乳腺监测方法、装置和计算机可读存储介质与流程

1.本技术涉及红外热成像、图像数据分析监测、养殖自动化技术领域，尤其涉及乳腺监测方法、装置和计算机可读存储介质。


背景技术：

2.近年来我国畜牧业发展迅速，而奶牛的养殖已经成为畜牧业一个重要的组成部分。其中，乳腺疾病对奶牛养殖业来说是最常见、也是对牛奶生产影响最大的一类疾病。因此，有效检测奶牛乳腺疾病对于提高奶牛生产效益、减少经济损失具有重要意义。现有的奶牛乳腺疾病检测大多依赖人工试剂，无法自动化、大范围的检测。
3.专利cn105748046b公开了一种基于红外热像图的温度信息监测方法及其系统，其中，方法包括获取活动物体预设部位的红外热图像；获取环境温度；提取所述红外热图像的特征区域；获取所述特征区域的温度信息；依据历史经验数据预设温度数据分析模型；将所述环境温度以及特征区域的温度信息代入所述温度数据分析模型进行计算，获取所述活动物体的预设部位的温度信息。然而，该方法仅根据温度来判断该动物是否发生乳腺疾病，并未考虑到乳腺的肿胀程度，一旦红外热成像设备出现故障，测得的温度将是不准确的，会造成乳腺疾病的误判。
4.因此，亟需提供乳腺监测方法、装置和计算机可读存储介质，以改进现有技术。


技术实现要素：

5.本技术的目的在于提供乳腺监测方法、装置和计算机可读存储介质，大大提升了判断结果的准确性，避免乳腺疾病的误判。
6.本技术的目的采用以下技术方案实现：
7.第一方面，本技术提供了一种乳腺监测装置，所述乳腺监测装置包括处理器，所述处理器被配置成实现以下步骤：
8.利用红外热成像设备获取受检动物的乳腺部位的红外图像，所述乳腺部位包括至少两个乳区；
9.基于所述红外图像，获取所述受检动物的每个乳区的温度；
10.当检测到最热乳区的温度不小于预设温度阈值时，检测所述最热乳区是否满足预设肿胀条件，所述最热乳区是所有乳区中温度最高的乳区；
11.当所述最热乳区满足所述预设肿胀条件时，生成第一提示信息并发送至用户设备，所述第一提示信息用于指示所述受检动物的标识、所述最热乳区的标识以及温度；
12.其中，所述预设肿胀条件包括以下至少一种：
13.所述最热乳区的尺寸不小于预设尺寸阈值；
14.所述最热乳区的硬度不小于预设硬度阈值。
15.该技术方案的有益效果在于：利用红外热成像设备采集受检动物的乳腺部位的红外图像，从而获取受检动物的每个乳区的温度，当检测到最热乳区的温度不小于预设温度
阈值时，表明该受检动物的乳腺局部温度偏高，有发生乳腺疾病的可能，此时进一步检测最热乳区是否满足预设肿胀条件，预设肿胀条件可以是最热乳区的尺寸不小于预设尺寸阈值，和/或，硬度不小于预设硬度阈值，如果最热乳区满足预设肿胀条件，表明最热乳区不仅温度偏高，同时肿胀程度较为严重，可以确定该受检动物发生了乳腺疾病，生成第一提示信息并发送至用户设备，从而提示用户该受检动物的标识、最热乳区的标识以及温度，以便管理人员及时发现该受检动物的乳腺问题，采取相应的措施。
16.也就是说，在对受检动物的乳腺进行监测的过程中，当最热乳区的温度不小于预设尺寸阈值时，并不会直接判定该受检动物存在乳腺疾病，而是要结合尺寸和/或硬度因素来评估最热乳区的肿胀程度，根据肿胀程度判断该受检动物是否存在乳腺疾病，这样的话，即使红外热成像设备发生故障，也不会对最终的判断结果造成决定性影响，大大提升了判断结果的准确性，避免乳腺疾病的误判。
17.在一些可选的实施例中，所述预设肿胀条件还包括以下至少一种：
18.所述最热乳区的尺寸与其他乳区的尺寸的最小值的比值不小于预设比值阈值，所述其他乳区是所述最热乳区以外的乳区；
19.所述最热乳区的尺寸与所述其他乳区的尺寸的最小值的差值不小于预设差值阈值。
20.该技术方案的有益效果在于：一般而言，针对不同的受检动物，乳区尺寸的个体差异较大，所以在评估最热乳区的肿胀程度时，不仅要考虑最热乳区本身的尺寸与预设尺寸阈值的大小关系，还要考虑最热乳区与其他乳区的尺寸的大小关系。
21.可以将同一受检动物最热乳区的尺寸与其他乳区的尺寸的最小值进行比对，对比方式可以是比值计算或者差值计算，根据对应的比值和/或差值评估最热乳区的肿胀程度，这种方式可以消除个体差异造成的影响，使得评估结果更为客观和准确。
22.在一些可选的实施例中，所述处理器被配置成采用以下步骤获取每个乳区的尺寸：
23.对所述红外图像进行图像分割，得到每个乳区的子图像；
24.基于每个乳区的子图像，获取每个乳区的尺寸。
25.该技术方案的有益效果在于：可以对红外热成像设备所采集到的红外图像进行图像分割，得到每个乳区的子图像，针对每个乳区的子图像，利用计算机视觉技术进行测量，得到每个乳区的尺寸，通过这种非接触式手段获取乳区的尺寸，不会对受检动物的正常活动造成限制，智能化程度高。
26.在一些可选的实施例中，所述预设肿胀条件包括：所述最热乳区的硬度不小于预设硬度阈值；
27.所述乳腺监测装置还包括设置于每个乳区表面的硬度检测组件；
28.所述处理器被配置成采用以下步骤获取所述最热乳区的硬度：
29.利用执行机构向所述硬度检测组件施加压力，并利用所述硬度检测组件获取所述最热乳区的硬度。
