李慧敏，张宏杰，刘复昌

    (1.浙江省立同德医院 检验科，浙江 杭州 310012；2.杭州图检智能科技有限公司，浙江 杭州 311100；3.杭州师范大学 信息科学与技术学院，浙江 杭州 311121)

    随着生活水平的不断提高和人们健康意识的不断增强，越来越多的人开始进行健康体检。健康体检是了解身体状况、预防疾病的一种有效方法。但体检报告中包含大量医学词汇和指标数据，非医学人员无法全面直观地了解报告中包含的信息，也无法快速得知体检结果与历年体检结果的差异和快速获取专业的医疗建议，导致不能全面发挥健康体检的价值。据统计，2018年以来我国大城市工薪阶层中大概超过70%的人身体处于亚健康状态[1]。同时，我国也面临着医疗资源分配不均等现状[2]。

    人工智能(artificial intelligence，AI)技术提供数据分析技术指标，具有弥补医疗资源短缺、协助医生诊断等优势[3]，AI技术辅助医疗已是大势所趋。为更好地发挥健康体检的作用和更好地改善人们的健康，将健康体检与人工智能相结合，设计一款基于深度学习方法的体检报告智能交互系统，帮助体检者更便捷直观地了解体检结果、快速获取专业的健康指导建议，即通过对人们的亚健康进行干预从而达到改善人们健康目的的体检报告数字化智能分析系统，是当前比较有价值的一项研究和应用。

    1 方法

    1.1 体检报告文本分割 U-Net(U型网络)以其优秀的分割效果常用于医疗影像图像分割[4-6]。本系统借助U-Net网络进行体检报告文字分割。本研究的数据集是从医院获取的1 000份体检报告，通过从扫描的图片中选择1 500张包含要识别重要文字的图片作为训练数据集，使用Labelme软件标记mask的形式对每行文字进行标记用于后续模型训练。由于图像分割是像素级操作，特别是文本区域分割，在文本间距较近的情况下容易出现错误。Yu等[7]提出一种新的卷积方式——空洞卷积[8]，空洞卷积主要作用是减小模型计算量提高网络的性能。本文改进的U-Net 网络将第一层中最后一个卷积操作替换成空洞值为1的空洞卷积。

    1.2 体检报告文本识别

    1.2.1 生成训练数据集(train datasets，TD) (1)语料库获取。体检报告文本具有丰富的语义信息，且含有大量专业的医学词汇，无法通过随机组合汉字的方式生成 ......