(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210791224.3 (22)申请日 2022.07.06 (71)申请人 上海人工智能创新中心 地址 200232 上海市徐汇区云锦路701号 37、 38层 申请人 上海中医药大学 (72)发明人 龚海帆　仲云　王寿鑫　陆路　 徐捷　唐文超　王凡　许刘留　 (74)专利代理 机构 上海智晟知识产权代理事务 所(特殊普通 合伙) 31313 专利代理师 李镝的 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/64(2022.01) G06V 10/74(2022.01)G06K 9/62(2022.01) G06F 17/10(2006.01) A61H 39/08(2006.01) (54)发明名称 自适应的针灸手法监测方法 (57)摘要 本发明涉及针灸手法监测技术领域， 提出一 种自适应的针灸手法监测方法， 包括下列步骤： 基于自适应方向域适应框架确定手部姿态以捕 捉针灸的运动； 以及通过滑动窗口算法基于所述 手部姿态确定 针灸的频率。 权利要求书1页 说明书4页 附图1页 CN 115188070 A 2022.10.14 CN 115188070 A 1.一种自适应的针灸手法监测方法， 其特 征在于， 包括下列步骤： 基于自适应方向域 适应框架确定手部姿态以捕捉针灸的运动； 以及 通过滑动窗口算法基于所述手部姿态确定针灸的频率。 2.根据权利要求1所述的自适应的针灸手法监测方法， 其特征在于， 基于自适应方向域 适应框架确定手部姿态包括： 以PeCLR作为基准框架， 根据RGB图像估计3D手部姿态以生成第一手部姿态数据集。 3.根据权利要求2所述的自适应的针灸手法监测方法， 其特征在于， 基于自适应方向域 适应框架确定手部姿态还 包括： 根据手部朝向相似度， 将所述第一手部姿态数据集与FreiHAND数据集进行匹配以生成 第二手部姿态数据集。 4.根据权利要求3所述的自适应的针灸手法监测方法， 其特征在于， 以手腕关键点到手 指关键点的射线表示手掌面对的方向， 并且计算所述手部朝向相似度， 表示 为下式： 其中， PS表示来自源域的预测手姿， 表示手腕的关键点坐标， 分别表示每个手指第一个关节 的关键点坐标， Pt表示来自目标域的预测手姿， ri表示径向 线。 5.根据权利要求4所述的自适应的针灸手法监测方法， 其特征在于， 所述第 二手部姿态 数据集包括手部位移数据以及手部运动时间数据。 6.根据权利要求5所述的自适应的针灸手法监测方法， 其特征在于， 通过滑动窗口算法 基于所述手部姿态确定针灸的频率包括： 过滤所述第二手部姿态数据集中的异常值； 根据所述第二手部姿态数据集中的手部位移数据和手部运动时间数据估计手部位移 与手部运动时间分布的频率波峰和波谷； 以及 根据所述手部位移与手部运动时间分布的频率波峰和波谷确定针灸的频率。 7.根据权利要求5所述的针灸手法的监测方法， 其特征在于， 通过Savitzky ‑Golay滤波 器过滤所述第二手部姿态数据集中的干扰噪声。 8.根据权利要求7所述的针灸手法的监测方法， 其特征在于， 在所述滑动窗口算法中通 过argrelext rema函数估计 手部位移与手部运动时间分布的频率波峰和波谷 。 9.一种监测器， 其特 征在于， 包括： 控制器， 其被 配置为执 行下列动作： 基于自适应方向域 适应框架确定手部姿态以捕捉针灸的运动； 以及 通过滑动窗口算法基于所述手部姿态确定针灸的频率； 以及 显示器， 其被 配置为显示针灸的运动和频率。权　利　要　求　书 1/1 页 2 CN 115188070 A 2自适应的针灸手法监测方 法 技术领域 [0001]本发明总的来说涉及针灸手法监测技术领域。 具体而言， 本发明涉及一种自适应 的针灸手法监测方法。 背景技术 [0002]现有技术在对针灸手法进行监测的过程中仍存在下列问题： [0003]由于现有技 术通常基于传统的手工特 征， 因此难以准确的估计 手部的运动： 以及 [0004]针灸手法数据与通用场景下的数据存在领域差异， 直接将自然场景的训练的手部 姿态估计模型运用到针灸手法估计任务中会不可避免的造成性能损失。 发明内容 [0005]为至少部分解决现有技术中的上述问题， 本发明提出一种自适应的针灸手法监测 方法， 该方法包括下列步骤： [0006]基于自适应方向域 适应框架确定手部姿态以捕捉针灸的运动； 以及 [0007]通过滑动窗口算法基于所述手部姿态确定针灸的频率。 [0008]在本发明一个实施例中规定， 基于自适应方向域 适应框架确定手部姿态包括： [0009]以PeCLR(Pose Equivariant  Contrast ive Learning， 姿势等变对比学习)作为基 准框架， 根据RGB图像估计3D手部姿态以生成第一手部姿态数据集。 [0010]在本发明一个实施例中规定， 基于自适应方向域 适应框架确定手部姿态还 包括： [0011]根据手部朝向相似度， 将所述第一手部姿态 数据集与FreiHAND数据集进行匹配以 生成第二手部姿态数据集。 [0012]在本发明一个实施例中规定， 以手腕关键点到手指关键点的射线表示手掌面对的 方向， 并且计算所述手部朝向相似度， 表示 为下式： [0013] [0014] [0015]其中， PS表示来自源域的预测手姿， 表示手腕的关键点坐标， 分别表示每个手指第一个关节 的关键点坐标， Pt表示来自目标域的预测手姿， ri表示径向 线。 [0016]在本发明一个实施例中规定， 所述第二手部姿态数据集包括手部位移数据以及手 部运动时间数据。 [0017]在本发明一个实施例中规定， 通过滑动窗口算法基于所述手部姿态确定针灸的频 率包括： [0018]过滤所述第二手部姿态数据集中的异常值； [0019]根据所述第二手部姿态数据集中的手部位移数据和手部运动时间数据估计手部说　明　书 1/4 页 3 CN 115188070 A 3