CN117827597A - 一种基于人工智能的数字医疗设备运行监控系统 - Google Patents
一种基于人工智能的数字医疗设备运行监控系统 Download PDFInfo
- Publication number
- CN117827597A CN117827597A CN202410248455.9A CN202410248455A CN117827597A CN 117827597 A CN117827597 A CN 117827597A CN 202410248455 A CN202410248455 A CN 202410248455A CN 117827597 A CN117827597 A CN 117827597A
- Authority
- CN
- China
- Prior art keywords
- value
- data
- preset
- risk
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 13
- 238000012795 verification Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000007726 management method Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000013523 data management Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 47
- 238000013524 data verification Methods 0.000 claims description 24
- 238000010606 normalization Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000013475 authorization Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/71—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及医疗设备运行监控技术领域,尤其涉及一种基于人工智能的数字医疗设备运行监控系统,包括监管平台、数据采集单元、前端核实单元、后端监管单元、核实反馈单元、数据管理单元以及预警处理单元;本发明通过从数据医疗设备使用前的认证和使用过程中的监控两个角度进行分析,一方面有助于保证数字医疗设备的使用安全性和信息安全性,避免出现违规使用和盗用的情况,另一方面有助于提高数字医疗设备的运行安全性和运行稳定性,同时提高对数字医疗设备的监控效果和管理及时性,且通过信息反馈的方式对监控分析结果进行分析,即对所采集数据进行分析验证,以保证分析基础中数据的可靠性,降低数据对分析结果的影响和采纳。
Description
技术领域
本发明涉及医疗设备运行监控技术领域,尤其涉及一种基于人工智能的数字医疗设备运行监控系统。
背景技术
医疗设备是现代化程度的重要标志,是医疗、科研、教研、教学工作最基本要素,也是不断提高医学科学技术水平的基本条件,随着医疗器械的不断发展,各种医疗设备也随之进行了多次的更新换代,在医疗系统中,医院中的各种医疗设备均需要进行日常的维护和管理;通过日常监测了解医疗设备的工作状态等数据;
但是,在医疗设备的使用过程中,存在使用安全性低和监管不当的问题,对于医疗设备产生的异常行为无法及时的做出分析和处理,极大的影响医疗设备的安全运行和稳定性,降低医疗设备的使用安全性,且无法及时有效的做出预警管控,以及数据的有效性和可靠性无法进行验证,进入影响监控分析结果的采纳,进而降低医疗设备的管理效果;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的数字医疗设备运行监控系统,去解决上述提出的技术缺陷,本发明通过从数据医疗设备使用前的认证和使用过程中的监控两个角度进行分析,一方面有助于保证数字医疗设备的使用安全性和信息安全性,避免出现违规使用和盗用的情况,另一方面有助于提高数字医疗设备的运行安全性和运行稳定性,同时提高对数字医疗设备的监控效果,且通过信息反馈的方式对监控分析结果进行分析,即对所采集数据进行分析,以保证分析基础中数据的可靠性。
本发明的目的可以通过以下技术方案实现:一种基于人工智能的数字医疗设备运行监控系统,包括监管平台、数据采集单元、前端核实单元、后端监管单元、核实反馈单元、数据管理单元以及预警处理单元;
