近日，澳门科技大学中药质量研究国家重点实验室和创新工程学院——计算机科学与工程学院的研究团队在工业信息领域国际顶级期刊IEEE Transactions on Industrial Informatics上发表了题为 “A Novel Feature Fusion Framework for Industrial Automation Single-Multiple Object Detection”（DOI: 10.1109/TII.2024.3353814）的交叉学科学术论文。澳门科技大学为该论文的唯一完成单位，大学副校长、中药质量研究国家重点实验室（澳科大）主任姜志宏讲座教授与创新工程学院——计算机科学与工程学院助理院长蔡占川教授为该论文的通讯作者。创新工程学院博士研究生吕沛伦、张雨晗、中药质量研究国家重点实验室博士研究生刘家正、创新工程学院助理教授叶奔、兰霆以及中药质量研究国家重点实验室教授白丽萍共同完成该项研究。研究团队还申请了两项中国发明专利（申请公布号：CN114818874A，CN114821554A）。该项研究得到了澳门科学技术发展基金重点研发专项（项目编号：0023/2019/AKP）的资助。
由于中药材种类繁多，基源植物多样，易混淆的品种较多，普通居民难以辨别中药材的真伪优劣。目前中药材的鉴定主要依靠专业人士通过性状、显微、理化鉴别等方法进行评判。这些方法虽然可以对中药材进行较为准确的判断，但样品的前处理复杂，耗时耗力，还会造成受测中药材不可逆的损坏。为了攻克和解决这项科学难题和社会痛点，姜志宏讲座教授与蔡占川教授结合澳科大中药学与计算机科学专业的学科优势，发挥交叉学科合作的协同效应，开展了基于深度学习的中药材检测研究。由于深度学习算法的性能和准确性在很大程度上取决于训练数据的数量和质量，为此，两个团队建立了交互共享的研究资源和数据库。为了保证中药材信息的准确性，研究团队开展了中药材的鉴别与信息获取工作，并构建了一个高质量的中药材图像拍摄平台，进而建立了包含15万余张高清中药材图像的数据库，这是迄今为止我国质量最高的中药材图像数据库之一，为研究工作的顺利开展奠定了坚实基础。
中药材图像数据库数据采集平台
针对中药材的自动检测问题，研究团队提出了一种新型的多层次特征融合框架，该框架包含可调节的视野范围控制模块与可训练的特征增强模块两部分。可调节的视野范围控制模块能够通过有限的样本进行学习，可训练的特征增强模块可提升对易混淆中药材的分辨和检测能力，从而仅凭单目标图像训练即可实现在多目标图像上达到较高的检测精度。
基于人工智能的中药材鉴别手机应用程序
此外，研究团队还开发了基于人工智能的中药材鉴别手机应用程序。该手机应用程序通过云服务器进行部署，用户可以通过智能手机即时拍摄药材图像，并通过该手机应用程序实时将图像上传到云服务器进行处理和分析，鉴定结果能够迅速反馈到用户手机上，从而仅凭一张中药材图像实现对中药材种类的精确鉴别。该手机应用程序的成功开发展示了澳科大多学科交叉研究的综合优势，说明了跨学科合作的重要性。这种协同攻关有助于推动科技创新、破解复杂问题，同时为学术界和产业界提供更多原创成果和高水平的科技应用。澳科大重视创新教学模式，注重发挥交叉学科和跨学科之间的协同效应，促进各学科之间的有机融合，致力于培养具备广泛知识背景、创新精神、跨学科思维和团队协作能力的学生，为国家的科技创新和社会发展培养创新型人才。
IEEE Transactions on Industrial Informatics由IEEE Industrial Electronics Society（IEEE-IES）出版发行，是自动化与控制系统以及计算机工业应用方向的国际顶级期刊，期刊的影响因子为12.3，在Computer Science, Interdisciplinary Applications类别排名为3/110。
