膀胱癌患者尿液生物信息中，各种蛋白质、DNA片段和代谢产物表现出显著变化。针对家用尿检市场的重大需求，本团队开发便捷可靠的家用尿检装置，运用机器学习技术，图像识别技术，结合智能手机的摄像头，构建并优化尿检比色识别算法。采集试纸反应颜色信息，通过算法过滤干扰因素，分析采集数据并得到检验结果，实现尿常规十四项的定量及定性检测，通过对尿隐血、尿蛋白等指标的跟踪检测，提示泌尿系肿瘤风险。