采用改進稠密連接網絡的防風藥材的道地性識別

李東明，湯 鵬，張麗娟，雷 雨，劉雙利

（1. 吉林農業大學信息技術學院，長春 130118；2. 長春工業大學計算機科學與工程學院，長春 130012；3. 吉林農業大學中藥材學院，長春 130118）

0 引 言

中醫藥經長期臨床實踐觀察比較，逐漸形成了道地藥材這一概念。這些道地藥材由于地域、溫度、水分、光照、土壤等優勢，其藥效品質突出。防風藥材為傘形科植物防風的干燥根，主治外感表證、風疹瘙癢、風濕痹痛等癥。防風為東北地區的道地藥材，是大宗藥材之一。目前，對防風藥材的產地及質量的識別方法多為基于物理或化學特征的中藥材識別，《中華人民共和國藥典》以升麻素苷（CHO）及5-O-甲基維斯阿米醇苷（CHO）的含量測定為評價指標，但是無法對防風藥材的道地性及其質量優劣進行準確衡量。

隨著人工智能技術的快速發展，圖像的智能分類與識別成為該領域中最重要的應用目標之一。其中，基于圖像分析的植物識別分類技術已成為國內外植物信息學領域研究的熱點。目前，深度神經網絡技術在識別防風藥材產地或質量仍處于空白階段，但深度卷積神經網絡（Convolutional Neural Networks，CNN）在圖像分類上的研究已經展開。Krizhevsky等搭建的AlexNet網絡在對大型公開集（ImageNet）進行圖像分類識別訓練中獲得了不容忽視的好成績。在此基礎上學者們相繼提出VggNet、GoogLeNet、ResNet和DenseNet等經典的深度卷積神經網絡，并廣泛應用在植物圖像分類任務中。Reyes等利用180余萬張圖像對卷積神經網絡進行預訓練，并使用微調思想將學習到的識別能力從其他領域轉移到植物識別任務中來。……