本发明涉及的是中医手部穴位智能定位的技术与应用，更具体地说是一种基于模糊推理系统的手部穴位自动定位方法。
背景技术：
1、当前针对手部穴位的提取主要有两大类方法：神经网络重新训练法及经验公式法。
2、神经网络重新训练法需要获取原始的标注数据并在此基础上进行二次标注以扩展新类别。然而，这个标注成本是非常昂贵的；同时还需要获取原有网络的结构及参数，然后进行重复训练，对于计算机性能具有较大的要求；此外，重新训练法未考虑到中医穴位定位的经验及模糊特性，完全基于数据驱动方式进行学习。
3、另外一类则是经验公式法，则将中医穴位描述转换为一个计算公式，由此获取穴位的定位，这些公式的参数是固定的，其结果也无法给出该点属于穴位点的置信度。
4、中国专利：一种基于级联深度神经网络的穴位精准定位方法，申请专利号：cn202310411627.5，申请权利人：宁波大学，该专利文件公开的穴位定位方法是以神经网络训练法得到。
5、中国专利：一种手部穴位自动定位方法，申请专利号：cn202110734019.9，申请权利人：浙江大学，该专利文件公开的穴位定位方法是以经验公式法获取，置信度不稳定。
6、本技术方案是在现有技术的基础上，提出的一种基于模糊推理系统的类别可扩展的手部穴位自动定位方法，充分考虑了中医穴位诊断的模糊性及经验性并利用模糊理论来描述及建模穴位，旨在探寻了一种神经网络与模糊控制技术应用于中医学手穴位定位的新方法。
技术实现思路
1、本发明公开的是一种基于模糊推理系统的手部穴位自动定位方法，其主要目的在于克服现有技术中存在的上述不足和缺点。
2、本发明采用的技术方案如下：
3、一种基于模糊推理系统的手部穴位自动定位方法，所述方法包括以下具体步骤：
4、步骤一：采集手部的图像数据，并对部分穴位进行标注，形成原始样本；
5、步骤二：将样本图片通过mediapipe的手部关键点提取网络获取21个手部航标点，然后将所述手部航标点与步骤一的手部样本图片一同输入到mobilesam分割网络中，获取手部区域的掩膜；
6、步骤三：基于中医穴位数据，为每一个手部航标点创建局部坐标系统；
7、步骤四：基于欧式距离，在针对手部掩膜空间，使用深度学习算法生成每个手部航标点的专有区域，生成潜在穴位采样点；
8、步骤五：由各个手部关键点区域的最大连通量获取关键点的尺度信息，并将潜在穴位点转换为尺度化坐标，作为后续处理的输入；
9、步骤六：根据中医诊疗准则设定相应的隶属度函数、模糊推理表，用以计算潜在穴位采样点属于某一类穴位点的置信度，最终的穴位点则通过选取最高置信度来确定，完成对手部空位的自动定位。
10、更进一步，所述步骤一中，手部图像数据在采集时，手部处于舒张状态。
11、更进一步，所述步骤二中，所述21个手部航标点包括各个手指的关节点以及手腕的关节点，并对该手部航标点进行连线。
12、更进一步，所述步骤二中，输入到mobilesam分割网络中，通过knn最近邻算法提取出手部区域的掩膜。
13、更进一步，所述步骤三中每一个手部航标点创建局部坐标系统包括：
14、拇指段航标点的线段组合a：l1,l2,l3,l4；
15、食指段航标点的线段组合b：l5,l6,l7,l8；
16、中指段航标点的线段组合c：l10,l11,l12；
17、无名指段航标点的线段组合d：l14,l15,l16；
18、小指段航标点的线段组合e：l18,l19,l20,l21；
19、掌中段航标点的线段组合f：l9,l13,l17；
20、在a～e的基础上构建航标点局部穴位坐标系统，采用vonoroi算法，根据21个航标点将空间分割为多个区域，并提取了航标点所在区域的包围框作为刻度的设定锚定量，以减缓尺度变换及个体手指形状差异的影响；
21、以c8坐标系构建为例，在将其坐标系原点设定为p8，纵轴坐标设定为p7-p8的向量y＝(x8-x7，y8-y7),选取p5,p9间的向量v5-9＝(x9-x5,y9-y5)作为参考向量，以决定x轴的方向为为x＝(x8-x7,y8-y7)*sgn(v5-9·y⊥)，即本文c-8的x轴指向大拇指的方向，式中，y⊥＝(-y8+y7，x8-x7)，sgn(v5-9·y⊥)为向量v5-9与y⊥点乘的符号函数,其中，对向量y及x做归一化，得到vy8及vx8，于是，
22、对于图像上任意一点，其在c8坐标系上的坐标为：((x-x8,y-y8)·vx8,(x-x8,y-y8)·vy8)。
23、更进一步，在已提取的21个航标点基础上，采用knn算法对手势区域进行划分，从而每个航标点形成的专有区域，并计算其包围框的高度h及宽度w，通过计算各个关键点区域的最大连通量，获取关键点的尺度信息，并将潜在穴位点转换为尺度化坐标，并在此基础上，对上述c8坐标进一步进行缩放变换，得到scale-c8坐标为：((x-x8,y-y8)gvx8/w,(x-x8,y-y8)gvy8/h)，这一坐标将作为后续的模糊推理系统中的精确化输入量；
24、构建航标点局部坐标系后，图像上的每一个点均可在其局部坐标系上进行表示，航标点i区域上的所有原始像素可以通过集合进行表示，ni表示该区域像素数量，随后映射到尺度化的局部坐标系后顶点坐标为
25、
26、更进一步，所述步骤六中，根据中医诊疗准则设定相应的隶属度函数、模糊推理表包括以下步骤：
27、(1)模糊化模块：将输入的精确信息x坐标，y坐标进行模糊化处理，转换成给定论域上的模糊集合；
28、(2)模糊化输入及输出的隶属度函数：(a)输入模糊量x的隶属度函数；(b)输入模糊量y的隶属度函数；(c)输出模糊量的隶属度函数。
29、(3)模糊规则库：建立包含与穴位相关的模糊规则的数据库；
30、(4)模糊推理方法：根据输入的模糊事实和激活的模糊规则，选用适当的模糊推理方法进行推理；
31、(5)去模糊化模块：对推理得到的模糊结论进行去模糊化处理，以得到更具体、更精确的输出结果。
32、通过上述对本发明的描述与说明可知，和现有技术相比，本发明的优点在于：
33、1、无需二次标注数据：本方法不需要获取原始的标注数据并在此基础上进行二次标注以扩展新类别，从而降低了标注成本。同时，本方法也无需获取原有网络训练的结构及参数，避免了重复训练的繁琐过程。
34、2、考虑中医穴位定位的模糊特性：本方法利用模糊推理系统模型对中医穴位定位的模糊特性进行建模，能够更好地适应中医穴位定位的实际需求。此外，本方法还结合了中医穴位定位的经验，提高了穴位定位的精确度。
35、3、类别可扩展性强：本方法采用模糊推理系统模型进行穴位定位，具有类别可扩展性强的特点，当需要增加新的穴位类别时，只需新增相应的模糊推理系统即可，无需对整个模型进行重新训练。
36、4、置信度输出：本方法能够输出穴位位置的预测值以及该点属于穴位点的置信度，为患者提供更加全面的穴位定位信息。
37、本技术方案提出的基于模糊推理系统的类别可扩展的手部穴位自动定位方法，不仅解决了现有技术的不足，提高了手部穴位定位的精确度和效率，而且具有类别可扩展性强、置信度输出等优点。本方法的实现将为中医穴位治疗领域的发展带来新的机遇和挑战。
1.一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：所述方法包括以下具体步骤：
2.根据权利要求1所述的一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：所述步骤一中，手部图像数据在采集时，手部处于舒张状态。
3.根据权利要求1所述的一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：所述步骤二中，所述21个手部航标点包括各个手指的关节点以及手腕的关节点，并对该手部航标点进行连线。
4.根据权利要求1所述的一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：所述步骤二中，输入到mobilesam分割网络中，通过knn最近邻算法提取出手部区域的掩膜。
5.根据权利要求4所述的一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：所述步骤三中每一个手部航标点创建局部坐标系统包括：
6.根据权利要求5所述的一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：在已提取的21个航标点基础上，采用knn算法对手势区域进行划分，从而每个航标点形成的专有区域，并计算其包围框的高度h及宽度w，通过计算各个关键点区域的最大连通量，获取关键点的尺度信息，并将潜在穴位点转换为尺度化坐标，并在此基础上，对上述c8坐标进一步进行缩放变换，得到scale-c8坐标为：((x-x8,y-y8)gvx8/w,(x-x8,y-y8)gvy8/h)，这一坐标将作为后续的模糊推理系统中的精确化输入量；
7.根据权利要求5所述的一种基于模糊推理系统的手部穴位自动定位方法，其特征在于：所述步骤六中，根据中医诊疗准则设定相应的隶属度函数、模糊推理表包括以下步骤：
