CN110379515A - 用于评估待检测目标的生理参数指标的方法、计算机设备 - Google Patents

用于评估待检测目标的生理参数指标的方法、计算机设备 Download PDF

Info

Publication number
CN110379515A
CN110379515A CN201910630087.3A CN201910630087A CN110379515A CN 110379515 A CN110379515 A CN 110379515A CN 201910630087 A CN201910630087 A CN 201910630087A CN 110379515 A CN110379515 A CN 110379515A
Authority
CN
China
Prior art keywords
detected
physiological parameter
target
coordinate system
parameter
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
Application number
CN201910630087.3A
Other languages
English (en)
Inventor
霍权
石峰
周翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Shanghai United Imaging Intelligent Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Intelligent Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Intelligent Healthcare Co Ltd filed Critical Shanghai United Imaging Intelligent Healthcare Co Ltd
Priority to CN201910630087.3A priority Critical patent/CN110379515A/zh
Publication of CN110379515A publication Critical patent/CN110379515A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请涉及一种用于评估待检测目标的生理参数指标的方法、计算机设备和存储介质。所述方法包括:获取待检测对象的待检测目标的特征数据;基于特征数据确定待检测对象的待检测目标的生理参数;在预设坐标系中显示生理参数对照数据的参考分位数;生理参数对照数据为对照组的与待检测目标相关的生理参数;将待检测对象的待检测目标的生理参数显示在预设坐标系中。通过上述方法,将待检测对象的生理参数,以及待检测对象的对照组的生理参数对照数据的参考分位数共同显示在预设坐标系中,相比传统的供医生进行评估生理参数指标的方法而言,医生可以根据自己的经验获得评估结果,因而更加灵活。

Description

用于评估待检测目标的生理参数指标的方法、计算机设备
技术领域
本申请涉及医疗信息技术领域,特别是涉及一种用于评估待检测目标的生理参数指标的方法、计算机设备和存储介质。
背景技术
随着医学设备的更新迭代,医院可以为病人提供的生理参数指标也越来越详细。无论是生化指标和是影响所得的形态参数指标,这些数据越来越庞大而繁杂。越来越多的生理参数为医生提供了更多可以参考的依据,而且使得诊断也更加的准确。
目前,很多统计方法都是基于健康受试者群进行统计的,针对某一生理参数统计上千个健康受试者并统计其生理参数的正常范围;将待检测对象的生理参数与健康受试者的参考范围进行比较,以供医生结合比较的情况来评估待检测对象是否存在患有某种疾病的风险。但是随着数据复杂度的不断增高,现有的统计方法得到的参照数据逐渐不再能满足用于指导医生做出评估结果的需求。
发明内容
基于此,有必要针对上述技术问题,提供一种用于评估待检测目标的生理参数指标的方法、计算机设备和存储介质。
一种用于评估待检测目标的生理参数指标的方法,所述方法包括:
获取待检测对象的待检测目标的特征数据;
基于所述特征数据确定所述待检测对象的待检测目标的生理参数;
在预设坐标系中显生理参数对照数据的参考分位数;所述生理参数对照数据为对照组的与所述待检测目标相关的生理参数;
将所述待检测对象的待检测目标的生理参数显示在所述预设坐标系中。
在其中一个实施例中,所述获取待检测对象的待检测目标的特征数据,包括:获取所述待检测对象的待检测目标的多个时间点的随访特征数据;
基于所述特征数据确定所述待检测对象的待检测目标的生理参数,包括:基于所述随访特征数据确定所述待检测对象的待检测目标的随访生理参数;
将所述待检测对象的待检测目标的生理参数显示在所述预设坐标系中,包括:将所述待检测对象的待检测目标的随访生理参数显示在所述预设坐标系中。
在其中一个实施例中,在所述将所述待检测对象的待检测目标的随访生理参数显示在所述预设坐标系之前,还包括:
基于所述随访生理参数中的各个时间点数值,绘制所述待检测对象多个时间点的生理参数变化曲线;
所述将所述待检测对象的待检测目标的随访生理参数显示在所述预设坐标系中,包括:将所述生理参数变化曲线显示在所述预设坐标系中。
在其中一个实施例中,与所述待检测对象性别相同的和/或在所述特征数据对应的时间点数值的预设时间范围内的对象。
在其中一个实施例中,所述待检测对象相关的对照组包括:与所述待检测对象性别相同的和/或在所述随访特征数据的各个年龄点数值的预设时间范围内的对象。
在其中一个实施例中,所述生理参数包括:形态结构参数、化验参数、行为评分参数、生物学参数以及影像标记中的至少一种。
在其中一个实施例中,所述预设坐标系的横轴为年龄,纵轴为所述生理参数。
在其中一个实施例中,所述特征数据包括医学影像或者生物标志物。
在其中一个实施例中,所述基于所述特征数据确定所述待检测对象的待检测目标的生理参数,包括:
分析所述医学影像或者所述生物标志物,以获得所述待检测对象的待检测目标的生理参数。
在其中一个实施例中,所述基于所述特征数据确定所述待检测对象的待检测目标的生理参数,包括:
分析所述医学影像或者所述生物标志物,以获得所述待检测对象的待检测目标的生理参数。
在其中一个实施例中,所述生理参数对照数据包括:生理状态为正常的生理参数,以及生理状态为异常的生理参数。
在其中一个实施例中,所述生理参数对照数据的参考分位数的确定方式包括:
获取目标人群的待检测目标的样本生理参数;
分别计算所述目标人群各预设年龄点的所述样本生理参数的预设分位数的数值;
将各预设年龄点的所述样本生理参数的各预设分位数的数值确定为所述生理参数对照数据的参考分位数。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
上述用于评估待检测目标的生理参数指标的方法、计算机设备和存储介质,在获取到待检测对象的待检测目标的特征数据之后,首先根据特征数据确定生理参数,然后将对照组的生理参数,以及待检测对象的该待检测目标的生理参数对照数据的参考分位数显示在预设坐标系中,以提供给医生对待检测目标的生理参数指标进行评估。通过上述方法,将待检测对象的生理参数,以及待检测对象的对照组的生理参数对照数据的参考分位数共同显示在预设坐标系中,相比传统的供医生进行评估生理参数指标的方法而言,医生可以根据自己的经验获得评估结果,因而更加灵活。
附图说明
图1为一个实施例中用于评估待检测目标的生理参数指标的方法的应用环境图;
图2为一个实施例中用于评估待检测目标的生理参数指标的方法的流程示意图;
图3为一个实施例中生理参数变化曲线与生理参数对照数据显示在预设坐标系的示意图;
图4为另一个实施例中用于评估待检测目标的生理参数指标的方法的流程示意图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的用于评估待检测目标的生理参数指标的方法,可以应用于如图1所示的应用环境中。其中,终端110通过网络与服务器120进行通信。终端在获取到待检测对象的待检测目标的特征数据之后,首先根据特征数据确定生理参数,然后将对照组的待检测目标相关的生理参数对照数据的参考分位数显示在预设坐标系中,然后将待检测对象的生理参数也显示在该预设坐标系中,用于评估待检测目标的生理参数指标。终端可以将相关数据发送至服务器。其中,终端110可以但不限于是各种个人计算机、笔记本电脑和平板电脑,服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种用于评估待检测目标的生理参数指标的方法,以该方法应用于图1中的终端为例进行说明,包括步骤S210至步骤S240。
步骤S210,获取待检测对象的待检测目标的特征数据。
其中,待检测目标为需要检查的部位或者参数;例如,待检测目标可以是海马体、心室、丘脑、灰质、白质、杏仁核、小脑等等;而待检测对象即为需要对待检测目标进行检查的目标对象,可以是患者、健康受试者或者动物等等,待检测目标的特征数据为对待检测目标进行检查获得的数据信息,在一个实施例中,特征数据可以是医学影像,待检测目标的特征数据即为含有待检测目标的医学影像;在另一实施例中,特征数据还可以是生物标志物,待检测目标的特征数据即为待检测目标的标志物。生物标志物(Biomarker)是指可以标记系统、器官、组织、细胞及亚细胞结构或功能的改变或可能发生的改变的生化指标。可以理解地,在其它实施例中,特征数据还可以是其它类型的数据。
进一步地,对待检测目标的待检测目标进行检查,即可以获得待检测目标的特征数据,可以理解地,获得待检测目标的特征数据可以是由人工对待检测目标检测获得,或者也可以是借助仪器对待检测目标检测获得;然后将待检测目标的特征数据输入终端。
步骤S220,基于特征数据确定待检测对象的待检测目标的生理参数。
待检测对象的待检测目标的生理参数是表示待检测对象的与待检测目标相关的生理参数,生理参数反映器官结构的特征;在一个实施例中,生理参数可以是海马体的体积、待检测对象的血管密度,或者生理参数还可以是通过定量磁共振成像确定的组织参数,例如平均T1值,T2值,扩散系数等。可以理解地,在其它实施例中,生理参数还可以是其它类型的参数。
在本实施例中,根据步骤S210中获取的待检测目标的特征数据确定待检测目标的生理参数;其中,基于特征数据确定待检测对象的待检测目标的生理参数可以通过任意一种方式实现。例如,在一个实施例中,基于特征数据确定待检测对象的待检测目标的生理参数,包括:分析医学影像或者生物标志物,以获得待检测对象的待检测目标的生理参数。
在一个具体实施例中,以待检测目标为海马体,特征数据为医学影像,生理参数为海马体的体积为例,对含有待检测目标的医学影像进行分析,获得待检测目标的生理参数,包括:是对医学图像数据中的待检测目标(海马体)进行结构分割,以获得待检测目标(海马体)对应的部分医学影像;进一步地,根据待检测目标(海马体)对应的部分医学影像测量体积待检测目标的体积。其中,通过医学影像进行测量待检测目标(海马体)的体积可以通过任意一种方式实现。
在一个实施例中,生理参数包括:形态结构参数、化验参数、行为评分参数、生物学参数以及影像标记中的至少一种。进一步地,在一个实施例中,基于特征数据确定待检测对象的待检测目标的生理参数,包括:分析医学影像或者生物标志物,以获得待检测对象的待检测目标的生理参数。
步骤S230,在预设坐标系中显示生理参数对照数据的参考分位数。
预设坐标系为预先设定的,用于显示待检测对象与对照组的生理参数;在一个实施例中,预设坐标系的横轴为年龄,纵轴为生理参数。
在本实施例中,将对照组的与待检测目标相关的生理参数用来与待检测对象的生理参数做对照,将该对照组的与待检测目标相关的生理参数记为生理参数对照数据;在生理参数对照数据用作对照时,具体为显示生理参数对照数据的参考分位值,本实施例中,记为生理参数对照数据的参考分位数。在一个实施例中,生理参数对照数据的参考分位数可以为生理参数对照数据的预设四分位数,或者,生理参数对照数据的参考分位数也可以为生理参数对照数据的预设百分位数。
