[发明专利]一种基于LSTM神经网络的医疗单据识别方法

权利要求书

1.一种基于LSTM神经网络的医疗单据识别方法，其特征在于，包括以下步骤：

1)单据图像预处理，将图像信号转化成数字信号；

2)分割字符，将单据图像归一化；

3)提取字符特征，生成特征向量；

4)单据识别与分类。

2.根据权利要求1所述的一种基于LSTM神经网络的医疗单据识别方法，其特征在于，在步骤1)中，单据图像预处理，将图像信号转化成数字信号，具体如下：

图像预处理包括滤波、倾斜校正和二值化，首先采用中值滤波的方法对图像进行滤波；然后采用基于方向投影的倾斜检测算法，用不同倾角的扫描线对图像进行扫描，计算出扫描线方向的最大投影；在所有的方向最大投影中再寻找最大值，取得最大方向投影的扫描线方向即为票据图像的倾角方向；最后采用自适应阈值法对图像进行二值化操作：把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个像素灰度设为灰度极小值，自适应阈值在每个像素点都不同，通过计算像素点周围区域加权平均，对区域所有像素进行平均加权，获取临界灰度值，最终得到二值化图像，将图像信号转化成数字信号。

3.根据权利要求1所述的一种基于LSTM神经网络的医疗单据识别方法，其特征在于，在步骤2)中，分割字符，将单据图像归一化，具体如下：

首先，对多字符目标进行水平投影，根据Y轴投影值将多字符目标分割成不同的行；再对同一行字符做垂直投影，根据X轴投影值，将其分割成多列；根据行、列值，分割出单个字符；对于垂直投影，具体做法是：以一条垂直线从左到右扫描一行字符，根据该垂直线在某位置是否遇到黑像素决定这一位置是否有字符，最后将分割的字符图像归一化为24*24的单一字符图像。

4.根据权利要求1所述的一种基于LSTM神经网络的医疗单据识别方法，其特征在于：在步骤3)中，提取字符特征，生成特征向量，具体如下：

采用粗网格特征提取方法，把独立的单个二值化字符纵横分割成由n个网格组成的形式，取每个网格中字符像素占总字符像素的比例，将所有比例值排成一列就形成n维特征向量；把归一化后的字符图像，纵向上分为20份，横向上分为12份，故20×12＝240个1或0构成的列矩阵就作为字符的输入特征，这样对于每一个输入样本就要240个特征，即可确定输入层的节点数为240。

5.根据权利要求1所述的一种基于LSTM神经网络的医疗单据识别方法，其特征在于：在步骤4)中，单据识别与分类，具体如下：

定义一个LSTM模型，需要传入的参数是输入数据的维数为20，输入维数为240，层数为2，输出节点数即分类数目为10，隐藏节点数通过以下两个经验公式来确定，并根据实际情况做出调整：

其中，m为隐层节点数，n为输入层节点数，l为输出层节点数，α为1～10之间的常数；

LSTM神经网络分为输入层、隐含层和输出层；输入层负责接收信息，并传递给隐含层；隐含层负责信息变换，最后一个隐含层负责传递信息到输出层；输出层负责向外界输出信息处理结果；LSTM神经网络的学习过程包括正向传递和误差反向传播两个过程；数据经正向传递从输入层开始，经隐含层逐层计算，传到输出层，若输出层的实际输出和期望输出不符，则计算输出层的误差值，然后反向传播误差，也就是将输出误差以某种形式通过隐含层反传回输入层，并将误差分摊给各层所有神经元，从而获得各层神经元的误差，此误差作为修正该神经元参数的依据，最终识别出单据中的信息，包括药品名称和金额；

最后外接一个softmax分类器，取输出的最后一个部分传入分类器求出分类概率，最终得出单据的分类。