作者
许海波
文章摘要
伴随医疗信息化进程不断深入以及医学影像技术的迭代，CT、MRI等医疗影像报告数量急剧攀升，以往人工处理模式难以应对海量数据，医疗影像报告OCR结构化处理技术遂成为行业热点。文章着眼于当下OCR结构化处理算法在医疗应用中存在的识别精度欠佳、复杂语义解析棘手、处理效能受限等状况，深度探究技术难点。将深度学习与传统图像处理技术创新结合，改良特征提取途径，优化模型训练方案，同时融入多模态数据与知识图谱辅助分析。经实际医疗数据验证，改良后的算法识别精度达95.8%，语义结构化提取效率增长35%，大幅提升医疗文本处理的准确性与时效性，为医疗信息化建设注入强劲技术动力，对推进智慧医疗发展意义深远。
文章关键词
医疗影像报告；光学字符识别（OCR）；结构化处理；算法改进；深度学习；语义理解
参考文献
[1] 王昱昊.基于视觉语义理解的医疗影像报告高效生成方法研究[D].北京邮电大学,2024.
[2] 张盛.基于多模态学习的医疗影像报告生成方法研究[D].电子科技大学,2024.
[3] 李智恒.基于图神经网络的医疗影像报告生成方法研究[D].电子科技大学,2024.
[4] 戴思颖.基于多网络融合的医疗影像报告生成方法[D].电子科技大学,2021.
[5] 陈志贤.基于深度学习的医疗影像报告生成方法的研究[D].南京航空航天大学,2023.
Full Text:
DOI
