-
题名基于深度学习的耳部穴区自动分割方法
被引量：1
- 1
-
-
作者
高枕岳
贾世瑾
李青峰
芦东昕
张森
肖文栋
-
机构
北京科技大学自动化学院
北京科技大学北京市工业波普成像工程技术研究中心
北京科技大学顺德创新学院
杭州师范大学移动健康管理系统教育部工程研究中心
-
出处
《生物医学工程学杂志》
EI
CAS
北大核心
2024年第1期114-120,共7页
-
基金
国家自然科学基金项目(62173032)
佛山市科技创新专项资金项目(BK22BF005)
广东省基础与应用基础研究基金区域联合基金项目(2022A1515140109)。
-
文摘
耳部穴区的自动分割是实现智能化耳穴疗法的基础。然而,由于耳部穴区较多,且缺乏清晰的边界特征,现有方案在自动分割耳穴时面临着挑战。因此,需要一种快速准确的耳部穴区自动分割方法。本研究提出了一种基于深度学习的耳部穴区自动分割方法,主要包含耳部轮廓检测、解剖部位分割及关键点估计和图像后处理三个阶段。本文还提出了K-YOLACT以提升解剖部位分割及关键点定位的运行效率。实验结果表明,所提出的方法实现了对耳部正面图像内66个穴区的自动分割,分割效果优于现有方案。同时K-YOLACT方法的解剖部位分割的平均精度均值(mAP)为83.2%,关键点定位平均精度均值为98.1%,且运行效率明显提升。该方法的提出为耳穴图像的精确分割提供了可靠的解决方案,也为中医疗法的现代化发展提供了强有力的技术支持。
-
关键词
深度学习
耳穴疗法
区域分割
图像处理
中医
-
Keywords
Deep learning
Auricular acupoint therapy
Region segmentation
Image processing
Traditional Chinese medicine
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
R245
[医药卫生—针灸推拿学]
-
