CN109493326A - 一种用于医疗检测领域的移动式识别分析系统 - Google Patents
一种用于医疗检测领域的移动式识别分析系统 Download PDFInfo
- Publication number
- CN109493326A CN109493326A CN201811289565.0A CN201811289565A CN109493326A CN 109493326 A CN109493326 A CN 109493326A CN 201811289565 A CN201811289565 A CN 201811289565A CN 109493326 A CN109493326 A CN 109493326A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- color value
- sample point
- reaction zone
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000000338 in vitro Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 21
- 238000003745 diagnosis Methods 0.000 claims abstract description 20
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000009499 grossing Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000012549 training Methods 0.000 claims description 11
- 239000003153 chemical reaction reagent Substances 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001537 neural effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于医疗检测领域的移动式识别分析系统，该系统用于客户端中，该系统包括：获取模块，其用于获取原始图像；选取模块，其根据所述编码图像的位置数据从原始图像中选取出反应区图像；图像预处理模块，其包括光线校准模块和平滑去噪模块；采样模块，其从所述反应区图像中提取样本点，所述样本点为反应出检测结果的像素点；计算模块，其用以计算样本点的色值；识别判定模块，其将提取的样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；输出模块，其将所述识别结果显示在客户端上。本发明解决了现有对体外诊断产品进行结果判读所需个人专业性高，检测过程易受地域性和时间性的限制的问题，同时还实现了检测结果的可追溯性、防伪性。
Description
技术领域
本发明涉及一种识别系统，具体涉及一种用于医疗检测领域的移动式识别分析系统。
背景技术
体外诊断，即IVD(In Vitro Diagnostic)，是指在人体之外，通过对人体样本(血液、体液、组织等)进行检测而获取临床诊断信息，进而判断疾病或机体功能的产品和服务。体外诊断产品主要由诊断设备(仪器)和诊断试剂构成。体外诊断方式由于能在疾病早期做出快速准确的诊断，在临床医疗和相关医学研究领域中发挥着越来越重要作用。体外诊断领域的免疫学检测过程中，一般是由具备一定相关专业知识的医务人员执行检测流程并对检测结果做出判读。人为的肉眼判读容易导致误判，特别是当检测试剂存在明显批间差异的时候。此外，现有的对免疫结果做出判读的仪器每次都需要在设备的后台人为输入试剂的批次信息，结果的判读也仅限于设备上自带的结果分析方式，一旦分析方式有所更改则需要人为的对检测系统进行升级。同时，现有的检测设备体积大、价格昂贵、不便携带、操作流程复杂等特点使得该系统在检测过程中易受地域性和时间性的限制。
发明内容
本发明目的是为了解决现有对体外诊断产品进行结果判读所需个人专业性高，检测过程易受地域性和时间性的限制的问题。本发明解决该技术问题所采用的技术方案是：一种用于医疗检测领域的移动式识别分析系统，该系统包括客户端和服务器，所述客户端包括获取模块以及输出模块，所述服务器包括选取模块、采样模块、计算模块和识别判定模块；其中：
获取模块，其用于获取原始图像，所述原始图像包括产品图像和编码图像；所述产品图像为被诊断者的样本与体外诊断产品中的试剂反应后，体外诊断产品上呈现的检测结果的图像；所述编码图像为每个所述体外诊断产品的唯一编码；
选取模块，其根据所述编码图像的位置数据从原始图像中选取出反应区图像；
采样模块，其从所述反应区图像中采集样本点，所述样本点为能够反映检测结果的像素点，
计算模块，其用以计算所述样本点的色值；
识别判定模块，其将所述样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；
输出模块，其将所述识别结果显示在客户端上。
进一步地，所述编码图像位于所述体外诊断产品上的特定位置，所述编码图像为记录数据符号信息的图像。
优选地，所述编码图像为二维码图像或条形码图像。
进一步地，所述服务器还包括图像预处理模块，所述图像预处理模块包括光线校准模块和平滑去噪模块，所述平滑去噪模块采用高斯滤波方法对所述反应区图像进行平滑去除噪音处理。
进一步地，所述光线校准模块包括：
获取单元，其用来获取所述编码图像中的亮色像素点的色值和暗色像素点的色值，所述亮色像素点的色值为第一色值，所述暗色像素点的色值为第二色值；
修正单元，其用来将所述第一色值去除方差过大的值，并对剩下的第一色值求平均值，该平均值为第一校准值；还用来将所述第二色值去除方差过大的值，并对剩下的第二色值求平均值，该平均值为第二校准值；
校准单元，其根据修正单元提供的所述第一校准值与所述第二校准值对反应区图像进行光线校准处理。
进一步地，所述平滑去噪模块采用高斯滤波方法对所述反应区图像进行平滑去除噪音处理。
进一步地，所述采样模块的提取样本点的步骤为：
A1、定义反应区图像的水平方向为X轴，定义反应区图像的竖直方向为Y轴；
B1、将X轴方向的像素点去除方差过大的像素点，对剩下的像素点求平均值，得到长度为Y的像素点的集合。
进一步地，本系统还包括检测模块，所述检测模块包括反应区检测单元以及样本点检测单元；
所述反应区检测单元用来检测是否有反应区图像未被选取，若有，则所述选取模块再次对所述原始图像中选取出反应区图像；所述样本点检测单元用来检测是否有样本点未被提取，若有，则所述采样模块再次从所述反应区图像中提取样本点。
进一步地，所述识别判定模块包括数据库、判定单元以及训练优化单元；
所述数据库包括摄录视频数据、采样时间数据、采样地点数据、产品图像数据、编码图像数据、结果数据和神经网络训练数据；
所述判定单元其将所述样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；
所述训练优化单元对所述数据库的数据神经网络数据进行更新并校正结果。
现有检测仪器不具备大数据存储和分析的功能，该方案能够将检测过程相关的数据存储并对数据进行分析的功能。
进一步地，所述获取模块还包括摄录模块，所述摄录模块用于记录对被诊断者进行取样的过程，保证识别结果与被诊断者的对应关系。由于现有的检测仪器不能将检测的主体和检测结果很好的关联起来，检测结果存在造假的现象，该方案能够很好地将检测主体和检测结果一一对应。
进一步地，所述客户端还包括定位模块以及时间模块；所述定位模块记录对被诊断者进行取样的地点；所述时间模块记录对被诊断者进行取样的时间。采用上述方案，在客户端对取样过程进行摄录时，能够同时记录获取图像的地点和时间。
本发明的有益效果：本发明所述的一种用于医疗检测领域的移动式识别分析系统，只需获取体外诊断产品与被测样品的反应后的产品图像，由本系统对其进行处理识别，无需个人判读结果，而是本系统直接输出识别结果，解决了现有对体外诊断产品进行结果判读所需个人专业性高的问题，本系统的客户端可以是常规的手机、平板电脑等方便携带的设备，解决了现有的检测过程易受地域性和时间性的限制的问题。
下面结合附图和实施例对本发明作进一步说明。
附图说明
图1是本发明所述的一种用于医疗检测领域的移动式识别分析系统的组成示意图。
图2是本发明中的图像预处理模块的结构示意图。
图3是本发明中的光线校准模块的结构示意图。
图4是本发明中的识别判定模块的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明所述的一种用于医疗检测领域的移动式识别分析系统，该系统用于客户端中，客户端可以是常规的手机、平板电脑等方便携带的设备，解决了现有的检测过程易受地域性和时间性的限制的问题。本发明所述的一种用于医疗检测领域的移动式识别分析系统包括客户端9和服务器10，所述客户端9包括获取模块1、摄录模块11、时间模块12和定位模块13；以及输出模块7，所述服务器10包括选取模块2、图像预处理模块3、采样模块4、计算模块5和识别判定模块6；
具体地，所述获取模块1用于获取原始图像，所述原始图像包括产品图像和编码图像；所述产品图像为被诊断者的样本与体外诊断产品中的试剂反应后，体外诊断产品上呈现的检测结果的图像；所述编码图像为每个所述体外诊断产品的唯一编码，所述编码图像位于所述体外诊断产品上的特定位置，所述编码图像为记录数据符号信息的图像。本实施例优选地，所述编码图像为二维码图像或条形码图像。
具体地，所述摄录模块11用于记录对被诊断者进行取样的过程，保证识别结果与被诊断者的对应关系。由于现有的检测仪器不能将检测的主体和检测结果很好的关联起来，检测结果存在造假的现象，该方案能够很好地将检测主体和检测结果一一对应。
具体地，所述定位模块13记录对被诊断者进行取样的地点；所述时间模块12记录对被诊断者进行取样的时间，所述时间模块12以及定位模块13使得在客户端对取样过程进行摄录时，能够同时记录获取图像的地点和时间。
具体地，所述选取模块2根据所述编码图像的位置数据从原始图像中选取出反应区图像。
具体地，所述图像预处理模块3包括光线校准模块31和平滑去噪模块32；所述平滑去噪模块32采用高斯滤波方法对所述反应区图像进行平滑去除噪音处理；所述光线校准模块31包括获取单元311、修正单元312以及校准单元313；
所述获取单元311用来获取所述编码图像中的亮色像素点的色值和暗色像素点的色值，所述亮色像素点的色值为第一色值，所述暗色像素点的色值为第二色值；
所述修正单元312用来将所述第一色值去除方差过大的值，并对剩下的第一色值求平均值，该平均值为第一校准值；还用来将所述第二色值去除方差过大的值，并对剩下的第二色值求平均值，该平均值为第二校准值；
所述校准单元313根据修正单元提供的所述第一校准值与所述第二校准值对反应区图像进行光线校准处理。
具体地，所述采样模块4从所述反应区图像中提取样本点，所述样本点为反应出检测结果的像素点。所述采样模块的提取样本点的步骤为：
A1、定义反应区图像的水平方向为X轴，定义反应区图像的竖直方向为Y轴；
B1、将X轴方向的像素点去除方差过大的像素点，对剩下的像素点求平均值，得到长度为Y的像素点的集合，该像素点的集合即样本点的像素点的集合，
具体地，所述计算模块5用以计算样本点的色值。
具体地，所述识别判定模块6将将所述样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；所述识别判定模块包括数据库61、判定单元62以及训练优化单元63；所述数据库61包括摄录视频数据、采样时间数据、采样地点数据、产品图像数据、编码图像数据、结果数据和神经网络训练数据；所述数据库61中的神经网络训练数据由500张不同光线环境的已知结果的样本点的色值数据和与其对应的识别结果在BP神经网络中训练得到，对检测结果的识别准确率更高。
所述判定单元62将所述样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；所述训练优化单元63对所述数据库61的数据进行更新并校正结果，当拥有更多数据时，不断更新和校准结果可达到更高的准确率。该识别判定模块能够存储检测过程相关的数据并对数据进行分析。
具体地，所述输出模块7将所述识别结果显示在客户端上。
具体地，所述检测模块8包括反应区检测单元以及样本点检测单元；
所述反应区检测单元用来检测是否有反应区图像未被选取，若有，则所述选取模块再次对所述原始图像中选取出反应区图像；所述样本点检测单元用来检测是否有样本点未被提取，若有，则所述选取模块再次对所述原始图像中选取出反应区图像。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变型不脱离本发明的精神和范围，倘若这些改动和变型属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变型。
Claims (10)
1.一种用于医疗检测领域的移动式识别分析系统，其特征在于，该系统包括客户端和服务器，所述客户端包括获取模块以及输出模块，所述服务器包括选取模块、采样模块、计算模块和识别判定模块；其中：
获取模块，其用于获取原始图像，所述原始图像包括产品图像和编码图像；所述产品图像为被诊断者的样本与体外诊断产品中的试剂反应后，体外诊断产品上呈现的检测结果的图像；所述编码图像为每个所述体外诊断产品的唯一编码；
选取模块，其根据所述编码图像的位置数据从原始图像中选取出反应区图像；
采样模块，其从所述反应区图像中采集样本点，所述样本点为能够反映检测结果的像素点，计算模块，其用以计算所述样本点的色值；
识别判定模块，其将所述样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；
输出模块，其将所述识别结果显示在客户端上。
2.根据权利要求1所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述编码图像位于所述体外诊断产品上的特定位置，所述编码图像为记录数据符号信息的图像。
3.根据权利要求2所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述编码图像为二维码图像或条形码图像。
4.根据权利要求1所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述服务器还包括图像预处理模块，所述图像预处理模块包括光线校准模块和平滑去噪模块，所述平滑去噪模块采用高斯滤波方法对所述反应区图像进行平滑去除噪音处理。
5.根据权利要求4所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述光线校准模块包括：
获取单元，其用来获取所述编码图像中的亮色像素点的色值和暗色像素点的色值，所述亮色像素点的色值为第一色值，所述暗色像素点的色值为第二色值；
修正单元，其用来将所述第一色值去除方差过大的值，并对剩下的第一色值求平均值，该平均值为第一校准值；还用来将所述第二色值去除方差过大的值，并对剩下的第二色值求平均值，该平均值为第二校准值；
校准单元，其根据修正单元提供的所述第一校准值与所述第二校准值对反应区图像进行光线校准处理。
6.根据权利要求1所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述采样模块的提取样本点的步骤为：
A1、定义反应区图像的水平方向为X轴，定义反应区图像的竖直方向为Y轴；
B1、将X轴方向的像素点去除方差过大的像素点，对剩下的像素点求平均值，得到长度为Y的像素点的集合。
7.根据权利要求1所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，还包括检测模块，所述检测模块包括反应区检测单元以及样本点检测单元；
所述反应区检测单元用来检测是否有反应区图像未被选取，若有，则所述选取模块再次对所述原始图像中选取出反应区图像；
所述样本点检测单元用来检测是否有样本点未被提取，若有，则所述采样模块再次从所述反应区图像中提取样本点。
8.根据权利要求1所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述识别判定模块包括数据库、判定单元以及训练优化单元；
所述数据库包括摄录视频数据、采样时间数据、采样地点数据、产品图像数据、编码图像数据、结果数据和神经网络训练数据；
所述判定单元其将所述样本点的色值数据输入BP神经网络，经过BP神经网络输出其识别结果；
所述训练优化单元对所述数据库的神经网络数据进行更新并校正结果。
9.根据权利要求1所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述客户端还包括摄录模块，所述摄录模块用于记录对被诊断者进行取样的过程，保证识别结果与被诊断者的对应关系。
10.根据权利要求9所述的一种用于医疗检测领域的移动式识别分析系统，其特征在于，所述客户端还包括定位模块以及时间模块；所述定位模块记录对被诊断者进行取样的地点；所述时间模块记录对被诊断者进行取样的时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811289565.0A CN109493326B (zh) | 2018-10-31 | 2018-10-31 | 一种用于医疗检测领域的移动式识别分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811289565.0A CN109493326B (zh) | 2018-10-31 | 2018-10-31 | 一种用于医疗检测领域的移动式识别分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109493326A true CN109493326A (zh) | 2019-03-19 |
| CN109493326B CN109493326B (zh) | 2021-07-20 |
Family
ID=65693580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811289565.0A Active CN109493326B (zh) | 2018-10-31 | 2018-10-31 | 一种用于医疗检测领域的移动式识别分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109493326B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5761385A (en) * | 1995-09-05 | 1998-06-02 | Loral Defense Systems | Product and method for extracting image data |
| CN101299275A (zh) * | 2008-06-25 | 2008-11-05 | 北京中星微电子有限公司 | 一种目标检测方法、装置及一种监控系统 |
| CN104217191A (zh) * | 2013-06-03 | 2014-12-17 | 张旭 | 一种基于复杂彩色背景图像的海量面孔分割检测识别方法 |
| CN105260606A (zh) * | 2015-10-16 | 2016-01-20 | 吴凡 | 移动式医疗光学信息采集系统 |
| US20170011281A1 (en) * | 2015-07-09 | 2017-01-12 | Qualcomm Incorporated | Context-based priors for object detection in images |
| CN106546581A (zh) * | 2016-11-02 | 2017-03-29 | 长沙云知检信息科技有限公司 | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 |
| CN107066934A (zh) * | 2017-01-23 | 2017-08-18 | 华东交通大学 | 胃部肿瘤细胞图像识别判定装置、方法及胃部肿瘤切片识别判定设备 |
| CN108701355A (zh) * | 2016-03-25 | 2018-10-23 | 英特尔公司 | Gpu优化和在线基于单高斯的皮肤似然估计 |
-
2018
- 2018-10-31 CN CN201811289565.0A patent/CN109493326B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5761385A (en) * | 1995-09-05 | 1998-06-02 | Loral Defense Systems | Product and method for extracting image data |
| CN101299275A (zh) * | 2008-06-25 | 2008-11-05 | 北京中星微电子有限公司 | 一种目标检测方法、装置及一种监控系统 |
| CN104217191A (zh) * | 2013-06-03 | 2014-12-17 | 张旭 | 一种基于复杂彩色背景图像的海量面孔分割检测识别方法 |
| US20170011281A1 (en) * | 2015-07-09 | 2017-01-12 | Qualcomm Incorporated | Context-based priors for object detection in images |
| CN105260606A (zh) * | 2015-10-16 | 2016-01-20 | 吴凡 | 移动式医疗光学信息采集系统 |
| CN108701355A (zh) * | 2016-03-25 | 2018-10-23 | 英特尔公司 | Gpu优化和在线基于单高斯的皮肤似然估计 |
| CN106546581A (zh) * | 2016-11-02 | 2017-03-29 | 长沙云知检信息科技有限公司 | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 |
| CN107066934A (zh) * | 2017-01-23 | 2017-08-18 | 华东交通大学 | 胃部肿瘤细胞图像识别判定装置、方法及胃部肿瘤切片识别判定设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109493326B (zh) | 2021-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108764286B (zh) | 一种基于迁移学习的血管图像中特征点的分类识别方法 | |
| CN112580552B (zh) | 一种鼠类行为分析方法及装置 | |
| CN110706786B (zh) | 非接触式心理参数智能分析与评测系统 | |
| CN106491161B (zh) | 一种智能组织识别的方法及装置 | |
| CN106645706A (zh) | 一种移动终端定量分析胶体金检测试剂的方法 | |
| MA51798B1 (fr) | Procédé et système permettant de déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel et procédé et système pour générer un module mis en uvre par logiciel | |
| CN108876772A (zh) | 一种基于大数据的肺癌图像诊断系统及方法 | |
| CN103984964A (zh) | 一种试纸条图像识别方法及系统 | |
| CN105611872A (zh) | 用于评估多通道ecg信号的装置和方法 | |
| CN107543788A (zh) | 一种尿红细胞畸形率检测方法及系统 | |
| Flaucher et al. | Smartphone-based colorimetric analysis of urine test strips for at-home prenatal care | |
| CN112256754A (zh) | 基于标准模型的超声检测分析系统及方法 | |
| CN116740426A (zh) | 一种功能磁共振影像的分类预测系统 | |
| CN110456050B (zh) | 便携式智能数字化寄生虫体外诊断仪 | |
| Maithili et al. | Optimized CNN model for diabetic retinopathy detection and classification | |
| AU2014321134B2 (en) | An apparatus and method for identifying plant varieties from leaf samples taken whilst in the field. | |
| KR20200062764A (ko) | 딥러닝 기반 혈관 구분 방법 및 시스템 | |
| CN108335732A (zh) | 一种oct影像的病例推荐方法及其系统 | |
| CN109493326A (zh) | 一种用于医疗检测领域的移动式识别分析系统 | |
| CN111428577B (zh) | 一种基于深度学习与视频放大技术的人脸活体判断方法 | |
| KR102333120B1 (ko) | 자가 두피 진단 시스템 및 방법 | |
| CN112086193A (zh) | 一种基于物联网的人脸识别健康预测系统及方法 | |
| CN111028906A (zh) | 一种快速检测组织细胞正电荷量的方法 | |
| CN109492650B (zh) | 一种基于神经网络的ivd图像识别判定方法 | |
| CN117137442B (zh) | 基于生物学特征帕金森症辅助检测系统、机器可读介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |