[發明專利]檢查單分類方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011556619.2
• 申請日: 2020-12-24
• 公開（公告）號: CN112651397A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 田永謙
• 申請（專利權）人: 上海艾莎醫學科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G16H50/70
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 姜曉云

本申請涉及計算機技術領域，特別是涉及一種檢查單分類方法、裝置、計算機設備和存儲介質。所述方法包括：接收終端采集的待分類檢查單圖像；將待分類檢查單圖像輸入預先訓練的識別模型，得到對應待分類檢查單圖像的第一分類結果；識別待分類檢查單圖像中的各字符，并基于識別得到的各字符，得到對應待分類檢查單圖像的第二分類結果；根據第一分類結果以及第二分類結果，確定對應待分類檢查單的目標分類結果。采用本方法能夠提升分類處理智能化水平。

技術領域

本申請涉及計算機技術領域，特別是涉及一種檢查單分類方法、裝置、計算機設備和存儲介質。

背景技術

臨床研究分析是指通過對采集的與醫療領域相關的資料數據處理分析的過程，例如，對理療中的檢查單進行分析處理，以進行病理分析。

在傳統方式中，檢查單是由數據采集人員到現場后，通過對終端設備上不同檢查單類型進行選擇，并拍攝對應類型的檢查單，例如，血常規、血生化等。

從而，在面對紛繁復雜的檢查單類型時，需要采集人員具備較強的專業水準。并且，通過人工進行分類采集，使得檢查單的分類處理過程不夠智能化。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提升分類處理智能化水平的檢查單分類方法、裝置、計算機設備和存儲介質。

一種檢查單分類方法，所述方法包括：

接收終端采集的待分類檢查單圖像；

將待分類檢查單圖像輸入預先訓練的識別模型，得到對應待分類檢查單圖像的第一分類結果；

識別待分類檢查單圖像中的各字符，并基于識別得到的各字符，得到對應待分類檢查單圖像的第二分類結果；

根據第一分類結果以及第二分類結果，確定對應待分類檢查單的目標分類結果。

在其中一個實施例中，將待分類檢查單圖像輸入預先訓練的識別模型，得到對應待分類檢查單圖像的第一分類結果，包括：

將待分類檢查單圖像輸入預先訓練的識別模型，得到待分類檢查單圖像與各預設分類的相似度百分比；

確定相似度百分比最高的預設分類為第一初始分類，并將第一初始分類以及對應的相似度百分比作為待分類檢查單圖像的第一分類結果，并輸出第一分類結果。

在其中一個實施例中，識別待分類檢查單圖像中的各字符，并基于識別得到的各字符，得到對應待分類檢查單圖像的第二分類結果，包括：

獲取各預設分類的標準檢查單的標準字符；

對待分類檢查單圖像進行字符識別，得到對應待分類檢查單圖像的識別字符；

將識別字符與各標準字符進行匹配，生成待分類檢查單圖像與各標準檢查單的初始匹配百分比；

確定初始匹配百分比最高的標準檢查單對應的預設分類為第二初始分類；

對第二初始分類對應的初始匹配百分比進行轉換，得到轉換后的匹配百分比，并將第二初始分類以及對應的匹配百分比作為待分類檢查單圖像的第二分類結果。

在其中一個實施例中，對第二初始分類對應的初始匹配百分比進行轉換，得到轉換后的匹配百分比，包括：

判斷第二初始分類對應的初始匹配百分比是否大于或等于第一預設閾值；

當初始匹配百分比大于或等于第一預設閾值時，則獲取預設匹配百分比閾值，并將預設匹配百分比閾值作為第二初始分類的匹配百分比；

當初始匹配百分比小于第一預設閾值時，則根據第一預設閾值對初始匹配百分比進行轉換，得到對應第二初始分類的匹配百分比。