CN116258423A - 一种基于大数据的医用设备数据处理系统及其方法 - Google Patents

Abstract

本发明公开了一种基于大数据的医用设备数据处理系统及其方法，具体涉及数据处理技术领域，本发明设置设备工作数据获取模块和设备维修信息获取模块从医用设备的电子档案中调取设备工作数据和维修信息，从医用设备的工作数据和维修数据两方面进行考虑，在对医用设备使用寿命计算的基础上同时对医用设备的工作能力指数与设备使用质量指数进行计算，并根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数，提高了数据的准确性，本发明通过设备的使用价值指数和购买价格进行设备配置选择，提高了设备配置方案的合理性。

Description

一种基于大数据的医用设备数据处理系统及其方法

技术领域

本发明涉及数据处理技术领域，更具体地说，本发明涉及一种基于大数据的医用设备数据处理系统及其方法。

背景技术

医疗技术手段一直在不断更新，目前对于医疗器械的研究已经获得了非常显著的进展，在公共医疗领域当中，借助医疗设备对疾病进行科学的诊断，已然成为现代科学最主要的发展方向。

现有的医用设备在数据处理过程中，主要是采集医用设备的运行数据并根据医用设备的运行数据建立模型，通过设备运输数据模型的变化参数模型对医用设备后续的使用寿命进行预测，从而实现设备风险的及时评估，避免设备损坏的突然性，降低不必要的医疗事故风险概率。

然而上述技术仍具备些许不足，如在进行以设备使用价值为指标的医用设备配置选择时，设备零部件使用损坏只是单一的影响因素，面对多样化的使用环境，现有的设备预测具有较大的偶然性，而医疗过程，极小的风险也是不可预估的，此外关于数据单体计算的参数依据也仅仅是参考于机械转轴的使用周期作为判断依据，这样的判定方式也是很难具备针对性。

因此需要提供一种基于大数据的医用设备数据处理系统及其方法。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于大数据的医用设备数据处理系统及其方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于大数据的医用设备数据处理系统，包括：

医用设备电子档案建立模块：用于对医用设备进行编号并建立医用设备电子档案，基于不同功能对医用设备进行分类，对应类别编号为A₁、A₂……A_n，基于不同品牌对医用设备进行分类，对应品牌编号为a₁、a₂……a_n，基于不同型号对医用设备进行编号，对应编号为b₁、b₂……b_n，医用设备对应编号为A_ia_jb_k，所述医用设备电子档案建立模块包括设备参数信息登记单元、设备购买价格信息登记单元、设备维修数据信息记录单元和设备工作信息记录单元；

医用设备档案信息管理模块：用于对不同医用设备编号对应的电子档案信息进行管理，包括档案信息查询单元、档案信息调取单元、查询记录登记单元和调取记录登记单元；

设备工作数据获取模块：用于从电子档案中调取不同医用设备的工作数据，包括设备每个月的工作天数、工作时间、工作量、预约使用次数、开机时长、设备单次使用时间和设备生成检测报告的时间；

设备工作数据处理模块：用于对记录的工作数据进行数据处理，包括工作数据预处理单元、设备工作强度计算单元、设备工作效率计算单元；

设备工作能力指数计算模块：用于根据设备工作强度指数和设备工作效率计算设备工作能力指数；

设备维修信息获取模块：用于从电子档案中调取医用设备的维修信息，包括不同医用设备报修的次数、设备维修的次数、设备维修所需时间、设备维修成本；

设备维修数据处理模块：用于对设备的维修数据进行处理，包括设备报修频率计算单元、设备使用率计算单元、设备故障发生率计算单元、设备性能指数计算单元和设备维修损失计算单元；

设备使用质量指数计算模块：用于根据设备故障发生率、设备性能指数和设备维修损失计算设备使用质量指数；

设备使用寿命预测模块：用于根据医用设备的设备工作强度、设备性能指数计算设备使用寿命；

设备使用价值计算模块：用于根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数；

设备配置选择模块：用于根据医用设备的设备使用价值和购买价格选择不同的设备配置，包括第一筛选单元、第二筛选单元、筛选排名差异度计算单元和设备配置确定单元；

数据库：用于储存系统中各个模块的数据信息。

优选的，设备工作数据处理模块中具体进行数据处理的过程如下：

工作数据预处理单元：用于计算医用设备的日均工作时间t_w、日均工作量α_w、日均预约次数β_w，具体计算公式分别为：日均工作时间

，其中t_ai为医用设备每个月的工作时间，n_a为对应医用设备每个月的工作日天数，日均工作量/>

，其中α_ci为医用设备每个月的工作次数，日均预约次数/>

，其中β_ai为医用设备每个月的预约次数；

设备工作强度计算单元：用于根据医用设备的日均工作时间t_w、日均工作量α_w和日均预约次数β_w计算设备工作强度指数X_e，具体计算公式为：

，其中c₁、c₂、c₃为不同影响因素的常数系数，c₁>0、c₂>0、c₃>0；

设备工作效率计算模块：用于根据医用设备的设备单次使用时间t_c和设备生成检测报告的时间t_z计算设备工作效率Z_e，具体计算公式为：

，其中d₁、d₂为设备单次使用时间和设备生成检测报告时间的调整系数，θ为工作效率影响因子，θ>0。

优选的，设备工作能力指数计算模块中根据设备工作强度指数和设备工作效率计算设备工作能力指数P_e的具体计算公式为：

，其中g1、g2为比例系数，g1+g2=1。

优选的，设备维修数据处理模块中数据处理过程如下：

设备报修频率计算单元：用于根据不同设备的报修记录计算设备报修频率γ_e，具体计算公式为：

，其中γ_ai为医用设备每个月的报修次数；

设备使用率计算单元：用于根据医用设备的开机时长t_e和日均工作时长t_w计算设备使用效率Y_e，具体计算公式为：

；

设备故障发生率计算单元：用于根据设备使用率Y_e和报修频率γ_e计算设备故障发生率U_e，具体计算公式为：

，其中μ为故障概率影响因子、c_b为常数，c_b>1；

设备性能指数计算单元：用于根据设备工作强度X_e和维修次数γ_bi计算设备性能指数Ve，具体计算公式为：

，其中c_a为常数，c_a>1；

设备维修损失计算单元：用于根据设备维修所需时间t_h、设备维修成本w_a计算设备维修损失W_e，具体计算公式为：

，其中c_e为常数，c_e>1。

优选的，设备使用质量计算模块中根据设备故障发生率、设备性能指数和设备维修损失计算设备使用质量指数Q_e的具体计算公式为：

，其中k₁、k₂、k₃为不同因素的指数调整系数，k₂>k₁>k₃。

优选的，设备使用寿命预测模块中根据医用设备的设备工作强度、设备性能指数计算设备使用寿命He的具体计算公式为：

，其中δ为环境影响因素调节因子。

优选的，设备使用价值计算模块中根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数Et的具体计算公式为：

，其中j₁、j₂、j₃为比例系数，c_n为常数，c_n>1。

优选的，设备配置选择模块中进行设备配置选择的过程如下：

第一筛选单元：将同一功能、不同品牌、不同型号的医用设备挑选出来，根据设备使用价值指数的大小进行排列，不同医用设备对应排名为F_i；

第二筛选单元：将同一功能、不同品牌、不同型号的医用设备挑选出来按照其对应的购买价格由低至高进行排列，不同设备排名为L_j；

筛选排名差异度计算单元：建立医用设备在第一筛选单元和第二筛选单元中排名差异度G_F,L，具体公式为

，其中φ为差异度调整因子；/>

设备配置确定单元：选择排名差异度最小的医用设备作为目标设备，若排名差异度相同，则选择使用价值指数排名更高的医用设备作为目标设备。

为实现上述目的，本发明提供如下技术方案：一种基于大数据的医用设备数据处理系统的处理方法，包括以下步骤：

S1：基于功能、品牌和型号的差异对医用设备进行编号并根据医用设备的参数信息、购买价格、维修数据、工作信息记录建立医用设备的电子档案；

S2：从电子档案中调取不同医用设备的工作数据，包括设备每个月的工作天数、工作时间、工作量、预约使用次数、开机时长、设备单次使用时间和设备生成检测报告的时间；

S3：对记录的工作数据进行数据处理，计算设备工作强度和设备工作效率；

S4：根据设备工作强度指数和设备工作效率计算设备工作能力指数；

S5：从电子档案中调取医用设备的维修信息，包括不同医用设备报修的次数、设备维修的次数、设备维修所需时间、设备维修成本；

S6：对医用设备的维修数据进行处理，计算设备报修频率和设备使用率，并由设备报修频率、设备使用率、设备工作强度、维修次数、设备维修所需时间和设备维修成本分别计算设备故障发生率、设备性能指数和设备维修损失；

S7：根据设备故障率、设备性能指数和设备维修损失计算设备使用质量指数；

S8：根据医用设备的设备工作强度、设备性能指数计算设备使用寿命；

S9：根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数；

S10：根据医用设备的设备使用价值和购买价格选择不同的设备配置。

本发明的技术效果和优点：

1.本发明设置设备工作数据获取模块和设备维修信息获取模块从医用设备的电子档案中调取设备工作数据和维修信息，设置设备工作数据处理模块和设备维修数据处理模块对医用设备的工作数据和维修数据进行处理计算设备工作强度、设备工作效率、设备故障发生率、设备性能指数和设备维修损失，设置设备工作能力指数计算模块、设备使用质量计算模块和设备使用寿命预测模块计算设备工作能力指数、设备使用质量和设备使用寿命，设置设备使用价值计算模块根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数，本发明从医用设备的工作数据和维修数据两方面进行考虑，在对医用设备使用寿命计算的基础上叠加设备工作能力指数与设备使用质量指数对医用设备的使用价值进行计算，提高了数据的准确性。

2.本发明设置医用设备电子档案建立模块和医用设备档案信息管理模块，对不同功能、品牌、型号医用设备建立电子档案便于查询或者调取医用设备相关数据信息，并依据电子档案中的数据信息进行计算，能够清晰展现不同设备的使用价值和购买价格，本发明设置设备配置选择模块，通过第一筛选单元和第二筛选单元对同功能的医用设备进行筛选，兼容了使用价值与经济性原则，体现了设备配置选择的合理性。

附图说明

图1为本发明的系统结构框图。

图2为本发明的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示本实施例提供一种基于大数据的医用设备数据处理系统，包括医用设备电子档案建立模块、医用设备档案信息管理模块、设备工作数据获取模块、设备工作数据处理模块、设备工作能力指数计算模块、设备维修信息获取模块、设备维修数据处理模块、设备使用质量指数计算模块、设备使用寿命预测模块、设备使用价值计算模块、设备配置选择模块和数据库。

所述医用设备电子档案建立模块与医用设备档案信息管理模块连接，所述医用设备档案信息管理模块与设备工作数据获取模块、设备维修信息获取模块以及设备配置选择模块连接，所述设备工作数据获取模块、设备工作数据处理模块、设备工作能力指数计算模块依次连接，所述设备维修信息获取模块、设备维修数据处理模块、设备使用质量指数计算模块依次连接，所述设备工作数据处理模块、设备维修数据处理模块与设备使用寿命预测模块连接，所述设备工作能力指数计算模块、设备使用质量指数计算模块和使用寿命预测模块分别与设备使用价值计算模块连接，所述设备使用价值计算模块与设备配置选择模块连接，所述数据库与所有模块连接。

所述医用设备电子档案建立模块用于对医用设备进行编号并建立医用设备电子档案，基于不同功能对医用设备进行分类，对应类别编号为A₁、A₂……A_n，基于不同品牌对医用设备进行分类，对应品牌编号为a₁、a₂……a_n，基于不同型号对医用设备进行编号，对应编号为b₁、b₂……b_n，医用设备对应编号为A_ia_jb_k，所述医用设备电子档案建立模块包括设备参数信息登记单元、设备购买价格信息登记单元、设备维修数据信息记录单元和设备工作信息记录单元。

所述医用设备档案信息管理模块用于对不同医用设备编号对应的电子档案信息进行管理，包括档案信息查询单元、档案信息调取单元、查询记录登记单元和调取记录登记单元。

所述设备工作数据获取模块用于从电子档案中调取不同医用设备的工作数据，包括设备每个月的工作天数、工作时间、工作量、预约使用次数、开机时长、设备单次使用时间和设备生成检测报告的时间。

