基于漫水填充算法的中文印章识别方法

印章识别是智能化办公中必不可少的一环,现阶段的印章识别方法是将扫描后的电子文档直接输入神经网络模型中进行识别,面临着无法准确定位印章位置、弯曲文本识别准确率低等问题。针对上述问题,提出了一种高效的中文印章文本识别方法,该方法使用漫水填充算法处理灰度图像进行印章图像特征增强,保证了中文印章检测精度,同时引入了极坐标转换操作以确保文本特征完整性。为了评估本文方法的有效性,在现有的文本识别网络模型进行了多组对比实验。经实验表明,已有的网络模型融合该方法所提取的文本特征均表现出优异的识别结果。     

面向临床决策支持系统的医疗文本分析模型

医疗文本的特征提取及分析在建设临床决策支持系统方面具有较大的实用价值。针对包含各种术语和缩写的原始医疗文本难以提取特征的情况，提出了一种基于BERT与Word2vec的医疗文本分析模型。该模型对医疗病历中关键医疗实体进行识别，基于知识建立权重评分机制，对医学文本进行语义分析。实验数据表明，模型在医疗文本特征提取方面具有一定优势，对高血压性脑出血病历的分析诊断性能良好，能有效应用于临床决策支持系统。