基于AR技術面部腧穴養生軟件的分析與設計*

曹 徐，張 季，周 燁，王松瀾

(南京中醫藥大學 人工智能與信息技術學院，江蘇 南京210023)

經濟高速發展促進人們生活水平的日益提高，在享受優厚物質條件的同時，部分人群也承受著快節奏帶來的亞健康問題。中醫養生保健在改善亞健康問題方面有著得天獨厚的優勢。研究發現，多種身體的內在(如內臟、經絡)的病變可以外表于皮膚上，尤其是面部皮膚，具有單位面積上所包含的經絡、腧穴點最多的特點。而如何運用現代信息技術實現便捷的中醫養生保健，是中醫現代化發展的研究熱點之一，也是普及中醫保健知識的有效途徑。

1 面部腧穴養生的研究背景及現狀

經絡是氣血之運行、臟腑和體表及全身各部分之聯系的通道，是人體功能的調控系統。經絡腧穴養生法是以中醫腧穴理論為基礎，運用針灸、按摩等方法，刺激經絡腧穴，以激發精氣，實現調和氣血、美容養顏[1]、防病保健等目的的一種養生方法。眾多經脈由人體體表、體內直接或間接地運行到頭面部，臟腑氣血通過經脈上行，于是由面部色澤可初步了解氣血充盈程度，再結合面部形態，進而可以反映全身的狀況，因此面部是人體重要的反射區[2]。面部腧穴養生法正確實施的前提是需要精確定位腧穴，以便于開展下一步的操作。傳統尋穴的方法主要分三種：解剖標志定位法、“骨度”折量定位法、指寸定位法[3]。

解剖標志定位法，即自然標志定位法，根據人體解剖學的體表標志來確定腧穴位置。

“骨度”折量定位法，用分寸長度來確定腧穴位置，以骨節為長度區分標志，根據兩骨節之間的長度來定義分寸，最后依據這個分寸來確定腧穴之間的相對位置。如今所采用的骨度分寸法大部分都是以《靈樞骨度》中所規定的人體各部的分寸為基礎，結合折量分寸來確定的。

指寸定位法，又稱“指寸法”，以人體手指為尺寸折量標準，量取穴位相當位置。

上述傳統尋穴方法，在方法的實際操作過程中，往往依賴于醫生的主觀經驗，其精確度難以保證;同時不夠便捷靈活，對于不同病人，醫生需要重復操作。因此，部分專家學者針對腧穴定位開展了一系列研究工作，如：董曉峰[4]啟用二維高頻超聲，將超聲儀的高頻線陣探頭分別以橫切或縱切的方式查掃骨骼為參照標志的穴位定位方法，并且根據肌肉紋理走行不同的原理，對肌肉類的穴位進行精確定位;朱道成等人通過分析熱敏規律，傳承并發展阿是之法[5]，提出熱敏灸探感定位，以艾熱為刺激源來探查人體不同部位的灸感，詢問患者的感覺，從而確定熱敏化腧穴作為施灸部位，即以6種熱敏灸感的出現部位為最佳部位。這些研究在很大程度上提升了腧穴定位的準確性，但仍然無法脫離醫生或患者的主觀判定。為了彌補這些不足，本養生軟件創造性地以骨度法為理論基礎，利用AR技術與OpenCV計算機視覺庫，根據不同用戶的不同臉型和五官分布等情況進行動態檢測后，準確定位人體面部的腧穴位置(如圖1所示)，這一應用可在確保腧穴定位的準確性的基礎上，大大提升了腧穴定位的靈活性，為經絡腧穴保健的普及化發展開拓新思路。

圖1

2 面部腧穴養生軟件的分析與設計

本系統作為養生軟件，其適用的用戶群是以中老年人為主的全階段年齡人群，因此需要弱化使用者對軟件操作的學習要求。系統可通過設計簡單的界面提示和點選操作，就能讓用戶獲取到相應的腧穴信息以及養生方案。此外，現階段互聯網和移動終端正在飛速地走進人們的生活中，人們更傾向于通過手機獲取信息，因此本軟件將立足于移動端，采用相關信息技術實現腧穴養生保健的目標。

2.1 軟件實現的相關技術

2.1.1 Unity技術

Unity3D是3D開發平臺的先驅，有免費版同時支持眾多第三方插件，采用C#編程，易于開發。人體面部3D腧穴模型首次將普遍運用于游戲制作的Unity3D開發工具[6]，應用于制作面部腧穴定位與操作軟件的開發，充分利用了Unity3D的三維可視化及其簡單易操作的優勢。除Unity3D之外，能夠實現制作三維視頻游戲、建筑可視化、實時三維動畫等互動內容的綜合開發平臺還有Virtools、Director、VegaPrime等。這些技術雖然功能強大但缺少功能完善、開發便捷的AR的SDK，因此Unity技術是實現本系統的首選方案。