四分位数(Quartile)是统计学中分位数的一种,即把所有数值由小到大排列并分成四等份,处于三个分割点位置的数值就是四分位数。第一四分位数(Q1),又称“较小四分位数”,等于该样本中所有数值由小到大排列后第25%的数字;第二四分位数(Q2),又称“中位数”,等于该样本中所有数值由小到大排列后第50%的数字;第三四分位数(Q3),又称“较大四分位数”,等于该样本中所有数值由小到大排列后第75%的数字。确定四分位数(Q1、Q2、Q3、Q4)的位置有不同的方式,其中一种方法:Q1的位置=(n+1)*0.25;Q2的位置=(n+1)*0.5;Q3的位置=(n+1)*0.75;其中,n表示项数。另一种确定四分位数的方法:Q1的位置=1+(n-1)*0.25;Q2的位置=1+(n-1)*0.5;Q3的位置=1+(n-1)*0.75。在其它实施例中,也可以通过其它方法确定四分位数。
进一步地,在一个实施例中,在预设坐标系中显示生理参数对照数据的参考分位数,包括:在预设坐标系中显示生理参数对照数据的四分位数。
百分位数,如果将一组数据从小到大排序,并计算相应的累计百分位,则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为一组n个观测值按数值大小排列,如处于p%位置的值称为第p百分位数,计算公式可以是:i=(p/100)*n,该组n个数据中第i个数即为第p百分位数。在本实施例中,确定生理参数对照数据的所采用的参考分位数是预先设定的,在一个具体实施例中,采用5%百分位数、25%百分位数、50%百分位数、75%百分位数以及95%百分位数作为生理参数对照数据的预设百分位数;可以理解地,在其它实施例中,用于作为生理参数对照数据的分位数可以根据实际情况进行设定。
在本申请的一个实施例中,将一个年龄的所有生理参数对照数据按照大小排序,假设80岁有n个数据,计算80岁的5%的百分位数的公式为:i=(5/100)*n,那么该n个数据中的第i个数就是80岁的5%的百分位数的数值。
其中,在一个实施例中,对照组的与待检测目标相关的生理参数对照数据包括:生理状态为正常和生理状态为异常的生理参数对照数据。现有的统计方法通常是采集大量健康受试者的生理参数(生理状态为正常的生理参数),在以此作为参考数据对待检测对象进行诊断时,是将待检测对象的生理参数与健康受试者的生理参数范围进行比较;随着数据的越来越复杂,这种方法逐渐不再能够满足需要。在本实施例中,采集来用做对照数据的生理参数,不仅包括生理状态为正常的生理参数,还包括生理参数为异常的生理参数,也可以理解为在采集对照数据时,不考虑该生理参数的生理状态,而是采集所有目标人群的该生理参数作为本实施例中的生理参数对照数据。
以生理参数对照数据的参考分位数为5%百分位数、25%百分位数、50%百分位数、75%百分位数以及95%百分位数为例,在预设坐标系中显示生理参数对照数据的参考分位数,包括:确定5%百分位数、25%百分位数、50%百分位数、75%百分位数以及95%百分位数的生理参数对照数据,找到这些百分位数在预设坐标系中所对应的点,使其显示出来即可。
进一步地,在基于待检测对象的待检测目标的特征数据之后,还包括:根据待检测对象、待检测目标的相关信息确定待检测对象的对照组。在一个实施例中,确定待检测对象的对照组,可以是根据待检测对象的年龄、性别,以及待检测目标的生理参数的类型等进行确定,例如,在一个实施例中,待检测对象的对照组包括:与待检测对象性别相同的对象;或者在另一个实施例中,待检测对象的对照组也可以是年龄在待检测对象的年龄的预设时间范围内的对象;再或者,在另一个实施例中,待检测对象的对照组可以是与待检测对象性别相同、且年龄在待检测对象的年龄的预设时间范围内的对象。可以理解地,在其实施例中,待检测对象的对照组也可以是满足其他条件的对象。通常来说,待检测对象的对照组包括多个对象。
在实际情况中,有些生理参数仅与性别相关,性别不同的对象生理参数的分布有较大的区别,则可以将该生理参数的对照组设置为以性别来筛选;而有些生理参数仅与年龄有关,随着年龄的变化,生理参数的分布有较大的区别,则可以将该生理参数的对照组设置为以年龄来筛选;还有一些生理参数与年龄和性别均相关,性别、年龄的不同生理参数的分布有较大的区别,则可以将该生理参数的对照组设置为以性别和年龄来筛选。
以将对照组确定为:年龄处于待检测对象年龄的预设时间范围内的对象为例,即,将与待检测对象的年龄相近的对象确定待检测对象的对照组;其中,预设时间范围可以根据实际情况进行设置。例如在一个实施例中,预设时间范围设置为±0.5岁,即将待检测对象的年龄点数值的±0.5岁内的对象确定为待检测对象的对照组;假设待检测对象的年龄为60岁,则将年龄为59.5-60.5岁的所有对象确定为待检测对象的对照组。
在另一个实施例中,以将待检测对象的对照组确定为:与待检测对象的性别相同、且年龄处于待检测对象年龄的预设时间范围内的对象为例,即,将与待检测对象性别相同且年龄相近的对象确定待检测对象的对照组;例如在一个具体实施例中,待检测对象的性别为男,年龄为60岁,则将性别为男、年龄为59.5-60.5岁的所有对象确定为待检测对象的对照组。
可以理解地,在需要确定对照组的一个实施例中,在确定待检测对象的对照组之前,还包括步骤:获取待检测对象的相关信息,相关信息包括性别、年龄的至少一项。确定待检测对象的对照组包括:根据待检测对象的相关信息、待检测目标的生理参数的类型确定待检测对象的对照组。
在预设坐标系中显示生理参数对照数据,也可以是将所有的待检测目标的生理参数对照数据显示在预设坐标系中,其中可能包括任何年龄的男性对照组以及女性对照组的生理参数。
步骤S240,将待检测对象的待检测目标的生理参数显示在预设坐标系中。
在上述的步骤S230中已经将生理参数对照数据的参考分位数显示在预设坐标系中,步骤S240中将步骤S220中确定的生理参数也显示在预设坐标系中。在本实施例中,将待检测对象的生理参数显示在预设坐标系中,从而在预设坐标系中有待检测对象的生理参数和对照组的生理参数,可以供医生对待检测目标的生理参数进行评估或诊断。
在将包括生理状态为正常和异常的生理参数作为生理参数对照数据的实施例中,在供医生进行评估时,医生可以根据自己的经验来确定人群中的正常范围及评判标准,相比传统方法而言,更加灵活。
上述用于评估待检测目标的生理参数指标的方法,在获取到待检测对象的待检测目标的特征数据之后,首先根据特征数据确定生理参数,然后将对照组的生理参数,以及待检测对象的该待检测目标的生理参数对照数据的参考分位数显示在预设坐标系中,以提供给医生对待检测目标的生理参数指标进行评估。通过上述方法,将待检测对象的生理参数,以及待检测对象的对照组的生理参数对照数据的参考分位数共同显示在预设坐标系中,相比传统的供医生进行评估生理参数指标的方法而言,医生可以根据自己的经验获得评估结果,因而更加灵活。
进一步地,在一个实施例中,上述方法中获取待检测对象的待检测目标的特征数据的步骤,包括:获取待检测对象的待检测目标的多个时间点的随访特征数据。其中,时间点可以是待检测对象的多个年龄点。在一个实施例中,获取随访各时间点的待检测对象的待检测目标的医学影像,即为随访特征数据;或者是获取随访各时间点的待检测对象的待检测目标的生物标志物即为随访特征数据。
在本实施例中,在获得随访特征数据之后,基于随访特征数据确定待检测对象的待检测目标的随访生理参数;然后,将待检测对象的待检测目标的随访生理参数显示在预设坐标系中。
随访是指医院对曾在医院就诊的患者(本申请中的待检测对象)以通讯或其他的方式,进行定期了解患者病情变化和指导患者康复的一种观察方法。随访数据即为每一次随访所获得的待检测对象的相关数据。在本实施例中,对待检测对象的待检测目标进行多次随访,将获得的各待检测对象的待检测目标的特征数据记为随访特征数据。其中,随访可以是定期进行,每一次随访的时间(即为待检测对象的年龄)即为随访特征数据的多个年龄点。
在一个实施例中,将待检测对象的待检测目标的随访生理参数显示在预设坐标系之前,还包括步骤:基于随访特征数据中的各个时间点数值,绘制待检测对象多个时间点的生理参数变化曲线。将待检测对象的待检测目标的随访生理参数显示在预设坐标系中包括:将生理参数变化曲线显示在预设坐标系中。
在获得待检测对象的待检测目标的随访特征数据之后,基于随访特征数据中的各个时间点的特征数据确定各个时间点的生理参数;其中,基于随访特征数据确定随访生理参数的方式可以是与基于特征数据确定生理参数的方式一致。然后在本实施例中,将各个年龄点的生理参数基于年龄变化顺序,绘制成生理参数变化曲线。
在本实施例中,将待检测对象的待检测目标的生理参数显示在预设坐标系中,包括:将待检测对象的待检测目标的生理参数变化曲线显示在预设坐标系中。
在获取待检测对象的随访特征数据的一个实施例中,在显示生理参数对照数据之前,还包括:确定待检测对象的对照组。由于待检测对象的待检测目标的特征数据包括多次随访所获得的多个特征数据,待检测对象的对照组包括:与待检测对象性别相同的对象。在另一个实施例中,待检测对象的对照组包括:在随访特征数据的各个时间点数值的预设时间范围内的对象。或者,在另一个实施例中,待检测对象的对照组包括:与待检测对象性别相同的、且年龄在随访特征数据的各个时间点数值的预设时间范围内的对象。其中,对照组通常包括多个对象。
其中,预设时间范围可以根据实际情况进行设置;例如在一个具体实施例中,将预设时间范围设置为±0.5岁;即将随访特征数据的各时间点的±0.5岁内的对象确定为待检测对象的对照组;例如在一个具体实施例中,假设待检测对象随访的各个时间点为58、59、60岁,则将年龄为57.5-58.5岁、58.5-59.5岁、59.5-60.5岁的所有对象确定为待检测对象的对照组。对照组中各个对象的待检测目标的生理参数,即为待检测对象的待检测目标的生理参数对照数据。
可以理解地,在预设坐标系中显示生理参数对照数据,也可以是将所有的待检测目标的生理参数对照数据显示在预设坐标系中,其中可能包括任何年龄的男性对照组以及女性对照组的生理参数。如图3所示,为一个具体实施例中的生理参数变化曲线与生理参数对照数据显示在预设坐标系的示意图。
在一个实施例中,如图4所示,生理参数对照数据的参考分位数的确定方式包括步骤S410至步骤S430。
步骤S410,获取目标人群的待检测目标的样本生理参数。
目标人群可以包括预设年龄范围内的人群,目标人群中包括待检测目标的生理状态为正常的人群,以及生理状态为异常的人群。将所需要采集生理参数来作为对照数据的人群的年龄记为预设时间范围,将所被采集生理参数来作为对照数据的人群记为目标人群,将采集得到的生理参数记为样本生理参数。其中,预设年龄范围可以根据实际情况进行设置,例如在一个具体实施例中,目标人群的预设年龄范围设置为1-90岁。
步骤S420,分别计算目标人群各预设年龄点的样本生理参数的预设分位数的数值。
预设年龄点为目标人群的年龄中包含的的多个年龄值,在一个实施例中,以预设时间范围内的各个整数年龄点作为各预设年龄点,具体可以是1岁、2岁、3岁……89岁、90岁。其中,各个整数年龄点±0.5岁的样本生理参数可以作为该整数年龄点的样本生理参数。例如,预设时间范围中的一个预设年龄点为60岁,则实际年龄处于59.5-60.5岁的对象的生理参数,均记为60岁这一年龄点的生理参数样本数据。
在一个实施例中确定生理参数对照数据的参考分位数可以是预设四分位数或者预设百分位数,所采用的参考分位数是预先设定的。在一个具体实施例中,采用5%百分位数、25%百分位数、50%百分位数、75%百分位数以及95%百分位数作为生理参数对照数据的参考分位数;可以理解地,在其它实施例中,用于作为生理参数对照数据的参考分位数所选取的分位数可以根据实际情况进行设定。
步骤S430,将各预设年龄点的样本生理参数的各预设分位数的数值确定为与生理参数对照数据的参考分位数。
在以预设百分位数作为参考分位数的一个实施例中,在获取到样本生理参数之后,对各个预设年龄点的样本生理参数进行排序,分别计算各个预设百分位数(5%百分位数、25%百分位数、50%百分位数、75%百分位数以及95%百分位数),确定为各生理参数对照数据的参考分位数。
上述用于评估待检测目标的生理参数指标的方法中,通过计算预设分位的方式确定生理参数对照数据的参考分位数,可以更加清楚的向医生展示待检测目标的待检测对象的生理参数与生理参数对照数据对照的情况。
在一个具体实施例中,以待检测对象为患者为例,用于评估待检测目标的生理参数指标的方法包括以下步骤:
首先在针对某种待检测目标(例如某种疾病)获取样本生理参数的过程中,将同时获取健康受试者(待检测目标的生理状态为正常)和该待检测目标的疾病人群(待检测目标的生理状态为异常)的样本生理参数数据,在一个实施例中,其数据库的数量不低于1000人,并将样本生理参数数据按照性别划分为男女两个组别。其中,生理参数包括并不限于是化验指标、行为评分、生物学及影像标记。获取样本生理参数数据可以是通过任意一种方式来实现。
然后构建目标人群的生理参数值分布(生理参数对照数据):根据样本生理参数对应的年龄和生理参数得到一个二维的散点图,横坐标为年龄分布,纵坐标为生理参数分布(预设坐标系)。对于每个年龄,比如60岁,考虑所有在59.5到60.5岁之间的散点,将这些散点排序,从而计算出其5%、25%、50%、75%、95%百分位数,分别将各个年龄点的生理参数中的5%、25%、50%、75%、95%百分位数在坐标系中显示;即在坐标系中一个年龄点显示5个生理参数值对应的点,分别对应该年龄点的生理参数中5%、25%、50%、75%、95%的百分位数。计算各个年龄点的生理参数中的预设百分位数的意义为所有相关人群的生理参数排序,排名顺序即其百分位数。在一个具体实施例中,医生可以将排名较低的数据,以及排名过高的数据为偏差分布,属于进一步可以认为是风险较大的人群;可以理解地医生也可以结合自己的经验,以其它标准对待检测对象的待检测目标的生理参数进行评估获得结果。
最后,获取目标人群的生理参数的变化曲线:上述步骤中获得的数值分布根据不同年龄不同性别的参考分位数进行曲线拟合,获得该待检测目标的生理参数对照数据的在预设年龄范围内的连续变化曲线;具体可以将预设年龄范围内的各个年龄点的生理参数对照数据的同一百分位数拟合成曲线。至此,获得了所有生理参数对照数据及其参考分位数。
在对待检测对象的待检测目标进行检查时,首先获取待检测对象的待检测目标的特征数据,根据特征数据确定相关的生理参数;在本实施例中,以连续一段时间内,获取待检测对象的待检测目标的随访特征数据为例,在确定待检测对象的待检测目标的生理参数之后,将这些生理参数按照年龄变化(由小到大)绘制生理参数变化曲线。以待检测目标为海马体,特征数据为包含海马体的医学图像,生理参数为海马体的体积为例,获取待检测对象的海马体的随访特征数据(随访获得的包含海马体的医学图像)之后,确定各随访特征数据对应的生理参数(海马体体积),将随访获得的海马体的体积按照时间增加的顺序(年龄增长的顺序)绘制成变化曲线。
根据生理参数变化曲线评估待检测对象的相关生理参数时:对于待检测对象的待检测目标的生理参数,其可以对应于预设坐标系的曲线图中的一个点,可以参考与待检测对象的年龄在预设时间范围之内、且性别相同的对照组的生理变化曲线,得到待检测对象的待检测目标在该年龄点在对照组的生理参数对照数据中所在的百分位数。以根据待检测对象的随访特征数据对应的年龄、性别,确定该待检测对象的对照组为例:假设待检测对象为男性,获取待检测对象的随访特征数据的年龄点为59岁、60岁以及61岁,则可以将对照组确定为:年龄为58.5岁至61.5岁、性别为男性的所有目标人群的生理参数对照数据的变化曲线(在上述步骤中已经划分为5%、25%、50%、75%、95%百分位数);然后将待检测对象的海马体体积变化曲线与年龄为58.5岁至61.5岁、性别为男性的目标人群的生理参数对照数据的参考分位数的变化曲线同时显示在一个坐标系中(横轴表示年龄,纵轴表示海马体体积),用于提供给医生辅助诊断。进而,医生可以根据自己的经验来确定人群中的正常范围及评判标准,相对于传统的方法更加灵活。
进一步地,获取随访数据的变化趋势:对于随访特征数据,其生理参数可以依次对应于曲线图中的多个点。将多个点按照年龄变化的顺序用线段连接起来,并将得到的折线拟合成一个待检测对象的待检测目标的生理变化曲线或者直线,可以通过这个折线来观待检测对象的生理参数随着年龄变化是否正常。在一个具体实施例中,如果夹角为0,可以认为待检测对象的在该生理参数指标上的变化趋势与正常的变化对照一致。夹角最高为90,风险量级较高。其中,将折线拟合成直线或者曲线可以使用多项式拟合的方法。
通过上述方法可以统计出待检测对象的待检测目标的生理变化曲线或直线与对应的对照组的生理参数对照数据曲线在变化趋势上的夹角,作为一个纵向发展的风险因子。从而供医生结合经验,以及根据生理参数变化曲线与对照组的生理参数对照数据的参考分位数分布对待检测对象的待检测目标的发展趋势进行评估。
应该理解的是,虽然图2、4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种用于评估待检测目标的生理参数指标的装置,包括:数据获取模块、生理参数确定模块和显示模块,其中:
数据获取模块,用于获取待检测对象的待检测目标的特征数据。
生理参数确定模块,用于基于特征数据确定待检测对象的待检测目标的生理参数。
显示模块,用于在预设坐标系中显示生理参数对照数据的参考分位数;生理参数对照数据为对照组的与待检测目标相关的生理参数。
显示模块还用于将待检测对象的待检测目标的生理参数显示在预设坐标系中。
在另一个实施例中,数据获取模块用于获取待检测对象的待检测目标的多个时间点的随访特征数据。生理参数确定模块用于基于随访特征数据确定待检测对象的待检测目标的随访生理参数。显示模块,用于将生理参数对照数据的参考分位数、待检测对象的待检测目标的随访生理参数显示在预设坐标系中。
关于用于评估待检测目标的生理参数指标的装置的具体限定可以参见上文中对于用于评估待检测目标的生理参数指标的方法的限定,在此不再赘述。上述用于评估待检测目标的生理参数指标的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储生理参数对照数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于评估待检测目标的生理参数指标的方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于评估待检测目标的生理参数指标的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待检测对象的待检测目标的特征数据;
基于特征数据确定待检测对象的待检测目标的生理参数;
在预设坐标系中显示生理参数对照数据的参考分位数;生理参数对照数据为对照组的与待检测目标相关的生理参数;
将待检测对象的待检测目标的生理参数显示在预设坐标系中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待检测对象的待检测目标的特征数据,包括:获取待检测对象的待检测目标的多个时间点的随访特征数据;
基于特征数据确定待检测对象的待检测目标的生理参数,包括:基于随访特征数据确定待检测对象的待检测目标的随访生理参数;
将待检测对象的待检测目标的生理参数显示在预设坐标系中,包括:将待检测对象的待检测目标的随访生理参数显示在预设坐标系中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在将待检测对象的待检测目标的随访生理参数显示在预设坐标系之前,还包括:
基于随访生理参数中的各个时间点数值,绘制待检测对象多个时间点的生理参数变化曲线;
将待检测对象的待检测目标的随访生理参数显示在预设坐标系中,包括:将生理参数变化曲线显示在预设坐标系中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对照组包括:与待检测对象性别相同的和/或在特征数据对应的时间点数值的预设时间范围内的多个对象。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对照组包括:与待检测对象性别相同的和/或在随访特征数据的各个年龄点数值的预设时间范围内的多个对象。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
生理参数包括:形态结构参数、化验参数、行为评分参数、生物学参数以及影像标记中的至少一种。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:预设坐标系的横轴为年龄,纵轴为生理参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:特征数据包括医学影像或者生物标志物。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于特征数据确定待检测对象的待检测目标的生理参数,包括:
分析医学影像或者生物标志物,以获得待检测对象的待检测目标的生理参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:生理参数对照数据包括:生理状态为正常的生理参数,以及生理状态为异常的生理参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:生理参数对照数据的参考分位数的确定方式包括:
获取目标人群的待检测目标的样本生理参数;
分别计算目标人群各预设年龄点的样本生理参数的预设分位数的数值;
将各预设年龄点的样本生理参数的各预设分位数的数值确定为生理参数对照数据的参考分位数。
在一个实施例中,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待检测对象的待检测目标的特征数据;
基于特征数据确定待检测对象的待检测目标的生理参数;
在预设坐标系中显示生理参数对照数据的参考分位数;生理参数对照数据为对照组的与待检测目标相关的生理参数;
将待检测对象的待检测目标的生理参数显示在预设坐标系中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待检测对象的待检测目标的特征数据,包括:获取待检测对象的待检测目标的多个时间点的随访特征数据;
基于特征数据确定待检测对象的待检测目标的生理参数,包括:基于随访特征数据确定待检测对象的待检测目标的随访生理参数;
将待检测对象的待检测目标的生理参数显示在预设坐标系中,包括:将待检测对象的待检测目标的随访生理参数显示在预设坐标系中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
在将待检测对象的待检测目标的随访生理参数显示在预设坐标系之前,还包括:
基于随访生理参数中的各个时间点数值,绘制待检测对象多个时间点的生理参数变化曲线;
将待检测对象的待检测目标的随访生理参数显示在预设坐标系中,包括:将生理参数变化曲线显示在预设坐标系中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对照组包括:与待检测对象性别相同的和/或在特征数据对应的时间点数值的预设时间范围内的多个对象。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对照组包括:与待检测对象性别相同的和/或在随访特征数据的各个年龄点数值的预设时间范围内的多个对象。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:生理参数包括:形态结构参数、化验参数、行为评分参数、生物学参数以及影像标记中的至少一种。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:预设坐标系的横轴为年龄,纵轴为生理参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:特征数据包括医学影像或者生物标志物。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于特征数据确定待检测对象的待检测目标的生理参数,包括:
分析医学影像或者生物标志物,以获得待检测对象的待检测目标的生理参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:生理参数对照数据包括:生理状态为正常的生理参数,以及生理状态为异常的生理参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:生理参数对照数据的参考分位数的确定方式包括:
获取目标人群的待检测目标的样本生理参数;
分别计算目标人群各预设年龄点的样本生理参数的预设分位数的数值;
将各预设年龄点的样本生理参数的各预设分位数的数值确定为生理参数对照数据的参考分位数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种用于评估待检测目标的生理参数指标的方法,所述方法包括:
获取待检测对象的待检测目标的特征数据;
基于所述特征数据确定所述待检测对象的待检测目标的生理参数;
在预设坐标系中显示生理参数对照数据的参考分位数;所述生理参数对照数据为对照组的与所述待检测目标相关的生理参数;
将所述待检测对象的待检测目标的生理参数显示在所述预设坐标系中。
2.根据权利要求1所述的方法,其特征在于,所述获取待检测对象的待检测目标的特征数据,包括:获取所述待检测对象的待检测目标的多个时间点的随访特征数据;
基于所述特征数据确定所述待检测对象的待检测目标的生理参数,包括:基于所述随访特征数据确定所述待检测对象的待检测目标的随访生理参数;
将所述待检测对象的待检测目标的生理参数显示在所述预设坐标系中,包括:将所述待检测对象的待检测目标的随访生理参数显示在所述预设坐标系中。
3.根据权利要求2所述的方法,其特征在于,在所述将所述待检测对象的待检测目标的随访生理参数显示在所述预设坐标系之前,还包括:
基于所述随访生理参数中的各个时间点数值,绘制所述待检测对象多个时间点的生理参数变化曲线;
所述将所述待检测对象的待检测目标的随访生理参数显示在所述预设坐标系中,包括:将所述生理参数变化曲线显示在所述预设坐标系中。
4.根据权利要求3所述的方法,其特征在于,所述对照组包括:
与所述待检测对象性别相同的和/或在所述特征数据对应的时间点数值的预设时间范围内的对象;
或者,与所述待检测对象性别相同的和/或在所述随访特征数据的各个年龄点数值的预设时间范围内的对象。
5.根据权利要求1所述的方法,其特征在于,还包括以下至少一项:
第一项,所述特征数据包括医学影像或者生物标志物;
第二项,所述预设坐标系的横轴为年龄,纵轴为生理参数;
第三项,所述生理参数包括:形态结构参数、化验参数、行为评分参数、生物学参数以及影像标记中的至少一种。
6.根据权利要求5所述的方法,其特征在于,所述基于所述特征数据确定所述待检测对象的待检测目标的生理参数,包括:
分析所述医学影像或者所述生物标志物,以获得所述待检测对象的待检测目标的生理参数。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述生理参数对照数据包括:生理状态为正常的生理参数,以及生理状态为异常的生理参数。
8.根据权利要求1至6任意一项所述的方法,其特征在于,所述生理参数对照数据的参考分位数的确定方式包括:
获取目标人群的待检测目标的样本生理参数;
分别计算所述目标人群各预设年龄点的所述样本生理参数的预设分位数的数值;
将各预设年龄点的所述样本生理参数的各预设分位数的数值确定为所述生理参数对照数据的参考分位数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN201910630087.3A 2019-07-12 2019-07-12 用于评估待检测目标的生理参数指标的方法、计算机设备 Pending CN110379515A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910630087.3A CN110379515A (zh) 2019-07-12 2019-07-12 用于评估待检测目标的生理参数指标的方法、计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910630087.3A CN110379515A (zh) 2019-07-12 2019-07-12 用于评估待检测目标的生理参数指标的方法、计算机设备

Publications (1)

Publication Number Publication Date
CN110379515A true CN110379515A (zh) 2019-10-25

Family

ID=68253036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910630087.3A Pending CN110379515A (zh) 2019-07-12 2019-07-12 用于评估待检测目标的生理参数指标的方法、计算机设备

Country Status (1)

Country Link
CN (1) CN110379515A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111466920A (zh) * 2020-04-15 2020-07-31 周瑜 一种无创体检的方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018137203A1 (zh) * 2017-01-25 2018-08-02 深圳华大基因研究院 确定人群样本生物指标集、预测生物学年龄的方法及其应用
CN109285152A (zh) * 2018-09-26 2019-01-29 上海联影智能医疗科技有限公司 一种医学图像处理系统、装置和计算机可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018137203A1 (zh) * 2017-01-25 2018-08-02 深圳华大基因研究院 确定人群样本生物指标集、预测生物学年龄的方法及其应用
CN109285152A (zh) * 2018-09-26 2019-01-29 上海联影智能医疗科技有限公司 一种医学图像处理系统、装置和计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111466920A (zh) * 2020-04-15 2020-07-31 周瑜 一种无创体检的方法及装置
CN111466920B (zh) * 2020-04-15 2023-03-21 周瑜 一种无创体检的方法及装置

Similar Documents

Publication Publication Date Title
US10282588B2 (en) Image-based tumor phenotyping with machine learning from synthetic data
Mazziotta et al. A four-dimensional probabilistic atlas of the human brain
US20210151187A1 (en) Data-Driven Estimation of Predictive Digital Twin Models from Medical Data
EP4005498A1 (en) Information processing device, program, learned model, diagnostic assistance device, learning device, and method for generating prediction model
Johnson et al. Dynamics of cortical degeneration over a decade in Huntington’s disease
US9275451B2 (en) Method, a system, and an apparatus for using and processing multidimensional data
CN111080584B (zh) 医学图像的质控方法、计算机设备和可读存储介质
DE102007001406A1 (de) Systeme und Verfahren zur integrativen medizinischen Entscheidungsunterstützung
JP2009011829A (ja) 電子医療記録影響データ取得、処理および表示システムおよび方法
US20140153795A1 (en) Parametric imaging for the evaluation of biological condition
CN110866909A (zh) 图像生成网络的训练方法、图像预测方法和计算机设备
CN110751187A (zh) 异常区域图像生成网络的训练方法和相关产品
Reniers et al. Prognostic value of clinical and electrodiagnostic parameters at time of diagnosis in patients with amyotrophic lateral sclerosis
Ghezloo et al. An analysis of pathologists’ viewing processes as they diagnose whole slide digital images
CN110379515A (zh) 用于评估待检测目标的生理参数指标的方法、计算机设备
JP7457292B2 (ja) 脳画像解析装置、制御方法、及びプログラム
Liu et al. A data assimilation framework to predict the response of glioma cells to radiation
CN106663144A (zh) 用于基于相互相关性进行分层数据分析的方法和装置
WO2023190880A1 (ja) 脳画像データ解析装置、脳画像データ解析方法および脳画像データ解析プログラム
JP5348998B2 (ja) 画像検索装置及びその方法
Matheson et al. Simultaneous multifactor Bayesian analysis (SiMBA) of PET time activity curve data
EP4022636A1 (en) Methods and systems for computer-aided diagnosis with deep learning models
JP2021068188A (ja) 診断支援方法および診断支援システム
Ivanova et al. Cerebral perfusion in post-stroke aphasia and its relation to residual language abilities
US20220367062A1 (en) Prediction tool for patient immune response to a therapy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191025

RJ01 Rejection of invention patent application after publication