一种软件设计畜禽疾病图片的智能分析诊断系统的制作方法

本发明涉及畜禽疾病诊疗技术领域，尤其是一种软件设计畜禽疾病图片的智能分析诊断系统。

背景技术：

目前国内外畜禽诊疗，依然主要依靠兽医医治。我国的畜禽养殖大多数分布在农村，农村兽医的文化程度相对不高，许多中小型养殖户没有进行过专业的养殖培训；其次，国内外暂无关于畜禽疾病诊疗的相关智能软件，畜牧养殖作为传统行业，动物患病情况复杂，混合感染居多，传统的人为诊断有较大难度，因此将计算机人工智能、大数据技术应用于传统行业难度更大；最后，国内外关于畜禽疾病诊疗的相关软件大多是在微信公众号、软件和官网上设置专家问答、专家在线坐诊，聘请专家兽医做在线诊疗，但因网上专家水平参差不齐，不能保证实时在线和即时作答，从而会延误病情，软件利用率很低。国内的大多数专家在线坐诊功能基本上形同虚设，比如专利cn203153946u“远程诊疗智能机”、cn101620648“一种中医远程诊疗方法”、和cn1295285“中医控制远程医疗系统”。

与本专利类似的国内专利是cn105303059a“一种基于智能移动设备和智能大数据分析的远程诊疗系统”，此专利主要缺点是数据库的运算低级，无运算公式和运算机制，仅为按次数匹配的开放式学习规则，甚至医生可自行修改规则而得出不同的运算结果，疾病的诊断准确率低，本发明则有严格的运算规则从而保证诊疗结果的高准确性。

技术实现要素：

基于上述背景技术中提到的问题，本发明拟提供一种软件设计畜禽疾病图片的智能分析诊断系统，本诊疗系统可智能分析诊断的畜禽动物种类包括猪、马、牛、羊、鸡、鸭、鹅、鸽和其他飞禽类。

一种软件设计畜禽疾病图片的智能分析诊断系统：由(1)用户端、(2)颜色分析端、(3)面积分析端、(4)数据处理端和(5)结果处理端组成；

所述用户端为：以手机app、微信公众号、电脑软件形式设置在手机、平板电脑和电脑智能终端，用户通过摄像头拍照来提供疾病信息，在手机、电脑平板电子设备的软件拍照界面上显示器官的形状轮廓，通过设定相应智能拍照程序，实现畜禽疾病信息的智能采集；

所述用户端显示器官的形状轮廓为：器官的形状轮廓包含耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢的器官轮廓；

所述用户端所述的智能拍照程序为：智能判断器官轮廓匹配度规则，自动判断拍照时器官轮廓与设定器官轮廓匹配程度，仅对轮廓内器官照片进行采集，如果匹配则自动拍照；不匹配则不自动拍照，提示拍摄者；

所述用户端所述的智能拍照程序为：智能设定拍照参数规则，通过环境识别自动修定拍照亮度和拍照参数；智能识别照片质量，如果出现像素不高、模糊、颜色异常、曝光不足和曝光过度等照片，提示拍摄者，自动修正参数重新拍照；

所述颜色分析端为：采用ycbcr技术，对色度进行运算，将图像的颜色和亮度分离，分析运算得到二维图像分布结果，建立器官颜色分析模型，所述分析运算方式：设定耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢的每个器官的正常颜色及范围，及上述各个器官在每种病变情况下的颜色及范围；每种病变的颜色范围内，相应设置轻度、中度和重度病变程度，如肿胀的轻度、中度和重度；通过以上处理得到二维图像分布结果，建立器官颜色分析模型；

所述面积分析端为：对颜色分析端建立的器官颜色分析模型进行面积和区域计算，从而建立面积区域分析模型，面积区域分析模型包含图片面积分析和图片区域分析两部分；所述面积分析端所述的面积区域分析模型为：图片面积分析是根据颜色分析端设定的各个器官的正常颜色及范围、病变情况下的颜色及范围和每种病变相对应轻度、中度和重度程度的颜色范围，建立各项参数相对于的面积值参数；

所述面积分析端所述的面积区域分析模型为：图片区域分析是所对器官眼睛、鼻、腿部、关节、脑、肺、心脏、肝脏、脾、肾和卵巢器官，以对称轴为纵轴建立相应坐标轴，以设定的相应数据平均值和对照建立的器官区域偏差计算方法，对病变相同颜色或同颜色范围内的区域统计分布情况；其中分布情况包括相同病变下设定的各个面积范围的数量、器官上的分布位置；

所述数据处理端为：是对颜色分析端建立的器官颜色分析模型和面积分析端建立的面积区域分析模型进行分析运算，得出的病变结果报告，病变结果报告包含耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢的每个器官的病变结果分析；包含以上每个器官的各个病变的轻度、中度和重度病变分析，及各个病变及病变程度的不同颜色区域的颜色类型、数量、分布情况、平均面积s和总面积s；

所述结果处理端为：对畜禽智能诊疗系统的疾病数据库中每个器官的病症描述选择项设定符合参数，包括每种病变的器官的参数、正常器官的参数，所述的参数内容包括正常颜色区域的颜色名称、面积s阈值；不同颜色区域的颜色类型、数量阈值、平均面积s阈值、总面积s阈值。

所述的软件设计畜禽疾病图片的智能分析诊断系统的应用，其特征在于：该软件系统用于畜禽动物种类：猪、马、牛、羊、鸡、鸭、鹅、鸽和飞禽类。

所述的软件设计畜禽疾病图片的智能分析诊断系统的应用，其特征在于：用于发病畜禽的全身症状、剖检症状和疾病的发展过程中疾病初期、发病中期和发病后期的相应临床症状图片、剖检症状图片的分析。

所述的软件设计畜禽疾病图片的智能分析诊断系统的应用，其特征在于：用于分析的全身症状图片、体表皮肤症状图片、眼和眼睑症状图片、鼻部症状图片、头部症状图片、口部症状图片、背部症状图片、腹部症状图片、关节症状图片、腿部症状图片、爪部症状图片和蹄部症状图片的分析。

所述的软件设计畜禽疾病图片的智能分析诊断系统的应用，其特征在于：用于皮下剖检症状图片、肌肉剖检症状图片、骨骼剖检症状图片、喉头剖检症状图片、气管剖检症状图片、肺部剖检症状图片、气囊剖检症状图片、胸膜剖检症状图片、食管剖检症状图片、嗉囊剖检症状图片、小肠剖检症状图片、盲肠剖检症状图片、回肠剖检症状图片、大肠剖检症状图片、法氏囊剖检症状图片、胸腺剖检症状图片、心脏剖检症状图片、肾剖检症状图片、肝剖检症状图片、脾剖检症状图片、脑剖检症状图片、淋巴结症状图片、卵巢和输卵管剖检症状图片和骨骼剖检症状图片的分析。

本发明的有益效果

(1)系统不需要借助海量图片数据建立人工智能图片数据库，即可实现畜禽疾病信息的智能采集、智能分析和畜禽疾病数据库的智能匹配，实现完全智能化；

(2)对用户的专业能力要求低，用户仅需用手机、电脑平板等多媒体终端对患病动物拍照上传数据，即可快速得到疾病诊疗结果和治疗方法，实现真正的人工智能，降低了用户使用门槛，让广大文化水平较低的畜禽养殖户和兽医也可专业化的诊断疾病，能显著提高疾病诊疗的准确性和治愈率，降低畜禽的死亡率，大幅降低养殖成本；

(3)畜禽疾病图片的智能分析诊断系统可应用于传统的人工智能图片数据库，降低传统的人工智能图片数据库建立所需的海量病例图片的数量，并通过加入运算分析规则可提高人工智能数据库的深度学习和分析能力。

附图说明

图1为本发明系统的运行示意图。

图2为本发明与畜禽疾病数据库的运行示意图。

图3为本发明与人工智能图片数据库的运行示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例，仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1、请参阅图1-图3，本发明公开了一种软件设计畜禽疾病图片的智能分析诊断系统，本诊疗系统可智能分析诊断的畜禽动物种类包括猪、马、牛、羊、鸡、鸭、鹅、鸽和其他飞禽类，可分析的疾病图片包括发病畜禽的全身症状、剖检症状和疾病的发展过程中疾病发病初期、发病中期和发病后期的相应临床症状图片、剖检症状图片。

