CN114141326A - 用于追踪植物的康复情况的方法、装置和存储介质 - Google Patents
用于追踪植物的康复情况的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN114141326A CN114141326A CN202111458725.1A CN202111458725A CN114141326A CN 114141326 A CN114141326 A CN 114141326A CN 202111458725 A CN202111458725 A CN 202111458725A CN 114141326 A CN114141326 A CN 114141326A
- Authority
- CN
- China
- Prior art keywords
- plant
- user
- rehabilitation
- condition
- treatment plan
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011282 treatment Methods 0.000 claims abstract description 144
- 238000003745 diagnosis Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000000246 remedial effect Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 description 141
- 238000010586 diagram Methods 0.000 description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 16
- 230000001225 therapeutic effect Effects 0.000 description 9
- 201000010099 disease Diseases 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 235000002245 Penicillium camembertii Nutrition 0.000 description 7
- 240000008042 Zea mays Species 0.000 description 5
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 4
- 235000005822 corn Nutrition 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 241001104043 Syringa Species 0.000 description 3
- 235000004338 Syringa vulgaris Nutrition 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 244000252337 Epipremnum pinnatum Species 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000000844 anti-bacterial effect Effects 0.000 description 2
- 239000003899 bactericide agent Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002917 insecticide Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011369 optimal treatment Methods 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 241001057636 Dracaena deremensis Species 0.000 description 1
- 241000219793 Trifolium Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 1
- 238000011256 aggressive treatment Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000417 fungicide Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 235000009973 maize Nutrition 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开涉及用于追踪植物的康复情况的方法、装置和存储介质。提供了一种用于追踪植物的康复情况的方法，包括：根据基于植物的影像由诊断模型识别出的病症，提供所述植物的治疗计划，其中，所述治疗计划包括所述植物的针对该识别出的病症在预定时间可采取的治疗措施；根据所述治疗计划，提醒用户在预定时间采取相应的治疗措施；以及定期提醒用户获取所述植物的影像，并根据从用户处获取的所述植物的影像利用模型来判断所述植物的康复情况。
Description
技术领域
本公开涉及计算机技术领域，具体而言涉及用于追踪植物的康复情况的方法、装置和存储介质。
背景技术
对植物病症(例如，植物的疾病、虫害等)的诊断和治疗与给人类看病类似，是一个需要持续一段时间的过程。
孤立的一次诊断很难彻底解决植物的病症，并且无法追踪用户在了解植物的病症之后的后续行为。并且，孤立的一次诊断无法获知用户的问题是否最终得以解决，难以完全地帮助用户治愈植物。
发明内容
本公开的目的包括提供用于追踪植物的康复情况的方法、装置和存储介质。
