(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111666225.7 (22)申请日 2021.12.31 (71)申请人 宁波峰誉科技有限公司 地址 315000 浙江省宁波市 鄞州区鼎泰路 422号国贸硅 谷金座5楼5 03室 (72)发明人 闫雪峰　赵亮　源洪　 (74)专利代理 机构 北京方韬法业专利代理事务 所(普通合伙) 11303 代理人 马丽莲 (51)Int.Cl. G06T 7/00(2017.01) G06F 21/60(2013.01) G06F 21/62(2013.01) G06N 3/04(2006.01) G06N 3/08(2006.01)E03D 9/00(2006.01) E03D 5/10(2006.01) (54)发明名称 一种基于计算机视觉的排泄物分析与预警 系统及智能马桶 (57)摘要 本发明公开了一种基于计算机视觉的排泄 物分析与预警系统及包含其的智能马桶， 包括数 据采集系统、 图像数据分析系统、 机器学习训练 系统及健康数据存储分析系统； 数据采集系统采 用安装在智能马桶内的摄像头对马桶内部进行 自动图像采集； 图像数据分析系统用于接收图 像， 发送至机器学习训练系统进行备案； 并利用 机器学习训练系统预先构建的神经网络模型对 图像进行分析， 得出包含粪便的布里斯托分类的 图像分析结果， 然后将其传送至健康数据存储分 析系统； 健康数据存储分析系统， 用于对图像分 析结果进行存储、 长时间维度的分析与预警， 同 时可供用户查询。 本发明可用于健康监测， 具有 较高的自动化程度与精准的分析能力， 且能保护 用户隐私。 权利要求书2页 说明书5页 附图2页 CN 114299047 A 2022.04.08 CN 114299047 A 1.一种基于计算机视觉的排泄物分析与预警系统， 其特征在于， 所述系统包括数据采 集系统、 图像数据分析系统、 机器学习训练系统及健康数据存 储分析系统； 所述数据采集系统包括图像数据采集模块， 采用安装在智能马桶内的摄像头对马桶内 部进行自动图像采集； 所述图像数据分析系统用于接收数据采集系统传来的图像， 发送至机器学习训练系统 进行备案； 并利用机器学习训练系统预先构建的神经网络模型对图像进行分析， 得出包含 粪便的布里斯托分类的图像分析结果， 然后将图像分析结果传送至健康数据存储分析系 统； 所述健康数据存储分析系统， 用于对图像分析结果进行存储、 长时间维度的分析与预 警， 同时可 供用户查询。 2.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述 数据采集系统中的摄像头用于根据安装在马桶上的落座传感器或定时器信号的触发进行 持续的图像采集。 3.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述 数据采集系统中的摄像头安装在智能马桶后座底部、 喷杆的左和/或右侧， 且朝向马桶内壁 与排水孔附近； 和/或， 数据采用加密 传输与存 储； 和/或， 在机器学习训练过程中为数据进行脱敏处 理。 4.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述 图像数据分析系统对接收到的图像进行如下的处 理： (1)对初始图像进行预处理： 监测图像数据完整性， 解码并转换为矩阵； 对矩阵数据进 行标准化处理； 对图像数据进行适当的变形； (2)使用预先构建的神经网络模型对预处理后矩阵数据进行计算， 获取所述图像分析 结果； (3)将图像分析 结果传送至健康数据存 储分析系统。 5.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述 机器学习训练系统会定期在人工 干预的情况 下， 利用积累的图片对 模型进行训练， 包括： 在人工干预的情况 下对图片进行 标注； 构建神经网络模型， 利用反向传播法， 对模型进行多轮训练， 在每轮训练中， 都对图片 进行数据增强的处 理； 对模型进行优化， 包括： i.根据性能影响， 为 其布里斯 托分类部分添加softmax函数， 用于 输出布里斯 托分类； ii.使用sigmo id函数和tanh函数计算各个回归数值输出的最终值。 6.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述 健康数据存 储分析系统用于对图像分析 结果进行存 储、 长时间维度的分析与预警包括： 按用户身份， 对图像分析结果进行加密的永久存储； 对分析结果数据进行短期与长期 的分析， 并根据分析结果决定： 生 成分析报告的内容； 以及通过预设渠道向用户推送分析报 告。 7.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 114299047 A 2图像分析结果还包括估计的排泄物体积,所述估计的排泄物体积用于控制自动冲水， 且冲 洗后识别是否有残留并且自我学习。 8.根据权利要求1所述的基于计算机视觉的排泄物分析与 预警系统， 其特征在于， 所述 图像分析 结果包括： a.是否存在粪便； b.是否存在尿液； c.估计的排泄物体积； d.针对粪便的布里斯 托分类概 率； e.是否存在便血； f.是否存在寄生虫； g.是否存在卫 生纸； h.未消化脂肪含量的估计； i.陶瓷内部是否洁净； j.是否有其 他异物。 9.根据权利要求1 ‑8任一项所述的基于计算机视觉的排泄物分析与预警系统， 其特征 在于， 所述数据采集系统还包括非图像数据采集模块， 用于采集其他健康相关数据， 包括： 用户落座与离座的时间、 如厕频率； 所述非 图像数据采集模块将上述数据发给健康数据存 储分析系统， 配合用户自身的粪便分类， 给 出分析报告。 10.根据权利要求9所述的基于计算机视觉的排泄物分析与预警系统， 其特征在于， 所 述非图像数据采集模块， 用于采集其他健康相关数据和设备相关数据， 包括用户的心跳、 用 户手机的蓝牙连接状态、 智能马桶设备的使用设置参数、 智能马桶设备内部的状况； 所述 非 图像数据采集模块用于将上述数据通过电路或互联网， 发送至 云端服务器用于后续的综合 分析与备案 。 11.根据权利要求1 ‑10任一项所述的基于计算机视觉的排泄物分析与预警系统， 其特 征在于， 所述图像数据分析系统、 机器学习训练系统及健康数据存储分析系统集成为一个 可安装在智能马桶内的AI模组； 或所述图像数据分析系统、 机器学习训练系统及健康数据存 储分析系统均位于云端。 12.一种智能马桶， 其特征在于， 包含权利要求1 ‑11任一项所述的计算机视觉的排泄物 分析与预警系统。权　利　要　求　书 2/2 页 3 CN 114299047 A 3