CN110600142A - 一种用于电子处方的身份认证系统及其工作方法 - Google Patents
一种用于电子处方的身份认证系统及其工作方法 Download PDFInfo
- Publication number
- CN110600142A CN110600142A CN201911124790.3A CN201911124790A CN110600142A CN 110600142 A CN110600142 A CN 110600142A CN 201911124790 A CN201911124790 A CN 201911124790A CN 110600142 A CN110600142 A CN 110600142A
- Authority
- CN
- China
- Prior art keywords
- face
- face image
- current
- user
- medicine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于药品管理技术领域,公开了一种用于电子处方的身份认证系统及其工作方法。本发明中的系统包括人脸采集单元、人脸比对单元、人脸分析单元、数据分析单元及数据存储单元。本发明中的工作方法包括:有电子处方开具请求时触发初始人像采集;获取当前初始人脸图像并比对;如比对失败则开具电子处方后,获取校验人像采集并分析,如分析成功则获取当前用户购药信息;更新当前用户的购药信息,如超过购药次数阈值则输出异常提示信息。本发明实现了电子处方从开具到取药完成的全流程监管,用户购药信息出现异常情况时能够及时进行提示,便于监管部门能够及时处理,为后期进行打击销售回收药品、药店店员代买药等不合规行为的监管提供了数据基础。
Description
技术领域
本发明属于药品管理技术领域,具体涉及用于电子处方的身份认证系统的工作方法。
背景技术
电子处方,是指远程在线诊疗后填写治疗信息,开具非纸质的处方,并通过网络传输至药房终端,经药学专业技术人员审核、调配、核对及计费后,作为药房发药和医疗用药的医疗电子文书。随着计算机技术及医院信息化、网络化的发展,越来越多的药店使用了远程问诊系统,患者通过设在药店的“微问诊”服务终端,就可以得到医生在线视频诊断,并快速获取电子处方,经由线上药师审核通过后,即可在实体药店买到所需的处方药品。
对药店来说,能借助微问诊的平台和工具,经过在线问诊等环节后,将医药产品直接销售给患者,实现产品增收;对患者来说,可免于在医院排队挂号的繁杂手续,实现就医便利、让基层医疗服务触手可及;医生也能通过线上接诊获取诊疗费,增加收入来源;对政府来说,所有处方和药品信息、销售记录都存储中;但是在便利各方的同时,如何加强药品购买管理、如何开展诸如打击销售回收药品的专项检查、如何确保用药安全等均成为目前亟待解决的问题。
发明内容
为了解决现有技术存在的上述问题,本发明目的在于提供一种用于电子处方的身份认证系统及其工作方法。
本发明所采用的技术方案为:
一种用于电子处方的身份认证系统,包括人脸采集单元、人脸比对单元、人脸分析单元、数据分析单元及数据存储单元;
人脸采集单元,用于采集人脸图像,并将人脸图像发送至人脸比对单元或人脸分析单元;
人脸比对单元,用于接收人脸图像,并将接收的人脸图像与店员人脸数据库中的店员人脸图像进行比对,然后将比对结果发送至人脸分析单元或数据分析单元;
人脸分析单元,用于接收人脸图像,并将接收的人脸图像与用户人脸数据库中的用户人脸图像进行分析,然后将分析结果发送至数据分析单元;
数据分析单元,用于接收比对结果及分析结果,还用于根据电子处方更新用户购药信息,然后根据用户购药信息、比对结果或分析结果生成提示信息;
数据存储单元,用于存储店员人脸数据库、用户人脸数据库、用户购药信息及阈值。
作为优选,上述的用于电子处方的身份认证系统还包括显示端;显示端用于接收提示信息并输出。
一种上述的用于电子处方的身份认证系统的工作方法,包括以下步骤:
实时判断是否有电子处方开具请求,如是,则触发初始人像采集;
获取当前初始人脸图像,然后判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像,如是,则输出用户购药提示信息,如否,则根据当前电子处方开具请求开具电子处方;
根据当前电子处方开具请求开具电子处方后,然后触发校验人像采集;
获取当前检验人脸图像,然后判断用户人脸数据库中是否存在与当前校验人脸图像的相似度大于第二阈值的用户人脸图像,如是,则获取当前用户购药信息,如否,则输出注册提示信息;
根据当前电子处方确定药品信息,其中,药品信息包括至少一种药品类别;
根据当前药品信息更新当前用户的购药信息,然后判断当前用户的购药信息是否超过第三阈值,如是,则输出异常提示信息,如否,则将当前电子处方开具请求标记完成。
作为优选,获取当前初始人脸图像后,判断当前初始人脸图像中人脸区域是否位于当前初始人脸图像的中央,如是,则判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像,如否,则输出人脸居中提示信息。
作为优选,判断当前初始人脸图像中的人脸区域是否位于当前人脸图像的中央时,具体步骤如下:
A1.计算当前初始人脸图像中人脸区域的中心点坐标,其中:
计算人脸区域的中心点坐标采用的公式为:,,
式中,为当前人脸区域的左边界,为当前人脸区域的右边界,表示当前人脸区域的上边界,表示当前人脸区域的下边界;
A2.判断当前人脸区域的中心点坐标是否处于当前初始人脸图像的中央,其中:
当且时,当前人脸区域的中心点坐标处于当前初始人脸图像的中央,
式中,为当前初始人脸图像的图像宽度,表示当前初始人脸图像的图像高度。
作为优选,获取当前初始人脸图像后,如存在多张人脸,则将当前初始人脸图像中面积最大的人脸区域作为当前初始人脸图像中人脸区域,然后继续判断当前面积最大的人脸区域是否位于当前人脸图像的中央。
作为优选,获取当前初始人脸图像中面积最大的人脸区域时,具体步骤如下:
B1.计算每个人脸区域的宽度及其高度,其中:
,,
式中,为第个人脸区域的左边界,为第个人脸区域的右边界,为第个人脸区域的上边界,为第个人脸区域的下边界,为变量,的取值范围为:,表示当前初始人脸图像中共个人脸区域;
B2.将每个人脸区域的宽度及其高度的乘积作为当前人脸区域的人脸面积,则任一人脸面积大于其他人脸面积的人脸区域即为当前初始人脸图像中面积最大的人脸区域。
作为优选,输出用户购药提示信息后,判断是否有当前店员人脸图像对应的店员为用户的确认请求,如是,则根据当前电子处方开具请求开具电子处方,如否,则继续输出用户购药提示信息。
作为优选,判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像时,及判断用户人脸数据库中是否存在与当前校验人脸图像的相似度大于第二阈值的用户人脸图像时,具体步骤如下:
C1.提取初始人脸图像中的特征点或校验人脸图像中的特征点,得到每个特征点的128维特征向量,并将当前初始人脸图像中所有特征点的128维特征向量作为当前初始人脸图像的128维特征数组,将校验人脸图像中所有特征点的128维特征向量作为当前校验人脸图像的128维特征数组;
C2.将当前初始人脸图像的128维特征数组与店员人脸数据库中每个店员人脸图像得到多个初始特征距离,或将当前校验人脸图像的128维特征数组与用户人脸数据库中每个用户人脸图像的128维特征数组进行比对得到多个校验特征距离,其中:
,
式中,为任一初始特征距离或任一校验特征距离,且的取值范围为[0,3]的浮点数,为当前初始人脸图像的第维特征值或校验人脸图像的第维特征值,为店员人脸数据库中任一店员人脸图像的第维特征值或用户人脸数据库中任一用户人脸图像的第维特征值,为变量,表示维度数,的取值范围为;
C3.根据每个初始特征距离得到一个初始相似度或根据每个校验特征距离得到一个校验相似度,其中:
,
式中,为任一初始相似度或任一校验相似度;
C4.依次判断每个初始相似度是否大于第一阈值,如是,则判定当前初始人脸图像与计算当前初始相似度时对应的店员人脸图像为同一个人,输出用户购药提示信息;
依次判断每个校验相似度是否大于第二阈值,如是,则判定当前校验人脸图像与计算当前校验相似度时对应的用户人脸图像为同一个人,获取当前用户购药信息。
作为优选,用户购药信息包括药物类别及每个药物类别对应的购买次数;更新当前用户购药信息时,获取当前药品信息中的药品类别,判断每个药品类别是否属于监管药品,如是,则将当前用户购药信息中与当前属于监管药品的药品类别对应的购买次数加1,如否,则将当前电子处方开具请求标记完成;如当前用户购药信息中没有当前属于监管药品的药品类别,则新建当前属于监管药品的药品类别并将其对应的购买次数标记为1。
本发明的有益效果为:
通过人脸采集单元、人脸比对单元、人脸分析单元、数据分析单元及数据存储单元的配合使用,实现了电子处方从开具到取药完成的全流程监管,用户购药信息出现异常情况时能够及时进行提示,便于监管部门能够及时处理;同时,采用人脸分析及人脸对比的方式,保证每个药品购买行为均能够被有效记录,为后期进行打击销售回收药品、药店店员代买药等不合规行为的监管提供了数据基础。
同时,本发明还可以通过电子处方自动统计药师每月开处方药的次数,来控制药师违规代开药现象,当出现违规代开药现象时给予药师警告,进而促使电子处方诊疗过程更加规范;通过人脸识别技术自动统计每个用户预设周期内买监管范围内的药品的次数,当监管范围内的药品购买数量超过预设数量时,进行人工干预,判断是近期频繁生病还是违规回购药品,适于推广使用。
本发明的其他有益效果将在具体实施方式中进行说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是实施例1中用于电子处方的身份认证系统的结构框图。
图2是实施例2中用于电子处方的身份认证系统的工作方法的流程框图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明虽然是用于帮助理解本发明,但并不构成对本发明的限定。本发明公开的功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本发明阐述的实施例中。
应当理解,本发明使用的术语仅用于描述特定实施例,并不意在限制本发明的示例实施例。若术语“包括”、“包括了”、“包含”和/或“包含了”在本发明中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
应当理解,还应当注意到在一些备选实施例中,所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
应当理解,在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实例中,可以不以不必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1:
如图1所示,本实施例提供用于电子处方的身份认证系统,包括人脸采集单元、人脸比对单元、人脸分析单元、数据分析单元及数据存储单元。本实施例中,上述的用于电子处方的身份认证系统还包括显示端;显示端用于接收提示信息并输出;显示端的设置可以使得各类提示信息均能够被用户及店员及时获取,进而便于及时做出应对操作。
人脸采集单元,用于采集人脸图像,并将人脸图像发送至人脸比对单元或人脸分析单元;其中,如果是基于注册请求或店员信息采集请求的人脸采集,则将采集的人脸图像发送至数据分析单元,数据分析单元对人脸图像进行处理后发送至数据存储单元进行存储。
人脸比对单元,用于接收人脸图像,并将接收的人脸图像与店员人脸数据库中的店员人脸图像进行比对,然后将比对结果发送至人脸分析单元或数据分析单元;其中,比对结果为匹配时,则将比对结果发送至数据分析单元,比对结果为不匹配时,则将比对结果发送至人脸分析单元。
人脸分析单元,用于接收人脸图像,并将接收的人脸图像与用户人脸数据库中的用户人脸图像进行分析,然后将分析结果发送至数据分析单元;其中,分析结果为匹配时,则将分析结果发送至数据分析单元,分析结果为不匹配时,则发送注册提示信息,然后根据注册请求触发人脸采集单元进行人脸采集。
数据分析单元,用于接收比对结果及分析结果,还用于根据电子处方更新用户购药信息,然后根据用户购药信息、比对结果或分析结果生成提示信息;需要说明的是,数据分析单元还可以用于接收包括注册请求的人脸图像,数据分析单元将包括注册请求的人脸图像进行处理后,将注册请求中的用户信息与人脸图像对应,然后将用户信息及人脸图像存储至数据存储单元。
数据存储单元,用于存储店员人脸数据库、用户人脸数据库、用户购药信息及阈值;其中,阈值可以包括多个,各个数据库根据数据分析单元的指令实时更新。
本实施例中,通过人脸采集单元、人脸比对单元、人脸分析单元、数据分析单元及数据存储单元的配合使用,实现了电子处方从开具到取药完成的全流程监管,用户购药信息出现异常情况时能够及时进行提示,便于监管部门能够及时处理;同时,采用人脸分析及人脸对比的方式,保证每个药品购买行为均能够被有效记录,为后期进行打击销售回收药品、药店店员代买药等不合规行为的监管提供了数据基础,解决了现有技术中没有基于用户的药品购买监管系统的问题。
本实施例中的系统还可以通过电子处方自动统计药师每月开处方药的次数,来控制药师违规代开药现象,当出现违规代开药现象时给予药师警告,进而促使电子处方诊疗过程更加规范。同时,通过人脸识别技术自动统计每个用户预设周期内买监管范围内的药品的次数,当监管范围内的药品购买数量超过预设数量时,进行人工干预,判断是近期频繁生病还是违规回购药品;当频繁生病时,提醒医生对个人用药后的恢复情况给予关注,并考虑监管范围内的药品的耐药性等影响,综合过往用药情况进行处方调整;当属于违规回购药品情况时,加入购药黑名单或修改该用户能够购药的预设次数。
实施例2:
本实施例是在实施例1的基础上做出的,具体为:
本实施例提供一种实施例1中用于电子处方的身份认证系统的工作方法,包括以下步骤:
实时判断是否有电子处方开具请求,如是,则触发初始人像采集;
获取当前初始人脸图像,然后判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像,如是,则输出用户购药提示信息,如否,则根据当前电子处方开具请求开具电子处方。本实施例中,获取当前初始人脸图像后,判断当前初始人脸图像中人脸区域是否位于当前初始人脸图像的中央,如是,则判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像,如否,则输出人脸居中提示信息。本实施例中,输出用户购药提示信息后,判断是否有当前店员人脸图像对应的店员为用户的确认请求,如是,则根据当前电子处方开具请求开具电子处方,如否,则继续输出用户购药提示信息;其中,输出当前店员人脸图像对应的店员为用户的确认请求前,判断当前用户人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的用户人脸图像,如是,则输出当前店员人脸图像对应的店员为用户的确认请求。
作为其中一种优选的实施方式,获取当前初始人脸图像时,采用基于Haar特征的Adaboost级联分类器,由此使得人脸图像处理速度显著提高。
根据当前电子处方开具请求开具电子处方后,然后触发校验人像采集;
获取当前检验人脸图像,然后判断用户人脸数据库中是否存在与当前校验人脸图像的相似度大于第二阈值的用户人脸图像,如是,则获取当前用户购药信息,如否,则输出注册提示信息。
本实施例中,判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像时,及判断用户人脸数据库中是否存在与当前校验人脸图像的相似度大于第二阈值的用户人脸图像时,具体步骤如下:
C1.提取初始人脸图像中的特征点或校验人脸图像中的特征点,得到每个特征点的128维特征向量,并将当前初始人脸图像中所有特征点的128维特征向量作为当前初始人脸图像的128维特征数组,将校验人脸图像中所有特征点的128维特征向量作为当前校验人脸图像的128维特征数组;
C2.将当前初始人脸图像的128维特征数组与店员人脸数据库中每个店员人脸图像得到多个初始特征距离,或将当前校验人脸图像的128维特征数组与用户人脸数据库中每个用户人脸图像的128维特征数组进行比对得到多个校验特征距离,其中:
,
式中,为任一初始特征距离或任一校验特征距离,且的取值范围为[0,3]的浮点数,为当前初始人脸图像的第维特征值或校验人脸图像的第维特征值,为店员人脸数据库中任一店员人脸图像的第维特征值或用户人脸数据库中任一用户人脸图像的第维特征值,为变量,表示维度数,的取值范围为;当特征距离(即欧式距离)越小,则两个人脸图像的相似度越高,反之,当特征距离(即欧式距离)越大,则两个人脸图像的相似度越低。
C3.根据每个初始特征距离得到一个初始相似度或根据每个校验特征距离得到一个校验相似度,其中:
,
式中,为任一初始相似度或任一校验相似度;
C4.依次判断每个初始相似度是否大于第一阈值,如是,则判定当前初始人脸图像与计算当前初始相似度时对应的店员人脸图像为同一个人,输出用户购药提示信息;
依次判断每个校验相似度是否大于第二阈值,如是,则判定当前校验人脸图像与计算当前校验相似度时对应的用户人脸图像为同一个人,获取当前用户购药信息。
作为另外一种优选的实施方式,第一阈值和第二阈值为匹配相似度,两者均为0.85,由此即可使得比对结果和分析结果更加准确。
作为另外一种优选的实施方式,采用基于mxnet架构的InsightFace的轻量级人脸特征提取模型model-y1,提取各个人脸图像中的特征点的128维特征向量;人脸特征提取模型model-y1具有计算速度快的优点,提取一张人脸图像的特征点仅需要20ms左右,对于应付轻量级的人脸识别精度可达99%以上,本实施例中的用户人脸数据库及店员人脸数据库比对均为轻量级的人脸识别需求。
根据当前电子处方确定药品信息,其中,药品信息包括至少一种药品类别;
根据当前药品信息更新当前用户的购药信息,然后判断当前用户的购药信息是否超过第三阈值,如是,则输出异常提示信息,如否,则将当前电子处方开具请求标记完成。通过预设购买次数的第三阈值即可判断当前购买用户为易生病的用户还是回收药品的销售。
本实施例中,用户购药信息包括药物类别及每个药物类别对应的购买次数;更新当前用户购药信息时,获取当前药品信息中的药品类别,判断每个药品类别是否属于监管药品,如是,则将当前用户购药信息中与当前属于监管药品的药品类别对应的购买次数加1,如否,则将当前电子处方开具请求标记完成;如当前用户购药信息中没有当前属于监管药品的药品类别,则新建当前属于监管药品的药品类别并将其对应的购买次数标记为1。
作为另外一种优选的实施方式,输出异常提示信息后,数据分析单元自动分析店员人脸数据库中是否存在与当前购药信息对应的用户人脸图像的相似度大于第四阈值的店员人脸图像,由此即可得知当前店员是否存在代购药的行为。
本实施例中,判断当前初始人脸图像中的人脸区域是否位于当前人脸图像的中央时,具体步骤如下:
A1.计算当前初始人脸图像中人脸区域的中心点坐标,其中:
计算人脸区域的中心点坐标采用的公式为:,,
式中,为当前人脸区域的左边界,为当前人脸区域的右边界,表示当前人脸区域的上边界,表示当前人脸区域的下边界;
A2.判断当前人脸区域的中心点坐标是否处于当前初始人脸图像的中央,其中:
当且时,当前人脸区域的中心点坐标处于当前初始人脸图像的中央,
式中,为当前初始人脸图像的图像宽度,表示当前初始人脸图像的图像高度。
本实施例中,获取当前初始人脸图像后,如存在多张人脸,则将当前初始人脸图像中面积最大的人脸区域作为当前初始人脸图像中人脸区域,然后继续判断当前面积最大的人脸区域是否位于当前人脸图像的中央。
本实施例中,获取当前初始人脸图像中面积最大的人脸区域时,具体步骤如下:
B1.计算每个人脸区域的宽度及其高度,其中:
,,
式中,为第个人脸区域的左边界,为第个人脸区域的右边界,为第个人脸区域的上边界,为第个人脸区域的下边界,为变量,的取值范围为:,表示当前初始人脸图像中共个人脸区域;
B2.将每个人脸区域的宽度及其高度的乘积作为当前人脸区域的人脸面积,则任一人脸面积大于其他人脸面积的人脸区域即为当前初始人脸图像中面积最大的人脸区域。
以上所描述的实施例仅仅是示意性的,若涉及到作为分离部件说明的单元,其可以是或者也可以不是物理上分开的;若涉及到作为单元显示的部件,其可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (10)
1.一种用于电子处方的身份认证系统,其特征在于:包括人脸采集单元、人脸比对单元、人脸分析单元、数据分析单元及数据存储单元;
人脸采集单元,用于采集人脸图像,并将人脸图像发送至人脸比对单元或人脸分析单元;
人脸比对单元,用于接收人脸图像,并将接收的人脸图像与店员人脸数据库中的店员人脸图像进行比对,然后将比对结果发送至人脸分析单元或数据分析单元;
人脸分析单元,用于接收人脸图像,并将接收的人脸图像与用户人脸数据库中的用户人脸图像进行分析,然后将分析结果发送至数据分析单元;
数据分析单元,用于接收比对结果及分析结果,还用于根据电子处方更新用户购药信息,然后根据用户购药信息、比对结果或分析结果生成提示信息;
数据存储单元,用于存储店员人脸数据库、用户人脸数据库、用户购药信息及阈值。
2.根据权利要求1所述的用于电子处方的身份认证系统,其特征在于:还包括显示端;显示端用于接收提示信息并输出。
3.一种用于电子处方的身份认证系统的工作方法,其特征在于:包括以下步骤:
实时判断是否有电子处方开具请求,如是,则触发初始人像采集;
获取当前初始人脸图像,然后判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像,如是,则输出用户购药提示信息,如否,则根据当前电子处方开具请求开具电子处方;
根据当前电子处方开具请求开具电子处方后,然后触发校验人像采集;
获取当前检验人脸图像,然后判断用户人脸数据库中是否存在与当前校验人脸图像的相似度大于第二阈值的用户人脸图像,如是,则获取当前用户购药信息,如否,则输出注册提示信息;
根据当前电子处方确定药品信息,其中,药品信息包括至少一种药品类别;
根据当前药品信息更新当前用户的购药信息,然后判断当前用户的购药信息是否超过第三阈值,如是,则输出异常提示信息,如否,则将当前电子处方开具请求标记完成。
4.根据权利要求3所述的用于电子处方的身份认证系统的工作方法,其特征在于:获取当前初始人脸图像后,判断当前初始人脸图像中人脸区域是否位于当前初始人脸图像的中央,如是,则判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像,如否,则输出人脸居中提示信息。
5.根据权利要求4所述的用于电子处方的身份认证系统的工作方法,其特征在于:判断当前初始人脸图像中的人脸区域是否位于当前人脸图像的中央时,具体步骤如下:
A1.计算当前初始人脸图像中人脸区域的中心点坐标,其中:
计算人脸区域的中心点坐标采用的公式为:,,
式中,为当前人脸区域的左边界,为当前人脸区域的右边界,表示当前人脸区域的上边界,表示当前人脸区域的下边界;
A2.判断当前人脸区域的中心点坐标是否处于当前初始人脸图像的中央,其中:
当且时,当前人脸区域的中心点坐标处于当前初始人脸图像的中央,
式中,为当前初始人脸图像的图像宽度,表示当前初始人脸图像的图像高度。
6.根据权利要求5所述的用于电子处方的身份认证系统的工作方法,其特征在于:获取当前初始人脸图像后,如存在多张人脸,则将当前初始人脸图像中面积最大的人脸区域作为当前初始人脸图像中人脸区域,然后继续判断当前面积最大的人脸区域是否位于当前人脸图像的中央。
7.根据权利要求6所述的用于电子处方的身份认证系统的工作方法,其特征在于:获取当前初始人脸图像中面积最大的人脸区域时,具体步骤如下:
B1.计算每个人脸区域的宽度及其高度,其中:
,,
式中,为第个人脸区域的左边界,为第个人脸区域的右边界,为第个人脸区域的上边界,为第个人脸区域的下边界,为变量,的取值范围为:,表示当前初始人脸图像中共个人脸区域;
B2.将每个人脸区域的宽度及其高度的乘积作为当前人脸区域的人脸面积,则任一人脸面积大于其他人脸面积的人脸区域即为当前初始人脸图像中面积最大的人脸区域。
8.根据权利要求3所述的用于电子处方的身份认证系统的工作方法,其特征在于:输出用户购药提示信息后,判断是否有当前店员人脸图像对应的店员为用户的确认请求,如是,则根据当前电子处方开具请求开具电子处方,如否,则继续输出用户购药提示信息。
9.根据权利要求3所述的用于电子处方的身份认证系统的工作方法,其特征在于:判断店员人脸数据库中是否存在与当前初始人脸图像的相似度大于第一阈值的店员人脸图像时,及判断用户人脸数据库中是否存在与当前校验人脸图像的相似度大于第二阈值的用户人脸图像时,具体步骤如下:
C1.提取初始人脸图像中的特征点或校验人脸图像中的特征点,得到每个特征点的128维特征向量,并将当前初始人脸图像中所有特征点的128维特征向量作为当前初始人脸图像的128维特征数组,将校验人脸图像中所有特征点的128维特征向量作为当前校验人脸图像的128维特征数组;
C2.将当前初始人脸图像的128维特征数组与店员人脸数据库中每个店员人脸图像得到多个初始特征距离,或将当前校验人脸图像的128维特征数组与用户人脸数据库中每个用户人脸图像的128维特征数组进行比对得到多个校验特征距离,其中:
,
式中,为任一初始特征距离或任一校验特征距离,且的取值范围为[0,3]的浮点数,为当前初始人脸图像的第维特征值或校验人脸图像的第维特征值,为店员人脸数据库中任一店员人脸图像的第维特征值或用户人脸数据库中任一用户人脸图像的第维特征值,为变量,表示维度数,的取值范围为;
C3.根据每个初始特征距离得到一个初始相似度或根据每个校验特征距离得到一个校验相似度,其中:
,
式中,为任一初始相似度或任一校验相似度;
C4.依次判断每个初始相似度是否大于第一阈值,如是,则判定当前初始人脸图像与计算当前初始相似度时对应的店员人脸图像为同一个人,输出用户购药提示信息;
依次判断每个校验相似度是否大于第二阈值,如是,则判定当前校验人脸图像与计算当前校验相似度时对应的用户人脸图像为同一个人,获取当前用户购药信息。
10.根据权利要求3-9任一所述的用于电子处方的身份认证系统的工作方法,其特征在于:用户购药信息包括药物类别及每个药物类别对应的购买次数;更新当前用户购药信息时,获取当前药品信息中的药品类别,判断每个药品类别是否属于监管药品,如是,则将当前用户购药信息中与当前属于监管药品的药品类别对应的购买次数加1,如否,则将当前电子处方开具请求标记完成;如当前用户购药信息中没有当前属于监管药品的药品类别,则新建当前属于监管药品的药品类别并将其对应的购买次数标记为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911124790.3A CN110600142B (zh) | 2019-11-18 | 2019-11-18 | 一种用于电子处方的身份认证系统及其工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911124790.3A CN110600142B (zh) | 2019-11-18 | 2019-11-18 | 一种用于电子处方的身份认证系统及其工作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110600142A true CN110600142A (zh) | 2019-12-20 |
CN110600142B CN110600142B (zh) | 2020-02-07 |
Family
ID=68852424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911124790.3A Active CN110600142B (zh) | 2019-11-18 | 2019-11-18 | 一种用于电子处方的身份认证系统及其工作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110600142B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI824683B (zh) * | 2021-09-07 | 2023-12-01 | 仁寶電腦工業股份有限公司 | 螢幕單元管理方法、電子裝置及非暫態電腦可讀取儲存媒體 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080091468A1 (en) * | 2006-10-13 | 2008-04-17 | Siemens Aktiengesellschaft | Method and apparatus for delivery of medical items on an electronic prescription |
CN105975743A (zh) * | 2016-04-22 | 2016-09-28 | 广东宜教通教育有限公司 | 智能医学检测互动系统 |
CN106778003A (zh) * | 2016-12-26 | 2017-05-31 | 佛山市幻云科技有限公司 | 远程医疗方法与服务器 |
CN108550402A (zh) * | 2018-04-20 | 2018-09-18 | 珠海横琴盛达兆业科技投资有限公司 | 一种基于网络医院的药店机器人自助问诊装置 |
CN108734235A (zh) * | 2018-04-04 | 2018-11-02 | 四川骏逸富顿科技有限公司 | 一种用于电子处方的身份识别方法及系统 |
CN109377396A (zh) * | 2018-10-27 | 2019-02-22 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
CN109545320A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
CN109559793A (zh) * | 2018-10-27 | 2019-04-02 | 平安医疗健康管理股份有限公司 | 一种基于生物特征识别的开方行为监管方法及相关设备 |
CN109637616A (zh) * | 2018-12-04 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 共享处方的药品配送方法、装置、设备及存储介质 |
CN109785975A (zh) * | 2018-12-04 | 2019-05-21 | 平安科技(深圳)有限公司 | 辅助用户自主购药的方法、装置、设备及存储介质 |
CN110414204A (zh) * | 2019-08-01 | 2019-11-05 | 广东珠江智联信息科技股份有限公司 | 一种互联网医院电子处方共享流转系统 |
-
2019
- 2019-11-18 CN CN201911124790.3A patent/CN110600142B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080091468A1 (en) * | 2006-10-13 | 2008-04-17 | Siemens Aktiengesellschaft | Method and apparatus for delivery of medical items on an electronic prescription |
CN105975743A (zh) * | 2016-04-22 | 2016-09-28 | 广东宜教通教育有限公司 | 智能医学检测互动系统 |
CN106778003A (zh) * | 2016-12-26 | 2017-05-31 | 佛山市幻云科技有限公司 | 远程医疗方法与服务器 |
CN108734235A (zh) * | 2018-04-04 | 2018-11-02 | 四川骏逸富顿科技有限公司 | 一种用于电子处方的身份识别方法及系统 |
CN108550402A (zh) * | 2018-04-20 | 2018-09-18 | 珠海横琴盛达兆业科技投资有限公司 | 一种基于网络医院的药店机器人自助问诊装置 |
CN109377396A (zh) * | 2018-10-27 | 2019-02-22 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
CN109545320A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 基于数据处理的取药异常确定方法和终端设备 |
CN109559793A (zh) * | 2018-10-27 | 2019-04-02 | 平安医疗健康管理股份有限公司 | 一种基于生物特征识别的开方行为监管方法及相关设备 |
CN109637616A (zh) * | 2018-12-04 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 共享处方的药品配送方法、装置、设备及存储介质 |
CN109785975A (zh) * | 2018-12-04 | 2019-05-21 | 平安科技(深圳)有限公司 | 辅助用户自主购药的方法、装置、设备及存储介质 |
