[发明专利]一种文字识别方法、存储介质及系统

说明书

本发明涉及一种文字识别方法，所述文字识别方法包括步骤：采集多个医生书写的病例档案图片，并将采集的病例档案图片汇集为数据集；对数据集进行图像增强处理及图像形态学处理，以突出数据集中文字的字迹特征，并将每个数据集中的字迹特征进行训练，然后对字迹特征进行数据扩增，利用YOLO神经网络提取所有病例档案所拍摄的图片中的字迹特征，生成相应的文字模型，通过将文字图片作为文字模型的输入计算文字所属哪一个汉字，以识别病例档案上的文字，并将识别到的文字转换为电子文档。本发明还包括存储介质及文字识别系统，通过文字识别方法、存储介质及系统，可将手写的病例档案转换为电子文档。

技术领域

本发明涉及文字识别，尤其涉及一种文字识别方法、存储介质及系统。

背景技术

病人去医院就诊时，医生通常是通过处方开具治疗方案，并通过病例记载就诊的过程。然而医生在书写病历和处方时大都字迹潦草、难以辨识，导致普通人根本难以阅读其内容，即便是同行，阅读这些文字都较困难。医生字迹潦草早已饱受诟病，潦草的病历和处方会造成用药错误等医疗事故，一旦发生医疗事故，往往后果严重；其次潦草的字迹会给临床研究带来不便。随着国内医疗信息化的推进，大部分医院推行电子病历，潦草的字迹逐步被电子文档所取代，但是各个医院都保存了大量的手写病历档案文件，故还需要将大量手写的病例档案文件转换为电子文档，但是潦草的字迹对转换工作造成不便，容易出现转换错误的情况。

发明内容

为克服在转换手写病例成为电子文档时，由于字迹潦草而导致转换错误的问题,本发明提供一种文字识别方法。

本发明解决技术问题的技术方案是提供一种文字识别方法，所述文字识别方法包括步骤：采集多个医生书写的病例档案图片，并将所述病例档案的多张图片汇聚成数据集；对所述数据集进行图像增强处理及图像形态学处理，以突出所述数据集中文字的字迹特征，消除噪声，并将每个所述数据集中的所述字迹特征进行训练，生成与该文字对应的文字模型，且在训练的过程中对所述字迹特征进行数据扩增，以防止训练过程中出现过拟合；通过YOLO神经网络提取所有所述病例档案所拍摄的图片中的所述字迹特征，对图片中的所述字迹特征进行识别，且将识别到的所述字迹特征与所述文字模型进行比对，以识别病例档案上的文字，并将识别到的所述文字转换为电子文档。

本发明还提供一存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行文字识别方法。

本发明还提供一种文字识别系统，所述文字识别系统包括处理器和存储器,所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现文字识别方法。

与现有技术相比，本发明所提供的文字识别方法、存储介质及系统具有以下优点：

通过利用YOLO识别手写文字的图片，相比传统算法仅仅不使用深度学习的方法获得更好的性能和更高的识别率。应用该方法对潦草字迹进行识别将降低错误识字的概率和提高医生对病历等手写文档的阅读效率。

以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

附图说明

图1为本发明第一实施例提供的一种文字识别方法的流程示意图；

图2为图1步骤S2中图像形态学处理的原理示意图；

图3为YOLO的网络结构示意图；

图4为图1中步骤S2的子流程示意图；

图5为图1中步骤S3之前的子步骤流程示意图；

具体实施方式