具体实施方式

本发明涉及计算机应用条件下的医疗数据处理方案。

在本发明中，“医疗数据”是指基于计算机应用的医疗数据，即，可以通过医疗信息系统操作而被捕捉到的医疗数据。该医疗数据可以包含用于唯一地标识患者标识和医嘱名称。

在本发明中，“参考医嘱名称集”是指那些准确的(标准的)医嘱名称的集合。该参考医嘱名称集可以存储在医疗终端服务器的数据库中。参考医嘱名称集中的参考医嘱名称可以视为为医嘱名称的识别和判断的基准数据。

在本发明中，“参考患者标识集”是指那些准确的(标准的)患者标识的集合。该参考患者标识集可以存储在医疗终端服务器的数据库中。参考患者标识集中的参考患者标识可以视为患者标识的识别和判断的基准数据。

下面，结合附图来详细描述本发明的具体实施方式。

图1示意性示出了根据本发明的一实施方式的医疗数据处理系统100，其主要包括一个或多个捕捉模块10、20、30；数据库40；和医疗数据处理设备50。

各捕捉模块10、20、30分别设置于一医疗终端中。例如，捕捉模块10、20、30中每一捕捉模块分别设置于医疗终端1、2、3中的一个中。虽然图1中例示出了3个捕捉模块10、20、30，本发明对捕捉模块的数量不进行限定。医疗数据处理系统100可以包括一个捕捉模块，也可以包括其他数量的捕捉模块。捕捉模块用于捕捉医疗终端上的医嘱界面图像，即，该医嘱界面图像是包含医疗终端的医疗信息系统的医嘱界面的图像。对于捕捉该界面图像的方式，本发明不进行限定。

医疗终端1、2、3可以理解为客户端计算机，例如，医院、体检机构、卫生所、医学检测或诊断中心的医生为患者看病时使用的计算机。在医疗终端中设置有一种或多种医疗信息系统，例如，医院信息系统(HIS)、计算机化医生医嘱录入系统(CPOE)、临床决策支持系统(CDSS)，等等。捕捉模块能够适用于医疗终端中的各种医疗信息系统并捕捉其所设置的医疗信息系统的医嘱界面图像。

数据库40设置于医疗终端服务器4中。数据库40中存储有用作参考的参考医疗数据集，例如，参考患者标识集和参考医嘱名称集。医疗终端服务器例如是医院的服务器。该服务器(即，医疗终端服务器)连接着一个或多个医生用计算机(即，医疗终端)，可以与各医生用计算机通信。

医疗数据处理设备50设置于服务器计算机5中。医疗数据处理设备50用于执行处理医疗数据的策略，即，借助于参考医疗数据集以及基于对参考医嘱名称的权重配置来计算识别出的医嘱名称的权重和，并基于权重和确定对医嘱名称的识别结果是否为有效，并仅输出有效的识别结果。

“对医嘱名称的有效识别结果”可以理解为识别正确率达到预定标准，即，识别出的医嘱名称是可用的，例如，可以用于医疗信息系统的后续操作，或者可以用于借助于医疗信息系统的医疗评估系统。

医疗数据处理设备50可以采用软件或者硬件或者软件与硬件结合的方式来实现。如图2所示，医疗数据处理设备50主要包括获取模块51、处理模块52和输出模块53。这些模块例如为软件模块，各模块的原理将在下面具体介绍。

可以理解的是，医疗数据处理设备50的各模块51-53的命名应当被理解为逻辑上的描述，而不是物理形态或设置方式的限定。换言之，只要一医疗数据处理设备具备一模块的功能，就应当理解为该医疗数据处理设备包含该模块。

可以理解的是，医疗数据处理设备50的各模块51-53都可以通过各种方式来实施。这些模块可以被实施为硬件、软件、或其组合。此外，这些模块中的任何模块可以在功能上被进一步划分成子模块或组合在一起。

