[发明专利]医学文本OCR方法及系统在审
| 申请号： | 201811330262.9 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109271973A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 丁浩洋;王磊;李明 | 申请（专利权）人： | 天津新开心生活科技有限公司;天津开心生活科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06F16/35 |
| 代理公司： | 北京律智知识产权代理有限公司 11438 | 代理人： | 袁礼君;阚梓瑄 |
| 地址： | 300467 天津市滨海新区天津生态城国*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 文本文件 文本类型 医学 文本 图片内容 光学字符识别 文本图片 医学领域 医学文件 预先定义 分发 分类 通用 | ||
1.一种医学文本OCR方法，其特征在于，包括：
将医学文本图片初步识别为文本文件；
按照预先定义的文本类型对文本文件进行分类，确定文本文件所属的文本类型；
通过与文本文件所属的文本类型对应的专用OCR识别器对文本文件进行精确识别。
2.如权利要求1所述的方法，其中初步识别通过通用OCR识别器进行。
3.如权利要求2所述的方法，其中通过常用语料和医学专用语料对通用OCR识别器进行模型训练。
4.如权利要求1所述的方法，其中通过文本分类器对文本文件进行分类。
5.如权利要求1或4所述的方法，其中预先定义的文本类型包括：检验单、医学影像报告、病史或检验报告单。
6.如权利要求1所述的方法，其中OCR采用CNN、双层LSTM和CTC相结合的识别架构。
7.一种医学文本OCR系统，其特征在于，包括：
通用OCR识别器，用于将医学文本图片初步识别为文本文件；
文本分类器，用于按照预先定义的文本类型对文本文件进行分类，确定文本文件所属的文本类型；以及
专用OCR识别器，用于根据文本文件所属的文本类型对文本文件进行精确识别。
8.如权利要求7所述的系统，其中通过常用语料和医学专用语料对通用OCR识别器进行模型训练。
9.如权利要求7所述的系统，其中预先定义的文本类型包括：检验单、医学影像报告、病史或检验报告单。
10.如权利要求7所述的系统，其中OCR采用CNN、双层LSTM和CTC相结合的识别架构。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津新开心生活科技有限公司;天津开心生活科技有限公司，未经天津新开心生活科技有限公司;天津开心生活科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811330262.9/1.html，转载请声明来源钻瓜专利网。
