[发明专利]通过非侵入性手段诊断甲壳类动物的疾病、生理变化或其他内部状况的方法和系统

权利要求书

1.一种基于外部特性预测甲壳类动物的生理变化的日期的方法，所述方法包括：

使用控制电路接收第一甲壳类动物的图像集，其中所述第一甲壳类动物的图像集包括所述第一甲壳类动物的第一外部特性；

使用所述控制电路基于所述第一甲壳类动物的图像集生成第一像素阵列；

使用所述控制电路，用所述第一甲壳类动物的生理变化的第一日期范围标记所述第一像素阵列；

使用所述控制电路训练人工神经网络以基于标记的第一像素阵列确定所述第一日期范围；

使用所述控制电路接收第二甲壳类动物的图像集，其中所述第二甲壳类动物的图像集包括所述第二甲壳类动物的所述第一外部特性；

使用所述控制电路基于所述第二甲壳类动物的图像集生成第二像素阵列；

使用所述控制电路将所述第二像素阵列输入到所述人工神经网络中；以及

使用所述控制电路从所述人工神经网络接收指示所述第二甲壳类动物具有所述生理变化的所述第一日期范围的输出。

2.根据权利要求1所述的方法，还包括：

使用所述控制电路接收第三甲壳类动物的图像集，其中所述第三甲壳类动物的图像集包括所述第三甲壳类动物的第二外部特性；

使用所述控制电路基于所述第三甲壳类动物的图像集生成第三像素阵列；

使用所述控制电路，用所述第三甲壳类动物的生理变化的第三日期范围标记所述第三像素阵列；

使用所述控制电路训练所述人工神经网络以基于标记的第三像素阵列确定所述第三日期范围。

3.根据权利要求2所述的方法，其中所述第一日期范围对应于所述人工神经网络的第一分类，并且所述第三日期范围对应于所述人工神经网络的第二分类。

4.根据权利要求3所述的方法，其中将所述第二像素阵列输入到所述人工神经网络中包括：确定所述第二像素阵列是对应于所述第一分类还是所述第二分类。

5.根据权利要求1所述的方法，其中所述人工神经网络包括卷积神经网络。

6.根据权利要求1所述的方法，其中所述生理变化是蜕皮。

7.根据权利要求1所述的方法，其中所述第一甲壳类动物低于特定克数。

8.根据权利要求1所述的方法，其中所述第一日期范围包括所述第二甲壳类动物完成蜕皮的日期。

9.根据权利要求1所述的方法，其中所述生理变化是性成熟，并且其中所述第一日期范围包括所述第二甲壳类动物性成熟的日期。

10.根据权利要求1所述的方法，还包括：基于所述输出对所述第二甲壳类动物进行分拣。

11.一种基于外部特性预测甲壳类动物的生理变化的日期的方法，所述方法包括：

使用控制电路接收第一甲壳类动物的图像集，其中所述第一甲壳类动物的图像集包括所述第一甲壳类动物的第一外部特性；

使用所述控制电路基于所述第一甲壳类动物的图像集生成第一像素阵列；

使用所述控制电路，用所述第一甲壳类动物的第一生理变化标记所述第一像素阵列；

使用所述控制电路训练人工神经网络以基于标记的第一像素阵列检测所述第一生理变化；

使用所述控制电路接收第二甲壳类动物的图像集，其中所述第二甲壳类动物的图像集包括所述第二甲壳类动物的所述第一外部特性；

使用所述控制电路基于所述第二甲壳类动物的图像集生成第二像素阵列；

使用所述控制电路将所述第二像素阵列输入到所述人工神经网络中；以及

使用所述控制电路从所述人工神经网络接收指示所述第二甲壳类动物具有所述第一生理变化的输出。