目的由于化驗(yàn)單內(nèi)容可以真實(shí)地記錄患者健康狀態(tài),因此將紙質(zhì)的化驗(yàn)單轉(zhuǎn)為醫(yī)療電子檔案進(jìn)行存儲(chǔ)在進(jìn)行保險(xiǎn)理賠、轉(zhuǎn)院、遠(yuǎn)程會(huì)診、建立健康檔案時(shí)都具有重要作用。但目前在臨床上尚缺乏能識(shí)別化驗(yàn)單內(nèi)容,把化驗(yàn)單直接轉(zhuǎn)成醫(yī)療電子檔案的工具,為此本文設(shè)計(jì)了一套完整的自動(dòng)化醫(yī)學(xué)化驗(yàn)單內(nèi)容的光學(xué)字符識(shí)別(optical character recognition,OCR)方法。方法首先對(duì)化驗(yàn)單圖像進(jìn)行預(yù)處理,利用大津法對(duì)化驗(yàn)單圖像進(jìn)行二值化、用霍夫變換對(duì)圖像進(jìn)行抗扭斜和特征提取,然后使用Tesseract的集束搜索算法和K鄰近算法對(duì)化驗(yàn)單內(nèi)容進(jìn)行識(shí)別,對(duì)字庫進(jìn)行訓(xùn)練,利用醫(yī)學(xué)詞典文件與模糊字文件來對(duì)識(shí)別內(nèi)容進(jìn)行糾錯(cuò),并以此建立醫(yī)學(xué)化驗(yàn)單OCR引擎。最后利用從上海某社區(qū)醫(yī)院收集的302條化驗(yàn)單數(shù)據(jù)對(duì)OCR引擎的準(zhǔn)確率進(jìn)行了評(píng)估。結(jié)果經(jīng)評(píng)估驗(yàn)證,本文方法的識(shí)別準(zhǔn)確率為92. 72%,可基本滿足臨床需求。結(jié)論基于Tesseract建立的醫(yī)學(xué)化驗(yàn)單OCR引擎可以免去手動(dòng)輸入化驗(yàn)單數(shù)據(jù)的麻煩,醫(yī)生僅需拍照上傳化驗(yàn)單照片,即可將化驗(yàn)單中的內(nèi)容轉(zhuǎn)成結(jié)構(gòu)化醫(yī)療電子檔案,極大提高了醫(yī)生的工作效率,有助于數(shù)據(jù)的進(jìn)一步利用。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 方法
    1.1 化驗(yàn)單圖像預(yù)處理
        1.1.1 化驗(yàn)單圖像二值化
        1.1.2 化驗(yàn)單圖像抗扭斜
        1.1.3 化驗(yàn)單圖像特征提取
    1.2 醫(yī)學(xué)化驗(yàn)單OCR技術(shù)
        1.2.1 頁面版式分析
        1.2.2 字庫訓(xùn)練步驟
    1.3 醫(yī)學(xué)化驗(yàn)單OCR引擎開發(fā)
2 識(shí)別準(zhǔn)確率的驗(yàn)證結(jié)果及分析
3 討論與結(jié)論



本文編號(hào)：3802180