[发明专利]猪病智能养殖诊断系统在审

专利信息
申请号: 202210703074.6 申请日: 2022-06-21
公开(公告)号: CN114880410A 公开(公告)日: 2022-08-09
发明(设计)人: 周思雨;张汤杰;顾皓天;王海欣;李晟 申请(专利权)人: 扬州大学
主分类号: G06F16/28 分类号: G06F16/28;G06F16/58
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 董旭东;陈栋智
地址: 225009 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 养殖 诊断 系统
【说明书】:

发明公开了猪养殖技术领域一种猪病智能养殖诊断系统,包括:病例图谱功能区模块,用以为用户普及关于猪的各种疾病和病原体的专业知识;猪病智能诊断功能区模块,用以诊断疑似病猪的所患病症,通过遍历猪的相关信息得出可能的疾病,并从概述、症状、传播、诊断、防控描述该疾病;常见病功能区模块,用以为用户提供常见病的搜索、分类查阅常见病;可全面系统地掌握和了解该疾病,从而让用户及时采取措施,对症治疗;在线诊疗功能区模块,用以为用户提供与兽医师在线问诊的服务平台;病理报告功能区模块,用以记录和存储用户猪场曾患病情况,本发明解决了现有技术中养殖户无法自行解决猪病的问题。

技术领域

本发明涉及猪养殖技术领域,特别涉及一种猪病诊断系统。

背景技术

畜牧业是在传统游牧畜牧业的基础上发展起来的,现仍存在着陈旧的游牧观念。落后养殖观念与医疗技术未能完全转变过来,是制约畜牧业发展的最大问题。如何利用当前先进的畜牧兽医科技水平,建立起基础设施健全、饲养管理规范、疾病诊疗成体系、可持续发展的高效畜牧产业链,是国家第一产业发展的关键。

然而,不少偏远地区的猪养殖依然以散户养殖为主,零散分布,给猪疾病的防控工作带来了一定的难度,也给猪类养殖带来极大的威胁。长时间以来,大多数养殖户的技术不同程度依赖于流动的乡村兽医服务。而考虑到空间、时间以及效益等诸多因素,乡村兽医难以及时、全面地提供医疗技术服务。这导致了散户的养殖产出率不高,病死率较高,易发生传染病。并且由于这些人员要同时服务多地人民,且散户养殖环境不一,更加容易造成交叉感染,并在疫病防疫等方面造成漏洞。为提高中小规模猪类养殖户疾病诊疗能力,加强疫病防控,推进“互联网+”现代农业,研发适合农民使用的智慧猪病诊疗平台刻不容缓。

当前市面上很少有完善的猪病人工诊断程序,即使存在也因技术复杂、成本高难以在这些养猪农户推广开,目前行业内猪病诊断系统,主流方式为 提供所有疾病的症状集合,供用户查看,用户只能通过疾病名称来查找对应症状,无法根据症状推断出所得疾病。本系统基于SQLite的移动端禽病信息数据库,程序界面清晰、操作便捷,可根据常见临床症状,遍历猪病信息数据库得出相应疾病,做出初步的诊断,并且还具有专业介绍猪病防控和养殖技术的功能。

发明内容

针对现有技术中存在的不足,本发明提供了一种猪病智能养殖诊断系统,解决现有技术中养殖户无法自行解决猪病的问题。

本发明的目的是这样实现的:一种猪病智能养殖诊断系统,包括:

病例图谱功能区模块,用以为用户普及关于猪的各种疾病和病原体的专业知识;

猪病智能诊断功能区模块,用以诊断疑似病猪的所患病症,通过遍历猪的相关信息得出可能的疾病,并从概述、症状、传播、诊断、防控描述该疾病;

常见病功能区模块,用以为用户提供常见病的搜索、分类查阅常见病;可全面系统地掌握和了解该疾病,从而让用户及时采取措施,对症治疗;

在线诊疗功能区模块,用以为用户提供与兽医师在线问诊的服务平台;

病理报告功能区模块,用以记录和存储用户猪场曾患病情况。

作为本发明的进一步限定,还包括猪病信息数据库,用以为诊断系统提供数据支持,所述猪病智能诊断功能区模块、常见病功能区模块还会更新猪病信息数据库。

作为本发明的进一步限定,所述猪病信息数据库的开发基于SQLite,使用SQLiteExpert构建后的SQLite数据库文件与猪病病理图谱数据库文件。

作为本发明的进一步限定,所述猪病信息数据库内数据的最小单元是猪病诊断数据模型,而猪病诊断数据模型的构建基于包括猪病名称文本、猪病临床症状模型数组、猪病相关内容文本以及猪病症状图片名称文本数组共四个内容属性,其中,猪病临床症状模型由猪病临床症状部位文本以及猪病临床症状文本构成,程序第一次启动后,系统将在后台自动打开猪病信息数据库,并将内部数据按照数据库内数据模型结构进行模型化并以归档的方式存储于指定路径中的手机存储空间内。

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扬州大学,未经扬州大学许可,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/202210703074.6/2.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