針式打印醫(yī)療發(fā)票的CNN-RNN識(shí)別方法

(長(zhǎng)江大學(xué)電子信息學(xué)院，湖北 荊州 434023)

當(dāng)前，醫(yī)院里存在大量的紙質(zhì)醫(yī)療發(fā)票，作為醫(yī)院結(jié)算費(fèi)用的重要統(tǒng)計(jì)信息，這些票據(jù)需要入庫(kù)存儲(chǔ)。而傳統(tǒng)的人工錄入方式需要花費(fèi)很多時(shí)間，成本高，錯(cuò)誤率也較高，是醫(yī)療產(chǎn)業(yè)中的一個(gè)薄弱環(huán)節(jié)。隨著光學(xué)字符識(shí)別(OCR)技術(shù)在模式識(shí)別領(lǐng)域不斷的發(fā)展，其識(shí)別率有了很大程度的提高，能夠快速準(zhǔn)確地識(shí)別醫(yī)療發(fā)票中的文本信息，在發(fā)票的自動(dòng)識(shí)別與入庫(kù)中起關(guān)鍵作用。截止目前，主要的文本識(shí)別方法有模板匹配法和幾何特征抽取法等，這些識(shí)別方法均有一定的局限性，導(dǎo)致識(shí)別精度較低，

圖1 CNN-RNN識(shí)別原理框圖

尤其在有噪聲的情況下識(shí)別效果更差。醫(yī)療機(jī)構(gòu)為了節(jié)約成本，發(fā)票中的待識(shí)別信息都是采用針式打印機(jī)來(lái)打印的，這些針式打印的文字中存在斷點(diǎn)，使用傳統(tǒng)方法時(shí)識(shí)別精度低，一般的文本識(shí)別[1]方法不再適用。為此，筆者結(jié)合數(shù)字圖像處理技術(shù)與深度學(xué)習(xí)方法[2]來(lái)識(shí)別醫(yī)療發(fā)票中的針式打印文本信息。

1 CNN-RNN識(shí)別方法

醫(yī)療發(fā)票識(shí)別的原理框圖如圖1所示，識(shí)別的具體過(guò)程主要包含3個(gè)模塊，分別為CNN單字符識(shí)別模塊、RNN語(yǔ)義修正模塊[3]以及醫(yī)療發(fā)票圖像處理模塊。

CNN單字符識(shí)別模塊是利用CNN[4]擅長(zhǎng)于從二維圖像中提取特征的優(yōu)勢(shì)來(lái)提取單字符圖像的個(gè)性特征，從而實(shí)現(xiàn)針式打印醫(yī)療發(fā)票中單個(gè)字符的識(shí)別。

RNN語(yǔ)義修正[5]模塊則是根據(jù)循環(huán)神經(jīng)網(wǎng)絡(luò)在時(shí)序信息處理方面的優(yōu)勢(shì)來(lái)實(shí)現(xiàn)醫(yī)學(xué)術(shù)語(yǔ)的語(yǔ)義檢測(cè)與修正，已獲得更理想的針式打印醫(yī)療發(fā)票識(shí)別率，其基本原理是：RNN網(wǎng)絡(luò)中的每個(gè)神經(jīng)元都擁有記憶功能，且每個(gè)神經(jīng)元之間可以實(shí)現(xiàn)信息的傳遞，同時(shí)也能夠更深層次地揭示數(shù)據(jù)間隱藏的信息，適合于處理時(shí)序信息。

醫(yī)療發(fā)票圖像處理模塊主要通過(guò)數(shù)字圖像處理技術(shù)將針式打印的發(fā)票中的文字圖像處理成卷積神經(jīng)網(wǎng)絡(luò)能夠識(shí)別的單字符圖像，醫(yī)療發(fā)票圖像處理的基本流程為：首先通過(guò)圖像采集設(shè)備采集到一張?jiān)嫉尼樖酱蛴♂t(yī)療發(fā)票圖像，為了得到分辨率較高的醫(yī)療發(fā)票圖像，原始的發(fā)票圖像需要進(jìn)行預(yù)處理操作；為了讓卷積神經(jīng)網(wǎng)絡(luò)能夠識(shí)別發(fā)票中的文字信息，還需要將預(yù)處理得到的發(fā)票圖像中的文字切割為單個(gè)字符圖像，再將單個(gè)字符圖像交給卷積神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別。

