CC BY
0УДК 004.932.2
Попов В.Г.
магистрант 2 курса кафедры систем автоматизированной поддержки принятия решений Тамбовский государственный технический университет
(г. Тамбов, Россия)
ОБЗОР ПОДХОДОВ РЕШЕНИЯ ЗАДАЧИ РАСПОЗНАВАНИЯ И КЛАССИФИКАЦИИ ПЕЧАТЕЙ НА РЕЦЕПТУРНЫХ БЛАНКАХ
Аннотация: в работе разобраны подходы решения задачи распознавания и классификации печатей на рецептурных бланках, в данной рассматриваются алгоритмический подход, нейросетевой и комбинированный, а также делается предположения какой из них будет оптимальным.
Ключевые слова: распознавание образов, графические примитивы, компьютерное зрение, алгоритмический анализ, нейронные сети.
Рецептурные лекарственные средства в январе — июле 2023 года заняли 54% от емкости аптечного рынка лекарств, отмечается в аналитическом обзоре DSM Group. В упаковках их доля несколько ниже — порядка 40% [1], следовательно, около 40% оборота препаратов требуют предъявления рецептов. В обороте часто встречаются некорректные рецепты, раннее выявление которых поможет всем участникам оборота рецептурных лекарственных средств. Для создания автоматизированной системы анализа рецептурного бланка требуется провести распознавание и классификацию печатей подтверждающих подлинность рецептов. Так на рецептурных бланках можно выделить следующие печати (Рисунок 1):
1. Печати врача, в подавляющем большинстве круглые печати с надписью врач и его ФИО,
2. Штампы организации, в подавляющем большинстве прямоугольные печати с названием, адресом и контактной информацией об организации отпустившей рецепт,
3. Печать для рецептов. Печати проставляемые в регистратуре, чаще всего круглые, однако, бывают и треугольными, [2].
Рисунок 1. Рецептурный бланк №148-1/у-88 с печатями
Для решения задачи распознавания и классификации рецептурных бланков можно выделить несколько методов:
Алгоритмический метод
Метод основан на распознавании печатей, как графических примитивов, а также классификации основанной на формах и цветах данных примитивов. К особенностям данного метода можно отнести: низкую требовательность к количеству обучающих данных, высокую требовательность к качеству входных данных, требовательность к строгому различию между классами печатей.
Данный метод не подходит, так как на рецептурных бланках встречаются печати разных классов с одинаковой формой, что не позволит методу их распознать.
Нейросетевые методы
В качестве нейросетевых методов могут выступать два метода: метод классификации корректности выписанного рецепта по целым рецептурным бланкам или с помощью двух нейронных сетей проведя сначала распознавание печатей на целом рецептурном бланке, с последующей классификацией распознанных печатей. К особенностям данного метода можно отнести: высокое требование к количеству обучающих данных, высокое требование к разнообразию обучающих данных, возможность распознавания печатей разных форм и цветов, высокое требование к вычислительным мощностям.
Данные методы подходят для решения задачи, однако имеют много требований к данным и техническому обеспечению.
Комбинированный метод
Данный метод основан на комбинировании нейросетевых и алгоритмических возможностей. В качестве механизма распознавания используются алгоритмические методы выделения границ и распознавания графических примитивов, а в качестве классификатора печатей нейронная сеть. К особенностям данного метода можно отнести: среднее требование к количеству обучающих данных, среднее требование к качеству входных данных, возможность классификации печатей разных форм и цветов. Умеренное требование к вычислительным мощностям.
Данный метод позволяет решить задачу, также имеет умеренные средние требования к данным и техническому обеспечению.
Подводя итог, среди рассмотренных методов можно использовать нейросетевые или комбинированный в зависимости от возможностей технического обеспечения и обучающих данных, а полностью алгоритмический метод не подходит, так как печати разных классов могут иметь одинаковую форму.
СПИСОК ЛИТЕРАТУРЫ:
1. DSM Group, отчет за 2023г. [Электронный ресурс] URL: https://dsm.ru/docs/analytics/Annual_report_2023_RUS_.pdf;
2. Приказ Минздрава России от 24.11.2021 N 1094н "Об утверждении Порядка назначения лекарственных препаратов, форм рецептурных бланков на лекарственные препараты, Порядка оформления указанных бланков, их учета и хранения, форм бланков рецептов, содержащих назначение наркотических средств или психотропных веществ, Порядка их изготовления, распределения, регистрации, учета и хранения, а также Правил оформления бланков рецептов, в том числе в форме электронных документов" (Зарегистрировано в Минюсте России 30.11.2021 N 66124)
Popov V.G.
Tambov State Technical University (Tambov, Russia)
OVERVIEW OF APPROACHES TO SOLVING PROBLEM RECOGNITION AND CLASSIFICATION SEALS ON PRESCRIPTION FORMS
Abstract: the paper analyzes the approaches to solving the problem of recognizing and classifying stamps on prescription forms, this article discusses the algorithmic approach, neural network and combined, and also makes assumptions about which of them will be optimal.
Keywords: pattern recognition, graphical primitives, computer vision, algorithmic analysis, neural networks.
