修改期末应用报告

This commit is contained in:
Jingfan Ke 2024-06-18 17:40:56 +08:00
parent 30189650c2
commit b8d9e7c059

View File

@ -1,31 +1,72 @@
## 基于RFID技术的计算机视觉数据标注系统在医院自动抓药机中的应用
<h1>基于RFID技术的计算机视觉数据标注系统在医院自动抓药机中的应用</h1>
### 概要
本文介绍了一种基于RFID技术的计算机视觉数据标注系统在医院自动抓药机中的应用。该系统利用RFID技术和计算机视觉技术相结合实现药品包装过程中药丸数量的精确控制从而提高医院药品管理的效率和准确性。
# 1. 概要
### 概述
随着医疗信息化的快速发展医院对药品管理的要求也越来越高。传统的人工抓药方式存在效率低、误差率高等问题而自动抓药机可以显著提高药品包装的效率和准确性。然而如何在自动抓药机中精确控制药丸的数量是一个亟待解决的问题。本文提出了一种利用RFID技术和计算机视觉技术相结合的方法通过RFID技术进行数据标注为计算机视觉模型提供高质量的训练数据从而实现药丸数量的精确控制。
RFID在多种场景具有多样性的用途。近年来人工智能技术迅猛发展在为人类带来便捷的同时也对高质量的训练标注数据提出了巨大的需求。本文介绍了一种基于RFID技术的计算机视觉数据标注系统。该系统利用RFID芯片体积小、无源供电的特性以及RFID技术在近场通信效率和防碰撞问题上的优势为视觉数据标注提供一种高效安全的解决方案。本文以基于RFID技术的计算机视觉标注系统在医院自动抓药机中的应用为例详细论证该方案的创新性和可行性。该系统使用RFID技术全自动化高效构造图像中药丸数量清点的视觉模型数据集使得机器学习模型实现药品包装过程中药丸数量的精确控制从而提高医院药品管理的效率和准确性。
### 系统介绍
#### 1. 使用的RFID频点及理由
本系统使用UHF频段860MHz~960MHz的RFID标签。选择该频段的理由包括以下几点
- UHF频段的读取距离较远适合在大型自动抓药机中应用。
- 该频段的RFID标签具有较高的读取速度和多标签识别能力能够满足系统实时性和高效性的要求。
- UHF标签天线的尺寸可以足够小适合嵌入到药丸内部。
#### 2. 系统组成
# 2. 概述
## 2.1. 人工智能模型与数据标注
目前,最实用的机器学习模型利用的是监督学习,它应用算法以将一个输入映射到一个输出。为了使监督学习发挥作用,需要为模型提供大量带标签的数据,使模型能够从中学习以做出正确的决定。数据标记的起点通常是要求人类就指定的无标签数据做出判断,例如清点图片中指定对象的数量、或是框定指定物体的轮廓等,作为输入信息的标签。机器学习模型在训练过程中,使用人类提供的标签,学习背后的模式。这样训练过的模型,可用于对新数据进行预测。训练过的模型的准确度将取决于标准答案的准确度,因此确保高准确度的数据标记至关重要。
然而,数据标注需要花费大量的人力成本。对于图像数据,常用的标注方法包括人工标注、使用图像生成技术生成与指定标签对应的图像等。但是这些方法往往具有成本过高、数据准确度低等劣势。
## 2.2. RFID技术
RFID是一种包含小型芯片的器件当它处于阅读器生成的射频场时会以无线通信方式自动返回预先配置的数据该数据作为该器件的ID。其通信方式具有传输速率快、可应用于非可视场景的优点。
RFID器件可以是无源、半无源、有源其中无源 RFID 从阅读器生成的射频场中耦合电磁能量,不需要配备电源,因此应用更方便。
RFID 进行无线通信时使用的频谱包括LF、HF、UHF、SHF。LF和HF采用电感耦合方式通信从射频场中耦合电源通信距离较短速率低但一般不需要备电UHF 和 SHF采用雷达散射耦合方式通信距离远速率快但一般需要备电
RFID芯片的尺寸可以设计得很小可达0.1平方毫米级别,同时又能保证相对远的识别距离。
## 2.3. 自动抓药机
随着医疗信息化的快速发展,医院对药品管理的要求也越来越高。传统人工抓药方式存在效率低、误差率高等问题。自动抓药机可以显著提高药品包装的效率。自动抓药机能够从药库中释放出指定数量的药丸,将其包装交付给患者。
然而,由于抓药需要严格的准确性,如何在自动抓药机中清点药丸的数量是一个亟待解决的问题。同时,药品要求高度的卫生条件。因此,使用计算机视觉方法是解决此问题的最佳方案。因此,需要使用机器学习方法训练一个视觉模型,核验药库释放药丸的数量是否符合处方要求。
考虑到药丸尺寸小、数量变化情况复杂,训练视觉模型的数据集有准确度高、细粒度高、数据分布方差大的要求。
在后文中对于构建数据集和模型实际应用过程我们将在系统介绍一节中分别描述使用的RFID技术、系统组成、部署方案、工作流程和系统安全性设计最后我们将在总结展望一节中描述本系统的不足和可能的后续研究方向。
# 3. 系统介绍
## 3.1. 使用的RFID频点及理由
本系统使用高频High Frequency频段13.56MHz的RFID标签。选择RFID频点考虑的因素有三个。
首先是RFID芯片的尺寸和备电需求受到限制。在制作标注数据的过程中RFID芯片在药丸样品内部发挥作用因此需要将芯片尺寸限制在药丸样品的体积之内且需要无源供电。HF频段的RFID可以无源供电且天线尺寸较小能够满足该需求。
其次是芯片与阅读器的耦合距离限制。系统从药库中释放药丸到数据收集区这限制了耦合距离不能过大否则容易导致各个区域的药丸样品相互干扰。HF频段的耦合距离约15cm既能识别各个区域内的所有药丸样品又不会误识别其他区域的药丸样品。
最后是抗干扰能力的限制。采集区域可能使用金属容器HF频段的抗金属干扰能力强减少了差错的产生。
## 3.2. 系统组成
系统主要由以下几部分组成:
- RFID标签嵌入在样例药丸内部用于标记药丸的数量。
- 摄像头:用于拍摄药丸的图像,供计算机视觉模型进行识别。
- RFID阅读器放置在摄像头旁边用于读取RFID标签信息计算出摄像头前药丸的数量作为图像的标签。
- 药库:负责随机释放一定数量的药丸。
- 药盘:用于承接药库释放的药丸,使得摄像头拍摄稳定的药丸图像。
- 控制计算机:向各个部件发出相应指令,控制数据采集和标注流程。
- 计算机视觉模型:拍摄数据训练的对象,用于识别摄像头拍摄的图像中的药丸数量。
#### 3. 部署方案
**RFID标签**这些标签嵌入在样例药丸内部具有唯一的标识符用于标记和追踪每颗药丸的数量。这些标签选择HF频段13.56MHz),因其天线尺寸较小,能够无源供电且具有较强的抗干扰能力,适合嵌入在药丸内部。
**摄像头**:安装在药盘上方,用于实时拍摄药丸的图像。这些图像将用于训练和验证计算机视觉模型,确保模型能够精确识别和计数药丸。
**RFID阅读器**放置在摄像头附近用于读取药丸内部RFID标签的信息。阅读器选用定向天线确保信号集中在药盘区域避免对周边区域的干扰同时调整阅读器的功率以确保其读取范围仅限于近距离内的标签。
**药库**一个配备了RFID阅读器的封闭容器负责存储和释放药丸。药库中的阅读器用于在每次释放药丸样品前清点药库内的药丸样品数量确保其正确无误。
**药盘**:用于承接药库释放的药丸,确保药丸分布均匀并便于摄像头拍摄。药盘设计有振动装置,使药丸在盘中均匀分布并静止,便于后续的数据采集。
**控制计算机**作为系统的控制中心向各个组件发出指令协调数据采集和标注流程。它获取摄像头拍摄的图像和RFID阅读器读取的标签信息生成图像数量的数据对并存储在数据集中供模型训练使用。
**计算机视觉模型**:基于深度学习算法,用于识别和计数摄像头拍摄图像中的药丸数量。通过使用生成的数据集进行训练,模型能够实现对新图像中药丸数量的高精度预测,确保药品包装的准确性和高效性。
## 3.3. 部署方案
为了隔绝药库和药盘之间的RFID信号传播我们采用以下措施
@ -38,19 +79,19 @@
1. 药库安装一个RFID阅读器控制其功率确保每次吐药前药库中的样例药丸数量正确。
2. 抓药机药盘安装一个摄像头和一个定向天线的RFID阅读器摄像头用于拍摄药丸图像RFID阅读器用于读取样例药丸的RFID标签信息。
#### 4. 工作流程
## 3.4. 工作流程
1. **药库释放药丸**首先药库内部的RFID阅读器清点药丸中的RFID芯片总量。若总量正确随机释放一定数量的样例药丸。若总量不正确发出警报中止采集流程
2. **药盘承接药丸**:药盘承接药库释放的药丸,通过振动等方式使药丸铺开,随后静止等待采集数据;
3. **采集数据**摄像头拍摄药盘图像RFID阅读器读取药丸内部RFID标签信息统计药丸数量。控制计算机获取摄像头和RFID阅读器设备信息组成图像数量数据对写入数据集保存
4. **模型训练与部署**:使用数据集训练视觉模型,最终用于生产环境。
#### 5. 系统安全性设计
## 3.5. 系统安全性设计
为了确保系统的安全性和数据的准确性,系统设计了以下安全措施:
- 在药库中安装RFID阅读器每次吐药前先检查药库中的样例药丸数量确保数量正确、RFID芯片没有损坏。
- 隔绝药库和药盘之间的RFID信号传播防止药盘的RFID阅读器误读药库中的药丸芯片。
### 总结展望
# 4. 总结展望
通过本文介绍的基于RFID技术的计算机视觉数据标注系统医院可以实现药丸包装过程中的精确控制提高药品管理的效率和准确性。未来可以进一步优化系统的算法和硬件设计提升系统的性能和可靠性同时探索RFID技术在其他医疗场景中的应用潜力。