CN116584978A - 一种面向自助核酸采样的试管回收***、设备及介质 - Google Patents
一种面向自助核酸采样的试管回收***、设备及介质 Download PDFInfo
- Publication number
- CN116584978A CN116584978A CN202310143577.7A CN202310143577A CN116584978A CN 116584978 A CN116584978 A CN 116584978A CN 202310143577 A CN202310143577 A CN 202310143577A CN 116584978 A CN116584978 A CN 116584978A
- Authority
- CN
- China
- Prior art keywords
- test tube
- recovery
- image
- module
- label
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 220
- 238000011084 recovery Methods 0.000 title claims abstract description 95
- 150000007523 nucleic acids Chemical class 0.000 title claims abstract description 21
- 102000039446 nucleic acids Human genes 0.000 title claims abstract description 21
- 108020004707 nucleic acids Proteins 0.000 title claims abstract description 21
- 238000005070 sampling Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000013519 translation Methods 0.000 claims abstract description 11
- 238000005057 refrigeration Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004064 recycling Methods 0.000 claims description 22
- 238000003062 neural network model Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 16
- 238000013145 classification model Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 9
- 239000003153 chemical reaction reagent Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 229920000742 Cotton Polymers 0.000 claims description 7
- 239000007921 spray Substances 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 230000001954 sterilising effect Effects 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 2
- 230000000249 desinfective effect Effects 0.000 claims description 2
- 238000011330 nucleic acid test Methods 0.000 abstract description 8
- 210000003128 head Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 238000004659 sterilization and disinfection Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000645 desinfectant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000012085 test solution Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0045—Devices for taking samples of body liquids
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0045—Devices for taking samples of body liquids
- A61B10/0051—Devices for taking samples of body liquids for taking saliva or sputum samples
