發(fā)布時間：2021-01-07 07:25

　　人工智能技術(shù)已經(jīng)滲入到各行各業(yè)并為社會帶來了很多便利。但仍然存在很多尚未被挖掘且有著廣大需求的領(lǐng)域,例如醫(yī)療行業(yè)中患者留存的大量的紙質(zhì)化驗單作為重要的醫(yī)療大數(shù)據(jù)的來源之一,并沒有被利用起來。然而對患者來說,仍被廣泛使用的化驗單難以存儲和管理。相比之下,電子的醫(yī)療化驗單不僅能夠解決以上問題,還能夠促進遠程醫(yī)療和醫(yī)療大數(shù)據(jù)的發(fā)展。因此,將傳統(tǒng)的紙質(zhì)醫(yī)療化驗單電子化是實現(xiàn)醫(yī)療大數(shù)據(jù)至關(guān)重要的一步。值得提及的是,由于中文化驗單結(jié)構(gòu)復(fù)雜、字符種類繁多,包含中文、英文、希臘字母、數(shù)學(xué)符號等,導(dǎo)致中文化驗單圖像的識別是一個富有挑戰(zhàn)的任務(wù)。針對以上問題,本論文首先提出了一套完整的解決方案——基于深度學(xué)習的化驗單信息抽取方法,包括化驗單中的文字檢測與識別�；谏疃葘W(xué)習的文字檢測算法避免了傳統(tǒng)文字檢測算法繁瑣的步驟,檢測效率高。不僅如此,基于深度學(xué)習的檢測模型還表現(xiàn)出較高的準確率;考慮到單字識別模型的標注成本過高,我們基于Tesseract定制了適用于化驗單場景的識別模塊。Tesseract可作為預(yù)標注工具并支持多語言的字符識別,它的訓(xùn)練速度相比神經(jīng)網(wǎng)絡(luò)模型較快。通過分析單字識別模型的實驗結(jié)果,我們發(fā)現(xiàn)基... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－２神經(jīng)網(wǎng)絡(luò)中的感受野示例??Ｆｉｇｕｒｅ?１－２?Ａ?ｄｅｍｏｎｓｔｒａｔｉｏｎ?ｆｏｒ?ｔｈｅ?ｒｅｃｅｐｔｉｖｅ?ｆｉｅｌｄ?ｉｎ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋｓ．??

選用了設(shè)置閾值和非極大值抑制（Ｎｏｎ－ｍａｘｉｍｕｍ?Ｓｕｐｐｒｅｓｓｉｏｎ，ＮＭＳ）方法處理回歸??出的文本框，得到最準確的文本框。該方法在各大公開數(shù)據(jù)集上的準確率都遙遙領(lǐng)??先，圖２－２展示了該方法在ＩＣＤＡＲ２０１５和ＭＳＲＡ－ＴＤ５００這兩個公開數(shù)據(jù)集中的??部分圖片上的檢測效果。??Ｂ禮??＇，棚、??＿?■??ａ）?ｂ）??圖２－２￡八５丁檢測樣例＆）１００八１１２０１５數(shù)據(jù)集１３）１＾１＾－�。埃担埃皵�(shù)據(jù)集［３１］??Ｆｉｇｕｒｅ?２－２?Ｅｘａｍｐｌｅｓ?ｏｆ?ＥＡＳＴ?ｄｅｔｅｃｔｉｏｎ?ａ）?ｔｈｅ?ｄａｔａｓｅｔ?ｏｆ?ＩＣＤＡＲ２０１５?ｂ）?ｔｈｅ?ｄａｔａｓｅｔ?ｏｆ?ＭＳＲＡ－??ＴＤ５００［３１］??１２??

圖像運算符，它計算每個像素最可能筆劃的寬度。ＳＷＴ的輸出是一個大小等于輸??入圖像大小的圖像，其中每個元素包含與像素關(guān)聯(lián)的筆劃寬度。一個筆畫定義為圖??像的一個連續(xù)部分，它形成一個寬度幾乎恒定的帶區(qū)域。圖２－３解釋了筆畫寬度的??定義。該算法不預(yù)先對筆畫的實際寬度進行約束，而是去恢復(fù)它的寬度。??￣￣了－－丁了．■＂廣了．ｒ１?＇?１?ｒ：．！…ｒｒ，ｒ，，ｐ＂ｍ，？?－ｕ?．Ｊ??＾?ｕ?＼?．?．．．?－Ｉ．?｜?Ｊ?Ｕ?＾??＾？－ｗｒＭ？Ｖｎｒ?ｉ＾ｉｉｉ?ｉｒ＾ｒｉ?ｉ＾ｉｉｉｉｒｉ＾．ｉｉ?ｉｉ廣．？丨十ｒ－．■卞？■一?：二Ｔ?ｉ?＇＇?ｉ■備一－卞…十?Ｉ?４?ｊ?ｉｆ??４４－＾?卞＋＾??—？ｇＷｉｉｉｉＭ±ｋｋｆｃｔｆｔｒ�。裕颍�，?ｒＰ??Ｐ＞?Ｈｒ??／／?Ｊｄ??．．：；＇ｂ??？?■?Ｉ?；?｜?Ｔ?＾?Ｉ?＾?■■錄１?１■－？－這???？？￣￣??，，７｜＾＇ｉ?ｉｘ?？?，一，二一＞—＾．．＂＿卜一??－－－４?－?－ｉ?ｆ?＊?Ｉ?Ｉ?ｔ?ｔ?…■，。，．．丨＿，４＂．‘＿”�。撸�？１？？４－＾－？？１４－＞＜｜＾￣？４—－一４＾＞＇？？＇°＾＇－＜４＾?一－１￣４－￣？卜－．十■—…■？．ｔ，．…＾?Ｉ？＜ｊ？？＜？－，？?￣￣Ｊ—?‘＊??ａ）?ｂ）?ｃ）??圖２－３?ＳＷＴ的實現(xiàn)。ａ）典型筆畫；ｂ）／ｊ是一個在筆畫邊緣的像素


本文編號：2962160