[发明专利]一种基于深度学习的拍照识药系统及其使用方法

说明书

本发明公开了一种基于深度学习的拍照识药系统及其使用方法，属于药物识别技术领域。一种基于深度学习的拍照识药系统，包括摄像模块、图像预处理模块、图像分割模块、目标检测模块和OCR识别模块。本发明一种基于深度学习的拍照识药系统，操作方便、高效准确，通过拍照便能辨识区分待测物，并能获取药物信息和药物说明书，有效防止老年人被虚假广告欺骗，误把保健品当做药品使用。

技术领域

本发明属于药物识别技术领域，具体涉及一种基于深度学习的拍照识药系统及其使用方法。

背景技术

近年来，我国保健品行业市场规模逐年扩大，市场需求旺盛。正是在这种保健品盛行的时代，一些厂商过度宣传，导致人们对于保健品与药品的鉴别能力越来越低。特别是一些中老年人，通过销售人员夸大的介绍或者广告等渠道，常常误把保健品当做药品使用。

针对上述问题，目前市面上出现了一种用药助手-丁香园，但丁香园只具备查询功能，无法直接拍照识药，使用颇为不便，特别是一些进口药品，老年人难以辨别、查询。淘宝、京东虽然有拍照识物的功能，但其识别效果较差，药物资源信息不全，无法准确区分保健品和药品，仅具备初步的识物功能，无法进一步获取药品信息和药品说明书。

因此，亟需一种能够帮助用户够高效、准确辨别药品的工具。

发明内容

有鉴于此，本发明的目的在于提供一种基于深度学习的拍照识药系统及其使用方法。本发明旨在解决现有识药系统无法高效、准确识别药品，区分药品、保健品、医疗器械的问题。

为达到上述目的，本发明提供了一种基于深度学习的拍照识药系统，包括：

摄像模块，用于拍摄记录待识别的药品、保健品和医疗器械；

图像预处理模块，用于对摄像模块拍摄的数字图像进行预处理；

图像分割模块，用于对预处理后的数字图像进行前景背景分割，从而提取出前景主体；

目标检测模块，用于对前景主体进行目标检测；

所述目标检测模块内设有检测模型，检测模型能够将前景主体分类为药品、保健品、医疗器械或其他；

OCR识别模块，用于对判断为“药品”或“其他”的待识别物进行OCR识别，从而得到待识别物的药品相关信息；

所述OCR识别模块与数据库相关联，能够进一步获取药品信息和药品说明书。

OCR(光学字符识别，Optical Character Recognition)是指对文本资料进行扫描后对图像文件进行分析处理，获取文字及版面信息的过程。

进一步，所述预处理包括图像灰度化、滤波去噪、锐化和矫正。

进一步，所述检测模型是基于药品特征数据库的训练数据构建的。

进一步，所述训练数据包括药品、保健品、医疗器械的产品图像和特征图像。

进一步，所述特征图像包括以下三类：

药品特征图像：电子监管码、甲类OTC标志和乙类OTC标志；

保健品特征图像：蓝帽子标志；

医疗器械特征图像：各类仪器标志。

进一步，所述药品相关信息包括药品名称、批准文号和注册证号。

本发明还提供了一种基于深度学习的拍照识药系统的使用方法，包括以下步骤：

S1.通过药品特征数据库构建检测模型；

S2.用摄像模块拍摄待识别物；

S3.对步骤S2拍摄的图像进行预处理；