CN111563399A - 获取电子病历的结构化信息的方法及装置 - Google Patents

Abstract

本申请实施例提供了一种获取电子病历的结构化信息的方法及装置。通过本申请，在获取目标电子病历的结构化信息时，除了使用目标电子病历之外，还结合了目标电子病历对应的目标展示病历的视觉特征，例如，生成目标电子病历对应的目标展示病历，然后基于视觉特征将目标展示病历中的文本划分为多个目标文本块，之后在目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段，基于目标电子病历、目标文本字段以及结构化模型获取目标电子病历的结构化信息，相比于仅仅使用电子病历获取目标电子病历的结构化信息，通过本申请的方式可以提高获取到的目标电子病历的结构化信息的准确度。

Description

获取电子病历的结构化信息的方法及装置

技术领域

本申请涉及计算机技术领域，特别是涉及一种获取电子病历的结构化信息的方法及装置。

背景技术

当前，电子病历得到了广泛使用，医生在对患者进行诊断之后，可以在电脑中撰写该患者的电子病历，电子病历中包括患者姓名、性别、年龄、病历号、入院日期、创号、临床科室以及病情描述等。

其中，医生在电脑上撰写电子病历时，往往是按照原先撰写纸质病历的撰写方式，例如，如图1所示，往往是在电脑上将上述所有内容一股脑地写入一个文档中，并作为一个患者的电子病历。

之后在查阅电子病历时，电脑是将电子病历中的内容按照在文档中的位置一股脑的显示出来，

无法使得医生可以迅速分清楚电子病历中的各部分内容，其次，在医院中的存在多个患者的电子病历时，无法快速地基于电子病历对各个患者的病情进行统计、分析以及分享。

为了解决这些问题，在显示电子病历时，电脑需要将电子病历按照其结构化显示，例如，先获取电子病历中的结构化信息，例如获取电子病历中的分别描述患者姓名、性别、年龄、病历号、入院日期、创号、临床科室以及病情描述的文本字段，参见图2，然后可以基于电子病历中的结构化信息生成图2所示的展示病历，并在电脑上显示该展示病历。

为了能够获取电子病历中的结构化信息，事先需要采集多个样本电子病历，并在样本电子病历中人工标注各个文本字段，例如标注患者姓名、性别、年龄、病历号、入院日期、创号、临床科室以及病情描述等文本字段，然后使用标注的电子病历训练一个结构化模型，之后当需要显示一个新的电子病历时，可以使用结构化模型获取新的电子病历的结构化信息，然后再基于结构化信息显示新的电子病历。

然而，训练结构化模型所使用的样本电子病历中的文本与新的电子病历中的文本往往不同，如此结构化模型获取新的电子病历的结构化信息与新的电子病历的真实的结构化信息之间存在的差异较大，也即获取的新的电子病历的结构化信息的准确度较低。

发明内容

为解决上述技术问题，本申请实施例示出了一种获取电子病历的结构化信息的方法及装置。

第一方面，本申请实施例示出了一种获取电子病历的结构化信息的方法，所述方法包括：

生成目标电子病历对应的目标展示病历；

基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块；

在所述目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段；

基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息。

在一个可选的实现方式中，所述结构化模型是基于具备标注结构化字段的训练电子病历、位于所述训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

在一个可选的实现方式中，所述方法还包括：

获取至少一个未结构化的训练电子病历和所述训练电子病历中的标注结构化字段；

生成所述训练电子病历对应的训练展示病历；

基于视觉特征将所述训练展示病历中的文本划分为多个训练文本块；

在所述训练电子病历中，确定所包含的文本与每一个训练文本块包含的文本分别相对应的训练文本字段；

使用所述训练电子病历、所述训练电子病历中的标注结构化字段以及所述训练文本字段对神经网络模型进行训练，直至所述神经网络模型中的权重均收敛，得到所述结构化模型。

在一个可选的实现方式中，所述基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息，包括：

对于确定出的每一个目标文本字段，在所述目标电子病历中标注所述目标文本字段中的文本；

将标注后的每一个目标文本字段分别输入所述结构化模型中，得到所述结构化模型输出的所述电子病历的结构化信息。

在一个可选的实现方式中，所述生成目标电子病历对应的目标展示病历，包括：

基于虚拟打印技术，将所述目标电子病历打印成便携式文档格式PDF文档；

将所述PDF文档作为所述目标展示病历。

在一个可选的实现方式中，所述基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块，包括：

基于图像识别技术识别所述目标展示病历中的文本；

基于视觉特征将识别出的文本划分为多个目标文本块。

在一个可选的实现方式中，所述基于视觉特征将识别出的文本划分为多个目标文本块，包括：

基于所述目标展示病历中的各个文本之间的距离将识别出的文本划分为多个目标文本块；和/或，

基于所述目标展示病历中的各个文本所在的行和/或列将识别出的文本划分为多个目标文本块；和/或，

基于所述目标展示病历中的各个文本所在的自然段将识别出的文本划分为多个目标文本块；和/或，

基于所述目标展示病历中的各个文本所在的表格将识别出的文本划分为多个目标文本块。

在一个可选的实现方式中，所述方法还包括：

将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

在一个可选的实现方式中，所述方法还包括：

在所述对应关系中查找是否存在与所述目标电子病历的病历标识相对应的结构化信息；

如果所述对应关系中存在与病历标识相对应的结构化信息，则使用获取的结构化信息替换所述对应关系中的与所述病历标识相对应的结构化信息；

如果所述对应关系中不存在与病历标识相对应的结构化信息，则执行所述将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中的步骤。

第二方面，本申请实施例示出了一种获取电子病历的结构化信息的装置，所述装置包括：

第一生成模块，用于生成目标电子病历对应的目标展示病历；

第一划分模块，用于基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块；

第一确定模块，用于在所述目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段；

第一获取模块，用于基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息；

在一个可选的实现方式中，所述结构化模型是基于具备标注结构化字段的训练电子病历、位于所述训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

在一个可选的实现方式中，所述装置还包括：

第二获取模块，用于获取至少一个未结构化的训练电子病历和所述训练电子病历中的标注结构化字段；

第二生成模块，用于生成所述训练电子病历对应的训练展示病历；

第二划分模块，用于基于视觉特征将所述训练展示病历中的文本划分为多个训练文本块；

第二确定模块，用于在所述训练电子病历中，确定所包含的文本与每一个训练文本块包含的文本分别相对应的训练文本字段；

训练模块，用于使用所述训练电子病历、所述训练电子病历中的标注结构化字段以及所述训练文本字段对神经网络模型进行训练，直至所述神经网络模型中的权重均收敛，得到所述结构化模型。

在一个可选的实现方式中，所述第一获取模块包括：

标注单元，用于对于确定出的每一个目标文本字段，在所述目标电子病历中标注所述目标文本字段中的文本；

输入单元，用于将标注后的每一个目标文本字段分别输入所述结构化模型中，得到所述结构化模型输出的所述电子病历的结构化信息。

在一个可选的实现方式中，所述第一生成模块包括：

打印单元，用于基于虚拟打印技术，将所述目标电子病历打印成便携式文档格式PDF文档；

确定单元，用于将所述PDF文档作为所述目标展示病历。

在一个可选的实现方式中，所述第一划分模块包括：

识别单元，用于基于图像识别技术识别所述目标展示病历中的文本；

划分单元，用于基于视觉特征将识别出的文本划分为多个目标文本块。

在一个可选的实现方式中，所述划分单元包括：

第一划分子单元，用于基于所述目标展示病历中的各个文本之间的距离将识别出的文本划分为多个目标文本块；和/或，

第二划分子单元，用于基于所述目标展示病历中的各个文本所在的行和/或列将识别出的文本划分为多个目标文本块；和/或，

第三划分子单元，用于基于所述目标展示病历中的各个文本所在的自然段将识别出的文本划分为多个目标文本块；和/或，

第四划分子单元，用于基于所述目标展示病历中的各个文本所在的表格将识别出的文本划分为多个目标文本块。

在一个可选的实现方式中，所述装置还包括：

存储模块，用于将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

在一个可选的实现方式中，所述装置还包括：

查找模块，用于在所述对应关系中查找是否存在与所述目标电子病历的病历标识相对应的结构化信息；

替换模块，用于如果所述对应关系中存在与病历标识相对应的结构化信息，则使用获取的结构化信息替换所述对应关系中的与所述病历标识相对应的结构化信息；

所述存储模块还用于如果所述对应关系中不存在与病历标识相对应的结构化信息，则将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

第五方面，本申请实施例示出了一种电子设备，所述电子设备包括：

处理器；和

存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如第一方面所述的获取电子病历的结构化信息的方法。

第六方面，本申请实施例示出了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如第一方面所述的获取电子病历的结构化信息的方法。

与现有技术相比，本申请实施例包括以下优点：

通过本申请，在获取目标电子病历的结构化信息时，除了使用目标电子病历之外，还结合了目标电子病历对应的目标展示病历的视觉特征，例如，生成目标电子病历对应的目标展示病历，然后基于视觉特征将目标展示病历中的文本划分为多个目标文本块，之后在目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段，基于目标电子病历、目标文本字段以及结构化模型获取目标电子病历的结构化信息，相比于仅仅使用电子病历获取目标电子病历的结构化信息，通过本申请的方式可以提高获取到的目标电子病历的结构化信息的准确度。

附图说明

图1是根据一示例性实施例示出的一种目标电子病历的示意图。

图2是根据一示例性实施例示出的一种目标展示病历的示意图。

图3是根据一示例性实施例示出的一种获取电子病历的结构化信息的方法的流程图。

图4是根据一示例性实施例示出的一种目标展示病历的示意图。

图5是根据一示例性实施例示出的一种获取电子病历的结构化信息的装置的框图。

图6是根据一示例性实施例示出的一种获取电子病历的结构化信息的装置的框图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

图3是根据一示例性实施例示出的一种获取电子病历的结构化信息的方法的流程图，如图3所示，该方法用于电子设备中，电子设备包括终端或服务器等，该方法包括以下步骤。

在步骤S101中，生成目标电子病历对应的目标展示病历；

在本申请中，当用户在电子设备中新存储一个未结构化的电子病历之后，电子设备就可以将该未结构化的电子病历作为目标电子病历，并按照本申请的方式获取目标电子病历的结构化信息，例如生成目标电子病历对应的目标展示病历，然后执行步骤S102。

或者，当用户在电子设备中更新了一个电子病历中的文本之后，电子设备就可以将该电子病历作为目标电子病历，并按照本申请的方式获取目标电子病历的结构化信息，例如生成目标电子病历对应的目标展示病历，然后执行步骤S102。

或者，当用户在电子设备中新存储一个未结构化的电子病历之后，电子设备可以先不按照本申请的方式获取目标电子病历的结构化信息，待之后用户需要使用目标电子病历的机构化信息，例如需要基于目标电子病历中的患者的病情进行统计、分析以及分享时，电子设备再将该未结构化的电子病历作为目标电子病历，并按照本申请的方式获取目标电子病历的结构化信息。

在本申请一个实施例中，可以基于虚拟打印技术，将目标电子病历打印成PDF(Portable Document Format，便携式文档格式)文档；然后将PDF文档作为目标展示病历。

当然，也可以通过现有技术中的其他生成方式生成目标电子病历对应的目标展示病历，本申请对具体的生成方法不做限定。

展示病历具有视觉特征上的结构化信息，例如，图1为目标电子病历，图2为目标电子病历对应的目标展示病历，图2中的目标展示病历在展示出来时就具有视觉特征上的结构化信息，例如，图1中的患者姓名、性别、年龄、病历号、入院日期、创号、临床科室以及病情描述等部分一股脑地排列在一起，视觉上无法轻易且清晰地分清楚这几个部分，而图2中的患者姓名、性别、年龄、病历号、入院日期、创号、临床科室以及病情描述等部分通过不同的行、列以及自然段等方式分割开来，视觉上可以轻易且清晰地分清楚这几个部分。

在步骤S102中，基于视觉特征将目标展示病历中的文本划分为多个目标文本块；

本申请可以通过如下流程实现，包括：

1021、基于图像识别技术识别目标展示病历中的文本；

在本申请中，图像识别技术包括OCR(Optical Character Recognition，光学字符识别)等技术，本申请对具体的图像识别技术不做限定。

1022、基于视觉特征将识别出的文本划分为多个目标文本块。

在一个示例中，基于目标展示病历中的各个文本之间的距离将识别出的文本划分为多个目标文本块；例如，将之间的距离较近的文本作为一个目标文本块。例如，在图2所示的展示病历中，“患者姓名：吴海清”这几个文本之间的距离较近，且与其他文本之间的距离较远，可以将“患者姓名：吴海清”作为一个目标文本块，同理，“性别：男”可以作为一个目标文本块，“病历号：165338”可以作为一个目标文本块，“入院日期：2018-05-03 14:38”可以作为一个目标文本块，“床号：316023”可以作为一个目标文本块，“临床科室：心血管内科”可以作为一个目标文本块等等。

基于目标展示病历中的各个文本所在的行和/或列将识别出的文本划分为多个目标文本块；例如，将位于同一行的文本作为一个目标文本块，或者，将位于同一列的文本作为一个目标文本块等。

基于目标展示病历中的各个文本所在的自然段将识别出的文本划分为多个目标文本块；例如，将位于一个自然段中的文本作为一个目标文本块。

基于目标展示病历中的各个文本所在的表格将识别出的文本划分为多个目标文本块，例如，目标展示病历中包括多个表格，每一个表格中都包括文本，可以将位于同一表格中的文本作为一个目标文本块。

当然，也可以通过其他方式来基于视觉特征将识别出的文本划分为多个目标文本块，本申请对具体的方式不做限定。

例如，参见图4，每一个矩形框中包括的部分即为一个目标文本块。

在步骤S103中，在目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段；

对于任意一个目标文本块，可以先确定该目标文本块中包括的文本，然后在目标电子病历中，确定所包含的文本与该目标文本块包含的文本相对应的目标文本字段，其中，所包含的文本与该目标文本块包含的文本相对应的目标文本字段包括：所包含的文本与该目标文本块包含的文本相同的目标文本字段，或，所包含的文本包括该目标文本块包含的文本的目标文本字段，或，所包含的文本被该目标文本块包含的文本包括在内的目标文本字段等。

对于其他每一个目标文本块，同样执行上述操作。如此可以在目标电子病历中确定出多个目标文本字段，且确定出的目标文本字段的数量与目标文本块的数量可以相同。

在步骤S104中，基于目标电子病历、目标文本字段以及结构化模型获取目标电子病历的结构化信息；

其中，结构化模型是基于具备标注结构化字段的训练电子病历、位于训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

在得到目标电子病历的结构化信息之后，可以基于目标电子病历的结构化信息分析目标电子病历中的病情进行统计、分析以及分享等。

其中，事先在训练结构化模型时，可以获取至少一个未结构化的训练电子病历和训练电子病历中的标注结构化字段；然后生成训练电子病历对应的训练展示病历；再基于视觉特征将训练展示病历中的文本划分为多个训练文本块；之后在训练电子病历中，确定所包含的文本与每一个训练文本块包含的文本分别相对应的训练文本字段；然后再使用训练电子病历、训练电子病历中的标注结构化字段以及训练文本字段对神经网络模型进行训练，直至神经网络模型中的权重均收敛，得到结构化模型。

