醫(yī)療化驗單圖像分類方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言涉及一種醫(yī)療化驗單圖像分類方法及裝置。
【背景技術(shù)】
[0002]隨著醫(yī)療水平的提高、互聯(lián)網(wǎng)的發(fā)展以及大數(shù)據(jù)技術(shù)的興起，醫(yī)療大數(shù)據(jù)即將成為近期和今后一段時間內(nèi)的行業(yè)熱點。醫(yī)療化驗單(或檢驗報告)電子化是實現(xiàn)醫(yī)療大數(shù)據(jù)的關(guān)鍵技術(shù)手段之一。醫(yī)療化驗單電子化是指利用成像設(shè)備(如掃描儀、相機(jī)和智能手機(jī)等)對紙質(zhì)的醫(yī)療化驗單進(jìn)行拍照并自動識別其內(nèi)容的過程。對于不同的檢驗項目(如血常規(guī)、尿常規(guī)、肝功能、血漿六項或血清八項等)，醫(yī)療化驗單的格式和內(nèi)容可能存在明顯的差異，這給全自動的醫(yī)療化驗單電子化帶來了極大的困難和挑戰(zhàn)。
[0003]目前已有的醫(yī)療化驗單電子化技術(shù)和系統(tǒng)大多是半自動的，它們可以識別醫(yī)療化驗單的內(nèi)容，然而無法自動判斷其格式，因此需要用戶事先指定醫(yī)療化驗單的類型和格式。這種醫(yī)療化驗單電子化的方式可以保證識別的精度，但是無法保證處理的速度。當(dāng)待識別的醫(yī)療化驗單數(shù)目巨大時，這些系統(tǒng)的處理效率成為嚴(yán)重的制約瓶頸。

【發(fā)明內(nèi)容】

[0004]針對現(xiàn)有技術(shù)的不足，一方面，本發(fā)明提供一種醫(yī)療化驗單圖像分類方法，所述醫(yī)療化驗單圖像分類方法包括:計算給定醫(yī)療化驗單圖像的圖像特征；以及基于所計算的圖像特征利用訓(xùn)練好的分類模型確定所述給定醫(yī)療化驗單圖像所對應(yīng)的醫(yī)療化驗單的類型和格式。
[0005]示例性地，所述分類模型的訓(xùn)練包括:構(gòu)建醫(yī)療化驗單數(shù)據(jù)庫，所述醫(yī)療化驗單數(shù)據(jù)庫包括一組醫(yī)療化驗單圖像以及每個醫(yī)療化驗單圖像的相對應(yīng)的標(biāo)簽，所述標(biāo)簽指示醫(yī)療化驗單圖像所對應(yīng)的醫(yī)療化驗單的類型和格式；計算所述醫(yī)療化驗單數(shù)據(jù)庫中的每一個醫(yī)療化驗單圖像的圖像特征；基于所述標(biāo)簽和所述圖像特征構(gòu)建訓(xùn)練集；以及采用支持向量機(jī)(SVM)模型在所述訓(xùn)練集上訓(xùn)練出所述分類模型。
[0006]示例性地，計算醫(yī)療化驗單圖像的圖像特征包括計算醫(yī)療化驗單圖像的紋理特征和文字信息。
[0007]示例性地，計算醫(yī)療化驗單圖像的紋理特征包括計算醫(yī)療化驗單圖像的詞袋模型(Bag of Words)。
[0008]示例性地，計算醫(yī)療化驗單圖像的文字信息包括計算醫(yī)療化驗單圖像的字符相對頻度。
[0009]另一方面，本發(fā)明還提供一種醫(yī)療化驗單圖像分類裝置，所述醫(yī)療化驗單圖像分類裝置包括:特征提取模塊，用于計算給定醫(yī)療化驗單圖像的圖像特征；以及圖像分類模塊，用于利用其包括的訓(xùn)練好的分類模型、基于所計算的圖像特征確定所述給定醫(yī)療化驗單圖像所對應(yīng)的醫(yī)療化驗單的類型和格式。
[0010]示例性地，所述分類模型的訓(xùn)練包括:構(gòu)建醫(yī)療化驗單數(shù)據(jù)庫，所述醫(yī)療化驗單數(shù)據(jù)庫包括一組醫(yī)療化驗單圖像以及每個醫(yī)療化驗單圖像的相對應(yīng)的標(biāo)簽，所述標(biāo)簽指示醫(yī)療化驗單圖像所對應(yīng)的醫(yī)療化驗單的類型和格式；計算所述醫(yī)療化驗單數(shù)據(jù)庫中的每一個醫(yī)療化驗單圖像的圖像特征；基于所述標(biāo)簽和所述圖像特征構(gòu)建訓(xùn)練集；以及采用支持向量機(jī)模型在所述訓(xùn)練集上訓(xùn)練出所述分類模型。
[0011]示例性地，所述特征提取模塊計算醫(yī)療化驗單圖像的圖像特征包括計算醫(yī)療化驗單圖像的紋理特征和文字信息。
[0012]示例性地，所述特征提取模塊計算醫(yī)療化驗單圖像的紋理特征包括計算醫(yī)療化驗單圖像的詞袋模型。
[0013]示例性地，所述特征提取模塊計算醫(yī)療化驗單圖像的文字信息包括計算醫(yī)療化驗單圖像的字符相對頻度。
[0014]本發(fā)明提供的醫(yī)療化驗單圖像分類方法及裝置通過圖像特性自動判斷醫(yī)療化驗單的類型和格式，免去人工鑒別醫(yī)療化驗單的類型和格式的過程，提高醫(yī)療化驗單識別的效率。
【附圖說明】
[0015]本發(fā)明的下列附圖在此作為本發(fā)明的一部分用于理解本發(fā)明。附圖中示出了本發(fā)明的實施例及其描述，用來解釋本發(fā)明的原理。
[0016]附圖中:
[0017]圖1示出了根據(jù)本發(fā)明實施例的醫(yī)療化驗單圖像分類方法的流程圖；以及
[0018]圖2示出了根據(jù)本發(fā)明實施例的醫(yī)療化驗單圖像分類裝置的結(jié)構(gòu)框圖。
【具體實施方式】
[0019]在下文的描述中，給出了大量具體的細(xì)節(jié)以便提供對本發(fā)明更為徹底的理解。然而，對于本領(lǐng)域技術(shù)人員而言顯而易見的是，本發(fā)明可以無需一個或多個這些細(xì)節(jié)而得以實施。在其他的例子中，為了避免與本發(fā)明發(fā)生混淆，對于本領(lǐng)域公知的一些技術(shù)特征未進(jìn)行描述。
[0020]應(yīng)當(dāng)理解的是，本發(fā)明能夠以不同形式實施，而不應(yīng)當(dāng)解釋為局限于這里提出的實施例。相反地，提供這些實施例將使公開徹底和完全，并且將本發(fā)明的范圍完全地傳遞給本領(lǐng)域技術(shù)人員。
[0021]在此使用的術(shù)語的目的僅在于描述具體實施例并且不作為本發(fā)明的限制。在此使用時，單數(shù)形式的“一”、“一個”和“所述/該”也意圖包括復(fù)數(shù)形式，除非上下文清楚指出另外的方式。還應(yīng)明白術(shù)語“組成”和/或“包括”，當(dāng)在該說明書中使用時，確定所述特征、整數(shù)、步驟、操作、元件和/或部件的存在，但不排除一個或更多其它的特征、整數(shù)、步驟、操作、元件、部件和/或組的存在或添加。在此使用時，術(shù)語“和/或”包括相關(guān)所列項目的任何及所有組合。
[0022]為了徹底理解本發(fā)明，將在下列的描述中提出詳細(xì)的步驟以及詳細(xì)的結(jié)構(gòu)，以便闡釋本發(fā)明的技術(shù)方案。本發(fā)明的較佳實施例詳細(xì)描述如下，然而除了這些詳細(xì)描述外，本發(fā)明還可以具有其他實施方式。
[0023]本發(fā)明的一個實施例提供一種醫(yī)療化驗單圖像分類方法，該方法通過圖像特性自動判斷醫(yī)療化驗單的類型和格式，免去人工鑒別醫(yī)療化驗單的類型和格式的過程，提高醫(yī)療化驗單識別的效率。
[0024]下面，參照圖1來具體描述根據(jù)本發(fā)明一個實施例的醫(yī)療化驗單圖像分類方法。圖1示出了根據(jù)本發(fā)明實施例的醫(yī)療化驗單圖像分類方法100的流程圖。如圖1所示，醫(yī)療化驗單圖像分類方法100包括如下步驟:
[0025]步驟101:計算給定醫(yī)療化驗單圖像的圖像特征；以及
[0026]步驟102:基于所計算的圖像特征利用訓(xùn)練好的分類模型確定給定醫(yī)療化驗單圖像所對應(yīng)的醫(yī)療化驗單的類型和格式。
[0027]示例性地，在步驟101中，所計算的圖像特征可以是數(shù)值化(如向量)的圖像特性表達(dá)。根據(jù)本發(fā)明的一個實施例，計算給定醫(yī)療化驗單圖像的圖像特征可以包括計算給定醫(yī)療化驗單圖像的紋理特征和文字信息。在實施例中，步驟101所計算的圖像特征包括紋理特征和文字信息。
[0028]其中，示例性地，計算醫(yī)療化驗單圖像的紋理特征可以包括計算醫(yī)療化驗單圖像的詞袋模型。詞袋模型是圖像紋理特征的一種統(tǒng)計表達(dá)，可以有效描述圖像的整體和局部特性。詞袋模型的計算可以包括兩個主要步驟(a)和(b):
[0029](a)建立碼本:從一個訓(xùn)練圖像集合中隨機(jī)提取大量的圖像描述符(如SIFT、HOG等)，每個圖像描述符都是一個向量，采用K-means聚類算法對這些圖像描述符進(jìn)行聚類，得到K個類別(K為可以調(diào)節(jié)的參數(shù)，典型值為1024、2048、10000等)。聚類中心被稱為“詞”，聚類得到的所有類別組成一個“碼本”。
[0030](b)圖像描述:對于一幅圖像，以稠密的方式提取特征描述符(如SIFT、HOG等)；對于每一個描述符，在碼本中搜索最相似的聚類中心(也即詞)。統(tǒng)計不同詞在該圖像中出現(xiàn)的頻度，形成一個直方圖。對該直方圖作LI歸一化，得到最后的基于詞袋模型的圖像紋理特征。
[0031]根據(jù)本發(fā)明的一個實施例，計算醫(yī)療化驗單圖像的文字信息可以包括計算醫(yī)療化驗單圖像的字符相對頻度。字符相對頻度刻畫圖像中不同種類的字符出現(xiàn)的相對次數(shù)(頻度)，可以用于表達(dá)圖像中的文字信息。字符相對頻度的計算過程可以為:首先，利用光學(xué)字符識別(OCR)算法定位和識別醫(yī)療化驗單圖像中的所有字符；然后統(tǒng)計不同種類的字符出現(xiàn)的次數(shù)，未出現(xiàn)過的字符的頻度為零，統(tǒng)計的結(jié)果形成一個直方圖；最后，對該直方圖作LI歸一化，得到基于字符相對頻度的圖像文字信息表達(dá)。在一個示例中，字符種類的集合可以為所有中文字符、英文字母和阿拉伯?dāng)?shù)字的并集。
[0032]基于上面的示例，在計算醫(yī)療化驗單圖像的詞袋模型特征和字符相對頻度特征后，可以將二者拼接成一個向量，作為該醫(yī)療化驗單圖像的圖像特征。
[0033]