[发明专利]一种两阶段新冠肺炎抗原检测结果判别的方法与设备

说明书

本发明公开了一种两阶段新冠肺炎抗原检测结果判别的方法与设备，涉及图像处理领域，尤其涉及图像处理技术在新冠肺炎COVID‑19疫情防控领域的应用，所述方法包括以下步骤：步骤1、从目标图片中获取若干记录有检测结果的四边形区域，并使用透视变换方法对所述四边形区域进行视角调整，得到对应数量的矩形区域；步骤2、使用基于深度度量学习的分类网络对所述矩形区域进行识别，得到检测结果。本发明使用基于对的深度度量学习方法，将样本组对，度量样本之间的相似性，促使同类样本相互靠近，不同类别样本相互分离，从实例级别对细粒度图像进行处理。通过在细粒度图像检索算法中加入记忆存储模块进行优化帮助提升尾类样本的识别准确率。

技术领域

本发明涉及图像处理领域，尤其涉及图像处理技术在新冠肺炎COVID-19疫情防控领域的应用，具体是一种两阶段新冠肺炎抗原检测结果判别的方法与设备。

背景技术

在目前COVID-19大流行的背景下，人们的生命安全和社会经济都受到极大的影响。由于COVID-19病毒传播迅速且存在难以判定的潜伏期限，病毒筛查和防控工作变得至关重要。物联网系统由于高效的响应速度和无接触式运行的特点，可以在防疫工作中发挥巨大的作用。为了快速切断传染源，防止疫情进一步传播扩散，进行COVID-19核酸检测和抗原检测是有效的方案。前期常用的核酸检测方式需要将采集到的样本送往专业检测机构并进行较为复杂的检测流程，检测时间往往需要数个小时。近期兴起的抗原检测方式则能更快速的获取结果且操作简便，相对于流程繁琐的核酸检测方法，抗原检测的时间大大缩短，仅需数分钟即可完成，并且可以直接向风险人群分发，开展自我测试。抗原检测方法在应对大规模风险人群筛查和医疗系统压力时显得更加灵活和实用。

世界范围内的疫区每日面临大规模的病毒检测，而医疗系统的较大压力和检测结果的统计时效性差，使得控制疫情传播成为了很大的难题。另外，大量人力投入可能携带COVID-19病毒的检测工作，更加剧病毒传播的风险。因此，为应对庞大数量的抗原检测结果统计难题，快速、精准控制疫情传播，设计一套高效、无接触的自动化抗原检测结果识别系统，势在必行。抗原测试结果统计的目的在于快速判定某位测试者是否已经感染病毒，因此自动抗原结果识别系统必须要具备两方面的功能：1、将检测结果关联到具体的人员身份信息；2、识别抗原试纸的显像结果，判定该人员是否已感染病毒。若两方面信息均能自动识别，那么该IOT系统的工作流程即实现闭环，且无需第三方人力介入，从而减轻医务人员的工作压力，减少由于接触而增加的病毒感染风险。

确定人员身份信息可以通过抗原试剂盒上的条形码或者二维码直接进行匹配。目前，众多基于摄像机的二维码或条形码解码技术已经成熟，可以通过相机扫描直接同步人员身份信息至系统中。但对抗原测试结果的自动判别，目前没有相关的解决方案可供使用。在抗原检测数据采集阶段，由于使用过的抗原检测试剂盒为可能携带病毒的特殊物品，因此检测结果的收集方式为受测者直接上传带有检测结果的图片。由于受测者拍摄习惯的不同，使得图片质量无法得到保证，可能受到环境光线、拍照角度和采集设备像素等多种影响，使得上传的图片中的检测盒可能存在模糊、噪声、几何变形等失真。同时，抗原检测工作多以家庭或住所为单位开展单张图片上传的试剂盒数量和检测结果类型多样，一张图片上可能存在多个试剂盒，因此对每个试剂盒直接进行检测结果的识别，将受到各种背景噪声的影响，使得识别准确率很低。

因此，本领域的技术人员致力于开发一种COVID-19新冠肺炎抗原检测结果判别的方法，节约疫情防控数据中心的医务人员对于上传的海量抗原检测结果进行二次判定时所付出的人工成本，并对人工难以判别的检测结果进行准确的判定，减少漏检、错检的概率，帮助防疫工作更好地展开。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是在带有抗原检测结果的图片质量不高、图片质量无法得到保证，以及一张图片上可能存在多个试剂盒的情况下，如何提升抗原检测结果识别的准确率和整体效率，从而减少漏检、错检的概率。

为实现上述目的，本发明提供了一种两阶段新冠肺炎抗原检测结果判别的方法，所述方法包括以下步骤：