如此，在本步骤中，对于确定出的任意一个目标文本字段，可以在该目标电子病历中标注该目标文本字段中的文本；例如，在该目标电子病历中，标注该目标文本字段中的位于首位的文本以及标注字段中位于末位的文本；或者，在该目标电子病历中，标注该目标文本字段中的位于首位的文本，标注字段中位于末位的文本，以及标注该目标文本字段中的位于首位的文本与位于末位的文本之间的文本等，对于确定出的其他每一个目标文本字段，同样执行上述操作。以使电子设备可以识别出目标电子病历中的哪些文本属于哪些目标文本字段，之后再将标注后的每一个目标文本字段分别输入结构化模型中，得到结构化模型输出的电子病历的结构化信息。

通过本申请，在获取目标电子病历的结构化信息时，除了使用目标电子病历之外，还结合了目标电子病历对应的目标展示病历的视觉特征，例如，生成目标电子病历对应的目标展示病历，然后基于视觉特征将目标展示病历中的文本划分为多个目标文本块，之后在目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段，基于目标电子病历、目标文本字段以及结构化模型获取目标电子病历的结构化信息，相比于仅仅使用电子病历获取目标电子病历的结构化信息，通过本申请的方式可以提高获取到的目标电子病历的结构化信息的准确度。

在前述实施例中，通过执行步骤S101～步骤S104的流程来获取目标电子病历的结构化信息需要耗费较长的时间，如果每次在需要目标电子病历的结构化信息都需要执行上述步骤S101～步骤S104的流程，则会导致获取目标电子病历的结构化信息的效率较低。

因此，为了提高之后获取目标电子病历的结构化信息的效率，在本申请另一实施例中，在步骤S104之后，还可以将目标电子病历的病历标识与结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。如此，之后在获取目标电子病历的结构化信息时，可以根据目标电子病历的病历标识，在上述对应关系中直接查找到目标电子病历的结构化信息，无需再次执行上述步骤S101～步骤S104的流程，从而可以提高获取目标电子病历的结构化信息的效率。

在另一实施例中，用户有时候需要不断地更新目标电子病历中的内容，例如，医生对某一患者进行持续多天的诊断，针对每一天的诊断手段和治疗结果，医生都需要将其记录在该患者的电子病历中。

如此，上述步骤S101～步骤S104的流程可能是在用户更新了目标电子病历中的部分内容之后执行的。如此，之前可能获取过更新前的目标电子病历的结构化信息，且该对应关系中可能已经存储了更新前的目标电子病历的病历标识与更新前的目标电子病历的结构化信息。如果在在步骤S104之后，直接将目标电子病历的病历标识与结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中，则在该对应关系中会存储两个目标电子病历的结构化信息，且用户之后往往只会使用更新的目标电子病历的结构化信息，如此会浪费电子设备的存储资源。

因此，为了节省电子设备的存储资源，在本申请另一实施例中，可以在对应关系中查找是否存在与目标电子病历的病历标识相对应的结构化信息；如果对应关系中存在与病历标识相对应的结构化信息，则使用获取的结构化信息替换对应关系中的与病历标识相对应的结构化信息；如果对应关系中不存在与病历标识相对应的结构化信息，则再将目标电子病历的病历标识与结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

图5是根据一示例性实施例示出的一种获取电子病历的结构化信息的装置的框图，如图5所示，该装置包括：

第一生成模块11，用于生成目标电子病历对应的目标展示病历；

第一划分模块12，用于基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块；

第一确定模块13，用于在所述目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段；

第一获取模块14，用于基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息；

在一个可选的实现方式中，所述结构化模型是基于具备标注结构化字段的训练电子病历、位于所述训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

在一个可选的实现方式中，所述装置还包括：

第二获取模块，用于获取至少一个未结构化的训练电子病历和所述训练电子病历中的标注结构化字段；

第二生成模块，用于生成所述训练电子病历对应的训练展示病历；

第二划分模块，用于基于视觉特征将所述训练展示病历中的文本划分为多个训练文本块；

第二确定模块，用于在所述训练电子病历中，确定所包含的文本与每一个训练文本块包含的文本分别相对应的训练文本字段；

训练模块，用于使用所述训练电子病历、所述训练电子病历中的标注结构化字段以及所述训练文本字段对神经网络模型进行训练，直至所述神经网络模型中的权重均收敛，得到所述结构化模型。

在一个可选的实现方式中，所述第一获取模块14包括：

标注单元，用于对于确定出的每一个目标文本字段，在所述目标电子病历中标注所述目标文本字段中的文本；

输入单元，用于将标注后的每一个目标文本字段分别输入所述结构化模型中，得到所述结构化模型输出的所述电子病历的结构化信息。

在一个可选的实现方式中，所述第一生成模块11包括：

打印单元，用于基于虚拟打印技术，将所述目标电子病历打印成便携式文档格式PDF文档；

确定单元，用于将所述PDF文档作为所述目标展示病历。

在一个可选的实现方式中，所述第一划分模块12包括：

识别单元，用于基于图像识别技术识别所述目标展示病历中的文本；

划分单元，用于基于视觉特征将识别出的文本划分为多个目标文本块。

在一个可选的实现方式中，所述划分单元包括：

第一划分子单元，用于基于所述目标展示病历中的各个文本之间的距离将识别出的文本划分为多个目标文本块；和/或，

第二划分子单元，用于基于所述目标展示病历中的各个文本所在的行和/或列将识别出的文本划分为多个目标文本块；和/或，

第三划分子单元，用于基于所述目标展示病历中的各个文本所在的自然段将识别出的文本划分为多个目标文本块；和/或，

第四划分子单元，用于基于所述目标展示病历中的各个文本所在的表格将识别出的文本划分为多个目标文本块。

在一个可选的实现方式中，所述装置还包括：

存储模块，用于将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

在一个可选的实现方式中，所述装置还包括：

查找模块，用于在所述对应关系中查找是否存在与所述目标电子病历的病历标识相对应的结构化信息；

替换模块，用于如果所述对应关系中存在与病历标识相对应的结构化信息，则使用获取的结构化信息替换所述对应关系中的与所述病历标识相对应的结构化信息；

所述存储模块还用于如果所述对应关系中不存在与病历标识相对应的结构化信息，则将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

通过本申请，在获取目标电子病历的结构化信息时，除了使用目标电子病历之外，还结合了目标电子病历对应的目标展示病历的视觉特征，例如，生成目标电子病历对应的目标展示病历，然后基于视觉特征将目标展示病历中的文本划分为多个目标文本块，之后在目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段，基于目标电子病历、目标文本字段以及结构化模型获取目标电子病历的结构化信息，相比于仅仅使用电子病历获取目标电子病历的结构化信息，通过本申请的方式可以提高获取到的目标电子病历的结构化信息的准确度。

本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例中各方法步骤的指令(instructions)。

本申请实施例提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的获取电子病历的结构化信息的方法。本申请实施例中，所述电子设备包括服务器、网关、子设备等，子设备为物联网设备等设备。

本公开的实施例可被实现为使用任意适当的硬件，固件，软件，或及其任意组合进行想要的配置的装置，该装置可包括服务器(集群)、终端设备如IoT设备等电子设备。

图6示意性地示出了可被用于实现本申请中所述的各个实施例的示例性装置1300。

对于一个实施例，图6示出了示例性装置1300，该装置具有一个或多个处理器1302、被耦合到(一个或多个)处理器1302中的至少一个的控制模块(芯片组)1304、被耦合到控制模块1304的存储器1306、被耦合到控制模块1304的非易失性存储器(NVM)/存储设备1308、被耦合到控制模块1304的一个或多个输入/输出设备1310，以及被耦合到控制模块1306的网络接口1312。

处理器1302可包括一个或多个单核或多核处理器，处理器1302可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中，装置1300能够作为本申请实施例中所述网关或控制器等服务器设备。

在一些实施例中，装置1300可包括具有指令1314的一个或多个计算机可读介质(例如，存储器1306或NVM/存储设备1308)以及与该一个或多个计算机可读介质相合并被配置为执行指令1314以实现模块从而执行本公开中所述的动作的一个或多个处理器1302。

对于一个实施例，控制模块1304可包括任意适当的接口控制器，以向(一个或多个)处理器1302中的至少一个和/或与控制模块1304通信的任意适当的设备或组件提供任意适当的接口。

控制模块1304可包括存储器控制器模块，以向存储器1306提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。

存储器1306可被用于例如为装置1300加载和存储数据和/或指令1314。对于一个实施例，存储器1306可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，存储器1306可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。

对于一个实施例，控制模块1304可包括一个或多个输入/输出控制器，以向NVM/存储设备1308及(一个或多个)输入/输出设备1310提供接口。

例如，NVM/存储设备1308可被用于存储数据和/或指令1314。NVM/存储设备1308可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。

NVM/存储设备1308可包括在物理上作为装置1300被安装在其上的设备的一部分的存储资源，或者其可被该设备访问可不必作为该设备的一部分。例如，NVM/存储设备1308可通过网络经由(一个或多个)输入/输出设备1310进行访问。

(一个或多个)输入/输出设备1310可为装置1300提供接口以与任意其他适当的设备通信，输入/输出设备1310可以包括通信组件、音频组件、传感器组件等。网络接口1312可为装置1300提供接口以通过一个或多个网络通信，装置1300可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信，例如接入基于通信标准的无线网络，如WiFi、2G、3G、4G、5G等，或它们的组合进行无线通信。

对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器(例如，存储器控制器模块)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。

在各个实施例中，装置1300可以但不限于是：服务器、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)等终端设备。在各个实施例中，装置1300可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，装置1300包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。

本申请实施例提供了一种电子设备，包括：一个或多个处理器；和，其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述处理器执行如本申请实施例中一个或多个所述的获取电子病历的结构化信息的方法。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种获取电子病历的结构化信息的方法装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (18)

1.一种获取电子病历的结构化信息的方法，其特征在于，所述方法包括：

生成目标电子病历对应的目标展示病历；

基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块；

在所述目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段；

至少基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息。

2.根据权利要求1所述的方法，其特征在于，所述结构化模型是基于具备标注结构化字段的训练电子病历、位于所述训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取至少一个未结构化的训练电子病历和所述训练电子病历中的标注结构化字段；

生成所述训练电子病历对应的训练展示病历；

基于视觉特征将所述训练展示病历中的文本划分为多个训练文本块；

在所述训练电子病历中，确定所包含的文本与每一个训练文本块包含的文本分别相对应的训练文本字段；

使用所述训练电子病历、所述训练电子病历中的标注结构化字段以及所述训练文本字段对神经网络模型进行训练，直至所述神经网络模型中的权重均收敛，得到所述结构化模型。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息，包括：

对于确定出的每一个目标文本字段，在所述目标电子病历中标注所述目标文本字段中的文本；

将标注后的每一个目标文本字段分别输入所述结构化模型中，得到所述结构化模型输出的所述电子病历的结构化信息。

5.根据权利要求1所述的方法，其特征在于，所述生成目标电子病历对应的目标展示病历，包括：

基于虚拟打印技术，将所述目标电子病历打印成便携式文档格式PDF文档；

将所述PDF文档作为所述目标展示病历。

6.根据权利要求1所述的方法，其特征在于，所述基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块，包括：

基于图像识别技术识别所述目标展示病历中的文本；

基于视觉特征将识别出的文本划分为多个目标文本块。

7.根据权利要求6所述的方法，其特征在于，所述基于视觉特征将识别出的文本划分为多个目标文本块，包括：

基于所述目标展示病历中的各个文本之间的距离将识别出的文本划分为多个目标文本块；和/或，

基于所述目标展示病历中的各个文本所在的行和/或列将识别出的文本划分为多个目标文本块；和/或，

基于所述目标展示病历中的各个文本所在的自然段将识别出的文本划分为多个目标文本块；和/或，

基于所述目标展示病历中的各个文本所在的表格将识别出的文本划分为多个目标文本块。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

