[发明专利]一种病例信息提取方法、装置、设备和存储介质

说明书

本发明公开了一种病例信息提取方法、装置、设备和存储介质。该方法包括：接收来自于目标主体的病例图像；对所述病例图像执行文本识别处理，得到所述病例图像的整体文本信息；在所述病例图像的整体文本信息中提取类目文本信息；利用预设的知识图谱模块，对所述类目文本信息进行文本校正，得到所述病例图像对应的规范文本信息。本发明建立了基于文本识别和知识图谱校正的病历文书信息精确识别和提取方式，该方式可以快速精确提取不同医院不同显示格式的图像文本，提高了病例文书识别和提取的准确率，有利于图像病历后续的数据处理。

技术领域

本发明涉及信息提取技术领域，尤其涉及一种病例信息提取方法、装置、设备和存储介质。

背景技术

在电子化飞速发展的今天，大量文本信息存在于图像中，然而存在于图像中的文本过于零散化，不便于后续查看。例如：来自于医院的病例图像或者用户上传的病例图像包含了用户详细的就诊信息，如果通过查询用户的病例图像来确定用户的就诊情况，必然效率极为低下，如果将病例图像中的文本提取出来并规范化归档，将极大提升用户就诊情况的查询效率。

目前，OCR(OpticalCharacterRecognition，光学字符识别)技术可以用于识别图像中的文本，但是，OCR技术多用于文本内容较少的普通图像，对于包含大量专业词汇的病例图像，识别准确率较低。

发明内容

本发明的主要目的在于提出一种病例信息提取方法、装置、设备和存储介质，旨在解决现有OCR技术对于包含大量专业词汇的病例图像，识别准确率较低的问题。

为实现上述技术问题，本发明是通过以下技术方案来实现的：

本发明实施例提供了一种病例信息提取方法，包括：接收来自于目标主体的病例图像；对所述病例图像执行文本识别处理，得到所述病例图像的整体文本信息；在所述病例图像的整体文本信息中提取类目文本信息；利用预设的知识图谱模块，对所述类目文本信息进行文本校正，得到所述病例图像对应的规范文本信息。

其中，在所述病例图像的整体文本信息中提取类目文本信息，包括：在预先为所述目标主体配置的多个标准文书样例中，使用每个所述标准文书样例中的指定特征值与所述整体文本信息进行匹配；获取指定特征值与所述整体文本信息相匹配的标准文书样例；利用获取的所述标准文书样例中的标准特征值，在所述整体文本信息中提取类目文本信息。

其中，所述标准文书样例中的指定特征值包括文书类型。

其中，在所述病例图像的整体文本信息中提取类目文本信息，包括：在未获取到指定特征值与所述整体文本信息相匹配的标准文书样例的情况下，利用预设的非标准特征值，在所述病例图像的整体文本信息中提取类目文本信息。

其中，利用预设的知识图谱模块，对所述类目文本信息进行文本校正，得到所述病例图像对应的规范文本信息，包括：利用预设的知识图谱模块，对部分标准特征值对应的类目文本信息进行文本校正；将校正后的类目文本信息以及除了被校正的类目文本信息之外的类目文本信息，得到所述病例图像对应的规范文本信息。

其中，在得到所述病例图像对应的规范文本信息之后，还包括：将所述病例图像对应的规范文本信息输出到预设的信息归纳模块。

其中，所述知识图谱模块用于识别所述类目文本信息中的非规范词语，并将所述类目文本信息中的非规范词语校正为规范词语，得到所述病例图像对应的规范文本信息。

本发明实施例还提供了一种病例信息提取装置，包括：接收模块，用于接收来自于目标主体的病例图像；识别模块，用于对所述病例图像执行文本识别处理，得到所述病例图像的整体文本信息；提取模块，用于在所述病例图像的整体文本信息中提取类目文本信息；校正模块，用于利用预设的知识图谱模块，对所述类目文本信息进行文本校正，得到所述病例图像对应的规范文本信息。