【技术实现步骤摘要】
本专利技术涉及中医穴位定位的，特别是融合深度学习和小程序的中医穴位辅助诊疗系统。
技术介绍
1、随着人工智能技术的飞速发展和中医理念的不断创新融合，传统中医在疾病预防、健康管理以及精准治疗方面正逐步向智能化方向迈进；在中医实践中，人体穴位的准确定位是针灸、推拿等疗法成功实施的关键；然而，传统的穴位定位方式主要依赖于医师的经验，这种方式因患者体型、解剖特征及医生水平的差异，常导致穴位定位的精确性和一致性不足，从而影响治疗效果和疗效评估。
2、近年来，计算机视觉技术的进步为穴位的精准定位提供了新的可能性；通过深度学习算法对大规模人体图像数据集进行训练，可以自动化识别并精准定位特定部位的穴位，从而为中医治疗提供科学依据；然而，现有的深度学习模型在复杂应用场景下的表现仍存在诸多挑战；例如，在光照条件复杂、背景干扰严重、患者背部形态差异较大的情况下，模型的鲁棒性和适应性仍然不足，影响了穴位定位的稳定性和精确性；此外，目前的解决方案在用户体验和便捷性上尚存不足，难以在普通人群中广泛推广。
3、公开号为cn114373190b的专利文件公开一种人体穴位的智能识别和自动定位系统；该系统在使用时，无法直观地使用户了解疾病与穴位的关联信息，无法很好地应用于辅助诊疗场景。
4、公开号为cn112184705b的专利文件公开了一种基于计算机视觉技术的人体穴位识别、定位及应用系统，通过构建穴位及病症信息数据库、穴位识别定位算法模块、交互处理程序，帮助用户轻松寻穴；然而该系统在使用时，很容易受到光照条件、背景和姿态的干扰
技术实现思路
1、本专利技术的目的就是解决现有技术中的问题，提出一种融合深度学习和小程序的中医穴位辅助诊疗系统，结合目标检测与关键点预测模型，实现全身穴位的自动化识别与精准定位，同时通过小程序交互提供详细的穴位信息查询和常见疾病治疗方案支持，广泛应用于中医针灸、推拿等辅助诊疗场景。
2、为实现上述目的，本专利技术提出了一种融合深度学习和小程序的中医穴位辅助诊疗系统，包括移动终端和云服务器，移动终端与云服务器通讯连接，移动终端安装小程序，所述云服务器中配置有部位分类存储的目标检测模型和关键点预测模型，所述云服务器连接有云数据库，云数据库中存储有疾病与穴位的对应关系及治疗方案信息。
3、作为优选，所述中医穴位辅助诊疗系统的使用方法包括以下步骤：
4、s1、典型疾病信息查询；
5、s2、白名单准入；
6、s3、用户选择预测部位：
7、用户通过小程序选择需要预测的身体部位，并上传对应部位的图像；
8、s4、服务器端根据用户选择，动态加载按部位分类存储的目标检测模型和关键点预测模型，完成目标区域检测、关键点预测及结果校准；
9、s5、预测结果校准：
10、对预测出的关键点进行位置校准；
11、s6、结果返回和展示：
12、校准完成后，生成校准后的穴位标注图像，并将结果通过 api 返回给小程序界面，小程序在用户上传图像的基础上，叠加校准后的穴位点及相关参考线标注，直观展示自动化预测结果；
13、s7、穴位详情查看：
14、用户在预测结果图像中点击任意穴位点，查看其详细信息。
15、作为优选，所述s1中，用户进入小程序后，可在常用疾病界面浏览疾病列表，点击具体疾病可进入详情页面；详情页面中显示该疾病的关联穴位、针灸、推拿功效描述以及推荐的疗程方案；这些数据在云开发数据库中以结构化方式存储，包含中医经典文献中记载的穴位分布及功效信息，并结合现代医学研究对疗效的补充描述。
16、作为优选，所述s2中，采用云开发数据库实现白名单准入机制，用户登录小程序时，系统会通过获取其微信 openid 并在云数据库中验证是否在白名单中，验证通过后方可进入小程序功能界面，否则将提示无访问权限；管理员通过云开发工具动态管理白名单用户，包括添加或移除权限。
17、作为优选，所述s4具体包括以下步骤：
18、（1）数据集的构建与标注多样化数据采集：针对不同身体部位，在多种光照条件、不同背景和不同姿态下采集图像；
19、（2）标准化标注：数据采集后，在专业医疗机构指导下，通过专业标注工具对图像进行标注，包括目标区域轮廓标注和穴位关键点标注，参考中医标准确定关键穴位的位置和对应关系；
20、（3）数据划分：数据集分为训练集、验证集和测试集；
21、（4）模型训练：我们采用“自上而下”的方法进行模型构建和训练，首先利用目标检测模型定位全身图像中的各部位区域，然后基于定位结果应用关键点检测模型对穴位进行精确标注；训练过程中，使用构建的大规模标注数据集，结合多种数据增强技术（如翻转、旋转、缩放等）以提高模型的泛化能力；经过多次迭代优化，模型逐步收敛，并针对不同部位分别生成了目标检测和关键点检测的预训练模型，确保模型在复杂场景中的适应性和稳定性；
22、（5）目标检测：利用目标检测模型对上传图像中的目标区域进行检测，识别用户选择的身体部位轮廓；
23、（6）关键点预测：使用关键点检测模型对目标区域内的穴位关键点进行预测，生成关键点的初始坐标。
24、作为优选，所述s5包括：
25、基准线拟合校准：对基准线上的穴位点通过线性拟合生成参考线，并将预测点调整到参考线位置；
26、骨度分寸法校准：确定“一寸”的相对长度，根据标准穴位分布调整预测点的相对距离，允许误差范围为±0.35寸；
27、区域对称校准：对左右对称分布的穴位点进行位置调整，确保其对称性和一致性。
28、作为优选，所述s7中，每个穴位的信息预先存储在云开发数据库中，包括以下内容：
29、穴位名称：标准化的中医穴位命名；
30、针灸与按摩功效：具体描述穴位的作用机理及适应症；
31、古书记载位置：参考中医经典文献中对穴位位置的理论描述和定位依据；
32、现代医学背景：结合现代医学研究成果，说明该穴位在缓解特定疾病或症状中的辅助疗效；
33、用户点击穴位后，小程序通过后端接口查询数据库中的对应信息，并将查询结果以弹窗或独立详情页形式展示；系统支持动态更新数据库中的穴位信息，确保与最新的中医研究成果保持一致。
34、本专利技术的有益效果：本专利技术通过目标检测和关键点预测模型实现对身体不同部位穴位的精准定位，并结合小程序简便直观的用户界面，使用户能够快速了解疾病与穴位的关联信息、查看预测结果并获取治疗建议；
35、该系统不仅提升了穴位定位的科学性和准确性，同时降低了中医治疗对专业技能的依赖，助力中医疗法的现代化普及与发展，为中医健康管理和辅助治疗提供了智能化的新方向；
36、小程序在用户上传图像的基础上，叠加校准后的穴位点及相关参考线标注，直观展示自动化预测结果，该本文档来自技高网...
【技术保护点】
1.一种融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：包括移动终端和云服务器，移动终端与云服务器通讯连接，移动终端安装小程序，所述云服务器中配置有部位分类存储的目标检测模型和关键点预测模型，所述云服务器连接有云数据库，云数据库中存储有疾病与穴位的对应关系及治疗方案信息。
2.如权利要求1所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述中医穴位辅助诊疗系统的使用方法包括以下步骤：
3.如权利要求2所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述S1中，用户进入小程序后，可在常用疾病界面浏览疾病列表，点击具体疾病可进入详情页面；详情页面中显示该疾病的关联穴位、针灸、推拿功效描述以及推荐的疗程方案；这些数据在云开发数据库中以结构化方式存储，包含中医经典文献中记载的穴位分布及功效信息，并结合现代医学研究对疗效的补充描述。
4.如权利要求2所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述S2中，采用云开发数据库实现白名单准入机制，用户登录小程序时，系统会通过获取其微信 OpenID 并在云数
5.如权利要求2所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述S4具体包括以下步骤：
6.如权利要求2所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述S5包括：
7.如权利要求2所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述S7中，每个穴位的信息预先存储在云开发数据库中，包括以下内容：
...【技术特征摘要】
1.一种融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：包括移动终端和云服务器，移动终端与云服务器通讯连接，移动终端安装小程序，所述云服务器中配置有部位分类存储的目标检测模型和关键点预测模型，所述云服务器连接有云数据库，云数据库中存储有疾病与穴位的对应关系及治疗方案信息。
2.如权利要求1所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述中医穴位辅助诊疗系统的使用方法包括以下步骤：
3.如权利要求2所述的融合深度学习和小程序的中医穴位辅助诊疗系统，其特征在于：所述s1中，用户进入小程序后，可在常用疾病界面浏览疾病列表，点击具体疾病可进入详情页面；详情页面中显示该疾病的关联穴位、针灸、推拿功效描述以及推荐的疗程方案；这些数据在云开发数据库中以结构化方式存储，包含中医经典文献中记载的穴位分布及功效信息，并结...
【专利技术属性】
技术研发人员：韩小瑜，陈钰杭，曾晓飞，余敏，孙方红，
申请(专利权)人：浙江科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。