[发明专利]一种针对小样本的端到端面部腧穴定位方法及电子设备

说明书

本发明涉及中医腧穴和机器视觉技术交叉领域，特别是一种针对小样本的端到端面部腧穴定位方法及电子设备。本发明所述方法构建了面部腧穴智能定位任务数据集用于端到端面部腧穴定位研究。利用神经网络的非线性建模能力，深度挖掘面部抽象特征，极大地提高了面部腧穴定位准确度。同时，本发明提出了两阶段模型训练策略，可实现通过少量面部腧穴样本数据训练即可达到良好的面部腧穴定位效果，能够有效降低基于神经网络模型的面部腧穴定位方法对标注数据的依赖。此外，本发明融合了机器学习的注意力机制，促使深度神经网络模型关注目标的细节信息，抑制无用信息，进一步提高了本发明所述方法的面部腧穴定位精度。

技术领域

本发明涉及中医腧穴和机器视觉技术交叉领域，特别是一种针对小样本的端到端面部腧穴定位方法及电子设备。

背景技术

目前，中医针灸疗法已在全球超过183个国家获得广泛应用和认可。由于每个人形体上存在高矮胖瘦的差异，导致针灸疗法对从业医师的临床经验要求很高，具体表现之一是对腧穴定位的准确程度。腧穴，又称穴位，是人体脏腑经络之气输注于体表的部位，是针灸治疗疾病的刺激点与反应点。虽然中医经络腧穴学具有完整的理论体系，但仍存在人工取穴主观性强、难以标准化和传承困难等问题。本发明主要针对面部腧穴定位进行研究和探索，为中医穴位相关的智能化治疗奠定技术基础。

临床上常用的腧穴定位法有三种：体表解剖标志定位法、骨度折量定位法及指寸定位法。其中，面部大部分腧穴（鱼腰、印堂、下关等）通过体表解剖标志定位法更为精准，少部分腧穴（夹承浆、瞳子髎等）通过骨度折量定位法较为准确。面部腧穴智能定位指的是通过自动人脸检测并分析面部五官轮廓特征，定位出面部腧穴。随着人工智能技术的快速发展，当前腧穴智能定位方法主要分为：基于双目视觉和编码结构光相结合的人脸腧穴定位方法、基于人脸关键点算法的腧穴定位方法和基于卷积神经网络的端到端腧穴定位方法等。

目前较为流行的是基于人脸关键点算法的面部腧穴定位方法，该方法通过面部特征点定位技术对人脸进行检测并获取人脸关键点（左右嘴角、鼻尖中心、眉毛左角、眉毛中心、眉毛右角、下巴最低点等）坐标，然后结合中医取穴手法中的骨度折量定位法，利用眉心和发际点的距离计算人脸的同身寸长度，最终基于人脸关键点位置和同身寸长度计算面部腧穴坐标。这种方法基于人脸关键点检测结果做计算，而非直接定位面部腧穴坐标。一方面，人脸关键点检测结果存在误差，导致基于人脸关键点计算的腧穴坐标产生累计误差。另一方面，从临床经验分析，大部分面部腧穴定位采用体表解剖标志定位法的结果相比骨度折量定位法更为精准。比如承浆穴位于颏唇沟的正中凹陷处，如通过骨度折量定位法计算口唇下方0.5同身寸未必刚好是颏唇沟正中凹陷处。

因此，为了提高中医面部腧穴定位精度，同时考虑到面部腧穴标注非常依赖专家经验和人工成本高的问题，本发明提出了一种针对小样本的端到端面部腧穴定位方法及电子设备。

发明内容

本发明目的在于克服现有技术中存在的面部腧穴定位精度不足以及面部腧穴数据人工标注强依赖专家知识且成本高昂的问题，提供一种针对小样本的端到端面部腧穴定位方法及电子设备。

为了实现上述发明目的，本发明提供了以下技术方案：

一种针对小样本的端到端面部腧穴定位方法，包括以下步骤：

给定一张人脸图片，将图片输入已训练的端到端面部腧穴定位模型，得到面部腧穴热图及其对应的腧穴坐标；

其中，所述端到端面部腧穴定位模型包括以下训练过程：

S1：构建面部腧穴智能定位任务数据集；

S2：搭建基于深度神经网络的端到端面部腧穴定位模型；

S3：通过图像重建任务对所述端到端面部腧穴定位模型进行非监督自编码模型预训练；

S4：通过所述面部腧穴智能定位任务数据集对预训练后的所述端到端面部腧穴定位模型进行监督学习训练；