[发明专利]基于人工智能的寄生虫检测方法、系统及终端设备

权利要求书

1.一种寄生虫检测系统，所述寄生虫是指感染后在宿主体内血细胞内部或周围形成具有环状体和/或滋养体形态的寄生虫，其特征在于，包括：

图像采集模块，用于获取待检测图像；

去干扰模块，用于对所述待检测图像进行去干扰操作，得到去干扰后的待检测图像，包括获取圆形的待检测图像的内接正方形的图像，作为所述去干扰后的待检测图像；

图像分割模块，用于对所述去干扰后的待检测图像进行分割，得到多个待检测的细胞图像，包括：将所述去干扰后的待检测图像进行灰度化，得到灰度图像；根据所述灰度图像得到灰度值统计图；其中，所述灰度值统计图的横坐标为灰度值，纵坐标为在所述灰度图像中，对应的灰度值出现的次数；在所述灰度值统计图中，获取目标灰度值；其中，在第一灰度值和第二灰度值之间，所述目标灰度值对应的纵坐标值最小，所述第一灰度值对应的纵坐标和所述第二灰度值对应的纵坐标为所述灰度值统计图中的两个峰值；根据所述目标灰度值，对所述去干扰后的待检测图像进行分割，得到多个待检测的细胞图像；图像分类模块，用于将所述多个待检测的细胞图像分别输入到训练后的寄生虫检测模型中，得到所述多个待检测的细胞图像分别对应的分类结果；

分类结果确定模块，用于若所述多个待检测的细胞图像分别对应的分类结果均为不存在寄生虫，则确定所述待检测图像中不存在寄生虫；若所述多个待检测的细胞图像中的任意一个待检测的细胞图像对应的分类结果为存在寄生虫，则确定所述待检测图像中存在寄生虫；

分类结果显示模块；

所述寄生虫检测模型由编码器和解码器两部分组成，模型以VGG为基础，将编码器中的卷积层更改为深度空间卷积层，通过腾跃连接编码与解码器，使不同尺度的特征进行融合，所述寄生虫检测模型包括十三个深度空间卷积层和五个最大池化层；在解码过程中，所述寄生虫检测模型通过全连接层将各个维度的特征转换为相同大小的特征，并将所述相同大小的特征依次进行特征相加操作，得到多个特征和，并通过展平层和全连接层提取各个特征和的特征；在解码过程中，所述寄生虫检测模型通过softmax激活函数，对待检测的细胞图像进行分类。

2.根据权利要求1所述的寄生虫检测系统，其特征在于，其中所述寄生虫检测模型由下述方法获得：

获取训练样本集，所述训练样本集包括多个训练图像；

对各个训练图像分别进行去干扰操作，得到去干扰后的训练图像；

对各个去干扰后的训练图像分别进行分割，得到每个训练图像对应的多个训练细胞图像；其中，每个训练细胞图像均已标定为存在寄生虫或不存在寄生虫；

基于所述每个训练图像对应的多个训练细胞图像，对预先构建的寄生虫检测模型进行训练，得到训练后的寄生虫检测模型；

其中所述寄生虫是疟原虫、巴贝西虫、阿米巴原虫、杜氏利士曼原虫、弓形虫、伊氏锥虫中的一种或多种进行训练分别获得相应寄生虫的训练模型。

3.根据权利要求1所述的寄生虫检测系统，其特征在于，所述图像采集模块包括直接读取或无线方式获得图像。

4.根据权利要求3所述的寄生虫检测系统，其特征在于，所述图像由移动终端获取。

5.根据权利要求4所述的寄生虫检测系统，其特征在于，所述图像由手机获取。

6.根据权利要求1所述的寄生虫检测系统，其特征在于，所述分类结果显示模块将结果通过远程无线上传网络显示，或通过显示设备直接显示结果。

7.一种含有如权利要求1至6任一项所述寄生虫检测系统的检测设备，其包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序，所述计算机程序编码实现如权利要求1至6任一项所述寄生虫检测系统。

8.如权利要求7所述寄生虫检测系统的检测设备，其特征在于，还包括配套的图像拍照设备，以及显示设备。

9.如权利要求8所述寄生虫检测系统的检测设备，其特征在于，所述拍照设备是手机，所述显示设备是远程结果显示器。