申请/专利权人：山东大学齐鲁医院;青岛美迪康数字工程有限公司

申请日：2022-04-20

公开（公告）日：2024-03-29

公开（公告）号：CN114743619B

主分类号：G16H10/20

分类号：G16H10/20;G06F18/241;G06F18/243;G06F18/25;G16H50/30

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.07.29#实质审查的生效;2022.07.12#公开

摘要：本发明属于计算机辅助医疗技术领域，具体涉及一种用于疾病风险预测的调查问卷质量评价方法及系统，包括：确定调查问卷中所述疾病的影响因素；获取多个疾病阳性样本和多个疾病阴性样本，对于所述疾病的每个影响因素，分别计算信息增益，得到每个影响因素的权重；获取多个调查问卷样本，所述调查问卷样本中包括真实样本和不真实样本，针对调查问卷中的每个影响因素，分别训练可信度评价网络；获取待评价调查问卷，对其中的每个影响因素，分别根据填写结果，采用相应可信度评价网络得到各个影响因素的可信度，然后基于相应影响因素的权重，得到所述待评价调查问卷的整体可信度。本发明对调查问卷分主题进行真实性评价，提高了评价结果的可信度。

主权项：1.一种用于疾病风险预测的调查问卷质量评价方法，其特征在于，包括以下步骤：确定调查问卷中所述疾病的影响因素；获取多个疾病阳性样本和多个疾病阴性样本，对于所述疾病的每个影响因素，分别计算信息增益，得到每个影响因素的权重,计算方法包括：根据疾病样本中阳性样本和阴性样本的占比，计算疾病样本的信息熵；根据调查问卷中所述影响因素的选项个数，对疾病样本划分子集，根据每个子集中诊断结果为阳性和阴性的占比，计算各个子集的信息熵；根据疾病样本的信息熵和该影响因素各个子集的信息熵，计算所述影响因素的信息增益,作为该影响因素的权重；所述影响因素每个子集的信息熵计算方法为： 其中，Dv表示所述影响因素第v个子集，|Dv|表示该子集的样本数，Nv和Mv分别是其中阳性样本和阴性样本的个数；获取多个调查问卷样本，所述调查问卷样本中包括真实样本和不真实样本，针对调查问卷中的每个影响因素，分别训练可信度评价网络，训练方法包括：获取多个调查问卷样本中针对所述影响因素的填写结果；根据各选项的占比和排序，生成特征向量；基于深度学习模型，训练所述影响因素的可信度评价网络；获取待评价调查问卷，对其中的每个影响因素，分别根据填写结果，采用相应可信度评价网络得到各个影响因素的可信度，然后基于相应影响因素的权重，得到所述待评价调查问卷的整体可信度。

全文数据：

权利要求：

百度查询： 山东大学齐鲁医院;青岛美迪康数字工程有限公司 一种用于疾病风险预测的调查问卷质量评价方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD