CN105447516A - 一种禽病智能诊断方法及系统 - Google Patents
一种禽病智能诊断方法及系统 Download PDFInfo
- Publication number
- CN105447516A CN105447516A CN201510800401.XA CN201510800401A CN105447516A CN 105447516 A CN105447516 A CN 105447516A CN 201510800401 A CN201510800401 A CN 201510800401A CN 105447516 A CN105447516 A CN 105447516A
- Authority
- CN
- China
- Prior art keywords
- poultry
- disease
- image information
- image
- certain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
本发明提供一种禽病智能诊断方法及系统,预先存储有第一图像信息,第一图像信息记载有特定种类疾病对应的家禽表观特征。之后可自动获取每一只家禽的外在形态的图像信息,将二者进行对比,便可以得出每一只家禽的外在形态是否与某一种疾病类型的家禽的表观特征匹配。当二者匹配时,便发送提示信息提示可能有家禽患有疾病,并同时提示疾病的类型。采用上述方案,可以实时、自动地比较家禽的外在形态与不同种类疾病对应的家禽的表观特征,实现自动诊断家禽是否患病,并将患病信息及所患疾病的种类和诊疗方法提示给养殖户,使养殖户及时发现有家禽患病,及时进行处理,避免更大的损失。
Description
技术领域
本发明涉及畜牧业领域,具体涉及一种禽病智能诊断方法及系统。
背景技术
家禽业是我国畜牧业中产业化程度最高、发展速度最快的行业,其生产总值占畜牧业总产值近40%,发展家禽养殖业已成为解决我国“三农问题”的重要途径,为农村稳定、农业增效、农民增收发挥了重要作用。但不容忽视的是,疾病问题已成为制约现代家禽业发展的重要因素之一,特别是近年来禽病发生与流行不断出现新的特点,如何快速、准确诊断和治疗禽病给禽病防治提出了更高的技术要求。最初,家禽养殖场户都采用现场诊疗或送兽医专家诊断方式,在诊疗时间和空间上受到很大限制。
为此,现有技术提出了一种远程的禽病诊断方法,如专利文献CN104013207A公开了一种家禽远程诊断工作台,包括工作台面、储藏柜、顶板、支撑背板,工作台面安装固定在储藏柜上,支撑背板固定在工作台面上,支撑顶板;在支撑背板上集成有显示屏、麦克风、手持式微距摄像头;在顶板上集成有照明灯和摄像头,在顶板左侧还设有照明灯和摄像头的开关;在工作台面的左侧设有总开关、顶板电源开关、储藏柜电源开关;在储藏柜内设有总电源箱,在储藏柜的背面设有网线接口、电话线接口和电源接口。上述方案主要是为了满足在兽医专家远程指导下进行禽病诊疗的需求而设计的,即需要使用者将已经发病的家禽放置于工作台面上,通过与专家进行视频通话的方式将家禽的发病情况传递给专家,在专家的指导下对家禽进行诊疗。
采用上述方案,兽医专家可以不必到现场,极大地解除了诊疗时间和空间方面的限制,但是上述方案还存在以下问题:无法主动发现家禽疾病,必须靠人为发现患病的家禽以后才能利用上述操作台进行远程诊疗。这种方式比较被动,很可能因为人的疏忽而遗漏,而且有些疾病往往患病急、传染快,有可能在人为发现时,疾病已经在同舍家禽中大面积传播,此时再进行诊疗与在疾病出现之初进行诊疗相比,会给养殖户带来很多不必要的损失。
发明内容
为此,本发明所要解决的技术问题在于现有技术中的禽病诊断系统无法自动、准确的发现禽病,全部由依靠人为监控,可能会延误禽病诊疗时机。
为解决上述技术问题,本发明提供如下技术方案:
本发明提供一种禽病智能诊断方法,包括如下步骤:
存储疾病参数信息,所述疾病参数信息中包括第一图像信息,所述第一图像信息记载有特定种类疾病对应的家禽表观特征;
获取第二图像信息,所述第二图像信息记载有每一只家禽外在形态;
比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配;
若有,则发送提示信息提示可能有家禽患病并同时提示疾病种类。
优选地,上述的禽病智能诊断方法,所述获取第二图像信息的步骤中,包括:
为每一只家禽设置唯一的特定标识;
获取每一只家禽的外在形态图像;
将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。
优选地,上述的禽病智能诊断方法,若有,则发送提示信息提示可能有家禽患病并同时提示疾病种类的步骤中,还包括:
获取患病家禽的外在形态图像以及对应的特定标识;
发送患病家禽的外在形态图像以及对应的特定标识。
优选地,上述的禽病智能诊断方法,若有,则发送提示信息提示可能有家禽患病并同时提示疾病种类的步骤之前还包括如下步骤:
获取第四图像信息,所述第四图像信息记载某家禽体内的某一特定部位的图像信息;
在存储疾病参数信息的步骤中,所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征;
比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。
优选地,上述的禽病智能诊断方法,在比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配的步骤中:
若有家禽外在形态与一种以上特定种类疾病对应的家禽表观特征存在不同程度的匹配关系,则获取该家禽外在形态与每一种特定种类疾病对应的家禽表观特征的第一匹配率,并根据所述第一匹配率获取家禽所患疾病为某一种疾病的概率值;
在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值。
优选地,上述的禽病智能诊断方法,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配的步骤中:
若家禽的某一特定部位的图像与一种以上特定种类疾病对应的家禽体内的某一特定部位的病变特征存在不同程度的匹配关系,则获取该家禽某一特定部位的图像与每一种疾病对应的家禽体内的某一特定部位的病变特征的第二匹配率,并根据所述第二匹配率获取家禽所患疾病为某一种疾病的概率值;
在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值。
优选地,上述的禽病智能诊断方法,还包括如下步骤:
发送家禽所患疾病的相关信息及诊疗方法。
本发明还提供一种禽病智能诊断系统,包括:
存储单元,用于存储疾病参数信息,所述疾病参数信息中包括第一图像信息,所述第一图像信息记载有特定种类疾病对应的家禽表观特征;
图像获取单元,用于获取第二图像信息,所述第二图像信息记载有每一只家禽外在形态;
比较判断单元,用于比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配;
提示单元,接收所述比较判断单元发送的信息,在所述比较判断单元的判断结果为“是”时,发送提示信息提示可能有家禽患病并同时提示疾病种类。
优选地,上述的禽病智能诊断系统,所述图像获取单元包括:
标识设定子单元,用于为每一只家禽设置唯一的特定标识;
图像获取子单元,用于获取每一只家禽的外在形态图像;
图像关联子单元,用于将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。
优选地,上述的禽病智能诊断系统,所述提示单元,还包括:
特定标识获取子单元,用于获取患病家禽的外在形态图像以及对应的特定标识;
发送子单元,用于发送患病家禽的外在形态图像以及对应的特定标识。
优选地,上述的禽病智能诊断系统,系统还包括:
辅助图像获取单元,用于获取第四图像信息,所述第四图像信息记载某家禽体内的某一特定部位的图像信息;
所述存储单元中存储的所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征;
所述比较判断单元还用于,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。
优选地,上述的禽病智能诊断系统,所述比较判断单元中,若有家禽外在形态与一种以上特定种类疾病对应的家禽表观特征存在不同程度的匹配关系,则获取该家禽外在形态与每一种特定种类疾病对应的家禽表观特征的第一匹配率,并根据所述第一匹配率获取家禽所患疾病为某一种疾病的概率值;
所述提示单元,在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值。
优选地,上述的禽病智能诊断系统,所述比较判断单元中,若家禽的某一特定部位的图像与一种以上特定种类疾病对应的家禽体内的某一特定部位的病变特征存在不同程度的匹配关系,则获取该家禽某一特定部位的图像与每一种疾病对应的家禽体内的某一特定部位的病变特征的第二匹配率,并根据所述第二匹配率获取家禽所患疾病为某一种疾病的概率值;
所述提示单元,在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值。
优选地,上述的禽病智能诊断系统,所述提示单元还用于发送家禽所患疾病的相关信息及诊疗方法。
优选地,上述的禽病智能诊断系统,所述图像获取单元为设置于家禽笼舍内的摄像机。
优选地,上述的禽病智能诊断系统,所述辅助图像获取单元为设置于可佩带式设备上的微型摄像机。
优选地,上述的禽病智能诊断系统,所述可佩带式设备为眼镜。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明所述的禽病智能诊断方法及系统,预先存储有第一图像信息,第一图像信息记载有特定种类疾病对应的家禽表观特征。之后可自动获取每一只家禽的外在形态的图像信息,将二者进行对比,便可以得出每一只家禽的外在形态是否与某一种疾病类型的家禽的表观特征匹配。当二者匹配时,便发送提示信息提示可能有家禽患有疾病,并同时提示疾病的类型。采用上述方案,可以实时、自动的比较家禽的外在形态与不同种类疾病对应的家禽的表观特征,实现自动诊断家禽是否患病,并将患病信息及所患疾病的种类提示给养殖户,使养殖户及时发现有家禽患病,及时进行处理,避免更大的损失。
(2)本发明所述的禽病智能诊断方法及系统,在获取第二图像信息的步骤中,为每一只家禽设置唯一的特定标识;获取每一只家禽的外在形态图像;将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。当发现有家禽患病时,获取患病家禽的外在形态图像以及对应的特定标识,发送患病家禽的外在形态图像以及对应的特定标识。采用上述方案,不但能够发现有家禽患病,而且还能够根据特定标识的设置确定是哪只家禽患病,从而为养殖户后续处理提供准确可靠的信息。
(3)本发明所述的禽病智能诊断方法及系统,还能够获取第四图像信息,第四图像信息记载某家禽体内的某一特定部位的图像信息,在存储疾病参数信息的步骤中,所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位特征的病变匹配。因为在实际情况中,一些疾病不仅要根据外观形态判断,还要依据病理变化判断,此时要对家禽进行解剖,解剖后要判断家禽体内的某一部位是否有特征性的病理变化,因此在本发明中还将一些疾病对应的家禽体内的某一特定部位的病变特征图像进行预存,在获取到某家禽体内某一特定部位的图像信息后可以进行比对,以综合判断家禽是否患有相应的疾病。采用本发明的上述方案,既能够及时监控家禽的外在形态来判断是否患病,也能结合家禽体内的特定部位的特征性病变进行更为准确的诊断。
(4)本发明所述的禽病智能诊断方法及系统,当家禽所患的疾病有多种可能性时,本发明不但会提示家禽患病的信息,还会提示家禽患有某种疾病的概率,这样可以给养殖户提供参考数据,为养殖户的后续处理提供科学依据。
(5)本发明所述的禽病智能诊断方法及系统,不仅能及时发现、快速诊断家禽所患疾病,而且能为养殖户对所患疾病提供科学的治疗方案。
(6)本发明所述的禽病智能诊断方法及系统,是现代信息技术一物联网、大数据、云计算等在禽病诊断中的应用,实现了远程智能化的“专家”诊治,有效避免了传统诊断方法容易造成诸如禽流感、新城疫、白血病等疫病的交叉感染和二次感染。
(7)本发明所述的禽病智能诊断方法及系统,可应用于智能手机、平板电脑等移动终端,家禽生产管理和养殖者可随时随地发现、诊断和处置家禽疾病。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明一个实施例所述禽病智能诊断方法的流程图;
图2是本发明另一实施例所述禽病智能诊断方法的流程图;
图3是本发明又一实施例所述禽病智能诊断方法的流程图;
图4是本发明一个实施例所述禽病智能诊断系统的原理框图;
图5是本发明另一个实施例所述禽病智能诊断系统的原理框图;
图6是本发明又一个实施例所述禽病智能诊断系统的原理框图。
其中的附图标记为:
1-存储单元,2-图像获取单元,3-比较判断单元,4-提示单元,5-辅助图像获取单元,21-标识设定子单元,22-图像获取子单元,23-图像关联子单元,41-特定标识获取子单元,42-发送子单元。
具体实施方式
实施例1
本实施例提供一种禽病智能诊断方法,如图1所示,包括如下步骤:
S1:存储疾病参数信息,所述疾病参数信息中包括第一图像信息,所述第一图像信息记载有特定种类疾病对应的家禽表观特征。
S2:获取第二图像信息,所述第二图像信息记载有每一只家禽外在形态。
S3:比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配;若有则进入步骤S4,否则返回步骤S2。
S4:发送提示信息提示可能有家禽患病并同时提示疾病种类。
例如临床上常见的疾病:鸡瘟、传染性脑脊髓炎、霉菌毒素中毒、维生素B1缺乏、维生素E-硒缺乏等,可能会出现的症状有鸡颈部侧转成90~180度方向,有的转成“S”型,翅膀麻痹下垂,头颈极度向后弯曲,呈角弓反张,昂首,观星姿势;又如鸡冠癣:鸡冠部有白色或灰黄色的圆斑或小丘疹,皮肤表面有一层麦麸状的鳞屑。由冠部逐渐伸展至颈部和躯体,羽毛逐渐掉落。随着病情的进展,鳞屑增长,形成厚痂。如同以上几种疾病的例子,家禽在患有某种特定疾病时,其外在形态会有特定症状,而本实施例提供的上述方案,预先存储有第一图像信息,第一图像信息记载有特定种类疾病对应的家禽表观特征。之后可自动获取每一只家禽的外在形态的图像信息,将二者进行对比,便可以得出每一只家禽的外在形态是否与某一种疾病类型的家禽的表观特征匹配。当二者匹配时,便发送提示信息提示可能有家禽患有疾病,并同时提示疾病的类型。采用上述方案,可以实时、自动的比较家禽的外在形态与不同种类疾病对应的家禽的表观特征,实现自动诊断家禽是否患病,并将患病信息及所患疾病的种类提示给养殖户,使养殖户及时发现有家禽患病,及时进行处理,避免更大的损失。