基于CNN-RNN模型的醫(yī)療發(fā)票識(shí)別方法的具體流程圖如圖2所示。

圖2 發(fā)票識(shí)別具體流程圖

1.1 發(fā)票圖像處理

醫(yī)療機(jī)構(gòu)為了節(jié)約成本，使用針式打印機(jī)來(lái)完成醫(yī)療發(fā)票的打印，使得發(fā)票中待識(shí)別信息中的文字存在斷點(diǎn)，其分辨率較低，且發(fā)票采集過(guò)程中存在偏差，導(dǎo)致采集到的發(fā)票存在傾斜等問(wèn)題，不便于識(shí)別。為了提高發(fā)票中針式打印信息的識(shí)別率，有必要對(duì)采集到的原始發(fā)票圖像做預(yù)處理操作。其預(yù)處理具體包括：發(fā)票圖像的校正、灰度化處理、閾值分割去噪、斷點(diǎn)處理等，其中，灰度化處理將彩色的醫(yī)療發(fā)票圖像變?yōu)閱瓮ǖ缊D像，便于后面的閾值分割去噪；斷點(diǎn)處理的核心是對(duì)圖像進(jìn)行高斯模糊與圖像增強(qiáng)操作，以消除文字中的斷點(diǎn)。經(jīng)過(guò)預(yù)處理操作后，發(fā)票中待識(shí)別部分的信息被保留下來(lái)，且發(fā)票中的字符中不再有斷點(diǎn)，即得到一張分辨率較高的單通道圖像，最后進(jìn)行單字符切割操作，得到待識(shí)別的單字符圖像。發(fā)票圖像處理的基本流程如圖3所示，而斷點(diǎn)處理前后的對(duì)比圖如圖4所示。

圖3 發(fā)票圖像處理流程圖

圖4 斷點(diǎn)處理前后的文字圖像對(duì)比圖

1.2 單字符識(shí)別

對(duì)于針式打印醫(yī)療發(fā)票識(shí)別，通常是將發(fā)票圖像中的文字信息轉(zhuǎn)化成方便信息查詢和和存儲(chǔ)的文本信息[6]，首先通過(guò)醫(yī)療發(fā)票圖像處理模塊得到分辨率較高的單個(gè)字符圖像，再利用卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取優(yōu)勢(shì)從單字符圖像中提取出字符的特征并實(shí)現(xiàn)單個(gè)字符的識(shí)別，最后將CNN識(shí)別得到的語(yǔ)段輸入到RNN網(wǎng)絡(luò)中進(jìn)行醫(yī)學(xué)術(shù)語(yǔ)的語(yǔ)義檢測(cè)與修正，從而得出最終的發(fā)票信息識(shí)別結(jié)果。

CNN屬于深度神經(jīng)網(wǎng)絡(luò)中的網(wǎng)絡(luò)模型之一，在二維圖像處理中取得了顯著的成果，隱藏層由卷積層和池化層交替構(gòu)成的多個(gè)卷積池化小單元組成，具體有多少個(gè)這樣的卷積池化小單元?jiǎng)t根據(jù)具體處理問(wèn)題的復(fù)雜程度決定[7]。CNN的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖5所示。

圖5 CNN結(jié)構(gòu)示意圖

CNN中卷積池化小單元是由一個(gè)卷積層、一個(gè)激活函數(shù)層、一個(gè)池化層和批量歸一化層構(gòu)成，其卷積層中的每個(gè)神經(jīng)元與前一層的局部感受區(qū)域相連來(lái)提取特征，然后通過(guò)激活函數(shù)得到該層的特征圖，激活函數(shù)層的作用是為了增加神經(jīng)網(wǎng)絡(luò)模型的非線性，從而使提取到的特征具有位移不變性，還可以降低計(jì)算機(jī)的內(nèi)存占用。卷積運(yùn)算的計(jì)算公式為：

(1)

式中：l代表卷積層所在的層數(shù)；k為卷積核；b為偏置大??；Mj表示選擇的輸入特征圖組合；f是激活函數(shù)。池化層也稱為下采樣層，作用是對(duì)卷積層得到的特征圖進(jìn)行降維處理，以簡(jiǎn)化卷積層輸出的特征，便于后續(xù)處理。最后的批量歸一化層使得網(wǎng)絡(luò)可以快速收斂，以加速網(wǎng)絡(luò)模型的訓(xùn)練。

