CN111400529B - 数据处理方法以及装置 - Google Patents
数据处理方法以及装置 Download PDFInfo
- Publication number
- CN111400529B CN111400529B CN202010292064.9A CN202010292064A CN111400529B CN 111400529 B CN111400529 B CN 111400529B CN 202010292064 A CN202010292064 A CN 202010292064A CN 111400529 B CN111400529 B CN 111400529B
- Authority
- CN
- China
- Prior art keywords
- image
- index
- project
- information
- key features
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 239000000463 material Substances 0.000 claims abstract description 226
- 238000009877 rendering Methods 0.000 claims abstract description 55
- 238000012550 audit Methods 0.000 claims description 68
- 238000012552 review Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 20
- 230000010354 integration Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000036541 health Effects 0.000 description 47
- 238000000034 method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 7
- 239000003999 initiator Substances 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 230000007170 pathology Effects 0.000 description 5
- 206010003591 Ataxia Diseases 0.000 description 4
- 238000005304 joining Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 208000030961 allergic reaction Diseases 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本说明书实施例提供数据处理方法以及装置,其中所述数据处理方法包括:获取项目中项目成员的待审核材料的图像,提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
Description
技术领域
本说明书实施例涉及数据处理技术领域,特别涉及一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置,一种计算设备,以及一种计算机可读存储介质。
背景技术
随着用户群体对健康保障项目关注度的增高,加入该项目的人数也越来越多,因此为了能够让用户更加快捷方便的体验或享受该项目所提供的服务,不同于传统的线下服务模式,许多线上服务平台随之应运而生。
用户可通过线下或线上服务平台加入健康保障项目,在用户加入项目,并出现健康问题需要项目发起方为其提供健康保障的情况下,健康保障项目的项目发起方需要收集该用户的就诊证明以及其他相关的证明材料,并对这些就诊证明及其他证明材料进行审核,以判断该用户是否满足享受健康保障的条件,因此,亟需提出一种能够提高材料审核效率的方法。
发明内容
有鉴于此,本说明书实施例提供了一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面,提供了一种数据处理方法,包括:
获取项目中项目成员的待审核材料的图像;
提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
可选地,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面,包括:
按照与所述类别存在索引关系的图像中待审核材料的生成时间的先后顺序,对所述索引标识进行排序;
基于所述索引信息,以及所述索引标识的排序结果进行页面渲染,获得所述项目成员的材料审核页面。
可选地,所述将所述类别作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,包括:
获取与所述类别存在索引关系的至少一张图像的关键特征;
对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果;
将关键特征中包含的时间信息以及所述整合结果作为所述索引信息。
可选地,所述提取所述图像中包含的关键特征,包括:
接收项目审核员通过图像展示页面对所述图像进行待识别区域选取生成的目标识别区域;
利用特征识别算法对所述目标识别区域进行特征识别,获得所述图像包含的关键特征。
可选地,所述提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,包括:
接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
根据所述关键特征确定所述图像中的待审核材料对应的材料类型;
根据所述材料类型对所述待审核材料进行分类。
可选地,所述提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,包括:
接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
接收所述项目审核成员针对所述关键特征提交的编辑指令;
根据所述项目审核成员提交的编辑信息,对所述关键特征进行更新;
根据更新后的关键特征对所述图像中的待审核材料进行分类。
可选地,所述获取所述图像中包含的关键特征之后,还包括:
在所述图像展示页面的预设区域进行渲染生成新图层;
将所述关键特征作为图层数据在所述新图层上显示;所述新图层位于所述图像展示页面显示的所述图像对应的图层上方。
可选地,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面步骤执行之后,还包括:
接收项目复审成员针对所述材料审核页面中索引标识提交的信息查询指令,并展示与所述索引标识存在索引关系的图像的预览标识;
在接收到针对所述预览标识的点击操作的情况下,展示所述预览标识对应的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
