基于医疗化验单图片的识别方法、存储介质及终端技术

本发明专利技术提供一种基于医疗化验单图片的识别方法、存储介质及终端，所述基于医疗化验单图片的识别方法包括：获取医疗化验单图片，对所述医疗化验单图片进行编译；对编译后的医疗化验单图片进行预处理生成待识别图片；针对所述待识别图片中的文字区域进行目标检测；基于所述文字区域中检测的目标，进行字符提取，确定所述字符对应的坐标；根据所述字符和所述坐标输出文本识别结果。本发明专利技术可以实现大量医疗化验单图片的数据提取，还可定制规则自动化处理，提升医疗化验单的识别效率和提取字符的准确率。确率。确率。

【技术实现步骤摘要】
基于医疗化验单图片的识别方法、存储介质及终端


[0001]本专利技术属于字符识别的
，涉及一种图片中字符的识别方法，特别是涉及一种基于医疗化验单图片的识别方法、存储介质及终端。

技术介绍

[0002]OCR(Optical Character Recognition，光学字符识别)是一种针对图像中的文本进行自动识别的技术，它有着悠久的研究历史和广泛的应用场景，但是医疗化验单图片种类繁多，识别过程包括光照变化、低分辨率、字体以及排布多样性、医疗术语字符种类多等复杂情况，因此，通用OCR识别在医疗领域很难应用，此外，通用OCR识别也缺乏后期数据结构化处理和排版。
[0003]因此，如何提供一种基于医疗化验单图片的识别方法、存储介质及终端，以解决现有技术无法自动、全面、高准确率地进行医疗化验单图片识别等缺陷，成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0004]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于医疗化验单图片的识别方法、存储介质及终端，用于解决现有技术无法突破专业技能限制，自动、全面、高准确率地进行医疗化验单图片识别的问题。
[0005]为实现上述目的及其他相关目的，本专利技术一方面提供一种基于医疗化验单图片的识别方法，所述基于医疗化验单图片的识别方法包括：获取医疗化验单图片，对所述医疗化验单图片进行编译；对编译后的医疗化验单图片进行预处理生成待识别图片；针对所述待识别图片中的文字区域进行目标检测；基于所述文字区域中检测的目标，进行字符提取，确定所述字符对应的坐标；根据所述字符和所述坐标输出文本识别结果。
[0006]于本专利技术的一实施例中，所述对所述医疗化验单图片进行编译的步骤，包括：将所述医疗化验单图片编译为二进制数据，以形成预处理所需的基础数据格式。
[0007]于本专利技术的一实施例中，所述对编译后的医疗化验单图片进行预处理生成待识别图片的步骤，包括：根据预设判断逻辑的各个判断条件，对编译后的医疗化验单图片进行判断；根据预设处理逻辑对判断正确的医疗化验单图片进行预处理，生成待识别图片。
[0008]于本专利技术的一实施例中，所述判断条件包括：图片是否模糊、图片是否符合化验单识别要求、图片是否有形变、图片是否倾斜中的至少一种；所述预设处理逻辑包括：图片增强、图片降噪、二值化处理、水平矫正和形变处理中的至少一种。
[0009]于本专利技术的一实施例中，所述针对所述待识别图片中的文字区域进行目标检测的步骤，包括：通过深度学习建立文本识别网络；利用所述文本识别网络检测所述待识别图片中的文字区域；对所述文本区域进行切分，确定单个的连续文字区域；将单个的连续文字区域作为检测的目标。
[0010]于本专利技术的一实施例中，所述通过深度学习建立文本识别网络的步骤，包括：通过
深度学习建立两层以上的文本识别网络；所述文本识别网络的训练样本至少部分基于医疗关联格式样本得到；对各个网络层之间进行向前和向后双向传播，使网络参数权重连接上下文。
[0011]于本专利技术的一实施例中，所述基于所述文字区域中检测的目标，进行字符提取，确定所述字符对应的坐标的步骤，包括：基于所述文字区域中检测的目标，提取图像卷积特征；基于所述图像卷积特征，提取文字序列特征；对所述文字序列特征对应的字符进行对齐处理，确定所述字符对应的坐标；针对对齐处理后的字符，由医疗术语字典语料库中生成相应的词向量编码；结合全文词句，对各个词向量编码进行相似度计算，将相似度最高的作为提取的字符。
[0012]于本专利技术的一实施例中，所述根据所述字符和所述坐标输出文本识别结果的步骤，包括：初始化一二维矩阵；根据所提取字符的坐标，将所述字符映射到所述二维矩阵对应的行和列中，进行矩阵填充；判断所填充字符的密集程度，根据判断结果调整文本间隔比例；将调整后的字符按矩阵的行依次输出，每行加入换行符进行排版；将带有排版格式的文本内容作为所述文本识别结果。
