首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
为利用计算机视觉技术实现对中药饮片的种类识别与质量鉴定,文章从颜色特征入手研究了OpenCV在中药饮片识别中的应用。首先介绍了OpenCV计算机视觉库、饮片识别材料及实验设备,然后论述了OpenCV在饮片图像分割、颜色特征提取的具体方法,最后使用OpenCV机器学习库中的支持向量机算法对5种饮片进行"辨色"识别。实验结果表明,在相同的图像采集环境下,系统能够准确识别出饮片的种类。该研究对于利用计算机视觉进行饮片种类识别具有积极意义,为进一步研发基于计算机视觉的中药饮片质量鉴定系统奠定基础。  相似文献   

2.
基于饮片切面图像纹理特征参数的中药辨识模型研究   总被引:1,自引:0,他引:1  
目的:建立基于切面图像纹理特征参数的辨识模型,探讨中药饮片自动识别的可行性。方法:基于中药饮片切面图像的灰度共生矩阵和灰度梯度共生矩阵,选取18种中药材不同样本图像的26个纹理特征参数,分别建立训练集和测试集。利用最小协方差行列式MCD方法对训练集进行离群值剔除处理。采用朴素贝叶斯及BP神经网络2种建模方法和十折交叉验证,建立18种中药材的判别模型。结果:在提取的26个纹理特征参数的基础上,利用MCD方法剔除训练集的离群值后,用BP神经网络建立的判别模型判正率达到90%,说明效能良好。结论:将建立的辨识模型用于中药饮片的自动识别具有可行性,为中药直观鉴别的定量化、科学化以及客观化提供了一套新的技术手段。  相似文献   

3.
中药数字化是中药质量控制客观化与定量化的重要手段之一。为了解决中药数字化过程中的数据质量问题和基于中药纹理图像的品种自动识别问题,本文选取12种中药饮片,采集其切面纹理图像,基于灰度共生矩阵提取了11个纹理特征参数,分析两像素间距、角度对纹理特征参数的影响,结果表明在像素间距d=3、角度θ=0°时所提取的纹理特征参数有利于表征中药饮片切面纹理特征。通过对中药饮片切面图像纹理量化特征的提取和分析,表明了将图像分析方法用于中药品种自动识别的可行性,为中药直观鉴别的定量化、客观化提供了一套新的技术手段。  相似文献   

4.
目的通过对方向梯度直方图(HOG)、局部二值模式(LBP)等特征提取及融合的方法研究,实现有效的中药饮片图像识别。方法分析HOG和LBP特征,进行特征融合,采取支持向量机(SVM)分类算法,在采集整理的中药饮片图像数据集基础上对算法进行训练、测试和改进,从而获得有效的中药饮片多分类模型,并将模型与其他算法进行比较,评价算法的有效性。结果通过对30种中药饮片2927张图像的训练和测试,等价模式下的HOG-LBP融合特征算法的饮片图像识别率达91.16%,优于传统算法。结论等价模式下HOG-LBP融合特征结合SVM分类器的方法具有较高的识别率,可有效应用于中药饮片的识别和分类。进一步提高数据种类和数据量,有助于提高算法的适用性和识别效果。  相似文献   

5.
目的:利用对小目标识别具有良好效果的深度学习算法——YOLOv3,建立中药饮片自动检测与评价方法,为实际生产、中药调剂及教学等过程中中药饮片的检测提供快速、有效的途径。方法:构建包含不同实际场景下152种常用中药饮片的RGB图像数据库,共19692张图像。基于YOLOv3算法对数据库中图像样本进行数据增强、特征提取、模型训练,提升算法模型泛化能力,完成中药饮片检测,输出结果。结果:对152种中药饮片进行测试,平均检测精度为96%,多种中药饮片最高检测精度达100%。除了单片饮片,同时实现了遮挡、残缺、多片饮片、多种饮片的检测。结论:通过构建丰富的图像数据集及采用YOLOv3算法,实现了对于复杂背景中药饮片的有效检测,为建立快速、高效、客观量化的中药饮片检测方法探寻到新路径。  相似文献   

6.
目的:考察采样方向对中药饮片横切面图像纹理特征参数的影响。方法:选取4种形状及纹理特征各异的中药饮片,分别采集其完整和不完整饮片在旋转不同角度后得到的图像,并基于灰度共生矩阵和灰度梯度共生矩阵提取图像的26个纹理特征参数。通过分析26个纹理特征参数变化曲线图的变化趋势和变化幅度等差异,探讨不同采集方向对图像纹理特征参数的影响。结果:当中药饮片为完整饮片时,其切面图像的26个纹理特征参数不受采样方向的影响;当饮片样本不完整时,其切面图像的26个纹理特征参数受采样方向的影响,而且饮片形状越不规则产生的影响越大。结论:对于不同形状及纹理特征的中药饮片进行图像采集时考虑采样方向对纹理特征参数的影响,为获得高质量的中药饮片采集图像提供了保障,也为基于纹理特征参数的判别模型建立奠定了基础。  相似文献   

7.
目的:利用小波变换法提取新疆维吾尔草药图像的特征,对植物药图像进行分类研究。方法:此次研究选取新疆维吾尔草药图像200张,其中花类图像100张,叶类图像100张。对图像进行去噪、尺度归一化和空间转换等预处理。利用小波变换分别提取花类、叶类图像的特征向量,用类间距法获取具有较好的分类能力的特征量,使用决策树C4.5算法对特征的分类能力进行评价。结果:对得到的这些特征量,分别利用决策树C4.5算法和贝叶斯方法进行分类,决策树算法分类准确率达到了80.0%;贝叶斯方法分类准确率达到73.5%;结论:结果显示,采用小波变换提取的特征在对不同类型的维吾尔草药图像进行分类时,将最大类间距和决策树C4.5算法结合能达到一定的分类能力;因此,决策树分类算法可以在一定程度上对新疆维吾尔草药图像进行判别分类。  相似文献   

8.
基于CIELAB空间的中医舌色分析方法   总被引:2,自引:0,他引:2  
目的:遵循颜色科学的理论与技术,探讨中医舌色的分析方法。方法:根据中医舌色的视觉诊断过程,采用CIELAB均匀颜色空间作为舌色分析的平台,将所采集的舌色RGB数据转换到CIELAB空间,研究与视觉感受对应的舌色色域分布规律。结果:提出一种数值拟和的方法,对中医描述的舌色(红舌,淡红舌,淡白舌等)进行分类,并根据舌色的分布,提取各类舌色的典型特征色。结论:这种分类和特征色的提取方法能够表示中医舌色的实际视觉描述分类关系,具有一定的可行性。  相似文献   

9.
目的:利用人工智能和机器视觉技术,提出一种检测与评价中药材的新方法。方法:以川贝母、山楂及半夏饮片为研究对象,通过机器视觉采集图片大数据,建立图像数据库;通过对中药外在性状特征的智能分析,以深度学习为手段,研究建立深度卷积神经网络模型来实现定位检测、品种识别等功能,以显著提高中药快速鉴别的准确率。结果:测试的11种饮片(生山楂、炒山楂、焦山楂、山楂炭、松贝、青贝、炉贝、生半夏、姜半夏、法半夏、清半夏)图像品种分类准确度可达99%以上,具体类别的平均识别准确度可达到97%以上。结论:通过深度学习算法实现的中药饮片智能鉴别技术具有简洁、快速、精度高、可批量化检测的优点,可为中药质量检测与评价提供技术支持,并丰富了中药品质评价的研究思路。  相似文献   

10.
目的:利用人工智能和机器视觉技术,建立一种基于深度学习的青葙子及其混伪品图像分类方法。方法:通过定制化AI训练平台EasyDL,以青葙子药材及其混伪品的微性状图片为训练数据,对青葙子及其混伪品图像分类模型进行训练,并将该应用导入微信小程序,以便推广。结果:利用EasyDL构建的深度学习模型,青葙子及其混伪品图像分类准确率可以达到93.7%~94.8%。对于本系统所采集的药材图像,微信小程序识别率达到了80%~100%。在相同的饮片图像采集环境下,该模型能够准确识别出图像中药材的种类,具有比较稳定且比较好的识别效果。结论:利用人工智能和机器视觉技术,建立了基于深度学习的青葙子及其混伪品图像分类方法,拓宽了中药品质评价的研究思路,为人工智能在中药鉴定领域的普及提供了参考。  相似文献   

11.
基于CIELAB空间的中医舌色分析方法   总被引:1,自引:0,他引:1  
目的:遵循颜色科学的理论与技术,探讨中医舌色的分析方法。方法:根据中医舌色的视觉诊断过程,采用CIELAB均匀颜色空间作为舌色分析的平台,将所采集的舌色RGB数据转换到CIELAB空间,研究与视觉感受对应的舌色色域分布规律。结果:提出一种数值拟和的方法,对中医描述的舌色(红舌,淡红舌,淡白舌等)进行分类,并根据舌色的分布,提取各类舌色的典型特征色。结论:这种分类和特征色的提取方法能够表示中医舌色的实际视觉描述分类关系,具有一定的可行性。  相似文献   

12.
中医经验的继承是以"人"为核心的,不同医生之间的用药规律共性和个性并存。该研究提出了以不同医生的方剂为研究对象,分类后挖掘的思路,并在此基础上提出了用模式识别分类准确率作为评判医生方剂差别的指标。该文以金元四大家中的张子和与朱丹溪的方剂为例,构建方剂分类数据集,并以朴素贝叶斯和支持向量机为分类工具进行了模式识别。实验结果表明,模式识别算法把两个人的方剂明显的区分开来,朴素贝叶斯分类的准确率为82.8%,支持向量机分类的准确性为89.9%,支持向量机算法在分类准确度上具有优势。该研究为构建中医特色的公共数据集,为定量比较不同医生的用药规律提供了可供借鉴的方法。  相似文献   

13.
<正>企业规模本厂是广西中医药大学产学研基地,拥有近3万平米的生产、科研教学和实训面积,拥有配套齐全的多功能提取设备及先进的提取技术,拥有现代化制剂大楼,配备先进的全自动的药品和保健食品生产线,拥有由美国、日本引进的先进检测仪器和研发设备建设而成的现代化中心实验室。目前已经通过国家药品GMP认证、食品GMP认证及中药饮片GMP认证,是专业生产中成药、原料药、保健食品、中药饮片的综合  相似文献   

14.
中药炮制技术的发展应用与中药质量密切相关。现阶段,我国炮制技术整体上仍处于机械化炮制发展阶段,炮制设备种类少,自动化和智能化水平低。炮制过程中缺乏炮制参数的精确控制,导致中药饮片质量不均一。随着大数据时代的到来和“互联网+”的不断发展,中药炮制技术和设备也得到了不断的提高和更新,逐渐转向自动化和智能化的发展方向。中药饮片联动化生产技术将炮制过程中的单一炮制设备组合优化为可进行连续式生产的中药饮片生产线,提高了生产效率。基于机器视觉、电子鼻、电子舌等的炮制经验数字化技术及在线检测技术是中药饮片大规模工业化生产中的主流趋势,也是中药炮制工艺参数标准化的重要前提。而进一步通过将炮制过程及炮制设备与互联网进行对接,实现中药饮片生产流程智能化管控是未来中药饮片产业转型升级的重要过程。该文通过对中药炮制技术不同阶段的发展特点进行归纳总结,梳理炮制理论的应用发展、炮制设备的演变及现阶段中药炮制工业化发展中存在的问题,以期为实现炮制技术的数字化和智能化创新及中药饮片高效、高质生产提供思路与方法。  相似文献   

15.
中药饮片产业是中药产业三大支柱之一,保证饮片的质量和安全性一直是重中之重的工作。传统的中药质量控制方法存在周期长、效率低、主观性强等问题,无法适应产业的快速发展。在线检测技术通过在线监测系统实时采集、处理和分析样品数据,能够更快速、准确地得到产品质量信息,对中药饮片的智能化生产和质量控制具有重要意义。从国家政策导向阐明中药智能化生产对中药饮片质量控制的重要性,对在线检测关键技术研究及其在饮片生产全过程中的应用进行综述,归纳当前在线检测技术在中药产业应用中存在的问题,为加快在线检测技术与饮片产业融合发展提供建议,以期为提高饮片生产效率及质量、促进饮片产业高质量发展提供参考。  相似文献   

16.
在中医舌诊客观化的研究中,舌图像颜色数据的准确记录是后续计算机分析的基础。为消除光照环境和采集设备的变化对图像数据的影响,采集的图像必须进行颜色校正。在基于光谱反射率还原的颜色校正方法中,有限维模型是光谱反射率降维的有效方法。本文从光谱反射率复原角度,对舌色范围进行了有限维模型分析,并初步分析了有限维模型近似舌色光谱反射率的误差,结果表明前三个基函数的特征值能量高达99.13%,由其估计的光谱反射率曲线计算得到的颜色值与实际值比较接近,由此证实了基于有限维模型的舌图像颜色校正方法具有一定的可行性。  相似文献   

17.
目的:探讨影像科信息管理系统(RIS)对影像科室流程管理的优化作用。方法:采用RIS对影像科工作流程中的各个环节,如检查申请响应、图像采集、图像保存、出具报告、审核报告、发放结果等进行分析,以时间为分析因素,提取相关数据做统计学分析和定量评估。结果:根据分析和评估结果进行资源调整和流程优化,确保了资源的合理分配,提高了工作效率。结论:通过RIS系统对数据进行提取分类,并做统计学分析,可准确地评估各个检查环节中的流程特点和资源配置,从而优化了流程。  相似文献   

18.
在中医舌诊客观化的研究中,舌图像颜色数据的准确记录是后续计算机分析的基础。为消除光照环境和采集设备的变化对图像数据的影响,采集的图像必须进行颜色校正。在基于光谱反射率还原的颜色校正方法中,有限维模型是光谱反射率降维的有效方法。本文从光谱反射率复原角度,对舌色范围进行了有限维模型分析,并初步分析了有限维模型近似舌色光谱反射率的误差,结果表明前三个基函数的特征值能量高达99.13%,由其估计的光谱反射率曲线计算得到的颜色值与实际值比较接近,由此证实了基于有限维模型的舌图像颜色校正方法具有一定的可行性。  相似文献   

19.
根据中医脉象的多信息特征,在超声图像动态分析和识别技术的基础上,将B型超声与柔性传感器结合构建了脉诊复合信息检测系统,对超声波动态图像、压力脉搏波、光电容积脉搏波和心电图进行信息整合,并通过计算机信息处理技术综合分析,建立了脉象特征分析方法,形成了描述中医脉诊“位数形势”4种属性的优化解决方案。应用此系统采集了健康人的多信息脉象数据,结果表明,文章提出的新的脉诊客观化方法切实可行,取得了预期效果,为中医临床的脉诊客观化研究和中医教学提供了新的方法和新的特征数据。  相似文献   

20.
中药饮片生产、经营及应用单位目前均无统一、规范的分级评价标准,多以外观性状等传统方式进行饮片的分级和质控。然而饮片原料药材来源的多元化以及种植方式的变迁,使传统分级及质量评价方法逐渐失去了权威性和可靠性。因此,亟需开展中药饮片规格及质量评价标准的应用基础研究,将传统方法与现代方法有机结合,建立科学、实用的中药饮片分级及其质量评价方法,保证中药饮片质量的稳定及临床用药的安全、有效。中药饮片分级及其质量评价方法的建立和应用,将为进一步推行饮片优质优价提供政策支持,并将极大地促进饮片行业的健康发展。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号