基于物联网的食源性疾病早期暴发预防软件框架设计

食源性疾病毒物自动监测是提高食品安全和公共卫生健康的重要的一环,传统的毒物监测方法,单纯依赖专家经验知识,无法全面的防范。借助大数据技术,移动互联网技术和人工智能深度学习模型技术,设计了食源性疾病毒物识别与暴发预防软件框架,应用人工智能(AI)深度学习(Deep Learning)模型卷积神经网络(Convolutional Neural Network, CNN)模型EfficientNet-B0,在早期自动识别出目标毒物的种类,部署于Android移动终端设备和物联网(Internet of Things, IoT)设备上,进行半自动与全自动化的识别监测任务,提醒工作人员提前处置,预防食源性疾病疫情暴发。