买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长春中医药大学申请的专利基于图像处理的针灸定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119648800B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510180906.4，技术领域涉及：G06T7/73；该发明授权基于图像处理的针灸定位方法是由窦珮轩;郭语晗;任重;王思鉴;于子乔设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于图像处理的针灸定位方法在说明书摘要公布了：本发明公开了一种基于图像处理的针灸定位方法，涉及中医技术领域，本发明通过构建两个神经网络模型对图片数据进行特征识别，识别特征点位、穴位、相关联的信息以及修正系数；通过构建标准数据库并采用位置树结构进行分类；在模型输入图片数据时可快速比对，减少运算量，提高识别的准确度；本发明配合激光或者投影设备可直接在人体中标记出穴位位置，医生只需按照穴位位置进行针灸治疗即可。

本发明授权基于图像处理的针灸定位方法在权利要求书中公布了：1.一种基于图像处理的针灸定位方法，其特征在于：包括以下具体步骤： S1：采集公共数据库中的针灸穴位的图像数据； S2：对采集到的图像数据进行预处理； S3：构建第一神经网络模型对采集到图像信息进行特征识别； S4：建立特征点的数据库，并按照部位不同进行分类； S5：在构建好的数据库中，识别并保留与骨度分寸法中存在对应点的各关节点； S6：基于骨度分寸法以定位关节点为起点或终点，确定各预设线路，并计算这些线路对应的修正系数k； S7：以步骤S1中采集到的不同尺寸型号的数据为训练集，以骨度分寸法中的标准模型的尺寸数据为验证集对第二神经网络模型进行训练；训练完成后，第二神经网络模型输出不同尺寸型号的数据与标准模型之间的预测修正系数k1； S8：采集针灸部位的图像信息，通过第一神经网络模型识别特征点位，通过第二神经网络模型确定预测修正系数k1；以不同修正系数为识别位对特征点数据库进行分类构建树形结构的数据库； S9：根据待测人员的预测修正系数k1以及各定位关节点的位置，按照人体穴位的定位规则，确定出待测人员各穴位的具体位置； 步骤S3中，基于级联卷积神经网络模型结合骨度分寸法中的关节点位对采集到的数据进行特征识别，将识别到的特征点位与骨度分寸法中的关节点位一一对应； 步骤S6中修正系数按下式计算： 其中，k为修正系数；L a 为预设线路之间实际测量得到的长度；L s 为标准模型中该线路的标准长度；基于此，则特征点a与特征点b之间的线路A在标准模型中的标准长度为A 1 ，则线路A的计算公式如下： 对不同特征点之间的所有线路进行计算，则可获得图像区域内所有的特征点位数据； 设身高为H，则根据骨度分寸法计算各个部位的高度： 头部高度： 上身长度： 腿部长度： 胸围： 腰围： 臀围： 式中：H h 为头部高度；H u 为上半身长度；H l 为腿部长度；C c 为胸围周长，K c 为胸围个体差异修正系数，取值为1.5-2；C w 为腰围周长，K w 为腰围个体差异修正系数，取值为1.0-1.5；C h 为臀围周长，K h 为臀围个体差异修正系数，取值为1.5-2.0； 对树形结构的数据库采用树形索引的方式进行检索；数据库按照父级、子级、孙级建立识别码； 其中，父级以针灸区域按顺序进行分类并编码；包括头部、面部、胸部、腹部、腰部、小腿内侧、足内侧； 子级以对应区域内的特征点位按顺序进行分类并编码；孙级以预测修正系数的大小按顺序进行分类并编码； 当采集到新图像时，首先判断所属区域，并在对应区域的数据库中进行检索；之后识别到特征点位，按识别到的特征点位的时间为序计算2-3个线路中的预测修正系数k1；检索对应数据库中与之相同的预测修正系数k1 下的数据，并以此为验证集，对后续识别到的特征点位采用随机数的方式进行比对，如比对成功，则以数据库中记载的特征点位及穴位位置快速输出结果；若比对不成功则继续识别更多数量的特征点位，直至识别图像区域内的所有特征点位，生成新的预测修正系数，并将新的预测修正系数录入数据库中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春中医药大学，其通讯地址为：130117 吉林省长春市净月开发区博硕路1035号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。