在所述对应关系中查找是否存在与所述目标电子病历的病历标识相对应的结构化信息；

如果所述对应关系中存在与病历标识相对应的结构化信息，则使用获取的结构化信息替换所述对应关系中的与所述病历标识相对应的结构化信息；

如果所述对应关系中不存在与病历标识相对应的结构化信息，则执行所述将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中的步骤。

10.一种获取电子病历的结构化信息的装置，其特征在于，所述装置包括：

第一生成模块，用于生成目标电子病历对应的目标展示病历；

第一划分模块，用于基于视觉特征将所述目标展示病历中的文本划分为多个目标文本块；

第一确定模块，用于在所述目标电子病历中，确定所包含的文本与每一个目标文本块包含的文本分别相对应的目标文本字段；

第一获取模块，用于基于所述目标电子病历、所述目标文本字段以及结构化模型获取所述目标电子病历的结构化信息；

其中，所述结构化模型是基于具备标注结构化字段的训练电子病历、位于所述训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

11.根据权利要求10所述的装置，其特征在于，所述结构化模型是基于具备标注结构化字段的训练电子病历、位于所述训练电子病历对应的训练展示病历中的、基于视觉特征而得到的训练文本块以及神经网络模型训练得到的。

12.根据权利要求10或11所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取至少一个未结构化的训练电子病历和所述训练电子病历中的标注结构化字段；

第二生成模块，用于生成所述训练电子病历对应的训练展示病历；

第二划分模块，用于基于视觉特征将所述训练展示病历中的文本划分为多个训练文本块；

第二确定模块，用于在所述训练电子病历中，确定所包含的文本与每一个训练文本块包含的文本分别相对应的训练文本字段；

训练模块，用于使用所述训练电子病历、所述训练电子病历中的标注结构化字段以及所述训练文本字段对神经网络模型进行训练，直至所述神经网络模型中的权重均收敛，得到所述结构化模型。

13.根据权利要求10所述的装置，其特征在于，所述第一获取模块包括：

标注单元，用于对于确定出的每一个目标文本字段，在所述目标电子病历中标注所述目标文本字段中的文本；

输入单元，用于将标注后的每一个目标文本字段分别输入所述结构化模型中，得到所述结构化模型输出的所述电子病历的结构化信息。

14.根据权利要求10所述的装置，其特征在于，所述第一生成模块包括：

打印单元，用于基于虚拟打印技术，将所述目标电子病历打印成便携式文档格式PDF文档；

确定单元，用于将所述PDF文档作为所述目标展示病历。

15.根据权利要求10所述的装置，其特征在于，所述第一划分模块包括：

识别单元，用于基于图像识别技术识别所述目标展示病历中的文本；

划分单元，用于基于视觉特征将识别出的文本划分为多个目标文本块。

16.根据权利要求15所述的装置，其特征在于，所述划分单元包括：

第一划分子单元，用于基于所述目标展示病历中的各个文本之间的距离将识别出的文本划分为多个目标文本块；和/或，

第二划分子单元，用于基于所述目标展示病历中的各个文本所在的行和/或列将识别出的文本划分为多个目标文本块；和/或，

第三划分子单元，用于基于所述目标展示病历中的各个文本所在的自然段将识别出的文本划分为多个目标文本块；和/或，

第四划分子单元，用于基于所述目标展示病历中的各个文本所在的表格将识别出的文本划分为多个目标文本块。

17.根据权利要求10所述的装置，其特征在于，所述装置还包括：

存储模块，用于将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

18.根据权利要求17所述的装置，其特征在于，所述装置还包括：

查找模块，用于在所述对应关系中查找是否存在与所述目标电子病历的病历标识相对应的结构化信息；

替换模块，用于如果所述对应关系中存在与病历标识相对应的结构化信息，则使用获取的结构化信息替换所述对应关系中的与所述病历标识相对应的结构化信息；

所述存储模块还用于如果所述对应关系中不存在与病历标识相对应的结构化信息，则将所述目标电子病历的病历标识与所述结构化信息组成对应表项，并存储在电子病历的病历标识与电子病历的结构化信息之间的对应关系中。

Images