[发明专利]一种基于大便颜色及气味判断疾病的系统、设备及介质在审

专利信息
申请号: 202111131962.7 申请日: 2021-09-26
公开(公告)号: CN113671164A 公开(公告)日: 2021-11-19
发明(设计)人: 杜登斌;杜小军;杜乐 申请(专利权)人: 吾征智能技术(北京)有限公司
主分类号: G01N33/483 分类号: G01N33/483;G01N21/25;G16H50/20;G16H50/70;G06N3/04;G06K9/62;G06K9/46
代理公司: 武汉红观专利代理事务所(普通合伙) 42247 代理人: 王昌亮
地址: 100000 北京市海淀区西三旗沁春*** 国省代码: 北京;11
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 大便 颜色 气味 判断 疾病 系统 设备 介质
【权利要求书】:

1.一种基于大便颜色及气味判断疾病的系统,其特征在于,所述系统包括:

数据采集单元:用于采集大便异常颜色样本数据,每个异常颜色样本数据携带对应的疾病名称信息;采集大便异常气味样本数据,每个异常气味样本数据携带对应的疾病名称信息;采集被检者的大便图像数据以及气味数据,作为待检测图像信息和待检测气味信息;

数据处理单元:用于对大便异常颜色样本数据和大便异常气味样本数据进行处理,提取特征;对所述被检者的大便图像数据以及气味数据进行处理,提取特征;建立被检者的大便颜色特征信息和大便气味特征信息的对应关系;

识别单元:用于识别大便异常颜色特征信息可能对应的疾病名称以及大便异常气味特征信息可能对应的疾病名称,并将二者融合,输出被检者可能患有的疾病,即为最终结果

推荐单元:根据最终结果推荐被检者可能患有的疾病和健康问题以及个性化健康管理方案。

2.如权利要求1所述的一种基于大便颜色及气味判断疾病的系统,其特征在于,所述数据采集单元具体包括以下功能单元:

大便图像采集子单元:用于采集大便异常颜色的样本数据,每个异常颜色样本数据携带对应的疾病名称信息;采集被检者的大便图像数据,作为待检测图像信息;

大便气味采集子单元:用于采集大便异常气味的样本数据,每个异常气味样本数据携带对应的疾病名称信息;采集被检者的大便气味数据,作为待检测气味信息。

3.如权利要求1所述的一种基于大便颜色及气味判断疾病的系统,其特征在于,所述数据处理单元具体包括以下功能单元:

大便图像数据处理子单元:用于对大便异常颜色样本数据进行特征提取,获取样本异常颜色特征信息;对所述待检测大便图像信息进行归一化处理和特征提取,获取待检测大便颜色特征信息;

大便气味数据处理子单元:用于对大便异常气味样本数据进行特征提取,获取样本异常气味特征信息;对大便异常气味样本数据以及待检测大便气味信息进行归一化处理和特征提取,获取待检测大便气味特征信息;

数据组合单元:建立被检者的同一份大便的大便颜色特征信息和大便气味特征信息的对应关系。

4.如权利要求3所述的一种基于大便颜色及气味判断疾病的系统,其特征在于,在获取样本异常颜色特征信息和样本异常气味特征信息后,大便图像数据处理子单元和大便气味数据处理子单元还用于:

根据每个样本异常颜色特征信息携带的疾病名称信息对样本异常颜色特征信息进行标记,得到多个携带疾病名称标签的样本异常颜色特征信息;

根据每个样本异常气味特征信息携带的疾病名称信息对样本异常气味特征信息进行标记,得到多个携带疾病名称标签的样本异常气味特征信息。

5.如权利要求4所述的一种基于大便颜色及气味判断疾病的系统,其特征在于,所述识别单元具体包括:

异常颜色-疾病识别模型:将所述样本异常颜色特征信息输入至循环神经网络模型进行训练,构建异常颜色-疾病识别模型,异常颜色-疾病识别模型中记录有大便异常颜色与疾病名称的映射关系;将所述待检测大便颜色特征信息输入异常颜色-疾病识别模型,得到待检测大便颜色可能对应的疾病名称集合;

异常气味-疾病识别模型:将所述样本异常气味特征信息输入至循环神经网络模型进行训练,构建异常气味-疾病识别模型,异常气味-疾病识别模型中记录有大便异常气味与疾病名称的映射关系;将所述待检测大便气味特征信息输入异常气味-疾病识别模型,得到待检测大便气味可能对应的疾病名称集合;

结果输出子单元:根据所述被检者的同一份大便的大便颜色特征信息和大便气味特征信息的对应关系,取同一份大便的待检测大便颜色特征信息可能对应的疾病名称集合和待检测大便气味特征信息可能对应的疾病名称集合的交集,即为最终结果。

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吾征智能技术(北京)有限公司,未经吾征智能技术(北京)有限公司许可,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/202111131962.7/1.html,转载请声明来源钻瓜专利网。

×

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