基于深度学习的智能药房处方检查方法

    公开(公告)号:CN113762357B

    公开(公告)日:2024-05-14

    申请号:CN202110946685.9

    申请日:2021-08-18

    Applicant: 江苏大学

    Inventor: 顾寄南 荆彩霞

    Abstract: 本发明提供了一种基于深度学习的智能药房处方检查方法,获取运送过程中的药盒图片,构成两数据集,针对两数据集分别搭建目标分类网络并对目标分类网络进行训练,基于训练后的目标分类网络,以单目设备实时采集的图像作为图像处理器的输入,自动完成图像中药盒的分类检测,结合红外计数传感器的计数结果,获得处方核对的结果;上述目标分类网络包括基础网络子模块采用纺锤形结构+残差结构,中浅层的基础网络子模块使用普通卷积,深层的基础网络子模块使用深度可分离卷积,即PointWise卷积和DepthWise卷积,在DepthWise卷积之后,插入通道‑空间混合注意力机制。本发明大大提高了处方检查的准确性,节省人工成本。

    一种智能制造车间数字孪生模型构建方法与系统

    公开(公告)号:CN112462696A

    公开(公告)日:2021-03-09

    申请号:CN202010831244.X

    申请日:2020-08-18

    Applicant: 江苏大学

    Abstract: 本发明提供了一种智能制造车间数字孪生模型构建方法与系统,包括:步骤1:在智能制造车间中配置传感设备,采集制造现场生产数据并进行深度融合与分析,形成制造车间实时数据库;步骤2:基于实时制造数据与跨领域制造过程专家知识,构建制造系统语义知识库;步骤3:基于制造车间实时数据库与制造车间语义知识库,构建出智能车间的数字孪生模型。本发明旨在解决现有数字孪生模型构建过程中存在的制造资源建模不全面、制造系统建模不聚合的问题。

    基于深度学习的智能药房处方检查方法

    公开(公告)号:CN113762357A

    公开(公告)日:2021-12-07

    申请号:CN202110946685.9

    申请日:2021-08-18

    Applicant: 江苏大学

    Inventor: 顾寄南 荆彩霞

    Abstract: 本发明提供了一种基于深度学习的智能药房处方检查方法,获取运送过程中的药盒图片,构成两数据集,针对两数据集分别搭建目标分类网络并对目标分类网络进行训练,基于训练后的目标分类网络,以单目设备实时采集的图像作为图像处理器的输入,自动完成图像中药盒的分类检测,结合红外计数传感器的计数结果,获得处方核对的结果;上述目标分类网络包括基础网络子模块采用纺锤形结构+残差结构,中浅层的基础网络子模块使用普通卷积,深层的基础网络子模块使用深度可分离卷积,即PointWise卷积和DepthWise卷积,在DepthWise卷积之后,插入通道‑空间混合注意力机制。本发明大大提高了处方检查的准确性,节省人工成本。

    一种基于边云协同的智能制造车间异常预测与管控方法

    公开(公告)号:CN112149866A

    公开(公告)日:2020-12-29

    申请号:CN202010824218.4

    申请日:2020-08-17

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于边云协同的智能制造车间异常预测与管控方法,包括:步骤1:基于先进的信息技术,在智能制造车间内构建边云协同决策环境;步骤2:在制造资源端,基于卷积神经网络算法对制造资源端异常进行预测,主动制定异常处理措施,并评估措施能否消除生产异常;步骤3:针对制造资源端不能彻底处理的异常事件,采用边云协同方案从横向协同与纵向协同两个方面构建异常处理措施;步骤4:将制定好的生产异常管控措施下达给相关的执行资源,执行资源调用相关指令,执行相关措施,以消除生产异常的不良影响。本发明旨在解决现有技术中生产异常识别慢、异常处理方式不优化、生产难以正常运行的问题。

    一种基于数字孪生的智能药房优化方法

    公开(公告)号:CN111986772A

    公开(公告)日:2020-11-24

    申请号:CN202010758917.3

    申请日:2020-07-31

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于数字孪生的智能药房优化方法,包括:步骤1:构建虚拟药房,将物理药房相关数据与虚拟药房相关参数融合获得融合数据,由物理药房相关数据、虚拟药房相关参数以及融合数据获取药房孪生数据,并建立智能药房的数字孪生模型;步骤2:接收来自医院信息系统的处方信息,建立发药任务模型,虚拟药房根据药房孪生数据实时对储药槽可用性进行预测;步骤3:根据发药任务模型建立优化目标函数,将储药槽可用性预测的结果作为约束条件,使用优化算法计算最优解,根据计算出的最优解制定发药方案;步骤4:虚拟药房根据发药方案向物理药房下达发药指令,物理药房按照发药指令完成发药;本发明能够提高智能药房运行效率。

    一种基于数字孪生的智能药房优化方法

    公开(公告)号:CN111986772B

    公开(公告)日:2024-04-12

    申请号:CN202010758917.3

    申请日:2020-07-31

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于数字孪生的智能药房优化方法,包括:步骤1:构建虚拟药房,将物理药房相关数据与虚拟药房相关参数融合获得融合数据,由物理药房相关数据、虚拟药房相关参数以及融合数据获取药房孪生数据,并建立智能药房的数字孪生模型;步骤2:接收来自医院信息系统的处方信息,建立发药任务模型,虚拟药房根据药房孪生数据实时对储药槽可用性进行预测;步骤3:根据发药任务模型建立优化目标函数,将储药槽可用性预测的结果作为约束条件,使用优化算法计算最优解,根据计算出的最优解制定发药方案;步骤4:虚拟药房根据发药方案向物理药房下达发药指令,物理药房按照发药指令完成发药;本发明能够提高智能药房运行效率。

    一种基于边缘智能的制造车间生产物料预测性配送方法

    公开(公告)号:CN111932002B

    公开(公告)日:2024-03-19

    申请号:CN202010748490.9

    申请日:2020-07-30

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于边缘智能的制造车间生产物料预测性配送方法,包括:步骤1:基于工业物联网与边缘计算技术,构建具有感知、交互与自决策能力的边缘智能制造资源,并形成边缘计算管理平台;步骤2:各智能加工设备基于自身状态与智能分析算法,对在制品的剩余加工时间进行预测,并释放出物料配送任务;步骤3:物流设备基于自身状态,主动响应智能加工设备预测得到的物料配送任务集合;步骤4:物流设备依据物料配送任务集合的信息,自动生成配送路径与运输方式,并按照计划时间执行物料配送活动。本发明旨在解决现有技术中物料配送不及时、加工设备等待时间长,影响生产正常进行的问题。

    一种基于边缘智能的制造车间生产物料预测性配送方法

    公开(公告)号:CN111932002A

    公开(公告)日:2020-11-13

    申请号:CN202010748490.9

    申请日:2020-07-30

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于边缘智能的制造车间生产物料预测性配送方法,包括:步骤1:基于工业物联网与边缘计算技术,构建具有感知、交互与自决策能力的边缘智能制造资源,并形成边缘计算管理平台;步骤2:各智能加工设备基于自身状态与智能分析算法,对在制品的剩余加工时间进行预测,并释放出物料配送任务;步骤3:物流设备基于自身状态,主动响应智能加工设备预测得到的物料配送任务集合;步骤4:物流设备依据物料配送任务集合的信息,自动生成配送路径与运输方式,并按照计划时间执行物料配送活动。本发明旨在解决现有技术中物料配送不及时、加工设备等待时间长,影响生产正常进行的问题。

    一种基于边云协同的智能制造车间异常预测与管控方法

    公开(公告)号:CN112149866B

    公开(公告)日:2024-09-06

    申请号:CN202010824218.4

    申请日:2020-08-17

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于边云协同的智能制造车间异常预测与管控方法,包括:步骤1:基于先进的信息技术,在智能制造车间内构建边云协同决策环境;步骤2:在制造资源端,基于卷积神经网络算法对制造资源端异常进行预测,主动制定异常处理措施,并评估措施能否消除生产异常;步骤3:针对制造资源端不能彻底处理的异常事件,采用边云协同方案从横向协同与纵向协同两个方面构建异常处理措施;步骤4:将制定好的生产异常管控措施下达给相关的执行资源,执行资源调用相关指令,执行相关措施,以消除生产异常的不良影响。本发明旨在解决现有技术中生产异常识别慢、异常处理方式不优化、生产难以正常运行的问题。

Patent Agency Ranking