CN102138144A - 用于确定药物功效的方法和系统 - Google Patents
用于确定药物功效的方法和系统 Download PDFInfo
- Publication number
- CN102138144A CN102138144A CN2009801341867A CN200980134186A CN102138144A CN 102138144 A CN102138144 A CN 102138144A CN 2009801341867 A CN2009801341867 A CN 2009801341867A CN 200980134186 A CN200980134186 A CN 200980134186A CN 102138144 A CN102138144 A CN 102138144A
- Authority
- CN
- China
- Prior art keywords
- scar
- image
- data
- formation
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 213
- 239000003814 drug Substances 0.000 title claims abstract description 62
- 231100000241 scar Toxicity 0.000 claims abstract description 582
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 49
- 208000032544 Cicatrix Diseases 0.000 claims abstract description 35
- 230000037387 scars Effects 0.000 claims abstract description 35
- 238000011282 treatment Methods 0.000 claims abstract description 27
- 230000036573 scar formation Effects 0.000 claims description 77
- 238000012545 processing Methods 0.000 claims description 45
- 238000011156 evaluation Methods 0.000 claims description 39
- 239000004744 fabric Substances 0.000 claims description 36
- 230000000694 effects Effects 0.000 claims description 35
- 241001465754 Metazoa Species 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 24
- 229940079593 drug Drugs 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 206010072170 Skin wound Diseases 0.000 claims 3
- 238000009434 installation Methods 0.000 claims 3
- 239000000126 substance Substances 0.000 claims 2
- 206010052428 Wound Diseases 0.000 abstract description 40
- 230000037390 scarring Effects 0.000 abstract 8
- 230000010354 integration Effects 0.000 description 189
- 238000011160 research Methods 0.000 description 57
- 238000012360 testing method Methods 0.000 description 29
- 230000006872 improvement Effects 0.000 description 24
- 230000000007 visual effect Effects 0.000 description 19
- 238000004088 simulation Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 210000001519 tissue Anatomy 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 238000002651 drug therapy Methods 0.000 description 10
- 230000008676 import Effects 0.000 description 10
- 230000012010 growth Effects 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000006378 damage Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 230000001771 impaired effect Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 210000002808 connective tissue Anatomy 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 239000000835 fiber Substances 0.000 description 5
- 230000014759 maintenance of location Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 239000000902 placebo Substances 0.000 description 5
- 229940068196 placebo Drugs 0.000 description 5
- 239000011505 plaster Substances 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000035800 maturation Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 102000010834 Extracellular Matrix Proteins Human genes 0.000 description 3
- 108010037362 Extracellular Matrix Proteins Proteins 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 210000002744 extracellular matrix Anatomy 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 230000003810 hyperpigmentation Effects 0.000 description 3
- 208000000069 hyperpigmentation Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 229920001296 polysiloxane Polymers 0.000 description 3
- 102000008186 Collagen Human genes 0.000 description 2
- 108010035532 Collagen Proteins 0.000 description 2
- 208000003367 Hypopigmentation Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000013474 audit trail Methods 0.000 description 2
- 229920001436 collagen Polymers 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000006071 cream Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001969 hypertrophic effect Effects 0.000 description 2
- 230000003425 hypopigmentation Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002674 ointment Substances 0.000 description 2
- 238000007427 paired t-test Methods 0.000 description 2
- 210000002435 tendon Anatomy 0.000 description 2
- 102000007469 Actins Human genes 0.000 description 1
- 108010085238 Actins Proteins 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 208000034826 Genetic Predisposition to Disease Diseases 0.000 description 1
- 206010021703 Indifference Diseases 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000010876 biochemical test Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000013502 data validation Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002682 general surgery Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000003041 ligament Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001613 neoplastic effect Effects 0.000 description 1
- 230000037311 normal skin Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000003716 rejuvenation Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 229920002050 silicone resin Polymers 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 230000036555 skin type Effects 0.000 description 1
- 210000002460 smooth muscle Anatomy 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- LENZDBCJOHFCAS-UHFFFAOYSA-N tris Chemical compound OCC(N)(CO)CO LENZDBCJOHFCAS-UHFFFAOYSA-N 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/15—Medicinal preparations ; Physical properties thereof, e.g. dissolubility
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Molecular Biology (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Pharmacology & Pharmacy (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及用于确定用于治疗伤口或疤痕的药物的功效的方法和装置。该方法包括选择第一和第二瘢疤形成位置部分，其中所述第一瘢疤形成位置部分已经使用所述药物治疗。产生包括所述第一瘢疤形成位置部分的第一图像和所述第二瘢疤形成位置部分的第二图像的图像对，并且显示图像对。提供包括第一和第二记录部分的记录元件，其中所述第一记录部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二记录部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值。接收和使用识别所述点之一的数据以确定所述药物的功效。
Description
本发明涉及用于确定药物功效的方法和系统，该药物用于减少人或动物皮肤的疤痕。本发明还涉及用于收集涉及图像的数据的方法和系统，所述图像诸如包括疤痕的人或动物皮肤图像。
众所周知的是，需要确定药物的功效的方法。通常，首先在动物身上测试新药物，然后在人身上进行测试。对人的测试常常包括将一组具有所需病症的人分成两个子组。向第一子组提供安慰剂(即，不具有治疗效果的物质)，而向第二组提供将测试其功效的药物。通过比较第一和第二子组的症状，可以确定药物与安慰剂相比的功效。
测量药物功效的方法高度取决于正在治疗的病症。对于一些病症，可以容易地获得对功效的客观测量。例如，如果药物用于降低胆固醇含量，获得第一和第二子组中患者的胆固醇读数将确定药物的功效。在其他情况下，不能容易地获得客观测量。这种情况的一个实例是评估用于促进伤口恢复和/或减少疤痕的药物的功效，该评估至少一部分是主观的。
术语“伤口”例如但不局限于对皮肤的损伤。其他类型的伤口可以包括对内部组织或器官的损伤、伤害或创伤，诸如肺、肾脏、心脏、内脏、腱或肝。
对伤害的反应通常是遍及所有成年哺乳动物。其遵循相同的模式，并且导致相同的结果，形成疤痕。在恢复响应期间，许多不同的处理过程正运转，并且已经进行了许多研究，以发现这些处理之间如何调停并且如何彼此影响以产生最后结果。
恢复响应起源于生物规则的进化论，以防止受伤动物的死亡。因而，为了克服由于感染或失血引起死亡的风险，身体迅速反应以修复受损区域，而不是尝试再生受损组织。
疤痕可以定义为作为修复响应结果产生的结构。由于受损组织未再生以获得受损之前存在的相同组织结构，借助于其与未受损组织相比异常的形态，可以识别疤痕。疤痕由恢复处理期间沉积的结缔组织组成。疤痕可以包括具有异常组织的结缔组织(正如皮肤疤痕中可见的)和/或以异常增量存在的结缔组织(正如中央神经系统疤痕中可见的)。大部分疤痕包括异常组织和过度的结缔组织。
疤痕的异常组织可以参考其内部结构(其可能借助于显微镜分析而确定)以及他们的外观(这可以肉眼评估)而观察。
细胞外基质(ECM)分子包括未受损和疤痕皮肤两者的主要结构成分。在未受损皮肤中，这些分子形成纤维，其具有特征随机排列的设置，这通常称为“篮状编织”。一般地，在未受损组织中观察到的纤维尺寸大于疤痕组织中的纤维尺寸。与未受损皮肤的纤维相比，疤痕中的纤维还显示了显著的彼此对齐度。ECM的尺寸和设置均可能影响疤痕的已改变机械属性，最显著的是与正常未受损皮肤相比的增加硬度。
肉眼观察，疤痕可能低于周围组织的表面，或者高于未受损皮肤的表面。与未受损组织相比，疤痕可能相对颜色较暗(色素沉着过度)或者与周围相比可能具有灰白色(色素沉着不足)。色素沉着过度或色素沉着不足或较红的疤痕构成了相当明显的表面缺陷。已经示出，疤痕的表面外观是构成对受伤者伤口的心理影响的主要因素之一，并且这些影响可能在伤口自身复原之后保持很久。
疤痕还可能对受伤者产生有害的物理效应。这些效应通常源自于疤痕和未受损皮肤之间的机械差别。疤痕的异常结构和组成意味着它们通常比正常皮肤较不柔软。结果，疤痕可能造成对正常功能损害的原因(诸如在疤痕覆盖关节的情况下，其可能限制运动的可能范围)，并且如果早年存在可能延迟正常的生长。
上述效应可能源自于伤口恢复响应的正常发展。然而，有许多方法，其中该响应可能得以异常的改变，并且它们常常与甚至更受损的结果相关。
恢复响应可能改变的一种方法是通过形成异常过度的疤痕。过度生长的疤痕表示瘢疤的严重形式，而过度生长的疤痕对受伤者具有显著的不利影响。过度生长的疤痕高于皮肤的正常表面，并且包含以异常方式设置的过度胶原质。结果，这种疤痕通常与显著地损失正常机械功能相关。通常归因于它们的与肌肉相关的蛋白质的异常表达的机能(尤其是平滑肌肌动蛋白)，过度生长的疤痕在形成之后趋于经历收缩，这可能导致上述情况的加剧。儿童患有过度生长疤痕形成的可能性更大，尤其是在烧伤之后。
瘢痕瘤是病理疤痕的另一常见形式。瘢痕瘤疤痕不仅高于皮肤表面，而且延伸超出原始损伤的边界。瘢痕瘤包含过度结缔组织，其组织成异常形式，通常显现为旋转的胶原组织。瘢痕瘤形成的原因任凭猜测，但是通常认为一些个体具有形成瘢痕瘤的遗传倾向性。过度生长的疤痕和瘢痕在Afro-Caribbean和Mongoloid种族中尤其常见。
虽然上述考虑主要应用于人伤口恢复的效应，需要知道，伤口恢复响应以及其缺点和潜在异常性在大部分动物之间保持不变。因而，上述问题还可应用于非人动物，并且尤其是兽类或家畜(例如，马、牛、狗、猫等)。作为实例，众所周知的是，从腹部伤口的不当恢复产生的粘连形成了马(尤其是赛马)的种族灭绝。类似地，家畜或兽的腱和韧带也频繁受损，而这些损伤的恢复也可能导致与动物死亡率升高相关的疤痕。
根据前述讨论，将意识到，需要一种测量伤口恢复和疤痕减少药物的功效的方法。由于疤痕的一些不利效应是心理的并且基于人对疤痕的感知，因此不存在客观的化学或生物化学测试，其可以正确地确定克服这种心理效应的疤痕减少治疗的功效。事实上，在评估疤痕减少中的重要指示器是与对尚未使用药物治疗的疤痕相比、对已经使用药物治疗的疤痕的主观响应。该问题有时是复杂的，因为疤痕减少疗法通常在志愿者身上测试，而志愿者在临床测试中受伤并且对他们应用药物。因而，正改进的疤痕通常是为了临床测试目的而形成的。
已知的是使用可视模拟积分以测量疤痕的严重性。这通过向评估者示出多个疤痕并且要求他们在从低值向高值延伸的标尺(scale)上指示出每个疤痕的严重性。随后，标尺上标记的标志将转换成分值，以确定在每个疤痕中形成瘢疤的相对感知的严重性。通过对采用或尚未采用药物的药物使用该技术，可以获得药物功效的测量值。
虽然可视模拟积分确实提供了有价值的数据，但是其也具有缺点。更特别地，假设仅向评估者呈现该疤痕，对于评估者而言通常难以确定应当响应于特定疤痕而被标注的标尺内的点，这使得不能将特定疤痕中的瘢疤形成与更普遍的瘢疤形成做比较。
通过将相关图像与可视模拟标尺上的点相关，已经局部解决了该问题。这种参考图像允许评估者更好地确定标尺上的点，其应当基于参考图像和特定疤痕之间的比较而响应于特殊疤痕而标注。
虽然同时使用可视模拟标尺以及参考图像提供了优点，但是问题仍然存在。首先，假设肤色根据人种而显著改变(甚至在特定种族的人之间)，如果参考图像将在大量主题中的疤痕评估中有用，那么需要大量组的参考图像。例如，红色的效果和/或色素沉着过度可能显著地影响观察以及评估疤痕的方式。
而且，任何一种特殊手术类型产生的疤痕通常只落入整个可视模拟标尺的小范围中，即通常实际上仅使用了标尺长度的20-50％。这令人吃惊，因为可视模拟标尺是特地被设计为覆盖疤痕严重性的全范围，即不可察觉的疤痕(0mm)直到非常过度生长的疤痕(100mm)。虽然已经在药物治疗产生的标尺上确定了统计上显著的改进，但是这些通常是在4-10mm的数量级。尽管在统计学上是显著的，以及被临床方案组(clinical panel)估计为是临床上显著的，但是已经证明，当将药物治疗的功效同时提供给临床医生和非专业人士时，这种小改进是有问题的。特别地，由于仅在一些特定临床试验中使用一小部分的标尺，使用可视模拟积分方法产生的值的4-10mm的改变可能引起关于百分比增长的相当大的差异，这取决于所使用的标尺的部分。例如，药物在标尺下端引起的10mm改进(例如，对于药物治疗的疤痕为10mm积分而对于控制治疗的疤痕的20mm积分)将引起百分比的大改进(即50％)。相反地，在标尺上端引起相同的10mm改进(即，对于药物治疗的疤痕80mm积分而对于控制治疗的疤痕的90mm积分)将仅引起大约11％的改进。百分比增长的该差别与药物治疗的功效完全无关，但是作为代替地，与获得数据的方式有关，导致刻度长度上并不一致的百分比增长。
测试还已经示出，在标尺的低值处，尤其低于35mm(即非常良好的疤痕)，使用该选定的可视模拟积分方法更难以实现临床有意义的改进，因为对于可视模拟积分标尺自身的进一步改进的空间非常小，并且许多观察得的改进丢失在标尺的噪声中。
因而，虽然已经发现可视模拟积分方法提供了有用的数据，仍然需要一种积分方法，可以用作为可视模拟积分方法的备选或者附加方法。
此外，需要提供一种收集涉及疤痕的数据的便捷方法。
本发明的一个目的是消除或减轻至少一些上述问题。
本发明的各方面提供了有助于确定将治疗伤口或疤痕的药物的功效的方法和系统，例如，用于减少瘢疤形成、或者提高伤口恢复率的药物。本发明的各方面因而提供了收集指示瘢疤形成严重性的数据的方法和系统。这种数据包括称为积分数据的数据，并且可以指示两个疤痕的瘢疤形成严重性之间的比较。本发明的各方面还提供了新方法，用于获得指示瘢疤形成严重性的数据，尤其用于获得指示两幅图像中瘢疤形成严重性之间的比较的数据。
根据本发明第一方面，提供了一种确定用于治疗伤口或疤痕的药物功效的方法，例如用于防止由伤口生成瘢疤、或者改善已有疤痕外观的药物。该方法包括选择第一和第二瘢疤形成位置部分，其中已经使用所述药物治疗所述第一瘢疤形成位置部分。产生包括所述第一瘢疤形成位置部分的第一图像以及所述第二瘢疤形成位置部分的第二图像的一对图像，并且显示该对图像。提供一种包括第一和第二记录部分的记录元件，其中所述第一记录部分包括多个第一点，指示在所述第一图像中的瘢疤形成不如在所述第二图像中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二图像中的瘢疤形成不如在所述第一图像中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值。接收和使用指示所述点之一的数据，以确定所述药物的功效。
本文所述的方法尤其可应用于比较已经使用药物治疗的第一疤痕的第一图像以及尚未使用药物治疗的第二疤痕的第二图像。例如可能未处理第二疤痕，或者可以使用安慰剂(即，不具有治疗效果的物质)或使用一些其他控制治疗方法治疗第二疤痕。
根据本发明第二方面，提供了一种确定用于治疗伤口或疤痕的药物功效的方法，例如用于防止由伤口生成瘢疤、或者改善疤痕外观的药物。该方法包括选择第一和第二瘢疤形成位置部分，其中已经使用所述药物治疗所述第一瘢疤形成位置部分。在多个预定时间的每一个，产生包括所述第一瘢疤形成位置部分的第一图像以及所述第二瘢疤形成位置部分的第二图像的一对图像。连续显示所述多对图像，以图像对产生的时间所确定的顺序显示所述多对图像。提供了包括第一和第二记录部分的用户输入元件，其中所述第一记录部分包括多个第一点，指示在所述第一图像中的瘢疤形成不如在所述第二图像中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二图像中的瘢疤形成不如在所述第一图像中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值。指示所述点之一的用户输入被接收，并且基于所述用户输入而生成所述比较数据，使用所述比较数据确定所述药物的功效。
本发明第二方面允许使用多对图像，以告知数据提供者原始疤痕的自然状态，并且显示通过疤痕成熟过程之后在疤痕中的改变。即，虽然基于最终显示的图像对而收集了数据，先前显示的图像对有助于允许数据提供者意识到疤痕的位置、其长度以及其恢复过程。
使用术语“瘢疤形成位置”以指示其中形成疤痕或者预期将形成疤痕的组织(例如，皮肤)。同样，术语“瘢疤形成位置”包括含疤痕的组织，含有通常将形成疤痕的伤口的组织，以及将形成伤口而通常从该伤口将形成疤痕的组织。使用术语“瘢疤形成位置部分”以指示全部或部分瘢疤形成位置，正如上述的术语。第一和第二瘢疤形成位置部分可以是常规瘢疤形成位置的部分(例如，单一瘢痕的部分)或者作为选择的可以是不同瘢疤形成位置的部分(例如，每个瘢疤形成位置部分可以是各个不同疤痕的全部或部分)。
根据本发明第三方面，提供了一种确定用于治疗伤口或疤痕的药物功效的方法，该方法包括选择第一和第二瘢疤形成位置部分，其中所述第一瘢疤形成位置部分已经使用所述药物治疗，提供了包括第一和第二记录部分的记录元件，其中所述第一记录部分包括多个第一点，指示在所述第一图像中的瘢疤形成不如在所述第二图像中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二图像中的瘢疤形成不如在所述第一图像中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值，并且接收指示所述多个点之一的数据并且使用所述数据确定所述药物的功效。
根据本发明第四方面，提供了一种产生指示两幅图像中瘢疤形成严重性之间比较的比较数据的方法。该方法包括显示第一和第二图像，所述第一和第二图像的每一幅是包括疤痕的人或动物皮肤的图像，并且包括显示用户输入元件。用户界面元件包括第一和第二记录部分，其中所述第一记录部分包括多个第一点，指示在所述第一图像中的瘢疤形成不如在所述第二图像中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二图像中的瘢疤形成不如在所述第一图像中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值。指示所述多个点之一的用户输入被接收，并且基于所述用户输入而产生比较数据。
根据本发明第五方面，提供了一种产生比较数据的计算机实施的方法。该方法包括在于计算机相关的显示设备上显示第一和第二图像，所述第一和第二图像的每一幅是包括疤痕的人或动物皮肤的图像。在所述显示设备上显示包括第一和第二记录部分的用户输入元件，其中所述第一记录部分包括多个第一点，指示在所述第一图像中的瘢疤形成不如在所述第二图像中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二图像中的瘢疤形成不如在所述第一图像中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值。在计算机接收指示所述多个点之一的用户输入，并且产生基于所述用户输入的比较数据。
根据本发明第六方面，提供了一种用于收集涉及第一和第二疤痕部分中相关的瘢疤形成严重性的比较数据的方法。该方法包括提供记录元件，其包括第一和第二记录部分，其中所述第一记录部分包括多个第一点，指示在所述第一瘢疤形成位置部分中的瘢疤形成不如在所述第二瘢疤形成位置部分中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二瘢疤形成位置部分中的瘢疤形成不如在所述第一瘢疤形成位置部分中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值。指示所述多个点之一的数据被获取，以收集所述比较数据。
根据本发明第七方面，提供了一种实体媒介，用于收集涉及第一和第二疤痕部分的瘢疤形成的相对严重性的比较数据。该媒介包括标尺，其包括第一和第二记录部分，其中所述第一记录部分包括多个第一点，指示在所述第一瘢疤形成位置部分中的瘢疤形成不如在所述第二瘢疤形成位置部分中瘢疤形成严重，而所述第二记录部分包括多个第二点，指示在所述第二瘢疤形成位置部分中的瘢疤形成不如在所述第一瘢疤形成位置部分中瘢疤形成严重，所述第一和第二点的每一个具有不同的相关值。
根据本发明第八方面，提供了一种响应于人或动物皮肤受伤而获得指示人或动物皮肤中瘢疤形成的严重性的方法。该方法包括显示所述人或动物皮肤的至少一幅第一图像，该第一图像或每幅第一图像是在所述人或动物皮肤受伤之后在独立的第一时间形成的疤痕图像；显示所述人或动物皮肤的第二图像，所述第二图像是在所述人或动物皮肤受伤之后在独立的第二时间形成的疤痕图像，其中所述第二时间比第一时间长；并且响应于显示所述第二图像而接收作为指示在所述人或动物皮肤上瘢疤形成的严重性的数据输入。
这样，本发明的第八方面允许使用该幅或每幅第一图像以“定向”输入数据的提供者关于其原始位置以及疤痕的转台，使得响应于显示第二图像而提供的输入数据更有用。
可以在媒介上提供记录元件，在其上记录数据。上述的记录元件可以采取用户输入元件的形式。更特别地，可以提供记录元件作为图形用户界面的一部分，用户使用合适的输入设备、诸如鼠标与其相互作用以控制指针在用户界面中的位置。除非在其他环境中需要，在用户输入元件的环境中描述的特征可以类似地应用于记录元件，其不采取作为用户界面一部分的用户输入元件的形式。类似地，除非在其他环境中需要，在记录元件环境中描述的特征可以类似地应用于用户界面元件。
已经发现，提供一种采取标尺形式的记录元件，提供了一种有效的方法，以产生指示两个瘢疤形成位置部分中瘢疤形成严重性或瘢疤形成位置部分的两幅图像之间比较的比较数据，其中第一部分包括多个第一点，指示在所述第一瘢疤形成位置部分中的瘢疤形成不如在所述第二瘢疤形成位置部分中瘢疤形成严重，而其中第二部分包括多个第二点，指示在所述第二瘢疤形成位置部分中的瘢疤形成不如在所述第一瘢疤形成位置部分中瘢疤形成严重。可以使用所述方法通过直接检查患者皮肤或者作为选择地研究患者皮肤的图像而收集数据。
与所述第一点相关的值可以限定值的范围，其从第一极限值延伸值第二极限值，所述第一极限值指示在所述第一瘢疤形成位置部分中的瘢疤形成不如在所述第二瘢疤形成位置部分中瘢疤形成严重，而第二极限值指示在所述第二瘢疤形成位置部分中的瘢疤形成仅略不如在所述第一瘢疤形成位置部分中瘢疤形成严重。与所述第二点相关的值可以限定值的范围，其从第三极限值延伸值第四极限值，所述第三极限值指示在所述第二瘢疤形成位置部分中的瘢疤形成不如在所述第一瘢疤形成位置部分中瘢疤形成严重，而第四极限值指示在所述第二瘢疤形成位置部分中的瘢疤形成仅略不如在所述第一瘢疤形成位置部分中瘢疤形成严重。这样，上述记录元件允许用户提供指示瘢疤形成位置部分显示最不严重瘢疤形成的数据，并且通过指示瘢疤形成严重性的差别都而将定量信息与所提供的数据相关。
优选同时显示第一和第二瘢疤形成图像。例如，可以并排显示第一和第二图像。
可以显示用户输入元件，从而所述用户输入元件的所述第一部分与所述第一图像对齐，并且从而所述用户输入元件的所述第二部分与所述第二图像对齐。例如，可以并排并且在图像显示部分中彼此邻接地显示第一和第二图像。用户输入元件可以沿着图像显示部分延伸，从而所述用户输入元件的所述第一部分与所述第一图像对齐，并且从而所述用户输入元件的所述第二部分与所述第二图像对齐。第一部分的端部可以与第一图像的边缘对齐，而第二部分的端部可以与第二图像的边缘对齐。
用户输入元件还可以包括第三部分，其包括第三点，指示第一和第二图像的每一幅示出了相同严重的瘢疤形成。第三点可以与所述第一和第二图像彼此邻接的线对齐。第二和第四极限值可以与用户界面元件与所述用户输入元件的所述第三部分相邻的各个点相关。类似地，第一和第三极限值可以与用户界面元件远离所述用户输入元件的所述第三部分的各个点相关。
所述第一和第二图像的每一幅可以是同一对象的皮肤图像。第一图像可以包括第一预定时间的第一疤痕，而第二图像可以包括相同所述第一时间的第二疤痕。预定时间可以参考伤口形成的时间或者使用药物治疗的伤口或疤痕的时间而确定。
可以以任何便捷的方式实施药物对瘢疤形成位置的治疗，正如由药物状态通常所确定的。例如，可以将药物注射在伤口边缘，或者作为选择可以以霜膏或油膏应用于伤口。作为选择，可以将药物注射在形成伤口的位置，以最小化相应于预期伤口形成的瘢疤形成的效果和/或改善其外观。这种预期伤口形成可以由于外科手术程序的目的。作为另一备选方案，可以通过注射或者应用霜膏或油膏将药物应用于现有疤痕。
在一些实施例中，该方法还可以包括在显示所述第一和第二图像之前，显示有序的多个图像对，每个图像对的第一图像是所述第一疤痕的图像，而每个图像对的第二图像是第二疤痕的图像。
可以同时显示图像对的每幅图像，例如可以并排显示图像对的每幅图像。每个所述图像对可以包括在各个预定时间生成的所述第一和第二疤痕的图像。
所述多个图像对可以参考产生图像的所述各个预定时间而排序。该或每个预定时间是参考疤痕的形成或疤痕的治疗的至少之一而限定的。各个预定时间优选比所述第一预定时间短。即，每个图像对可以包括在第一和第二图像产生之前产生的图像。可以以均匀间隔开的时间间隔产生图像对。例如，可以在受伤之后一个月产生第一图像对，而可以在受伤之后两个月产生第二图像对等等。
所述多个图像对的每一个可以在预定时间段内显示。即，可以在显示屏上向用户呈现一系列图像对，图像对在预定时间段内呈现。
用户输入元件可以包括线。第一部分可以是线的第一部分，而第二部分可以是所述线的第二部分。
在获得指示所述第一点之一的数据之后，该方法还可以包括提出涉及瘢疤形成中所述可观察得的差别的临床意义的问题，并且接收对所提出问题的回答。
本文所述的方法可以用于通过使用由政府认证的外科医生(整形和普通外科)和美学皮肤科医生组成的独立临床专家组评估的标准照片而提供对临床试验的终点评估。该方法尤其可应用于基于单一患者的瘢疤形成而确定终点。该方法允许直接比较相同患者的两个疤痕(例如，使用感兴趣药物治疗其中之一，而使用安慰剂治疗另一)。已经发现，在伤口形成之后12个月(例如，手术后12个月)可以有利地实施对瘢疤形成的评估。
已经发现，使用上述方法产生数据最小化了对训练和预先筛分将提供用户输入的个体的需求，同时最优化了再现性和可靠性，并且最小化所产生数据的可变性。另外，可以使用方法以从包括独立临床医生、患者和调查人的各种不同类型个人获得数据。该方法允许有效地确定对由特定药物引起的瘢疤形成的改进。
所述方法将对改进的比较性定性评估与用于确定改进的定量标尺结合，从而可以从单一测量中同时评估统计显著性和临床意义。
该方法可容易地研究小组和非专业人士理解，从而可以更容易地在药剂批准过程中通常使用的药品说明书(Summary of Product Characteristics，SmPC)中更易于表达从使用药剂中获得的预期改进，而无需对所采用的方法的操作的知识。
考虑到所述方法可应用大量皮肤类型，例如大量皮肤色泽和肤色，所述方法也是有利的。这是所述方法提供的值得考虑的优点，而这是一些现有技术方法、尤其是上述的已锚定可视模拟标尺未能实现的。
已经在四个临床试验中测试了上述方法。这些临床测试包括了非常良好的疤痕(在志愿者身上形成1cm完整厚度的切口以及较长的4-7cm的患者胸部增加切口)以及非常差的疤痕(疤痕修复手术)。可以使用主要从由政府认证的整形外科医生/面部整形外科医生和皮肤科外科医生组成的两个独立临床专家组对标准图像的评估而获得、导出的数据，参考各种参数而确认所述方法。
已经发现，所述方法提供了评估者之间的良好一致性。已收集的数据已经示出了，11/12临床医生通过了一致性测试，即当在积分时间期间示出10％(随机)重复的图像时为进行显著不同的积分(成对的t-测试；p＞0.05)。
还已经发现，与上述的预先确认的可视模拟积分方法相比，所述的方法减少了评估者之间的可变性。基于对临床专家组的六个评估者的平均观察的最大标准偏差以及预测临床有意义结果所需的平均改进，所收集的数据确认了对显著减小的改变系数的可能。
还已经发现，上述方法不局限于独立临床专家组对图像的评估，但是也可以由实施对疤痕的患者检查的调查外科医生或患者所使用，
本发明的第九方面提供了一种从多个图像评估者获得涉及多幅图像的数据的方法。该方法包括存储识别所述多幅图像的每一幅的数据，存储识别所述多个评估者的每一个的数据，存储所述多幅图像的一个或多个子组以及所述多个评估者中一个之间的关系的数据，接收识别所述多个评估者的所述一个的数据，以及使得显示所述多幅图像的所述子组之一，以获得涉及所述多幅图像的所述子组的数据。
因而，本发明的第九方面提供了一种可以获得数据的便捷方法。更特别地，给定所限定的关系，评估者可以访问中央计算机，其存储图像，并且提供有用于评估的相关图像，而不考虑评估者的位置。因而，本发明的第八方面提供了关于便携性的值得考虑的优点。实现这些优点，同时允许将中心地获得数据并存储在数据库中。
如果数据识别了子组和所述多个评估者的所述之一之间的关系，那么该方法可以包括显示识别多个子组的数据并且使得响应于用户输入而显示一个子组。
该方法还可以包括存储数据，其限定至少一组评估者，基于识别所述多个评估者的所述之一的所述数据而识别评估者的组，以及基于评估者的所述已识别组识别所述多幅图像的所述子组之一。获得与所述多幅图像的所述子组相关的数据可以包括使用如上所述的方法产生比较数据。
本发明的第十方面提供了一种获得指示图像中所示瘢疤形成的严重性的数据的方法。该方法包括选择将显示的图像，接收通过扫描与疤痕模型相关的计算机可读识别器(例如条形码)所产生的输入数据，确定是否所选图像和输入数据满足预定关系；以及如果满足所述预定关系，收集指示瘢疤形成严重性的数据。
这样，本发明第十方面允许评估者扫描粘附于物理疤痕模型的计算机可读识别器、诸如条形码，以识别物理疤痕模型。随后，可以实施核查，以确保选择用于显示的图像匹配读取其计算机可读识别器的物理疤痕模型。例如，可以实施核查，以确保图像和模型是同一疤痕。所收集的数据可以基于所选图像和相关疤痕模型中所示的瘢疤形成严重性。将意识到，关于本发明特定方面描述的特征可应用于本发明其他方面。
将意识到，本发明的各方面可以以任何便捷方式实施，包括经由合适的方法或装置。本发明的一些方面可以经由合适的计算机程序而实施。这种计算机程序可以是承载于合适的载体媒体上，诸如有形载体媒体(例如CD-ROM、硬盘驱动器等)以及无形载体媒体(例如，通讯信号)。本发明还提供编程以执行根据本发明各方面的方法的计算机。
现在将参考随附附图、作为实例地描述本发明的实施例，在附图中：
图1是其上可以实施本发明实施例的计算机网络的示意性图示；
图2是在本发明一个实施例中实施的处理的高级流程图；
图3A是提供在本发明一个实施例中用于获得与所显示图像相关的积分数据的数据收集屏的示意性图示；
图3B是提供在本发明一个实施例中用于获得指示所显示图像的两幅子图像之间比较的积分数据的数据收集屏的示意性图示；
图4A是使用图3B的数据收集屏从积分数据输入获得的接收者-操作者特征曲线；
图4B是使用图3A的数据收集屏从积分数据输入获得的接收者-操作者特征曲线；
图5是示出可应用积分定点(cut-off)上的评估者类型和疤痕类型确定临床重大性的效果的图；
图6是示出使用图3B的数据收集屏获得的积分数据的图；
图7是示出由外科医生从对疤痕的患者检查中获得的积分数据的图；
图8是示出使用图3A的数据收集屏获得的数据与使用图3B的数据收集屏获得的数据之间的相关性的图；
图9是使用图1的网络用于实施本发明一个实施例的软件部件的示意性图示；
图10是用于实施本发明一个实施例的数据结构的示意性图示；
图11是用于实施本发明一个实施例的数据库表格的条目关系图；
图12是示出实施以限定其中将从评估者收集积分数据的选址(sitting)的处理的流程图；
图13是在图12所示的处理中使用的网页的屏幕截图；
图14A至14E是设置以允许输入积分数据的用户界面元件的屏幕截图；
图14F是设置以允许输入指示图像之间差别的显著性的二级数据的用户界面元件的屏幕截图；
图15是示出实施以在图12的处理中将图像上载至服务器的处理的流程图；
图16和17是示出实施以在图12的处理中创建选址定义的处理的流程图；
图18是用于定义将提供积分数据的评估者小组的网页屏幕截图；
图19是用于将评估者小组与选址相关联的网页屏幕截图；
图20是示出实施以允许评估者输入积分数据的处理的流程图；
图21是示出实施以将图像存储在数据库中的处理的流程图，其中图像与物理疤痕模型相关；
图22和23是在图21的处理中使用的用户界面的屏幕截图；
图24是适于基于图像和相关的物理疤痕模型而收集积分数据的设置的示意性图示；
图25是实施以显示与特定物理疤痕模型相关的图像的处理的流程图；
图26是用于促进评估者扫描条形码识别器的对话框的屏幕截图；
图27是示出实施以显示与特定物理疤痕模型相关的图像的备选处理的流程图；以及
图28是用于促进评估者扫描另一条形码识别器的对话框的屏幕截图。
图1示出了网络1，多台计算机连接至网络1。网络1可以采取任何合适的形式，并且可以是局域网(LAN)或宽域网(WAN)，诸如因特网。网络1可以是有线或无线网络，并且可以合适地采取无线LAN或无线WAN的形式。连接至网络1的计算机包括协调者PC 2、两个用户PC 3、4以及用户膝上型电脑5。服务器6也连接至网络1。服务器6管理和控制对数据库7的访问。
本发明的实施例允许协调者PC 2产生存储在数据库7中的数据。通过如下进一步描述的网络1从协调者PC 2提供数据至服务器6。服务器6将接收得的数据存储在数据库7中。
服务器6作为网络服务器。因此，通过访问服务器6提供的网页和规定将使用所访问的网页上载至数据库7的数据细节，协调者PC 2可以提供数据存储在数据库7中，正如下文更详细所描述的。此外，用户PC 3、4和用户膝上型电脑5能够访问网络1上的服务器6所提供的网页。这种网页配置以使得用户访问存储在数据库7中的数据，并且还允许用户输入数据用于存储在数据库7中。
可以使用图1中所示的和上述的计算机网络，以允许协调者使用协调者PC2将一系列图像上载至数据库7。上载的图像是人或动物皮肤的瘢疤形成的图像。随后，连接至网络1的计算机的用户通过访问服务器6提供的网页，能够下载存储在数据库7中的图像。用户可以进一步输入与已下载的图像相关的元数据。这种元数据随后可以存储在数据库7中。这种处理可能有助于允许用户PC 3、4以及用户膝上型电脑的用户指定指示所观察得的疤痕严重度的数据或者指示已观察得的一对疤痕的严重性之间的比较的数据，如下进一步描述的。
图2示出了实施以获得涉及人皮肤瘢疤形成的图像的数据的处理。在步骤S1，协调者使用协调者PC 2以选择将由称为评估者的用户访问的一系列人皮肤瘢疤形成的图像。这种评估在本文称为“积分”。在步骤S2，指定将评估在步骤S1中所选的一系列图像的一组评估者，随后将所指定的评估者与所选图像相关的数据存储在数据库7中。
用户通过使用用户PC 3、4或用户膝上型电脑5访问合适的网页而访问服务器6。在步骤S3处，评估者通过提供以用户名和密码的形式的合适登录上网信息而向服务器6识别他们自己。在步骤S4，服务器6识别将由评估者积分的一幅或多幅图像。该识别基于已存储的评估者(通过所提供的用户名和密码而识别)以及存储在数据库7中的一系列或多系列图像之间的关系。
如果已经识别将积分的一幅或多幅图像，在步骤S5，在网络1上从服务器6向评估者的计算机提供图像。在合适的显示屏上显示在评估者计算机中接收的图像，并且随后评估者能够输入将于所显示图像相关的积分数据。从用户计算机向服务器提供这种积分数据，并且在步骤S6由服务器6接收而存储在数据库7中。
如下进一步所述，可以以各种方式输入积分数据。图3A示出了获得与表示疤痕的图像8相关的积分数据的一种方法。示出了标尺9，并且评估者在标尺9上标记一个点以指示所观察得的疤痕严重性。如果疤痕相对较严重，将选择标尺9右侧的点。如果疤痕较不严重，选择标尺9左侧的点。
要求评估者指示特定疤痕中所观察得的瘢疤形成的严重性，而不提供其他指导，不可能形成稳定的积分数据。因此，可见多幅图像10与沿着标尺9的点相关联。这些图像是控制图像，并且可以由评估者使用以确定标尺9上的点，其最佳指示图8中所示的瘢疤形成的严重性。即，图8中所示的瘢疤形成的严重性可以与每幅图像10中所示的瘢疤形成的严重性相比较，以确定应当由评估者指示的标尺9上的点。
为了允许使用参考图3A所述的技术有效地获得积分数据，必须存储多组控制图像10，以获得与特定图像8的肤色相关的控制图像。即，如果图像8是白种人皮肤的瘢疤形成的图像，如果控制图像10将向评估者提供正确的指导，控制图像10应当类似于白种人皮肤的瘢疤形成的图像。类似地，如果图像8是特定颜色皮肤的瘢疤形成的图像，如果控制图像10将向评估者提供正确的指导，控制图像10应当类似于该特定颜色皮肤的瘢疤形成的图像。
图3B示出了输入积分数据的另一方法。在此，输入的积分数据表示两幅子图像之间的比较，以使得允许积分数据的输入指示瘢疤形成的比较的严重性。
参考图3B，显示图像11，其包括第一子图像A和第二子图像B。还显示了标尺12。可见的是，标尺12在其中心标注有“0”，而在其两端标注与“100％更好”。因而标尺12可以有效地用于允许评估者定量地指示子图像A和B“更好”，即，子图像A和B中哪一幅示出了最不严重的瘢疤形成。
如果子图像A显示了与子图像B相比较不严重的瘢疤形成，评估者通过在标尺的第一部分13上标注点而输入数据。类似地，如果子图像B中的瘢疤形成比子图像A中的瘢疤形成较不严重，评估者通过在标尺的第二部分14上标注点而输入数据。从图3B中，可以意识到如果子图像A中的瘢疤形成显著地不如子图像B中严重，那么将选择相对较远至标尺12左侧的点，而如果子图像仅略优于子图像B，那么将选择更靠近标尺12中心的点。事实上，如果观察到子图像A和B的瘢疤形成严重性相同(即，在瘢疤形成的严重性上不存在可观察得的差别)，那么将选择标为“0”的中心点。
例如，如果认为子图像A中的瘢疤形成优于子图像B中的瘢疤形成50％，那么指定第一部分13中在0和100％之间中部的单一点。相反地，如果例如认为子图像B中的瘢疤形成优于子图像A中的瘢疤形成50％，那么指定第二部分14中在0和100％之间中部的单一点。
现在描述使用图3B的用户界面的一个实例。
子图像A、B是从同一患者获取的各个疤痕的图片。子图像之一是使用感兴趣药物治疗的疤痕，而另一子图像是未治疗的疤痕，或者使用安慰剂处理的疤痕(即，使用不具有治疗效果的物质处理的疤痕)。两个疤痕同时由形成的伤口产生，而类似地，在伤口形成后的同一时间或者作为选择地在对每个疤痕进行一定处理之后的同一时间获取子图像A、B。这样一来，使用图3B的用户界面获得指示瘢疤形成严重性的积分数据，可以有效地寻找到感兴趣药物在减少疤痕严重性的功效。
首先向评估者示出一系列成对子图像。特定对的子图像是在形成各个伤口之后同一时间获得的各个疤痕的照片。按序显示多对子图像。即，在形成伤口后6周可以获得第一对子图像，而最终一对图像可以在形成伤口9个月之后获取的图像。这些图像对示出了疤痕成熟的过程。并未基于这些子图像对收集积分数据。相反，使用这些图像对以使评估值得知原始伤口长度和身体位置。可以使用这些图像对作为引导，以在组成图像11的子图像中定位疤痕，而积分数据则基于此。组成图像11的子图像可以是在伤口形成后12个月获得的照片，并且正是使用这些子图像作为收集积分数据的基础。
已经发现，显示多对图像以允许更好地观察疤痕成熟过程，有助于允许评估者更好地认识原始伤口的特征，并且在其成熟程中观察疤痕中的改变。已经在评估者是医学从业者的测试中使用这种处理。这种测试已经示出，如果例如两个疤痕之一随着时间而变成整体或局部不可感知，如果原始伤口(以及产生的疤痕)位于靠近人体轮廓/体褶(例如，乳房内褶)或者在其中，或者如果在12月获取的照片中衣物(例如内衣)已经在皮肤上留下附加标记而可能与疤痕混淆时，所述方法尤其有利。当治疗外科医生和/或患者随着疤痕成熟的不同时间而观察疤痕时，显示多对图像还局部地再现了其“活体”情况。
由于每个疤痕对有效地作用为其自身的控制(即，两者之间直接比较)，无需使用该方法提供用作为积分处理中参考值的疤痕严重性的标准化图像。事实上，可以认为标尺是自锚定的，因为所需的唯一参考点是指示为“0”的中心点(即，无差别)。由于缺少参考图像，积分方法不依赖于背景皮肤颜色而作用，并且因而对于白种人和有色皮肤均为有效的评估方法。
类似地，不需要关于使用参考图像限定的特定锚定点而预筛分评估者正确使用标尺的能力，因为该改进方法是主观“整体印象”。评估者的唯一方法学评估是确保评估者在整个研究中标准一致。在终止研究之前从认为积分并不稳定的评估者处获得的数据，应当在分析之前从已收集的数据中排除。
通过评估下列已经进行了在上参考图3B所述的积分方法的确认：评估者自身的一致性，这是对使用两个独立临床专家研究小组的标尺的临床有意义的改进，借助于整体有效尺寸而在评估者之间的可变性，通过与使用其他评估者的结果比较而进一步使研究小组确认；并且使得使用所述方法获得结果与使用相同评估者的其他积分方法的结果相关。现在将描述这种确认。尤其，描述将使用图3B的界面获得的数据与使用图3A的界面获得的数据之间的比较。
已经从对特定药物的四个独立阶段II临床试验的评估中获得确认数据。如
图1中所示，由两个不同的独立临床专家研究小组提供积分数据：
表1
根据惯例，每个独立临床专家研究小组具有两个临床试验以积分，如表1中所示。通过在积分过程期间引入随机10％重复的图像对，评估了评估者自身的一致性。特别地，使用成对的t-测试以确定是否每个独立的评估者对重复的图像对积分不同。
总之，包括在两个研究小组中12位临床评估者中仅一位示出了＜0.05的p-值。不符合一致性标准的唯一评估者仅在其积分的三个阶段中之一不具有一致性。
与评估瘢疤形成的任何方向相同，重要的是确定用于评估是否可以认为瘢疤形成中的改进是临床有意义的改进的标准。为了实现该确定，并且作为确认训练的一部分，首先向两个积分研究小组的每位临床医生示出如上所述的子图像对，并且使用所述方法获得积分数据。在对每对子图像积分之后，提出补充问题：“是否疤痕外观的差别足以需要使用药物？”。将意识到的是，可以提出其他类似问题，例如涉及药物引起的改进的临床重大性、显著性或有意义性的问题。
使用对来自评估者组所提出的问题的流行(即最常发生的)响应，以确定是否对任何特定疤痕对的改进表示了临床有意义的改进。
已经使用接收者操作特征(Receiver Operator Characteristic，ROC)分析作为统计模型，以确定是否如上参考图3B所述的积分方法是对临床意义的良好预报值，使用来自全部4组临床试验的数据，并且使用对涉及是否有理由使用药物的问题的回应。
ROC分析的第一步是列出一个2×2的表格，示出一种方法在截止值处的诊断精确性。如果截止值设置为X，那么表格应当如下：
表2
从表2中可见，相对低的积分与相对高的积分相比，指示了更大的改进。
既然如此，字母P、Q、R和S表示四个可能类别的每一个中的疤痕对的数量计数。通过相对于(1-特异性)绘制分析的灵敏度，实现了ROC分析。
灵敏度分析定义为：
灵敏度＝P/(P+R)；
而特异性定义为：
特异性＝S/(Q+S)。
因而，灵敏度指示使用积分截止值X而正确识别为指示临床重大改进的子图像对的数量与基于上述提出的问题的回答而示出临床重大改进的子图像对的总数量的比率。
特异性定义为使用积分截止值X而未正确识别作为指示临床重大改进的子图像对的数量与机遇上述提出的问题的回答而未示出临床重大改进的子图像对的总数量的比率。
用于分析ROC曲线的常规方法包括计算曲线下的面积(AUC)。45°线表示机会预测器的面积，而该线具有0.5的AUC。可以完美预测所有临床重大改进和所有临床不相关改进的预测器积分的面积为1，假设灵敏度和(1-特异性)值均为1。
图4A中示出了使用如上参考图3B所述的积分方法获得的数据的ROC曲线。这示出了曲线下的面积(AUC)为0.93，使得所述积分方法是临床重大该改进的极好预测器。
相反地并且为了进行比较，图4B示出了使用其中基于使用如参考图3A所述的参考图像的可视模拟积分方法而对疤痕积分的积分方法获得的数据的ROC曲线。
根据前述讨论，可见使用参考图3B所述的方法获得的数据的ROC曲线示出了该积分方法，使用积分截止值X的合适值，与参考图3A在上所述的积分方法相比，提供了更好临床重大效果的预测模型。
可以使用ROC分析以确定积分截止值X的值，其提供了灵敏度和特异性的优化值。在当前情况下，已经发现，当使用参考图3B所述的方法获得积分数据时，设置X的值为21％改进，获得0.88的特异性值以及0.80的灵敏度值，这已经发现是有效的。
将应用于使用参考图3B所述的方法获得的数据的积分截止值可能受各种因素影响，包括评估者的特性和将评估的疤痕的严重性。因而，已经执行了测试以确定临床研究小组(即面部整形外科医生/皮肤病外科医生与普通整形医生相比)成员的背景(例如，医学专业)对积分截止值的影响，以及疤痕严重性(即良好、细线疤痕与毁形肥厚性疤痕)对积分截止值的影响。
图5中示出来自这些测试的数据。图5的图像的第一左侧部分示出了当确定不允许使用药物的情况下获得的积分。图5的图像的第二右侧部分示出了当确定允许使用药物的情况下获得的积分。
在一个临床试验的情况中，从具有不同专业的两组评估者获得积分。该数据在图5的图像中示为1A和1B。可见的是，评估者的特性对选择21％的截止值积分的功效没有显著影响。因而，图5示出了，不考虑临床研究小组专业和疤痕严重性，研究小组认为临床有意义和没意义的改进的范围在临床试验期间保持基本一致，这指示了可以使用平均21％改进作为阈值，用于使用参考图3B在上所述的积分方法而确定研究中的临床有意义改进。
类似地，虽然数据表示了各种疤痕严重性，可见的是，在试验之间维持21％的截止值的有效性。事实上，如果隔离了诸如试验测试4(疤痕修复)中可见的更多严重瘢疤形成，与疤痕通常良好的其他试验相比，获得假阳性结果的机会(即确定具有临床重大改进而事实上不具有的机会)显得在一定程度上减少。
与一些积分方法不同，参考图3B在上所述的方法不需要沿着线的长度设置标准锚定图像，并且简单地使用比较器疤痕作为用于评估改进的基线。虽然更为主观，但是可以认为该标尺作为更好的“全面印象”标尺，因为要求临床医生参考单一操作中的比较器而评估较好疤痕的改进。
结果，在确认开始时，预期使用所述的积分方法的评估者之间的可变性(即平均值的标准偏差)将稍大于对于其中训练和选择临床医生的能力以参考已限定的锚定点积分(例如，如参考图3A所述)而在先获得的可变性。
为了使用上述积分方法评估评估者之间的可变性，已经使用由临床研究小组在12个月时在4个临床试验中获得的积分的最大标准偏差，计算用于证明临床显著性(21％)所需的阈值的变化系数(标准偏差/平均值×100％)。
出于比较的目的，使用7mm阈值用于临床有意义的阈值，已经对于已知作为已锚定模拟积分(参考图3A所述)的积分方法而确定核实系数，使用用于获得上述积分方法的21％积分截止值的相同数据组的ROC分析(80％置信度)而计算所述临床有意义阈值。
下面在表3中示出了该分析的结果：
| 图3B | 图3A | |
| 将确定为临床重要的平均改进 | 21％ | 7mm |
| 使用临床研究小组实现的最大标准偏差 | 37.67％ | 18.26mm |
| 变化系数 | 179％ | 260％ |
表3
总之，表3示出了尽管缺少对独立临床研究小组的训练和缺乏标尺上的导向锚，当与需要多个独立评估的已锚定的可视模拟积分方法相比时，使用上述方法的单一对评估显著地减少了评估者的改变系数。
除了在12个月时由独立的临床专家研究小组使用上述的积分方法而对疤痕改进的评估，一些试验还已经使用图3B中所示的标尺12，以基于由手术后12个月时由调查外科医生在患者身上的评估而收集数据。
图6是示出使用上述的积分技术和图3B的界面而由多个评估者获得的积分数据的图。示出了三个临床试验的数据，并且对于每个试验，示出了感兴趣药物的各种剂量的数据。图7是示出由在患者身上执行疤痕分析的外科医生获得的类似数据。虽然患者身上评估所指示的改进幅度显得小于由多个评估者的图像分析获得的，但是重要的是应当注意到，两条剂量相应曲线的形状几乎相同，指示了对于多个评估者对图像的分析以及单一外科医生在患者身上的评估而言，积分方法表现类似。
可见，在患者身上分析中观察得的平均响应小于基于向多个评估者显示图像而获得积分数据所获得的。因而，虽然指示21％改进的积分是合适的积分截止值，其中由多个评估者形成积分数据，但是应当将不同的积分截止值应用于患者身上的数据。可以使用如上所述的ROC分析确定这种积分截止值。
已经进行了测试，以确定使用包括参考图3B所述以及如上所述类型的输入的积分方法获得的数据，和基于如上参考图3A所述的锚定VAS标尺的积分获得的数据之间的相关性。图8中示出了数据之间的相关性。
对来自四组临床试验的组合数据的分析已经指示了0.63的相关系数，指示了两种积分方法之间的正相关性。虽然并非强相关性，但是该数据指示两个标尺趋向于相同的方向。并未预期在两种积分方法中存在更强的正相关性，因为ROC分析的曲线下的面积(图4A和4B)示出了两种积分方法表现类似，但是确实完全不可比较的方法。部分地，可能是因为可以使用图3B的标尺12的整个长度以确定疤痕改进，而图3A的锚定可视模拟积分标尺的仅一小部分将用于任意单一研究。此外，由于作为测量误差结果的锚定可视模拟积分中的小改变，可能使得方向扭曲。
已经描述了用于输入积分数据的方法，并且还已经描述了这种方法的有效性，现在将描述用于收集这种积分数据的系统的实施方案。图9示出了用于实施该系统的部件。
服务器6运行软件，提供多个部件以允许与客户端20通讯。客户端20可以是连接至网络1(图1)的任意电脑，并且可以是用户PC 3、4或用户膝上型电脑5或协调者PC 2。客户端20运行常规形式的网络浏览器21(诸如，举例而言，
Internet Explorer)。网络浏览器21配置以从服务器6请求和接收网页。
服务器6提供位于网页容器22中的多个部件，其允许与客户端20通信。这些部件包括伺服系统23，其配置以接收和处理网页浏览器21发送的要求。更特别地，伺服系统23配置以参考专用URL而处理请求，并且产生一个或多个java服务器页面(JSP)24，将其作为对请求的响应而提供至网页浏览器21。为了产生JSP 24，伺服系统与RSS-网页部件25，其与RSS-服务器26通信。RSS服务器26配置以接收和处理经由网页浏览器21获得的数据、将这些数据存储在数据库7中(图1)、响应于经由网页浏览器21形成的要求而从数据库7获得数据，并且向伺服系统23提供已获得的数据而包括在已产生的JSP24中。网页容器的操作可以由控制器部件27监督。
从对图9的描述中，可见的是服务器6配置以接收和处理经由网页浏览器21形成的请求，并且向这种请求提供合适的响应。服务器6和网页浏览器21之间的交互作用包括网页浏览器21和服务器6之间的网页交换。
现在参考图10描述用于实施用于获得积分数据的系统的数据结构。多幅图像30一同形成选址31。选址31还包括数据，以指示应当如何向评估者显示图像30以使得允许获得积分数据，如下进一步所述的。
多个评估者32一同组成研究小组33。在研究小组和选址之间存在多对多关系，从而每个研究小组可以与多个选址相关，而每个选址可以与多个研究小组相关。使用协调者PC 2的协调者34限定了选址和研究小组之间的关系。选址和研究小组之间的关系指示了一个或多个研究小组，其将提供与组成选址的特定组图像关联的积分数据。
图11是示出数据库表格的条目关系图，所述数据库表格将数据以及数据之间的关系存储在所述系统中。使用用户表格34存储识别系统用户的数据。用户包括提供积分数据的评估者和配置系统以允许收集积分数据的协调者。用户表格34包括多个存储涉及用户的数据的多个字段，包括用户名和密码字段，以及指示系统内用户角色(例如，协调者或评估者)的数据。
研究小组表格35存储指示是提供积分数据的一组评估者的研究小组的数据。研究小组表格35包括ID字段，其作为表格的主关键字，以及向表格提供文本名的名字字段，以及指示当正在使用该组评估者以提供积分数据时指示特定研究小组的字段。
预约表格36限定了用户表格34和研究小组表格35的条目之间的关系。即，预约表格36存储了指示那些用户是特定研究小组的成员的数据。可见，预约表格的每个条目将用户表格34的单一记录与研究小组表格35的单一记录链接起来。还可见的是，用户表格34的每个记录可以由预约表36的许多记录所引用，而类似地，研究小组表格35的每个记录可以由预约表36的许多记录所引用。预约表36的每条记录因而表示用户和研究小组之间的一对一关系。
选址表格37存储了限定选址的数据，其是限定与多幅图像相关的属性的数据，将使用所述多幅图像作为收集积分数据的基础。研究小组-选址表格38限定了研究小组表格35和选址表格37的条目之间的关系。可见，研究小组-选址表格38与研究小组表格35和选址表格37的每一个具有多对一关系。
选址表格37包括可评估类型字段，其限定了可评估类型表格39的记录。可评估类型表格39限定了不同类型的可评估对象(例如，表格)，其可以用作为收集积分数据的基础。下面描述不同类型的可评估对象。然而，应当注意到，可评估类型表格39的记录包括字段，指示可以运行以上载该类型的可评估对象的程序代码，还包括字段，指示可运行以引起显示该类型的可评估对象以允许手机合适的积分数据的程序代码。
可评估表格40存储涉及可用作为收集积分数据的基础的特定可评估对象(例如，图像)的数据。可评估表格40包括指示可评估对象存储的位置的字段。该位置使用URL指定。可评估表格40的记录包括字段，识别可评估类型表格39的记录，以使得向每个可评估对象提供指示其类型的数据。
可评估元数据表格41存储涉及可评估对象的元数据。在可评估表格40和可评估元数据表格41之间存在一对多关系，这意味着可以对使用识别器识别的单一可评估对象而存储多项元数据。
选址表格37还与评估类型表格42具有一对多关系。评估类型表格42根据收集积分数据的方法而存储限定不同评估类型的记录，如下进一步所述。评估类型表格42的每个就包括指定一类的字段，所述类包含设置以合适方式引起收集积分数据的代码。
使用积分期间表格43以存储限定积分期间的记录。可见，积分期间表格43与选址表格37具有多对一关系，从而每个积分期间与单一选址相关，但是单一选址可以具有许多相关的积分期间。积分期间表格43的记录还包括识别预约表格36的记录的字段，由此允许识别与特定积分期间相关的用户。
每个积分期间包括多个积分。每个积分由积分表格44的记录表示。可见，积分期间表格43与积分表格44具有一对多关系，表示每个积分期间包括多个积分，而每个积分与单一积分期间相关。积分表格44与积分值表格45具有一对一关系，所述积分值表格45存储由积分表格44的记录表示的积分的值。
现在描述由所述系统实施以允许收集积分数据的处理。
图12是由协调者使用协调者PC 2(图1)以限定选址和上载与数据库7的选址相关的图像而实施的处理的流程图。图12的处理使用图13中所示的网页，以允许协调者输入合适的数据。响应于在客户端20上运行的网页浏览器21所形成的请求而显示图13的网页。在该情况下，协调者PC 2作为客户端20。
在图12的步骤S10处，协调者在名称字段中输入选址的名称。名称采取文本字符串的形式，使用其以允许简化人为识别选址。在步骤S11，选择将与选址相关的可评估对象的类型。如上所述，可评估对象的类型确定了在积分处理期间将显示给用户的图像类型以及显示的方式。使用图13的网页提供的期间类型下拉式列表51而选择可评估对象的类型。期间类型下拉式列表51由可评估类型表格39(图11)的条目所组成。
期间类型由所显示的图像特性以及显示方式所限定，例如，以随机顺序显示或者以协调者指定的顺序显示。由期间类型下拉式列表51提供的选择如下：
·随机图像：每个积分基于单幅图像的显示，以服务器创建的随机顺序显示单幅图像；
·指定图像：每个积分基于单幅图像的显示，以协调器指定的顺序显示单幅图像；
·随机的多幅图像：每个积分基于一系列图像的显示，每幅图像包括两幅子图像，如上参考图3B所述；多个图像序列显示的顺序按照服务器所创建的随机顺序。
虽然在所述实施例中，以随机顺序显示用作为单一积分的基础的图像序列，但是将意识到，在其他实施例中，可以以协调者指定的顺序显示多个图像序列。
此外，将意识到，如上参考的每个单幅图像可以包括两幅子图像，以使得允许获得指示子图像之间的比较的积分数据。
在步骤S12，使用评估类型下拉式菜单52选择评估类型。对评估类型的选择确定了评估者将输入积分数据的方式。评估类型下拉式菜单52由评估类型表格42的条目构成(图11)。下拉式菜单52提供了五个选择。
第一选择涉及子图像的排列。即，当单一图像包括两幅子图像，可以获得指示哪幅子图像示出最严重瘢疤形成的评估数据。可以使用如图14A中所示类型的用户界面而获得这种数据。选择勾选框56a以指示图像“A”示出了与图像“B”相比较不严重的瘢疤形成，选择勾选框56b以指示图像“A”和“B”示出了相同严重的瘢疤形成，而选择勾选框56c以指示图像“B”示出了与图像“A”相比较不严重的瘢疤形成。
第二选择涉及参考图3A所述类型的使用可视模拟积分。在此，单一图像示出了单一疤痕。使用图14B中所示类型的用户界面获得数据，其包括线67。评估指示线57上的点，以提供积分数据。
第三选择涉及使用五点类别积分。在这种情况下，获得涉及示出单一疤痕的单一图像的积分数据，该数据包括选择在标尺上定义的五个点中一个点。可以使用图14C中所示类型的用户界面而获得这种数据。在此，评估者选择勾选框58a中之一以指示瘢疤形成的严重性。
第四选择涉及使用如与上述第三选择类似类型的七点类别标尺。可以使用图14D中所示类型的用户界面而获得这种数据。同样，评估者选择勾选框58b中之一以指示瘢疤形成的严重性。
第五选择涉及如上参考图3B所述类型的比较性积分。在图14E中示出了用于收集这种数据的合适用户界面。
在积分期间，使用图14A至14E的界面以通过使用合适的输入设备而输入数据，诸如，举例而言，用于控制图形用户界面中指针的鼠标。
限定如图14A至14E中所示并且如上所述的界面的代码，由评估类型表格42的合适记录而识别。
上述用于收集积分数据的界面还可以包括二次数据收集。更特别地，当积分数据是比较性数据时(正如在上述第一和第五选择的情况下)，二级数据收集可以包括收集指示两幅图像之间的差别的临床显著性的数据。这种显著性，在一个实施例中，通过询问是否认为引起改进的药物值得使用而确定。在图14F中示出了配置以接收这种输入用户界面，其中评估者使用勾选框59a、59b中之一，以向所显示的问题提供回答。在为确定参考图3B所述的积分方法的有效性而实施的测试环境中描述了对这种问题的使用。
返回参考图12和13，在步骤S12已经使用评估类型下拉式列表52选择了评估类型，在步骤S13处理继续，其中协调者通过将时间(以秒为单位)输入文本框53中，从而指示应当分配用于收集涉及特定图像的数据的最大时间。输入的时间确定了显示图像以尝试获得积分数据而不出现超时的最大时间。
在步骤S14，协调者使用文本框54指示涉及特定图像重复的数据。重复特定图像以使得监视评估者一致性——即，如果两次显示特定图像，可以比较相应于每次特定图像的显示而获得的图像，以监视评估者一致性。设置文本框54以接收指示整数值，指示应当显示将重复的所选图像的次数。例如，当在文本框54中输入“0”值时，受选将重复的图像重复一次(即，示出将重复的每幅图像两次)。如果在文本框54中输入“1”值时，那么受选将重复的图像重复两次(即，示出将重复的每幅图像三次)。
当协调者选择“下一个”按钮55时，处理从步骤S14进行至步骤S15。在步骤S15，将可评估对象上载至服务器6，用于存储在数据库7中，如上所述。在步骤S16中，创建表示已限定选址的数据，并且在步骤S17将已创建的数据存储在数据库7的选址表格37中。在步骤S18创建合适的审计追踪数据(audittrail data)以存储在数据库7中。在步骤S19中，创建已限定选址的报告，并且将其提供至协调者。
图15示出了在图12的步骤S23实施以上载可评估对象的处理。将已上载的可评估对象存储在可评估表格40中。在步骤S20中，显示文献系统浏览器，允许协调者浏览存储在存储设备上的文件，协调者使用计算机可对其访问。这种存储设备可以是由协调者使用的计算机的本地硬盘驱动器、在计算机网络上可获得的存储设备，或者诸如CD-ROM、DVD等的可移除存储介质。在步骤S21，协调者使用所显示的文件系统浏览器而从存储设备中选择文件。在步骤S22，协调者指示应当重复哪幅所选图像。这包括显示所选文件的列表。每个所选文件显示具有相关的勾选框，可以选择所述勾选框以指示在积分期间应当重复特定文件的图像。
处理从步骤S22进行至步骤S23，其中上载第一所选图像，以存储在数据库7中。在步骤S24创建上载图像的校验和。如果将重复已上载图像(如由步骤S22的输入所确定)，在步骤S26将重复标签与已上载图像相关。在步骤S26将已上载的图像及其校验和与充分标签(在可应用之处)。
处理从步骤S26进行至步骤S27。在此，实施检查以确定是否将上载其他图像。如果是这样的情况，处理从步骤S27进行至步骤S23。否则，处理结束。
参考图12描述了，在步骤S15上载图像之后，在步骤S12创建选址定义。
现在将参考图16和17描述创建选址定义的两个实例。
图16示出了将以随机顺序显示图像的选址的创建。在步骤S30，基于协调者指定的图像，创建图像识别器的列表。在步骤S31，将重复的图像的识别器附加至列表。在步骤S33创建形成限定选址的数据结构之前，在步骤S32将已创建的列表的元素按随机顺序设置。
图17示出了其中将以协调者指定的顺序显示图像的选址的创建。在步骤S35，读取与将显示的图像相关并且指示显示的已指定顺序的元数据。使用该元数据以在步骤S36创建图像的顺序列表，使用其意在步骤S37创建选址定义。
前述说明书已经解释了如何限定选址以及将显示的图像如何与已创建的选址相关。所述的系统还包括的功能，允许协调者在不再对选址感兴趣时，从数据库中移除已定义的选址。而且，虽然通常将选址定义与指示其处于“活性”状态的数据一同存储，协调者可以修改该数据，从而将选址定义与指示其处于“非活性”状态的数据一同存储。当处于活性状态时，可以以下文更详细描述的方式将选址与评估者研究小组相关，而当选址处于非活性状态时这不能发生。
图18是由协调者访问以限定将提供积分数据的评估者的研究小组的网页屏幕截图。该网页再次由协调者使用协调者计算机2访问，所述协调者计算器2作用为图9的客户20，并且运行网页浏览器21以访问图18的网页，其由伺服系统23提供作为JSP 24。
图18的网页包括文本框60，协调者使用其以将名称分配给评估者的研究小组。列表61包括在系统中限定的多个评估者的姓名，每个评估者在用户表格34(图11)中具有相应的记录。列表61中的条目可以由协调者选择。在选择“添加”按钮62之后，将所选的列表61的条目添加至指示与所创建的研究小组相关的评估者的列表63。类似地，列表63中所示的评估者可以由协调者选择。随后协调者可以使用移除按钮64从列表64中移除评估者，并且将已移除的评估者的姓名返回列表61中。
或者，协调者可以输入新评估者的姓名，对其将在区域65中创建帐号。在选择“创建”按钮66之后，提示协调者为每个特定评估者输入在用户表格34中建立记录所必需的数据(诸如用户名和密码)。在用户表格34中已经创建合适的记录之后，将新创建的评估者的细节添加至列表63。
参考图18所给出的前述描述已经解释了如何定义评估者的研究小组。图19示出了呈现给协调者以允许将选址与特定研究小组相关的网页。图19的网页相应于在图18的网页中选择“添加选址”按钮67而显示。
参考图19，在列表68中示出了已限定的选址。协调者可以使用“添加”按钮69以从列表68中将选址分配给研究小组，在该情况下，将所选选址添加至列表70，其示出了与特定研究小组相关的选址。使用图19的界面创建的选址与研究小组之间的关系，由研究小组-选址表格38的记录所表示。
可以选择包括在列表70中的选址，并且可以使用“移除”按钮71以从列表70中移除所选设置，并且将所选选址再引入列表68中。
如果需要，协调者可以使用链接72以创建新选址，在该情况下显示图13的网页。
已经描述了实施以限定选址和研究小组的处理，以及实施以限定选址和研究小组之间的相关性的处理，现在将参考图20的流程图描述实施以收集记分数据的处理。图20的处理由服务器6响应于评估者使用的计算机形成的请求而实施，所述计算机在图11的设置中作为客户端20。例如，客户端20可以是用户PC 3、4中之一或者可以是用户膝上型电脑5。
参考图20，在步骤S40，评估者登录系统。这包括评估者使用网页浏览器21访问由服务器6提供的登录页面。将以用户名和密码的合适登录信息输入至登录页面，并且将该登录信息传送至服务器6用于合适。将意识到，在正确地合适所提供的用户名和密码，可以使得后续处理有条件。
在步骤S40已经以所述方式登录系统，在步骤S41，向评估者显示多个研究小组用于选择。可以以任何方便的方式限定研究小组，但是研究小组通常将设置以使得在正实施的测试环境中用户可以易于识别不同的研究小组。通过正确地询问数据库7而获得在步骤S41向用户显示的研究小组。更特别地，使用评估者的识别器(使用登录信息所确定的)询问预约表格36，并且该询问识别了与已识别的评估者相关的研究小组表格35的一条或多条记录。使用由询问返回的研究小组表格35的记录以产生数据，以指示在步骤S41将显示的研究小组。
在步骤S42选择一个所显示的研究小组之后，处理进行至步骤S43，其中向评估者呈现选址列表用于选择。使用存储在数据库7中的数据再次产生选址的该列表。更特别地，使用在步骤S42进行的选择所确定的研究小组识别器而询问研究小组-选址表格38。该询问识别选址表格37的一条或多条记录，使用其以产生选址列表，用于在步骤S43显示。在步骤S44，评估者选择一个所显示的选址。
在步骤S45，实施核查以确定是否存在积分期间，其与所选的选址和评估者相关。该核查包括询问积分期间表格43。如果确定不存在积分期间，处理进行至步骤S46。再次，从数据库7的选址表格37中获得选址定义。在步骤S47创建积分期间，并且在步骤S48中将定义所创建的积分期间的数据存储在积分期间表格43中。在步骤S49中，积分期间开始。
如果步骤S45的核查指示存在积分期间，处理进行至步骤S50。在此，实施核查以确定是否现有的积分期间已经开始超过24小时。如果现有积分期间开始小于24小时，该期间继续并且处理进行至步骤S52(下文进一步描述)。
如果虽然确定积分期间已经开始超过24小时，在步骤S46处理继续之前，处理从步骤S50进行至步骤S51，其中标注积分期间表格43的合适记录为超时。
处理从步骤S49进行至步骤S52。在步骤S52，从数据库7中获得下一幅图像。在步骤S53，从数据库获得的图像的校验和得以确定，并且与存储在数据库7中的校验和比较，以确保已下载的图像未受损。如果已下载的图像受损，采取合适的校正步骤。然后，在步骤S54向评估者显示已下载的图像，并且在步骤S55使得能够积分。使能积分包括显示合适的用户界面(如图14A至14E中所示)，其取决于正收集的积分数据的特性。在步骤S56，评估者与所显示的用户界面相互影响，而将已产生的积分存储在数据库7中，在积分表格44和积分值表格45的合适记录中。
处理从步骤S56进行至步骤S57。在步骤S57，实施核查以确定是否仍将显示其他图像。如果是该情况，处理返回至步骤S52。否则，处理从步骤S57进行至步骤S58，其中在步骤S59通知评估者积分完成之前，合适地更新积分期间表格58的合适记录。
在图20的处理中，在一些情况下，在步骤S54显示图像包括显示如上参考图3B所述的一系列图像。更特别地，可以以形成伤口和产生图像之间的时间所确定的顺序而显示同一或同一些疤痕的一系列图像。
上述的是协调者可以指定为了获得积分数据而应当显示图像的最大时间。步骤S54的处理因而可以包括超时机制，配置以监视从显示图像开始度过的时间，并且如果到达预定时间而尚未接收得记分数据则停止显示图像。
谨慎地控制在步骤S54的图像显示。例如，将在其上显示图像的显示屏可以预先矫正诸如亮度和对比度的参数，以使得确保从显示在不同显示屏上的图像获得记分数据可以得到可靠地比较。此外，在步骤S54显示图像之前，设置显示图像的网页内的小应用程序(applet)以确定图像尺寸，并且如果假设图像尺寸不大于将在网页上显示的图像的面积尺寸，则显示图像。否则，在以维持图像的长宽比的方式显示之前使得图像重新定尺寸。
通过显示图像和收集涉及那些已显示图像的积分数据已经描述了收集积分数据的各种方式，限制描述了一种系统，其中收集数据不局限于基于所显示的图像，还可能基于物理疤痕模型。每幅图像具有相关的物理疤痕模型，其是图像中所示疤痕的石膏模型。这种石膏模型由疤痕的阴聚硅酮模具印模产生。简言之，在疤痕上模制液态硅树脂，并且允许在移除之前设置。已移除的硅树脂作为模具，并且使用识别疤痕的合适识别且而标注。通过使用允许设置的牙科石膏填充硅树脂模具而产生阳石膏模型印模。用于创建疤痕的石膏模型的技术在下述文献中描述：Nedelec B，Shankowsky HA and Tredgett EE(2000)：“Rating the resolving hypertrophic scar：comparison of the Vancouver ScarScale and scar volume”，J Burn Care Rehabil.21(3)：205-12，所述文献在此引入作为参考。
现在描述了用于将与疤痕模型相关的图像上载至数据库7以及用于基于这些图像和疤痕模型而收集积分数据的方法。
图21是用于将与物理疤痕模型相关的图像上载至数据库7的处理的流程图。当在步骤S11设置可评估类型以指示使用物理模型时，在图12的步骤S15中实施图21的处理。图21的处理使用图22中所示的用户界面，其呈现在例如Java小应用程序行使的网页框架内。
在步骤S70，协调者选择“浏览”按钮75以使得显示文件系统浏览器，其可以在步骤S71用于选择文件，以如上参考图15所述的积分方式上载至数据库7。在步骤S72在区域76中显示使用文件系统浏览器选择的文件。可见的是，区域76显示了文件名77、尺寸78以及每个文件的目录79。在步骤S73，协调者通过使用提供用于区域76中所列的每个文件的勾选框80，而可以指示在积分期间将重复的特定文件。
在步骤S74，协调者在区域81中输入用于每幅图像的模型识别器。模型识别器连接或固定至相关疤痕模型，并且由协调者读取用于输入至区域81中。
图22的用户界面还允许用户选择在区域76中所示的文件，并且可以选择“移除所选”按钮82而使得从区域76中移除所选文件。可以选择“移除所有”按钮83以使得移除包括在区域76中的所有文件。
已经选择了合适的文件、指定重复并且以上述方式输入模型识别器，那么用户在步骤S75选择“上载”按钮84，以使得上载区域76中所列的文件。通过类似上述参考图15所述的处理实施图像上载。更特别地，图21的步骤S76至S80基本上分别对应于图15的步骤S23至S27，并且使得将文件上载至数据库7。然而，将意识到，在该情况下，上载文件还包括上载输入的模型识别器。
图22的用户界面还包括示出了文件上载操作进度的进度条85，以及允许停止上载文件的“停止”按钮86。
服务器6设置以对每个输入的模型识别器产生相应的条形码识别器。在步骤S81产生和提供指示模型识别器和条形码识别器之间关系的报告。随后产生合适的条形码识别器，并且将其附加至正确的疤痕模型，以在积分期间使用，如下文所述。
上述的是可以以协调者指定的顺序或以随机顺序显示图像。这由在图12的步骤S11对评估类型的选择而确定。如果将以协调者指定的顺序显示图像，则在将图像上载至数据库7之前显示图23的用户界面。
图23的用户界面包括区域87，其中显示图像列表。区域87中的图像可以由协调者选择，并且可以使用“向上”按钮88和“向下”按钮89以改变区域87中所显示图像的顺序，由此改变在积分期间图像显示的顺序。
上述已经参考图20描述了积分期间实施的处理。其中积分基于物理疤痕模型(除了图像)，使用的一般设置示出在图24中。可见，示出用户PC 3连接至如上所述的网络1，并且服务器6也连接至网络1。虽然参考用户PC 3描述了附图24的设置，将意识到，对用户PC 4或用户膝上型电脑5的使用类似。
用户PC 3连接至常规形式的条形码读取器90。向评估者提供多个物理疤痕模型91。每个物理疤痕模型具有连接至其上的条形码识别器92，其可以由条形码读取器读取。这样，评估者可以扫描条形码识别器92，以向系统识别物理疤痕模型，如下所述。
图25是示出图20的步骤S54实施的处理的流程图，其中物理疤痕模型与将显示的图像相关。在步骤S85，实施核查以确保图像尺寸适于显示在所分配的显示区域中。如果不是这种情况，在处理进行至步骤S87之前，处理进行至步骤S86，其中调整图像尺寸而维持其长宽比。如果图像尺寸能够显示在所分配的区域中，处理直接从步骤S85进行至步骤S87。
在步骤S87，提示评估者扫描与物理疤痕模型相关的条形码识别器，评估者认为该模型与合适的图像相关。这可以通过协调者以被认为是正确的顺序将物理疤痕模型提供至评估者而实现，该正确的顺序参考提供给协调者以指示应当提供物理疤痕模型的顺序的报告而确定。通过显示具有如图26中所示形式的对话框而提示评估者扫描条形码。使用条形码读取器90扫描合适的条形码识别器，并且在文本框95中示出与已扫描的条形码相关的值。随后评估者选择OK按钮96以使得处理已扫描的条形码。
在步骤S88，实施核查以确定将显示的图像和在步骤S87扫描的条形码识别器匹配，如存储在数据库7中的数据所定义的。如果条形码识别器匹配将显示的图像，在步骤S89显示图像从而可以以上述方式收集积分数据。如果条形码识别器为匹配将显示的图像，处理进行至步骤S90，其中在处理返回步骤S86之前和如上所述继续之前，向评估者显示合适的信息。
将意识到，可以对其中以存储在数据库7中的数据确定的顺序显示图像的任何积分方法实施上述的处理，而不考虑该顺序由协调者输入确定还是由服务器6产生的随机顺序。
所述系统还以不同方式使用物理疤痕模型而支持收集积分数据。参考图27中所述的流程图对其进行描述。
在步骤S91，提示用户扫描用户认为将用作积分基础的任何物理模型91的条形码识别器92。这通过显示图26中所示和上述的对话框而实现。在步骤S92，用户扫描条形码识别器。在步骤S93处理已扫描的条形码识别器，以确定其是否被认可。这包括确定已扫描的条形码识别器存储在数据库7的可评估元数据表格41中。如果条形码识别器未被认可，处理进行至步骤S94，其中通过显示图28中所示的对话框而合适地通知评估者，其提示评估者扫描条形码识别且，并且处理返回至步骤S91。
如果在步骤S93认可已扫描的条形码识别器，处理进行至步骤S95，其中确定是否需要与已扫描的条形码识别器相关的图像相关的积分数据。如果不是这种情况，处理进行至步骤S96，其中在处理返回至步骤S91之前，合适地通知评估者。否则，处理从步骤S95进行至步骤S97。在步骤S97，从数据库7中下载与已扫描的条形码相关的图像。在步骤S98，以上述方式核查其尺寸。如果核查指示尺寸适宜，处理进行至步骤S99，其中显示图像。否则，处理进行至步骤S100，其中在显示之前调整图像尺寸。
前述描述已经说明收集的图像如何可以与多个评估者相关，以使得获得指示图像中所示的疤痕严重性的积分数据。将意识到，当这种数据已经收集和存储在数据库7中，可以使用这种数据以产生报告，指示和概括已经收集的积分数据。
已经描述的收集积分数据的各种方法。在上参考图3B描述了一种方法，并且上面已经阐述了示出其优点的实验。将意识到，如参考图3B所述的收集积分数据的方法决不限制使用所述计算机系统。例如，在一些实施例中，使用参考图3B所述的方法，使用可以由患者或治疗患者的医务人员完成的合适调查表而收集积分数据。调查表包括类似于图3B的标尺12的标尺。
将意识到，上述的本发明实施例意于在各方面是说明性的，而决不是限制性的。将意识到，可以对上述本发明的实施例进行各种修改。例如，虽然图1中示出了计算机的典型网络，将意识到可以对该网络进行各种修改。而且，应当理解的是，可以将任何合适的计算设备连接至网络1，以实施上述的操作。这样，本文所使用的术语PC、膝上型电脑和服务器应当理解为广义的，以使得包括任何合适的计算设备。
将意识到，可以对所述实施例进行各种修改，而不脱离随附权利要求中所述的本发明的精神和范围。
Claims (76)
1.一种确定治疗伤口或疤痕的药物的功效的方法，该方法包括：
选择第一和第二瘢疤形成位置部分，其中所述第一瘢疤形成部位已经使用所述药物处理；
产生一对图像，包括所述第一瘢疤形成位置部分的第一图像和所述第二瘢疤形成位置部分的第二图像；
显示所述图像对；
提供包括第一和第二记录部分的记录元件，其中所述第一记录部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二记录部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值；以及
接收识别所述点之一的数据，并且使用所述数据以确定所述药物的功效。
2.根据权利要求1所述的方法，还包括：
其中所述第二瘢疤形成位置部分已经使用控制治疗处理。
3.根据权利要求1或2所述的方法，其中所述第一和第二图像同时显示。
4.根据权利要求3所述的方法，其中所述记录元件被显示，从而所述记录元件的所述第一记录部分对准所述第一图像，并且所述记录元件的所述第二记录部分对准所述第二图像。
5.根据权利要求4所述的方法，其中所述第一和第二图像并排显示，并且在图像显示部分中彼此邻接。
6.根据权利要求5所述的方法，其中所述记录元件沿着所述图像显示部分延伸，从而所述记录元件的第一记录部分对准所述第一图像，并且从而所述记录元件的第二记录部分对准所述第二图像。
7.根据前述任意一项权利要求所述的方法，其中所述记录元件还包括第三记录部分，其包括第三点，指示所述第一和第二图像的每一幅示出了相同严重的瘢疤形成。
8.根据从属于权利要求5或6的权利要求7所述的方法，其中所述第三点对准所述第一和第二图像彼此邻接的线。
9.根据前述任意一项权利要求所述的方法，其中：
与所述第一点相关的所述值限定了从第一极限值延伸至第二极限值的值范围，所述第一极限值指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比显著较不严重，而第二极限值指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比略为不严重；以及
与所述第二点相关的所述值限定了从第三极限值延伸至第四极限值的值范围，所述第三极限值指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比显著较不严重，而第四极限值指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比略为不严重。
10.根据从属于权利要求7或8的权利要求9所述的方法，其中所述第二和第四极限值与记录元件的各个点相关，其与所述记录元件的所述第三记录部分相邻。
11.根据权利要求10所述的方法，其中所述第一和第三极限值与记录元件的各个点相关，其与所述记录元件的所述第三记录部分较远。
12.根据前述任意一项权利要求所述的方法，其中所述第一和第二图像中每一幅是同一对象的皮肤的图像。
13.根据前述任意一项权利要求所述的方法，其中在参考了开始时间而定义的第一公共时间形成所述第一和第二图像。
14.根据权利要求13所述的方法，其中所述开始时间是参考伤口形成和对疤痕的治疗中至少之一而定义的。
15.根据权利要求13或14所述的方法，还包括在显示所述第一和第二图像之前：
显示按序排列的多个图像对，每个图像对的第一图像是所述第一瘢疤形成位置部分的图像，而每个图像对的第二图像是第二瘢疤形成位置部分的图像。
16.根据权利要求15所述的方法，其中图像对的每幅图像被同时显示。
17.根据权利要求15或16所述的方法，其中所述每个图像对包括在参考了所述开始时间而定义的相应公共时间的所述第一和第二瘢疤形成位置的图像。
18.根据权利要求17所述的方法，其中所述多个图像对参考所述相应公共事件而排序。
19.根据权利要求18所述的方法，其中所述相应公共时间短于所述第一公共时间。
20.根据前述任意一项所述的权利要求，其中所述记录元件包括一条线，所述第一记录部分是所述线的第一部分，而所述第二记录部分是所述线的第二部分。
21.根据前述任意一项所述的权利要求，还包括在获得指示所述第一点中之一的数据之后：
提出涉及所述已接收数据的临床显著性的问题；以及
接收对所提出问题的回答。
22.根据前述任意一项所述的权利要求，还包括创建形成所述第一和第二瘢疤形成位置部分的至少一个伤口。
23.根据前述任意一项所述的权利要求，其中所述第一和第二瘢疤形成位置部分是个同一疤痕的部分。
24.根据权利要求1至22中任意一项所述的方法，其中所述第一和第二瘢疤形成位置部分是不同疤痕的部分。
25.一种确定治疗伤口或疤痕的药物的功效的方法，该方法包括：
选择第一和第二瘢疤形成位置部分，其中使用所述药物已经处理所述第一瘢疤形成部位；
在多个预定时间的每一个，产生一对图像，其包括所述第一瘢疤形成位置部分的第一图像和所述第二瘢疤形成位置部分的第二图像；
连续显示所述图像对，以图像对产生的时间确定的顺序显示图像对；
提供包括第一和第二记录部分的用户输入元件，其中所述第一记录部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二记录部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值；以及
接收识别所述点之一的用户输入；以及
基于所述用户输入而产生比较数据，所述比较数据用于确定所述药物的功效。
26.根据权利要求25所述的方法，其中所述预定时间参考伤口形成和对疤痕的治疗中至少之一而限定。
27.根据权利要求25或26所述的方法，其中所述第二瘢疤形成位置部分已经使用控制治疗进行处理。
28.一种确定治疗伤口或疤痕的药物的功效的方法，该方法包括：
选择第一和第二瘢疤形成位置部分，其中所述第一瘢疤形成部位已经使用所述药物进行处理；
提供包括第一和第二记录部分的记录元件，其中所述第一记录部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二记录部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值；以及
接收识别所述点之一的数据，并且使用所述数据以确定所述药物的功效。
29.一种产生指示两幅图像中瘢疤形成严重性之间比较的比较数据的方法，该方法包括：
显示第一和第二图像，所述第一和第二图像中每一幅均是包括疤痕的人或动物皮肤的图像；
显示包括第一和第二部分的用户输入元件，其中所述第一部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值；
接收识别所述点之一的用户输入；
基于所述用户输入而产生比较数据。
30.根据权利要求29所述的方法，其中所述第一和第二图像同时显示。
31.根据权利要求30所述的方法，其中所述用户输入元件被显示，从而所述用户输入元件的所述第一部分对准所述第一图像，并且从而所述用户输入元件的所述第二部分对准所述第二图像。
32.根据权利要求31所述的方法，其中所述第一和第二图像在图像显示部分中并排显示，并且彼此邻接。
33.根据权利要求32所述的方法，其中所述用户输入元件沿着所述图像显示部分延伸，从而所述用户输入元件的所述第一部分对准所述第一图像，并且从而所述用户输入元件的所述第二部分对准所述第二图像。
34.根据权利要求29至33中任意一项所述的方法，其中所述用户输入元件还包括第三部分，其具有第三点，指示所述第一和第二图像的每一幅示出了相同严重的瘢疤形成。
35.根据从属于权利要求32或33的权利要求34的方法，其中所述第三点对准所述第一和第二图像彼此邻接的线。
36.一种根据权利要求29至35中任意一项所述的方法，其中：
与所述第一点相关的所述值限定了从第一极限值延伸至第二极限值的值范围，所述第一极限值指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比显著较不严重，而第二极限值指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比略为不严重；以及
与所述第二点相关的所述值限定了从第三极限值延伸至第四极限值的值范围，所述第三极限值指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比显著较不严重，而第四极限值指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比略为不严重。
37.根据从属于权利要求34或35的权利要求36所述的方法，其中所述第二和第四极限值与用户界面元件的各个点相关，所述用户界面元件各个点与所述用户输入元件的所述第三部分相邻。
38.根据权利要求37所述的方法，其中所述第一和第三极限值与用户界面元件的各个点相关，用户界面元件的各个点相关与所述用户输入元件的所述第三部分较远。
39.根据权利要求29至38中任意一项所述的方法，其中所述第一图像包括在第一预定时间的第一疤痕，而所述第二图像包括在第二预定时间的第二疤痕。
40.根据权利要求39所述的方法，还包括在显示所述第一和第二图像之前：
显示按序的多个图像对，每个图像对的第一图像是所述第一疤痕的图像，而每个图像对的第二图像是所述第二疤痕的图像；
其中图像对的每幅图像被同时显示。
41.根据权利要求40所述的方法，其中每个所述图像对包括所述第一和第二疤痕在各个预定时间的图像。
42.根据权利要求41所述的方法，其中所述多个图像对参考所述各个预定时间而排序。
43.根据权利要求42所述的方法，其中所述各个预定时间短于所述第一预定时间。
44.根据权利要求39至43中任意一项所述的方法，其中每个预定时间参考疤痕形成和对疤痕的治疗中至少之一限定。
45.一种产生比较数据的计算机实施方法，该方法包括：
在与计算机相关的显示设备上显示第一和第二图像，所述第一和第二图像的每一幅是包括疤痕的人或动物皮肤的图像；
在所述显示设备上显示包括第一和第二部分的用户输入元件，其中所述第一部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值；
在计算机接收识别所述点之一的用户输入；
在计算机基于所述用户输入而产生比较数据。
46.一种计算机程序，其包括计算机可读指令以控制计算机实施根据权利要求29至45中任意一项所述的方法。
47.一种计算机可读媒体，其装载根据权利要求46所述的计算机程序。
48.一种计算机装置，设置以收集比较数据，该装置包括：
存储器，存储处理器可读指令；以及
处理器，配置以读取和执行存储在所述存储器中的指令；
其中所述处理器可读指令包括配置以控制计算机实施根据权利要求29至45中任意一项所述的方法的指令。
49.一种用于收集涉及第一和第二疤痕部分中瘢疤形成的相对严重性的比较数据的方法，该方法包括：
提供包括第一和第二记录部分的记录元件，其中所述第一记录部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二记录部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值；以及
记录指示所述点之一的数据以收集所述比较数据。
50.根据权利要求49所述的方法，其中所述记录元件提供在其上记录所述数据的媒体上。
51.根据权利要求49或50所述的方法，其中所述记录元件包括一条线，所述第一部分是所述线的第一部分，而所述第二部分是所述线的第二部分。
52.根据权利要求49至51中任意一项所述的方法，其中所述第一和第二疤痕部分是同一疤痕的部分。
53.根据权利要求49至51中任意一项所述的方法，其中所述第一和第二疤痕部分是不同疤痕的部分。
54.一种用于收集涉及第一和第二疤痕部分中瘢疤形成的相对严重性的比较数据的有形媒体，该媒体包括标尺，其具有第一和第二记录部分，其中所述第一记录部分包括多个第一点，指示所述第一图像中的瘢疤形成与所述第二图像中的瘢疤形成相比较不严重，而所述第二记录部分包括多个第二点，指示所述第二图像中的瘢疤形成与所述第一图像中的瘢疤形成相比较不严重，所述第一和第二点的每一个具有不同的相关值。
55.一种响应于人或动物皮肤伤口形成而获得指示人或动物皮肤中瘢疤形成严重性的数据的方法，该方法包括：
显示所述人或动物皮肤的至少一幅第一图像，每幅第一图像是在所述人或动物皮肤伤口形成之后的各个第一时间形成的疤痕的图像；
显示所述人或动物皮肤的第二图像，所述第二图像是在所述人或动物皮肤伤口形成之后的第二时间形成的疤痕的图像，其中所述第二时间长于每个第一时间；
响应于显示所述第二图像而接收指示所述人或动物皮肤中瘢疤形成严重性的数据，作为输入。
56.根据权利要求55所述的方法，其中至少一幅第一图像和所述第二图像被连续显示。
57.根据权利要求55或56所述的方法，包括显示多幅第一图像，其中所述多幅第一图像被连续显示。
58.根据权利要求57所述的方法，其中每幅所述第一图像是在各个时间形成的疤痕图像，而所述第一图像被连续显示，从而在伤口形成之后较长时间形成的疤痕的任何第一图像之前显示每幅第一图像。
59.根据权利要求55至58中任意一项所述的方法，其中所述第一和第二图像的每一幅包括一对子图像。
60.根据权利要求59所述的方法，其中指示所述人或动物皮肤瘢疤形成严重性的输入数据包括指示所述子图像中瘢疤形成之间比较的比较数据。
61.根据权利要求59或60中所述的方法，其中一对子图像中的每幅子图像是同一对象的皮肤图像。
62.根据权利要求61所述的方法，其中每个图像对的第一图像是使用第一预定物质治疗的第一疤痕的图像。
63.根据权利要求62所述的方法，其中第一预定物质是正被调查其功效的药物。
64.根据权利要求62或63所述的方法，其中每个图像对的第二图像是使用控制治疗处理的第二疤痕的图像。
65.一种计算机程序，包括计算机可读指令以控制计算机实施根据权利要求55至64中任意一项所述的方法。
66.一种计算机可读媒体，装载根据权利要求65所述的计算机程序。
67.一种计算机装置，设置以收集比较数据，该装置包括：
存储器，存储处理器可读指令；以及
处理器，配置以读取和执行存储在所述存储器中的指令；
其中所述处理器可读指令包括配置以控制计算机实施根据权利要求55至64中任意一项所述的方法的指令。
68.一种从多个图像评估者获得涉及多幅图像的数据的方法，该方法包括：
存储识别所述多幅图像的每一幅的数据；
存储识别所述多个评估者的每一个的数据；
存储识别所述多幅图像的一个或多个子组以及所述多个评估者中之一之间的关系的数据；
接收识别所述多个评估者中所述之一的数据；以及
使得显示所述多幅图像的一个所述子组，以使得获得涉及所述多幅图像的所述子组的数据。
69.一种根据权利要求68所述的方法，其中如果所述数据识别多个子组和所述多个评估者的所述之一之间的关系，则：
显示识别多个子组的数据；以及
响应于用户输入而使得显示所述子组的所述之一。
70.一种根据权利要求68或69所述的方法，还包括：
存储定义至少一个评估者的组的数据；
基于所述识别所述多个评估者的所述之一的所述数据，识别评估者组；
基于所述识别的评估者组，识别所述多幅图像的所述子组之一。
71.根据权利要求68至70中任意一项所述的方法，其中获得涉及所述多幅图像的所述子组的数据，包括使用根据权利要求29至45中任意一项所述的方法产生比较数据。
72.一种计算机程序，包括计算机可读指令以控制计算机实施根据权利要求68至70中任意一项所述的方法。
73.一种计算机可读媒体，装载根据权利要求72所述的计算机程序。
74.一种计算机装置，设置以收集比较数据，该装置包括：
存储器，存储处理器可读指令；以及
处理器，配置以读取和执行存储在所述存储器中的指令；
其中所述处理器可读指令包括配置以控制计算机实施根据权利要求68至70中任意一项所述的方法的指令。
75.一种用于获得指示图像中所示瘢疤形成严重性的数据的方法，该方法包括：
选择将显示的图像；
接收通过扫描与疤痕模型相关的计算机可读识别器而产生的数据作为输入；
确定所选图像和输入数据是否满足预定关系；以及
如果满足所述预定关系，收集指示瘢疤形成严重性的数据。
76.根据权利要求75所述的方法，其中所述已收集的数据基于所选图像和相关疤痕模型中所示的瘢疤形成的严重性。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| GB0812003.2 | 2008-07-01 | ||
| GB0812003A GB2457965B8 (en) | 2008-07-01 | 2008-07-01 | Methods and systems for determining efficacy of medicaments. |
| PCT/GB2009/001508 WO2010001088A1 (en) | 2008-07-01 | 2009-06-15 | Methods and systems for determining efficacy of medicaments |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102138144A true CN102138144A (zh) | 2011-07-27 |
Family
ID=39707813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009801341867A Pending CN102138144A (zh) | 2008-07-01 | 2009-06-15 | 用于确定药物功效的方法和系统 |
Country Status (13)
| Country | Link |
|---|---|
| US (1) | US20110109651A1 (zh) |
| EP (1) | EP2307999A1 (zh) |
| JP (1) | JP2011526690A (zh) |
| KR (1) | KR20110053330A (zh) |
| CN (1) | CN102138144A (zh) |
| AU (1) | AU2009265382A1 (zh) |
| BR (1) | BRPI0913974A2 (zh) |
| CA (1) | CA2729680A1 (zh) |
| GB (1) | GB2457965B8 (zh) |
| HK (1) | HK1130555A1 (zh) |
| MX (1) | MX2010014327A (zh) |
| RU (1) | RU2011103449A (zh) |
| WO (1) | WO2010001088A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116646062A (zh) * | 2023-06-08 | 2023-08-25 | 南京大经中医药信息技术有限公司 | 一种用于中医舌诊仪的智能辅助分析系统 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2008317566B2 (en) | 2007-10-26 | 2014-05-01 | Academisch Ziekenhuis Leiden | Means and methods for counteracting muscle disorders |
| AU2013212758A1 (en) | 2012-01-27 | 2014-08-14 | Biomarin Technologies B.V. | RNA modulating oligonucleotides with improved characteristics for the treatment of Duchenne and Becker muscular dystrophy |
| US11961608B2 (en) * | 2019-11-11 | 2024-04-16 | Healthy.Io Ltd. | Image processing systems and methods for caring for skin features |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9900973D0 (en) * | 1999-01-15 | 1999-03-10 | Remes Biomedical Limited | A method for objectively assessing the severity of scars in skin |
| US6850891B1 (en) * | 1999-07-23 | 2005-02-01 | Ernest H. Forman | Method and system of converting data and judgements to values or priorities |
| WO2002100445A1 (en) * | 2001-06-13 | 2002-12-19 | The University Of Sydney | Treatment and composition for wound healing |
| AU2002952748A0 (en) * | 2002-11-19 | 2002-12-05 | Polartechnics Limited | A method for monitoring wounds |
| US7885440B2 (en) * | 2004-11-04 | 2011-02-08 | Dr Systems, Inc. | Systems and methods for interleaving series of medical images |
| GB0427642D0 (en) * | 2004-12-16 | 2005-01-19 | Renovo Ltd | Information collection system |
| US20080045807A1 (en) * | 2006-06-09 | 2008-02-21 | Psota Eric T | System and methods for evaluating and monitoring wounds |
| US20080031504A1 (en) * | 2006-08-07 | 2008-02-07 | Steve Worrell | Optimized user interactions using archived data in medical applications |
-
2008
- 2008-07-01 GB GB0812003A patent/GB2457965B8/en not_active Expired - Fee Related
-
2009
- 2009-06-15 EP EP09772769A patent/EP2307999A1/en not_active Withdrawn
- 2009-06-15 JP JP2011515588A patent/JP2011526690A/ja active Pending
- 2009-06-15 CN CN2009801341867A patent/CN102138144A/zh active Pending
- 2009-06-15 AU AU2009265382A patent/AU2009265382A1/en not_active Abandoned
- 2009-06-15 MX MX2010014327A patent/MX2010014327A/es not_active Application Discontinuation
- 2009-06-15 WO PCT/GB2009/001508 patent/WO2010001088A1/en active Application Filing
- 2009-06-15 CA CA2729680A patent/CA2729680A1/en not_active Abandoned
- 2009-06-15 KR KR1020117002266A patent/KR20110053330A/ko not_active Application Discontinuation
- 2009-06-15 US US13/002,029 patent/US20110109651A1/en not_active Abandoned
- 2009-06-15 BR BRPI0913974-5A patent/BRPI0913974A2/pt not_active IP Right Cessation
- 2009-06-15 RU RU2011103449/08A patent/RU2011103449A/ru not_active Application Discontinuation
- 2009-10-07 HK HK09109261.4A patent/HK1130555A1/xx not_active IP Right Cessation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116646062A (zh) * | 2023-06-08 | 2023-08-25 | 南京大经中医药信息技术有限公司 | 一种用于中医舌诊仪的智能辅助分析系统 |
| CN116646062B (zh) * | 2023-06-08 | 2023-12-22 | 南京大经中医药信息技术有限公司 | 一种用于中医舌诊仪的智能辅助分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CA2729680A1 (en) | 2010-01-07 |
| JP2011526690A (ja) | 2011-10-13 |
| GB2457965B8 (en) | 2011-02-16 |
| GB2457965C (en) | 2010-02-10 |
| GB0812003D0 (en) | 2008-08-06 |
| US20110109651A1 (en) | 2011-05-12 |
| EP2307999A1 (en) | 2011-04-13 |
| BRPI0913974A2 (pt) | 2018-05-29 |
| KR20110053330A (ko) | 2011-05-20 |
| MX2010014327A (es) | 2011-02-22 |
| GB2457965A (en) | 2009-09-02 |
| WO2010001088A1 (en) | 2010-01-07 |
| GB2457965A8 (en) | 2011-02-16 |
| GB2457965B (en) | 2010-01-13 |
| HK1130555A1 (en) | 2009-12-31 |
| AU2009265382A1 (en) | 2010-01-07 |
| RU2011103449A (ru) | 2012-08-10 |
| GB2457965C2 (en) | 2010-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10290232B2 (en) | Automated detection of performance characteristics in an injection training system | |
| CN104254863B (zh) | 通过人工智能和移动健康技术、在不损害准确性的情况下对病症进行增强诊断 | |
| CN109979587A (zh) | 患者健康护理交互设备及其实施方法 | |
| Gowin et al. | Individualized relapse prediction: Personality measures and striatal and insular activity during reward-processing robustly predict relapse | |
| KR101320624B1 (ko) | 통합형 인지 재활 시스템 및 통합형 인지 재활 서비스 제공 방법 | |
| CN110192252A (zh) | 用于评估发育状况并提供覆盖度和可靠性控制的方法和装置 | |
| CN103561651B (zh) | 评估认知功能的系统和方法 | |
| US20130288215A1 (en) | Methods for using virtual patient medical data in education, diagnosis and treatment | |
| CN108780663A (zh) | 数字个性化医学平台和系统 | |
| WO2006086181A1 (en) | Associated systems and methods for managing biological data and providing data interpretation tools | |
| KR20130099321A (ko) | 네추럴 인터렉션 기반 건강 및 재활운동 기능성 측정 평가 시스템 | |
| US20200114115A1 (en) | Cognitive platform for deriving effort metric for optimizing cognitive treatment | |
| US8010378B2 (en) | Method and system for detecting and analyzing clinical pictures and the causes thereof and for determining proposals for appropriate therapy | |
| JP3954295B2 (ja) | 識別・反応計測方法、識別・反応計測プログラムを記録したコンピュータ読み取り可能な記録媒体及び識別・反応計測装置 | |
| AU2017376455A1 (en) | Platform for identification of biomarkers using navigation tasks and treatments using navigation tasks | |
| CN114730197A (zh) | 使用移动优化软件工具衡量空间工作记忆 | |
| CN102138144A (zh) | 用于确定药物功效的方法和系统 | |
| CN107847144A (zh) | 诊断辅助系统以及诊断辅助信息显示方法 | |
| KR102591797B1 (ko) | 치매조기진단 시스템 및 이를 이용한 치매조기진단 방법 | |
| US20220398477A1 (en) | Cognitive platform for deriving effort metric for optimizing cognitive treatment | |
| US20180151259A1 (en) | Method and system for safely guiding interventions in procedures the substrate of which is the neuronal plasticity | |
| CN111951950A (zh) | 基于深度学习的三维数据医疗分类系统、方法和装置 | |
| US11264137B1 (en) | Centrality rankings of network graphs generated using connectomic brain data | |
| Schnetzer et al. | Diagnosis and prognosis in disorders of consciousness: an active paradigm fMRI study | |
| Ng et al. | Use of healthcare IS by multiple user groups: An empirical study of a medication management system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20110727 |