从视神经光学相干断层扫描报告中提取文本
图像与视频处理
2023-08-22 v1 计算机视觉与模式识别
摘要
目的：本研究的目的是开发并评估基于规则的算法，以从 Zeiss Cirrus 光学相干断层扫描（OCT）扫描报告中增强文本数据的提取，包括视网膜神经纤维层（RNFL）值和其它神经节细胞计数（GCC）数据。方法：从某学术眼科中心的临床影像库中识别出包含 RNFL 或 Ganglion Cell 标题的封装 PDF 报告所对应的 DICOM 文件。随后将 PDF 报告转换为图像文件，并使用 PaddleOCR Python 包进行光学字符识别。设计并迭代优化基于规则的算法，以提升 RNFL 和 GCC 数据的提取性能。通过对一组 RNFL 和 GCC 报告进行人工审阅来评估算法。结果：所开发的算法在从 RNFL 和 GCC 扫描中提取数据时表现出高精度。RNFL 提取中右眼精度略高（OD：0.9803 vs. OS：0.9046），GCC 提取中左眼精度略高（OD：0.9567 vs. OS：0.9677）。部分数值提取难度较大，尤其是 RNFL 厚度的时钟位 5 和 6，以及 GCC 的信号强度。结论：定制的光学字符识别算法可高精度识别光学相干扫描报告中的数值结果。PDF 报告的自动化处理可大幅减少大规模提取 OCT 结果的时间。
引用
@article{arxiv.2308.10790,
title = {Extraction of Text from Optic Nerve Optical Coherence Tomography Reports},
author = {Iyad Majid and Youchen Victor Zhang and Robert Chang and Sophia Y. Wang},
journal= {arXiv preprint arXiv:2308.10790},
year = {2023}
}