相关实验视频
Updated: May 21, 2025
08:18
Visualizing Motion Patterns in Acupuncture Manipulation
Published on: July 16, 2016
8.7K
[基于人工智能深度学习的腹部针点定位系统的开发]
Mo Zhang1, Yuming Li2, Zongming Shi1
1Department of TCM, Integration of Traditional Chinese and Western Medicine, First Hospital of Peking University, Beijing 100034, China.
Zhongguo zhen jiu = Chinese acupuncture & moxibustion
|March 17, 2025
概括
本研究介绍了一种使用卷积神经网络 (CNN) 的计算机视觉系统,以准确定位腹部针点. 该系统增强了中国传统医学 (TCM) 的教育和诊断.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 准确的腹部针点定位对于传统中医 (TCM) 实践至关重要.
- 现有的针点识别方法可能是主观的,缺乏准确性.
- 需要技术进步来支持TCM教育和临床应用.
研究的目的:
- 开发一种自动化系统,使用计算机视觉和深度学习精确地定位腹部针点.
- 为了能够准确识别特定的针点,包括Shenque (CV8),Shangwan (CV13),Qugu (CV2) 和Daheng (SP15).
- 为标准化和智能化的TCM实践提供基础.
主要方法:
- 开发一个多任务卷积神经网络 (CNN) 架构.
- 训练CNN识别人体边界和Shenque (CV8) 针点.
- 使用已识别的针点来推断其他关键腹部针点的位置.
- 将图像坐标映射到一个针点模板空间的亲缘转换的应用.
主要成果:
- 开发的系统在数字图像中准确地识别和定位腹部针点.
- 根据Shenque (CV8) 的定位成功推断了四个关键针点.
- 在将图像坐标映射到标准化的针点模板中表现出精度.
结论:
- 基于计算机视觉的系统为腹部针点定位提供了一种可靠的方法.
- 这项技术支持远程TCM教育,诊断援助和智能针设备的开发.
- 该系统有助于针的标准化和智能进步.
