评估模型的治疗系统筛选方法、计算机程序及终端设备技术方案

本发明专利技术涉及一种生物反馈方法，具体涉及一种评估模型的治疗系统筛选方法、计算机程序及终端设备，解决现有各类肌电生物反馈治疗设备的治疗范围窄，以及需要专业人员操作，导致治疗成本增加的技术问题。该评估模型的治疗系统筛选方法中用户通过自身情况完成各待评价对象中对应的选择操作。根据用户对各待评价对象进行解答，得到初步评估结果；根据评估模型对初步评估结果进行数据分析，得到排序结果反馈至用户，按排序结果可分配相对应的治疗处方及操作指南；用户可选择排序结果推荐的治疗处方及操作指南，也可重新进行评估；还提供了一种计算机程序及终端设备，实现一站式进行各类治疗服务，减少了用户学习及使用的成本。减少了用户学习及使用的成本。减少了用户学习及使用的成本。

【技术实现步骤摘要】
评估模型的治疗系统筛选方法、计算机程序及终端设备


[0001]本专利技术涉及一种生物反馈方法，具体涉及一种评估模型的治疗系统筛选方法、计算机程序及终端设备。

技术介绍

[0002]肌电生物反馈是将获取的肌电信息进行处理，转化成声、光等患者能够认知的信号反馈给患者，从而训练患者，使其能够有意识地控制自己的生理活动，以达到调整机体功能、防病治病的目的，它属于生物反馈疗法的一种。肌电生物反馈疗法是临床上重要的治疗手段之一，也是目前国内外研究的热点之一。
[0003]随着肌电生物反馈技术研究不断深入和迅速发展，各类肌电生物反馈治疗设备也越来越多，由于每个患者的年龄不同、身体情况不同、病理不同以及消费能力不同，因此需要的治疗服务也相差甚远。现有的设备要么操作简单只针对某一类病理问题，要么需要专业人员来操作，给患者的治疗体验及经济负担都带来不小的压力。

技术实现思路

[0004]本专利技术的目的是解决现有各类肌电生物反馈治疗设备的治疗范围窄，以及需要专业人员操作，导致治疗成本增加的技术问题，而提供一种评估模型的治疗系统筛选方法、计算机程序及终端设备，实现一站式进行各类治疗服务，减少了用户学习及使用的成本。
[0005]本专利技术的构思是：
[0006]1、用户通过自身情况完成各待评价对象中对应的选择操作。
[0007]2、根据用户对各待评价对象进行解答，得到初步评估结果；
[0008]3、根据评估模型对初步评估结果进行数据分析，得到排序结果反馈至用户，按排序结果可分配相对应的治疗处方及操作指南；
[0009]4、用户可选择排序结果推荐的治疗处方及操作指南，也可重新进行评估；
[0010]5、最后将用户选择的排序结果归并至评估模型，对评估模型进行优化。
[0011]本专利技术的技术方案是：
[0012]一种评估模型的治疗系统筛选方法，其特殊之处在于，包括以下步骤：
[0013]步骤1、向评估模型输入用户信息
[0014]评估模型包括待评价对象对应的多项评价指标、各项评价指标的权重以及加权算术平均值的计算模型；
[0015]所述待评价对象为由不同治疗处方和对应操作指南组成的治疗系统；
[0016]步骤2、评估模型根据用户信息对各待评价对象赋值，获得M个推荐待评价对象对应的初步评估结果；
[0017]步骤3、评估模型根据各待评价对象的初步评估结果，以及各项评价指标的权重得到各待评价对象对应的加权算术平均值；
[0018]步骤4、将各待评价对象对应的加权算术平均值按照从大到小的顺序进行排序，并
将排序结果反馈至用户，提供用户对治疗系统进行选择，完成治疗系统筛选。
[0019]进一步地，步骤1之前还包括步骤0：用户发送使用请求，经确认后执行步骤1。
[0020]进一步地，还包括步骤5：将用户的选择结果归并至评估模型，进而优化评估模型中各项评价指标的权重。
[0021]进一步地，步骤1中所述各项评价指标的权重计算方法具体为：
[0022]A、对多项评价指标的重要性值进行两两对比，建立判断矩阵T；
[0023]B、对判断矩阵T进行一致性检验；
[0024]若一致性比例CR＜0.1时，则判断矩阵T符合一致性要求，执行步骤C；否则返回步骤A；
[0025]C、通过归一化算法计算判断矩阵T的权重，并将其作为对应评价指标的权重。
[0026]进一步地，步骤A中，所述评价指标包括适用病例、适用年龄范围、治疗时长、评分等级与被选择次数；
[0027]评价指标的选项初始分值分别为a，b，c，d，e；a，b，c，d，e的取值为大于等于0的正整数；
[0028]适用病例、适用年龄范围、治疗时长、评分等级、被选择次数)对应的权重分别为u1、u2、u3、u4、u5。
[0029]进一步地，步骤B中，所述对判断矩阵T进行一致性检验具体为：
[0030]对判断矩阵T通过下式进行一致性检验
[0031][0032][0033]式中，CR为判断矩阵T的一致性比例，λ
max
为判断矩阵T的最大特征值，n 为评价指标个数，RI为平均随机一致性指标，CI为判断矩阵T的一致性指标。
[0034]进一步地，步骤1中，所述M＝5，5个推荐待评价对象的初步评估结果分别为A、B、C、D、E；所述加权算术平均值的计算模型通过层次分析法获得，具体为：
[0035]WA
w
＝A
a
*u1+A
b
*u2+A
c
*u3+A
d
*u4+A
e
*u5[0036]WB
w
＝B
a
*u1+B
b
*u2+B
c
*u3+B
d
*u4+B
e
*u5[0037]WC
w
＝C
a
*u1+C
b
*u2+C
c
*u3+C
d
*u4+C
e
*u5[0038]WD
w
＝D
a
*u1+D
b
*u2+D
c
*u3+D
d
*u4+D
e
*u5[0039]WE
w
＝E
a
*u1+E
b
*u2+E
c
*u3+E
d
*u4+E
e
*u5[0040]式中，WA
w
、WB
w
、WC
w
、WD
w
、WE
w
分别表示初步评估结果A、B、C、D、E 对应的加权算术平均值，A
a
、A
b
、A
c
、A
d
、A
e
分别表示初步评估结果A中各评价指标对应的初始分值，B
a
、B
b
、B
c
、B
d
、B
e
分别表示初步评估结果B中各评价指标对应的初始分值，C
a
、C
b
、C
c
、C
d
、C
e
分别表示初步评估结果C中各评价指标对应的初始分值，D
a
、D
b
、D
c
、D
d
、D
e
分别表示初步评估结果D中各评价指标对应的初始分值，E
a
、E
b
、E
c
、E
d
、E
e
分别表示初步评估结果E中各评价指标对应的初始分值。
[0041]进一步地，步骤1中，所述用户信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评估模型的治疗系统筛选方法，其特征在于，包括以下步骤：步骤1、向评估模型输入用户信息评估模型包括待评价对象对应的多项评价指标、各项评价指标的权重以及加权算术平均值的计算模型；所述待评价对象为由不同治疗处方和对应操作指南组成的治疗系统；步骤2、评估模型根据用户信息对各待评价对象赋值，获得M个推荐待评价对象对应的初步评估结果；步骤3、评估模型根据各待评价对象的初步评估结果，以及各项评价指标的权重得到各待评价对象对应的加权算术平均值；步骤4、将各待评价对象对应的加权算术平均值按照从大到小的顺序进行排序，并将排序结果反馈至用户，提供用户对治疗系统进行选择，完成治疗系统筛选。2.根据权利要求1所述评估模型的治疗系统筛选方法，其特征在于，步骤1之前还包括步骤0：用户发送使用请求，经确认后执行步骤1。3.根据权利要求2所述评估模型的治疗系统筛选方法，其特征在于，还包括步骤5：将用户的选择结果归并至评估模型，进而优化评估模型中各项评价指标的权重。4.根据权利要求3所述评估模型的治疗系统筛选方法，其特征在于，步骤1中所述各项评价指标的权重计算方法具体为：A、对多项评价指标的重要性值进行两两对比，建立判断矩阵T；B、对判断矩阵T进行一致性检验；若一致性比例CR＜0.1时，则判断矩阵T符合一致性要求，执行步骤C；否则返回步骤A；C、通过归一化算法计算判断矩阵T的权重，并将其作为对应评价指标的权重。5.根据权利要求4所述评估模型的治疗系统筛选方法，其特征在于，步骤A中，所述评价指标包括适用病例、适用年龄范围、治疗时长、评分等级与被选择次数；所述评价指标的选项初始分值分别为a，b，c，d，e；a，b，c，d，e的取值为大于等于0的正整数；所述适用病例、适用年龄范围、治疗时长、评分等级、被选择次数对应的权重分别为u1、u2、u3、u4、u5。6.根据权利要求5所述评估模型的治疗系统筛选方法，其特征在于，步骤B中，所述对判断矩阵T进行一致性检验具体为：对判断矩阵T通过下式进行一致性检验对判断矩阵T通过下式进行一致性检验式中，CR为判断矩阵T的一致性比例，λ
max
为判断矩阵T的最大特征值，n为评价指标个数，RI为平均随机一致性指标，CI为判断矩阵T的一致性指标。7.根据权利要求6所述评估模型的治疗系统筛选方法，其特征在于，步骤1中，所述M＝5，5个推荐待评价对象的初步评估结果分别为A、B、C、D、E；所述加权算术平均值的计算模型通过层次分析法获得，具体为：
WA
w
＝A
a
*u1+A
b
*u2+A
c
*u3+A
d
*u4+A
e
*u5WB
w
＝B
a
*u1+B
b
*u2+B
c
*u3+B
d
*u4+B
e
*u5...

【专利技术属性】
技术研发人员：张坤，贺琛，陈德才，单丁，马瑞，
申请(专利权)人：中航创世机器人西安有限公司，
类型：发明
国别省市：