[发明专利]一种基于神经网络的IVD图像识别判定方法

权利要求书

1.一种基于神经网络的IVD图像识别判定方法，其特征在于：其包括如下步骤：

S1、获取原始图像：所述原始图像由智能终端设备拍摄所得，所述原始图像包含反应区图像和识别标签图像；

S2、获取反应区图像：根据所述识别标签图像的特征划分反应区，并提取反应区图像；

其中，所述步骤S2与步骤S3之间还包括以下步骤：

S21、获取识别标签图像中亮色的像素点，其色值为第一色值；获取识别标签图像中暗色的像素点，其色值为第二色值；

S22、去除第一色值中方差过大的值，对剩下的第一色值求平均值，该平均值为第一校准值；

S23、去除第二色值中方差过大的值，对剩下的第二色值求平均值，该平均值为第二校准值；

S24、根据所述第一校准值和所述第二校准值对所述反应区图像作光线校准处理；

S3、对反应区图像进行高斯平滑处理；

S4、提取反应区图像中的检测点，所述检测点为反映检测结果的像素点；

S5、计算检测点的色值以及检测点对应的背景色值；

S6、汇总取得的检测点的色值以及检测点对应的背景色值，将数据输入神经网络；

S7、根据神经网络的算法识别结果，对所述神经网络进行外部修正、训练并更新；

S8、输出结果，所述结果显示在所述智能终端设备上。

2.根据权利要求1所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：所述识别标签图像位于体外诊断产品上的特定位置，所述识别标签图像为记录数据符号信息的图像。

3.根据权利要求2所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：所述识别标签图像为二维码图像。

4.根据权利要求1所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：所述步骤S4中提取检测点的方法，根据反应区的特征而定，对于具有多条反应线的反应区所采用的方法，其具体步骤包括：

S401、定义反应区图像的水平方向为X轴，定义反应区图像的竖直方向为Y轴；

S402、将X轴方向的像素点去除方差过大的像素点，对剩下的像素点求平均值，得到长度为Y的像素点的集合。

5.根据权利要求4所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：步骤S5中计算检测点的色值以及检测点对应的背景色值的具体步骤包括：

S501、计算检测点的色值：向所述检测点的两端偏移一定范围形成反应线区间，取反应线区间内最小的n个值，去除该n个值的方差过大的值后作平均值，该平均值为检测点的色值；

S502、计算检测点的背景色值：在所述反应线区间内，取区间内最大的n个值去除方差后作平均值为检测点的背景色值。

6.根据权利要求1所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：所述步骤S5与步骤S6之间还包括以下步骤：

S51：检测是否有检测点未识别，若有，则返回步骤S4,若无，则进行下一步骤；

S52：检测是否有反应区未识别，若有，则返回步骤S2，若无，则进行下一步骤。

7.根据权利要求1所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：所述智能终端设备为手机、平板电脑、具有数据处理功能以及摄录功能的智能可穿戴设备、计算机终端、家居智能终端中的一种。

8.根据权利要求1所述的一种基于神经网络的IVD图像识别判定方法，其特征在于：所述神经网络为使用500张不同光线环境、已知结果的反应区图像在BP神经网络中训练得到的初始判定网络。