[發明專利]醫療發票結構化信息提取方法、裝置設備及存儲介質

有效

• 申請號: 202110571579.7
• 申請日: 2021-05-25
• 公開（公告）號: CN113221869B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 熊軍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V30/14;G06V30/148;G06V30/19;G06N3/0464;G06N3/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李翔宇

1.一種醫療發票結構化信息提取方法，其特征在于，包括：

若檢測到用戶端上傳的醫療發票圖片，將所述醫療發票圖片輸入至預先訓練的語義分割模型中，得到與所述醫療發票圖片對應的掩碼圖片；

獲取與所述掩碼圖片中掩碼區域對應的最大區域輪廓參數，以及與所述掩碼區域對應的四個頂點坐標集；

根據預先存儲的輪廓區域放大比例以及所述最大區域輪廓參數和四個頂點坐標集，將所述掩碼區域進行放大得到第一調整后掩碼區域；

根據所述第一調整后掩碼區域進行透視變換，得到矯正后醫療發票圖片；

將所述矯正后醫療發票圖片輸入至第一分類模型中，得到與所述矯正后醫療發票圖片對應的發票模板分類結果；其中，所述第一分類模型用于根據輸入的發票圖片進行模板分類得到發票模板分類結果；

獲取本地存儲的與所述發票模板分類結果對應的目標光學字符識別模型，將所述矯正后醫療發票圖片輸入至所述目標光學字符識別模型進行文本檢測和文本識別，得到與所述矯正后醫療發票圖片對應的文本識別結果；以及

將所述文本識別結果及所述矯正后醫療發票圖片輸入至預先訓練的LayoutLM模型中，得到包括若干個結構化信息對的結構化信息提取結果。

2.根據權利要求1所述的醫療發票結構化信息提取方法，其特征在于，所述語義分割模型包括編碼器和解碼器，所述編碼器用于通過空洞卷積對圖片進行卷積處理得到編碼結果，所述解碼器用于對編碼結果進行采樣和全連接得到解碼結果；

所述將所述醫療發票圖片輸入至預先訓練的語義分割模型中，得到與所述醫療發票圖片對應的掩碼圖片，包括：

將所述醫療發票圖片輸入至語義分割模型中的編碼器進行編碼，得到當前編碼結果；

將所述當前編碼結果輸入至語義分割模型中的解碼器進行解碼，得到與所述醫療發票圖片對應的掩碼圖片。

3.根據權利要求2所述的醫療發票結構化信息提取方法，其特征在于，所述將所述醫療發票圖片輸入至語義分割模型中的編碼器進行編碼，得到當前編碼結果，包括：

通過1*1*3的第一過濾器對醫療發票圖片進行第一次卷積處理，得到第一卷積結果；

通過3*3*3且步長為6個像素單元的第二過濾器對醫療發票圖片進行第二次卷積處理，得到第二卷積結果；

通過3*3*3且步長為12像素單元的第三過濾器對醫療發票圖片進行第三次卷積處理，得到第三卷積結果；

通過3*3*3且步長為18像素單元的第四過濾器對醫療發票圖片進行第四次卷積處理，得到第四卷積結果；

通過最大值池化法對醫療發票圖片進行池化處理，得到直接池化結果；

依序將第一卷積結果、第二卷積結果、第三卷積結果、第四卷積結果及直接池化結果進行合并，得到合并結果；

將所述合并結果通過1*1*3的第五過濾器進行第五次卷積處理，得到當前編碼結果。

4.根據權利要求3所述的醫療發票結構化信息提取方法，其特征在于，所述將所述當前編碼結果輸入至語義分割模型中的解碼器進行解碼，得到與所述醫療發票圖片對應的掩碼圖片，包括：

通過1*1*3的第六過濾器對醫療發票圖片進行第六次卷積處理，得到第六卷積結果；

對所述當前編碼結果進行4個像素單元的上采樣，得到第一采樣結果；

將所述第一采樣結果與所述第六卷積結果進行數組連接，得到連接結果；

通過3*3*3的第七過濾器對連接結果進行第七次卷積處理，得到第七卷積結果；

將所述第七卷積結果進行4個像素單元的上采樣，得到解碼結果作為掩碼圖片。

5.根據權利要求1所述的醫療發票結構化信息提取方法，其特征在于，所述獲取與所述掩碼圖片中掩碼區域對應的最大區域輪廓參數，以及與所述掩碼區域對應的四個頂點坐標集之后，還包括：

獲取所述掩碼圖片中掩碼區域對應的當前最大輪廓圖；

獲取與所述當前最大輪廓圖對應的當前邊界框。