近日，澳門科技大學中藥質量研究國家重點實驗室和創新工程學院計算機科學與工程學院研究團隊在工業信息領域國際頂級期刊IEEE Transactions on Industrial Informatics上發表題為 “A Novel Feature Fusion Framework for Industrial Automation Single-Multiple Object Detection”（DOI: 10.1109/TII.2024.3353814）的交叉學科學術論文。澳門科技大學為該論文的唯一完成單位，大學副校長、中藥質量研究國家重點實驗室主任姜志宏講座教授與計算機科學與工程學院助理院長蔡占川教授為該論文的通訊作者。創新工程學院博士研究生呂沛倫、張雨晗、中藥質量研究國家重點實驗室博士研究生劉家正、創新工程學院助理教授葉奔、蘭霆以及中藥質量研究國家重點實驗室教授白麗萍共同完成該項研究。研究團隊還申請兩項中國發明專利（申請公佈號：CN114818874A，CN114821554A）。該項研究得到澳門科學技術發展基金重點研發專項（項目編號：0023/2019/AKP）的資助。
由於中藥材種類繁多，基源植物多樣，易混淆的品種較多，普通居民難以辨別中藥材的真偽優劣。目前中藥材的鑒定主要依靠專業人士通過性狀、顯微、理化鑒別等方法進行評判。這些方法雖然可以對中藥材進行較為準確的判斷，但樣品的前處理複雜，耗時耗力，還會造成受測中藥材不可逆的損壞。為了攻克和解決這項科學難題和社會痛點，姜志宏講座教授與蔡占川教授結合澳科大中藥學與計算機科學專業的學科優勢，發揮交叉學科合作的協同效應，開展了基於深度學習的中藥材檢測研究。由於深度學習算法的性能和準確性在很大程度上取決於訓練數據的數量和質量，為此，兩個團隊建立交互共享的研究資源和數據庫。為保證中藥材信息的準確性，研究團隊開展中藥材的鑒別與信息獲取工作，並構建一個高質量的中藥材圖像拍攝平台，進而建立包含15萬餘張高清中藥材圖像的數據庫，這是迄今為止我國質量最高的中藥材圖像數據庫之一，為研究工作的順利開展奠定堅實基礎。
針對中藥材的自動檢測問題，研究團隊提出一種新型的多層次特徵融合框架，該框架包含可調節的視野範圍控制模塊與可訓練的特徵增強模塊兩部分。可調節的視野範圍控制模塊能夠通過有限的樣本進行學習，可訓練的特徵增強模塊可提升對易混淆中藥材的分辨和檢測能力，從而僅憑單目標圖像訓練即可實現在多目標圖像上達到較高的檢測精度。此外，研究團隊還開發基於人工智能的中藥材鑒別手機應用程式。該手機應用程式通過雲服務器進行部署，用戶可以通過智能手機即時拍攝藥材圖像，並通過該手機應用程式實時將圖像上傳到雲服務器進行處理和分析，鑒定結果能夠迅速反饋到用戶手機上，從而僅憑一張中藥材圖像實現對中藥材種類的精確鑒別。該手機應用程式的成功開發展示澳科大多學科交叉研究的綜合優勢，說明跨學科合作重要性。這種協同攻關有助於推動科技創新、破解複雜問題，同時為學術界和產業界提供更多原創成果和高水平的科技應用。澳科大重視創新教學模式，注重發揮交叉學科和跨學科之間的協同效應，促進各學科之間的有機融合，致力於培養具備廣泛知識背景、創新精神、跨學科思維和團隊協作能力的學生，為國家的科技創新和社會發展培養創新型人才。
IEEE Transactions on Industrial Informatics由IEEE Industrial Electronics Society（IEEE-IES）出版發行，是自動化與控制系統以及計算機工業應用方向的國際頂級期刊，期刊的影響因子為12.3，在Computer Science, Interdisciplinary Applications類別排名為3/110。
