[发明专利]一种粪便有形成分检测识别方法在审

专利信息
申请号: 202110118780.X 申请日: 2021-01-28
公开(公告)号: CN112861675A 公开(公告)日: 2021-05-28
发明(设计)人: 罗林;胡强;曾武智;徐正平;肖顺芯 申请(专利权)人: 四川沃文特生物技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06T5/50
代理公司: 成都行之专利代理事务所(普通合伙) 51220 代理人: 高俊
地址: 610000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 粪便 有形 成分 检测 识别 方法
【说明书】:

发明公开了一种粪便有形成分检测识别方法,包括顺序进行的以下步骤:S1、获得同一视野的多张图片,且不同图片采用不同的焦距参数获得;S2、对各图片进行所需目标的目标特征提取;S3、判断各目标在各图片中的生物特征清晰度;S4、针对任意目标,将具有该目标最清晰生物特征的图片作为用于该目标图像识别的目标图片。采用该识别方法,可进一步提高粪便中有形成分检测识别的准确性、减小漏检的可能性或避免出现漏检。

技术领域

本发明涉及图像识别技术领域,特别是涉及一种粪便有形成分检测识别方法。

背景技术

随着医疗诊断与治疗技术的进步,基础检查已成为诊断病情的必要环节。粪便检测为三大常规之一,随着IVD行业的发展,对粪便检测的检测效率、准确度、结果数字化以及工作环境等也提出了更高要求。

现阶段的粪便检测已实现了全程自动化操作。在检测过程中,不需要操作人员参与,自动化操作在粪便检测识别中的运用,不仅消除了操作人员对粪便的排斥心里,其除了本身所具备的效率高外,同时可有效避免因为排斥心理致使出现操作不规范从而出现如样品污染、检测结果不准确、病人错位等问题。

现有技术中,如申请号为CN201910135511.7、CN201611261590.9提供的技术方案所示,将特定的图像识别技术运用于粪便检测领域,可有效提高识别精度、加快处理速度等。

对图像识别技术在粪便检测领域中的运用做进一步优化,无疑会推进IVD行业的发展。

发明内容

针对上述提出的对图像识别技术在粪便检测领域中的运用做进一步优化,无疑会推进IVD行业的发展的技术问题,本发明提供了一种粪便有形成分检测识别方法,采用该识别方法,可进一步提高粪便中有形成分检测识别的准确性、减小漏检的可能性或避免出现漏检。

本方案的技术手段如下,一种粪便有形成分检测识别方法,包括顺序进行的以下步骤:

S1、获得同一视野的多张图片,且不同图片采用不同的焦距参数获得;

S2、对各图片进行所需目标的目标特征提取;

S3、判断各目标在各图片中的生物特征清晰度;

S4、针对任意目标,将具有该目标最清晰生物特征的图片作为用于该目标图像识别的目标图片。

本方案旨在针对:粪便常规目标的检测识别中,由于粪便对象背景复杂,杂质和所需目标之间具有较低的特征差距,因此对识别结果的准确度带来不小的挑战。常见的基于图像识别的目标检测算法均为针对一张图片进行识别检测,而粪便镜检图像一般是通过显微镜对粪便中的成分进行放大然后拍照,在粪便有形成分中,一些目标的大小具有比较大的差异,以致于当一些小的目标能够清晰可见时,大目标的成像会比较模糊,而当大目标成像清晰时,小目标成像会模糊,比如红细胞和钩虫卵。其他的,即使是同一个目标在如样本液中处的深度不同,拍摄出来的图片清晰度也会不同,既有形成分所处的液面高度不一样时,自动显微镜采集的图片里面的同一个目标在不同图片的图像中的清晰程度存在着不小的差异。

而目前,自动粪便分析仪在采集图片的过程中,均采用对同一个视野拍摄多个层次的图片,但是并不知每个层次的目标情况。而同一个目标在不同层图片中的成像可能会影响到对结果的判断,比如一些未出牙的真菌孢子,在一些不够清晰的层次下成像会跟红细胞很相似。

本方案区别于传统图像识别技术,通过步骤S1中的基于同一视野、成像于不同焦距下的多张图片,获得了针对目标特征的生物特征清晰度判定图像基础,而后,将目标处于拍摄最清晰的图片作为目标图片用于进行目标识别确认,通过找到目标最清晰的图片来保证识别准确性和可靠性。故采用本方案,可进一步提高粪便中有形成分检测识别的准确性、减小漏检的可能性或避免出现漏检。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川沃文特生物技术有限公司,未经四川沃文特生物技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110118780.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top