摘要
本发明提供了一种临床试验药物的文本解析和二维码核验方法,专为解决医疗行业中药物缺失条形码或者不规范的出厂标识,本方法在控制环境下收集各类产品的单品图像,使用标准化光照和背景确保图像质量,从收集的单品图像中自动识别并提取关键视觉特征和对象边界,结合深度学习技术,优化对象分割算法,明确包含优化自适应轮廓增强模块,适应由合成图像训练而得的模型,确保在实际应用中的高准确率和鲁棒性,基于PaddleOCR实现对分割图像的文本信息进行提取,然后使用基础的RE匹配规则进行初步的匹配,使用NLP技术,基于Transformer+Bert核心网络实现对文本信息进行语义理解,并与药物包装上的二维码进行核验,本发明能够显著提高对象分割模型的训练效率和准确性,提升文本信息的识别和理解,同时降低使用成本,本发明不仅适用于药物清点行业,还可扩展至其他需要精准视觉识别的小批量生产领域。
技术关键词
临床试验药物
核验方法
二维码
深度学习技术
分割算法
视觉特征
药物包装
双向注意力机制
图像文本信息
格式化
图像分析算法
序列化特征
轮廓
对象
NLP技术
LSTM模型
核验系统
系统为您推荐了相关专利信息
电子枪阴极
智能分割方法
测温
图像采集模块
图像像素
特征金字塔网络
压力传感器设备
实例分割算法
身份
视频
分割算法研究
特征提取能力
训练深度学习模型
空间学习方法
视觉感知技术
医学影像分割方法
分割算法
图像
半月板分割
影像获取模块
十二导联心电图
血管造影检查
计算机断层扫描
电子健康记录
下肢血管疾病