30.该技术方案的有益效果在于：乳腺监测装置还可以包括设置于每个乳区表面的硬度检测组件，在检测乳区的硬度时，可以利用执行机构向硬度检测组件的表面施加压力，从而得到最热乳区的硬度，这种检测硬度的方式无需人工操作，自动化程度较高。
31.在一些可选的实施例中，所述处理器还被配置成实现以下步骤：
32.当所述最热乳区满足所述预设肿胀条件时，将所述受检动物的乳腺状态设置为异常；
33.当乳腺状态异常的受检动物与所有受检动物的数量之比不小于预设比例阈值时，生成第二提示信息并发送至所述用户设备，所述第二提示信息用于指示所述受检动物发生群体的乳腺疾病。
34.该技术方案的有益效果在于：当最热乳区满足预设肿胀条件时，将该受检动物的乳腺状态设置为异常，对所有受检动物的乳腺状态进行统计，当乳腺状态异常的受检动物的占比不小于预设比例阈值时，表明发生乳腺疾病的受检动物占总数的大部分，此时可以生成第二提示信息并发送至用户设备，从而提醒用户受检动物发生群体的乳腺疾病，引起用户的重视，以便用户采取相应的措施遏制疾病的蔓延。
35.在一些可选的实施例中，所述红外热成像设备包括红外镜头、黑体和显示装置，所述黑体处于所述红外镜头的成像范围内；
36.所述处理器还被配置成实现以下步骤：
37.对所述红外图像进行温度分析，获取所述黑体的预测温度；
38.基于所述黑体的预测温度和实际温度，对所述红外图像进行温度校正；
39.基于校正后的温度信息对所述红外图像进行上色处理，以得到所述受检动物的乳腺部位的红外校准图像；
40.利用所述显示装置显示所述受检动物的乳腺部位的红外校准图像。
41.该技术方案的有益效果在于：红外镜头可以全天候(白天、黑夜不受影响)采集受检动物的红外图像，红外镜头在使用过程中，采集到的数据容易被受检动物的自身辐射，空气、温度等外界因素影响，产生温度漂移，因此需要对温度进行校准。黑体(black body)是一个理想化的物体，它能够吸收外来的全部电磁辐射，并且不会有任何的反射与透射。黑体对于任何波长的电磁波的吸收系数为1，透射系数为0。黑体作为热辐射研究的标准物体，可以完全吸收外来的全部电磁辐射。热成像中黑体用于校准温度，测温补偿更精准。
42.由于黑体处于红外镜头的成像范围内，红外镜头在采集受检动物的红外图像的过程中，红外图像的内容自然而然地也包括黑体，通过人工智能的手段(机器学习算法、深度学习算法、强化学习算法等)对红外图像进行温度分析，获取黑体的预测温度，通过对比黑体的预测温度和黑体本身的实际温度，对红外图像进行温度校正，提高测温精度，基于校正后的温度信息对红外图像进行上色处理，以得到受检动物的乳腺部位的红外校准图像(彩色图像，图像的颜色分布信息与乳腺部位的温度对应)，利用显示装置该红外校准图像，这样的话，通过彩色图像的显示方式可以直观地向用户呈现受检动物的乳腺部位的温度分布情况。
43.在一些可选的实施例中，所述红外热成像设备还包括支撑件，所述显示装置和所述红外镜头均固定设置于所述支撑件；
44.所述显示装置包括触摸屏，所述黑体设置于所述显示装置的侧面，所述红外镜头与所述黑体所在平面的夹角为45度；
45.所述处理器还被配置成采用如下步骤获取受检动物的乳腺部位的红外图像：
46.利用所述触摸屏接收用户的图像采集操作；
47.响应于所述图像采集操作，利用所述红外热成像设备获取所述受检动物的乳腺部位的红外图像。
48.该技术方案的有益效果在于：一方面，红外镜头可以与黑体所在平面的夹角为45度，有利于表现出黑体的立体感和空间感，能使黑体产生明显的透视变化，以使红外镜头采集到黑体最大的辐射面积；另一方面，显示装置可以包括触摸屏，用户可以利用触摸屏启动红外热成像设备的图像采集功能，无需外部按键或者遥控设备启动采集，操作界面美观大方，提升用户的使用体验。
49.在一些可选的实施例中，所述受检动物是以下任意一种：牛、羊、马、驴和骆驼。
50.该技术方案的有益效果在于：乳腺监测装置可以对牛、羊、马、驴、骆驼等可以产奶的动物进行乳腺监测，及时发现潜在的乳腺疾病，减少因乳腺疾病被淘汰的动物，保证每月产奶量，提高奶水生产效益、减少经济损失。
51.第二方面，本技术提供了一种乳腺监测方法，所述方法包括：
52.利用红外热成像设备获取受检动物的乳腺部位的红外图像，所述乳腺部位包括至少两个乳区；
53.基于所述红外图像，获取所述受检动物的每个乳区的温度；
54.当检测到最热乳区的温度不小于预设温度阈值时，检测所述最热乳区是否满足预设肿胀条件，所述最热乳区是所有乳区中温度最高的乳区；
55.当所述最热乳区满足所述预设肿胀条件时，生成第一提示信息并发送至用户设备，所述第一提示信息用于指示所述受检动物的标识、所述最热乳区的标识以及温度；
56.其中，所述预设肿胀条件包括以下至少一种：
57.所述最热乳区的尺寸不小于预设尺寸阈值；
58.所述最热乳区的硬度不小于预设硬度阈值。
59.在一些可选的实施例中，所述预设肿胀条件还包括以下至少一种：
60.所述最热乳区的尺寸与其他乳区的尺寸的最小值的比值不小于预设比值阈值，所述其他乳区是所述最热乳区以外的乳区；
61.所述最热乳区的尺寸与所述其他乳区的尺寸的最小值的差值不小于预设差值阈值。
62.在一些可选的实施例中，获取每个乳区的尺寸的过程包括：
63.对所述红外图像进行图像分割，得到每个乳区的子图像；
64.基于每个乳区的子图像，获取每个乳区的尺寸。
65.在一些可选的实施例中，所述预设肿胀条件包括：所述最热乳区的硬度不小于预设硬度阈值；
66.所述乳腺监测装置还包括设置于每个乳区表面的硬度检测组件；
67.获取所述最热乳区的硬度的过程包括：
68.利用执行机构向所述硬度检测组件施加压力，并利用所述硬度检测组件获取所述最热乳区的硬度。
69.在一些可选的实施例中，所述方法还包括：
70.当所述最热乳区满足所述预设肿胀条件时，将所述受检动物的乳腺状态设置为异常；
71.当乳腺状态异常的受检动物与所有受检动物的数量之比不小于预设比例阈值时，生成第二提示信息并发送至所述用户设备，所述第二提示信息用于指示所述受检动物发生群体的乳腺疾病。
72.在一些可选的实施例中，所述红外热成像设备包括红外镜头、黑体和显示装置，所述黑体处于所述红外镜头的成像范围内；
73.所述方法还包括：
74.对所述红外图像进行温度分析，获取所述黑体的预测温度；
75.基于所述黑体的预测温度和实际温度，对所述红外图像进行温度校正；
76.基于校正后的温度信息对所述红外图像进行上色处理，以得到所述受检动物的乳腺部位的红外校准图像；
77.利用所述显示装置显示所述受检动物的乳腺部位的红外校准图像。
78.在一些可选的实施例中，所述红外热成像设备还包括支撑件，所述显示装置和所述红外镜头均固定设置于所述支撑件；
79.所述显示装置包括触摸屏，所述黑体设置于所述显示装置的侧面，所述红外镜头与所述黑体所在平面的夹角为45度；
80.所述利用红外热成像设备获取受检动物的乳腺部位的红外图像，包括：
81.利用所述触摸屏接收用户的图像采集操作；
82.响应于所述图像采集操作，利用所述红外热成像设备获取所述受检动物的乳腺部位的红外图像。
83.在一些可选的实施例中，所述受检动物是以下任意一种：牛、羊、马、驴和骆驼。
84.第三方面，本技术提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被执行时实现上述任一项乳腺监测装置的功能或者上述方法的步骤。
附图说明
85.下面结合附图和实施例对本技术进一步说明。
86.图1是本技术实施例提供的一种乳腺监测方法的流程示意图。
87.图2是本技术实施例提供的一种红外热成像设备的结构框图。
88.图3是本技术实施例提供的一种红外热成像设备的结构示意图。
89.图4是本技术实施例提供的另一种红外热成像设备的结构示意图。
90.图5是本技术实施例提供的一种乳腺监测装置的结构框图。
91.图6是本技术实施例提供的一种程序产品的结构示意图。
具体实施方式
92.下面，结合附图以及具体实施方式，对本技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
93.在本技术实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a，b可以是单数或者复数。字符“/”一般表
示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，a和b，a和c，b和c，a和b和c，其中a、b和c可以是单个，也可以是多个。值得注意的是，“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
94.还需说明的是，本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
95.参见图1，图1是本技术实施例提供的一种乳腺监测方法的流程示意图。
96.所述乳腺监测方法包括：
97.步骤s101：利用红外热成像设备获取受检动物的乳腺部位的红外图像，所述乳腺部位包括至少两个乳区；
98.步骤s102：基于所述红外图像，获取所述受检动物的每个乳区的温度；
99.步骤s103：当检测到最热乳区的温度不小于预设温度阈值时，检测所述最热乳区是否满足预设肿胀条件，所述最热乳区是所有乳区中温度最高的乳区；
100.步骤s104：当所述最热乳区满足所述预设肿胀条件时，生成第一提示信息并发送至用户设备，所述第一提示信息用于指示所述受检动物的标识、所述最热乳区的标识以及温度；
101.其中，所述预设肿胀条件包括以下至少一种：
102.所述最热乳区的尺寸不小于预设尺寸阈值；
103.所述最热乳区的硬度不小于预设硬度阈值。
104.由此，利用红外热成像设备采集受检动物的乳腺部位的红外图像，从而获取受检动物的每个乳区的温度，当检测到最热乳区的温度不小于预设温度阈值时，表明该受检动物的乳腺局部温度偏高，有发生乳腺疾病的可能，此时进一步检测最热乳区是否满足预设肿胀条件，预设肿胀条件可以是最热乳区的尺寸不小于预设尺寸阈值，和/或，硬度不小于预设硬度阈值，如果最热乳区满足预设肿胀条件，表明最热乳区不仅温度偏高，同时肿胀程度较为严重，可以确定该受检动物发生了乳腺疾病，生成第一提示信息并发送至用户设备，从而提示用户该受检动物的标识、最热乳区的标识以及温度，以便管理人员及时发现该受检动物的乳腺问题，采取相应的措施。
105.也就是说，在对受检动物的乳腺进行监测的过程中，当最热乳区的温度不小于预设尺寸阈值时，并不会直接判定该受检动物存在乳腺疾病，而是要结合尺寸和/或硬度因素来评估最热乳区的肿胀程度，根据肿胀程度判断该受检动物是否存在乳腺疾病，这样的话，即使红外热成像设备发生故障，也不会对最终的判断结果造成决定性影响，大大提升了判断结果的准确性，避免乳腺疾病的误判。
106.在一些可选的实施例中，当检测到最热乳区的温度小于预设温度阈值时，不检测所述最热乳区是否满足预设肿胀条件。
107.在一些可选的实施例中，当所述最热乳区不满足所述预设肿胀条件时，不生成第一提示信息。乳腺疾病的表现通常是乳腺高热伴随着乳腺肿胀变硬，如果最热乳区的温度较高，但是不满足预设肿胀条件，可以检查红外热成像设备是否发生故障，避免乳腺疾病的
误判。
108.在一些可选的实施例中，所述受检动物是以下任意一种：牛、羊、马、驴和骆驼。
109.由此，乳腺监测装置可以对牛、羊、马、驴、骆驼等可以产奶的动物进行乳腺监测，及时发现潜在的乳腺疾病，减少因乳腺疾病被淘汰的动物，保证每月产奶量，提高奶水生产效益、减少经济损失。
110.对于不同种类的动物，乳区的数量不同。例如，一般而言，牛、骆驼具有4个乳区，羊、驴具有2个乳区，猪的乳区数量不固定，一般在8-16个之间。
111.在一些实施方式中，乳腺监测装置可以设置在巡检机器人上，巡检机器人还可以搭载有红外热成像设备，实现无人自动巡检，全天候地自动监测受检动物的乳腺部位。
112.在一些实施方式中，受检动物是牛，牛可以是奶牛，奶牛的乳腺包括4个乳区，每个乳区都有一个乳头。
113.乳腺又称乳房，外形呈扁球状，附着在奶牛的后躯。乳房内有一条悬韧带，悬韧带沿着乳房中部向下延伸至乳房底部，将乳房分为左右两半，每一半乳房的内部又被结缔组织隔开，分为前后两个乳区。因此奶牛被分为前后左右4个乳区，每个乳区都有各自独立的分泌系统，互不相通。通常后面两个乳区比前面两个乳区发育略微充分一些并产较多牛奶。后面两个乳区通常产60％，前面两个产40％。
114.受检动物的标识可以用数字、字母、特殊符号的一种或者几种表示，相应地，乳区的标识可以用数字、字母、特殊符号的一种或者几种表示。
115.受检动物的标识例如是#001、a002或者b_003，乳区的标识例如是1、2、3、4或者a、b、c、d。
116.本技术实施例对预设温度阈值不作限定，预设温度阈值例如是38摄氏度、39摄氏度或者40摄氏度。
117.乳区的尺寸可以包括以下至少一种：乳头的直径、乳区的深度和乳区的宽度。乳区的深度可以是乳头与乳区根部的距离，乳区的宽度可以是乳区的腺体组织的上缘在奶牛后裆之间的宽度。
118.乳头的尺寸越大，表明乳区肿胀得越厉害。
119.在一具体应用中，乳区的尺寸用乳头的直径表示，预设尺寸阈值例如可以是3厘米、4厘米或者5厘米。可以针对不同品种的奶牛，设置不同的预设尺寸阈值。
120.在一些实施方式中，乳区的硬度可以用数字(1-10)表示，数值越高，表明乳区的硬度越高，乳区肿胀得越厉害。预设硬度阈值例如是4、5或者7。
121.本技术实施例对用户设备不作限定，其例如可以是手机、平板电脑、笔记本电脑、台式计算机、智能穿戴设备等智能终端设备，或者，用户设备可以是工作站或者控制台。
122.第一提示信息以及下文提到的第二提示信息可以是文字信息、图像信息、视频信息、语音信息中的一种或几种。发送提示信息的方式例如是短信推送、邮件推送、应用内推送、电话通知等，应用例如是微信app、支付宝app、小程序等。
123.在一些可选的实施例中，所述预设肿胀条件还包括以下至少一种：
124.所述最热乳区的尺寸与其他乳区的尺寸的最小值的比值不小于预设比值阈值，所述其他乳区是所述最热乳区以外的乳区；
125.所述最热乳区的尺寸与所述其他乳区的尺寸的最小值的差值不小于预设差值阈
值。
126.由此，一般而言，针对不同的受检动物，乳区尺寸的个体差异较大，所以在评估最热乳区的肿胀程度时，不仅要考虑最热乳区本身的尺寸与预设尺寸阈值的大小关系，还要考虑最热乳区与其他乳区的尺寸的大小关系。
127.可以将同一受检动物最热乳区的尺寸与其他乳区的尺寸的最小值进行比对，对比方式可以是比值计算或者差值计算，根据对应的比值和/或差值评估最热乳区的肿胀程度，这种方式可以消除个体差异造成的影响，使得评估结果更为客观和准确。
128.在另一些实施方式中，所述预设肿胀条件还包括以下至少一种：
129.所述最热乳区的尺寸与温度最低的乳区的尺寸的比值不小于所述预设比值阈值；
130.所述最热乳区的尺寸与温度最低的乳区的尺寸的差值不小于所述预设差值阈值。
131.本技术实施例对预设比值阈值和预设差值不作限定，预设比值阈值例如是1.2、1.3或者1.5，预设差值阈值例如是0.5、0.8或者1(省略计量单位)。
132.在一些可选的实施例中，获取每个乳区的尺寸的过程可以包括：
133.对所述红外图像进行图像分割，得到每个乳区的子图像；
134.基于每个乳区的子图像，获取每个乳区的尺寸。
135.由此，可以对红外热成像设备所采集到的红外图像进行图像分割，得到每个乳区的子图像，针对每个乳区的子图像，利用计算机视觉技术进行测量，得到每个乳区的尺寸，通过这种非接触式手段获取乳区的尺寸，不会对受检动物的正常活动造成限制，智能化程度高。
136.在一些可选的实施例中，所述预设肿胀条件包括：所述最热乳区的硬度不小于预设硬度阈值；
137.所述乳腺监测装置还包括设置于每个乳区表面的硬度检测组件；
138.获取所述最热乳区的硬度的过程可以包括：
139.利用执行机构向所述硬度检测组件施加压力，并利用所述硬度检测组件获取所述最热乳区的硬度。
140.由此，乳腺监测装置还可以包括设置于每个乳区表面的硬度检测组件，在检测乳区的硬度时，可以利用执行机构向硬度检测组件的表面施加压力，从而得到最热乳区的硬度，这种检测硬度的方式无需人工操作，自动化程度较高。
141.在一些实施方式中，硬度检测组件的基底采用聚二甲基硅氧烷材料，将硬度检测组件粘贴于乳区的表面，定量评估出乳区的硬度。
142.聚二甲基硅氧烷(polydimethylsiloxane，pdms)，是一种疏水类的有机硅物料。根据相对分子质量的不同，外观由无色透明的挥发性液体至极高黏度的液体或硅胶，无味，透明度高，具有耐热性、耐寒性、黏度随温度变化小、防水性、表面张力小、具有导热性。二甲基硅油无毒无味，具有生理惰性、良好的化学稳定性。电绝缘性和耐候性、疏水性好，并具有很高的抗剪切能力，可在-50℃～200℃下长期使用。
143.硬度检测组件可以包括层叠设置的压力传感器和应变传感器，其中，应变传感器与乳区的表面直接接触，压力传感器与乳区的表面隔着一层应变传感器，执行机构直接作用于压力传感器。在外力作用下，应变传感器可随着乳区的变形而变形，以检测相应的应变量。
144.硬度检测组件检测所述最热乳区的硬度的过程如下：
145.利用执行机构向压力传感器的表面施加压力，利用压力传感器检测相应的压力值，同时，利用应变传感器检测相应的应变量，结合压力值和应变量进行计算，从而得到最热乳区的硬度。
146.执行机构使用液体、气体、电力或其它能源并通过电机、气缸或其它装置将其转化成驱动作用。本技术对执行机构不作限定，执行机构例如是机械手或者其他可以施加外力的机构。
147.在一些实施方式中，应变传感器可以采用银纳米线/碳纳米管复合材料，具有优异的动态响应和稳定性；压力传感器可以使用油包水型乳浊液制备而成，具有可拉伸压力传感特性，经受高强度压力循环仍能表现出超高稳定性。
148.利用压力传感器检测相应的压力值，利用应变传感器检测相应的应变量，计算压力值和应变量的比值，根据该比值得出乳区的硬度。
149.在一些可选的实施例中，所述方法还可以包括：
150.当所述最热乳区满足所述预设肿胀条件时，将所述受检动物的乳腺状态设置为异常；
151.当乳腺状态异常的受检动物与所有受检动物的数量之比不小于预设比例阈值时，生成第二提示信息并发送至所述用户设备，所述第二提示信息用于指示所述受检动物发生群体的乳腺疾病。
152.由此，当最热乳区满足预设肿胀条件时，将该受检动物的乳腺状态设置为异常，对所有受检动物的乳腺状态进行统计，当乳腺状态异常的受检动物的占比不小于预设比例阈值时，表明发生乳腺疾病的受检动物占总数的大部分，此时可以生成第二提示信息并发送至用户设备，从而提醒用户受检动物发生群体的乳腺疾病，引起用户的重视，以便用户采取相应的措施遏制疾病的蔓延。
153.本技术对预设比例阈值不作限定，预设比例阈值例如是0.25、0.3或者0.5。
154.在一些实施方式中，所述受检动物是奶牛，所述方法还可以包括：
155.以“乳腺”、“奶牛”、“炎症”、“高热”、“肿胀”的一种或几种关键词进行组合，形成检索信息，针对检索信息在奶牛养殖业对应的数据库中进行检索，得到对应的治疗策略，并将治疗策略推送至用户设备，数据库的内容可以包含奶牛乳腺炎的治疗方法有关的学术论文或者技术手册。
156.在一些实施方式中，治疗策略例如可以是：1、减少精料饲喂量，停止饲喂多汁饲料；2、冷敷肿胀部位，阻止炎症继续发展；3、静脉注射或者口服药物；4、增加挤奶次数，挤奶后用通奶针向患病乳区注射药物；5、使用消肿软膏涂抹肿胀部位。
157.在一些可选的实施例中，所述红外热成像设备包括红外镜头、黑体和显示装置，所述黑体处于所述红外镜头的成像范围内；
158.所述方法还可以包括：
159.对所述红外图像进行温度分析，获取所述黑体的预测温度；
160.基于所述黑体的预测温度和实际温度，对所述红外图像进行温度校正；
161.基于校正后的温度信息对所述红外图像进行上色处理，以得到所述受检动物的乳腺部位的红外校准图像；
162.利用所述显示装置显示所述受检动物的乳腺部位的红外校准图像。
163.由此，红外镜头可以全天候(白天、黑夜不受影响)采集受检动物的红外图像，红外镜头在使用过程中，采集到的数据容易被受检动物的自身辐射，空气、温度等外界因素影响，产生温度漂移，因此需要对温度进行校准。
164.自然界中的一切温度高于绝对零度(-273.15℃)的物体都具有不断辐射、吸收、发射红外辐射的本领，红外辐射是自然界存在的一种最为广泛的电磁波辐射，它是基于任何物体在常规环境下都会产生自身的分子和原子无规则的运动，并不停地辐射出热红外能量，分子和原子的运动愈剧烈，辐射的能量愈大，反之，辐射的能量愈小。辐射出去的电磁波在各个波段是不同的，具有一定的谱分布。这种谱分布与物体本身的特性及其温度有关，因而被称之为热辐射。
165.为了研究不依赖于物质具体物性的热辐射规律，物理学家们定义了一种理想物体—黑体，以此作为热辐射研究的标准物体。
166.黑体(black body)是一个理想化的物体，它能够吸收外来的全部电磁辐射，并且不会有任何的反射与透射。黑体对于任何波长的电磁波的吸收系数为1，透射系数为0。黑体作为热辐射研究的标准物体，可以完全吸收外来的全部电磁辐射。热成像中黑体用于校准温度，测温补偿更精准。
167.由于黑体处于红外镜头的成像范围内，红外镜头在采集受检动物的红外图像的过程中，红外图像的内容自然而然地也包括黑体，通过人工智能的手段(机器学习算法、深度学习算法、强化学习算法等)对红外图像进行温度分析，获取黑体的预测温度，通过对比黑体的预测温度和黑体本身的实际温度，对红外图像进行温度校正，提高测温精度，基于校正后的温度信息对红外图像进行上色处理，以得到受检动物的乳腺部位的红外校准图像(彩色图像，图像的颜色分布信息与乳腺部位的温度对应)，利用显示装置该红外校准图像，这样的话，通过彩色图像的显示方式可以直观地向用户呈现受检动物的乳腺部位的温度分布情况。
168.在一些实施方式中，未经上色处理的红外图像可以是灰度图像，受检动物的乳腺部位的温度通过不同灰度显示出来，灰度的不同代表温度不同。
169.在一些实施方式中，获取所述黑体的预测温度的过程如下：
170.将所述红外图像输入温度预测模型，得到所述黑体的预测温度；
171.其中，所述温度预测模型的训练过程包括：
172.获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个样本红外图像以及所述样本红外图像中的黑体的预测温度的标注数据；
173.针对所述训练集中的每个训练数据，执行以下处理：
174.将所述训练数据中的样本红外图像输入预设的深度学习模型，得到所述样本红外图像中的黑体的预测温度的预测数据；
175.基于所述样本红外图像中的黑体的预测温度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
176.检测是否满足预设的训练结束条件；如果是，则将训练出的深度学习模型作为所述温度预测模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
177.由此，通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输
入层和输出层，就可以得到预设的深度学习模型，通过该预设的深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的温度预测模型，可以基于红外图像获取对应的黑体的预测温度，且计算结果准确性高、可靠性高。
178.本技术实施例对预测温度的标注数据的获取方式不作限定，例如可以采用人工标注的方式，也可以采用自动标注或者半自动标注的方式。样本红外图像例如可以采用真实的采集得到的图像，也可以是利用gan模型的生成网络自动生成的。
179.gan是一种通过对抗过程估计生成模型的新框架。框架中同时训练两个模型：捕获数据分布的生成模型g和估计样本来自训练数据的概率的判别模型d。g的训练程序是将d错误的概率最大化。可以证明在任意函数g和d的空间中，存在唯一的解决方案，使得g重现训练数据分布，而d＝0.5(d判断不出真假，50％概率，跟抛硬币决定一样)。在g和d由多层感知器定义的情况下，可以用反向传播进行训练。
180.本技术实施例对温度预测模型的训练过程不作限定，其例如可以采用上述监督学习的训练方式，或者可以采用半监督学习的训练方式，或者可以采用无监督学习的训练方式。
181.本技术实施例对预设的训练结束条件不作限定，其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等)，或者可以是训练集中的训练数据都完成一次或多次训练，或者可以是本次训练得到的总损失值不大于预设损失值。
182.在一些实施方式中，黑体可以与外部通信设备(计算机、工作站或者控制台)通信连接，利用外部通信设备读取黑体的实际温度。
183.在一些可选的实施例中，所述红外热成像设备还包括支撑件，所述显示装置和所述红外镜头均固定设置于所述支撑件；
184.所述显示装置包括触摸屏，所述黑体设置于所述显示装置的侧面，所述红外镜头与所述黑体所在平面的夹角为45度；
185.所述利用红外热成像设备获取受检动物的乳腺部位的红外图像，包括：
186.利用所述触摸屏接收用户的图像采集操作；
187.响应于所述图像采集操作，利用所述红外热成像设备获取所述受检动物的乳腺部位的红外图像。
188.由此，一方面，红外镜头可以与黑体所在平面的夹角为45度，有利于表现出黑体的立体感和空间感，能使黑体产生明显的透视变化，以使红外镜头采集到黑体最大的辐射面积；另一方面，显示装置可以包括触摸屏，用户可以利用触摸屏启动红外热成像设备的图像采集功能，无需外部按键或者遥控设备启动采集，操作界面美观大方，提升用户的使用体验。
189.参见图2至图4，图2是本技术实施例提供的一种红外热成像设备的结构框图，图3是本技术实施例提供的一种红外热成像设备的结构示意图，图4是本技术实施例提供的另一种红外热成像设备的结构示意图。
190.所述红外热成像设备包括红外镜头12、黑体13、显示装置14、计算单元11、锂电池、pcb扩展板16和散热风扇17。计算单元11可以是处理器，显示装置14设置有触摸屏。
191.其中，锂电池组15用于为红外热成像设备供电，pcb扩展板16用于与计算单元11进行数据交互，散热风扇17用于对pcb扩展板16进行散热。
192.pcb(printed circuit board)，中文名称为印制电路板，又称印刷线路板，是重要的电子部件，是电子元器件的支撑体，是电子元器件电气相互连接的载体。
193.红外热成像镜头能够全天候采集奶牛的乳腺部位的红外图像，计算单元11运行人工智能算法，将处理后的红外校准图像通过触摸屏呈现给奶牛场的工作人员，工作人员可以根据用户手册自行判断或者交由专业兽医进行诊断。
194.在一些实施方式中，支撑件18可以是金属管件，红外镜头12可以包裹在加装抗电磁干扰的壳体内。金属管件的靠近红外镜头12的一侧设置有支架19，支架19可以放置在地面上，金属管件的靠近显示装置14的一侧可以是弯管结构，方便工作人员持握。这种机械结构布局合理且符合人机工程学，使用简便，并且硬件研发成本能控制在一个合理的范围，有利于牧场等单位大批量使用。
195.红外镜头12安装在金属管件的一头，并与垂直界面呈45度的夹角，红外镜头12包裹在加装抗电磁干扰的壳体内，金属管件中间设置有红外镜头12的信号线，用于和计算单元11通信连接。
196.黑体13设置在显示装置14的一侧，靠近红外镜头12的方向，与红外镜头12呈一定的夹角，方便红外镜头12直接读取到黑体13温度。黑体13通过信号线与计算单元11通信，计算单元11可以随时读取黑体13的实际温度，用于和红外镜头12获取的预测温度比较，通过算法优化，得出黑体13的准确温度，用于红外图像的上色。
197.红外热成像设备的工作原理如下：
198.首先，整个设备上电开机，红外镜头12通过黑体13校准温度来保证精度，然后工作人员通过触摸屏发出采集图像的信号，接着红外镜头12通过红外探测器收集奶牛的乳腺部位散发的远红外辐射并将数据传送给计算单元11，最后计算单元11运行人工智能图像算法进行分析，将上色处理后的红外校准图像通过触摸屏进行显示。
199.本技术实施例还提供了一种乳腺监测装置，所述乳腺监测装置的具体实现方式与上述方法实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
200.所述乳腺监测装置包括处理器，所述处理器被配置成实现以下步骤：
201.利用红外热成像设备获取受检动物的乳腺部位的红外图像，所述乳腺部位包括至少两个乳区；
202.基于所述红外图像，获取所述受检动物的每个乳区的温度；
203.当检测到最热乳区的温度不小于预设温度阈值时，检测所述最热乳区是否满足预设肿胀条件，所述最热乳区是所有乳区中温度最高的乳区；
204.当所述最热乳区满足所述预设肿胀条件时，生成第一提示信息并发送至用户设备，所述第一提示信息用于指示所述受检动物的标识、所述最热乳区的标识以及温度；
205.其中，所述预设肿胀条件包括以下至少一种：
206.所述最热乳区的尺寸不小于预设尺寸阈值；
207.所述最热乳区的硬度不小于预设硬度阈值。
208.在一些可选的实施例中，所述预设肿胀条件还包括以下至少一种：
209.所述最热乳区的尺寸与其他乳区的尺寸的最小值的比值不小于预设比值阈值，所
述其他乳区是所述最热乳区以外的乳区；
210.所述最热乳区的尺寸与所述其他乳区的尺寸的最小值的差值不小于预设差值阈值。
211.在一些可选的实施例中，所述处理器被配置成采用以下步骤获取每个乳区的尺寸：
212.对所述红外图像进行图像分割，得到每个乳区的子图像；
213.基于每个乳区的子图像，获取每个乳区的尺寸。
214.在一些可选的实施例中，所述预设肿胀条件包括：所述最热乳区的硬度不小于预设硬度阈值；
215.所述乳腺监测装置还包括设置于每个乳区表面的硬度检测组件；
216.所述处理器被配置成采用以下步骤获取所述最热乳区的硬度：
217.利用执行机构向所述硬度检测组件施加压力，并利用所述硬度检测组件获取所述最热乳区的硬度。
218.在一些可选的实施例中，所述处理器还被配置成实现以下步骤：
219.当所述最热乳区满足所述预设肿胀条件时，将所述受检动物的乳腺状态设置为异常；
220.当乳腺状态异常的受检动物与所有受检动物的数量之比不小于预设比例阈值时，生成第二提示信息并发送至所述用户设备，所述第二提示信息用于指示所述受检动物发生群体的乳腺疾病。
