基于Labelme的背部与腹部穴位关键点数据集制作以及穴位的识别

一、穴位定位方法

穴位定位,自春秋时期以来,通过各代医学实践的继承与发展,形成了一套较为科学的定位体系。这套体系基于经络理论,采用“寸”作为测量单位,按照人体比例来进行精确的穴位定位,主要有依据体表标志或者解剖标志的定位法、依据患者本人手指宽度的指寸定位法、依据标志性骨骼长度或位置的骨度折量定位法等方法,点击穴位定位参考链接,查看相关标志。

背部穴位主要位于督脉与足太阳膀胱经这两条经络。在督脉部分,这些穴位通常位于脊柱棘突的下方凹陷中。而足太阳膀胱经的相关穴位则位于脊柱棘突的下方,两侧各偏离1.5寸或3寸的位置。另外国标中规定了几个标志穴位,如下:

大椎穴向下1.5寸,旁开1.5寸,为大杼穴;大杼穴向下3.5寸为肺俞穴;肺俞穴向下约5寸为膈腧穴;膈腧穴向下4寸为胆俞穴;胆俞穴向下4寸为肾腧穴;肾腧穴旁开1.5寸为命门穴。

穴位坐标以脊椎为纵轴,垂直于脊椎方向为横轴,依据骨度折量法,两肩峰相距16寸,两肩胛冈相距6寸。因此首先在图片确认两肩峰距离,计算每寸的长度,然后按比例计算其他穴位坐标。

数据集标记采用Labelme软件,标注效果如下图所示。

Labelme软件首先读取图片,之后通过Labelme标记图片中的人体背部与关键点类别,然后将文件保存为.json格式。将数据集处理成关键点检测网络能够使用的格式并训练。

 下图为HRNet关键点检测网络进行穴位识别检测的结果

以下为使用yolov8训练的腹部穴位识别模型的识别效果,如图,左腹部穴位识别缺少了一个穴位,识别效果不理想,识别效果不如HRNet。

  • 12
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
根据引用\[1\]中提到的数据集准备步骤,你可以按照以下步骤制作关键点的yolov8数据集: 1. 准备文件夹结构和数据集标注:创建一个文件夹来存放数据集,并按照要求的文件夹结构组织数据。对于仅关键点数据集,你需要标注每个图像中的关键点位置。 2. 转换为yolo数据集:使用labelimg或labelme工具将标注的关键点位置转换为yolo数据集格式。这些工具可以帮助你在图像上标注关键点,并将标注结果保存为相应的格式。 3. 创建数据集的yaml文件:根据yolov8的要求,创建一个数据集的yaml文件,用于配置数据集的相关参数。这个文件将包含数据集的路径、类别信息等。 4. 进行训练:使用yolov8进行训练。根据你的需求,选择合适的训练方法和参数进行训练。 需要注意的是,以上步骤仅提供了制作关键点的yolov8数据集的基本流程。具体的实现细节和参数设置可以根据你的具体需求和环境进行调整。引用\[3\]中提到的文章可能对你有所帮助,你可以参考该文章中的几分钟搭建yolov5的方法来进行相关操作。 #### 引用[.reference_title] - *1* [yolov5 8 labelme labelimg数据标注 并生成训练数据集 训练](https://blog.csdn.net/qq_26696715/article/details/130118379)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [YOLOV7训练自己的数据集,我先来试试火(VisDrone数据集)](https://blog.csdn.net/qq_43117155/article/details/125672691)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值