本发明涉及一种基于表达式引擎获得认知能力诊断结果的方法,属于认知测评。
背景技术:
1、现有技术中,对患者的认知能力的测评是通过患者完成诊断量表的测试题,并且由已经编号的代码程序计算诊断量表的测试结果,获得对患者的认知能力的诊断结果。
2、然而,不同的诊断量表计算诊断结果的规则不一样,不同的规则就需要开发不同的代码才能给出诊断结果。如果发生新增规则,需要再次经过开发、测试、发布上线等流程,参与人员多,造成新增诊断量表上线周期长。并且,每次上线新的诊断量表,都需要重新进行编码,由此代码越来越多,也越来越复杂。复杂的代码,也会造成后期维护成本增长。再者复杂的代码,开发人员需要了解每个量表的具体规则,才能对系统进行维护和升级,对开发人员也会有更高的要求,造成人力成本增长。
3、在专利号为zl 202211219173.3的中国发明专利中,公开了一种基于深度学习的认知评估方法及认知任务推送方法。该认知评估方法包括如下步骤:获取用户的多种数据信息;对多种数据信息进行预处理,以根据每一种数据信息的特征进行数据编码;基于deep模型对预处理后的特征数据进行特征转化,以得到第一特征数据;并基于wide模型对预处理后的特征数据进行交叉组合,以获取第二特征数据;基于fc全连接层将第一特征数据和第二特征数据进行特征整合;基于mtl模型对融合后的特征数据进行多任务学习,以获取针对用户的认知训练任务的各项二级脑能力的变化值。该认知任务推送方法能够基于用户的多种数据信息确定出对用户产生积极影响的最佳训练任务组合,形成疗效最好、治疗副作用最低的认知训练方案。
技术实现思路
1、本发明所要解决的技术问题在于提供一种基于表达式引擎获得认知能力诊断结果的方法。
2、为实现上述技术目的,本发明采用以下的技术方案:
3、一种基于表达式引擎获得认知能力诊断结果的方法,包括如下步骤:
4、s 1:设计表达式引擎;
5、s2:根据s1步骤中的表达式引擎,患者完成每一道测试题,得到该道测试题的测评结果;
6、s3:重复执行步骤s1和s2步骤,直到患者完成诊断量表中所有的测试题,得到诊断量表中所有测试题的测评结果;
7、s4:根据步骤s3中获得的多个测评结果,计算获得诊断结果。
8、其中较优地,所述步骤s1包括如下子步骤:
9、s 10:根据诊断量表的测评结果和诊断规则,计算生成参数;
10、s 11:将s10步骤生成的参数作为变量,根据诊断规则设计多个表达式,并将表达式与诊断结果进行配置。
11、其中较优地,在所述s10步骤中,所述诊断规则包括根据总分给出诊断结果;根据维度分给出诊断结果;根据总分和维度得分给出诊断结果;根据总分算出常模分,根据常模分给出诊断结果;多个维度得分汇总给出结果。
12、其中较优地,在所述s10步骤中,所述计算生成的参数包括测评结果得分、维度得分或测评答案。
13、其中较优地,在所述表达式引擎中,每道测试题具有对应的唯一标识。
14、其中较优地,根据患者完成的答案和输入的信息与步骤s10中生成的参数相匹配,从而找出对应的表达式。
15、其中较优地,根据所述表达式,输出所述表达式对应的诊断结果,作为客户对该测试题的测评结果。
16、其中较优地,所述表达式引擎是根据诊断量表中的多个测试题,得到的与所述测试题相匹配的多个表达式的集合。
17、其中较优地,增加新的诊断量表时,根据所述新的诊断量表中的测试题,以及对应诊断规则和参数,设计出与所述新的诊断量表相对应的表达式,加入到所述表达式引擎中。
18、与现有技术相比较,本发明通过根据测评结果和诊断规则,设计表达式,并将表达式和诊断结果进行配置,形成表达式引擎,使得患者完成诊断量表进行认知能力的测评时,根据参数通过表达式引擎获得诊断结果,并且做出诊断报告。对于认知能力测评,无需通过编写复杂的代码程序,仅需配置简单地表达式,缩短了诊断系统的更新时间、降低了维护成本。
1.一种基于表达式引擎获得认知能力诊断结果的方法,其特征在于包括如下步骤:
2.如权利要求1所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于所述步骤s1包括如下子步骤:
3.如权利要求2所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于在所述s10步骤中,
4.如权利要求2所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于在所述s10步骤中,
5.如权利要求4所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于:
6.如权利要求3所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于:
7.如权利要求6所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于:
8.如权利要求7所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于:
9.如权利要求8所述基于表达式引擎获得认知能力诊断结果的方法,其特征在于: