[发明专利]尿检识别分类器的构造训练方法、装置及计算机设备

说明书

本发明公开了一种尿检识别分类器的构造训练方法、装置及计算机设备，该方法包括：获取每一尿检试纸中待识别图像的感兴趣区域；提取所述感兴趣区域的特征向量；将每一尿检试纸的所述特征向量及该尿检试纸对应的分类存储为一条样本；根据第一预定数量的样本构造尿检识别分类器；通过第二预定数量的样本对所述尿检识别分类器进行训练，及根据训练结果调整所述尿检识别分类器的中的属性节点，重复执行训练过程直至所述尿检识别分类器的分类准确率达到预设阈值。本发明通过深度学习思想，建立尿检试纸分类器，并对该分类器进行训练以得到尿检试纸同分类之间的映射关系，提高识别精度。

技术领域

本发明涉及深度学习技术领域，具体而言，涉及一种尿检识别分类器的构造训练方法、装置及计算机设备。

背景技术

随着移动互联网、计算机视觉及图像处理等技术的蓬勃发展，计算机的计算能力越来越强，通过计算机技术进行尿检受到越来越多的关注，通过计算机技术进行尿检不但精度高，而且更自动、更快捷、更方便、成本更低。

在传统尿常规检测中，检测者去医院进行尿液检测，而检测结果是由医师靠专业仪器的比较得到，而仪器的操作、维护、校准复杂，成本高昂，对光源稳定性、环境温度湿度都有较高要求。检测者去医院进行检测流程繁琐，费时费力。

而在现有的在移动尿检领域，进行试纸色块定位主要是把试纸放置在有定位标识的卡槽中，靠卡槽上面固定的位置标识来定位试纸色块，这种定位方式需要将试纸固定放置，对用户操作要求较高，特别对年龄大的用户来说，操作比较繁琐，除此之外，卡槽的使用也增加了使用成本。

发明内容

鉴于上述问题，本发明实施例的目的在于提供一种尿检识别分类器的构造训练方法、装置及计算机设备，以解决现有技术的不足。

根据本发明的一个实施方式，提供一种尿检识别分类器的构造训练方法，包括：

获取每一尿检试纸中待识别图像的感兴趣区域；

提取所述感兴趣区域的特征向量；

将每一尿检试纸的所述特征向量及该尿检试纸对应的分类存储为一条样本；

根据第一预定数量的样本构造尿检识别分类器；

通过第二预定数量的样本对所述尿检识别分类器进行训练，及根据训练结果调整所述尿检识别分类器的中的属性节点，重复执行训练过程直至所述尿检识别分类器的分类准确率达到预设阈值。

在上述的尿检识别分类器的构造训练方法中，所述尿检识别分类器为随机森林分类器。

在上述的尿检识别分类器的构造训练方法中，所述“根据第一预定数量的样本构造尿检识别分类器”包括：

根据所述第一预定数量的样本构造多棵决策树分类器，及将训练好的所述多棵决策树组合为一随机森林分类器。

在上述的尿检识别分类器的构造训练方法中，每棵决策树分类器的构造过程包括：

根据第一预定数量的样本，计算所述特征向量中每一分量的信息增益；

选取信息增益最大的分量作为根属性节点，及根据所述根属性节点的测试结果将所述第一预定数量的样本划分为不同的子集；

在每一子集的样本中，计算除根属性节点对应的分量外剩余的所有分量的信息增益，将信息增益最大的分量作为该子集的子属性节点，递归划分子集及产生子属性节点的过程直至划分的子集中所有样本均指向同一分类。

在上述的尿检识别分类器的构造训练方法中，所述尿检试纸包括两定位块和预定数量的反应块，所述两定位块分别位于所述尿检试纸的两端，所述预定数量的反应块分别根据预设分布间距等距分布在所述两定位块之间；

所述“获取每一尿检试纸中待识别图像的感兴趣区域”包括：