本發(fā)明涉及一種基于生物樣本顏色的自助身體參數(shù)檢查方法及系統(tǒng)。

背景技術：

目前，對于身體的體檢一般需要專業(yè)的設備和專業(yè)的從業(yè)人員操作，同時消耗被檢測人的大量的時間用來參加身體的檢查，同時檢查的周期會很長，導致自我健康感知的時間十分滯后。同時檢查的費用非常昂貴。

隨著醫(yī)學技術的進步，已經研究出了體液在反應試紙上反應的顏色與身體參數(shù)的關系，體液顏色能夠反應出很多身體參數(shù)，基于這些身體參數(shù)能夠得到身體的健康狀況。但是現(xiàn)有技術中，利用顏色判斷身體參數(shù)一般都是在醫(yī)院或健康檢查機構的大型儀器。即便是有一些微型的檢測終端，但是這些微型檢測終端，其一智能化程度不夠高；其二，這些檢測終端更多的是利用體液在試紙上進行反應出顏色，采用的肉眼觀察的方式查看顏色判斷身體健康狀況；其三，現(xiàn)有攝像頭要想獲得可供計算機分析的清楚的圖像數(shù)據，則需要距離圖像至少8－10cm遠，這樣做出來的終端設備很厚，體積很大。

有鑒于上述的缺陷，本設計人積極加以研究創(chuàng)新，以期創(chuàng)設一種基于體液的自助身體檢查方法及系統(tǒng)，使其更具有產業(yè)上的利用價值。

技術實現(xiàn)要素：

為解決上述技術問題，本發(fā)明的目的是提供一種使用方便、體積小，能夠近距離識別生物樣本顏色，能夠快速的檢測出用戶健康參數(shù)的基于生物樣本顏色的自助身體參數(shù)檢查方法及系統(tǒng)。

借由上述方案，本發(fā)明至少具有以下優(yōu)點：

檢測準確度高，通過微距定焦的攝像頭采集的模塊，采集的數(shù)據，進行顏色識別，可以壓縮設備的體積，這樣起到方便便攜的功能的同時，大大提高顏色識別的精度。

檢測范圍廣，通過經過特定設計的試紙，可以運用不同的組合結合我們是試驗過的數(shù)據庫進行模式對比，得到我們目前的身體的健康狀況，同時可以檢測的問題步再局限于其中的一組問題，可以通過不同的試紙的顏色的反應模式得到不同的結論，從而達到更廣的檢測結果。

近距離識別，通過近距離定焦組件，我們可以很簡單的得到對應物體上面的顏色以及顏色分布，同時可以減小識別儀器的體積。普通的攝像頭難以交替進行近距攝影和普通攝影。而微距攝影鏡頭則不同，它的近攝不依賴別的近攝附件，全部近攝操作都在鏡頭本身上進行，它可在近攝至無限遠之間連續(xù)對焦，從而能從近攝狀態(tài)迅速調整至普通攝影狀態(tài)，這為攝影者交替進行近距攝影和普通攝影提供了方便。

云端數(shù)據處理，首先，云平臺能提高資源的利用率，降低能源消耗，它可以通過引入虛擬化等科技的手段，來細化物理資源分配單元，從而提升系統(tǒng)分布的密度，提高系統(tǒng)使用效率，降低對物理設備的需求，從而降低it設備投入，降低能耗節(jié)約成本。當然如果實在私有系統(tǒng)當中的話，擴展流程會簡化，實施部署的細節(jié)也會變的很簡單，決策周次就會很短，預算的重點也會落在根據業(yè)務需求而基礎構架擴展單元的數(shù)目上。

上述說明僅是本發(fā)明技術方案的概述，為了能夠更清楚了解本發(fā)明的技術手段，并可依照說明書的內容予以實施，以下以本發(fā)明的較佳實施例并配合附圖詳細說明如后。

附圖說明

圖1是本發(fā)明方法的流程圖；

圖2是本發(fā)明軟件程序運行步驟圖。

具體實施方式

下面結合附圖和實施例，對本發(fā)明的具體實施方式作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

本發(fā)明用于但不限于血糖檢測，性激素檢測，心肺，胃腸科，泌尿科，皮膚科，神經內科，兒科，外科，公共衛(wèi)生，生物恐怖主義，食品安全以及獸醫(yī)和植物病理學檢測，代謝檢測，血液氣體和電解質分析，快速心臟標志物診斷，藥物篩選，尿測試，大便潛血的分析，食品病原體篩選，全血計數(shù)，血紅蛋白診斷藥物，傳染病測試，膽固醇，癌癥測試，以及血壓、脈搏、呼吸、體溫、體脂、心率、血氧含量、基礎代謝率。

實施例1

本實施例基于生物樣本顏色的自助身體參數(shù)檢查方法，包括：獲取體液在反應試紙上生成的顏色圖像，其中物鏡距離不大于2cm；對所述反應顏色圖像進行數(shù)據分析，得到身體健康參數(shù)。

實施例2

本實施例基于生物樣本顏色的自助身體參數(shù)檢查系統(tǒng)，包括：

圖像獲取單元，用于獲取體液在反應試紙上生成的顏色圖像，且物鏡距離不大于2cm；

健康參數(shù)結果輸出單元，用于對所述反應顏色圖像進行數(shù)據分析，得到身體健康參數(shù)。

上述實施例1中的方法可以應用至實施例2中所述的系統(tǒng)中，同時實施例2中的系統(tǒng)的實現(xiàn)也可以采用實施例1中所述的方法。

上述兩個實施例共同的工作原理為：采用定焦微距，攝距2cm以內，拍攝體液在反應試紙上的顏色，通過采用計算機對顏色圖像進行深度分析，得到用戶的身體健康參數(shù)。在現(xiàn)有研究中，已經得到了體液顏色在反應試紙上反應呈現(xiàn)的顏色與身體健康之間的關系，但是，卻沒有將相應的技術應用于輕便易攜帶的終端設備上，主要原因是無法實現(xiàn)近距離拍攝清晰可供計算機分析的顏色圖像，上述兩個實施例中所述的方案很好的解決了這一問題。

實施例3

本實施例根據權利要求1所述的基于生物樣本顏色的自助身體參數(shù)檢查方法，在實施例1的基礎上，所述的獲取體液在反應試紙上生成的顏色圖像具體包括：

確定顏色圖像是否達到預定標準，

若所述顏色圖像達到預定標準，則獲取顏色圖像；

若所述顏色圖像未達到預定標準，則放棄獲取該顏色圖像；

對獲取的顏色圖像進行一次處理以及二次處理，其中所述一次處理包括提取圖像的有效區(qū)域，所述的二次處理包括：通過顏色調整算法調整顏色圖像的his值，his及色相，好合度，亮度，色相是側菜的基本屬性，就是平常所說的顏色名稱，飽和度，是指色彩的純度，越高色彩越純，越低逐漸變灰，取0-100％的數(shù)值。明度(v)，亮度(l)，取0-100％。

通過顏色識別算法獲取顏色圖像的rgb值，通過三個不同的數(shù)值來分別表示r、g、b，通過不同的數(shù)值組合表示不同的顏色，有浮點，百分比，八位數(shù)字和十六位數(shù)字表示方法，通過rgb值分析，獲取反應結果。通過識別區(qū)域的rgb值，來獲取色彩，邊緣輪廓，紋理等自然特征，再通過顏色基于像素點的特征，圖像或圖像區(qū)域內的所有像素點金喜提取與分析。

色調特征提取：統(tǒng)計試紙墊圖片的全部像素點的色調，建立一個二維坐標系，以色調h的取值作為橫坐標，試紙墊圖片中該色調的取值頻率f作為縱坐標，從坐標點向h軸畫垂直線，這樣繪制出的曲線圖就是色調直方圖。色調直方圖反應出圖像的色調級與該色調概率間的統(tǒng)計關系。

飽和度特征提?。航y(tǒng)計試紙墊圖片的全部像素點的飽和度，建立一個二維坐標系，以飽和度s的取值作為橫坐標，試紙墊圖片中該飽和度的取值頻率f作為縱坐標，從坐標點向s軸畫垂直線，這樣繪制出的曲線圖就是飽和度直方圖。飽和度直方圖反應出圖像的飽和度級與該飽和度概率間的統(tǒng)計關系。

亮度特征提取：在相同光源照射下，通常試紙墊圖片顏色越淺，它的亮度值就越大；反之，顏色越深，亮度值就越小。而不同濃度試紙墊圖片之間通常存在顏色深淺的差異。因此，亮度也能描述試紙墊圖片之間顏色差。

實施例4

本實施例基于生物樣本顏色的自助身體參數(shù)檢查系統(tǒng)，在實施例2的基礎上，所述圖像獲取單元，包括圖像預提取模塊，圖像數(shù)據處理模塊，其中所述圖像預提取模塊，用于確定顏色圖像是否達到預定標準，

若所述顏色圖像達到預定標準，則所述圖像預提取模塊獲取顏色圖像，并將獲取的所述顏色圖像輸出至圖像數(shù)據處理模塊；

若所述顏色圖像未達到預定標準，則所述圖像預提取模塊放棄獲取該顏色圖像；

所述圖像數(shù)據處理模塊，用于對獲取的顏色圖像進行一次處理以及二次處理，其中所述一次處理包括提取圖像的有效區(qū)域，所述的二次處理包括：通過顏色調整算法調整顏色圖像的his值，通過顏色識別算法獲取顏色圖像的rgb值，通過三個不同的數(shù)值來分別表示r、g、b，通過不同的數(shù)值組合表示不同的顏色。

所述圖像數(shù)據處理模塊包括：

色調特征提取子模塊，用于統(tǒng)計試紙墊圖片的全部像素點的色調，建立一個二維坐標系，以色調h的取值作為橫坐標，試紙墊圖片中該色調的取值頻率f作為縱坐標，從坐標點向h軸畫垂直線，這樣繪制出的曲線圖就是色調直方圖；色調直方圖反應出圖像的色調級與該色調概率間的統(tǒng)計關系；

飽和度特征提取子模塊，用于統(tǒng)計試紙墊圖片的全部像素點的飽和度，建立一個二維坐標系，以飽和度s的取值作為橫坐標，試紙墊圖片中該飽和度的取值頻率f作為縱坐標，從坐標點向s軸畫垂直線，這樣繪制出的曲線圖就是飽和度直方圖；飽和度直方圖反應出圖像的飽和度級與該飽和度概率間的統(tǒng)計關系；

亮度特征提取子模塊，用于在相同光源照射下，通常試紙墊圖片顏色越淺，它的亮度值就越大；反之，顏色越深，亮度值就越小，而不同濃度試紙墊圖片之間通常存在顏色深淺的差異。

上述各實施例的具體應用：

測試卡：針對不同的人群有不同的檢測項目。測試面積小，測試面積在2cm以內，檢測條仔0.3到0.5毫米。可檢測項目更多

移動測試終端：定焦微距，攝距2cm以內。包括但不僅限于，wi-fi，藍牙等傳輸方式傳輸。

設備的工作原理：測試卡插入本機的卡槽。

用戶開啟手機app－通過特定的方式，建立與本機的連接。

用戶雙手按壓本機生理采集點，對用戶血壓，脈率，血樣等生理數(shù)據進行檢測。

本機的攝像頭對檢測卡內的區(qū)域進行拍攝采集。

通過顏色調整算法調整所拍攝圖片的his值，his及色相，好合度，亮度，色相是側菜的基本屬性，就是平常所說的顏色名稱，飽和度，是指色彩的純度，越高色彩越純，越低逐漸變灰，取0-100％的數(shù)值。明度(v)，亮度(l)，取0-100％。

通過顏色識別算法獲取所拍攝圖片的rgb值，通過三個不同的數(shù)值來分別表示r、g、b，通過不同的數(shù)值組合表示不同的顏色，有浮點，百分比，八位數(shù)字和十六位數(shù)字表示方法，通過rgb值分析，獲取反應結果。通過識別區(qū)域的rgb值，來獲取色彩，邊緣輪廓，紋理等自然特征，再通過顏色基于像素點的特征，圖像或圖像區(qū)域內的所有像素點金喜提取與分析。

色調特征提取

統(tǒng)計試紙墊圖片的全部像素點的色調，建立一個二維坐標系，以色調h的取值作為橫坐標，試紙墊圖片中該色調的取值頻率f作為縱坐標，從坐標點向h軸畫垂直線，這樣繪制出的曲線圖就是色調直方圖。色調直方圖反應出圖像的色調級與該色調概率間的統(tǒng)計關系。

飽和度特征提取

統(tǒng)計試紙墊圖片的全部像素點的飽和度，建立一個二維坐標系，以飽和度s的取值作為橫坐標，試紙墊圖片中該飽和度的取值頻率f作為縱坐標，從坐標點向s軸畫垂直線，這樣繪制出的曲線圖就是飽和度直方圖。飽和度直方圖反應出圖像的飽和度級與該飽和度概率間的統(tǒng)計關系。

亮度特征提取

在相同光源照射下，通常試紙墊圖片顏色越淺，它的亮度值就越大；反之，顏色越深，亮度值就越小。而不同濃度試紙墊圖片之間通常存在顏色深淺的差異。因此，亮度也能描述試紙墊圖片之間顏色差。

將識別的rgb值通過特定的傳輸方式傳輸至app。

app(手機應用，包含但不僅限于ios和android客戶端)

對生理信號進行收錄，包含血壓，血氧，體脂，脈率等數(shù)據進行收錄。

對基礎數(shù)據，人體數(shù)據建立檔案庫，基礎數(shù)據包含但不僅限于性別，生日，身高，體重，年齡。是否吸煙史，是否有飲酒史等數(shù)據，醫(yī)學數(shù)據包含但不僅限于，高血壓，過敏，心臟病，哮喘，糖尿病，癌癥，中風等數(shù)據。

傳輸數(shù)據至云端進行分析。

接收sass分析結果，進行展示和存儲。

sass(云端服務)

建立醫(yī)療數(shù)據比對數(shù)據庫。

處理用戶分析請求。將用戶數(shù)據和醫(yī)療數(shù)據進行對比和分析。

以上所述僅是本發(fā)明的優(yōu)選實施方式，并不用于限制本發(fā)明，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和變型，這些改進和變型也應視為本發(fā)明的保護范圍。