[发明专利]一种医疗设备铭牌信息识别抽取算法

权利要求书

1.一种医疗设备铭牌信息识别抽取算法，其特征在于根据医疗设备标准库信息与文字识别结果交叉匹配，最后确定医疗设备基本信息。

2.按照权利要求1所述的一种医疗设备铭牌信息识别抽取算法，其特征在于其具体识别步骤为：

步骤一，获取医疗设备铭牌的数字图像；

步骤二，文字识别

通过OCR技术识别上述图像中的文字；

步骤三，设备名称识别

将步骤二中获得的每个文字片段分词后与医疗设备名称关键词库匹配，若匹配率高则和确认该文字片段为设备名称；

步骤四，设备型号识别

在所有文字片段中提取型号，得到一个候选型号列表；

步骤五，将步骤二中获得的文字中查询符合国家医疗设备注册证号规范的文字片段抽取出，作为注册证号，将该设备注册证号与注册证号库匹配，将匹配率高于阈值的注册证号列入候选注册证号列表；

步骤六，将步骤三、步骤四、步骤五获得的设备名称候选列表，设备型号候选列表，注册证号候选列表，分别形成基于设备名称的设备列表L_name(ID:Score_name_id)、基于设备型号的设备列表L_model(ID:Score_model_id)和基于设备注册证号的设备列表L_reg(ID:Score_reg_id)，对比匹配后获得最后结果然后将其进行返回。

3.按照权利要求2所述的一种医疗设备铭牌信息识别抽取算法，其特征在于所述分词采用目前常用的jieba分词工具，将一个文字片段切分为一组词语。

4.按照权利要求2所述的一种医疗设备铭牌信息识别抽取算法，其特征在于所述医疗设备名称关键词库是根据既往搜集到的设备名称分词后筛选出的具有代表性的设备名称关键词，词库中有例如“多普勒”，“超声”，“监护仪”，“X射线”，“消毒”，“核磁共振”，“透析”等与医疗设备强相关词语。

5.按照权利要求2所述的一种医疗设备铭牌信息识别抽取算法，其特征在于所述文字片段分词得到的词语到医疗设备名称库中去匹配，每次匹配成功都会给这个文字片段的匹配分值加1，最后得到这个文字片段的名称匹配分值Sname,和匹配到的医疗设备名称关键词列表，取Sname最高的对应的关键词列表，再将该关键词列表与设备名称库匹配，得到相似度最高的设备名称Equ_name。

6.按照权利要求2所述的一种医疗设备铭牌信息识别抽取算法，其特征在于所述候选型号列表具体获取方法为：

先进行型号提取，查找是否有“型号”，“规格”，“model”，“type”等字样，若存在，则该文字片段及其右侧的文字中含有连续英文和数字的字符串即是设备型号备选文字片段；若步骤四中未提取到设备型号的文字片段，则从所有文字片段中抽取所有由连续的非汉字字符，组成的连续的字符串作为型号备选项，将得到的型号备选字符串，与标准设备库中的型号作匹配，标准设备库中的型号有数万个，为了提高匹配速率，引入了前缀树帮助查询；所述前缀树中每个节点是由两个字符组成的key，其对应的值是包含这两个字符的所有设备型号；备选字符串的移动窗口为2，从第一个字符开始，移动窗口的两个字符作为key去前缀树中查找对应的设备型号列表，是否有匹配，若匹配率高于阈值就把该设备型号放入候选型号列表中，然后将移动窗口向后移动一位，重复上述过程，知道移动到备选字符串的最后一位，最后得到一个候选型号列表。

7.按照权利要求6所述的一种医疗设备铭牌信息识别抽取算法，其特征在于所述非汉字字符为带有数字，英文字母，中划线，空格等的字符。

8.按照权利要求2所述的一种医疗设备铭牌信息识别抽取算法，其特征在于国家医疗设备注册证号是有规范的，根据国家规范，采用正则表达式匹配的方式从铭牌文字片段中去尝试是否能匹配到，若能匹配到即可作为该设备注册证号。