本技術(shù)實(shí)施例涉及醫(yī)療檢測(cè)的，尤其涉及一種寵物尿液試紙的色塊檢測(cè)方法、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在現(xiàn)代獸醫(yī)診斷中，尿液分析是評(píng)估寵物健康狀態(tài)的重要手段之一。尿液試紙測(cè)試是一種常用的分析方法，通過(guò)收集動(dòng)物尿液并與尿液試紙進(jìn)行接觸反應(yīng)，同步觀察試紙上色塊的變色情況來(lái)對(duì)尿液中的多種成分(如葡萄糖、蛋白質(zhì)、ph值等)進(jìn)行分析，進(jìn)而對(duì)各種疾病進(jìn)行診斷。

2、傳統(tǒng)尿液試紙的讀數(shù)主要依賴視覺(jué)觀察和人工判斷，不僅耗時(shí)且易受主觀因素影響，導(dǎo)致結(jié)果的準(zhǔn)確性和一致性較差。具體來(lái)說(shuō)，對(duì)于手動(dòng)查色塊法，由操作人員通過(guò)肉眼對(duì)照尿液試紙上的色塊與標(biāo)準(zhǔn)顏色表來(lái)判斷尿液中的成分含量，當(dāng)試紙上的色塊數(shù)量較多時(shí)，操作員需要花費(fèi)較多時(shí)間和精力來(lái)進(jìn)行比對(duì)，容易導(dǎo)致疲勞，從而影響結(jié)果的準(zhǔn)確性；對(duì)于專用儀器的自動(dòng)化檢測(cè)，這些儀器通常使用和試紙色塊位置匹配的光電傳感器來(lái)讀取色塊的顏色，相對(duì)手動(dòng)查色塊更為準(zhǔn)確和高效。然而，這由于些儀器通常體積較大、不便攜，且價(jià)格昂貴，無(wú)法在較為簡(jiǎn)單或資源有限的環(huán)境中大規(guī)模普及使用。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例的一個(gè)目的旨在提供一種尿液試紙的色塊檢測(cè)方法、設(shè)備及存儲(chǔ)介質(zhì)，以解決相關(guān)技術(shù)主要依賴視覺(jué)觀察和人工判斷來(lái)進(jìn)行尿液試紙讀數(shù)，導(dǎo)致結(jié)果的準(zhǔn)確性和一致性較差的技術(shù)問(wèn)題。

2、在第一方面，本技術(shù)實(shí)施例提供一種尿液試紙的色塊檢測(cè)方法，包括：

3、獲取待測(cè)尿液試紙的初始圖像，所述待測(cè)尿液試紙包括主體部分以及多個(gè)色塊檢測(cè)部分；

4、對(duì)所述初始圖像進(jìn)行圖像增強(qiáng)處理，得到目標(biāo)圖像，所述目標(biāo)圖像至少包括用于指示所述待測(cè)尿液試紙中主體部分的主體區(qū)域，以及用于指示所述待測(cè)尿液試紙中色塊檢測(cè)部分的色塊區(qū)域；

5、將所述目標(biāo)圖像輸入至預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，以使所述神經(jīng)網(wǎng)絡(luò)模型輸出所述目標(biāo)圖像的目標(biāo)標(biāo)記，以及每個(gè)色塊區(qū)域的坐標(biāo)信息，所述目標(biāo)標(biāo)記由所述目標(biāo)圖像中主體區(qū)域的掩膜和色塊區(qū)域的掩膜組成；

6、根據(jù)所述目標(biāo)標(biāo)記以及所述坐標(biāo)信息，依序輸出所述目標(biāo)標(biāo)記中每個(gè)色塊區(qū)域?qū)?yīng)的色塊掩膜，以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)。

7、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述初始圖像進(jìn)行圖像增強(qiáng)處理，包括：根據(jù)預(yù)設(shè)圖像標(biāo)記規(guī)則，對(duì)所述初始圖像進(jìn)行圖像分離處理，以將所述初始圖像劃分為背景圖像、主體圖像以及色塊檢測(cè)圖像，所述主體圖像對(duì)應(yīng)于所述待測(cè)尿液試紙的主體部分，所述色塊圖像對(duì)應(yīng)于所述待測(cè)尿液試紙的色塊檢測(cè)部分；分別確定所述背景圖像、所述主體圖像以及所述色塊圖像中的各像素，以對(duì)所述背景圖像、主體圖像以及色塊圖像分別進(jìn)行隨機(jī)增強(qiáng)；將經(jīng)過(guò)隨機(jī)增強(qiáng)后的背景圖像、主體圖像以及色塊檢測(cè)圖像相加，并對(duì)其中處于預(yù)設(shè)閾值范圍內(nèi)的像素進(jìn)行重賦值，得到所述目標(biāo)圖像。