221.在一些可选的实施例中，所述红外热成像设备包括红外镜头、黑体和显示装置，所述黑体处于所述红外镜头的成像范围内；
222.所述处理器还被配置成实现以下步骤：
223.对所述红外图像进行温度分析，获取所述黑体的预测温度；
224.基于所述黑体的预测温度和实际温度，对所述红外图像进行温度校正；
225.基于校正后的温度信息对所述红外图像进行上色处理，以得到所述受检动物的乳腺部位的红外校准图像；
226.利用所述显示装置显示所述受检动物的乳腺部位的红外校准图像。
227.在一些可选的实施例中，所述红外热成像设备还包括支撑件，所述显示装置和所述红外镜头均固定设置于所述支撑件；
228.所述显示装置包括触摸屏，所述黑体设置于所述显示装置的侧面，所述红外镜头与所述黑体所在平面的夹角为45度；
229.所述处理器还被配置成采用如下步骤获取受检动物的乳腺部位的红外图像：
230.利用所述触摸屏接收用户的图像采集操作；
231.响应于所述图像采集操作，利用所述红外热成像设备获取所述受检动物的乳腺部位的红外图像。
232.在一些可选的实施例中，所述受检动物是以下任意一种：牛、羊、马、驴和骆驼。
233.参见图5，图5是本技术实施例提供的一种乳腺监测装置的结构框图。
234.乳腺监测装置200包括至少一个存储器210和至少一个处理器220，乳腺监测装置200还可以包括连接不同平台系统的总线230。
235.存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)211和/或高速缓存存储器212，还可以进一步包括只读存储器(rom)213。
236.其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220实现上述任一项装置的功能或者实现上述任一项方法的步骤，其具体实现方式与上述方法实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
237.存储器210还可以包括具有至少一个程序模块215的实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例的每一个或某种组合中可能包括网络环境的实现。
238.相应的，处理器220可以执行上述计算机程序，以及可以执行实用工具214。
239.处理器220可以采用一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmablelogic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)或其他电子元件。
240.总线230可以为表示几类总线结构的一种或多种，包括存储器总线或者存储器自动驾驶车辆、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
241.乳腺监测装置200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该乳腺监测装置200交互的设备通信，和/或与使得该乳腺监测装置200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且，乳腺监测装置200还可以通过网络适配器260与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与乳腺监测装置200的其它模块通信。应当明白，尽管图中未示出，可以结合乳腺监测装置200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
242.本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序被执行时实现上述任一项装置的功能或者上述任一项方法的步骤，其具体实现方式与上述方法实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
243.参见图6，图6示出了本技术提供的一种用于实现上述方法的程序产品的结构示意图。程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本技术中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
244.计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如java、c++等，还包括常规的过程式程序设计语言诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
245.本技术从使用目的上，效能上，进步及新颖性等观点进行阐述，其设置有的实用进步性，已符合专利法所强调的功能增进及使用要件，本技术以上的说明及附图，仅为本技术的较佳实施例而已，并非以此局限本技术，因此，凡一切与本技术构造，装置，特征等近似、雷同的，即凡依本技术专利申请范围所作的等同替换或修饰等，皆应属本技术的专利申请保护的范围之内。