【技术实现步骤摘要】
基于深度学习和自动纠错的化验报告单结构化识别方法
[0001]本专利技术涉及医疗化验单识别
,具体涉及一种基于深度学习和自动纠错的化验报告单结构化识别方法
。
技术介绍
[0002]光学字符识别技术横跨计算机视觉和自然语言处理两大领域
。
在过往
40
余年的技术发展历程中,光学字符识别技术始终具备很强的产业应用背景,是计算机领域里少数几个一开始就由工业界和学术界双轮驱动的领域
。
传统的光学字符识别技术主要基于信号处理的特征提炼方法
、
图像结构的方法
、
各种算子以及各种映射技术
。
针对一些专用的字符类型和特殊应用场景,还有专门构造的人工特征提取技术
。
而近些年来深度学习发展迅速,基于深度神经网络的光学字符识别技术效果卓越
。
其通过多层网络结构来自动进行特征学习,颠覆了传统的人工特征提取过程,效果有了明显的改善
。
[0003]基于深度神经网络的光学字符识别技术主要包括两部分:文本检测网络和文本识别网络
。
其中,现代文本检测网络主要是基于图片分割的思想以适应各种不规则形状的文本区域,其中心思想是先从像素层面做分类,判别每一个像素点是否属于一个文本目标,得到文本区域的概率图,然后利用多边形等来绘制出这些候选区域的最小包围曲线,把一堆散落的像素块链接到一起来形成边界框
。
现代文本识别网络主要广泛基于循环卷积神经网络进行改
【技术保护点】
【技术特征摘要】
1.
一种基于深度学习和自动纠错的化验报告单结构化识别方法,其特征在于,包括下列步骤:步骤1:化验报告单照片成像效果预处理;步骤2:霍夫变换扶正并裁剪表格;步骤3:第一次通过
OCR
模块,定位重点信息进行区域裁剪;步骤4:第二次通过
OCR
模块,对裁剪区域进行文本检测和识别,获得结构化识别结果;步骤5:项目信息自动检查和整理;步骤6:通过
BK
树和
AC
自动机,对整理后的结构化表格中的项目信息进行自动纠错;步骤7:项目信息合并与输出
。2.
如权利要求1所述的基于深度学习和自动纠错的化验报告单结构化识别方法,其特征在于,化验报告单照片成像效果预处理的过程,包括下列步骤:输入化验报告单图像,对
RGB
图像进行灰度化处理转为灰度图;使用高斯滤波进行图片处理,减少图片噪声;使用自适应阈值二值化,处理具有不均匀光照条件或背景噪声的图像
。3.
如权利要求2所述的基于深度学习和自动纠错的化验报告单结构化识别方法,其特征在于,在霍夫变换扶正并裁剪表格的过程中,通过霍夫变换找到化验报告单表格的位置,对倾斜的化验报告单照片进行扶正并判断是单栏化验单还是多栏化验单,接着对表格每一栏内容所在区域分别进行裁剪
。4.
如权利要求3所述的基于深度学习和自动纠错的化验报告单结构化识别方法,其特征在于,第一次通过
OCR
模块,定位重点信息进行区域裁剪的过程,包括下列步骤:通过
OCR
模块中的文本检测网络定位所有文本区域的检测框坐标;通过
OCR
模块中的文本识别网络识别所有文本区域内的文本内容;根据
OCR
模块得到的文本检测框坐标和内容,对敏感信息进行脱敏处理;根据
OCR
模块得到的文本检测框坐标和内容,找到对应表格中的“结果”字段的检测框,裁剪该检测框以左所有区域
A1
和该检测框所在列的区域
A2
,其中区域
A1
包括项目中文名或项目英文名的重要项目名称信息,区域
A2
包括项目名称对应的化验结果
。5.
如权利要求4所述的基于深度学习和自动纠错的化验报告单结构化识别方法,其特征在于,在步骤4中,分别对裁剪区域<...
【专利技术属性】
技术研发人员:徐增敏,吴金儒,李明辉,刘龙飞,原孟炜,杜声茂,蒙儒省,
申请(专利权)人:桂林安维科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。