[發明專利]體檢報告中的醫學長文定位與分類方法及裝置

有效

• 申請號: 201911058667.6
• 申請日: 2019-11-01
• 公開（公告）號: CN110889412B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉巖
• 申請（專利權）人: 泰康保險集團股份有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/19;G06Q40/08;G16H15/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 谷敬麗;許曼

本發明提供一種體檢報告中的醫學長文定位與分類方法及裝置，該方法包括：對體檢報告進行拆頁處理，獲得多頁體檢報告頁；對每頁體檢報告頁進行文字識別，獲得每頁體檢報告頁的文字識別結果；根據每頁體檢報告頁的文字識別結果，定位所需醫學長文頁；根據預設類型對所需醫學長文頁進行類型分類，確定所需醫學長文頁的醫學長文類型；根據預設主題類別對確定類型的所需醫學長文頁中的醫學長文進行主題分類，獲得主題分類結果；基于主題分類結果，對確定類型的所需醫學長文頁的醫學長文進行歸類，獲得結構化的所需醫學長文頁。該方案降低了醫學長文解析的難度，能直接應用于核保作業人員的復核系統和客戶健康畫像系統中，提高核保作業效率。

技術領域

本發明涉及文本處理技術領域，特別涉及一種體檢報告中的醫學長文定位與分類方法及裝置。

背景技術

體檢報告影像結構化過程中，醫學長文部分的結構化是技術難度最大的部分之一，醫學長文主要以B超檢查為主(也可以包括心電圖等)。由于體檢報告種類復雜多樣，對應的B超部分同樣也是版式多樣，B超部分的醫療數據的語言描述形式也很復雜，其中存在著大量非結構化的文本(主要是診斷信息)，比如對于同一種疾病，可能會存在多種不同的表述，這些表述大都不夠規范，甚至會有錯別字的問題，這樣在進行醫學長文自然語言處理時，其數據范圍過大，增加了醫學長文解析的難度，另外，不能直接應用于核保作業人員的復核系統和客戶健康畫像系統中，導致核保作業效率低下。

發明內容

本發明實施例提供了一種體檢報告中的醫學長文定位與分類方法及裝置，解決了現有技術中醫學長文自然語言處理的數據范圍過大增加醫學長文解析難度、不能直接應用于核保作業人員的復核系統和客戶健康畫像系統中的技術問題。

本發明實施例提供了一種體檢報告中的醫學長文定位與分類方法，該方法包括：

對體檢報告進行拆頁處理，獲得多頁體檢報告頁；

對每頁體檢報告頁進行文字識別，獲得每頁體檢報告頁的文字識別結果；

根據每頁體檢報告頁的文字識別結果，從多頁體檢報告頁中定位所需醫學長文頁；

根據預設類型對所需醫學長文頁進行類型分類，確定所需醫學長文頁的醫學長文類型；

根據預設主題類別對確定類型的所需醫學長文頁中的醫學長文進行主題分類，獲得主題分類結果；

基于主題分類結果，對確定類型的所需醫學長文頁的醫學長文進行歸類，獲得結構化的所需醫學長文頁。

本發明實施例還提供了一種體檢報告中的醫學長文定位與分類裝置，該裝置包括：

拆頁模塊，用于對體檢報告進行拆頁處理，獲得多頁體檢報告頁；

文字識別模塊，用于對每頁體檢報告頁進行文字識別，獲得每頁體檢報告頁的文字識別結果；

定位模塊，用于根據每頁體檢報告頁的文字識別結果，從多頁體檢報告頁中定位所需醫學長文頁；

類型分類模塊，用于根據預設類型對所需醫學長文頁進行類型分類，確定所需醫學長文頁的醫學長文類型；

主題分類模塊，用于根據預設主題類別對確定類型的所需醫學長文頁中的醫學長文進行主題分類，獲得主題分類結果；

歸類模塊，用于基于主題分類結果，對確定類型的所需醫學長文頁的醫學長文進行歸類，獲得結構化的所需醫學長文頁。

本發明實施例還提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述所述方法。

本發明實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有執行上述所述方法的計算機程序。