筆者比較了多個(gè)CNN模型，最后選擇Alexent網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)針式打印文本的識(shí)別。但用多個(gè)單字符圖像來(lái)訓(xùn)練Alexent網(wǎng)絡(luò)模型時(shí)，由于樣本量較大，需要消耗大量的時(shí)間以及計(jì)算機(jī)資源來(lái)訓(xùn)練好一個(gè)模型，雖然分布式并行計(jì)算可以加速模型的訓(xùn)練，但占用的計(jì)算機(jī)資源并沒(méi)有減小。為解決這一問(wèn)題，試驗(yàn)中對(duì)這個(gè)網(wǎng)絡(luò)做了一系列的調(diào)整，調(diào)整后的F-Alexent網(wǎng)絡(luò)的結(jié)構(gòu)如圖6所示。

注：Conv代表卷積層；Pool代表池化層。圖6 微調(diào)后的F-Alexent網(wǎng)絡(luò)圖

F-Alexent網(wǎng)絡(luò)模型的改進(jìn)具體表現(xiàn)在：①將Alexent網(wǎng)絡(luò)的第1個(gè)卷積層的卷積核大小由11×11變成9×9；②用2個(gè)3×3大小的卷積核代替第2層的5×5的卷積核；③多增加一層卷積層conv6；④將每一層網(wǎng)絡(luò)的特征圖數(shù)量減少，即通過(guò)改變卷積核的大小、特征圖和卷積層的數(shù)量來(lái)降低計(jì)算機(jī)資源的占用。

需要注意的是，筆者用字體文件生成的訓(xùn)練集的圖像大小為100×100，為了得到理想的識(shí)別率，識(shí)別階段送入卷積神經(jīng)網(wǎng)絡(luò)的單字符文本圖像也要是同樣的分辨率，因此，在單字符切割后還需要對(duì)得到的文本圖像做歸一化處理。

1.3 語(yǔ)義修正

醫(yī)療發(fā)票中語(yǔ)義修正的具體過(guò)程為：將多張二維的單字符圖像依次輸入到CNN中后，用改進(jìn)后的Alexent網(wǎng)絡(luò)完成多個(gè)文本圖像的識(shí)別，最終輸出多個(gè)語(yǔ)段。假設(shè)語(yǔ)段的個(gè)數(shù)為S，則這些語(yǔ)段可以用序列L=[L1,L2,…,Li, …，Ls]表示，其中1≤i≤S。在輸入到RNN進(jìn)行語(yǔ)義修正之前，需要對(duì)多個(gè)語(yǔ)段進(jìn)行向量化處理,即Li表示一個(gè)大小為M×N的向量，將這些向量作為RNN的輸入，且Li作為RNN在i時(shí)刻的輸入。CNN-RNN模型的示意圖如圖7所示。

圖7 CNN-RNN模型示意圖

RNN利用各神經(jīng)元之間的記憶功能來(lái)處理時(shí)序信息，能夠更深層次的揭示數(shù)據(jù)間隱藏的特點(diǎn)，輸出結(jié)果不僅與當(dāng)前時(shí)刻輸入的信息和權(quán)重有關(guān)，還與之前輸入的信息相關(guān)[8]。RNN結(jié)構(gòu)示意圖如圖8所示。

圖8 RNN結(jié)構(gòu)示意圖

圖8中，xt、ht、yt分別代表t時(shí)刻RNN網(wǎng)絡(luò)的輸入狀態(tài)向量、隱藏層的狀態(tài)向量和輸出狀態(tài)向量。隱藏層的作用就是將當(dāng)前的輸入與前一層的輸出相結(jié)合，再通過(guò)激活函數(shù)激活神經(jīng)元，就能夠獲得當(dāng)前時(shí)刻的輸出信號(hào)。t時(shí)刻的隱藏層狀態(tài)向量和輸出狀態(tài)向量可以用公式表示為：

ht=g(uxt+vht-1)

(2)

yt=f(wht)

(3)

式中：u表示輸入層與隱藏層間的權(quán)重矩陣；v為前后時(shí)刻隱藏層間的權(quán)重矩陣；w表示隱藏層與輸出層間的權(quán)重矩陣；g為隱藏層的非線性激活函數(shù)，如sigmoid函數(shù)；f表示輸出層的激活函數(shù)，一般是線性的，如softmax線性分類(lèi)函數(shù)。

