文献类型：期刊文章

作　　者：吴冲[1] 谭超群[1,2] 黄永亮[3] 吴纯洁[2] 陈虎[1]

WU Chong;TAN Chao-qun;HUANG Yong-liang;WU Chun-jie;CHEN Hu(Key Laboratory of Visula Synthesis Graphics and Image Technology for National Defense,Sichuan University,Chengdu 610065,China;Chengdu University of Traditional Chinese Medicine(TCM),Chengdu 611137,China;Affiliated Hospital of Chengdu University of TCM,Chengdu 610075,China)

机构地区：[1]四川大学视觉合成图形图像技术国防重点学科实验室,成都610065 [2]成都中医药大学,成都611137 [3]成都中医药大学附属医院,成都610075

出　　处：《中国实验方剂学杂志》

基　　金：四川省中医药管理局科学技术研究专项项目(2018QN003);四川省科技厅计划项目(2018JY0435)。

年　　份：2020

卷　　号：26

期　　号：21

起止页码：195-201

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：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。

关 键 词：川贝母 半夏 山楂 饮片 图像识别 深度学习  卷积神经网络  

分 类 号：R22] R28[中医学类]