CN116580855B - 放射性皮肤溃疡严重程度评估量表的信度检测方法及系统 - Google Patents
放射性皮肤溃疡严重程度评估量表的信度检测方法及系统 Download PDFInfo
- Publication number
- CN116580855B CN116580855B CN202310598469.9A CN202310598469A CN116580855B CN 116580855 B CN116580855 B CN 116580855B CN 202310598469 A CN202310598469 A CN 202310598469A CN 116580855 B CN116580855 B CN 116580855B
- Authority
- CN
- China
- Prior art keywords
- reliability
- credibility
- evaluation
- scale
- confidence
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 230000002285 radioactive effect Effects 0.000 title claims abstract description 19
- 206010040943 Skin Ulcer Diseases 0.000 title claims abstract description 18
- 231100000019 skin ulcer Toxicity 0.000 title claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 145
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 9
- 238000001959 radiotherapy Methods 0.000 description 9
- 206010028980 Neoplasm Diseases 0.000 description 8
- 208000006934 radiodermatitis Diseases 0.000 description 8
- 201000011510 cancer Diseases 0.000 description 7
- 230000001154 acute effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 210000005056 cell body Anatomy 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
- 230000002500 effect on skin Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 206010061424 Anal cancer Diseases 0.000 description 1
- 208000007860 Anus Neoplasms Diseases 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 206010015150 Erythema Diseases 0.000 description 1
- 208000003367 Hypopigmentation Diseases 0.000 description 1
- 206010039491 Sarcoma Diseases 0.000 description 1
- 206010040844 Skin exfoliation Diseases 0.000 description 1
- 206010050207 Skin fibrosis Diseases 0.000 description 1
- 206010043189 Telangiectasia Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 206010047741 Vulval cancer Diseases 0.000 description 1
- 208000004354 Vulvar Neoplasms Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 201000011165 anus cancer Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000035618 desquamation Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100000321 erythema Toxicity 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 201000010536 head and neck cancer Diseases 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 230000003810 hyperpigmentation Effects 0.000 description 1
- 208000000069 hyperpigmentation Diseases 0.000 description 1
- 230000003425 hypopigmentation Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000007775 late Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 206010040882 skin lesion Diseases 0.000 description 1
- 231100000444 skin lesion Toxicity 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 208000009056 telangiectasis Diseases 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
- 201000005102 vulva cancer Diseases 0.000 description 1
Classifications
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Bioethics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明公开了一种放射性皮肤溃疡严重程度评估量表的信度检测方法及系统，该方法包括：获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
Description
技术领域
本发明属于评估量表的信度检测技术领域，更具体地，涉及放射性皮肤溃疡严重程度评估量表的信度检测方法及系统。
背景技术
放射性皮炎(radiodermatitis，RD)是恶性肿瘤放疗(radiation therapy，RT)常见且严重并发症之一，尤其是确诊肉瘤、乳腺癌、肛门癌、外阴癌和头颈癌后接受放射治疗的患者最常见的副作用之一。根据国际癌症研究机构发布的全球癌症2018数据库，新发癌症病例1810万，癌症死亡病例960万，约50％的癌症患者接受放射治疗，95％以上恶性肿瘤放疗患者在放疗过程中都会发生RD。其特点分为急性和晚期皮肤效应。前者发生在RT的前90天内，后者在治疗后数月至数年内表现。急性RD表现为红斑、湿性脱屑、浆液渗漏。长期皮肤效应是进行性的，通常是不可逆的，可能包括皮肤纤维化、毛细血管扩张和色素沉着过度或不足。这些皮肤改变可能会显著降低患者的生活质量(quality of life,QoL)。放射性皮肤溃疡的产生对患者的生活质量及肿瘤治疗进程均有很大影响，尤其对被迫暂停放射治疗的肿瘤患者，可能导致肿瘤的治疗不彻底，甚至复发。
尽管目前有许多不同治疗RD的策略，但是对于如何判断临床常用的放射性皮炎分级标准在过去5年基本保持不变，金标准还未建立。最广泛使用的分级量表有(1)国家癌症研究所(National Cancer Institute)的不良事件通用术语标准(Common TerminologyCriteria for Adverse Events,CTCAE)5.0版，用于急性放射性皮炎的分类；(2)放射治疗肿瘤学小组(RTOG)/欧洲癌症研究与治疗组织(EORTC)量表(the Radiation TherapyOncology Group,RTOG/European Organization for Research and Treatment ofCancer,EORTC)，或(3)Late Effects Normal Tissue Task Force/Subjective,Objective,Management,and Analytic(LENT/SOMA)scale，用于慢性放射性皮炎的分类。
这些评分标准涵盖了放射性皮肤损伤的所有类别，CTCAE和RTOG工具评估急性辐射损伤的范围从0到5，增量为1。这些大的增量通常无法捕捉细微但重要的皮肤变化。将所有的放射性皮肤溃疡(Radiation-induced skin ulcers,RSU)均归为第(2)和(3)类，对不同严重程度放射性溃疡的治疗及预后判断也缺乏指导意义，而且评价标准仅描述了创面的宏观表现，RTOG/EORTC对皮肤毛发组织变化有所描述，LENT/SOMA对疼痛有所涉及，对其他影响放射性皮肤溃疡严重程度的重要因素并未提及。因此，针对放射性皮肤溃疡，目前国际上尚缺乏相关临床专家共识或临床诊疗指南。
发明内容
为解决以上技术问题，本发明提出一种放射性皮肤溃疡严重程度评估量表的信度检测方法，包括：
获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
进一步的，所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重；由于我们希望信度最高，所以将信度检测模型的值取负数。
进一步的，评估量表的权重为评估量表的信度误差的倒数。
进一步的，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
进一步的，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
本发明还提出一种放射性皮肤溃疡严重程度评估量表的信度检测系统，包括：
获取信度值模块，用于获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
设置模型模块，用于根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
进一步的，所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重；由于我们希望信度最高，所以将信度检测模型的值取负数。
进一步的，评估量表的权重为评估量表的信度误差的倒数。
进一步的，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
进一步的，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明通过获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；并根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测，使信度检测的结果最为准确。
附图说明
图1是本发明实施例1的方法的流程图；
图2是本发明实施例2的系统的结构图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。
存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read-Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
实施例1
如图1所示，本发明实施例提供一种放射性皮肤溃疡严重程度评估量表的信度检测方法，包括：
步骤101，获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
步骤102，根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重，所述评估量表的权重为评估量表的信度误差的倒数；由于我们希望信度最高，所以将信度检测模型的值取负数。
具体的，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
具体的，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
实施例2
如图2所示，本发明实施例还提供一种放射性皮肤溃疡严重程度评估量表的信度检测系统，包括：
获取信度值模块，用于获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
设置模型模块，用于根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重，所述评估量表的权重为评估量表的信度误差的倒数；由于我们希望信度最高，所以将信度检测模型的值取负数。
具体的，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
具体的，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
实施例3
本发明实施例还提出一种存储介质，存储有多条指令，所述指令用于实现所述的一种放射性皮肤溃疡严重程度评估量表的信度检测方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：步骤101，获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
步骤102，根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重，所述评估量表的权重为评估量表的信度误差的倒数；由于我们希望信度最高，所以将信度检测模型的值取负数。
具体的，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
具体的，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
实施例4
本发明实施例还提出一种电子设备，包括处理器和与所述处理器连接的存储介质，所述存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行所述的一种放射性皮肤溃疡严重程度评估量表的信度检测方法。
具体的，本实施例的电子设备可以是计算机终端，所述计算机终端可以包括：一个或多个处理器、以及存储介质。
其中，存储介质可用于存储软件程序以及模块，如本发明实施例中的一种放射性皮肤溃疡严重程度评估量表的信度检测方法，对应的程序指令/模块，处理器通过运行存储在存储介质内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种放射性皮肤溃疡严重程度评估量表的信度检测方法。存储介质可包括高速随机存储介质，还可以包括非易失性存储介质，如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中，存储介质可进一步包括相对于处理器远程设置的存储介质，这些远程存储介质可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输系统调用存储介质存储的信息及应用程序，以执行下述步骤：步骤101，获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
步骤102，根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测。
所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重，所述评估量表的权重为评估量表的信度误差的倒数；由于我们希望信度最高，所以将信度检测模型的值取负数。
具体的，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
具体的，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应所述理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的全部或部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储介质(ROM，Read-Only Memory)、随机存取存储介质(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (6)
1.一种放射性皮肤溃疡严重程度评估量表的信度检测方法，其特征在于，包括：
获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测，其中，所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重，评估量表的权重为评估量表的信度误差的倒数。
2.如权利要求1所述的一种放射性皮肤溃疡严重程度评估量表的信度检测方法，其特征在于，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
3.如权利要求1所述的一种放射性皮肤溃疡严重程度评估量表的信度检测方法，其特征在于，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
4.一种放射性皮肤溃疡严重程度评估量表的信度检测系统，其特征在于，包括：
获取信度值模块，用于获取评估量表集合和信度种类集合，按照所述信度种类集合，计算评估表集合中每个评估量表的信度值，并分别计算与信度种类相对应的每个所述评估量表的信度误差，其中，所述评估量表集合中每个评估量表与所述信度种类集合中的信度种类一一对应，所述信度种类包括：重测信度、评分者间信度和内部一致性信度；
设置模型模块，用于根据每个所述评估量表与所述信度种类集合中的所述信度种类，设置信度检测模型，通过蚁群算法，将所述信度检测模型作为目标函数，得到所述评估量表的最优的信度种类组合，根据所述最优的信度种类组合对评估量表的信度进行检测，其中，所述信度检测模型为：
n为评估量表集合中评估量表的个数，Sij为第i个评估量表的第j个信度种类的信度，ei为第i个评估量表的信度误差，wi为第i个评估量表的权重，评估量表的权重为评估量表的信度误差的倒数。
5.如权利要求4所述的一种放射性皮肤溃疡严重程度评估量表的信度检测系统，其特征在于，通过最小化所述信度检测模型，对每个所述评估量表的信度值进行拟合，使得拟合后的每个所述评估量表的信度值最大。
6.如权利要求4所述的一种放射性皮肤溃疡严重程度评估量表的信度检测系统，其特征在于，还包括：设置蚁群算法的收敛条件，当与所述每个评估量表对应的所述信度种类的信度值达到所述收敛条件时，返回所述评估量表的最优的信度种类组合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310598469.9A CN116580855B (zh) | 2023-05-22 | 2023-05-22 | 放射性皮肤溃疡严重程度评估量表的信度检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310598469.9A CN116580855B (zh) | 2023-05-22 | 2023-05-22 | 放射性皮肤溃疡严重程度评估量表的信度检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116580855A CN116580855A (zh) | 2023-08-11 |
| CN116580855B true CN116580855B (zh) | 2023-11-03 |
Family
ID=87541125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310598469.9A Active CN116580855B (zh) | 2023-05-22 | 2023-05-22 | 放射性皮肤溃疡严重程度评估量表的信度检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116580855B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108320795A (zh) * | 2018-02-02 | 2018-07-24 | 南通闻纳信息技术有限公司 | 通过监测体征数据用以评估精神状态量表测试可信度的系统及方法 |
| WO2019021085A1 (en) * | 2017-07-25 | 2019-01-31 | Politecnico Di Torino | METHOD FOR CLASSIFICATION AND CORRELATION BETWEEN THE PATHOLOGICAL CONDITION OF THE SKIN AND CORRESPONDING THERAPY AND DOSAGE |
| CN110197723A (zh) * | 2019-07-03 | 2019-09-03 | 四川大学华西医院 | 心身医学理论框架下的临床躯体症状分类诊断系统 |
| CN111505445A (zh) * | 2020-05-25 | 2020-08-07 | 广州市奔流电力科技有限公司 | 台区相户关系的可信度检测方法、装置和计算机设备 |
| CN111613337A (zh) * | 2020-05-15 | 2020-09-01 | 首都医科大学 | 一种重症监护病房用的智能化谵妄评估系统及评估方法 |
| CN114549469A (zh) * | 2022-02-21 | 2022-05-27 | 中国石油大学(华东) | 一种基于置信度校准的深层神经网络医疗图像诊断方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104540448A (zh) * | 2012-01-27 | 2015-04-22 | 雷文斯治疗公司 | 用于测量皱纹严重度的方法和评价量表 |
-
2023
- 2023-05-22 CN CN202310598469.9A patent/CN116580855B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019021085A1 (en) * | 2017-07-25 | 2019-01-31 | Politecnico Di Torino | METHOD FOR CLASSIFICATION AND CORRELATION BETWEEN THE PATHOLOGICAL CONDITION OF THE SKIN AND CORRESPONDING THERAPY AND DOSAGE |
| CN108320795A (zh) * | 2018-02-02 | 2018-07-24 | 南通闻纳信息技术有限公司 | 通过监测体征数据用以评估精神状态量表测试可信度的系统及方法 |
| CN110197723A (zh) * | 2019-07-03 | 2019-09-03 | 四川大学华西医院 | 心身医学理论框架下的临床躯体症状分类诊断系统 |
| CN111613337A (zh) * | 2020-05-15 | 2020-09-01 | 首都医科大学 | 一种重症监护病房用的智能化谵妄评估系统及评估方法 |
| CN111505445A (zh) * | 2020-05-25 | 2020-08-07 | 广州市奔流电力科技有限公司 | 台区相户关系的可信度检测方法、装置和计算机设备 |
| CN114549469A (zh) * | 2022-02-21 | 2022-05-27 | 中国石油大学(华东) | 一种基于置信度校准的深层神经网络医疗图像诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 失禁性皮炎皮肤损伤评估量表的汉化及信度、效度评价;王春雨;黄维肖;袁义厘;沈桂琴;张守丽;高喜仁;;中国护理管理(第03期);56-59 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116580855A (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tran et al. | Computational radiology in breast cancer screening and diagnosis using artificial intelligence | |
| WO2020238044A1 (zh) | 用于检测肿瘤的3D UNet网络模型构建方法、装置及存储介质 | |
| US20190214147A1 (en) | Systems and methods for mining of medical data | |
| CN109542965A (zh) | 一种数据处理方法、电子设备及存储介质 | |
| CN106897546A (zh) | 医疗信息化辅助医生诊疗系统和方法 | |
| US20140006044A1 (en) | System and method for preparing healthcare service bundles | |
| Lin et al. | Use of real‐time artificial intelligence in detection of abnormal image patterns in standard sonographic reference planes in screening for fetal intracranial malformations | |
| CN114399483B (zh) | 皮层靶点确定方法、装置、电子设备及存储介质 | |
| EP4310701A1 (en) | Homogenization conversion method and apparatus for detection of same index by different devices, and electronic device | |
| Breijer et al. | Diagnostic strategies for endometrial cancer in women with postmenopausal bleeding: cost-effectiveness of individualized strategies | |
| CN109559807A (zh) | 一种医疗检测方法及装置 | |
| JP2006302222A (ja) | 癌発症リスク予測システム及び方法、並びに癌デリバティブ方法 | |
| CN110265127A (zh) | 病种费用测算方法、装置及终端设备 | |
| CN116580855B (zh) | 放射性皮肤溃疡严重程度评估量表的信度检测方法及系统 | |
| Chen et al. | A flexible model for the mean and variance functions, with application to medical cost data | |
| Zhu et al. | Non‐invasive prediction of overall survival time for glioblastoma multiforme patients based on multimodal MRI radiomics | |
| Bao et al. | Magnetic resonance imaging‐based radiomics model for predicting radiation‐induced temporal lobe injury in nasopharyngeal carcinoma after intensity‐modulated radiotherapy | |
| CN116719926A (zh) | 基于智慧医疗的先天性心脏病报告数据筛选方法及系统 | |
| CN111128330A (zh) | 电子病例报告表自动录入方法、装置以及相关设备 | |
| WO2023102771A1 (en) | Test result level based analysis | |
| CN113327655B (zh) | 多维度数据的离群值检测方法、装置、设备和介质 | |
| Nikolaeva et al. | Patient measurements simulation and event processing in telemedicine systems | |
| US7516048B2 (en) | Externalized metric calculation engine | |
| RU2822867C1 (ru) | Аппаратно-программный комплекс поддержки принятия врачебных решений | |
| CN115792582B (zh) | 芯片测试方法、装置及设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |