基于深度学习的多语言医生手写处方识别系统

医生通常以难以辨认的手写方式书写，使得普通公众和部分药剂师难以理解其所开药物。由于他们每天要面对数十名患者且工作繁忙，安静而有条理地书写处方并不现实。因此，他们的笔迹难以辨认。这可能导致报告或处方包含缩略语和草写，普通人 or 药剂师无法正确阅读，从而造成处方药物拼写错误。然而，由于我们生活在一个具有多种区域语言多样性的地区，一些人习惯于用当地方言书写处方。这使得内容分析更具挑战性。因此，在本项目中，我们将使用识别系统构建一种能够翻译任何语言下医生笔迹的工具。该系统将被制作为完全自主运行的应用程序。用户上传处方图像后，程序会先对图像进行图像预处理和词语分割等预处理，然后再将图像用于训练。对于我们需要模型检测的每种语言都将执行此操作。推断模型将使用包括 CNN、RNN 和 LSTM 在内的深度学习技术构建，用于训练模型。系统将使用 Unicode 来匹配写入的各种语言词语。此外，采用模糊搜索和市场篮子分析来提供从药物数据库优化的最终结果，并以结构化输出形式展示给用户。