[0013]为实现上述目的及其他相关目的，本专利技术另一方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的基于医疗化验单图片的识别方法。
[0014]为实现上述目的及其他相关目的，本专利技术最后一方面提供一种终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述的基于医疗化验单图片的识别方法。
[0015]如上所述，本专利技术所述的基于医疗化验单图片的识别方法、存储介质及终端，具有以下有益效果：
[0016]本专利技术通过结合深度学习和医疗术语字典语料库，融合进行神经网络训练和计算，不仅能实现大量医疗化验单图片的数据提取，还可定制规则自动化处理，提升医疗化验单的识别效率和提取字符的准确率。同时，对字符排版展示和结构化处理，可对接多个应用产品，实现端对端的实时化验单数据提取，减轻人工成本。本专利技术在图片识别过程中可以灵活应对光照变化、低分辨率、字体以及排布多样性、医疗术语字符种类多等复杂情况。
附图说明
[0017]图1显示为本专利技术的基于医疗化验单图片的识别方法于一实施例中的原理流程图。
[0018]图2显示为本专利技术的基于医疗化验单图片的识别方法于一实施例中的预处理流程图。
[0019]图3显示为本专利技术的基于医疗化验单图片的识别方法于一实施例中的医疗化验单示意图。
[0020]图4显示为本专利技术的基于医疗化验单图片的识别方法于一实施例中的文字识别示意图。
[0021]图5显示为本专利技术的基于医疗化验单图片的识别方法于一实施例中的文本化排版示意图。
[0022]图6显示为本专利技术的终端于一实施例中的结构连接示意图。
[0023]元件标号说明
[0024]6终端
[0025]61处理器
[0026]62存储器
[0027]S11～S15步骤
具体实施方式
[0028]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0029]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图示中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0030]本专利技术所述的基于医疗化验单图片的识别方法、存储介质及终端可以实现大量医疗化验单图片的数据提取，还可定制规则自动化处理，提升医疗化验单的识别效率和提取字符的准确率。
[0031]以下将结合图1至图6详细阐述本实施例的一种基于医疗化验单图片的识别方法、存储介质及终端的原理及实施方式，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于医疗化验单图片的识别方法，其特征在于，所述基于医疗化验单图片的识别方法包括：获取医疗化验单图片，对所述医疗化验单图片进行编译；对编译后的医疗化验单图片进行预处理生成待识别图片；针对所述待识别图片中的文字区域进行目标检测；基于所述文字区域中检测的目标，进行字符提取，确定所述字符对应的坐标；根据所述字符和所述坐标输出文本识别结果。2.根据权利要求1所述的基于医疗化验单图片的识别方法，其特征在于，所述对所述医疗化验单图片进行编译的步骤，包括：将所述医疗化验单图片编译为二进制数据，以形成预处理所需的基础数据格式。3.根据权利要求1所述的基于医疗化验单图片的识别方法，其特征在于，所述对编译后的医疗化验单图片进行预处理生成待识别图片的步骤，包括：根据预设判断逻辑的各个判断条件，对编译后的医疗化验单图片进行判断；根据预设处理逻辑对判断正确的医疗化验单图片进行预处理，生成待识别图片。4.根据权利要求3所述的基于医疗化验单图片的识别方法，其特征在于：所述判断条件包括：图片是否模糊、图片是否符合化验单识别要求、图片是否有形变、图片是否倾斜中的至少一种；所述预设处理逻辑包括：图片增强、图片降噪、二值化处理、水平矫正和形变处理中的至少一种。5.根据权利要求1所述的基于医疗化验单图片的识别方法，其特征在于，所述针对所述待识别图片中的文字区域进行目标检测的步骤，包括：通过深度学习建立文本识别网络；利用所述文本识别网络检测所述待识别图片中的文字区域；对所述文本区域进行切分，确定单个的连续文字区域；将单个的连续文字区域作为检测的目标。6.根据权利要求5所述的基于医疗化验单图片的识别方法，其特征在于，所述通过...

【专利技术属性】
技术研发人员：张少典，马汉东，肖威，朱珉，薛颜波，
申请(专利权)人：长沙森亿医疗器械有限公司，
类型：发明
国别省市：