DE102008013051A1 - Verfahren und System für einen verbesserten Fehlererkennungs-Arbeitsfluss - Google Patents

Verfahren und System für einen verbesserten Fehlererkennungs-Arbeitsfluss Download PDF

Info

Publication number
DE102008013051A1
DE102008013051A1 DE102008013051A DE102008013051A DE102008013051A1 DE 102008013051 A1 DE102008013051 A1 DE 102008013051A1 DE 102008013051 A DE102008013051 A DE 102008013051A DE 102008013051 A DE102008013051 A DE 102008013051A DE 102008013051 A1 DE102008013051 A1 DE 102008013051A1
Authority
DE
Germany
Prior art keywords
data
rule application
workflow
application attribute
environment
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.)
Withdrawn
Application number
DE102008013051A
Other languages
English (en)
Inventor
Gopinath Bangalore Damodharan
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of DE102008013051A1 publication Critical patent/DE102008013051A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2257—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using expert systems

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Es wird ein Verfahren zum Fehlererkennungs-Arbeitsflussmanagement vorgestellt. Das Verfahren umfasst die Bestimmung einer Arbeitsumgebung, eines Regelanwendungsattributs oder beidem, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten im Zusammenhang stehen. Außerdem umfasst das Verfahren die dynamische Optimierung einer Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beidem. Zusätzlich umfasst das Verfahren die Verarbeitung der Eingabedaten auf der Grundlage der optimierten Operationssequenz. Es werden auch Systeme (10), (60) und ein computerlesbares Medium, welches die Funktionen des Typs ermöglicht, welche von diesem Verfahren definiert werden, im Zusammenhang mit der vorliegenden Technik betrachtet.

Description

  • HINTERGRUND
  • Die Erfindung bezieht sich allgemein auf die Diagnose des Systemzustands, und insbesondere auf Verfahren und Systeme zur Fehlererkennung.
  • Diagnostische Bildgebungssysteme haben sich zu einem wesentlichen Aspekt der Patientenversorgung entwickelt. Medizinische Bilder, die im Zuge von diagnostischen Bildgebungssitzungen gewonnen werden, haben sich zu Werkzeugen entwickelt, die einem Kliniker nicht-invasive Mittel zur Verfügung stellen, um anatomische Querschnitte von inneren Organen, Geweben, Knochen und anderen anatomischen Regionen eines Patienten zu liefern. Wie bekannt sein wird, können medizinische Bilder durch ein breites Spektrum von Bildgebungsmodalitäten gewonnen werden, wie beispielsweise, aber nicht ausschließlich durch die Computertomographie(CT)-Bildgebung, Ultraschall-Bildgebung, Magnetresonanz(MR)-Bildgebung, digitale Mammographie, Rötgenbild-Bildgebung, Nuklearmdedizin-Bildgebung oder Positronen-Emissions-Tomographie(PET)-Bildgebung oder Kombinationen der oben genannten.
  • Wie bekannt sein wird, ist es wünschenswert, die Ausfallzeit der diagnostischen Bildgebungssysteme zu reduzieren und/oder zu vermeiden. Die Kundenzufriedenheit kann verbessert und die Instandhaltungskosten reduziert werden, wenn Probleme mit Systemen, wie beispielsweise, aber nicht ausschließlich, Bildgebungssystemen, diagnostiziert und behoben werden können, bevor die Probleme schwerwiegend genug werden, als dass sie eine ausgedehnte Ausfallzeit des diagnostischen Bildgebungssystems verursachen. Ein Kundendienst-Techniker kann typischerweise einen Satz von diagnostischen Programmen ausführen, um die Quelle einer Fehlfunktion zu isolieren und/oder den Zustand des diagnostischen Bildgebungs-Systems zu beurteilen, wobei die diagnostischen Programme reaktiv oder proaktiv sein können. Es sei darauf hingewiesen, dass diese diagnostischen Programme durchgeführt werden, um die Reduktion der vom Kunden wahrgenommenen Ausfallzeit, d. h. von ungeplanten Ausfallzeit zu geplanter Ausfallzeit, zu ermöglichen und auch, um die Produktivität der Servicetechnik zu verbessern. Außerdem kann die Durchführung des Satzes von diagnostischen Programmen die Analyse der Protokolldateien umfassen, die vom diagnostischen Bildgebungs-System generiert werden. Allerdings kann die Analyse von großen Datenmengen in diesen Protokolldateien zu übermäßigen Verzögerungen bei der Fehlererkennung, Diagnose und nachfolgenden Wartung des diagnostischen Bildgebungs-Systems führen, wodurch die Systemverfügbarkeit beeinträchtigt werden kann.
  • Es ist eine große Bandbreite von Techniken entwickelt worden, um die Diagnose bei diagnostischen Bildgebungssystemen zu unterstützen. Konventionelle Fehlererkennungs-Systeme ermöglichen es einem diagnostischen Bildgebungssystem im Allgemeinen, automatisch einen Service anzufordern, sofern die Sensoren bestimmte Betriebsparameter erkennen, die außerhalb der zulässigen Bereiche liegen. Bei diesen konventionellen Systemen werden durch Vorrichtungen Telefonleitungen und Modems verwendet, um ein Servicecenter anzurufen und den Betriebsbedingungszustand sowie die Vorrichtungsbenutzungsdaten übermitteln. Dann kann ein Kundendienst-Techniker an den Standort geschickt werden, um einen Satz von diagnostischen Programmen auszuführen, um eine Quelle der Fehlfunktion zu isolieren. Leider führt die Verwendung der zurzeit verfügbaren Techniken zur Fehlererkennung zu einer niedrigeren Leistung. Außerdem sind diese Techniken nicht skalierbar und resultieren daher in zusätzlichen Aufstellungskosten.
  • Es könnte daher wünschenswert sein, eine robuste Technik und ein System für die systematische Erkennung von Mängeln zu entwickeln, die zum Vorteil eine wesentlich verbesserte Fehlererkennung, Diagnose und Instandhaltung des diagnostischen Bildgebungssystems ermöglicht. Insbesondere besteht ein Bedarf an einem System, welches so konfiguriert werden kann, dass es eine leichtere Entdeckung von Mängeln möglich macht, wodurch der Arbeitsfluss bei der Wartung des diagnostischen Bildgebungssystems vereinfacht wird.
  • KURZBESCHREIBUNG
  • Gemäß Aspekten der vorliegenden Technik wird ein Verfahren zum Fehlererkennungs-Arbeitsflussmanagement vorgestellt. Das Verfahren umfasst die Bestimmung einer Arbeitsumgebung, eines Regelanwendungsattributs oder beider, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten im Zusammenhang stehen. Außerdem umfasst das Verfahren die dynamische Optimierung einer Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, des bestimmten Regelanwendungsattributs, oder beider. Zusätzlich umfasst das Verfahren die Verarbeitung der Eingabedaten auf der Grundlage der optimierten Operationssequenz. Auch ein computerlesbares Medium, welches die Funktionen des Typs ausführen kann, wie sie durch dieses Verfahren definiert werden, wird im Zusammenhang mit der vorliegenden Technik betrachtet.
  • Gemäß weiteren Aspekten der vorliegenden Technik wird ein Erkennungssystem vorgestellt. Das System umfasst ein Ar beitsflussmodul, welches mit einem Arbeitsflussmanager ausgestattet und so konfiguriert ist, dass es eine Arbeitsumgebung, ein Regelanwendungsattribut oder beide bestimmt, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten, der dynamischen Optimierung einer Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beiden im Zusammenhang stehen. Zusätzlich umfasst das Erkennungssystem ein Verarbeitungsmodul, das so konfiguriert ist, dass es die Eingabedaten auf der Grundlage der optimierten Operationssequenz verarbeitet, wobei das Verarbeitungsmodul ein Vorprozessor-Modul umfasst, das so konfiguriert ist, dass die Eingabedaten auf der Grundlage von einer oder mehreren vordefinierten Regeln vorverarbeitet werden, ein Interpretationsmodul, das so konfiguriert ist, dass es die vorverarbeiteten Daten auf der Grundlage der vordefinierten Regeln interpretiert, und ein Nachverarbeitungsmodul, das so konfiguriert ist, dass es die interpretierten Daten nachverarbeitet.
  • Gemäß weiteren Aspekten der vorliegenden Technik wird ein System vorgestellt. Das System umfasst eine Datenquelle, wobei die Datenquelle ein Erfassungssubsystem beinhaltet, das so konfiguriert ist, dass es Daten erfasst, und ein Verarbeitungssubsystem, das in bedienbarer Verbindung mit dem Erfassungssubsystem steht und so konfiguriert ist, dass es die erfassten Daten verarbeitet und Protokolldateien generiert. Zusätzlich umfasst das System ein Datenspeicherungs-Subsystem, das so konfiguriert ist, dass es die Protokolldateien speichert. Das System umfasst auch ein Erkennungssubsystem, das in bedienbarer Verbindung mit dem Datenspeicherungs-Subsystem steht und so konfiguriert ist, dass es eine Arbeitsumgebung, ein Regelanwendungsattribut oder beides bestimmt, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabe daten im Zusammenhang stehen, eine Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, des bestimmten Regelanwendungsattributs oder beider dynamisch optimiert, und die Protokolldateien auf der Grundlage der optimierten Operationssequenz verarbeitet.
  • ZEICHNUNGEN
  • Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung können besser nachvollzogen werden, wenn die folgende detaillierte Beschreibung im Zusammenhang mit den dazugehörigen Zeichnungen gelesen wird, in denen dieselben Ziffern durchgehend dieselben Teile bezeichnen, wobei gilt:
  • 1 ist ein Blockdiagramm eines beispielhaften diagnostischen Systems gemäß Aspekten der vorliegenden Technik;
  • 2 ist ein Blockdiagramm des Bildgebungssystems in dem diagnostischen System von 1 gemäß Aspekten der vorliegenden Technik;
  • 3 ist ein Blockdiagramm eines beispielhaften Erkennungssystems gemäß Aspekten der vorliegenden Technik;
  • 4 ist ein Blockdiagramm eines Abschnitts des beispielhaften Erkennungssystems von 3 gemäß Aspekten der vorliegenden Technik;
  • 5 ist ein Flussdiagramm, das einen beispielhaften Vorgangsarbeitsfluss eines Prozesses der Fehlererkennung gemäß Aspekten der vorliegenden Technik darstellt;
  • 6 ist ein Flussdiagramm, das einen beispielhaften Prozess des Fehlererkennungs-Arbeitsflussmanagements gemäß Aspekten der vorliegenden Technik illustriert; und
  • 7A–7C sind Flussdiagramme, die einen beispielhaften Prozess des Fehlererkennungs-Arbeitsflussmanagements auf der Grundlage einer Arbeitsumgebung gemäß Aspekten der vorliegenden Technik illustrieren;
  • 8–10 sind Flussdiagramme, die beispielhafte Prozesse des Fehlererkennungs-Arbeitsflussmanagements auf der Grundlage eines Regelanwendungsattributs gemäß Aspekten der vorliegenden Technik illustrieren.
  • DETAILLIERTE BESCHREIBUNG
  • Wie im Folgenden genauer beschrieben werden wird, werden ein Verfahren für ein Fehlererkennungs-Arbeitsflussmanagement und ein System für die Erkennung vorgestellt, die so konfiguriert sind, dass sie einen Arbeitsfluss zur Fehlererkennung optimieren und die Fehlererkennung in einem diagnostischen Bildgebungssystem vereinfachen. Durch die Anwendung des im Folgenden beschriebenen Verfahrens und Systems kann ein generischer, skalierbarer und konfigurierbarer Fehlererkennungs-Arbeitsflussrahmen erzielt werden. Dieser Fehlererkennungs-Arbeitsflussrahmen kann so konfiguriert werden, dass er die Fehlererkennung im System deutlich verbessert, wodurch die Leistung des Erkennungssystems optimiert wird.
  • Obwohl die im Folgenden illustrierten beispielhaften Ausführungsformen im Kontext eines medizinischen Bildgebungssystems beschrieben werden, sei darauf hingewiesen, dass im Zusammenhang mit der vorliegenden Technik auch die Verwendung des diagnostischen Systems in industriellen Anwendungen in Betracht gezogen wird.
  • 1 ist ein Blockdiagramm eines beispielhaften Systems 10 zur Benutzung bei der diagnostischen Bildgebung gemäß Aspekten der vorliegenden Technik. Das System 10 kann so konfiguriert werden, dass es Bildgebungsdaten von einem Patienten 12 über eine Bilderfassungsvorrichtung 14 erfasst. Bei einer Ausführungsform kann die Bilderfassungsvorrichtung 14 eine Sonde umfassen, wobei die Sonde eine invasive Sonde oder nicht-invasive bzw. externe Sonde, wie beispielsweise eine externe Ultraschallsonde umfassen kann, die so konfiguriert ist, dass sie die Erfassung von Bildgebungsdaten unterstützt. Außerdem können die Bildgebungsdaten in bestimmten anderen Ausführungsformen über einen oder mehrere Sensoren (nicht gezeigt) erfasst werden, die auf dem Patienten 12 angeordnet werden können. Beispielsweise können die Sensoren physiologische Sensoren (nicht gezeigt) wie Elektrokardiogramm(EKG)-Sensoren und/oder Positionssensoren wie elektromagnetische Feldsensoren oder interne Sensoren umfassen. Diese Sensoren können beispielsweise über Leitungen (nicht gezeigt) bedienbar mit einer Datenerfassungsvorrichtung wie einem Bildgebungssystem verbunden sein.
  • Das System 10 kann auch ein Bildgebungssystem 18 umfassen, das in bedienbarer Verbindung mit der Bilderfassungsvorrichtung 14 steht. In einer zurzeit betrachteten Konfiguration kann das Bildgebungssystem 18 ein medizinisches Bildgebungssystem umfassen. Es sei darauf hingewiesen, dass obwohl das vorliegende Beispiel ein diagnostisches System 10 mit einem Bildgebungssystem 18 umfasst, das diagnostische System 10 mehr als ein Bildgebungssystem umfassen kann.
  • Es sei darauf hingewiesen, dass obwohl die im Folgenden illustrierten beispielhaften Ausführungsformen im Kontext eines medizinischen Bildgebungssystems illustriert werden, auch andere Bildgebungssysteme und Anwendungen wie industrielle Bildgebungssysteme und nicht-destruktive Bewertungs- und Inspektionssysteme, wie beispielsweise Pipeline-Inspek tionssysteme und Flüssigreaktor-Inspektionssysteme, in Betracht gezogen werden. Außerdem können die beispielhaften Ausführungsformen, die im Folgenden illustriert und beschrieben werden, in Multimodalitäts-Bildgebungssystemen Anwendung finden, bei denen die die Ultraschall-Bildgebung im Zusammenhang mit anderen Bildgebungsmodalitäten, Position-Tracking-Systemen oder anderen Sensorsystemen zum Einsatz kommt. Außerdem sei darauf hingewiesen, dass obwohl die im Folgenden illustrierten beispielhaften Ausführungsformen im Kontext eines medizinischen Bildgebungssystems, wie beispielsweise, aber nicht ausschließlich, eines Ultraschall-Bildgebungssystems, eines optischen Bildgebungssystems, eines Computertomographie(CT)-Bildgebungssystems, eines Magnetresonanz(MR)-Bildgebungssystems, eines Röntgen-Bildgebungssystems oder eines Positronen-Emissions-Tomographie(PET)-Bildgebungssystems beschreiben werden, auch andere Bildgebungssysteme, wie beispielsweise, aber nicht ausschließlich, Pipelineinspektionssysteme, Flüssigreaktor-Inspektionssysteme oder andere Bildgebungssysteme gemäß Aspekten der vorliegenden Technik in Betracht gezogen werden.
  • Zusätzlich zur Erfassung von Bildgebungsdaten kann das medizinische Bildgebungssystem 18 auch so konfiguriert werden, dass es eine oder mehrere Protokolldateien generiert. Wie bekannt sein wird, kann eine Protokolldatei eine Datei darstellen, die aufgetretene Aktionen auflistet. Genauer gesagt kann die Protokolldatei beispielsweise Funktionen und Aktivitäten enthalten, oft in einem zeitabhängigen Format, die vom Bildgebungssystem durchgeführt werden. Außerdem kann die Protokolldatei Daten umfassen, die Ereignisse, Fehler, kritische Gerätparameter, Sensorausgänge oder eine Kombination von diesen darstellen. Außerdem kann die Protokolldatei maschinenlesbare Daten umfassen.
  • Wie bekannt sein wird, können die Bildgebungsdaten, die über das medizinische Bildgebungssystem 18 erfasst worden sind, beispielsweise in einer Datenbank gespeichert werden. Zusätzlich können die Protokolldateien an einen ersten Speicher 22 übermittelt werden. In einer zurzeit in Betracht gezogenen Konfiguration kann der erste Speicher 22 ein Datenspeichersystem umfassen. Außerdem kann sich Datenspeichersystem 22 in einer Ausführungsform an einem Standort befinden, der physisch entfernt vom Standort des medizinischen Bildgebungssystems 18 ist. Wie allerdings bekannt sein wird, kann das Datenspeichersystem 22 in bestimmten Ausführungsformen im Wesentlichen in der Nähe des Bildgebungssystems 18 angeordnet sein. Außerdem können die Bildgebungsdaten bei einer Ausführungsform über ein Netzwerk 20 an das Datenspeichersystem 22 übermittelt werden.
  • Zusätzlich können die eine oder die mehreren Protokolldateien über das Netzwerk 20 an das Datenspeichersystem 22 übermittelt werden. Es sei darauf hingewiesen, dass auch andere Kommunikationsmittel wie beispielsweise, aber nicht ausschließlich, das Internet, das Intranet, oder drahtlose Kommunikation verwendet werden können, um die Protokolldateien vom medizinischen Bildgebungssystem 18 zum Datenspeichersystem 22 zu übertragen. Außerdem können bei einer Ausführungsform die eine oder die mehreren Protokolldateien in Echtzeit zum Datenspeichersystem 22 übertragen werden. Alternativ können die eine oder die mehreren Protokolldateien, die an das Datenspeichersystem 22 übermittelt werden, zeitweilig in einem temporären Speicher gespeichert und zu einem späteren Zeitpunkt an das Datenspeichersystem 22 übermittelt werden.
  • Zusätzlich kann das Datenspeichersystem 22 ein Datenerfassungssubsystem 24 umfassen, das so konfiguriert werden kann, dass es die vom medizinischen Bildgebungssystem 18 über das Netzwerk 20 übermittelte Protokolldatei empfängt. Die Protokolldatei, die vom Datenerfassungssystem 24 empfangen wird, kann in einem Datenlager 26 gespeichert werden. Bei einer Ausführungsform kann das Datenlager 26 eine Archivierungssite, eine Datenbank oder einen optischen Datenspeicherartikel umfassen. Es sei darauf hingewiesen, dass es sich bei dem optischen Datenspeicherartikel um ein optisches Speichermedium, wie eine Compact Disk (CD), eine Digital Versatile Disc (DVD), Mehrschichtstrukturen wie DVD-5 oder DVD-9, Multiseitenstrukturen, wie beispielsweise DVD-10 oder DVD-18, eine High Definition Digital Versatile Disc (HD-DVD), eine Blu-Ray Disk, eine optische Nahfeld-Speicherdisk, ein holographisches Speichermedium oder ein anderes entsprechendes volumetrisches optisches Speichermedium, wie beispielsweise, ein Zweiphotonen- oder Multiphotonen-Absorptionsspeicherformat.
  • Gemäß beispielhaften Aspekten der vorliegenden Technik kann das diagnostische System 10 auch Erkennungsmodule 28 umfassen, wobei die Erkennungsmodule 28 so konfiguriert werden können, dass sie die proaktive Erkennung und prognostische Erkennung von Mängeln im System 10 unterstützen. Anders gesagt können die Erkennungsmodule 28 so konfiguriert werden, dass sie die Steuerung des Fehlererkennungs-Arbeitsflusses verbessern. Außerdem können die Erkennungsmodule 28 gemäß beispielhaften Aspekten der vorliegenden Technik so konfiguriert werden, dass sie eine Arbeitsumgebung und/oder ein Regelanwendungsattribut bestimmen, welche mit dem System 10 im Zusammenhang stehen.
  • So wie der Begriff "Arbeitsumgebung" hier verwendet wird, soll er sich auf ein Umfeld beziehen, in dem ein System betrieben wird, dass so konfiguriert ist, dass es eine oder mehrere Protokolldateien generiert. In bestimmten Ausführungsformen kann die Arbeitsumgebung eine Informationerzeugungs-Umgebung, eine Informationvalidierungs-Umgebung, eine Produktionsumgebung oder eine Kombination von diesen erzeugen. Zusätzlich bezeichnet der Begriff "Regelanwendungsattribut" ein Umfeld für die Anwendung von Regeln dar. Das Regelanwendungsattribut kann bei einer Ausführungsform ein auf Daten beruhendes Attribut, ein auf der Frequenz beruhendes Attribut, ein auf der Variation von Eingabedaten beruhendes Attribut oder eine Kombination von diesen umfassen.
  • Außerdem kann das Erkennungsmodul 28 auch so konfiguriert werden, dass es eine durchzuführende Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung und/oder des Regelanwendungsattributs optimiert. Außerdem kann das Erkennungsmodul 28 so konfiguriert werden, dass es einen Zustand eines Systems, wie beispielsweise des Bildgebungssystems 18, überwacht, welches in dieser bestimmten Arbeitsumgebung betrieben wird. Ebenso kann das Erkennungsmodul 28 auch so konfiguriert werden, dass es einen Zustand eines Systems überwacht, welches in einem Umfeld betrieben wird, das vom Regelanwendungsattribut dargestellt wird. Das Erkennungsmodul 28 kann dann so konfiguriert werden, dass es die Generierung einer Meldung ermöglicht, welche einen Zustand des Bildgebungssystems 18 anzeigt. Die generierte Meldung kann dann beispielsweise an eine Kundendienststation 30 übermittelt werden. Zusätzlich kann dann die Kundendienststation 30 so konfiguriert werden, dass sie beispielsweise die Planung eines Servicebesuchs durch einen Kundendienst-Techniker ermöglicht. Die Funktionsweise des Erkennungsmoduls 28 wird unter Verweis auf 3–10 genauer erklärt.
  • Was 2 anbelangt, wird ein Blockdiagramm 40 des Bildgebungssystems 18 (siehe 1) illustriert. Das Bildge bungssystem 40 kann so konfiguriert werden, dass es über eine Bilderfassungsvorrichtung 14 (siehe 1) Bildgebungsdaten vom Patienten 12 (siehe 1) erfasst, wie zuvor unter Verweis auf 1 festgestellt. In einer zurzeit in Betracht gezogenen Konfiguration kann das medizinische Bildgebungssystem 40 ein Erfassungssubsystem 42 und ein Verarbeitungssubsystem 44 umfassen. Ferner kann das Erfassungssubsystem 42 des medizinischen Bildgebungssystems 40 so konfiguriert werden, dass es Bildgebungsdaten erfasst, die eine oder mehrere anatomische Regionen von Interesse beim Patienten 12 über die Bilderfassungsvorrichtung 14 darstellen. Die vom Patienten 12 erfassten Bildgebungsdaten können dann von Verarbeitungssubsystem 44 verarbeitet werden.
  • Zusätzlich können die Bildgebungsdaten, die vom medizinischen Bildgebungssystem 40 erfasst und/oder verarbeitet werden, angewendet werden, um einen Kliniker dabei zu unterstützen, die Krankheitszustände zu identifizieren, den Behandlungsbedarf einzuschätzen, geeignete Behandlungsoptionen zu bestimmen und/oder den Behandlungseffekt auf die Krankheitszustände zu überwachen. In bestimmten Ausführungsformen kann das Verarbeitungssubsystem 44 ferner mit einem lokalen Speichersystem, wie einem lokalen Datenlager 46, verbunden werden, wobei das lokale Datenlager 46 so konfiguriert ist, dass es Bildgebungsdaten empfängt. Außerdem kann das medizinische Bildgebungssystem 18, wie zuvor festgestellt, auch so konfiguriert werden, dass es eine oder mehrere Protokolldateien generiert, wobei die Daten in der Protokolldatei ein Ereignis, einen Fehler, einen kritischen Gerätparameter, Sensorausgänge oder eine Kombination von diesen darstellen können. Bei einer Ausführungsform kann das Verarbeitungssubsystem 44 so konfiguriert werden, dass es eine oder mehrere Protokolldateien generiert.
  • Außerdem kann, wie in 2 illustriert, das medizinische Bildgebungssystem 40 ein Display 48 und eine Benutzerschnittstelle 50 umfassen. Allerdings können sich in bestimmten Ausführungsformen, wie beispielsweise bei einem Touchscreen, das Display 48 und die Benutzerschnittstelle 50 überschneiden. Außerdem können das Display 48 und die Benutzerschnittstelle 50 in einigen Ausführungsformen einen gemeinsamen Bereich umfassen. Gemäß Aspekten der vorliegenden Technik kann das Display 48 des medizinischen Bildgebungssystems 40 so konfiguriert werden, dass es ein Bild anzeigt, das vom medizinischen Bildgebungssystem 40 auf der Grundlage der Bildgebungsdaten generiert wurde, die über die Bilderfassungsvorrichtung 14 erfasst wurden. Zusätzlich können gemäß weiteren Aspekten der vorliegenden Technik Information, die mit festgestellten Mängeln im Zusammenhang stehen, auf dem Display 48 visualisiert werden, und sie werden unter Verweis auf 3–10 genauer beschrieben.
  • Außerdem kann die Benutzerschnittstelle 50 des medizinischen Bildgebungssystems 40 eine Human-Interface-Vorrichtung (nicht gezeigt) umfassen, die so konfiguriert ist, dass sie es dem Kliniker ermöglicht, die auf dem Display 48 angezeigten Bildgebungsdaten zu organisieren und/oder zu verwalten. Die Human-Interface-Vorrichtung kann eine mausartige Vorrichtung, eine Steuerkugel, einen Joystick, einen Eingabestift oder einen Touchscreen umfassen. Wie allerdings bekannt sein wird, können auch andere Human-Interface-Vorrichtungen, wie beispielsweise, aber nicht ausschließlich, ein Touchscreen angewendet werden. Außerdem kann die Benutzerschnittstelle 50 gemäß Aspekten der vorliegenden Technik so konfiguriert werden, dass sie den Kliniker bei der Bearbeitung und/oder Organisation der auf dem Display 48 angezeigten In formationen unterstützt, und sie wird unter Verweis auf 3–10 genauer beschrieben.
  • Was nun 3 anbelangt, wird ein Blockdiagramm 60 einer Ausführungsform des Erkennungssystems mitsamt dem Erkennungsmodul 28 von 1 abgebildet. In dem in 3 abgebildeten Beispiel stellen die Referenzziffern 62, 64 und 66 eine Vielzahl von Protokolldateien dar, die aus einer oder mehreren Datenquellen gewonnen wurden, wie beispielsweise aus Bildgebungssystemen. In bestimmten Ausführungsformen entsprechen die Protokolldateien 62, 64 und 66 jeweils Protokolldateien, die von verschiedenen Bildgebungsmodalitäten erfasst wurden. Alternativ können, wenn eine einzige Bildgebungsmodalität angewendet wird, um die Bildgebungsdaten zu erfassen, die Protokolldateien 62, 64 und 66 Protokolldateien darstellen, die von der einzigen Bildgebungsmodalität generiert, jedoch in unterschiedlichen Formaten gespeichert wurden. Obwohl die im Folgenden illustrierten beispielhaften Ausführungsformen im Kontext einer Protokolldatei beschrieben werden, die von einem medizinischen Bildgebungssystem generiert wird, sei darauf hingewiesen, dass die Verwendung des diagnostischen Systems 10 (siehe 1) bei der Analyse von maschinelesbaren Daten, die von unterschiedlichen Datenquellen generiert wurden, ebenfalls im Zusammenhang mit der vorliegenden Technik in Betracht gezogen werden.
  • Wie zuvor unter Verweis auf 1 erwähnt, ist das Erkennungsmodul 28 (siehe 1) des diagnostisches Systems 10 (siehe 1) so konfiguriert, dass es eine Unterstützung bei der Erkennung von Mängeln bietet, die mit dem System im Zusammenhang stehen. Bei einer Ausführungsform kann das Erkennungsmodul 28 so konfiguriert werden, dass es Mängel entdeckt, in dem es beispielsweise die Daten in der Protokolldatei analysiert. Folglich kann die Protokolldatei 62, 64, 66 vom Erkennungsmodul 28 verarbeitet werden. In einer zurzeit in Betracht gezogenen Konfiguration kann das Erkennungsmodul 28 ein Arbeitsflussmodul 68 und ein Verarbeitungsmodul 76 umfassen. Zusätzlich kann das Arbeitsflussmodul 68 in bestimmten Ausführungsformen einen Arbeitsflussmanager 70 umfassen. Die Funktionsweise des Arbeitsflussmoduls 68 und des Verarbeitungsmoduls 76 werden im Folgenden genauer beschrieben
  • Wie bekannt sein wird, ist es außerdem wünschenswert, die von einem Kunden wahrgenommene Systemausfallzeit zu reduzieren. Anders gesagt könnte es wünschenswert sein, die Systemausfallzeit von einer "ungeplanten" Ausfallzeit zu einer "geplanten" Ausfallzeit zu reduzieren. Folglich wird ein verbesserter Fehlererkennungsrahmen vorgestellt, wobei der Fehlererkennungsrahmen so konfiguriert werden kann, dass er den Arbeitsfluss des Fehlererkennungsprozesses optimiert. Genauer gesagt kann der Fehlererkennungsrahmen gemäß beispielhaften Aspekten der vorliegenden Technik so konfiguriert werden, dass es sich um einen generischen, konfigurierbaren, skalierbaren und verteilbaren Rahmen handelt, was in einem optimierten Arbeitsfluss der Fehlererkennung resultiert. Es sei darauf hingewiesen, dass die Begriffe "Fehlererkennungs-Arbeitsfluss" und "Vorgangsarbeitsfluss" austauschbar verwendet werden können.
  • Das Erkennungsmodul 28 kann ein Arbeitsflussmodul 68 umfassen, wie zuvor beschrieben. Außerdem kann das Arbeitsflussmodul 68 so konfiguriert werden, dass es die Optimierung des Fehlererkennungs-Arbeitsflusses ermöglicht. Genauer gesagt kann das Arbeitsflussmodul 68 so konfiguriert werden, dass es die durchzuführenden Operationen auf der Grundlage einer Arbeitsumgebung und/oder eines Regelanwendungsattributs, welche mit einem System, wie beispielsweise dem medizinischen Bildgebungssystem 18 (siehe 1), im Zusammenhang stehen, dynamisch optimiert. Diese Operationen können Schritte darstellen, die während eines Fehlererkennungsprozesses durchgeführt werden können, wobei sie unter Verweis auf 4–10 genauer beschrieben werden. Ferner kann das Arbeitsflussmodul 68 einen Arbeitsflussmanager 70 umfassen, wobei der Arbeitsflussmanager 70 so konfiguriert werden kann, dass er die einer Optimierung der durchzuführenden Operationssequenz auf der Grundlage der Arbeitsumgebung und/oder des Regelanwendungsattributs ermöglicht, welche mit dem Bildgebungssystem 18 im Zusammenhang stehen.
  • Folglich kann bei einer Ausführungsform ein vordefinierter Vorgangsarbeitsfluss 74, der mit verschiedenen Systemen im Zusammenhang steht, in einer Arbeitsfluss-Datenbank 72 gespeichert werden. Anders gesagt kann ein vordefinierter Vorgangsarbeitsfluss 74, der mit dem entsprechenden System im Zusammenhang steht, in der Arbeitsfluss-Datenbank 72 gespeichert werden. Außerdem kann ein vordefinierter Arbeitsfluss 74 einen optimierten Satz von Operationssequenzen darstellen, die für ein bestimmtes System durchgeführt werden sollen, das in einer gegebenen Arbeitsumgebung betrieben wird. Zum Beispiel kann ein Vorgangsarbeitsfluss 74 oder eine Operationssequenz entsprechend einem medizinischen Bildgebungssystem 18 in der Arbeitsfluss-Datenbank 72 gespeichert werden. Ebenso kann ein vordefinierter Arbeitsfluss, der mit dem Regelanwendungsattribut im Zusammenhang steht, in der Arbeitsfluss-Datenbank 74 gespeichert werden.
  • Bei einer Ausführungsform kann der Arbeitsflussmanager 70 beim Empfang einer Eingabe-Protokolldatei, wie beispielsweise der Eingabedatei 62, so konfiguriert werden, dass er eine Arbeitsumgebung bestimmt, die mit dem System im Zusammenhang steht, dass die Eingabe-Protokolldatei 62 generiert hat. Wie zuvor festgestellt, kann die Arbeitsumgebung ferner eine Informationerzeugungs-Umgebung, eine Informationvalidierungs-Umgebung, eine Produktionsumgebung oder eine Kombination von diesen umfassen, und wird unter Verweis auf 6–10 genauer beschrieben. Der Arbeitsflussmanager 70 kann dann so konfiguriert werden, dass er entsprechend der bestimmten Arbeitsumgebung einen Vorgangs-Arbeitsfluss 74 aus der Arbeitsfluss-Datenbank 72 gewinnt.
  • Gemäß weiteren Aspekten der vorliegenden Technik kann der Arbeitsflussmanager 70 auch so konfiguriert werden, dass er Informationen gewinnt, die das mit dem System verbundene Regelanwendungsattribut betreffen. Das Regelanwendungsattribut kann eine auf Datenverarbeitung beruhende Umgebung, eine auf der Frequenz beruhende Umgebung, eine auf einem Zeitplan beruhende Umgebung, eine auf Validierung beruhende Umgebung, eine auf Dateneingabe beruhende Umgebung oder eine Kombination von diesen umfassen, und wird unter Verweis auf 6–10 genauer beschrieben.
  • Die Protokolldateien in der Eingabedatei 62 können dann vom Verarbeitungsmodul 76 auf der Grundlage des vordefinierten Arbeitsflusses 74 verarbeitet werden, der aus der Arbeitsflussdatenbank 72 gewonnen wurde. Zusätzlich kann das Verarbeitungsmodul 76 auch so konfiguriert werden, dass es eine oder mehrere vordefinierte Regeln aus einer Regel-Datenbank 78 gewinnt, wobei die vordefinierten Regeln so konfiguriert werden können, dass sie die Verarbeitung der Protokolldateien unterstützen. Es sei darauf hingewiesen, dass verarbeitete Daten, die nach der Verarbeitung durch das Verarbeitungsmodul 76 generiert worden sind, zur temporären Speicherung an ein Speichermodul 80 übermittelt werden können. Das Speichermodul 80 kann bei einer Ausführungsform einen Datenspeicher umfassen. Die verarbeiteten Daten können zur permanenten Speicherung auch an einen dritten Speicher 82 übermittelt werden. Bei einer Ausführungsform kann der dritte Speicher 82 eine Speicher-Datenbank umfassen, wie in 3 abgebildet. Die Funktionsweise des Verarbeitungsmoduls 76 kann unter Verweis auf 4 besser nachvollzogen werden.
  • Was 4 anbelangt, wird ein Blockdiagramm 90 illustriert, das einen Abschnitt des Erkennungssystems 60 von 3 darstellt. In einer zurzeit in Betracht gezogenen Konfiguration wird das Verarbeitungsmodul 76 mit einem Vorverarbeitungsmodul 92, einem Interpretationsmodul 94 und einem Nachverarbeitungsmodul 96 gezeigt. Bei einer Ausführungsform kann das Vorverarbeitungsmodul 92 so konfiguriert werden, dass es die Protokolldateien in der Eingabedatei 62 vorverarbeitet. Zusätzlich kann das Vorverarbeitungsmodul 92 so konfiguriert werden, dass es die Protokolldateien auf der Grundlage von einer oder mehreren vordefinierten Regeln vorverarbeitet, wobei die vordefinierten Regeln in einer Regeldatenbank 78 gespeichert werden, wie zuvor festgestellt.
  • Wie in 4 abgebildet wird, kann in einer zurzeit in Betracht gezogenen Konfiguration, das Vorverarbeitungsmodul 92 ein Formatierungsmodul 98, ein Extraktionsmodul 100 und ein Berechnungsmodul 102 umfassen. Gemäß Aspekten der vorliegenden Technik kann das Formatierungsmodul 98 so konfiguriert werden, dass es die eine oder die mehreren Eingabedateien 62, 64, 66 formatiert. Genauer gesagt kann das Formatierungsmodul 98 so konfiguriert werden, dass es die Daten aus einem Ursprungsformat in ein gemeinsames Format umwandelt. Der Begriff Ursprungsformat bezeichnet ein Format, welches von einen System typischerweise auf Protokolldateien angewendet wird. Und der Begriff gemeinsames Format bezeichnet ein Standardformat, das die Vereinfachung des Vorgangs der Identifizierung und Extraktion von Parameterdatenpunkten unterstützt. Zum Beispiel kann ein medizinisches Bildgebungs system 18 die Daten in einem Ursprungsformat in die Eingabedatei 62 eingeben, wobei das Ursprungsformat ein Textformat umfassen kann. Das Formatierungsmodul 98 kann so konfiguriert werden, dass es das Ursprungstextformat der Daten in der Eingabedatei 62 in ein gemeinsames Format umwandelt. Ferner können bei einer Ausführungsform die Gerätedaten in der Eingabedatei 62 in drei Typen von gemeinsamem Datenformat kategorisiert werden, nämlich das parametrische Logformat, das Fehlerereignis-Logformat, und das Systemtracker-Logformat. Folglich vereinfacht die Umwandlung des Formats der Daten in den Eingabedateien in ein gemeinsames Format den Prozess der Identifizierung und Extraktion von Informationen von Interesse vom Protokolldateien-Abwärtsstrom.
  • Zusätzlich kann gemäß weiteren Aspekten der vorliegenden Technik das Extraktionsmodul 100 so konfiguriert werden, dass es Informationen von Interesse aus der Eingabeprotokolldatei, wie beispielsweise Protokolldatei 62, extrahiert. Genauer gesagt kann das Extraktionsmodul 100 gemäß beispielhaften Aspekten der vorliegenden Technik so konfiguriert werden, dass es Informationen von Interesse auf der Grundlage einer oder mehrerer vordefinierter Regeln aus der Protokolldatei 62 extrahiert. So wie der Begriff "Regeln" hier benutzt wird, kann er verwendet werden, um sich auf vordefinierte Einschränkungen zu beziehen, die typischerweise jede und alle Aktionen umfassen, die innerhalb eines Problemrahmens unternommen werden sollten. Diese Regeln können kollektiv als Regelbasis bezeichnet werden, wobei die Regelbasis alles Wissen umfasst, das mit dem auf Regeln basierenden System im Zusammenhang steht.
  • Auch können gemäß Aspekten der vorliegenden Technik die vordefinierten Regeln den Zustand eines Systems, wie beispielsweise des medizinischen Bildgebungssystems 18 (siehe 1), darstellen. Zum Beispiel können die vordefinierten Regeln verwendet werden, um die Erkennung eines Systemzustands und der Intaktheit des Systems 18 zu unterstützen. Genauer gesagt kann ein vordefinierter Parametersatz mit einer gegebenen Bildgebungsmodalität in Zusammenhang gebracht werden. Die Bildgebungsmodalität kann ein Bildgebungssystem, wie beispielsweise, aber nicht ausschließlich, ein Ultraschallsystem, ein Röntgensystem, ein MR-Bildgebungssystem, ein CT-Bildgebungssystem oder eine Kombination von diesen umfassen. Folglich können die vordefinierten Regeln für eine bestimmte Bildgebungsmodalität Regeln auf der Grundlage von verschiedenen Kombinationen von dazugehörigen Parametern und/oder Indikatoren umfassen. Außerdem kann für jede der Bildgebungsmodalitäten ein Regelsatz definiert werden, wobei die Regeln auf Parametern beruhende Regeln und/oder auf Indikatoren beruhende Regeln umfassen können. Zusätzlich können die vordefinierten Regeln Informationen von Interesse umfassen, die aus der Protokolldatei extrahiert werden sollen. Die Informationen von Interesse können bei einer Ausführungsform einen oder mehrere Fehlercodes darstellen, die vom Bildgebungssystem 18 generiert wurden.
  • Wie zuvor festgestellt, kann das Extraktionsmodul 100 so konfiguriert werden, dass es die Daten in der Protokolldatei 62 auf dazu passende Informationen von Interesse durchsucht und die Informationen von Interesse extrahiert, die in den vordefinierten Regeln von der Protokolldatei 62 spezifiziert wurden. Bei einer Ausführungsform können die zu extrahierenden Informationen von Interesse einen oder mehrere Parameter, einen oder mehrere Indikatoren, einen oder mehrere Fehlercodes oder eine Kombination von diesen umfassen, wie sie in den vordefinierten Regeln aufgelistet sind. Die Informationen von Interesse können dann verwendet werden, um bei spielsweise einen Zustand und/oder die Funktionsfähigkeit des medizinischen Bildgebungssystems zu bestimmen. Die Informationen von Interesse können auch für eine prognostische Erkennung und/oder proaktive Erkennung verwendet werden.
  • Außerdem können bei einer Ausführungsform die vordefinierten Regeln in einem zweiten Speicher 78 gespeichert werden. In einer zurzeit in Betracht gezogenen Konfiguration kann der zweite Speicher 78 eine Regeldatenbank umfassen, die so konfiguriert ist, dass sie die vordefinierten Regeln speichert. Das Extraktionsmodul 100 kann so konfiguriert werden, dass es die Regeldatenbank 78 abfragt, um die eine oder die mehreren vordefinierten Regeln zu gewinnen. Genauer gesagt kann das Extraktionsmodul 100 so konfiguriert werden, dass es die Regeldatenbank 78 abfragt, um Daten zu gewinnen, die mit den zu extrahierenden Informationen von Interesse im Zusammenhang stehen. Das Extraktionsmodul 100 kann ferner so konfiguriert sein, dass es die Daten in der Protokolldatei 62 analysiert, um auf der Grundlage von vordefinierten Regeln, die in der Regeldatenbank 78 gespeichert sind, die Informationen von Interesse zu extrahieren. Techniken, wie beispielsweise, aber nicht ausschließlich, Standarddateilese-Techniken, Regular Expression Techniken oder Transformations-Techniken können vom Extraktionsmodul 100 angewendet werden, um die Protokolldatei 62 zum Zwecke der Extraktion der Informationen von Interesse zu analysieren.
  • Wie bekannt sein wird, kann die Protokolldatei 62 große Datenmengen umfassen. Zum Beispiel kann eine Protokolldatei typischerweise eine Größe haben, die sich im Bereich von ungefähr 100 Kilobytes bis ungefähr 100 Megabytes bewegt. Das Extraktionsmodul 100 kann daher so konfiguriert sein, dass es typischerweise eine große Datenmenge in der Protokolldatei analysiert und nur die Informationen von Interesse extra hiert, die in der Regeldatenbank 78 angegeben werden. Das Extraktionsmodul 100 kann die Protokolldatei 62 auf der Grundlage der zu extrahierenden Informationen auf Übereinstimmungen durchsuchen. Es sei darauf hingewiesen, dass das Extraktionsmodul 100 so konfiguriert werden kann, dass es nach einer exakten Übereinstimmung für die zu extrahierenden Informationen von Interesse sucht. Allerdings kann auch eine annähernde Übereinstimmung für die Informationen von Interesse aus der Protokolldatei 62 extrahiert werden. Außerdem kann das Extraktionsmodul 100 auch so konfiguriert werden, dass es Annäherungsübereinstimmungs-Techniken anwendet, um die Informationen von Interesse aus der Protokolldatei 62 zu extrahieren.
  • Nach der Verarbeitung durch das Extraktionsmodul 100 können die Informationen von Interesse auf der Grundlage der vordefinierten Regeln aus den Protokolldateien extrahiert werden. Gemäß Aspekten der vorliegenden Technik können die extrahierten Informationen von Interesse, nämlich die analysierten Daten, im Datenspeichersystem 22 (siehe 1) gespeichert werden. Alternativ können die extrahierten Informationen von Interesse in einer Ausgangsdatei gespeichert werden, die so konfiguriert ist, dass sie nur die Informationen von Interesse enthält, die aus der Protokolldatei 62 extrahiert worden sind. Wie zuvor festgestellt, können in dem vorliegenden Beispiel die zu extrahierenden Informationen von Interesse die Parameter, Indikatoren, und/oder Fehlercodes umfassen, die in den vordefinierten Regeln aufgelistet sind. Folglich können in dem vorliegenden Beispiel die extrahierten Daten Informationen umfassen, die mit den Parametern, Indikatoren, und/oder Fehlercodes im Zusammenhang stehen.
  • Außerdem kann gemäß beispielhaften Aspekten der vorliegenden Technik das Verarbeitungsmodul 76 so konfiguriert werden, dass es die extrahierten Informationen von Interesse gemäß den vordefinierten Regeln verarbeitet, welche in der Regeldatenbank 78 gespeichert sind. Obwohl die Funktionsweise des Verarbeitungsmoduls 76 im Zusammenhang mit den extrahierten Daten beschreiben wird, sei darauf hingewiesen, dass das Verarbeitungsmodul 76 auch so konfiguriert werden kann, dass es beispielsweise die im Datenspeichersystem 22 gespeicherten Protokolldateien verarbeiten kann.
  • Zusätzlich kann bei einer Ausführungsform die Anzahl der Fakten zum Testen der Bedingungen jeder Regel wesentlich reduziert werden, indem die Fakten gemäß den vordefinierten Regeln vorberechnet werden, wodurch die Leistung der Interpretationsmodule 94 drastisch verbessert wird. Folglich kann das Berechnungsmodul 102 so konfiguriert werden, dass es die Verbesserung der Leistung des Fehlererkennungsystems 60 unterstütz, indem es Vorberechnungen der extrahierten Daten gemäß den vordefinierten Regeln ausführt.
  • Die Daten, die vom Vorverarbeitungsmodul 92 verarbeitet werden, können dann an das Interpretationsmodul 94 übermittelt werden. Bei einer Ausführungsform kann das Interpretationsmodul 94 eine Ableitungsmaschine umfassen. Wie bekannt sein wird, kann die Ableitungsmaschine 94 als Computerprogramm definiert werden, das so konfiguriert ist, dass es Antworten von einer Informationsbank gewinnt. Die Ableitungsmaschine 94 kann als "Hirn" bezeichnet werden, das Expertensysteme verwenden, um die Informationen in der Informationsbank zum schließlichen Ziel der Formulierung von neuen Schlussfolgerungen zu bewerten.
  • Bei einer Ausführungsform kann die Ableitungsmaschine 94 einen Arbeitsdatenspeicher (nicht gezeigt) und einen Musterabgleicher (nicht gezeigt) umfassen. Die Arbeitsdaten speicher kann als Arbeitsraum definiert werden, der einen kleinen Datenelementsatz umfasst, der den aktuellen Zustand des Wissens über ein System, wie beispielsweise über das medizinische Bildgebungssystem 18 (siehe 1), und zwar in einem beliebigen Stadium der Ausführung einer Aufgabe, und bei Produktionssystemen bei der Ausgabe einer neuen Produktionsregel in einen neuen Satz umgewandelt wird. Der Arbeitsdatenspeicher kann so konfiguriert werden, dass er als globale Datenbank von Symbolen dient, die Fakten oder Aussagen über ein Problem darstellen. Wie bekannt sein wird, kann die Ableitungsmaschine 94 alle Regelbedingungen (IF) untersuchen und eine Untergruppe, die Konfliktgruppe, der Regeln bestimmen, deren Bedingungen auf der Grundlage eines Arbeitsdatenspeichers erfüllt werden, wobei der Arbeitsdatenspeicher beliebige Daten, Aussagen oder eingangs unbekannte Informationen umfassen kann. Danach kann eine der Regeln, die aus der Konfliktgruppe auf der Grundlage einer Konfliktlösungsstrategie verwendet wurde, ausgelöst werden. Bei mehreren Anwendungen, bei denen ein großes Datenvolumen betroffen ist und/der bei denen die Ausführungszeitüberlegungen entscheidend sind, ist die Berechnung einer Konfliktgruppe ein nicht unwesentliches Problem.
  • Wie zuvor festgestellt, kann die Ableitungsmaschine 94 so konfiguriert werden, dass sie alle Regeln findet, die vom aktuellen Inhalt des Arbeitsdatenspeichers erfüllt werden, indem die Bedingungen gegenüber dem Arbeitsdatenspeicher überprüft werden. Außerdem resultiert die Berechnung der Konfliktgruppe in nicht unwesentlichen Problemen, wenn ein großes Datenvolumen in der Protokolldatei 62 gehandhabt werden muss, was besonders dann der Fall ist, wenn die Regeln komplexe Berechnungen umfassen. Genauer gesagt bringen komplexe Regeln Testen und erneutes Testen der Bedingungen für jede Regel gegenüber allen gelieferten Fakten mit sich, was in einem langwierigen und aufwendigen Prozess resultiert. Folglich kann die Anzahl von Fakten zum Testen der Bedingungen jeder Regel durch die Vorberechnung der Fakten gemäß den vordefinierten Regeln wesentlich reduziert werden, wodurch die Leistung der Ableitungsmaschine 94 drastisch verbessert wird. Nach der Verarbeitung durch die Ableitungsmaschine 94 können interpretierten Daten generiert werden.
  • Die interpretierten Daten können dann vom Nachverarbeitungsmodul 96 verarbeitet werden. In einer zurzeit in Betracht gezogenen Konfiguration wird das Nachverarbeitungsmodul 96 mitsamt einem Systemzustands-Sammelmoduls 104, einem Meldungsgeneratormoduls 106 und einem Meldungbenachrichtigungsmoduls 108 gezeigt. Das Systemzustand-Sammelmodul 104 kann bei einer Ausführungsform so konfiguriert werden, dass es Daten sammelt, die auf einen Zustand eines Systems, wie beispielsweise des Bildgebungssystems 18 (siehe 1), hinweisen. Die Systemzustandsdaten können einen oder mehrere Fehlercodes umfassen, die beispielsweise wahrscheinliche Systemfehler darstellen. Danach können die Systemzustandsdaten vom Meldungsgeneratormodul 106 in Form einer Meldung formatiert werden. Die so generierte Meldung kann so konfiguriert werden, dass sie die Informationen umfasst, die beispielsweise Mängel darstellen, die mit dem untersuchten System im Zusammenhang stehen. Diese Nachricht kann außerdem vom Meldungsbenachrichtigungsmodul 108 an eine Kundendienststation, wie beispielsweise die Kundendienststation 30 (siehe 1), einen Kundendienst-Techniker oder beide übermittelt werden. Die generierte Meldung und/oder die Systemzustandsdaten können in einem dritten Speicher, wie beispielsweise Datenlager 110, gespeichert werden. Alternativ kann das Datenspeicher system 22 (siehe 1) auch verwendet werden, um die generierte Meldung und/oder die Systemzustandsdaten zu speichern.
  • Was 5 anbelangt, wird ein Flussdiagramm illustriert 120, das einen beispielhaften Vorgangs-Arbeitsfluss 120 zur Fehlererkennung im System darstellt. Obwohl der Vorgangs-Arbeitsfluss unter Verweis auf den Arbeitsfluss beschrieben wird, der in 5 abgebildet wird, sei darauf hingewiesen, dass andere Vorgangsarbeitsflüsse ebenfalls im Zusammenhang mit der vorliegenden Technik in Betracht gezogen werden. Der Fehlererkennungs-Arbeitsfluss 120, der in 5 abgebildet wird, kann so konfiguriert werden, dass er einen Datenerfassungsschritt A 122 umfasst, bei dem Protokolldateien von einer zuvor bestimmten Datenquelle gewonnen werden können. Zum Beispiel können die Protokolldateien von der Eingabedatei 62 (siehe 3) erfasst werden, wobei die Eingabe-Protokolldatei 62 im Datenspeichersystem (siehe 1) gespeichert wird. Wie zuvor erwähnt, können Protokolldateien, die von einem System wie beispielsweise dem medizinischen Bildgebungssystem 18 (siehe 1) generiert wurden, an einen zuvor festgelegten Standort übertragen und an einem zuvor festgelegten Standort gespeichert werden. In einer zurzeit in Betracht gezogenen Konfiguration kann der zuvor festgelegte Standort ein Datenspeichersystem 22 (siehe 1) umfassen.
  • Danach können bei Schritt B 124 die Daten in der Protokolldatei umgewandelt werden, so dass sie mit einem gemeinsamen Format übereinstimmen. Genauer gesagt können die Daten in der Protokolldatei aus einem Ursprungsformat in ein gemeinsames Standardformat umgewandelt werden. Durch die Umwandlung der Protokolldateien in ein gemeinsames Standardformat wird die Identifizierung und Extraktion der Informationen von Interesse aus der Protokolldatei zum Vorteil unterstützt. Zusätzlich kann Schritt B 124 auch Validierungsüberprüfungen umfassen, um sämtliche Uneinheitlichkeiten und/oder Abweichungen in den Eingangs-Protokolldateien zu beheben. Außerdem können in Schritt B 124 unterschiedliche Datenformate, die mit einer großen Bandbreite von Systems im Zusammenhang steht, identifiziert werden, und entsprechende Umwandlungen können angewendet werden, um die Daten in ein oder mehrere strukturierte Formate umzuwandeln.
  • Außerdem kann der Fehlererkennungs-Arbeitsfluss auch die Extraktion von Informationen von Interesse aus der Eingabe-Protokolldatei umfassen, wie dies durch Schritt C 126 angezeigt wird. Genauer gesagt können Informationen von Interesse aus der Eingabe-Protokolldatei 62 auf der Grundlage von einer oder mehreren vordefinierten Regeln extrahiert werden, wobei beispielsweise Regeln aus einer Regeldatenbank 78 (siehe 3) gewonnen werden können. Die aus der Eingabe-Protokolldatei zu extrahierenden Informationen von Interesse können einen Parameter, einen Fehlercode, oder eine Kombination von diesen umfassen. Folglich kann Schritt C 126 die Analyse der Daten in der Eingabe-Protokolldatei 62 umfassen, um die Informationen von Interesse auf der Grundlage der vordefinierten Regeln zu extrahieren. Techniken, wie beispielsweise, aber nicht ausschließlich, Standarddatei-Lesetechniken, Regular Expression Techniken oder Transformations-Techniken können angewendet werden, um die Protokolldatei zu analysieren und um die Informationen von Interesse zu extrahieren. Durch die Extraktion der Informationen von Interesse auf der Grundlage der vordefinierten Regeln aus der Eingabe-Protokolldatei wird die Menge der Daten, die im Abwärtsstrom zu verarbeiten ist, wesentlich reduziert, da nicht dazugehörige Informationen auf der Grundlage der vordefinierten Regeln aus der Protokolldatei gefiltert werden. Anders gesagt werden für weitere die Abwärtsstrom-Verarbeitung nur relevante Informationen von Interesse aus der Protokolldatei extrahiert, wodurch die Effizienz und Geschwindigkeit des auf Regeln basierenden Systems gesteigert wird.
  • Nach Schritt C 126 können die extrahierten Daten bei Schritt D 128 auf der Grundlage der vordefinierten Regeln vorverarbeitet werden. Schritt D 128 kann eine Vorberechnung oder Ableitung aus den extrahierten Daten umfassen, wobei die vorberechneten und/oder abgeleiteten Daten im Abwärtsstrom weiterverarbeitet werden können. Nach Schritt D 128 können vorverarbeitete Daten generiert werden. Die vorverarbeiteten Daten können dann über eine Ableitungsmaschine, wie beispielsweise Ableitungsmaschine 94 (siehe 4) bei Schritt E 130 verarbeitet werden. Anders gesagt können bei Schritt E 130 verfügbare Informationen verwendet werden, um Entscheidungsaktionen durchzuführen, so dass Inferenzen von Mängeln und/oder andere Aktionen generiert werden
  • Was weiterhin 5 anbelangt, können bei Schritt F 132 Daten gesammelt werden, die auf einen Systemzustand verweisen. Die Systemzustandsdaten können Information zum Systemstatus zum Zeitpunkt des Fehlerauftritts umfassen. Ferner können die Systemzustandsdaten zum Vorteil angewendet werden, um eine zügige Diagnose und/oder Wartung des Systems durchzuführen. Nachfolgend können die Systemzustandsdaten, die bei Schritt F 132 gesammelt wurden, in Form einer Meldung bei Schritt G 134 formatiert werden. Die so generierte Meldung kann Informationen zu Inferenzen von Mängeln und/oder Aktionen enthalten, die bei Schritt E 130 generiert wurden. Zusätzlich kann die Meldung auch Systemzustandsdaten umfassen, die bei Schritt F 132 gesammelt worden sind. Ferner kann bei Schritt H 136 die bei Schritt G 134 generierte Meldung an eine Kundendienststation, wie beispielsweise die Kundendienststation 30 (siehe 1), einen Kundendienst-Techniker, oder beide übermittelt werden. Zusätzlich kann, wie durch Schritt I 138 angezeigt, eine vom Benutzer einsehbare Darstellung der gesammelten Informationen zur Anzeige auf einem Display, wie beispielsweise Display 48 (siehe 2), erfasst werden. Genauer gesagt kann die vom Benutzer einsehbare Darstellung ein Armaturenbrett für einen Kunden darstellen, wobei das Armaturenbrett Informationen zu einer für jedes System entdeckten Anzahl von Mängeln, Fehlern, potentiellen Fehlerbedingungen, zum Alarmzustand, geplanten Ausfällen oder durchgeführten Fehlerreparaturen enthalten kann. Außerdem kann eine Kundendienststation 30 einen Kundendienst-Techniker zur weiteren Untersuchung zum Standort des Systems schicken.
  • Durch die Implementierung des Fehlererkennungs-Arbeitsflusses wie oben beschrieben kann ein generischer Rahmen für einen Vorgangsarbeitsfluss zur Fehlererkennung erzielt werden. Dieser generische Rahmen kann so organisiert werden, dass er konfigurierbar ist, wodurch er eine flexible und skalierbare Lösung zur Durchführung der identifizierten Operationen mit dem Ziel einer effizienten Fehlererkennung und/oder Diagnose ermöglicht. Außerdem kann dieser Rahmen so konfiguriert werden, dass er flexibel genug ist, um einen gegebenen Plan zur Implementierung der identifizierten Operationen zu umschließen. Genauer gesagt kann der Vorgangsarbeitsfluss-Rahmen so konfiguriert werden, dass er obligatorische Operationen, die durchgeführt werden müssen, sowie auch optionale Operationen identifiziert. Zusätzlich kann der Rahmen so konfiguriert werden, dass er eine optimale Sequenz zur Durchführung der identifizierten obligatorischen und/oder optionalen Operationen auf der Grundlage einer Arbeitsumgebung spezifiziert, in der die Operationen ausgeführt werden. Folglich kann der Fehlererkennungs-Arbeitsfluss-Rahmen gemäß beispielhaften Aspekten der vorliegenden Technik so konfiguriert werden, dass er eine Operationssequenz auf der Grundlage der Arbeitsumgebung und/oder des Regelanwendungsattributs dynamisch verändert, was zu einem optimierten Satz von Operationen für ein gegebenes System führt. Außerdem kann dieser Rahmen auch so konfiguriert werden, dass er jeder der Operationen nachkontrolliert, was wiederum die Nachverfolgung und die Lieferung der Armaturenbrettberichte zu den Operationen unterstützt.
  • Gemäß beispielhaften Aspekten der vorliegenden Technik kann der beispielhafte Fehlererkennungs-Arbeitsfluss-Rahmen, der in 5 vorgestellt wird, durch das Erkennungsmodul 28 (siehe 1) angewendet werden, um die Erkennung und/oder Diagnose von Mängeln in einem System, wie beispielsweise dem medizinischen Bildgebungssystem 18 (siehe 1), zu unterstützen. Die Funktionsweise des Erkennungsmoduls 28 kann unter Verweis auf die beispielhafte Logik, die in 6–10 abgebildet wird, besser nachvollzogen werden. Was nun 6 anbelangt, wird ein Flussdiagramm einer beispielhaften Logik 150 zur Fehlererkennung illustriert. Gemäß beispielhaften Aspekten der vorliegenden Technik wird ein Verfahren zum Fehlererkennungs-Arbeitsflussmanagement vorgestellt.
  • Das Verfahren beginnt bei Schritt 154, wobei Daten in einer Eingabedatei 152 verwendet werden, um eine Arbeitsumgebung zu bestimmen, die mit dem System im Zusammenhang steht, das die Eingabedatei 152 generiert hat. Zusätzlich können bei Schritt 154 Informationen gewonnen werden, die mit einem Regelanwendungsattribut im Zusammenhang stehen, das einem System entspricht. Wie zuvor erwähnt, kann die Arbeitsumgebung eine Informationerzeugungs-Umgebung, eine Informationvalidierungs-Umgebung, eine Produktionsumgebung oder eine Kombination von diesen umfassen, während das Regelanwendungsattribut ein auf Daten beruhendes Attribut, ein auf der Frequenz beruhendes Attribut, ein auf der Variation von Eingabedaten beruhendes Attribut oder eine Kombination von diesen umfassen kann. Obwohl die vorliegende Ausführungsform so beschrieben wird, dass eine Datenquelle eine zuvor gespeicherte Datei enthält, wie beispielsweise eine Protokolldatei, sei darauf hingewiesen, dass Schritt 154 auch so konfiguriert werden kann, dass er einen Echtzeit-Datenstrom verarbeiten kann. Zusätzlich können die Daten in der Protokolldatei maschinenlesbare Daten umfassen, wie zuvor festgestellt.
  • Nachfolgend kann bei Schritt 156 eine durchzuführende Operationssequenz auf der Grundlage der Arbeitsumgebung und/oder des Regelanwendungsattributs identifiziert werden, der bei Schritt 154 bestimmt wurde. Genauer gesagt kann die Operationssequenz in dem Fehlererkennungs-Arbeitsfluss auf der Grundlage der bestimmten Arbeitsumgebung und/oder des Regelanwendungsattribut dynamisch optimiert werden. Wie zuvor erwähnt, können vordefinierte Arbeitsflüsse in der Arbeitsflussdatenbank 72 gespeichert werden. Sobald bei Schritt 154 die Arbeitsumgebung, die zur Eingabedatei 152 gehört, bestimmt wurde, kann der Arbeitsflussmanager 70 (siehe 3) so konfiguriert werden, dass er die Arbeitsflussdatenbank 72 (siehe 3) abfragt. Ein vordefinierter Arbeitsfluss, der zu dem System gehört, das die Eingabe-Protokolldatei 152 und die bestimmte Arbeitsumgebung generiert hat, kann dann bei Schritt 156 durch den Arbeitsflussmanager 70 aus der Arbeitsflussdatenbank 72 abgerufen werden. Nachfolgend kann bei Schritt 158 die Operationssequenz, die im vordefinierten Arbeitsfluss definiert wurde, ausgeführt werden. Die beispielhaften Verfahren des Fehlererkennungs-Arbeitsflussmanagements, die in Schritten 154–158 abgebildet werden, können unter Verweis auf 7A–7C besser nachvollzogen werden.
  • Wie oben beschrieben, kann die Arbeitsumgebung eine Informationerzeugungs-Umgebung, eine Informationvalidierungs-Umgebung, eine Produktionsumgebung oder eine Kombination von diesen umfassen. Die Informationerzeugungs-Umgebung kann ein Umfeld anzeigen, in dem Regeln geschaffen werden, die mit einem bestimmten System verbunden sind. Genauer gesagt können in der Informationerzeugungs-Umgebung Regeln zur Bestimmung der Störfälle geschaffen werden, die mit einem bestimmten System im Zusammenhang stehen. Ferner kann die Informationvalidierungs-Umgebung ein Umfeld darstellen, in dem die Regeln auf ihre Richtigkeit verifiziert werden können. Genauer gesagt können die Regeln, die beispielsweise in einer Informationerzeugungs-Umgebung erzeugt werden, in den entsprechenden Systemen in einer Testumgebung laufen. Die Gültigkeit der geschaffenen Regeln kann verifiziert werden, indem die Anwendung dieser Regeln auf einem Probeset von Systemen überwacht wird und eine Anzahl von gültigen Erkennungen und eine Anzahl von falschen Erkennungen der Störfälle bestimmt wird. Zusätzlich kann die Produktionsumgebung auf eine Serviceumgebung verweisen, wobei bestätigte Regeln beispielsweise auf alle Systeme angewendet werden, die unter einem Servicevertrag stehen. Die Störfälle in der Produktionsumgebung können proaktiv entdeckt und der Kundendienst-Technikers kann verständigt werden, damit er die notwendigen Korrekturmaßnahmen durchführen kann, um die Systemausfallzeit zu reduzieren.
  • Was weiterhin 6 anbelangt, so kann, sofern bei Schritt 154 verifiziert wird, dass die Arbeitsumgebung bestimmt wird, der Arbeitsflussmanager 70 so konfiguriert werden, dass er einen vordefinierten Fehlererkennungs-Arbeitsfluss aus der Arbeitsflussdatenbank 72 gewinnt, welcher der bestimmten Arbeitsumgebung entspricht. 7A–7C sind Flussdiagramme einer beispielhaften Logik 160 zur Fehlererkennung auf der Grundlage der Arbeitsumgebung, die zu dem System gehört, das die Eingabedatei 152 generiert hat. Das Verfahren beginnt bei Schritt 162, wo eine Überprüfung ausgeführt wird, um die Arbeitsumgebung der Eingabedatei 152 zu bestimmen.
  • Wenn bei Schritt 164 bestimmt wird, dass es sich bei der Umgebung um eine Informationerzeugungs-Umgebung handelt, kann der Arbeitsflussmanager 70 (siehe 3) ferner so konfiguriert werden, dass er die Arbeitsflussdatenbank 72 abfragt, um einen entsprechend vordefinierten Arbeitsfluss zu erhalten. In der illustrierten Ausführungsform kann der Fehlererkennungs-Arbeitsfluss-Rahmen so konfiguriert werden, dass er die Schritte 166–172 umfasst. Anders gesagt geben die Referenzziffern 166–172 die Operationen in einem optimierten Vorgangsarbeitsfluss für eine Informationerzeugungs-Umgebung an. Außerdem können die Schritte 166–168 im Wesentlichen dem Vorgangsarbeitsfluss entsprechen, der in Schritten B–C 124–126 abgebildet wird. Nachfolgend kann bei Schritt 170 eine vom Benutzer einsehbare Darstellung der extrahierten Daten generiert werden. Diese vom Benutzer einsehbare Darstellung der extrahierten Daten kann angewendet werden, um Regeln zu schaffen, wie in Schritt 172 dargestellt.
  • Wenn allerdings am Entscheidungsblock 164 bestimmt wird, dass die Arbeitsumgebung keine Informationerzeugungs-Umgebung umfasst, dann kann bei Schritt 174 eine nachfolgende Untersuchung durchgeführt werden. Bei Schritt 174 können, sofern verifiziert wird, dass die Arbeitsumgebung eine Informationvalidierung-Umgebung umfasst, die Schritte 176–192 durchgeführt werden. Es sei darauf hingewiesen, dass Schritte 176–188 die Schritte B–G 124–134 von 5 darstellen können. Nachfolgend kann Schritt 190 durchgeführt werden, wo eine vom Benutzer einsehbare Darstellung einer bei Schritt 188 gene rierten Meldung generiert werden kann. Schritt 190 kann Schritt I 138 von 5 darstellen. Außerdem können am Entscheidungsblock 174 die Schritte 194–212 durchgeführt werden, wenn bestätigt wird, dass die Umgebung eine Produktionsumgebung umfasst. Es sei darauf hingewiesen, dass Schritte 194–212 auf die Schritte B–H 124–136 von 5 verweisen können. Für die Produktionsumgebung kann auch Schritt 214 ausgeführt werden, wobei Schritt 214 die Wartung des Systems umfassen kann.
  • Durch die Implementierung des Arbeitsflusses, wie er in 7A–7B dargestellt wird, wird ein Fehlererkennungs-Arbeitsfluss erzielt, der auf der Grundlage einer Arbeitsumgebung dynamisch optimiert wird. Zum Beispiel kann in der Informationerzeugungs-Umgebung die Operationssequenz in dem Fehlererkennungs-Arbeitsfluss weniger Operationen umfassen, die so konfiguriert sind, dass sie die Erzeugung von Regeln auf der Grundlage der Eingabe-Protokolldateien unterstützen. Zusätzlich kann in der Informationvalidierungs-Umgebung bei Schritt 188 eine Meldung generiert werden, die auf den Systemzustand verweist, wobei die Meldung aber nicht an die Kundendienststation übermittelt wird. Allerdings kann in der Produktionsumgebung bei Schritt 208 eine Meldung generiert werden und die generierte Meldung kann an eine Kundendienststation übermittelt werden, wie in Schritt 210 angezeigt.
  • Außerdem kann, wie oben beschrieben, eine Operationssequenz in dem Fehlererkennungs-Arbeitsfluss auf der Grundlage eines Regelanwendungsattributs dynamisch optimiert werden. Wie zuvor erwähnt, kann das Regelanwendungsattribut ein auf Daten beruhendes Attribut, ein auf der Frequenz beruhendes Attribut, ein auf der Variation von Eingabedaten beruhendes Attribut oder eine Kombination von diesen umfassen.
  • So wie der Begriff "auf Daten beruhendes Attribut" hier verwendet wird, kann er benutzt werden, um anzugeben, dass es wünschenswert ist, einen Fehlererkennungs-Arbeitsfluss auf der Grundlage der Eingabe-Protokolldateien auszuführen. Genauer gesagt kann das auf Daten beruhende Attribut angewendet werden, um anzugeben, dass beispielsweise jedes Mal, wenn die Protokolldateien vom Datenspeichersystem 22 (siehe 1) empfangen werden, ein Fehlererkennungs-Arbeitsfluss durch das Erkennungsmodul 28 (siehe 3) durchgeführt werden soll. Zusätzlich kann der Begriff "auf der Frequenz beruhendes Attribut" verwendet werden, um eine Ausführungsfrequenz des Fehlererkennungs-Arbeitsflusses zu bezeichnen. Bei einer Ausführungsform kann das auf der Frequenz beruhende Attribut angewendet werden, um einen Fehlererkennungs-Arbeitsfluss in zuvor festgelegten Intervallen durchzuführen. Zum Beispiel kann das auf der Frequenz beruhende Attribut so konfiguriert werden, dass es jede sechs Stunden einen Fehlererkennungs-Arbeitsfluss ausführt, um zu überprüfen, ob die Diskverwendung größer als 80% ist, und um alte Daten zu archivieren. In diesem Beispiel stellen "sechs Stunden" eine Frequenz dar, "Diskverwendung > 80%" ist die Regel und "Archivierung alter Daten" ist eine Serviceaktion oder eine Alarmierung des Service.
  • Was weiterhin 6 anbelangt, so kann der Arbeitsflussmanager 70 so konfiguriert werden, dass er einen vordefinierten Fehlererkennungs-Arbeitsfluss von der Arbeitsflussdatenbank 72 erhält, wenn bei Schritt 154 bestimmt wurde, dass die Arbeitsumgebung auf Daten beruht. 8A–8B sind Flussdiagramme der beispielhaften Logik 230 zur Fehlererkennung auf der Grundlage des auf Daten beruhenden Attributs. Das Verfahren beginnt bei Schritt 232, wo eine Überprüfung ausgeführt wird, um den Typ von Regelanwendungsattribut zu bestimmen, der zu der Eingabedatei 152 gehört. Wenn festgestellt wird, dass das Regelanwendungsattribut ein auf Daten beruhendes Attribut umfasst, dann kann der Fehlererkennungs-Arbeitsfluss-Rahmen so konfiguriert werden, dass er die Schritte B–I 124–138 umfasst, die in 5 illustriert sind. Anders gesagt bezeichnen die Referenzziffern 234–250 Operationen in einem optimierten Vorgangsarbeitsfluss zur Fehlererkennung auf der Grundlage von einem auf Daten beruhenden Attribut. Außerdem können die Schritte 234–250 im Wesentlichen dem Vorgangsarbeitsfluss entsprechen, der in Schritten B–I 124–138 abgebildet wird. Nachfolgend können Schritte 234–250 durchgeführt werden, um die Daten in der Eingabedatei 152 zu verarbeiten. Das System kann dann gewartet werden, wie in Schritt 252 gezeigt. Durch die Implementierung des Arbeitsflusses, wie er in 8A–8B abgebildet wird, wird ein Fehlererkennungs-Arbeitsfluss erzielt, der auf der Grundlage von einem auf Daten beruhenden Attribut dynamisch optimiert wird.
  • Was wiederum 6 anbelangt, so kann der Arbeitsflussmanager 70 so konfiguriert werden, dass er die Abrufung eines entsprechend vordefinierten Arbeitsflusses aus der Arbeitsflussdatenbank 72 ermöglicht, wenn bei Schritt 154 bestimmt wird, dass das Regelanwendungsattribut ein auf der Frequenz beruhendes Attribut umfasst. Was 9A–9B angeht, so werden Flussdiagramme einer beispielhaften Logik 260 zur Fehlererkennung auf der Grundlage von einem auf der Frequenz beruhenden Attribut abgebildet. Es sei darauf hingewiesen, dass die Begriffe "auf der Frequenz beruhendes Attribut" und "auf einem Plan beruhendes Attribut" austauschbar verwendet werden können. Das Verfahren beginnt bei Schritt 262, wobei eine Überprüfung ausgeführt wird, um zu bestimmen, ob das mit der Eingabedatei 152 zusammenhängende Regelanwendungsatt ribut ein auf der Frequenz beruhendes Attribut umfasst. Wenn bestimmt wird, dass das Regelanwendungsattribut der Eingabedatei 152 auf der Frequenz beruht, kann ein entsprechend vordefinierter Vorgangsarbeitsfluss aus der Arbeitsflussdatenbank 72 gewonnen werden. Bei einer Ausführungsform können die Schritte 264–272 eine optimierte Operationssequenz darstellen, die mit dem auf der Frequenz beruhenden Attribut verbunden ist. Es sei darauf hingewiesen, dass Schritte 264–272 Schritte E–I 130–138 darstellen können, die in 5 abgebildet sind. Wenn allerdings am Entscheidungsblock 262 bestimmt wird, dass das Regelanwendungsattribut nicht auf einer Frequenz beruht, können Schritte 276–292 durchgeführt werden, wobei die Schritte 276–292 auf Schritte B–I 124–138 von 5 verweisen können. Schritte 274 und 294 stellen die Wartung des Systems dar.
  • Was wiederum 6 anbelangt, so kann die beispielhafte Logik, die in 10A–10B abgebildet wird, angewendet werden, um die Fehlererkennung zu ermöglichen, wenn bei Schritt 154 bestimmt wird, dass das Regelanwendungsattribut ein auf der Variation von Eingabedaten beruhendes Attribut umfasst, wobei 10A–10B Flussdiagramme der beispielhaften Logik 300 zur Fehlererkennung für den Fall sind, dass das Regelanwendungsattribut auf der Variation von Eingabedaten beruht. Das Verfahren beginnt bei Schritt 302, wo eine Überprüfung ausgeführt wird, um zu bestätigen, ob das Regelanwendungsattribut auf der Variation von Eingabedaten beruht. Wenn bei Schritt 302 bestätigt wird, dass das Regelanwendungsattribut auf der Variation von Eingabedaten beruht, kann bei Schritt 304 eine weitere Überprüfung ausgeführt werden, um zu bestätigen, ob die Daten in der Eingabe-Protokolldatei 152 in einem gemeinsamen Logformat vorliegen. Nach der Überprüfung bei Schritt 304 können die Schritte 306– 308 durchgeführt werden, wenn bestätigt wird, dass die Daten in der Protokolldatei 152 in einem gemeinsamen Logformat vorliegen. Es sei darauf hingewiesen, dass Schritte 306–308 Schritte C–D 126–128 von 5 darstellen können. Wenn allerdings bei Entscheidungsblock 304 bestimmt wird, dass die Daten in der Protokolldatei 152 nicht in einem gemeinsamen Logformat vorliegt, können die Schritte 310–314 durchgeführt werden. Es sei darauf hingewiesen, dass die Schritte 310–314 die Schritte B–D 124–128 von 5 darstellen können. Folglich kann ein Schritt, der so konfiguriert ist, dass er Daten in ein gemeinsames Format umwandelt, ausgelassen werden, wenn die Protokolldateien in dem gemeinsamen Format vorliegen. Nachfolgend können Schritte 316–326 durchgeführt werden, wobei die Schritte 316–326 Schritte E–I 130–138 von 5 darstellen können. Außerdem kann Schritt 328 einen Wartungsschritt darstellen.
  • Durch die Implementierung des Arbeitsflusses, wie er in 10A–10B abgebildet wird, kann der Fehlererkennungs-Arbeitsfluss auf der Grundlage der Daten in der Eingabe-Protokolldatei dynamisch optimiert werden. Anders gesagt kann der Formatierungsschritt (Schritt B 124, siehe 5) ausgelassen werden, wenn die Protokolldateien dem gemeinsamen Format entsprechen, wodurch der Fehlererkennungs-Arbeitsfluss optimiert wird.
  • Was die in 7–10 abgebildeten Arbeitsflüsse anbelangt, sei darauf hingewiesen, dass durch die Implementierung des Fehlererkennungs-Arbeitsflusses, wie er in 7–10 beschrieben wird, der in 5 vorgestellte Fehlererkennungs-Arbeitsfluss-Rahmen konfiguriert werden kann, so dass er eine gewünschte Implementierung der identifizierten Operationen auf der Grundlage einer identifizierten Arbeitsumgebung umfasst. Zum Beispiel können, wie in 8A– 8B abgebildet wird, die mit einem auf Daten beruhenden Attribut im Zusammenhang stehen, die identifizierten Operationen der Datenerfassung, Formatierung, Extraktion, Vorverarbeitung, Verarbeitung über die Ableitungsmaschine, Erfassung von Systemzustandsdaten, Generierung einer Meldung, Übermittlung der Meldung und Ausgabe der Ergebnisse (Schritte A–I 122–138, siehe 5) zur Erkennung eines Systemfehlers durchgeführt werden, wenn das System eine Ereigniseingabe abschließt.
  • Andererseits können, wie in 9A–9B illustriert, welche mit einem auf der Frequenz beruhenden Attribut im Zusammenhang stehen, die vorverarbeiteten Daten angewendet werden, um die Schritte E–I 130–138 (siehe 5) auszuführen, wobei die vorverarbeiteten Daten Protokolldateien umfassen können, die beispielsweise formatiert, extrahiert, vorverarbeitet (Schritte B–D 122–128, siehe 5) und im Datenspeichersystem 22 (siehe 1) gespeichert wurden. Anders gesagt können die gespeicherten, vorverarbeiteten Daten verwendet werden, um beispielsweise den Gerätezustand zu analysieren und zu bestimmen und/oder zu erkennen. Auch kann der Formatierungsschritt ausgelassen werden, wenn die Protokolldateien dem gemeinsamen Format entsprechen, wie in 10A–10B abgebildet, die einem auf der Variation von Eingabedaten beruhenden Attribut entsprechen.
  • Folglich kann auf der Grundlage der Arbeitsumgebung und/oder des Regelanwendungsattributs ein optimierter Satz von Operationen angewendet werden, um die Fehlererkennung zu unterstützen, wodurch die Betriebsfähigkeit der Systeme zum Vorteil verbessert wird. Zusätzlich kann die Reaktionszeit wesentlich verbessert werden, da der oben beschriebene Fehlererkennungs-Arbeitsfluss-Rahmen eine schnellere Ausführung der Fehlererkennungs-Verfahren durch einen dynamischen Wech sel der durchzuführenden Operationen unterstützt und dadurch die auszuführende Operationssequenz optimiert.
  • Außerdem kann der Fehlererkennungs-Arbeitsfluss-Rahmen gemäß beispielhaften Aspekten der vorliegenden Technik so konfiguriert werden, dass er verteilbar und/oder skalierbar ist. Zum Beispiel können bei einer Ausführungsform der Datenerfassungsschritt (Schritt A 122, siehe 5) und der Formatierungsschritt (Schritt B 124, siehe 5) vom medizinischen Bildgebungssystem 18 (siehe 1) durchgeführt werden, während die Schritte C–I 126–138 (siehe 5) vom Erkennungsmodul 28 (siehe 1) durchgeführt werden können. Daher können die Operationen von Schritt A–I 122–138 so konfiguriert werden, dass sie modular sind, und können daher so konfiguriert werden, dass sie die Verteilung der identifizierten Operationen auf der Grundlage von spezifischen Bedürfnissen ermöglichen. Genauer gesagt können die identifizierten Operationen über logische und entfernte Überwachungsserver auf der Grundlage der Ressourcenverfügbarkeit und anderer Geschäftsparameter wie Kosten, Einfachheit der Nachrüstung und/oder Sicherheit verteilt werden. Zusätzlich können die Operationen im Fehlererkennungs-Arbeitsfluss-Rahmen, welcher in 5 abgebildet ist, über mehrere Server zur Überwachung an einem lokalen Standort und/oder entfernten Standort in Bezug auf die Auslastung ausgeglichen werden, um eine hohe Leistung und Kapazität zu erzielen, wodurch der Rahmen skalierbar gemacht wird.
  • Wie Personen mit gewöhnlichen Kenntnissen auf diesem Gebiet bekannt sein wird, können die vorangegangenen Beispiele, Demonstrationen und Prozessschritte durch einen geeigneten Code auf einem prozessorgestützten System, wie beispielsweise einem Mehrzweck- oder Spezialcomputer implementiert werden. Es sei auch darauf hingewiesen, dass unterschiedliche Implementierungen der vorliegenden Technik einige oder alle der hier beschriebenen Schritte in unterschiedlicher Reihenfolge oder im Wesentlichen gleichzeitig, d. h. parallel, ausführen können. Außerdem können die Funktionen in einer Vielzahl von Programmiersprachen, wie beispielsweise C++ oder Java implementiert werden. Wie Personen mit gewöhnlichen Kenntnissen auf diesem Gebiet bekannt sein wird, kann solch ein Code auf einem oder mehreren greifbaren, maschinelesbaren Medien, wie beispielsweise auf Memory Chips, lokalen oder entfernten Festplatten, optischen Disks (d. h. CDs oder DVDs) oder anderen Medien, auf die ein prozessorgestütztes System zugreifen kann, gespeichert oder für die Speicherung angepasst werden, um den gespeicherten Code auszuführen. Man beachte, dass das greifbare Medium aus Papier oder einem anderen geeigneten Medium bestehen kann, auf dem die Befehle gedrückt sind. Die Befehle können beispielsweise über das optische Scannen eines Blattes Papier oder eines anderen Mediums elektronisch festgehalten, dann zusammengestellt, interpretiert oder bei Bedarf anderweitig auf geeignete Weise verarbeitet werden, und dann in einem Computerdatenspeicher gespeichert werden.
  • Das oben beschriebene Verfahren zum Fehlererkennungs-Arbeitsflussmanagement und das System zur Erkennung verbessern dramatisch die Fernbetriebsfähigkeit des Systems durch eine automatische Erkennung. Zusätzlich ermöglicht der konfigurierbare Charakter des Fehlererkennungs-Arbeitsflusses eine effiziente Fehlererkennung. Außerdem unterstützt der Rahmen eine schnellere Ausführung der Operationen auf der Grundlage der Eingabegerätedaten durch die dynamische Optimierung der durchzuführenden Operationssequenz. Der Rahmen ermöglicht auch eine kontinuierliche diagnostische Verbesserung, da der Rahmen die Ausführung aller identifizierten Aufgaben nachver folgt und Armaturenbrettberichte generiert, die eine Identifizierung der diagnostischen Verbesserungen durch die Hinzufügung oder die Modifizierung von Aufgaben ermöglicht. Außerdem kann die Kundendatensicherheit aufgrund der modularen Natur des Rahmens drastisch erhöht werden, da der Fehlererkennungs-Rahmen so konfiguriert werden kann, dass er nur relevante Informationen von den medizinischen Bildgebungssystemen transportiert. Außerdem kann der Fehlererkennungs-Rahmen so konfiguriert werden, dass er die Flexibilität bietet, zusätzliche Datensicherungsaufgaben zu integrieren. Zusätzlich ermöglicht es der Rahmen einem Kunden, die Entwicklung und den Zustand der am System durchgeführten proaktiven Dienstleistungsmaßnahmen nachzuverfolgen.
  • Obwohl hier nur bestimmte Merkmale der Erfindung illustriert und beschrieben wurden, werden auf diesem Gebiet fachkundigen Person viele Modifikationen und Veränderungen einfallen. Es sei daher darauf hingewiesen, dass die angehängten Patentansprüche alle solchen Modifikationen und Veränderungen umfassen sollen, welche der Wesensart der Erfindung entsprechen.
    • 10
    diagnostisches System
    12
    Patient
    14
    Katheter
    18
    Bildgebungssystem
    20
    Netzwerk
    22
    Datenspeichersystem
    24
    Datenerfassungssystem
    26
    Datenlager
    28
    Erkennungsmodul
    30
    Kundendienststation
    40
    Blockdiagramm des Bildgebungssystems
    42
    Erfassungssubsystem
    44
    Verarbeitungssubsystem
    46
    Datenlager
    48
    Display
    50
    Benutzerschnittstelle
    60
    Diagrammdarstellung des Erkennungssystems
    62
    erste Eingabedatei
    64
    zweite Eingabedatei
    66
    n-te Eingabedatei
    68
    Arbeitsflussmodul
    70
    Arbeitsflussmanager
    72
    Arbeitsflussdatenbank
    74
    vordefinierte Arbeitsflüsse
    76
    Verarbeitungsmodul
    78
    Regeldatenbank
    80
    Speichermodul
    82
    Speicherdatenbank
    90
    Diagrammdarstellung des Erkennungssystems
    92
    Vorverarbeitungsmodul
    94
    Interpretationsmodul
    96
    Nachverarbeitungsmodul
    98
    Formatierungsmodul
    100
    Extraktionsmodul
    102
    Berechnungsmodul
    104
    Systemzustand Sammelmodul
    106
    Meldungsgeneratormodul
    108
    Meldungsbenachrichtigungsmodul
    110
    Datenlager
    120
    Flussdiagramm, das einen beispielhaften Vorgangsar beitsfluss zur Fehlererkennung illustriert
    122–138
    Schritte zur Durchführung des Vorgangsarbeitsflusses zur Fehlererkennung
    150
    Flussdiagramm, das einen beispielhaften Prozess zum Fehlererkennungs-Arbeitsflussmanagement illustriert
    152–158
    Schritte zur Durchführung des beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement
    160
    Flussdiagramm, das einen beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage einer Arbeitsumgebung illustriert
    162–214
    Schritte zur Durchführung des beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage einer Arbeitsumgebung
    230
    Flussdiagramm, das einen beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage von einem auf Daten beruhenden Attribut illustriert
    232–252
    Schritte zur Durchführung des beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage von einem auf Daten beruhenden Attribut
    260
    Flussdiagramm, das einen beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage von einem auf der Frequenz beruhenden Attribut illustriert
    262–294
    Schritte zur Durchführung des beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage von einem auf der Frequenz beruhenden Attribut
    230
    Flussdiagramm, das einen beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement in einer auf einer Umgebung basierenden Umgebung illustriert
    232–294
    Schritte zur Durchführung des beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement in einer auf der Umgebung beruhenden Umgebung
    300
    Flussdiagramm, das einen beispielhaften Prozess zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage von einer auf der Variation von Eingabedaten beruhenden Attribut illustriert
    302–328
    Schritte zur Durchführung des beispielhaften Prozesses zum Fehlererkennungs-Arbeitsflussmanagement auf der Grundlage von einem auf der Variation von Eingabedaten beruhenden Attribut

Claims (10)

  1. Verfahren (150) zum Fehlererkennungs-Arbeitsflussmanagement, wobei das Verfahren umfasst: Bestimmung einer Arbeitsumgebung (154), eines Regelanwendungsattributs oder beidem, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten (152) im Zusammenhang stehen; dynamische Optimierung einer Operationssequenz (156) auf der Grundlage der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beidem; und Verarbeitung der Eingabedaten (158) auf der Grundlage der optimierten Operationssequenz.
  2. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass die Arbeitsumgebung eine Informationerzeugungs-Umgebung, eine Informationvalidierungs-Umgebung, eine Produktionsumgebung oder eine Kombination von diesen umfasst.
  3. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass das Regelanwendungsattribut ein auf Daten beruhendes Attribut, ein auf der Frequenz beruhendes Attribut, ein auf der Variation von Eingabedaten beruhendes Attribut oder eine Kombination von diesen umfasst.
  4. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass die dynamische Optimierung einer Operationssequenz die Gewinnung eines vordefinierten Arbeitsflusses aus einem zweiten Speicher umfasst, wobei der vordefinierter Arbeitsfluss mit der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beidem im Zusammenhang steht.
  5. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass die Verarbeitung der Eingabedaten umfasst: Vorverarbeitung der Eingabedaten auf der Grundlage von einer oder mehreren vordefinierten Regeln; Interpretation der vorverarbeiteten Daten auf der Grundlage der vordefinierten Regeln; und Nachverarbeitung der interpretierten Daten, um nachverarbeitete Daten zu generieren.
  6. Verfahren gemäß Anspruch 5, dadurch gekennzeichnet, dass die Vorverarbeitung der Eingabedaten umfasst: Gewinnung der Eingabedaten aus einem ersten Speicher; Formatierung der Eingabedaten; Extraktion von Daten auf der Grundlage der vordefinierten Regeln; und Berechnung der Daten auf der Grundlage der vordefinierten Regeln.
  7. Verfahren gemäß Anspruch 5, dadurch gekennzeichnet, dass die Nachverarbeitung der interpretierten Daten umfasst: Gewinnung von Informationen, die mit einem Systemzustand im Zusammenhang stehen; und Generierung einer Meldung, die auf den Systemzustand hinweist.
  8. Computerlesbares Medium, das aus einem oder mehreren greifbaren Medien besteht, wobei das eine oder die mehreren greifbaren Medien umfassen: einen Code, der so angepasst ist, dass er eine Arbeitsumgebung, ein Regelanwendungsattribut oder beides bestimmt, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten im Zusammenhang stehen; einen Code, der so angepasst ist, dass er eine Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beidem optimiert; und einen Code, der so angepasst ist, dass er die Eingabedaten auf der Grundlage der optimierten Operationssequenz verarbeitet.
  9. Erkennungssystem (60), umfassend: ein Arbeitsflussmodul (68), das einen Arbeitsflussmanager (70) umfasst und so konfiguriert ist, dass es: eine Arbeitsumgebung, ein Regelanwendungsattribut oder beides bestimmt, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten im Zusammenhang stehen; dynamische Optimierung einer Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beidem; ein Verarbeitungsmodul (76), das so konfiguriert ist, dass es die Eingabedaten auf der Grundlage der optimiert Operationssequenz verarbeiter, wobei das Verarbeitungsmodul umfasst: ein Vorprozessor-Modul (92), das so konfiguriert ist, dass es die Eingabedaten auf der Grundlage der einen oder der mehreren vordefinierten Regeln vorverarbeitet; ein Interpretationsmodul (94), das so konfiguriert ist, dass es die vorverarbeiteten Daten auf der Grundlage der vordefinierten Regeln interpretiert; und ein Nachverarbeitungsmodul (96), das so konfiguriert ist, es die interpretierten Daten nachverarbeitet.
  10. System (10), umfassend: eine Datenquelle (18), wobei die Datenquelle (18) umfasst: ein Erfassungssubsystem (42), das so konfiguriert ist, dass es Daten erfasst; ein Verarbeitungssubsystem (44), das in bedienbarer Verbindung mit dem Erfassungssubsystem (44) steht und so konfiguriert ist, dass es: die erfassten Daten verarbeitet; Protokolldateien generiert; ein Datenspeicherungs-Subsystem (22), das so konfiguriert ist, dass es die Protokolldateien speichert; ein Erkennungssubsystem (28), das in bedienbarer Verbindung mit dem Datenspeicherungs-Subsystem (22) steht und so konfiguriert ist, dass es: eine Arbeitsumgebung, ein Regelanwendungsattribut oder beidesbestimmt, wobei die Arbeitsumgebung und das Regelanwendungsattribut mit Eingabedaten im Zusammenhang stehen; eine Operationssequenz auf der Grundlage der bestimmten Arbeitsumgebung, dem bestimmten Regelanwendungsattribut oder beidem dynamisch optimiert; und die Protokolldateien auf der Grundlage der optimierten Operationssequenz verarbeitet.
DE102008013051A 2007-03-09 2008-03-06 Verfahren und System für einen verbesserten Fehlererkennungs-Arbeitsfluss Withdrawn DE102008013051A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/684,222 2007-03-09
US11/684,222 US20080221834A1 (en) 2007-03-09 2007-03-09 Method and system for enhanced fault detection workflow

