CN114971563B - 基于大数据的水产病害诊断系统 - Google Patents
基于大数据的水产病害诊断系统 Download PDFInfo
- Publication number
- CN114971563B CN114971563B CN202210615364.5A CN202210615364A CN114971563B CN 114971563 B CN114971563 B CN 114971563B CN 202210615364 A CN202210615364 A CN 202210615364A CN 114971563 B CN114971563 B CN 114971563B
- Authority
- CN
- China
- Prior art keywords
- module
- aquaculture
- diagnosis
- disease
- unit
- 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.)
- Active
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 135
- 201000010099 disease Diseases 0.000 title claims abstract description 115
- 238000003745 diagnosis Methods 0.000 title claims abstract description 79
- 244000144974 aquaculture Species 0.000 claims abstract description 109
- 238000009360 aquaculture Methods 0.000 claims abstract description 108
- 238000012216 screening Methods 0.000 claims abstract description 60
- 208000024891 symptom Diseases 0.000 claims abstract description 44
- 238000004171 remote diagnosis Methods 0.000 claims abstract description 19
- 239000000047 product Substances 0.000 claims description 59
- 238000012552 review Methods 0.000 claims description 36
- 210000001503 joint Anatomy 0.000 claims description 27
- 230000010354 integration Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 230000003902 lesion Effects 0.000 claims description 17
- 230000036285 pathological change Effects 0.000 claims description 16
- 231100000915 pathological change Toxicity 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 16
- 241000894007 species Species 0.000 claims description 15
- 230000005856 abnormality Effects 0.000 claims description 10
- 239000013589 supplement Substances 0.000 claims description 9
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000008676 import Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 2
- 230000006698 induction Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 241000238557 Decapoda Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000034817 Waterborne disease Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Farming Of Fish And Shellfish (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种基于大数据的水产病害诊断系统，包括水产养殖分析系统，水产养殖分析系统包括标准划分单元、筛选定位单元、病症录入单元和远程诊断单元，本发明涉及水产养殖病害诊断技术领域。该基于大数据的水产病害诊断系统，通过从网络大数据中筛选出与水产养殖的已知病例和对应病症，分类后进行病症的标准化描述归纳，水产养殖者根据养殖产品的病症填写对应的标准化描述语句后，即可直接定位出养殖产品的具体病情，定位迅速的同时，可以有效保证病情诊断的精度，且通过远程诊断单元的设置，对无法定位的病症与专家进行线上交流诊断，保证养殖产品高效诊断的同时，将诊断结果作为已知病例补充到系统中，实现系统的成长。
Description
技术领域
本发明涉及水产养殖病害诊断技术领域，尤其涉及一种基于大数据的水产病害诊断系统。
背景技术
水产养殖是人为控制下繁殖、培育和收获水生动植物的生产活动。一般包括在人工饲养管理下从苗种养成水产品的全过程。广义上也可包括水产资源增殖。水产养殖有粗养、精养和高密度精养等方式。粗养是在中、小型天然水域中投放苗种，完全靠天然饵料养成水产品，如湖泊水库养鱼和浅海养贝等。精养是在较小水体中用投饵、施肥方法养成水产品，如池塘养鱼、网箱养鱼和围栏养殖等。高密度精养采用流水、控温、增氧和投喂优质饵料等方法，在小水体中进行高密度养殖，从而获得高产，如流水高密度养鱼、虾等。
水产病害是水产养殖过程中不可避免的问题，发生病害情况时，安全可靠的方法就是将病体运送到专家处进行诊断，或者请专家进行现场诊断，由于养殖过程中水产病害层出不清，按照上述操作进行病害分析，时间跨度大，病害不能够得到及时的治理，导致养殖成本较高，养殖人员为了解决该问题，往往通过自身的经验进行水产病害判断，这样虽然缩短了病害诊断时间，但是由于自身经验的局限性，无法精准判断出养殖产品的病害类型，极易导致误诊的情况，给水产养殖带来更大的损失。
发明内容
针对上述现有技术中的不足，本发明提供一种基于大数据的水产病害诊断系统，解决了养殖人员通过自身的经验进行水产病害判断，无法精准判断出养殖产品的病害类型，极易导致误诊的情况，给水产养殖带来更大损失的问题。
为了实现上述目的，本发明提供一种基于大数据的水产病害诊断系统，包括水产养殖分析系统，所述水产养殖分析系统包括标准划分单元、筛选定位单元、病症录入单元和远程诊断单元；
所述标准划分单元与所述筛选定位单元对接，所述标准划分单元用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库，对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述；
所述筛选定位单元与所述病症录入单元对接，所述病症录入单元用于筛选并确定对应种类水产养殖产品的种类，生成对应的标准化词语特征填写框架，并从特征添加框架中选择符合所述水产养殖产品病症的标准化词语进行填入；
所述筛选定位单元与所述远程诊断单元对接，所述筛选定位单元用于对所述病症录入单元中录入的标准化词语进行整合记录，将整合记录后的对应种类水产养殖产品病症与所述标准划分单元中的已知病例进行对比，定位出水产养殖产品的具体病情，没有定位出对应的病情时，进行异常标识，并对异常标识的整合记录数据进行复查备份，获得复查备份数据；
所述远程诊断单元与所述标准划分单元对接，所述远程诊断单元用于集成水产养殖病害诊断专家，进行线上诊断指导，将筛选定位单元中所述复查备份数据上传后，作为专家的诊断依据，对水产养殖环境进行取样分析，并将分析结果上传，辅助所述专家进行线上分析诊断，最终导出所述专家的诊断结果及给出治疗方案，随后将所述筛选定位单元的所述复查备份数据和专家诊断结果一同导入到标准划分单元中，作为已知病例补充。
优选地，所述标准划分单元包括病害资料库、种类划分模块、病害集成模块和特征标准化模块，所述病害资料库与种类划分模块对接，所述种类划分模块与病害集成模块对接，所述病害集成模块与特征标准化模块对接。
优选地，所述病害资料库用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库；
所述种类划分模块用于从水产养殖病例库中按照养殖种类的不同进行不同种类养殖产品的分类；
所述病害集成模块用于对划分种类后的养殖产品进行相关病症整合，作为对应种类养殖产品已知的病例及对应产生的病症；
所述特征标准化模块用于对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述。
优选地，所述病症录入单元包括种类筛选模块、框架生成模块和病变填充模块，所述种类筛选模块与所述框架生成模块对接，所述框架生成模块与所述病变填充模块对接。
优选地，所述种类筛选模块用于筛选并确定对应所述水产养殖产品的种类；
所述框架生成模块用于根据所述种类筛选模块筛选的种类生成对应的标准化词语特征填写框架，供对应种类的所述水产养殖产品写入病症；
所述病变填充模块用于根据所述水产养殖产品的病症特征，从预设特征添加框架中选择符合所述水产养殖产品病症的标准化词语进行填入，如无病变区域，选填正常，对于缺乏符合对应病症描述的情况，选填其他，并进行详细病症描述。
优选地，所述筛选定位单元包括特征整合模块、病变定位模块、异常标识模块和复查备注模块，所述特征整合模块与所述病变定位模块对接，所述病变定位模块与所述异常标识模块对接，所述异常标识模块与所述复查备注模块对接。
优选地，所述特征整合模块用于对所述病症录入单元中录入的标准化词语进行整合记录；
所述病变定位模块用于将整合记录后的对应种类所述水产养殖产品的所述病症与所述标准划分单元中的所述已知病例进行对比，病症特征符合后，定位出所述水产养殖产品的具体病情；
所述异常标识模块用于在所述病变定位模块进行病症特征对比后，没有定位出对应的病情时，进行异常标识；
所述复查备注模块用于对异常标识的整合记录数据进行复查备份，形成所述复查备份数据。
优选地，所述远程诊断单元包括在线咨询模块、数据导入模块、环境取样分析模块、诊断导出模块和数据补充模块；
所述在线咨询模块用于集成水产养殖病害诊断专家，进行线上诊断指导；
所述数据导入模块用于将所述筛选定位单元中所述复查备份数据传输到所述在线咨询模块中，作为所述专家的诊断依据；
所述环境取样分析模块用于对水产养殖环境进行取样分析，并将分析结果传输到所述在线咨询模块中，辅助所述专家进行线上分析诊断；
所述诊断导出模块用于导出所述专家的诊断结果及给出治疗方案；
所述数据补充模块用于将筛选定位单元的所述复查备份数据和所述专家的诊断结果一同导入到所述标准划分单元中，作为所述已知病例的补充。
本发明由于采用了以上技术方案，使其具有以下有益效果：
(1)该基于大数据的水产病害诊断系统，通过从网络大数据中筛选出与水产养殖的已知病例和对应病症，分类后进行病症的标准化描述归纳，水产养殖者根据养殖产品的病症填写对应的标准化描述语句后，即可直接定位出养殖产品的具体病情，定位迅速的同时，可以有效保证病情诊断的精度，且通过远程诊断单元的设置，对无法定位的病症与专家进行线上交流诊断，保证养殖产品高效诊断的同时，将诊断结果作为已知病例补充到系统中，实现系统的成长。
(2)该基于大数据的水产病害诊断系统，通过生成养殖产品的填写框架，将系统化描述病症特征的标准化词语作为框架填写选择项，在养殖者选择与对应病症贴合的标准化词语后，与标准划分单元中存储的已知病例进行对应，从而后续的病情定位提供便捷条件，加速病情的定位。
(3)该基于大数据的水产病害诊断系统，通过将带有异常标识的整合记录数据复查备份后，直接导入到远程诊断单元中，作为专家的诊断参考数据，并且对水产养殖环境进行取样分析后，传输到专家出进行辅助分析，保证病情诊断的合理有效，并且将诊断结果作为已知病例进行存储，在后续出现类似病情时，不用再向专家进行咨询，降低专家工作强度的同时，更加迅速的对养殖产品进行诊断治疗。
附图说明
图1为本发明实施例的基于大数据的水产病害诊断系统的原理图；
图2为本发明实施例的标准划分单元的系统原理框图；
图3为本发明实施例的筛选定位单元的系统原理框图；
图4为本发明实施例的病症录入单元的系统原理框图；
图5为本发明实施例的远程诊断单元的系统原理框图；
图中，1、水产养殖分析系统；2、标准划分单元；3、筛选定位单元；4、病症录入单元；5、远程诊断单元；6、病害资料库；7、种类划分模块；8、病害集成模块；9、特征标准化模块；10、种类筛选模块；11、框架生成模块；12、病变填充模块；13、特征整合模块；14、病变定位模块；15、异常标识模块；16、复查备注模块；17、在线咨询模块；18、数据导入模块；19、环境取样分析模块；20、诊断导出模块；21、数据补充模块。
具体实施方式
下面根据附图1～图5，给出本发明的较佳实施例，并予以详细描述，使能更好地理解本发明的功能、特点。
请参阅图1～图5，本发明实施例的一种基于大数据的水产病害诊断系统，如附图1所示，包括水产养殖分析系统1，水产养殖分析系统1包括标准划分单元2、筛选定位单元3、病症录入单元4和远程诊断单元5。
作为优选方案，标准划分单元2与筛选定位单元3对接，标准划分单元2用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库，对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述，具体的，如附图2所示，标准划分单元2包括病害资料库6、种类划分模块7、病害集成模块8和特征标准化模块9，病害资料库6与种类划分模块7对接，种类划分模块7与病害集成模块8对接，病害集成模块8与特征标准化模块9对接。
作为详细说明，病害资料库6用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库；
种类划分模块7用于从水产养殖病例库中按照养殖种类的不同进行不同种类养殖产品的分类；
病害集成模块8用于对划分种类后的养殖产品进行相关病症整合，作为对应种类养殖产品已知的病例及对应产生的病症；
特征标准化模块9用于对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述。
作为优选方案，筛选定位单元3与病症录入单元4对接，病症录入单元4用于筛选并确定对应种类水产养殖产品的种类，生成对应的标准化词语特征填写框架，并从特征添加框架中选择符合水产养殖产品病症的标准化词语进行填入，具体的，如附图4所示，病症录入单元4包括种类筛选模块10、框架生成模块11和病变填充模块12，种类筛选模块10与框架生成模块11对接，框架生成模块11与病变填充模块12对接。
作为详细说明，种类筛选模块10用于筛选并确定对应种类水产养殖产品的种类；
框架生成模块11用于根据种类筛选模块10筛选的种类生成对应的标准化词语特征填写框架，供对应种类的水产养殖产品病症进行写入；
病变填充模块12用于根据水产养殖产品的病症特征，从特征添加框架中选择符合水产养殖产品病症的标准化词语进行填入，无病变区域，选填正常，对于缺乏符合对应病症描述的情况，选填其他，并进行详细病症描述。
作为优选方案，筛选定位单元3与远程诊断单元5对接，筛选定位单元3用于对病症录入单元4中录入的标准化词语进行整合记录，将整合记录后的对应种类水产养殖产品病症与标准划分单元2中的已知病例进行对比，定位出水产养殖产品的具体病情，没有定位出对应的病情时，进行异常标识，并对异常标识的整合记录数据进行复查备份，具体的，如附图3所示，筛选定位单元3包括特征整合模块13、病变定位模块14、异常标识模块15和复查备注模块16，特征整合模块13与病变定位模块14对接，病变定位模块14与异常标识模块15对接，异常标识模块15与复查备注模块16对接。
作为详细说明，特征整合模块13用于对病症录入单元4中录入的标准化词语进行整合记录；
病变定位模块14用于将整合记录后的对应种类水产养殖产品病症与标准划分单元2中的已知病例进行对比，病症特征符合后，定位出水产养殖产品的具体病情；
异常标识模块15用于在病变定位模块14进行病症特征对比后，没有定位出对应的病情时，进行异常标识；
复查备注模块16用于对异常标识的整合记录数据进行复查备份。
作为优选方案，远程诊断单元5与标准划分单元2对接，远程诊断单元5用于集成水产养殖病害诊断专家，进行线上诊断指导，将筛选定位单元3中复查备份数据上传后，作为专家的诊断依据，对水产养殖环境进行取样分析，并将分析结果上传，辅助专家进行线上分析诊断，最终导出专家的病情诊断结果及给出治疗方案，随后将筛选定位单元3的复查备份资料和专家诊断结果一同导入到标准划分单元2中，作为已知病例补充，具体的，如附图5所示，远程诊断单元5包括在线咨询模块17、数据导入模块18、环境取样分析模块19、诊断导出模块20和数据补充模块21。
作为详细说明，在线咨询模块17用于集成水产养殖病害诊断专家，进行线上诊断指导；
数据导入模块18用于将筛选定位单元3中复查备份数据传输到在线咨询模块17中，作为专家的诊断依据；
环境取样分析模块19用于对水产养殖环境进行取样分析，并将分析结果传输到在线咨询模块17中，辅助专家进行线上分析诊断；
诊断导出模块20用于导出专家的病情诊断结果及给出治疗方案；
数据补充模块21用于将筛选定位单元3的复查备份资料和专家诊断结果一同导入到标准划分单元2中，作为已知病例补充。
具体诊断方法，包括以下步骤：
步骤一、标准划分：病害资料库6用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库，种类划分模块7从水产养殖病例库中按照养殖种类的不同进行不同种类养殖产品的分类，病害集成模块8对划分种类后的养殖产品进行相关病症整合，作为对应种类养殖产品已知的病例及对应产生的病症，特征标准化模块9对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述；
步骤二、病症录入：种类筛选模块10筛选并确定对应种类水产养殖产品的种类，框架生成模块11根据种类筛选模块10筛选的种类生成对应的标准化词语特征填写框架，供对应种类的水产养殖产品病症进行写入，病变填充模块12用于根据水产养殖产品的病症特征，从特征添加框架中选择符合水产养殖产品病症的标准化词语进行填入，无病变区域，选填正常，对于缺乏符合对应病症描述的情况，选填其他，并进行详细病症描述；
步骤三、筛选定位：特征整合模块13对病症录入单元4中录入的标准化词语进行整合记录，病变定位模块14将整合记录后的对应种类水产养殖产品病症与标准划分单元2中的已知病例进行对比，病症特征符合后，定位出水产养殖产品的具体病情，异常标识模块15在病变定位模块14进行病症特征对比后，没有定位出对应的病情时，进行异常标识，复查备注模块16对异常标识的整合记录数据进行复查备份；
步骤四、远程诊断：在线咨询模块17集成水产养殖病害诊断专家，进行线上诊断指导，数据导入模块18将筛选定位单元3中复查备份数据传输到在线咨询模块17中，作为专家的诊断依据，环境取样分析模块19对水产养殖环境进行取样分析，并将分析结果传输到在线咨询模块17中，辅助专家进行线上分析诊断，诊断导出模块20导出专家的病情诊断结果及给出治疗方案，数据补充模块21用于将筛选定位单元3的复查备份资料和专家诊断结果一同导入到标准划分单元2中，作为已知病例补充。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于大数据的水产病害诊断系统，包括水产养殖分析系统(1)，其特征在于，所述水产养殖分析系统(1)包括标准划分单元(2)、筛选定位单元(3)、病症录入单元(4)和远程诊断单元(5)；
所述标准划分单元(2)与所述筛选定位单元(3)对接，所述标准划分单元(2)用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库，对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述；
所述筛选定位单元(3)与所述病症录入单元(4)对接，所述病症录入单元(4)用于筛选并确定对应种类水产养殖产品的种类，生成对应的标准化词语特征填写框架，并从特征添加框架中选择符合所述水产养殖产品病症的标准化词语进行填入；
所述筛选定位单元(3)与所述远程诊断单元(5)对接，所述筛选定位单元(3)用于对所述病症录入单元(4)中录入的标准化词语进行整合记录，将整合记录后的对应种类水产养殖产品病症与所述标准划分单元(2)中的已知病例进行对比，定位出水产养殖产品的具体病情，没有定位出对应的病情时，进行异常标识，并对异常标识的整合记录数据进行复查备份，获得复查备份数据；
所述远程诊断单元(5)与所述标准划分单元(2)对接，所述远程诊断单元(5)用于集成水产养殖病害诊断专家，进行线上诊断指导，将筛选定位单元(3)中所述复查备份数据上传后，作为专家的诊断依据，对水产养殖环境进行取样分析，并将分析结果上传，辅助所述专家进行线上分析诊断，最终导出所述专家的诊断结果及给出治疗方案，随后将所述筛选定位单元(3)的所述复查备份数据和专家诊断结果一同导入到标准划分单元(2)中，作为已知病例补充。
2.根据权利要求1所述的基于大数据的水产病害诊断系统，其特征在于，所述标准划分单元(2)包括病害资料库(6)、种类划分模块(7)、病害集成模块(8)和特征标准化模块(9)，所述病害资料库(6)与种类划分模块(7)对接，所述种类划分模块(7)与病害集成模块(8)对接，所述病害集成模块(8)与特征标准化模块(9)对接。
3.根据权利要求2所述的基于大数据的水产病害诊断系统，其特征在于，所述病害资料库(6)用于从网络大数据中筛选出与水产养殖相关的已知病例和对应病例引起的相关病症，进行存储后，作为水产养殖病例库；
所述种类划分模块(7)用于从水产养殖病例库中按照养殖种类的不同进行不同种类养殖产品的分类；
所述病害集成模块(8)用于对划分种类后的养殖产品进行相关病症整合，作为对应种类养殖产品已知的病例及对应产生的病症；
所述特征标准化模块(9)用于对对应病例产生的病症进行特征汇总，并对病症特征进行标准化词语进行描述。
4.根据权利要求1所述的基于大数据的水产病害诊断系统，其特征在于，所述病症录入单元(4)包括种类筛选模块(10)、框架生成模块(11)和病变填充模块(12)，所述种类筛选模块(10)与所述框架生成模块(11)对接，所述框架生成模块(11)与所述病变填充模块(12)对接。
5.根据权利要求4所述的基于大数据的水产病害诊断系统，其特征在于，所述种类筛选模块(10)用于筛选并确定对应所述水产养殖产品的种类；
所述框架生成模块(11)用于根据所述种类筛选模块(10)筛选的种类生成对应的标准化词语特征填写框架，供对应种类的所述水产养殖产品写入病症；
所述病变填充模块(12)用于根据所述水产养殖产品的病症特征，从预设特征添加框架中选择符合所述水产养殖产品病症的标准化词语进行填入，如无病变区域，选填正常，对于缺乏符合对应病症描述的情况，选填其他，并进行详细病症描述。
6.根据权利要求1所述的基于大数据的水产病害诊断系统，其特征在于，所述筛选定位单元(3)包括特征整合模块(13)、病变定位模块(14)、异常标识模块(15)和复查备注模块(16)，所述特征整合模块(13)与所述病变定位模块(14)对接，所述病变定位模块(14)与所述异常标识模块(15)对接，所述异常标识模块(15)与所述复查备注模块(16)对接。
7.根据权利要求6所述的基于大数据的水产病害诊断系统，其特征在于，所述特征整合模块(13)用于对所述病症录入单元(4)中录入的标准化词语进行整合记录；
所述病变定位模块(14)用于将整合记录后的对应种类所述水产养殖产品的所述病症与所述标准划分单元(2)中的所述已知病例进行对比，病症特征符合后，定位出所述水产养殖产品的具体病情；
所述异常标识模块(15)用于在所述病变定位模块(14)进行病症特征对比后，没有定位出对应的病情时，进行异常标识；
所述复查备注模块(16)用于对异常标识的整合记录数据进行复查备份，形成所述复查备份数据。
8.根据权利要求1所述的基于大数据的水产病害诊断系统，其特征在于，所述远程诊断单元(5)包括在线咨询模块(17)、数据导入模块(18)、环境取样分析模块(19)、诊断导出模块(20)和数据补充模块(21)；
所述在线咨询模块(17)用于集成水产养殖病害诊断专家，进行线上诊断指导；
所述数据导入模块(18)用于将所述筛选定位单元(3)中所述复查备份数据传输到所述在线咨询模块(17)中，作为所述专家的诊断依据；
所述环境取样分析模块(19)用于对水产养殖环境进行取样分析，并将分析结果传输到所述在线咨询模块(17)中，辅助所述专家进行线上分析诊断；
所述诊断导出模块(20)用于导出所述专家的诊断结果及给出治疗方案；
所述数据补充模块(21)用于将筛选定位单元(3)的所述复查备份数据和所述专家的诊断结果一同导入到所述标准划分单元(2)中，作为所述已知病例的补充。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210615364.5A CN114971563B (zh) | 2022-06-01 | 2022-06-01 | 基于大数据的水产病害诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210615364.5A CN114971563B (zh) | 2022-06-01 | 2022-06-01 | 基于大数据的水产病害诊断系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114971563A CN114971563A (zh) | 2022-08-30 |
| CN114971563B true CN114971563B (zh) | 2024-05-14 |
Family
ID=82959790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210615364.5A Active CN114971563B (zh) | 2022-06-01 | 2022-06-01 | 基于大数据的水产病害诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114971563B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016117694A (ja) * | 2014-12-19 | 2016-06-30 | 福見 勉 | 水産生物用組成物、水産生物の養殖方法及び水産生物の病害防除方法 |
| CN205899541U (zh) * | 2016-05-31 | 2017-01-18 | 北京市水产科学研究所 | 远程鱼病专家诊断系统 |
| CN107505441A (zh) * | 2017-07-14 | 2017-12-22 | 武汉飞令机器人科技有限公司 | 一种通过互联网进行水质监测及分析的仿生鱼装置 |
| CN113254458A (zh) * | 2021-07-07 | 2021-08-13 | 赛汇检测（广州）有限公司 | 一种水产病害智能化诊断方法 |
-
2022
- 2022-06-01 CN CN202210615364.5A patent/CN114971563B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016117694A (ja) * | 2014-12-19 | 2016-06-30 | 福見 勉 | 水産生物用組成物、水産生物の養殖方法及び水産生物の病害防除方法 |
| CN205899541U (zh) * | 2016-05-31 | 2017-01-18 | 北京市水产科学研究所 | 远程鱼病专家诊断系统 |
| CN107505441A (zh) * | 2017-07-14 | 2017-12-22 | 武汉飞令机器人科技有限公司 | 一种通过互联网进行水质监测及分析的仿生鱼装置 |
| CN113254458A (zh) * | 2021-07-07 | 2021-08-13 | 赛汇检测（广州）有限公司 | 一种水产病害智能化诊断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114971563A (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McQueen et al. | Applying machine learning to agricultural data | |
| Methot | Stock assessment: operational models in support of fisheries management | |
| CN110547210A (zh) | 饲料供给方法及系统、计算机系统、存储介质 | |
| CN116935327B (zh) | 基于ai视觉的水产养殖监控方法、装置、设备及存储介质 | |
| CN107103554A (zh) | 一种奶牛的智能监测方法及系统 | |
| CN111261299B (zh) | 基于多源迁移学习的多中心协同癌症预后预测系统 | |
| CN114971563B (zh) | 基于大数据的水产病害诊断系统 | |
| CN114895731A (zh) | 一种基于数字孪生的养殖监测系统及方法 | |
| CN110147403A (zh) | 农业大数据融合方法、装置、设备及存储介质 | |
| CN116543154A (zh) | 一种基于多层次语义特征的医学影像分割方法 | |
| El‐Gayar | The use of information technology in aquaculture management | |
| CN112042483B (zh) | 一种立体化中药材新品种栽培方法、系统及装置 | |
| Praba et al. | Smart fish farming recommendation system using k-means algorithm | |
| EP4352691A1 (en) | Methods and systems for embryo classification | |
| Huirne et al. | An economic expert system on the personal computer to support sow replacement decisions | |
| Alajas et al. | Detection and Quantitative Prediction of Diplocarpon earlianum Infection Rate in Strawberry Leaves using Population-based Recurrent Neural Network | |
| Bastiaansen et al. | Continuous real-time cow identification by reading ear tags from live-stream video | |
| CN109411057A (zh) | 一种数据模型训练方法及训练设备 | |
| CN116720666B (zh) | 一种基于大数据的海洋牧场自动化监测方法及系统 | |
| Fondaj et al. | Proposal of Prediction Model for Smart Agriculture Based on IoT Sensor Data | |
| CN115660236B (zh) | 作物物候期预测方法、装置、电子设备和存储介质 | |
| Esslemont et al. | 2.2 Dairy Herd Management | |
| Garner et al. | Machine learning from agricultural databases: practice and experience | |
| CN117352116A (zh) | 智能化出院患者随访系统 | |
| Esslemont et al. | DAISY: dairy information system, an aid to record keeping & health management |
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 |