前言

中药饮片在中药产业链中占据核心地位，它向上连接着中药材，是中医基础理论指导下的中药材炮制品；向下则延伸至中成药、提取物、保健品及中医临床应用的广阔领域。性状鉴定法，作为中药鉴别领域中的一项传统且直观的鉴定技术，其核心在于依据中药饮片的形、色、气、味、质等特征，进行综合分析，以此判断其真伪优劣。然而，这一方法目前也面临着多重挑战。

首先，中药饮片的外观性状特征极易受到其基原植物种类和种质、栽培或野生、生长年限、产地加工方式以及炮制工艺等多种因素的影响，导致同一药材在不同条件下可能展现出差异显著的性状表现。而现有的性状鉴别特征记录多以文字描述为主，缺乏量化标准，使得判断尺度相对模糊，存在一定的局限性。其次，性状鉴定法的准确性高度依赖于鉴定专家的个人经验与专业素养。专家需根据多年的实践积累，对样品的性状特征进行评价，其中除了可通过具体尺寸衡量的个体大小外，其余如色泽、气味、味道及质地的判定标准往往不够明确，具有较强的主观性。特别是对于来源复杂、形态相近的品种，不同专家之间的鉴定结果可能出现分歧，影响了鉴定的准确性和一致性。再者，经验丰富的鉴定专家是保障性状鉴定法准确性的关键，但这类人才的培养周期长、成本高，且目前中药领域面临着传统鉴定专业人才短缺的困境，这一现状无疑加剧了性状鉴定法在实际应用中的挑战。

针对上述问题，为实现中药饮片识别的快速性、客观性和精准性，在继承发挥性状鉴定法传统优势的同时，结合现代科技手段，研制智能化中药鉴别机器人成为一条创新且有效的解决途径。在中国中医科学院科技创新工程项目（CI2021A04004、CI2023D001、CI2023E002—04、CI2022E027XB）、国家杰出青年科学基金（82325049）、国家重点研发计划（2022YFC3500902）等项目资助下，本课题组通过深度融合计算机视觉、卷积神经网络、深度学习等前沿人工智能技术，专注于对中药的基原种类、栽培或野生、产地、炮制规格等关键特征进行智能识别，构建了高效的中药智能鉴定平台。

该平台集成了多项核心功能，包括中药数据的广泛收集、中药特征的高效提取与深度识别训练，以及中药识别系统数据库的精细管理，具有识别精准、性能稳定、操作简单等特点，其中检测精度能够达到0.1 mm。同时，平台还支持一对一的专属定制服务，以满足不同用户的个性化需求，并配备远程系统运维能力，确保系统的稳定运行与持续优化。

饮片智能鉴定特征数据库，作为中药智能鉴定平台的核心数据支撑，是保障该平台鉴定准确的基础和关键。本书对该数据库中的鉴定特征进行了系统整理和挖掘，形成中药饮片智能识别图谱，旨在为用户提供直观、全面的饮片识别指南。

在构建饮片智能鉴定特征数据库的过程中，针对每一种饮片规格，构建了一个独立的特征数据集，每个特征数据集均包含了100～200个数量不等的数据项。为了确保数据的全面性和代表性，在收集特征数据时，力求在有限的视野范围内，展现尽可能多的个体样本，且每个样本的形态各异，以全方位、多角度地捕捉饮片的独特特征，有助于平台更全面地学习饮片的识别要点，提高识别的准确率。

本书收载临床常用中药饮片100种，分别从智能识别平台和普通相机的角度展示中药饮片特征，其中视觉识别的重点在于光的使用，与普通相机固定曝光模式不同，智能系统根据饮片“色”的特征，自动进行补光处理，使得饮片特征更加突出。本书体例包括中药饮片名称、来源、产地、性状、品质、性味归经与功能主治，内容参考《中华人民共和国药典》（2020年版）、《北京市中药饮片炮制规范》（2008年版），以及全国其他省（区、市）中药饮片炮制规范。其中“名称”与临床使用的中药饮片调剂名称一致，便于读者查找；“来源”中炮制品均注明“炮炙品”；“产地”一般只收录国内产地，国内无分布的收录国外原产地及国内栽培地；“性状”指中药饮片的性状特征。通过本书所呈现的中药饮片机器视觉识别图谱，可以清晰地了解到各种饮片规格的典型特征及其识别要点，以供中医药从业者和爱好者参考。

中药智能鉴定平台的构建是一项全新的技术，编者经验不足，可供参考的资料少，本书如有疏漏不当之处，敬请读者批评指正。

编者
2024年11月