[发明专利]一种基于在线识别系统的药物筛分方法及其系统

权利要求书

1.一种基于在线识别系统的药物筛分方法，其特征在于，包括步骤：

S1、采集药品数据信息；

S2、将该药品数据信息发送至药品在线识别系统中识别药品，判断是否为新药，若为新药，则进入步骤S3，若不为新药，则进入步骤S4；

S3、对新药的药品图像信息进行提取，获取药品名称、电子监管码、药品盒长宽高尺寸和药品类别，进入步骤S5；

S4、识别药品唯一的电子监管码，根据数据库药品存储位置与电子监管码的索引关系，将归置到已有药品的存储位置；

S5、找到适合该药品类别的存储位置，将新药品存储至药品区域。

2.如权利要求1所述的一种基于在线识别系统的药物筛分方法，其特征在于，步骤S1中，采集药品数据信息的方法包括：首先扫描药品盒上的序列码，或者扫描药品盒上的二维码；然后根据扫描得到的序列码或者二维码到ims国家医药数据库中查找该药品的基本数据；最后从基本数据中提取新药品在本系统中存储所需数据信息，并将该数据信息存储至本系统的数据库中。

3.如权利要求1或2所述的一种基于在线识别系统的药物筛分方法，其特征在于，新药存储所需数据信息至少包括药品名称、电子监管码、药品盒长宽高尺寸和药品类别。

4.如权利要求3所述的一种基于在线识别系统的药物筛分方法，其特征在于，其步骤S5包括：

S51、判断步骤S1中采集的药品数据信息与步骤S3中提取的药品图像信息逐一比对，如果匹配信息有差异，则新药品不予存储，提醒管理人员是假药的报错信息，匹配符合，则进入步骤S52，进一步匹配新药品应该存储的位置；

S52、根据新药品的药品盒长宽高尺寸，采用穷举的算法，遍历所有空余存储位置的存储槽的尺寸大于或等于新药品的药品盒长宽高尺寸，得到剩余空间最小的存储槽位置，即为适合该药品存储位置。

5.如权利要求1或4所述的一种基于在线识别系统的药物筛分方法，其特征在于，其步骤S5还包括：S53、若计量得到的存储位置有多个最优位置，通过药品类别分析，得到类别相近的存储区域内存储新药品位置。

6.如权利要求5所述的一种基于在线识别系统的药物筛分方法，其特征在于，还包括步骤S6、将新药品的存储位置与电子监管码做唯一索引关系，存储至本系统数据库中。

7.如权利要求1或6所述的一种基于在线识别系统的药物筛分方法，其特征在于，在步骤S2中所述药品在线识别系统，包括模型训练算法和识别算法。

8.如权利要求1所述的一种基于在线识别系统的药物筛分方法，其特征在于，模型训练算法包括：

A1：通过摄像头获得实际场景下药品的药品图片，整理得到一个图片库；

A2：对药品图片库中的药品一一进行标注，包括每个药品的药品名称、电子监管码、药品盒长宽高尺寸和药品类别，并将数据集分为训练集、验证集和测试集；

A3：通过研究问题搭建药品识别任务所需的深度学习算法模型；

A4：使用训练集和验证集训练算法模型，每次优化迭代更新参数，直至模型收敛；

A5：使用测试集进一步测试模型的性能，若满足要求，则停止训练；若不满足要求，则通过增加数据量以及修改深度学习算法模型，重复上面的步骤，直至模型性能满足要求。

9.如权利要求3或6或8所述的一种，其特征在于，识别算法包括：

B1、使用摄像头拍摄药品图片，并将药品图片送入到检测分割模块；

B2、利用人工智能算法，计算出每个药品的准确位置，并且将药品一一分割出来；

B3、利用人工智能算法，识别药盒外形、文字、商标和图片信息，准确的识别药品的种类以及每个种类的数目；

B4、将输出的药品信息和病人的药品清单进行比对核查，如果数量种类均能对上，则通过；若比对不上，则输出没有配比成功的药品图片、名字及数量。

10.一种基于在线识别系统的药物筛分系统，其特征在于，包括药品在线识别系统、药品数据信息采集单元、存储单元、计量比对单元和报警单元；

药品在线识别系统，用于识别和区分本系统已有药品或者新药品，还包括实现模型训练算法功能的模型训练模块和识别算法功能的在线识别模块；

药品数据信息采集单元包括：药品数据信息采集模块和新药品图像信息采集模块；

药品数据信息采集模块，用于采集进入系统的已有药品或者新药品的信息；

新药品图像信息采集模块，用于新药的药品图像信息进行提取；

存储单元，用于存储药品信息；

计量比对单元，用于新药品的采集数据与图像数据的比对，以及新药品的最优存储位置的计算；

报警单元，用于对新药品的采集数据与图像数据的比对错误的假药品，进行报警操作。