CN116825269A - 体检报告的处理方法、装置、电子设备和可读存储介质 - Google Patents
体检报告的处理方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN116825269A CN116825269A CN202310816184.8A CN202310816184A CN116825269A CN 116825269 A CN116825269 A CN 116825269A CN 202310816184 A CN202310816184 A CN 202310816184A CN 116825269 A CN116825269 A CN 116825269A
- Authority
- CN
- China
- Prior art keywords
- physical examination
- target
- examination report
- report
- processed
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 230000005856 abnormality Effects 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 23
- 238000003745 diagnosis Methods 0.000 abstract description 12
- 238000012015 optical character recognition Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- 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
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请提供了一种体检报告的处理方法、装置、电子设备和可读存储介质，涉及数据处理及数字医疗技术领域。该方法包括：获取待处理体检报告的图像；对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息；按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档；基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。本申请实施例，基于OCR技术，对体检报告的高精度识别和智能整理，实现体检文档的结构化、标准化，提高了对体检文档分析的速度和准确性，为医生诊断提供基础，提高了问诊效率。
Description
技术领域
本申请涉及数据处理及数字医疗技术领域，尤其是涉及到一种体检报告的处理方法、装置、电子设备和可读存储介质。
背景技术
在医疗领域，体检报告是非常重要的医疗数据，其包含了患者的健康状况、诊断结果和治疗建议等信息，对医生的诊断和治疗起到了关键的作用。
然而，相关技术中的体检报告由人工读取和整理，存在着精度低、效率慢、易出错等问题。并且，不同体检机构的体检报告的数据表示和格式存在差异性，导致后续医生对体检报告的使用效果较差。
发明内容
有鉴于此，本申请提供了一种体检报告的处理方法、装置、电子设备和可读存储介质，实现了对体检报告的高精度识别和智能整理，从而提高了医疗数据的质量和效率，为医生的诊断和治疗提供了重要的支持和保障。
第一方面，本申请实施例提供了一种体检报告的处理方法，包括：
获取待处理体检报告的图像；
对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息；
按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档；
基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
本申请实施例，基于OCR技术，对体检报告的高精度识别和智能整理，实现体检文档的结构化、标准化，提高了对体检文档分析的速度和准确性，为医生诊断提供基础，提高了问诊效率。
根据本申请实施例的上述方法，还可以具有以下附加技术特征：
在上述技术方案中，可选地，所述对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息，具体包括：
对所述待处理体检报告的图像进行特征提取处理和文本识别处理，得到文字图像；
对所述文字图像进行字符检测和切分，得到多个单字符图像，其中，文字图像中包括多个字符，所述单字符图像中包括单个字符；
分别对多个所述单字符图像进行字符识别，得到所述待处理体检报告的文本信息。
在该实施例中，对待处理体检报告的图像中的字符文本区域进行目标特征的特征提取，得到特征图像，然后利用OCR算法对特征图像进行识别，得到文字图像。进一步地，对文字图像进行字符检测和切分，也即，采用文字检测算法和字符切分算法，对图像中的字符进行检测和切分，得到多个单个的字符图像。最后，采用字符识别算法，对每个字符图像进行识别，得到字符的文本信息。
通过上述方式，实现对待处理体检报告的文本信息的精准识别，从而为后续对体检报告的分析提供基础。
在上述任一技术方案中，可选地，在对所述待处理体检报告的图像进行特征提取处理和文本识别处理之前，还包括：
对所述待处理体检报告的图像进行预处理，其中，所述预处理包括以下任一项：图像增强、去除干扰、二值化、降噪、文字区域分割。
在该实施例中，对待处理体检报告的图像进行预处理，包括去除干扰、增强对比度等，以提高图像质量，保障OCR识别的准确率。
在上述任一技术方案中，可选地，所述按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档，具体包括：
按照目标排版布局信息，将所述文本信息和报告标签信息排布至体检报告模板中，生成目标体检文档。
