[发明专利]一种基于分布式系统的药品识别方法与装置

权利要求书

1.一种基于分布式系统的药品识别方法，其特征在于，包括以下步骤：

步骤1，对药品外包装和药品使用说明书拍照，并将拍摄的一张或多张图片通过客户端发送到查询系统，所述查询系统由分布式系统构成，将所述图片发送到所述分布式系统的控制节点；

步骤2，所述控制节点收到图片后，通过图像识别技术，识别出所述图片中的除图像之外的文字或字符；

步骤3，所述控制节点将识别出的文字或字符输入第一训练模型，所述第一训练模型为语种分类模型，基于药品外包装和药品使用说明书中识别出的所述文字或字符，对所述药品外包装和药品使用说明书的内容按语种进行分类；

步骤4，所述控制节点将按语种分类后的药品外包装和药品使用说明书的内容传输到分布式系统中的对应子节点，所述对应子节点包含数据库，其中存储了对应语种的药品数据，所述药品数据包括药品图片、药品名称、药品成分、药品说明书及药品功效；

步骤5，将所述药品外包装和药品使用说明书的内容传输到所述子节点后，首先筛选出药品名称，在所述子节点的数据库进行药品名称比对，如在数据库中找到相同名称的药品则直接将药品信息输出；如在数据库中没有找到相同名称的药品，则将第一训练模型的输出结果，输入到对应子节点上的第二训练模型，第二训练模型为药品分类模型，其输出为对应的药品类别；

步骤6，获取对应的药品类别后，找到数据库中与所述药品类别对应的数据库区域，在所述对应的数据库区域，将所述药品外包装和药品使用说明书中提取出的文字或字符输入第三训练模型，第三训练模型为相似药品聚类模型，所述第三训练模型的输出为与输入的所述药品外包装和药品使用说明书所记载的药品成分或功能相匹配的药品；

步骤7，返回匹配成功的一个或多个药品的药品信息，所述药品信息包括药品图片、药品名称、药品成分、药品功效以及药品使用说明书，将所述药品图片、药品名称、药品成分、药品功效以及药品使用说明书翻译为中文后和原文一起返回所述控制节点；

步骤8，所述控制节点接收到匹配成功的结果后，返回给用户客户端；

步骤9，用户客户端接收到返回的一个或多个药品的信息后，选择匹配成功的任一药品，则自动显示此药品的相关信息，包括药品图片、药品名称、药品功效以及药品使用说明书的原文与中文翻译、以及与输入的药品的相似度值。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，所述查询系统由分布式系统构成，所述分布式系统的控制节点接收待查询的药品的图片信息，所述分布式系统的子节点的数据库存放对应语种的药品信息，不同的子节点对应不同语种的药品数据；在所述分布式系统的子节点的数据库中，划分不同的存放区域，不同区域存放不同类别的药品信息；在所述区域以数据表的形式存放药品数据，并将所述药品数据与对应的药品名称构建相应的映射关系。

3.根据权利要求1所述的方法，其特征在于，所述步骤3中的第一训练模型由Bi-LTSM神经网络模型构成，包括隐藏层和输出层，将文本单元特征和顺序特征以多任务方式输入到隐藏层，获取语义向量，并对语义向量进行分类，得到输出层输出的语种，获得第一训练模型的步骤具体为，

a、分为多个子任务，将每个语种分为一个单独的任务，n个任务依次为、；

b、利用深度学习框架，在每个子任务上对特定语种的文本数据按单元特征和顺序特征进行特征提取，获取三元组数据，其中i为单个字符或文字，为依据语法结构字符在单词或句子中的顺序，为单个字符或文字的音调；

c、将三元组数据作为编码数据输入Bi-LTSM神经网络模型的隐藏层，隐藏层包含两个方向的传播层，分别为前向传播隐状态和后向传播隐状态；

d、将多个子任务的预测结果输入到同一个隐藏层里；计算所有子任务loss平均值，

其中，表示任务的损失值；

e、根据神经网络的反馈机制更新权值参数，多次的迭代训练不断降低网络，让网络具有更好的学习能力。

4.根据权利要求1所述的方法，其特征在于，所述步骤5中所述筛选出药品名称，是根据所述图片中文字部分的大小或位置或排版，将药品名称与药品的其他说明部分区分开来，以此获得药品的名称信息。