需要说明的是,本实施例中所提到的第一图像信息并不一定是一幅图像。根据实际需要,可能是一副图像上记载了多种疾病表观特征的图形,也可以是多幅图像,每一幅图像上记载着一种疾病表观特征的图形。同理,第二图像信息也不一定是一幅图像,可以将多只家禽的外在形态记载在同一图像中,也可以针对一只家禽就获得一幅图像。各种方式可以根据实际情况及需求灵活选择。
另外,比较两幅图像确定是否匹配,可以采用现有技术中的方法,在图像处理及图像识别领域比较成熟,由于这一点并不是本发明的发明点,因此在本实施例中就不再详细介绍了。
作为一种优选的方案,如图2所示,在步骤S2中包括:
S21:为每一只家禽设置唯一的特定标识,即每一只家禽只对应一个特定标识,该步骤中可以采用多种方式实现,例如最简单的方式可以在每只家禽身上采用不同颜色的颜料标记上数字或者图形。又或者采用有源RFID对家禽进行标识。国际标准ISO11784和ISO11785规定了对动物用RFID进行识别的代码。目前欧美发达国家广泛应用动物识别系统于畜禽场的动物身份识别,我国农业部也于2006年建立了《畜禽标识和养殖档案管理办法》,现有技术中对这种实现方式已有公开,在本实施例中就不再详细介绍了。
S22:获取每一只家禽的外在形态图像。
S23:将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。
相应地,在步骤S4中,还包括:
S41:获取患病家禽的外在形态图像以及对应的特定标识。
S42:发送患病家禽的外在形态图像以及对应的特定标识。
采用上述方案,在获取第二图像信息的步骤中,为每一只家禽设置唯一的特定标识;获取每一只家禽的外在形态图像;将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。当发现有家禽患病时,获取患病家禽的外在形态图像以及对应的特定标识,发送患病家禽的外在形态图像以及对应的特定标识。采用上述方案,不但能够发现有家禽患病,而且还能够根据特定标识的设置确定是哪只家禽患病,从而为养殖户后续处理提供准确可靠的信息。
如图3所示,优选地,在步骤S4之前还包括如下步骤:
S31:获取第四图像信息,所述第四图像信息记载某家禽体内的某一特定部位的图像信息;
相应的,在步骤S1中,所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征;
S32:比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。若有匹配的,则进入步骤S4。
上述步骤是在通过外在形态无法诊断疾病的情况下进行的。上述方案的特点在于还能够获取第四图像信息,第四图像信息记载某家禽体内的某一特定部位的图像信息,在存储疾病参数信息的步骤中,所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。因为在实际情况中,有一些疾病不仅要根据外在形态判断,还要对家禽进行解剖,解剖后要判断家禽体内的某一部位是否有特定的病变,因此在本发明中还将一些疾病对应的家禽体内的某一特定部位的病变特征进行预存,在获取到某家禽体内某一特定部位的图像信息后可以进行比对,以综合判断家禽是否患有相应的疾病。采用本发明的上述方案,及能够及时监控家禽的外在形态来判断是否患病,同时也可结合家禽体内的特征性病变进行更确切的诊断。
进一步优选地,在步骤S3中,若有家禽外在形态与一种以上特定种类疾病对应的家禽表观特征存在不同程度的匹配关系,则获取该家禽外在形态与每一种特定种类疾病对应的家禽表观特征的第一匹配率,并根据所述第一匹配率获取家禽所患疾病为某一种疾病的概率值。相类似的,在步骤S32中,若家禽的某一特定部位的图像与一种以上特定种类疾病对应的家禽体内的某一特定部位的病变特征存在不同程度的匹配关系,则获取该家禽某一特定部位的图像与每一种疾病对应的家禽体内的某一特定部位的病变特征的第二匹配率,并根据所述第二匹配率获取家禽所患疾病为某一种疾病的概率值。
在步骤S4中,发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值,还可发送家禽所患疾病的相关信息及诊疗方法。
