[发明专利]一种尿液试纸手机图像检测分析的方法

权利要求书

1.一种尿液试纸手机图像检测分析的方法，其特征在于，包括如下步骤：

1）建立尿液试纸图像数据集：在D65、D50、F、TL83、TL84光源下使用自主研制的手机试纸拍摄APP采集五组尿液试纸图像，APP自动提取试纸条，同时保留每张图像拍摄时刻对应的手机相机感光度ISO、曝光度、焦距及环境光亮度，将试纸上测试色块RGB值、标准块RGB值、相机感光度ISO、曝光度、焦距以及环境光亮度等参数整合为训练样本，并作为步骤2）的数据范围；

2）试纸图像参数预处理：提取色块RGB值、相机拍照时刻的对应的曝光度、感光度、焦距、环境光亮度作为特征整合成CSV文件进行数据分析，特征描述后得到的最终数据作为步骤3）的训练和测试数据；

3）建立颜色校正回归模型：构建实现颜色补偿的颜色校正模型，使用训练集和测试集进行模型训练，获得训练好的模型；

4）待测试纸检测：在手机APP上拍摄获得待测试纸图像，上传至训练好的模型中，经过模型对试纸进行颜色校正处理后与模型中存储的比色卡进行颜色比对，得到试纸各色块的颜色与比色卡的误差大小后输出结果，完成一次检测。

2.根据权利要求1所述的一种尿液试纸手机图像检测分析的方法，其特征在于，步骤1）中，APP拍摄获取的试纸尿液试纸图像，像素大小为394*2661，每张图像配有一份txt文件保留拍照时刻对应相机的感光度、曝光度、焦距、环境光亮度四维特征，沿试纸中心等间隔取每个色块中心5*5像素大小的样本图像块，计算像素平均值获得试纸RGB值特征。

3.根据权利要求1所述的一种尿液试纸手机图像检测分析的方法，其特征在于，步骤2）中，所述的试纸图像参数预处理，具体是在步骤1）后进行统计学分析、数据科学分析；首先提取样本同维度特征进行大小排序，计算值域范围、平均值，求取方差观察数据的稳定性，环境光影响和相机过度曝光会导致部分偏白色块RGB值上升至最大值255，同一试纸样本中超过三块试纸块的RGB值达到255的视为无效样本剔除。

4.根据权利要求1所述的一种尿液试纸手机图像检测分析的方法，其特征在于，步骤3）中，所述的建立颜色校正回归模型：是构建TabNet回归模型，将步骤2）获得训练和测试数据作为训练集和测试集对模型进行训练，最终得到对色素值进行补偿的回归模型，保留颜色矫正结果相对于标准条件下试纸颜色误差较小的模型进行步骤4）的模型线性融合；其中TabNet模型的建立过程为：

3-1）经过预处理后获得的每个样本数据共有十一个特征，十一个特征分别为：环境光模式、手机光传感器所测环境光亮度、焦距、感光度、曝光度、标准色块RGB值、测试色块RGB值；

3-2）将数据进行BN处理后输入到TabNet模型的特征计算层中，用于计算需要选取的特征，获得特征计算结果；

3-3）将特征计算结果再通过Attentive Transformer层综合计算出需要删掉的特征之后，再次重复进行特征计算，为TabNet每层神经元对数据进行的操作，经过多层计算进入全连接层，最终得到目标像素的补偿值输出；

在模型训练过程中，采用均方根误差RMSE作为损失函数，使用Adam函数作为反向传播优化器；

TabNet模型深度学习回归网络经训练后，回归出所有试纸需要补偿的色素值，经过补偿后，所有试纸的色素值将无限逼近标准灯光下的色素值，经过补偿后的试纸与标准比色卡比对后即获得准确的尿液检验结果；

其中TabNet模型优化，是建立TabNet模型后，对TabNet模型融合LightGBM、ElasticNetRegression、Support Vector Regression三个学习器，训练所得的所有模型采用线性融合方式进行加权融合，使用TabNet、LightGBM、、ElasticNet Regression、Support VectorRegression四个学习器进行加权方式来获得一个新的预测值，权重值和为1，其中加权融合公式如下：

为权重。