获取方案
当前位置:
· 中药图像识别
来源: | 作者:tpl-ceae956 | 发布时间: 2020-10-23 | 4898 次浏览 | 分享到:
中医药是中华民族的传统文化瑰宝,目前,中药种类繁多,辨认多依靠于经验,这增加了我们辨识出中药的难度;同时,我们需要记忆大量的中药特征和药效,查询效率慢。

中药是中医防治疾病的物质基础,药材的质量,直接关系着千百万人民身体健康和生命的安危,也是能否保证中医疗效的重要标志。中药材质量的最根本问题,是药材品质的真伪优劣。

中药辨别真伪,自古即为医家重视,《神农本草经》序例中记载“真伪新陈”,清,郑肖岩《伪药条辨》序言中云“虽有良医而药肆多伪药,则良医仍无济于事,故良医良药,互相辅而行”;如果不辨真伪,就谈不上“如法炮制、中药妙用”。

目前是中药紧缺品种较多,同名异物、同物异名现象较为普遍,而且随着市场中药饮片价格的不断波动,中药饮片掺假行为花样不断翻新,严重影响中医药的信誉,人民用药安全有效难以保证。因此,必须澄清中药材的品种混乱现象,加强中药生产、采挖,收购、加工、供应使用等环节上的质量管理,特别是进行中药真伪鉴别,正本清源,实为当务之急。

中药材的鉴定方法,通常可分为原植物鉴定,药材外形鉴定,显微鉴定和理化鉴定等。各种鉴定法均有其特点和对象,有时还须几个方法配合鉴别,需按检验品的具体要求和条件,灵括掌握,在进行时,要注意所取样品的代表性,并考虑到药物加工处理等因素,要全面细致地进行检查。    

中药材的经验鉴别是非常实用的好方法,但要能正确鉴别药材的真伪优劣,还需要多年的经验的不断积累,需要对中药知识的不断充实,才能准确认药。 

技术路线

(1)前端利用拍照上传的方式,构建卷积神经网络(CNN)对图像进行识别,具有识别效率高,准确度高的特点。客户端的功能包括拍照识别、中药问答、检索查询、中药性状以及功效查看等;

(2)后端卷积神经网络工程,使用TensorFlow 深度学习框架,使用Keras会大幅缩减代码量。