-
题名基于ICF架构比较4种残疾标准分类分级方法
被引量：3
- 1
-
-
作者
田益凡
陈迪
邱卓英
杨亚茹
吕军
董向兵
-
机构
中国康复科学所康复信息研究部
世界卫生组织国际分类家族中国合作中心
华东师范大学体育与健康学院
复旦大学公共卫生学院
复旦大学中国残疾问题研究中心
国家卫生健康委员会卫生技术评估重点实验室(复旦大学)
中国人寿再保险有限责任公司
-
出处
《中国康复理论与实践》
北大核心
2025年第4期382-390,共9页
-
基金
中国康复科学所中央级公益性科研院所基本科研业务费项目(No.CRSI2024CZ-1)
国家社会科学基金重大项目(No.17ZDA078)
+1 种基金
国家重点研发计划项目(No.2021YFC2701004)
国家自然科学基金面上项目(No.72274038)。
-
文摘
目的基于《国际功能、残疾和健康分类》(ICF)的理论框架,对我国现行残疾标准中4个领域残疾标准的分类分级方法进行比较。研究重点聚焦于定义方法、分类依据、分级标准、编码系统及评估工具等核心维度。方法以《人身保险伤残评定及代码》(保险标准)、《人体损伤致残程度分级》(司法标准)、《劳动能力鉴定职工工伤与职业病致残等级》(工伤标准)和《残疾人残疾分类和分级》(残疾分类分级标准)为研究对象,对各标准的文本进行文献回顾,梳理残疾定义、分类和分级方法的核心要素;采用内容分析法,提取并比较各标准在定义、分类、分级、编码系统及评估工具等方面的异同;结合ICF的理论框架,分析各标准的优缺点及其在实际应用中的局限性。结果各标准在残疾定义、分类分级、编码系统及评估工具等方面存在差异。在定义方面,保险标准侧重ICF的身体结构和功能损伤;司法标准将残疾定义为身体损伤导致的生活和工作能力受限,涵盖ICF的身体结构、功能、活动和参与;工伤标准关注因工伤导致的劳动能力丧失,涉及身体功能和结构、活动和参与;残疾人残疾分类分级标准参照ICF模式,定义残疾为身体结构、功能损害及活动和参与的局限性。在分类分级上,保险标准依据身体结构与功能分为8大类,伤残程度分为10级;司法标准先分级再分类,分为10级,同级内按损伤部位分类;工伤标准按临床分科原则分为5门类,级别1~10级;残疾人标准分为7大类,每类分4级。在编码系统及评估工具上,保险标准采用ICF编码体系,残疾人标准使用数字编码但非ICF编码,其他标准未使用编码系统;评估工具差异显著,残疾人标准提出使用世界卫生组织残疾评定量表(WHODAS 2.0),但未实际应用于分级。结论本研究基于ICF的分类架构,对国内4种典型的与残疾相关的标准进行了系统的比较和分析。从残疾的定义上看,《人身保险伤残评定及代码》《人体损伤致残程度分级》和《残疾人残疾分类和分级》3种标准均于2011年后颁布,采用了ICF的理念和方法定义残疾并且对残疾进行分类。考虑到残疾涉及的身体功能和结构、活动和参与以及环境因素。但由于用途不同,分级的方法和级别不同,除《残疾人残疾分类和分级》外,其他3类标准均采用10级的分级方法。分级的依据主要涉及身体功能和结构。在残疾评估方面,各标准推荐了不同评估工具,有的依据日常生活能力,有的依据身体的功能,表现出差异性。由于4类残疾标准的分类分级方法不同,残疾数据用于不同的目的,残疾数据之间缺乏可比性。国际发展趋势倡导基于ICF和ICD-11建立统一的残疾标准架构,以实现不同残疾数据的可比性和数据之间交换。
-
关键词
国际功能、残疾和健康分类
残疾
人身保险伤残评定及代码
人体损伤致残程度分级
劳动能力鉴定职工工伤与职业病致残等级
残疾人残疾分类和分级
-
Keywords
International classification of Functioning,disability and Health
disability
disability Assessment and Code for Life Insurance
classification of disability degrees for human body injury
Standard for Identify Work Ability-Grading of disability for Work-Related Injuries and Occupational Diseases
classification and Grading Criteria of disability
-
分类号
R49
[医药卫生—康复医学]
-
-
题名人体着装围度松量图像的分类方法
被引量：2
- 2
-
-
作者
刘晓音
谢红
-
机构
上海工程技术大学服装学院
-
出处
《毛纺科技》
CAS
北大核心
2021年第12期56-60,共5页
-
基金
上海市科学技术委员会项目(18030501400)。
-
文摘
针对人体着装围度松量图像分类效果不理想、收集目标数据集较为困难等问题,提出一种人体着装围度松量图像的分类方法,即基于迁移学习方法构建人体着装围度松量图像分类的模型。以胸部为例,首先,迁移VGG16模型,预训练VGG16模型,将从VGG16模型学到的知识迁移到目标小数据集上并进行微调得到人体着装时胸部松量的特征;其次,将VGG16迁移模型与inceptionV3迁移模型进行对比分析。研究结果表明:在构建的人体着装胸部松量小数据集上,迁移VGG16模型准确率最终达到了82.1%,比inceptionV3迁移模型精准度高15.9%,验证了VGG16模型的有效性。并为更好实现远程在线服装定制中人体围度的测量提供有效途径。
-
关键词
迁移学习
人体围度
松量分类
VGG16模型
远程在线定制
-
Keywords
transfer learning
the human body surrounded degree
loose classification
VGG16 model
remote online customization
-
分类号
TS941
[轻工技术与工程—服装设计与工程]
-
