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。