所述设备工作数据处理模块用于对记录的工作数据进行数据处理，包括工作数据预处理单元、设备工作强度计算单元、设备工作效率计算单元。

进一步，设备工作数据处理模块中具体进行数据处理的过程如下：

工作数据预处理单元：用于计算医用设备的日均工作时间t_w、日均工作量α_w、日均预约次数β_w，具体计算公式分别为：日均工作时间

，其中t_ai为医用设备每个月的工作时间，n_a为对应医用设备每个月的工作日天数，日均工作量/>

，其中α_ci为医用设备每个月的工作次数，日均预约次数/>

，其中β_ai为医用设备每个月的预约次数；/>

设备工作强度计算单元：用于根据医用设备的日均工作时间t_w、日均工作量α_w和日均预约次数β_w计算设备工作强度指数X_e，具体计算公式为：

，其中c₁、c₂、c₃为不同影响因素的常数系数，c₁>0、c₂>0、c₃>0；

设备工作效率计算模块：用于根据医用设备的设备单次使用时间t_c和设备生成检测报告的时间t_z计算设备工作效率Z_e，具体计算公式为：

，其中d₁、d₂为设备单次使用时间和设备生成检测报告时间的调整系数，θ为工作效率影响因子，θ>0。

所述设备工作能力指数计算模块用于根据设备工作强度指数和设备工作效率计算设备工作能力指数。

进一步，设备工作能力指数计算模块中根据设备工作强度指数和设备工作效率计算设备工作能力指数P_e的具体计算公式为：

，其中g1、g2为比例系数，g1+g2=1。

所述设备维修信息获取模块用于从电子档案中调取医用设备的维修信息，包括不同医用设备报修的次数、设备维修的次数、设备维修所需时间、设备维修成本。

所述设备维修数据处理模块用于对设备的维修数据进行处理，包括设备报修频率计算单元、设备使用率计算单元、设备故障发生率计算单元、设备性能指数计算单元和设备维修损失计算单元。

进一步，设备维修数据处理模块中数据处理过程如下：

设备报修频率计算单元：用于根据不同设备的报修记录计算设备报修频率γ_e，具体计算公式为：

，其中γ_ai为医用设备每个月的报修次数；

设备使用率计算单元：用于根据医用设备的开机时长t_e和日均工作时长t_w计算设备使用效率Y_e，具体计算公式为：

；

设备故障发生率计算单元：用于根据设备使用率Y_e和报修频率γ_e计算设备故障发生率U_e，具体计算公式为：

，其中μ为故障概率影响因子、c_b为常数，c_b>1；

设备性能指数计算单元：用于根据设备工作强度X_e和维修次数γ_bi计算设备性能指数Ve，具体计算公式为：

，其中c_a为常数，c_a>1；

设备维修损失计算单元：用于根据设备维修所需时间t_h、设备维修成本w_a计算设备维修损失W_e，具体计算公式为：

，其中c_e为常数，c_e>1。

所述设备使用质量指数计算模块用于根据设备故障发生率、设备性能指数和设备维修损失计算设备使用质量指数。

进一步，设备使用质量计算模块中根据设备故障发生率、设备性能指数和设备维修损失计算设备使用质量指数Q_e的具体计算公式为：

，其中k₁、k₂、k₃为不同因素的指数调整系数，k₂>k₁>k₃。

所述设备使用寿命预测模块用于根据医用设备的设备工作强度、设备性能指数计算设备使用寿命。

进一步，设备使用寿命预测模块中根据医用设备的设备工作强度、设备性能指数计算设备使用寿命He的具体计算公式为：

，其中δ为环境影响因素调节因子。

所述设备使用价值计算模块用于根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数。

进一步，设备使用价值计算模块中根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数Et的具体计算公式为：

，其中j₁、j₂、j₃为比例系数，c_n为常数，c_n>1。

所述设备配置选择模块用于根据医用设备的设备使用价值和购买价格选择不同的设备配置，包括第一筛选单元、第二筛选单元、筛选排名差异度计算单元和设备配置确定单元。

进一步，设备配置选择模块中进行设备配置选择的过程如下：

第一筛选单元：将同一功能、不同品牌、不同型号的医用设备挑选出来，根据设备使用价值指数的大小进行排列，不同医用设备对应排名为F_i；

第二筛选单元：将同一功能、不同品牌、不同型号的医用设备挑选出来按照其对应的购买价格由低至高进行排列，不同设备排名为L_j；

筛选排名差异度计算单元：建立医用设备在第一筛选单元和第二筛选单元中排名差异度G_F,L，具体公式为

，其中φ为差异度调整因子；

设备配置确定单元：选择排名差异度最小的医用设备作为目标设备，若排名差异度相同，则选择使用价值指数排名更高的医用设备作为目标设备。

所述数据库用于储存系统中各个模块的数据信息。

如图2所示本实施例提供一种基于大数据的医用设备数据处理系统的处理方法，包括以下步骤：

S1：基于功能、品牌和型号的差异对医用设备进行编号并根据医用设备的参数信息、购买价格、维修数据、工作信息记录建立医用设备的电子档案；

S2：从电子档案中调取不同医用设备的工作数据，包括设备每个月的工作天数、工作时间、工作量、预约使用次数、开机时长、设备单次使用时间和设备生成检测报告的时间；

S3：对记录的工作数据进行数据处理，计算设备工作强度和设备工作效率；

S4：根据设备工作强度指数和设备工作效率计算设备工作能力指数；

S5：从电子档案中调取医用设备的维修信息，包括不同医用设备报修的次数、设备维修的次数、设备维修所需时间、设备维修成本；

S6：对医用设备的维修数据进行处理，计算设备报修频率和设备使用率，并由设备报修频率、设备使用率、设备工作强度、维修次数、设备维修所需时间和设备维修成本分别计算设备故障发生率、设备性能指数和设备维修损失；

S7：根据设备故障率、设备性能指数和设备维修损失计算设备使用质量指数；

S8：根据医用设备的设备工作强度、设备性能指数计算设备使用寿命；

S9：根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数；

S10：根据医用设备的设备使用价值和购买价格选择不同的设备配置。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于大数据的医用设备数据处理系统，其特征在于：包括：

医用设备电子档案建立模块：用于对医用设备进行编号并建立医用设备电子档案，基于不同功能对医用设备进行分类，对应类别编号为A₁、A₂……A_n，基于不同品牌对医用设备进行分类，对应品牌编号为a₁、a₂……a_n，基于不同型号对医用设备进行编号，对应编号为b₁、b₂……b_n，医用设备对应编号为A_ia_jb_k，所述医用设备电子档案建立模块包括设备参数信息登记单元、设备购买价格信息登记单元、设备维修数据信息记录单元和设备工作信息记录单元；

医用设备档案信息管理模块：用于对不同医用设备编号对应的电子档案信息进行管理，包括档案信息查询单元、档案信息调取单元、查询记录登记单元和调取记录登记单元；

设备工作数据获取模块：用于从电子档案中调取不同医用设备的工作数据，包括设备每个月的工作天数、工作时间、工作量、预约使用次数、开机时长、设备单次使用时间和设备生成检测报告的时间；

设备工作数据处理模块：用于对记录的工作数据进行数据处理，包括工作数据预处理单元、设备工作强度计算单元、设备工作效率计算单元；

设备工作能力指数计算模块：用于根据设备工作强度指数和设备工作效率计算设备工作能力指数；

设备维修信息获取模块：用于从电子档案中调取医用设备的维修信息，包括不同医用设备报修的次数、设备维修的次数、设备维修所需时间、设备维修成本；

设备维修数据处理模块：用于对设备的维修数据进行处理，包括设备报修频率计算单元、设备使用率计算单元、设备故障发生率计算单元、设备性能指数计算单元和设备维修损失计算单元；

设备使用质量指数计算模块：用于根据设备故障发生率、设备性能指数和设备维修损失计算设备使用质量指数；

设备使用寿命预测模块：用于根据医用设备的设备工作强度、设备性能指数计算设备使用寿命；

设备使用价值计算模块：用于根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数；

设备配置选择模块：用于根据医用设备的设备使用价值和购买价格选择不同的设备配置，包括第一筛选单元、第二筛选单元、筛选排名差异度计算单元和设备配置确定单元。

2.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备工作数据处理模块中数据处理过程如下：

工作数据预处理单元：用于计算医用设备的日均工作时间t_w、日均工作量α_w、日均预约次数β_w，具体计算公式分别为：日均工作时间

，其中t_ai为医用设备每个月的工作时间，n_a为对应医用设备每个月的工作日天数，日均工作量/>

，其中α_ci为医用设备每个月的工作次数，日均预约次数/>

，其中β_ai为医用设备每个月的预约次数；

设备工作强度计算单元：用于根据医用设备的日均工作时间t_w、日均工作量α_w和日均预约次数β_w计算设备工作强度指数X_e，具体计算公式为：

，其中c₁、c₂、c₃为不同影响因素的常数系数，c₁>0、c₂>0、c₃>0；

设备工作效率计算模块：用于根据医用设备的设备单次使用时间t_c和设备生成检测报告的时间t_z计算设备工作效率Z_e，具体计算公式为：

，其中d₁、d₂为设备单次使用时间和设备生成检测报告时间的调整系数，θ为工作效率影响因子，θ>0。

3.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备工作能力指数计算模块中根据设备工作强度指数和设备工作效率计算设备工作能力指数P_e的具体计算公式为：

，其中g1、g2为比例系数，g1+g2=1。

4.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备维修数据处理模块中数据处理过程如下：

设备报修频率计算单元：用于根据不同设备的报修记录计算设备报修频率γ_e，具体计算公式为：

，其中γ_ai为医用设备每个月的报修次数；

设备使用率计算单元：用于根据医用设备的开机时长t_e和日均工作时长t_w计算设备使用效率Y_e，具体计算公式为：

；

设备故障发生率计算单元：用于根据设备使用率Y_e和报修频率γ_e计算设备故障发生率U_e，具体计算公式为：

，其中μ为故障概率影响因子、c_b为常数，c_b>1；

设备性能指数计算单元：用于根据设备工作强度X_e和维修次数γ_bi计算设备性能指数Ve，具体计算公式为：

，其中c_a为常数，c_a>1；

设备维修损失计算单元：用于根据设备维修所需时间t_h、设备维修成本w_a计算设备维修损失W_e，具体计算公式为：

，其中c_e为常数，c_e>1。

5.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备使用质量计算模块中根据设备故障发生率、设备性能指数和设备维修损失计算设备使用质量指数Q_e的具体计算公式为：

，其中k₁、k₂、k₃为不同因素的指数调整系数，k₂>k₁>k₃。

6.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备使用寿命预测模块中根据医用设备的设备工作强度、设备性能指数计算设备使用寿命He的具体计算公式为：

，其中δ为环境影响因素调节因子。

7.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备使用价值计算模块中根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数Et的具体计算公式为：

，其中j₁、j₂、j₃为比例系数，c_n为常数，c_n>1。

8.根据权利要求1所述的一种基于大数据的医用设备数据处理系统，其特征在于：所述设备配置选择模块中进行设备配置选择的过程如下：

第一筛选单元：将同一功能、不同品牌、不同型号的医用设备挑选出来，根据设备使用价值指数的大小进行排列，不同医用设备对应排名为F_i；

第二筛选单元：将同一功能、不同品牌、不同型号的医用设备挑选出来按照其对应的购买价格由低至高进行排列，不同设备排名为L_j；

筛选排名差异度计算单元：建立医用设备在第一筛选单元和第二筛选单元中排名差异度G_F,L，具体公式为

，其中φ为差异度调整因子；

设备配置确定单元：选择排名差异度最小的医用设备作为目标设备，若排名差异度相同，则选择使用价值指数排名更高的医用设备作为目标设备。

9.根据权利要求1-8所述的一种基于大数据的医用设备数据处理系统的处理方法，其特征在于：包括以下步骤：

S1：基于功能、品牌和型号的差异对医用设备进行编号并根据医用设备的参数信息、购买价格、维修数据、工作信息记录建立医用设备的电子档案；

S2：从电子档案中调取不同医用设备的工作数据，包括设备每个月的工作天数、工作时间、工作量、预约使用次数、开机时长、设备单次使用时间和设备生成检测报告的时间；

S3：对记录的工作数据进行数据处理，计算设备工作强度和设备工作效率；

S4：根据设备工作强度指数和设备工作效率计算设备工作能力指数；

S5：从电子档案中调取医用设备的维修信息，包括不同医用设备报修的次数、设备维修的次数、设备维修所需时间、设备维修成本；

S6：对医用设备的维修数据进行处理，计算设备报修频率和设备使用率，并由设备报修频率、设备使用率、设备工作强度、维修次数、设备维修所需时间和设备维修成本分别计算设备故障发生率、设备性能指数和设备维修损失；

S7：根据设备故障率、设备性能指数和设备维修损失计算设备使用质量指数；

S8：根据医用设备的设备工作强度、设备性能指数计算设备使用寿命；

S9：根据设备工作能力指数、设备使用质量指数和设备使用寿命计算设备使用价值指数；

S10：根据医用设备的设备使用价值和购买价格选择不同的设备配置。

Images