Page 97 - 中医针灸与人工智能

第四章 智能针灸发展研究

性。如Xue等基于机器学习算法采用多变量模式分析，探讨针刺太溪和阳陵泉的

中枢应答差异，发现两个穴位存在明显的神经反应模式差异，研究结果支持了穴
位特异性的存在。陆秋蓉等采用卷积神经网络，对膝骨性关节炎患者穴位热敏化
的客观指标进行标准化描述，明确了穴位热敏化的重要特征，为穴位敏化的客观
判断提供了新依据。罗晓舟等采用重复增量修剪算法，研究足三里循经感传效应

的影响因素，发现体质而非针刺手法等是足三里循经感传效应出现与否的最重要
影响因素。
针刺疗效受穴位选择和针刺手法的双重影响，针刺手法是实现穴位效应的直

接途径。胡银娥等将机器学习算法引入到针刺手法的定量化、客观化研究中，使
用k均值法等聚类算法，对针刺手法参数进行分析，设计了针刺手法参数的聚类
分析和可视化平台。杨霖等以提插、捻转频率为特征，使用Apriori关联算法和决
策树算法，验证了针刺提插手法与捻转手法的共同特点，同时根据“捻转离散

度”这一特征，成功区分提插与捻转手法。此后，唐文超等使用更为先进的自组
织特征映射神经网络探究针刺手法的分类依据和参数特征，发现平补平泻手法的
特征集中程度较高，可以与补法及泻法显著区分。2019年，Yu等将支持向量机

和脑电技术相结合，研究提插和捻转两种针刺手法的中枢响应特征，发现两种手
法引起的脑网络拓扑属性的改变可以作为区分提插和捻转的重要识别特征，客观
上证实了两种手法的不同。这一系列基于机器学习的针刺手法研究，对于针刺手

法的标准化、定量化具有积极意义。使用机器学习的方法，客观评价针刺操作的
规范化和同质性，将有可能成为提高针灸研究中针刺操作质量控制的有效途径，
对于提高针灸研究质量具有重要作用。

穴位定位完成后，如何快速、安全、无痛地进针是智能针灸机器人研发的关
键技术之一。智能针灸机器人应最大程度地规避意外及减轻疼痛，确保在最大安
全性和舒适性下完成诊疗。现将研究机器人安全无痛进针的主要团队的成果梳理
如下：

刘震等针对针灸机器人的安全措施的有限性提出：根据受体皮脂厚度等因素
制定个体化的针刺程序，增加超声传感器、力学传感器等相关技术，提高自动针
刺的安全性。曹莹瑜团队发明的医用机器人自动进针机构，能够与辅助医疗机器

人紧密配合，实现微波电极针自动定位与主动进针，满足对机器人整体功能、易
操作性、安全性和可靠性等诸多方面的要求。

89