Đề tài phân loại vỉ thuốc lỗi ứng dụng tri tuệ nhân tạo

LỜI CẢM ƠN
Lời đầu tiên, em xin chân thành cảm ơn các quý Thầy/Cô của trường Đại
học Giao thông Vận tải nói chung và các Thầy/Cơ trong Khoa Điện - Điện tử
nói riêng đã truyền đạt những kiến thức quý báu về các môn đại cương cũng như
các môn chuyên ngành và những buổi học thực hành. Sự nhiệt tình của các
Thầy/Cơ giúp em có được những kiến thức vững vàng để có tiền đề hồn thành
đề tài tốt nghiệp cũng như trong sự nghiệp sau này.
Lời tiếp theo, em xin được phép gửi đến Cơ lịng biết ơn và lời cảm ơn
chân thành sâu sắc nhất, người đã tận tình hướng dẫn, giúp đỡ, tạo điều kiện tốt
nhất trong suốt thời gian hoàn thành Đồ án Tốt nghiệp của em.
Cuối cùng, em cũng xin cảm ơn đến gia đình và bạn bè, những người
cũng đã hỗ trợ, quan tâm, giúp đỡ và động viên trong suốt quá trình học tập
cũng như hoàn thành Đồ án Tốt nghiệp. Mặc dù đã cố gắng hoàn thành mục tiêu
đề tài đặt ra nhưng do kiến thức còn hạn chế nên chắc chắn khơng tránh khỏi
những thiếu sót, mong q Thầy/Cơ thơng cảm. Em rất mong nhận được những
ý kiến góp ý của quý Thầy/Cô, em sẽ tiếp thu cũng như học hỏi và khắc phục để
có được kết quả tốt nhất.
Em xin chân thành cảm ơn!
TP.HCM, ngày tháng năm
Sinh viên thực hiện

Nguyễn Đức Nhân


MỤC LỤC
LỜI CẢM ƠN.......................................................................................................i
MỤC LỤC............................................................................................................ii
MỤC LỤC HÌNH ẢNH.....................................................................................vi
MỤC LỤC BẢNG BIỂU...................................................................................ix
DANH MỤC TỪ VIẾT TẮT..............................................................................x
CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI..........................................................1

1.1. Tổng quan tình hình nghiên cứu..............................................................1
1.1.1. Tình hình nghiên cứu trên thế giới....................................................2
1.1.2. Tình hình nghiên cứu ở Việt Nam.....................................................6
1.2. Lý do chọn đề tài.......................................................................................8
1.3. Mục tiêu nghiên cứu................................................................................10
1.4. Đối tượng và phạm vi nghiên cứu..........................................................11
1.5. Các phương pháp và nội dung nghiên cứu...........................................11
1.6. Những yêu cầu kỹ thuật đặt ra để giải quyết bài toán.........................12
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT.................................................................14
2.1. So sánh, đánh giá ưu nhược điểm của các thuật tốn nhận dạng và
mơ hình mạng trong thị giác máy tính.........................................................14
2.1.1. So sánh, đánh giá ưu nhược điểm....................................................14
2.1.2. Lựa chọn thuật tốn, mơ hình mạng có tính hợp lý hợp nhất......15
2.2. Tổng quan về xử lý ảnh...........................................................................18
2.2.1. Khái quát về xử lý ảnh......................................................................18
a. Thu nhận ảnh.............................................................................................19
b. Tiền xử lý..................................................................................................20
c. Phân đoạn hay phân vùng ảnh...................................................................20
d. Biểu diễn ảnh.............................................................................................20
e. Nhận dạng và nội suy ảnh.........................................................................20
f. Cơ sở tri thức.............................................................................................21
g. Mô tả.........................................................................................................21
2.2.2. Những vấn đề trong xử lý ảnh.........................................................21
a. Điểm ảnh...................................................................................................21
b. Phân loại ảnh.............................................................................................21
c. Lọc nhiễu...................................................................................................22


d. Phương pháp phát hiện biên......................................................................23
2.3. Nhận diện đối tượng................................................................................24

2.4. Tổng quan về YOLO...............................................................................25
2.4.1. Kiến trúc mạng YOLO (quan trọng)..............................................26
2.4.2. Nguyên lý của mạng YOLO.............................................................28
2.5. Giới thiệu về ngôn ngữ Python...............................................................28
2.6. Giới thiệu thư viện Snap7.......................................................................30
2.7. Thư viện mã nguồn mở OpenCV...........................................................32
2.7.1. Các tính năng và module phổ biến của OpenCV...........................32
2.7.2. Ứng dụng của OpenCV.....................................................................32
2.7.3. Ưu điểm của OpenCV.......................................................................32
2.7.4. Không gian màu................................................................................33
a. Không gian màu RGB...............................................................................33
b. Không gian màu HSV...............................................................................33
CHƯƠNG 3: PHÂN TÍCH LỰA CHỌN THIẾT BỊ CHO HỆ THỐNG....35
3.1. Sơ đồ khối của hệ thống..........................................................................35
3.2. Camera.....................................................................................................36
3.3. Lựa chọn cảm biến cho mơ hình............................................................37
3.4. Lựa chọn động cơ cho băng tải..............................................................38
3.4.1. Tổng quan về động cơ.......................................................................38
3.4.2. Lựa chọn động cơ trong thực tế.......................................................39
3.5. Van điều khiển khí nén...........................................................................41
3.5.1. Tổng quan..........................................................................................41
a. Cấu tạo.......................................................................................................41
b. Nguyên lý:.................................................................................................41
c. Ứng dụng...................................................................................................42
3.5.2. Lựa chọn van điều khiển cho mơ hình............................................42
3.6. PLC S7 1200 CPU 1212C DC/DC/DC...................................................43
3.6.1. Tổng quan về PLC S7-1200 CPU 1212C DC/DC/DC....................43
3.6.2. Cấu tạo...............................................................................................43
3.6.3. Lý do chọn PLC 1212C DC/DC/DC................................................45
3.7. CB.............................................................................................................45

3.8. Relay trung gian......................................................................................45
3.9. Bộ nguồn..................................................................................................46


3.9.1. Tổng quan..........................................................................................46
3.9.2. Tính tốn............................................................................................47
3.10. Tính tốn và lựa chọn băng tải............................................................48
3.10.1. Tổng quan........................................................................................48
3.10.2. Lựa chọn băng tải cho mô hình.....................................................49
3.11. Khối xi lanh............................................................................................49
3.11.1. Tổng quan........................................................................................49
a. Chức năng..................................................................................................49
b. Cấu tạo......................................................................................................50
c. Ngun lý..................................................................................................50
d. Ứng dụng...................................................................................................50
3.11.2. Tính tốn chọn xi lanh hợp lý........................................................51
3.12. Khối nút nhấn........................................................................................52
3.12.1. Tổng quan........................................................................................52
a. Chức năng.................................................................................................52
b. Cấu tạo......................................................................................................52
c. Nguyên lý..................................................................................................52
3.12.2. Lựa chọn các nút nhấn...................................................................52
3.13. Khối đèn báo..........................................................................................54
3.13.1. Tổng quan........................................................................................54
a. Chức năng.................................................................................................54
b. Cấu tạo......................................................................................................54
3.12.2. Lựa chọn đèn cho mơ hình.............................................................54
3.14. Bài tốn kết nối PLC với Python.............................................................54
CHƯƠNG 4 : THIẾT KẾ VÀ THI CÔNG PHẦN CỨNG...........................58
4.1. Xây dựng học mạng và mạng neural nhận diện đối tượng.................58

4.1.1. Tạo dữ liệu đầu vào cho quá trình học............................................60
4.1.2. Gán nhãn dữ liệu...............................................................................61
4.1.3. Thực hiện q trình training cho mơ hình trên Google Colab.....62
4.1.4. Kết quả trả về....................................................................................65
4.2. Thiết kế cơ khí.........................................................................................66
4.2.1. Thiết kế băng tải................................................................................66
4.2.2. Thiết kế cơ khí...................................................................................67
4.2.3. Thiết kế bảng điều khiển – tủ điện..................................................67


4.2.4. Thiết kế sơ đồ đấu nối – hệ thống khí nén......................................70
a. Thiết kế sơ đồ đấu nối...............................................................................70
b. Thiết kế hệ thống khí nén..........................................................................72
4.3. Thiết kế lưu đồ thuật tốn......................................................................72
4.4. Nguyên lý hệ thống..................................................................................74
4.5. Thiết kế giao diện Scada.........................................................................74
CHƯƠNG 5 : KẾT THÚC THỰC NGHIỆM................................................76
5.1. Các bước tiến hành thực nghiệm...........................................................76
5.2. Tiến hành thực nghiệm...........................................................................76
CHƯƠNG 6: KẾT LUẬN.................................................................................79
6.1. Kết quả đạt được.....................................................................................79
6.2. Ưu điểm....................................................................................................79
6.3. Nhược điểm..............................................................................................79
6.4. Định hướng phát triển............................................................................79
TÀI LIỆU THAM KHẢO................................................................................81
PHỤ LỤC...........................................................................................................82