例如,鸡瘟、传染性脑脊髓炎、霉菌毒素中毒、维生素B1缺乏、维生素E-硒缺乏等疾病都可能会出现鸡颈部侧转成90~180度方向的病症,但是可能还有其他一些小的症状可以判断是哪种疾病的几率更大,因此本方案中采用概率统计法,比如分析某种症状后,结果为85%的概率为鸡瘟,70%的概率为维生素B1缺乏,30%的概率为维生素E-硒缺乏。将这些信息告知养殖户及技术人员时,会附带提供该疾病相关信息,比如基本诊断方法和治疗措施,让技术人员或者养殖户去笼舍或者解剖现场之前做好充足的准备工作,对症下药,可以避免损失的扩大化。
实施例2
本实施例提供一种禽病智能诊断系统,如图4所示,包括:
存储单元1,用于存储疾病参数信息,所述疾病参数信息中包括第一图像信息,所述第一图像信息记载有特定种类疾病对应的家禽表观特征。
图像获取单元2,用于获取第二图像信息,所述第二图像信息记载有每一只家禽外在形态。
比较判断单元3,用于比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配。
提示单元4,接收所述比较判断单元发送的信息,在所述比较判断单元的判断结果为“是”时,发送提示信息提示可能有家禽患病并同时提示疾病种类。
本实施例提供的上述方案,预先存储有第一图像信息,第一图像信息记载有特定种类疾病对应的家禽表观特征。之后可自动获取每一只家禽的外在形态的图像信息,将二者进行对比,便可以得出每一只家禽的外在形态是否与某一种疾病类型的家禽的表观特征匹配。当二者匹配时,便发送提示信息提示可能有家禽患有疾病,并同时提示疾病的类型。采用上述方案,可以实时、自动的比较家禽的外在形态与不同种类疾病对应的家禽的表观特征,实现自动诊断家禽是否患病,并将患病信息及所患疾病的种类提示给养殖户,使养殖户及时发现有家禽患病,及时进行处理,避免更大的损失。
优选地,如图5所示,所述图像获取单元2包括:
标识设定子单元21,用于为每一只家禽设置唯一的特定标识;
图像获取子单元22,用于获取每一只家禽的外在形态图像;
图像关联子单元23,用于将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。
相应地,所述提示单元4,还包括特定标识获取子单元41,用于获取患病家禽的外在形态图像以及对应的特定标识;发送子单元42,用于发送患病家禽的外在形态图像以及对应的特定标识。
采用上述方案,在获取第二图像信息的步骤中,为每一只家禽设置唯一的特定标识;获取每一只家禽的外在形态图像;将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。当发现有家禽患病时,获取患病家禽的外在形态图像以及对应的特定标识,发送患病家禽的外在形态图像以及对应的特定标识。采用上述方案,不但能够发现有家禽患病,而且还能够根据特定标识的设置确定是哪只家禽患病,从而为养殖户后续处理提供准确可靠的信息。
进一步优选地,如图6所示,系统还包括:
辅助图像获取单元,用于获取第四图像信息,所述第四图像信息记载某家禽体内的某一特定部位的图像信息;所述存储单元1中存储的所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征;所述比较判断单元3还用于,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。
上述方案的特点在于还能够获取第四图像信息,第四图像信息记载某家禽体内的某一特定部位的图像信息,在存储疾病参数信息的步骤中,所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。因为在实际情况中,有一些疾病不仅要根据外在形态判断,还要对家禽进行解剖,解剖后要判断家禽体内的某一部位是否有特定的病变,因此在本发明中还将一些疾病对应的家禽体内的某一特定部位的病变特征进行预存,在获取到某一只家禽体内特定部位的图像信息后可以进行比对,以综合判断家禽是否患有相应的疾病。采用本发明的上述方案,能够及时监控家禽的外在形态来判断是否患病,同时也可结合家禽体内的特征性病变进行更确切的诊断。
所述比较判断单元3中,若有家禽外在形态与一种以上特定种类疾病对应的家禽表观特征存在不同程度的匹配关系,则获取该家禽外在形态与每一种特定种类疾病对应的家禽表观特征的第一匹配率,并根据所述第一匹配率获取家禽所患疾病为某一种疾病的概率值;若家禽的某一特定部位的图像与一种以上特定种类疾病对应的家禽体内的某一特定部位的病变特征存在不同程度的匹配关系,则获取该家禽某一特定部位的图像与每一种疾病对应的家禽体内的某一特定部位的病变特征的第二匹配率,并根据所述第二匹配率获取家禽所患疾病为某一种疾病的概率值;
所述提示单元4,在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值,还用于发送家禽所患疾病的相关信息及诊疗方法。
