[发明专利]一种用于医疗票据OCR的医保目录匹配方法

说明书

本发明公开一种用于医疗票据OCR的医保目录匹配方法，步骤包括，基于医保目录库中的医保目录构建医保目录库热力图；设置医保目录相似度度量方法，所述医保目录相似度度量方法包括双目录相似度度量方法与费用‑目录相似度度量方法；基于所述医保目录库热力图与所述双目录相似度度量方法构建医保目录池塘结构库；基于所述目录相似度度量方法与所述医保目录池塘结构库对医疗票据OCR的费用明细进行搜索，完成所述医保目录匹配。本发明能够应用于医保业务相关系统中，提高系统的易用性和有效性。

技术领域

本发明属于医疗票据OCR技术领域，尤其涉及一种用于医疗票据OCR的医保目录匹配方法。

背景技术

医疗保险已经深入人心，是保障大众生活质量的重要组成部分，很多人不但参保社会医疗保险，还参保了商业补充医疗保险。随着社会的发展，人口流动性非常大，目前医疗保险应用场景非常复杂，还未完全做到各地各部门之间数据互通。在很多场景中，医疗保险的报销或者理赔都需要提供纸质的费用凭证。采用医疗票据OCR识别技术可以快速地把这些纸质的费用凭证数据电子化。但是由于各种历史原因，各地各部门提供的医疗费用明细与当地的医保目录库可能存在一定的差异；另外OCR识别技术提供的识别结果可能存在误识别、英文或者符号半角全角不统一等情况。所以这些电子化后的费用凭证数据能正常入库的关键是需要一套有效的方法保证这些费用数据能够与医保目录库正确匹配。

发明内容

为解决上述问题，本发明提出一种用于医疗票据OCR的医保目录匹配方法，将名称上有差异的同类医疗费用目录关联起来，为进一步提升医保业务系统有效性和易用性提供基础。

为实现上述目的，本发明提供了一种用于医疗票据OCR的医保目录匹配方法,所述方法包括，

基于医保目录库中的医保目录构建医保目录库热力图；

设置医保目录相似度度量方法，所述医保目录相似度度量方法包括双目录相似度度量方法与费用-目录相似度度量方法；

基于所述医保目录库热力图与所述双目录相似度度量方法构建医保目录池塘结构库；

基于所述费用-目录相似度度量方法与所述医保目录池塘结构库对医疗票据OCR的费用明细进行搜索，完成所述医保目录匹配。

可选地，构建所述医保目录库热力图的方法为：

获取所述医保目录的关键字字频表；

基于所述关键字字频表对医保目录的每个条目中的字符进行关键字匹配，获取所述医保目录的热力数据；

基于所述热力数据中的元素建立所述医保目录库热力图。

可选地，获取所述关键字字频表的方法为：

对所述医保目录进行去非中文字符处理，获得纯中文字符的医保目录，对所述纯中文字符的医保目录的条目进行中文分词，获得分词集合，对所述分词集合去重，采用人工的方式纠正错误分词，并对所述纠正后的分词再次去重，得到医保目录关键字集合，统计所述医保目录中每个中文字符的出现频率，获得字符频率表，基于所述字符频率表获取所述医保目录关键字集合中的每条关键字中每个字符的频率，计算所述关键字的全部字符频率均值，将所述频率均值作为所述关键字的字频，在所述关键字集合中加入对应的所述字频，获得关键字字频表。

可选地，获取所述医保目录的热力数据的方法为：

建立空链表，基于所述关键字字频表对所述医保目录的每个条目中的字符进行关键字匹配，基于匹配结果，将所述关键字的起止位置插入所述空链表中，插入所述关键字的起止位置后的所述空链表即所述医保目录的热力数据。

可选地，构建所述医保目录池塘结构库的方法为：