Erstellung eines neuronalen Modells zur Klassifikation von Dokumenten
Python, Tensorflow, Tesseract
Das Ziel der Arbeit war ein ein Softwareprodukt, das Scan-Dateien einlesen, diese analysieren und genau klassifizieren kann.
The i-engeneers haben eine Softwarelösung, die "health engine", die medizinische und administrative Daten aus allen Fachapplikationen aufbereitet, konsoliert und den unterschiedlichen Abteilungen zugänglich macht. Die Daten sind meist unstrukturiert und unsortiert und werden aus Scannern und Emails in die „health engine“ importiert. Die Benutzer müssen dann die Attributierung und Klassifizierung manuell vornehmen. Dieser Prozess ist zeitaufwendig, ineffizient und subjektiv belastet. Auch hängt die Qualität von der Datenmenge ab. Das Projekt soll in Zusammenarbeit mit dem Universitätsspital Basel umgesetzt werden. Die Klassifizierungssoftware soll zu einem späteren Zeitpunkt dann in die "health engine" integriert werden.
Das Ergebnis des Projekts sind zwei neuronale Modelle, die medizinische Dokumente aus den 6 häufigst genutzen Dokumenten klassifizieren kann. Die Genauigkeit der Klassifizierungssoftware, die die Dokumente anhand ihres Bildes klassifiziert beträgt 95,5% und 93.7% der Validation. Die Genauigkeit des zweiten Modells, das die Dokumente anhand ihres Textes klassifiziert beträgt 97.7% und 95.5% der Validation.
Projektdauer: 22.02.2021-18.06.2021
Aufwand in Personenstunden: 360 Stunden
Teamgrösse: 2 Personen
the i-engineers AG
Badenerstrasse 141
CH-8004 Zürich
www.tie.chKevin Dubach
Felix Kerkmann
Manfred Vogel: manfred.vogel@fhnw.ch
Dominik Frefel: dominik.frefel@fhnw.ch
