[发明专利]一种甲亢疾病即时鉴定装置及其控制方法有效

专利信息
申请号: 201911294927.X 申请日: 2019-12-16
公开(公告)号: CN111489325B 公开(公告)日: 2023-07-28
发明(设计)人: 赵巨峰;吴小辉;崔光茫;张钰;胡金星 申请(专利权)人: 杭州电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06T3/40;G06V10/147;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
代理公司: 杭州杭诚专利事务所有限公司 33109 代理人: 尉伟敏
地址: 310018 浙*** 国省代码: 浙江;33
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 甲亢 疾病 即时 鉴定 装置 及其 控制 方法
【说明书】:

发明提出一种甲亢疾病即时鉴定装置及其控制方法,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与深度卷积神经网络模块信号连接。具体步骤:S1、通过人体图像特征采集模块即时捕捉人体图像特征;S2、图像处理单元对人体图像特征进行重构,输出3D信息图像;S3、将3D信息图像输入已完成训练神经网络预测诊断结果,并实时返回诊断应对方法;S4、将诊断结果及捕捉到的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。在不增加参数的情况下提高泛化能力。本发明具有一定的准确性和即时性,能够有效率快速提供诊断结果,使得患者可以随时得知自己的病情。

技术领域

本发明涉及疾病鉴定技术领域,尤其是涉及一种甲亢疾病即时鉴定装置及其控制方法。

背景技术

甲状腺疾病是内分泌系统最常见和多发的疾病,常引起临床各学科的关注,其中又以甲状腺功能亢进最为多见。如何高效率地对疾病进行鉴定成为我们需要考虑的问题,国内虽然有健康管理系统设置了关于甲亢疾病的预测评价,但其效率均有待提升,对数据的分析有过多的要求。而甲亢疾病在内分泌疾病中发病率较高,且其患病时间越长,治愈也越困难,如何及时发现并治疗甲亢疾病至关重要。而目前发现甲亢疾病一般通过病人到医院就诊发现,缺乏一种病人自行发现的鉴定装置,同时,甲亢疾病具有阶段性的特点,病人需要反复去医院检查去发现自身发病阶段,缺少自我鉴定的装置。

发明内容

针对目前缺少病人对甲亢疾病自我鉴定的装置,本发明提出了一种甲亢疾病即时鉴定装置及其控制方法,针对甲亢疾病发展的阶段性特点,本装置可以清晰地采集人体图像,并通过卷积神经网络提取人体图像特征,如眼睛、脖子等面部特征,得到这些病因之间的逻辑关联和变量,形成可预测甲亢病情的神经网络模型。本装置具有一定的准确性和即时性,能够有效率的对甲亢病情进行一定的鉴定,并能快速提供结果,使得患者可以随时得知自己的病情。

为实现上述目的,本发明提供以下的技术方案:

一种甲亢疾病即时鉴定装置,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与深度卷积神经网络模块信号连接。

由人体特征图像采集模块得到图像并传入卷积神经网络预测甲亢患病概率,通过前置成像镜组能够快速的捕捉到患者的图像特征以及3D特征,使预测更有效率且准确。

作为优选,所述人体图像特征采集模块包括机架、中性密度滤波片、前置成像镜组、微透镜组、双子人体摄像机模块和照明光源,所述中性密度滤波片、前置成像镜组、微透镜组依次固定在机架内,所述照明光源在中性密度滤波片前固定在机架内,所述双子人体摄像机模块在微透镜组后固定在机架内。中性密度滤光片[neutral density filter]是一种可以减少或者改变所有波长或者颜色但不会改变改变色调的滤光片,使用这种滤光片可以部署较大光圈的照相机,从而减小场景的景深,更好地将目标与背景分离。

作为优选,所述照明光源包括对称设置在机架内的第一子照明源和第二子照明源,所述双子人体摄像机模块滑动设置有第一滑动子人体摄相机和第二滑动子人体摄相机。

作为优选,深度卷积神经网络模块包括医院甲亢患者日常监控数据单元、甲亢患者数据库、预训练模型、网络模型、服务器、图像处理单元和训练好的深度卷积神经网络,所述第一滑动子人体摄相机和第二滑动子人体摄相机与图像处理单元信号连接,图像处理单元与服务器信号连接,服务器与信号连接训练好的深度卷积神经网络和甲亢患者数据库信号连接,甲亢患者数据库与预训练模型信号连接,预训练模型与网络模型信号连接、网络模型与训练好的深度卷积神经网络信号连接。

利用预训练模型,并将新的数据反复更新训练提高了网络的泛化能力,且不增加网络的参数,使装置具备优越的即时性。

一种甲亢疾病即时鉴定装置的控制方法,采用上述一种甲亢疾病即时鉴定装置,包括以下步骤:

S1、通过人体图像特征采集模块即时捕捉人体图像特征;

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杭州电子科技大学,未经杭州电子科技大学许可,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/201911294927.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