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B50/00—Containers, covers, furniture or holders specially adapted for surgical or diagnostic appliances or instruments, e.g. sterile covers
- A61B50/30—Containers specially adapted for packaging, protecting, dispensing, collecting or disposing of surgical or diagnostic appliances or instruments
- A61B50/36—Containers specially adapted for packaging, protecting, dispensing, collecting or disposing of surgical or diagnostic appliances or instruments for collecting or disposing of used articles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B50/00—Containers, covers, furniture or holders specially adapted for surgical or diagnostic appliances or instruments, e.g. sterile covers
- A61B50/30—Containers specially adapted for packaging, protecting, dispensing, collecting or disposing of surgical or diagnostic appliances or instruments
- A61B50/36—Containers specially adapted for packaging, protecting, dispensing, collecting or disposing of surgical or diagnostic appliances or instruments for collecting or disposing of used articles
- A61B50/39—Containers specially adapted for packaging, protecting, dispensing, collecting or disposing of surgical or diagnostic appliances or instruments for collecting or disposing of used articles the containers containing antimicrobial, antiviral or disinfectant agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/08—Accessories or related features not otherwise provided for
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B2010/009—Various features of diagnostic instruments
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Hematology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Pulmonology (AREA)
- Virology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明涉及无人监管核酸试管回收的技术领域，具体而言，涉及一种面向自助核酸采样的试管回收***、设备及介质，所述回收***包括：样品回收模块，所述样品回收模块包括试管、试管架、试管回收窗、试管消毒器、试管驱动单元、试管平移台、步进电机；语音提示模块，所述语音提示模块用于提示目标对象在自助回收样品时的行为是否符合规范；低温制冷模块，所述低温制冷模块用于维持所述回收***内部的低温环境；智能处理模块，所述智能处理模块包括运动控制单元和信息存储单元，所述运动控制单元用于控制所述样品回收模块，所述信息存储单元用于存储目标对象及其对应的样品的信息。本发明可以实现低成本、无人监管的核酸试管回收。
Description
技术领域
本发明涉及无人监管核酸试管回收的技术领域，具体而言，涉及一种面向自助核酸采样的试管回收***、设备及介质。
背景技术
现有的核酸检测***在医院等场景中使用，需要进行大量的核酸采样和检测工作。在这个过程中，试管是常见的样本收集和传递工具。然而，由于操作疏忽或人为因素，有时会出现试管被遗漏或错误放置的情况，这可能导致样本丢失或检测结果的不准确。目前的核酸检测***也无法及时准确地检测到试管的遗漏情况，进而导致样本丢失和检测结果的不完整。同时，在医院等场景中，人员和设备的移动可能导致场景的动态变化，从而影响试管的跟踪效果。例如，当目标对象将试管放入回收窗时，周围可能存在其他物体或人员的干扰，使得模型的跟踪能力受到限制。