可选地,所述数据处理方法,还包括:
在所述图像展示页面展示所述图像以及标签组件;所述标签组件用于标记所述图像中的待审核材料为阳性材料;
在接收到所述标签组件的点击操作的情况下,将所述图像中的待审核材料标记为阳性材料;
相应的,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面,包括:
基于所述图像中待审核材料的标记结果、所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
可选地,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面步骤执行之后,还包括:
接收项目复审成员通过所述材料审核页面提交的信息查询指令;
根据所述项目复审成员通过所述材料审核页面提交的关键查询信息,查询并展示与所述关键查询信息相关的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
可选地,所述数据处理方法,还包括:
获取所述项目成员参与所述项目的参与凭证;
将所述参与凭证中包含的项目参与事件的时间节点作为轴节点,所述项目参与事件的事件信息作为节点信息,创建时间轴。
可选地,所述数据处理方法,还包括:
基于所述索引标识的生成时间创建时间节点,并将所述时间节点作为轴节点插入所述时间轴;其中,所述时间节点的节点信息包括所述索引信息;
相应的,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面,包括:
基于所述时间轴进行页面渲染,获得所述项目成员的材料审核页面。
根据本说明书实施例的第二方面,提供了一种数据处理装置,包括:
获取模块,被配置为获取项目中项目成员的待审核材料的图像;
分类模块,被配置为提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
确定模块,被配置为建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
渲染模块,被配置为基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
根据本说明书实施例的第三方面,提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令:
获取项目中项目成员的待审核材料的图像;
提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
根据本说明书实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现所述数据处理方法的步骤。
本说明书一个实施例通过获取项目中项目成员的待审核材料的图像,提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面;
将项目成员的待审核材料进行分类,有利于提高对图像中待审核材料的识别结果的准确度,从而有利于提高基于待审核材料对所述项目成员进行审核获得的初始审核结果的准确性。
附图说明
图1是本说明书一个实施例提供的一种数据处理方法的处理流程图;
图2是本说明书一个实施例提供的一种图像展示页面的示意图;
图3是本说明书一个实施例提供的一种关键特征的显示效果的示意图;
图4是本说明书一个实施例提供的一种材料审核页面的示意图;
图5是本说明书一个实施例提供的一种数据处理方法应用于健康保障项目的处理过程流程图;
图6是本说明书一个实施例提供的一种数据处理装置的示意图;
图7是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本说明书中,提供了一种数据处理方法,本说明书同时涉及一种数据处理装置,一种计算设备,以及一种计算机可读存储介质,在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一个实施例提供的一种数据处理方法的处理流程图,包括步骤102至步骤108。
步骤102,获取项目中项目成员的待审核材料的图像。
随着用户群体对健康保障项目的关注度的增高,加入该项目的人数也越来越多,在用户加入项目,并出现健康问题需要项目发起方为其提供健康保障的情况下,项目发起方需要收集该用户的就诊证明以及其他相关的证明材料,并对这些就诊证明及其他证明材料进行审核,以判断该用户是否满足享受健康保障的条件。
基于此,本说明书实施例提供一种数据处理方法,通过获取项目中项目成员的待审核材料的图像,提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
提取项目成员的待审核材料中的关键信息,并根据提取结果对待审核材料进行分类,将分类获得的类别作为索引标识,提取的关键信息作为索引信息,进行页面渲染;项目审核成员可基于页面中显示的信息对项目成员的相关材料进行审核,有利于材料审核效率,以及材料审核结果的准确率。
具体的,所述项目是指健康保障项目,此外,所述项目还可以是互助共济式筹集项目、互助共济式投资项目等,本申请实施例以健康保障项目为例进行说明,互助共济式筹集项目、互助共济式投资项目的具体实现与健康保障项目的具体实现类似,参照健康保障项目的具体实现即可,在此不再赘述。参与到所述项目中的成员即为该项目的项目成员,比如参与到健康保障项目中的项目成员即为健康保障项目的项目成员。
健康保障项目旨在为参与项目的项目成员提供一种保障机制,具体是指项目成员根据项目约定,向项目成员提供健康保障,健康保障项目的项目发起方对于项目约定的可能发生的事故因其发生所造成的损失承担健康保障服务。
健康保障项目是指集合具有相同需求的一批成员,这批成员通过参与健康保障项目的方式进行相互之间的互助共济,即共同参与到健康保障项目中,当参与健康保障项目的任一项目成员遭受意外或者面临需要帮助的其他特殊情况时,由该项目成员提出健康保障申请,如果健康保障申请审核通过,则由参与健康保障项目的其他项目成员(除提出健康保障申请的项目成员之外的所有项目成员)通过提供互助金的方式对该项目成员进行互助共济。
在向提出健康保障申请的项目成员发放互助金的过程中,这部分互助金是采用分摊的方式由其他项目成员进行支付,即:项目成员通过支付一定的分摊金额为提出互助申请的项目成员提供健康保障,健康保障项目的特点是“后付费”,即:项目成员申请参与健康保障项目时无需缴纳费用,当参与健康保障项目的任一项目成员遭受意外或者面临需要帮助的其他特殊情况提出互助申请之后,由其他项目成员通过缴纳一定费用的方式对提出互助申请的项目成员进行健康保障。
在项目成员提出互助申请的情况下,健康保障项目的项目发起方需分配项目调查员收集该用户的就诊证明以及其他相关的证明材料,并对这些就诊证明及其他证明材料进行初始审核,以为后续的判断所述项目成员是否满足享受健康保障的条件做准备。
步骤104,提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类。
具体的,在项目成员提出互助申请的情况下,由项目中的项目调查员对所述项目成员的待审核材料进行收集并上传,并且,在具体实施时,可以将待审核材料以图像的形式上传,并由项目审核员对上传的图像进行处理,即提取图像中包含的关键特征,所述关键特征可以是文本特征或图像特征,提取关键特征后,可根据关键特征对图像中的待审核材料进行分类。
在健康保障项目中,项目成员的待审核材料即就诊类材料,一般多包含病历以及其他与医疗相关的材料,并且这些材料中包含的部分材料可能是由医疗诊断人员手写生成,项目审核成员通过对这些材料中内容的进行辨认,以提取关键特征这一过程中可能会存在一定困难;或者可能存在部分材料中包含的一些特定的使用频率较低的医学专业术语,同样可能会给项目审核成员对材料内容的理解带来一定的困难,因此,本说明书实施例可利用特征识别算法,对获取的图像进行特征识别,以提取图像中包含的关键特征。
如前所述,所述关键特征可以是文本特征或图像特征,因此,所述特征识别算法可以是文本特征识别算法或图像特征识别算法,若所述特征识别算法为文本特征识别算法,则利用文本特征识别算法对所述图像进行识别,获得所述图像中包含的关键特征即为关键文本特征;常用的对图像进行文本识别的文本特征识别算法为光学文字识别(OpticalCharacter Recognition,OCR)算法;例如,采集的图像中的待审核材料为项目成员的病理报告,则可通过OCR技术识别图像中病理报告的详细内容;若所述特征识别算法为图像特征识别算法,则利用图像特征识别算法对所述图像进行识别,获得所述图像中包含的关键特征即为关键图像特征;例如,采集的图像中的待审核材料为项目成员肺部的X光片,则可通过图像特征识别算法识别X光片中肺部的图像特征(是否有阴影等)。
进一步的,为提高特征识别的效率以及识别结果的准确性,在获取图像后,可设置图像的目标识别区域,并对所述目标识别区域进行特征识别,具体可通过以下方式实现:
接收项目审核员通过图像展示页面对所述图像进行待识别区域选取生成的目标识别区域;
利用特征识别算法对所述目标识别区域进行特征识别,获得所述图像包含的关键特征。
具体的,所述项目审核成员可以是参与所述项目的项目成员,也可以是未参与所述项目的其他用户;
在获取项目成员的待审核材料的图像后,可通过图像展示页面展示该图像,具体的图像展示页面的示意图如图2所示,图2左侧展示的“M1类材料:50份”,即表示项目调查员上传了50张M1类材料的图像,“M2类材料:20份,M2-1:10份,M2-2:10份”,即表示项目调查员上传了10张M2-1和M2-2子类材料的图像,并且M2-1和M2-2子类材料同属于M2类材料,因此,上传的M2类材料共20份,“M3类材料:30份”,即表示项目调查员上传了30张M3类材料的图像;图2中展示M2类材料中M2-1子类中的其中一张图像,项目审核成员可通过所述图像展示页面框选页面中展示的图像的目标识别区域,在框选完成后,由系统对所述目标识别区域中的关键特征进行提取。
在获取图像后,通过设置图像的目标识别区域,并对所述目标识别区域进行特征识别,有利于提高特征识别的效率以及识别结果的准确性。
此外,如前所述,在获取项目成员的图像后,可通过图像展示页面展示所述图像,是否框选目标识别区域可由项目审核成员进行选择,前述为设置图像的目标识别区域,并对目标识别区域的关键特征进行提取,若选择不进行目标识别区域的框选,则需对目标区域框选页面中显示的全部图像内容进行识别,具体可通过以下方式实现:
接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
根据所述关键特征确定所述图像中的待审核材料对应的材料类型;
根据所述材料类型对所述待审核材料进行分类。
具体的,待审核材料的类别信息可以包括病理报告、影像报告、手术记录、出院小结、诊断证明以及就医记录等,利用特征识别算法(图像特征识别算法或文本特征识别算法)对图像进行识别,以提取图像中包含的关键特征(关键图像特征或关键文本特征),若所述关键特征为关键图像特征,则可根据所述关键图像特征确定所述图像中待审核材料对应的材料类型(影像报告);若所述关键特征为关键文本特征,则可通过对所述关键文本特征进行语义识别,以确定所述图像中的待审核材料对应的材料类型;
例如,根据语义识别结果确定所述关键文本特征属于就诊记录类材料,则将所述图像中的待审核材料的类别确定为就诊记录。
实际应用中,还可根据图像的上传路径(图像来源)对图像中的待审核材料进行分类,所述上传路径或所述图像来源可以包括:调查(通过调查员调查采集上传)、用户(通过项目成员上传)、群众(由除项目成员外的其他用户上传)、风控(通过风控系统获取)、历史(数据库中的历史数据)以及直连(根据项目成员的医保数据获取)等。
除此之外,在提取图像中的关键特征后,项目审核成员可对提取结果进行编辑,具体可通过以下方式实现:
接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
接收所述项目审核成员针对所述关键特征提交的编辑指令;
根据所述项目审核成员提交的编辑信息,对所述关键特征进行更新;
根据更新后的关键特征对所述图像中的待审核材料进行分类。
具体的,在获取项目成员的待审核材料的图像,并利用特征识别算法对所述图像进行特征识别,获得所述图像中包含的关键特征后,项目审核成员可对提取结果的准确度进行判断,在确定提取结果中的关键特征的准确度不满足预设条件的情况下,可通过所述图像展示页面提交关键特征编辑指令,以对所述关键特征进行编辑和更新,根据更新后的关键特征对图像中的待审核材料进行分类的过程,与前述根据关键特征对图像中的待审核材料进行分类的实现过程类似,在此不再赘述。
在对图像进行特征识别并获取关键特征后,在确定关键特征的准确度不满足条件的情况下,由项目审核成员对关键特征进行编辑和更新,有利于提高材料审核结果的准确性。
另外,在获取待审核材料的图像后,可在展示图像的同时展示可触控标签组件,以供项目审核成员选择是否为图像设置标签,具体可通过以下方式实现:
在所述图像展示页面展示所述图像以及标签组件;所述标签组件用于标记所述图像中的待审核材料为阳性材料;
在接收到所述标签组件的点击操作的情况下,将所述图像中的待审核材料标记为阳性材料。
具体的,在获取到所述项目成员的图像后,通过图像展示页面展示所述图像,并且所述图像展示页面中除包含所述图像外,还包含标签组件,如图2所示,图像展示页面中包含的标签组件为:标签L1、标签L2和标签L3,实际应用中,所述标签组件对应的标签信息可以包括:阳性线索、阳性证据,所述阳性线索和阳性证据用于表征所述图像中的待审核材料为阳性材料(阳性是诊断疾病时对进行某种检验或化验所得结果的表示方法,结果为阳性则说明体内有某种病原体存在或对某种药物有过敏反应,一般来说,阳性代表患病或者有病毒,阴性代表正常),另外,所述标签组件对应的标签信息还可以包括:确诊线索、确诊结论、案件聚合以及公示材料以及用于表征所述图像是否有效的标签信息等,在对图像进行特征识别之前或特征识别之后,可通过点击标签组件的方式为图像添加标签。
例如,在获取并展示所述项目成员的图像后,若根据提取的关键特征确定所述项目成员患病,则可通过点击标签组件,将图像中的待审核材料标记为阳性材料。
在获取并展示所述项目成员的图像后,由项目审核成员为所述图像添加相应的标签,既有利于提升后续的对图像中待审核材料进行审核的审核效率,又有利于提高材料审核结果的准确性。
步骤106,建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息。
具体的,在对获取的图像进行分类后,如前所述,分类获得的类别对应的类别信息可以包括病理报告、影像报告、手术记录、出院小结、诊断证明以及就医记录等,由于获取的图像数量可能较多,因此,将图像进行分类,并建立图像与其所属类别的索引关系后,可将类别作为索引标识,查询与类别存在索引关系的图像;
在向项目复审员展示所述项目成员的图像的过程中,可只展示索引标识以及索引标识对应的索引信息,项目复审员在需要对与索引标识存在索引关系的图像进行审核的情况下,可点击索引标识,以获取与该索引标识存在索引关系的图像;另外,由于为项目复审员展示了索引标识以及索引标识对应的索引信息,所述索引信息包含与索引标识存在索引关系的图像的关键特征,因此,项目复审员可根据所述关键特征确定针对项目成员的审核结果,在减少展示内容的同时,可保证审核结果的准确性。
具体实施时,将所述类别作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,具体可通过以下方式实现:
获取与所述类别存在索引关系的至少一张图像的关键特征;
对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果;
将关键特征中包含的时间信息以及所述整合结果作为所述索引信息。
具体的,图像的关键特征中包含图像中待审核材料的生成时间以及待审核材料的初始审核信息(例如:阳性线索或阳性信息),若一个类别下包含多张图像,那么在确定该类别下的索引信息时,可将多张图像的关键特征(初始审核信息)进行整合,并将整合结果以及与索引标识存在索引关系的图像中待审核材料的生成时间,共同作为所述索引标识的索引信息。
在获取图像并对图像进行分类后,将分类获得的各类别中包含的图像的关键特征进行整合,作为各类别的索引信息进行展示,既有利于提升后续的对图像中待审核材料进行审核的审核效率,又有利于提高材料审核结果的准确性。
步骤108,基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
具体的,在对图像进行分类后,将分类获得的类别作为索引标识,并将与类别存在索引关系的图像的关键特征作为索引信息,进行页面渲染,可获得所述项目成员的材料审核页面,项目中的复审员可根据材料审核页面中的信息对项目成员是否满足互助申请的条件进行审核。
在健康保障项目中,项目成员提出互助申请时,健康保障项目的项目发起方需根据项目成员加入项目的时间、等待期结束时间以及项目成员出险时间、诊断时间等的相关时间信息以及项目成员的就医诊断等材料进行审核。
具体实施时,可将获取的项目成员的图像进行分类后,按照分类结果中,各个类别下待审核材料的生成时间的先后顺序进行排序,并根据排序结果进行页面渲染,具体可通过以下方式实现:
按照与所述类别存在索引关系的图像中待审核材料的生成时间的先后顺序,对所述索引标识进行排序;
基于所述索引信息,以及所述索引标识的排序结果进行页面渲染,获得所述项目成员的材料审核页面。
具体的,对项目成员的图像进行分类后,将分类获得的类别作为索引标识,如前所述,分类后的类别可以包括病理报告、影像报告、手术记录、出院小结、诊断证明以及就医记录等,因此,可以将病理报告、影像报告、手术记录、出院小结、诊断证明以及就医记录等作为索引标识,或将其各自的简称作为索引标识,并按照各类别中包含的待审核材料的生成时间的先后顺序对索引标识进行排序,并根据排序结果以及各索引标识对应的索引信息进行页面渲染即可。
此外,项目审核成员可为图像添加标签(对图像进行标记),因此,在对图像进行标记后,可基于标记结果、索引标识以及索引标识对应的索引信息进行页面渲染,获得所述项目成员的材料审核页面。
在获取图像并对图像进行分类后,将分类获得的各类别作为索引标识,并根据各类别中包含的待审核材料的生成时间对索引标识进行排序,并根据排序结果、索引标识以及与索引标识对应的索引信息进行页面渲染,在根据渲染结果对项目成员进行进一步审核的过程中,有利于提高审核效率。
进一步的,在对图像进行特征识别获得关键特征后,可在图像展示页面生成新图层,并在新图层上展示所述关键特征,具体可通过以下方式实现:
在所述图像展示页面的预设区域进行渲染生成新图层;
将所述关键特征作为图层数据在所述新图层上显示;所述新图层位于所述图像展示页面显示的所述图像对应的图层上方。
具体的,为保证图像展示页面中图像信息的完整性,可在图像展示页面的空白区域生成新图层,并且新图层位于图像展示页面显示的图像对应的图层上方,生成新图层后,对图像进行特征识别获得的关键特征可通过新图层进行展示,关键特征的显示效果示意图如图3所示,即将关键特征(提取结果)作为新图层的图层数据在新图层进行展示。
由于部分图像中的待审核材料有可能会用于公示,因此,为保证公示材料的原始性,通过将对图像进行特征识别获得的关键特征作为图层数据在新图层显示,在向项目复审员展示图像时,可展示图层信息(关键特征),在向其他项目成员进行材料公示时,可不展示图层信息,仅展示原始图像。
通过生成新图层的方式展示关键特征,在项目复审员进行材料审核的过程中,关键特征始终以新图层的方式展示,当将图像作为公示材料进行展示时,可不展示新图层,即不展示关键特征,保留图像的原始待审核材料的内容,保证材料的原始性。
如前所述,在对图像进行分类后,建立图像与分类获得的类别间的索引关系,并将类别作为索引标识,基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
具体实施时,项目复审员可通过所述材料审核页面中的信息对项目成员是否满足互助申请的条件进行审核,在需要对与类别存在索引关系的图像中的待审核材料进行审核的情况下,可通过点击索引标识获取图像,具体可通过以下方式实现:
接收项目复审成员针对所述材料审核页面中索引标识提交的信息查询指令,并展示与所述索引标识存在索引关系的图像的预览标识;
在接收到针对所述预览标识的点击操作的情况下,展示所述预览标识对应的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
具体的,在生成所述项目成员的材料审核页面后,项目复审员可通过材料审核页面的信息对项目成员是否满足互助申请的条件进行审核,另外,项目复审员可通过点击材料审核页面中的索引标识,以查询与索引标识存在索引关系的图像,即点击索引标识后,展示与索引标识存在索引关系的图像的预览标识,在接收到针对图像的预览标识的点击操作的情况下,展示该图像以及该图像的关键特征,并且,所述关键特征作为新图层的图层数据进行显示。
除此之外,在获得项目成员的材料审核页面后,项目复审员可通过所述材料审核页面进行信息查询,即通过输入关键词的方式查询相关信息,具体可通过以下方式实现:
接收项目复审成员通过所述材料审核页面提交的信息查询指令;
根据所述项目复审成员通过所述材料审核页面提交的关键查询信息,查询并展示与所述关键查询信息相关的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
具体的,在生成所述项目成员的材料审核页面后,项目复审员可通过在所述材料审核页面输入关键词的方式查询相关信息,所述关键查询信息可以包括标签、内容、时间、来源、医院等,项目复审员可通过输入一个或多个关键查询信息进行信息查询,以便于快速定位目标图像。
进一步的,由于所述项目为健康保障项目,因此,在项目成员提出互助申请时,健康保障项目的项目发起方需根据项目成员加入项目的时间、等待期结束时间以及项目成员出险时间、诊断时间等的相关时间信息以及项目成员的就医诊断等材料进行审核。
具体实施时,在用户参与项目并成为项目成员后,可以创建所述项目成员的关于项目参与事件的时间轴,具体的时间轴创建过程可通过以下方式实现:
获取所述项目成员参与所述项目的参与凭证;
将所述参与凭证中包含的项目参与事件的时间节点作为轴节点,所述项目参与事件的事件信息作为节点信息,创建时间轴。
具体的,由于所述项目为健康保障项目,通常情况下,用户参与健康保障项目后,需对用户设置观察期(等待期),若用户在观察期内出险,则不予理赔,因此,所述参与凭证可以是用户的保单,所述项目参与事件可以包括参与项目事件以及等待期结束事件,将参与项目的时间以及等待期结束的时间节点作为轴节点,参与项目事件以及等待期结束事件作为节点信息,创建时间轴。
在对所述项目成员的图像进行分类后,可将分类获得的类别作为索引标识,基于所述索引标识的生成时间创建时间节点,并将所述时间节点作为轴节点插入所述时间轴;其中,所述时间节点的节点信息包括索引标识对应的索引信息。
基于索引标识的生成时间创建时间节点,并将所述时间节点作为轴节点插入时间轴后,可基于所述时间轴进行页面渲染,获得所述项目成员的材料审核页面。
基于时间轴进行页面渲染获得的材料审核页面的示意图如图4所示,通过图4可以看出,项目成员参与项目的时间为2018年12月30日,等待期结束时间为2019年4月1日,索引标识的生成时间为2019年5月1日,图4中包含索引标识1、索引标识2和索引标识3,具体实施时,可将病理报告、影像报告、手术记录、出院小结、诊断证明以及就医记录等作为索引标识,或将其各自的简称作为索引标识;各索引标识对应的索引信息中包含各类别中待审核材料的生成时间,以及,将与各索引标识存在索引关系的图像的关键特征进行整合生成的整合信息,各索引标识对应的标签信息由项目审核成员对与各索引标识存在索引关系的图像所添加的标签确定,具体可以通过对图像标签进行去重和整合确定。
通过图4可直观的确定项目成员的患病或就诊时间是否在等待期内,并且根据索引标识的排序结果对项目成员是否满足理赔条件进行审核,有利于提升材料审核效率,并有利于提高审核结果的准确性。
本说明书实施例通过获取项目中项目成员的待审核材料的图像,提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面;
将项目成员的待审核材料进行分类,有利于提高对图像中待审核材料的识别结果的准确度,从而有利于提高基于待审核材料对所述项目成员进行审核获得的初始审核结果的准确性。
下述结合附图5,以本说明书提供的数据处理方法在健康保障项目的应用为例,对所述数据处理方法进行进一步说明。其中,图5示出了本说明书一个实施例提供的一种数据处理方法的处理过程流程图,具体步骤包括步骤502至步骤526。
步骤502,获取健康保障项目中待理赔项目成员的待审核材料的图像。
步骤504,接收审核员通过图像展示页面对所述图像进行待识别区域选取生成的目标识别区域。
步骤506,利用特征识别算法对所述目标识别区域进行特征识别,获得所述图像包含的关键特征。
步骤508,将所述关键特征作为图层数据在所述图像展示页面生成的新图层上显示;所述新图层位于所述图像展示页面显示的所述图像对应的图层上方。
步骤510,根据所述图像的上传路径对所述图像中的待审核材料进行分类。
步骤512,建立所述图像与分类获得的类别的索引关系,并获取与所述类别存在索引关系的至少一张图像的关键特征。
步骤514,对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果,并将关键特征中包含的时间信息以及所述整合结果作为所述类别的索引信息。
步骤516,获取所述待理赔项目成员参与所述健康保障项目的参与凭证,将所述参与凭证中包含的健康保障项目参与事件的时间节点作为轴节点,所述健康保障项目参与事件的事件信息作为节点信息,创建时间轴。
步骤518,将所述类别作为索引标识,按照与所述类别存在索引关系的图像中待审核材料的生成时间的先后顺序,对所述索引标识进行排序。
步骤520,基于所述索引标识的生成时间创建时间节点,并将所述时间节点作为轴节点插入所述时间轴;其中,所述时间节点的节点信息包括所述索引信息。
步骤522,基于所述时间轴进行页面渲染,获得所述待理赔项目成员的材料审核页面。
步骤524,接收复审成员针对所述材料审核页面中索引标识提交的信息查询指令,并展示与所述索引标识存在索引关系的图像的预览标识。
步骤526,在接收到针对所述预览标识的点击操作的情况下,展示所述预览标识对应的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
本说明书实施例通过获取健康保障项目中待理赔项目成员的待审核材料的图像,提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,基于所述索引标识以及所述索引信息进行页面渲染,获得所述待理赔项目成员的材料审核页面;
将待理赔项目成员的待审核材料进行分类,有利于提高对图像中待审核材料的识别结果的准确度,从而有利于提高基于待审核材料对所述待理赔项目成员进行审核获得的初始审核结果的准确性。
与上述方法实施例相对应,本说明书还提供了数据处理装置实施例,图6示出了本说明书一个实施例提供的一种数据处理装置的示意图。如图6所示,该装置包括:
获取模块602,被配置为获取项目中项目成员的待审核材料的图像;
分类模块604,被配置为提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
确定模块606,被配置为建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
渲染模块608,被配置为基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
可选地,所述渲染模块608,包括:
排序子模块,被配置为按照与所述类别存在索引关系的图像中待审核材料的生成时间的先后顺序,对所述索引标识进行排序;
渲染子模块,被配置为基于所述索引信息,以及所述索引标识的排序结果进行页面渲染,获得所述项目成员的材料审核页面。
可选地,所述确定模块606,包括:
关键特征获取子模块,被配置为获取与所述类别存在索引关系的至少一张图像的关键特征;
整合子模块,被配置为对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果;
确定子模块,被配置为将关键特征中包含的时间信息以及所述整合结果作为所述索引信息。
可选地,所述分类模块604,包括:
第一接收子模块,被配置为接收项目审核员通过图像展示页面对所述图像进行待识别区域选取生成的目标识别区域;
第一识别子模块,被配置为利用特征识别算法对所述目标识别区域进行特征识别,获得所述图像包含的关键特征。
可选地,所述分类模块604,包括:
第二接收子模块,被配置为接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
第二识别子模块,被配置为利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
材料类型确定子模块,被配置为根据所述关键特征确定所述图像中的待审核材料对应的材料类型;
第一分类子模块,被配置为根据所述材料类型对所述待审核材料进行分类。
可选地,所分类模块604,包括:
第三接收子模块,被配置为接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
第三识别子模块,被配置为利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
编辑指令接收子模块,被配置为接收所述项目审核成员针对所述关键特征提交的编辑指令;
更新子模块,被配置为根据所述项目审核成员提交的编辑信息,对所述关键特征进行更新;
第一分类子模块,被配置为根据更新后的关键特征对所述图像中的待审核材料进行分类。
可选地,所述数据处理装置,还包括:
图层生成模块,被配置为在所述图像展示页面的预设区域进行渲染生成新图层;
显示模块,被配置为将所述关键特征作为图层数据在所述新图层上显示;所述新图层位于所述图像展示页面显示的所述图像对应的图层上方。
可选地,所述数据处理装置,还包括:
信息查询指令接收模块,被配置为接收项目复审成员针对所述材料审核页面中索引标识提交的信息查询指令,并展示与所述索引标识存在索引关系的图像的预览标识;
关键特征展示模块,被配置为在接收到针对所述预览标识的点击操作的情况下,展示所述预览标识对应的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
可选地,所述数据处理装置,还包括:
展示模块,被配置为在所述图像展示页面展示所述图像以及标签组件;所述标签组件用于标记所述图像中的待审核材料为阳性材料;
标记模块,被配置为在接收到所述标签组件的点击操作的情况下,将所述图像中的待审核材料标记为阳性材料;
相应的,所述渲染模块608,进一步被配置为:
基于所述图像中待审核材料的标记结果、所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
可选地,所述数据处理装置,还包括:
指令接收模块,被配置为接收项目复审成员通过所述材料审核页面提交的信息查询指令;
查询模块,被配置为根据所述项目复审成员通过所述材料审核页面提交的关键查询信息,查询并展示与所述关键查询信息相关的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
可选地,所述数据处理装置,还包括:
参与凭证获取模块,被配置为获取所述项目成员参与所述项目的参与凭证;
创建模块,被配置为将所述参与凭证中包含的项目参与事件的时间节点作为轴节点,所述项目参与事件的事件信息作为节点信息,创建时间轴。
可选地,所述数据处理装置,还包括:
插入模块,被配置为基于所述索引标识的生成时间创建时间节点,并将所述时间节点作为轴节点插入所述时间轴;其中,所述时间节点的节点信息包括所述索引信息;
相应的,所述渲染模块608,进一步被配置为:
基于所述时间轴进行页面渲染,获得所述项目成员的材料审核页面。
上述为本实施例的一种数据处理装置的示意性方案。需要说明的是,该数据处理装置的技术方案与上述的数据处理方法的技术方案属于同一构思,数据处理装置的技术方案未详细描述的细节内容,均可以参见上述数据处理方法的技术方案的描述。
图7示出了根据本说明书一个实施例提供的一种计算设备700的结构框图。该计算设备700的部件包括但不限于存储器710和处理器720。处理器720与存储器710通过总线730相连接,数据库750用于保存数据。
计算设备700还包括接入设备740,接入设备740使得计算设备700能够经由一个或多个网络760通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备740可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本说明书的一个实施例中,计算设备700的上述部件以及图7中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图7所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备700可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备700还可以是移动式或静止式的服务器。
其中,所述存储器710用于存储计算机可执行指令,处理器720用于执行如下计算机可执行指令:
获取项目中项目成员的待审核材料的图像;
提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的数据处理方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述数据处理方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时以用于实现所述数据处理方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述数据处理方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (14)
1.一种数据处理方法,包括:
获取项目中项目成员的待审核材料的图像;
提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面;
其中,所述将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,包括:
获取与所述类别存在索引关系的至少一张图像的关键特征;对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果;将关键特征中包含的时间信息以及所述整合结果作为所述索引信息。
2.根据权利要求1所述的数据处理方法,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面,包括:
按照与所述类别存在索引关系的图像中待审核材料的生成时间的先后顺序,对所述索引标识进行排序;
基于所述索引信息,以及所述索引标识的排序结果进行页面渲染,获得所述项目成员的材料审核页面。
3.根据权利要求1所述的数据处理方法,所述提取所述图像中包含的关键特征,包括:
接收项目审核员通过图像展示页面对所述图像进行待识别区域选取生成的目标识别区域;
利用特征识别算法对所述目标识别区域进行特征识别,获得所述图像包含的关键特征。
4.根据权利要求1所述的数据处理方法,所述提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,包括:
