Conv-TabNet:一种高效的自适应色彩校正网络,用于基于智能手机的尿液成分分析

科学领域:

• 生物医学工程 生物医学工程
• 医学诊断 医学诊断 医学诊断
• 图像处理 图像处理

背景情况:

• 智能手机摄像机为无处不在的定量尿液参数检测提供了潜力.
• 摄像头传感器和环境照明条件的变化在尿液测试带图像中引入了颜色不准确性.
• 准确的颜色测量对于可靠地解释尿液测试带结果至关重要.

研究的目的:

• 开发和验证智能手机获得的尿液测试带图像的颜色校正方法.
• 为了应对由于不同相机和环境而导致变色捕捉的挑战.
• 为了使用移动设备进行精确的,按需的尿液参数定量分析.

主要方法:

• 开发了一种颜色校正模型,利用尿液测试条的颜色信息,环境光线条件和摄像机参数.
• 使用Conv-TabNet架构,专注于单个特征参数,以精确校正测试带颜色块的颜色.
• 用四种不同的手机在八种不同的光源下进行了实验.

主要成果:

• 提出的色彩校正方法实现了2.8±1.8.8的低平均绝对误差.
• 测量CIEDE2000颜色差异为1.5±1.5,表明高精度.
• 视觉评估证实,修正后的颜色与标准参考颜色非常相匹配.

结论:

• 开发的色彩校正技术显著提高了基于智能手机的尿液试管分析的可靠性.
• 这种方法克服了环境和相机特定的颜色变化,实现了一致的定量检测.
• 该技术可方便且准确地随时随地测量尿液参数.