[發明專利]一種處方信息掃描和自動識別方法

在審

• 申請號: 202110466829.0
• 申請日: 2021-04-28
• 公開（公告）號: CN113128490A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 竇鈺濤;胡彪;夏飛;肖堅;金持
• 申請（專利權）人: 湖南榮冠智能科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/62;G06F16/903;G06N3/04;G06N3/08
• 代理公司: 北京天盾知識產權代理有限公司 11421
• 代理人: 周敏云

1.一種處方信息掃描和自動識別方法，其特征在于，包括步驟①～②：

①用于進行文本識別的步驟；包括：

A1.獲取處方箋圖片，基于TrWebOCR，以處方箋圖片為輸入獲取輸出的文本識別數據以及文本位置數據；

所述TrWebOCR采用CNN+RNN+CTC模型，具體而言，包括：

構建自下而上的卷積層、循環層和轉錄層三個部分；在卷積層輸入圖像特征提取序列，利用雙向LSTM組成循環層，循環層對卷積層輸出的特征序列的每一幀進行預測，利用轉錄層將每幀的預測轉化為標簽序列；

②用于完成信息抽取的步驟，包括步驟B1～B4：

B1.獲取文本識別數據和文本位置數據；

B2.通過處方箋上固有的Rp文本作為參考點，將文本識別數據和文本位置數據分割為處方信息部分及藥方信息部分；

B3.對于處方信息部分；

以“醫院”作為關鍵字進行匹配，截取與醫院直接連接的文本串，獲取醫院名稱數據；

以“醫院”和“處方箋”為關鍵字進行匹配后，截取位于兩者之間的文本串，獲取處方類型數據；

以“處方箋”為關鍵字進行匹配確定處方箋文本位置，在處方箋后側以有效為關鍵字進行匹配，截取與有效直接連接的文本串作為有效期數據；

以“門診號”作為關鍵字進行匹配，截取與門診號直接連接的文本串直接連接的文本串作為門診號數據；

以“科室”作為關鍵字進行匹配，截取與科室直接連接的文本串直接連接的文本串作為科室數據；

以“年”、“月”、“日”作為關鍵字進行匹配，截取與年月日直接連接的文本串直接連接的文本串作為處方日期數據；

以依次相連的數字加關鍵字“：”加數字的三組合為匹配規則，確定處方時間數據；

以“姓名”和“性別”為關鍵字進行匹配后，截取位于兩者之間的文本串，獲取姓名數據；

以“姓名”為關鍵字進行匹配確定姓名文本位置，在姓名后側以“男”或“女”為關鍵字進行匹配，以截取到的男或女作為性別數據；

以依次相連的數字加關鍵字“歲”的組合為匹配規則，截取相應的數字文本作為年齡數據；

以“臨床診斷”為關鍵字進行匹配，截取位于“臨床診斷”關鍵字后側文本數據作為臨床診斷數據；

B4.對于藥方信息部分，采用步驟b1～b3處理，具體而言：

b1.是指利用文本識別模塊所獲取的位置信息，將每一條藥方進行切分，包括步驟Ⅰ～Ⅲ：

I、利用已有藥方文本位置信息中的寬度信息求得所有藥方文本的平均寬度；

II、將相對位置小于平均寬度的文本拼接，作為單條藥方的其中一行；

III、每兩行作為一條藥方，若出現單條藥方占處方箋三行，確定該行最左側文本的橫坐標與上一行最左側文本的橫坐標的距離大于判定閾值，若大于閾值則認為此此行與上一行為一行信息；

b2.將易錯文本字符進行修正；

b3.對藥方的各行分別使用正則匹配的方式分別抽取得到藥方數據。

2.根據權利要求1所述的一種處方信息掃描和自動識別方法，其特征在于，所述步驟b3中具體是指：

C1、使用數字文本對藥方的第一行進行正則匹配，截取位于數字文本前側的字符串作為藥品名稱數據；

C2、刪除前述藥方名稱文本，在剩下的字符串中使用正則方法匹配中文或中文+字母，以得到的文本串作為要藥品來源數據；

C3、以C2的匹配結果切分第一行刪除藥方名稱的部分，切分得到的前一部分為藥品規格數據；切分得到的后一部分為藥品數量數據；

C4、使用關鍵字“/”+“周”或“日”的組合方式進行正則匹配，匹配得到的文本串為藥品頻次數據；

C5、以C4的匹配結果切分藥方的第二行，切分得到的前一部為藥品單次劑量；

C6、對C5中切分得到的后一部分，使用關鍵字天進行正則匹配，截取得到的數字字符作為藥品周期數據；

C7、對C5中切分得到的后一部分，使用關鍵字口服、吸入、外用、皮下注射進行正則匹配，以得到的相同字樣文本串作為使用類型數據；

C8、對C5中切分得到的后一部分，刪除C6、C7相應數據，截取剩下的文本數據作為藥方醫囑數據。