摘要
本发明属于人工智能与医学检测交叉技术领域,尤其为基于YOLO算法的HCG试纸浓度检测与妊娠风险结果判定方法,包括如下步骤:S1:利用智能手机在各种光照条件下拍摄试纸的图像;S2:对所采集的图像进行预处理和标注,生成用于训练的数据集。本发明通过对YOLOV5、YOLOV6和YOLOV8等YOLO系列算法所产生的检测模型进行综合对比,筛选出了最适合HCG试纸浓度检测的最佳模型;针对最优模型在试纸颜色反应区域的检测差异,分析并对识别能力较弱的区域进行了参数优化;优化后的模型显著提升了试纸浓度检测的准确性和速度;将该基于YOLO算法的试纸浓度检测方法应用于妊娠风险评估,能够精准反映试纸浓度并为妊娠风险判定提供有效数据支持,从而满足临床对即时诊断的需求。
技术关键词
YOLO算法
判定方法
试纸浓度检测方法
风险
图像
智能手机
网络
标注工具
数据
训练集
模块结构
颜色
注意力机制
光照
参数
系列
多尺度
系统为您推荐了相关专利信息
训练图像分类模型
特征提取网络
无监督
标记
样本
焊缝
视觉检测方法
成形
数据分析模块
二值化方法
姿态运动学
惯性传感器
控制管理方法
复合传感器
视觉传感器
图像
深度学习算法
数据处理方法
训练集
网络协同工作
智能巡检机器人
雷达探测器
图像获取装置
减震结构
防倾覆结构