MỤC LỤC HÌNH ẢNH
CHƯƠNG 1

Hình 1.1. Hệ thống kiểm tra thuốc........................................................................2
Hình 1.2. Phát hiện lỗi vỉ thuốc sử dụng Yolo V5 trong sản xuất thuốc Panadol
Extra của công ty dược phẩm GlaxoSmithKline...................................................4
Hình 1.3. Viên thuốc bị lỗi và hồn chỉnh.............................................................5
Hình 1.4. Hình ảnh với viên thuốc được phân loại...............................................5
Hình 1.5. Sơ đồ của nền tảng thử nghiệm.............................................................7
Hình 1.6. Ngân hàng thuốc khơng đạt chuẩn........................................................7
Hình 1.7. Ngân hàng thuốc đạt chuẩn...................................................................7
Hình 1.8. Hình ảnh thuốc bị thiếu.......................................................................10
Hình 1.9. Hình ảnh thuốc bị nhầm lẫn các viên thuốc khác................................11
CHƯƠNG 2
Hình 2.1. Các phiên bản của mạng Yolo.............................................................16
Hình 2.2. So sánh các tham số của các phiên bản Yolo......................................17
Hình 2.3. Các bước cơ bản trong xử lý ảnh.........................................................19
Hình 2.4. Hình tách biên Canny..........................................................................23
Hình 2.5. Sơ đồ tổng hợp các tác vụ của computer vision..................................25
Hình 2.6. Kiến trúc mạng YOLO........................................................................27
Hình 2.7. Minh họa nhận diện đối tượng bằng yolo...........................................27
Hình 2.8. Khơng gian màu RGB.........................................................................33
Hình 2.9. Khơng gian màu HSV.........................................................................34
CHƯƠNG 3
Hình 3.1. Sơ đồ khối hệ thống.............................................................................35


Hình 3.2. Bộ phận cơ bản của hệ thống xử lý ảnh cơng nghiệp..........................36
Hình 3.3. Các thơng số cơ bản của Lens và Camera...........................................36
Hình 3.4. Camera.................................................................................................37
Hình 3.5. Cảm biến phát hiện vật cản OMDHON E3F-DS30C4........................37
Hình 3.6. Động cơ giảm tốc GB37-3530............................................................41
Hình 3.7. Van điện từ 5/2 điều khiển khiển khí nén...........................................42

Hình 3.8. Cấu tạo PLC S7 1200 CPU 1212C DC/DC/DC..................................43
Hình 3.9. Relay trung gian..................................................................................46
Hình 3.10. Hình ảnh nguồn tổ ong......................................................................47
Hình 3.11. Băng tải PVC trong cơng nghiệp.......................................................48
Hình 3.12. Cấu tạo băng tải cao su......................................................................49
Hình 3.13. Cấu tạo xi lanh...................................................................................50
Hình 3.14. Xilanh kép hành trình 7.5 cm............................................................51
Hình 3.15. Nút nhấn nhả màu xanh – đỏ.............................................................53
Hình 3.16. Nút khẩn cấp......................................................................................53
Hình 3.17. Đèn tín hiệu.......................................................................................54
Hình 3.18. Mơ hình truyền thơng của Snap7......................................................55
Hình 3.19. Danh sách tương thích với các giao thức S7.....................................56
CHƯƠNG
Hình 4.1. Sơ đồ khối quá trình tạo dữ liệu..........................................................59
Hình 4.2. Tạo data cho bài tốn...........................................................................60
Hình 4. 3.Gán nhãn cho vỉ thuốc.........................................................................61
Hình 4.4. Thư mục lưu file *.txt.........................................................................61
Hình 4.5. Tọa độ trong file định dạng .txt...........................................................62


Hình 4.6. Tạo tệp images và tệp label.................................................................63
Hình 4 7. Download ultralytics từ Python Package Index (PyPI).......................63
Hình 4.8. Download Yolov8...............................................................................64
Hình 4.9. Tạo tệp mydataset................................................................................64
Hình 4.10. Sau khi huấn luyện mạng..................................................................65
Hình 4.11. Huấn luyện dữ liệu tiếp từ last.pt......................................................65
Hình 4.12. Kết quả phân loại vỉ thuốc.................................................................66
Hình 4.13. Cấu tạo băng tải.................................................................................66
Hình 4.14. Hình ảnh mơ hình cơ khí...................................................................67
Hình 4.15. Bảng vẽ mặt tủ điện...........................................................................69

Hình 4.16. Sơ đồ báo trí thiết bị..........................................................................69
Hình 4.17. Sơ đồ đấu nối thiết bị vào hệ thống...................................................71
Hình 4.18. Sơ đồ đấu nối động lực......................................................................71
Hình 4.19. Hệ thống khí nén...............................................................................72
Hình 4.20. Lưu đồ thuật tốn..............................................................................72
Hình 4.21. Lưu đồ thuật tốn chế độ Manual......................................................73
Hình 4.22. Lưu đồ thuật tốn chế độ Auto..........................................................73
Hình 4.23. Giao diện Scada của hệ thống...........................................................75
CHƯƠNG 5Y
Hình 5.1. Nhận diện thuốc đúng..........................................................................77
Hình 5.2. Nhận diện thuốc thiếu..........................................................................77
Hình 5.3. Nhận diện thuốc nhầm.........................................................................78


MỤC LỤC BẢNG BIỂU
CHƯƠNG
Bảng 2.1. So sánh chỉ số AP giữa 2 thuật toán YOLO và SSD..........................15
Bảng 2.2. So sánh thời gian phát hiện đối tượng giữa 2 thuật toán....................16
Bảng 2.3. Bảng đề xuất mơ hình Yolov8............................................................17
CHƯƠNG 3Y
Bảng 3.1. Thơng số kỹ thuật cảm biến OMDHON E3F-DS30C4......................38
Bảng 3.2. Thông số kỹ thuật động cơ GB37-3530..............................................41
Bảng 3.3. Thông số kỹ thuật van điều điện từ 5/2 LAIZE..................................42
Bảng 3.4. Thơng số tóm tắt PLC S7 1200 CPU 1212C DC/DC/DC..................44
Bảng 3.5. Thông số kỹ thuật MCB NXB-63 1P C32..........................................45
Bảng 3.6. Thông số kỹ thuật bộ chuyển đổi nguồn AC-DC...............................47
Bảng 3.7.Thông số xilanh đôi.............................................................................51
Bảng 3.8. Thông số kỹ thuật nút nhấn.................................................................53
CHƯƠNG 4
Bảng 4.1. Cấu tạo băng tải..................................................................................66

Bảng 4.2. Các thiết bị chính của tủ......................................................................68
Bảng 4.3. Bảng tín hiệu ngõ vào của hệ thống....................................................68
Bảng 4.4. Bảng thông tin thiết bị vào/ra..............................................................70


DANH MỤC TỪ VIẾT TẮT
PLC

Programmable Logic Controller

ML

Machine Learning

DL

Deep Learning

CNN

Convolutional Neural Network

RNN

Recurrent Neural Networks

LSTM

Long Short-Term Memory

YOLO

You Only Look Once

CNNs

Convolutional Neural Networks

R – CNN
Fast R-CNN
Faster R-CNN
SCADA
SQL
CB

Region-Based Convolutional Neural Networks
Fast Region-Based Convolutional Neural Networks
Faster Region-Based Convolutional Neural Networks
Supervisory Control And Data Acquisition
Structured Query Language
Circuit Breaker


ĐỒ ÁN TỐT NGHIỆP
CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI
1.1. Tổng quan tình hình nghiên cứu
Ngày nay, xã hội càng phát triển cùng đó nhu cầu về đời sống của người
dân càng cao. Cho nên việc ứng dụng khoa học kỹ thuật và công nghệ hiện đại
càng trở nên phổ biến và phát triển rộng rãi. Đem lại nhiều lợi ích cho con người
nhằm giảm thiểu tối đa sức lao động của con người trong quá trình sản xuất.

Mức độ tự động hóa tại các phân xưởng và nhà kho,...cũng như các khu vực
quản lý điều hành ngày càng được nâng cao. Các thiết bị tiên tiến đòi hỏi khả
năng xử lý, mức độ hồn hảo, sự chính xác của các hệ thống sản xuất ngày một
cao hơn, để đáp ứng nhu cầu sản xuất về số lượng, chất lượng, thẩm mỹ ngày
càng cao của xã hội. Do đó, em đã thực hiện đề tài tốt nghiệp quyết định chọn
hướng nghiên cứu, ứng dụng PLC và các hệ thống dây chuyền sản xuất trong Y
tế.
Ứng dụng tự động hóa vào trong sản xuất Dược là một lĩnh vực còn khá
mới mẻ một trong những yêu cầu nghiêm ngặt trong một số mơ hình sản xuất
Dược là mơi trường vơ trùng nên việc giảm sự có mặt của con người tham gia
vào dây chuyền sản xuất là một trong những bài tốn đang được giải quyết.
Trong đó có khâu quan trọng ảnh hưởng đến chất lượng, chức năng của những
vỉ thuốc mang lại đó là hệ thống phân loại vỉ thuốc bị lỗi. Hệ thống phân loại vỉ
thuốc bị lỗi nhằm chia sản phẩm ra có những thuộc tính giống nhau để thực hiện
đóng gói hay loại bỏ những sản phẩm hỏng.
Trong bao bì dạng vỉ dược phẩm, một phần của tiêu chuẩn an ninh được
khuyến nghị bao gồm việc kiểm tra viên thuốc trong từng vỉ trước khi niêm
phong. Hệ thống kiểm tra trực quan tự động giúp phát hiện các viên thuốc bị
thiếu và vỡ, các mảnh viên thuốc cũng như màu sắc, kích thước và hình dạng
của từng viên thuốc. Phát hiện thông minh dựa trên công nghệ ML cung cấp một
phương pháp nhanh chóng và tự động để phát hiện và kiểm soát chất lượng sản
xuất thuốc trong sản xuất thuốc. Đối với ứng dụng trí tuệ nhân tạo này, hình ảnh
các vỉ khơng có khuyết tật được sử dụng để huấn luyện mơ hình deep learning
nhằm phát hiện sự không đồng nhất của các vỉ, phát hiện vị trí của các viên
1


ĐỒ ÁN TỐT NGHIỆP
trong vỉ và phát hiện màu sắc của các viên thuốc.
Và với đề tài là xây dựng một hệ thống thơng minh có khả năng nhận diện

và phân loại vỉ thuốc một cách tự động và chính xác. Tập trung vào việc phát
triển một hệ thống tự động nhận diện và phân loại vỉ thuốc bị lỗi bằng cách sử
dụng công nghệ camera kỹ thuật số và trí tuệ nhân tạo. Điều này có thể áp dụng
trong các quy trình sản xuất vỉ thuốc hàng loạt, giúp tăng cường hiệu suất và
đảm bảo chất lượng sản phẩm.

Hình 1.1. Hệ thống kiểm tra thuốc.
1.1.1. Tình hình nghiên cứu trên thế giới
Các nước trên thế giới đã ứng dụng kỹ thuật thị giác máy tính, các cơng
nghệ Machine Learning (ML), các phương pháp Deep Learning (DL) như
Recurrent Neural Networks (RNN) và Long Short-Term Memory (LSTM) để
nhận biết và mô tả hình ảnh một cách chính xác và hiệu quả.
Kiểm sốt chất lượng là một khía cạnh thiết yếu của sản xuất dược phẩm
nhằm đảm bảo thuốc an toàn, hiệu quả và đáp ứng các tiêu chuẩn quy định. Tuy
nhiên, các phương pháp kiểm sốt chất lượng truyền thống có thể tốn thời gian,
tốn kém và dễ xảy ra sai sót. Trí tuệ nhân tạo đang cách mạng hóa ngành dược
phẩm bằng cách nâng cao độ chính xác và tốc độ kiểm tra kiểm soát chất
lượng. Các thuật toán AI và mơ hình học máy có thể phân tích dữ liệu để xác
2


ĐỒ ÁN TỐT NGHIỆP
định lỗi, giảm sai sót và chi phí đồng thời tăng tốc độ kiểm tra. Bằng cách tận
dụng Computer Vision, các cơng ty dược phẩm có thể cải thiện độ an tồn của
thuốc, tối ưu hóa quy trình sản xuất và đảm bảo tuân thủ quy định.
Một số cơng ty dược phẩm đã sử dụng trí tuệ nhân tạo để nâng cao quy trình
kiểm sốt chất lượng của họ.
-

Ví dụ, GlaxoSmithKline đang sử dụng Computer Vision để cải thiện độ

chính xác của các cuộc kiểm tra kiểm sốt chất lượng của mình. Họ sử dụng
thuật tốn học máy để phân tích hình ảnh của thuốc và xác định các khiếm
khuyết mà con người có thể bỏ qua, đảm bảo rằng thuốc đáp ứng các tiêu chuẩn
quy định giúp có thể cải thiện hoạt động sản xuất, giảm lãng phí và cải thiện
chất lượng sản phẩm. Cơng ty đã dùng kỹ thuật ML và Computer Vision để phát
hiện viên thuốc bị khuyết và bị lỗi kịp thời. Các thuật toán này được đào tạo
bằng cách sử dụng lượng lớn dữ liệu hình ảnh có chú thích. Nhiệm vụ chính của
Computer Vision là được trình bày tóm tắt dưới đây:
+ Image Classification (Phân loại hình ảnh): Dự đốn nhãn của đối tượng
trong khảo sát trên gồm những đối tượng khác nhau như màu sắc viên thuốc,
viên thuốc bị khuyết, bị lỗi (nhầm lẫn viên thuốc khác, bị nứt, bị biến dạng,…)
+ Object Localization (Định vị đối tượng): Xác định vị trí của đối tượng
trong ảnh bằng khung chữ nhật bao quanh đối tượng (Bounding Box).
+ Ứng dụng thuật toán phát hiện đối tượng dựa trên YOLO v5. YOLO (You
Only Look Once) là một trong những mơ hình phát hiện đối tượng phổ biến
được biết đến với tốc độ và độ chính xác
+ Semantic Segmentation: Là xác định các đối tượng tương tự trong một
hình ảnh thuộc cùng một lớp ở cấp độ pixel. Các thuật toán phân đoạn ngữ nghĩa
xác định các đối tượng tương tự trong một hình ảnh và tô màu chúng theo cùng
một cách để nhấn mạnh rằng chúng thuộc cùng một lớp.
+ Instance Segmentation: là nhận dạng các cá thể khác nhau được đưa ra
trong hình ảnh và ranh giới của chúng ở cấp độ pixel sâu.

3


ĐỒ ÁN TỐT NGHIỆP

Table training image, defect-free

Table surface defect

Missing, broken and defect tablets

Missing table

Broken table

Hình 1.2. Phát hiện lỗi vỉ thuốc sử dụng Yolo V5 trong sản xuất thuốc Panadol
Extra của công ty dược phẩm GlaxoSmithKline
Cũng giống với đề tài trên thì với đề tài nghiên cứu “Đo độ dày lớp phủ
theo thời gian thực và nhận dạng khuyết tật của thuốc bao phim bằng thị giác
máy và học sâu” được trích từ Tạp chí Quốc tế về Dược phẩm, nhóm tác giả đã
sử dụng 5 loại máy tính bảng bị lỗi khác nhau và sử dụng thuật toán YOLO v5
để nhận biết lỗi, độ chính xác phân loại là 98,2%.
Nhóm tác giả sử dụng mơ hình YOLO v5 đã được đào tạo đã được sử
dụng để phân loại thuốc bảng bị lỗi trên hình ảnh thu được theo thời gian
thực. Để làm điều này, 284 viên được trộn với nhau và phân phối ngẫu nhiên
4


ĐỒ ÁN TỐT NGHIỆP
dọc theo băng chuyền, với các mặt bị lỗi hướng lên trên (nếu có). Tác giả đã tạo
ra các loại viên thuốc bị lỗi được tạo ra. (a) Viên cịn ngun vẹn, (b) Viên
khơng bao, (c) Viên bị khuyết cạnh, (d) Viên có khuyết điểm, (e1) Bề mặt viên
không đều được tạo ra bằng dung dịch bao phim nhỏ giọt, (e2) Viên có bề mặt
khơng đều được tạo ra do dán hai viên còn nguyên viên với nhau, (e3) Viên có
bề mặt khơng bằng phẳng được tạo bằng thìa kim loại, (f) Viên đơi.

Hình 1.3. Viên thuốc bị lỗi và hoàn chỉnh
Khoảng năm viên thuốc được đặt thành một hàng, cách nhau khoảng nửa
viên theo mọi hướng. Sau đó, băng chuyền được khởi động và một chuỗi hình
ảnh nối tiếp được ghi lại bằng camera. 176 ảnh chụp được đánh giá bằng mơ
hình YOLOv5 đã được huấn luyện.

Hình 1.4. Hình ảnh với viên thuốc được phân loại
1.1.2. Tình hình nghiên cứu ở Việt Nam
Nghiên cứu và phát triển: Việt Nam cũng đã bắt đầu quan tâm đến nghiên
cứu và phát triển các ứng dụng sử dụng trí tuệ nhân tạo trong lĩnh vực y tế. Tuy
5


ĐỒ ÁN TỐT NGHIỆP
nhiên, mức độ phát triển và ứng dụng vẫn đang ở giai đoạn đầu và còn nhiều
tiềm năng để phát triển thêm.
Hiện nay, có một số cơng ty và tổ chức y tế ở Việt Nam đang nghiên cứu
và phát triển các ứng dụng sử dụng trí tuệ nhân tạo trong việc kiểm tra sản phẩm
dược phẩm. Tuy nhiên, việc triển khai rộng rãi và tích hợp vào quy trình sản
xuất cịn đang đối mặt với nhiều thách thức về kỹ thuật, tài chính và pháp lý.
Một số dự án nghiên cứu và phát triển có thể được thực hiện dưới sự hợp tác
quốc tế hoặc với sự hỗ trợ từ các tổ chức quốc tế và nguồn tài trợ.
Hai giảng viên Khoa Cơ điện tử, Trường Cơ khí, Trường Đại học Bách khoa
Hà Nội: PGS. Mạc Thị Thoa, TS. Nguyễn Thành Hùng– đã nghiên cứu ứng
dụng công nghệ học sâu – xử lý ảnh – thuật tốn tối ưu, chế tạo thành cơng hệ
thống thơng minh có khả năng nhận dạng, phân loại, tự học và tự đưa ra quyết
định để tăng năng suất và chất lượng cho hệ thống phân loại thuốc tự động.
Công đoạn phát hiện lỗi và phân loại là q trình tích hợp trong bất kỳ dây
chuyền sản xuất công nghiệp nào, trong đó nhiều lỗi có thể xuất hiện như: các
vết nứt, vỡ trên sản phẩm, nhầm lẫn các sản phẩm trong cơng đoạn đóng gói, sai

