APP下载

基于YOLOv3目标检测技术的改进研究

2021-08-31李丽娟李念琪

中国新技术新产品 2021年11期
关键词:药品检测模型

李丽娟 李 超 李念琪

(1.成都九洲电子信息系统股份有限公司,四川 成都 610041;2.上海电力大学,上海 200090;3.复旦大学,上海 200433)

0 引言

静脉输注是患者接受治疗的主要手段之一,为了提高输液成品质量,促进合理用药,保证患者用药的安全性,通常由医院静脉用药调配中心(以下简称“静配中心”)统一负责全院患者静脉输液药品的调配。在静配中心,由于不同病患有不同的输液药品,因此要求医护人员在配置输液药品前,必须认真核查药品清单以保证配药的正确性,现阶段主要通过人工手动“三查七对”来保证配药的正确性[1]。由于输液配药的工作量极大,人工核对不仅会占用大量的护理资源、降低护理质量,而且也会使医护人员容易出现操作疲劳,在病员拥挤的情况下配药出错,造成医疗纠纷[2]。

为了规范医护人员配药的操作流程,降低药品配置的出错率,提高配药工作质量,静配中心通常使用视频监控的方式,对医护人员配药操作全过程进行记录以备事后查询,但是该方法不能满足对配药操作进行实时监测、智能核对和及时报警等需求。该文提出了一种基于视频图像目标检测的药品外观识别方法,通过使用图像处理与神经网络技术实现对药品品类的检测与识别,并自动与处方/医嘱进行核对,以达到辅助医护人员准确配置药品的目的。

1 基于改进YOLOv3的药品外观识别与检测模型

当前基于深度学习的主流图像目标检测算法分为2 类[3]:1)基于区域的目标检测算法。……

登录APP查看全文

猜你喜欢

药品检测模型
一半模型
是不是只有假冒伪劣药品才会有不良反应?
重尾非线性自回归模型自加权M-估计的渐近分布
药品采购 在探索中前行
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
药品集中带量采购:谁赢谁输?
药品集中采购将走向宽松