[发明专利]一种基于神经网络的病毒筛查与防疫系统及方法

权利要求书

1.一种基于神经网络的病毒筛查与防疫方法，其特征在于，包括：

步骤1，获取用户信息及病毒试剂检测盒采集到的特异性病毒胶体金抗体检测图像数据；

步骤2，利用训练好的病毒分类筛查神经网络模型对所述特异性病毒胶体金抗体检测图像数据进行识别，得到该用户对应的病毒试剂检测识别结果；

步骤3，将步骤2所得病毒试剂检测识别结果发送给对应的用户与医疗服务平台；以及，接收所述医疗服务平台反馈的远程指导意见，发送给对应的用户。

2.如权利要求1所述的方法，其特征在于，还包括：对一段时间内获取到的多个用户的用户信息与用户对应的识别结果进行关联计算分析，生成相应的疫情分析地图发送给所述医疗服务平台；其中，所述用户信息包括：用户身份信息和用户位置信息。

3.如权利要求2所述的方法，其特征在于，所述步骤1包括：

步骤101，对用户上传的身份信息进行验证，若验证为合格，则进入步骤102；若不合格，则提醒用户重新上传所述身份信息；

步骤102，通过定位获取当前用户的位置信息，以得到包括用户身份信息和用户位置信息的用户信息；

步骤103，由所述病毒试剂检测盒基于预设时间对所述特异性病毒胶体金抗体检测图像数据进行采集，以获取所述特异性病毒胶体金抗体检测图像数据。

4.如权利要求1所述的方法，其特征在于，所述步骤2包括：

对采集到的特异性病毒胶体金抗体检测图像数据进行预处理，将预处理后的特异性病毒胶体金抗体检测图像数据输入至所述训练好的病毒分类筛查神经网络模型进行识别，得到病毒试剂检测识别结果；其中，所述识别结果包括：无效图片、阴性图片、阳性图片。

5.如权利要求4所述的方法，其特征在于，所述预处理包括：直方图均衡化处理、高斯滤波处理以及边缘检测处理。

6.如权利要求1或5所述的方法，其特征在于，采集一定数量的带有分类标注的特异性病毒胶体金抗体检测图像数据，得到第一训练样本数据；

对所述带有分类标注的特异性病毒胶体金抗体检测图像数据进行旋转或镜像或缩放操作，生成第二训练样本数据；

利用所述第一训练样本数据和所述第二训练样本数据对所述病毒分类筛查神经网络模型进行训练，以得到所述训练好的病毒分类筛查神经网络模型。

7.如权利要求6所述的方法，其特征在于，采用融合FPN、Resnet、Shufflenet的神经网络模型构建所述病毒分类筛查神经网络模型；所述病毒分类筛查神经网络模型采用全卷积层代替网络架构中的全连接层；并且所述病毒分类筛查神经网络模型选用加权交叉熵损失函数为其损失函数。

8.一种基于神经网络的病毒筛查与防疫系统，其特征在于，包括：

病毒试剂检测盒，包括病毒试剂检测条以及设置于所述病毒试剂检测条上方的图像采集模块；用于基于预设时间对病毒试剂检测条显示的特异性病毒胶体金抗体检测图像数据进行采集，获取所述特异性病毒胶体金抗体检测图像数据并发送给所述云计算分析模块；

数据采集模块，用于获取用户信息并发送给所述云计算分析模块；

云计算分析模块，用于存储所述训练好的病毒分类筛查神经网络模型，并接收所述用户信息及病毒试剂检测盒上传的特异性病毒胶体金抗体检测图像数据；以及，利用训练好的病毒分类筛查神经网络模型对所获取的特异性病毒胶体金抗体检测图像数据进行识别，得到该用户对应的识别结果，存储所述识别结果并将所述识别结果发送至所述数据共享模块；

数据共享模块，用于将用户对应的识别结果发送给用户与医疗服务平台；以及，接收所述医疗服务平台反馈的远程指导意见，发送给对应的用户。