检索结果-南通市图书馆

BHS-CTPN:一种自然场景下的化验单文字检测方法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2022年第9期39卷 206-212页

作者：黄庆浩吕学强何健游新冬北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京洛奇智慧医疗科技有限公司北京100015 清华大学互联网产业研究院北京100084

针对存在的化验单文字检测方法效果无法达到实用标准以及敏感信息区域无法有效过滤的问题,提出一种自然场景下的化验单文字检测方法(BHS-CTPN)。BHS-CTPN方法引入BRISK、Hough、Sauvola等一系列预处理方法进行化验单矫正、敏感信息区域... 详细信息

针对存在的化验单文字检测方法效果无法达到实用标准以及敏感信息区域无法有效过滤的问题,提出一种自然场景下的化验单文字检测方法(BHS-CTPN)。BHS-CTPN方法引入BRISK、Hough、Sauvola等一系列预处理方法进行化验单矫正、敏感信息区域去除和图像增强。同时在特征提取时卷积核的设计、anchor设定和文本框合并等方面来改进CTPN网络模型。BHS-CTPN方法与CTPN模型相比,准确率、召回率、F1值分别提升8%、10%、9%;与目前化验单文字检测领域效果最好的华为API接口相比,准确率、召回率、F1值分别提升6%、3%、5%。大量实验结果表明,BHS-CTPN方法能够有效准确地检测到自然场景下化验单文本位置,为后期文字识别和化验单解读奠定坚实的基础。

关键词：自然场景化验单文字检测预处理 CTPN

基于上下文Transformer的化验单表格结构识别算法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于上下文Transformer的化验单表格结构识别算法研究

作者：仲宗锋山东师范大学

学位级别：硕士

近年来,人工智能、大数据技术以及计算机硬件集成和储存技术取得了快速发展。这无疑引发了新一代的产业革命,催生了诸多以无人驾驶、智慧城市、虚拟现实、人机交互、智慧医疗等为代表的新兴产业技术。此外,各行业尤其以医疗领域中数据... 详细信息

近年来,人工智能、大数据技术以及计算机硬件集成和储存技术取得了快速发展。这无疑引发了新一代的产业革命,催生了诸多以无人驾驶、智慧城市、虚拟现实、人机交互、智慧医疗等为代表的新兴产业技术。此外,各行业尤其以医疗领域中数据的爆发式增长,给数字化存储和分析提出了新的要求。在“互联网+医疗”的时代背景下,深度学习能够借助大数据,实现对海量化验数据的智能处理。其中,化验单作为医学检验报告的呈现形式,包含了患者的诸多体检信息,在病情分析中有重要作用。利用深度学习使机器识别化验单文本信息,再用大数据进行病情分析,实现智能化医疗辅助诊断系统。化验单表格识别是机器理解体检报告的第一步,也是亟待解决的实际问题。其主要任务是分析化验单的表格结构,识别单元格的内容,将自然场景下的化验单图像重建为电子表格,以进一步存储和分析处理。由于中文化验单是一种无线的复杂结构表格,且种类繁多,又包含各种类型的字符,实现其精准识别仍是一个难点问题。本文提出了一种基于上下文Transformer的化验单表格结构识别算法CoT＿SRN。该算法主要由CoT编码器和SRN解码器两部分组成。CoT编码器结合了能够充分利用上下文信息的Transformer模块,构建了更适用于无线复杂中文化验单表格识别场景的CoT＿Net50Vd骨干网络,用以提取输入图像特征并编码。SRN解码器以Attention+GRU结构,构成序列识别的Attention＿Head,预测编码后的特征序列并输出表格结构序列和单元格位置信息。最后,通过表格结构序列与文本检测和文本识别结果聚合,将化验单图像重建为完整的电子表格。本文还提出了一种基于STC＿Unet的空间双模态融合化验单关键信息提取算法来实现表格结构化识别。该算法由双模态融合模块、图推理模块和分类与后处理模块三部分组成。使用Swin＿Transformer与Unet结合的STC＿Unet网络提取视觉特征,使用Bi＿LSTM提取语义特征,再由克罗内克积进行视觉和语义双模态特征融合。将上述特征输入到空间推理模型提取最终的节点特征,最后再由分类模块进行多分类任务,经后处理步骤结构化所需的关键信息。此外,本文还优化了损失函数,提高了关键信息提取的精度。本文表格识别算法CoT＿SRN使用TEDS作为评价指标。在大型公开表格识别数据集Pub Tab Net和Sci TSR上与近年来优秀算法进行比较,取得了有竞争力的TEDS得分。本文还使用真实医疗场景下采集的化验单表格图像进行标注和处理,制作了化验单图像数据集CMDD+,用以进行实验模型的训练和测试,包括消融、对比实验和交叉验证实验。实验证明,本文算法方案在化验单表格识别场景取得了最高的TEDS得分。本文的化验单关键信息提取算法分别在购物小票数据集Wildreceipt、常见票据数据集CSIG＿Datasets和化验单数据集CMDD+上进行了消融实验,均取得了最高的准确率。