訓(xùn)練RNN模型進(jìn)行醫(yī)學(xué)術(shù)語(yǔ)修正的過(guò)程同樣屬于有監(jiān)督學(xué)習(xí)，首先從CNKI、PubMed等網(wǎng)站上搜索并下載7000多條醫(yī)學(xué)術(shù)語(yǔ)形成語(yǔ)言數(shù)據(jù)庫(kù)，再對(duì)語(yǔ)言數(shù)據(jù)庫(kù)中的醫(yī)學(xué)術(shù)語(yǔ)打上標(biāo)簽，構(gòu)成訓(xùn)練模型所需的訓(xùn)練集，將大量的訓(xùn)練樣本做矢量化處理后送入RNN中，最后得到可實(shí)現(xiàn)醫(yī)學(xué)術(shù)語(yǔ)修正的RNN模型。需要注意的是，CNN-RNN模型在訓(xùn)練時(shí)采用交叉熵代價(jià)函數(shù)來(lái)加快網(wǎng)絡(luò)參數(shù)的調(diào)整和網(wǎng)絡(luò)的訓(xùn)練速度。

2 試驗(yàn)結(jié)果與分析

2.1 單字符識(shí)別文本數(shù)據(jù)集

試驗(yàn)所采用的單字符圖像數(shù)據(jù)集是從Windows自帶的宋體字體文件中提取得到的，筆者對(duì)提取到的單字符圖像做了一些處理，包括文字扭曲、文字傾斜、筆畫(huà)粘連、筆畫(huà)斷裂以及加入椒鹽噪聲等。該操作不僅增大了樣本量，還在一定程度上加強(qiáng)了CNN模型泛化能力。將處理后的單字符圖像大小設(shè)置為100×100，這些單字符圖像中的80%用于訓(xùn)練CNN模型，剩下20%的單字符圖像用來(lái)測(cè)試得到的網(wǎng)絡(luò)模型的好壞，若測(cè)試的結(jié)果不理想，則需要調(diào)整網(wǎng)絡(luò)參數(shù)并重新進(jìn)行網(wǎng)絡(luò)訓(xùn)練，直到獲得理想的網(wǎng)絡(luò)模型。

2.2 醫(yī)學(xué)術(shù)語(yǔ)語(yǔ)義修正數(shù)據(jù)集

利用RNN在自然語(yǔ)言處理方面的優(yōu)勢(shì)來(lái)實(shí)現(xiàn)醫(yī)學(xué)術(shù)語(yǔ)的語(yǔ)義修正。通過(guò)CNKI、PubMed等網(wǎng)站下載7000多條醫(yī)學(xué)術(shù)語(yǔ)文本文件，并將每條醫(yī)學(xué)術(shù)語(yǔ)的最大長(zhǎng)度設(shè)置為10個(gè)字符，以減少后期計(jì)算機(jī)資源的占用。將每條醫(yī)學(xué)術(shù)語(yǔ)矢量化為M×N大小的向量，即RNN網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)集為7000多個(gè)大小為M×N的向量，再將其輸入到RNN網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

將識(shí)別準(zhǔn)確率作為評(píng)價(jià)指標(biāo)，識(shí)別準(zhǔn)確率R的計(jì)算公式為：

(4)

式中：N為測(cè)試集中總的字符圖像個(gè)數(shù);n為正確識(shí)別的字符圖像個(gè)數(shù)。

圖9 不同的樣本容量下發(fā)票識(shí)別準(zhǔn)確率

2.3 網(wǎng)絡(luò)訓(xùn)練樣本量對(duì)識(shí)別率的影響

首先來(lái)研究樣本容量對(duì)F-Alexent網(wǎng)絡(luò)模型識(shí)別準(zhǔn)確率的影響，將提取到的3755個(gè)字符圖像經(jīng)過(guò)處理后依次生成20、30、40、50、60張單字符圖像分別作為訓(xùn)練集，并采用訓(xùn)練得到的模型來(lái)識(shí)別收集到的200張醫(yī)療發(fā)票，圖9給出了采用不同的樣本量對(duì)F-Alexent網(wǎng)絡(luò)模型識(shí)別準(zhǔn)確率產(chǎn)生的影響。

