[发明专利]一种基于机器学习的足底图像智能标定方法

说明书

本发明适用于神经网络模型技术领域，提供了一种基于机器学习的足底图像智能标定方法，通过依次采集足底图像，人工对足底图像进行反射区标定，将人工标定的图像数据作为训练数据发送到图像标定模型，图像标定模型根据训练数据进行训练，得到训练后的图像标定模型，采集待测足底图像，将待测足底图像发送到训练好的图像标定模型进行标定，输出反射区标定结果，从而能够快速对待测足底图像进行反射区标定，操作方便，并且工作效率高，节约了人力成本。

技术领域

本发明属于神经网络模型技术领域，尤其涉及一种基于机器学习的足底图像智能标定方法。

背景技术

脚底反射区是指人体的各部位器官在足底都有一相对应的部位，通过按摩相对应的部位可以调整器官功能的状态。在诸多专家、学者的努力下，运用中医学的理论及方法，使脚部反射区疗法不论从理论上还是从具体的操作手法的运用上，都焕发了活力，重新在世界上站在这一领域的制高点。从生物全息论的角度，足部区域相当于反映全身信息的一个全息胚。由于足部血管神经分布密集，足三阴、三阳经在脚部相互贯通，通过经络系统与全身连通，所以说，脚部是人体信息相对集中的地方。在对患者的足底进行治疗前需要对其足底进行反射区标定。

现有技术中不具备对反射区进行智能标定的方法，从而在进行足底反射区标定时，操作不方便，并且工作效率低。

发明内容

本发明提供一种基于机器学习的足底图像智能标定方法，旨在解决从而在进行足底反射区标定时，操作不方便，并且工作效率低的问题。

本发明是这样实现的，一种基于机器学习的足底图像智能标定方法，包括以下步骤：

S1、采集足底图像；

S2、人工对足底图像进行反射区标定，将人工标定的图像数据作为训练数据发送到图像标定模型；

S3、图像标定模型根据训练数据进行训练，得到训练后的图像标定模型；

S4、采集待测足底图像；

S5、将待测足底图像发送到训练好的图像标定模型进行标定，输出反射区标定结果。

优选的，所述采集足底图像，具体为：通过图像采集设备采集双足的足底平面图像。

优选的，步骤S1还包括：将采集的足底图像放大以使足底的最大宽度为20cm。

优选的，步骤S2中，所述反射区包括：心脏、肝脏、肺、胃和肾脏。

优选的，所述图像标定模型根据训练数据进行训练，得到训练后的图像标定模型，具体为：图像标定模型根据训练数据进行训练，然后对低确定性区域的图像数据进行再次训练，得到训练完成的图像标定模型。

优选的，所述图像采集设备采用红外摄像机。

优选的，所述步骤S1还包括，对得到的足底图像进行去噪，并将足底图像进行灰度处理以获得足底灰度图像。

优选的，所述图像标定模型为全卷积神经网络。

与现有技术相比，本发明的有益效果是：本发明的一种基于机器学习的足底图像智能标定方法，通过依次采集足底图像，人工对足底图像进行反射区标定，将人工标定的图像数据作为训练数据发送到图像标定模型，图像标定模型根据训练数据进行训练，得到训练后的图像标定模型，采集待测足底图像，将待测足底图像发送到训练好的图像标定模型进行标定，输出反射区标定结果，从而能够快速对待测足底图像进行反射区标定，操作方便，并且工作效率高，节约了人力成本。

附图说明

图1为本发明的一种基于机器学习的足底图像智能标定方法的流程示意图。

具体实施方式