[發明專利]表格類醫療影像的識別方法及裝置

有效

• 申請號: 202110313437.0
• 申請日: 2021-03-24
• 公開（公告）號: CN112883926B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 王若楠;張秋暉;劉興旺;丁笑天
• 申請（專利權）人: 泰康保險集團股份有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V30/148;G06V30/19;G06V10/80;G06V10/774;G06V10/82;G06N3/0464
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 薛平;王天堯

1.一種表格類醫療影像的識別方法，其特征在于，包括：

獲取表格類醫療影像；

將所述表格類醫療影像輸入預先建立的卷積神經網絡模型，所述卷積神經網絡模型根據多個歷史表格類醫療影像樣本預先訓練生成，用于執行如下步驟：

對所述表格類醫療影像進行特征提取，得到多個不同尺度大小的融合特征圖；從最小尺度大小的融合特征圖中檢測出表格線；

將檢測出表格線的融合特征圖劃分為不同類型區域，基于所述多個不同尺度大小的融合特征圖確定每一類型區域的外接矩形，所述類型區域包括表格類型區域和非表格類型區域；

按照不同類型區域的劃分結果，切分最小尺度大小的融合特征圖；基于檢測出的表格線，對表格類型區域特征圖進行單元格分割處理，得到表格類型區域特征圖的所有單元格；

分別對非表格類型區域特征圖及表格類型區域特征圖的每一單元格進行OCR識別，按照所述外接矩形及每一單元格的位置信息輸出識別結果；

從最小尺度大小的融合特征圖中檢測出表格線，包括：在從最小尺度大小的融合特征圖上，對每個像素點進行分類；其中，0代表該像素點沒有直線，1代表該像素點有直線；利用射線追蹤算法將值為1的所有像素點合并為線段，得到所述表格線；

基于所述多個不同尺度大小的融合特征圖確定每一類型區域的外接矩形，包括：分別在每個特征圖上的每個像素點上生成多個待選的候選框；多個待選的候選框尺寸不同；利用回歸的方式，從多個待選的候選框中回歸出不同類型區域的外接矩形及每一外接矩形對應的類型；利用非極大抑制NMS算法，根據每一外接矩形對應的類型，將相同類型區域的多個外接矩形合并，得到最終的每一類型區域的外接矩形；

按照不同類型區域的劃分結果，切分最小尺度大小的融合特征圖；基于檢測出的表格線，對表格類型區域特征圖進行單元格分割處理，得到表格類型區域特征圖的所有單元格，包括：將每一類型區域單獨切分為圖片；對于表格類型區域的圖片，計算表格類型區域的外接矩形所在直線與檢測出表格線的一個相交區域，以所述相交區域修正表格真正所在區域；將表格內的直線按行列分割成若干單元格，并按坐標排列，得到了整張醫療影像的切分圖像以及表格類型區域特征圖的所有單元格。

2.如權利要求1所述的表格類醫療影像的識別方法，其特征在于，獲取表格類醫療影像，包括：

獲取RGB格式的表格類醫療影像；

對所述RGB格式的表格類醫療影像進行預處理操作，得到預處理操作后的表格類醫療影像；

將所述表格類醫療影像輸入預先建立的卷積神經網絡模型，包括：將所述預處理操作后的表格類醫療影像輸入預先建立的卷積神經網絡模型。

3.如權利要求1所述的表格類醫療影像的識別方法，其特征在于，將所述表格類醫療影像輸入預先建立的卷積神經網絡模型，包括：將所述表格類醫療影像的尺寸縮放到512×512后輸入預先建立的卷積神經網絡模型；

所述融合特征圖的數目為3個。

4.如權利要求1所述的表格類醫療影像的識別方法，其特征在于，對所述表格類醫療影像進行特征提取，得到多個不同尺度大小的融合特征圖，包括：

對所述表格類醫療影像進行特征提取，得到多個不同尺度大小的、不同屬性類型的融合特征圖。