Publications (1)

Publication Number Publication Date
DE102008013051A1 true DE102008013051A1 (de) 2008-09-11

Family

ID=39678207

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102008013051A Withdrawn DE102008013051A1 (de) 2007-03-09 2008-03-06 Verfahren und System für einen verbesserten Fehlererkennungs-Arbeitsfluss

Country Status (2)

Country Link
US (1) US20080221834A1 (de)
DE (1) DE102008013051A1 (de)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7966363B2 (en) * 2007-09-28 2011-06-21 Hewlett-Packard Development Company, L.P. Method and system for visualizing distributed systems
US9612890B2 (en) * 2008-04-04 2017-04-04 International Business Machines Corporation Method and apparatus for workflow based high availability analysis
US9400733B2 (en) * 2010-12-01 2016-07-26 Microsoft Technology Licensing, Llc Pattern matching framework for log analysis
US8990040B2 (en) 2010-12-22 2015-03-24 General Electric Company System and method for correcting fault conditions in soft-field tomography
EP2771790A4 (de) 2011-10-28 2015-07-22 Hewlett Packard Development Co Verfahren und system für einzelpunkt-fehleranalyse und sanierung
US9129048B2 (en) * 2012-09-06 2015-09-08 General Electric Company Systems and methods for an ultrasound workflow
EP2725508A1 (de) * 2012-10-24 2014-04-30 Nidek Co., Ltd. Ophthalmische Analysevorrichtung
US9471452B2 (en) 2014-12-01 2016-10-18 Uptake Technologies, Inc. Adaptive handling of operating data
US10176279B2 (en) 2015-06-05 2019-01-08 Uptake Technologies, Inc. Dynamic execution of predictive models and workflows
US10254751B2 (en) 2015-06-05 2019-04-09 Uptake Technologies, Inc. Local analytics at an asset
US10579750B2 (en) 2015-06-05 2020-03-03 Uptake Technologies, Inc. Dynamic execution of predictive models
US10878385B2 (en) 2015-06-19 2020-12-29 Uptake Technologies, Inc. Computer system and method for distributing execution of a predictive model
US11249958B2 (en) * 2018-12-18 2022-02-15 Atlassian Pty Ltd. Issue tracking systems and methods
US20210200751A1 (en) * 2019-12-31 2021-07-01 Capital One Services, Llc Monitoring and data validation of process log information imported from multiple diverse data sources
CN111626360B (zh) * 2020-05-28 2023-11-17 新奥新智科技有限公司 用于检测锅炉故障类型的方法、装置、设备和存储介质
US11892940B2 (en) 2022-02-09 2024-02-06 Bank Of America Corporation Network integrated diagnostic system and predictive analysis tool for mitigating service impacts on application services

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5463768A (en) * 1994-03-17 1995-10-31 General Electric Company Method and system for analyzing error logs for diagnostics
US5794033A (en) * 1995-10-24 1998-08-11 International Business Machines Corporation Method and system for in-site and on-line reprogramming of hardware logics with remote loading in a network device
US5839438A (en) * 1996-09-10 1998-11-24 Neuralmed, Inc. Computer-based neural network system and method for medical diagnosis and interpretation
US6260160B1 (en) * 1998-06-15 2001-07-10 Siemens Information And Communication Networks, Inc. Remote troubleshooting of a computing device
US6983236B1 (en) * 1999-10-12 2006-01-03 Aprisa, Inc. Method for system-constraint-based selection for design components
US7016064B2 (en) * 1999-12-27 2006-03-21 Fuji Photo Film Co., Ltd. Method and system for remote management of processor, and method and system for remote diagnosis of image output apparatus
US6650949B1 (en) * 1999-12-30 2003-11-18 General Electric Company Method and system for sorting incident log data from a plurality of machines
US6584454B1 (en) * 1999-12-31 2003-06-24 Ge Medical Technology Services, Inc. Method and apparatus for community management in remote system servicing
US6565510B1 (en) * 2000-03-22 2003-05-20 General Electric Company Method and apparatus for servicing remote ultrasound beamformer from central service facility
US7085684B2 (en) * 2000-07-04 2006-08-01 Asahi Kasei Engineering Corporation System for diagnosing a facility apparatus
AU2001275020A1 (en) * 2000-09-21 2002-04-02 Theradoc.Com, Inc. Systems and methods for manipulating medical data via a decision support system
US6782345B1 (en) * 2000-10-03 2004-08-24 Xerox Corporation Systems and methods for diagnosing electronic systems
US6792564B2 (en) * 2001-03-01 2004-09-14 International Business Machines Corporation Standardized format for reporting error events occurring within logically partitioned multiprocessing systems
US6795799B2 (en) * 2001-03-07 2004-09-21 Qualtech Systems, Inc. Remote diagnosis server
US7133822B1 (en) * 2001-03-29 2006-11-07 Xilinx, Inc. Network based diagnostic system and method for programmable hardware
US6633833B2 (en) * 2001-12-14 2003-10-14 Ge Medical Systems Global Technology Company, Llc Method and apparatus for remote diagnosis of an ultrasound scanner
US7260505B2 (en) * 2002-06-26 2007-08-21 Honeywell International, Inc. Method and apparatus for developing fault codes for complex systems based on historical data
CA2411203A1 (en) * 2002-11-05 2004-05-05 Alphaglobal It Inc. Intelligent data management system and method
US20040102928A1 (en) * 2002-11-26 2004-05-27 General Electric Company Method, system, and storage medium for building and maintaining a remote monitoring and diagnostics knowledge base
US20060100738A1 (en) * 2002-12-19 2006-05-11 Koninklijke Philips Electronics N.V. Method and apparatus for selecting the operating parameters for a medical imaging system
US20060112061A1 (en) * 2004-06-24 2006-05-25 Masurkar Vijay B Rule based engines for diagnosing grid-based computing systems
US7627386B2 (en) * 2004-10-07 2009-12-01 Zonaire Medical Systems, Inc. Ultrasound imaging system parameter optimization via fuzzy logic
US20070118399A1 (en) * 2005-11-22 2007-05-24 Avinash Gopal B System and method for integrated learning and understanding of healthcare informatics

Also Published As

Publication number Publication date
US20080221834A1 (en) 2008-09-11

Similar Documents

Publication Publication Date Title
DE102008013051A1 (de) Verfahren und System für einen verbesserten Fehlererkennungs-Arbeitsfluss
US8046358B2 (en) Context-based information retrieval
CN109817304A (zh) 针对放射学发现物传送现场护理警报的系统和方法
DE102005024326B3 (de) Nachbearbeitung von medizinischen Messdaten
US6735272B1 (en) Method and system for a customized patient report in imaging systems
DE102005031245B4 (de) Verfahren zum Test eines klinischen und/oder medizintechischen Systems und Verfahren zur Steuerung medizintechnischer Untersuchungsabläufe in einem klinischen und/oder medizintechnischen System sowie entsprechende Computerprogrammprodukte
DE102008002882A1 (de) System und Verfahren zu von einer elektronischen Krankenakte beeinflusster Datenerfassung, -verarbeitung und -anzeige
EP3451211B1 (de) Verfahren und steuereinrichtung zur steuerung eines medizintechnischen bildgebenden systems
DE102006000713A1 (de) Medizinisches Bildbetrachtungsmanagement- und Statussystem
DE102006043172A1 (de) Verfahren zur Auswertung des Verhaltens von Nutzern eines digitalen Bildinformationssysstems
DE102019113493A1 (de) Abgestimmte medizinische ultraschallbildgebung
CN110136837B (zh) 一种医疗数据处理平台
DE102004015504A1 (de) Verfahren und Vorrichtung zur diagnostischen Wahl eines Wartungskonzepts für ein komplexes System
DE102008013053A1 (de) Verbesserte Regelausführung in Expertensystemen
DE102008002920A1 (de) Systeme und Verfahren für klinische Analyseintegrationsdienste
DE112010003251T5 (de) Medizinische Diagnoseunterstützungsvorrichtung, Verfahren zur Steuerung einer medizinischen Diagnoseunterstützungsvorrichtung und Programm
DE10300545A1 (de) Vorrichtung, Verfahren, Speichermedium und Datenstruktur zur Kennzeichnung und Speicherung von Daten
CN102667786A (zh) 协议引导的成像流程
DE112020001683T5 (de) Eine plattform zur auswertung medizinischer informationen und verfahren zu deren verwendung
DE102016213515A1 (de) Verfahren zur Unterstützung eines Befunders bei der Auswertung eines Bilddatensatzes, Bildaufnahmeeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102007050184A1 (de) Integrierte Lösung für diagnostische Lese- und Berichterstellung
DE102006046319B4 (de) Verfahren zum Auffinden und zur Anzeige von Informationen in einem Informationssystem einer medizinischen Einrichtung
EP1321878A2 (de) Patientendatenverarbeitungssystem und -verfahren
DE102004015501A1 (de) Verfahren und Vorrichtung für Wartbarkeit komplexer Systeme
DE112020007541T5 (de) Datenverarbeitungsgerät, Datenverarbeitungsverfahren und Speichermedium

Legal Events

Date Code Title Description
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20141001