[发明专利]一种病例的自动编目方法、系统、设备及存储介质

说明书

本发明涉及病例的自动编目方法、系统、设备及存储介质。包括：获取待归档的病例图像；提取所述病例图像中的联通区域，采用条件随机场对所有联通区域整体分类，划分为标题区域、图像区域、表格区域、几何图形区域、文字区域；对所述标题区域进行文字识别，得到基于标题区域的标题文本；采用机器学习对所述图像区域和表格区域进行分类，预测病例图像所属的编目标题，得到基于图像区域和基于表格区域的标题文本；对所述文字区域进行文字识别，得到病例图像的内容文本；将所述标题文本或所述内容文本与预定义的编目标题匹配，根据匹配度进行待归档的病例的自动编目。本申请提供一种智能病例编目系统，具有重要的临床应用价值。

技术领域

本发明涉及智能医疗技术领域，更具体地，涉及一种病例的自动编目方法、系统、设备及存储介质。

背景技术

伴随着机器学习、深度学习技术在视觉识别领域研究的兴起，以文档版面检测、标记、分析和识别等技术为基础的应用成为当下的热点，包括文档的自动编目命名。文档自动编目应用依赖的基础就是文档图文识别，他是自动编目应用的关键技术。传统的文档图文识别依赖于光学OCR识别技术，而病例图像在形成过程中因图像质量及版面复杂，很多病例既包括影像图像又包括表格、文字等，此外，很多病例中的文字部分除了印刷字体，还有很多医生及护理人员的手写字体时，由于手写内容千变万化，中文手写字符串切分的手段比较单一，缺乏基于统计学习的算法，尽管基于卷积神经网络的分类模型在单个字符分类上得到成功应用，但是只有极少数的工作证明其在串识别中的提升程度。 故而，在病例的复杂性导致其自动编目的实现成为难题。

发明内容

为解决上述问题，本申请建立一种病例的自动编目方法、系统、设备及存储介质。

一种病例的自动编目方法，具体方法步骤包括：

获取待归档的病例图像；

提取所述病例图像中的联通区域，采用条件随机场对所有联通区域整体分类，划分为标题区域、图像区域、表格区域、几何图形区域、文字区域；

对所述标题区域进行文字识别，得到基于标题区域的标题文本；

采用机器学习对所述图像区域进行分类，预测病例图像所属的编目标题，得到基于图像区域的标题文本；

采用机器学习对所述表格区域进行分类，预测病例图像所属的编目标题，得到基于表格区域的标题文本；

对所述文字区域进行文字识别，得到病例图像的内容文本；

将所述标题文本或所述内容文本与预定义的编目标题匹配，根据匹配度进行待归档的病例的自动编目。

进一步，对所述标题区域进行文字识别是采用一种由卷积层、循环层和转录层组成的网络模型进行文字识别，得到基于标题区域的标题文本；

可选的，对所述标题区域进行文字识别是采用一种由卷积层、循环层和转录层组成的网络模型进行文字识别为采用卷积层从所述标题区域中提取特征序列；循环层对卷积层输出的特征序列的每一帧进行预测，预测每一帧的标签分布；转录层将循环层的每一帧的预测变为最终的标签序列，得到标题区域的文本内容。

进一步，所述对所述文字区域进行文字识别还包括对所述文字区域进行印刷体或手写体文字分类，将文字区域分为手写体文字区域和印刷体文字区域，当文字区域为印刷体时，采用一种由卷积层、循环层和转录层组成的网络模型进行文字识别，得到印刷体文字区域的内容文本；当文字区域为手写体时，采用神经网络模型对手写体文字区域进行过切分，获得多个基元片段，将所述基元片段进行组合，得到切分候选网格，采用字符分类器对所述切分候选网格进行字符分类，得到字符候选网格，采用路径搜索网络判断所述字符候选网格的最优路径，得到手写体文字区域的内容文本。

进一步，对所述文字区域进行文字识别，得到病例图像的内容文本，将得到病例图像的内容文本与预定义内容文本进行匹配，根据匹配到的预定义内容的编目标题得到基于文字区域的标题文本。