H-C. LEE, T-Y. CHANG. Pill recognit

H-C. LEE, T-Y. CHANG. Pill recognition using image processing techniques and neural
networks. Gerontechnology 2014;13(2):335; doi:10.4017/gt.2014.13.02.244.00 Purpose Medication
errors happen because of people’s mistake or misunderstanding. It is difficult for the general
public, especially the elderly, to recognize medicine simply by its appearance. In order to
solve this problem, many hospitals construct their own online drug recognition systems. Most
systems can only be searched with keywords containing the drug name or pharmaceutical
company, which is not a user-friendly system and may cause errors. In recent years, some
researchers have worked on the pill/drug recognition problem. The major features used for pill
recognition are the shape and color of the pill1
. In addition, imprint or more detailed information
about the pill is also used for pill recognition2-4
. The objective of this study is to use the widely
available web cam or smartphone for pill image acquisition and to facilitate pill recognition using
the proposed system with image processing techniques and neural networks. Method
We propose an automatic pill image recognition system that extracts features from a pill, such
as shape, color, and imprint. After multiple appearance and color features are extracted from
the image of a pill that is taken with a camera (Figures 1 & 2), these features will be processed
with the SimNet Neural Network for pattern classification. The proposed system will calculate
and show information for pills that have the top 5 closest similarity to the image. Results &
Discussion Experiments were conducted with over two thousand pill images, and promising
results were obtained. Multiple appearance features were extracted from a pill image that was
taken with a camera, and the features were processed by the proposed system with the SimNet
Neural Network for pattern classification. The proposed system showed the information for
similar pills that were correctly matched at ranks 1 to 5 (i.e., the 5 pills that were ranked most
similar to the image). We conducted experiments with the proposed approach on an image set
containing a total of 2,015 pill images. The success rate for the image of the target pill to be
ranked highest (i.e., most similar) is 92.66% and to be ranked in the top 5 (i.e., 5 most similar)
is 96.13%

ผลลัพธ์ (ไทย) 1:

ค. H ลี T Y ช้าง ยาการรับรู้โดยใช้เทคนิคการประมวลผลภาพ และระบบประสาทเครือข่าย Gerontechnology 2014; 13 (2): 335 doi:10.4017/gt.2014.13.02.244.00 ยาวัตถุประสงค์ข้อผิดพลาดเกิดขึ้นเนื่องจากความผิดพลาดหรือเข้าใจผิดของคน มันเป็นเรื่องยากสำหรับทั่วไปของประชาชน โดยเฉพาะอย่างยิ่งผู้สูงอายุ รู้จักยา โดยลักษณะของ เพื่อเป็นการแก้ปัญหานี้ ระบบการรับรู้ของตัวเองยาออนไลน์สร้างโรงพยาบาลหลายแห่ง มากที่สุดระบบเพียงสามารถค้น ด้วยคำสำคัญที่ประกอบด้วยชื่อยาหรือเวชภัณฑ์บริษัท ซึ่งไม่ใช่ระบบใช้งานง่าย และอาจเกิดข้อผิดพลาด ในปี บางนักวิจัยได้ทำงานในการรับรู้ปัญหายาเสพติดยา คุณสมบัติสำคัญที่ใช้สำหรับยาการรับรู้เป็นรูปร่างและสีของ pill1. นอกจากนี้ สำนักพิมพ์ หรือรายละเอียดเพิ่มเติมเกี่ยวกับยาที่ใช้สำหรับยา recognition2-4. วัตถุประสงค์ของการศึกษานี้จะใช้การแพร่หลายมีเว็บแคมหรือสมาร์ทโฟน สำหรับการซื้อภาพยา และ เพื่อความสะดวกในการใช้การรู้จำยาระบบที่นำเสนอ ด้วยภาพเทคนิคและเครือข่ายประสาท วิธีเรานำเสนอระบบการรู้จำภาพยาอัตโนมัติที่แยกคุณลักษณะจากยา เช่นเป็นรูปร่าง สี และสำนักพิมพ์ หลังจากสีและลักษณะที่ปรากฏหลาย คุณลักษณะที่สกัดจากภาพของยาที่ถ่าย ด้วยกล้อง (ตัวเลข 1 และ 2), คุณลักษณะเหล่านี้ จะถูกประมวลผลกับ SimNet ของระบบเครือข่ายการจัดรูปแบบ นำเสนอระบบจะคำนวณและแสดงข้อมูลสำหรับยาที่มีความคล้ายคลึงใกล้เคียงที่สุด 5 ด้านบนรูปภาพ ผลลัพธ์และอภิปรายการทดลองได้ดำเนินการกับภาพยากว่าสองพัน และแนวโน้มผลที่ได้รับ หลายลักษณะคุณสมบัติที่ถูกสกัดจากรูปแบบยาที่ถ่าย ด้วยกล้อง และคุณลักษณะที่ถูกประมวลผล โดยระบบที่เสนอมีการ SimNetข่ายประสาทการจัดรูปแบบ แสดงข้อมูลสำหรับระบบนำเสนอคล้ายยาที่ถูกต้องถูกตรงที่ติดอันดับ 1 ถึง 5 (เช่น 5 ยาที่ถูกจัดอันดับมากที่สุดคล้ายกับภาพ) เราดำเนินการกับวิธีการนำเสนอเป็นภาพชุดการทดลองที่ประกอบด้วยรวมภาพยา 2,015 อัตราความสำเร็จสำหรับรูปแบบของยาเป้าหมายจะอันดับที่สูงที่สุด (เช่น คล้าย) 92.66% และ การจัดอันดับในด้านบน 5 (เช่น 5 คล้าย)96.13%

ผลลัพธ์ (ไทย) 2:

HC ลี TY ช้าง ได้รับการยอมรับยาโดยใช้เทคนิคการประมวลผลภาพและประสาท
เครือข่าย Gerontechnology 2014; 13 (2): 335; ดอย: 10.4017 / gt.2014.13.02.244.00 วัตถุประสงค์ยา
ข้อผิดพลาดเกิดขึ้นเพราะความผิดพลาดของผู้คนหรือความเข้าใจผิด มันเป็นเรื่องยากสำหรับทั่วไป
ของประชาชนโดยเฉพาะอย่างยิ่งผู้สูงอายุที่จะรับรู้การแพทย์ได้ง่ายๆโดยการปรากฏตัวของมัน เพื่อที่จะ
แก้ปัญหานี้โรงพยาบาลหลายแห่งสร้างตัวเองออนไลน์ระบบการรับรู้ยาเสพติด ส่วนใหญ่
ระบบเท่านั้นที่สามารถค้นหาด้วยคำหลักที่มีชื่อยาเสพติดหรือยา
บริษัท ซึ่งไม่ได้เป็นระบบที่ใช้งานง่ายและอาจทำให้เกิดข้อผิดพลาด ในปีที่ผ่านมาบาง
นักวิจัยได้ทำงานเกี่ยวกับยา / การรับรู้ปัญหายาเสพติด คุณสมบัติที่สำคัญที่ใช้สำหรับยา
ได้รับการยอมรับเป็นรูปร่างและสีของ
pill1 นอกจากนี้สำนักพิมพ์หรือข้อมูลรายละเอียดเพิ่มเติม
เกี่ยวกับยาที่ใช้สำหรับยา
recognition2-4 วัตถุประสงค์ของการศึกษาครั้งนี้คือการใช้กันอย่างแพร่หลายใน
เว็บแคมใช้ได้หรือมาร์ทโฟนสำหรับการควบรวมภาพยาและเพื่ออำนวยความสะดวกการรับรู้ยาโดยใช้
ระบบที่เสนอด้วยเทคนิคการประมวลผลภาพและโครงข่ายประสาทเทียม วิธีที่
เรานำเสนอระบบการรับรู้ภาพยาอัตโนมัติที่สารสกัดจากคุณสมบัติจากยาเช่น
เป็นรูปร่างสีและสำนักพิมพ์ หลังจากการปรากฏตัวและหลายสีคุณลักษณะที่สกัดจาก
ภาพของยาที่ถูกถ่ายด้วยกล้อง (รูปที่ 1 และ 2) คุณสมบัติเหล่านี้จะถูกประมวลผล
ด้วย Simnet โครงข่ายประสาทเทียมสำหรับการจำแนกรูปแบบ ระบบที่นำเสนอจะคำนวณ
และแสดงข้อมูลสำหรับยาที่มีความคล้ายคลึงกัน 5 อันดับใกล้เคียงกับภาพ ผลการค้นหาและ
การทดลองการอภิปรายได้ดำเนินการที่มีมากกว่าสองพันภาพยาและมีแนวโน้ม
ผลที่ได้รับ คุณสมบัติลักษณะพหุสกัดจากภาพยาที่ถูก
ถ่ายด้วยกล้องและคุณสมบัติที่ได้รับการประมวลผลโดยระบบที่เสนอกับ Simnet
โครงข่ายประสาทเทียมสำหรับการจำแนกรูปแบบ ระบบแสดงให้เห็นเสนอข้อมูลสำหรับ
ยาที่คล้ายกันที่ถูกจับคู่อย่างถูกต้องที่อันดับ 1-5 (เช่น 5 ยาที่ได้รับการจัดอันดับมากที่สุด
คล้ายกับภาพ) เราได้ทำการทดลองด้วยวิธีการที่เสนอไว้ในชุดภาพ
ที่มีทั้งหมด 2,015 ภาพยา อัตราความสำเร็จสำหรับภาพของยาเป้าหมายที่จะได้รับ
การจัดอันดับที่สูงที่สุด (เช่นคล้ายกันมากที่สุด) เป็น 92.66% และได้รับการจัดอันดับอยู่ใน 5 อันดับแรก (เช่น 5 คล้ายกันมากที่สุด)
คือ% 96.13