接收项目审核员通过图像展示页面对所述图像发送的特征识别指令;
利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
根据所述关键特征确定所述图像中的待审核材料对应的材料类型;
根据所述材料类型对所述待审核材料进行分类。
5.根据权利要求1所述的数据处理方法,所述提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类,包括:
接收项目审核成员通过图像展示页面对所述图像发送的特征识别指令;
利用特征识别算法对所述图像进行特征识别,获取所述图像中包含的关键特征;
接收所述项目审核成员针对所述关键特征提交的编辑指令;
根据所述项目审核成员提交的编辑信息,对所述关键特征进行更新;
根据更新后的关键特征对所述图像中的待审核材料进行分类。
6.根据权利要求3至5任意一项所述的数据处理方法,所述获取所述图像中包含的关键特征之后,还包括:
在所述图像展示页面的预设区域进行渲染生成新图层;
将所述关键特征作为图层数据在所述新图层上显示;所述新图层位于所述图像展示页面显示的所述图像对应的图层上方。
7.根据权利要求6所述的数据处理方法,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面步骤执行之后,还包括:
接收项目复审成员针对所述材料审核页面中索引标识提交的信息查询指令,并展示与所述索引标识存在索引关系的图像的预览标识;
在接收到针对所述预览标识的点击操作的情况下,展示所述预览标识对应的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
8.根据权利要求3至5任意一项所述的数据处理方法,还包括:
在所述图像展示页面展示所述图像以及标签组件;所述标签组件用于标记所述图像中的待审核材料为阳性材料;
在接收到所述标签组件的点击操作的情况下,将所述图像中的待审核材料标记为阳性材料;
相应的,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面,包括:
基于所述图像中待审核材料的标记结果、所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
9.根据权利要求8所述的数据处理方法,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面步骤执行之后,还包括:
接收项目复审成员通过所述材料审核页面提交的信息查询指令;
根据所述项目复审成员通过所述材料审核页面提交的关键查询信息,查询并展示与所述关键查询信息相关的图像以及所述图像的关键特征;其中,所述关键特征作为所述图像对应的图层上方的新图层的图层数据进行显示。
10.根据权利要求1所述的数据处理方法,还包括:
获取所述项目成员参与所述项目的参与凭证;
将所述参与凭证中包含的项目参与事件的时间节点作为轴节点,所述项目参与事件的事件信息作为节点信息,创建时间轴。
11.根据权利要求10所述的数据处理方法,还包括:
基于所述索引标识的生成时间创建时间节点,并将所述时间节点作为轴节点插入所述时间轴;其中,所述时间节点的节点信息包括所述索引信息;
相应的,所述基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面,包括:
基于所述时间轴进行页面渲染,获得所述项目成员的材料审核页面。
12.一种数据处理装置,包括:
获取模块,被配置为获取项目中项目成员的待审核材料的图像;
分类模块,被配置为提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
确定模块,被配置为建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
所述确定模块,进一步被配置为获取与所述类别存在索引关系的至少一张图像的关键特征;对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果;将关键特征中包含的时间信息以及所述整合结果作为所述索引信息;
渲染模块,被配置为基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面。
13.一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令:
获取项目中项目成员的待审核材料的图像;
提取所述图像中包含的关键特征,并根据所述关键特征对所述图像中的待审核材料进行分类;
建立所述图像与分类获得的类别的索引关系,以及将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息;
基于所述索引标识以及所述索引信息进行页面渲染,获得所述项目成员的材料审核页面;
其中,所述将所述类别的类别信息作为索引标识,根据所述关键特征确定所述索引标识对应的索引信息,包括:
获取与所述类别存在索引关系的至少一张图像的关键特征;对所述至少一张图像的关键特征中包含的初始审核信息进行整合,生成审核信息的整合结果;将关键特征中包含的时间信息以及所述整合结果作为所述索引信息。
14.一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现权利要求1至11任意一项所述数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010292064.9A CN111400529B (zh) | 2020-04-14 | 2020-04-14 | 数据处理方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010292064.9A CN111400529B (zh) | 2020-04-14 | 2020-04-14 | 数据处理方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400529A CN111400529A (zh) | 2020-07-10 |
CN111400529B true CN111400529B (zh) | 2024-03-08 |
Family
ID=71431612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010292064.9A Active CN111400529B (zh) | 2020-04-14 | 2020-04-14 | 数据处理方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400529B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860659A (zh) * | 2020-07-24 | 2020-10-30 | 上海德易车信息科技有限公司 | 一种图片审核方法、装置、电子设备及可读存储介质 |
CN112259183B (zh) * | 2020-11-11 | 2023-08-08 | 北京嘉和海森健康科技有限公司 | 一种基于电子病历的患者健康时间轴的提取方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292749A (zh) * | 2017-08-04 | 2017-10-24 | 平安科技(深圳)有限公司 | 车损证件照片的分类方法、系统及可读存储介质 |
CN107610091A (zh) * | 2017-07-31 | 2018-01-19 | 阿里巴巴集团控股有限公司 | 车险图像处理方法、装置、服务器及系统 |
US9959584B1 (en) * | 2013-11-08 | 2018-05-01 | Document Imaging Systems Corp. | Automated system and method for electronic health record indexing |
CN109887153A (zh) * | 2019-02-03 | 2019-06-14 | 国信电子票据平台信息服务有限公司 | 一种财税处理方法和处理系统 |
-
2020
- 2020-04-14 CN CN202010292064.9A patent/CN111400529B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9959584B1 (en) * | 2013-11-08 | 2018-05-01 | Document Imaging Systems Corp. | Automated system and method for electronic health record indexing |
CN107610091A (zh) * | 2017-07-31 | 2018-01-19 | 阿里巴巴集团控股有限公司 | 车险图像处理方法、装置、服务器及系统 |
CN107292749A (zh) * | 2017-08-04 | 2017-10-24 | 平安科技(深圳)有限公司 | 车损证件照片的分类方法、系统及可读存储介质 |
CN109887153A (zh) * | 2019-02-03 | 2019-06-14 | 国信电子票据平台信息服务有限公司 | 一种财税处理方法和处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111400529A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11328365B2 (en) | Systems and methods for insurance fraud detection | |
CN111461681B (zh) | 审核方法以及装置 | |
CN102971763A (zh) | 诊断治疗支持系统和诊断治疗支持方法 | |
CA3118430C (en) | Abstracting information from patient medical records | |
CN111400529B (zh) | 数据处理方法以及装置 | |
CN111402072B (zh) | 信息处理方法及装置 | |
CN114202755A (zh) | 基于ocr和nlp技术的交易背景真实性审核方法和系统 | |
US20200293528A1 (en) | Systems and methods for automatically generating structured output documents based on structural rules | |
CN114913942A (zh) | 患者招募项目智能匹配方法及装置 | |
CN112035757A (zh) | 医疗瀑布流推送方法、装置、设备及存储介质 | |
CN114549241A (zh) | 合同审查方法、装置、系统与计算机可读存储介质 | |
Yusof | HOT-fit Evaluation Framework:: Validation Using Case Studies and Qualitative Systematic Review in Health Information Systems Evaluation Adoption | |
Marazza et al. | Automatic process comparison for subpopulations: Application in cancer care | |
JP2022019364A (ja) | 医療データ評価活用システム、および、医療データ評価活用方法 | |
CN117520503A (zh) | 基于llm模型的金融客服对话生成方法、装置、设备及介质 | |
CN114238639A (zh) | 一种医学术语标准化框架的构建方法、装置、电子设备 | |
Gupta et al. | Application of convolutional neural networks for COVID-19 detection in X-ray images using inceptionV3 and U-Net | |
CN111401854A (zh) | 信息处理方法以及装置 | |
CN109144999B (zh) | 一种数据定位方法、装置及存储介质、程序产品 | |
CN111724873B (zh) | 一种数据处理方法及装置 | |
CN110956140B (zh) | 图像信息提取方法、装置、设备以及存储介质 | |
CN114139543A (zh) | 实体链接语料标注方法和装置 | |
CN113314217A (zh) | 一种基于检验医学大数据的常见疾病辅助自诊系统 | |
CN113972009A (zh) | 一种基于临床检验医学大数据的医学检验咨询系统 | |
Lima et al. | patologIA: online platform for improving image-based diagnostics applied to medical students |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211216 Address after: Room 602, No. 618, Wai Road, Huangpu District, Shanghai 200010 Applicant after: Ant fortune (Shanghai) Financial Information Service Co.,Ltd. Address before: 801-11, Section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province, 310013 Applicant before: Alipay (Hangzhou) Information Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |