【技术实现步骤摘要】
【国外来华专利技术】动物健康评估
相关申请的交叉引用
[0001]本申请要求2019年7月31日提交的美国临时专利申请62/880,836的优先权,其中前述申请的全部内容以引用方式并入本文。
[0002]本公开总体涉及用于评估动物健康的技术(例如通过分析生物样本的图像)和用于为动物创建个性化系统的技术。
技术介绍
[0003]动物有超过70%的免疫力依存于胃肠道。这种免疫的重要调节剂是微生物组,即栖息在动物体内的有益和有害的微生物的独特环境。因为每个动物的生命是独特的,所以每个动物的微生物组也倾向于相当独特。这在评估动物健康和确定对动物的治疗或其他处理方法时提出了重大挑战。此外,大多数动物不具有将其健康和疾病传达给照看者的先进机制。因此,照看者经常被迫依赖于诸如饮食、食欲和排便的线索来推断动物的健康状态。
[0004]目前,动物健康评估可以包括提交动物粪便的物理样本或与健康、行为、当前饮食和其他种族信息相关的问卷调查响应,然后分析该信息并与参考数据库比较以提供个性化健康计划。这些技术可能需要复杂而且繁琐的步骤,这些步骤通常需要数周(或数月)来处理,这通常是收集可靠的样本并在足够的时间内进行诊断以提供针对特定动物的可行解决办法的主要障碍。
[0005]仍然存在对改进动物健康评估的需求。
技术实现思路
[0006]本教导内容总体包括用于使用(例如粪便样本的)图像分析作为生物标本测序的补充、替代或替换来表征动物的健康(例如胃肠健康)的技术。本教导内容还可以包括或替代地包括用于使健康和保健计划(包 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种分析粪便样本图像以提供动物的健康评估的方法,所述方法包括:接收从包括粪便样本的图像内的一个或多个感兴趣区域计算的所述粪便样本的一个或多个特征;使用通过识别粪便的一个或多个基于图像的特征与粪便中的微生物组特性和代谢组特性中的一者或多者之间的多个关联而创建的模型,将所述粪便样本的所述一个或多个特征应用于所述模型中的所述多个关联以确定所述粪便样本中的微生物组和代谢组中的一者或多者的状态的可能性;至少基于所述微生物组和所述代谢组中的一者或多者的所述状态的所述可能性,预测留存所述粪便样本的动物的健康特性;以及根据所述健康特性来提供治疗。2.根据权利要求1所述的方法,其中所述治疗包括用于所述动物的定制健康计划。3.根据权利要求2所述的方法,其中所述定制健康计划包括行为改变和饮食改变中的一者或多者。4.根据权利要求2至3中任一项所述的方法,其中所述定制健康计划包括关于饮食、睡眠、锻炼和活动中的一者或多者的推荐。5.根据前述权利要求中任一项所述的方法,其中所述治疗包括食物、补充剂和药物中的一者或多者。6.根据前述权利要求中任一项所述的方法,其中所述治疗包括用于所述动物的个性化饮食补充剂。7.根据权利要求6所述的方法,其中所述个性化饮食补充剂包括预定量的益生菌、益生元、消化酶、抗炎剂、天然提取物、维生素、矿物质、氨基酸、短链脂肪酸、油和配制剂中的一者或多者。8.根据前述权利要求中任一项所述的方法,其中所述一个或多个特征涉及所述粪便样本的几何属性、颜色属性和质地属性中的至少一者。9.根据前述权利要求中的任一项所述的方法,其中所述一个或多个特征涉及所述粪便样本的几何属性、颜色属性和质地属性,并且其中所述几何属性包括几何性质和与几何形状相关的导出属性中的一者或多者,所述颜色属性包括颜色和与所述颜色相关的导出属性中的一者或多者,并且所述质地属性包括质地性质和与质地相关的导出属性中的一者或多者。10.根据前述权利要求中任一项所述的方法,其中使用卷积神经网络(CNN)模型来计算所述一个或多个特征。11.根据前述权利要求中任一项所述的方法,还包括:接收所述图像;识别并提取所述图像内的一个或多个感兴趣区域以用于进一步分析,所述一个或多个感兴趣区域至少包括其中仅具有所述粪便样本的第一感兴趣区域;以及计算所述粪便样本的几何属性、颜色属性和质地属性中的至少一者以识别所述粪便样本的所述一个或多个特征。12.根据前述权利要求中任一项的方法,还包括提供关于所述动物的包括所述健康特性的报告。
13.根据前述权利要求中任一项所述的方法,其中所述粪便样本的所述一个或多个特征包括颜色、质地、二进制数的数量、面积、周长、圆度、质量、偏心率、长轴、短轴、粘度、稠度、含水量、硬度、范围、等效直径、镜面反射性、相干性、反射率、扩散性和非粪便物质的存在中的至少一者。14.根据权利要求13所述的方法,其中所述粪便样本的所述一个或多个特征包括所述质量,并且其中所述质量是从所述粪便样本的几何形状和所述质地属性计算而来的。15.根据权利要求13至14中任一项所述的方法,其中所述粪便样本的所述一个或多个特征包括所述质量,并且其中所述质量是从所述粪便样本的颜色和导出的颜色向量中的至少一者计算而来的。16.根据前述权利要求中任一项所述的方法,其中所述健康特性包括Bristol粪便评分。17.根据前述权利要求中任一项所述的方法,其中包括所述粪便样本的所述图像包括其上具有标记的搁置表面,所述标记包括已知尺寸、已知形状和已知颜色中的一者或多者,其中所述标记至少部分地用于计算所述粪便样本的所述一个或多个特征。18.根据前述权利要求中任一项所述的方法,还包括接收与所述图像相关联的元数据,所述元数据包括与所述动物的健康、行为、当前饮食、补充剂、药物、种族信息、品种、体重、所述粪便样本的重量和所述动物的大小中的一者或多者有关的问卷调查回答,并且其中所述元数据至少部分地用于预测所述健康特性。19.一种用于分析粪便样本图像以提供动物的健康评估的计算机程序产品,所述计算机程序产品包括体现在非暂态计算机可读介质中的计算机可执行代码,当在一个或多个计算设备上执行时,所述计算机可执行代码执行以下步骤:接收从包括粪便样本的图像内的一个或多个感兴趣区域计算的所述粪便样本的一个或多个特征;使用通过识别粪便的一个或多个基于图像的特征与粪便中的微生物组特性和代谢组特性中的一者或多者之间的多个关联而创建的模型,将所述粪便样本的所述一个或多个特征应用于所述模型中的所述多个关联以确定所述粪便样本中的微生物组和代谢组中的一者或多者的状态的可能性;至少基于所述微生物组和所述代谢组中的一者或多者的所述状态的所述可能性,预测留存所述粪便样本的动物的健康特性;以及根据所述健康特性来提供治疗。20.一种用于分析粪便样本图像以提供动物的健康评估的系统,所述系统包括:数据网络;耦接到所述数据网络的用户设备;和远程计算资源,所述远程计算资源耦接到所述数据网络并且可由所述用户设备通过所述数据网络访问,所述远程计算资源包括处理器和存储器,所述存储器存储可由所述处理器执行以执行以下步骤的代码:通过所述数据网络从所述用户设备接收包括粪便样本的图像;接收从所述图像内的一个或多个感兴趣区域计算的所述粪便样本的一个或多个特征;使用通过识别粪便的一个或多个基于图像的特征与粪便中的微生物组特性和代谢组
特性中的一者或多者之间的多个关联而创建的模型,将所述粪便样本的所述一个或多个特征应用于所述模型中的所述多个关联以确定所述粪便样本中的微生物组和代谢组中的一者或多者的状态的可能性;至少基于所述微生物组和所述代谢组中的一者或多者的所述状态的所述可能性,预测留存所述粪便样本的动物的健康特性;以及根据所述健康特性而通过所述数据网络向所述用户设备发送治疗。21.一种分析粪便样本图像以提供动物的健康评估的方法,所述方法包括:接收图像,所述图像包括粪便样本;识别并提取所述图像内的一个或多个感兴趣区域以用于进一步分析,所述一个或多个感兴趣区域至少包括其中仅具有所述粪便样本的第一感兴趣区域;计算所述第一感兴趣区域中的几何属性、质地属性和颜色属性中的一者或多者以识别所述粪便样本的一个或多个特征;以及将模型应用于所述粪便样本的所述一个或多个特征,所述模型预测留存所述粪便样本的动物的健康特性。22.根据权利要求21所述的方法,还包括根据所述健康特性来提供治疗。23.根据权利要求22所述的方法,其中所述治疗包括用于所述动物的定制健康计划。24.根据权利要求23所述的方法,其中所述定制健康计划包括行为改变和饮食改变中的一者或多者。25.根据权利要求23至24中任一项所述的方法,其中所述定制健康计划包括关于饮食、睡眠、锻炼和活动中的一者或多者的推荐。26.根据权利要求22至25中任一项所述的方法,其中所述治疗包括食物、补充剂和药物中的一者或多者。27.根据权利要求22至26中任一项所述的方法,其中所述治疗包括用于所述动物的个性化饮食补充剂。28.根据权利要求27所述的方法,其中所述个性化饮食补充剂包括预定量的益生菌、益生元、消化酶、抗炎剂、天然提取物、维生素、矿物质、氨基酸、短链脂肪酸、油和配制剂中的一者或多者。29.根据权利要求22至28中任一项所述的方法,还包括根据参考数据库分析所述粪便样本的所述一个或多个特征以确定所述健康特性或所述治疗中的一者或多者。30.根据权利要求29所述的方法,其中所述参考数据库是包括来自其他粪便样本的分析的数据的历史数据库。31.根据权利要求30的方法,其中至少一种所述其他粪便样本来自留存所述粪便样本的所述动物。32.根据权利要求30所述的方法,其中所述其他粪便样本来自与留存所述粪便样本的所述动物不同的动物。33.根据权利要求22至32中任一项所述的方法,还包括根据参考数据库分析所述健康特性以确定所述治疗。34.根据权利要求33所述的方法,其中所述参考数据库是包括来自其他粪便样本的分析的数据的历史数据库。
35.根据权利要求21至34中任一项的方法,还包括提供关于所述动物的包括所述健康特性的报告。36.根据权利要求21至35中任一项所述的方法,其中所述模型包括机器学习模型和概率模型中的一者或多者。37.根据权利要求21至36中任一项所述的方法,还包括使用所述粪便样本的所述一个或多个特征来训练所述模型。38.根据权利要求21至37中任一项所述的方法,其中所述模型是推荐引擎的一部分,所述推荐引擎被配置为根据所述健康特性提供对治疗的一个或多个推荐。39.根据权利要求21至38中任一项所述的方法,其中提取所述一个或多个感兴趣区域包括至少部分地由所述模型执行的所述图像的分割。40.根据权利要求21至39中任一项所述的方法,其中所述健康特性包括Bristol粪便量表上的分类。41.根据权利要求40所述的方法,其中所述分类至少部分基于所述颜色属性。42.根据权利要求41所述的方法,其中所述颜色属性至少部分地用于确定与所述粪便样本的一致性相关的属性。43.根据权利要求21至42中任一项所述的方法,其中所述模型将权重和评分中的一者或多者应用于所述一个或多个特征以预测所述健康特性。44.根据权利要求43所述的方法,其中所述权重和所述评分是为留存所述粪便样本的所述动物定制的。45.根据权利要求21至44中任一项所述的方法,还包括对所述粪便样本进行微生物组DNA基因测序,并且应用来自所述微生物组DNA基因测序的结果作为预测所述动物的所述健康特性的因素。46.根据权利要求21至45中任一项的方法,还包括对所述粪便样本进行代谢物组测序,并将应用来自所述代谢物组测序的结果作为预测所述动物的所述健康特性的因素。47.根据权利要求21至46中任一项的方法,还包括对所述粪便样本进行进一步分析,包括质谱、电导和流变学中的一者或多者,以及使用所述进一步分析的结果作为预测所述动物的所述健康特性的因素。48.根据权利要求21至47中任一项所述的方法,其中所述粪便样本的所述一个或多个特征包括颜色、质地、二进制数的数量、面积、周长、圆度、质量、偏心率、长轴、短轴、粘度、稠度、含水量、硬度、范围、等效直径、镜面反射性、相干性、反射率、扩散性和非粪便物质的存在中的至少一者。49.根据权利要求48所述的方法,其中所述粪便样本的所述一个或多个特征包括所述质量,并且其中所述质量是从所述粪便样本的几何形状和所述质地属性计算而来的。50.根据权利要求48至49中任一项所述的方法,其中所述粪便样本的所述一个或多个特征包括所述质量,并且其中所述质量是从所述粪便样本的颜色和导出的颜色向量中的至少一者计算而来的。51.根据权利要求48至50中的任一项所述的方法,其中所述粪便样本的所述一个或多个特征包括所述非粪便物质的存在,其中所述非粪便物质包括外来物。52.根据权利要求51所述的方法,其中所述外来物包括寄生虫和病原体中的一者或多
者。53.根据权利要求21至52中任一项所述的方法,其中计算所述几何属性包括:将所述第一感兴趣区域转换成灰度;将所述第一感兴趣区域转换成二进制;以及将一个或多个形态学操作应用于所述第一感兴趣区域。54.根据权利要求21至53中任一项所述的方法,其中计算所述质地属性包括使用灰度共生矩阵(GLCM)。55.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。