[发明专利]一种提升体检报告OCR识别准确率的方法及装置

权利要求书

1.一种提升体检报告OCR识别准确率的方法，其特征在于，该方法包括：上传报告，用户上传体检报告；

模板识别，体检报告上传后通过深度学习分类模型，进行模板判别；

OCR区域识别，根据模板判别结果，OCR识别重点识别的区域和每个区域存储的内容分布；

语义分析识别，OCR开始提取所述重点识别的区域和每个区域存储的内容文字，根据语义分析识别出体检报告字段和值；

校验和标准化，将识别出体检报告对比标准体检报告，进行校验和标准化；

结果输出，输出校验和标准化后体检报告最终结果；在校验和标准化时，对于有歧义的体检项目，体检报告用周围项目特征判别函数进行处理；

所述周围项目特征判别函数是基于贝叶斯理论构建的一个置信度函数，对样本的概率统计，计算样本所有类别出现某个项目的概率值；再接收样本OCR初步的识别结果，同时识别出周围n个项目的识别结果和值，识别项目与样本首页的识别结果和值，识别项目与样本边框的识别结果和值；样本是指标准体检报告集合，n取值范围是正整数，n越大最后的结果越精确；特征是周围出现的体检项目。

2.根据权利要求1所述提升体检报告OCR识别准确率的方法，其特征在于，所述深度学习分类模型是使用卷积神经网络，进行图片判别分类。

3.根据权利要求1所述提升体检报告OCR识别准确率的方法，其特征在于，所述模板判别是使用深度学习分类模型，识别当前OCR的体检报告页面的类别。

4.根据权利要求1所述提升体检报告OCR识别准确率的方法，其特征在于，所述区域是指体检报告的内容，所述区域包括重点区域和非重点区域，重点区域是结构化的区域，非重点区域是无结构化的区域。

5.根据权利要求1所述提升体检报告OCR识别准确率的方法，其特征在于，所述标准体检报告为根据体检标准和用户体检要求，将体检报告字段汇总后，构建一个标准体检报告，标准体检报告包括有字段，字段包括有标准分类、项目名称、编码、结果允许值、结果属性和是否长期有效信息。

6.一种提升体检报告OCR识别准确率的装置，其特征在于，该装置包括上传报告模块，用户上传体检报告；

模板识别模块，所述上传报告模块上传后通过深度学习分类模型，进行模板判别；

OCR区域识别模块，根据所述模板识别模块的模板判别结果，OCR识别重点识别的区域和每个区域存储的内容分布；

语义分析识别模块，OCR开始提取所述OCR区域识别模块的所述重点识别的区域和每个区域存储的内容分布文字，根据语义分析识别出体检报告字段和值；

校验和标准化模块，将识别出所述语义分析识别模块的体检报告对比标准体检报告，进行校验和标准化；

结果输出模块，输出所述校验和标准化模块的体检报告最终结果；

在校验和标准化时，对于有歧义的体检项目，体检报告用周围项目特征判别函数进行处理；

所述周围项目特征判别函数是基于贝叶斯理论构建的一个置信度函数，对样本的概率统计，计算样本所有类别出现某个项目的概率值；再接收样本OCR初步的识别结果，同时识别出周围n个项目的识别结果和值，识别项目与样本首页的识别结果和值，识别项目与样本边框的识别结果和值；样本是指标准体检报告集合，n取值范围是正整数，n越大最后的结果越精确；特征是周围出现的体检项目。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一项所述提升体检报告OCR识别准确率的方法。

8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-5中任一项所述提升体检报告OCR识别准确率的方法。