あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
PLoS ONE.2020;15(4):e0230287. PONE-D-20-00703. doi: 10.1371/journal.pone.0230287.Epub 2020-04-13.

畳み込みニューラルネットワークに基づくZanthoxyli Pericarpiumの異なる種の同定

Identification of different species of Zanthoxyli Pericarpium based on convolution neural network.

  • Chaoqun Tan
  • Chong Wu
  • Yongliang Huang
  • Chunjie Wu
  • Hu Chen
PMID: 32282810 PMCID: PMC7153909. DOI: 10.1371/journal.pone.0230287.

抄録

Zanthoxyli Pericarpium (ZP)は、Zanthoxylum schinifolium Sieb. et Zucc (ZC)またはZanthoxylum bungeanum Maxim (ZB)の乾燥した熟した皮である。薬用、食品用と幅広い用途があり、市場価値も高い。ZPの成分の多様な仕様は格別であり、経済的利益を目的とした混和を目的とした共通の目的が行われている。本研究では、畳み込みニューラルネットワーク(CNN)を用いたZPの異種識別のための新規手法を提案する。実験に使用したデータは、カメラと携帯電話から得られた5つのクラスである。まず、2つのカテゴリを考慮したデータを学習し、YOLOによるラベル検出を行う。次に,VGG, ResNet, Inception v4, DenseNetを含む多重ディープラーニングを導入し,ZPの異なる種(HZB, DZB, OZB, ZA, JZC)を識別する.CNNの性能を評価するために、サポートベクターマシン(SVM)とバックプロパゲーション(BP)を含む2つの従来の識別モデルと比較した。実験の結果、CNNモデルの方がZPの異なる種を識別するのに優れた性能を持ち、最高の識別精度は99.35%であった。本研究は、異なる伝統的な漢方薬(TCMs)の識別のための有用な戦略であることが証明されています。

Zanthoxyli Pericarpium (ZP) are the dried ripe peel of Zanthoxylum schinifolium Sieb. et Zucc (ZC) or Zanthoxylum bungeanum Maxim (ZB). It has wide range of uses both medicine and food, and favorable market value. The diverse specifications of components of ZP is exceptional, and the common aims of adulteration for economic profit is conducted. In this work, a novel method for the identification different species of ZP is proposed using convolutional neural networks (CNNs). The data used for the experiment is 5 classes obtained from camera and mobile phones. Firstly, the data considering 2 categories are trained to detect the labels by YOLO. Then, the multiple deep learning including VGG, ResNet, Inception v4, and DenseNet are introduced to identify the different species of ZP (HZB, DZB, OZB, ZA and JZC). In order to assess the performance of CNNs, compared with two traditional identification models including Support Vector Machines (SVM) and Back Propagation (BP). The experimental results demonstrate that the CNN model have a better performance to identify different species of ZP and the highest identification accuracy is 99.35%. The present study is proved to be a useful strategy for the discrimination of different traditional Chinese medicines (TCMs).