所述的可分析的全身症状图片包括体表皮肤症状图片、眼和眼睑症状图片、鼻部症状图片、头部症状图片、口部症状图片、背部症状图片、腹部症状图片、关节症状图片、腿部症状图片、爪部症状图片和蹄部症状图片等。

所述的可分析的剖检症状图片包括皮下剖检症状图片、肌肉剖检症状图片、骨骼剖检症状图片、喉头剖检症状图片、气管剖检症状图片、肺部剖检症状图片、气囊剖检症状图片、胸膜剖检症状图片、食管剖检症状图片、嗉囊剖检症状图片、小肠剖检症状图片、盲肠剖检症状图片、回肠剖检症状图片、大肠剖检症状图片、法氏囊剖检症状图片、胸腺剖检症状图片、心脏剖检症状图片、肾剖检症状图片、肝剖检症状图片、脾剖检症状图片、脑剖检症状图片、淋巴结症状图片、卵巢和输卵管剖检症状图片和骨骼剖检图片等。

本诊疗系统包括用户端、颜色分析端、面积分析端、数据处理端和结果处理端。

用户端是指以手机app、微信公众号、电脑软件形式设置在手机、平板电脑和电脑等智能终端，用户通过摄像头拍照来提供疾病信息。用户根据软件操作提示和软件拍照界面上显示器官的形状轮廓，用手机等智能终端对病变的全身症状和剖解症状进行自动拍照，实现畜禽疾病图片信息的智能采集。

用户端的软件拍照界面上显示器官的形状轮廓，是指根据动物各个器官形状轮廓，设定的器官轮廓包含耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢等。根据采集需要，某些器官可以设定多个形状轮廓。

用户端所述的智能拍照程序，为畜禽疾病信息的智能采集设定，包含智能判断器官轮廓匹配度和智能设定拍照参数规则。其中，智能判断器官轮廓匹配度为，自动判断拍照时器官轮廓与设定器官轮廓匹配程度，仅对轮廓内器官照片进行采集；其中，智能设定拍照参数规则为，通过环境识别自动修定拍照亮度和拍照参数；智能识别照片质量，自动修正参数重新拍照。设定的用户端的智能拍照程序，具体内容如下：

(1)根据智能判断器官轮廓与设定轮廓匹配度规则，判断拍照时轮廓匹配程度，如果匹配则自动拍照；不匹配则不自动拍照，提示拍摄者。

(2)根据自动拍照时拍照参数设定规则，通过环境识别，智能设置拍照参数，进行拍照。

(3)仅对轮廓内器官照片进行采集。

(4)根据智能识别照片质量并智能调节参数处理规则，自动判断照片质量，如果出现像素不高、模糊、颜色异常、曝光不足和曝光过度等照片，提示拍摄者，自动修正参数重新拍照。

(5)用户针对同一器官多次拍照上传的，自动识别优选像素高、器官轮廓与设定轮廓匹配度高的照片分析，其他自动舍弃。

颜色分析端是指用ycbcr等技术，对色度进行特定运算，将图像的颜色和亮度分离，分析运算得到特定二维图像分布结果，建立器官颜色分析模型。设定的颜色分析端建立器官颜色分析模型的分析运算方式，具体内容如下：

(1)设定耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢的每个器官的正常颜色及范围，作为参考对照；

(2)设定耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢的每个器官，在每种病变情况下的颜色及范围，作为分析对象；

(3)对数据库所涉及的每种病变的颜色及范围进行细化分类，相应设置轻度、中度和重度病变程度，如肿胀的轻度、中度和重度等；

(4)对于以上每个器官的所有病变生成相对应的分析报告。

(5)对于以上生成的分析报告数据，应包含每种病变的颜色、颜色范围、及病变程度。

通过以上处理得到特定的结果，建立器官颜色分析模型。

面积分析端是对颜色分析端建立的器官颜色分析模型进行面积和区域计算分析，从而建立面积区域分析模型。所述的面积区域分析模型，包含图片面积分析和图片区域分析两部分内容。

面积区域分析模型所述的图片面积分析为：图片面积分析是根据颜色分析端设定的各个器官的正常颜色及范围、病变情况下的颜色及范围和每种病变相对应轻度、中度和重度程度的颜色范围，建立各项参数相对于的面积值参数。