例如,鸡瘟、传染性脑脊髓炎、霉菌毒素中毒、维生素B1缺乏、维生素E-硒缺乏等疾病都可能会出现鸡颈部侧转成90~180度方向的病症,但是可能还有其他一些小的症状可以判断是哪种疾病的几率更大,因此本方案中采用概率统计法,比如分析某种症状后,结果为85%的概率为鸡瘟,70%的概率为维生素B1缺乏,30%的概率为维生素E-硒缺乏。将这些信息告知养殖户及技术人员时,会附带提供该疾病相关信息,比如基本诊断方法和治疗措施,让技术人员或者养殖户去笼舍或者解剖现场之前做好充足的准备工作,对症下药,可以避免损失的扩大化。
作为一种可实现的方案,所述图像获取单元2为设置于家禽笼舍内的摄像机。即在禽舍中安装有微型图像、视频采集装置,获取家禽的图像。所述辅助图像获取单元为设置于可佩带式设备上的微型摄像机,所述可佩带式设备为眼镜。某些家禽疾病症状不明显,不容易发现,但是会通过解剖时发现,比如新城疫消化道的腺胃斑点状出血,为了防止交叉感染,对家禽进行解剖时,当采用机器解剖时,机器上方或厂房内设有图像、视频采集装置;当采用人工解剖时,工作人员则会佩戴设有图像、视频采集装置的防护眼镜,对解剖的家禽做多方位的监视。
本发明提供的上述实施例中,能够针对不同种类疾病做到及时发现,及时锁定发病家禽的笼舍,甚至能够定位到患病家禽是那一只,养殖户和技术人员能够快速启动预警机制,遏制疾病的发展,避免扩大损失。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种禽病智能诊断方法,其特征在于,包括如下步骤:
存储疾病参数信息,所述疾病参数信息中包括第一图像信息,所述第一图像信息记载有特定种类疾病对应的家禽表观特征;
获取第二图像信息,所述第二图像信息记载有每一只家禽外在形态;
比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配;
若有,则发送提示信息提示可能有家禽患病并同时提示疾病种类。
2.根据权利要求1所述的禽病智能诊断方法,其特征在于,所述获取第二图像信息的步骤中,包括:
为每一只家禽设置唯一的特定标识;
获取每一只家禽的外在形态图像;
将每一只家禽的外在形态图像与其特定标识关联后作为第二图像信息。
3.根据权利要求1所述的禽病智能诊断方法,其特征在于,若有,则发送提示信息提示可能有家禽患病并同时提示疾病种类的步骤中,还包括:
获取患病家禽的外在形态图像以及对应的特定标识;
发送患病家禽的外在形态图像以及对应的特定标识。
4.根据权利要求1-3任一项所述的禽病智能诊断方法,其特征在于,在若有,则发送提示信息提示可能有家禽患病并同时提示疾病种类的步骤之前还包括如下步骤:
获取第四图像信息,所述第四图像信息记载某家禽体内的某一特定部位的图像信息;
在存储疾病参数信息的步骤中,所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征;
比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。
5.根据权利要求1-4任一项所述的禽病智能诊断方法,其特征在于,在比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配的步骤中:
若有家禽外在形态与一种以上特定种类疾病对应的家禽表观特征存在不同程度的匹配关系,则获取该家禽外在形态与每一种特定种类疾病对应的家禽表观特征的第一匹配率,并根据所述第一匹配率获取家禽所患疾病为某一种疾病的概率值;
在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值。
6.根据权利要求4或5所述的禽病智能诊断方法,其特征在于,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配的步骤中:
若家禽的某一特定部位的图像与一种以上特定种类疾病对应的家禽体内的某一特定部位的病变特征存在不同程度的匹配关系,则获取该家禽某一特定部位的图像与每一种疾病对应的家禽体内的某一特定部位的病变特征的第二匹配率,并根据所述第二匹配率获取家禽所患疾病为某一种疾病的概率值;
在发送提示信息提示可能有家禽患病并同时提示疾病种类时,同时提示家禽所患疾病为某一种疾病的概率值。
7.根据权利要求1-6任一项所述的禽病智能诊断方法,其特征在于,还包括如下步骤:
发送家禽所患疾病的相关信息及诊疗方法。
8.一种禽病智能诊断系统,其特征在于,包括:
存储单元,用于存储疾病参数信息,所述疾病参数信息中包括第一图像信息,所述第一图像信息记载有特定种类疾病对应的家禽表观特征;
图像获取单元,用于获取第二图像信息,所述第二图像信息记载有每一只家禽外在形态;
比较判断单元,用于比较所述第一图像信息和所述第二图像信息,判断是否有家禽外在形态与某一特定种类疾病对应的家禽表观特征匹配;
提示单元,接收所述比较判断单元发送的信息,在所述比较判断单元的判断结果为“是”时,发送提示信息提示可能有家禽患病并同时提示疾病种类。
9.根据权利要求8所述的禽病智能诊断系统,其特征在于,系统还包括:
