种类判别装置、种类判别方法、种类判别程序及药剂分类装置制造方法及图纸

计算机(60)具备特征提取部(64)和判别部(65)；特征提取部基于将拍摄种类不明的对象药剂而得到的拍摄图像(82)输入于以提取药剂上形成的标记的方式构建的已学习模型(84)中而获得的输出值，生成提取了拍摄图像中映现的标记而得的提取标记图像(83)；判别部基于提取标记图像与按药剂种类预先登记的登记标记图像的对照结果，判别对象药剂的种类。判别对象药剂的种类。判别对象药剂的种类。

【技术实现步骤摘要】
【国外来华专利技术】种类判别装置、种类判别方法、种类判别程序及药剂分类装置


[0001]本专利技术涉及一种使用拍摄药剂而得到的图像来判别该药剂的种类的种类判别装置等。另外，本专利技术还涉及一种将药剂按其种类进行分类的药剂分类装置。

技术介绍

[0002]以往，被退回的多种药剂，是由药剂师或医生用手按其种类进行分类。被退回的药剂是对各个患者开处方或已开处方的调剂后的药剂。因此，与根据一个患者单位的处方信息，从在调剂设备等中预先以药剂种类单位集中的药种组(药剂盒)，按每一服用时期单位将(一种或多种)药剂(片剂)汇集(分包)的调剂业务相比，向多位患者开出的药剂集中被退回的药剂种类是非常多的。因此，自动分类被退回的药剂并再次利用的有用性是较高的。
[0003]在药剂的自动分类中，需要根据拍摄药剂而得到的图像判别该药剂的种类，该种类判别中的较大线索之一是药剂上形成的标记。另外，标记中还包含刻印的标记和打印的标记。另外，标记的内容也各种各样，例如可以举出图形、记号、文字及数字。
[0004]另外，在专利文献2中，公开了实现药剂自动分类的药剂分类装置。在专利文献2的药剂分类装置中，对收纳于第一收纳部的多种药剂逐个进行拍摄，基于摄像得到的图像判别药剂种类，并基于该判断结果在第二收纳部中按其种类进行分类。
[0005]【现有技术文献】
[0006]【专利文献】
[0007]专利文献1：日本专利，特开2020
‑
052627号公报
[0008]专利文献2：国际公开2018/190394号公报

技术实现思路

[0009](专利技术所要解决的课题)
[0010]很难高精度地进行基于标记的药剂种类判别。这是因为：如上所述，标记的内容是多样的，并且，拍摄图像中的标记外观，会根据拍摄时光对药剂的照射方式等不同而发生变化。
[0011]在此，现有技术中已知有使用机器学习的图像处理技术。例如，在上述专利文献1中，公开了医疗领域中使用已学习模型，对基于图像的病症判断进行支援等。更为详细而言，在专利文献1中公开了如下验证系统：根据向已学习模型的输入层输入的医用信息，基于存储部所存储的运算结果相关的信息和已学习模型的中间层输出的运算结果，判断已学习模型的输出层输出的判别结果的妥当性。根据该验证系统，能够验证上述判别结果的妥当性。
[0012]如果对药剂的种类判别应用已学习模型，则能够期待判别精度的提高。然而，在使用用于判别药剂种类的已学习模型的情况下，存在难以解释判别结果的依据的问题，换言之，难以呈现判别结果的证据的问题。例如，在未学习的药剂图像被输入判别药剂种类的已学习模型中的情况下，很难预测会输出怎样的判别结果。并且，在判别结果错误的情况下，
在医疗现场需要该判别结果的证据。然而，在使用了上述那样的已学习模型的情况下，很难提供证据。
[0013]另外，如上所述，由于形成于药剂上的标记的内容多种多样，因此还存在如下问题：为了构建学习了这些全部标记的已学习模型，需要费用、人工、时间等很大的成本。
[0014]本专利技术的一个形态的目的在于实现一种判别药剂种类的种类判别装置，该种类判别装置能够提示判别结果的证据，并且能够应对多种标记。
[0015]另外，在专利文献2的药剂分类装置中，没有限定第一收纳部中收纳的药剂种类数。另一方面，能够收纳于第二收纳部的药剂的种类数被限定。因此，当超过第二收纳部可收纳的种类数的药剂收纳于第一收纳部时，即使判别出了种类，也会出现第二收纳部无法收纳的药剂。在专利文献2的药剂分类装置中，对于不能收纳在第二收纳部的药剂，使其暂且在与第二收纳部不同的待机位置(待机托盘)处等待向第二收纳部的分类。
[0016]在专利文献2的药剂分类装置中，在将第一收纳部中收纳的全部药剂输送到第二收纳部或待机位置后，例如对第二收纳部的药剂进行分包，由此从第二收纳部中除去药剂。然后，在专利文献2的药剂分类装置中，再次判别待机位置处待机的药剂种类，并按照其种类收纳在第二收纳部。在此，在使超过可收纳于第二收纳部的种类数的药剂在待机位置处待机的情况下，即使判别出了种类，也会再次出现无法收纳于第二收纳部的药剂。该情况下，在专利文献2的药剂分类装置中，再次使该药剂在待机位置(第一收纳部或待机托盘)处待机。
[0017]如此，在专利文献2的药剂分类装置中，在使药剂在待机位置处待机的情况下，直到不存在待机位置处待机的药剂为止，重复进行判别该药剂的种类，并基于该判别结果，按其种类收纳于第二收纳部的动作。
[0018]本专利技术的另一形态的目的在于实现一种能够削减使药剂在待机位置处待机时产生的处理时间的药剂分类装置。
[0019](用于解决课题的方案)
[0020]为了解决上述课题，本专利技术的一形态所涉及的种类判别装置具备：图像生成部，其基于将拍摄种类不明的对象药剂而得到的拍摄图像输入于以提取药剂上形成的标记的方式构建的已学习模型中而获得的输出值，生成提取了该拍摄图像中映现的标记而得的提取标记图像；判别部，其基于所述图像生成部生成的提取标记图像与按药剂种类预先登记的登记标记图像的对照结果，判别所述对象药剂的种类。
[0021]为了解决上述课题，本专利技术的一形态所涉及的种类判别方法是由种类判别装置所执行的种类判别方法，其包括：图像生成步骤，其基于将拍摄种类不明的对象药剂而得到的拍摄图像输入于以提取药剂上形成的标记的方式构建的已学习模型中而获得的输出值，生成提取了该拍摄图像中映现的标记而得的提取标记图像；判别步骤，其基于所述图像生成步骤中生成的提取标记图像与按药剂种类预先登记的登记标记图像的对照结果，判别所述对象药剂的种类。
[0022]为了解决上述课题，本专利技术的一形态所涉及的种类判别程序，使计算机执行图像生成步骤和判别步骤，在所述图像生成步骤中，基于将拍摄种类不明的对象药剂而得到的拍摄图像输入于以提取药剂上形成的标记的方式构建的已学习模型中而获得的输出值，生成提取了该拍摄图像中映现的标记而得的提取标记图像；在所述判别步骤中，基于所述图
像生成步骤中生成的提取标记图像与按药剂种类预先登记的登记标记图像的对照结果，判别所述对象药剂的种类。
[0023]为了解决上述另一课题，本专利技术的一形态所涉及的药剂分类装置具备：第一收纳部，其具有多个第一分区，能够收纳多种药剂；第二收纳部，其具有多个第二分区，能够将所述药剂按其种类分别收纳在各所述第二分区；读取部，其读取表示收纳于所述第一收纳部的药剂种类的信息；计数部，其基于所述读取部所读取的信息，对收纳于所述第一收纳部的药剂种类数进行计数；通知部，每当所述计数部所计数的药剂种类数的合计数量达到所述第二分区的数量时，该通知部通知变更作为药剂收纳处的第一分区；输送部，其按照每一所述第一分区，将收纳于所述第一收纳部的药剂输送至所述第二收纳部，并在所述第二收纳部中按种类进行收纳。
[0024](专利技术效果)
[0025]根据本专利技术的一形态所涉及的种类判别装置、种类判别方法以及种类判别程序，能够提示判别结果的证本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种种类判别装置，其特征在于，具备：图像生成部，其基于将拍摄种类不明的对象药剂而得到的拍摄图像输入于以提取药剂上形成的标记的方式构建的已学习模型中而获得的输出值，生成提取了该拍摄图像中所映现标记而得的提取标记图像；判别部，其基于所述图像生成部生成的提取标记图像与按药剂种类预先登记的登记标记图像的对照结果，判别所述对象药剂的种类。2.根据权利要求1所述的种类判别装置，其特征在于，所述标记是刻印或者割线。3.根据权利要求1或2所述的种类判别装置，其特征在于，所述已学习模型是以识别药剂的图像中构成标记的像素和构成该标记的背景部分的像素的方式进行了学习的语义分割模型。4.根据权利要求1～3中任一项所述的种类判别装置，其特征在于，所述判别部根据对所述提取标记图像实施了晕影处理的图像与所述登记标记图像的对照结果，判别所述对象药剂的种类。5.一种种类判别方法，其由种类判别装置执行，所述种类判别方法的特征在于，包括：图像生成步骤，其基于将拍摄种类不明的对象药剂而得到的拍摄图像输入于以提取药剂上形成的标记的方式构建的已学习模型中而获得的输出值，生成提取了该拍摄图像中映现的标记而得的提取标记图像；判别步骤，其基于所述图像生成步骤中生成的提取标记图像与按照药剂种类预先登记的登记标记图像的对照结果，判别所述对象药剂的种类。6.根据权利要求5所述的种类判别方法，其特征在于，所述已学习模型是以识别药剂的图像中构成标记的像素和构成该标记的背景部分的像素的方式进行了学习的语义分割模型。7.一种种类判别程序，其特征在于，使计算机执行图像生成步骤和判别步骤，在所述图像生成步骤中，基于将拍摄种类不明的对象药剂而得到的230061CN
‑
JPD
‑
PI拍摄图像输入于以提取药剂上形成的标记的方式构建的已学习模型中而获得的输出值，生成提...

【专利技术属性】
技术研发人员：天野弘和，阿部刚，北村直树，
申请(专利权)人：株式会社汤山制作所，
类型：发明
国别省市：