根据本公开的第一方面，提供了一种用于追踪植物的康复情况的方法，包括：根据基于植物的影像由诊断模型识别出的病症，提供所述植物的治疗计划，其中，所述治疗计划包括所述植物的针对该识别出的病症在预定时间可采取的治疗措施；根据所述治疗计划，提醒用户在预定时间采取相应的治疗措施；以及定期提醒用户获取所述植物的影像，并根据从用户处获取的所述植物的影像利用模型来判断所述植物的康复情况。
根据本公开的第二方面，提供了一种用于追踪植物的康复情况的装置，所述装置包括：一个或多个处理器；以及存储计算机可读指令的存储器，所述计算机可读指令在由所述一个或多个处理器执行时使得所述一个或多个处理器执行根据本公开的第一方面所述的方法。
根据本公开的第三方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机可读指令，所述计算机可读指令在由一个或多个计算装置执行时，使得所述一个或多个计算装置进行根据本公开的第一方面所述的方法。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
图1是示意性地示出根据本公开的实施例的用于追踪植物的康复情况的方法的至少一部分的流程图；
图2是示意性地示出根据本公开的实施例的植物的治疗记录界面的示意图；
图3是示意性地示出根据本公开的实施例的植物的诊断文章页面的至少一部分的示意图；
图4是示意性地示出根据本公开的实施例的植物的治疗计划页面的示意图；
图5是示意性地示出根据本公开的实施例的植物的任务列表页面的示意图；
图6是示意性地示出根据本公开的实施例的植物的治疗记录界面的示意图；
图7是示意性地示出根据本公开的实施例的植物的治疗记录界面的示意图；
图8是示意性地示出根据本公开的实施例的植物的治疗记录界面的示意图；
图9是示意性地示出根据本公开的实施例的用于追踪植物的康复情况的计算机系统的至少一部分的结构图；
图10是示意性地示出根据本公开的实施例的用于追踪植物的康复情况的计算机系统的至少一部分的结构图。
注意，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
具体实施方式
以下将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。在下面描述中，为了更好地解释本公开，阐述了许多细节，然而可以理解的是，在没有这些细节的情况下也可以实践本公开。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
现实中给人类患者看病需要在患者首次就诊时为患者建立病历档案/治疗记录。并且，在患者首次就诊后，需要执行相应的医疗措施(例如，吃药)以及了解患者的后续治疗情况，例如，需要定期进行复诊。治疗过程中可以记录诊断的时间、结果等，通过查看患者在医院的病历档案/治疗记录，可以了解患者历次就诊的时间、内容、结果等。
植物的康复情况的追踪可以与人类看病类似，在对植物进行诊断并给出相应的治疗方案后，需要用户按照治疗方案对植物执行各种治疗措施，然后配合一定的回访，以更好地帮助用户治疗植物。创建治疗计划后，可以为用户提供植物的治疗方案，引导用户按照治疗方案对植物执行治疗措施并记录在治疗方案下的植物的状态变化，期望的是引导用户坚持执行植物的治疗方案持续至少一个治疗周期。
植物的康复情况的追踪可以形成诊断的完整闭环。在对植物进行自动诊断后，可以通过用户持续反馈当前阶段的处理措施并追踪植物的当前康复情况。植物的病症治疗是一个长时间的持续的过程，全程参与这个过程会增加用户的获得感，同时可以有助于采集植物病例的更多信息，这些信息可用于提升诊断能力。
图1是示意性地示出根据本公开的实施例的用于追踪植物的康复情况的方法的至少一部分的流程图。
如图1所示，在S11处，可以根据基于植物的影像由诊断模型识别出的病症，提供该植物的治疗计划。其中，治疗计划可以包括针对该识别出的病症在预定时间可对该植物采取的治疗措施。在根据本公开的实施例中，治疗计划可以具有对应的待办清单和日历。
在根据本公开的实施例中，诊断模型可以是被配置为基于植物的影像来识别植物的病症的模型。其中，影像可以是指其中包括要对其进行诊断的一个或多个植物的静态图像、动态图像以及视频等，并且，影像可以是由用户拍摄的图像，也可以是用户希望进行识别但不是由该用户拍摄的图像。诊断模型可以是预先训练好的识别模型，其可以是例如神经网络模型，诸如卷积神经网络模型或残差网络模型等。
在根据本公开的实施例中，治疗措施可以包括由用户对植物执行的有利于植物康复的措施。作为非限制性示例，治疗措施可以包括浇水、施加杀虫剂、喷水、换盆、换土、修剪、施加杀菌剂等等。其中对于需要在预定时间(诸如，每天、每周、每个月、每半年、每年等)执行的治疗措施，可以自动设置呈现给用户的提醒，以促使用户在该预定时间执行该治疗措施。需要在预定时间执行的治疗措施可以包括例如浇水、施加杀虫剂、喷水等。而不需要在预定时间执行的治疗措施可以在用户确定治疗计划后即提示用户执行。不需要在预定时间执行的治疗措施可以包括例如换盆、换土、修剪、施加杀菌剂等。
在识别出植物的病症之后，可以创建针对该植物的治疗记录，并将植物的病症记录下来。图2是示意性地示出根据本公开的实施例的植物的治疗记录界面200的示意图，其中，该治疗记录界面200是针对植物Corn Plant(玉米)的记录界面，并且记录了植物CornPlant(玉米)被识别为患有褐斑病。
此外，在识别出植物的病症之后和创建治疗记录之前，可以呈现诊断文章页面，以向用户详细说明该植物的识别出的病症。图3是示意性地示出根据本公开的实施例的植物的诊断文章页面300的至少一部分的示意图。作为非限制性示例，诊断文章页面300可以包括识别出的病症的名称、提供植物病症的相关描述的诊断文章301以及植物病症的治疗计划入口302。响应于用户在治疗计划入口302处的操作，可以创建针对该植物的治疗计划，并向用户呈现该植物的针对所识别出的病症的治疗计划。在根据本公开的实施例中，还可以在创建治疗计划的时候对治疗计划进行介绍，例如，介绍可以包括治疗计划的具体内容(诸如，包含的治疗措施)、预期的治疗效果和/或治疗计划的优点，以使得用户了解治疗计划并且鼓励用户坚持按照治疗计划进行治疗。
在根据本公开的实施例中，对于同一需要治疗的植物，可以呈现针对同一识别出的植物病症的多个不同的治疗计划，以供用户选择。图4是示意性地示出根据本公开的实施例的植物的治疗计划页面400的示意图。如图4所示，治疗计划页面400可以包括针对植物的所识别出的病症提供的多个不同的治疗计划，例如，可以包括治疗计划401和治疗计划402。其中，治疗计划401可以是对于该病症而言默认或优选的治疗计划，而治疗计划402是作为备选的治疗计划；或者，治疗计划401是被用户选中的治疗计划，而治疗计划402是未被用户选中的治疗计划。
返回参见图1，在S12处，可以根据治疗计划，提醒用户在预定时间采取相应的治疗措施。
在根据本公开的实施例中，提醒可以是以任务列表的形式，任务列表可以是按日汇总的每日任务列表。图5是示意性地示出根据本公开的实施例的任务列表页面500的示意图。如图5所示，在任务列表501中，将在预定时间需要对植物采取的治疗措施按照预定的时间进行汇总和排序，以提醒用户每天需要对各个植物采取的治疗措施。例如，今天需要对两个植物Epipremnum aureum(绿萝)分别执行浇水以及浇水和施肥的治疗措施，明天需要对植物Commmon lilac(洋丁香)执行施肥的治疗措施。在根据本公开的实施例中，响应于用户在可操作区域502中的操作，可以消除任务列表501中的今天的任务或所有的任务，以表示这些任务已完成。在根据本公开的实施例中，除了需要在预定时间采取的治疗措施之外，任务列表还可以包括不需要在预定时间采取的治疗措施，诸如换盆、换土、修剪、施加杀菌剂等，来为这些任务设置提醒，从而促使用户完成这些任务。
在根据本公开的实施例中，任务列表还可以包括按照各个植物汇总的任务列表。例如，对于图5中所示的植物Commmon lilac(洋丁香)单独提供针对该植物的任务列表，以向用户呈现该植物在每天需要定期执行的治疗措施。
图6是示意性地示出根据本公开的实施例的植物的治疗记录界面600的示意图，其中，针对植物Corn Plant(玉米)的褐斑病，提供了两种治疗计划供用户选择。如图6所示，界面600中呈现了提供的治疗计划1和2以及对这些治疗计划的描述。在根据本公开的实施例中，对治疗计划的描述可以包括不需要在预定时间执行的治疗措施，从而让用户在看到这些治疗措施后即可执行。在根据本公开的实施例中，图6中所示的界面600可以被配置为响应于用户对“提醒”按钮的操作而呈现要提醒用户完成的具体治疗措施。
图7示意性地示出根据本公开的实施例的植物的治疗记录界面700的示意图。图7在界面700中强调示出了由用户选中的治疗计划1“去掉受感染的叶子”，并且类似地，界面示出了“提醒”按钮，以响应于用户的操作而呈现要提醒用户完成的具体治疗措施。
返回参见图1，在S13处，可以定期提醒用户获取植物的影像，并根据从用户处获取的植物的影像利用模型来判断植物的康复情况。例如，可以每天、每三天或每周提醒用户获取植物的影像并进行判断。在根据本公开的实施例中，植物的康复情况可以被存储在该植物的治疗记录中。
具体而言，如果判定为植物的康复情况为好转时，则可以更新植物状态并向用户推送更新的状态，例如，于次日向用户推送。作为非限制性示例，例如对于植物的白色霉层问题，如果识别出植物上白色霉层的生成速度降低或不再出现新的白色霉层，则可以判定，植物的康复情况正在好转。
如果判定为植物的康复情况为恶化时，则可以采取补救措施。
具体而言，在恶化的情况下，可以提供专家诊断入口，用于将与植物的病症相关联的信息提交给专家进行诊断。在根据本公开的实施例中，提交给专家的信息可以包括植物的影像，例如，可以包括在首次诊断、定期记录等过程中获取的影像。在根据本公开的实施例中，提交给专家的信息可以包括治疗记录中的历史诊断结果以及针对诊断结果的治疗方案，诸如所选择的治疗计划、已采取的治疗措施等等。在根据本公开的实施例中，提交给专家的信息还可以包括与用户的交互内容，例如，在后文将详细描述的回访过程中从用户处获取的以文字或图片形式的信息。
在恶化的情况下，除了进行专家诊断之外，或者在专家诊断的基础上，还可以调整或重新制订治疗计划。具体而言，可以对治疗计划中包括的治疗措施进行如下调整：调整治疗措施的频率，诸如，从每3天施加一次杀虫剂更改为每天施加一次杀虫剂；以及更换治疗措施，诸如，将诸如浇水之类的常规的治疗措施更换为诸如换土、换盆或修剪之类的更激进的治疗手段。
作为非限制性示例，例如对于植物的白色霉层问题，如果识别出植物上的白色霉层的数量和/或面积持续增加，则可以判定，植物的康复情况正在恶化。
如果判定为植物的康复情况为痊愈时，则可以向用户推送诊断评价，用于根据诊断评价对治疗计划进行进一步的优化。
作为非限制性示例，例如对于植物的白色霉层问题，如果识别出植物上的白色霉层已消失，则可以判定，植物的康复情况为已痊愈。
在根据本公开的实施例中，康复情况的数据可以被用于判断多个治疗计划的优劣并从多个治疗计划中选择最优的治疗计划。
在根据本公开的实施例中，在S13处用于判断植物的康复情况的模型可以与在S11处识别出病症的诊断模型相同。例如，如果在S13处模型识别得到与之前在S11处识别出的病症相同的病症，则判定为植物的康复情况为未好转(例如，恶化)；如果在S13处模型未识别得到与之前在S11处识别出的病症相同的病症，则判定为植物的康复情况为好转。
在根据本公开的实施例中，在S13处用于判断植物的康复情况的模型可以与在S11处识别出病症的诊断模型不同。作为非限制性示例，在S13处可以采用针对具体病症的模型。例如，对于如图2中所示的植物Corn Plant(玉米)的褐斑病，可以采取被配置为识别植物上的褐斑的面积和/或数量的模型，并根据识别结果判断该植物的褐斑病的康复情况。作为非限制性示例，植物的病症及其痊愈的判断标准可以参见下表：
表1
在根据本公开的实施例中，在S14处，还可以定期对用户进行回访，以从用户处了解植物的康复情况。首次回访的时间可以被设置为在首次诊断之后的特定时间，例如，首次诊断之后的1周。在需要的情况下，在首次回访之后的特定时间，可以对用户进行二次或更多次的回访。作为非限制性示例，回访可以包括向用户推送与康复情况相关联的回访问题，例如，“出现褐斑的叶片是否有变绿？”，并根据用户的答复来了解该植物的康复情况，以及从用户处获取该植物的影像以用于利用模型辅助了解该植物的康复情况。这里，用户的答复可以采取诸如但不限于从提供的答复选项中进行选择、输入文字答复、配图等形式。
类似地，在根据本公开的实施例中，在S14处用于辅助了解植物的康复情况的模型可以与在S11处识别出病症的诊断模型相同或不同。该模型可以是预先训练好的，或者可以根据追踪的康复过程中获取的数据进一步进行训练。
在根据本公开的实施例中，可以根据用户对回访的答复来判断植物的康复情况是否发生变化。
由于诊断使用的模型不一定能够准确无误地进行识别，所以可以通过首次回访对诊断结果进行更正。具体而言，在根据本公开的实施例中，在首次回访的情况下，如果判定为康复情况保持不变或变得更差，则可以对之前的诊断结果进行更正，并相应地将该植物的治疗计划修改为与更正后的病症对应的治疗计划。诸如，在首次诊断之后一周的首次回访，该植物病症变得更严重，诸如，首次诊断中该植物被判定为轻微褐斑病，而首次回访中该植物被修正判定为严重褐斑病，则可以直接告知用户该植物的病症加重，更正诊断结果并修改治疗计划。
在根据本公开的实施例中，可以根据回访结果来改进诊断模型。例如，对于根据回访结果表明植物的康复情况并未好转，则说明由诊断模型识别出的病症可能是不准确的，需要相应地对诊断模型进行调整。
在根据本公开的实施例中，可以根据回访的结果来调整植物的病症的治疗计划。例如，如果根据回访结果的历史数据，现有的多个治疗计划的治疗效果有所不同，则可以将效果好的治疗计划调整为优选的或默认的治疗计划。例如，如果回访结果表明康复情况恶化，则可以调整当前采取的治疗计划，例如，更换治疗计划，或更换治疗计划中包括的需要采取的治疗措施。
在根据本公开的实施例中，可以同时跟踪一个或多个植物的康复情况。该一个或多个植物可以如前文所述被识别出各种病症，并且根据所识别出的病症向用户分别提供相应的治疗计划，并提醒用户分别采取相应的治疗措施。图8是示意性地示出根据本公开的实施例的植物的治疗记录界面800的示意图。该界面800可以在创建植物的治疗计划的初始阶段呈现给用户，其中，通过该界面，用户可以选择需要跟踪的植物，并将植物与相应的识别出的病症以及相应的治疗计划相关联。通过使得植物与病症及治疗计划相关联，可以有利地提高观测植物病症的诊断的准确率。
图9是示意性地示出根据本公开的实施例的用于追踪植物的康复情况的计算机系统900的至少一部分的结构图。本领域技术人员可以理解，系统900只是一个示例，不应将其视为限制本公开的范围或本文所描述的特征。在该示例中，系统900可以包括一个或多个存储装置910、一个或多个电子设备920、以及一个或多个计算装置930，其可以通过网络或总线940互相通信连接。一个或多个存储装置910为一个或多个电子设备920、以及一个或多个计算装置930提供存储服务。虽然一个或多个存储装置910在系统900中以独立于一个或多个电子设备920、以及一个或多个计算装置930之外的单独的框示出，应当理解，一个或多个存储装置910可以实际存储在系统900所包括的其他实体920、930中的任何一个上。一个或多个电子设备920以及一个或多个计算装置930中的每一个可以位于网络或总线940的不同节点处，并且能够直接地或间接地与网络或总线940的其他节点通信。本领域技术人员可以理解，系统900还可以包括图9未示出的其他装置，其中每个不同的装置均位于网络或总线940的不同节点处。
一个或多个存储装置910可以被配置为存储上文所述的任何数据，包括但不限于：影像、模型、数据文件、应用的程序文件等数据。一个或多个计算装置930可以被配置为执行上述方法100和/或方法100中的一个或多个步骤。一个或多个电子设备920可以被配置为向用户提供服务，其可以显示如上所述的界面200、300、400、500、600、700、800。一个或多个电子设备920还可以被配置为执行方法100以及本文所述的其他方法的一个或多个步骤。
网络或总线940可以是任何有线或无线的网络，也可以包括线缆。网络或总线940可以是互联网、万维网、特定内联网、广域网或局域网的一部分。网络或总线940可以利用诸如以太网、WiFi和HTTP等标准通信协议、对于一个或多个公司来说是专有的协议、以及前述协议的各种组合。网络或总线940还可以包括但不限于工业标准体系结构(ISA)总线、微通道架构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)本地总线、和外围部件互连(PCI)总线。
一个或多个电子设备920和一个或多个计算装置930中的每一个可以被配置为与图10所示的系统1000类似，即具有一个或多个处理器1010、一个或多个存储器1020、以及指令和数据。一个或多个电子设备920和一个或多个计算装置930中的每一个可以是意在由用户使用的个人计算装置或者由企业使用的商业计算机装置，并且具有通常与个人计算装置或商业计算机装置结合使用的所有组件，诸如中央处理单元(CPU)、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、诸如显示器(例如，具有屏幕的监视器、触摸屏、投影仪、电视或可操作来显示信息的其他装置)、鼠标、键盘、触摸屏、麦克风、扬声器、和/或网络接口装置等的一个或多个I/O设备。
一个或多个电子设备920还可以包括用于捕获植物的病症识别所需的影像的一个或多个相机、以及用于将这些元件彼此连接的所有组件。虽然一个或多个电子设备920可以各自包括全尺寸的个人计算装置，但是它们可能可选地包括能够通过诸如互联网等网络与服务器无线地交换数据的移动计算装置。举例来说，一个或多个电子设备920可以是移动电话，或者是诸如带无线支持的PDA、平板PC或能够经由互联网获得信息的上网本等装置。在另一个示例中，一个或多个电子设备920可以是可穿戴式计算系统。
图10是示意性地示出根据本公开的一个实施例的用于追踪植物的康复情况的计算机系统1000的至少一部分的结构图。系统1000包括一个或多个处理器1010、一个或多个存储器1020、以及通常存在于计算机等装置中的其他组件(未示出)。一个或多个存储器1020中的每一个可以存储可由一个或多个处理器1010访问的内容，包括可以由一个或多个处理器1010执行的指令1021、以及可以由一个或多个处理器1010来检索、操纵或存储的数据1022。
指令1021可以是将由一个或多个处理器1010直接地执行的任何指令集，诸如机器代码，或者间接地执行的任何指令集，诸如脚本。本文中的术语“指令”、“应用”、“过程”、“步骤”和“程序”在本文中可以互换使用。指令1021可以存储为目标代码格式以便由一个或多个处理器1010直接处理，或者存储为任何其他计算机语言，包括按需解释或提前编译的独立源代码模块的脚本或集合。指令1021可以包括引起诸如一个或多个处理器1010来充当本文中的各模型的指令。本文其他部分更加详细地解释了指令1021的功能、方法和例程。
一个或多个存储器1020可以是能够存储可由一个或多个处理器1010访问的内容的任何临时性或非临时性计算机可读存储介质，诸如硬盘驱动器、存储卡、ROM、RAM、DVD、CD、USB存储器、能写存储器和只读存储器等。一个或多个存储器1020中的一个或多个可以包括分布式存储系统，其中指令1021和/或数据1022可以存储在可以物理地位于相同或不同的地理位置处的多个不同的存储装置上。一个或多个存储器1020中的一个或多个可以经由网络连接至一个或多个处理器1010，和/或可以直接地连接至或并入一个或多个处理器1010中的任何一个中。
一个或多个处理器1010可以根据指令1021来检索、存储或修改数据1022。存储在一个或多个存储器1020中的数据1022可以包括上文所述的一个或多个存储装置910中存储的各项中一项或多项的至少部分。举例来说，虽然本文所描述的主题不受任何特定数据结构限制，但是数据1022还可能存储在计算机寄存器(未示出)中，作为具有许多不同的字段和记录的表格或XML文档存储在关系型数据库中。数据1022可以被格式化为任何计算装置可读格式，诸如但不限于二进制值、ASCII或统一代码。此外，数据1022可以包括足以识别相关信息的任何信息，诸如编号、描述性文本、专有代码、指针、对存储在诸如其他网络位置处等其他存储器中的数据的引用或者被函数用于计算相关数据的信息。
一个或多个处理器1010可以是任何常规处理器，诸如市场上可购得的中央处理单元(CPU)、图形处理单元(GPU)等。可替换地，一个或多个处理器1010还可以是专用组件，诸如专用集成电路(ASIC)或其他基于硬件的处理器。虽然不是必需的，但是一个或多个处理器1010可以包括专门的硬件组件来更快或更有效地执行特定的计算过程，诸如对影像进行图像处理等。
虽然图10中示意性地将一个或多个处理器1010以及一个或多个存储器1020示出在同一个框内，但是系统1000可以实际上包括可能存在于同一个物理壳体内或不同的多个物理壳体内的多个处理器或存储器。例如，一个或多个存储器1020中的一个可以是位于与上文所述的一个或多个计算装置(未示出)中的每一个的壳体不同的壳体中的硬盘驱动器或其他存储介质。因此，引用处理器、计算机、计算装置或存储器应被理解成包括引用可能并行操作或可能非并行操作的处理器、计算机、计算装置或存储器的集合。
在说明书及权利要求中的词语“A或B”包括“A和B”以及“A或B”，而不是排他地仅包括“A”或者仅包括“B”，除非另有特别说明。
在本公开中，对“一个实施例”、“一些实施例”的提及意味着结合该实施例描述的特征、结构或特性包含在本公开的至少一个实施例、至少一些实施例中。因此，短语“在一个实施例中”、“在一些实施例中”在本公开的各处的出现未必是指同一个或同一些实施例。此外，在一个或多个实施例中，可以任何合适的组合和/或子组合来组合特征、结构或特性。
如在此所使用的，词语“示例性的”意指“用作示例、实例或说明”，而不是作为将被精确复制的“模型”。在此示例性描述的任意实现方式并不一定要被解释为比其它实现方式优选的或有利的。而且，本公开不受在上述技术领域、背景技术、发明内容或具体实施方式中所给出的任何所表述的或所暗示的理论所限定。
另外，仅仅为了参考的目的，还可以在下面描述中使用某种术语，并且因而并非意图限定。例如，除非上下文明确指出，否则涉及结构或元件的词语“第一”、“第二”和其它此类数字词语并没有暗示顺序或次序。还应理解，“包括/包含”一词在本文中使用时，说明存在所指出的特征、整体、步骤、操作、单元和/或组件，但是并不排除存在或增加一个或多个其它特征、整体、步骤、操作、单元和/或组件以及/或者它们的组合。
在本公开中，术语“部件”和“系统”意图是涉及一个与计算机有关的实体，或者硬件、硬件和软件的组合、软件、或执行中的软件。例如，一个部件可以是，但是不局限于，在处理器上运行的进程、对象、可执行态、执行线程、和/或程序等。通过举例说明，在一个服务器上运行的应用程序和所述服务器两者都可以是一个部件。一个或多个部件可以存在于一个执行的进程和/或线程的内部，并且一个部件可以被定位于一台计算机上和/或被分布在两台或更多计算机之间。
本领域技术人员应当意识到，在上述操作之间的边界仅仅是说明性的。多个操作可以结合成单个操作，单个操作可以分布于附加的操作中，并且操作可以在时间上至少部分重叠地执行。而且，另选的实施例可以包括特定操作的多个实例，并且在其他各种实施例中可以改变操作顺序。但是，其它的修改、变化和替换同样是可能的。因此，本说明书和附图应当被看作是说明性的，而非限制性的。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。在此公开的各实施例可以任意组合，而不脱离本公开的精神和范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本公开的范围和精神。本公开的范围由所附权利要求来限定。
另外，本公开的实施方式还可以包括以下示例：
示例1、一种用于追踪植物的康复情况的方法，包括：
根据基于植物的影像由诊断模型识别出的病症，提供所述植物的治疗计划，其中，所述治疗计划包括所述植物的针对该识别出的病症在预定时间可采取的治疗措施；
根据所述治疗计划，提醒用户在预定时间采取相应的治疗措施；以及
定期提醒用户获取所述植物的影像，并根据从用户处获取的所述植物的影像利用模型来判断所述植物的康复情况。
示例2、根据示例1所述的方法，还包括定期对用户进行回访，以从用户处了解所述植物的康复情况。
示例3、根据示例2所述的方法，其中，对用户进行回访包括：向用户推送与康复情况相关联的回访问题并根据用户的答复来了解所述植物的康复情况，以及从用户处获取所述植物的影像以用于利用模型辅助了解所述植物的康复情况。
示例4、根据示例2所述的方法，还包括根据回访的结果来改进所述诊断模型。
示例5、根据示例2所述的方法，还包括在回访的结果指示康复情况变差的情况下：
更正所述植物的病症；以及
将所述植物的治疗计划修改为与更正后的病症对应的治疗计划。
示例6、根据示例2所述的方法，还包括根据回访的结果来调整所述治疗计划。
示例7、根据示例1所述的方法，还包括：
在判断出康复情况为好转时，向用户推送更新的植物状态；以及
在判断出康复情况为恶化时，采取补救措施。
示例8、根据示例7所述的方法，还包括：在判断出康复情况为已痊愈时，向用户推送诊断评价。
示例9、根据示例7所述的方法，还包括：在判断出康复情况为恶化时，提供专家诊断入口，以将与植物的病症相关联的信息提交给专家以进行诊断。
示例10、根据示例1所述的方法，其中，提醒用户在预定时间采取的治疗措施是以任务列表的形式，所述任务列表包括每日任务列表和/或针对植物的任务列表。
示例11、根据示例1所述的方法，其中，提供治疗计划是以诊断文章页的形式，所述诊断文章页包括识别出的病症的名称、对所述病症的描述和治疗计划创建入口。
示例12、根据示例11所述的方法，其中，提供治疗计划还包括告知预期的治疗效果。
示例13、根据示例1所述的方法，其中，提供治疗计划包括针对植物的病症提供多个不同的治疗计划以供用户选择。
示例14、根据示例13所述的方法，还包括根据植物的康复情况确定所述多个不同的治疗计划中的最优治疗计划。
示例15、根据示例1-14中任一项所述的方法，其中，所述植物为一个或多个植物，并且其中每个植物具有相关联的识别出的病症以及相关联的治疗计划。
示例16、一种用于追踪植物的康复情况的装置，所述装置包括：
一个或多个处理器；以及
存储计算机可读指令的存储器，所述计算机可读指令在由所述一个或多个处理器执行时使得所述一个或多个处理器执行根据示例1至15中任一项所述的方法。
示例17、一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机可读指令，所述计算机可读指令在由一个或多个计算装置执行时，使得所述一个或多个计算装置进行根据示例1至15中任一项所述的方法。
Claims (10)
1.一种用于追踪植物的康复情况的方法，包括：
根据基于植物的影像由诊断模型识别出的病症，提供所述植物的治疗计划，其中，所述治疗计划包括所述植物的针对该识别出的病症在预定时间可采取的治疗措施；
根据所述治疗计划，提醒用户在预定时间采取相应的治疗措施；以及
定期提醒用户获取所述植物的影像，并根据从用户处获取的所述植物的影像利用模型来判断所述植物的康复情况。
2.根据权利要求1所述的方法，还包括定期对用户进行回访，以从用户处了解所述植物的康复情况。
3.根据权利要求2所述的方法，其中，对用户进行回访包括：向用户推送与康复情况相关联的回访问题并根据用户的答复来了解所述植物的康复情况，以及从用户处获取所述植物的影像以用于利用模型辅助了解所述植物的康复情况。
4.根据权利要求2所述的方法，还包括根据回访的结果来改进所述诊断模型。
5.根据权利要求2所述的方法，还包括在回访的结果指示康复情况变差的情况下：
更正所述植物的病症；以及
将所述植物的治疗计划修改为与更正后的病症对应的治疗计划。
6.根据权利要求2所述的方法，还包括根据回访的结果来调整所述治疗计划。
7.根据权利要求1所述的方法，还包括：
在判断出康复情况为好转时，向用户推送更新的植物状态；以及
在判断出康复情况为恶化时，采取补救措施。
8.根据权利要求7所述的方法，还包括：在判断出康复情况为已痊愈时，向用户推送诊断评价。
9.一种用于追踪植物的康复情况的装置，所述装置包括：
一个或多个处理器；以及
存储计算机可读指令的存储器，所述计算机可读指令在由所述一个或多个处理器执行时使得所述一个或多个处理器执行根据权利要求1至8中任一项所述的方法。
10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机可读指令，所述计算机可读指令在由一个或多个计算装置执行时，使得所述一个或多个计算装置进行根据权利要求1至8中任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111458725.1A CN114141326A (zh) | 2021-12-02 | 2021-12-02 | 用于追踪植物的康复情况的方法、装置和存储介质 |
| PCT/CN2022/130821 WO2023098429A1 (zh) | 2021-12-02 | 2022-11-09 | 用于追踪植物的康复情况的方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111458725.1A CN114141326A (zh) | 2021-12-02 | 2021-12-02 | 用于追踪植物的康复情况的方法、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114141326A true CN114141326A (zh) | 2022-03-04 |
Family
ID=80386982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111458725.1A Pending CN114141326A (zh) | 2021-12-02 | 2021-12-02 | 用于追踪植物的康复情况的方法、装置和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114141326A (zh) |
| WO (1) | WO2023098429A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114663762A (zh) * | 2022-03-28 | 2022-06-24 | 杭州睿胜软件有限公司 | 辅助用户进行植物养护的方法和计算机系统 |
| WO2023098429A1 (zh) * | 2021-12-02 | 2023-06-08 | 杭州睿胜软件有限公司 | 用于追踪植物的康复情况的方法、装置和存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751368A (zh) * | 2015-03-04 | 2015-07-01 | 昆明日晟农业科技有限公司 | 植物智能保护系统及其实现方法 |
| JP2016168046A (ja) * | 2015-03-09 | 2016-09-23 | 学校法人法政大学 | 植物病診断システム、植物病診断方法、及びプログラム |
| CN107682456A (zh) * | 2017-11-07 | 2018-02-09 | 蔡璟 | 一种基于影像与根部检测的智能园林护理系统 |
| KR101830056B1 (ko) * | 2017-07-05 | 2018-02-19 | (주)이지팜 | 딥러닝 기반의 병해 진단 시스템 및 그 이용방법 |
| CN109709277A (zh) * | 2019-01-08 | 2019-05-03 | 珠海格力电器股份有限公司 | 植物状态的检测方法、装置和智能花盆 |
| CN110598532A (zh) * | 2019-07-31 | 2019-12-20 | 长春市万易科技有限公司 | 一种树木病虫害监控系统及方法 |
| CN113096100A (zh) * | 2021-04-15 | 2021-07-09 | 杭州睿胜软件有限公司 | 用于植物病症诊断的方法和植物病症诊断系统 |
| CN113298180A (zh) * | 2021-06-15 | 2021-08-24 | 杭州睿胜软件有限公司 | 用于植物识别的方法和计算机系统 |
| WO2021187231A1 (ja) * | 2020-03-16 | 2021-09-23 | 株式会社電通国際情報サービス | 罹病木診断システム、罹病木診断方法、及び罹病木診断プログラム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI570653B (zh) * | 2013-11-08 | 2017-02-11 | 財團法人資訊工業策進會 | The treatment of plant symptoms is recommended by systems, methods and recording media |
| EP3455782B1 (en) * | 2016-05-13 | 2020-07-15 | Basf Se | System and method for detecting plant diseases |
| CN107330887A (zh) * | 2017-07-11 | 2017-11-07 | 重庆邮电大学 | 一种基于深度学习的农作物病虫害防治方案推荐系统 |
| CN107992828A (zh) * | 2017-12-05 | 2018-05-04 | 深圳春沐源控股有限公司 | 病害防治方法及装置、电子设备和计算机可读存储介质 |
| EP3804488A1 (en) * | 2019-10-08 | 2021-04-14 | Bayer AG | Apparatus for plant disease and pest detection |
| CN110992198A (zh) * | 2019-10-31 | 2020-04-10 | 郑州西亚斯学院 | 作物病害防治方案推荐方法及装置、系统、设备和介质 |
| CN111046204A (zh) * | 2019-12-16 | 2020-04-21 | 北京植得智能互联科技有限公司 | 一种病虫害识别防治系统 |
| CN113705419A (zh) * | 2021-08-24 | 2021-11-26 | 上海劲牛信息技术有限公司 | 农作物病虫草害识别处理方法、装置、电子设备及存储介质 |
| CN114141326A (zh) * | 2021-12-02 | 2022-03-04 | 杭州睿胜软件有限公司 | 用于追踪植物的康复情况的方法、装置和存储介质 |
-
2021
- 2021-12-02 CN CN202111458725.1A patent/CN114141326A/zh active Pending
-
2022
- 2022-11-09 WO PCT/CN2022/130821 patent/WO2023098429A1/zh unknown
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751368A (zh) * | 2015-03-04 | 2015-07-01 | 昆明日晟农业科技有限公司 | 植物智能保护系统及其实现方法 |
| JP2016168046A (ja) * | 2015-03-09 | 2016-09-23 | 学校法人法政大学 | 植物病診断システム、植物病診断方法、及びプログラム |
| KR101830056B1 (ko) * | 2017-07-05 | 2018-02-19 | (주)이지팜 | 딥러닝 기반의 병해 진단 시스템 및 그 이용방법 |
| CN107682456A (zh) * | 2017-11-07 | 2018-02-09 | 蔡璟 | 一种基于影像与根部检测的智能园林护理系统 |
| CN109709277A (zh) * | 2019-01-08 | 2019-05-03 | 珠海格力电器股份有限公司 | 植物状态的检测方法、装置和智能花盆 |
| CN110598532A (zh) * | 2019-07-31 | 2019-12-20 | 长春市万易科技有限公司 | 一种树木病虫害监控系统及方法 |
| WO2021187231A1 (ja) * | 2020-03-16 | 2021-09-23 | 株式会社電通国際情報サービス | 罹病木診断システム、罹病木診断方法、及び罹病木診断プログラム |
| CN113096100A (zh) * | 2021-04-15 | 2021-07-09 | 杭州睿胜软件有限公司 | 用于植物病症诊断的方法和植物病症诊断系统 |
| CN113298180A (zh) * | 2021-06-15 | 2021-08-24 | 杭州睿胜软件有限公司 | 用于植物识别的方法和计算机系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023098429A1 (zh) * | 2021-12-02 | 2023-06-08 | 杭州睿胜软件有限公司 | 用于追踪植物的康复情况的方法、装置和存储介质 |
| CN114663762A (zh) * | 2022-03-28 | 2022-06-24 | 杭州睿胜软件有限公司 | 辅助用户进行植物养护的方法和计算机系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023098429A1 (zh) | 2023-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11810673B2 (en) | Method and system for medical suggestion search | |
| US10096384B2 (en) | Artificial intelligence expert system | |
| WO2023098429A1 (zh) | 用于追踪植物的康复情况的方法、装置和存储介质 | |
| US20090062623A1 (en) | Identifying possible medical conditions of a patient | |
| CN110291555B (zh) | 用于促进对健康状况的计算分析的系统和方法 | |
| US20170316180A1 (en) | Behavior prediction apparatus, behavior prediction apparatus controlling method, and behavior prediction apparatus controlling program | |
| US20200294677A1 (en) | Systems and methods for importing and analyzing medical, wellness, and/or training data and generating interactive computer displays | |
| EP4233070A1 (en) | Method and system for dynamically generating general and profile-specific therapeutic protocols using machine learning models | |
| US20230028948A1 (en) | Generation of patient-specific content | |
| US20090119130A1 (en) | Method and apparatus for interpreting data | |
| CN114969557A (zh) | 一种基于多来源信息融合的宣教推送方法和系统 | |
| JP7476181B2 (ja) | モデル支援型事象予測のためのシステム及び方法 | |
| Pinol et al. | Rare disease discovery: An optimized disease ranking system | |
| CN110473636B (zh) | 基于深度学习的智能医嘱推荐方法及系统 | |
| CN116665883A (zh) | 一种预测神经退行性疾病风险的方法及其系统 | |
| WO2020206172A1 (en) | Confidence evaluation to measure trust in behavioral health survey results | |
| Nourse et al. | Now you see it! Using wearable cameras to gain insights into the lived experience of cardiovascular conditions | |
| CN113724823A (zh) | 医疗健康服务的线上管理方法、装置、设备及存储介质 | |
| JP6138824B2 (ja) | セルフケア行動の患者固有の順序付けられたリストを生成するための方法、システム及びコンピュータプログラム | |
| JP2017010538A (ja) | 薬物の有効性の推定のための方法及びシステム | |
| US20230092983A1 (en) | Systems and Methods for Managing Brain Injury and Malfunction | |
| US20240347206A1 (en) | Early detection of conditions and/or events | |
| CN113450904B (zh) | 用于评估医疗行为的设备、系统和方法 | |
| Billah | Symptom analysis of Parkinson disease using SVM-SMO and Ada-Boost classifiers | |
| US20230325707A1 (en) | Ingesting schema-less agricultural data for machine learning pipeline(s) |
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 |