用于表征婴幼儿粪便模式的方法和系统技术方案

本发明专利技术提供了一种分析粪便稠度的方法，包括以下步骤：提供婴儿的粪便，用包括摄像头的便携式设备捕捉粪便的图像，将捕捉的图像提供给预训练的卷积神经网络(CNN)的输入层，使用CNN对捕捉的图像进行处理，从而从CNN的最终层获得分类矢量，并且从所述分类矢量获得关于预测的分数的信息，其中对CNN的至少最终层进行定制，使得所述分类矢量的每个元素对应于粪便分析尺度的一个分数，并且储存关于预测的分数的信息。的信息。的信息。

【技术实现步骤摘要】
【国外来华专利技术】用于表征婴幼儿粪便模式的方法和系统


[0001]本专利技术涉及一种用于分析粪便样本的稠度的方法和系统。

技术介绍

[0002]婴儿的保健是父母最重要的任务。技术的进步允许通过追踪婴儿的发育并且快速地检测某些异常情况的任务来帮助父母和照顾者。当谈到婴儿的营养时，检测婴儿的消化系统是否有异常，或者检测婴儿的身体是否吸收了其所需的所有营养是重要的。
[0003]为了评估消化系统的能力，已知分析粪便模式可以提供良好的见解。将粪便与粪便分析尺度分数集合对比所得到的尺度有助于对粪便的类型进行分类，并从中检索出结论。这种尺度的实施例是布里斯托粪便形态尺度(BSS)和阿姆斯特丹粪便尺度。所述BSS由七幅不同稠度的粪便图像组成，允许以客观地方式评估成人粪便的稠度(尺度1表示硬结块粪便直至7级表示水样粪便)。所述BSS也可用于表征婴儿和幼儿的粪便。
[0004]当父母因为关心他们的婴儿的健康而去咨询医疗保健专业人员(HCPs)时，HCPs通常会询问有关婴儿粪便的稠度的问题，而这些问题对大多数父母来说是难以回答的。当要求父母记录他们的婴儿的粪便稠度时，他们难以识别出粪便稠度以及与他们的孩子的粪便适配的相关联的粪便分析尺度分数。
[0005]期望有一种系统，在该系统中父母和照顾者能够实时地保持对他们的婴儿的粪便模式(即粪便稠度、频率和颜色)的追踪。还期望的是，无论是哪位照顾者(父母、祖父母、保姆或日托照顾者)正在更换尿布，或帮助孩子使用便盆或马桶椅，都能以客观并且一致的方式追踪粪便的模式。还期望有一种系统，该系统基于所观察到的粪便模式提供指示，要么指示一切正常，这将使父母和照料者放心，或者指示婴儿的粪便模式与期望不相符，并且建议去咨询HCP。
[0006]如今，随着人们不间断地携带他们的智能手机、平板电脑或其他便携式设备的习惯，有提供通过这些便携式设备执行的移动应用程序(apps)的努力，这可以使用户的日常任务变得更轻松。此外，为婴儿拍照以便观察其发育的方法是父母的常见做法，借助于这种方法，他们可以大致地了解婴儿的成长情况。
[0007]上述方法也可以用于保持对粪便模式的追踪。已知的程序或应用程序允许导入或捕捉粪便的图像，并且手动地选择更适合于图像上粪便的粪便分析尺度的分数，以便在整个时间段内保持对消化系统能力的记录。此外，已知的程序或应用程序允许使用颜色识别技术来自动地检测粪便的颜色。
[0008]虽然这些应用程序可以帮助父母和照顾者分析他们的孩子的粪便的一些特征，但有时手动地进行分类是困难的，而且手动地保持记录是繁琐的，因此需要一种方法，能够以对于父母和照顾者而言简单的方式更准确地分析婴儿的粪便的特征，并且还提供准确并且快速的分类。

技术实现思路

[0009]本专利技术提供了一种分析粪便稠度的方法，包括以下步骤：提供婴儿的粪便，用包括摄像头的便携式设备捕捉粪便的图像，将捕捉的图像提供给预训练的卷积神经网络(CNN)的输入层，使用CNN对捕捉的图像进行处理，从而从CNN的最终层获得分类矢量，并且从所述分类矢量获得关于预测的分数的信息，其中对CNN的至少最终层进行定制，使得所述分类矢量的每个元素对应于粪便分析尺度的相应分数，并且储存关于预测的分数的信息。
[0010]因此，本专利技术提供了一种表征婴儿粪便的方法，该方法易于实施，且又能提供快速和准确的分类结果。使用CNN对粪便进行分类为分类结果提供了提高的准确性，并且使用便携式设备的摄像头捕捉图像允许简化父母或照顾者的任务，因为可以简单地捕捉粪便的图像并且自动地接收结果，而不必对粪便进行进一步操作。此外，不存在观察者之间的变化性，因为无论谁捕捉图像，结果都将以客观的方式提供。
[0011]在根据本专利技术的一个实施方案中，粪便设置在打开的尿布中。因为可以直接从放置了所述粪便的尿布中捕捉图像，这允许简化父母和照顾者的任务，并且在给婴儿换尿布时，可以在处理尿布之前容易地捕捉所述图像。
[0012]在根据本专利技术的一个实施方案中，粪便设置在便盆、床便器、马桶椅或带平台的马桶中。因此，由于可以在婴儿放置粪便的位置直接地捕捉图像(适于可能的不同情况)，本专利技术便于父母和照顾者的任务，使他们不需要对粪便进行操作。
[0013]在根据本专利技术的一个实施方案中，该方法还包括在捕捉图像之前，通过便携式设备显示引导信息从而来满足预定条件。这可以帮助便携式设备的用户(例如可以是父母、其他家庭成员或照顾者)捕捉具有在分类步骤中要使用的最优特征的图像。
[0014]在根据本专利技术的一个实施方案中，捕捉图像包括当满足预定条件时通过便携式设备自动地捕捉图像。
[0015]在根据本专利技术的一个实施方案中，所述预定条件包括将粪便放置在具有规则背景的表面上的条件。该规则背景可以是具有特定图案的背景、统一背景等等。在根据本专利技术的一个实施方案中，预定条件包括粪便是图像中出现的唯一物体的条件。
[0016]如果粪便设置在打开的尿布中，在根据本专利技术的实施方案中，预定条件包括将尿布放置在具有规则背景的表面上的条件，并且在根据本专利技术的一个实施方案中，预定条件包括尿布是图像中出现的唯一物体的条件。
[0017]在根据本专利技术的一个实施方案中，关于预测的分数的信息包括以下信息中的至少一个：预测的分数、捕捉的粪便的图像、以及捕捉图像的日期和/或时间。该信息还可以包括对父母和照顾者或对应用程序来说有用的其他类型的信息，诸如粪便的颜色是否被认为是正常的。
[0018]在根据本专利技术的一个实施方案中，使用CNN对捕捉的图像进行处理是通过便携式设备执行的。在根据本专利技术的一个实施方案中，使用CNN对捕捉的图像进行处理是通过与所述便携式设备通信的服务器执行的。在这第二种情况下，便携式设备可以通过网络(例如互联网)将捕捉的图像发送至与所述便携式设备通信的服务器，并且从所述服务器接收分类矢量或预测的分数。在便携式设备没有足够的计算能力来执行CNN中所需要的所有操作的情况下，这可能是有利的。然而，当便携式设备未连接到网络时，第一种情况可能是有利的，因为其允许离线预测分数。
[0019]在根据本专利技术的一个实施方案中，关于预测的分数的信息储存在便携式设备或与便携式设备通信的服务器中的至少一个中。所述服务器可以用于储存关于预测分数的所有信息，也可以用于储存捕捉的图像，从而从所述便携式设备中释放内存，并且如果需要，允许例如HCP访问该信息。所述便携式设备还可以在本地储存所捕捉的图像的副本和由捕捉的图像导出的信息(分数)。
[0020]在根据本专利技术的一个实施方案中，所述图像是彩色图像。这允许所述图像包含更多的信息(第三层次的信息)，这些信息可用于CNN以提高其性能。在根据本专利技术的一个实施方案中，该方法还包括从捕捉的图像中自动检测粪便的颜色，并且对其进行分析以便提供信息。这可以允许该方法也提供关于颜色是否正常的信息，关于颜色是否正常的信息连同稠度一起可以允许更好地确定可能的异常。
[0021]在根据本专利技术的一个实施方案中，该方法还包括基于与多个捕捉图像的预测分数相关的储存时间信本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种分析粪便稠度的计算机执行的方法，包括以下步骤：-提供婴儿的粪便，-用包括摄像头的便携式设备捕捉粪便的图像，-将捕捉的图像提供给预训练的卷积神经网络(CNN)的输入层；-使用CNN对捕捉的图像进行处理，从而从CNN的最终层获得分类矢量，并且从所述分类矢量获得关于预测的分数的信息；其中对CNN的至少最终层进行定制，使得所述分类矢量的每个元素对应于粪便分析尺度的相应分数，以及-储存关于预测的分数的信息。2.根据权利要求1所述的方法，其中所述粪便设置在打开的尿布中。3.根据权利要求1所述的方法，其中所述粪便设置在便盆、床便器、马桶椅或带平台的马桶中。4.根据前述权利要求中的任一项所述的方法，还包括在捕捉图像之前，通过便携式设备显示引导信息从而来满足预定条件。5.根据前述权利要求中的任一项所述的方法，其中捕捉图像包括当满足预定条件时通过便携式设备自动地捕捉图像。6.根据权利要求4或5所述的方法，其中预定条件包括将粪便放置在具有规则背景的表面上的条件。7.根据权利要求4或5中任一项所述的方法，其中预定条件包括粪便是图像中出现的唯一物体的条件。8.根据权利要求2所述的方法，其中预定条件包括将尿布放置在具有规则背景的表面上的条件。9.根据权利要求2所述的方法，其中预定条件包括尿布是图像中出现的唯一物体的条件。10.根据前述权利要求中的任一项所述的方法，其中关于预测的分数的信息包括以下信息中的至少一个：预测的分数、捕捉的粪便的图像、以及捕捉图像的日期和/或时间。11.根据前述权利要求中的任一项所述的方法，其中使用CNN对捕捉的图像进行处理是通过便携式设备执行的。12.根据权利要求1至10中的任一项所述的方法，其中使用CNN对捕捉的图像进行处理是通过与便携式设备通信的服务器执行的。13.根据前述权利要求中的任一项所述的方法，其中关于预测的分数的信息储存在便携式设备或与便携式设备通信的服务器中的至少一个中。14.根据前述权利要求中的任一项所述的...

【专利技术属性】
技术研发人员：D，
申请(专利权)人：N，
类型：发明
国别省市：