HU225439B1 - Eljárás kitöltött nyomtatványok adatainak kigyûjtésére - Google Patents

Description

A találmány eljárás kitöltött nyomtatványok adatainak kigyűjtésére, ahol a nyomtatvány több különálló adatmezőt tartalmaz, melyek síkbeli elhelyezkedése az összes nyomtatványon megegyezik.

Különböző iratok, különösen nyomtatványok feldolgozása kapcsán gyakran felmerül az a feladat, hogy kézzel írt szavakat vagy írásjeleket kell számítógépre felvinni. Ehhez az adott iratot egy lapolvasó használatával képadatokból álló elektronikus képpé alakítják át. Ezeket a képadatokat egy megfelelő képfelismerő szoftver segítségével próbálják meg számítógépes karakterekké átalakítani, ami alapján végül ki tudják értékelni az írott szavakat vagy írásjeleket. Az írásjelek felismerésének a megbízhatósága döntő mértékben függ az írás minőségétől, valamint az írásjelről készített kép minőségétől. Ezek közül is az írás minőségének van nagyobb jelentősége, ami lehet kézírás, vagy írógéppel készült gépírás is. További befolyásoló tényezők még a kép élessége - azaz az írásjelek és a háttér közötti kontraszt, a szürke színárnyalatok fekete-fehérbe végzett átalakításának a minősége, valamint nem utolsó sorban a lapon található esetleges szennyeződések. Mindezek a tényezők szerepet játszhatnak abban, hogy az írásjel-felismerő program fel tud-e ismerni egy adott írásjelet vagy nem. A sikertelen felismerés ebben az esetben téves felismerésnek felel meg. A tévesen felismert írásjeleket értelmetlen írásjelnek vesszük.

A kézzel kitöltött nyomtatványok adatainak teljes körű kigyűjtésénél - tipikus példa erre az orvosi receptek feldolgozása - a sikertelenül vagy rosszul felismert írásjelek esetén jelentős ráfordítást igényel az egyes nyomtatványok utólagos feldolgozása, tehát az olyan nyomtatványok kézi kiértékelése, melyeket az írásjel-felismerő program segítségével nem sikerült kiértékelni. Ez leginkább az olyan nyomtatványoknál fordul elő, amelyek nem szegmentált írásmóddal, tehát kézírással vannak kitöltve.

A találmány feladata, hogy egy olyan eljárást biztosítson, amely költségkímélő megoldást nyújt az olyan nyomtatványok utólagos feldolgozására, amelyeknek a tartalma egy írásjel-felismerő program használatával nem értékelhető ki megfelelően, ahol az utólagos feldolgozással biztosítjuk a nyomtatványon található információk kiértékelésének megbízhatóságát. Az EP 0565912 A2 közzétételi iratból ismert egy ilyen célra szolgáló eljárás. A feladatot az ismert eljárásnál előnyösebben az alábbi lépésekből álló eljárással oldjuk meg:

a) képet készítünk a nyomtatványról, majd eltároljuk az egyes adatmezők képadatait;

b) az adatmezők képadatai alapján egy írásjel-felismerő program segítségével azonosítjuk az adatmezőkben található írásjeleket, amennyiben ezeket legalább egy előre meghatározott bizonyossággal fel tudjuk ismerni;

c) meghatározzuk az azonosítatlan adatmezőket, tehát a nyomtatvány azon adatmezőit, ahol az írásjeleket egyáltalán nem tudtuk felismerni vagy nem tudtuk legalább az előre meghatározott bizonyossággal azonosítani;

d) az adatmezők információit előnyösen egy globális adathálózaton keresztül továbbítjuk egy külső kiértékelőállomásnak;

e) a külső kiértékelőállomáson az adatmezők információi alapján beazonosítjuk az azonosítatlan adatmezők írásjeleit;

f) a kiértékelőállomáson beazonosított írásjeleket további feldolgozás céljából továbbítjuk.

A találmánynak az a lényege, hogy

g) az egyes azonosítatlan adatmezők képadataihoz hivatkozási számokat rendelünk, és ezeket egy feldolgozandó átviteli adatcsomagba szervezzük;

h) a külső kiértékelőállomáson az azonosítatlan adatmezők írásjeleit az átviteli adatcsomag képadatai alapján értékeljük ki;

i) a külső kiértékelőállomáson a beazonosított írásjeleket az érintett adatmező hivatkozási számával együtt egy karakter-adatcsomagba szervezzük, amit egy feldolgozott átviteli adatcsomag formájában visszaküldünk,

j) végül a visszakapott átviteli adatcsomagból a hivatkozási szám alapján a karakter-adatcsomagot az adott nyomtatvány többi adatmezőjével együtt hozzáfűzzük a végleges adatcsomaghoz.

A képadatokat előnyösen mind fekete-fehér képadatok formájában, mind árnyalatos képadatok formájában eltároljuk, és a feldolgozandó adatcsomag képadatait az árnyalatos képadatok alkotják. Az írásjel-felismerő programmal feldolgozott képadatok viszont előnyösen fekete-fehér képadatok.

A találmány szerinti eljárás előnye, hogy egyszerűbbé teszi az olyan nyomtatványok utólagos feldolgozását, melyeken a kitöltött adatokat számítógépes írásjel-felismerő program segítségével nem tudtuk megfelelő bizonyossággal azonosítani. Az olyan nyomtatványok esetében, melyeknél az írást nem tudtuk legalább az előre megadott bizonyossággal felismerni, a találmány szerint külön csoportokba soroljuk a sikeresen felismert adatmezőket, és az olyan adatmezőket, melyeknek tartalmát még nem sikerült azonosítani. Azoknak az adatmezőknek az előzőleg eltárolt képadatait, melyeknek a tartalmát nem tudtunk azonosítani, az adatmező hivatkozási számának hozzárendelésével egy átviteli adatcsomaghoz csatoljuk. Ezt az átviteli adatcsomagot továbbítjuk egy külső kiértékelőállomásnak, ahol egy személy az eddig azonosítatlan adatmező tartalmát az adatmezőhöz tartozó megkapott átviteli adatcsomag képadatai alapján szemrevételezéssel beazonosítja. Ezt követően az így előállított karakter-adatcsomagot a hivatkozási számmal együtt egy feldolgozott átviteli adatcsomag formájában visszaküldjük, ahol a visszaküldést a külső kiértékelőállomásnak történő átvitelhez hasonlóan a globális adathálózat - az Internet - információs csatornáin bonyolítjuk le.

A találmány szerinti eljárás során a géppel nem azonosítható nyomtatványok utólagos feldolgozásakor csak meghatározott adatmezők adatait értékeljük ki újra, ami igen előnyös. Ez kevesebb személyes munkát igényel, ami az anyagi ráfordítások csökkentését jelenti. Egy további előnyt jelent, hogy az utólagos feldolgozás során az egyes személyek mindig csak egy

HU 225 439 Β1 adatmező adatait értékelik ki az írásjelek alapján. Ugyanaz a személy nem férhet hozzá ugyanannak a nyomtatványnak a többi adatmezőjéhez, ezzel a lehető legmagasabb szinten biztosítjuk a nyomtatványok adatainak a bizalmasságát. Ennek különösen az olyan receptnyomtatványok esetében van jelentősége, ahol a páciens adatai is fel vannak tüntetve.

A találmányt a mellékelt rajzon példaképpen bemutatott kiviteli alak alapján ismertetjük részletesebben. Az ábrán egy kitöltött nyomtatványok adatainak a kigyűjtésére szolgáló eljárás vázlata látható.

Az 1 nyomtatvány, ami például egy kézzel írt, orvosi utasításokkal ellátott recept lehet, több a, b, c, d, e adatmezőt tartalmaz. Az adatmezők síkbeli elhelyezkedése minden 1 nyomtatványon megegyezik. Az a, b, c, d, e adatmezőkben például a beteg neve, egészségügyi biztosításának azonosító száma, orvosi utasítások, illetve egyéb ezekhez hasonló adatok szerepelhetnek.

Ezeket az 1 nyomtatványokat például a kezelést végző orvos tölti ki, aki általában nem írógéppel vagy hasonló szabványos írással, hanem kézírással tölti ki az 1 nyomtatványt. Ez a körülmény az a, b, c, d, e adatmezők gépi kiolvasásánál egy megfelelően intelligens írásjel-felismerő program használatát követeli meg. Az egyes nyomtatványok adatmezőinek a kiértékeléséhez először is egyesével beolvassuk azokat, és az így kapott képadatokat eltároljuk. Ehhez egy hagyományos lapolvasót (szkennert) használunk. Fontos, hogy a képbeolvasás egy 2a fekete-fehér képbeolvasásra és egy 2b árnyalatos képbeolvasásra (szürke árnyalatos vagy színes) tagolódik, ahol a későbbi feldolgozás során elektromos úton kiszűrhetjük az esetleges színeltolódásokat.

Az egyes nyomtatványok 2a fekete-fehér képbeolvasással kapott képadatait egy 3 írásjel-felismerő program (ICR, Intelligent Character Recognition) segítségével kiértékeljük. Általában - tehát az 1 nyomtatványok túlnyomó többségénél - a 3 írásjel-felismerő program képes arra, hogy az 1 nyomtatvány minden a, b, c, d, e adatmezőjét felismerje, és kiértékelhető adatokat állítson elő. Az esetek eme túlnyomó többségében tehát végleges 4 adatcsomagok állnak elő.

Csupán a 3 írásjel-felismerő program használatával azonban nem lehet minden nyomtatványt hibátlanul beolvasni. Lesznek tehát sikertelenül vagy csak részlegesen felismert 5 adatcsomagok. Több okra is vissza lehet vezetni az olyan eseteket, amikor az egyes nyomtatványok bizonyos adatmezőit nem tudjuk kiértékelni. Lehet, hogy a nyomtatványt kitöltő illetőnek nehezen olvasható az írása, az írás elmosódott, az írás nem a nyomtatványnak az erre kijelölt területén található, vagy a nyomtatvány egyes adatmezői el vannak koszolódva. Minden sikertelenül vagy csak részlegesen felismert 5 adatcsomag esetében az érintett nyomtatványt utólagos feldolgozásnak vetjük alá. A következő lépésben meghatározzuk az azonosítatlan - például d, e - adatmezőket, és elkülönítjük azokat az adatcsomag sikeresen felismert - például a, b, c - adatmezőitől. Azokat az adatmezőket minősítjük azonosítatlan adatmezőknek, melyeknek az írásjeleit a 3 írásjel-felismerő program egyáltalán nem, vagy csak a rendszerben meghatározott bizonyossági fok alatt volt képes azonosítani. Az azonosítatlan d, e adatmezők B_d, B_e képadataihoz hozzárendeljük a megfelelő d, e adatmezők R₄, R₅ hivatkozási számát, majd egy feldolgozandó átviteli 6 adatcsomagot készítünk belőlük.

Az átviteli 6 adatcsomag R₄, R₅ hivatkozási számait egy kódolási séma alapján adjuk meg, hogy a megfelelő R₄, R₅ hivatkozási számokkal ellátott B_d, B_e képadatok alapján egy kívülálló ne következtethessen az adatok tulajdonosára, vagy az adatok által érintett személyre. Ezzel biztosítjuk a lehető legmagasabb szintű adatbiztonságot, mivel az átviteli 6 adatcsomag önmagában nemigen tartalmaz kárt okozó célokra használható információt.

Egy külső 7 kiértékelőállomás az Interneten, vagy egy másik globális adathálózaton keresztül adatcsere útján letölti a feldolgozandó átviteli 6 adatcsomagot. A külső 7 kiértékelőállomás például egy szolgáltató lehet, aki fizetség fejében utólagos feldolgozási szolgáltatásokat nyújt az eljárás végrehajtójának. A külső 7 kiértékelőállomáson egy írásjelek felismerésében jártas személy az átviteli 6 adatcsomag B_d, B_e képadatai alapján megvizsgálja a képadatcsomagot, avagy az eddig azonosítatlan adatmező képét, ami a legtöbb esetben az ott látható írásjelek sikeres felismerésével végződik. A beazonosítás megkönnyítésére az átviteli 6 adatcsomag B_d, B_e képadatait a 2b árnyalatos képbeolvasás adatai alkotják. A gyakorlatban bebizonyosodott, hogy a nehezen olvasható kézírást könnyebb szürke árnyalatos képmásolaton azonosítani, mint egy fekete-fehér kép alapján. A kép a szürke árnyalatok helyett színárnyalatokat is tartalmazhat. Ezeket a képeket gépileg szűrni tudjuk, így kiküszöbölhetjük például a színes háttér által okozott felismerési problémákat.

A külső 7 kiértékelőállomáson a szürke árnyalatos képadatok alapján kiértékelt d, e adatmezőket karakter-adatcsomagok formájában a megfelelő R₄, R₅ hivatkozási számokkal együtt egy feldolgozott átviteli adatcsomagba szervezve visszaküldjük, ahol a visszaküldéshez is az Internet vagy egy másik globális adathálózat adatvonalait vesszük igénybe.

A feldolgozott átviteli 8 adatcsomag információit az a, b, c adatmezők korábban kiértékelt információival együtt összefoglaljuk egy kiértékelt a, b, c, d, e adatmezőket tartalmazó adatcsomagba. Az ábrán ezt az összesorolt adatmezők jelölik. Az összesorolásnál az adatmezőket az R_1: R₂, R₃, R₄, R₅ hivatkozási számok szerint rendezzük, ahol nemcsak az előszörre azonosítatlan d, e adatmezőket, hanem a 3 írásjel-felismerő programmal sikeresen felismert a, b, c adatmezőket is rendre elláttuk R₄, R₅, illetve R-], R₂, R₃ hivatkozási számokkal. Ezen a módon kapjuk meg a végleges 10 adatcsomagokat, melyeken további kiértékelőfeladatokat hajthatunk végre.

Claims (3)

1. SZABADALMI IGÉNYPONTOK

   1. Eljárás kitöltött nyomtatványok adatainak kigyűjtésére, ahol a nyomtatvány (1) több különálló adatmezőt (a, b, c, d, e) tartalmaz, melyek síkbeli elhelyezke3

   HU 225 439 Β1 dése az összes nyomtatványon (1) megegyezik, amely eljárás a következő lépéseket tartalmazza:

   a) képet készítünk a nyomtatványról (1), majd eltároljuk az egyes adatmezők (a, b, c, d, e) képadatait;

   b) az adatmezők (a, b, c, d, e) képadatai alapján egy írásjel-felismerő program (3) segítségével azonosítjuk az adatmezőkben (a, b, c, d, e) található írásjeleket, amennyiben ezeket legalább egy előre meghatározott bizonyossággal fel tudjuk ismerni;

   c) meghatározzuk az azonosítatlan adatmezőket (d, e) - tehát a nyomtatvány azon adatmezőit, ahol az írásjeleket egyáltalán nem tudtuk felismerni, vagy nem tudtuk legalább az előre meghatározott bizonyossággal azonosítani;

   d) az azonosítatlan adatmezők (d, e) információit előnyösen egy globális adathálózaton keresztül továbbítjuk egy külső kiértékelőállomásnak (7);

   e) a külső kiértékelőállomáson (7) az adatmezők információi alapján beazonosítjuk az azonosítatlan adatmezők (d, e) írásjeleit;

   f) a kiértékelőállomáson (7) beazonosított írásjeleket további feldolgozás céljából továbbítjuk, azzal jellemezve, hogy

   g) az egyes azonosítatlan adatmezők (d, e) képadataihoz (B_d, B_e) hivatkozási számokat (R₄, R₅) rendelünk, és ezeket egy feldolgozandó átviteli adatcsomagba (6) szervezzük;

   h) a külső kiértékelőállomáson (7) az azonosítatlan adatmezők (d, e) írásjeleit az átviteli adatcsomag képadatai (B_d, B_e) alapján értékeljük ki;

   i) a külső kiértékelőállomáson (7) a beazonosított írásjeleket az érintett adatmező (d, e) hivatkozási számával (R₄, R₅) együtt egy karakter-adatcsomagba szervezzük, amit egy feldolgozott átviteli adatcsomag (8) formájában visszaküldünk,

   j) végül a visszakapott átviteli adatcsomagból a hivatkozási szám (R₄, R₅) alapján a karakter-adatcsomagot az adott nyomtatvány többi adatmezőjével együtt hozzáfűzzük a végleges adatcsomaghoz (10).
2. 2. Az 1. igénypont szerinti eljárás, azzal jellemezve, hogy a képadatokat mind fekete-fehér formában, mind árnyalatos formában eltároljuk, és az átviteli adatcsomag (6) árnyalatos képadatokat tartalmaz.
3. 3. Az 1. vagy 2. igénypont bármelyike szerinti eljárás, azzal jellemezve, hogy az írásjel-felismerő programmal (3) feldolgozott képadatok fekete-fehér képadatok.