当监管平台生成运管指令时,并将运管指令发送至数据采集单元,数据采集单元在接收到运管指令时,立即采集数字医疗设备使用前的认证数据和使用时的运行数据,认证数据包括信息差异值和状态风险值,运行数据包括运行风险值和运行特征值,并将认证数据和运行数据分别发送至前端核实单元和后端监管单元,前端核实单元在接收到认证数据后,立即对认证数据进行使用安全监控反馈操作,将得到的维护信号和返回信号发送至预警处理单元,将得到的授权信号经数据采集单元发送至后端监管单元;
后端监管单元在接收到运行数据和授权信号后,立即对运行数据进行运行监控评估分析和数据比对评估操作,将得到的正常信号发送至预警处理单元和核实反馈单元,将得到的告警信号发送至预警处理单元;
核实反馈单元在接收到正常信号后,立即采集数据采集设备的日志数据和效率数据,日志数据包括数据采集总次数和传输总次数,效率数据包括采集风险值和运行影响值,并将效率数据发送至数据管理单元,立即进行数据有效性核实分析,将得到的失效信号发送至数据采集单元,将得到的偏差风险信号经后端监管单元发送至预警处理单元;
数据管理单元在接收到效率数据后,立即对效率数据进行数据管理监管反馈操作,将得到的优化信号经核实反馈单元发送至预警处理单元。
优选的,所述前端核实单元的使用安全监控反馈操作过程如下:
采集到数字医疗设备使用前认证时间段的时长,并将其标记为认证时长,获取到认证时长内数字医疗设备的状态风险值,状态风险值表示维护项目所对应个数少于预设阈值的个数,再与供电参数所对应数值超出预设阈值的个数经数据归一化处理后得到的积值,维护项目包括校准、软件更新,供电参数包括供电电压波动风险值、供电无功功率均值,供电电压波动风险值表示供电电压波动频率超出预设供电电压波动频率阈值的部分,并将状态风险值与其内部录入存储的预设状态风险值阈值进行比对分析:
若状态风险值大于预设状态风险值阈值,则生成维护信号;
若状态风险值小于等于预设状态风险值阈值,则生成反馈指令,当生成反馈值时,获取到认证时长内数字医疗设备的信息差异值,信息差异值表示认证字符串与预设认证字符串之间的差值,认证字符串表示对输入认证信息进行字符提取并组成字符串,输入认证信息包括账户ID后四位、密码、姓名大写首字母,并对信息差异值进行判别分析:
若信息差异值不等于零,则生成返回信号;
若信息差异值等于零,则生成授权信号。
优选的,所述后端监管单元的运行监控评估分析过程如下:
S1:采集到数字医疗设备认证成功时刻到运行结束时刻之间的时长,并将其表标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,将子时间段划分为o个子时间节点,o为大于零的自然数,获取到各个子时间段数字医疗设备的运行风险值,运行风险值表示运行温度风险值超出预设运行温度风险值阈值所对应子时间节点的个数与子时间节点总个数之比,运行温度风险值表示子时间节点所对应温度均值超出预设温度均值的部分,以子时间段的个数为X轴,以运行风险值为Y轴建立直角坐标系,通过描点的方式绘制运行风险值曲线,进而获取到运行风险值曲线与X轴所围成的总面积超出预设阈值的部分标记为失控风险值;
S2:获取到各个子时间段数字医疗设备的运行特征值,运行特征值表示运行特征参数所对应曲线与预设阈值曲线之间的差异值超出预设差异值所对应的个数,运行特征参数包括异响倍率值、振动幅度均值,异响倍率值表示子时间段内异响均值的最大值和最小值之间的差值,以此构建运行特征值的集合A,并将集合A中的最大子集和最小子集之间的差值标记为特征评估值。
优选的,所述后端监管单元的数据比对评估操作过程如下:
将失控风险值和特征评估值与其内部录入存储的预设失控风险值阈值和预设特征评估值阈值进行比对分析:
若失控风险值小于预设失控风险值阈值,且特征评估值小于预设特征评估值阈值,则生成正常信号;
若失控风险值大于等于预设失控风险值阈值,或特征评估值大于等于预设特征评估值阈值,则生成告警信号。
优选的,所述核实反馈单元的数据有效性核实分析过程如下:
获取到时间阈值内数字医疗设备中数据采集设备的数据采集总次数和传输总次数,并将数据采集总次数和传输总次数之和标记为数据核实值,并将数据核实值与其内部录入存储的预设数据核实值阈值进行比对分析:
若数据核实值不等于预设数据核实值阈值,则生成失效信号;
若数据核实值等于预设数据核实值阈值,则生成验证指令,当生成验证指令时,获取到时间阈值内数字医疗设备中数据采集设备所处环境的数据干扰值,数据干扰值表示干扰区域内环境温度干扰值超出预设环境温度干扰值阈值的部分,再与电磁倍率值经数据归一化处理后得到的积值,干扰区域表示以数据采集设备为圆心,R1为半径,以围绕数据采集设备画圆所形成的区域,环境温度干扰值表示环境温度特征曲线与X轴所围成的面积超出预设阈值的部分,电磁倍率值表示电磁干扰值超出预设电磁干扰值的部分,再与同频干扰的个数经数据归一化处理后得到的和值,并将数据干扰值与其内部录入存储的预设数据干扰值阈值进行比对分析:
