[发明专利]基于内容和结构的生物医疗流程图检索的系统及方法

说明书

技术领域

本发明涉及计算机领域，具体涉及一种基于内容和结构的生物医疗流程图检索的系统及方法。

背景技术

随着社会的发展和计算机技术的进步，图形图像已经渗透到社会生活的方方面面，例如，人们因摄影爱好而拍摄的大量风景图、人物图、动物图等等；工业设计所产生的设计图形；艺术专业人士绘制的许多图像；医院检查病情所拍摄的大量CT、胸透、X光片，以及医院确定的疾病诊断、治疗流程图等等。

这些数量日益庞大的图像，种类繁多，是人们日常生活和工作中不可或缺的资源。人们可以找出一些风景图来确定旅游计划，可以借鉴已有的工业设计来改进出更完善的产品，可以根据医疗图像来判断自己的病情和治疗方法。因此，人们需要从庞大的图像库中查找出有用的图像集，图像检索已经成为人们关注的焦点。

从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文档的图像检索技术，利用文本描述的方式描述图像特征，如绘画作品的作者、年代、流派等。到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索。

在生物医疗图像领域，依然可以利用文本来描述图像，或者根据图像的颜色、纹理等内容进行检索。对于生物医疗流程图而言，它主要是指用流程图的方式来记录疾病的变化过程，或治疗步骤，由于其图像的特殊性，可以研究出一些更有针对性的检索方法，以提高检索的准确性。

生物医疗流程图，它以文字流程图的方法描述了疾病的变化阶段和治疗步骤，给医生确诊疾病、制定治疗方法提供了有用的参考信息。这样，结合医生的临床经验和医疗流程图的辅助，大大提高了疾病确诊的准确性，并制定出有效地治疗计划。对于生物医疗流程图的检索，由于它是文字图片而无法采用基于内容的检索，目前有一种解决方案是：利用疾病的名称等关键字来描述流程图，然后用关键字进行检索，从而查找出所需的医疗流程图。

采用关键字描述和检索医疗流程图，是一种基本的检索方法，其检索结果的准确性依赖于文本描述流程图的准确性。目前主要是以人工方式来赋予关键字，由于主观性和人工失误，因此这种方法的准确性有待提高。此外，由于流程图本身的特殊性，流程图本身的结构是非常重要的信息，仅依靠关键字来描述医疗流程图，就忽略了其结构信息，降低了检索结果的准确性。

发明内容

本发明提供了一种基于内容和结构的生物医疗流程图的检索系统及方法，利用微软提出的OCR文字识别技术，识别出医疗流程图中的文字，从而准确地表示流程图的内容，提高了图像标识的准确性；另一方面，提取出流程图的结构信息，并将这种结构信息作为检索时进行相似性判断的重要依据。通过结合生物医疗流程图的文字内容和结构信息，大大提高流程图系统检索的准确性。

相应的，本发明实施例提供了一种基于内容和结构的生物医疗流程图检索的系统，包括：

结构提取模块，用于负责对流程图进行切割，提取出其中的每个节点；

OCR文字识别模块，用于负责识别出流程图中的具体文字；

存储模块，用于将流程图的信息，包括名称、出处、类别信息合理地存储到数据库中；

LUCENE检索模块，用于利用文本检索方式对数据库中的流程图进行检索，查找出内容相似的流程图；

相似性度量模块，用于计算两个流程图之间的结构相似性，并量化这种相似性；

手绘流程图输入模块，用于提供给用户的输入界面，用户根据自己的需求，手动绘制一些流程图作为查询条件，系统接收用户输入，同时也要调用OCR文字识别模块、结构提取模块对查询条件进行解析，然后再进行系统检索；

显示模块，用于将系统检索的结果返回给用户，检索结果必须是内容相关，然后按照流程图结构相似性从高到低的顺序排列。

相应的，本发明实施例还提供了一种基于内容和结构的生物医疗流程图检索的方法，包括如下步骤：

对生物医疗流程图集合中的图像进行去噪等预处理；

对流程图切割，提取出节点，并记录结构信息；

OCR识别出每个流程图中的文字；

将流程图的文字和结构信息，以XML格式存储到数据库中；

用户在输入界面手绘医疗流程图，作为系统的查询条件；

手绘流程图的预处理；

提取手绘流程图的节点结构信息；

提取手绘流程图中的文字；

以手绘流程图中的文字作为查询条件，利用LUCENE在数据库中检索出具有匹配内容的流程图；