一种医疗供应链证照智能识别认证与信息补全方法技术

本发明专利技术公开了一种医疗供应链证照智能识别认证与信息补全方法，涉及图像识别与处理技术领域，其包括以下步骤：步骤S1.对采集到的证照进行图像增强处理，并去除证照上的干扰信息；步骤S2.利用深度学习模型进行证照分类，自动识别证照类型，并提取证照的关键字段；步骤S3.对识别出的关键字段进行智能信息补全；步骤S4.识别后的证照信息存储到数据库，并按证照类型进行分类管理。本发明专利技术不仅能够提高录入准确率，还能结合行业法规和知识图谱进行智能校验与补全。

【技术实现步骤摘要】

本专利技术涉及图像识别与处理，具体来讲是一种医疗供应链证照智能识别认证与信息补全方法。

技术介绍

1、医疗行业对供应链文件的完整性和准确性有严格要求，供应商需提供如营业执照、医疗器械注册证、生产许可证、gmp认证等多种证照。传统管理方式主要依赖人工录入，并通过ocr(光学字符识别)技术辅助文本提取。但ocr只能识别字符，无法理解证照的结构与语义关系，难以保证信息的准确性。同时，医疗证照通常包含印章、水印、二维码等复杂元素，传统ocr方法容易受到干扰，导致信息提取错误或遗漏。

2、目前，已有技术在电商领域采用深度学习模型(如cnn、transformer)进行商品图像信息补全，例如通过商品图片提取颜色、款式等属性信息。然而，这些方案主要应用于零售和电子商务领域，难以直接适用于医疗供应链管理。医疗行业证照数据具有格式多样、字段结构化程度高、合规性要求严格等特点，现有的ocr结合人工校对的方法无法满足自动化合规审查的需求。

技术实现思路

1、针对现有技术中存在的缺陷，本专利技术的目的在于提供一种医疗供应本文档来自技高网...

【技术保护点】

1.一种医疗供应链证照智能识别认证与信息补全方法，其特征在于，包括以下步骤：

2.如权利要求1所述的医疗供应链证照智能识别认证与信息补全方法，其特征在于，步骤S1中，图像增强处理具体包括：

3.如权利要求2所述的医疗供应链证照智能识别认证与信息补全方法，其特征在于，步骤S13中，对校正后的图像进行文字增强，具体公式如下

4.如权利要求1所述的医疗供应链证照智能识别认证与信息补全方法，其特征在于，步骤S1中，去除证照上的干扰信息具体包括：基于YOLOv8深度卷积神经网络的目标检测模型，对医疗证照图像中的干扰元素进行精确识别；通过对模型进行多通道注意力机制...

【技术特征摘要】

1.一种医疗供应链证照智能识别认证与信息补全方法，其特征在于，包括以下步骤：

2.如权利要求1所述的医疗供应链证照智能识别认证与信息补全方法，其特征在于，步骤s1中，图像增强处理具体包括：

3.如权利要求2所述的医疗供应链证照智能识别认证与信息补全方法，其特征在于，步骤s13中，对校正后的图像进行文字增强，具体公式如下

4.如权利要求1所述的医疗供应链证照智能识别认证与信息补全方法，其特征在于，步骤s1中，去除证照上的干扰信息具体包括：基于yolov8深度卷积神经网络的目标检测模型，对医疗证照图像中的干扰元素进行精确识别；通过对模型进行多通道注意力机制与多尺度特征融合的增强训练，使其能够在复杂背景下高效定位非文本区域；在识别完成后，利用掩码分割与图像修复算法对干扰区域进行遮蔽与清除。

5.如权利要求1所述的医...

【专利技术属性】
技术研发人员：顾振印，龚翼华，孔静静，李超，张鹏，霍方梅，徐进朝，张驰，
申请(专利权)人：九州通医疗信息科技武汉有限公司，
类型：发明
国别省市：