專利名稱：確定用于從臨床數(shù)據(jù)獲得的標(biāo)識(shí)的可靠性指標(biāo)的方法和該可靠性指標(biāo)用于支持一個(gè)標(biāo)識(shí) ...的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于確定可靠性指標(biāo)的方法和設(shè)備，該可靠性指標(biāo)用于根據(jù)從樣本群收集的臨床數(shù)據(jù)而獲得的至少一組標(biāo)識(shí)(Signature)，這些標(biāo)識(shí)是通過檢測(cè)來自樣本群的臨床數(shù)據(jù)中的特性而獲得的，其中每個(gè)標(biāo)識(shí)生成將樣本群分層的第一組分層值。
背景技術(shù)：
為了臨床應(yīng)用的目的，高吞吐量的分子測(cè)量經(jīng)常經(jīng)過分析以識(shí)別出有助于對(duì)生物樣本分層的數(shù)據(jù)集中的模式。一種這樣的應(yīng)用是例如從基因表達(dá)數(shù)據(jù)選擇特征子集，該特征子集可以被用作特定類別的患者的診斷標(biāo)識(shí)。這種診斷標(biāo)識(shí)可以用于疾病、疾病病期和/ 或治療選擇(例如針對(duì)某些疾病的治療方案的肯定和否定響應(yīng))的臨床診斷。應(yīng)當(dāng)注意，在發(fā)現(xiàn)這樣的標(biāo)識(shí)期間患者的臨床狀態(tài)典型地是已知的。該“地面實(shí)況”通常作為臨床研究的一部分(從中獲得樣本)而可獲得，或者可以通過使用分子測(cè)量而不是用于標(biāo)識(shí)發(fā)現(xiàn)(例如DNA甲基化作用、蛋白質(zhì)組學(xué)和SNP)的測(cè)量來檢測(cè)某種分子特性來獲悉“地面實(shí)況”。將多種統(tǒng)計(jì)的和機(jī)器學(xué)習(xí)算法應(yīng)用到這樣的數(shù)據(jù)集以便發(fā)現(xiàn)在這些測(cè)量中的用于診斷(即， 可用于區(qū)分臨床狀態(tài))的模式是常用的。此外，在生物學(xué)家和臨床醫(yī)生中正產(chǎn)生以下意識(shí) 對(duì)于大多數(shù)疾病和所關(guān)心的狀況而言，將發(fā)現(xiàn)單個(gè)變量(單變量)標(biāo)識(shí)是不太可能的；多個(gè)變量(多變量)標(biāo)識(shí)被認(rèn)為是必需的，這增加了標(biāo)識(shí)發(fā)現(xiàn)的組合的挑戰(zhàn)。困擾該領(lǐng)域的一個(gè)困難是數(shù)據(jù)集總是表征為測(cè)量有余但案例不足(case poor),即存在明顯多于患者的測(cè)量。 因此，模式發(fā)現(xiàn)方法變得易于發(fā)現(xiàn)寄生模式，即基于給定的數(shù)據(jù)預(yù)測(cè)良好但基于新案例則預(yù)測(cè)不佳的模式。這也被稱為過擬合。用于通過丟棄某些被認(rèn)為低質(zhì)量的或不太可能與臨床問題有關(guān)的測(cè)量來減少測(cè)量數(shù)量的各種方案，比如用于重采樣和交叉驗(yàn)證的方案，已被應(yīng)用以克服過擬合，但該問題不能完全通過這些方法來克服。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種克服這樣的過擬合問題的改進(jìn)的方法。根據(jù)一個(gè)方面，本發(fā)明涉及一種確定根據(jù)從樣本群收集的臨床數(shù)據(jù)確定的至少一組標(biāo)識(shí)的可靠性的方法，這些標(biāo)識(shí)是通過檢測(cè)來自樣本群的臨床數(shù)據(jù)中的特性獲得的，其中每個(gè)標(biāo)識(shí)生成對(duì)樣本群分層的第一組分層值，該方法包括
提供至少一個(gè)附加和平行分層源到從所述樣本群獲得的標(biāo)識(shí)，所述至少一個(gè)平行分層源獨(dú)立于這些標(biāo)識(shí)并且生成用于樣本群的第二組分層值， 對(duì)于各個(gè)相應(yīng)樣本而言，比較 第一組分層值與真實(shí)參考分層值， 第二組分層值與真實(shí)參考分層值，
利用相似性度量指標(biāo)對(duì)這些標(biāo)識(shí)賦值，該相似性度量指標(biāo)指示第一和第二分層值是否與真實(shí)參考分層值匹配，并且將該相似性度量指標(biāo)實(shí)現(xiàn)為在確定這些標(biāo)識(shí)的可靠性時(shí)的輸入。因此，現(xiàn)在有可能針對(duì)這些標(biāo)識(shí)的“對(duì)準(zhǔn)”將這些標(biāo)識(shí)與特定的平行分層標(biāo)準(zhǔn)比較并且因此幫助消除寄生模式。在一個(gè)實(shí)施例中，將相似性度量指標(biāo)實(shí)現(xiàn)為輸入的步驟包括
識(shí)別哪些標(biāo)識(shí)具有指示它們的分層值與真實(shí)參考分層值不匹配的相似性度量指標(biāo)，并且對(duì)于那些被識(shí)別的標(biāo)識(shí)
確定指示這些標(biāo)識(shí)的分層值與至少一個(gè)平行分層源的分層值如何對(duì)準(zhǔn)的對(duì)準(zhǔn)指標(biāo)，該對(duì)準(zhǔn)指標(biāo)指示這些標(biāo)識(shí)的可靠性。為了說明的目的，參照詳細(xì)描述中的表I和II，這意味著對(duì)于一種標(biāo)識(shí)，確定與真實(shí)參考分層值相比，該標(biāo)識(shí)對(duì)于哪些樣本進(jìn)行了錯(cuò)誤分類(在此情況下，假陰性(FN)或假陽(yáng)性(FP))。第二步驟是，將這些錯(cuò)誤分類與平行分層源比較，即執(zhí)行另一個(gè)“可靠性步驟”。 該比較表明它們中的兩個(gè)與平行分層源匹配。應(yīng)當(dāng)注意，表1和2主要目的用于列出(錯(cuò)誤) 分類的所有可能的組合而不描繪具有例如100或200個(gè)樣本的現(xiàn)實(shí)實(shí)例。在一個(gè)實(shí)施例中，確定對(duì)準(zhǔn)指標(biāo)的步驟包括確定標(biāo)識(shí)的分層值與由至少一個(gè)平行分層源生成的分層值匹配的頻率，該數(shù)字指示標(biāo)識(shí)的可靠性。參照表III，所述實(shí)施例在標(biāo)識(shí)1、2和3三個(gè)標(biāo)識(shí)之間進(jìn)行選擇是有利的。應(yīng)當(dāng)再次注意，這僅僅是為了說明的目的并且不反映真實(shí)的情形，在真實(shí)情形中樣本的數(shù)量典型地將大得多。在該情形中，所有標(biāo)識(shí)表現(xiàn)出僅50%的正確分類(與真實(shí)值相比)。在缺少該附加的一個(gè)或多個(gè)平行分層源時(shí)，將不可能區(qū)分這三個(gè)標(biāo)識(shí)。然而，通過更詳細(xì)地觀看標(biāo)識(shí) 1的表，兩個(gè)錯(cuò)誤分類與平行分層源匹配(樣本2和4)；對(duì)于標(biāo)識(shí)2，也有兩個(gè)錯(cuò)誤分類與平行分層源匹配(樣本4和5);但是對(duì)于標(biāo)識(shí)3，三個(gè)錯(cuò)誤分類與平行分層源匹配(樣本2、5和 7)。在該特定情況下，對(duì)準(zhǔn)指標(biāo)簡(jiǎn)單地為“計(jì)數(shù)”(或百分比)，即與平行標(biāo)準(zhǔn)匹配的數(shù)量，即 “2”、“2”和“3”。因而，標(biāo)識(shí)3將被認(rèn)為是比其余標(biāo)識(shí)更可靠的標(biāo)識(shí)，因?yàn)樗膫€(gè)錯(cuò)誤分類中的3個(gè)與平行分層源匹配。為了進(jìn)一步說明，假設(shè)存在例如從正設(shè)法將癌癥患者分層為侵略性的和非侵略性的基因表達(dá)獲得的兩個(gè)標(biāo)識(shí)Sl和S2。通過僅使用所述標(biāo)識(shí)(基本模態(tài)，基因表達(dá))，只可能說兩個(gè)標(biāo)識(shí)產(chǎn)生例如4個(gè)錯(cuò)誤分類并且因此在哪個(gè)標(biāo)識(shí)更可能是臨床相關(guān)的或生物學(xué)相關(guān)的這方面不可能有把握前進(jìn)。平行分層源(例如臨床預(yù)后指數(shù))也給出了相同患者到侵略性和非侵略性的獨(dú)立分層。平行分層使得有可能觀察到與Sl相比，S2產(chǎn)生與臨床預(yù)后指數(shù)相比較的更多的錯(cuò)誤分類?；诖丝梢詳喽⊿1是比S2 “更好的”標(biāo)識(shí)，因?yàn)镾l與平行分層更“一致”。因此，與S2相比，Sl將具有更高的可靠性指數(shù)。在一個(gè)實(shí)施例中，平行分層基于一種或多種下述測(cè)量 臨床信息，或
成像數(shù)據(jù)，或
從高吞吐量分子測(cè)量獲得的數(shù)據(jù)，或分子測(cè)量的生物學(xué)注解。在一個(gè)實(shí)施例中，該方法進(jìn)一步包括連續(xù)地重復(fù)所述比較步驟、所述賦值步驟和所述實(shí)現(xiàn)步驟直到滿足預(yù)定義的標(biāo)準(zhǔn)為止。在一個(gè)實(shí)施例中，重復(fù)所述比較步驟直到滿足了預(yù)定義的標(biāo)準(zhǔn)為止是基于實(shí)現(xiàn)可靠性指標(biāo)以在一個(gè)步驟中對(duì)標(biāo)識(shí)排名并且作為用于選擇哪些標(biāo)識(shí)應(yīng)當(dāng)在后續(xù)步驟中被考慮的選擇標(biāo)準(zhǔn)。因此，通過使用可靠性指標(biāo)的這種迭代應(yīng)用，依賴于平行標(biāo)準(zhǔn)的分層能力，過擬合的效應(yīng)被消除或至少被減少。在一個(gè)實(shí)施例中，預(yù)定義的標(biāo)準(zhǔn)包括基于下列一個(gè)或多個(gè)的一個(gè)或多個(gè)結(jié)束迭代的標(biāo)準(zhǔn)
“固定數(shù)量的迭代 “期望的對(duì)準(zhǔn)性能 “期望的可靠性性能。應(yīng)注意，這不是窮舉性列表。根據(jù)另一個(gè)方面，本發(fā)明涉及一種計(jì)算機(jī)程序產(chǎn)品，其用于在該產(chǎn)品在計(jì)算機(jī)上運(yùn)行時(shí)命令處理單元執(zhí)行上述方法步驟。根據(jù)又一個(gè)方面，本發(fā)明涉及一種用于確定至少一組標(biāo)識(shí)的可靠性指標(biāo)的設(shè)備， 該至少一組標(biāo)識(shí)根據(jù)從樣本群收集的臨床數(shù)據(jù)而獲得，這些標(biāo)識(shí)是通過檢測(cè)來自樣本群的臨床數(shù)據(jù)中的特性而獲得的，其中每個(gè)標(biāo)識(shí)生成對(duì)樣本群分層的第一組分層值，該設(shè)備包括
用于提供至少一個(gè)附加且平行分層源到從所述樣本群獲得的標(biāo)識(shí)的裝置，所述至少一個(gè)平行分層源獨(dú)立于這些標(biāo)識(shí)并且生成用于樣本群的第二組分層值， 用于對(duì)于各個(gè)相應(yīng)樣本進(jìn)行以下比較的處理器 第一組分層值與真實(shí)參考分層值， 第二組分層值與真實(shí)參考分層值，
用于利用相似性度量指標(biāo)對(duì)這些標(biāo)識(shí)賦值的處理器，該相似性度量指標(biāo)指示第一和第二分層值是否與參考分層值匹配，以及
用于將該相似性度量指標(biāo)實(shí)現(xiàn)為確定這些標(biāo)識(shí)的可靠性時(shí)的輸入的處理器。本發(fā)明的各方面中的每一個(gè)可以與任意一個(gè)其它方面組合。本發(fā)明的這些和其它方面將根據(jù)下文描述的實(shí)施例而清楚并且參照這些實(shí)施例而被闡明。


本發(fā)明的這些實(shí)施例將參照附圖僅通過實(shí)例的方式予以描述，在附圖中圖1示出根據(jù)本發(fā)明的方法的流程圖，
圖2描繪了將平行標(biāo)準(zhǔn)到添加到標(biāo)識(shí)發(fā)現(xiàn)過程，以及圖3示出根據(jù)本發(fā)明的設(shè)備。
具體實(shí)施例方式圖1示出根據(jù)本發(fā)明的確定至少一組標(biāo)識(shí)的可靠性指標(biāo)的方法的流程圖，該至少一組標(biāo)識(shí)根據(jù)從樣本群收集的臨床數(shù)據(jù)而獲得。在步驟(Si) 101中，通過檢測(cè)來自樣本群的臨床數(shù)據(jù)中的特性生成這些標(biāo)識(shí)。作為實(shí)例，樣本群可以包括從潛在的癌癥患者收集的樣本并且臨床數(shù)據(jù)可以是在這些樣本上執(zhí)行的高吞吐量分子測(cè)量。對(duì)這樣的數(shù)據(jù)的分析結(jié)果將給出一組標(biāo)識(shí)，即，為此特定類型的癌癥的特性的標(biāo)識(shí)。由于術(shù)語標(biāo)識(shí)(或者也稱為分子標(biāo)識(shí))是指臨床數(shù)據(jù)中表示遍及所有樣本的共同特征的任何特性?？梢詰?yīng)用各種方法獲得這樣的標(biāo)識(shí)，例如通過使用諸如遺傳算法(GA)之類的搜索方法，其產(chǎn)生特征子集，該特征子集用于導(dǎo)出為一組樣本提供測(cè)試分類的標(biāo)識(shí)。關(guān)于這種基于GA的試驗(yàn)的進(jìn)一步的細(xì)節(jié)可以在“Schaffer，A. Janevski, and Μ. Simpson, 〃A Genetic Algorithm Approach for Discovering Diagnostic Patterns in Molecular Measurement Data, “ presented at Proceedings of the 2005 IEEE Symposium on Computational Intelligence in Bioinformatics and Computational Biology, CIBCB 2005, La Jolla, CA, USA, 2005”中找到，該文獻(xiàn)全文通過引用于此并入。這些標(biāo)識(shí)生成第一分層值，其針對(duì)所述標(biāo)識(shí)對(duì)樣本群分層。這意味著，每個(gè)樣本僅有一個(gè)分層賦值，其中每個(gè)樣本可以被賦值為“侵略性的”或“非侵略性的”，或標(biāo)記為“O”或 “1”，或者在甚至特定的數(shù)值范圍上，例如從1到3。因此，在存在100個(gè)樣本標(biāo)識(shí)的情況下， 特定標(biāo)識(shí)為這100個(gè)樣本中的每一個(gè)提供比如0或1的分層值。如前所討論，本發(fā)明處理以下情形由于與相對(duì)較大數(shù)量的測(cè)量相比有非常少的樣本的原因，數(shù)據(jù)本身不足以保證“良好”標(biāo)識(shí)。這種數(shù)據(jù)的分析易于發(fā)現(xiàn)偶然地看起來非常好地表征該數(shù)據(jù)的寄生模式。如稍后將更詳細(xì)地討論的，通過另外地表征模式，可能從 “真實(shí)”(更有希望的)模式中認(rèn)出寄生模式。在步驟(S2) 103中，從所述樣本群提供至少一個(gè)平行分層源，其中所述至少一個(gè)平行分層源獨(dú)立于這些標(biāo)識(shí)并且生成用于樣本群的第二組分層值。這意味著，提供了用于表征的附加源，但是其中該附加源是使用不同方法獲得的。因此，對(duì)于各個(gè)相應(yīng)樣本，除了這些標(biāo)識(shí)之外，還提供了平行分層源，并且該平行分層源生成第二分層值，例如“侵略性的” 或“非侵略性的”，或者“0”或“1”。這意味著，利用分層值為樣本1賦值，即，例如將樣本1分層為“非侵略性的”，并且作為附加源，該平行分層源將樣本也分層為“非侵略性的”。因此， 一個(gè)源是從臨床數(shù)據(jù)獲得的標(biāo)識(shí)，并且平行分層源可以例如是從臨床信息獲得的，所述臨床信息例如為預(yù)后指數(shù)，比如對(duì)于乳腺癌而言的下列指數(shù)=Nottingham Prognosis Index (Pinder, Elston等人· 2003) ^National Institutes of Health Consensus (NIH 2001) 禾口 the St. Gallen Consensus Conference (Ciatto, Cecchini 等人· 1990)。添力口這禾中平行分層的原因是，使得能夠針對(duì)這些標(biāo)識(shí)與特定的平行分層標(biāo)準(zhǔn)的“對(duì)準(zhǔn)”來比較這些標(biāo)識(shí)。這將在稍后更詳細(xì)地被討論。一般地，本發(fā)明的目的是通過使用完全不同的方法設(shè)法得到相同種類的分層(例如侵略性的對(duì)比非侵略性的)。這樣的平行分層源的其它實(shí)例是從成像數(shù)據(jù)獲得的源，該成像數(shù)據(jù)是來自任何相關(guān)的成像模態(tài)(MRI、CT，具有或不具有造影劑)的數(shù)據(jù)，這種數(shù)據(jù)可以通過以下方式分析該方式以與對(duì)“核心”的分析相似的方式對(duì)樣本分層，例如高吞吐量分子測(cè)量。這典型地通過分析圖像特征(形狀、紋理等)并輸出每個(gè)圖像/樣本的類別(例如侵略性的或非侵略性的) 來完成。其它平行分層源是高吞吐量分子測(cè)量基因表達(dá)數(shù)據(jù)、DNA甲基化作用、質(zhì)譜蛋白質(zhì)組學(xué)。只要來自這樣的測(cè)量的數(shù)據(jù)按照與“核心”高吞吐量測(cè)量相似地表征樣本的方式被分析，則可能使用所述輸出來驅(qū)動(dòng)基本的標(biāo)識(shí)發(fā)現(xiàn)過程。另一些的平行分層源是注解高吞吐量分子測(cè)量中的特征可以例如基于它們的生物屬性而被表征。廣泛使用的用于注解的源例如是基因本體論(參見geneontology. org)，其中基因針對(duì)它們的分子功能、生物過程和細(xì)胞成分來進(jìn)行注解。這種注解也可以用于表征關(guān)于所述分子功能的一組特征(例如基因)。隨后所述數(shù)據(jù)的該視圖可以以與上述對(duì)樣本分層的其它類型方式相同的方式來使用。在步驟(S3) 105中，針對(duì)各個(gè)相應(yīng)樣本，執(zhí)行比較步驟，其中將第一分層值和第二分層值與真實(shí)參考分層值比較。真實(shí)參考分層值被認(rèn)為是“地面實(shí)況”，因?yàn)樵摂?shù)據(jù)來自回顧性研究，例如在癌癥患者中，將有5年或10年的跟蹤并且因此將會(huì)知道該癌癥是否恢復(fù)。 因此，在該步驟中，針對(duì)樣本n，將樣本η的第一分層值和平行分層源的第二分層值(例如基于圖像數(shù)據(jù))與地面實(shí)況值相比較。在步驟(S4) 107中，這些標(biāo)識(shí)利用相似性度量指標(biāo)來賦值，該相似性度量指標(biāo)指示第一和第二分層值是否與真實(shí)參考分層值匹配。作為實(shí)例，如果樣本η的參考分層值(地面實(shí)況值)為“侵略性的”并且第一分層值和第二分層值分別為“侵略性的”和“非侵略性的”，則相似性度量指標(biāo)可以是“真”和“假”，或者“真陽(yáng)性”和“假陽(yáng)性”。這也可以被標(biāo)記為“ + ”和“-”。針對(duì)所有η個(gè)樣本，重復(fù)該操作，即，針對(duì)各個(gè)相應(yīng)樣本，將第一分層值和第二分層值與真實(shí)參考值比較。表 I
權(quán)利要求
1.一種確定至少一組標(biāo)識(shí)的可靠性指標(biāo)(Si，101)的方法，該至少一組標(biāo)識(shí)根據(jù)從樣本群收集的臨床數(shù)據(jù)而確定，所述標(biāo)識(shí)是通過檢測(cè)來自樣本群的臨床數(shù)據(jù)中的特性獲得的，其中每個(gè)標(biāo)識(shí)生成對(duì)樣本群分層的第一組分層值，該方法包括提供至少一個(gè)附加和平行分層源到從所述樣本群獲得的標(biāo)識(shí)(S2，103)，所述至少一個(gè)平行分層源獨(dú)立于所述標(biāo)識(shí)并且生成用于樣本群的第二組分層值， 對(duì)于各個(gè)相應(yīng)樣本而言，比較(S3，105) 第一組分層值與真實(shí)參考分層值， 第二分層值與真實(shí)參考分層值，利用相似性度量指標(biāo)對(duì)所述標(biāo)識(shí)賦值(S4，107)，該相似性度量指標(biāo)指示第一和第二分層值是否與真實(shí)參考分層值匹配，并且將該相似性度量指標(biāo)實(shí)現(xiàn)為在確定所述標(biāo)識(shí)的可靠性時(shí)的輸入(S5，109)。
2.根據(jù)權(quán)利要求1的方法，其中將相似性度量指標(biāo)實(shí)現(xiàn)為輸入的步驟包括識(shí)別哪些標(biāo)識(shí)具有指示它們的分層值與真實(shí)參考分層值不匹配的相似性度量指標(biāo)，并且對(duì)于那些被識(shí)別的標(biāo)識(shí)確定指示所述標(biāo)識(shí)的分層值與至少一個(gè)平行分層源的分層值如何對(duì)準(zhǔn)的對(duì)準(zhǔn)指標(biāo)，該對(duì)準(zhǔn)指標(biāo)指示所述標(biāo)識(shí)的可靠性。
3.根據(jù)權(quán)利要求2的方法，其中確定對(duì)準(zhǔn)指標(biāo)的步驟包括確定標(biāo)識(shí)的分層值與由至少一個(gè)平行分層源生成的分層值匹配的頻率，該數(shù)字指示所述標(biāo)識(shí)的可靠性。
4.根據(jù)權(quán)利要求1的方法，其中平行分層基于一種或多種下述測(cè)量 臨床信息，或成像數(shù)據(jù)，或從高吞吐量分子測(cè)量獲得的數(shù)據(jù)，或所述分子測(cè)量的生物學(xué)注解。
5.根據(jù)權(quán)利要求1或2的方法，進(jìn)一步包括連續(xù)地重復(fù)(111)生成標(biāo)識(shí)組的步驟并且重復(fù)步驟(S3，105-S5, 109)直到滿足預(yù)定義的標(biāo)準(zhǔn)為止。
6.根據(jù)權(quán)利要求5的方法，其中重復(fù)步驟直到滿足預(yù)定義的標(biāo)準(zhǔn)為止是基于實(shí)現(xiàn)可靠性指標(biāo)以在一個(gè)步驟中對(duì)標(biāo)識(shí)排名并且作為用于選擇哪些標(biāo)識(shí)應(yīng)當(dāng)在后續(xù)步驟中被考慮的選擇標(biāo)準(zhǔn)。
7.根據(jù)權(quán)利要求2或5的方法，其中所述預(yù)定義的標(biāo)準(zhǔn)包括基于下列一個(gè)或多個(gè)的一個(gè)或多個(gè)結(jié)束迭代的標(biāo)準(zhǔn)-固定數(shù)量的迭代 -期望的對(duì)準(zhǔn)性能 -期望的可靠性性能。
8.一種計(jì)算機(jī)程序產(chǎn)品，其用于在該產(chǎn)品在計(jì)算機(jī)上運(yùn)行時(shí)命令處理單元執(zhí)行權(quán)利要求1的方法步驟。
9.一種用于確定至少一組標(biāo)識(shí)的可靠性指標(biāo)的設(shè)備，其中該至少一組標(biāo)識(shí)根據(jù)從樣本群收集的臨床數(shù)據(jù)而獲得，所述標(biāo)識(shí)是通過檢測(cè)來自樣本群的臨床數(shù)據(jù)中的特性而獲得的，其中每個(gè)標(biāo)識(shí)生成對(duì)樣本群分層的第一組分層值，該設(shè)備包括用于提供至少一個(gè)附加且平行分層源到從所述樣本群獲得的標(biāo)識(shí)的裝置(301)，所述至少一個(gè)平行分層源獨(dú)立于所述標(biāo)識(shí)并且生成用于樣本群的第二組分層值， 用于針對(duì)各個(gè)相應(yīng)樣本進(jìn)行以下比較的處理器(302) 第一組分層值與真實(shí)參考分層值， 第二組分層值與真實(shí)參考分層值，用于利用相似性度量指標(biāo)對(duì)所述標(biāo)識(shí)賦值的處理器，該相似性度量指標(biāo)指示第一和第二分層值是否與參考分層值匹配，以及用于將該相似性度量指標(biāo)實(shí)現(xiàn)為確定所述標(biāo)識(shí)的可靠性時(shí)的輸入的處理器。
全文摘要
本發(fā)明涉及用于確定至少一組標(biāo)識(shí)的可靠性指標(biāo)的方法和設(shè)備，該至少一組標(biāo)識(shí)根據(jù)從樣本群中收集的臨床數(shù)據(jù)而獲得。這些標(biāo)識(shí)是通過檢測(cè)來自所述樣本群的臨床數(shù)據(jù)中的特性獲得的，并且每一個(gè)標(biāo)識(shí)生成對(duì)所述樣本群分層的第一組分層值。提供至少一個(gè)附加且平行分層源到從樣本群獲得的這些標(biāo)識(shí)，到所述標(biāo)識(shí)的所述至少一個(gè)附加且平行分層源獨(dú)立于這些標(biāo)識(shí)并且生成第二組分層值。針對(duì)各個(gè)相應(yīng)樣本進(jìn)行比較，其中將第一分層值與真實(shí)參考分層值相比較，并且其中將第二分層值與真實(shí)參考分層值相比較。利用相似性度量指標(biāo)來對(duì)這些標(biāo)識(shí)賦值，該相似性度量指標(biāo)指示第一和第二分層值是否與真實(shí)參考分層值相匹配。隨后，這些相似性度量指標(biāo)被實(shí)現(xiàn)為在確定所述標(biāo)識(shí)的可靠性時(shí)的輸入。
文檔編號(hào)G06F19/00GK102171699SQ200980139288
公開日2011年8月31日 申請(qǐng)日期2009年9月24日 優(yōu)先權(quán)日2008年10月2日
發(fā)明者A·賈尼夫斯基, N·巴納杰, V·瓦拉丹, Y·H·阿爾薩法迪 申請(qǐng)人:皇家飛利浦電子股份有限公司