发明内容
本发明公开了一种面向自助核酸采样的试管回收***、设备及介质，以实现低成本、无人监管的核酸试管回收，以解决上述现有问题的至少之一。
本发明提供了一种面向自助核酸采样的试管回收***，所述回收***包括：
样品回收模块，所述样品回收模块包括试管、试管架、试管回收窗、试管消毒器、试管驱动单元、试管平移台、步进电机；
语音提示模块，所述语音提示模块用于提示目标对象在自助回收样品时的行为是否符合规范；
低温制冷模块，所述低温制冷模块用于维持所述回收***内部的低温环境；
智能处理模块，所述智能处理模块包括运动控制单元和信息存储单元，所述运动控制单元用于控制所述样品回收模块，所述信息存储单元用于存储目标对象及其对应的样品的信息；
视觉分析模块，所述视觉分析模块用于监控所述目标对象自助回收样品的过程，所述视觉分析模块包括摄像头、图像检测单元和图像跟踪单元；
所述低温制冷模块、所述智能处理模块、所述试管平移台和所述步进电机位于所述回收***的底部，所述语音提示模块、所述视觉分析模块和所述试管回收窗位于所述回收***的顶部，所述试管驱动单元固定在所述试管平移台上且用于驱动所述试管架移动，所述试管架用于固定所述试管，所述试管回收窗具有可开闭的通孔且位于所述试管架的上方，所述摄像头正对所述试管回收窗的位置，所述试管消毒器用于消毒所述试管。
进一步的，所述试管上贴有二维码，当所述摄像头捕捉到所述二维码时，所述图像检测单元根据所述二维码中的试管信息判定所述试管不在使用有效期，所述语音提示模块发出试管不合格提示。
进一步的，所述图像检测单元基于图像分类模型确定第一判断、第二判断和第三判断的结果，所述第一判断为所述试管的试管盖是否处于拧紧状态，所述第二判断为所述试管内是否含有棉签头和试剂液，所述第三判断为所述试管上的二维码是否未存在磨损，所述第一判断、所述第二判断和所述第三判断均为是时，所述运动控制单元控制所述试管回收窗打开通孔，所述信息存储单元收录所述试管的二维码内的目标对象的信息。
更进一步的，所述图像分类模型的训练方法具体包括：
确定预训练完毕的第一神经网络模型，所述第一神经网络模型具有第一输出分支、第二输出分支和第三输出分支；
获取预设数量内的第一图像，所述第一图像标注有第一标签、第二标签和第三标签，所述第一标签为所述试管的试管盖，所述第二标签为所述试管内的棉签头和试剂液，所述第三标签为所述试管上的二维码，并将所述第一图像的数据集输入至所述第一神经网络模型；
基于交叉熵的复合加权损失函数计算损失，采用梯度下降法优化网络参数，通过所述第一输出分支、所述第二输出分支和所述第三输出分支分别输出所述第一标签的数据集、所述第二标签的数据集和所述第三标签的数据集；
合并所述第一输出分支、所述第二输出分支和所述第三输出分支的输出结果，获得图像分类模型。
进一步的，所述图像检测单元基于图像追踪模型进入监控模式，所述监控模式为所述摄像头追踪所述试管进入所述试管回收窗的过程；当所述图像检测单元进入监控模式，所述摄像头实时拍摄图像并传输至所述信息存储单元；当所述摄像头捕捉不到所述试管，所述语音提示模块发出警报提示；当所述监控模式结束，所述运动控制单元控制所述试管回收窗关闭通孔，所述语音提示模块发出回收成功提示。
更进一步的，所述图像追踪模型的训练方法具体包括：
确定预训练完毕的YOLO网络模型，然后获取第二图像的数据集，所述第二图像的数据集为所述摄像头追踪所述试管进入所述试管回收窗的过程，并将所述第二图像的数据集输入至所述YOLO网络模型；
基于所述YOLO网络模型，采用边界框标注第四标签，所述第四标签为所述第二图像上的所述试管，获得第二神经网络模型，所述边界框的标注方法满足(x，y，w，h，confidence)，confidence满足其中，x和y表示边界框的中心位置的坐标，w和h表示边界框的宽度和高度，confidence为边界框的置信值且表示边界框是否包含所述试管以及所述第四标签在边界框内的位置的精准性，Pr(Object)表示边界框内是否包含所述第四标签，若边界框内包含所述第四标签，Pr(Object)＝1，否则Pr(Object)＝0，表示预测框和实际框之间的交集；
根据目标追踪算法处理所述第二神经网络模型，获得图像追踪模型。
进一步的，当所述目标对象将所述试管放入所述试管回收窗后，所述运动控制单元控制所述试管消毒器喷出消毒液，然后控制所述试管驱动单元将所述试管架上的下一个空置位置移动至所述试管回收窗的正下方。
进一步的，所述智能处理模块还包括逻辑处理单元和无线通信单元，无线通信单元基于无线网络与移动终端连接，当所述逻辑处理单元判定所述回收***内的所述试管架均已装满试管，所述无线通信单元向所述移动终端发送消息，所述语音提示模块同时发出试管已满提示。
本发明还提供了一种计算机设备，所述包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现所述图像分类模型或所述图像追踪模型的训练方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时实现所述图像分类模型或所述图像追踪模型的训练方法。
与现有技术相比，本发明具有以下技术效果的至少之一：
1、从核酸采样到试管回收的全过程，完全避免人员接触，能够有效避免交叉感染。
2、本发明采用图像追踪模型检测试管外观及监控目标对象将试管放入回收窗的过程，实现回收全程监督，保证试管的规范回收，提高可靠性。
3、无人监管试管回收，减少人力物力的消耗。
