CN117058697A - 一种病例信息的抽取顺序预测方法、装置、设备及介质 - Google Patents
一种病例信息的抽取顺序预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117058697A CN117058697A CN202310954314.4A CN202310954314A CN117058697A CN 117058697 A CN117058697 A CN 117058697A CN 202310954314 A CN202310954314 A CN 202310954314A CN 117058697 A CN117058697 A CN 117058697A
- Authority
- CN
- China
- Prior art keywords
- text
- bounding box
- text bounding
- box
- paired
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012163 sequencing technique Methods 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012512 characterization method Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 14
- 238000012549 training Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 101000901617 Notophthalmus viridescens Homeobox protein DLX-3 Proteins 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012015 optical character recognition Methods 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007787 long-term memory Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- 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
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V30/18—Extraction of features or characteristics of the image
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19107—Clustering techniques
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/1918—Fusion techniques, i.e. combining data from various sources, e.g. sensor fusion
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Character Input (AREA)
Abstract
本发明涉及人工智能技术领域,尤其涉及一种病例信息的抽取顺序预测方法、装置、设备及介质。上述方法应用于医疗领域,提取待抽取病例中的N个文本边界框与文本内容,对N个文本边界框进行第一排序,对第一排序行进行窗口滑动,得到对应的文本边界框序列,选取基础文本边界框,构建与基础文本边界框成对的成对文本边界框,根据每个对应成对文本边界框的预测结果,确定与基础文本边界框相邻的目标文本边界框,根据基础文本边界框与目标文本边界框,对每行的文本边界框进行第二排序,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序。进行两次排序抽取,提高文本边界框的抽取精度,从而提高文本内容的抽取精度。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种病例信息的抽取顺序预测方法、装置、设备及介质。
背景技术
数字医疗是把现代计算机技术、信息技术应用于整个医疗过程的一种新型的现代化医疗方式,是公共医疗的发展方向和管理目标。在数字医疗研究过程中,通常将病历、病理、CT、MR、手术等各种文书数据作为数据源,分别从这些数据源中进行信息抽取,获取对应信息,随着深度学习及人工智能技术的飞速发展,基于光学字符识别的文档自动化信息抽取已成为信息抽取的重要环节,有效地提高人工录入信息的效率,但在信息抽取过程中,现有技术,对标准病例图像的信息抽取较准确,当病例图像为不规则图像时,信息抽取顺序较混乱,使病例中信息抽取顺序的精度较低,因此,如何提高病例信息抽取顺序的精度成为急需解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种病例信息的抽取顺序预测方法、装置、设备及介质,以解决在信息抽取过程中,信息抽取顺序精度较低的问题。
第一方面,本申请实施例提供一种病例信息的抽取顺序预测方法,所述抽取顺序预测方法包括:
获取待抽取病例,对所述待抽取病例进行文本识别,提取所述待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数;
根据所述N个文本边界框中的坐标信息,对所述N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数;
针对任一第一排序行,根据预设窗口大小与预设步长,对所述第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列;
在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与所述基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果;
根据所述每个对应成对文本边界框的预测结果,确定与所述基础文本边界框相邻的目标文本边界框,根据所述基础文本边界框与所述目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据所述排序后的文本边界框对应的文本内容,确定所述待抽取病例的抽取顺序。
第二方面,本申请实施例提供一种病例信息的抽取顺序预测装置,所述抽取顺序预测装置包括:
获取模块,用于获取待抽取病例,对所述待抽取病例进行文本识别,提取所述待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数;
第一排序模块,用于根据所述N个文本边界框中的坐标信息,对所述N个文本边界框进行第一排序,得到M第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数;
滑动模块,用于针对任一第一排序行,根据预设窗口大小与预设步长,对所述第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列;
预测模块,用于在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与所述基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果;
第二排序模块,用于根据所述每个对应成对文本边界框的预测结果,确定与所述基础文本边界框相邻的目标文本边界框,根据所述基础文本边界框与所述目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据所述排序后的文本边界框对应的文本内容,确定所述待抽取病例的抽取顺序。
第三方面,本申请实施例提供一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的病例信息的抽取顺序预测方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的病例信息的抽取顺序预测方法
本发明与现有技术相比存在的有益效果是:
获取待抽取病例,对待抽取病例进行文本识别,提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数,根据N个文本边界框中的坐标信息,对N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数,针对任一第一排序行,根据预设窗口大小与预设步长,对第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列,在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果,根据每个对应成对文本边界框的预测结果,确定与基础文本边界框相邻的目标文本边界框,根据基础文本边界框与目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序。本申请中,对每行的文本边界框进行第一排序,通过训练好的预测模型对下一目标文本边界框进行预测,得到每行中文本边界框对应的下一目标文本边界框,提高文本边界框顺序的抽取精度,从而提高文本内容顺序的抽取精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种病例信息的抽取顺序预测方法的一应用环境示意图;
图2是本申请实施例提供的一种病例信息的抽取顺序预测方法的流程示意图;
图3是本申请实施例提供的一种病例信息的抽取顺序预测装置的结构示意图;
图4是本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本发明说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本发明说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本发明说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本发明的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应理解,以下实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
本发明一实施例提供的一种病例信息的抽取顺序预测方法,可应用在如图1的应用环境中,其中,本地端与服务端进行通信。其中,本地端包括但不限于掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备。服务端可以用独立的服务器或者是多个服务器生成的服务器集群来实现。
