[发明专利]一种甲亢疾病即时鉴定装置及其控制方法

权利要求书

1.一种甲亢疾病即时鉴定装置的控制方法，采用一种甲亢疾病即时鉴定装置，其特征是，所述装置包括人体图像特征采集模块和深度卷积神经网络模块，人体图像特征采集模块(15)与深度卷积神经网络模块(16)信号连接，所述方法包括以下步骤：

S1、通过人体图像特征采集模块(15)即时捕捉人体图像特征；

S2、图像处理单元(7)对人体图像特征进行重构，输出3D信息图像；

所述步骤S2采用采样重建裁剪图像算法重构3D信息图像，具体包括：计算出对数的比值衡量强度I，入射强度I₀，公式如下：

I/I₀＝10^d

d是中性密度滤波片光学密度，微透镜组将成像视角截取中央区域，

l＝∑p(w,v,s,t)

采用双参数平面法，l为截取视角，p为每个微透镜的中央像素，(w，v)为记录面坐标，(s，t)为观察面坐标；

用L(n,u)表示由微透镜组入射到镜头前虚拟位置的光线，则有：

L(n,u)＝λ₀L(n₀,u₀)+λ₁L(n₁,u₁)

式中(n_i,u_i)为入射光线在i平面上的位置坐标，且i＝0时为记录面，i＝1时为观察面，λ_i为坐标系数，

设未知函数f在任意点p＝(x,y)的值，令q_MZ＝(x_M,y_Z)，M和Z等于1或2，且已知像素坐标x₁、x₂、y₁、y₂，另外r_z＝(x,y_z)，首先在x方向进行插值，得到：

且r₁＝(x,y₁)

且r₂＝(x,y₂)

采用双线性插值的方法，在y方向上进行插值，得到：

得到所要的图像信息中任意像素值的结果，并将多张图像进行采样重建，构建出带有3D信息图像：

得到任意像素坐标点(x,y)的像素值；

S3、将3D信息图像输入已完成训练神经网络预测鉴定结果，并实时返回鉴定应对方法；

S4、将鉴定结果及捕捉到的3D信息图像输入至服务器存储，再将图像预处理过后，重新输入神经网络进行微调，形成一个增量循环训练网络结构。

2.根据权利要求1所述的一种甲亢疾病即时鉴定装置的控制方法，其特征是，所述人体图像特征采集模块(15)包括机架(14)、中性密度滤波片(3)、前置成像镜组(4)、微透镜组(5)、双子人体摄像机模块(6)和照明光源，所述中性密度滤波片(3)、前置成像镜组(4)、微透镜组(5)依次固定在机架(14)内，所述照明光源在中性密度滤波片(3)前固定在机架(14)内，所述双子人体摄像机模块(6)在微透镜组(5)后固定在机架(14)内。

3.根据权利要求2所述的一种甲亢疾病即时鉴定装置的控制方法，其特征是，所述照明光源包括对称设置在机架(14)内的第一子照明源(201)和第二子照明源(202)，所述双子人体摄像机模块(6)滑动设置有第一滑动子人体摄相机(601)和第二滑动子人体摄相机(602)。

4.根据权利要求3所述的一种甲亢疾病即时鉴定装置的控制方法，其特征是，深度卷积神经网络模块(16)包括医院甲亢患者日常监控数据单元(12)、甲亢患者数据库(9)、预训练模型(10)、网络模型(11)、服务器(8)、图像处理单元(7)和训练好的深度卷积神经网络(13)，所述第一滑动子人体摄相机(601)和第二滑动子人体摄相机(602)与图像处理单元(7)信号连接，图像处理单元(7)与服务器(8)信号连接，服务器(8)与信号连接训练好的深度卷积神经网络(13)和甲亢患者数据库(9)信号连接，甲亢患者数据库(9)与预训练模型(10)信号连接，预训练模型(10)与网络模型(11)信号连接、网络模型(11)与训练好的深度卷积神经网络(13)信号连接。