由圖9可知，當(dāng)訓(xùn)練F-Alexent網(wǎng)絡(luò)的樣本量增加時(shí)，其模型識(shí)別準(zhǔn)確率也隨之提高，當(dāng)樣本量較少時(shí)，由于此時(shí)網(wǎng)絡(luò)并沒(méi)有達(dá)到收斂狀態(tài)，因此識(shí)別準(zhǔn)確率相對(duì)較低。當(dāng)單個(gè)字符的樣本量達(dá)到60時(shí)，其識(shí)別準(zhǔn)確率達(dá)到90.2%，網(wǎng)絡(luò)處于收斂狀態(tài)。

2.4 迭代次數(shù)對(duì)識(shí)別率的影響

表1 不同迭代次數(shù)下識(shí)別準(zhǔn)確率大小

在擁有相同大小樣本量的情況下，迭代次數(shù)必然會(huì)對(duì)識(shí)別準(zhǔn)確率產(chǎn)生影響，表1給出了不同迭代次數(shù)下識(shí)別準(zhǔn)確率的大小。

由表1可知，當(dāng)?shù)螖?shù)增加時(shí)，醫(yī)療發(fā)票的識(shí)別準(zhǔn)確率不斷提高。但當(dāng)?shù)螖?shù)增大到300次后，網(wǎng)絡(luò)達(dá)到收斂狀態(tài)，識(shí)別準(zhǔn)確率不再提高，網(wǎng)絡(luò)的損失值趨于穩(wěn)定。其Alexent與改進(jìn)的F-Alexent在訓(xùn)練過(guò)程中損失值隨迭代次數(shù)的變化關(guān)系如圖10所示。

圖10 損失值與迭代次數(shù)的關(guān)系圖

從圖10可以看出，在迭代次數(shù)剛開(kāi)始增大時(shí)，損失值減小的速率較大，且改進(jìn)的F-Alexent的損失值比原始的Alexent的損失值下降更快。當(dāng)?shù)螖?shù)達(dá)到250之后，網(wǎng)絡(luò)處于收斂狀態(tài)，損失值不再大幅度波動(dòng)，此時(shí)模型訓(xùn)練完成，所得到的網(wǎng)絡(luò)模型識(shí)別結(jié)果最佳。

2.5 網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)對(duì)比

根據(jù)上面的試驗(yàn)，將F-Alexent網(wǎng)絡(luò)參數(shù)設(shè)為最佳值，在這一基礎(chǔ)上來(lái)研究RNN結(jié)構(gòu)參數(shù)對(duì)識(shí)別準(zhǔn)確率的影響。RNN憑借各隱藏層間的相互聯(lián)系在自然語(yǔ)言處理方面取得了很大的進(jìn)步，處理程度的好壞主要取決于RNN的隱藏層參數(shù)和每層的節(jié)點(diǎn)數(shù)。從理論上分析可知， RNN隱藏層層數(shù)越多，處理時(shí)序信息的能力越強(qiáng)，但隨著隱藏層層數(shù)的增加，訓(xùn)練網(wǎng)絡(luò)時(shí)計(jì)算機(jī)的資源占用也在增加，且容易出現(xiàn)過(guò)擬合問(wèn)題。采用不同的隱藏層層數(shù)和每層節(jié)點(diǎn)數(shù)訓(xùn)練會(huì)得到不同的RNN模型，需要測(cè)試多個(gè)網(wǎng)絡(luò)模型的識(shí)別準(zhǔn)確率，最終選擇識(shí)別率最高的網(wǎng)絡(luò)模型并將該網(wǎng)絡(luò)的RNN隱藏層層數(shù)和每層的節(jié)點(diǎn)數(shù)視為RNN的最佳參數(shù)。

圖11 RNN不同參數(shù)的識(shí)別準(zhǔn)確率

分別將RNN網(wǎng)絡(luò)的層數(shù)設(shè)置為1、3、5、7，并分別將每層的節(jié)點(diǎn)數(shù)設(shè)成64、128、256、512，經(jīng)組合可以得到16種網(wǎng)絡(luò)模型，不同的模型對(duì)應(yīng)的識(shí)別準(zhǔn)確率如圖11所示。

由圖11可知， 隨著RNN隱藏層層數(shù)的不斷增大，網(wǎng)絡(luò)的準(zhǔn)確率呈現(xiàn)增長(zhǎng)趨勢(shì)；隨著隱藏層節(jié)點(diǎn)數(shù)的增大，網(wǎng)絡(luò)的準(zhǔn)確率也基本呈上升趨勢(shì)。但當(dāng)RNN隱藏層的層數(shù)為7，且每層節(jié)點(diǎn)數(shù)為512時(shí)，網(wǎng)絡(luò)的識(shí)別準(zhǔn)確率反而下降，也就是說(shuō)每層節(jié)點(diǎn)數(shù)并非越多越好，且節(jié)點(diǎn)數(shù)越多，就越容易出現(xiàn)過(guò)擬合現(xiàn)象。為此，將RNN的隱藏層層數(shù)設(shè)為7層，每層的節(jié)點(diǎn)數(shù)設(shè)為256，訓(xùn)練得到的網(wǎng)絡(luò)模型的識(shí)別效果最優(yōu)。

2.6 不同的發(fā)票識(shí)別方法對(duì)比分析

比較了原始的Alexent網(wǎng)絡(luò)、微調(diào)后的F-Alexent網(wǎng)絡(luò)以及加入RNN網(wǎng)絡(luò)后對(duì)識(shí)別準(zhǔn)確率的大小的影響，其結(jié)果如表2所示。

表2 不同方法下識(shí)別準(zhǔn)確率的大小

從表2可以看出，微調(diào)網(wǎng)絡(luò)層數(shù)后得到的F-Alexent網(wǎng)絡(luò)的識(shí)別準(zhǔn)確率高于原始到的Alexent網(wǎng)絡(luò)，但后續(xù)加入RNN進(jìn)行醫(yī)學(xué)術(shù)語(yǔ)修正后2種網(wǎng)絡(luò)的識(shí)別準(zhǔn)確率均有提高。試驗(yàn)結(jié)果表明，使用微調(diào)后得到的F-Alexent來(lái)提取單字符圖像特征并輸出識(shí)別結(jié)果，再結(jié)合RNN來(lái)對(duì)CNN輸出的結(jié)果進(jìn)行語(yǔ)義修正的方法在識(shí)別醫(yī)療發(fā)票時(shí)具有較高的識(shí)別準(zhǔn)確率，體現(xiàn)了CNN-RNN模型在識(shí)別醫(yī)療發(fā)票時(shí)的優(yōu)勢(shì)。

采用訓(xùn)練好的CNN-RNN模型測(cè)試了200張醫(yī)療發(fā)票的識(shí)別情況，其中每張發(fā)票中大概有100個(gè)單字符，合計(jì)共測(cè)試了2000多張單字符圖像。圖12為筆者提出方法的識(shí)別結(jié)果。圖12中左邊為本地上傳的原始發(fā)票圖像，右邊顯示發(fā)票的最終識(shí)別結(jié)果。從識(shí)別結(jié)果中可以看出，醫(yī)療發(fā)票識(shí)別準(zhǔn)確率達(dá)到90%以上，驗(yàn)證了該方法的有效性。

3 結(jié)語(yǔ)

針對(duì)針式打印的醫(yī)療發(fā)票中存在的斷點(diǎn)等問(wèn)題，提出了一種將數(shù)字圖像處理技術(shù)與深度學(xué)習(xí)技術(shù)相結(jié)合的方法來(lái)識(shí)別醫(yī)療發(fā)票中的文本信息，通過(guò)數(shù)字圖像處理技術(shù)得到單個(gè)字符圖像，將其作為CNN網(wǎng)絡(luò)的輸入，并將識(shí)別得到的語(yǔ)段輸入RNN網(wǎng)絡(luò)進(jìn)行語(yǔ)義修正，最終得到識(shí)別結(jié)果。該方法采用微調(diào)后的F-Alexent網(wǎng)絡(luò)來(lái)提取單字符圖像中的潛在文字特征，再利用RNN在時(shí)序信息處理中的優(yōu)勢(shì)來(lái)實(shí)現(xiàn)語(yǔ)義的修正。試驗(yàn)結(jié)果表明，該方法有效地提高了針式打印醫(yī)療發(fā)票的識(shí)別精度，在醫(yī)療發(fā)票的快速識(shí)別與入庫(kù)中發(fā)揮著十分重要的作用。

圖12 醫(yī)療發(fā)票識(shí)別結(jié)果