核酸報(bào)告核查太繁瑣？復(fù)旦博士生寫(xiě)了130行代碼搞定

東方網(wǎng)記者傅文婧、通訊員殷夢(mèng)昊4月7日?qǐng)?bào)道：打開(kāi)“健康云”、將核酸報(bào)告截圖、上傳提交統(tǒng)計(jì)……這一套操作已經(jīng)是大學(xué)校園里師生配合疫情防控的“常規(guī)動(dòng)作”。但人工核查往往費(fèi)時(shí)費(fèi)力，又容易出錯(cuò)怎么辦？復(fù)旦大學(xué)信息科學(xué)與工程學(xué)院博士生李小康日前開(kāi)發(fā)出一項(xiàng)小程序，幾分鐘就能快速核查數(shù)百人的核酸并完成截圖，大大提高了核查效率和精度。

從1小時(shí)到2分鐘

信息科學(xué)與工程學(xué)院生物醫(yī)學(xué)工程專業(yè)博士生李小康，擔(dān)任學(xué)院2019級(jí)信息1班輔導(dǎo)員。學(xué)校進(jìn)入準(zhǔn)封閉管理之后，忙于抗疫的他，對(duì)一項(xiàng)繁瑣的日常工作產(chǎn)生了思考。原來(lái)，近期學(xué)校經(jīng)常需要開(kāi)展全員核酸檢測(cè)，為確保每位在校學(xué)生都已參加，學(xué)校要求每位班級(jí)輔導(dǎo)員都要收集學(xué)生的“健康云”截圖，如果核查發(fā)現(xiàn)有人還沒(méi)參加核酸，就要及時(shí)催促其盡快檢測(cè)，確保當(dāng)天“不漏一人”。

李小康擔(dān)任志愿者

“這個(gè)工作聽(tīng)起來(lái)好像很簡(jiǎn)單，但實(shí)際做的時(shí)候，一個(gè)班級(jí)的截圖可能就需要花上半小時(shí)核查，如果是人數(shù)多的院系可能需要更久，還可能會(huì)看錯(cuò)看漏。”李小康說(shuō)。

他想，這件事情單調(diào)枯燥又費(fèi)時(shí)，重復(fù)性很強(qiáng)，正符合計(jì)算機(jī)程序的特點(diǎn)。寫(xiě)一個(gè)代碼程序用于自動(dòng)核查核酸完成截圖的想法，在他腦海中產(chǎn)生。

程序一寫(xiě)好，李小康就在自己班級(jí)的核酸截圖數(shù)據(jù)上進(jìn)行驗(yàn)證，準(zhǔn)確率果然很高，甚至檢測(cè)出了之前人工核查沒(méi)有發(fā)現(xiàn)的問(wèn)題。并且，程序運(yùn)行時(shí)間很短，80多張圖只需要20多秒，大大節(jié)約時(shí)間和人力。

后來(lái)，李小康了解到，信息科學(xué)與工程學(xué)院研工組組長(zhǎng)高麗梅每次需要核查學(xué)院所有研究生的核酸截圖，要花很長(zhǎng)時(shí)間，特別辛苦。為了減輕高老師的工作負(fù)擔(dān)，李小康也讓她使用自己的程序進(jìn)行核查。800幅截圖，原來(lái)要幾個(gè)人枯燥核對(duì)一個(gè)多小時(shí)，現(xiàn)在只需等2分鐘就拿到結(jié)果。程序目前已在該學(xué)院服務(wù)2周。

一個(gè)多小時(shí)跑通代碼

說(shuō)起程序原理，李小康認(rèn)為并不復(fù)雜。作為生物醫(yī)學(xué)工程專業(yè)博士生，研究方向是醫(yī)學(xué)影像與人工智能，他平常會(huì)接觸很多圖像處理方法。即使是在現(xiàn)在抗疫工作繁忙的情況下，導(dǎo)師汪源源老師和郭翌老師還是堅(jiān)持每周找他討論科研進(jìn)展，關(guān)心他的科研和生活，從未間斷。得益于長(zhǎng)期的科研習(xí)慣和代碼敏感性，面對(duì)自動(dòng)核查核酸截圖這件事情，李小康第一時(shí)間想到以前學(xué)到過(guò)的OCR （Optical Character Recognition，光學(xué)字符識(shí)別）技術(shù)。

“OCR可以把圖像中的文字識(shí)別出來(lái)，轉(zhuǎn)換為文本信息，就方便用來(lái)核查了。而且因?yàn)楹怂峤貓D是打印字體，識(shí)別率非常高，幾乎可以做到100%準(zhǔn)確。”李小康說(shuō)。

一張截圖中的文本信息很多，包括脫敏處理的姓名、證件類型、證件號(hào)碼、采樣時(shí)間、組織機(jī)構(gòu)等內(nèi)容，但不是所有信息都有用。其中，姓名、采樣時(shí)間、是否已采樣最為關(guān)鍵，是需要檢索篩選出的內(nèi)容。

為此，他想到了Python語(yǔ)言中的正則表達(dá)式——可以搜索到字符串中的特定模式內(nèi)容。“使用正則表達(dá)式就可以把想要的信息從OCR識(shí)別的文本中篩選出來(lái)。最后，確認(rèn)好每張截圖里的姓名、檢測(cè)時(shí)間和是否已采樣等信息后，再把所有人的結(jié)果輸出到Excel文件中，方便人工確認(rèn)。”

經(jīng)過(guò)思考，李小康的程序思路就基本確定為OCR文字識(shí)別+正則表達(dá)式篩選。說(shuō)干就干。3月15日晚，他花了一個(gè)多小時(shí)就寫(xiě)出了初始代碼，共130行，發(fā)現(xiàn)確實(shí)能夠跑通，且運(yùn)行效率很高。

當(dāng)然，當(dāng)中也遇到了幾個(gè)技術(shù)難題——OCR技術(shù)的實(shí)現(xiàn)、學(xué)生提交截圖類型不統(tǒng)一、截圖數(shù)量多時(shí)的程序等待焦慮等。李小康逐一嘗試工具、分析圖像特點(diǎn)，尋找到了最佳解決方案。

程序輸出的Excel文件

未來(lái)有望覆蓋全校

李小康說(shuō)，自己開(kāi)發(fā)這個(gè)程序的初衷是為了減少自己和身邊老師的工作量。“雖然原理也很簡(jiǎn)單，只要是會(huì)寫(xiě)代碼的人第一時(shí)間就會(huì)明白是怎么回事，但是不做相關(guān)工作的感受不到這件事情的費(fèi)時(shí)費(fèi)力，自然也不會(huì)想出辦法。我只是用我學(xué)到的知識(shí)解決實(shí)際工作中的困難。”他說(shuō)。

李小康把這件事發(fā)到朋友圈之后，不少學(xué)工的同事表示很感興趣，他也把代碼分享了出去，讓有需求的老師們都能及時(shí)使用。

“因?yàn)槌绦蚴褂胮ython語(yǔ)言編寫(xiě)，代碼注釋也寫(xiě)得很完整，只要會(huì)使用python，就可以很快上手。”為了方便不會(huì)編程的老師使用，李小康最后還把程序進(jìn)行了封裝。“大家需要用的時(shí)候，只要在命令行輸入一行代碼就可以運(yùn)行，非常簡(jiǎn)單。”

據(jù)悉，學(xué)校信息辦已與李小康對(duì)接。“他的思路和做法給我們很大啟發(fā)。”相關(guān)負(fù)責(zé)人介紹，正在收集二級(jí)單位管理需求，研究制定相關(guān)方案，開(kāi)發(fā)全新小程序納入學(xué)校“一網(wǎng)通辦”平臺(tái)。預(yù)計(jì)在不久的將來(lái)，師生們就可不用再通過(guò)微信手動(dòng)收集核酸截圖，而是通過(guò)小程序直接上傳圖片，二級(jí)單位負(fù)責(zé)人可在后臺(tái)隨時(shí)查看統(tǒng)計(jì)結(jié)果。

標(biāo)簽： 正則表達(dá)式 信息科學(xué) 工程學(xué)院 第一時(shí)間