[发明专利]一种基于深度学习的针灸治疗系统及方法

权利要求书

1.一种基于深度学习的针灸治疗系统，其特征在于，包括标记信息处理模块（6）和数据存储分析模块（7）以及由穴位边界标记座（1）、拓压触发组件（2）、拓压扩张传动组（3）、标记介质存储组（4）和标记介质填充引导组（5）组成的标记识别端，所述标记识别端用于患者针灸穴位的采集标记以及对标记后穴位的识别上传；

所述标记信息处理模块（6）用于将所述标记识别端获得的患者当前穴位标记图像录入所述数据存储分析模块（7），同时对所述数据存储分析模块（7）内录入的当前穴位标记图像读出；

所述数据存储分析模块（7）通过录入所述标记介质填充引导组（5）采集的当前标点数据后，经源端数据库向所述数据存储分析模块（7）内录入原初标点数据以及常态变化数据，经常态变化数据将当前标点数据将原初标点数据进行偏差修正后，进而获得修正后标点数据。

2.根据权利要求1所述的一种基于深度学习的针灸治疗系统，其特征在于：针灸治疗系统的穴位数据修正方法包括如下步骤：

步骤1，数据准备：从已有的针灸穴位标记数据集中获取数据样本，并将其划分为训练集和测试集；

步骤2，模型训练：使用深度学习模型卷积神经网络或循环神经网络，对训练集的数据样本进行训练；深度学习模型能够学习到人体解剖结构的特征，并能够准确预测穴位位置；

步骤3，数据修正：对测试集中的每个数据样本，利用训练好的深度学习模型进行预测，并将预测结果与原始标记数据进行比对修正，数据修正步骤如下：

步骤a，对于每个测试集中的数据样本，利用训练好的深度学习模型进行预测，得到预测的穴位坐标；

步骤b，将预测的穴位坐标与原始标记数据中的穴位坐标进行比对，计算它们之间的差异；

步骤c，根据差异分析的结果，进行数据修正，修正的方法包括校正坐标偏差、穴位边界调整和删除错误标记。

3.根据权利要求2所述的一种基于深度学习的针灸治疗系统，其特征在于：在步骤c中，坐标偏差校正：

X=X1+ΔX，Y=Y1+ΔY；其中，X为修正后的横坐标，Y为修正后的纵坐标，X1为原始横坐标，Y1为原始纵坐标，ΔX为横坐标修正量，ΔY为纵坐标修正量；

ΔX=α*(X2-X1)，ΔY=β*(Y2-Y1)；其中，X2为预测横坐标，X1为原始横坐标，Y2为预测纵坐标，Y1为原始纵坐标，α和β是校正因子，根据差异分析结果和相关统计分析确定；

穴位边界调整：L=L2+ΔL，R=R2+ΔR，L为调整后的左边界，R为调整后的右边界，L2为原始左边界，R2为原始右边界，ΔL为左边界修正量，ΔR为右边界修正量；

ΔL=γ*(L1-L2)，ΔR=δ*(R1-R2)；其中，L1为预测左边界，L2为原始左边界，R1为预测右边界，R2为原始右边界，γ和δ是边界调整因子，根据差异分析结果和相关统计分析确定；

错误标记删除：根据深度学习模型的预测结果和原始标记数据的差异分析，如果差异超过阈值或存在明显错误的标记，将其删除或进行人工干预修正。

4.根据权利要求1所述的一种基于深度学习的针灸治疗系统，其特征在于：所述拓压触发组件（2）包括信号发生器（21）、侧向连接杆（22）和手持压合握柄（23），所述信号发生器（21）固定连接于所述穴位边界标记座（1）的顶壁，所述侧向连接杆（22）固定连接于所述信号发生器（21）和所述手持压合握柄（23）之间。

5.根据权利要求1所述的一种基于深度学习的针灸治疗系统，其特征在于：所述拓压扩张传动组（3）包括轴向传动件（31）和轴向倾斜传感器（32），所述轴向传动件（31）设置于所述穴位边界标记座（1）内侧，所述轴向倾斜传感器（32）设置于所述轴向传动件（31）轴接点，用于监测所述轴向传动件（31）转动倾角。

6.根据权利要求5所述的一种基于深度学习的针灸治疗系统，其特征在于：所述标记介质存储组（4）与所述穴位边界标记座（1）固定连接，所述标记介质存储组（4）接收所述轴向倾斜传感器（32）传输的倾角信号后，向所述标记介质填充引导组（5）中传导标记介质。