近35年近视耳穴疗法研究文献回顾与分析

目的：分析关于耳穴疗法干预近视的相关文献,了解其发展状况、研究热点、不足之处及探讨未来方向。方法：利用中国知网、万方、维普、PubMed、Web of Science,以“耳穴AND 近视”或“auricular point or otopoint or ear point AND myopia or nearsightedness”为检索词,采用文献计量法和内容分析法,对1985—2019 年有关耳穴疗法干预近视的相关文献进行统计和分析,包括论文年代、研究热点、核心作者、研究机构、基金项目、期刊发文量、文献内容等方面。结果：共纳入论文235 篇,论文数量随发表时间逐步递增,耳穴疗法与青少年近视的研究占比较高。研究人员较多,但核心作者不多,中医院校、研究院及医院是研究的主阵地。自2007 年起,文献逐步有较多的基金项目支持。文献发表以中医药类和针灸类杂志为主,相关研究文献以临床研究为多,诊疗判定和效果评价标准较为统一,尚缺乏实验机制研究和多中心、大样本的随机对照试验。结论：需进一步加强科研设计及临床实践的规范化和严谨性,提高文章质量和研究水平,促进研究成果得到推广和发展。     

基于深度学习的耳部穴区自动分割方法

耳部穴区的自动分割是实现智能化耳穴疗法的基础。然而,由于耳部穴区较多,且缺乏清晰的边界特征,现有方案在自动分割耳穴时面临着挑战。因此,需要一种快速准确的耳部穴区自动分割方法。本研究提出了一种基于深度学习的耳部穴区自动分割方法,主要包含耳部轮廓检测、解剖部位分割及关键点估计和图像后处理三个阶段。本文还提出了K-YOLACT以提升解剖部位分割及关键点定位的运行效率。实验结果表明,所提出的方法实现了对耳部正面图像内66个穴区的自动分割,分割效果优于现有方案。同时K-YOLACT方法的解剖部位分割的平均精度均值（mAP）为83.2%,关键点定位平均精度均值为98.1%,且运行效率明显提升。该方法的提出为耳穴图像的精确分割提供了可靠的解决方案,也为中医疗法的现代化发展提供了强有力的技术支持。