基于智能移动终端的尿液检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108593643A(43)申请公布日2018.09.28(21)申请号201810206431.1(22)申请日2018.03.13(71)申请人重庆交通大学地址402247重庆市江津区双福新区福星大道1号(72)发明人陈里里王帅杰司吉兵(74)专利代理机构北京海虹嘉诚知识产权代理有限公司11129代理人吕小琴(51)Int.Cl.G01N21/84(2006.01)G01N21/78(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于智能移动终端的尿液检测方法(57)摘要发明的提供的一种基于智能移动终端的尿液检测方法，包括如下步骤：获取试纸与尿液反应后试纸条上各色块的图像作为样本图像信息；提取出样本图像信息的颜色特征；将样本图像信息的颜色特征输入到神经网络中进行训练得出尿液标准结果；建立颜色特征与检测结果之间的映射关系模型；将神经网络和映射关系模型写入到智能移动终端中，用户通过智能移动终端采集自己尿液与试纸条反应后的图像信息作为待测图像信息；提取出待测图像信息的颜色特征并输入到神经网络中，神经网络中对待测图像信息的颜色特征进行训练并按照映射关系模型与尿液标准结果进行对比，输出当前用户的尿液检测结果；用户无需去医院就能够完成尿液的准确检测，避免了每次检测必须去医院排队和就医的繁琐性，并且操作方便，成本低，提高了尿液检测的便捷性。CN108593643ACN108593643A权利要求书1/2页1.一种基于智能移动终端的尿液检测方法，其特征在于：包括如下步骤：S1.获取试纸与尿液反应后试纸条上各色块的图像作为样本图像信息；S2.提取出样本图像信息的颜色特征；S3.将样本图像信息的颜色特征输入到神经网络中进行训练得出尿液标准结果；S4.建立颜色特征与检测结果之间的映射关系模型；S5.将神经网络和映射关系模型写入到智能移动终端中，用户通过智能移动终端采集自己尿液与试纸条反应后的图像信息作为待测图像信息；S6.提取出待测图像信息的颜色特征并输入到神经网络中，神经网络中对待测图像信息的颜色特征按照映射关系模型进行训练对比，并输出当前用户的尿液检测结果。2.根据权利要求1所述基于智能移动终端的尿液检测方法，其特征在于：步骤S2和步骤S6中，样本图像信息和待测图像信息的颜色特征如下：提取出试纸条每个色块的RGB空间中的特征值，其中，RGB三条通道分别以三个特征值表示：表征颜色分量平均强度的一阶矩、表征颜色方差的二阶矩以及表征颜色分量偏斜度的三阶矩，其中：一阶矩为：二阶矩为：三阶矩为：Pij是第j个像素在第i个像素的颜色分量；N为样本图像的像素量。3.根据权利要求1所述基于智能移动终端的尿液检测方法，其特征在于：步骤S4中，神经网络的映射关系模型如下：其中，p是输入层向量个数、n为输入单元数，aj为输入的样本参数，ωij为输入层与隐含层的连接权值，θj为输入层与隐含层之间的阈值，νjt为隐含层和输出层之间的权值，rt为隐含层与输入层之间的阈值，Ct为输出层的输出结果；f()表示非线性作用传递函数。4.根据权利要求3所述基于智能移动终端的尿液检测方法，其特征在于：根据如下方法对为输入层与隐含层的连接权值ωij进行修正：其中，为隐含层的一般误差，β中间层和输入层之间的误差修正系数，N是误差修正次数、i表示输入层的单元数、j表示中间层的单元2CN108593643A权利要求书2/2页数，t表示输出层的单元数，k表示该值的维数，ωij(N)表示第N次输入层至中间层修正后的连接权值，ωij(N+1)表示第(N+1)次输入层至中间层修正后的连接权值。5.根据权利要求4所述基于智能移动终端的尿液检测方法，其特征在于：通过如下公式计算隐含层的一般误差其中，dt为输出层的一般误差；bj为隐含层的输出值。6.根据权利要求3所述基于智能移动终端的尿液检测方法，其特征在于：根据如下公式对输入层与隐含层之间的阈值θj进行修正：其中，β是中间层和输入层之间的误差修正系数，为隐含层的一般误差。θj(N)表示第N次中间层各单元的修正后的输出阈值，θj(N+1)表示第(N+1)次中间层各单元的修正后的输出阈值。7.根据权利要求3所述基于智能移动终端的尿液检测方法，其特征在于：通过如下公式计算隐含层和输出层之间的权值νjt：其中，bj为神经网络的隐含层输出值，是输出层的一般误差，表示输出层的各单元的一般化误差，dt表示输出层的一般化误差，α是输出层和中间层之间的误差修正系数)。vjt(N)表示第N次中间层至输出层修正后的连接权值，vjt(N+1)表示第(N+1)次中间层至输出层修正后的连接权值。8.根据权利要求3所述基于智能移动终端的尿液检测方法，其特征在于：根据如下公式计算隐含层