[发明专利]药品图文信息违规检测方法及系统

权利要求书

1.一种药品图文信息违规检测方法，其特征在于，包括：

获取药品的候选图片和文字描述；

从所述候选图片中提取药品包装区域；

对所述药品包装区域进行OCR识别，得到第一识别结果；

如果所述第一识别结果中存在预先设定的字符串，则根据所述文字描述或所述第一识别结果中的通用名和生产企业检索已备案的广告图片，分别计算检索结果中每一张已备案的广告图片和所述候选图片的相似度，如果没有一个相似度超过第一预设阈值则判定为违规；以及，

从所述第一识别结果中提取多项药品信息，和所述文字描述中提取的多项药品信息逐项比对，如果有至少一项药品信息不一致则判定为违规。

2.如权利要求1所述的药品图文信息违规检测方法，其特征在于，还包括：

如果所述第一识别结果中不存在所述预先设定的字符串，则对所述候选图片进行OCR识别得到第二识别结果，对所述第二识别结果进行非药品信息检测，如果检测到非药品信息，则判定为违规。

3.如权利要求1所述的药品图文信息违规检测方法，其特征在于，所述预先设定的字符串是“OTC”。

4.如权利要求1所述的药品图文信息违规检测方法，其特征在于，所述相似度的计算方法采用Siamese Network、ORB算法、局部敏感哈希算法或结构相似性算法。

5.如权利要求1所述的药品图文信息违规检测方法，其特征在于，所述获取药品的候选图片和文字描述之后，还包括：

通过NER识别出所述文字描述中的功效词；

从所述第一识别结果或所述文字描述中提取批准文号，在药品主数据库中检索与该批准文号相匹配的药品信息；

如果所识别出的功效词有至少一个不在该药品信息中，则判定为违规。

6.如权利要求2所述的药品图文信息违规检测方法，其特征在于，所述对所述第二识别结果进行非药品信息检测，如果检测到非药品信息，则判定为违规，进一步包括：

通过规则引擎，判断所述第二识别结果中的各项信息是否均属于药品主数据库中的药品信息，如果存在不属于的信息项，则判定为违规；

通过对码服务，在所述药品主数据库中匹配与所述第二识别结果相对应的药品，如果匹配到对应的药品，则从所述药品主数据库中提取该药品的药品信息，并计算所述第二识别结果和该药品的药品信息的文本相似度评分，如果该文本相似度评分小于第二预设阈值，则判定为违规；

如果未匹配到对应的药品，则将所述第二识别结果发送到人工终端，供人工复核。

7.如权利要求1所述的药品图文信息违规检测方法，其特征在于， 所述从所述第一识别结果中提取多项药品信息，和所述文字描述中提取的多项药品信息逐项比对，如果有至少一项药品信息不一致则判定为违规，进一步包括：

分别从所述第一识别结果和所述文字描述中提取条形码、批准文号、通用名、商品名、生产企业和规格的多项药品信息；

分别对每项药品信息进行比对，如果有至少一项药品信息不一致，则判定为违规。

8.如权利要求1-7中任意一项所述的药品图文信息违规检测方法，其特征在于，还包括：

当被判定为违规后，将所述药品的候选图片和文字描述发送到人工终端，供人工复核。

9.一种药品图文信息违规检测系统，其特征在于，包括：

获取模块，用于获取药品的候选图片和文字描述；

提取模块，用于从所述候选图片中提取药品包装区域；

识别模块，用于对所述药品包装区域进行OCR识别，得到第一识别结果；

判决模块，用于如果所述第一识别结果中存在预先设定的字符串，则根据所述文字描述中的通用名和生产企业检索已备案的广告图片，分别计算检索结果中每一张已备案的广告图片和所述候选图片的相似度，如果没有一个相似度超过阈值则判定为违规；

校验模块，用于从所述第一识别结果中提取多项药品信息，和所述文字描述中提取的多项药品信息逐项比对，如果有至少一项药品信息不一致则判定为违规。