一种尿液漏滴检测方法与流程

本发明涉及医疗器械技术领域，尤其涉及一种尿液漏滴检测方法。

背景技术：

尿液检验是现代医学临床检验的三大常规项目之一，在疾病的诊断中起着十分重要的作用。全自动尿液分析仪由液路系统、进样系统、选条系统、检测系统、电子系统和软件系统组成。液路系统负责把标本滴到检测试纸上，从而让尿液标本与检测试纸上的滴样药块反应，经检测系统实现尿液成分的检测分析。然而液路系统存在很多管路、泵阀，使用时间长了有可能存在管路老化，尿液成分残留等现象，引起液路系统被堵塞或者气密性不佳，造成液路系统在滴样时可能出现漏滴的情况。

技术实现要素：

本发明的目的在于提供一种尿液漏滴检测方法，以及时的发现检测试纸上的滴样药块是否发生了漏滴。

为了达到上述目的，本发明提供了一种尿液漏滴检测方法，用于检测一检测试纸的各药块上是否滴上了尿液样本，其特征在于，包括：

对所述检测试纸的各药块执行滴样；

获取所述检测试纸的原始图像并进行边缘识别以获取检测图像；

根据所述检测试纸的实际尺寸确定所述检测图像中各药块的中心位置；

根据所述检测图像中各药块的中心位置及所述检测试纸上各药块的实际尺寸对所述检测图像进行裁剪，以获取对应各药块的分割图像；

利用调整余弦相似度算法或高频信号分布统计算法对各滴样药块对应的分割图像进行处理计算，以获取各滴样药块对应的分割图像的特征参数；

根据各分割图像的特征参数判断出各滴样药块是否漏滴及漏滴滴样药块的位置。

如权利要求1所述的尿液漏滴检测方法，其特征在于，利用调整余弦相似度算法获取各分割图像的特征参数的步骤包括：

在hsv色彩空间下，提取各滴样药块对应的分割图像的图像特征，并拟合成一维特征向量，得到各滴样药块对应的分割图像的一维特征向量；

获取未滴样药块的图像特征向量；

将每个各滴样药块对应的一维特征向量与所述未滴样药块的图像特征向量进行调整余弦相似度计算，以得到各分割图像的特征参数，所述特征参数为余弦相似度对比参数。

可选的，当所述滴样药块对应的余弦相似度对比参数在一第一设定范围内时，则判定该滴样药块漏滴；当所述滴样药块对应的余弦相似度对比参数在所述第一设定范围外时，则判定该滴样药块未漏滴。

可选的，采集多个未滴样药块对应的图像特征向量并循环进行调整余弦相似度计算，以得到未滴样药块的余弦相似度对比参数的波动区间，所述第一设定范围为所述余弦相似度对比参数的波动区间。

可选的，利用高频信号分布统计算法获取各分割图像的特征参数的步骤包括：

在rgb色彩空间下，获取各滴样药块对应的分割图像的高频信号的位置分布及数量，得到各滴样药块对应的分割图像的特征参数，所述特征参数为高频信息参数。

可选的，当所述滴样药块对应的高频信息参数在一第二设定范围内时，则判定该滴样药块漏滴；当所述滴样药块对应的高频信息参数在所述第二设定范围外时，则判定该滴样药块未漏滴。

可选的，采集多个未滴样药块对应的高频信号的位置分布及数量，以得到未滴样药块的高频信息参数的波动区间，所述第二设定范围为所述高频信息参数的波动区间。

本发明的有益效果如下：

1、通过图像对比的方式，获取滴样滴样药块对应的分割图像的特征参数，通过图像对比的方式得到滴样药块是否漏滴的信息；

2、通过添加漏滴识别功能，提醒用户发生漏滴的滴样药块及漏滴的滴样药块的位置，避免未滴样的滴样药块产生检验不准确的结果，使检测精度更高。

附图说明

图1为本发明实施例提供的尿液漏滴检测方法的流程图。

具体实施方式

下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

如图1所示，本实施例提供了一种尿液漏滴检测方法，用于检测一检测试纸的各药块上是否滴上了尿液样本，包括：

步骤s1：对所述检测试纸的各药块执行滴样。

步骤s2：获取所述检测试纸的原始图像并进行边缘识别获取边缘坐标，确定边缘坐标在原始图像中的实际位置，可以获取检测图像，所述检测图像中仅包含了所述检测试纸的图像信息。

步骤s3：根据所述检测试纸的实际尺寸和边缘坐标之间的比例，从横纵两个方向确定所述检测图像中各药块的中心位置。

步骤s4：根据所述检测图像中各药块的中心位置及所述检测试纸上各药块的实际尺寸对所述检测图像进行裁剪，以获取对应单个药块的分割图像，便于对各药块的分割图像进行处理，且便于区别滴样滴样药块和未滴样药块。

步骤s5：利用调整余弦相似度算法或高频信号分布统计算法对各滴样药块对应的分割图像进行处理计算，以获取各分割图像的特征参数；

具体的，利用调整余弦相似度算法获取各分割图像的特征参数的步骤包括：

步骤s51：在hsv色彩空间下，提取各滴样药块对应的分割图像的图像特征，并拟合成一维特征向量，得到各滴样药块对应的分割图像的一维特征向量；

步骤s52：获取未滴样药块的图像特征向量(未滴样药块的图像特征向量在出厂前已经标定出)；

步骤s53：将各滴样药块对应的分割图像的一维特征向量与未滴样药块的图像特征向量进行调整余弦相似度计算，以得到各分割图像的特征参数，所述特征参数为余弦相似度对比参数x1。

步骤s6：当所述滴样药块对应的余弦相似度对比参数x1在一第一设定范围x2内时，则判定该滴样药块漏滴；当所述滴样药块对应的余弦相似度对比参数x1在所述第一设定范围x2外时，则判定该滴样药块未漏滴。其中，采集多个未滴样药块(大样本数据)对应的图像特征向量并循环进行调整余弦相似度计算，以得到所述未滴样药块的余弦相似度对比参数的波动区间，将所述第一设定范围x2设置为所述余弦相似度对比参数的波动区间。且根据各分割图像与滴样药块是对应的，判断出滴样药块是否漏滴后，即可根据其分割图像找到滴样药块的位置。

利用高频信号分布统计算法获取各分割图像的特征参数的步骤包括：

步骤s51’：在rgb色彩空间下，获取各滴样药块对应的分割图像的高频信号的位置分布及数量，得到各滴样药块对应的分割图像的特征参数，所述特征参数为高频信息参数y1。由于滴样滴样药块的检测图像高频信号分布范围窄以及分布数量明显减少(未滴样药块的高频信号分布在出厂前已经标定出)，未滴样药块的检测图像高频信号分布广且数量大，可以以此为依据进行区分。

步骤s6’：当所述滴样药块对应的高频信息参数y1在一第二设定范围y2内时，则判定该滴样药块漏滴；当所述滴样药块对应的高频信息参数y1在所述第二设定范围y2外时，则判定该滴样药块未漏滴。其中，采集多个未滴样药块(大样本数据)对应的高频信号的位置分布及数量，以得到所述未滴样药块的高频信息参数的波动区间，将所述第二设定范围y2设置为所述高频信息参数的波动区间即可。

上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。