具有神经网络图像识别的3D打印智能药盒
时间：2020-06-15 07:31 来源：中国3D打印网 作者：中国3D打印网 阅读：次
“服药的安全性对医疗保健至关重要。在这项研究中，我们提出了一个主动式智能药盒的完整概念，该药盒包括一个主控制单元，一个药丸分配器单元和一个用于自动分配药物的应用软件（app）。智能药盒采用了卷积神经网络图像识别和3D打印技术。他们将系统设计为3D打印机制，该机制使用基于Arduino的平台来控制其运动，并使用移动应用程序通过智能手机设置参数。该应用程序设置药物类型以及应服用的时间，然后智能手机将通过蓝牙将所选设置传输到主平台。
“ Arduino（主机）通过MAX485向Arduino（从机）发送动作命令。 Arduino（从站）接收命令并开始操作。在Arduino（从属）动作过程中，主要Arduino（主控）继续将消息传输到每个Arduino（从属），并完成每个Arduino（从属）的动作。在完全分配完药丸后，主要的Arduino（主机）将消息返回至智能手机，以通知用户服用药物。
药盒系统是在Solidworks中设计的，并与旋转齿轮一起进行了3D打印。
首先，使用按钮设置来操作智能药盒，但最终，移动应用程序将定义应分配的药丸，然后设置何时应投下药物的命令。
为了增加可以存储的药丸类型数量，Arduino（主机）通过MAX485向从机发出指令，设置每种药丸的数量，并操作系统。根据药盒编号，确定应该滴丸的时间。可以设置多次，并提醒用户在这些不同的时间服药。设置好要分配的药量后，Arduino控制器会发出命令来启动电动机和传感器。电动机齿轮驱动与旋转齿相连的齿轮，然后旋转齿使药丸分配器旋转。然后，药丸到达斜槽后，便会掉落下来，传感器会计算分配的药丸数量。对于每滴落的药丸，显示屏上的值将减少一。
该系统的其他部分是药丸图像识别和训练模型。使用三个过程来识别图片-识别，查找和缩小-在这种情况下，基于流行的卷积神经网络（CNN）的相机用于执行这些操作并获取药丸图像。然后将这些图像传输到智能手机应用程序以进行CNN识别。此CNN使用Googlenet体系结构进行模型训练，但难以实现数据多样性。但是，由于该系统中对象的背景有限，并且没有其他识别功能，因此研究人员使用了Siamese网络，该网络“通常用于人脸识别和模型架构训练。原理是捕获神经网络的特征以进行图像识别。没有输入最终的全连接层用于分类，但是将要素输入为一层（128，1）。该向量也称为嵌入，然后丢弃所标识项目的照片，并为模型选择数据库中的照片以获得向量（128，1），然后将这两个向量进行比较。为了训练该模型，首先，我们必须定义一个损失函数来测量嵌入之间的距离。在这里，我们使用三重损失函数；将会有三张照片：锚点和锚点的正负图像。”
由于数据集仅是一张药丸的图片，为了检测单个药丸，需要处理多个图像，因此可以使用边缘检测来切出并分离每个药丸。模型按照以下步骤找到边缘的像素暴露部分：
.遮罩消除噪点和平滑图像
.计算水平和垂直梯度以找到边界
.找到轮廓
“找到轮廓：使用cv2的findtour函数；使用CV_RETR_EXTERNAL参数时，仅采用最外层的轮廓。输入方形图像：使用cv2.boundingRect参数并将其保存为图像文件。
还有一些问题需要解决，例如，如果装满太多药物，就会产生过度的摩擦，并且由于“缺乏资源多样性”，训练模型的带有看不见数据的识别率很低。他们说：“如果将来我们可以积累更多的数据集，则可以提高模型的准确性，并且可以将该模型与其他模型进行比较。但是，由于用户可以通过该应用程序设置药丸类型和用药时间，因此在家中就可以轻松使用药盒系统–设置好参数后，它实际上会提醒您，然后分配正确的药丸和合适的时间。
中国3D打印网点评： 这项研究的目的是在智能医院中使用的药物包装系统概念的基础上开发一种智能自动药盒系统，该系统是针对个性化使用量身定制的。智能手机应用程序的开发为患者的家庭护理提供了更方便，更安全的用药系统。不必根据用户的用药时间将片剂一一放置在指定区域，这样可以减少不必要的时间浪费和片剂的暴露。
中国3D打印网编译文章！
(责任编辑：admin)
适配多类别高温聚合物FFF
埃肯与Startuplab合作加速
NAMIC 全球增材制造峰会GA
3iD率先引进全新粘结剂喷
Freeform人工智能3D打印工
Biomaterials science:牛最新内容
卡内基梅隆研究人
Align Technology
AM Craft在种子轮
Aerojet拿下五角
印度初创公司在Gi
美军使用金属3D打热点内容
