CN117891849A - 一种影像诊断试卷的创建方法及系统 - Google Patents

一种影像诊断试卷的创建方法及系统 Download PDF

Info

Publication number
CN117891849A
CN117891849A CN202410044748.5A CN202410044748A CN117891849A CN 117891849 A CN117891849 A CN 117891849A CN 202410044748 A CN202410044748 A CN 202410044748A CN 117891849 A CN117891849 A CN 117891849A
Authority
CN
China
Prior art keywords
questions
test
question
test paper
paper
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
CN202410044748.5A
Other languages
English (en)
Inventor
张琳
汤光宇
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 Qiyun Daijia Medical Technology Co ltd
Original Assignee
Shanghai Qiyun Daijia Medical Technology 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 Qiyun Daijia Medical Technology Co ltd filed Critical Shanghai Qiyun Daijia Medical Technology Co ltd
Priority to CN202410044748.5A priority Critical patent/CN117891849A/zh
Publication of CN117891849A publication Critical patent/CN117891849A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G06F16/287—Visualization; Browsing
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Computational Linguistics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种影像诊断考核试卷的创建方法，包括以下步骤：将实际病例录入病例数据库中；根据实际病例创建试题；设置多个题目分组，根据题目分组的属性筛选试题；检测不同题目分组中试题的属性是否存在重复以及出题数量是否超过最大出题数量；得到所有试题集合；从试题集合中随机选取试题，检测试题出题次数是否超过试卷的题目分组中试题出题次数上限，并判断试题是否已经存在，若超过或者已经存在，将重新随机选取试题再进行上述校验；否则，进行下一个分组的选题，直到所有题目分组选题完成，试卷创建结束。与现有技术相比，本发明创建的试卷能够同时兼顾不同器官部位、疾病种类、像设备种类、影像诊断的难易度，具有更为合理、全面、灵活的适用效果等优点。

Description

一种影像诊断试卷的创建方法及系统
技术领域
本发明涉及在线教育领域，尤其是涉及一种影像诊断试卷的创建方法及系统。
背景技术
随着信息技术的发展，很多传统的行业开始与计算机信息技术产生融合。线上生成试卷就是教育行业与互联网技术的结合。在线随机组卷功能用途很广泛，按照出卷者的想法到现有题库里面获取题目，然后再组合生成试卷，方便出题者进行快速出题。所有学习影像诊断的学生结业或者毕业均需要临床实战病例的考试。但是一般采用的固定几套试卷，但是这存在着容易泄题，容易发生抄袭等问题。如果依据临时从现有病例库组合人工生成试卷，试题缺乏难易度的比例分配，仍然存在问题。此外，各期轮转学生的教学目的不同，需要针对性地进行测试。
现有的组卷功能没有根据影像病例进行匹配，需要添加额外的属性去适应组卷功能，不仅需要额外的数据处理，还需要人工录入等操作，需要消耗大量时间和人力。由于数据结构不同，还需要进行大量数据结构转换前提步骤，无法快速进行上线使用。现有技术中，公开号为CN 113934838 A的中国专利公开了一种根据题目难易程度组卷的方法，虽然该方法通过根据不同难度进行组卷，但是，该方法并不能随机创建一种包括疾病种类、影像设备种类、影像诊断的难易度的影像试卷。因此，需要一种线上生成影像诊断试卷的创建方法及系统。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种影像诊断试卷的创建方法及系统。
本发明的目的可以通过以下技术方案来实现：
第一方面，本发明提供一种影像诊断试卷的创建方法，包括以下步骤：
步骤1、将RIS报告系统中的实际病例录入病例数据库中；
步骤2、根据所述病例数据库中实际病例的属性创建试题，所述试题包括题目和答案，并对所述试题设定难易程度，将所述试题添加到题目库中；
步骤3、设置多个题目分组，每个所述题目分组包括多个不同的属性，将题目分组的属性设置为筛选条件，将所述题目库中的试题筛选至符合筛选条件的题目分组中，得到试题集合，并得到题目分组的最大出题数量；
步骤4、检测不同题目分组中试题的属性是否存在重复，若存在重复，则提示所述题目分组中存在重复属性的试题，重复步骤3更换不同属性的试题；若不存在重复，则进行下一步骤；
步骤5、设置题目分组中的出题数量，判断所述设置题目分组中的出题数量是否超过题目分组的最大出题数量，若超过最大出题数量，则提示出题数量错误，重复步骤5重新设置题目分组中的出题数量；若不超过最大数量，则进行下一步骤；
步骤6、设置试卷数量，根据所述试题集合中试题数量，及所述题目分组的最大出题数量和试卷数量，确定试卷中试题的出题数量上限，从所述试题集合中随机选取试题，并检测该试题的出题数量是否超过所述整套试卷中的出题数量上限，若超过，则重复步骤6，重新选取试题；若没有超过，则进行下一步骤；
步骤7、判断试卷中的试题是否存在重复，若存在重复，则重复步骤6，重新随机选取试题；若不存在重复，则进行下一个题目分组选题，直至所有题目分组都选完题目，完成试卷创建。
进一步地，所述难易程度包括多个层次。
进一步地，所述属性包括器官部位、疾病种类、难易程度和设备分类。
进一步地，所述疾病种类根据疾病分类与代码国家临床版进行分类。
进一步地，所述题目分组的出题数量上限根据试卷的出题数量和题目分组中的出题数量，比对数据库中可以获取到的试题数量进行比例运算，得到题目分组的出题数量上限。
进一步地，将所述题目分组的出题数量上限显示在每个题目分组的页面中。
第二方面，本发明提供一种影像诊断试卷的创建系统，所述系统包括病例数据输入模块、试卷生成模块和试卷输出模块，所述系统用于实现上述所述的方法。
第三方面，本发明提供一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行上述所述的方法。
第四方面，本发明提供一种存储介质，其上存储有程序，所述程序被执行时实现上述所述的方法。
与现有技术相比，本发明具有以下有益效果：
本发明创建的试卷能够同时兼顾不同疾病种类、像设备种类、影像诊断的难易度，具有更为合理、全面、灵活的适用效果等优点。
附图说明
图1为本发明的步骤示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
本实施例提供一种影像诊断试卷的创建方法，该方法通过一种影像诊断试卷的创建系统来实现，该系统包括病例数据输入模块、试题生成模块、试卷生成模块和试卷输出模块。本实施例创建的试卷为3份《2023年末规培生腹部影像考试》试卷，每份试卷包含2题中等难度肝脓肿CT检查，分数每题25分，以及1题最高难度的慢性胰腺炎磁共振检查，分数50分。
其具体步骤如图1所示，包括如下：
步骤1、将RIS报告系统中的实际病例录入病例数据库中。RIS报告系统中的实际病例包括：在日常工作中报告审核后依据典型病例或者随访过程有病理证实的病例。将实际病例导入到病例数据库中，如果病例中部分信息在原有数据上有缺失，则可以在录入操作中进行补全。在录入病例数据库时，给病例添加相应属性，属性具体包括：器官部位、疾病种类和设备分类。
优选地，疾病种类可以依据疾病分类与代码国家临床版2.0按照各器官常见疾病的分类树进行简化，方便可操作性。
本实施例的病例数据库中包括：CT肝脓肿病例10个病例，磁共振(MR)慢性胰腺炎有5个病例。
步骤2、将上述病例库中15个病例中部分符合题目库中的病例制作成试题，试题包括题目和答案，并将该试题导入到题目库中。本实施例导入的试题符合录入题目库的病例包括：中等难度的CT肝脓肿5个病例，将这5个病例生成5道题目；高难度的磁共振(MR)慢性胰腺炎有2个病例，同样地，生成2到题目。将这些题目添加到题目库中，并设置对应的试题难度。试题也包含病例所包含的属性，属性包括器官部位、疾病种类和设备分类。
优选地，难易度可以依据报告审核时，有经验的审核医师(副高以上)根据自己的经验按难、中等、易等难度分类录入数据库，难度种类也可根据实际情况再进行细分。
步骤3、进行随机组卷，先设置题目分组的相关属性，根据试题的设备类型、器官部位、疾病种类这些属性和题目难易度进行选择。影像诊断试卷的创建系统会根据属性筛选出符合条件的题目集合。再设置试卷名称和试卷数量，系统会计算试题集合中每个试题在整套试卷中出现的最大次数。
具体地，第一个题目分组选择难度“中等”，设备“CT”，部位“肝”，诊断“肝脓肿”，试题数量填2，每题分数填25；第二个题目分组选择难度“难”，设备“MR”，部位“胰腺”，诊断“慢性胰腺炎”，试题数量填1，每题分数填50。试卷数量填写3，试卷名称填写“2023年末规培生腹部影像考试”。
系统根据上述属性从题目库中筛选获取试题集合，包括中等难度的CT肝脓肿最大题目数量是5道试题，高难度的磁共振(MR)慢性胰腺炎最大题目数量是2道试题。优选地，在设置题目分组的筛选属性过程中，题目分组的出题数量上限显示在每个题目分组的页面里面，方便出试卷人员随时查看。
根据排列组合计算，得到第一个题目分组里面筛选得到的5道试题，每题的出题数量上限只能是2次。第二个题目分组里面筛选得到的2道试题，每题的出题数量上限只能是2次。
步骤4、检测上述两个题目分组中试题的属性是否存在重复，若存在重复，则提示该题目分组中存在重复属性的试题，更换不同属性的试题；若不存在重复，则进行下一步骤。
步骤5、检测上述两个题目分组中试题数量是否超过题目库中符合相应属性的题目集合的数量，如果超过最大数量，则需要重新填写相应题目分组的出题数量；若没有超过最大数量，则进行下一步骤。
步骤6、从步骤5中的试题集合中随机选取试题，根据题目分组的出题数量上限和试卷的出题数量，再比对符合条件的最大出题数量，计算试题出题最大出题次数是否超过题目分组的题目出题数量上限，若超过，则在题目集合中重新选取试题，若没有超过，则进行下一步骤。
步骤7、判断试卷中的试题是否存在重复，若存在重复，将对重复的试题进行重复步骤6，重新随机选取试题，若不存在重复，则完成试卷创建，生成《2023年末规培生腹部影像考试随机卷1》、《2023年末规培生腹部影像考试随机卷2》和《2023年末规培生腹部影像考试随机卷3》，每套试卷有3道题，2题中等难度肝脓肿CT病例，每题25分；1题高难度慢性胰腺炎磁共振病例，每题50分。
基于该题目分组和考试要求，可以根据上述属性，在一份试卷中任意合成试题、各自赋予分值。从病例数据库中获取符合条件的题目进行随机组题，一次考试可以随机构建多份试卷，满足日常教学过程中对不同考核要求的学生测试学习达标情况，还可以避免同次考试中学生舞弊的现象。
优选地，试卷创建完成以后，将试卷以页面的形式在显示屏上展示，对试卷进行检查，若试卷中的所有试题均符合考试要求，则保存试卷；若不符合要求，则可以删除相关试卷，重新生成试卷。
进一步地，试卷创建完成以后，将该试卷用于考试，考试完成以后，对该试卷进行批改，该试卷能够保留批改痕迹。通过对试卷的批改痕迹、试卷的成绩、试卷中试题的正确率进行统计分析，能够确定不同批次的学生对相关题目的学习掌握情况。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种影像诊断试卷的创建方法，其特征在于，包括以下步骤：
步骤1、将RIS报告系统中的实际病例录入病例数据库中；
步骤2、根据所述病例数据库中实际病例的属性创建试题，所述试题包括题目和答案，并对所述试题设定难易程度，将所述试题添加到题目库中；
步骤3、设置多个题目分组，每个所述题目分组包括多个不同的属性，将题目分组的属性设置为筛选条件，将所述题目库中的试题筛选至符合筛选条件的题目分组中，得到试题集合，并得到题目分组的最大出题数量；
步骤4、检测不同题目分组中试题的属性是否存在重复，若存在重复，则提示所述题目分组中存在重复属性的试题，重复步骤3更换不同属性的试题；若不存在重复，则进行下一步骤；
步骤5、设置题目分组中的出题数量，判断所述设置题目分组中的出题数量是否超过题目分组的最大出题数量，若超过最大出题数量，则提示出题数量错误，重复步骤5重新设置题目分组中的出题数量；若不超过最大数量，则进行下一步骤；
步骤6、设置试卷数量，根据所述试题集合中试题数量，及所述题目分组的最大出题数量和试卷数量，确定试卷中试题的出题数量上限，从所述试题集合中随机选取试题，并检测该试题的出题数量是否超过所述整套试卷中的出题数量上限，若超过，则重复步骤6，重新选取试题；若没有超过，则进行下一步骤；
步骤7、判断试卷中的试题是否存在重复，若存在重复，则重复步骤6，重新随机选取试题；若不存在重复，则进行下一个题目分组选题，直至所有题目分组都选完题目，完成试卷创建。
2.根据权利要求1所述的一种影像诊断试卷的创建方法，其特征在于，所述难易程度包括多个层次。
3.根据权利要求1所述的一种影像诊断试卷的创建方法，其特征在于，所述属性包括器官部位、疾病种类、难易程度和设备分类。
4.根据权利要求3所述的一种影像诊断试卷的创建方法，其特征在于，所述疾病种类根据疾病分类与代码国家临床版进行分类。
5.根据权利要求1所述的一种影像诊断试卷的创建方法，其特征在于，所述题目分组的出题数量上限根据试卷的出题数量和题目分组中的出题数量，比对数据库中可以获取到的试题数量进行比例运算，得到题目分组的出题数量上限。
6.根据权利要求5所述的一种影像诊断试卷的创建方法，其特征在于，将所述题目分组的最大出题数量显示在每个题目分组的页面中。
7.根据权利要求1所述的一种影像诊断试卷的创建方法，其特征在于，记录试题的已出题数量，将题目分组中的试题选中概率进行平均化处理。
8.一种影像诊断试卷的创建系统，其特征在于，所述系统包括病例数据输入模块、试题生成模块、试卷生成模块和试卷输出模块，所述系统用于实现上述权利要求1-7任意一项所述的方法。
9.一种电子设备，其特征在于，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1-7任意一项所述的方法。
10.一种存储介质，其上存储有程序，其特征在于，所述程序被执行时实现如权利要求1-7中任一所述的方法。
CN202410044748.5A 2024-01-11 2024-01-11 一种影像诊断试卷的创建方法及系统 Pending CN117891849A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410044748.5A CN117891849A (zh) 2024-01-11 2024-01-11 一种影像诊断试卷的创建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410044748.5A CN117891849A (zh) 2024-01-11 2024-01-11 一种影像诊断试卷的创建方法及系统

Publications (1)

Publication Number Publication Date
CN117891849A true CN117891849A (zh) 2024-04-16

Family

ID=90640757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410044748.5A Pending CN117891849A (zh) 2024-01-11 2024-01-11 一种影像诊断试卷的创建方法及系统

Country Status (1)

Country Link
CN (1) CN117891849A (zh)

Similar Documents

Publication Publication Date Title
Bejar et al. A feasibility study of on‐the‐fly item generation in adaptive testing
Gebril et al. The effect of high-stakes examination systems on teacher beliefs: Egyptian teachers’ conceptions of assessment
Huberman et al. Drawing Valid Meaning from Qualitative Data: Some Techniques of Data Reduction and Display.
Porter et al. Comparing detection methods for software requirements inspections: A replication using professional subjects
Burnstein Practical software testing: a process-oriented approach
Downing Validity: on the meaningful interpretation of assessment data
Bergstrom et al. CAT for certification and licensure
KR100978091B1 (ko) 온라인 테스트 평가 관리 시스템 및 방법
Agawa et al. A new questionnaire to assess Japanese EFL learners’ motivation: Development and validation
KR101058741B1 (ko) 공부 습관 검사 시스템 및 방법
Hamouda et al. A basic recursion concept inventory
Ben-Zeev The nature and origin of rational errors in arithmetic thinking: Induction from examples and prior knowledge
Vispoel et al. Limiting answer review and change on computerized adaptive vocabulary tests: Psychometric and attitudinal results
Confrey et al. A validation argument from soup to nuts: Assessing progress on learning trajectories for middle-school mathematics
O'Brien et al. Designing simulation scenarios to support performance assessment validity
Conejo et al. Automated assessment of complex programming tasks using siette
Mislevy et al. A Brief Introduction to Evidence-Centered Design. CSE Report 632.
Sovietov et al. Digital Teaching Assistant for the Python Programming Course
Dunn et al. Auditor efficiency and effectiveness with diagrammatic and linguistic conceptual model representations
JP3227380U (ja) 能力診断システム
Ratnawati et al. Development of Academic Optimism Model in Learning for Junior High School Students.
Trent et al. RN-to-BSN students' quality improvement knowledge, skills, confidence, and systems thinking
White et al. Empirically supporting school STEM culture—The creation and validation of the STEM Culture Assessment Tool (STEM‐CAT)
CN117891849A (zh) 一种影像诊断试卷的创建方法及系统
McManus et al. Implementing statistical equating for MRCP (UK) Parts 1 and 2

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