目的 开发能够准确识别门急诊药品包装盒的YOLO-V5 深度学习预测模型,以期实现药师药品调配"零差错".方法 共收集门急诊药房136 类药品的包装盒图像2 560 幅,并对不同类别的药品进行标注,制作深度学习数据集.将标注好的图像按照41 分为训练集和测试集.采用YOLO-V5 深度学习算法对数据进行训练,训练500 轮回,批量大小4,学习率0.01.以精确度(Pr)和均值平均精确度(mAP)作为模型性能的主要评价指标.结果 YOLO-V5 的4 个子模型在训练集中的Pr均达到1.00.YOLO-V5x模型的mAP_0.5为0.95,高于YOLO-V5s(0.94)、YOLO-V5l(0.94)和YOLO-V5m(0.94),YOLO-V5l和YOLO-V5x模型的mAP_0.5:0.95 均为0.85,高于YOLO-V5m和YOLO-V5s(0.84).YOLO-V5x的训练耗时(82.56 h)和模型大小(166.00 MB)均高于其他3 个模型.YOLO-V5s的单幅图片检测速度11 ms,是4个模型中速度最快的.结论 YOLO-V5 能够精准识别门急诊药品包装盒信息.人工智能辅助药师发药系统的部署是辅助药师实现药品调配"零差错"的可行方法.

医药行业作为民生领域中的重点,随着科技的发展迎来了前所未有的机遇与挑战,药品质量也成为了人们关注的焦点,而影响药品质量的主要因素来源于制药生产过程中的环境变化以及微生物污染等.在药品生产过程中,工作人员需要按照《药品生产质量管理规范》的要求,对不同的药物制剂进行分类,设计制药工艺流程,然后利用医疗制药设备、根据确定的药品生产工艺生产药品.其中,医疗制药设备在制药流程中发挥着重要作用,是影响药品质量的关键.当前,将计算机图像处理与识别技术应用到医疗制药设备中已成为时代发展的必然趋势.

本文针对自动云药房系统的进药功能需求设计出了一套轻量级、低成本、高效的全自动进药系统.主要包括硬件系统的选型、搭建,软件控制与算法设计等.系统实现的功能如下:装了药品的箱子置于指定位置,定位出其中某盒药品的三维坐标;然后机械手臂将该药品搬运至条形码扫描区域,获取到药品条形码号作为结果返回给自动云药房系统原有的控制单元;最后将药品放置于指定位置的传送带上.其中药品定位和条形码扫描均通过摄像头拍摄图片,再经过图像处理的方法实现.一直循环上面的操作直至药品全部取完.实验证明,本系统的平均进药速度约为11 s/盒,相比较人工直接扫描进药要慢一点.但是由于可以24 h长期稳定进药,综合进药量比人工操作大,所以可以替代人工进药.但是仍然会存在漏检的情况,漏检率为6％左右,需进一步完善.本文设计的系统不仅满足自动药房系统的全自动进药需求,并且为快递自动分拣等应用场景提供了参考.

目的:研究利用深度学习技术辅助门诊发药的技术可行性,利用计算机视觉技术实现药品类别和数量的自动识别.方法:采集药品外包装图像,利用预处理技术生成训练图像集,建立7层(3C3P1F)卷积神经网络模型进行训练,部署RESTful接口规范的药品图像识别服务.药师利用嵌入药品外包装识别模块的处方发药程序采集药品图像,将其传送至药品图像识别服务,将返回的药品分类与数量结果与HIS中电子处方比对,若发现信息不一致,系统向药师提示报警.结果:通过对56种药品约47万张图像进行3 000次迭代训练,训练时长12小时,预测分类准确率达到95.6％.结论:利用深度学习技术,门诊药师可借助药品外包装特征识别技术快速区分易混淆药品,及时发现药品和数量的错误信息,对降低药品错发率具有实际意义.

目的:开发一种基于人工智能技术的无人机城市应急救援决策辅助系统,用于处置突发公共安全事故、辅助应急救援决策.方法:以无人机为硬件载体,基于Microsoft Visual Studio 2010设计软件平台,利用Microsoft SQL Server 2005建立系统信息数据库,运用地理信息系统(geographical information system,GIS)、无人机遥感和图像(人脸)识别等多种技术进行系统整合,实现公共事故现场信息管理、救援方案设计与评估管理、事故救援决策辅助管理、数据管理与后台维护四大功能模块.结果:该系统利用无人机能快速抵达事故现场进行侦察,采集伤员伤情和地理位置信息,辅助指挥者制订包括灾害特点、救援要求、药品需求、设备需求在内的多维度的救援决策方案.结论:基于人工智能技术的无人机城市应急救援决策辅助系统可满足多种类型救援任务需求,有效提高突发事故救援的科学性和效率.

近年来,随着经内镜逆行性胰胆管造影术(endoscopic retrograde cholangiopancreatography, ERCP)的发展,多数胰胆疾病可利用该项技术在不开刀、手术时间短以及并发症少的情况下得到有效治愈[1-3].Easy Diagnost Eleva下球管数字胃肠机是桂林联勤保障中心药品仪器监督检验站消化内科内镜中心进行ERCP手术的主要设备,日常使用中遇到无法摄片和无法保存图像故障,根据下球管数字胃肠机的工作原理和结构特点,对故障产生的原因进行分析,提出合理化的解决方案[4-5].

目的 通过对美国10年MRI不良事件并结合我国MRI主动召回数据,分析不良事件和召回数据的类型和原因.材料与方法 收集2008年1月1日至2017年12月31日美国SUS(system for uniform surveillance)数据库中发生在MRI设备、MRI专用线圈、MR波谱成像以及PET/MR的1548件不良事件;2011年1月1日到2019年12月31日国家药品监督管理局网站查询的30件上报给中国的MRI、PET/MR主动召回事件.结果 美国1548件MRI不良事件的类型和数量分别为过热损伤906件(58.5％)、机械损伤170件(11.0％)、铁磁性投射损伤133件(8.6％)、混杂事件109件(7.0％)、图像质量89件(5.7％)、噪音86件(5.6％)、不明原因55件(3.6％)、外周神经刺激0件(0％),其中过热损伤不良事件的类型和数量分别为不明原因348件(38.4％)、与其他导电物体接触257件(28.4％)、皮肤间接触147件(16.2％)、孔径接触97件(10.7％)、非射频相关57件(6.3％).中国30件MRI主动召回事件类型和数量分别为氦气泄露7件(23.3％)、过热损伤6件(20.0％)、图像质量6件(20.0％)、机械损伤5件(16.7％)、磁体失超3件(10.0％)、标签3件(10.0％).结论 不良事件和召回数据的类型和原因对我国磁共振生产企业、临床机构和监管部门控制MRI相关风险具有重要指导价值.

目的 探讨胸膜结核瘤的MRI表现特征,以提高其诊断水平.方法 收集湖南省胸科医院2018年1月至2019年12月经病理学和(或)病原学证实或临床诊断(依据临床症状体征、免疫学检查结果,以及诊断性抗结核药品治疗有效进行综合诊断)的87例胸膜结核瘤患者.将其中资料完整的60例患者作为研究对象,男41例,女19例;年龄13～78岁,中位年龄27岁.其中8例胸膜病变经手术后病理检查确诊,43例经胸膜活检病理检查确诊,9例为临床诊断患者.所有患者均进行了结核病相关实验室检查、胸部CT平扫、MRI平扫及增强扫描检查,分析评价患者的临床及胸部MRI表现特征.结果 60例患者MRI表现为单发病灶47例(78.3％),多发病灶13例(21.7％).共74个病灶,其中右下肺37个(50.0％)病灶,34个病灶(45.9％)呈类圆形;51个病灶(68.9％)与胸膜呈宽基底相贴,边缘光滑,病灶基底部胸膜有移行性增厚.60例患者中,13例(21.7％)为未成熟结核瘤,T1WI呈等或稍低信号,T2WI、表现弥散系数(ADC)图像呈稍高信号,弥散加权成像(DWI)呈等信号,弥散不受限;增强检查呈斑点状强化或结节状均匀强化.29例(48.3％)为中心凝固性坏死结核瘤,T1WI呈等或稍低信号,T2WI、ADC图像呈混杂高信号,DWI呈等信号,弥散不受限,增强检查呈不均匀结节状强化或环形强化;18例(30.0％)为中心液性坏死结核瘤,T1WI呈低信号,T2WI、ADC图像呈高信号,DWI呈混杂高信号,弥散受限,增强检查呈环形强化.2例(3.3％)可见多个结核瘤灶融合,形成脓肿,破溃至胸膜外脂肪间隙和(或)胸壁,ADC图像呈低信号,DWI呈高信号,弥散受限,增强检查呈环形和分隔样强化.结论 胸膜结核瘤具有一定的MRI表现特征,MRI在判断胸膜结核瘤累及范围及其所处病理阶段有优势.

本开发基于无线宽带(WiFi)、门诊三维区域图的智能手机医院应用系统,介绍了系统实现的关键技术,包括室内无线定位技术、定位引擎、位置服务推送接口、数据采集客户端,以及功能实现中的网络优化改造方案、导医系统实现模块、系统的连接及改造和导航应用场景.同时,与医院挂号分诊、临床诊疗、药品管理、财务管理的医院信息系统、医学影像归档和通信系统、临床信息系统、放射信息系统、实验室信息系统对接,实现门诊"挂号-就诊-检查-报告查询-取药"就医全流程的智能语音、图像(形)引导服务,全面提升患者就医体验.

为了能够对医院调剂环境下的药品图像进行精准分割,进一步提高住院药房设备的自动化水平,本文提出了一种基于药品形状、颜色特性的改进区域生长算法.改进区域生长算法充分利用了传统区域生长算法实时性好和保持边界信息的优点,加入了药品尤其是对胶囊形状、颜色特性的考虑,弥补了传统区域生长算法对于胶囊药品同物双色特性没有很好适应的缺点,有效地解决了药品分割在胶囊药品以及粘连药品图像分割时药品不完整、边界不准确的问题,有助于医院调剂环境下药品图像中数量和种类的识别.