医用试纸是医疗机构进行疾病检测及健康诊断的常用器械。医用试纸具有使用方便、诊断结果准确等优点,广泛用于糖尿病、肾小球肾炎等疾病的检测。通常,医用试纸检测及健康诊断都必须由就诊者亲自到医院检测,然后由医护人员使用专业试纸检测设备进行健康诊断,就诊者才能得到诊断结果。绝大多数医用试纸检测及健康诊断过程需专业人员和专业试纸检测设备,且绝大多数医用试纸只能检测单一疾病,不利于人们日常的自主健康检测。为解决试纸检测及健康诊断需专业设备费时费力且只能检测单一类型疾病的问题,本文研究并开发基于医用试纸图像特征识别的健康诊断程序,可同时诊断健康和糖尿病、肾小球肾炎、胆道阻塞、泌尿系感染、酮症酸中毒五种疾病。用户使用手机拍摄医用试纸图像,然后手机端程序对医用试纸有效区域进行提取,再将医用试纸有效区域图像传输到后台,接着服务端程序对医用试纸显色区域进行颜色校正,最后通过卷积神经网络对医用试纸显色区域图像进行分类,并输出健康或五种疾病其中之一的判定结果。本文的主要工作如下:1)从拍摄所得的医用试纸图像中提取医用试纸有效区域图像。首先对医用试纸图像进行灰度化和二值化,然后通过多边形拟合法提取并筛选出四边形试纸轮廓,再对其进行透视变换完成医用试纸图像的梯形校正,最后用Canny边缘检测法识别并提取医用试纸图像中的有效区域。2)对医用试纸显色区域进行颜色校正。首先使用模式匹配法对医用试纸有效区域中监督色卡和显色区域进行提取,然后计算监督色卡色值,再通过多项式回归法对医用试纸显色区域进行颜色校正。3)构建医用试纸图像数据集并将其分为训练集、测试集和交叉验证集。搭建卷积神经网络模型并对其进行训练,实现对试纸显色区域图像的特征识别及分类,分类结果对应健康诊断结果。4)设计并实现基于医用试纸图像特征识别的健康诊断程序,包括安卓手机端以及服务端程序。手机端程序负责拍摄医用试纸图像以及提取图像中医用试纸有效区域,服务端程序负责医用试纸显色区域的颜色校正、对医用试纸显色区域图像进行分类并输出判定结果。实验结果表明,基于医用试纸图像特征识别的健康诊断程序能支持多种疾病的自主健康检测,可解决医用试纸检测及健康诊断费时费力且需专业设备的问题。