GAN-based SSD Segmentation Algorithm 輔助七段顯示數字之字元辨識

中山醫學大學機構典藏 CSMUIR > 健康管理學院 > 營養學系暨碩士班 > 博碩士論文 > Item 310902500/23080

Please use this identifier to cite or link to this item: https://ir.csmu.edu.tw:8080/ir/handle/310902500/23080

Title:	GAN-based SSD Segmentation Algorithm 輔助七段顯示數字之字元辨識 GAN-based SSD Segmentation Algorithm to Assist the Character Recognition of Seven-Segment Display Digits
Authors:	呂榮茂 Jung-Mao Lu
Contributors:	健康管理學院:醫學資訊學系;秦群立　(Chiun-Li Chin)
Keywords:	七段顯示數字;OCR;GAN;GAN-based SSD Segmentation Algorithm;數字辨識 seven-segment display digits;OCR;GAN;GAN-based SSD Segmentation Algorithm;digits recognition
Date:	2021-07-01
Issue Date:	2022-08-01T09:10:57Z (UTC)
Abstract:	根據研究顯示患有慢性疾病的人口逐年增加，因此使用血壓計、血糖計及血脂機等醫療器材測量相關生命表徵的需求也越來越高，然而傳統的手動紀錄方式可能造成謄寫錯誤，且目前市面上具有儲存或傳輸功能的器材，價格大多過於昂貴，此外，這些器材大多使用七段顯示數字作為呈現數據的方式，然後這樣的數字中有不連續的狀況發生，與印刷體的數字有較大的差異，容易造成光學字元辨識(Optical Character Recognition, OCR)辨識效果不佳，因此本論文提出利用GAN標記七段顯示數字不連續的區域，並利用GAN-based SSD(Seven Segment Digits) Segmentation Algorithm自動調整影像的方向，接著透過著名的OCR辨識工具辨識標記及校正後的七段顯示數字影像，以此自動紀錄病患的收縮壓、舒張壓及脈搏。在實驗結果的部分，我們計算GAN標記影像之混淆矩陣的相關指標，其中測試階段的準確率為94.5%、精準度為98.4%、敏感度為90.9%以及特異度為98.4%，而辨識數字的準確率則有99%，由上述數據可知，本論文提出之方法可有效提升七段顯示數字的辨識成功率。
URI:	https://etds.csmu.edu.tw/ETDS/Home/Detail/U0003-1805202122405800 https://dx.doi.org/10.6834/csmu202100061 https://hdl.handle.net/11296/uew4w8 https://ir.csmu.edu.tw:8080/handle/310902500/23080
Appears in Collections:	[營養學系暨碩士班] 博碩士論文

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	237	View/Open

Loading...