CN110414204A (zh) * | 2019-08-01 | 2019-11-05 | 广东珠江智联信息科技股份有限公司 | 一种互联网医院电子处方共享流转系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI824683B (zh) * | 2021-09-07 | 2023-12-01 | 仁寶電腦工業股份有限公司 | 螢幕單元管理方法、電子裝置及非暫態電腦可讀取儲存媒體 |
Also Published As
Publication number | Publication date |
---|---|
CN110600142B (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110880361B (zh) | 一种个性化精准用药推荐方法及装置 | |
CN109545315B (zh) | 一种药品交易处理方法、服务器及存储介质 | |
US11468975B2 (en) | Medication reconciliation system and method | |
US10942956B2 (en) | Detecting medical fraud and medical misuse using a shared virtual ledger | |
NL2012435C2 (en) | Data processing techniques. | |
CN111145844B (zh) | 综合医疗监管平台 | |
US20160253476A1 (en) | System and method for collecting and authenticating medication consumption | |
US20070239482A1 (en) | Vision Based Data Acquisition System and Method For Acquiring Medical and Other Information | |
JP6521528B2 (ja) | 代替医薬品検索装置及び代替医薬品検索方法 | |
CN109636639B (zh) | 基于大数据分析的用药检测方法、装置、设备和存储介质 | |
CN109615547A (zh) | 异常购药的识别方法、装置、终端及计算机可读存储介质 | |
CN110570916A (zh) | 就诊辅助方法、系统、装置及存储介质 | |
US11031119B2 (en) | Dental images processed with deep learning for national security | |
CN110600142B (zh) | 一种用于电子处方的身份认证系统及其工作方法 | |
CN110570599A (zh) | 加入远程问诊功能的自动药品售货机 | |
US20220005588A1 (en) | Machine Learning of Dental Images to Expedite Insurance Claim Approvals and Identify Insurance Fraud | |
CN111312357B (zh) | 一种药品分析方法及系统 | |
WO2015040713A1 (ja) | 医薬品ユーザデータ収集装置及びシステム及び方法 | |
CN109545319B (zh) | 基于知识关系分析的处方告警方法及终端设备 | |
CN111933245A (zh) | 超说明书用药信息处理方法、装置及相关设备 | |
CN113470775B (zh) | 信息采集方法、装置、设备及存储介质 | |
CN115775635A (zh) | 基于深度学习模型的药品风险识别方法、装置及终端设备 | |
CN110647783A (zh) | 一种无人货架付款检测方法、装置和系统 | |
JP2021114322A (ja) | 服薬監査処理システム、方法、及びコンピュータプログラム | |
CN113517050A (zh) | 确定药方单的方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Luo An Inventor after: Zhou Congjun Inventor after: Shi Pengxiang Inventor after: Xu Chunxia Inventor after: Shi Gaimei Inventor after: He Jin Inventor after: Xu Ming Inventor before: Shi Gaimei Inventor before: Luo An Inventor before: He Jin Inventor before: Xu Ming |
|
CB03 | Change of inventor or designer information |