【技術實現步驟摘要】
本專利技術涉及中藥煮散飲片在調劑煎煮過程中識別，特別是一種基于人工智能的中藥煮散飲片識別方法。
技術介紹
1、中藥煮散飲片是將中藥材炮制后按規定制成0.2～10mm的粗顆粒或粗粉狀飲片，以水煎煮，去渣取汁或連同藥渣服用的一種用藥形式。在中藥煮散飲片調劑煎煮過程中，只通過對中藥煮散飲片的包裝或儲藥格等載藥裝置進行識別，然后抓藥即上藥線煎煮加工，或通過人工對中藥煮散飲片進行篩選識別，其工作強度大，且識別速度慢、工作效率低，易造成遺漏，且未能直接從投藥煎煮前的飲片實物狀況進行識別復核，抓藥后的投藥煎煮前核對步驟是保障患者用藥安全的最后一環，上述方式缺少在該環節上的識別核對，存在遺漏或用藥不符抓錯藥風險，不能保證調劑的準確性和保障患者用藥安全。
技術實現思路
1、針對上述缺少在抓藥后的投藥煎煮前核對環節上的識別核對，存在遺漏或用藥不符抓錯藥風險問題，本專利技術提供一種基于人工智能的中藥煮散飲片識別方法，通過識別投藥煎煮時具體煮散飲片的實物狀況與處方箋上的信息進行核對，避免遺漏或用藥不符或超量情況，提高調劑的準確性和保障患者用藥安全。
2、為實現上述目的，本專利技術選用如下技術方案：一種基于人工智能的中藥煮散飲片識別方法，包括以下步驟：
3、獲取待煎煮的煮散飲片圖像；
4、將煮散飲片圖像輸入卷積神經網絡識別模型中進行識別，并返回識別結果，其中所述卷積神經網絡識別模型為預先訓練完成的；
5、遍歷數據庫，根據所述識別結果獲取對應煮散飲片的每一數據行
6、根據對應煮散飲片的每一數據行的數據對比處方箋上信息，當出現名稱不符和/或超量情況，在待煎煮的煮散飲片投藥調劑前進行標示。
7、作為本專利技術的進一步改進，所述獲取待煎煮的煮散飲片圖像包括：
8、煎煮系統在讀取處方箋上的中藥信息后控制上藥輸送線進行抓藥，在上藥輸送線中采集各煮散飲片圖像。
9、作為本專利技術的進一步改進，所述卷積神經網絡識別模型包括：
10、收集煮散飲片的標準樣品圖像；
11、通過各煮散飲片的性狀和鑒別方法對標準樣品圖像進行特征標定形成特征信息；
12、將各煮散飲片的特征信息導入預置的機器學習模型進行訓練，獲得卷積神經網絡預測模型；
13、基于設定的模型評價參數指標對所述卷積神經網絡預測模型進行模型評估，評估通過，則獲得卷積神經網絡識別模型。
14、作為本專利技術的進一步改進，所述將煮散飲片圖像輸入卷積神經網絡識別模型中進行識別包括：
15、所述煮散飲片圖像中包含至少一種煮散飲片的圖素；
16、將煮散飲片圖像輸入已經訓練完成的卷積神經網絡識別模型，輸出各煮散飲片名稱或識別標識的識別結果。
17、作為本專利技術的進一步改進，所述獲取對應煮散飲片的每一數據行的數據包括：
18、從識別結果中得到對應煮散飲片的名稱或識別標識，并以所述名稱或識別標識作為查詢條件，判斷數據庫中是否存在該名稱或該識別標識的數據行；
19、若不存在，則重新執行識別過程；
20、若存在，則獲取該名稱或該識別標識所屬的對應煮散飲片的全部數據行的數據。
21、作為本專利技術的進一步改進，所述數據庫為預先對接中藥煮散飲片溯源系統的追溯信息以使當前數據庫存儲有當前能夠開出處方箋的所有煮散飲片信息，該煮散飲片信息包括種該煮散飲片的種養殖、生產加工、銷售運輸、出入庫以及對應中藥煮散飲片質量標準的信息；
22、根據所述煮散飲片信息的各項信息形成各項對應的數據項和用于查找或索引的識別標識。
23、作為本專利技術的進一步改進，所述重新執行識別過程包括：
24、a)利用已獲取的待煎煮的煮散飲片圖像重新輸入卷積神經網絡識別模型中進行識別；
25、b)在返回識別結果中剔除此前已經確認存在的名稱或識別標識，以剩下的名稱或識別標識作為查詢條件，繼續判斷數據庫中是否存在該名稱或該識別標識的數據行：
26、若不存在，則重新執行獲取待煎煮的煮散飲片圖像，利用新獲取的待煎煮的煮散飲片圖像輸入卷積神經網絡識別模型中進行識別，繼續執行上述步驟b)，當依然不存在時，在待煎煮的煮散飲片投藥調劑前進行標示；
27、若存在，則獲取該名稱或該識別標識所屬的對應煮散飲片的全部數據行的數據。
28、作為本專利技術的進一步改進，所述根據對應煮散飲片的每一數據行的數據對比處方箋上信息包括：
29、煎煮系統在讀取處方箋上的中藥信息，根據中藥信息中的不同信息的分別寫入具體格式的比對框中，至少包括具體處方成分、各成分名稱、用法用量信息、煎煮信息；
30、針對比對框中的信息，從所獲取煮散飲片的數據中進行比對，包括識別結果是否全部包含有處方箋上具體處方成分以及各成分名稱信息是否一致、處方箋上的用法用量信息是否超出數據中記載的標準用法用量。
31、作為本專利技術的進一步改進，根據對應煮散飲片的每一數據行的數據對比處方箋上信息：
32、當出現名稱不符時，即從所述識別結果對應所述數據庫中所獲取的全部煮散飲片與處方箋上的具體處方成分不同和/或所述獲取的煮散飲片名稱信息與處方箋上的各成分名稱信息不一致，則在待煎煮的煮散飲片投藥調劑前進行標示。
33、作為本專利技術的進一步改進，根據對應煮散飲片的每一數據行的數據對比處方箋上信息：
34、當出現超量情況時，即所述處方箋上的用法用量信息超出了所述數據庫已記載的對應中藥煮散飲片質量標準的用法用量信息，則在待煎煮的煮散飲片投藥調劑前進行標示。
35、相較于現有技術，本專利技術具有以下有益效果：通過識別投藥煎煮時具體煮散飲片的實物狀況與處方箋上的信息進行核對，避免遺漏或用藥不符或超量情況，提高調劑的準確性和保障患者用藥安全。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的中藥煮散飲片識別方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述獲取待煎煮的煮散飲片圖像包括：
3.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述卷積神經網絡識別模型包括：
4.根據權利要求3所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述將煮散飲片圖像輸入卷積神經網絡識別模型中進行識別包括：
5.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述獲取對應煮散飲片的每一數據行的數據包括：
6.根據權利要求5所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述數據庫為預先對接中藥煮散飲片溯源系統的追溯信息以使當前數據庫存儲有當前能夠開出處方箋的所有煮散飲片信息，該煮散飲片信息包括種該煮散飲片的種養殖、生產加工、銷售運輸、出入庫以及對應中藥煮散飲片質量標準的信息；
7.根據權利要求5所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述重新
8.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述根據對應煮散飲片的每一數據行的數據對比處方箋上信息包括：
9.根據權利要求8所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，根據對應煮散飲片的每一數據行的數據對比處方箋上信息：
10.根據權利要求8所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，根據對應煮散飲片的每一數據行的數據對比處方箋上信息：
...【技術特征摘要】
1.一種基于人工智能的中藥煮散飲片識別方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述獲取待煎煮的煮散飲片圖像包括：
3.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述卷積神經網絡識別模型包括：
4.根據權利要求3所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述將煮散飲片圖像輸入卷積神經網絡識別模型中進行識別包括：
5.根據權利要求1所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述獲取對應煮散飲片的每一數據行的數據包括：
6.根據權利要求5所述的一種基于人工智能的中藥煮散飲片識別方法，其特征在于，所述數據庫為預先對接中藥煮散飲片溯源系...
【專利技術屬性】
技術研發人員：邱綠琴，梅全喜，曹麗萍，陳佳美，梁奇，
申請(專利權)人：深圳市寶安區中醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。