参见图2,是本发明一实施例提供的一种病例信息的抽取顺序预测方法的流程示意图,上述病例信息的抽取顺序预测方法可以应用于图1中的服务端,上述服务端连接相应的本地端,如图2所示,该病例信息的抽取顺序预测方法可以包括以下步骤。
S201:获取待抽取病例,对待抽取病例进行文本识别,提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容。
在步骤S201中,待抽取病例为通过对病例进行拍照或扫描得到病例图像,对待抽取病例进行文本识别,提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数。
本实施例中,获取待抽取病例是通过对纸质病历进行扫描获取或者拍照得到的,拍照前可在拍照区域的上方设置拍照参数,可设置拍照的颜色:彩色、黑白或灰度,可设置拍照的切边方式,手工切边、自动切边、不切边,可设置拍照时是否去除阴影等。待抽取病例中的文本区域含有印刷体和/或手写体文本。
提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容时,可以通过使用光学字符识别技术,对获取待抽取病例图像进行文本识别,得到多个文本片段和多个边界框。光学字符识别技术可以是指在图像中检测和识别文本。例如,光学字符识别技术可以包括文本检测(Text Detection)与文本识别(TextRecognition)两部分。文本检测对图像中存在文本的区域进行定位,即找到分词或者句子的文本边界框;文本识别是对定位后的文本进行识别,得到对应文本内容。
在另一个示例中,也可以将待抽取病例图像输入识别模型,得到多个文本片段和多个边界框。其中的识别模型可以实现为任一目标检测算法。
需要说明,上述从待抽取病例图像中提取的文本片段可以为分词,也可以为句子。此外,所提取的文本边界框具有对应的位置,该位置可以由两对横纵坐标构成。在一个例子中,该两对横纵坐标包括文本边界框的左上顶点的横纵坐标和右下顶点的横纵坐标。
可选地,提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,包括:
对待抽取病例进行文本检测,得到待抽取病例中表征文本的文本边界框;
对文本边界框进行文本识别,得到文本边界框中文本的文本内容。
本实施例中,通过预设检测网络对待抽取病例图像进行文本检测,得到待抽取病例图像中表征文本的文本边界框,预设检测网络中可以包括卷积层、批标准化层、融合层及激活函数等。
需要说明的是,本发明实施例在利用预设检测网络对待抽取病例图像进行文本检测之前还包括:获取初始检测网络与训练样本集,使用训练样本集对初始检测网络进行监督训练,得到训练好的检测网络,将训练好的检测网络确定为预设检测网络,其中训练样本集为包含待抽取病例图像与对应文本边界框标签的训练数据。利用预设检测网络对文本图像进行文本检测,得到文本检测框,包括:利用卷积层对待抽取病例图像进行图像特征提取,得到特征图像,利用批标准化层(Batch Normalization,BN)对特征图像进行标准化操作,得到标准特征图像;利用融合层将待抽取病例图像的底层特征与标准特征图像进行融合,得到目标特征图像,利用激活函数输出目标特征图像的检测结果,根据检测结果,生成表征文本的文本边界框。
对文本边界框进行文本识别,得到文本边界框中文本的文本内容,其中,对文本边界框进行文本识别时,使用预设识别网络对文本进行提取识别,识别网络可以包括卷积神经网络、长短期记忆网络、时序分类网络构建,其中,卷积神经网络用于识别文本边界框的特征图像,长短期记忆网络用于提取特征图像中文本序列,时序分类网络用于解决文本特征序列中字符无法对齐的问题。进一步地,卷积神经网络包括卷积层、池化层以及全连接层,长短期记忆网络包括输入门、遗忘门以及输出门。
需要说明的是,本发明实施例在利用预设识别网络对文本边界框进行文本识别之前还包括:获取初始识别网络与训练样本集,使用训练样本集对初始识别网络进行监督训练,得到训练好的识别网络,将训练好的识别网络确定为预设识别网络,其中训练样本集为包含文本边界框与对应文本内容的标签训练数据。
需要说明的是,使用预设识别网络对文本进行提取识别时,利用卷积神经网络对文本边界框进行特征提取,得到特征图像,具体地,利用卷积神经网络中的卷积层对文本边界框进行卷积特征提取,得到初始特征图像,利用卷积神经网络中的池化层对初始特征图像进行降维,得到降维特征图像,利用卷积神经网络中的全连接层输出降维特征图像,得到特征图像。利用长短期记忆网络对特征图像进行文本位置序列识别,生成初始文本内容,具体地,利用长短期记忆网络的输入门计算特征图像的状态值,利用长短期记忆网络的遗忘门计算特征图像的激活值,根据状态值和激活值计算特征图像的状态更新值,利用长短期记忆网络的输出门计算状态更新值的文本位置序列,生成初始文本内容。利用时序分类网络对初始文本内容进行字符对齐,生成对应文本内容。
S202:根据N个文本边界框中的坐标信息,对N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数。
在步骤S202中,根据N个文本边界框中的坐标信息,对每一行中的文本边界框进行从左到右排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数。
本实施例中,根据文本边界框中的坐标信息中的纵坐标进行第一行排序,进行第一排序时,对不规则的文本边界框进行初始纠正,例如,当待提取病例图像为倾斜图像时,提取得到的文本边界框也是倾斜的,对文本边界框进行初始纠正,进行第一排序,进行第一排序时,可以根据最小二乘法进行纠正排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容。
可选地,根据N个文本边界框中的坐标信息,对N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框,包括:
根据每个文本边界框中的坐标信息,得到多个原始行的排序结果;
针对任一原始行,确定对应原始行中排序结果的文本边界框的个数,若个数大于预设阈值,将原始行确定为高置信度行,遍历所有原始行,得到K个高置信度行,K为大于1的整数;
针对任一高置信度行,根据高置信度行中每个文本边界框的坐标信息,计算高置信度行的斜率,遍历K个高置信度行,得到K个斜率;
计算K个斜率的均值,得到均值斜率,根据均值斜率与文本边界框中的坐标信息,计算每个文本边界框的纵向截距;
根据每个文本边界框的纵向截距,确定每个第一排序行对应的文本边界框,得到M第一排序行对应的文本边界框。
本实施例中,在使用光学字符识别技术提取对应的文本边界框时,从左到右依次扫描,得到对应的文本边界框,在扫描第一行时,得到的文本边界框排在第一行,在扫描第二行时,得到的文本边界框排在第二行。也可以计算文本边界框中的坐标信息中的纵坐标之间的差值,当纵坐标之间的差值小于差值阈值时,则认为对应的文本边界框在同一行,然后根据横坐标,将对应文本边界框从左到右排序,得到多个原始行的排序结果。
针对任一原始行,确定对应原始行中排序结果的文本边界框的个数,若个数大于预设阈值,将原始行确定为高置信度行,遍历所有原始行,得到K个高置信度行,K为大于1的整数。针对任一高置信度行,根据高置信度行中每个文本边界框的坐标信息,计算高置信度行的斜率,遍历K个高置信度行,得到K个斜率;计算斜率时,使用最小二乘法将高置信度行中的文本边界框进行曲线拟合,计算曲线中的斜率,得到对应高置信度行的斜率。计算K个斜率的均值,得到均值斜率,根据均值斜率与文本边界框中的坐标信息,计算每个文本边界框的纵向截距。
需要说明的是,使用最小二乘法将高置信度行中的文本边界框进行曲线拟合时,首先计算得到每个文本边界框中的中心点坐标,根据每个文本边界框中的中心点坐标进行曲线拟合,计算曲线中的斜率,得到对应高置信度行的斜率。
对每个文本边界框的纵向截距进行聚类处理,当位于同一聚类中纵向截距对应的文本边界框为同一行中的文本边界框,确定每个第一排序行对应的文本边界框,得到M第一排序行对应的文本边界框。
可选地,根据均值斜率与文本边界框中的坐标信息,计算每个文本边界框的纵向截距,包括:
针对任一文本边界框,根据文本边界框中的坐标信息,计算文本边界框中的中心坐标;
根据中心坐标与均值斜率,计算中心坐标的纵向截距,遍历N
个文本边界框,得到每个文本边界框的纵向截距。
本实施例中,当计算纵向截距时,使用的对应坐标为文本边界框中的中心点坐标,根据中心坐标与均值斜率,计算中心坐标的纵向截距,其中,对应纵向截距公式如下:
其中,b′为对应文本边界框的纵向截距,y0为对应文本边界框中心点的纵坐标,x0为对应文本边界框中心点的横坐标,为均值斜率。遍历N个文本边界框,得到每个文本边界框的纵向截距。
可选地,根据每个文本边界框的纵向截距,确定每个第一排序行对应的文本边界框,包括:
对纵向截距进行聚类处理,得到M个聚类结果;
针对任一聚类结果,将聚类结果中纵向截距对应的文本边界框作为同一第一排序行,确定每个第一排序行对应的文本边界框。
本实施例中,对纵向截距进行聚类处理,将纵向截距聚类为M个聚类结果,使同一聚类结果中之间的纵向截距差值最大值小于预设阈值,将位于同一聚类结果中纵向截距对应的文本边界框作为同一行进行依次排序,每个文本边界框根据均值斜率进行旋转,确定每个第一排序行对应的文本边界框。
需要说明的,为了提高第一排序的精度,还可以计算行方向上垂直方向上的方程,计算公式如下:
其中,b′为对应文本边界框的纵向截距,为均值斜率,使用该方程计算与X轴的交点,即横向截距,计算任意两个文本边界框之间的差值,当差值小于预设差值阈值时,且两个文本边界框在同一排序行中时,将对应的文本边界框进行合并处理,提高对应的处理效率。
S203:针对任一第一排序行,根据预设窗口大小与预设步长,对第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列。
在步骤S203中,针对任一第一排序行,对该行进行滑动处理,得到每次滑动对应的文本边界框序列,文本边界框序列的个数可以为多个。
本实施例中,例如,当任一第一排序行中的文本边界框分别为序号,项目名称,英文缩写与日期等,文本边界框分别为box1,box2,box3,box4。当预设窗口大小为3,预设步长为1,从左到右依次滑动窗口,得到第一次窗口滑动的文本边界框序列box1,box2,box3,第二次窗口滑动的文本边界框序box2,box3,box4。当预设窗口大小为3,预设步长为1,从左到右依次滑动窗口,得到第一次窗口滑动的文本边界框序列box1,box2,box3,box4。
S204:在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果。
在步骤S204中,根据每次窗口滑动得到的文本边界框序列,计算根据文本边界框序列中基础文本边界框预测到的下一文本边界框的概率值,根据概率值,得到对应的基础文本边界框中的下一文本边界框,遍历每一第一排序行中的每个文本边界框,得到每个文本边界框对应的预测结果。
本实施例中,在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,例如,当窗口滑动对应的文本边界框序列为box1,box2,box3,从对应文本边界框序列中选取其中文本边界框为基础文本边界框,可以选择文本边界框box1作为基础文本边界框,由于是对下一个文本边界框的预测,所以一般选择较前的文本边界框作为基础文本边界框。构建与基础文本边界框成对的成对文本边界框,例如,[box1,box2],[box1,box3],通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果,即计算文本边界框box1后一个文本边界框的预测概率,文本边界框box1后一个文本边界框为box2的预测概率为p1,文本边界框box1后一个文本边界框为box3的预测概率为p2。
当窗口滑动对应的文本边界框序列为box2,box3,box4,从对应文本边界框序列中选取其中文本边界框为基础文本边界框,可以选择文本边界框box2作为基础文本边界框,构建与基础文本边界框成对的成对文本边界框,例如,[box2,box3],[box2,box4],计算文本边界框box2后一个文本边界框的预测概率,文本边界框box1后一个文本边界框为box2的预测概率为p3,文本边界框box1后一个文本边界框为box3的预测概率为p4。通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果。
需要说明的是,在使用训练好的预测模型对每个成对文本边界框进行关系预测之前,需要对获取到的初始预测模型进行训练,训练时,使用正负样本对进行训练,首先构建正负样本对,可以使用正确阅读顺序文档中目标文本边界框作为正样本对,例如,[box1,box2,true],使用正确阅读顺序文档中不目标文本边界框作为负样本对,例如,[box1,box2,false],根据构建的正样本对与负样本对,对初始预测模型进行训练,训练时,通过减小正样本对的损失,增大负样本对的损失,得到训练好的预测模型。
S205:根据每个对应成对文本边界框的预测结果,确定与基础文本边界框相邻的目标文本边界框,根据基础文本边界框与目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序。
在步骤S205中,根据与基础文本边界框之间的预测结果,将预测结果最大对应的文本边界框作为与基础文本边界框的目标文本边界框,根据目标文本边界框进行再次排序,得到排序后的文本边界框,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序。
本实施例中,根据成对文本边界框中的关系预测结果,对文本边界框进行第二排序,得到排序后的文本边界框,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序,例如,文本边界框box1中的文本内容为序号,文本边界框box2中的文本内容为项目名称,文本边界框box3中的文本内容为英文缩写,文本边界框box4中的文本内容为日期。若排序后的文本边界框为box1,box2,box4,box3,则待抽取病例的抽取的文本内容的抽取顺序为序号,项目名称,日期与英文缩写。
可选地,根据每个对应成对文本边界框的预测结果,确定与基础文本边界框相邻的目标文本边界框,包括:
根据每个对应成对文本边界框的预测结果,选取预测结果为最大值时的成对文本边界框为对应的目标成对文本边界框;
根据目标成对文本边界框中与基础文本边界框成对的文本边界框,将对应文本边界框确定为与基础文本边界框相邻的目标文本边界框。
本实施例中,根据每个对应成对文本边界框的预测结果,选取预测结果为最大值时对应的目标成对文本边界框,从目标成对文本边界框中确定与基础文本边界框相邻的目标文本边界框。例如,选择文本边界框box1作为基础文本边界框,构建与基础文本边界框成对的成对文本边界框,得到成对文本边界框[box1,box2],[box1,box3],通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果为[0.95,0.05],即成对文本边界框[box1,box2]的关系预测结果为0.95,成对文本边界框[box1,box3]的关系预测结果为0.05,则将文本边界框box2作为文本边界框box1的目标文本边界框。
获取待抽取病例,对待抽取病例进行文本识别,提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数,根据N个文本边界框中的坐标信息,对N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数,针对任一第一排序行,根据预设窗口大小与预设步长,对第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列,在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果,根据每个对应成对文本边界框的预测结果,确定与基础文本边界框相邻的目标文本边界框,根据基础文本边界框与目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序。本申请中,对每行的文本边界框进行第一排序,通过训练好的预测模型对下一目标文本边界框进行预测,得到每行中文本边界框对应的下一目标文本边界框,提高文本边界框的抽取精度,从而提高文本内容的抽取精度。
参见图3,图3示出了本申请实施例提供的病例信息的抽取顺序预测装置的结构框图,上述的抽取顺序预测装置应用于上述服务端。为了便于说明,仅示出了与本申请实施例相关的部分,该抽取顺序预测装置30包括:获取模块31,第一排序模块32,滑动模块33,预测模块34,第二排序模块35。
获取模块31,用于获取待抽取病例,对待抽取病例进行文本识别,提取待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数。
第一排序模块32,用于根据N个文本边界框中的坐标信息,对N个文本边界框进行第一排序,得到M第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数。
滑动模块33,用于针对任一第一排序行,根据预设窗口大小与预设步长,对第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列。
预测模块34,用于在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果。
第二排序模块35,用于根据每个对应成对文本边界框的预测结果,确定与基础文本边界框相邻的目标文本边界框,根据基础文本边界框与目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据排序后的文本边界框对应的文本内容,确定待抽取病例的抽取顺序。
可选地,上述获取模块31包括:
检测单元,用于对待抽取病例进行文本检测,得到待抽取病例中表征文本的文本边界框。
识别单元,用于对文本边界框进行文本识别,得到文本边界框中文本的文本内容。
可选地,上述第一排序模块32包括:
原始排序单元,用于根据每个文本边界框中的坐标信息,得到多个原始行的排序结果。
判断单元,用于针对任一原始行,确定对应原始行中排序结果的文本边界框的个数,若个数大于预设阈值,将原始行确定为高置信度行,遍历所有原始行,得到K个高置信度行,K为大于1的整数。
第一计算单元,用于针对任一高置信度行,根据高置信度行中每个文本边界框的坐标信息,计算高置信度行的斜率,遍历K个高置信度行,得到K个斜率。
第二计算单元,用于计算K个斜率的均值,得到均值斜率,根据均值斜率与文本边界框中的坐标信息,计算每个文本边界框的纵向截距。
确定单元,用于根据每个文本边界框的纵向截距,确定每个第一排序行对应的文本边界框,得到M第一排序行对应的文本边界框。
可选地,上述第二计算单元包括:
第一计算子单元,用于针对任一文本边界框,根据文本边界框中的坐标信息,计算文本边界框中的中心坐标。
第二计算子单元,用于根据中心坐标与均值斜率,计算中心坐标的纵向截距,遍历N个文本边界框,得到每个文本边界框的纵向截距。
可选地,上述确定单元包括:
聚类子单元,用于对纵向截距进行聚类处理,得到M个聚类结果。
排序子单元,用于针对任一聚类结果,将聚类结果中纵向截距对应的文本边界框作为同一第一排序行,确定每个第一排序行对应的文本边界框。
可选地,上述第二排序模块35包括:
选取单元,用于根据每个对应成对文本边界框的预测结果,选取预测结果为最大值时的成对文本边界框为对应的目标成对文本边界框。
目标确定单元,用于根据目标成对文本边界框中与基础文本边界框成对的文本边界框,将对应文本边界框确定为与基础文本边界框相邻的目标文本边界框。
需要说明的是,上述单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图4为本申请实施例提供的一种终端设备的结构示意图。如图4所示,该实施例的终端设备包括:至少一个处理器(图4中仅示出一个)、存储器以及存储在存储器中并可在至少一个处理器上运行的计算机程序,处理器执行计算机程序时实现上述任意各个病例信息的抽取顺序预测方法实施例中的步骤。
该终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,图4仅仅是终端设备的举例,并不构成对终端设备的限定,终端设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括网络接口、显示屏和输入装置等。
所称处理器可以是CPU,该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器包括可读存储介质、内存储器等,其中,内存储器可以是终端设备的内存,内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。可读存储介质可以是终端设备的硬盘,在另一些实施例中也可以是终端设备的外部存储设备,例如,终端设备上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器还可以既包括终端设备的内部存储单元也包括外部存储设备。存储器用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,该其他程序如计算机程序的程序代码等。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述方法实施例的步骤。其中,计算机程序包括计算机程序代码,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。计算机可读介质至少可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
本申请实现上述实施例方法中的全部或部分流程,也可以通过一种计算机程序产品来完成,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现可实现上述方法实施例中的步骤。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种病例信息的抽取顺序预测方法,其特征在于,所述抽取顺序预测方法包括:
获取待抽取病例,对所述待抽取病例进行文本识别,提取所述待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数;
根据所述N个文本边界框中的坐标信息,对所述N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数;
针对任一第一排序行,根据预设窗口大小与预设步长,对所述第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列;
在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与所述基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果;
根据所述每个对应成对文本边界框的预测结果,确定与所述基础文本边界框相邻的目标文本边界框,根据所述基础文本边界框与所述目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据所述排序后的文本边界框对应的文本内容,确定所述待抽取病例的抽取顺序。
2.如权利要求1所述的抽取顺序预测方法,其特征在于,所述提取所述待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,包括:
对所述待抽取病例进行文本检测,得到所述待抽取病例中表征文本的文本边界框;
对文本边界框进行文本识别,得到所述文本边界框中文本的文本内容。
3.如权利要求1所述的抽取顺序预测方法,其特征在于,所述根据所述N个文本边界框中的坐标信息,对所述N个文本边界框进行第一排序,得到M个第一排序行对应的文本边界框,包括:
根据每个文本边界框中的坐标信息,得到多个原始行的排序结果;
针对任一原始行,确定对应原始行中排序结果的文本边界框的个数,若所述个数大于预设阈值,将所述原始行确定为高置信度行,遍历所有原始行,得到K个高置信度行,K为大于1的整数;
针对任一高置信度行,根据所述高置信度行中每个文本边界框的坐标信息,计算所述高置信度行的斜率,遍历K个高置信度行,得到K个斜率;
计算所述K个斜率的均值,得到均值斜率,根据所述均值斜率与所述文本边界框中的坐标信息,计算每个文本边界框的纵向截距;
根据所述每个文本边界框的纵向截距,确定每个第一排序行对应的文本边界框,得到M第一排序行对应的文本边界框。
4.如权利要求3所述的抽取顺序预测方法,其特征在于,所述根据所述均值斜率与所述文本边界框中的坐标信息,计算每个文本边界框的纵向截距,包括:
针对任一文本边界框,根据所述文本边界框中的坐标信息,计算所述文本边界框中的中心坐标;
根据所述中心坐标与所述均值斜率,计算所述中心坐标的纵向截距,遍历N个文本边界框,得到每个文本边界框的纵向截距。
5.如权利要求3所述的抽取顺序预测方法,其特征在于,所述根据所述每个文本边界框的纵向截距,确定每个第一排序行对应的文本边界框,包括:
对所述纵向截距进行聚类处理,得到M个聚类结果;
针对任一聚类结果,将所述聚类结果中所述纵向截距对应的文本边界框作为同一第一排序行,确定每个第一排序行对应的文本边界框。
6.如权利要求1所述的抽取顺序预测方法,其特征在于,所述根据所述每个对应成对文本边界框的预测结果,确定与所述基础文本边界框相邻的目标文本边界框,包括:
根据所述每个对应成对文本边界框的预测结果,选取所述预测结果为最大值时的成对文本边界框为对应的目标成对文本边界框;
根据所述目标成对文本边界框中与所述基础文本边界框成对的文本边界框,将对应文本边界框确定为与所述基础文本边界框相邻的目标文本边界框。
7.一种病例信息的抽取顺序预测装置,其特征在于,所述抽取顺序预测装置包括:
获取模块,用于获取待抽取病例,对所述待抽取病例进行文本识别,提取所述待抽取病例中的N个文本边界框与每个文本边界框中的文本内容,N为大于1的整数;
第一排序模块,用于根据所述N个文本边界框中的坐标信息,对所述N个文本边界框进行第一排序,得到M第一排序行对应的文本边界框与对应文本边界框中的文本内容,M为小于或者等于N的整数;
滑动模块,用于针对任一第一排序行,根据预设窗口大小与预设步长,对所述第一排序行进行窗口滑动,在每次窗口滑动时,得到每次窗口滑动对应的文本边界框序列;
预测模块,用于在每次窗口滑动对应的文本边界框序列中选取一个文本边界框作为基础文本边界框,构建与所述基础文本边界框成对的成对文本边界框,通过训练好的预测模型对每个成对文本边界框进行关系预测,得到每个对应成对文本边界框的预测结果;
第二排序模块,用于根据所述每个对应成对文本边界框的预测结果,确定与所述基础文本边界框相邻的目标文本边界框,根据所述基础文本边界框与所述目标文本边界框,对每行的文本边界框进行第二排序,得到排序后的文本边界框,根据所述排序后的文本边界框对应的文本内容,确定所述待抽取病例的抽取顺序。
