一种临床试验源数据自动校验方法技术

本发明专利技术公开一种临床试验源数据自动校验方法，包括步骤：使用CTPN网络模型对获取的临床试验的源数据图像识别，确定文本区域，然后进行文本区域切割，切出每一行文本；对切出每一行文本进行垂直投影列切割，得到每一行文本的有效文本区域；将有效文本区域的集合依次输入经训练的CRNN网络，得到可变长序列识别结果，然后使用正则表达式提取出文本识别结果；对文本识别结果进行纠错，获得纠错结果；依据特征值集合逐一从纠错结果中提取特征值，与数据库中记录的标准特征值比对，对与标准特征值不符的提取的特征值，标志告警状态，形成错误提醒。本发明专利技术以CPTN和CRNN为核心进行临床试验源数据图像文字识别，进而实现自动化的数据校验。

【技术实现步骤摘要】
一种临床试验源数据自动校验方法
本专利技术涉及数据校验
，具体涉及一种临床试验源数据自动校验方法。
技术介绍
临床试验电子数据采集系统(EDC，ElectricDataCapturesystem)适用于药物临床试验、医学随机对照试验和医学队列研究的核心信息化系统，其核心目的是用于记录受试者的信息，形成电子随访表单。对临床试验而言，最为核心的是数据准确性，录入过程中的人为失误是导致数据不准确的一个主要原因。为此，临床试验实施团队需要指派专门的数据审核员，进行源数据校验：对数据来源的原始纸质资料(化验单、病例记录、ICU监护记录/报告等)进行人工核查，比对电子记录与源数据的一致性，称为源数据校验(SDV，SourceDataValidation)。SDV是保证临床试验数据准确性和数据质量的一项关键步骤。目前的EDC系统，由于通常采用人工方式进行源数据校验，存在两个方面的问题：其一，耗时费力，审核员需要保持高度精神集中，逐一校验关键数据，工作量不亚于重新录入一遍数据；其二，无法保证质量，试验执行团队考虑人工成本、时间周期等因素，不能够进行全面的源数据校验，通常采用抽查的方式，无法全面本文档来自技高网...

【技术保护点】
1.一种临床试验源数据自动校验方法，其特征在于，包括以下步骤：S1，使用CTPN网络模型对获取的临床试验的源数据图像识别，确定文本区域，然后进行文本区域切割，切出每一行文本；对切出每一行文本进行垂直投影列切割，得到每一行文本的有效文本区域；S2，将有效文本区域的集合依次输入经训练的CRNN网络，得到可变长序列识别结果，然后使用正则表达式提取出文本识别结果；S3，对文本识别结果进行纠错，获得纠错结果；S4，依据特征值集合逐一从纠错结果中提取特征值，并与数据库中记录的标准特征值比对，对与标准特征值不符的提取的特征值，标志告警状态，形成错误提醒。

【技术特征摘要】
1.一种临床试验源数据自动校验方法，其特征在于，包括以下步骤：S1，使用CTPN网络模型对获取的临床试验的源数据图像识别，确定文本区域，然后进行文本区域切割，切出每一行文本；对切出每一行文本进行垂直投影列切割，得到每一行文本的有效文本区域；S2，将有效文本区域的集合依次输入经训练的CRNN网络，得到可变长序列识别结果，然后使用正则表达式提取出文本识别结果；S3，对文本识别结果进行纠错，获得纠错结果；S4，依据特征值集合逐一从纠错结果中提取特征值，并与数据库中记录的标准特征值比对，对与标准特征值不符的提取的特征值，标志告警状态，形成错误提醒。2.如权利要求1所述临床试验源数据自动校验方法，其特征在于，步骤S3的对文本识别结纠错，获得纠错结果的步骤如下：使用编辑距离算法在特征值词库中查找对应的特征词，获得初步纠错结果；判断该初步纠错结果是...

【专利技术属性】
技术研发人员：刘禹，翟学雷，刘星宇，
申请(专利权)人：北京锐客科技有限公司，
类型：发明
国别省市：北京,11