lệch về màu sắc, kích thước, …
Trong bài báo này, một Neural networks tính chập cải tiến được đề xuất để
phát hiện các khuyết tật của viên thuốc tự động trong quá trình sản xuất
thuốc. Bước đầu tiên, các kỹ thuật lọc và làm mịn Gauss được triển khai nhằm
mục đích làm suy yếu nền phức tạp. Sau đó, trích xuất tính năng Hog được thực
hiện để đơn giản hóa việc biểu diễn hình ảnh chỉ chứa thơng tin quan trọng nhất
về hình ảnh. Mục đích của quy trình con này là giảm bớt gánh nặng tính
tốn. Cuối cùng, một mơ hình YOLO v3 cải tiến đã được đề xuất để phát hiện
trực tuyến các khiếm khuyết của thuốc và nó đã được xác nhận trên nền tảng thử
nghiệm trong buồng xử lý ảnh để phát hiện khiếm khuyết của thuốc trực
tuyến. Phương pháp đề xuất thu được sự định lượng mạnh mẽ các vết nứt bên
trong viên thuốc.

6


ĐỒ ÁN TỐT NGHIỆP

Hình 1.5. Sơ đồ của nền tảng thử nghiệm.

`
Hình 1.6. Ngân hàng thuốc khơng đạt chuẩn

Hình 1.7. Ngân hàng thuốc đạt chuẩn
7


ĐỒ ÁN TỐT NGHIỆP
1.2. Lý do chọn đề tài
Công nghệ xử lý ảnh và trí tuệ nhân tạo đang phát triển nhanh chóng, và

việc áp dụng chúng vào lĩnh vực kiểm tra chất lượng vỉ thuốc là một ví dụ rõ
ràng về sự hợp nhất giữa công nghệ và ngành y tế. Trong ngành dược phẩm, đa
phần các loại thuốc được đóng dưới dạng vỉ, một số lỗi rất dễ xảy ra khi đóng vỉ
như thiếu hoặc nhầm lẫn các viên thuốc. Và đây là ngành đặc thù phải đảm bảo
sức khỏe cho con người thì khâu kiểm tra thuốc khi đóng vỉ vơ cùng quan trọng,
cần sự chính xác tuyệt đối trước khi đến tay người tiêu dùng. Đề tài này sử dụng
cơng nghệ trí tuệ nhân tạo như deep learning và computer vision để xây dựng
mơ hình nhận diện và phân loại vỉ thuốc. Đây là một lĩnh vực đang phát triển
mạnh mẽ và có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực, bao gồm công
nghiệp, nơng nghiệp và hệ thống tự động hóa, đặc biệt là ngành sản xuất Dược.
Để đáp ứng nhu cầu thực tế và tối ưu cho hệ thống, cùng với đó là sự mới mẻ
cần thiết cho mơ hình.
Dưới đây là đề tài “Thiết kế hệ thống phân loại vỉ thuốc bị lỗi ứng dụng
trí tuệ nhân tạo” do cơ ThS. NGÔ THỊ THU HƯƠNG hướng dẫn thực hiện.
 Ý nghĩa khoa học
-

Đảm bảo an toàn cho bệnh nhân: Việc phát hiện và loại bỏ vỉ thuốc lỗi

giúp đảm bảo rằng bệnh nhân không phải sử dụng các sản phẩm không đạt chất
lượng, giúp bảo vệ sức khỏe và an toàn của họ.
-

Tối ưu hóa quy trình sản xuất: Sử dụng trí tuệ nhân tạo trong việc phân

loại vỉ thuốc giúp tối ưu hóa quy trình sản xuất. Điều này có thể giúp giảm thiểu
lãng phí và tăng hiệu suất sản xuất.
- Giảm thiểu rủi ro và chi phí: Phát hiện sớm vỉ thuốc lỗi có thể giúp tránh các
lỗi sản xuất có thể gây ra hậu quả nghiêm trọng. Điều này giúp giảm thiểu rủi ro
pháp lý và chi phí sửa chữa hoặc thu hồi sản phẩm.

- Tiết kiệm thời gian và nguồn lực: Một hệ thống tự động phân loại vỉ thuốc
lỗi có thể tiết kiệm thời gian và nguồn lực so với việc thực hiện kiểm tra thủ
công.
- Áp dụng trong các lĩnh vực khác: Công nghệ và phương pháp phát triển
8


ĐỒ ÁN TỐT NGHIỆP
trong đề tài này có thể được áp dụng cho việc kiểm tra và phân loại các sản
phẩm khác ngoài thuốc, như thực phẩm, sản phẩm điện tử, và nhiều ngành cơng
nghiệp khác.
- Tiến bộ trong trí tuệ nhân tạo: Việc sử dụng trí tuệ nhân tạo trong lĩnh vực
này đóng góp vào sự phát triển và cải thiện của các thuật tốn và ứng dụng trí
tuệ nhân tạo, mở ra những cơ hội mới trong nghiên cứu và phát triển cơng nghệ.
- Đảm bảo tính chất lượng sản phẩm: Phân loại vỉ thuốc lỗi đóng vai trị quan
trọng trong việc đảm bảo tính chất lượng của sản phẩm trong ngành dược phẩm
và ngành sản xuất khác, giúp duy trì danh tiếng và uy tín của các doanh nghiệp.
 Tính cấp thiết và tính khả thi của đề tài
- Tính cấp thiết:
+ Sự cần thiết trong ngành y tế: Nếu việc phân loại vỉ thuốc lỗi có thể cải
thiện q trình sản xuất và đảm bảo tính an tồn cho bệnh nhân, đây là một ứng
dụng có tính cấp thiết cao.
+ Khả năng tiết kiệm thời gian và tiền bạc: Nếu ứng dụng này có thể giảm
thiểu thời gian kiểm tra và sửa chữa vỉ thuốc lỗi, thì sẽ giúp tối ưu hóa quy trình
sản xuất và tiết kiệm chi phí.
+ Khả năng giảm thiểu rủi ro cho bệnh nhân: Nếu việc loại bỏ lỗi trong vỉ
thuốc giúp đảm bảo rằng bệnh nhân không phải sử dụng sản phẩm khơng đạt
chất lượng, thì đây là một yếu tố quan trọng.
- Tính khả thi:
+ Cơng nghệ và dữ liệu có sẵn: Để phát triển một ứng dụng nhận dạng và

phân loại vỉ thuốc lỗi, bạn cần sử dụng các công nghệ như computer vision và
machine learning. Điều này địi hỏi có sẵn dữ liệu ảnh vỉ thuốc và dữ liệu huấn
luyện cho mơ hình. Nếu có sẵn nguồn dữ liệu phong phú và công nghệ đã được
phát triển, thì tính khả thi tăng lên.
+ Khả năng huấn luyện mơ hình: Có thể dự kiến mất thời gian và nguồn lực
để huấn luyện mơ hình máy học đủ mạnh để phân loại vỉ thuốc lỗi một cách hiệu
quả. Điều này yêu cầu kiến thức chuyên sâu về machine learning.
+ Tích hợp vào quy trình sản xuất: Ứng dụng này cần phải được tích hợp
9


ĐỒ ÁN TỐT NGHIỆP
vào quy trình sản xuất vỉ thuốc một cách hiệu quả mà không làm gián đoạn quá
nhiều. Điều này có thể địi hỏi tùy chỉnh và tương tác với các hệ thống khác
trong quy trình sản xuất.
+ Chi phí phát triển và triển khai: Phát triển và triển khai ứng dụng này có
thể địi hỏi đầu tư lớn về tài chính và nguồn lực. Cần xem xét xem liệu nguồn
lực này có sẵn và có khả năng sinh lời trong tương lai hay không.
+ Khả năng bảo mật và quyền riêng tư: Bảo mật dữ liệu về thuốc và quyền
riêng tư của người dùng (nếu có) là một yếu tố quan trọng. Đảm bảo tính an tồn
của dữ liệu là một thách thức quan trọng.
+ Pháp lý và quy định: Điều này phụ thuộc vào quy định trong ngành dược
phẩm của khu vực hoặc quốc gia bạn hoạt động. Cần phải tuân thủ các quy tắc
và quy định pháp lý liên quan đến sản xuất và kiểm tra thuốc.
1.3. Mục tiêu nghiên cứu
Đề tài “Thiết kế hệ thống phân loại vỉ thuốc bị lỗi ứng dụng camera
kỹ thuật số và trí tuệ nhân tạo”. Là cần nắm vững, hiểu rõ cách thức hoạt động
của hệ thống thông minh và cách thức điều khiển từ PLC. Với mục tiêu chính
đặt ra là xây dựng một hệ thống thơng minh có khả năng nhận diện và phân loại
lỗi xảy ra khi đóng vỉ thuốc như bị thiếu, bị nhầm lẫn một số viên thuốc khác và

vỉ thuốc hoàn chỉnh trên dây chuyền ép vỉ:
- Đối với lỗi vỉ thuốc bị thiếu: Tại một số vị trí trên vỉ thuốc bị khuyết hoặc bị
trống so với vỉ thuốc tiêu chuẩn.

Hình 1.8. Hình ảnh thuốc bị thiếu
10