由此可见，根据本发明的医疗数据处理系统100在客户端(即，医疗终端)处捕捉医嘱界面图像，在计算机服务器处提取出该医嘱界面图像中的医疗数据，并输出准确率高的医疗数据。该高准确率的医疗数据能够供医疗信息系统(例如，临床信息分析系统)使用。本发明的医疗数据处理系统将医嘱界面图像的捕捉与医疗数据提取分别实现于独立的设备中，具备极高的灵活性。

以下参见图2和图3来描述医疗数据处理设备50及其各模块的工作过程和原理。

获取模块51可以获取参考医疗数据集。获取模块51可以定期地(例如，每天)获取存储在医疗终端服务器4的数据库40中的参考医疗数据集。获取模块51可以在数据库40中的参考医疗数据集被更新之后，获取更新后的参考医疗数据集。

参考医疗数据集可以包括参考患者标识集和参考医嘱名称集。

参考患者标识集包含多个参考患者标识，用于唯一地标识出患者。一个参考患者标识可以包括患者的姓名，进一步地还可以包括患者就诊的序号和/或门诊号。

参考医嘱名称集包含多个参考医嘱名称，用于表示医师在医疗活动中下达的医学指令中的医嘱名称。这些参考医嘱名称可以由医疗终端的管理者定期地存储到医疗终端服务器中。一个参考医嘱名称可以包括医嘱的各项目中的诸如药物名称、注射液名称之类的名称，参见图4中的“项目名称”图标下方的医嘱名称。

获取模块51还获取医嘱界面图像。在捕捉模块10捕捉到医疗终端1的医疗信息系统中的医嘱界面图像(即，包含医嘱界面的图像)之后，将该医嘱界面图像传输给医疗数据处理设备50，例如，医疗数据处理设备50的获取模块51。

由此可见，根据本发明，医疗数据处理的原始数据来自于设置于医疗终端的捕捉模块直接抓取的真实医疗行为数据。因此，这样的原始数据是没有经过诸如传输、推导处理的数据，具备客观性和时效性。

处理模块52基于参考医疗数据集对医嘱界面图像执行如下处理过程：权重配置、患者标识识别、医嘱识别与权重计算以及确定出有效的识别结果。以下，具体介绍这些处理过程。

处理模块52对所获取的参考医嘱名称集中的每一个参考医嘱名称进行权重配置。在一个参考医嘱名称的权重配置中，为该医嘱名称中的各个字设置表示其在该医嘱名称中的信息量比重的权重，并且一个医嘱名称的各个字的权重之和为1。这里，医嘱名称中的“字”应当理解为包括中文字、字母、数字、符号。

一个字在一个医嘱名称中的“信息量”可以理解为该字传达的信息量度。例如，在医嘱名称“华蟾素胶囊”中，“胶囊”的信息量低于“华蟾素”，相应地，“华蟾素”中每个字的权重高于“胶囊”中的每个字的权重。

在一个实施例中，处理模块52可以采用词频-逆文本频率指数(Term Frequency–Inverse Document Frequency，TF-IDF)的方式来计算每个字在一医嘱名称中的权重矩阵，从而获得上述权重配置。

参见图4，医嘱界面图像400可以包括呈现患者标识信息的区域410和呈现医嘱信息的区域420。区域410和420中的信息均可以以表格的形式呈现。可以理解的是，医嘱界面上还可以包括表示其他信息的界面元素(未示出)。

处理模块52对医嘱界面图像400进行识别，以提取出其中的患者标识，即，识别出的患者标识，并确定识别出的患者标识是否能够与参考患者标识集中的多个参考患者标识之一相匹配。换言之，通过该过程可以确定识别出的患者标识所表示的患者是否为在医疗终端处就诊的患者。

