[发明专利]体检报告信息结构化提取方法、装置及计算机设备

说明书

本发明公开了体检报告信息结构化提取方法、装置、计算机设备及存储介质，涉及图像识别技术，可应用于智慧医疗场景，包括获取体检报告影像图片集对应的报告来源信息，定位体检报告影像图片集中的待识别区域组成待识别区域图片集；将其依次进行去除透视形变及文字识别得到对应的识别文本；通过语义分析定位获取识别文本中目标字段及目标字段取值以组成目标文本集；调用预先存储的标准字段集对目标文本集中各目标字段进行校正以得到校正后目标文本集；将校正后目标文本集存储至对应创建的存储区域，以得到体检报告结构化信息。该方法实现了对待识别区域的快速定位，对待识别区域的精准文本识别以及对体检报告核心体检数据的快速结构化提取。

技术领域

本发明涉及人工智能的图像识别技术领域，尤其涉及一种体检报告信息结构化提取方法、装置、计算机设备及存储介质。

背景技术

在保险核保领域，体检报告信息录入是一个非常重要的环节，目前主要采用人工录入的方式进行处理，也即核保人员通过查看用户提交的体检报告原件后录入与该投保人相对应的体检报告信息，整个录入过程效率低下且人力成本高，导致了核保效率低下。

发明内容

本发明实施例提供了一种体检报告信息结构化提取方法、装置、计算机设备及存储介质，旨在解决现有技术中保险核保系统中是采用人工录入体检报告关键信息的方式，导致整个录入过程效率低下且人力成本高的问题。

第一方面，本发明实施例提供了一种体检报告信息结构化提取方法，其包括：

接收用户端上传的体检报告影像图片集，通过OCR识别获取所述体检报告影像图片集对应的报告来源信息；其中，所述报告来源信息包括体检报告出具机构名称和体检报告类型；

调用预先存储的体检报告样本集，获取每一体检报告样本对应的样本报告来源信息和样本体检数据分布区域；

若所述体检报告样本集中存在有体检报告样本对应的样本报告来源信息与所述体检报告影像图片集的报告来源信息相同，获取该体检报告样本的样本体检数据分布区域，以定位所述体检报告影像图片集中的待识别区域组成待识别区域图片集；

将所述待识别区域图片集依次进行去除透视形变及文字识别，得到所述待识别区域图片集对应的识别文本；

通过语义分析定位获取所述识别文本中目标字段及目标字段取值，以组成目标文本集；

调用预先存储的标准字段集，获取所述目标文本集中各目标字段在所述标准字段集中对应的近似字段，对所述目标文本集中各目标字段进行校正，以得到校正后目标文本集；以及

将所述校正后目标文本集存储至对应创建的存储区域，以得到体检报告结构化信息。

第二方面，本发明实施例提供了一种体检报告信息结构化提取装置，其包括：

体检报告图片接收单元，用于接收用户端上传的体检报告影像图片集，通过OCR识别获取所述体检报告影像图片集对应的报告来源信息；其中，所述报告来源信息包括体检报告出具机构名称和体检报告类型；

样本集获取单元，用于调用预先存储的体检报告样本集，获取每一体检报告样本对应的样本报告来源信息和样本体检数据分布区域；

待识别区域图片集定位单元，用于若所述体检报告样本集中存在有体检报告样本对应的样本报告来源信息与所述体检报告影像图片集的报告来源信息相同，获取该体检报告样本的样本体检数据分布区域，以定位所述体检报告影像图片集中的待识别区域组成待识别区域图片集；

文本识别单元，用于将所述待识别区域图片集依次进行去除透视形变及文字识别，得到所述待识别区域图片集对应的识别文本；

目标文本集获取单元，用于通过语义分析定位获取所述识别文本中目标字段及目标字段取值，以组成目标文本集；