[发明专利]一种医疗单据识别方法和装置

权利要求书

1.一种医疗单据识别方法，其特征在于，所述方法包括：

获取医疗单据图像，对所述医疗单据图像按照词块进行切割得到各个词块图像；

对所述各个词块图像进行分类，得到所述各个词块图像的分类结果；

若所述词块图像的分类结果为汉字类型，则将所述词块图像输入预先训练的汉字识别模型，得到汉字识别结果；若词块图像的分类结果为字符类型，则将所述词块图像切割得到字符块图像，并将所述字符块图像输入到预先训练的字符识别模型，得到字符识别结果；

将所述汉字识别结果与所述字符识别结果逐行合并，对合并结果进行分词和标注，得到对应各分词结果的标注结果，根据所述标注结果获得所述医疗单据图像的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述各个词块图像进行分类包括：

利用预先训练的分类模型对所述各个词块图像进行分类；所述分类模型为卷积神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述分类模型通过如下方式训练得到：

获取第一训练样本；所述第一训练样本包括对医疗单据图像进行切割得到的词块图像和所述词块图像对应的第一真实标签；所述第一真实标签表征所述词块图像的类别；

将所述第一训练样本输入第一初始模型，得到所述第一初始模型对所述第一训练样本的第一预测标签；所述第一初始模型为卷积神经网络模型；

根据所述第一真实标签和所述第一预测标签更新所述第一初始模型的模型参数；

若更新后的第一初始模型满足第一预设条件，则将更新后的第一初始模型确定为分类模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一真实标签和所述第一预测标签更新所述第一初始模型的模型参数包括：

根据所述第一真实标签和所述第一预测标签确定所述第一初始模型的损失函数；

根据所述损失函数更新所述第一初始模型的模型参数；

所述若更新后的第一初始模型满足预设条件，则将所述更新后的第一初始模型确定为分类模型包括：

若更新后的第一初始模型的损失函数最小，则将所述更新后的第一初始模型确定为分类模型。

5.根据权利要求1到4任意一项所述的方法，其特征在于，所述汉字识别模型通过如下方式训练得到：

获取第二训练样本；所述第二训练样本包括对医疗单据图像进行切割得到的汉字词块图像和所述汉字词块图像对应的第二真实标签；所述第二真实标签表征所述汉字词块图像对应的汉字；

将所述第二训练样本输入第二初始模型，得到所述第二初始模型对所述第二训练样本的第二预测标签；所述第二初始模型为卷积神经网络模型；

根据所述第二真实标签和所述第二预测标签更新所述第二初始模型的模型参数；

若更新后的第二初始模型满足第二预设条件，则将更新后的第二初始模型确定为汉字识别模型。

6.根据权利要求1到4任意一项所述的方法，其特征在于，所述字符识别模型通过如下方式训练得到：

获取第三训练样本；所述第三训练样本包括对医疗单据图像中的字符词块图像切割得到的字符块图像和所述字符块图像对应的第三真实标签；所述第三真实标签表征所述字符块图像对应的字符；

将所述第三训练样本输入第三初始模型，得到所述第三初始模型对所述第三训练样本的第三预测标签；所述第三初始模型为卷积神经网络模型；

根据所述第三真实标签和所述第三预测标签更新所述第三初始模型的模型参数；

若更新后的第三初始模型满足第三预设条件，则将更新后的第三初始模型确定为字符识别模型。

7.根据权利要求1到4任意一项所述的方法，其特征在于，所述对合并结果进行分词和标注包括：

利用预先训练的CRF模型对合并结果进行分词，得到分词结果，并对各分词结果进行标注，得到对应所述分词结果的标注结果。