AI Farmacista di Medicina Tradizionale Cinese è ora online – Soluzione SingTown per il riconoscimento e la dispensazione automatizzata di erbe medicinali cinesi

Nella fase di preparazione delle erbe medicinali cinesi e della formulazione automatizzata, il metodo tradizionale di identificazione manuale delle erbe presenta bassa efficienza e un alto tasso di errori. Inoltre, la vasta varietà di erbe medicinali cinesi e le sottili differenze nell'aspetto rendono difficile una gestione standardizzata. Con lo sviluppo delle attrezzature mediche intelligenti, le aziende del settore necessitano urgentemente di una soluzione di visione artificiale in grado di identificare rapidamente le erbe medicinali cinesi, pesarle automaticamente e dosarle con precisione.

SingTown Technology ha sviluppato un sistema di riconoscimento e dispensazione di erbe medicinali cinesi basato sulla fotocamera intelligente OpenMV. Attraverso algoritmi di riconoscimento delle immagini AI e visione artificiale, il sistema realizza l'identificazione automatica, la classificazione, la pesatura e la dispensazione intelligente delle erbe medicinali, contribuendo alla digitalizzazione e all'aggiornamento intelligente del processo di preparazione della medicina tradizionale cinese.

Le aziende di dispositivi medici utilizzano la tecnologia di riconoscimento della fotocamera intelligente OpenMV di SingTown per costruire un sistema di riconoscimento automatico delle erbe medicinali basato su algoritmi di visione artificiale e riconoscimento delle immagini con apprendimento profondo all'interno delle macchine per la formulazione della medicina tradizionale cinese.

Il sistema utilizza una telecamera intelligente OpenMV ad alta risoluzione per acquisire immagini in tempo reale delle erbe medicinali. Attraverso un modello di riconoscimento delle immagini AI integrato sul lato dispositivo, identifica automaticamente il tipo, le caratteristiche morfologiche, il colore e la trama delle erbe. Combinando algoritmi di deep learning e di corrispondenza delle caratteristiche, il sistema è in grado di distinguere con precisione erbe medicinali dall'aspetto simile (come Astragalus e Codonopsis, Atractylodes macrocephala e Atractylodes lancea), con un tasso di accuratezza di riconoscimento superiore al 98%.

Dopo che i risultati del riconoscimento vengono trasmessi in tempo reale al sistema di controllo, il sistema richiama automaticamente i parametri di dosaggio corrispondenti, realizzando l'esecuzione automatizzata del processo di prelievo, pesatura e proporzionamento delle erbe medicinali. La telecamera intelligente OpenMV di SingTown Technology è dotata di capacità di calcolo AI edge embedded sul lato del dispositivo, in grado di completare il riconoscimento e il calcolo localmente senza dipendere dalla rete cloud, garantendo velocità di elaborazione e sicurezza dei dati.

Per affrontare situazioni come l'illuminazione complessa in farmacie o fabbriche e l'accumulo di erbe medicinali, la fotocamera intelligente OpenMV supporta l'esposizione automatica e il bilanciamento del bianco. Questa funzionalità può migliorare efficacemente la stabilità dell'immagine e la robustezza del riconoscimento in scenari complessi.

Basandosi sulla piattaforma integrata hardware e software di SingTown, questo sistema di visione embedded può interfacciarsi senza soluzione di continuità con armadietti intelligenti per la medicina tradizionale cinese, macchine per la dispensazione automatica di farmaci, sistemi di gestione delle farmacie, realizzando l'identificazione delle erbe medicinali, la dispensazione automatica, la gestione delle scorte e la tracciabilità delle prescrizioni.

Grazie alla tecnologia di riconoscimento delle immagini AI della fotocamera intelligente OpenMV di SingTown, le aziende di dispositivi medici hanno realizzato il passaggio dalla "esperienza manuale" alla "guida visiva AI" nella preparazione delle erbe medicinali cinesi. Il dispiegamento periferico ha infuso nuova vitalità alla preparazione tradizionale delle erbe cinesi, trasformandola in una produzione intelligente e nella medicina digitale.