ผลลัพธ์ (ไทย) 3:

h-c. ลี t-y. ชาง การใช้เทคนิคการประมวลผลภาพ และประสาท ยาเครือข่าย gerontechnology 2014 ; 13 ( 2 ) : 335 ; ดอย : 10.4017/gt.2014.13.02.244.00 วัตถุประสงค์ยาข้อผิดพลาดเกิดขึ้นเพราะคนผิดหรือเข้าใจผิด มันเป็นเรื่องยากสำหรับทั่วไปประชาชน โดยเฉพาะผู้สูงอายุ จำยาได้ง่ายๆโดยการปรากฏตัวของ เพื่อการแก้ปัญหานี้ โรงพยาบาลหลายแห่งสร้างตนเองยาออนไลน์การยอมรับระบบ มากที่สุดระบบสามารถค้นหาด้วยคำหลักที่มีชื่อหรือเภสัชกรรมยาบริษัท ที่ไม่ได้เป็นระบบที่ใช้งานง่ายและอาจก่อให้เกิดข้อผิดพลาด ในปีล่าสุด , บางนักวิจัยได้ทำงานเกี่ยวกับยา / ยารับรู้ปัญหา คุณสมบัติหลักที่ใช้ยาการรู้จำรูปร่างและสีของ pill1. นอกจากนี้ รอย หรือ รายละเอียดเพิ่มเติม ข้อมูลเกี่ยวกับยาก็ใช้ยา recognition2-4. วัตถุประสงค์ของการศึกษานี้คือการใช้กันอย่างแพร่หลายของเว็บแคมหรือมาร์ทโฟนสำหรับการซื้อภาพ และเพื่อความสะดวกในการใช้ยา ยาระบบด้วยเทคนิคการประมวลผลภาพและโครงข่ายประสาทเทียม วิธีเราเสนอแบบอัตโนมัติ ระบบการรับรู้ภาพที่คุณสมบัติสารสกัดยาจากยา เช่นเป็นรูปร่าง สี และ รอยประทับ หลังจากการปรากฏตัวและหลายสี คุณสมบัติ ที่สกัดจากรูปของยาเม็ดที่ถ่ายด้วยกล้อง ( ตัวเลข 1 และ 2 ) คุณสมบัติเหล่านี้จะถูกประมวลผลด้วยพื้นฐานของโครงข่ายประสาทเทียมสำหรับการจำแนกรูปแบบ ระบบจะคำนวณและแสดงข้อมูลสำหรับยาที่ได้สูงสุด 5 ใกล้คล้ายคลึงกับภาพ & ผลลัพธ์การทดลองการอภิปรายจำนวนกว่า 2 พันเม็ด ภาพ และ สัญญาผลที่ได้รับ มีลักษณะหลายภาพที่สกัดจากเม็ดถ่ายด้วยกล้องและคุณลักษณะที่ถูกประมวลผลโดยระบบพื้นฐานของกับเครือข่ายประสาทสำหรับการจำแนกรูปแบบ ระบบแสดงข้อมูลสำหรับเหมือนยาที่ถูกต้องตรงกันในอันดับ 1 ถึง 5 ( เช่น ยาเม็ดที่อันดับ 5 มากที่สุดคล้ายกับภาพ ) เราทำการทดลองด้วยวิธีการที่เสนอกับภาพชุดที่มีทั้งหมดของ 2015 ยาภาพ อัตราความสำเร็จในรูปของยาเป้าหมายเป็นการจัดอันดับสูงสุด ( คือส่วนใหญ่ที่คล้ายกัน ) เปรีย % และได้รับการจัดอันดับในด้านบน 5 ( เช่น 5 ใกล้เคียงที่สุด )เป็น 96.13 %