藥品核實的正確性對於病患的用藥安全至關重要,否則配錯藥時甚至會危害到病患的健康與生命。然而,以一般大型醫院而言,對於沒有 barcode 或 RFID Tag等額外識別輔具的藥排,若藥師只憑藉藥排擺放位置,或是只看外觀包裝,很容易出錯。因此,本論文的目的是設計一個基於藥排外觀的辨識系統,在手持藥排的過程中,透過兩台相對的攝影機,同時捕捉藥排的正、反面影像,並且實時地辨識出該藥排。據此,本論文提出了一個基於深度學習的「手持藥排之空中辨識技術」(Hand-held Blister Identification network,HBIN),能在開放的環境中對手持藥排進行辨識。結構上,HBIN 是由「藥排框取網路」(Blister pack cropping network,BCN) 以及「藥排辨識網路」 (RTT identification network,RIN)這兩個子網路所組合而成,其中 BCN 負責對輸入影像中的藥排進行框取,並將框取後的藥排正、反面拼整為固定方向與大小的影像。接著,再將該影像輸入 RIN 得到辨識結果。為了實現 HBIN,本論文以馬偕醫院成人錠劑區,共計 230 類藥排,建置了三種不同類型的資料集,並在不同場景下對 HBIN 進行了本雛型的辨識測試:在熟悉場景中,HBIN 的辨識率 F1-score 分別達到了 99.26%和 97.46%。而在陌生場景中,HBIN 的 F1-score 為 84.89%。雖然測試結果離完美辨識的結果仍有一段距離,但本前導的 HBIN 概念,顯示如進一步改良,在不藉助任何識別輔具的情況下,藥師即可在取藥的過程中實時地完成辨識的可行性。