8.如权利要求7所述的抽取顺序预测装置,其特征在于,所述获取模块包括:
检测单元,用于对所述待抽取病例进行文本检测,得到所述待抽取病例中表征文本的文本边界框;
识别单元,用于对所述文本边界框进行文本识别,得到所述文本边界框中文本的文本内容。
9.一种终端设备,其特征在于,所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的抽取顺序预测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的抽取顺序预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310954314.4A CN117058697A (zh) | 2023-07-28 | 2023-07-28 | 一种病例信息的抽取顺序预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310954314.4A CN117058697A (zh) | 2023-07-28 | 2023-07-28 | 一种病例信息的抽取顺序预测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117058697A true CN117058697A (zh) | 2023-11-14 |
Family
ID=88656434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310954314.4A Pending CN117058697A (zh) | 2023-07-28 | 2023-07-28 | 一种病例信息的抽取顺序预测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117058697A (zh) |
-
2023
- 2023-07-28 CN CN202310954314.4A patent/CN117058697A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245657B (zh) | 病理图像相似性检测方法及检测装置 | |
CN112699775A (zh) | 基于深度学习的证件识别方法、装置、设备及存储介质 | |
CN112508011A (zh) | 一种基于神经网络的ocr识别方法及设备 | |
US20210374455A1 (en) | Utilizing machine learning and image filtering techniques to detect and analyze handwritten text | |
CN111680753A (zh) | 一种数据标注方法、装置、电子设备及存储介质 | |
CN111695609A (zh) | 目标物损伤程度判定方法、装置、电子设备及存储介质 | |
CN109189965A (zh) | 图像文字检索方法及系统 | |
CN113158895A (zh) | 票据识别方法、装置、电子设备及存储介质 | |
CN114881698A (zh) | 广告合规审核方法、装置、电子设备及存储介质 | |
CN113033543A (zh) | 曲形文本识别方法、装置、设备及介质 | |
CN113221918A (zh) | 目标检测方法、目标检测模型的训练方法及装置 | |
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 | |
CN113065607A (zh) | 图像检测方法、装置、电子设备及介质 | |
CN113780116A (zh) | 发票分类方法、装置、计算机设备和存储介质 | |
CN112329666A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN112839185A (zh) | 用于处理图像的方法、装置、设备和介质 | |
CN111753618A (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN112560849B (zh) | 基于神经网络算法的文理分割方法及系统 | |
CN117058697A (zh) | 一种病例信息的抽取顺序预测方法、装置、设备及介质 | |
CN112149523B (zh) | 基于深度学习和并查集算法识别并抽取图片的方法及装置 | |
CN114783042A (zh) | 基于多移动目标的人脸识别方法、装置、设备及存储介质 | |
CN111931229B (zh) | 一种数据识别方法、装置和存储介质 | |
CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
CN108021918B (zh) | 文字识别方法及装置 | |
US20200134357A1 (en) | Neural-network-based optical character recognition using specialized confidence functions |
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 |