2.1.2 AR技術

AR技術即增強現實技術，是一種通過實時實景地計算攝影機捕捉到的影像的位置和角度，加上相應的圖像、視頻、3D模型等要素，將虛擬與現實融合的技術。目前可以實現AR腧穴定位技術解決方案的方法主要有HiAR、Metaio、EasyAR、APToolkit以及Vuforia，各項技術主要特征對比如表1所示。

通過技術方案特征的對比分析，結合本系統的功能設計需求，可選擇Vuforia技術，用于移動平臺的開發。

2.1.3 OpenCV技術

OpenCV是一個開源的跨平臺計算機視覺和機器學習軟件庫，由C語言函數以及部分C++類構成，提供了圖像處理和計算機視覺方面的大量通用算法，使用該算法庫可很大程度上簡化人臉檢測識別的實現。在人臉檢測識別中，以級聯分類器為基礎實現相關操作：級聯分類器是指以級聯的方式，從簡單到復雜逐步串聯分類器。采用Haar特征和LBP特征為算子提取特征描述圖像和分類器，且不同的面部特征代表不同的分類器，即有了弱分類器。再使用Adaboost算法，根據特征的表現，在訓練和迭代的過程中選出錯誤率最低的弱分類器賦予較高的權值，級聯形成強分類器;多個強分類器再次訓練，形成級聯分類器。隨著級聯復雜程度地加深，分類器的檢測精度逐漸提高，訓練時間也將變長。

2.2 面部腧穴養生軟件的主要功能設計

2.2.1 人臉檢測

人臉檢測的依據是人的臉部特征信息，用攝像頭捕捉含人臉的圖像或視頻流，自動檢測和追蹤人臉，后續對已檢測到人臉的灰度圖進行一系列操作。用戶端的主要操作流程如圖2所示。

對于功能設計而言，用戶打開相機，攝像頭捕捉到實時場景，自動保存場景圖像，當OpenCV的級聯分類器在圖像上檢測到人臉以及對應的五官之后，將其轉換成一張灰度圖，并存儲在矩陣里，然后根據坐標之間的變換來確定每個穴位具體的位置，最終在界面中顯示并反饋給用戶。在此過程中，使用CascadeClassifier類來檢測視頻流中的物體，其中一個基于C++的關鍵方法，即進行圖像的 多 尺 度 檢 測：void CascadeClassifier:：detectMultiScale(const Mat&image，vector&objects，double scale－Factor=1.7，int minNeighbors=3，int flags=0，Size min－Size=Size()，Size maxSize=Size())，image為攝像頭捕捉人臉畫面轉換后的灰度圖，作為輸入;objects在這里是被檢測人臉的矩形向量組，有x、y、w、h四個參數，(x，y)為檢測到的人臉左上角坐標，w是寬度，h是高度;scaleFactor為縮放因子，在相繼的掃描中，搜索窗口的比例系數。例如1.7指將搜索窗口依次擴大17%;minNeighbors為3，即認為至少被檢測三次才算被檢測到了;flags為操作方式，可以使用默認值，也可以使用CV_HAAR_DO_CANNY_PRUNING，利用Canny邊緣檢測器來去除一些邊緣很少或很多的圖像區域，這里指一般不包含被檢測的人臉的區域;minSize為被檢測人臉的最小范圍;maxSize為被檢測人臉的最大范圍。

2.2.2 虛實場景結合及場景渲染

虛擬場景指計算機勾勒的圖像、三維模型，真實場景指攝像頭捕捉到的實時畫面，通過Vuforia利用移動終端，將虛擬對象和現實畫面結合并顯示出來，實現對現實世界增強虛擬信息的作用。場景渲染主要實現圖形用戶交互，通過一些常用控件的簡單交互，由用戶選擇，然后得到對應的輸出信息。整個軟件以用戶獲取信息為主要目的，不需要過于繁雜的交互，選擇NGUI(下一代用戶工具包)，僅通過簡單設置和調節已有的功能組件，即能夠配合事件實現交互。

2.2.3 膚質分析

膚質分析功能將針對用戶面部皮膚狀態(如有無眼袋、眼部細紋、痤瘡和皮膚油性等等)進行評測，得出結果并給出科學合理的保養建議。本軟件采用face++提供的膚質檢測API接口，用交互的方式獲得用戶五官無遮擋、清晰的面部圖像，將其轉換成字節流上傳至face++的服務器。服務器響應后將數據返回本地，與數據庫進行比對、分析，得出膚質分析的結果并輸出保養建議。

3 面部腧穴養生軟件的設計方案

3.1 系統設計方案

如圖3所示，本養生軟件的設計方案由以下幾個模塊組成：

圖3 面部腧穴養生軟件的設計方案

前期數據準備：通過研究《針灸學講義》等文獻，以中醫論壇網站、中醫專家咨詢、艾灸推拿[7]等相關書籍為信息采集源，橫向了解腧穴與病癥的對應關系(例如：失眠時可對百會穴、失眠穴、四神聰進行持續點揉按摩方法)、縱向收集每個具體腧穴的詳細信息(包括腧穴名稱、位置、按摩或艾灸及針灸手法等等);并整理市場前期調研結果，廣泛分析普遍人群的養生需求，制定對癥的艾灸、按摩等康復方案。

軟件核心技術實現：OpenCV人臉訓練器與Vuforia引擎的結合能夠準確檢測到人臉，再根據算法確定每個面部腧穴的位置，并且通過虛擬模型與真實場景的疊加，在手機移動端軟件中顯示人面部腧穴的模型。最后通過UI與用戶的交互，以文字方式輸出養生方案，以動態實時變化的點的方式提示軟件用戶腧穴位置。

數據分析與存儲：為了提取出有用的腧穴信息并且形成準確的養生方案，首先廣泛收集大眾人群的養生需求，分析出養生建議;同時收集常見的膚質狀況(包括毛孔、水油平衡、痤瘡等等)的評測結果，以及個人日常的美容護理需求。對于用戶而言，服務器返回的數據并不能直觀地反映皮膚狀況和存在的問題，因此本軟件通過綜合分析各項指標，建立了膚質評價表，并與腧穴功效相結合，形成針對該用戶的美容護理建議。如針對血管型黑眼圈可用食指、中指及無名指，輕輕從內眼角到眼尾至太陽穴，然后雙手搓熱手掌按壓眼部，掌根按壓下眼瞼數秒，最后食指按壓迎香穴，重復三至五次。將腧穴名、具體位置、主要功效、對應病癥、按摩方案、膚質問題、美容建議等信息按照結論分類，刪去冗余信息后形成最終養生美容方案。匯總后導入數據庫，用于后期數據的傳輸和調用。

3.2 數據流

系統開發需要的數據主要包括：三維面部腧穴點模型數據及面部腧穴相關信息數據。

3.2.1 三維面部腧穴點模型的構建

面部腧穴點模型是用戶從系統中能夠直接獲取到的信息，要求設計得直觀明了，可以讓用戶快速定位并了解相關信息。線框模型的構圖圖素是點、線、圓弧等，并以棱線的形式代表形體，即只能提供一個線組成的框架，并不能達到理想中的用多個獨立的圓點來模擬腧穴的樣式，因而線框模型的建模方式并不合適腧穴點模型的構建;實體模型的構造需要完成對體素的定義和描述以及體素間的布爾運算，基于移動端軟件來獲取每個用戶對象的質量、體積、重心等物理特性是不現實的，因此腧穴點模型的構建也不適合使用實體模型的理論思想;表面模型通常用于構造復雜的曲面物體，能夠實現模型的消隱、著色等功能，可滿足用戶需要實時觀察到自己的面部及腧穴位置的需求，因此選擇表面模型的構建方式實現腧穴點模型的建立。利用3D建模軟件[8]，同時借鑒中醫學的經驗與方法，將腧穴位置在二維坐標系中進行標準二維描述，并重構三維定位方法對應不同區域的穴位，最后結合人體頭部三維醫學影像，對腧穴進行定位，并建立三維模型。

3.2.2 面部腧穴信息數據結構

系統使用的腧穴數據實體關系模型如圖4所示。

圖4 面部腧穴數據實體關系模型

在實體關系模型面部腧穴(腧穴代號、腧穴名稱、定位描述、主治病癥、針灸方案、按摩方案、膚質問題、美容建議、注意事項)的基礎上，利用SQLite數據庫進行存儲與管理，設計其存儲結構如表2所示。

表2 面部腧穴信息結構表

4 結束語

基于Unity3D/Vuforia增強現實技術的人體面部腧穴養生軟件是中醫腧穴理論與增強現實技術相結合的實踐應用，能夠隨時隨地在移動手機終端獲取面部腧穴信息并通過交互的方式輸出相應方案。軟件彌補了原圖解模式的不準確與不方便的不足，為中醫腧穴可視化定位提供新思路新方法，其直觀性、便捷性符合現代中醫發展的理念，同時利用現代互聯網的普及，促進了腧穴養生與現代中醫針灸推拿技術的推廣與發展。