换一批基于卷积神经网络建立中药材自动识别的人工智能模型及应用程序
Construction of an Artificial Intelligence Model and Application for an Automatic Recognition of Traditional Chinese Medicine Herbals Based on Convolutional Neural Networks
摘要背景 传统中药材检测手段依赖主观经验,难以满足中药材在准确分类与鉴别方面的需求.目的 基于卷积神经网络(CNN)开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序.方法 2020年1月—2024 年 6 月,采集了两个中药材数据集进行深度学习模型的训练、验证和测试,共包含 163 种中药材.通过准确率、灵敏度、特异度、精确率、受试者工作特征(ROC)曲线下面积(AUC)、F1 分数等指标来衡量CNN模型的性能.在模型训练完成后,基于PyQt5技术开发了一款应用程序,供临床便携使用.结果 本研究共纳入了276 767张图像,开发了EfficientNetB0、ResNet50、MobileNetV3、VGG19 和ResNet18 5 种模型,通过性能比较,EfficientNet_B0 模型在验证集上取得了最高的准确率(99.0%)和AUC(0.994 2),被选为最佳模型.在测试集上,最佳模型对所有中药类别识别的准确率为 99.0%、灵敏度为 99.0%、特异度为 100.0%、AUC为 1.0,展现出良好的性能.结论 基于卷积神经网络开发的深度学习模型能够快速准确地识别 163 种中药材,借助其高灵敏度的识别能力,为医师对中药材的鉴别提供有力辅助.
更多相关知识
关键词
中药材模式识别,自动中药药材学应用程序人工智能PyQt5卷积神经网络Traditional Chinese medicine herbalsPattern recognition,automatedMateria Medica Science(TCD)ApplicationArtificial intelligencePyQt5Convolutional neural networks
栏目名称
DOI
10.12114/j.issn.1007-9572.2024.0394
发布时间
2025-01-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
常熟市医学人工智能与大数据重点实验室能力提升项目（CYZ202301）
常熟市医药卫生科技计划项目（CSWS202316）
常熟市科技发展计划项目（CS202019）
江苏省333高层次人才培养工程（SZFCXK202147）
苏州市应用基础研究科技创新项目（SYWD2024059）
- 浏览121
- 被引13
- 下载72
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