本申请实施例，通过将文本信息和报告标签信息合并至体检报告模板，生成标准化的目标体检文档，实现对提交报告的优化，有利于后续解析报告中的所有数据。
在上述任一技术方案中，可选地，所述基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果，具体包括：
将所述目标体检文档中的体检数据与标准指标条件进行对比；
若所述体检数据不满足所述标准指标条件，则得出体检数据异常的分析结果。
在上述任一技术方案中，可选地，在所述得出体检数据异常的分析结果之后，还包括：
显示人体虚拟模型，并在所述人体虚拟模型的对应位置显示体检数据异常的提示信息。
在该实施例中，在得到分析结果后，将分析结果进行展示。在一种实施方式中，显示人体虚拟模型，并在人体虚拟模型的对应位置显示体检数据异常的提示信息，该提示信息可以为文字或图形等提示标识。
通过上述方式，使得体检用户或医生能够直观地了解到异常情况，提高诊断效率。
在上述任一技术方案中，可选地，所述方法还包括：
获取用户的排版布局设置指令，确定所述目标排版布局信息；
其中，所述排版布局设置指令包括对多个排版布局信息中的任一排版布局信息的选择指令；或者，所述排版布局设置指令包括对所述目标排版布局信息的输入指令。
在该实施例中，整理体检文档的过程是高度定制化的，因为每个体检机构、医院和每个客户都可能有不同的要求和格式，因此，整理的过程需根据用户的特定要求进行定制化设计。具体地，向用户展示多个可供选择的排版布局信息，用户在多个排版布局信息中选定一个作为目标排版布局信息；或者，用户直接进行信息输入，生成目标排版布局信息。
通过上述方式，能够保证目标体检文档满足用户所需。
第二方面，本申请实施例提供了一种体检报告的处理装置，包括：
获取模块，用于获取待处理体检报告的图像；
识别模块，用于对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息；
生成模块，用于按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档；
分析模块，用于基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
根据本申请实施例的上述装置，还可以具有以下附加技术特征：
在上述技术方案中，可选地，识别模块，具体用于：
对所述待处理体检报告的图像进行特征提取处理和文本识别处理，得到文字图像；
对所述文字图像进行字符检测和切分，得到多个单字符图像，其中，文字图像中包括多个字符，所述单字符图像中包括单个字符；
分别对多个所述单字符图像进行字符识别，得到所述待处理体检报告的文本信息。
在上述任一技术方案中，可选地，该装置还包括：预处理模块，用于对所述待处理体检报告的图像进行预处理，其中，所述预处理包括以下任一项：图像增强、去除干扰、二值化、降噪、文字区域分割。
在上述任一技术方案中，可选地，生成模块，具体用于按照目标排版布局信息，将所述文本信息和报告标签信息排布至体检报告模板中，生成目标体检文档。
在上述任一技术方案中，可选地，分析模块，具体用于：
将所述目标体检文档中的体检数据与标准指标条件进行对比；
若所述体检数据不满足所述标准指标条件，则得出体检数据异常的分析结果。
在上述任一技术方案中，可选地，该装置还包括：显示模块，用于显示人体虚拟模型，并在所述人体虚拟模型的对应位置显示体检数据异常的提示信息。
在上述任一技术方案中，可选地，该装置还包括：信息确定模块，用于获取用户的排版布局设置指令，确定所述目标排版布局信息；
其中，所述排版布局设置指令包括对多个排版布局信息中的任一排版布局信息的选择指令；或者，所述排版布局设置指令包括对所述目标排版布局信息的输入指令。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。
第五方面，本申请实施例提供了一种芯片，该芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面的方法。
第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面的方法。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了本申请实施例的体检报告的处理方法的流程示意图之一；
图2示出了本申请实施例的体检报告的处理过程的示意图；
图3示出了本申请实施例的体检报告的处理方法的流程示意图之二；
图4示出了本申请实施例的体检报告的处理装置的结构框图；
图5示出了本申请实施例的电子设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
医疗云(Medical cloud)，是指在云计算、移动技术、多媒体、4G通信、大数据以及物联网等新技术基础上，结合医疗技术，使用“云计算”来创建医疗健康服务云平台，实现了医疗资源的共享和医疗范围的扩大。因为云计算技术的运用与结合，提高了医疗机构的效率，方便居民就医。目前医院的预约挂号、电子病历、医保、线上问诊、体检报告的生成与分析等都是云计算与医疗领域结合的产物，医疗云还具有数据安全、信息共享、动态扩展、布局全局的优势。
在医疗领域，体检报告是非常重要的医疗数据，其包含了患者的健康状况、诊断结果和治疗建议等信息，对医生的诊断和治疗起到了关键的作用。然而，相关技术中的体检报告识别和整理方法存在着精度低、效率慢、易出错等问题。并且，不同体检机构的体检报告的数据表示和格式存在差异性，导致后续医生对体检报告的使用效果较差。本申请考虑到上述问题，提出了一种体检报告的处理方案，能够实现对体检报告的高精度识别和智能整理，从而提高了医疗数据的质量和效率，为医生的诊断和治疗提供了重要的支持和保障。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的体检报告的处理方法、装置、电子设备和可读存储介质进行详细地说明。
本申请实施例提供了一种体检报告的处理方法，如图1所示，该方法包括：
步骤101，获取待处理体检报告的图像。
在该步骤中，获取需要进行文本识别处理的待处理体检报告的图像。例如，可以从医院、体检中心等机构获取体检报告的图像数据，建立数据集。
步骤102，对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息。
在该步骤中，对所述待处理体检报告的图像进行文本识别处理，识别出待处理体检报告的文本信息。其中，文本识别处理应用OCR(Optical Character Recognition，光学字符识别)技术实现，OCR技术是指电子设备检查纸上打印或书写的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，也即，针对印刷体或手写体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。
在本申请的一个实施例中，在所述对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息之前，还包括：
对所述待处理体检报告的图像进行预处理，其中，所述预处理包括以下任一项：图像增强、去除干扰、二值化、降噪、文字区域分割。
在该实施例中，对待处理体检报告的图像进行预处理，包括去除干扰、增强对比度等，以提高图像质量，保障OCR识别的准确率。
其中，图像增强为对待处理体检报告的图像进行增强，包括亮度、对比度、锐度等方面的调整，以提高OCR的识别准确率。
去除干扰(也即去噪)为去除待处理体检报告的图像中的噪点，包括小点、小线、小块等，以避免干扰OCR识别。
二值化为将待处理体检报告的图像转换成黑白图像，以便于OCR识别。
降噪为进一步去除噪点，包括利用形态学操作进行腐蚀、膨胀等操作，以消除噪声。
分割为将待处理体检报告的图像中的字符文本区域分割出来，以便于单独进行OCR识别。
在本申请的一个实施例中，所述对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息，具体包括：
对所述待处理体检报告的图像进行特征提取处理和文本识别处理，得到文字图像；
对所述文字图像进行字符检测和切分，得到多个单字符图像，其中，文字图像中包括多个字符，所述单字符图像中包括单个字符；
分别对多个所述单字符图像进行字符识别，得到所述待处理体检报告的文本信息。
一个实施例中，所述对所述待处理体检报告的图像进行特征提取处理，具体包括：提取所述待处理体检报告的图像中的目标特征，其中，所述目标特征包括以下任一项：角点、纹理、灰度直方图。
在该实施例中，对待处理体检报告的图像中的字符文本区域进行目标特征的特征提取，得到特征图像，以提高OCR的识别准确率，其中，目标特征包括但不限于角点、纹理、灰度直方图等。然后，利用OCR算法对特征图像进行识别，得到文字图像，其中，OCR算法包括基于统计模型、神经网络等的算法。
进一步地，对文字图像进行字符检测和切分，也即，采用文字检测算法和字符切分算法，对图像中的字符进行检测和切分，得到多个单个的字符图像。其中，字符包括文字、字母、数字、运算符号、标点符号和其他符号等。最后，采用字符识别算法，对每个字符图像进行识别，得到字符的文本信息。
通过上述方式，实现对待处理体检报告的文本信息的精准识别，从而为后续对体检报告的分析提供基础。
步骤103，按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档。
在该步骤中，对文本信息进行排版和整理，包括行、列、段落的排版以及文本格式的确定，使得通过OCR识别所生成的大量文本信息被处理成可用的格式，实现其按照特定格式和布局进行显示，使文档结构化、标准化。
在将文本信息排布至体检报告模板之前，对文本信息进行校验和清理操作，例如将识别出的文本信息与原始的待处理体检报告的图像进行对比，确定是否一致，以及进行重复、多余字符识别及删除等，以确保数据的一致性和准确性。
在本申请的一个实施例中，所述按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档，具体包括：
按照目标排版布局信息，将所述文本信息和报告标签信息排布至体检报告模板中，生成目标体检文档。
在该实施例中，将识别到的患者信息、医院信息、检测日期、检测项目、检测结果等文本信息合并到标准的体检报告模板中，还可以添加元数据，例如，报告作者、创建日期和最后修改日期等报告标签信息，以实现对体检文档的唯一标记作用，实现体检文档的溯源。
本申请实施例，通过将文本信息和报告标签信息合并至体检报告模板，生成标准化的目标体检文档，实现对提交报告的优化，有利于后续解析报告中的所有数据。
在本申请的一个实施例中，所述方法还包括：
获取用户的排版布局设置指令，确定所述目标排版布局信息；
其中，所述排版布局设置指令包括对多个排版布局信息中的任一排版布局信息的选择指令；或者，所述排版布局设置指令包括对所述目标排版布局信息的输入指令。
在该实施例中，整理体检文档的过程是高度定制化的，因为每个体检机构、医院和每个客户都可能有不同的要求和格式，因此，整理的过程需根据用户的特定要求进行定制化设计。具体地，向用户展示多个可供选择的排版布局信息，用户在多个排版布局信息中选定一个作为目标排版布局信息；或者，用户直接进行信息输入，生成目标排版布局信息。
通过上述方式，能够保证目标体检文档满足用户所需。
步骤104，基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
在该步骤中，对目标体检文档进行指标分析，以确定体检指标是否异常。
在一个实施例中，所述基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果，具体包括：
将所述目标体检文档中的体检数据与标准指标条件进行对比；
若所述体检数据不满足所述标准指标条件，则得出体检数据异常的分析结果。
在该实施例中，能够实现对结构化、标准化的目标体检文档进行自动分析与解读，得到分析结果。该分析结果可提供给体检用户，使得体检用户对自身健康情况具有一定的了解，还可以将该分析结果提供给医生，包括医院的医生或体检机构的医生，以供医生结合分析结果对体检用户的健康情况进行进一步地分析及问诊。
在本申请的一个实施例中，还包括：将目标体检文档存储到数据库中，方便用户后续处理和使用。数字化的体检文档可以方便地存储和管理，减少了纸质文档的存储和管理成本，也方便查阅和共享。
示例性地，如图2所示，在体检机构获取体检报告，利用OCR技术进行识别，得到文本信息，再将文本信息生成目标体检文档后，将目标体检文档保存至数据库(DataBase，DB)中。当医生需要使用该目标体检文档进行用户体检解读时，在DB中依据体检用户编码进行数据查询，以调用目标体检文档，自动对目标体检文档进行指标分析，得到体检数据异常的分析结果。再将该分析结果发送给医生进行体检报告的进一步解读。
本申请实施例，基于OCR技术，对体检报告的高精度识别和智能整理，实现体检文档的结构化、标准化，提高了对体检文档分析的速度和准确性，为医生诊断提供基础，提高了问诊效率。
并且，OCR技术通过计算机算法对体检报告进行图像识别，可以提高识别精度，减少人工识别的错误率，特别是对于手写体检报告的识别，更能显著提升识别效率和准确性。
使用OCR技术可以实现自动化处理和智能整理，减少人工干预的时间和精力，节约了人力成本和时间成本，提高了工作效率。
使用OCR技术可以保障体检报告信息的安全可靠，减少机密信息的泄露风险。同时，由于OCR技术可以自动化地处理和整理报告信息，可以减少人为因素的干扰，更加提高数据的安全性和可靠性。
OCR技术是一种基于计算机算法的图像识别技术，可以通过不断地学习和调整来提高识别精度。随着技术的不断升级，OCR技术的识别能力和可扩展性会不断增强，从而更好地满足未来的需求。
OCR技术支持多种格式的图像文件，如PDF、JPEG、PNG等。同时，由于OCR技术可以自动化地处理和整理报告信息，也可以兼容不同的数据格式和信息系统，从而更好地满足不同用户的需求。
作为对上述实施例的细化和扩展，本发明实施例提供了另一种体检报告的处理方法，如图3所示，该方法包括：
步骤301，获取待处理体检报告的图像。
步骤302，对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息。
步骤303，按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档。
步骤304，基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
步骤305，显示人体虚拟模型，并在所述人体虚拟模型的对应位置显示体检数据异常的提示信息。
步骤301至步骤304与上述实施例中步骤101至步骤104相同或相似，在此不再赘述。
在该实施例中，数字化的体检文档可以通过数据分析技术进行深度挖掘和分析，帮助医生快速了解体检用户的身体状况，提高医疗质量和效率。
进一步地，在得到分析结果后，将分析结果进行展示。在一种实施方式中，显示人体虚拟模型，并在人体虚拟模型的对应位置显示体检数据异常的提示信息，该提示信息可以为文字或图形等提示标识。例如，如果体检用户的心电图异常、颈椎异常，则在人体虚拟模型上心脏的位置和颈椎的位置显示红色圆形标识，以表示这两处有异常，医生可以点击红色圆形标识位置，从而显示出具体的体检数据。
通过上述方式，使得体检用户或医生能够直观地了解到异常情况，提高诊断效率。
作为上述体检报告的处理方法的具体实现，本申请实施例提供了一种体检报告的处理装置。如图4所示，该体检报告的处理装置400包括：获取模块401、识别模块402、生成模块403以及分析模块404。
其中，获取模块401，用于获取待处理体检报告的图像；
识别模块402，用于对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息；
生成模块403，用于按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档；
分析模块404，用于基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
本申请实施例，基于OCR技术，对体检报告的高精度识别和智能整理，实现体检文档的结构化、标准化，提高了对体检文档分析的速度和准确性，为医生诊断提供基础，提高了问诊效率。
进一步地，识别模块402，具体用于：
对所述待处理体检报告的图像进行特征提取处理和文本识别处理，得到文字图像；
对所述文字图像进行字符检测和切分，得到多个单字符图像，其中，文字图像中包括多个字符，所述单字符图像中包括单个字符；
分别对多个所述单字符图像进行字符识别，得到所述待处理体检报告的文本信息。
进一步地，该装置还包括：预处理模块，用于对所述待处理体检报告的图像进行预处理，其中，所述预处理包括以下任一项：图像增强、去除干扰、二值化、降噪、文字区域分割。
进一步地，生成模块403，具体用于按照目标排版布局信息，将所述文本信息和报告标签信息排布至体检报告模板中，生成目标体检文档。
进一步地，分析模块404，具体用于：
将所述目标体检文档中的体检数据与标准指标条件进行对比；
若所述体检数据不满足所述标准指标条件，则得出体检数据异常的分析结果。
进一步地，该装置还包括：显示模块，用于显示人体虚拟模型，并在所述人体虚拟模型的对应位置显示体检数据异常的提示信息。
进一步地，该装置还包括：信息确定模块，用于获取用户的排版布局设置指令，确定所述目标排版布局信息；