8、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述分別確定所述背景圖像、所述主體圖像以及所述色塊圖像中的各像素，以對(duì)所述背景圖像、主體圖像以及色塊圖像分別進(jìn)行隨機(jī)增強(qiáng)，包括：確定所述色塊圖像的各像素中像素值不為0的目標(biāo)像素；根據(jù)預(yù)設(shè)第一像素基準(zhǔn)值，將所述目標(biāo)像素的像素值更新為所述第一像素基準(zhǔn)值；確定所述背景圖像以及主體圖像中各像素的像素值；根據(jù)預(yù)設(shè)第二像素基準(zhǔn)值，更新所述背景圖像以及主體圖像中各像素的像素值。

9、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型包括實(shí)例分割網(wǎng)絡(luò)以及色塊定位網(wǎng)絡(luò)，所述將所述目標(biāo)圖像輸入至預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，以使所述神經(jīng)網(wǎng)絡(luò)模型輸出所述目標(biāo)圖像中的目標(biāo)標(biāo)記，以及每個(gè)色塊區(qū)域?qū)?yīng)的坐標(biāo)信息，包括：將所述目標(biāo)圖像輸入至所述實(shí)例分割網(wǎng)絡(luò)，所述實(shí)例分割網(wǎng)絡(luò)根據(jù)輸入的目標(biāo)圖像，輸出所述目標(biāo)圖像中的目標(biāo)標(biāo)記；將所述目標(biāo)圖像輸入至所述色塊定位網(wǎng)絡(luò)，所述色塊定位網(wǎng)絡(luò)用于根據(jù)輸入的目標(biāo)圖像，輸出所述目標(biāo)圖像中各個(gè)色塊區(qū)域?qū)?yīng)的坐標(biāo)信息，所述坐標(biāo)信息包括每個(gè)色塊區(qū)域的類別，以及每個(gè)色塊區(qū)域的左上角坐標(biāo)和右下角坐標(biāo)。

10、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述目標(biāo)標(biāo)記以及所述坐標(biāo)信息，依序輸出所述目標(biāo)標(biāo)記中每個(gè)色塊區(qū)域?qū)?yīng)的色塊掩膜，以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)，包括：根據(jù)所述目標(biāo)標(biāo)記，分別確定所述目標(biāo)圖像中主體區(qū)域?qū)?yīng)的主體掩膜，以及所述目標(biāo)圖像中色塊區(qū)域?qū)?yīng)的色塊掩膜；在所述目標(biāo)標(biāo)記中去除所述色塊掩膜，得到所述主體掩膜；通過(guò)預(yù)設(shè)腐蝕算法對(duì)所述主體掩膜進(jìn)行處理，以確定目標(biāo)掩膜；根據(jù)所述每個(gè)色塊區(qū)域的坐標(biāo)信息，確定每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)；根據(jù)所述目標(biāo)掩膜以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)，確定目標(biāo)次序；按照所述目標(biāo)次序，依序輸出每個(gè)色塊區(qū)域?qū)?yīng)的色塊掩膜，以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)。

11、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述目標(biāo)掩膜以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)，確定目標(biāo)次序，包括：確定所述目標(biāo)掩膜的中心點(diǎn)坐標(biāo)；根據(jù)所述目標(biāo)掩膜的中心點(diǎn)坐標(biāo)，以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)，確定每個(gè)色塊區(qū)域的中心點(diǎn)與所述主體掩膜的中心點(diǎn)之間的距離構(gòu)成的距離集合；基于所述距離集合，按照每個(gè)色塊區(qū)域的中心點(diǎn)與所述主體掩膜的中心點(diǎn)之間的距離大小，確定所述目標(biāo)次序。

12、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述方法還包括：對(duì)初始網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述神經(jīng)網(wǎng)絡(luò)模型，具體包括：創(chuàng)建訓(xùn)練數(shù)據(jù)集，所述訓(xùn)練數(shù)據(jù)集包括多個(gè)經(jīng)過(guò)圖像增強(qiáng)處理而得到的目標(biāo)圖像；將所述訓(xùn)練數(shù)據(jù)集劃分為多個(gè)小批量數(shù)據(jù)，所述小批量數(shù)據(jù)被輸入至所述初始模型中進(jìn)行訓(xùn)練；通過(guò)所述初始模型的各個(gè)層進(jìn)行前向傳播，生成預(yù)測(cè)結(jié)果；通過(guò)預(yù)設(shè)損失函數(shù)，計(jì)算所述預(yù)測(cè)結(jié)果與預(yù)設(shè)真實(shí)標(biāo)簽之間的損失；若所述損失不滿足預(yù)設(shè)閾值，則通過(guò)反向傳播算法，確定所述損失對(duì)所述初始網(wǎng)絡(luò)中各個(gè)參數(shù)的梯度，以更新所述初始網(wǎng)絡(luò)的參數(shù)，并迭代訓(xùn)練，直至所述損失滿足預(yù)設(shè)閾值。

13、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述訓(xùn)練函數(shù)包括vfl損失函數(shù)、ciou損失函數(shù)以及dfl損失函數(shù)，所述vfl損失函數(shù)用于處理類別不平衡問(wèn)題，所述ciou損失函數(shù)用于優(yōu)化邊界框的重疊區(qū)域，所述dfl損失函數(shù)用于處理分類任務(wù)中的困難樣本。

14、在第二方面，本技術(shù)實(shí)施例提供一種電子設(shè)備，包括存儲(chǔ)器及處理器，所述存儲(chǔ)器連接至所述處理器，所述處理器用于執(zhí)行存儲(chǔ)在所述存儲(chǔ)器中的一個(gè)或多個(gè)計(jì)算機(jī)程序，所述處理器在執(zhí)行所述一個(gè)或多個(gè)計(jì)算機(jī)程序時(shí)，使得所述電子設(shè)備實(shí)現(xiàn)如上述第一方面任一項(xiàng)所述的方法。

15、在第三方面，本技術(shù)實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令當(dāng)被處理器執(zhí)行時(shí)使所述處理器執(zhí)行如上述任一項(xiàng)所述的方法。

16、本技術(shù)實(shí)施例可以實(shí)現(xiàn)如下技術(shù)效果：

17、基于本技術(shù)實(shí)施例所提出的方法，在對(duì)尿液試紙進(jìn)行色塊檢測(cè)時(shí)，首先獲取待測(cè)尿液試紙的初始圖像，所述待測(cè)尿液試紙包括主體部分以及多個(gè)色塊檢測(cè)部分；之后對(duì)所述初始圖像進(jìn)行圖像增強(qiáng)處理，得到目標(biāo)圖像，所述目標(biāo)圖像至少包括用于指示所述待測(cè)尿液試紙中主體部分的主體區(qū)域，以及用于指示所述待測(cè)尿液試紙中色塊檢測(cè)部分的色塊區(qū)域；并將所述目標(biāo)圖像輸入至預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，以使所述神經(jīng)網(wǎng)絡(luò)模型輸出所述目標(biāo)圖像的目標(biāo)標(biāo)記，以及每個(gè)色塊區(qū)域的坐標(biāo)信息，所述目標(biāo)標(biāo)記由所述目標(biāo)圖像中主體區(qū)域的掩膜和色塊區(qū)域的掩膜組成；最終根據(jù)所述目標(biāo)標(biāo)記以及所述坐標(biāo)信息，依序輸出所述目標(biāo)標(biāo)記中每個(gè)色塊區(qū)域?qū)?yīng)的色塊掩膜，以及每個(gè)色塊區(qū)域的中心點(diǎn)坐標(biāo)。

18、一方面，本方法通過(guò)圖像增強(qiáng)處理對(duì)初始圖像進(jìn)行處理，能更好適應(yīng)獸醫(yī)環(huán)境中各種可能的拍攝條件，使得神經(jīng)網(wǎng)絡(luò)模型可對(duì)各種光線和背景條件下的圖像保持高性能；在另一方面，利用深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行尿液試紙色塊的自動(dòng)化檢測(cè)，顯著提高了檢測(cè)的準(zhǔn)確性和一致性，且技術(shù)方案適用于移動(dòng)設(shè)備或便攜儀器，整個(gè)檢測(cè)過(guò)程可在毫秒級(jí)完成，提供了獸醫(yī)診所和家庭環(huán)境中高效、便捷的檢測(cè)解決方案。