面积分析端所述的面积区域分析模型为：图片区域分析是所对器官眼睛、鼻、腿部、关节、脑、肺、心脏、肝脏、脾、肾和卵巢器官，以对称轴为纵轴建立相应坐标轴，以设定的相应数据平均值和对照建立的器官区域偏差计算方法，对病变相同颜色或同颜色范围内的区域统计分布情况；其中分布情况包括相同病变下设定的各个面积范围的数量、器官上的分布位置。

面积分析端可根据区域颜色的不同，通过以上的图片面积分析和面积区域分析，将器官颜色模型的像素进行运算，实现图片的智能分析。以下为面积分析端，面积区域分析模型的部分运算规则示例：

(1)将相邻且相似度≥95％的像素归为一个颜色区域。

(2)剔除颜色像素差异大的极小颜色区域，即面积s＜10^-5㎡。

(3)面积满足10^-5㎡≤s≤10^-3㎡的颜色像素差异大的颜色区域，如果颜色区域数量n≤10，则剔除符合条件的颜色区域；如果颜色区域数量n＞10，则保留符合条件的颜色区域。

(4)对器官眼睛、鼻、腿部、关节、脑、肺、心脏、肝脏、脾、肾和卵巢等特定器官，以对称轴为纵轴建立相应坐标轴，以相应数据平均值为对照，测定轴上偏差es、轴下偏差ei和面积偏差e。

数据处理端是指对颜色分析端建立的器官颜色分析模型和面积分析端建立的面积区域分析模型进行分析运算，得出的病变结果报告。其中病变结果报告包括以下内容：

(1)病变结果报告包含耳朵、眼睛、鼻、蹄部、爪部、腿部、关节、脑、气管、食管、肺、心脏、肝脏、脾、肾、胃、肠和卵巢的每个器官的病变结果分析；

(2)病变结果报告包含以上每个器官的各个病变的轻度、中度和重度病变分析，及各个病变及病变程度的不同颜色区域的颜色类型、数量、分布情况、平均面积s和总面积s。

(3)病变结果报告包含相同病变的颜色类型、总数量、平均面积s、总面积s、轴上偏差es、轴下偏差ei和面积偏差e。

结果处理端，主要有三方面作用，首先是对畜禽智能诊疗系统(专利)的疾病数据库中每个器官的病症描述选择项设定符合参数，包括每种病变的器官的参数、正常器官的参数。参数内容包括正常颜色区域的颜色名称、面积s阈值；不同颜色区域的颜色类型、数量阈值、平均面积s阈值、总面积s阈值。其次是对畜禽智能诊疗系统(专利)的疾病数据库中每个器官的病症描述选择项设定符合条件的运算方式及运算公式。最后是结果处理端对数据处理端得出的相应病变结果报告进行运算，其运算结果与畜禽智能诊疗系统(专利)的畜禽疾病数据库中相对应的病症描述选择项对应。运算方式为，对对象结果进行分析，如果符合不运算规则的，不运算；如果不符合不运算规则的，进行运算，根据每个选项设定的阈值做运算归类，得出结果为畜禽智能诊疗系统(专利)的疾病数据库中相对应的病症描述选择项。以下为上述不运算规则中的一部分示例：

(1)如果相应器官样品参数与数据库中对应的器官正常颜色区域的颜色名称相同，不参与运算。

(2)如果相应器官样品参数与数据库中对应的正常颜色区域的颜色名称相同，面积≤正常面积s阈值，不参与运算。

通过以上结果处理端作用，疾病图片处理结果与畜禽疾病数据库结合，可实现通过畜禽疾病数据库检索运算，快速得出畜禽疾病诊断结果和治疗方式。因此可诊断临床诊疗中最难的相似疾病和混合感染，诊疗准确率高，有助于分析临床最难诊疗的相似疾病和混合感染，实现了疾病的快速诊疗，提高动物存活率，降低用药成本。

同理，通过以上结果处理端作用，所得疾病病症结果可结合传统的人工智能图片数据库分析结果，通过特定的匹配结合运算方式，来提高传统的人工智能图片数据库的诊断分析准确率。畜禽疾病图片的智能分析诊断系统与传统的人工智能图片数据库的结合应用，可降低建立人工智能图片数据库建立所需的海量病例图片的数量，并通过加入运算分析规则可提高人工智能数据库的深度学习和分析能力。

需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

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。