到最终结果;
其中,h(x,y)为最终的结果;w(x,y)为均值滤波后的像素值;b(x,y)为边缘锯齿图像的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748030.6A CN112116597A (zh) | 2020-07-30 | 2020-07-30 | 一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748030.6A CN112116597A (zh) | 2020-07-30 | 2020-07-30 | 一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112116597A true CN112116597A (zh) | 2020-12-22 |
Family
ID=73799514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010748030.6A Pending CN112116597A (zh) | 2020-07-30 | 2020-07-30 | 一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116597A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780250A (zh) * | 2021-11-11 | 2021-12-10 | 四川大学 | 一种针对小样本的端到端面部腧穴定位方法及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622916A (zh) * | 2012-03-09 | 2012-08-01 | 浙江大学 | 人体穴位投影演示方法及装置 |
CN105877999A (zh) * | 2016-06-04 | 2016-08-24 | 思脉瑞(北京)科技有限公司 | 一种自动查找已标定穴位装置及方法 |
CN107578396A (zh) * | 2016-07-05 | 2018-01-12 | 夏普株式会社 | 交互式图像处理装置 |
CN107898626A (zh) * | 2017-12-20 | 2018-04-13 | 大连交通大学 | 一种双目视觉穴位定位仪及其工作方法 |
CN108021919A (zh) * | 2016-10-28 | 2018-05-11 | 夏普株式会社 | 穴位定位的图像处理装置和图像处理方法 |
CN108961338A (zh) * | 2018-07-04 | 2018-12-07 | 深圳市龙岗区中医院 | 一种腹部穴位的辅助定位方法及装置 |
CN109758355A (zh) * | 2019-03-07 | 2019-05-17 | 西安伊蔓蒂电子科技有限公司 | 一种基于人体穴位二维图像处理和三维立体定位方法 |
WO2020078292A1 (en) * | 2018-10-17 | 2020-04-23 | Midea Group Co., Ltd. | System and method for generating acupuncture points and pressure point maps |
-
2020
- 2020-07-30 CN CN202010748030.6A patent/CN112116597A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622916A (zh) * | 2012-03-09 | 2012-08-01 | 浙江大学 | 人体穴位投影演示方法及装置 |
CN105877999A (zh) * | 2016-06-04 | 2016-08-24 | 思脉瑞(北京)科技有限公司 | 一种自动查找已标定穴位装置及方法 |
CN107578396A (zh) * | 2016-07-05 | 2018-01-12 | 夏普株式会社 | 交互式图像处理装置 |
CN108021919A (zh) * | 2016-10-28 | 2018-05-11 | 夏普株式会社 | 穴位定位的图像处理装置和图像处理方法 |
CN107898626A (zh) * | 2017-12-20 | 2018-04-13 | 大连交通大学 | 一种双目视觉穴位定位仪及其工作方法 |
CN108961338A (zh) * | 2018-07-04 | 2018-12-07 | 深圳市龙岗区中医院 | 一种腹部穴位的辅助定位方法及装置 |
WO2020078292A1 (en) * | 2018-10-17 | 2020-04-23 | Midea Group Co., Ltd. | System and method for generating acupuncture points and pressure point maps |
CN109758355A (zh) * | 2019-03-07 | 2019-05-17 | 西安伊蔓蒂电子科技有限公司 | 一种基于人体穴位二维图像处理和三维立体定位方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780250A (zh) * | 2021-11-11 | 2021-12-10 | 四川大学 | 一种针对小样本的端到端面部腧穴定位方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8711178B2 (en) | System and method for generating profile morphing using cephalometric tracing data | |
CN107808156A (zh) | 感兴趣区域提取方法 | |
Antohe et al. | Implications of digital image processing in the paraclinical assessment of the partially edentated patient | |
CN114586063A (zh) | 使用增强现实的医疗程序 | |
CN112634256B (zh) | 圆检测及拟合方法、装置、电子设备和存储介质 | |
US8229189B2 (en) | Visual enhancement of interval changes using temporal subtraction, convolving, and non-rigid transformation field mapping | |
CN110008992B (zh) | 一种用于前列腺癌辅助诊断的深度学习方法 | |
CN114287915B (zh) | 一种基于背部彩色图像的无创脊柱侧弯筛查方法及系统 | |
CN112446880B (zh) | 图像处理方法、电子设备及可读存储介质 | |
CN103606161A (zh) | 一种医学图像处理方法及系统 | |
CN107451963A (zh) | 多光谱鼻腔内窥镜实时图像增强方法及内窥镜成像系统 | |
JPH08103439A (ja) | 画像の位置合わせ処理装置及び画像間処理装置 | |
CN112116597A (zh) | 一种基于鍉圆针痧象数据挖掘的背腹穴位区域定位健康管理系统 | |
CN103514591A (zh) | 基于orb配准的dr图像拼接方法及系统 | |
CN112365438A (zh) | 一种基于目标检测神经网络的骨盆参数自动测量方法 | |
CN115965603A (zh) | 内窥镜图像的图像处理方法、装置、终端及可读存储介质 | |
CN106780492B (zh) | 一种ct骨盆图像的关键帧提取方法 | |
JP2005020338A (ja) | 異常陰影検出方法および装置並びにプログラム | |
US8229190B2 (en) | Visual enhancement of interval changes using temporal subtraction and pattern detector | |
US8224046B2 (en) | Visual enhancement of interval changes using rigid and non-rigid transformations | |
JP2003224775A (ja) | 時系列処理画像の表示装置 | |
CN113706687A (zh) | 路径规划鼻部环境建模方法及装置 | |
JP2022052210A (ja) | 情報処理装置、情報処理方法及びプログラム | |
Wang et al. | Ultrasound tracking using probesight: camera pose estimation relative to external anatomy by inverse rendering of a prior high-resolution 3d surface map | |
CN109993754A (zh) | 从图像上进行颅骨分割的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |