一种用于医疗器械记录的二维码数据关联方法及系统与流程

本技术涉及医疗器械记录，具体而言，涉及一种用于医疗器械记录的二维码数据关联方法及系统。

背景技术：

1、在医疗器械管理领域中，消毒供应中心需要对大量的清洗、消毒或维护等纸质记录进行数字化归档。为实现自动化关联，通常在纸质记录表面贴附包含医疗器械唯一标识和记录类型的动态二维码。在批量扫描归档过程中，扫描设备逐页采集图像，通过定位算法识别二维码的定位点并建立几何校正基准，进而对图像进行纠偏和码元采样，解析出器械编号、记录类型及时间等元数据，自动将电子文档与医疗器械数据库中的对应档案建立映射关联。

2、然而，在实际运行中，纸质记录经过多次翻阅、堆叠或受潮后，二维码标签的边缘容易出现轻微翘起。在批量进纸扫描时，翘起的边缘无法被完全压平，导致定位点区域局部离开纸面，在扫描图像中形成非线性的阴影、虚焦和透视拉伸。此时，定位算法仍会从这些受损的定位点中提取几何基准，但该基准已偏离真实的二维码边界，导致后续的整码采样网格被整体拉偏。现有定位算法将全部定位点视为同等可靠，未对各定位点的局部图像质量进行独立分析，导致无法区分定位点是否因标签翘起而存在阴影、虚焦等物理畸变。由于缺少对各定位点局部物理状态的显式评估，无法预先判断当前二维码是否存在局部失真风险，只能在解码完成后被动依赖整体读码成功率，使得定位基准偏移引发的采样网格拉偏问题在解码前无法被发现和干预。当二维码被判定为轻度失真时，现有方案缺乏针对性的定位基准修正机制，仍沿用统一的几何校正方式，无法根据定位点的实际受损情况调整采样策略，导致可修复的轻度失真样本被直接废弃或产出错误结果。

3、针对上述问题，现有技术亟需改进。

技术实现思路

1、为了解决现有技术的不足，本技术提供一种用于医疗器械记录的二维码数据关联方法及系统，能够解决医疗器械管理领域中，纸质记录上的二维码标签因物理畸变导致扫描图像失真，现有定位算法无法有效识别和修正局部失真，从而影响二维码解码成功率和数据关联准确性的问题。

2、第一方面，本技术提供一种用于医疗器械记录的二维码数据关联方法，包括：

3、获取医疗器械记录的扫描图像，识别扫描图像中目标二维码的多个定位特征，并提取各定位特征对应的局部图像区域；

4、针对各局部图像区域提取反映局部物理畸变程度的失真特征，根据各失真特征计算各定位特征的综合失真程度值，根据定位特征的综合失真程度值对扫描图像进行风险分流判断；

5、当判断扫描图像为正常样本时，对目标二维码进行整码解码，得到元数据字段，并将元数据字段标记为高可信度后输出至医疗器械记录数据库；

6、当判断扫描图像为轻度风险样本时，基于各定位特征和目标二维码的码元排布信息构建局部失真风险图，局部失真风险图用于指示存在风险的码元区域，根据局部失真风险图对定位特征进行修正，利用修正后的定位特征对目标二维码进行整码解码，得到候选元数据字段，并对候选元数据字段进行字段可信度评估，根据字段可信度评估结果输出数据处理指令；

7、当判断扫描图像为高风险样本时，暂停对目标二维码进行整码解码，生成风险记录并触发复扫或人工确认流程。

8、进一步地，针对各局部图像区域提取反映局部物理畸变程度的失真特征的步骤包括：

9、对局部图像区域进行边缘完整性分析，计算表征局部图像区域的边缘损伤程度的损伤评分；

10、对局部图像区域进行清晰度分析，计算表征局部图像区域清晰程度的清晰度评分；

11、对局部图像区域进行邻域灰度分布分析，判断局部图像区域是否存在方向性阴影，若判断局部图像区域存在方向性阴影，则输出阴影存在标识及其阴影方向，否则输出阴影不存在标识；

12、将损伤评分、清晰度评分、阴影存在标识及其阴影方向或阴影不存在标识作为失真特征。

13、进一步地，根据各失真特征计算各定位特征的综合失真程度值，根据定位特征的综合失真程度值对扫描图像进行风险分流判断的步骤包括：

14、根据各损伤评分、清晰度评分和阴影存在标识及其阴影方向进行加权计算，得到各定位特征的综合失真程度值；

15、若全部定位特征的综合失真程度值均低于第一预设阈值且失真特征中均包括阴影不存在标识，则将扫描图像判断为正常样本；

16、若存在至少一个定位特征的综合失真程度值不低于第一预设阈值且低于第二预设阈值，或者失真特征中包括阴影存在标识，则将扫描图像判断为轻度风险样本，第一预设阈值低于第二预设阈值；

17、若存在至少一个定位特征的综合失真程度值不低于第二预设阈值，则将扫描图像判断为高风险样本。

18、进一步地，当判断扫描图像为正常样本时，对目标二维码进行整码解码，得到元数据字段，并将元数据字段标记为高可信度后输出至医疗器械记录数据库的步骤包括：

19、利用全部定位特征的位置坐标计算透视变换矩阵，基于透视变换矩阵对目标二维码进行几何校正；

20、按照预设标准码元网格对校正后的目标二维码进行采样和二值化，得到码元矩阵；

21、对码元矩阵执行纠错解码，输出器械编号、记录类型和记录时间作为元数据字段；

22、将元数据字段标记为高可信度，并输出至医疗器械记录数据库。

23、进一步地，当判断扫描图像为轻度风险样本时，基于各定位特征和目标二维码的码元排布信息构建局部失真风险图的步骤包括：

24、将综合失真程度值不低于第一预设阈值的定位特征确定为风险定位特征；

25、根据风险定位特征的位置坐标和目标二维码的码元排布信息，预估风险定位特征所影响的码元区域范围，将码元区域范围标记为存在风险的码元区域；

26、基于各存在风险的码元区域生成局部失真风险图。

27、进一步地，根据局部失真风险图对定位特征进行修正，利用修正后的定位特征对目标二维码进行整码解码，得到候选元数据字段的步骤包括：

28、从局部失真风险图中获取存在风险的码元区域及其对应的风险定位特征；

29、提取风险定位特征所在角两侧的二维码边框线段；

30、若提取到至少一条二维码边框线段，则根据二维码边框线段的直线方程和风险定位特征的位置坐标，计算修正后的定位特征的位置坐标；

31、若无法提取到二维码边框线段，则根据风险定位特征的综合失真程度值对风险定位特征的位置坐标进行修正，得到修正后的定位特征的位置坐标；

32、利用全部定位特征中除风险定位特征以外的定位特征建立初始透视变换矩阵，并基于修正后的定位特征的位置坐标对初始透视变换矩阵进行修正；

33、基于修正后的初始透视变换矩阵对目标二维码进行几何校正；

34、按照预设标准码元网格对校正后的目标二维码进行采样和二值化，并对存在风险的码元区域内的码元位置采用多点采样取均值后进行二值化，对局部失真风险图中除存在风险的码元区域以外的码元区域内的码元位置采用单点采样后进行二值化，得到码元矩阵；

35、对码元矩阵执行纠错解码，输出候选器械编号、候选记录类型和候选记录时间作为候选元数据字段。

36、进一步地，对候选元数据字段进行字段可信度评估的步骤包括：

37、当候选器械编号不存在于预存的医疗器械主数据库中时，将候选元数据字段标记为低可信度；

38、当候选器械编号存在于预存的医疗器械主数据库中时，若校验候选记录类型不属于候选器械编号所允许的记录类型集合，则将候选元数据字段标记为低可信度，否则，校验候选记录时间相对于本次扫描批次中是否存在已确认的前序记录，若候选记录时间在本次扫描批次中不存在已确认的前序记录，则将候选元数据字段标记为高可信度，若候选记录时间在本次扫描批次中存在已确认的前序记录，则将候选元数据字段标记为中可信度。

39、进一步地，根据字段可信度评估结果输出数据处理指令的步骤包括：

40、若字段可信度评估结果指示候选元数据字段标记为高可信度，则将候选元数据字段输出至医疗器械记录数据库；

41、若字段可信度评估结果指示候选元数据字段标记为中可信度，则将候选元数据字段送入待人工确认队列；

42、若字段可信度评估结果指示候选元数据字段标记为低可信度，则将扫描图像从轻度风险样本转为高风险样本。

43、进一步地，该方法还包括：

44、当同一器械编号在待人工确认队列中连续出现预设数量以上的候选元数据字段时，对该器械编号启动局部冻结操作并触发人工确认流程。

45、第二方面，本技术还公开了一种用于医疗器械记录的二维码数据关联系统，用于执行上述用于医疗器械记录的二维码数据关联方法，系统包括：

46、局部图像区域识别模块，用于获取医疗器械记录的扫描图像，识别扫描图像中目标二维码的多个定位特征，并提取各定位特征对应的局部图像区域；

47、风险分流判断模块，用于针对各局部图像区域提取反映局部物理畸变程度的失真特征，根据各失真特征计算各定位特征的综合失真程度值，根据定位特征的综合失真程度值对扫描图像进行风险分流判断；

48、正常处理模块，用于当判断扫描图像为正常样本时，对目标二维码进行整码解码，得到元数据字段，并将元数据字段标记为高可信度后输出至医疗器械记录数据库；

49、轻度风险处理模块，用于当判断扫描图像为轻度风险样本时，基于各定位特征和目标二维码的码元排布信息构建局部失真风险图，局部失真风险图用于指示存在风险的码元区域，根据局部失真风险图对定位特征进行修正，利用修正后的定位特征对目标二维码进行整码解码，得到候选元数据字段，并对候选元数据字段进行字段可信度评估，根据字段可信度评估结果输出数据处理指令；

50、高风险处理模块，用于当判断扫描图像为高风险样本时，暂停对目标二维码进行整码解码，生成风险记录并触发复扫或人工确认流程。

51、本技术通过对各定位特征的局部物理畸变程度进行显式评估和风险分流，能够针对不同风险等级的样本采取差异化的处理策略，特别是对轻度风险样本进行针对性的定位特征修正和差异化采样，显著提高了二维码解码的成功率和数据关联的准确性，避免了可修复的轻度失真样本被直接废弃或产出错误结果，从而提升了医疗器械记录数字化归档的效率和可靠性。