【技術實現步驟摘要】
本專利技術涉及圖形圖像處理領域。更具體地說，本專利技術涉及一種基于正中線與臀部邊緣特征融合的穴位配準方法。
技術介紹
1、中醫穴位識別是傳統中醫治療的重要環節，當前主要依賴于人工經驗和手工定位，這種方式存在誤差大、效率低、重復性差等問題。隨著計算機視覺和深度學習技術的發展，穴位識別系統的研發已成為智能中醫領域的重要方向。然而，由于人體個體差異、姿態變化及光照條件復雜，現有技術難以實現高精度且自動化的穴位定位。
2、目前，穴位定位技術主要分為兩類：
3、一是基于二維圖像的識別方法，通過攝像頭或普通rgb圖像采集人體表面信息，結合圖像處理算法（如邊緣檢測、膚色分割）進行穴位定位。其存在的問題在于：該方法依賴光照條件且無法處理三維曲面，易受姿態變化影響，定位誤差較大，如王浩等人在《computational?intelligence?and?neuroscience》中提出，穴位識別在復雜場景下（如不均等光照、遮擋、膚色干擾）定位準確性低，（doi：pmc10659787）。
4、二是固定模板匹配方法，建立標準人體三維點云模型，通過剛性配準匹配患者體表數據其存在的問題在于：通過預定義的三維模板匹配人體點云，但無法適應個體體型差異（如脊柱彎曲、肌肉分布不均），導致臨床適應性差。例如，呼吸運動導致中脘穴點云位移＞4mm時，系統需重新校準；
5、另外，也有專利提出通過人體橫指同身寸的穴位算法來解決現有穴位識別算法存在的問題，但其只能應用于人體背部腧穴識別，如專利號cn116864079a提出的
6、故綜上可知現有技術存在的缺陷主要在于：
7、1、識別精度不足：二維方法忽略深度信息，三維模板法無法動態矯正個體差異。
8、2、處理效率低下：傳統對稱性分析需遍歷全圖，計算復雜度高（o(n2)o(n2)），難以實時處理。
9、3、魯棒性差：噪聲干擾下梯度檢測易失效，導致基準點偏移。
技術實現思路
1、本專利技術的一個目的是解決至少上述問題和/或缺陷，并提供至少后面將說明的優點。
2、為了實現本專利技術的這些目的和其它優點，提供了一種基于正中線與臀部邊緣特征融合的穴位配準方法，包括：
3、s1、基于對中醫解剖學數據庫與臨床實測數據的分析，構建與人體穴位適配的標準坐標系；
4、s2、基于結構光相機獲取深度圖像，以生成人體背部的三維點云數據；
5、s3、基于對稱分析從s2獲得的三維點云數據中識別出人體正中線；
6、s4、基于雙閾值二階梯度檢測從s2獲得的三維點云數據中識別出臀部邊緣；
7、s5、基于s3、s4獲得的人體正中線、臀部邊緣建立局部人體坐標系；
8、s6、使用非線性配準算法將s5獲得的局部人體坐標系與s1獲得的標準坐標系進行配準，并將配準后的坐標映射到用戶的世界坐標系里，完成對不同體型人群的穴位配準。
9、優選的是，在s1中，所述標準坐標系是采用主成分分析pca與核密度估計kde得到，并通過下式進行表征：
10、
11、上式中， p i表示第 i個穴位的標準坐標， n表示數據中穴位位置樣本總數， k(?)為核函數，用來表示待評估點 p與樣本點 p j之間的歐氏距離， h表示帶寬參數。
12、優選的是，在s2中，所述三維點云數據通過下式進行表征：
13、 p w= k-1 r[ t] p c
14、上式中， p w為世界坐標， k為相機內參矩陣， r[ t]為視點變化矩陣， p c為相機坐標系中的三維點。
15、優選的是，在s3中，通過對稱分析識別人體正中線的流程為：
16、s30、基于全局最高點粗定位在三維點云數據中直接搜索深度值最小的點集 p global，以 p global包含的點依次作為基準點，從顱骨枕部區域中獲取候選正中線的初始位置 x c；
17、s31、基于預定的滑動步長 s將寬度為? w?的深度圖像劃分為 k?個重疊窗口，且s應小于每個窗口的寬度?δ w；
18、s32、基于s30中的 x c對每個窗口的局部對稱性誤差 e( y, x c)進行計算；
19、s33、從每個窗口 k中找到局部最小誤差位置，以通過加權平均的方式得到全局正中線位置 x center，完成全局誤差整合與人體正中線的篩選。
20、優選的是，在s30中，所述點集 p global通過下式進行表征：
21、
22、上式中， i( x, y)表示深度圖中像素點( x, y)的深度值，ω為顱骨枕部區域的預定義范圍；
23、在s32中，所述局部對稱性誤差 e( y, x c)通過下式進行表征：
24、本文檔來自技高網...
【技術保護點】
1.一種基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，包括：
2.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S1中，所述標準坐標系是采用主成分分析PCA與核密度估計KDE得到，并通過下式進行表征：
3.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S2中，所述三維點云數據通過下式進行表征：
4.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S3中，通過對稱分析識別人體正中線的流程為：
5.如權利要求4所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S30中，所述點集Pglobal通過下式表征：
6.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S4中，通過雙閾值二階梯度檢測獲取臀部邊緣的流程為：
7.如權利要求6所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S40中，所述Gy(y)通過下式獲得：
8.如權利要求1所述的基于正中線與臀
9.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在S6中，所述穴位配準的流程包括：
...【技術特征摘要】
1.一種基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，包括：
2.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在s1中，所述標準坐標系是采用主成分分析pca與核密度估計kde得到，并通過下式進行表征：
3.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在s2中，所述三維點云數據通過下式進行表征：
4.如權利要求1所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在s3中，通過對稱分析識別人體正中線的流程為：
5.如權利要求4所述的基于正中線與臀部邊緣特征融合的穴位配準方法，其特征在于，在s30中，所述點集pglo...
【專利技術屬性】
技術研發人員：方潔，蔣佩燃，許明魯渝，段泓冰，許林，蔣濤，張宇潔，張林帥，林薇，
申請(專利權)人：成都中醫藥大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。