[发明专利]一种基于人工智能的新生儿黄疸识别装置、设备、系统

说明书

本发明公开了一种基于人工智能的新生儿黄疸识别装置、设备、系统，该装置通过收集大量的历史新生儿黄疸图像并对这些图像进行特征提取从而得到训练样本，将这些训练样本输入到细粒度分类模型中进行训练得到新生儿黄疸识别模型。最后，通过摄像头拍摄当前新生儿黄疸图像，按照上述的特征提取方法提取到该图像的目标特征，然后将目标特征带入到训练好的新生儿黄疸识别模型中从而得到了该图像对应的黄疸等级。由此可见，采用本装置可以实现对新生儿黄疸的识别，避免用户往返医院，降低了各项费用，同时其效率也较高。由于人工智能识别新生儿黄疸的设备与上述装置相对应，因此同样具有上述效果。

技术领域

本发明属于人工智能识别技术领域，尤其涉及一种基于人工智能的新生儿黄疸识别装置。

背景技术

新生儿，是指胎儿娩出母体并自脐带结扎起，至出生后满28天这一段时间的婴儿。由于多种原因，如新生儿胆红素生成较多，运转胆红素的能力不足，肝功能发育未完善，肠肝循环的特性等，在出生后的2～3天内约50％-60％的足月儿和大于80％的早产儿出现黄疸。轻微黄疸对大部分新生儿没有什么伤害，这是正常发育过程中出现的症状，不需要特殊治疗。但严重的和一些高危因素存在的黄疸就可能对新生儿产生危害，最严重的就是胆红素入脑造成的神经损伤——胆红素脑病，引起死亡或严重后遗症。现有技术中，只有医生可以诊断出新生儿是否是出现黄疸，以及是否需要治疗，而家长只能通过经验以及新生儿的不适反应怀疑新生儿出现黄疸，正因为如此，家长在无法确定是否是黄疸，以及是否会影响新生儿身体健康的情况下，需要频繁的往返医院。事实上，并不是所有入院的新生儿都需要进行相关治疗，这就造成了家长不必要的担忧以及各项费用的增加，并且这样的效率也非常低。由此可见，如何提高新生儿黄疸的识别效率是本领域技术人员亟待解决的问题。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种基于人工智能的新生儿黄疸识别装置，所述装置包括：

收集单元10，用于收集历史新生儿黄疸图像；

提取单元11，用于根据影响黄疸的参数对历史新生儿黄疸图像进行特征提取；

训练单元12，用于将提取到的特征作为训练样本代入到分类模型中进行训练以得到新生儿黄疸识别模型；具体为：将从历史新生儿黄疸图像中提取的特征及其对应的等级代入分类模型中进行训练以得到新生儿黄疸识别模型；

获取初始识别模型作为分类模型；所述初始识别模型从标准服务器获取；当前用户基于自身的新生儿特点从标准服务器中获取和所述新生儿特点相符合的新生儿黄疸识别模型作为初始识别模型；

获取单元13，用于获取摄像头拍摄的当前新生儿黄疸图像并提取当前新生儿黄疸图像的目标特征，并将目标特征带入到新生儿黄疸识别模型中以得到黄疸等级。

进一步的，在获取摄像头拍摄的当前新生儿黄疸图像时，在患儿面部旁边摆放标准物品同时进行拍摄，在当前新生儿黄疸图像中同时包含患儿面部和标准物品；对所述新生儿黄疸图像进行整体的一致性调色以使得标准物品的颜色符合标准物品调色标准，将经过调色的新生儿黄疸图像作为待进行目标特征提取的当前新生儿黄疸图像。

进一步的，所述整体的一致性调色，具体为：对图像中的每个像素进行相同的调整。

进一步的，使得标准物品的颜色符合标准物品调色标准，具体为：标准物品所包含的所有像素的RGB三个方向的平均值和标准物品调色标准的RGB值之间的差值在第一差值范围内。

进一步的，在各个家庭使用所述基于人工智能识别新生儿黄疸的装置的过程中，均采用相同的标准物品；历史新生儿黄疸图像也均基于相同的标准物品进行过调色；通过这样的方式，使得所有图像都进行了一致性调色，从而使得黄疸这种和颜色密切相关的图像有了可以自行诊断的基础。

进一步的，通过多次拍摄以获取多张当前新生儿黄疸图像，获取和所述多个当前新生儿黄疸图像分别对应的多个等级，从所述多个等级中选择一个等级作为患儿的黄疸等级。