基于OCR技術(shù)的化驗(yàn)單識(shí)別方法研究.pdf

1、隨著醫(yī)療互聯(lián)網(wǎng)的發(fā)展，人類(lèi)醫(yī)療產(chǎn)生的健康數(shù)據(jù)正迅速增長(zhǎng)，健康數(shù)據(jù)體現(xiàn)在就診后的化驗(yàn)單數(shù)據(jù)。我國(guó)醫(yī)療行業(yè)醫(yī)患之間的數(shù)量差異導(dǎo)致化驗(yàn)單的解讀存在壁壘，高效且準(zhǔn)確地解讀化驗(yàn)單、管理個(gè)人的健康數(shù)據(jù)是目前健康醫(yī)療行業(yè)面臨的挑戰(zhàn)。
　　論文針對(duì)解讀化驗(yàn)單、管理個(gè)人的健康數(shù)據(jù)中存在的問(wèn)題，提出基于OCR技術(shù)的化驗(yàn)單識(shí)別基本流程方法，包括預(yù)處理、模式識(shí)別、內(nèi)容識(shí)別、識(shí)別結(jié)果糾錯(cuò)，具體工作如下。
　　首先論文對(duì)化驗(yàn)單圖像預(yù)處理，主要包括二值化

2、、抗扭斜。研究了全局閾值法、自適應(yīng)閾值法和OTSU方法三種二值化方法，通過(guò)對(duì)比實(shí)驗(yàn)，分析了不同方法的預(yù)處理效果，選取OTSU方法作為化驗(yàn)單圖像二值化基本方法。
　　隨后通過(guò)模式識(shí)別技術(shù)，采用基于霍夫變換的直線檢測(cè)方法提取化驗(yàn)單圖像特征，根據(jù)直線特征分類(lèi)化驗(yàn)單圖像、處理化驗(yàn)單圖像。再利用Tesseract開(kāi)源引擎，訓(xùn)練數(shù)據(jù)、參數(shù)調(diào)優(yōu)、識(shí)別化驗(yàn)單內(nèi)容。
　　論文最后對(duì)識(shí)別結(jié)果采取結(jié)合編輯距離和化驗(yàn)單醫(yī)學(xué)詞庫(kù)的糾錯(cuò)方案，通過(guò)漢字圖