[发明专利]一种基于图像分类的家畜疾病诊疗方法及系统在审

专利信息
申请号: 202010057548.5 申请日: 2020-01-19
公开(公告)号: CN111261280A 公开(公告)日: 2020-06-09
发明(设计)人: 肖建华;高宏岩;王颢然 申请(专利权)人: 东北农业大学
主分类号: G16H50/20 分类号: G16H50/20;G06T7/00
代理公司: 北京德崇智捷知识产权代理有限公司 11467 代理人: 高琦
地址: 150030 黑龙江省哈*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 分类 家畜 疾病 诊疗 方法 系统
【权利要求书】:

1.一种基于图像分类的家畜疾病诊疗方法,其特征在于,所述方法包括:

获取疾病信息,所述疾病信息包括家畜种类、疾病种类以及每种疾病相对应的症状信息

根据所述家畜种类、所述疾病种类和每种疾病相对应的症状信息,生成疾病—症状对比表,以便对所述疾病种类对应的疾病进行诊疗。

2.根据权利要求1所述的基于图像分类的家畜疾病诊疗方法,其特征在于,所述获取疾病信息,具体包括:

录入或选择要鉴别的家畜种类;

从所述录入或选择的家畜种类对应的疾病数据库中,选择至少一个要鉴别的疾病种类;

根据选择的要鉴别的疾病种类,获取所述选择的疾病相对应的症状信息。

3.根据权利要求2所述的基于图像分类的家畜疾病诊疗方法,其特征在于,所述根据所述家畜种类、所述疾病种类和每种疾病相对应的症状信息,生成疾病—症状对比表,之前还包括:

判断是否达成触发条件,若是,则根据所述家畜种类和所述疾病种类,生成疾病—症状对比信息;

若否,则返回提示信息。

4.根据权利要求3所述的基于图像分类的家畜疾病诊疗方法,其特征在于,所述触发条件包括选择至少一个要鉴别的疾病种类的确认信息。

5.根据权利要求1-4任一项所述的基于图像分类的家畜疾病诊疗方法,其特征在于,所述方法还包括:

通过预设标记方式标记每种疾病相对应的症状信息。

6.根据权利要求5所述的基于图像分类的家畜疾病诊疗方法,其特征在于,所述通过预设标记方式标记每种疾病相对应的症状信息,具体包括:

通过示病症状、重要症状或一般症状,分别标记每种疾病相对应的症状信息。

7.一种基于图像分类的家畜疾病诊疗系统,其特征在于,所述系统具体包括:

疾病信息获取模块,用于获取疾病信息,所述疾病信息包括家畜种类、疾病种类以及每种疾病相对应的症状信息;

诊疗模块,用于根据所述家畜种类、所述疾病种类和每种疾病相对应的症状信息,生成疾病—症状对比表,以便对所述疾病种类对应的疾病进行诊疗。

8.根据权利要求7所述的基于图像分类的家畜疾病诊疗系统,其特征在于,所述疾病信息获取模块,具体包括:

家畜种类输入单元,用于录入或选择要鉴别的家畜种类;

疾病种类输入单元,用于从所述录入或选择的家畜种类对应的疾病数据库中,选择至少一个要鉴别的疾病种类。

症状信息获取单元,用于根据选择的要鉴别的疾病种类,获取所述选择的疾病相对应的症状信息。

9.根据权利要求8所述的基于图像分类的家畜疾病诊疗系统,其特征在于,所述系统还包括:

触发模块,用于在满足触发条件的情况下,触发诊疗模块执行相应的指令,所述触发条件包括选择至少一个要鉴别的疾病种类的确认信息;

提示模块,用于在不满足触发条件的情况下,返回提示信息。

10.根据权利要求9所述的基于图像分类的家畜疾病诊疗系统,其特征在于,所述系统还包括:

标记模块,用于通过示病症状、重要症状和一般症状分别标记每种疾病相对应的症状信息。

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东北农业大学,未经东北农业大学许可,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/202010057548.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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