CN119446397A 基于rfid的智能药品管理系统及方法 （江西白莲智能科技集团有限公司）

先获取由RFID采集的药品信息和由数据库采集2药品数据获取模块，用于获取由RFID采集的药品信息和由数据库采集的药品库存信药品数据提取模块，用于从所述由RFID采集的药品信息和所存信息中提取药品信息片语粒度特征向量和药品库存信息文药品库存预警判断模块，用于基于所述药品信息片语粒药品信息特征提取单元，用于对所述由RFID采集的药药品库存信息特征提取单元，用于对所述由数据库采集的药药品信息文本编码子单元，用于将所述由RFID采集的药品信药品信息文本一维排列子单元，用于将所述多个药品信息药品信息文本词多尺度邻域特征提取子单元，用于将所述一药品库存文本编码子单元，用于将所述由数据库采集的药药品库存信息二维排列子单元，用于对所述多个药品库存药品库存信息卷积编码子单元，用于将所述药品库存信息文库存信息文本特征提取器的卷积神经网络以得到所述药品库存信息文和非线性激活处理以由所述作为药品库存信息文本特征提取器的卷积神经网络的最后一3药品数据特征融合单元，用于对药品信息片语粒度特征向量特征向量进行基于视角共投影空间的拓扑关联关系特征表达量化以得到药品库存预警判药品库存预警分类判断单元，用于将所述药品库存预警构造所述药品信息片语粒度特征向量和所述药品库存信息文本全局特征向量之间的构造所述药品信息片语粒度特征向量和所述药品库存信息文本全局特征向量之间的基于所述药品距离拓扑矩阵对所述药品特征值粒度关联矩阵进行拓扑关联调制以得量和所述药品库存信息文本全局特征向量投影到所述视角共投影空间以得到视角调制药品信息片语粒度特征向量和视角调制药品库存信息融合所述视角调制药品信息片语粒度特征向量和所述视角调制药品库存信息文本全获取由RFID采集的药品信息和由数据库从所述由RFID采集的药品信息和所述由数据库采集的药品库存信息中提取药品信息基于所述药品信息片语粒度特征向量和所述药品库存信息文本全局特采集的药品信息和所述由数据库采集的药品库存信息中提取药品信息片语粒度特征向量对所述由RFID采集的药品信息进行特征提取以得到所述药品信息片语对所述由数据库采集的药品库存信息进行特征提取以得到所述药品库存信息文本全4[0012]从所述由RFID采集的药品信息和所述由数据库采集的药品库存信息中提取药品先获取由RFID采集的药品信息和由数据库采集的药品库存信息，然后利用深度学习技术，5[0015]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、[0017]图2为根据本申请实施例的基于RFID的智能药品管理系统中药品数据提取模块的[0018]图3为根据本申请实施例的基于RFID的智能药品管理系统中药品信息特征提取单[0019]图4为根据本申请实施例的基于RFID的智能药品管理系统中药品库存信息特征提[0020]图5为根据本申请实施例的基于RFID的智能药品管理系统中药品库存预警判断模由RFID采集的药品信息和所述由数据库采集的药品库存信息中提取药品信息片语粒度特6进的射频信号收发机制使系统能够在瞬间精准捕获附着于医疗物品上的RFID标签所蕴含所述由RFID采集的药品信息和所述由数据库采集的药品库存信息中提取药品信息片语粒[0027]图2为根据本申请实施例的基于RFID的智能药品管理系统中药品数据提取模块的息特征提取单元121，用于对所述由RFID采集的药品信息进行特征提取以得到所述药品信存信息进行特征提取以得到所述药品库存信息文本7[0030]图3为根据本申请实施例的基于RFID的智能药品管理系统中药品信息特征提取单元1212，用于将所述多个药品信息文本词特征向量排列为一维药品信息文本词特征向量；量通过药品信息文本词多尺度邻域特征提取模块以得到所述药品信息片语药品信息上下文编码器的嵌入层分别将所述药品信息词序列中各个药品信息词映射为词器的基于转换器的Bert模型对所述药品信息词嵌入向量的序列进行基于全局的上下文语8[0034]在本申请一个具体的实施例中，所述药品信息文本词多特征提取模块的第一卷积层对所述一维药品信息文本词特征向量进行一维卷积编码以得度特征向量和所述第二尺度特征向量进行级联以得到所述药品信息片语[0035]应可以理解，药品信息文本词多尺度邻域特征提取模块的设计包含第一卷积层、[0036]图4为根据本申请实施例的基于RFID的智能药品管理系统中药品库存信息特征提品库存信息文本特征矩阵通过作为药品库存信息文本特征提取器的卷积神经网络以得到9分别将所述药品库存词序列中各个药品库存词映射为词嵌入向量以得到药品库存词嵌入型对所述药品库存词嵌入向量的序列进行基于全局的上下文语义编码以得到多个药品库[0039]更进一步地，将药品库存信息文本特征矩阵通过卷积神经网络(CNN)作为特征提特征矩阵包含了药品的多个方面信息，但要将这些信息转化为更具表达力的全局特征向用所述作为药品库存信息文本特征提取器的卷积神经网络的各层在层的正向传递中对输作为药品库存信息文本特征提取器的卷积神经网络的最后一层输出所述药品库存信息文而药品库存信息文本全局特征向量则从整体上总结了库存的状态、流通情况及需求预测。这两种特征向量结合涉及特征融合和决策模型的建立。通过对这两种特征向量的综合分[0042]图5为根据本申请实施例的基于RFID的智能药品管理系统中药品库存预警判断模局特征向量进行基于视角共投影空间的拓扑关联关系特征表达量化以得到药品库存预警[0043]应可以理解，融合药品信息片语粒度特征向量和药品库存信息文本全局特征向和药品库存信息文本全局特征向量进行基于视角共投影空间的拓扑关联关系特征表达量征向量投影到所述视角共投影空间以得到视角调制药品信息片语粒度特征向量和视角调视角调制药品库存信息文本全局特征向量以得到所述药品库存预警判断分2,述药品信息片语粒度特征向量和所述药品库存信息文本全局特征向量之间的药品距离拓量之间的药品特征值粒度关联矩阵，该步骤侧重于探索特征向量内部属性之间的相关性。品距离拓扑矩阵对所述药品特征值粒度关联矩阵进行拓扑关联调制以得到药品拓扑调制粒度特征向量和所述药品库存信息文本全局特征向量映射到具有连续高维回归空间属性粒度特征向量和所述药品库存信息文本全局特征向量投影到所述视角共投影空间以得到视角调制药品信息片语粒度特征向量和视角调制药品库存信息文本全局特征向量。也就本全局特征向量以得到所述药品库存预警判断分类特征向量。融合可以通过多种形式实[0060]进一步，本申请的项目开发的软件平台可以与医院的信息系统(如HIS或EMR)集[0064]如上所述，根据本申请实施例的所述基于RFID的智能药品管理系统100可以实现[0066]图6为根据本申请实施例的基于RFID的智能药品管理方法库采集的药品库存信息中提取药品信息片语粒度