一种基于深度学习的视觉识别防漏针方法及其系统

本发明公开了一种基于深度学习的视觉识别防漏针方法及其系统。其中，所述方法包括：获取施针区域的图像数据，预处理后得到归一化后的图像数据；将图像数据输入预训练的Faster R‑CNN神经网络模型，获取针具在图像中的坐标数据，得到针具的位置以及前一帧图像中针具的插入角度数据和插入加速度数据等。本发明方法通过高清摄像头采集施针区域图像，利用深度学习模型识别针具和医生手部，追踪针具运动轨迹，分析插入角度、深度和速度等关键参数。本发明能够实时检测施针过程中的异常情况，如插入角度不当、深度不足、拔出不完全等。本发明的技术效果在于实现了针灸施针过程的自动化监控和异常预警，有助于规范针灸操作，提升治疗效果和患者安全。