4、本发明方案的***尺寸小，易于现场布置，与现有机械臂核酸采样方案相比更有利于在医院场景投放，方便目标对象随时随地进行核酸试管回收。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种面向自助核酸采样的试管回收***的结构示意图；
图2是本发明实施例提供的一种面向自助核酸采样的试管回收***的内部结构示意图；
图3是本发明实施例提供的一种面向自助核酸采样的试管回收***的智能处理模块的结构示意图；
图4是本发明实施例提供的一种面向自助核酸采样的试管回收***的视觉分析模块结构示意图；
图5是本发明实施例提供的一种面向自助核酸采样的试管回收***的使用流程示意图；
图6是本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
参照图1至图4，本发明实施例提供了一种面向自助核酸采样的试管回收***，所述回收***包括：
样品回收模块，所述样品回收模块包括试管101、试管架102、试管回收窗103、试管消毒器104、试管驱动单元105、试管平移台106、步进电机107；
语音提示模块2，所述语音提示模块2用于提示目标对象在自助回收样品时的行为是否符合规范；
低温制冷模块3，所述低温制冷模块3用于维持所述回收***内部的低温环境；
智能处理模块4，所述智能处理模块4包括运动控制单元401和信息存储单元402，所述运动控制单元401用于控制所述样品回收模块，所述信息存储单元402用于存储目标对象及其对应的样品的信息；
视觉分析模块5，所述视觉分析模块5用于监控所述目标对象自助回收样品的过程，所述视觉分析模块包括摄像头501、图像检测单元502和图像跟踪单元503；
所述低温制冷模块3、所述智能处理模块4、所述试管平移台106和所述步进电机107位于所述回收***的底部，所述语音提示模块2、所述视觉分析模块5和所述试管回收窗103位于所述回收***的顶部，所述试管驱动单元105固定在所述试管平移台106上且用于驱动所述试管架102移动，所述试管架102用于固定所述试管101，所述试管回收窗103具有可开闭的通孔且位于所述试管架102的上方，所述摄像头501正对所述试管回收窗103的位置，所述试管消毒器104用于消毒所述试管101。
所述试管101上贴有二维码，当所述摄像头501捕捉到所述二维码时，所述图像检测单元502根据所述二维码中的试管信息判定所述试管101不在使用有效期，所述语音提示模块2发出试管不合格提示。
所述图像检测单元502基于图像分类模型确定第一判断、第二判断和第三判断的结果，所述第一判断为所述试管101的试管盖是否处于拧紧状态，所述第二判断为所述试管101内是否含有棉签头和试剂液，所述第三判断为所述试管101上的二维码是否未存在磨损，所述第一判断、所述第二判断和所述第三判断均为是时，所述运动控制单元401控制所述试管回收窗103打开通孔，所述信息存储单元402收录所述试管101的二维码内的目标对象的信息。
所述图像检测单元502基于图像追踪模型进入监控模式，所述监控模式为所述摄像头501追踪所述试管101进入所述试管回收窗103的过程；当所述图像检测单元502进入监控模式，所述摄像头501实时拍摄图像并传输至所述信息存储单元402；当所述摄像头501捕捉不到所述试管101，所述语音提示模块2发出警报提示；当所述监控模式结束，所述运动控制单元401控制所述试管回收窗103关闭通孔，所述语音提示模块2发出回收成功提示。
当所述目标对象将所述试管101放入所述试管回收窗103后，所述运动控制单元401控制所述试管消毒器104喷出消毒液，然后控制所述试管驱动单元105将所述试管架102上的下一个空置位置移动至所述试管回收窗103的正下方。
所述智能处理模块4还包括逻辑处理单元403和无线通信单元404，无线通信单元404基于无线网络与移动终端连接，当所述逻辑处理单元403判定所述回收***内的所述试管架102均已装满试管，所述无线通信单元404向所述移动终端发送消息，所述语音提示模块2同时发出试管已满提示。
参照图5，图5为本发明实施例提供的一种面向自助核酸采样的试管回收***的使用流程示意图，具体流程如下。
S501：目标对象在领取到试管后，扫描试管上的二维码，填写所有被采样者的个人信息，并完成核酸采样。
S502：目标对象在完成个人核酸采样后，携带核酸试管前往试管回收***处进行试管二维码信息收录，试管回收***的视觉分析模块首先扫描试管上的二维码，根据二维码中的试管信息判定试管是否在使用有效期内，若试管不在使用有效期内则语音提示模块发出试管不合法警报，若试管在使用有效期内则语音提醒并进入下一步判定。
S503：试管回收***的视觉分析模块通过图像分类模型判定回收的试管是否合格。图像分类模型前期使用大量合格试管(试管二维码无磨损，试管内有棉签头与试液剂，试管盖拧紧，试管外观完好无损)与不合格试管作为学习样本，并标注多个用于目标检测的标签，例如试管盖的状态，试管内棉签头状态，试管二维码状态等，深度学习目标检测算法训练完成后，便具有对试管检测与识别的功能。首先检测试管盖是否处于拧紧状态，如果不满足要求，则语音提示模块提示目标对象将试管盖拧紧；同时监测试管内是否存在棉签头及试剂液，如果无法检测到目标或试管二维码有磨损，则提示目标对象试管不合格。若检测试管合格则收录二维码内的目标对象信息并打开试管接收窗口。
S504：视觉分析模块全程监控目标对象将试管放入试管接收窗口，确保试管的回收。若目标对象未将试管放入回收窗则发出警报提醒。
S505：目标对象将合法试管放入试管回收窗下的试管架后，试管回收***关闭试管回收窗的瞳孔，并收录目标对象信息，试管消毒器喷出消毒喷雾，完成核酸试管的收集与低温存储，且通过试管平移台和试管驱动单元移动试管架，将空置试管架移到试管回收窗正下方，等待下一个目标对象使用该装置回收试管。另外，消毒喷雾总量已提前设定好与整台回收***的试管储存量相匹配，当回收满时，消毒喷雾也用尽。
S506：当试管回收***中的试管已满时，回收***的智能处理模块可以在手机app或小程序向相关工作人员发送信息，通知工作人员前往特定试管回收***回收试管，并将该回收***内的消毒液加满，保证下一次回收的正常消毒。同时，试管回收***在满试管状态，当目标对象前来提交试管时，***语音提示当前回收***已满，请投放至其他回收***。另外，工作人员亦可在试管未满时，定期回收装置内的核酸试管。
在一些实施例中，所述图像分类模型的训练方法具体包括：
确定预训练完毕的第一神经网络模型，所述第一神经网络模型具有第一输出分支、第二输出分支和第三输出分支；
获取预设数量内的第一图像，所述第一图像标注有第一标签、第二标签和第三标签，所述第一标签为所述试管的试管盖，所述第二标签为所述试管内的棉签头和试剂液，所述第三标签为所述试管上的二维码，并将所述第一图像的数据集输入至所述第一神经网络模型；
基于交叉熵的复合加权损失函数计算损失，采用梯度下降法优化网络参数，通过所述第一输出分支、所述第二输出分支和所述第三输出分支分别输出所述第一标签的数据集、所述第二标签的数据集和所述第三标签的数据集；
合并所述第一输出分支、所述第二输出分支和所述第三输出分支的输出结果，获得图像分类模型。
该实施例中，采用多标签图像分类算法在同一张图片上对试管的试管盖、试管内的棉签头和试剂液以及试管外壁上的二维码分别进行标注，预训练完毕的第一神经网络模型可以利用现有技术的神经网络模型获得，例如CNN(卷积神经网络)、RNN(循环神经网络)，此处并不做任何限定。在计算损失函数时，分别对第一输出分支、第二输出分支和第三输出分支每次训练获得的损失函数加权求平均并获得目标损失函数。
在一些实施例中，所述图像追踪模型的训练方法具体包括：
确定预训练完毕的YOLO网络模型，然后获取第二图像的数据集，所述第二图像的数据集为所述摄像头追踪所述试管进入所述试管回收窗的过程，并将所述第二图像的数据集输入至所述YOLO网络模型；
基于所述YOLO网络模型，采用边界框标注第四标签，所述第四标签为所述第二图像上的所述试管，获得第二神经网络模型，所述边界框的标注方法满足(x，y，w，h，confidence)，confidence满足其中，x和y表示边界框的中心位置的坐标，w和h表示边界框的宽度和高度，confidence为边界框的置信值且表示边界框是否包含所述试管以及所述第四标签在边界框内的位置的精准性，Pr(Object)表示边界框内是否包含所述第四标签，若边界框内包含所述第四标签，Pr(Object)＝1，否则Pr(Object)＝0，表示预测框和实际框之间的交集；
根据目标追踪算法处理所述第二神经网络模型，获得图像追踪模型。
该实施例中，图像追踪模型分为图像检测算法和目标追踪算法两部分，图像检测算法采用YOLO网络模型，目标追踪算法可以是sort目标追踪算法、deepsort目标追踪算法等，此处不做任何限定。在预训练YOLO网络模型阶段，首先使用ImageNet1000类数据训练YOLO网络模型的20个卷积层、1个average池化层和1个全连接层，然后再采用PASCAL VOC20类标注数据来训练YOLO网络模型，获得预训练完毕的YOLO网络模型，由于现有技术已有赘述，此处不再多加描述。在确定预训练完毕后的YOLO网络模型，再将用摄像头拍摄试管放入试管回收窗的过程的多帧图片进行处理后形成第二图像的数据集，再将该数据集输入YOLO网络模型进行训练，获得可以对试管放入试管回收窗的过程的多帧图片进行图像检测的YOLO网络模型，并结合目标追踪算法，最终获得图像追踪模型。
参照图6，本发明提供了一种计算机设备6，所述包括：存储器602和处理器601及存储在存储器上的计算机程序603，当所述计算机程序603在处理器601上被执行时，实现所述图像分类模型或所述图像追踪模型的训练方法。
所述计算机设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该计算机设备可包括，但不仅限于，处理器601、存储器602。本领域技术人员可以理解，图6仅仅是计算机设备6的举例，并不构成对计算机设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器601可以是中央处理单元(Central Processing Unit，CPU)，该处理器601还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602在一些实施例中可以是所述计算机设备6的内部存储单元，例如计算机设备6的硬盘或内存。所述存储器602在另一些实施例中也可以是所述计算机设备6的外部存储设备，例如所述计算机设备6上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器602还可以既包括所述计算机设备6的内部存储单元也包括外部存储设备。所述存储器602用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时实现所述图像分类模型或所述图像追踪模型的训练方法。
该实施例中，所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所公开的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种面向自助核酸采样的试管回收***，其特征在于，所述回收***包括：
样品回收模块，所述样品回收模块包括试管、试管架、试管回收窗、试管消毒器、试管驱动单元、试管平移台、步进电机；
语音提示模块，所述语音提示模块用于提示目标对象在自助回收样品时的行为是否符合规范；
低温制冷模块，所述低温制冷模块用于维持所述回收***内部的低温环境；
智能处理模块，所述智能处理模块包括运动控制单元和信息存储单元，所述运动控制单元用于控制所述样品回收模块，所述信息存储单元用于存储目标对象及其对应的样品的信息；
视觉分析模块，所述视觉分析模块用于监控所述目标对象自助回收样品的过程，所述视觉分析模块包括摄像头、图像检测单元和图像跟踪单元；
所述低温制冷模块、所述智能处理模块、所述试管平移台和所述步进电机位于所述回收***的底部，所述语音提示模块、所述视觉分析模块和所述试管回收窗位于所述回收***的顶部，所述试管驱动单元固定在所述试管平移台上且用于驱动所述试管架移动，所述试管架用于固定所述试管，所述试管回收窗具有可开闭的通孔且位于所述试管架的上方，所述摄像头正对所述试管回收窗的位置，所述试管消毒器用于消毒所述试管。
2.根据权利要求1所述的回收***，其特征在于，所述试管上贴有二维码，当所述摄像头捕捉到所述二维码时，所述图像检测单元根据所述二维码中的试管信息判定所述试管不在使用有效期，所述语音提示模块发出试管不合格提示。
3.根据权利要求1所述的回收***，其特征在于，所述图像检测单元基于图像分类模型确定第一判断、第二判断和第三判断的结果，所述第一判断为所述试管的试管盖是否处于拧紧状态，所述第二判断为所述试管内是否含有棉签头和试剂液，所述第三判断为所述试管上的二维码是否未存在磨损，所述第一判断、所述第二判断和所述第三判断均为是时，所述运动控制单元控制所述试管回收窗打开通孔，所述信息存储单元收录所述试管的二维码内的目标对象的信息。
4.根据权利要求3所述的回收***，其特征在于，所述图像分类模型的训练方法具体包括：
确定预训练完毕的第一神经网络模型，所述第一神经网络模型具有第一输出分支、第二输出分支和第三输出分支；
获取预设数量内的第一图像，所述第一图像标注有第一标签、第二标签和第三标签，所述第一标签为所述试管的试管盖，所述第二标签为所述试管内的棉签头和试剂液，所述第三标签为所述试管上的二维码，并将所述第一图像的数据集输入至所述第一神经网络模型；
基于交叉熵的复合加权损失函数计算损失，采用梯度下降法优化网络参数，通过所述第一输出分支、所述第二输出分支和所述第三输出分支分别输出所述第一标签的数据集、所述第二标签的数据集和所述第三标签的数据集；
合并所述第一输出分支、所述第二输出分支和所述第三输出分支的输出结果，获得图像分类模型。
5.根据权利要求1所述的回收***，其特征在于，所述图像检测单元基于图像追踪模型进入监控模式，所述监控模式为所述摄像头追踪所述试管进入所述试管回收窗的过程；当所述图像检测单元进入监控模式，所述摄像头实时拍摄图像并传输至所述信息存储单元；当所述摄像头捕捉不到所述试管，所述语音提示模块发出警报提示；当所述监控模式结束，所述运动控制单元控制所述试管回收窗关闭通孔，所述语音提示模块发出回收成功提示。
6.根据权利要求5所述的回收***，其特征在于，所述图像追踪模型的训练方法具体包括：
确定预训练完毕的YOLO网络模型，然后获取第二图像的数据集，所述第二图像的数据集为所述摄像头追踪所述试管进入所述试管回收窗的过程，并将所述第二图像的数据集输入至所述YOLO网络模型；
基于所述YOLO网络模型，采用边界框标注第四标签，所述第四标签为所述第二图像上的所述试管，获得第二神经网络模型，所述边界框的标注方法满足(x，y，w，h，confidence)，confidence满足其中，x和y表示边界框的中心位置的坐标，w和h表示边界框的宽度和高度，confidence为边界框的置信值且表示边界框是否包含所述试管以及所述第四标签在边界框内的位置的精准性，Pr(Object)表示边界框内是否包含所述第四标签，若边界框内包含所述第四标签，Pr(Object)＝1，否则Pr(Object)＝0，/>表示预测框和实际框之间的交集；
根据目标追踪算法处理所述第二神经网络模型，获得图像追踪模型。
7.根据权利要求1所述的回收***，其特征在于，当所述目标对象将所述试管放入所述试管回收窗后，所述运动控制单元控制所述试管消毒器喷出消毒液，然后控制所述试管驱动单元将所述试管架上的下一个空置位置移动至所述试管回收窗的正下方。
8.根据权利要求1所述的回收***，其特征在于，所述智能处理模块还包括逻辑处理单元和无线通信单元，无线通信单元基于无线网络与移动终端连接，当所述逻辑处理单元判定所述回收***内的所述试管架均已装满试管，所述无线通信单元向所述移动终端发送消息，所述语音提示模块同时发出试管已满提示。
9.一种计算机设备，其特征在于，所述包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现权利要求4或6所述的训练方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器运行时实现权利要求4或6所述的训练方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310143577.7A CN116584978A (zh) | 2023-02-21 | 2023-02-21 | 一种面向自助核酸采样的试管回收***、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310143577.7A CN116584978A (zh) | 2023-02-21 | 2023-02-21 | 一种面向自助核酸采样的试管回收***、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116584978A true CN116584978A (zh) | 2023-08-15 |
Family
ID=87592559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310143577.7A Pending CN116584978A (zh) | 2023-02-21 | 2023-02-21 | 一种面向自助核酸采样的试管回收***、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116584978A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110593A (zh) * | 2023-08-16 | 2023-11-24 | 杭州博欣科技有限公司 | 一种尿液、粪便收集*** |
-
2023
- 2023-02-21 CN CN202310143577.7A patent/CN116584978A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110593A (zh) * | 2023-08-16 | 2023-11-24 | 杭州博欣科技有限公司 | 一种尿液、粪便收集*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10748035B2 (en) | Visually aided active learning for training object detector | |
| CN111680551B (zh) | 监控牲畜数量的方法、装置、计算机设备及存储介质 | |
| Cucchiara et al. | A multi‐camera vision system for fall detection and alarm generation | |
| CN107005679B (zh) | 一种基于云服务的智能目标识别装置、***及方法 | |
| CN106355367A (zh) | 仓库监控管理装置 | |
| CN107003124A (zh) | 抽屉视觉*** | |
| WO2021043074A1 (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
| CN111310596A (zh) | 一种动物患病状态监测***及方法 | |
| CN110049121A (zh) | 一种基于增强现实技术的数据中心巡检*** | |
| CN116584978A (zh) | 一种面向自助核酸采样的试管回收***、设备及介质 | |
| CN113052295B (zh) | 一种神经网络的训练方法、物体检测方法、装置及设备 | |
| CN113936340B (zh) | 一种基于训练数据采集的ai模型训练方法及装置 | |
| CN110370273A (zh) | 一种机器人避障方法、装置和*** | |
| CN113869177A (zh) | 一种用于跟踪多目标的方法及装置 | |
| CN113990500A (zh) | 一种生命体征参数的监测方法、装置以及储存介质 | |
| US20220202329A1 (en) | Method and apparatus for inversion detection | |
| US20240242496A1 (en) | Adversarial masks for scene-customized false detection removal | |
| CN115205581A (zh) | 一种钓鱼检测方法、钓鱼检测设备和计算机可读存储介质 | |
| CN113723241A (zh) | 一种基于姿态估计的手卫生监测*** | |
| US20220335725A1 (en) | Monitoring presence or absence of an object using local region matching | |
| WO2023108782A1 (zh) | 行为识别模型训练方法及装置、行为识别方法及装置、***、介质 | |
| CN115793632A (zh) | 无人车辆控制方法以及服务器 | |
| CN115331312A (zh) | 一种人体状态检测方法、装置、设备及可读存储介质 | |
| CN112347889B (zh) | 一种变电站作业行为辨识方法及装置 | |
| CN113916899A (zh) | 基于视觉识别的大输液软袋产品的检测方法、***及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |