کنفرانس ملی زیست‌شناسی گیاهان دارویی

صفحه اصلی / دومین کنفرانس ملی زیست‌شناسی گیاهان دارویی

کاربرد هوش مصنوعی در شناسایی و تشخیص مواد موثره گیاهان دارویی ، چالش ها، فرصت ها

نویسندگان :

محمدرضا علیزاده جلگه پور¹ کاظم کمالی علی آباد²

1- دانشگاه یزد 2- دانشگاه یزد

کلمات کلیدی :

هوش مصنوعی،یادگیری عمیق،گیاهان دارویی،شناسایی گیاه،بینایی کامپیوتر

چکیده :

گیاهان دارویی به دلیل خواص دارویی و ترکیبات زیست فعال، از دیرباز مورد توجه پژوهشگران و صنعت داروسازی بوده‌ اند. شناسایی دقیق گونه‌های گیاهان دارویی برای مصارف دارویی، کشت و کار و فرآوری ضروری است. روش‌ های سنتی شناسایی این گیاهان معمولاً زمان بر و ممکن است دارای خطا باشد . در این راستا، هوش مصنوعی و یادگیری ماشین به‌ عنوان فناوری‌ های نوین، راهکارهای دقیق‌ تری برای شناسایی و طبقه‌بندی گیاهان دارویی ارائه نموده اند . هدف از این مطالعه، بررسی سیستماتیک روش‌ های هوش مصنوعی در شناسایی گیاهان دارویی و تحلیل چالش‌ های موجود در این حوزه است. این مقاله مروری با بررسی مطالعات داخلی و بین‌ المللی انجام شده در بازه 2010 تا 2025، روش‌ های هوش مصنوعی نظیر یادگیری ماشین، یادگیری عمیق و بینایی کامپیوتر را در شناسایی گیاهان دارویی تحلیل می کند. منابع مورد بررسی از پایگاه‌ های معتبری همچون(PubMed ، science Direct ، Google Scholar ، Web of Science و SID) گردآوری شده و با استفاده از معیارهای علمی انتخاب و تحلیل شده‌ اند. نتایج بررسی‌ ها نشان می‌ دهد که شبکه‌ های عصبی کانولوشنی ،روش‌ های طیف‌سنجی و یادگیری فدرال از جمله روش‌ های مؤثر در شناسایی گیاهان دارویی هستند. مدل‌ های ترکیبی که از داده‌ های تصویری، طیفی و مولکولی استفاده می‌ کنند، دقت بالاتری نسبت به روش‌ های تک‌ بعدی دارند. علاوه بر این، یادگیری عمیق توانسته است در دسته‌ بندی گیاهان دارویی بر اساس ویژگی‌ های برگ، گل و ترکیبات زیستی، عملکرد قابل‌ قبولی ارائه دهد. استفاده از هوش مصنوعی در شناسایی گیاهان دارویی می‌ تواند دقت و سرعت این فرآیند را بهبود بخشد.