图5示出了用于执行患者标识识别的一个示例性过程500。

参见图5，在框502中，处理模块52提取医嘱界面图像400中的感兴趣区域(ROI区域)。该感兴趣的区域可以理解为根据在医疗终端的医疗信息系统的规定(习惯)、用于显示患者标识的区域，例如，位于整个医嘱界面的左上象限区域。

在框504中，处理模块52对ROI区域的图像进行识别，以得到识别出的患者标识。

在一个实施例中，处理模块52可以将ROI区域的图像转换为灰度图，并提取该灰度图的边缘信息(例如，采用canny算子)。接着，对该边缘信息进行开闭操纵，例如，依次执行膨胀(例如，以9*9的核进行膨胀)、腐蚀(例如，以12*12的核进行腐蚀)、再膨胀(例如，以4*4的核进行再膨胀)，以去除图像中的“线”，只保留“文字”和“图标”。接着，对开闭操作之后的图像进行矩形逼近，以得到包含“噪音”的文本区域集合。接着，对该文本区域集合进行光学字符识别(Optical Character Recognition，OCR)，得到OCR识别结果，从而得到上述识别出的患者标识。

在框506中，处理模块52确定出参考患者标识集中的、与识别出的患者标识最接近的参考患者标识。

在一个实施例中，处理模块52计算识别出的患者标识与参考患者标识集中的每一个参考患者标识的编辑距离，确定出这些编辑距离中的最小编辑距离，并将该最小编辑距离对应的参考患者标识作为上述最接近的参考患者标识。

在框508中，处理模块52通过判断最小编辑距离是否满足预定的编辑距离阈值来确定识别出的患者标识是否能够与参考患者标识集中的多个参考患者标识之一相匹配。

在一个实施例中，可以预先设定编辑距离阈值，例如设定为2，即，可以通过2次变换来将识别出的患者标识转变为一参考患者标识。如果该最小编辑距离小于等于2则确定为识别出的患者标识与参考患者标识集中的一参考患者标识相匹配。如果该最小编辑距离大于2，则确定为识别出的患者标识与参考患者标识集中的任一参考患者标识都不匹配，即，可以认为患者标识的错误，并结束本次医疗数据处理。

这样，通过设定合理的编辑距离阈值，可以确保识别出的患者标识(例如，姓名，等等)与准确的患者标识之间仅存在有限的差别，例如，仅一个字或两个字不同。由此，能够提高医疗数据处理的准确率。

处理模块52对医嘱界面图像400进行识别，以提取出其中的医嘱名称，即，得到识别出的医嘱名称，并计算出该医嘱名称的各个字的权重之和。医嘱名称可以理解为医师在医疗活动中下达的医学指令中的医嘱名称，例如，药物名称、注射液名称、检查/检验名称、手术名称，等等。图4中例示出的医嘱名称包括“项目名称”下方的药物名称和注射液名称。

图6示出了用于执行医嘱名称识别与权重计算的一个示例性过程600。

参见图6，在框602中，处理模块52获取医嘱界面图像400中的单元表格。

在一个实施例中，处理模块52将医嘱界面图像400转换为灰度图，并提取该灰度图中的边缘信息(例如，采用canny算子)。接着，对该边缘信息进行开闭操纵，例如，依次执行膨胀(例如，以3*3的核进行膨胀)、腐蚀(例如，以2*2的核进行腐蚀)，以将表格边缘合并且封闭形成闭合矩形。接着，生成闭合矩形的数据结构，对其进行四边形拟合，并对该四边形的面积进行过滤，例如设置面积阈值来过滤，以去除低于面积阈值的四边形(例如，这样可以滤除面积过小的、可能是“噪音”的部分)，得到四边形集合。接着，在四边形集合中，以是否相邻且成行成列为标准，将四边形的中心点聚成一个或多个簇，每个簇代表一个表格，其中的点代表单元格的中心，从而得到上述单元表格。

在框604中，从单元表格中确定出医嘱表格。

在一个实施例中，处理模块52统计单元表格中的行列关系，将列最多的表格确定为医嘱表格(在医嘱界面中，用于输入医嘱信息的表格是列最多的表格)，即，包含用于显示医嘱信息的表格。其他表格可能是其他用途的表格，本发明不进行限定。

在框606中，处理模块52识别出医嘱表格中的医嘱名称。

在一个实施例中，处理模块52对医嘱表格进行切分，并对切分后的单元格进行OCR识别，以得到识别出的医嘱名称。识别出的医嘱名称可能是一个医嘱名称，也可能包含多个医嘱名称，例如，图4中的“项目名称”列下方具有三个医嘱名称。在识别出多个医嘱名称的情况下，可以对每个医嘱名称分别计算权重和判断。

在框608中，对于识别出的一医嘱名称，处理模块52确定出参考医嘱名称集中的、与识别出的医嘱名称最接近的参考医嘱名称。

在一个实施例中，处理模块52计算识别出的医嘱名称与参考医嘱名称集中的每一个参考医嘱名称的编辑距离，确定出这些编辑距离中的最小编辑距离以及最小编辑距离相应的编辑类型，并将该最小编辑距离所对应的参考医嘱名称作为上述最接近的参考医嘱名称。

编辑类型可以包括相等和不相等(例如，移动、删除、增加)。

编辑类型“相等”可以理解为相比较的两个字(即，最接近的参考医嘱名称中的字与识别出的医嘱名称中的字)完全一致，该“完全一致”包括两个字相同并且在一医嘱名称中的位置也相同。

编辑类型“不相等”可以理解为相比较的两个字(即，最接近的参考医嘱名称中的字与识别出的医嘱名称中的字)不完全一致，例如，字不相同和/或在医嘱名称中的位置不相同。其中，“移动”可以理解为相比较的两个字在医嘱名称中的位置不相同，需要移动变换才能变换成一致。“删除”可以理解为识别出的医嘱名称相对于最接近的参考医嘱名称多出来字，需要删除变换才能变化成一致。“增加”可以理解为识别出的医嘱名称相对于最接近的参考医嘱名称缺少字，需要增加变换才能变换为完全一致。

在框610中，处理模块52计算识别出的医嘱名称的各个字的权重之和。

在一个实施例中，处理模块52基于最接近的参考医嘱名称中的权重配置和编辑类型来计算权重之和。例如，对于识别出的医嘱名称的一个字，如果编辑类型为相等，则将其权重设置成最接近的参考医嘱名称中的相应字的权重值(+weight)，例如，确定出医嘱名称中一个字的编辑类型为“相等”，并且最接近的参考医嘱名称中的相应字的权重为0.3，则将识别出的医嘱名称中的该字的权重值设置成0.3。如果编辑类型为不相等，则将其权重设置成最接近的参考医嘱名称中的相应字的权重值的负值(-weight)，例如，确定出医嘱名称中一个字的编辑类型为“不相等”，并且最接近的参考医嘱名称中的相应字的权重为0.3，则将识别出的医嘱名称中的该字的权重值设置成-0.3。接着，将基于这样的设置的各个字的权重值相加，以得到上述权重之和。

处理模块52可以通过确定计算出的权重之和是否符合预定权重阈值来确定医嘱名称的识别结果是否有效。

例如，假设医嘱名称的识别结果的有效性概率为P，医嘱名称的字数为n，则P可以通过如下公式获得：

可以通过将P值与零相比较来确定对医嘱名称的识别结果是否有效。

在一个实施例中，如果P大于零，则可以认为医嘱名称的识别结果有效。如果P小于或等于零，则可以认为医嘱名称的识别结果无效，即，该识别不足以推导出正确的医嘱名称。

在另一个实施例中，如果P大于或等于零，则可以认为医嘱名称的识别结果有效。如果P小于零，则可以认为医嘱名称的识别结果无效，即，该识别不足以推导出正确的医嘱名称。

输出模块53将确定为有效的医嘱名称的识别结果连同相应的患者标识一起输出。例如，输出给临床信息系统，以便用于进一步的医疗操作或者医疗行为评估。

采用根据本发明的医疗数据处理方案的一个测试中，测试数据的正确率达到98.5％。对于医嘱名称中信息量高的字以及诸如全角和半角的“(”、“)”的识别成率极高。例如，对“华蟾素片”、“华蟾素胶囊”、“华蟾素注射液”这样的医嘱名称的识别，错误数据可能是“片”“胶囊”“注射液”这样的剂型识别错误，而对于信息量高的“华蟾素”识别成功率极高。

本发明还涉及医疗数据处理方法700。方法700可以由上述医疗数据处理设备来执行，也可以由上述医疗数据处理系统来执行，因此上面相关描述也同样适用于此。下面，参见图7，描述医疗数据处理方法700的主要步骤。

在步骤702中，获取参考医疗数据集和医疗终端的医嘱界面图像，所述参考医疗数据集包括包含多个参考患者标识的参考标识集和包含多个参考医嘱名称的参考医嘱名称集。

在步骤704中，确定所述多个参考医嘱名称中的每一个的权重配置，所述权重配置包括一参考医嘱名称中的各个字的权重。

在步骤706中，从所述医嘱界面图像中识别出患者标识和医嘱名称。

在步骤708中，在确定为识别出的患者标识与所述多个参考患者标识中的一个相匹配时，基于所述多个参考医嘱名称中的、与识别出的医嘱名称最接近的参考医嘱名称的权重配置计算识别出的医嘱名称的各个字的权重之和。

在步骤710中，基于所述权重之和确定对医嘱名称的识别结果是否有效。

在步骤712中，输出的医嘱名称的有效识别结果以及相应的患者标识。

本发明还提供一种机器可读存储介质，其存储有可执行指令，当所述指令被执行时使得机器执行如上所述的方法700。

应当理解，机器可读存储介质的示例可以包括用任意方法或技术实现的用以存储信息(例如，计算机可读指令、数据结构、程序模块、或其它数据)的易失性的和非易失性的、可移动的和不可移动的介质。存储介质可以包括、但不限于：随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其它存储器技术，光盘(CD)、数字多用盘(DVD)或其它光存储，磁带盒、磁带、磁盘存储或其它磁存储设备，或者任何其它的能够用于存储信息的介质。

在一些实施例中，机器可读存储介质可以存储可执行的计算机程序指令，其在被一个或多个处理单元执行时，使得处理单元执行上述方法。可执行的计算机程序指令可以包括任意合适类型的代码，例如，源代码、编译代码、解释代码、可执行代码、静态代码、动态代码，等等。可执行的计算机程序指令可以使用任意适当的高级的、低级的、面向对象的、可视化的、编译的和/或解释的编程语言来实现。

应当理解，说明书通篇中对“一个实现”、“实现”、“示例性实现”、“一些实现”、“各种实现”等的引述表示所描述的本公开的实现可以包括特定的特征、结构或特性，然而，并不是说每个实现都必须要包含这些特定的特征、结构或特性。此外，一些实现可以具有针对其它实现描述的特征中的一些、全部，或者不具有针对其它实现描述的特征。

应当理解，以最有助于理解所要求保护的主题的方式，可能会将各种操作描述为依次序的多个分立的动作或操作。然而，描述的次序并不应当被解释为暗示这些操作必然是依赖于次序的。尤其是，这些操作可以不按照所呈现的次序来执行。在另外的一些实现中，还可以执行各种另外的操作，和/或忽略各种已经描述的操作。

上面已经描述的内容包括所公开的架构的示例。当然并不可能描述组件和/或方法的每种可以想见的组合，但是本领域技术人员可以理解，许多其它的组合和排列也是可行的。因此，该新颖架构旨在涵盖落入所附权利要求的精神和范围之内的所有这样的替代、修改和变型。