[发明专利]智慧医疗场景下时间相关特征挖掘的中草药识别方法

说明书

本发明公开了一种智慧医疗场景下时间相关特征挖掘的中草药识别方法，包括：构建中草药图像样本数据集；采用金字塔网络模型对导入的中草药图片进行处理，以输出具有空间敏感度的高分辨率特征图，减少空间流和语义流上特征图进行特征融合时出现空间信息定位偏差；构建激活区域生成网络，获取中草药时间序列特征中的时间不变特征；构建特征映射结构块，针对当前生长周期的中草药特征与其余生长周期的中草药特征建立映射关系；构建中草药识别网络模型，得到中草药识别结果。本发明通过在中草药数据集上进行训练提取泛化的不同种类的中草药所具有的特征表示，提高对同一种类的相似中草药的识别准确度和判断中草药质量参差的准确度。

技术领域

本发明属于人工智能目标识别技术领域，具体涉及一种智慧医疗场景下时间相关特征挖掘的中草药识别方法。

背景技术

中医是一套完整的、融入大量的临床经验医学理论体系,已被世界卫生组织列入最具影响力的医学纲要。中草药在中医学领域有着重要的价值，不仅在治疗疾病方面有卓越的表现，而且在中医理论体系的指导下还可以调理身体，但由于中草药种类繁多，缺乏经验人员难以准确识别中药材以及药材质量参差不齐等问题。随着人工智能不断发展，早已在图识别领域崭露头角，也促进中医学图像处理技术正在、图像描述定量化、图像三维化、可视化及网络化等方向发展。

现有的中草药识别往往是进行人工分析和研究，需要研究者具有相当丰富的中医药知识储备和经验，传统方法耗时耗力、识别效率低下、识别率难以保证。为了提升中草药识别科学化、现代化和智能化水平，亟需新的手段对传统中草药进行改进升级。此外，也有一些专家学者通过传统机器视觉技术对中草药图像进行特征提取，从而对中草药进行识别，但这种手段的效果也难以满足实际需要，大多局限于实验室层次的研究，模型的泛化能力较差，鲁棒性较差。深度学习是人工智能的重要进展之一，颠覆了传统算法的设计思路，能够自动从数据中学习特征，避免了传统算法中人工设计特征、提取特征的复杂性和局限性，在没有人为干预的情况下，具有极大的特征学习潜力，有望进一步改善和解决目前中草药识别方法中存在的一系列问题。

发明内容

解决的技术问题：本发明针对智慧医疗的中药房场景下，待识别中草药目标种类繁多，很多药材形状、颜色极为相似的问题，以及中药材掺假、掺杂、以假乱真、以次充好等现象，以至于缺乏经验人员难以准确识别中药材以及药材质量参差不齐等技术问题，提出了一种智慧医疗场景下时间相关特征挖掘的中草药识别方法，通过在中草药数据集上进行训练提取泛化的不同种类的中草药所具有的特征表示，提高对同一种类的相似中草药的识别准确度和判断中草药质量参差的准确度。

技术方案：

一种智慧医疗场景下时间相关特征挖掘的中草药识别方法，所述中草药识别方法包括以下步骤：

S1，采集中草药图片，在中草药图片上标注图片类别标签和生长周期标签，生成中草药图像样本，构建中草药图像样本数据集；利用Retinex图像增强算法对获取的图像数据集进行预处理，将各个样本图像按照预设比例分为用于训练中草药识别模型的训练集、以及用于测试中草药识别模型的测试集；

S2，构建M层的金字塔网络模型，采用金字塔网络模型对导入的中草药图片进行处理，以输出具有空间敏感度的高分辨率特征图，减少空间流和语义流上特征图进行特征融合时出现空间信息定位偏差；该金字塔网络模型由两条路径构成：自底向上的空间流路径和自顶向下的语义流路径；中草药图片经空间流路径处理得到相应的特征图，得到的特征图导入语义流路径，通过像素混洗和特征感知重组，生成目标特征区域块；