其中，所述排版布局设置指令包括对多个排版布局信息中的任一排版布局信息的选择指令；或者，所述排版布局设置指令包括对所述目标排版布局信息的输入指令。
本申请实施例中的体检报告的处理装置400可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device，MID)、增强现实(Augmented Reality，AR)/虚拟现实(Virtual Reality，VR)设备、机器人、可穿戴设备、超级移动个人计算机(Ultra-MobilePersonal Computer，UMPC)、上网本或者个人数字助理(Personal Digital Assistant，PDA)等，还可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(Personal Computer，PC)、电视机(Television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例提供的体检报告的处理装置400能够实现图1的体检报告的处理方法实施例实现的各个过程，为避免重复，这里不再赘述。
本申请实施例还提供一种电子设备，如图5所示，该电子设备500包括处理器501和存储器502，存储器502上存储有可在处理器501上运行的程序或指令，该程序或指令被处理器501执行时实现上述体检报告的处理方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
存储器502可用于存储软件程序以及各种数据。存储器502可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器502可以包括易失性存储器或非易失性存储器，或者，存储器502可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器502包括但不限于这些和任意其它适合类型的存储器。
处理器501可包括一个或多个处理单元；可选的，处理器501集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。
本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述体检报告的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述体检报告的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
本申请实施例还提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述体检报告的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (10)
1.一种体检报告的处理方法，其特征在于，包括：
获取待处理体检报告的图像；
对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息；
按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档；
基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息，具体包括：
对所述待处理体检报告的图像进行特征提取处理和文本识别处理，得到文字图像；
对所述文字图像进行字符检测和切分，得到多个单字符图像，其中，文字图像中包括多个字符，所述单字符图像中包括单个字符；
分别对多个所述单字符图像进行字符识别，得到所述待处理体检报告的文本信息。
3.根据权利要求2所述的方法，其特征在于，在对所述待处理体检报告的图像进行特征提取处理和文本识别处理之前，还包括：
对所述待处理体检报告的图像进行预处理，其中，所述预处理包括以下任一项：图像增强、去除干扰、二值化、降噪、文字区域分割。
4.根据权利要求2所述的方法，其特征在于，所述按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档，具体包括：
按照目标排版布局信息，将所述文本信息和报告标签信息排布至体检报告模板中，生成目标体检文档。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果，具体包括：
将所述目标体检文档中的体检数据与标准指标条件进行对比；
若所述体检数据不满足所述标准指标条件，则得出体检数据异常的分析结果。
6.根据权利要求5所述的方法，其特征在于，在所述得出体检数据异常的分析结果之后，还包括：
显示人体虚拟模型，并在所述人体虚拟模型的对应位置显示体检数据异常的提示信息。
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
获取用户的排版布局设置指令，确定所述目标排版布局信息；
其中，所述排版布局设置指令包括对多个排版布局信息中的任一排版布局信息的选择指令；或者，所述排版布局设置指令包括对所述目标排版布局信息的输入指令。
8.一种体检报告的处理装置，其特征在于，包括：
获取模块，用于获取待处理体检报告的图像；
识别模块，用于对所述待处理体检报告的图像进行文本识别处理，得到所述待处理体检报告的文本信息；
生成模块，用于按照目标排版布局信息，将所述文本信息排布至体检报告模板中，生成目标体检文档；
分析模块，用于基于所述目标体检文档进行指标分析，得出所述目标体检文档的指标分析结果。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7中任一项所述的体检报告的处理方法的步骤。
10.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的体检报告的处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310816184.8A CN116825269A (zh) | 2023-07-04 | 2023-07-04 | 体检报告的处理方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310816184.8A CN116825269A (zh) | 2023-07-04 | 2023-07-04 | 体检报告的处理方法、装置、电子设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116825269A true CN116825269A (zh) | 2023-09-29 |
Family
ID=88121859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310816184.8A Pending CN116825269A (zh) | 2023-07-04 | 2023-07-04 | 体检报告的处理方法、装置、电子设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116825269A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117687972A (zh) * | 2023-11-24 | 2024-03-12 | 电能易购(北京)科技有限公司 | 一种基于区块链的招标文件生成方法 |
-
2023
- 2023-07-04 CN CN202310816184.8A patent/CN116825269A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117687972A (zh) * | 2023-11-24 | 2024-03-12 | 电能易购(北京)科技有限公司 | 一种基于区块链的招标文件生成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109460756B (zh) | 医学影像处理方法、装置、电子设备及计算机可读介质 | |
| CN109872784A (zh) | 智能病历生成方法、装置、计算机设备以及存储介质 | |
| CN110853739B (zh) | 图像管理显示方法、装置、计算机设备及存储介质 | |
| CN112862024B (zh) | 一种文本识别方法及系统 | |
| AU2017302245B2 (en) | Optical character recognition utilizing hashed templates | |
| US20090125487A1 (en) | Content based image retrieval system, computer program product, and method of use | |
| CN110580942A (zh) | 一种新型体检报告生成方法、装置、介质及终端设备 | |
| CN116825269A (zh) | 体检报告的处理方法、装置、电子设备和可读存储介质 | |
| CN110752027B (zh) | 电子病历数据推送方法、装置、计算机设备和存储介质 | |
| CN115937887A (zh) | 文档结构化信息的提取方法及装置、电子设备、存储介质 | |
| Monteiro et al. | A machine learning methodology for medical imaging anonymization | |
| US11106908B2 (en) | Techniques to determine document recognition errors | |
| CN113642562A (zh) | 基于图像识别的数据解读方法、装置、设备及存储介质 | |
| US9928451B2 (en) | Information processing apparatus, controlling method, and computer-readable storage medium | |
| US11335108B2 (en) | System and method to recognise characters from an image | |
| CN115145461A (zh) | 基于平板电脑的病历录入方法及相关设备 | |
| CN116798055A (zh) | 表单录入方法及装置、电子设备和计算机可读介质 | |
| CN111104844B (zh) | 多发票信息录入方法、装置、电子设备及存储介质 | |
| CN111275035B (zh) | 一种识别背景信息的方法及系统 | |
| CN113822846A (zh) | 医学图像中确定感兴趣区域的方法、装置、设备及介质 | |
| TWM593008U (zh) | 表單內容辨識系統 | |
| TWI809343B (zh) | 影像內容萃取方法與影像內容萃取裝置 | |
| CN110070020B (zh) | 位置编码表单数据读取方法及系统 | |
| CN112541085B (zh) | 问卷的结构化方法、问卷的结构化装置及存储介质 | |
| US20230368878A1 (en) | Systems and methods using multidimensional language and vision models and maps to categorize, describe, coordinate, and track anatomy and health data |
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 |