公开(公告)号：CN117116409A

公开(公告)日：2023-11-24

申请号：CN202311143625.9

申请日：2023-09-06

Applicant: 桂林电子科技大学 ,  桂林安维科技有限公司

Inventor： 徐增敏 ,  吴金儒 ,  李明辉 ,  刘龙飞 ,  原孟炜 ,  杜声茂 ,  蒙儒省

IPC: G16H15/00 ,  G06F40/194 ,  G06V30/413 ,  G06V30/148

Abstract: 本发明涉及医疗化验单识别技术领域，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，基于可微分二值化网络对医疗化验单检测识别的场景特点进行改进，使用级联稀疏查询的可微分二值化网络对化验报告单图像进行文本检测和识别，获得化验报告单的结构化识别结果，另外针对OCR模块输出的结构化结果存在的项目错行、单项目信息分离、多项目信息粘连等问题，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，最后将识别出的项目信息合并在同一个新的表格当中，最后将整理好的新表格以JSON格式输出。本发明弥补了现有技术的不足，实现了化验报告单信息的自动化采集提高数据收集和整理的效率。