关键词：化验单表格识别关键信息提取 Transformer 双模态融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

化验单上的载脂蛋白是什么意思

漫科学（新健康）

漫科学（新健康） 2024年第1期 76-77页

作者：杜鹤峣陆军军医大学西南医院内科

通常,我们去体检或者做生化全项检查之后会得到一份化验单,这份单子上显示的指标众多,如胆固醇、甘油三酯等。大多数人对胆固醇等指标比较熟悉,但有一些指标如载脂蛋白,就很少了解其含义。下面,笔者就来讲讲载脂蛋白究竟是什么。

关键词：载脂蛋白化验单胆固醇甘油三酯指标比较生化全项体检

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

解析血常规化验单

开卷有益（求医问药） 2023年第1期 37-38页

作者：张伟锋不详

血常规是最常见血液学检查,但血常规的化验单看起来似乎有些复杂,除了英文字母就是莫名其妙的数字,尤其是看到异常结果,大家也许会疑虑或恐慌。要想看懂血常规首先得了解血常规中最重要的四项:白细胞、红细胞、血红蛋白和血小板。一、... 详细信息

血常规是最常见血液学检查,但血常规的化验单看起来似乎有些复杂,除了英文字母就是莫名其妙的数字,尤其是看到异常结果,大家也许会疑虑或恐慌。要想看懂血常规首先得了解血常规中最重要的四项:白细胞、红细胞、血红蛋白和血小板。一、白细胞是人体的战斗力人体经常会遇到病毒、细菌等病原体的入侵,而白细胞就是战胜它们的士兵,白细胞的多少决定了我们的战斗力强弱,也就是抗病(感染)力的强弱。

关键词：血常规化验血液学检查异常结果化验单白细胞血红蛋白血小板红细胞

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于化验单的疾病识别系统设计及实现

基于化验单的疾病识别系统设计及实现

作者：张敢北京化工大学

学位级别：硕士

随着社会的发展,人们开始关注疾病风险,健康意识不断提升。目前医疗行业存在资源分配不均,医疗数据二次利用不够充分和数据不共享等问题。医疗现状满足不了人们日益增长的就医需求,因此论文基于化验单数据设计实现疾病识别系统。系统基... 详细信息

随着社会的发展,人们开始关注疾病风险,健康意识不断提升。目前医疗行业存在资源分配不均,医疗数据二次利用不够充分和数据不共享等问题。医疗现状满足不了人们日益增长的就医需求,因此论文基于化验单数据设计实现疾病识别系统。系统基于互联网的不限地域和资源共享的特点,应用机器学习算法优势,解决了患者和医生疾病识别的问题。论文的主要内容如下:1、纸质化验单数据识别方法纸质化验单的数据电子信息化是疾病识别的数据基础。首先使用图片预处理识别方法,对化验单图片进行灰度处理和最大类间方差(OTSU)二值化处理;再对图片进行高斯滤波降噪处理,开闭运算,Canny算子轮廓提取和透视变换裁剪矫正;然后使用霍夫变换精准划分化验单信息区域,应用成熟的开源OCR引擎Tesseract进行文字识别;最后应用查字典法和莱文斯坦距离(Levenshtein)算法进行噪声处理和识别检验。通过对识别结果的智能纠错,进一步提高了化验单数据的识别准确度。2、基于集成学习XGBoost算法的疾病识别方法先对训练数据集进行预处理,使用卡方统计法得出最优特征子集进行特征选择,得出新的训练数据集作为疾病识别模型的输入来提升模型的效率和准确性。采用集成学习XGBoost算法构建疾病识别模型,加入交叉验证与网格搜索改进参数寻优方法,克服了人工调参的盲目性。再应用逼近于理想值排序方法(TOPSIS)将化验单项目与系统中的疾病识别模型中的特征项进行匹配,获取最优模型。最后使用化验单项目和结果数据作为疾病识别模型的输入进行疾病识别。为了验证构建疾病识别模型方法在其他疾病的识别效果,利用UCI中乳腺癌和心脏病数据集进行验证,结果表明所研究的疾病识别模型方法,可扩展应用到比其他疾病识别。并利用糖尿病化验单数据进一步验证了方法的有效性。3、疾病识别系统的设计及实现针对医生和患者的需求分析,设计及实现了疾病识别系统。构建了系统的技术架构:运行环境,数据层,业务逻辑层,接入层和用户层。系统三个大模块:患者模块,医生模块和API服务模块。患者模块主要功能:我的化验单,我的医生和疾病识别等。医生模块主要功能:疾病识别模型,患者信息和医疗关于信息等。API服务模块主要功能:化验单识别,训练疾病识别模型和疾病识别等。系统实现了患者通过微信小程序上传化验单数据疾病识别,保存医疗数据和预警疾病风险。系统实现了医生通过PC或手机端训练和建立疾病识别模型。

关键词：疾病识别模型集成学习化验单系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带你看懂白带常规化验单

健康博览 2023年第4期 41-43页

作者：陈龙梅上海市宝山区中西医结合医院

白带是女性生殖系统分泌的一种液体,里面主要是阴道黏膜和子宫黏膜的分泌物。白带的检查能够让临床医生快速地对生殖系统炎症、肿瘤以及女性雌激素水平等做出正确的判断。白带检查是无创的,且人们较能接受的检查女性生殖系统的一种常规... 详细信息

白带是女性生殖系统分泌的一种液体,里面主要是阴道黏膜和子宫黏膜的分泌物。白带的检查能够让临床医生快速地对生殖系统炎症、肿瘤以及女性雌激素水平等做出正确的判断。白带检查是无创的,且人们较能接受的检查女性生殖系统的一种常规方法。本文教您如何看懂白带常规化验单,了解女性白带的正常生理状态,以重视临床白带常规的检测,配合临床医生的诊疗。

关键词：女性生殖系统生殖系统炎症临床医生白带常规化验单阴道黏膜白带检查正常生理状态

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

“会说话”的化验单有温度 001

“会说话”的化验单有温度

健康时报

作者：耿银平

近日,上海交通大学医学院附属瑞金医院检验科主任王学锋带领团队推出“智慧化验单”,解决了部分群众看不懂化验单的问题。每位进行血脂检查的患者,都会收到一份个性化的血脂检验单,扫描上面的二维码便可观看科普视频,方便患者了解检查... 详细信息

近日,上海交通大学医学院附属瑞金医院检验科主任王学锋带领团队推出“智慧化验单”,解决了部分群众看不懂化验单的问题。每位进行血脂检查的患者,都会收到一份个性化的血脂检验单,扫描上面的二维码便可观看科普视频,方便患者了解检查单上相关指标,还能科学指导患者用药。有网?

关键词：化验单医学生体检报告会说话

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

一种基于图像处理的化验单识别算法研究

一种基于图像处理的化验单识别算法研究

作者：贾子轩浙江大学

学位级别：硕士

当前医疗体系中信息系统种类繁多,同一个城市各个医院间、各地市医院,甚至上下级医院中所用的信息系统都互相无法通信;病人在全国各地求医过程中会产生大量医疗单据,这些数据很难管理和保存,也就无法为新的医生提供参考。将纸质的化验... 详细信息

当前医疗体系中信息系统种类繁多,同一个城市各个医院间、各地市医院,甚至上下级医院中所用的信息系统都互相无法通信;病人在全国各地求医过程中会产生大量医疗单据,这些数据很难管理和保存,也就无法为新的医生提供参考。将纸质的化验单上的医疗健康指标数据识别为文字并转化为医疗电子档案进行存储,在进行保险理赔、转院、远程会诊、建立个人健康档案时都具有重要作用。用户拍照得到的化验单照片,由于手持手机抖动、拍摄角度不正、光照不均匀等原因,经常会出现透视上的扭曲或倾斜。本文提出了一种基于图像处理的化验单识别新算法,可以有效地对发生透视畸变与倾斜的扭曲图片实现矫正,并在图片中将每个字符准确框选,提取出文本区域,并准确地识别化验单的文字内容。本研究以MATLAB为工具,采用边缘检测、霍夫直线检测、中心投影变换等算法对化验单图片进行透视畸变矫正与倾斜矫正,采用MSER最大极值稳定区域算法检测文字的位置并切割,采用开源的Tesseract-ocr引擎进行文字识别,使用jTessBoxEditorFX校正识别结果并对文字图像数据进行重新训练。最后对切割与识别结果进行统计,得出算法的漏检率仅为0.6%,中文识别的正确率达到了 90%以上,对于英文与数字识别的正确率达到96%以上。

关键词：化验单透视畸变矫正倾斜矫正文本检测文本识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然场景下化验单文字检测识别研究

自然场景下化验单文字检测识别研究

作者：黄庆浩北京信息科技大学

学位级别：硕士

近年来,人工智能的发展为智慧医疗提供了强大的技术支持,以计算机视觉为基础的化验单智能解读能够使患者及时的了解自身病情,可以有效的提高就医效率,减缓就医压力。化验单智能解读首要工作是将化验单图像数据转化为结构化的文本数据。... 详细信息

近年来,人工智能的发展为智慧医疗提供了强大的技术支持,以计算机视觉为基础的化验单智能解读能够使患者及时的了解自身病情,可以有效的提高就医效率,减缓就医压力。化验单智能解读首要工作是将化验单图像数据转化为结构化的文本数据。因此,自然场景下化验单文字检测识别任务尤为重要。针对当前存在的自然场景下化验单文字检测识别方法效果欠佳,无法达到实用标准等问题,本文融合了传统图像处理方法和深度学习方法对自然场景下化验单文字检测识别进行研究。具体从以下几个方面展开研究:1)提出了一种自然场景下的化验单文字检测方法（BHS-CTPN）,可以有效解决当前化验单文字检测方法效果无法达到实用标准以及敏感信息区域无法有效过滤的问题。首先引入BRISK、Hough、Sauvola等一系列预处理方法进行化验单矫正、敏感信息区域去除和图像增强,其次在特征提取时卷积核的设定、anchor设定等方面改进CTPN网络模型,最后优化文本框合并策略。BHS-CTPN方法与CTPN模型相比,准确率、召回率、F1值分别提升了8%、10%、9%,与目前化验单文字检测领域效果最好的华为API接口相比,准确率、召回率、F1值分别提升了6%、3%、5%。大量实验结果表明,BHS-CTPN方法能够有效准确的检测到自然场景下化验单中文本位置,为后期文字识别奠定了坚实的基础。2)提出了一种改进CRNN网络模型的自然场景下化验单文字识别方法,可以有效解决文本框尺寸不一、文字模糊、形近字识别易错等问题。首先在特征提取时加深网络层数,其次根据数据分布设定文本框尺寸,最后对卷积核进行拆分,优化网络模型。改进的CRNN方法与CRNN模型相比,准确率、召回率、F1值分别提升了7%、5%、6%,与目前化验单文字识别领域效果最好的华为API接口相比,准确率、召回率、F1值分别提升了3%、2%、3%。大量实验结果表明,改进的CRNN方法能够精确的识别文本框序列,为后期化验单解读奠定了坚实的基础。3)提出了一种融合语言模型的自然场景下的化验单文字识别后处理矫正方法,可以有效解决自然场景下化验单文字识别在形近字识别方面容易出现混淆的问题。本文首先引入统计语言模型,对识别区域矩阵进行条件概率统计,预测最佳符合医学词库的识别结果,然后根据检查项对应关系进行前后矫正,最后基于融合的编辑距离和最长公共子序列方法进行识别结果矫正。引入后处理矫正方法后,准确率、召回率、F1值分别提升了2%、3%、2%。实验表明,融合语言模型的自然场景下的化验单文字识别后处理矫正方法能够进一步提高文本框的识别精度。综上所述,本文提出的三个方法,可以有效解决自然场景下化验单文字检测识别问题。为化验单智能解读做出巨大贡献,推动智慧医疗的发展。

关键词：自然场景化验单 BHS-CTPN CRNN 语言模型