[發明專利]一種基于圖像標注深度學習算法模型的藥材和飲片的識別方法

在審

• 申請號: 202111034530.4
• 申請日: 2021-09-03
• 公開（公告）號: CN113537255A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 吳純潔;譚超群;陳虎;黃永亮;吳沖;韋志強
• 申請（專利權）人: 成都中醫藥大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都高遠知識產權代理事務所(普通合伙) 51222
• 代理人: 鄭勇力;張娟

本發明屬于中藥材鑒別技術領域，具體涉及一種基于圖像標注深度學習算法模型的藥材或飲片的識別方法。針對現有人工智能識別藥材或飲片的技術中的缺陷，本發明的技術方案是：包括如下步驟：(1)圖像編碼：獲取待測藥材或飲片的的圖片，對圖片進行特征檢測，提取得到特征數據；(2)圖像解碼：將步驟(1)得到的特征數據通過循環神經網絡模型轉化為特征描述詞向量；(3)識別：通過步驟(2)得到的特征描述詞向量識別待測藥材或飲片的的種類。本發明適用于藥材或飲片的種類的識別和分類。

技術領域

本發明屬于中藥材鑒別技術領域，具體涉及一種基于圖像標注深度學習算法模型的藥材和飲片的識別方法。

背景技術

中藥是中醫臨床治療的重要手段，我國的中藥品類繁多，鑒別其真偽優劣是確保臨床療效的基礎。隨著中藥需求總量的不斷上升，部分道地藥材供不應求，不法分子時常使用不合格的藥材假冒名貴藥材或以次品藥材充當優質藥材，從而使得中藥材市場充斥著大量的偽劣產品。因此對藥材和飲片的識別、分類和鑒定在中藥材的使用和銷售過程中顯得尤為重要。

性狀鑒別是中藥品質評價的重要方面，“辨狀論質”是中藥材、飲片鑒別的重要方法，目前中藥性狀評價多以人工進行掌控，主要通過眼觀、手握、鼻嗅、口嘗等方式進行，雖簡便易行，但易受到人的感官因素和檢測環境等影響，客觀性和一致性難以保證，中藥飲片的傳承與創新發展面臨一定挑戰。而進一步化學檢測或儀器分析的方法，更需要專業的儀器和知識，樣品處理復雜，實驗本身耗時，且中藥質量不能“唯成分論”，因此把握性狀鑒別是評價中藥品質評價的第一步。

在通過圖像識別提取特征深度學習后進行人工智能分類的方法則能夠很好地解決上述問題。例如，中國專利“CN201910168812.X一種基于人工智能的真偽混雜中藥材的鑒別方法”公開了一種鑒別藥材的方法，以川貝為例，通過提取川貝顆粒的圖片中的1024維特征值，并將其用于訓練模型，得到SVM(支持向量機)分類器，該SVM分類器可進一步用于真偽川貝的鑒別。

但是，上述人工智能識別的方法直接采用圖片中像素的HSV值作為特征建模，并未考慮到藥材視覺特征對人眼判斷時的關聯性；且該方法對所有藥材采用統一標準進行建模分析，忽略了不同藥材圖像特征的特異性，不便于人們日常學習與使用，使得人為選擇模型的種類時可能出現偏差，從而影響最終得到模型的判斷結果的準確率。

發明內容

針對現有人工智能識別川貝母藥材技術中的缺陷，本發明提供一種基于圖像標注深度學習算法模型的川貝母藥材識別方法。

一種基于圖像標注深度學習算法模型的藥材或飲片的識別方法，包括如下步驟：

(1)圖像編碼：獲取待測藥材或飲片的圖片，對圖片進行特征檢測，提取得到特征數據；

(2)圖像解碼：將步驟(1)得到的特征數據通過循環神經網絡模型轉化為特征描述詞向量；

(3)識別：通過步驟(2)得到的特征描述詞向量識別待測藥材或飲片的種類。

優選的，所述藥材或飲片為川貝母。

優選的，所述特征描述詞向量由特征描述詞構成，所述特征描述詞選自爐貝/表面/淺棕黃色/，/棕色/斑點/，/外層鱗葉/2瓣/，/大小相近/，/頂部/開裂/略尖/，/基部/稍尖/，/松貝/外鱗葉/2瓣/，/大小懸殊/大瓣/緊抱/小瓣/，/未抱/習稱/“懷中抱月”/，/青貝/類扁球形/，/外鱗葉/2瓣/，/大小相近/，/相對抱合/，/頂部開裂/，/內有/心芽/和/小鱗葉/2-3枚/及/細圓柱形/殘莖/中的至少一組。

優選的，步驟(1)中，所述特征數據的提取通過Faster RCNN算法進行。

優選的，步驟(1)中，所述Faster RCNN算法包括如下步驟：

(1.1)通過conv+relu+pooling層提取圖片的feature maps；