一种药品智能识别方法技术

本申请提供一种药品智能识别方法，包括：获取用户症状，所述获取用户症状，具体包括：利用语音识别技术提取症状信息，根据症状信息分析用户病症结果；获取药片信息，判断药片的名称和数量；根据病症结果和药片名称，与现有药方库进行比对；当种类不齐全，判断缺失的药片名称，所述当种类不齐全，判断缺失的药片名称，具体包括：判断是否不止一种药片丢失，判断缺失的药片的名称列表，排序获得可能的药片名称；判断发生丢失后的药片搭配是否合理；针对无法匹配到药方的药片信息，判断出错概率。判断出错概率。判断出错概率。

【技术实现步骤摘要】
一种药品智能识别方法


[0001]本专利技术涉及信息
，尤其涉及一种药品智能识别方法。

技术介绍

[0002]医生开药的配方和药片，都是有特定形状的。有一些药物因为不用太多，就会通过小包的形式，进行配发。尤其是目前的边远地区，很多乡村医生开药，并不像大医院一样，会明文表明是什么药品，有什么用途，而是靠乡村医生拿药品，给药品给剂量。但是因为没有包装，有时掉落就不知道当时开的是什么药品。或者因为配药时，如果护士跟其他人的药混淆，而错误配药，即使这种概率只有万分之一的概率，但面对人命关天的药品领域，它也是不安全的。需要有更好的确认药品的技术。如果可以对药品进行再次确认，判断药片是否发生丢失、药片的种类是否齐全。则能让患者药吃得更加放心。

技术实现思路

[0003]本专利技术提供了一种药品智能识别方法，主要包括：获取用户症状；获取药片信息，判断药片的名称和数量；根据病症结果和药片名称，与现有药方库进行比对；基于匹配成功的药方信息，判断药片是否丢失；当种类不齐全，判断缺失的药片名称；判断发生丢失后的药片搭配是否合理；针对无法匹配到药方的药片信息，判断出错概率；进一步可选地，所述获取用户症状包括：在用户授权同意下获取用户录音得到的音频文件；对音频文件进行预处理、特征提取、训练声学模型和匹配，得到用户症状信息；计算用户症状信息对应的向量与多个预设症状信息对应的向量的余弦相似度，比较得到余弦相似度最高的症状信息，将对应的病症作为用户的病症结果包括：利用语音识别技术提取症状信息；根据症状信息分析用户病症结果；所述利用语音识别技术提取症状信息，具体包括：获取音频文件。所述音频文件是在用户授权同意下获得。对所述音频文件进行预处理，包括VAD及降噪处理。利用短时傅里叶变换法对音频文件进行特征提取，用语音特征向量来表示。根据预设的训练语音库的特征参数训练得到声学模型。输入所述语音特征向量与声学模型进行匹配，得到用户症状信息。
[0004]所述根据症状信息分析用户病症结果，具体包括：获取用户症状信息。预设病症相对应症状信息。根据用户症状信息对应的向量与多个预设症状信息对应的向量，分别计算用户症状信息和多个所述预设症状信息的余弦相似度。比较得到余弦相似度最高的症状信息，将对应的病症作为用户的病症结果。
[0005]进一步可选地，所述获取药片信息，判断药片的名称和数量包括：获取用户拍摄的包含药片信息的原始图像；所述原始图像是在用户授权同意下获得；对原始图像进行分割，得到至少一个仅包含单个药片的单药片图像；对单药片图像依次
进行去噪、图像增强、图像二值化以及图像细化处理；从经处理的单药片图像中提取药片特征；所述药片特征包括药片颜色、形状、表面积、厚度、光滑程度；将提取的药片特征与预先建立的数据库中的药片特征进行匹配，得到待识别药片与数据库中已存在药片信息的匹配度；将匹配度最大的药片信息作为待识别药片的信息；统计每个单药片图像的识别结果，得到原始图像中包含的药片名称、药片种类数量以及每种药片对应的数量。
[0006]进一步可选地，所述根据病症结果和药片名称，与现有药方库进行比对包括：根据病症结果搜索现有药方库，得到至少一个药方信息；所述药方信息包括药片名称列表、药片种类数量及每种药片的数量；构建用户药片名称列表，所述用户药片名称列表是指记录所有已识别到的药片名称的列表；获取药片种类数量及每种药片的数量；将用户药片信息与药方信息进行匹配，得到用户药片信息与药方信息的匹配度；所述用户药片信息包括用户药片名称列表、药片种类数量及每种药片的数量；若现有药方库中不存在与用户药片信息匹配度大于预设阈值的药方信息，则认为用户药片信息在现有药方库中无法匹配到药方；若现有药方库中存在至少一个与用户药片信息匹配度大于预设阈值的药方信息，则认为对应的药方信息为与用户药片信息匹配成功的药方信息；将与用户药片信息匹配度最高的药方信息作为标准药方信息。
[0007]进一步可选地，所述基于匹配成功的药方信息，判断药片是否丢失包括：通过判断药片种类是否齐全来初步判断药片是否丢失；若药片种类不齐全，则认为药片发生丢失；若药片种类齐全，则通过药片数量比重进一步判断药片是否丢失；所述药片数量比重由每种药片数量计算得到；若存在药片数量比重与用户药片信息的药片数量比重相同的药方信息，则认为药片数量没有缺少，即药片没有发生丢失，否则认为药片数量缺少，即药片发生了丢失包括：判断药片种类是否齐全；如果种类齐全，判断药片数量比重，是否有药片数量缺少；所述判断药片种类是否齐全，具体包括：获取用户药片信息。获取与用户药片信息匹配成功的药方信息。所述用户药片信息包括用户药片名称列表、药片种类数量及每种药片的数量。所述药方信息包括药片名称列表、药片种类数量及每种药片的数量。将用户药片名称列表与药方信息中的药片名称列表进行对比分析，若存在药片名称列表与用户药片名称列表完全相同的药方信息，则认为药片种类齐全，否则认为药片种类不齐全，即药片发生了丢失。
[0008]所述如果种类齐全，判断药片数量比重，是否有药片数量缺少，具体包括：获取至少一个药片名称列表与用户药片名称列表完全相同的药方信息。分别计算所述药方信息的药片数量比重和用户药片信息的药片数量比重。若存在药片数量比重与用户药片信息的药片数量比重相同的药方信息，则认为药片数量没有缺少，即药片没有发生丢失，否则认为药片数量缺少，即药片发生了丢失。
[0009]进一步可选地，所述当种类不齐全，判断缺失的药片名称包括：判断是否不止一种药片丢失，得到药片缺失的种类数量；根据用户药片种类数量和药片缺失的种类数量筛选药方信息；将药方信息中的药片名称列表与用户药片名称列表进行对比分析，得到至少一个缺失药品的名称列表；根据药方信息与用户药片信息匹配度，对缺失药片的名称列表进行排序；匹配度最高的药方信息对应的缺失药片的名称列表中包含的药片名称即为可能的药片名称包括：判断是否不止一种药片丢失；判断缺失的药片的
名称列表，排序获得可能的药片名称；所述判断是否不止一种药片丢失，具体包括：获取用户药片信息中药片种类数量m。获取标准药方信息。判断标准药方信息中药片种类数量n是否满足n
‑
m=1。若满足n
‑
m=1，则认为只丢失一种药片，药片缺失的种类数量为1。若n
‑
m>1，则认为不止丢失一种药片，并将n
‑
m的作为药片丢失的种类数量。
[0010]所述判断缺失的药片的名称列表，排序获得可能的药片名称，具体包括：获取用户药片信息，获取用户药片种类数量m。获取药片丢失的种类数量q。获取与用户药片信息匹配成功的药方信息，筛选得到至少一个药片种类数量为m+q的药方信息。将每一个药方信息中的药片名称列表与用户药片名称列表进行对比分析，得到至少一个缺失药品的名称列表。所述缺失药品的名称列表为药方信息中的药片名称列表包含的而用户药片名称列表不包含的药片名称。根据药方信息与用户药片信息匹配度，对缺失药片的名称列表进行排序。匹配度最高的药方信息对应的缺失药片的名称列表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种药品智能识别方法，其特征在于，所述方法包括：获取用户症状，所述获取用户症状，具体包括：利用语音识别技术提取症状信息，根据症状信息分析用户病症结果；获取药片信息，判断药片的名称和数量；根据病症结果和药片名称，与现有药方库进行比对；基于匹配成功的药方信息，判断药片是否丢失，所述基于匹配成功的药方信息，判断药片是否丢失，具体包括：判断药片种类是否齐全，如果种类齐全，判断药片数量比重，是否有药片数量缺少；当种类不齐全，判断缺失的药片名称，所述当种类不齐全，判断缺失的药片名称，具体包括：判断是否不止一种药片丢失，判断缺失的药片的名称列表，排序获得可能的药片名称；判断发生丢失后的药片搭配是否合理；针对无法匹配到药方的药片信息，判断出错概率。2.根据权利要求1所述的方法，其中，所述获取用户症状，包括:在用户授权同意下获取用户录音得到的音频文件；对音频文件进行预处理、特征提取、训练声学模型和匹配，得到用户症状信息；计算用户症状信息对应的向量与多个预设症状信息对应的向量的余弦相似度，比较得到余弦相似度最高的症状信息，将对应的病症作为用户的病症结果包括：利用语音识别技术提取症状信息；根据症状信息分析用户病症结果；所述利用语音识别技术提取症状信息，具体包括:获取音频文件；所述音频文件是在用户授权同意下获得；对所述音频文件进行预处理，包括VAD及降噪处理；利用短时傅里叶变换法对音频文件进行特征提取，用语音特征向量来表示；根据预设的训练语音库的特征参数训练得到声学模型；输入所述语音特征向量与声学模型进行匹配，得到用户症状信息；所述根据症状信息分析用户病症结果，具体包括:获取用户症状信息；预设病症相对应症状信息；根据用户症状信息对应的向量与多个预设症状信息对应的向量，分别计算用户症状信息和多个所述预设症状信息的余弦相似度；比较得到余弦相似度最高的症状信息，将对应的病症作为用户的病症结果。3.根据权利要求1所述的方法，其中，所述获取药片信息，判断药片的名称和数量，包括:获取用户拍摄的包含药片信息的原始图像；所述原始图像是在用户授权同意下获得；对原始图像进行分割，得到至少一个仅包含单个药片的单药片图像；对单药片图像依次进行去噪、图像增强、图像二值化以及图像细化处理；从经处理的单药片图像中提取药片特征；所述药片特征包括药片颜色、形状、表面积、厚度、光滑程度；将提取的药片特征与预先建立的数据库中的药片特征进行匹配，得到待识别药片与数据库中已存在药片信息的匹配度；将匹配度最大的药片信息作为待识别药片的信息；统计每个单药片图像的识别结果，得到原始图像中包含的药片名称、药片种类数量以及每种药片对应的数量。4.根据权利要求1所述的方法，其中，所述根据病症结果和药片名称，与现有药方库进行比对，包括:根据病症结果搜索现有药方库，得到至少一个药方信息；所述药方信息包括药片名称列表、药片种类数量及每种药片的数量；构建用户药片名称列表，所述用户药片名称列表是指记录所有已识别到的药片名称的列表；获取药片种类数量及每种药片的数量；将用户药片信息与药方信息进行匹配，得到用户药片信息与药方信息的匹配度；所述用户药片信息包括用户药片名称列表、药片种类数量及每种药片的数量；若现有药方库中不存在与用户
药片信息匹配度大于预设阈值的药方信息，则认为用户药片信息在现有药方库中无法匹配到药方；若现有药方库中存在至少一个与用户药片信息匹配度大于预设阈值的药方信息，则认为对应的药方信息为与用户药片信息匹配成功的药方信息；将与用户药片信息匹配度最高的药方信息作为标准药方信息。5.根据权利要求1所述的方法，其中，所述基于匹配成功的药方信息，判断药片是否丢失，包括:通过判断药片种类是否齐全来初步判断药片是否丢失；若药片种类不齐全，则认为药片发生丢失；若药片种类齐全，则通过药片数量比重进一步判断药片是否丢失；所述药片数量比重由每种药片数量计算得到；若存在药片数量比重与用户药片信息的药片数量比重相同的药方信息，则认为药片数量没有缺少，即药片没有发生丢失，否则认为药片数量缺少，即药片发生了丢失包...

【专利技术属性】
技术研发人员：赵冰心，吴锦，潘若影，
申请(专利权)人：理至深圳科技有限公司，
类型：发明
国别省市：