[发明专利]不规则医疗报告单图像中敏感信息脱敏方法及系统

说明书

本发明公开了一种不规则医疗报告单图像中敏感信息脱敏方法及系统，本发明的不规则医疗报告单图像中敏感信息脱敏方法及系统针对医疗报告单照片普遍存在的形变和扭曲问题，在对敏感信息进行脱敏时，首先对具有形变和扭曲的医疗报告单图像进行自动校正，并进一步准确识别敏感信息并对敏感信息精准定位，最终实现对敏感信息的打码脱敏。解决了业内长期存在的不规则医疗报告单中敏感信息的脱敏难题。

技术领域

本发明涉及图像脱敏技术领域，特别涉及一种不规则医疗报告单图像中敏感信息脱敏方法及系统。

背景技术

随着互联网技术的迅速发展及普及应用，我们正在向“万物互联”时代迈进，日常生活中的各行各业都与互联网有着密不可分的联系。“互联网+医疗”是一个新兴的，并且与我们每个人都息息相关的领域。同时它也是我国医疗健康产业未来发展的新方向。在信息化时代，目前几乎所有的医院和绝大多数的诊所都已实现了完善的信息化的医疗系统。病人的检查结果和诊断信息最终都以医疗报告单的形式呈现出来，为医生和病人提供了很大的方便。同时，这些医疗报告单还具有很大的潜在价值，比如可以用在智能医疗、在线问诊以及医学研究等众多领域。但由于医疗报告单中存在着很多敏感信息，比如病人姓名、病人编号、联系方式，病人住址、医院名称、医生姓名等。为保证这些敏感信息在不会被泄露和恶意窃取的前提下能够继续发挥医疗报告单的潜在价值，需要利用相关的图像脱敏技术对医疗报告单中的敏感信息进行脱敏处理。

传统的图像脱敏技术通常采用替换图像的方式进行脱敏处理，但在需要脱敏的图像数量较大时，这种通过替换图像的脱敏处理容易产生遗漏以及由于疏忽导致的错误替换现象，使得用户的敏感信息不能得到很好的安全保障。目前，使用较多的图像脱敏技术通常针对图像中的敏感信息区域进行模糊处理，或者通过添加水印、添加马赛克等方式对敏感信息进行遮挡。这就需要对图片中需要脱敏的敏感信息区域进行准确的识别和定位，然后对敏感信息区域进行相应脱敏处理。

目前，所能收集到的医疗报告单，其中绝大部分均是由人工使用手机等电子设备手持拍摄的。这就造成了所收集的医疗报告单中存在程度不一的形变和扭曲现象，为敏感信息区域的识别和定位增加了难度。同时，所收集的医疗报告单的形式多种多样，敏感信息区域的分布具有很大的差别，为敏感信息的识别和定位进一步增加了困难。目前针对固定格式的医疗报告单的敏感信息脱敏已有相关的研究和较为成熟的技术，但针对这种人工手持设备拍摄的医疗报告单信息脱敏技术的研究较少，有很多存在的问题需要被解决。

发明内容

本发明要解决的技术问题是提供一种可将具有形变和扭曲的医疗报告单图像校正、准确识别出敏感信息并脱模的不规则医疗报告单图像中敏感信息脱敏方法。

为了解决上述问题，本发明提供了一种不规则医疗报告单图像中敏感信息脱敏方法，其包括以下步骤：

S1、利用霍夫变换对具有形变和扭曲的医疗报告单图像进行自动校正；

S2、使用训练好的DBNet模型对已校正的医疗报告单图像进行文本信息检测，得到所有文本信息的文本框位置坐标，所述文本框位置坐标为文本框四个顶点的像素位置；

S3、基于文本框位置坐标，使用训练好的CRNN模型对文本框中的文本信息进行识别，并得到相应的文本信息；

S4、基于得到的文本信息及预先设定的敏感信息范围，使用关键词匹配和THULAC词性标注，识别出文本信息中的敏感信息，并定位敏感信息区域的位置坐标；

S5、基于定位出的敏感信息区域的位置坐标，使用像素覆盖的方式对敏感信息区域进行脱敏处理。

作为本发明的进一步改进，步骤S1包括：

S11、利用霍夫变换检测出原始医疗报告单图像中文本信息的倾斜角度；

S12、基于原始医疗报告单图像及倾斜角度，计算出仿射变换矩阵；

S13、通过仿射变换矩阵得到校正后的医疗报告单图像。