公开(公告)号：CN115862045A

公开(公告)日：2023-03-28

申请号：CN202310120016.5

申请日：2023-02-16

Applicant: 中国人民解放军总医院第一医学中心

Inventor： 王莹 ,  何昆仑 ,  孙宇慧 ,  杨华 ,  谢地

IPC: G06V30/413 ,  G06V30/42 ,  G06V30/22 ,  G06V30/19 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及基于图文识别技术的病例自动识别方法、系统、设备及存储介质。包括：获取待识别病例图像；对所述病例图像中的文本区域进行印刷体或手写体文字分类，将文档图片中的文本区域分为手写体文字图像和印刷体文字图像；对所述手写体文字图像采用神经网络模型对手写体文字图像进行过切分，基元片段组合，字符分类，基于语言上下文模型和几何上下文模型的路径搜索，得到手写体文字图像的文本内容，对所述印刷体文字图像采用一种由卷积层、循环层和转录层组成的网络模型进行文字识别，得到印刷体文字图像的文本内容。本申请提供一种智能的病例自动识别方法和系统，具有重要的临床应用价值。

公开(公告)号：CN115880704A

公开(公告)日：2023-03-31

申请号：CN202310120017.X

申请日：2023-02-16

Applicant: 中国人民解放军总医院第一医学中心

Inventor： 王莹 ,  何昆仑 ,  孙宇慧 ,  杨华 ,  谢地

IPC: G06V30/413 ,  G06V30/414 ,  G06V30/416 ,  G06V30/42 ,  G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及病例的自动编目方法、系统、设备及存储介质。包括：获取待归档的病例图像；提取所述病例图像中的联通区域，采用条件随机场对所有联通区域整体分类，划分为标题区域、图像区域、表格区域、几何图形区域、文字区域；对所述标题区域进行文字识别，得到基于标题区域的标题文本；采用机器学习对所述图像区域和表格区域进行分类，预测病例图像所属的编目标题，得到基于图像区域和基于表格区域的标题文本；对所述文字区域进行文字识别，得到病例图像的内容文本；将所述标题文本或所述内容文本与预定义的编目标题匹配，根据匹配度进行待归档的病例的自动编目。本申请提供一种智能病例编目系统，具有重要的临床应用价值。

公开(公告)号：CN115880704B

公开(公告)日：2023-06-16

申请号：CN202310120017.X

申请日：2023-02-16

Applicant: 中国人民解放军总医院第一医学中心

Inventor： 王莹 ,  何昆仑 ,  孙宇慧 ,  杨华 ,  谢地

IPC: G06V30/413 ,  G06V30/414 ,  G06V30/416 ,  G06V30/42 ,  G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及病例的自动编目方法、系统、设备及存储介质。包括：获取待归档的病例图像；提取所述病例图像中的联通区域，采用条件随机场对所有联通区域整体分类，划分为标题区域、图像区域、表格区域、几何图形区域、文字区域；对所述标题区域进行文字识别，得到基于标题区域的标题文本；采用机器学习对所述图像区域和表格区域进行分类，预测病例图像所属的编目标题，得到基于图像区域和基于表格区域的标题文本；对所述文字区域进行文字识别，得到病例图像的内容文本；将所述标题文本或所述内容文本与预定义的编目标题匹配，根据匹配度进行待归档的病例的自动编目。本申请提供一种智能病例编目系统，具有重要的临床应用价值。

公开(公告)号：CN115862045B

公开(公告)日：2023-05-26

申请号：CN202310120016.5

申请日：2023-02-16

Applicant: 中国人民解放军总医院第一医学中心

Inventor： 王莹 ,  何昆仑 ,  孙宇慧 ,  杨华 ,  谢地

IPC: G06V30/413 ,  G06V30/42 ,  G06V30/22 ,  G06V30/19 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及基于图文识别技术的病例自动识别方法、系统、设备及存储介质。包括：获取待识别病例图像；对所述病例图像中的文本区域进行印刷体或手写体文字分类，将文档图片中的文本区域分为手写体文字图像和印刷体文字图像；对所述手写体文字图像采用神经网络模型对手写体文字图像进行过切分，基元片段组合，字符分类，基于语言上下文模型和几何上下文模型的路径搜索，得到手写体文字图像的文本内容，对所述印刷体文字图像采用一种由卷积层、循环层和转录层组成的网络模型进行文字识别，得到印刷体文字图像的文本内容。本申请提供一种智能的病例自动识别方法和系统，具有重要的临床应用价值。