CN113066232A - 一种全流程自动识别药物分发系统 - Google Patents
一种全流程自动识别药物分发系统 Download PDFInfo
- Publication number
- CN113066232A CN113066232A CN202110359013.8A CN202110359013A CN113066232A CN 113066232 A CN113066232 A CN 113066232A CN 202110359013 A CN202110359013 A CN 202110359013A CN 113066232 A CN113066232 A CN 113066232A
- Authority
- CN
- China
- Prior art keywords
- medicine
- information
- analysis unit
- medicines
- user
- 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.)
- Pending
Links
- 239000003814 drug Substances 0.000 title claims abstract description 343
- 238000009461 vacuum packaging Methods 0.000 claims abstract description 18
- 238000004806 packaging method and process Methods 0.000 claims abstract description 15
- 238000005507 spraying Methods 0.000 claims abstract description 15
- 238000005303 weighing Methods 0.000 claims abstract description 14
- 239000007921 spray Substances 0.000 claims abstract description 5
- 229940079593 drug Drugs 0.000 claims description 112
- 238000004458 analytical method Methods 0.000 claims description 59
- 238000000034 method Methods 0.000 claims description 32
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 241001672694 Citrus reticulata Species 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 6
- 238000004148 unit process Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 3
- 239000000853 adhesive Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009512 pharmaceutical packaging Methods 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 238000002187 spin decoupling employing ultra-broadband-inversion sequences generated via simulated annealing Methods 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/0092—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for assembling and dispensing of pharmaceutical articles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/06—Decision making techniques; Pattern matching strategies
- G10L17/14—Use of phonemic categorisation or speech recognition prior to speaker recognition or verification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
Abstract
本发明公开了一种全流程自动识别药物分发系统，药物存储结构内部设置有水平设置的药物存储通道，药物存储通道的一端设置有电磁弹出装置，把药物推出到另外一端的药物下落口，药物下落口正下方设置有药物下落通道，药物接收容器底部设置有高精度称重传感器；药物包装单元采用真空包装袋对药物进行真空包装；药物喷码单元将患者信息、注意事项、服用时间喷码在真空包装袋上，药物发放单元按照患者信息进行药物分发；该系统能够解决现有技术中住院部药物分发存在的人工发放效率低、容易出错、发放不及时、无法准确核对患者信息是否正确、管理混乱等问题。
Description
技术领域
本发明涉及药物的识别和分发技术领域，尤其涉及一种全流程自动识别药物分发系统。
背景技术
当前，在医院住院部治疗的大部分患者都需要按次定量服用药物，但是医院内针对住院部患者的医药用品发放方式为医生根据诊断结果制定患者用药计划，住院部护士站根据用药安排，按天或按餐将药品送给患者，并通过口头嘱咐的方式，指导患者对应药品使用方法及注意事项。该药品发放方式为传统的人工配送方式，药品配送过程及药品使用方式方法嘱咐过程中消耗医护人员大量的精力以及时间。
同时，该方式为医院方单端主导，患者多数情况下对自身就诊的用药安排完全不知情，因而导致患者饮食和睡眠等作息安排很被动。另外一种情况则是，当患者忘记某药品的使用方式方法时，或临时需要更换病服等用品时，只能通过病床前的紧急响铃装置远程提醒护士站的医护人员前往床位，面对面咨询情况，再进行后续的需求处理，整个过程中护士来回跑，费时费力且效果不佳。
由此可知，当前在医院住院部的药物分发存在人工发放效率低、容易出错、发放不及时、无法准确核对患者信息是否正确、管理混乱等问题亟需解决。
发明内容
为了解决上述技术问题，本发明提供一种全流程自动识别药物分发系统，以解决现有技术中住院部药物分发存在的人工发放效率低、容易出错、发放不及时、无法准确核对患者信息是否正确、管理混乱等问题。为了达到上述目的，本发明实施例采用的技术方案是：一种全流程自动识别药物分发系统，
包括药物储存结构、药物下落通道、药物分发单元和控制分析单元；药物存储结构正下方设置有药物下落通道，在药物下落通道侧面设置有高速图像采集装置，控制分析单元对图像数据进行处理，药物发放单元按照患者信息进行药物分发。
可选的，所述药物存储结构设置在在系统顶端，其内部设置有水平的药物存储通道，药物存储通道的一端设置有电磁弹出装置，另外一端设置为药物下落口，药物下落通道设置在药物下落口正下方；药物下落通道设置为螺旋形的缓落通道，其侧面的高速图像采集装置被设置为高速双目视觉传感器，控制分析单元对图像数据进行处理，实现对药物的识别、计数、并判断是否出现药物粘连。
可选的，控制分析单元对图像数据进行背景消除，将当前图像去除背景数据后对药物进行计数；控制分析单元根据双目视觉原理得到药物的形状、尺寸、颜色信息；并与事先存储到数据库中的药物形状、尺寸、颜色信息进行对照，判断是否与处方匹配；控制分析单元对图像进行图像分割，边缘检测，二值化处理，并根据处理后得到结果判断药物是否出现受潮粘连。
可选的，双目视觉传感器采用两个高速CCD图像传感器实现，并且配置有环形LED光源进行照明，并在外部设置有遮光罩。
可选的，在药物下落通道正下方设置有药物接收容器，药物接收容器底部设置有高精度称重传感器。
可选的，药物发放单元根据用户的手机号码发送验证信息，用户输入验证信息之后，系统提示用户口述其姓名、身份证号码信息；药物分发单元设置有语音信息识别单元，语音信息识别单元基于方言-普通话转换模型，将方言翻译为标准普通话，并提取出用户的姓名、身份证号码等信息，并核对药物处方信息和用户提供的信息是否一致。
本发明还提供一种全流程自动识别药物分发方法，该方法包括如下步骤：
S1、药物存储，控制分析单元控制药物存储通道一端的电磁弹出装置将药物从药物存储通道另外一端的药物下落口弹出；
S2、药物识别，药物顺着螺旋形的缓落通道下落，侧面设置的双目视觉传感器采集药物下落过程中的图像数据，控制分析单元对采集到的图像数据进行处理和分析；
S3、药物称重，药物接收容器底部设置的高精度称重传感器称取落入药物接收容器内的药物重量；
S4、药物包装，控制分析单元控制药物包装单元采用真空包装袋对药物进行真空包装；
S5、药物喷码，完成药物包装之后，控制分析单元控制药物喷码单元将患者信息、注意事项、服用时间等信息喷码在真空包装袋上；
S6、药物发放，完成药物喷码之后，控制分析单元控制药物发放单元按照患者信息进行药物分发。
可选的，步骤S2中，控制分析单元对采集到的图像数据进行处理和分析，得到药物的形状、尺寸、颜色等信息，以判断药物是否与处方匹配，避免药物分配错误；控制分析单元还对图像数据进行处理，对药物进行计数，同时判断药物是否出现受潮粘连；控制分析单元根据总重量和药物规格进行换算，得到落入到药物接收容器内的药物的数量，并将该数量信息与经过图像识别得到的计数结果进行相互验证，如两种的数量不相同，则进行人工数量清点。
可选的，步骤S6中，控制分析单元控制药物发放单元按照患者信息进行药物分发，药物发放单元首先根据用户的手机号码发送验证码信息，用户输入验证码信息之后，系统会提示用户采用口述的方式说出用户姓名、身份证号码等信息；药物分发单元设置有语音信息识别单元，语音信息识别单元能够对方言进行识别并翻译为标准普通话，并从中提取出用户的姓名、身份证号码等信息，然后核对药物信息和用户提供的信息是否一致，以确定是否发放药物。
可选的，步骤S6中，在对方言进行语音识别时，选取全国各典型性的方言及与其相对应的标准普通话数据样本，采用自适应神经网络模型进行自适应训练，得到相对应的方言-普通话转换模型，在完成训练之后，采用测试样本集对方言-普通话转换模型进行评测，在准确度超过设定阈值之后，发布该转换模型对取药的用户语音信息进行识别，并核对用户信息，以判断是否分发药物。
本发明的有益效果是：
1、采用全流程自动识别药物分发的方式，避免人工识别和分发易出错的问题；
2、采用双目视觉的当时正确识别药物形状、尺寸和颜色信息，识别准确效率高；
3、采用机器视觉的方式对药物进行计数，提高自动化程度；
4、采用机器视觉的方式判断药物是否出现受潮粘连，剔除不合格药物；
5、单个高速图像采集装置能够同时实现药物识别、药物计数、受潮药物粘连剔除三种功能，系统更加简单，自动化程度高；
6、称重计数与机器视觉药物计数相互验证，药物用量发放准确；
7、在包装上针对不同患者喷涂对应的提示信息，针对性强；
8、采用语音识别技术提取用户信息并进行核对，保证药物分发的准确性；
9、采用自适应神经网络技术建立语音转换模型，将方言或外语转换为普通话，提高通用性和准确性。
附图说明
图1表示水质在线监测分析系统示意图；
图2表示水质在线监测分析系统结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、 “上”、 “下”、 “左”、 “右”、 “竖直”、 “水平”、 “内”、 “外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了 便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、 以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、 “第二”、 “第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
实施例1
如图1所示，一种全流程自动识别药物分发系统，包括药物存储结构、药物下落通道、控制分析单元、药物接收容器、药物包装单元、药物喷码单元、药物分发单元，控制分析单元实现对药物的自动识别过程和对药物的分发过程的控制和分析。
具体的，在全流程自动识别药物分发系统顶端设置有药物存储结构，在药物存储结构内部设置有水平设置的药物存储通道，药物被存储在药物存储通道中，药物存储通道的一端设置有电磁弹出装置，用于把药物推出到药物存储通道另外一端的药物下落口，药物下落口正下方设置有药物下落通道；具体的，本实施例中所述的药物为药片、药丸、胶囊等外形规则药物。
药物下落通道被设置为螺旋形的缓落通道，在药物下落通道侧面设置有高速图像采集装置，高速图像采集装置被设置为双目视觉传感器，用于采集药物下落过程中的图像数据，控制分析单元对采集到的图形数据进行处理和分析；
具体的，双目视觉传感器采用高速CCD图像传感器实现，并且配置有环形LED光源进行照明，并在外部设置有遮光罩，以提供良好的图像采集环境，并避免杂光干扰。
控制分析单元根据双目视觉原理得到药物的形状、尺寸、颜色等信息；并与事先存储到数据库中的药物形状、尺寸、颜色信息进行对照，以判断药物是否与处方匹配，避免药物分配错误；
控制分析单元对图像数据进行背景消除算法，将当前图像去除背景数据，得到前景图像，并根据前景图像对药物进行计数；
控制分析单元对图像进行低通滤波、图像分割，边缘检测，二值化处理，并根据处理后得到结果判断药物是否出现受潮粘连，如果出现受潮粘连，以剔除变质不合格药物；
具体的，控制分析单元采用SUSAN算子与Harris算子相结合的角点检测算法，对药物图像进行角点检测，然后采用极线约束算法，实现双目立体匹配，并根据事先标定得到的CCD图像传感器外部参数和内部参数，实现双目图像的立体匹配，并以此为基础，提取出药物的形状和尺寸参数；并采用Canny算子进行边缘检测，提取出药物的边缘，用于后续的药物粘连检测。
在药物下落通道正下方设置有药物接收容器，药物接收容器底部设置有高精度称重传感器，高精度称重传感器用于称取落入药物接收容器内的药物重量，控制分析单元根据总重量和药物规格进行换算，得到落入到药物接收容器内的药物的数量，并将该数量信息与经过图像识别得到的计数结果进行相互验证，如两种的数量不相同，则进行人工数量清点，以避免药物数量分配错误；
在完成药物分配之后，控制分析单元控制药物包装单元采用真空包装袋对药物进行真空包装；做到防潮防尘，并避免对药物的二次污染；
完成药物包装之后，控制分析单元控制药物喷码单元将患者信息、注意事项、服用时间等信息喷码在真空包装袋上；
完成药物包装之后，控制分析单元控制药物发放单元按照患者信息进行药物分发，药物发放单元首先根据用户的手机号码发送验证码信息，用户输入验证码信息之后，系统会提示用户口述的方式说出用户姓名、身份证号码等信息；药物分发单元设置有语音信息识别单元，语音信息识别单元能够对方言、外语等进行识别并翻译为标准普通话，并从中提取出用户的姓名、身份证号码等信息，然后核对药物信息和用户提供的信息是否一致，以确定是否发放药品；
具体的，在对方言进行语音识别时候，首先选取全国各典型性的方言及与其相对应的标准普通话数据样本，采用自适应神经网络模型进行自适应训练，得到相对应的方言-普通话转换模型，在完成训练之后，采用测试样本集对方言-普通话转换模型进行评测，在准确度超过设定阈值之后，发布该转换模型对取药的用户语音信息进行识别，并核对用户信息，以判断是否分发药物。
如图2所示，一种全流程自动识别药物分发方法，包括如下步骤：
S1、药物存储，药物被存储在药物存储结构内部水平设置的药物存储通道，控制分析单元控制药物存储通道一端的电磁弹出装置将药物从药物存储通道另外一端的药物下落口弹出；
S2、药物识别，药物顺着螺旋形的缓落通道下落，侧面设置的双目视觉传感器采集药物下落过程中的图像数据，控制分析单元对采集到的图像数据进行处理和分析，得到药物的形状、尺寸、颜色等信息，以判断药物是否与处方匹配，避免药物分配错误；控制分析单元还对图像数据进行背景消除算法，将当前图像去除背景数据，得到前景图像，并根据前景图像对药物进行计数；控制分析单元还对图像进行低通滤波、图像分割，边缘检测，二值化处理，并根据处理后得到结果判断药物是否出现受潮粘连，如果出现受潮粘连，以剔除变质不合格药物；
S3、药物称重，药物接收容器底部设置的高精度称重传感器称取落入药物接收容器内的药物重量，控制分析单元根据总重量和药物规格进行换算，得到落入到药物接收容器内的药物的数量，并将该数量信息与经过图像识别得到的计数结果进行相互验证，如两种的数量不相同，则进行人工数量清点，以避免药物数量分配错误；
S4、药物包装，在完成药物分配之后，控制分析单元控制药物包装单元采用真空包装袋对药物进行真空包装；做到防潮防尘，并避免对药物的二次污染；
S5、药物喷码，完成药物包装之后，控制分析单元控制药物喷码单元将患者信息、注意事项、服用时间等信息喷码在真空包装袋上；
S6、药物发放，完成药物喷码之后，控制分析单元控制药物发放单元按照患者信息进行药物分发，药物发放单元首先根据用户的手机号码发送验证码信息，用户输入验证码信息之后，系统会提示用户口述的方式说出用户姓名、身份证号码等信息；药物分发单元设置有语音信息识别单元，语音信息识别单元能够对方言、外语等进行识别并翻译为标准普通话，并从中提取出用户的姓名、身份证号码等信息，然后核对药物信息和用户提供的信息是否一致，以确定是否发放药品；
具体的，在对方言进行语音识别时候，首先选取全国各典型性的方言及与其相对应的标准普通话数据样本，采用自适应神经网络模型进行自适应训练，得到相对应的方言-普通话转换模型，在完成训练之后，采用测试样本集对方言-普通话转换模型进行评测，在准确度超过设定阈值之后，发布该转换模型对取药的用户语音信息进行识别，并核对用户信息，以判断是否分发药物。
实施例2
本实施例还提供一种全流程自动识别药物分发方法，应用于实施例1描述的全流程自动识别药物分发系统，该分析方法包括如下步骤：
S1、药物存储，药物被存储在药物存储结构内部水平设置的药物存储通道，控制分析单元控制药物存储通道一端的电磁弹出装置将药物从药物存储通道另外一端的药物下落口弹出；
S2、药物识别，药物顺着螺旋形的缓落通道下落，侧面设置的双目视觉传感器采集药物下落过程中的图像数据，控制分析单元对采集到的图像数据进行处理和分析，得到药物的形状、尺寸、颜色等信息，以判断药物是否与处方匹配，避免药物分配错误；控制分析单元还对图像数据进行背景消除算法，将当前图像去除背景数据，得到前景图像，并根据前景图像对药物进行计数；控制分析单元还对图像进行低通滤波、图像分割，边缘检测，二值化处理，并根据处理后得到结果判断药物是否出现受潮粘连，如果出现受潮粘连，以剔除变质不合格药物；
S3、药物称重，药物接收容器底部设置的高精度称重传感器称取落入药物接收容器内的药物重量，控制分析单元根据总重量和药物规格进行换算，得到落入到药物接收容器内的药物的数量，并将该数量信息与经过图像识别得到的计数结果进行相互验证，如两种的数量不相同，则进行人工数量清点，以避免药物数量分配错误；
S4、药物包装，在完成药物分配之后，控制分析单元控制药物包装单元采用真空包装袋对药物进行真空包装；做到防潮防尘，并避免对药物的二次污染；
S5、药物喷码，完成药物包装之后，控制分析单元控制药物喷码单元将患者信息、注意事项、服用时间等信息喷码在真空包装袋上；
S6、药物发放，完成药物喷码之后，控制分析单元控制药物发放单元按照患者信息进行药物分发，药物发放单元首先根据用户的手机号码发送验证码信息，用户输入验证码信息之后，系统会提示用户口述的方式说出用户姓名、身份证号码等信息；药物分发单元设置有语音信息识别单元，语音信息识别单元能够对方言、外语等进行识别并翻译为标准普通话，并从中提取出用户的姓名、身份证号码等信息，然后核对药物信息和用户提供的信息是否一致，以确定是否发放药品；
具体的，在对外语进行语音识别时候，首先选取全球各典型性的外语，例如英语、法语、德语、西班牙语、葡萄牙语、阿拉伯语等，及与其相对应的标准普通话数据样本，采用自适应神经网络模型进行自适应训练，得到相对应的外语-普通话转换模型，在完成训练之后，采用测试样本集对外语-普通话转换模型进行评测，在准确度超过设定阈值之后，发布该转换模型对取药的用户语音信息进行识别，并核对用户信息，以判断是否分发药物。
以上所述为本发明较佳实施例，需要说明的是，对于本领域普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围。
Claims (10)
1.一种全流程自动识别药物分发系统，其特征在于，包括药物储存结构、药物下落通道、药物分发单元和控制分析单元；药物存储结构正下方设置有药物下落通道，在药物下落通道侧面设置有高速图像采集装置，控制分析单元对图像数据进行处理，药物发放单元按照患者信息进行药物分发。
2.根据权利要求1所述的一种全流程自动识别药物分发系统，其特征在于，所述药物存储结构设置在在系统顶端，其内部设置有水平的药物存储通道，药物存储通道的一端设置有电磁弹出装置，另外一端设置为药物下落口，药物下落通道设置在药物下落口正下方，药物下落通道设置为螺旋形的缓落通道，其侧面的高速图像采集装置被设置为高速双目视觉传感器，控制分析单元对图像数据进行处理，实现对药物的识别、计数、并判断是否出现药物粘连。
3.根据权利要求2所述的一种全流程自动识别药物分发系统，其特征在于，控制分析单元对图像数据进行背景消除，将当前图像去除背景数据后对药物进行计数；控制分析单元根据双目视觉原理得到药物的形状、尺寸、颜色信息；并与事先存储到数据库中的药物形状、尺寸、颜色信息进行对照，判断是否与处方匹配；控制分析单元对图像进行图像分割，边缘检测，二值化处理，并根据处理后得到结果判断药物是否出现受潮粘连。
4.根据权利要求3所述的一种全流程自动识别药物分发系统，其特征在于，双目视觉传感器采用两个高速CCD图像传感器实现，并且配置有环形LED光源进行照明，并在外部设置有遮光罩。
5.根据权利要求1所述的一种全流程自动识别药物分发系统，其特征在于，在药物下落通道正下方设置有药物接收容器，药物接收容器底部设置有高精度称重传感器。
6.根据权利要求1所述的一种全流程自动识别药物分发系统，其特征在于，药物发放单元根据用户的手机号码发送验证信息，用户输入验证信息之后，系统提示用户口述其姓名、身份证号码信息；药物分发单元设置有语音信息识别单元，语音信息识别单元基于方言-普通话转换模型，将方言翻译为标准普通话，并提取出用户的姓名、身份证号码信息，并核对药物处方信息和用户提供的信息是否一致。
7.一种全流程自动识别药物分发方法，应用于权利要求1-6任一项所述的全流程自动识别药物分发系统，其特征在于，该方法包括如下步骤：
S1、药物存储，控制分析单元控制药物存储通道一端的电磁弹出装置将药物从药物存储通道另外一端的药物下落口弹出；
S2、药物识别，药物顺着螺旋形的缓落通道下落，侧面设置的双目视觉传感器采集药物下落过程中的图像数据，控制分析单元对采集到的图像数据进行处理和分析；
S3、药物称重，药物接收容器底部设置的高精度称重传感器称取落入药物接收容器内的药物重量；
S4、药物包装，控制分析单元控制药物包装单元采用真空包装袋对药物进行真空包装；
S5、药物喷码，完成药物包装之后，控制分析单元控制药物喷码单元将患者信息、注意事项、服用时间等信息喷码在真空包装袋上；
S6、药物发放，完成药物喷码之后，控制分析单元控制药物发放单元按照患者信息进行药物分发。
8.根据权利要求7所述的一种全流程自动识别药物分发方法，其特征在于，步骤S2中，控制分析单元对采集到的图像数据进行处理和分析，得到药物的形状、尺寸、颜色信息，以判断药物是否与处方匹配，避免药物分配错误；控制分析单元还对图像数据进行处理，对药物进行计数，同时判断药物是否出现受潮粘连；控制分析单元根据总重量和药物规格进行换算，得到落入到药物接收容器内的药物的数量，并将该数量信息与经过图像识别得到的计数结果进行相互验证，如两者数量不同，则进行人工数量清点。
9.根据权利要求7所述的一种全流程自动识别药物分发方法，其特征在于，步骤S6中，控制分析单元控制药物发放单元按照患者信息进行药物分发，药物发放单元首先根据用户的手机号码发送验证码信息，用户输入验证码信息之后，系统会提示用户采用口述的方式说出用户姓名、身份证号码信息；药物分发单元设置有语音信息识别单元，语音信息识别单元能够对方言进行识别并翻译为标准普通话，并从中提取出用户的姓名、身份证号码等信息，然后核对药物信息和用户提供的信息是否一致，以确定是否发放药物。
10.根据权利要求9所述的一种全流程自动识别药物分发方法，其特征在于，步骤S6中，在对方言进行语音识别时，选取全国各典型性的方言及与其相对应的标准普通话数据样本，采用自适应神经网络模型进行自适应训练，得到相对应的方言-普通话转换模型，在完成训练之后，采用测试样本集对方言-普通话转换模型进行评测，在准确度超过设定阈值之后，发布该转换模型对取药的用户语音信息进行识别，并核对用户信息，以判断是否分发药物。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110359013.8A CN113066232A (zh) | 2021-04-02 | 2021-04-02 | 一种全流程自动识别药物分发系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110359013.8A CN113066232A (zh) | 2021-04-02 | 2021-04-02 | 一种全流程自动识别药物分发系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113066232A true CN113066232A (zh) | 2021-07-02 |
Family
ID=76565741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110359013.8A Pending CN113066232A (zh) | 2021-04-02 | 2021-04-02 | 一种全流程自动识别药物分发系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113066232A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005066272A (ja) * | 2003-08-24 | 2005-03-17 | Sumiko Sato | 調剤薬における重量検証システ厶 |
| US20090024248A1 (en) * | 2007-07-20 | 2009-01-22 | Hodson Robert P | Systems and Methods of Distributing Medications |
| CN101495080A (zh) * | 2006-01-06 | 2009-07-29 | 阿塞尔Rx制药有限公司 | 药物存储及发放装置以及包括该装置的系统 |
| CN103735415A (zh) * | 2007-10-23 | 2014-04-23 | 株式会社汤山制作所 | 药剂送出系统和药剂送出装置 |
| CN104066415A (zh) * | 2012-01-11 | 2014-09-24 | 松下健康医疗器械株式会社 | 药剂供给装置、以及药剂供给装置中的药剂检查方法 |
| WO2015101036A1 (en) * | 2013-12-30 | 2015-07-09 | Tencent Technology (Shenzhen) Company Limited | Methods and systems for verifying a transaction |
| US20160184185A1 (en) * | 2014-12-31 | 2016-06-30 | Jvm Co., Ltd. | Drug dispensing system and method for controlling the same |
| US20170199983A1 (en) * | 2014-07-21 | 2017-07-13 | Qualanex, Llc | Medication processing kiosk |
| CN107095792A (zh) * | 2010-03-09 | 2017-08-29 | 破赛普提医药有限公司 | 药物验证和分配 |
| CN107735068A (zh) * | 2015-07-02 | 2018-02-23 | 株式会社高园科技 | 药剂包装装置及药剂供给装置 |
| CN107909596A (zh) * | 2017-11-14 | 2018-04-13 | 江苏大学 | 一种基于Android的药片计数方法 |
| US20200035345A1 (en) * | 2018-07-30 | 2020-01-30 | Arxium, Inc. | Visual Analysis Pill Dispenser |
-
2021
- 2021-04-02 CN CN202110359013.8A patent/CN113066232A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005066272A (ja) * | 2003-08-24 | 2005-03-17 | Sumiko Sato | 調剤薬における重量検証システ厶 |
| CN101495080A (zh) * | 2006-01-06 | 2009-07-29 | 阿塞尔Rx制药有限公司 | 药物存储及发放装置以及包括该装置的系统 |
| US20090024248A1 (en) * | 2007-07-20 | 2009-01-22 | Hodson Robert P | Systems and Methods of Distributing Medications |
| CN103735415A (zh) * | 2007-10-23 | 2014-04-23 | 株式会社汤山制作所 | 药剂送出系统和药剂送出装置 |
| CN107095792A (zh) * | 2010-03-09 | 2017-08-29 | 破赛普提医药有限公司 | 药物验证和分配 |
| CN104066415A (zh) * | 2012-01-11 | 2014-09-24 | 松下健康医疗器械株式会社 | 药剂供给装置、以及药剂供给装置中的药剂检查方法 |
| WO2015101036A1 (en) * | 2013-12-30 | 2015-07-09 | Tencent Technology (Shenzhen) Company Limited | Methods and systems for verifying a transaction |
| US20170199983A1 (en) * | 2014-07-21 | 2017-07-13 | Qualanex, Llc | Medication processing kiosk |
| US20160184185A1 (en) * | 2014-12-31 | 2016-06-30 | Jvm Co., Ltd. | Drug dispensing system and method for controlling the same |
| CN107735068A (zh) * | 2015-07-02 | 2018-02-23 | 株式会社高园科技 | 药剂包装装置及药剂供给装置 |
| CN107909596A (zh) * | 2017-11-14 | 2018-04-13 | 江苏大学 | 一种基于Android的药片计数方法 |
| US20200035345A1 (en) * | 2018-07-30 | 2020-01-30 | Arxium, Inc. | Visual Analysis Pill Dispenser |
Non-Patent Citations (1)
| Title |
|---|
| 石青、李昌: "《微小型仿生机器鼠设计与控制》", 31 December 2019, 北京理工大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10249153B2 (en) | Waste containment apparatus and method for receiving, analyzing, verifying and disposing of a controlled substance waste dose | |
| US8763651B2 (en) | Dosage dispensing device | |
| US9836841B2 (en) | System and method for packaged medicament inspection | |
| US12020795B2 (en) | System and method for medication preparation and verification | |
| CN105808965A (zh) | 药品调配检测的方法及系统 | |
| US20120290129A1 (en) | Inspection system and method with a control process that inspects different medications | |
| MX2007005992A (es) | Discriminacion automatica de medicamentos durante su despacho. | |
| US20120185277A1 (en) | Centralized sterile drug products distribution and automated management of sterile compounding stations | |
| CN108229888B (zh) | 一种基于图像处理的药房库存管理系统和方法 | |
| EP2902004A1 (en) | Drug inspection device and method | |
| US9798862B2 (en) | Apparatus for dispensing medicine, vitamins and/or samples | |
| US10435192B2 (en) | Multiple inspection system and method that inspects different medications | |
| CN103501839A (zh) | 使用导抗谱的用于静脉药物管理的系统和方法 | |
| ITMI20070927A1 (it) | "apparato e procedimento di identificazione del paziente e di marcatura di contenitori per campioni biologici di detto paziente" | |
| CN105307622A (zh) | 分包药剂检查装置及方法 | |
| TW201716035A (zh) | 用於監視藥物輸送裝置的裝置 | |
| CN108717753A (zh) | 一种具有识别功能的取药方法及系统 | |
| WO2021184593A1 (zh) | 一种美沙酮自助服药方法、服药机及管理系统 | |
| CN110327216A (zh) | 基于智能药箱的药品数据处理系统和方法 | |
| CN107742531A (zh) | 一种基于物联网技术的血液安全管理系统 | |
| CN113066232A (zh) | 一种全流程自动识别药物分发系统 | |
| CN108320777A (zh) | 一种智能采血管理系统 | |
| CN116362660A (zh) | 临床试验用药品管理系统 | |
| CN205932205U (zh) | 自动化整合型检验系统 | |
| JP2015024012A (ja) | シリンジ計量システム |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210702 |