Применение компьютерного зрения для автоматизированной обработки медицинских документов

Abstract

Рассмотрена задача автоматизации обработки медицинских изображений при диагностике артериальной гипертензии с применением методов искусственного интеллекта и технологий компьютерного зрения. Разработан программный компонент, обеспечивающий автоматическое извлечение и структурирование информации из визуальных представлений медицинских документов (включая результаты биохимического анализа, общего анализа крови и данных суточного мониторинга артериального давления), что позволяет минимизировать количество ошибок и ускорить процессы ввода и интерпретации медицинской информации. Созданы и апробованы алгоритмы предобработки изображений (увеличение разрешения изображения, устранение шумов, коррекция наклона), сегментации и распознавания текстовых данных с помощью нейросетевых моделей Real-ESRGAN и EasyOCR. Особое внимание уделено улучшению качества распознавания текста при наличии характерных артефактов, возникающих при сканировании или фотографировании документов. Для оценки качества использовались метрики CER, WER, исследовалась эффективность работы модуля с применением суперразрешения и без него. Результаты исследования подтвердили эффективность предлагаемого подхода и показали, что интеграция технологии Real-ESRGAN позволяет повысить точность обработки медицинских изображений в условиях наличия значительных шумов и низкого разрешения исходных данных. Практическая значимость исследования заключается в упрощении и ускорении процесса диагностики гипертонии и создании основы для персонализированного подхода к лечению пациентов.