基于深度学习的住院部口服药分类模型的构建
王茜玉1
李南欣1
向凡1
李杨2
唐良友2
向军莲2
张俊然1
1.四川大学电气工程学院,四川 6100652.德阳市人民医院
摘要：目的:基于深度学习法构建针对住院部的口服药分类模型.方法:模拟实际应用场景,采集95类药丸图片构建数据集,并对其进行图片预处理操作;以MobileNet V2网络为基础架构建立药丸分类模型,并在模型中嵌入注意力机制以增强网络特征通道间的依赖关系;融合迁移学习的方法,利用自建药丸数据集对模型进行训练和测试,通过模型分类准确率和模型参数量指标检测模型性能.结果:本研究构建的模型在自然环境中采集的口服药丸图片分类方面表现卓越,通过使用包含95类药丸、总计728张图片的自建数据集进行训练和测试,模型分类准确率为 95.8%,分别比MobileNet V2、ShuffleNet V2、ResNet50高 11.6%、14.3%、11.3%.模型参数量为2.55 M,约为ResNet50的1/10.结论:本研究构建的模型可以较好地平衡模型的复杂度和分类准确率,为药房等场景下涉及的药丸自动分类系统提供技术路线和效果验证,对于提升药房发药、病房分药等具体情形的护理自动化水平具有一定的理论和实际应用价值.
关键词：药房口服药图像处理分类模型深度学习MobileNet V2网络
资助基金：国家自然科学基金(12126606)四川省科技计划项目(2023YFS0201)德阳科技(揭榜)项目(2021JBJZ007)琶洲实验室(黄埔)研发项目(2023K0605)
论文发表日期：2024-03-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 948-954 )
英文信息