辅助图像获取单元,用于获取第四图像信息,所述第四图像信息记载某家禽体内的某一特定部位的图像信息;
所述存储单元中存储的所述疾病参数信息还包括第三图像信息,所述第三图像信息记载有特定种类疾病对应的家禽体内的某一特定部位的病变特征:
所述比较判断单元还用于,比较所述第三图像信息和所述第四图像信息,判断该家禽的某一特定部位的图像是否与某一特定种类疾病对应的家禽体内的某一特定部位的病变特征匹配。
10.根据权利要求9所述的禽病智能诊断系统,其特征在于:
所述图像获取单元为设置于家禽笼舍内的摄像机;
所述辅助图像获取单元为设置于可佩带式设备上的微型摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510800401.XA CN105447516A (zh) | 2015-11-19 | 2015-11-19 | 一种禽病智能诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510800401.XA CN105447516A (zh) | 2015-11-19 | 2015-11-19 | 一种禽病智能诊断方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105447516A true CN105447516A (zh) | 2016-03-30 |
Family
ID=55557675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510800401.XA Pending CN105447516A (zh) | 2015-11-19 | 2015-11-19 | 一种禽病智能诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105447516A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453622A (zh) * | 2016-11-21 | 2017-02-22 | 深圳市沃特沃德股份有限公司 | 宠物疾病信息推送方法、装置及系统 |
CN106886605A (zh) * | 2017-03-17 | 2017-06-23 | 北京农信互联科技有限公司 | 病患牲畜症状图片处理方法及装置 |
CN110570944A (zh) * | 2019-09-09 | 2019-12-13 | 北京挺好农牧科技有限公司 | 一种智能诊断疾病的方法、装置、系统及存储介质 |
CN111062929A (zh) * | 2019-12-20 | 2020-04-24 | 周升志 | 一种软件设计畜禽疾病图片的智能分析诊断系统 |
CN111198549A (zh) * | 2020-02-18 | 2020-05-26 | 陈文翔 | 一种基于大数据的家禽养殖监测管理系统 |
CN112562846A (zh) * | 2019-09-25 | 2021-03-26 | 中国联合网络通信集团有限公司 | 一种动物疾病诊断装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102078183A (zh) * | 2009-11-26 | 2011-06-01 | 孙久建 | 家禽疾病诊疗系统 |
CN103578036A (zh) * | 2013-11-07 | 2014-02-12 | 江南大学 | 一种基于数据析取的家禽体质健康实时监测方法 |
CN104102254A (zh) * | 2014-07-17 | 2014-10-15 | 泰顺县金三角养殖专业合作社 | 自动化养鸡方法和系统 |
CN104899787A (zh) * | 2015-05-22 | 2015-09-09 | 中国农业大学 | 一种水生动物的疾病诊断结果的获取方法及系统 |
-
2015
- 2015-11-19 CN CN201510800401.XA patent/CN105447516A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102078183A (zh) * | 2009-11-26 | 2011-06-01 | 孙久建 | 家禽疾病诊疗系统 |
CN103578036A (zh) * | 2013-11-07 | 2014-02-12 | 江南大学 | 一种基于数据析取的家禽体质健康实时监测方法 |
CN104102254A (zh) * | 2014-07-17 | 2014-10-15 | 泰顺县金三角养殖专业合作社 | 自动化养鸡方法和系统 |
CN104899787A (zh) * | 2015-05-22 | 2015-09-09 | 中国农业大学 | 一种水生动物的疾病诊断结果的获取方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453622A (zh) * | 2016-11-21 | 2017-02-22 | 深圳市沃特沃德股份有限公司 | 宠物疾病信息推送方法、装置及系统 |
WO2018090500A1 (zh) * | 2016-11-21 | 2018-05-24 | 深圳市沃特沃德股份有限公司 | 宠物疾病信息推送方法、装置及系统 |
CN106886605A (zh) * | 2017-03-17 | 2017-06-23 | 北京农信互联科技有限公司 | 病患牲畜症状图片处理方法及装置 |
CN110570944A (zh) * | 2019-09-09 | 2019-12-13 | 北京挺好农牧科技有限公司 | 一种智能诊断疾病的方法、装置、系统及存储介质 |
CN112562846A (zh) * | 2019-09-25 | 2021-03-26 | 中国联合网络通信集团有限公司 | 一种动物疾病诊断装置 |
CN111062929A (zh) * | 2019-12-20 | 2020-04-24 | 周升志 | 一种软件设计畜禽疾病图片的智能分析诊断系统 |
CN111062929B (zh) * | 2019-12-20 | 2024-01-26 | 周升志 | 一种软件设计畜禽疾病图片的智能分析诊断系统 |
CN111198549A (zh) * | 2020-02-18 | 2020-05-26 | 陈文翔 | 一种基于大数据的家禽养殖监测管理系统 |
CN111198549B (zh) * | 2020-02-18 | 2020-11-06 | 湖南伟业动物营养集团股份有限公司 | 一种基于大数据的家禽养殖监测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447516A (zh) | 一种禽病智能诊断方法及系统 | |
CN109255297B (zh) | 动物状态监测方法、终端设备、存储介质及电子设备 | |
CN102509305B (zh) | 基于全方位视觉的动物行为检测装置 | |
CN107463958A (zh) | 昆虫识别预警方法及系统 | |
CN111767849A (zh) | 农作物病虫害识别方法、设备及存储介质 | |
CN106974633A (zh) | 基于移动终端的健康预警方法、系统及移动终端 | |
CN104020745B (zh) | 一种智能家居系统 | |
CN103578036B (zh) | 一种基于数据析取的家禽体质健康实时监测方法 | |
CN110826371A (zh) | 一种动物识别方法、装置、介质及电子设备 | |
US20230027590A1 (en) | Intelligent bird feeding method, electronic device and bird feeder | |
CN103747009A (zh) | 一种监测水稻生长状况的系统及其方法 | |
CN105812732A (zh) | 动物养殖状态的网络可视化查询与监控系统及方法 | |
CN103514359B (zh) | 验尿监测管理系统 | |
CN114694842A (zh) | 宠物健康监测方法、装置、计算机设备及可读存储介质 | |
CN114049550A (zh) | 基于深度学习的笼养死亡肉鸡自动识别方法 | |
CN110638529A (zh) | 一种手术远程控制方法、装置、存储介质及终端设备 | |
KR102304109B1 (ko) | 반려동물 추종 모니터링 서버 및 그 동작 방법 | |
CN109285081A (zh) | 饲养动物的确认方法、理赔方法、管理方法以及确认系统 | |
KR20140065673A (ko) | 해상 가두리 자가 진단 시스템 | |
CN110419461A (zh) | 生猪养殖监控方法及系统 | |
KR101938046B1 (ko) | 식물 생육을 관리하기 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 | |
CN109657535A (zh) | 图片识别方法、目标设备及云平台 | |
CN108052574A (zh) | 基于Kafka技术的从FTP服务器导入海量数据的ETL系统及实现方法 | |
CN107222535A (zh) | 基于移动终端的养殖溯源系统 | |
CN113313050A (zh) | 一种基于视频流的皮肤智能检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |