TACSTechnology and Application of Computer Science2998-89262998-8934Art and Design10.61369/TACS.2025050020Article基于人工智能的中医药古籍资源修复平台https://artdesignp.com/journal/TACS/2/5/10.61369/TACS.2025050020徐任,李明,谭蜜月,黄欣怡2025252025-03-14随着近年来国家战略对于中医药文化发展的要求，以《关于推进新时代古籍工作的意见》提出“推动中华优秀传统文化创造性转化、创新性发展”方针作为新时代古籍工作的指导思想。本文以开发一个基于人工智能的中医药古籍修复平台视角出发研究。此举既顺应了当今人工智能技术迅猛发展的趋势，又创新性的推动原来单一的古籍修复向着多维度、多层次的文化发展。同时，通过平台不仅让人们熟知古籍，更让古籍变得深入生活发挥价值。人工智能,中医药古籍修复,图像超分辨率算法

 [1] 潘悦.古籍活起来，文脉传下去[J].语数外学习(初中版),2024(03):4. [2] 覃燕梅.我国高校图书馆古籍文献保护工作研究[J].图书馆论坛,2007(04):36-38+115. [3] 钟梦圆, 姜麟. 超分辨率图像重建算法综述[J]. 计算机科学与探索, 2022, 16(5): 972-990. [4] 卢永美,卜令梅,陈黎,等. 基于深度学习的中医古文献临床经验抽取[J]. 四川大学学报（自然科学版）,2022, 59(2): 103-110. [5] 胡中泽.基于对抗生成网络的古籍文献图像修复技术应用研究[D].中央民族大学,2018.DOI:CNKI:CDMD:2.1018.321146. [6] 盛威,卢彦杰,刘伟,等.基于深度学习的中医古籍缺失文本修复研究[J].中华医学图书情报杂志,2022,31(08):1-7. [7]Hassan M ,Illanko K ,Fernando N X .Single Image Super Resolution Using Deep Residual Learning[J].AI,2024,5(1):426-445. [8]K. Chauhan et al., "Deep Learning-Based Single-Image Super-Resolution: A Comprehensive Review," in IEEE Access, vol. 11, pp. 21811-21830, 2023, doi: 10.1109/ACCESS.2023.3251396. [9]NTIROGIANNIS K,GATOS B,PRATIKAKIS I.A combined approach for the binarization of handwritten document images[J].Pattern Recognition Letters,2014,35:3-15. [10]XIAOYU L,BO Z,JING L,et al.Document rectification and illumination correction using a patch-based CNN[J].ACM Transactions on Graphics,2019,38(6):1-11.