[发明专利]一种处方信息扫描和自动识别方法

说明书

本申请属于数据处理方法技术领域，尤其涉及一种处方信息扫描和自动识别方法。包括用于进行文本识别的步骤；包括获取处方笺图片，以处方笺图片为输入获取输出的文本识别数据以及文本位置数据；用于完成信息抽取的步骤，包括步获取文本识别数据和文本位置数据；通过处方笺上固有的Rp文本作为参考点，将文本识别数据和文本位置数据分割为处方信息部分及药方信息部分；本申请提出了一种能够用于快速识别和分析处方笺上文本信息，并实现自动化分类信息收集和处方信息预处理的技术方案，本方法实现方式相对简单，适应性好，且能够充分保证信息收集的准确性，并具有一定的纠错勘误能力，能够提高处方笺信息电子化的效率，降低操作成本。

技术领域

本申请属于数据处理方法技术领域，尤其涉及一种处方信息扫描和自动识别方法。

背景技术

目前，市场上现有的信息扫描和自动识别应用大多应用在身份证和银行卡上，该类技术要求卡片大小和信息相对于卡片的位置固定，所得到的识别效果已经达到目前工程化的需求，但是现有自动识别技术要求卡片信息相对卡片位置固定，对于卡片信息相对卡片位置不固定的情况识别效果较差。处方笺中药方信息相对处方位置不固定，数量不固定、药方信息有部分缺失，在进行自动识别时难以获得准确信息。

发明内容

本申请的目的在于，构建能够用于进行电子化的处方信息的识别和抽取，以便于实现自动化和智能化的处方笺信息收集处理工作，对药方进行切分实现处方笺的信息扫描和自动识别的处方信息扫描和自动识别方法。

为实现上述目的，本申请采用如下技术方案。

一种处方信息扫描和自动识别方法，包括步骤①～②：

①用于进行文本识别的步骤；包括：

A1.获取处方笺图片，基于TrWebOCR，以处方笺图片为输入获取输出的文本识别数据以及文本位置数据；

所述TrWebOCR采用CNN+RNN+CTC模型，具体而言，包括：

构建自下而上的卷积层、循环层和转录层三个部分；在卷积层输入图像特征提取序列，利用双向LSTM组成循环层，循环层对卷积层输出的特征序列的每一帧进行预测，利用转录层将每帧的预测转化为标签序列；

②用于完成信息抽取的步骤，包括步骤B1～B3：

B1.获取文本识别数据和文本位置数据；

B2.通过处方笺上固有的Rp文本作为参考点，将文本识别数据和文本位置数据分割为处方信息部分及药方信息部分；

B3.对于处方信息部分；

以“医院”作为关键字进行匹配，截取与医院直接连接的文本串，获取医院名称数据；

以“医院”和“处方笺”为关键字进行匹配后，截取位于两者之间的文本串，获取处方类型数据；

以“处方笺”为关键字进行匹配确定处方笺文本位置，在处方笺后侧以有效为关键字进行匹配，截取与有效直接连接的文本串作为有效期数据；

以“门诊号”作为关键字进行匹配，截取与门诊号直接连接的文本串直接连接的文本串作为门诊号数据；

以“科室”作为关键字进行匹配，截取与科室直接连接的文本串直接连接的文本串作为科室数据；

以“年”、“月”、“日”作为关键字进行匹配，截取与年月日直接连接的文本串直接连接的文本串作为处方日期数据；

以依次相连的数字加关键字“：”加数字的三组合为匹配规则，确定处方时间数据；

以“姓名”和“性别”为关键字进行匹配后，截取位于两者之间的文本串，获取姓名数据；