若数据干扰值小于预设数据干扰值阈值,则不生成任何信号;
若数据干扰值大于等于预设数据干扰值阈值,则生成偏差风险信号。
优选的,所述数据管理单元的数据管理监管反馈操作过程如下:
T1:获取到时间阈值内数据采集设备的采集风险值,采集风险值表示生成失效信号的次数与相连次数之间的间隔时长均值经数据归一化处理后得到的比值,并将采集风险值与存储的预设采集风险值阈值进行比对分析,若采集风险值大于预设采集风险值阈值,则将采集风险值大于预设采集风险值阈值的部分标记为质量受损值;
T2:获取到时间阈值内数据采集设备的运行影响值,运行影响值表示数据采集设备的运行总时长与投入使用时刻到当前时刻之间时长的比值,再与线路线损率超出预设线路线损率的部分经数据归一化处理后得到的积值,并将运行影响值与存储的预设运行影响值阈值进行比对分析,若运行影响值大于预设运行影响值阈值,则将运行影响值大于预设运行影响值阈值的部分标记为受损评估值,将质量受损值和受损评估值分别标号为ZS和SP;
T3:根据公式得到质量受损风险系数,其中,a1和a2分别为质量受损值和受损评估值的预设比例因子系数,a1和a2均为大于零的正数,a3为预设补偿因子系数,取值为2.119,R为质量受损风险系数,并将质量受损风险系数R与其内部录入存储的预设质量受损风险系数阈值进行比对分析:
若质量受损风险系数R小于预设质量受损风险系数阈值,则不生成任何信号;
若质量受损风险系数R大于等于预设质量受损风险系数阈值,则生成优化信号。
本发明的有益效果如下:
本发明通过从数据医疗设备使用前的认证和使用过程中的监控两个角度进行分析,一方面有助于保证数字医疗设备的使用安全性和信息安全性,避免出现违规使用和盗用的情况,另一方面有助于提高数字医疗设备的运行安全性和运行稳定性,同时提高对数字医疗设备的监控效果,且通过信息反馈的方式对监控分析结果进行分析,即对所采集数据进行分析,以保证分析基础中数据的可靠性;
本发明通过进行数据有效性核实分析,进而有助于保证整个监控过程数据的有效性和精准性,同时便于操作人员对数字医疗设备运行监控分析结果是否采纳提供数据支撑,以便合理的安排数字医疗设备运行监控的管理力度,以及对效率数据进行数据管理监管反馈操作,以判断数据采集设备采集数据质量是否合格,以便及时的预警反馈管理,以保证数据采集设备的运行质量和数据采集稳定性。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明局部分析参考图。
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、完整地描述,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。
实施例一:请参阅图1至图2所示,本发明为一种基于人工智能的数字医疗设备运行监控系统,包括监管平台、数据采集单元、前端核实单元、后端监管单元、核实反馈单元、数据管理单元以及预警处理单元,监管平台与数据采集单元呈单向通讯连接,数据采集单元与前端核实单元呈双向通讯连接,数据采集单元与后端监管单元呈单向通讯连接,后端监管单元和前端核实单元均与预警处理单元呈单向通讯连接,后端监管单元与核实反馈单元呈双向通讯连接,核实反馈单元与数据采集单元呈单向通讯连接,核实反馈单元与数据管理单元呈双向通讯连接;
当监管平台生成运管指令时,并将运管指令发送至数据采集单元,数据采集单元在接收到运管指令时,立即采集数字医疗设备使用前的认证数据和使用时的运行数据,认证数据包括信息差异值和状态风险值,运行数据包括运行风险值和运行特征值,并将认证数据和运行数据分别发送至前端核实单元和后端监管单元,前端核实单元在接收到认证数据后,立即对认证数据进行使用安全监控反馈操作,以判断数字医疗设备使用是否符合规定,避免出现违规使用和盗用的情况,以提高数字医疗设备的使用安全性,具体的使用安全监控反馈操作过程如下:
采集到数字医疗设备使用前认证时间段的时长,并将其标记为认证时长,获取到认证时长内数字医疗设备的状态风险值,状态风险值表示维护项目所对应个数少于预设阈值的个数,再与供电参数所对应数值超出预设阈值的个数经数据归一化处理后得到的积值,维护项目包括校准、软件更新等,供电参数包括供电电压波动风险值、供电无功功率均值等,供电电压波动风险值表示供电电压波动频率超出预设供电电压波动频率阈值的部分,并将状态风险值与其内部录入存储的预设状态风险值阈值进行比对分析:
若状态风险值大于预设状态风险值阈值,则生成维护信号,并将维护信号发送至预警处理单元,预警处理单元在接收到维护信号后,立即对维护信号所对应的数字医疗设备进行维护管理,以保证数字医疗设备在使用时的运行稳定性,降低因维护不到位而产生的潜在异常风险;
若状态风险值小于等于预设状态风险值阈值,则生成反馈指令,当生成反馈值时,获取到认证时长内数字医疗设备的信息差异值,信息差异值表示认证字符串与预设认证字符串之间的差值,认证字符串表示对输入认证信息进行字符提取并组成字符串,输入认证信息包括账户ID后四位、密码、姓名大写首字母等,并对信息差异值进行判别分析:
若信息差异值不等于零,则生成返回信号,并将返回信号发送至预警处理单元,预警处理单元在接收到返回信号后,立即做出返回信号所对应的预设预警操作,进而有助于提高数字医疗设备的使用安全性;
若信息差异值等于零,则生成授权信号,并将授权信号经数据采集单元发送至后端监管单元;
后端监管单元在接收到运行数据和授权信号后,立即对运行数据进行运行监控评估分析,以判断数字医疗设备是否正常运行,以便及时的预警反馈管理,以提高对数字医疗设备的监控效果,同时提高数字医疗设备的运行安全性和运行稳定性,具体的运行监控评估分析过程如下:
采集到数字医疗设备认证成功时刻到运行结束时刻之间的时长,并将其表标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,将子时间段划分为o个子时间节点,o为大于零的自然数,获取到各个子时间段数字医疗设备的运行风险值,运行风险值表示运行温度风险值超出预设运行温度风险值阈值所对应子时间节点的个数与子时间节点总个数之比,运行温度风险值表示子时间节点所对应温度均值超出预设温度均值的部分,以子时间段的个数为X轴,以运行风险值为Y轴建立直角坐标系,通过描点的方式绘制运行风险值曲线,进而获取到运行风险值曲线与X轴所围成的总面积超出预设阈值的部分标记为失控风险值,需要说明的是,失控风险值的数值越大,则数字医疗设备运行失控风险越大;
获取到各个子时间段数字医疗设备的运行特征值,运行特征值表示运行特征参数所对应曲线与预设阈值曲线之间的差异值超出预设差异值所对应的个数,运行特征参数包括异响倍率值、振动幅度均值等,异响倍率值表示子时间段内异响均值的最大值和最小值之间的差值,以此构建运行特征值的集合A,并将集合A中的最大子集和最小子集之间的差值标记为特征评估值,需要说明的是,特征评估值的数值越大,则数字医疗设备运行失控风险越大;
将失控风险值和特征评估值与其内部录入存储的预设失控风险值阈值和预设特征评估值阈值进行比对分析:
若失控风险值小于预设失控风险值阈值,且特征评估值小于预设特征评估值阈值,则生成正常信号,并将正常信号发送至预警处理单元和核实反馈单元,预警处理单元在接收到正常信号后,立即做出正常信号所对应的预设预警操作,以便直观的了解到数字医疗设备的运行状态,同时有助于提高数字医疗设备的监控效果;
若失控风险值大于等于预设失控风险值阈值,或特征评估值大于等于预设特征评估值阈值,则生成告警信号,并将告警信号发送至预警处理单元,预警处理单元在接收到告警信号后,立即做出告警信号所对应的预设预警操作,以便及时的预警反馈管理,以提高对数字医疗设备的监控效果,同时提高数字医疗设备的运行安全性和运行稳定性。
实施例二:核实反馈单元在接收到正常信号后,立即采集数据采集设备的日志数据和效率数据,日志数据包括数据采集总次数和传输总次数,效率数据包括采集风险值和运行影响值,并将效率数据发送至数据管理单元,立即进行数据有效性核实分析,以判断分析过程中数据的真实性和有效性,进而有助于为后续分析结果提高数据支撑,具体的数据有效性核实分析过程如下:
获取到时间阈值内数字医疗设备中数据采集设备的数据采集总次数和传输总次数,并将数据采集总次数和传输总次数之和标记为数据核实值,并将数据核实值与其内部录入存储的预设数据核实值阈值进行比对分析:
若数据核实值不等于预设数据核实值阈值,则生成失效信号,并将失效信号发送至数据采集单元,数据采集单元在接收到失效信号后,立即再次采集运行数据并发送至后端监管单元进行分析,以保证整个监控过程数据的有效性和精准性;
若数据核实值等于预设数据核实值阈值,则生成验证指令,当生成验证指令时,获取到时间阈值内数字医疗设备中数据采集设备所处环境的数据干扰值,数据干扰值表示干扰区域内环境温度干扰值超出预设环境温度干扰值阈值的部分,再与电磁倍率值经数据归一化处理后得到的积值,干扰区域表示以数据采集设备为圆心,R1为半径,以围绕数据采集设备画圆所形成的区域,环境温度干扰值表示环境温度特征曲线与X轴所围成的面积超出预设阈值的部分,电磁倍率值表示电磁干扰值超出预设电磁干扰值的部分,再与同频干扰的个数经数据归一化处理后得到的和值,并将数据干扰值与其内部录入存储的预设数据干扰值阈值进行比对分析:
若数据干扰值小于预设数据干扰值阈值,则不生成任何信号;
若数据干扰值大于等于预设数据干扰值阈值,则生成偏差风险信号,并将偏差风险信号经后端监管单元发送至预警处理单元,预警处理单元在接收到偏差风险信号后,立即显示偏差风险信号所对应的预设预警文字,以便操作人员对数字医疗设备运行监控分析结果是否采纳提供数据分析,以便合理的安排数字医疗设备运行监控的管理力度;
数据管理单元在接收到效率数据后,立即对效率数据进行数据管理监管反馈操作,以判断数据采集设备采集数据质量是否合格,以便及时的预警反馈管理,以保证数据采集设备的运行质量和数据采集稳定性,具体的数据管理监管反馈操作过程如下:
获取到时间阈值内数据采集设备的采集风险值,采集风险值表示生成失效信号的次数与相连次数之间的间隔时长均值经数据归一化处理后得到的比值,并将采集风险值与存储的预设采集风险值阈值进行比对分析,若采集风险值大于预设采集风险值阈值,则将采集风险值大于预设采集风险值阈值的部分标记为质量受损值,需要说明的是,质量受损值的数值越大,则数据采集设备的运行质量异常风险越大;
获取到时间阈值内数据采集设备的运行影响值,运行影响值表示数据采集设备的运行总时长与投入使用时刻到当前时刻之间时长的比值,再与线路线损率超出预设线路线损率的部分经数据归一化处理后得到的积值,并将运行影响值与存储的预设运行影响值阈值进行比对分析,若运行影响值大于预设运行影响值阈值,则将运行影响值大于预设运行影响值阈值的部分标记为受损评估值,需要说明的是,受损评估值的数值越大,则数据采集设备的运行质量异常风险越大,将质量受损值和受损评估值分别标号为ZS和SP;
根据公式得到质量受损风险系数,其中,a1和a2分别为质量受损值和受损评估值的预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1和a2均为大于零的正数,a3为预设补偿因子系数,取值为2.119,R为质量受损风险系数,并将质量受损风险系数R与其内部录入存储的预设质量受损风险系数阈值进行比对分析:
若质量受损风险系数R小于预设质量受损风险系数阈值,则不生成任何信号;
若质量受损风险系数R大于等于预设质量受损风险系数阈值,则生成优化信号,并将优化信号经核实反馈单元发送至预警处理单元,预警处理单元在接收到优化信号后,立即显示优化信号所对应的预设预警文字,以便及时的对数据采集设备进行预警反馈管理,以保证数据采集设备的运行质量和数据采集稳定性;
综上所述,本发明通过从数据医疗设备使用前的认证和使用过程中的监控两个角度进行分析,一方面有助于保证数字医疗设备的使用安全性和信息安全性,避免出现违规使用和盗用的情况,另一方面有助于提高数字医疗设备的运行安全性和运行稳定性,同时提高对数字医疗设备的监控效果,且通过信息反馈的方式对监控分析结果进行分析,即对所采集数据进行分析,以保证分析基础中数据的可靠性,即进行数据有效性核实分析,进而有助于保证整个监控过程数据的有效性和精准性,同时便于操作人员对数字医疗设备运行监控分析结果是否采纳提供数据支撑,以便合理的安排数字医疗设备运行监控的管理力度,以及对效率数据进行数据管理监管反馈操作,以判断数据采集设备采集数据质量是否合格,以便及时的预警反馈管理,以保证数据采集设备的运行质量和数据采集稳定性。
阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于人工智能的数字医疗设备运行监控系统,其特征在于,包括监管平台、数据采集单元、前端核实单元、后端监管单元、核实反馈单元、数据管理单元以及预警处理单元;
当监管平台生成运管指令时,并将运管指令发送至数据采集单元,数据采集单元在接收到运管指令时,立即采集数字医疗设备使用前的认证数据和使用时的运行数据,认证数据包括信息差异值和状态风险值,运行数据包括运行风险值和运行特征值,并将认证数据和运行数据分别发送至前端核实单元和后端监管单元,前端核实单元在接收到认证数据后,立即对认证数据进行使用安全监控反馈操作,将得到的维护信号和返回信号发送至预警处理单元,将得到的授权信号经数据采集单元发送至后端监管单元;
后端监管单元在接收到运行数据和授权信号后,立即对运行数据进行运行监控评估分析和数据比对评估操作,将得到的正常信号发送至预警处理单元和核实反馈单元,将得到的告警信号发送至预警处理单元;
核实反馈单元在接收到正常信号后,立即采集数据采集设备的日志数据和效率数据,日志数据包括数据采集总次数和传输总次数,效率数据包括采集风险值和运行影响值,并将效率数据发送至数据管理单元,立即进行数据有效性核实分析,将得到的失效信号发送至数据采集单元,将得到的偏差风险信号经后端监管单元发送至预警处理单元;
数据管理单元在接收到效率数据后,立即对效率数据进行数据管理监管反馈操作,将得到的优化信号经核实反馈单元发送至预警处理单元。
2.根据权利要求1所述的一种基于人工智能的数字医疗设备运行监控系统,其特征在于,所述前端核实单元的使用安全监控反馈操作过程如下:
采集到数字医疗设备使用前认证时间段的时长,并将其标记为认证时长,获取到认证时长内数字医疗设备的状态风险值,状态风险值表示维护项目所对应个数少于预设阈值的个数,再与供电参数所对应数值超出预设阈值的个数经数据归一化处理后得到的积值,维护项目包括校准、软件更新,供电参数包括供电电压波动风险值、供电无功功率均值,供电电压波动风险值表示供电电压波动频率超出预设供电电压波动频率阈值的部分,并将状态风险值与其内部录入存储的预设状态风险值阈值进行比对分析:
若状态风险值大于预设状态风险值阈值,则生成维护信号;
若状态风险值小于等于预设状态风险值阈值,则生成反馈指令,当生成反馈值时,获取到认证时长内数字医疗设备的信息差异值,信息差异值表示认证字符串与预设认证字符串之间的差值,认证字符串表示对输入认证信息进行字符提取并组成字符串,输入认证信息包括账户ID后四位、密码、姓名大写首字母,并对信息差异值进行判别分析:
若信息差异值不等于零,则生成返回信号;
若信息差异值等于零,则生成授权信号。
3.根据权利要求1所述的一种基于人工智能的数字医疗设备运行监控系统,其特征在于,所述后端监管单元的运行监控评估分析过程如下:
S1:采集到数字医疗设备认证成功时刻到运行结束时刻之间的时长,并将其表标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,将子时间段划分为o个子时间节点,o为大于零的自然数,获取到各个子时间段数字医疗设备的运行风险值,运行风险值表示运行温度风险值超出预设运行温度风险值阈值所对应子时间节点的个数与子时间节点总个数之比,运行温度风险值表示子时间节点所对应温度均值超出预设温度均值的部分,以子时间段的个数为X轴,以运行风险值为Y轴建立直角坐标系,通过描点的方式绘制运行风险值曲线,进而获取到运行风险值曲线与X轴所围成的总面积超出预设阈值的部分标记为失控风险值;
S2:获取到各个子时间段数字医疗设备的运行特征值,运行特征值表示运行特征参数所对应曲线与预设阈值曲线之间的差异值超出预设差异值所对应的个数,运行特征参数包括异响倍率值、振动幅度均值,异响倍率值表示子时间段内异响均值的最大值和最小值之间的差值,以此构建运行特征值的集合A,并将集合A中的最大子集和最小子集之间的差值标记为特征评估值。
4.根据权利要求3所述的一种基于人工智能的数字医疗设备运行监控系统,其特征在于,所述后端监管单元的数据比对评估操作过程如下:
将失控风险值和特征评估值与其内部录入存储的预设失控风险值阈值和预设特征评估值阈值进行比对分析:
若失控风险值小于预设失控风险值阈值,且特征评估值小于预设特征评估值阈值,则生成正常信号;
若失控风险值大于等于预设失控风险值阈值,或特征评估值大于等于预设特征评估值阈值,则生成告警信号。
5.根据权利要求1所述的一种基于人工智能的数字医疗设备运行监控系统,其特征在于,所述核实反馈单元的数据有效性核实分析过程如下:
获取到时间阈值内数字医疗设备中数据采集设备的数据采集总次数和传输总次数,并将数据采集总次数和传输总次数之和标记为数据核实值,并将数据核实值与其内部录入存储的预设数据核实值阈值进行比对分析:
若数据核实值不等于预设数据核实值阈值,则生成失效信号;
若数据核实值等于预设数据核实值阈值,则生成验证指令,当生成验证指令时,获取到时间阈值内数字医疗设备中数据采集设备所处环境的数据干扰值,数据干扰值表示干扰区域内环境温度干扰值超出预设环境温度干扰值阈值的部分,再与电磁倍率值经数据归一化处理后得到的积值,干扰区域表示以数据采集设备为圆心,R1为半径,以围绕数据采集设备画圆所形成的区域,环境温度干扰值表示环境温度特征曲线与X轴所围成的面积超出预设阈值的部分,电磁倍率值表示电磁干扰值超出预设电磁干扰值的部分,再与同频干扰的个数经数据归一化处理后得到的和值,并将数据干扰值与其内部录入存储的预设数据干扰值阈值进行比对分析:
若数据干扰值小于预设数据干扰值阈值,则不生成任何信号;
若数据干扰值大于等于预设数据干扰值阈值,则生成偏差风险信号。
6.根据权利要求1所述的一种基于人工智能的数字医疗设备运行监控系统,其特征在于,所述数据管理单元的数据管理监管反馈操作过程如下:
T1:获取到时间阈值内数据采集设备的采集风险值,采集风险值表示生成失效信号的次数与相连次数之间的间隔时长均值经数据归一化处理后得到的比值,并将采集风险值与存储的预设采集风险值阈值进行比对分析,若采集风险值大于预设采集风险值阈值,则将采集风险值大于预设采集风险值阈值的部分标记为质量受损值;
T2:获取到时间阈值内数据采集设备的运行影响值,运行影响值表示数据采集设备的运行总时长与投入使用时刻到当前时刻之间时长的比值,再与线路线损率超出预设线路线损率的部分经数据归一化处理后得到的积值,并将运行影响值与存储的预设运行影响值阈值进行比对分析,若运行影响值大于预设运行影响值阈值,则将运行影响值大于预设运行影响值阈值的部分标记为受损评估值,将质量受损值和受损评估值分别标号为ZS和SP;
T3:根据公式得到质量受损风险系数,其中,a1和a2分别为质量受损值和受损评估值的预设比例因子系数,a1和a2均为大于零的正数,a3为预设补偿因子系数,取值为2.119,R为质量受损风险系数,并将质量受损风险系数R与其内部录入存储的预设质量受损风险系数阈值进行比对分析:
若质量受损风险系数R小于预设质量受损风险系数阈值,则不生成任何信号;
若质量受损风险系数R大于等于预设质量受损风险系数阈值,则生成优化信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410248455.9A CN117827597B (zh) | 2024-03-05 | 2024-03-05 | 一种基于人工智能的数字医疗设备运行监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410248455.9A CN117827597B (zh) | 2024-03-05 | 2024-03-05 | 一种基于人工智能的数字医疗设备运行监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117827597A true CN117827597A (zh) | 2024-04-05 |
CN117827597B CN117827597B (zh) | 2024-06-04 |
Family
ID=90513809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410248455.9A Active CN117827597B (zh) | 2024-03-05 | 2024-03-05 | 一种基于人工智能的数字医疗设备运行监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117827597B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118093793A (zh) * | 2024-04-26 | 2024-05-28 | 南京文盛科技有限公司 | 一种基于数据分析的数字化档案存储智能管理系统 |
CN118380123A (zh) * | 2024-06-13 | 2024-07-23 | 浙江辰和医疗设备有限公司 | 一种医疗器械追溯方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
CN116776361A (zh) * | 2023-08-25 | 2023-09-19 | 泉州大数据运营服务有限公司 | 一种基于隐私计算的公共数据资源开发利用管理平台 |
CN117233648A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警系统 |
CN117279017A (zh) * | 2023-11-17 | 2023-12-22 | 深圳通诚无限科技有限公司 | 一种基于5g网络的无线通讯智能监测预警系统 |
CN117454114A (zh) * | 2023-11-02 | 2024-01-26 | 中国矿业大学 | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 |
CN117497162A (zh) * | 2023-11-02 | 2024-02-02 | 合肥泓博医学科技有限公司 | 基于数据分析的口腔激光治疗仪运行异常反馈预警系统 |
CN117522651A (zh) * | 2023-12-05 | 2024-02-06 | 安徽理工大学 | 一种基于数据分析的矿业环境污染监测管理系统 |
-
2024
- 2024-03-05 CN CN202410248455.9A patent/CN117827597B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
CN116776361A (zh) * | 2023-08-25 | 2023-09-19 | 泉州大数据运营服务有限公司 | 一种基于隐私计算的公共数据资源开发利用管理平台 |
CN117454114A (zh) * | 2023-11-02 | 2024-01-26 | 中国矿业大学 | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 |
CN117497162A (zh) * | 2023-11-02 | 2024-02-02 | 合肥泓博医学科技有限公司 | 基于数据分析的口腔激光治疗仪运行异常反馈预警系统 |
CN117233648A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警系统 |
CN117279017A (zh) * | 2023-11-17 | 2023-12-22 | 深圳通诚无限科技有限公司 | 一种基于5g网络的无线通讯智能监测预警系统 |
CN117522651A (zh) * | 2023-12-05 | 2024-02-06 | 安徽理工大学 | 一种基于数据分析的矿业环境污染监测管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118093793A (zh) * | 2024-04-26 | 2024-05-28 | 南京文盛科技有限公司 | 一种基于数据分析的数字化档案存储智能管理系统 |
CN118380123A (zh) * | 2024-06-13 | 2024-07-23 | 浙江辰和医疗设备有限公司 | 一种医疗器械追溯方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117827597B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117827597B (zh) | 一种基于人工智能的数字医疗设备运行监控系统 | |
CN117060594B (zh) | 一种基于物联网的配电运行监测系统 | |
CN110971677B (zh) | 一种基于对抗强化学习的电力物联网终端设备边信道安全监测方法 | |
CN113610381B (zh) | 一种基于5g网络的水质远程实时监测系统 | |
CN117877225B (zh) | 一种基于物联网和空间分布的通行轨迹监测预警系统 | |
CN117811940B (zh) | 一种基于数据分析的印控仪运行网络质量检测评估系统 | |
CN117454114B (zh) | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 | |
CN117576761A (zh) | 基于人脸识别的智慧医疗应用管理系统 | |
CN114966422A (zh) | 基于动力电池参数的实时监控预警系统 | |
CN113887749A (zh) | 基于云边协同的电力物联网多维度监控处置方法、设备及平台 | |
CN117522651A (zh) | 一种基于数据分析的矿业环境污染监测管理系统 | |
CN116754888A (zh) | 一种基于大数据的低压配电柜实时状态监测系统及方法 | |
CN117592906A (zh) | 基于数据分析的汽车配件智能仓储管理系统 | |
CN117497162A (zh) | 基于数据分析的口腔激光治疗仪运行异常反馈预警系统 | |
CN115499521A (zh) | 面向底层设备的多通道多接口协议数字化采集控制系统 | |
CN111080089A (zh) | 一种基于随机矩阵理论的线损率关键因子确定方法和装置 | |
CN117409931A (zh) | 基于数据分析的口腔激光治疗仪运行监控系统 | |
CN113593605A (zh) | 一种基于深度神经网络的工业音频故障监测系统和方法 | |
CN108090692A (zh) | 用于点检起重设备安全运行的监控管理系统 | |
CN116911596A (zh) | 基于作业稳定性模型的作业人员风险预警方法及系统 | |
CN111158338A (zh) | 一种基于主成分分析的化工风险监测方法 | |
CN116385925A (zh) | 一种生产现场智慧安全管理方法及系统 | |
CN106081911B (zh) | 一种塔式起重机在线监测系统 | |
CN111103487A (zh) | 一种非侵入式的基于功耗分析的pst异常监测方法 | |
CN118171305B (zh) | 一种基于人工智能的数据安全访问管控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |