【技术实现步骤摘要】
本申请涉及神经网络，涉及但不限定于小鼠瞳孔检测方法、系统、装置、设备及介质。
技术介绍
1、神经毒剂中毒是一个非常迅猛的过程，因此开发一种战场神经毒剂中毒症状快速判断的检测关键技术尤为重要。中毒通常会影响自主神经系统，这会导致瞳孔的大小和对光的反应发生变化。瞳孔具有非侵入性、快速性的特点，将瞳孔作为中毒检测指标具有重要的生理学意义。在医学研究中，实验动物是一个重要的研究对象。其中，小鼠被广泛用于基础生物学研究，因为它们在遗传、生理学、生化学和行为学等方面与人类有许多共同之处。观察小鼠瞳孔以及步态记忆认知变化规律，绘制瞳孔图谱来实现对神经毒剂的迅速诊断至关重要。
2、现阶段，由于各种因素例如小鼠眨眼、睫毛遮挡、瞳孔波动频率大、瞳孔与巩膜边界不清、流泪等，缺少一个比较精准的瞳孔识别方法对每一时刻下瞳孔的具体大小及波动情况进行精准识别与统计。
技术实现思路
1、本申请实施例提供一种小鼠瞳孔检测方法、系统、装置、设备及介质，至少解决了小鼠眼睛图像处理中的瞳孔自动识别以及瞳孔数据的精确提取问题。
2、本申请实施例的技术方案是这样实现的：
3、第一方面，本申请实施例提供一种小鼠瞳孔检测方法，所述方法包括：
4、获取小鼠的眼部视频流并且进行数据预处理，得到瞳孔图像数据；通过已训练的cnn网络模型对所述瞳孔图像数据进行瞳孔识别，得到当前瞳孔信息；其中，所述cnn网络模型是利用标识有瞳孔直径、瞳孔中心位置的样本数据集训练得到的；通过已训练的gru网络模
5、第二方面，本申请实施例提供一种小鼠瞳孔检测系统，包括服务器和客户端，其中：
6、所述服务器，用于获取小鼠的眼部视频流并且进行数据预处理，得到瞳孔图像数据；通过已训练的cnn网络模型对所述瞳孔图像数据进行瞳孔识别，得到当前瞳孔信息；所述cnn网络模型是利用标识瞳孔直径、瞳孔中心位置的样本数据集训练得到的；通过已训练的gru网络模型对所述当前瞳孔信息进行数据预测得到预测的瞳孔信息；其中，所述gru网络模型是以瞳孔直径的输入数据时间、瞳孔直径和瞳孔活动量的一组数据为例作为当前时刻输入信息所建立并训练得到的；
7、所述客户端，用于实时显示所述小鼠的眼部视频流，并获取所述预测的瞳孔信息进行同步显示。
8、第三方面，本申请实施例提供一种小鼠瞳孔检测装置，包括数据获取模块、瞳孔识别模块、信息预测模块和分析处理模块，其中：
9、所述数据获取模块，用于获取小鼠的眼部视频流并且进行数据预处理，得到瞳孔图像数据；
10、所述瞳孔识别模块，用于通过已训练的cnn网络模型对所述瞳孔图像数据进行瞳孔识别，得到当前瞳孔信息；其中，所述cnn网络模型是利用标识有瞳孔直径、瞳孔中心位置的样本数据集训练得到的；
11、所述信息预测模块，用于通过已训练的gru网络模型对所述当前瞳孔信息进行数据预测得到预测的瞳孔信息；其中，所述gru网络模型是以瞳孔直径的输入数据时间、瞳孔直径和瞳孔活动量的一组数据为例作为当前时刻输入信息所建立并训练得到的；
12、所述分析处理模块，用于对所述预测的瞳孔信息进行分析统计，并输出为实验数据集。
13、第四方面，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述小鼠瞳孔检测方法中的步骤。
14、第五方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述小鼠瞳孔检测方法中的步骤。
15、本申请实施例提供的技术方案带来的有益效果至少包括：
16、在本申请实施例中，首先获取小鼠的眼部视频流并且进行数据预处理，得到瞳孔图像数据；然后通过已训练的cnn网络模型对所述瞳孔图像数据进行瞳孔识别，得到当前瞳孔信息；再通过已训练的gru网络模型对所述当前瞳孔信息进行数据预测得到预测的瞳孔信息；最后对所述预测的瞳孔信息进行分析统计，并输出为实验数据集；如此，通过卷积神经网络自动识别眼睛图像中的瞳孔并测量其直径与位置波动情况，从而实现非侵入式的瞳孔监测；同时利用基于时间序列的门控循环单元实现对眼部瞳孔变化进行了数据预测，不仅实现了瞳孔数据的精确提取，还为眼动追踪预测、生理学研究以及后期的医疗应用提供了新的可能性。
本文档来自技高网...【技术保护点】
1.一种小鼠瞳孔检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取小鼠的眼部视频流并且进行数据预处理，得到瞳孔图像数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1至3任一项所述的方法，其特征在于，所述预测的瞳孔信息包括瞳孔直径和瞳孔中心位置；所述对所述预测的瞳孔信息进行分析统计，并输出为实验数据集，包括：
5.根据权利要求1至3任一项所述的方法，其特征在于，所述GRU网络模型包括重置门和更新门，所述更新门用于确定上一时刻的原有瞳孔数据与当前时刻输入瞳孔数据的更新速率；所述重置门用于确定当前时刻要忘记的上一个隐藏状态对应的瞳孔数据；所述GRU网络模型是通过以下过程训练得到的：
6.一种小鼠瞳孔检测系统，其特征在于，所述系统包括服务器和客户端，其中：
7.根据权利要求6所述的系统，其特征在于，所述服务器还用于：
8.根据权利要求7所述的系统，其特征在于，所述客户端还用于：
9.一种小鼠瞳孔检测装置，其特征在于
10.一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5任一项所述方法中的步骤。
...【技术特征摘要】
1.一种小鼠瞳孔检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取小鼠的眼部视频流并且进行数据预处理，得到瞳孔图像数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1至3任一项所述的方法，其特征在于，所述预测的瞳孔信息包括瞳孔直径和瞳孔中心位置；所述对所述预测的瞳孔信息进行分析统计，并输出为实验数据集，包括：
5.根据权利要求1至3任一项所述的方法，其特征在于，所述gru网络模型包括重置门和更新门，所述更新门用于确定上一时刻的原有瞳孔数据与当前时刻输入瞳孔数据的更新速率；所述重置门用于确定当前...
【专利技术属性】
技术研发人员：王亚云，倪子薇，刘勃志，阮彩莲，乔晓婷，黄云强，张小雁，石东亮，
申请(专利权)人：中国人民解放军空军军医大学，
类型：发明
国别省市：
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。