[发明专利]一种基于人工智能的电子处方服务管理系统

权利要求书

1.一种基于人工智能的电子处方服务管理系统，其特征在于，包括处方获取模块、库存获取模块、处方确认模块和支付模块；其中，

处方获取模块用于获取由互联网医疗机构终端传输的电子处方信息；

库存获取模块用于获取由零售药店终端传输的药品清单信息，其中药品清单信息包括药品的实时库存和价格信息；

处方确认模块用于将电子处方信息和电子处方对应的药品清单信息发送给患者用户终端，供患者用户对电子处方信息进行确认以及根据获取的药品清单信息选择相应的零售药店；以及用于接收由患者用户终端返回的电子处方确认信息和选择的零售药店信息；

支付模块用于根据电子处方确认信息和零售药店信息生成支付订单，将支付订单传输到医保局终端；在获取医保局终端回传的支付成功信息后，支付模块还用于将支付成功信息和电子处方信息传输到零售药店终端，由零售药店终端根据电子处方完成发药；

该系统还包括用户管理模块和登录模块；

用户管理模块用于对用户信息进行管理，包括对患者用户的基本信息和身份验证信息进行统一管理；

登录模块用于获取患者用户终端传输的身份信息，对患者用户的身份信息进行验证，当验证通过后，允许患者用户终端与系统建立通信连接，以使得患者用户能够登录系统并获取相应的电子处方信息和完成电子处方的信息确认以及支付；

其中，登录模块包括人脸识别单元；

人脸识别单元用于获取患者用户的人脸图像，并根据获取的人脸图像进行人脸识别，完成患者用户的身份验证；

人脸识别单元包括图像采集单元、预处理单元、特征提取单元和匹配识别单元：

图像采集单元用于获取患者用户的人脸图像；

预处理单元用于对获取的人脸图像进行预处理，得到预处理后的人脸图像；

特征提取单元用于根据预处理后的人脸图像进行人脸特征提取，获取人脸特征信息；

匹配识别单元用于根据获取的人脸特征信息与该患者用户预存的标准人脸特征信息进行匹配比对，当匹配比对相似度大于设定的阈值时，输出人脸识别结果为通过，完成患者用户的身份验证；

其中，预处理单元对对获取的人脸图像进行预处理，具体包括：

将获取的人脸图像从RGB颜色空间转换到Lab颜色空间，得到人脸图像的亮度分量L和颜色分量a、颜色分量b；

根据获取的亮度分量L进行直方图分析，得到亮度统计直方图，其中亮度统计直方图包含各亮度分量值对应的像素点的数量n(l)，其中l＝0,1,2,…100对应各亮度分量值，n(l)表示对应亮度分量值为l的像素点的数量；

根据得到的亮度统计直方图得到高亮度像素点集合G和低亮度像素点集合D，其中，

高亮度像素点集合的条件函数为：

其中，a表示高亮度分量阈值，n(x)表示对应亮度分量值为x的像素点的数量，l_m表示人脸图像中各像素点的亮度分量值，l_b表示设定的标准亮度差，其中l_b∈[30,40]；

根据上述条件函数求得高亮度分量阈值a，并将亮度分量值l(x,y)≥a的像素点标记为高亮度像素点，统计所有高亮度像素点得到高亮度像素点集合G；

低亮度像素点集合的条件函数为：

其中，b表示低亮度分量阈值，n(x)表示对应亮度分量值为x的像素点的数量，l_m表示人脸图像中各像素点的亮度分量值，l_b表示设定的标准亮度差，其中l_b∈[30,40]；

根据上述条件函数求得低亮度分量阈值b，并将亮度分量值l(x,y)≤b的像素点标记为低亮度像素点，统计所有低亮度像素点得到低亮度像素点集合D；

并将除了被统计到高亮度像素点集合G和低亮度像素点集合D的像素点标记为一般像素点，并统计一般像素点集合U；

针对获取的一般像素点集合U进行整体亮度调节，其中采用的整体亮度调节函数为：

式中，l(x,y)表示像素点(x,y)的亮度分量值，其中(x,y)∈U，l′(x,y)表示整体亮度调节后像素点(x,y)的亮度分量值，l_T表示设定的标准亮度值，其中l_T∈[60,70]；

针对获取的高亮度像素点集合G进行亮度抑制调节，其中采用的亮度抑制调节函数为：

式中，l(x,y)表示像素点(x,y)的亮度分量值，其中(x,y)∈G，l″(x,y)表示亮度抑制调节后像素点(x,y)的亮度分量值，l_T表示设定的标准亮度值，其中l_T∈[60,70]；E(x,y)表示像素点(x,y)的亮度能量，其中n_G表示高亮度像素点集合中像素点的数量，a表示高亮度分量阈值，n(x)表示对应亮度分量值为x的像素点的数量，α表示抑制调节因子，其中α∈(0,2)，β表示能量调节因子，其中β∈[0.1,0.3]；

针对获取的低亮度像素点集合D进行亮度增强调节，其中采用的亮度增强调节函数为：

式中，l(x,y)表示像素点(x,y)的亮度分量值，其中(x,y)∈D，l″′(x,y)表示亮度增强调节后像素点(x,y)的亮度分量值，l_T表示设定的标准亮度值，其中l_T∈[60,70]；E(x,y)表示像素点(x,y)的亮度能量，其中n_D表示低亮度像素点集合中像素点的数量，b表示低亮度分量阈值，n(x)表示对应亮度分量值为x的像素点的数量，β表示能量调节因子，其中β∈[0.1,0.3]；γ表示增强调节因子，其中γ∈(0,0.1)；

根据各像素点调节后的亮度分量值得到调节后的亮度分量L′,并进一步根据调节后的亮度分量L′和颜色分量a、颜色分量b重新转换到RGB颜色空间，得到预处理后的人脸图像。