一种基于深度学习的患者援助智能审核系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于深度学习的患者援助智能审核系统，包括图像预处理模块、智能检测模块、智能识别模块、自然语言分析处理模块；所述图像预处理模块用于将患者上传的原始图像材料进行预处理，并对图像进行校正；所述智能检测模块用于通过基于YOLO3算法的智能检测模型对校正后的图像进行智能检测得到待识别区域；所述智能识别模块用于通过基于CRNN网络算法的智能识别模型得到待识别区域中所有行的原始文本信息；所述自然语言分析处理模块用于通过模式匹配算法对原始文本信息进行校验和修正，得到最终的图像文本信息。本发明专利技术对患者上传的材料格式、清晰度等都没有严格的要求，大大降低了患者使用的门槛。

【技术实现步骤摘要】
一种基于深度学习的患者援助智能审核系统
本专利技术涉及人工智能
，具体涉及一种基于深度学习的患者援助智能审核系统。
技术介绍
患者援助，是指是由慈善基金会发起，爱心企业捐赠慈善药品的援助。通过各方协作将一些价格高昂的药品，援助给符合条件的低保、低收入患者，改善患者的生命质量，减轻患者的经济负担。在患者援助中，非常重要的一个环节是对申请援助的患者进行资质审核。最初的资质审核方法是患者将自己的身份证明、诊断证明、经济证明等纸质资料邮寄给患者援助审核机构，由审核人员根据患者提供的材料来进行资质审核。在审核过程中，一旦遇到材料缺失、要求不符等情况时，需要患者及时进行补充或修改，严重影响了审核的效率，进而影响到后续的领药和用药，严重影响和耽误患者的用药治疗。为了解决因纸质材料邮寄而导致的低效，基于互联网技术的患者援助在线审核系统应运而生。在患者援助在线审核系统中，患者将各种纸质材料以扫描件和照片的格式进行提交，在线审核人员对患者提交的扫描件和照片进行审核，一旦发现材料缺失或与要求不符的情况，可及时通知患者进行补充或修改，大大降低了因本文档来自技高网...

【技术保护点】
1.一种基于深度学习的患者援助智能审核系统，其特征在于，包括图像预处理模块、智能检测模块、智能识别模块、自然语言分析处理模块；/n所述图像预处理模块用于将患者上传的原始图像材料进行预处理，所述预处理包括确定图像材料的类型，并对图像进行校正后发送至智能检测模块；/n所述智能检测模块用于通过基于YOLO3算法的智能检测模型对校正后的图像进行智能检测得到待识别区域，然后发送至所述智能识别模块；/n所述智能识别模块用于通过基于CRNN网络算法的智能识别模型得到待识别区域中所有行的原始文本信息，并发送至所述自然语言分析处理模块；/n所述自然语言分析处理模块用于通过模式匹配算法对原始文本信息进行校验和修正...

【技术特征摘要】
1.一种基于深度学习的患者援助智能审核系统，其特征在于，包括图像预处理模块、智能检测模块、智能识别模块、自然语言分析处理模块；
所述图像预处理模块用于将患者上传的原始图像材料进行预处理，所述预处理包括确定图像材料的类型，并对图像进行校正后发送至智能检测模块；
所述智能检测模块用于通过基于YOLO3算法的智能检测模型对校正后的图像进行智能检测得到待识别区域，然后发送至所述智能识别模块；
所述智能识别模块用于通过基于CRNN网络算法的智能识别模型得到待识别区域中所有行的原始文本信息，并发送至所述自然语言分析处理模块；
所述自然语言分析处理模块用于通过模式匹配算法对原始文本信息进行校验和修正，得到最终的图像文本信息。


2.根据权利要求1所述的一种基于深度学习的患者援助智能审核系统，其特征在于，所述预处理的具体步骤为：
首先在统一矩阵坐标系下对图像进行缩放；然后通过特征点匹配算法对图像中的元素进行检测，使用快速最近邻近似搜索算法实现二位特征点的快速匹配；接下来对匹配的特征做出判断，满足条件的定义为一个符合条件的匹配点；再用单映射计算图像和图像之间的映射关系；再使用矩阵求逆和透视变换计算出系统预置的模板图像在患者上传的图像上的对应形状，最后通过特征匹配相似度来确定患者上传的图像的类型。


3.根据权利要求1所述的一种基于深度学习的患者援助智能审核系统，其特征在于，所述智能检测模型的训练方法为：准备训练数据，使用项目中现有的患者的申请材料，通过标注软件生成xml格式的标记文件，标记文件包含...

【专利技术属性】
技术研发人员：刘劲松，熊伊，王勇，李鹏举，罗志明，
申请(专利权)人：三构科技武汉有限公司，
类型：发明
国别省市：湖北;42