废弃消费类药品的自动检测与分类以实现妥善管理与处置
计算机视觉与模式识别
2020-07-29 v1
摘要
每年，美国有数百万磅的药品未被使用，并面临家庭处置，即存放在药柜中、冲入马桶或丢入普通垃圾。然而，家庭处置会对环境和公共健康产生负面影响。由美国 Drug Enforcement Administration (DEA) 及其州和工业合作伙伴赞助的药品回收计划（drug take-backs）收集未使用的消费类药品，并为药品的家庭处置提供了最佳替代方案。然而，药品回收计划的运营成本高昂且普及度不高。在本文中，我们展示了人工智能（AI）可应用于药品回收计划，使其在运营上更高效。由于任何废弃物的识别对妥善处置都至关重要，我们证明了仅基于物理特征和视觉外观即可准确识别散装消费类药品。我们开发了一种利用深度神经网络和计算机视觉来识别和分离固体药品的自动化技术。我们将该技术应用于约一千张散装药丸的图像，并成功以 0.912 的准确率和 0.984 的 top-5 准确率正确识别了药丸。我们还展示了在该数据集中可以以 0.984 的准确率将危险药丸与非危险药丸区分开来。我们相信，人工智能的能力可被用于产品中，从而更高效地促进药品回收计划的运营，并帮助其在全国范围内广泛普及。
引用
@article{arxiv.2007.13903,
title = {Automatic Detection and Classification of Waste Consumer Medications for Proper Management and Disposal},
author = {Bahram Marami and Atabak Reza Royaee},
journal= {arXiv preprint arXiv:2007.13903},
year = {2020}
}