JP2010167282A - 放射線画像撮影システムのメンテナンスを管理するためのシステムおよび方法 - Google Patents

Abstract

【課題】Ｘ線管アセンブリ（１１５）を有する放射線源（１１０）を含む画像撮影システム（１０５）の故障を予測する
【解決手段】このシステム（１００）は、複数のプログラム可能な記憶命令を有する記憶媒体（１５５）を含み、この命令が、プロセッサ（１５０）に、Ｘ線管アセンブリ（１１５）の使用期間を得るステップと、Ｘ線管アセンブリ（１１５）の使用期間に応じた残り期間に関して、Ｘ線管アセンブリ（１１５）の存続性の基準ラインの確率を算出するステップと、Ｘ線管アセンブリ（１１５）の少なくとも１つの動作パラメータの測定結果を取得するステップと、Ｘ線管アセンブリ（１１５）の少なくとも１つの動作パラメータの測定結果に応答して、残り期間における画像撮影システム（１０５）の存続性の基準ラインの確率を自動的に変化させるステップとを実行するよう指示する。
【選択図】図１

Description

本明細書で開示する主題は、概して放射線画像撮影システムのメンテナンスを実施するためのシステムおよび方法に関し、より詳細には、放射線画像撮影システムのＸ線管の故障を予測するためのシステムおよび方法に関する。

放射線画像撮影システム（例えば、Ｘ線コンピュータ断層撮影（ＣＴ））の予期しないシャットダウンの主な原因としては、その中に装着されたＸ線管の故障が挙げられる。Ｘ線管の故障は、患者にヘルスケアを提供すること、ならびに放射線画像撮影システムの動作および収入の発生を非常に阻害する可能性がある。

前述の問題は、以下の説明において、本明細書に記載する主題によって対処することができる。

米国特許第６，３５１，５１７号公報 米国特許第６，４５３，００９号公報 米国特許第６，８４７，９１８号公報 米国特許第６，９１２，４８１号公報 米国特許第７，２９９，１６２号公報

本明細書に記載する主題のシステムおよび方法により、放射線源を有するＸ線管アセンブリを備える画像撮影システムの残り期間における存続性の予測が強化される。このシステムおよび方法により、予期しない停止期間を削減しながら、入替え管の出荷および装着をスケジュール設定するために、保守作業のためのリードタイムを増やすことができる。

一実施形態によれば、放射線源としてＸ線管アセンブリを含む画像撮影システムの故障を予測するための方法が提供される。この方法は、Ｘ線管アセンブリの使用期間を得るステップと、このＸ線管アセンブリの使用状況に関わらず、残り期間におけるＸ線管アセンブリの存続性の基準ラインの確率を算出するステップと、Ｘ線管アセンブリの少なくとも１つの動作パラメータの測定結果を取得するステップと、Ｘ線管アセンブリの少なくとも１つの動作パラメータの測定結果に応答して、Ｘ線管アセンブリの存続性の確率を自動的に変化させるステップとを含む。

別の実施形態によれば、Ｘ線管アセンブリを有する放射線源を含む画像撮影システムの故障を予測するためのシステムが提供される。このシステムは、複数のプログラム可能な記憶命令を有する記憶媒体と、画像撮影システムと通信するプロセッサとを備えており、この複数のプログラム命令は、プロセッサに、Ｘ線管アセンブリの使用期間を得るステップと、Ｘ線管アセンブリの使用期間に応じた残り期間に関して、Ｘ線管アセンブリの存続性の基準ラインの確率を算出するステップと、Ｘ線管アセンブリの少なくとも１つの動作パラメータの測定結果を取得するステップと、Ｘ線管アセンブリの少なくとも１つの動作パラメータの測定結果に応答して、残り期間における画像撮影システムの存続性の基準ラインの確率を自動的に変化させるステップとを実行するよう指示するためのものである。

本発明の他の様々な特徴、目的、および利点は、添付の図面およびその詳細な説明から当業者には明らかになるであろう。

放射線源としてＸ線管を組み込んで、本明細書に記載する主題の管理システムの一実施形態と組み合わせた画像撮影システムを含む略図である。 図１の画像撮影システムに組み込んだタイプのＸ線管の一実施形態を含む詳細な図である。 図１の画像撮影システムのメンテナンスを管理する方法の一実施形態を含む例示の流れ図である。 特徴または事象コードの発生を抽出し、ヒストグラムに応じた発生のそのトレンドモデルを作成した一実施形態を含むグラフである。 一般にヒストリカルトレンドに関する範囲外のデータを除去するように動作するフィルタの、取得したシステムまたは構成部品レベルの使用状況データにフィルタリングをかけた例示のグラフである。 システム、放射線源、またはＸ線管アセンブリの存続性の確率を算出するために、使用状況パラメータの測定と組み合わせた重み付け関連性に適用することができる複数のエラーコードの有意性を識別する一ステップを含む例示のグラフである。 画像撮影システムまたはそのＸ線管アセンブリの存続性の基準ラインの確率を、事象コードの発生についての取得データに応じて調整するステップの一実施形態を含む例示のグラフである。 管理システムのプロセッサに、図３の方法の実施形態による画像撮影システムを管理するステップを実行するよう指示するのに動作可能な一連のプログラム命令モジュールを備えるソフトウエアの一実施形態を示す例示の構成図である。

以下の詳細な説明では、本発明の一部を形成し、実施可能な具体的な実施形態を例示として示す添付の図面を参照する。これらの実施形態は、当業者が諸実施形態を実施することを可能にするために、十分詳細に記載されており、諸実施形態の範囲から逸脱することなく、他の諸実施形態を利用することができ、他の論理的、機械的、電気的およびその他の変更を加えることができることを理解されたい。したがって、以下の詳細な説明は、本発明の範囲を限定するものと見なすべきではない。

図１は、放射線源１１０を利用する画像撮影システム１０５でメンテナンスを管理するように動作可能な管理システム１００の一実施形態を例示している。画像撮影システム１０５の放射線源１１０の実施形態は、Ｘ線管アセンブリ１１５（「Ｘ線管アセンブリ１１５」とも呼ばれる）を備えることができる。画像撮影システム１０５の例示した実施形態は、チューブ１１５から送られる放射線ストリーム１２２の減衰を検出するように動作可能な検出器１２０を含むデジタルＸ線画像撮影システムである。しかも、Ｘ線システム１０５のタイプ（例えば、従来のＸ線システムなどのＸ線管を使用するシステム、ＣＴシステム、組織切除または焼灼システム、滅菌システム、結晶格子の性質を明らかにするＸ線結晶システム、小さな物体の画像を生成するためのＸ線顕微鏡分析システム、工業用部品または溶接部を検査するための工業用放射線透過写真システム、空港セキュリティシステムなど）は異なることがあり得る。

放射線源１１０の実施形態では、コントローラ１２５から電力を受け取り、信号を制御することができる。コントローラ１２５は、交流電力を直流電力に変換することができ、検査目的用のＸ線放射線の放射を誘起するために、チューブ１１５に制御されたＤＣ電力のパルスを印加することができる。さらに、コントローラ１２５は、以下でより詳しく説明するように、チューブ１１５の動作状態またはパラメータの範囲をモニタすることができる。一連の導線１３０は、電力を伝え、コントローラ１２５からチューブ１１５への信号を制御することができる。

コントローラ１２５のコマンド下で、放射線源１１０のチューブ１１５は、放射線ストリーム１２２を生成する。この放射線ストリーム１２２は、コリメータ１４０を直接貫通し、ヒトの患者などの被検者１４５を貫通することができる。検出器１２０は放射線ストリーム１２２の減衰を測定し、被検者１４５を通して画像データに変換することができる。検出器１２０は信号としての画像データを処理用コントローラ１２５に搬送することができる。

コントローラ１２５は、検出器１２０のスキャニングを調節することに制御信号をもたらすことができる。さらに、コントローラ１２５は、追加の信号処理または信号フィルタリング機能を実行する場合がある。コントローラ１２５はまた、画像データを取得し、さらに処理機能および濾過機能を実行することができる。具体的には、コントローラ１２５は、取得した信号から離散的データを導出し、そのデータから有用な画像を復元することができる。

コントローラ１２５は、一般にメモリ１５５に格納されているプログラム命令を実行するように構成されているプロセッサ１５０を含むことができる。コントローラ１２５においてメモリ１５５およびプロセッサ１５０を示したが、このメモリ１５５またはプロセッサ１５０は遠隔部分を含むことができることを理解されたい。

コントローラ１２５はまた、入力デバイス１６０および出力デバイス１６５と通信することができる。入力デバイス１６０の例としては、キーボード、タッチスクリーンまたはグラフィックインターフェース端末、マウス、トグルスイッチなどが挙げられる。出力デバイス１６５の例としては、モニタ、タッチスクリーンまたはグラフィックインターフェース端末、キオスク端末、計器盤などが挙げられる。入力デバイス１６０および出力デバイス１６５は、構成データの交換、検査依頼などと通信するオペレータインターフェース端末として、コントローラ１２５と組み合わせることができる。オペレータインターフェース端末としては、臨床医師または放射線科医師が、特定の検査を要求し制御し、データログファイルをレビューし、再構築した画像を眺め、再構築した画像を写真フィルムなどの有形媒体上に出力することを可能にするオペレータワークステーションを挙げることができる。

コントローラ１２５はメモリ１５５に画像データを格納することができる。メモリ１５５はまた、構成パラメータ、データログファイルなどを格納することができる。コントローラ１２５は、放射線源１１０からのＸ線放射線の放射を制御するための信号を生成することができる。コントローラ１２５はまた、以下でより完全に説明するように、遠隔サービスセンタなど遠隔コンピュータステーションとの双方向データ交換を提供するための（有線または無線の）通信回路を含むことができる。

システム１００はまた、下記で説明するように（それだけには限らないが）温度、電流、電圧、振動などその値を格納し分析することができる、放射線源１１０の特定の動作パラメータを検出するためのセンサ１７０を含むことができる。

上記で述べたように、システム１００の前述の説明はデジタルＸ線画像撮影を対象とする。もちろん、システム１００は、従来のＸ線システム、ＣＴ画像撮影システムなど他のスキャナタイプ上に他の制御回路およびインターフェース回路を含むことができる。しかし、一般に、このようなシステム１００は、検査または較正を目的としてＸ線放射線の放射を調節するためのコントローラ１２５を含むことができる。さらに、本明細書に記載する技術を実施するために、このようなシステム１００は、主にチューブの故障を示したものと見なされるパラメータを取得、格納、分析することができるように、検査または較正シーケンス中、Ｘ線管アセンブリ１１５の性能をモニタするか、または追跡する能力を含むことができる。

図２は、Ｘ線管アセンブリ１１５を含む放射線源１１０の一実施形態を例示している。Ｘ線管アセンブリ１１５の実施形態は、アノードアセンブリ１８０とカソードアセンブリ１８５とを含むことができる。アノードアセンブリ１８０およびカソードアセンブリ１８５は、ケーシング１９０内に配置することができ、ケーシング１９０はアルミニウム製とし、鉛材料の組成物で内張りすることができる。Ｘ線管アセンブリ１１５は、アノードアセンブリ１８０およびカソードアセンブリ１８５から担持することができる。Ｘ線管アセンブリ１１５はさらに、一般にその中にアノードアセンブリ１８０に隣接してロータ２００を配置させた状態でエンベロープ１９５を含むことができる。スタータ２０５は、ロータ２００を少なくとも部分的に取り囲むことができる。ケーシング１９０は、エンベロープ１９５の周りにオイルなどの冷媒２１５で埋めることができる。冷媒２１５はまた、高圧絶縁を高めることができる。

アノードアセンブリ１８０は、エンベロープ１９５内に配置することができる。アノードアセンブリ１８０の一実施形態は、ターゲット円板２２５を構成する前方部を有するアノード２２０を含む。ターゲット円板２２５は、ターゲットまたは焦点曲面２３０を含むことができる。カソードアセンブリ１８５は、一連の導線２４０に結合されたカソード２３５を含むことができる。カソード２３５は、マスク２５０がそこから延在する中央シェル２４５を含むことができる。マスク２５０は、導線２４０を収容し、カソードカップ２５５に導通することができる。カソードカップ２５５は、カップ２５５によって支持される加熱フィラメント（図示せず）から放出された電子を集束する静電レンズとして働くことができる。

コントローラ１２５から導線２４０を通ってカソード２３５に搬送された制御信号は、電子ビーム２６０を生成するように、カップ２５５内のカソードフィラメント（図示せず）の通電を調節または制御することができる。ビーム２６０は、Ｘ線管アセンブリ１１５から送られる放射線ストリーム１２２をそこから生じさせるか、あるいは発生させるために、アノードのターゲット円板２２５の焦点面２３０に打ち当たるように方向づけることができる。偏向コイル２７０は、放射線ストリーム１２２の方向および方位を制御するための磁界を生成することができる。コントローラ１２５は、偏向コイル２７０によって生成される磁界の強度および方向を制御することができる。放射線ストリーム１２２は、ケーシング１９０において、このために設けられた開口２７５を通り抜けて放射線源１１０から出ていくことができる。

Ｘ線放射線ストリーム１２２は、真空中で、カソードアセンブリ１８５に高圧高電流を印加することによって、電子が放出かつ加速され、次いでアノードのターゲット円板２２５によって急激に阻止されたとき、Ｘ線管アセンブリ１１５において生成することができる。カソード２３５とアノード２２０の電位差は、数万ボルトから数十万ボルトを超えるところまで及ぶことがある。さらに、アノードのターゲット円板２２５は、電子ビームがターゲットまたは焦点面２３０上の異なる点に絶えず打ち当たるように回転することができる。Ｘ線管アセンブリ１１５の構造に応じて、ラジウムまたは人工放射線趨性物質などの物質、ならびに電子、中性子、および他の高速粒子によって所望の放射線を放出することができる。Ｘ線管アセンブリ１１５のエンベロープ１９５内で、アノード２２０とカソード２３５の間での電子ビーム２６０の透過を可能にするために、室温で１０−５〜約１０−９ｔｏｒｒ程度の真空を維持することができる。

上記で述べたように、放射線源１１０またはＸ線管アセンブリ１１５を動作させるために電力信号および制御信号を供給することに加えて、コントローラ１２５は、放射線源１１０またはＸ線管アセンブリ１１５のフィードバックまたは動作パラメータを追跡するか、または取得することができる。後で述べるこれらのパラメータのいくつかは、放射線源１１０またはＸ線管アセンブリ１１５の今後の故障または存続性を予測するものであると考えることができる。このようなパラメータは、センサ１７０（図１を参照のこと）を介して測定することができ、放射線源またはＸ線管アセンブリ１１５に印加された制御信号および電力信号の特性から利用可能になることもある。

電子ビーム２６０は真空中で生成されるが、粒子状物質または混入物がＸ線管アセンブリ１１５中に存在する場合がある。このような粒子状物質は、漏れ、構成要素の劣化、構成要素の分解などによってＸ線管アセンブリ１１５中に取り込まれる場合がある。電子ビーム２６０がこのような粒子状物質に衝突したとき、電子ビーム２６０はアノードのターゲット円板２２５に向かって進むことがあるか、あるいは電子ビーム２６０はターゲット円板２２５から偏向することがある。粒子状物質の電子ビームによる上記の各偶発事象により、Ｘ線管アセンブリ１１５とコントローラ１２５の間で交換される信号で異常（例えば、電流異常）が生じる可能性がある。このような異常の一例が、アノードの高電流放電であり、粒子状物質が電子ビームに遭遇し、電子ビームがその経路に沿って進んで、アノードのターゲット円板２２５に衝突するのと関連してアノードの過電流事象とも呼ばれる。このような異常の別の例は、粒子状物質がアノードのターゲット円板２２５から電子ビームをそらして、電流放電事象を生じさせる場合に関連した「スピット」事象である。コントローラ１２５は、アノードのターゲット円板２２５において比較器を介して電流測定のフィードバックを受け取ることができ、他の回路またはソフトウエアモジュールは、異常の発生を検出または追跡し、ならびにアノードの過電流事象とスピット事象を区別することができる。コントローラ１２５は、このような異常事象の発生の検出をメモリ１５５に記録しセーブすることができる。

コントローラ１２５はまた、ロータ故障およびフィラメント故障を含めて、Ｘ線管アセンブリにおける他の故障モードを追跡するために、１つまたは複数のセンサ１７０からのデータ、またはＸ線管アセンブリ１１５、放射線源１１０、または画像撮影システム１０５の構成要素からのフィードバックを取得するように構成することができる。Ｘ線管アセンブリ１１５のアノードは、連続的に回転して、真空に適合するベアリングにより電子ビーム１２２の下で新鮮な材料を提供する。このロータ制御機能は、Ｘ線管アセンブリ１１５の回転するアノードに、３相のモータ電力を提供することができる。熱的かつ機械的負荷の応力の高い環境により、アノードロータのベアリングが故障する可能性が高くなる恐れがある。コントローラ１２５は、加速中のモータ制御および閾値に関連する実行状態から電流量の増加した（例えば、ロータ制御からの）データを取得することができるが、そのデータは、アノードロータのベアリングの故障状態により、可能性が高くなるか、または存続性が低くなるかという限定的なものとなる恐れがある。上記のこうしたアノードロータのベアリングの故障状態の取得データは、メモリ１５５にロギングすることができる。

ロータ故障と類似のフィラメント故障は、別の重大な故障モードであり得る。タングステン合金のフィラメントは、電子雲を生成するために、カソード構造において、かなり高温まで電気的に加熱することができる。フィラメント開回路は、一般的な故障モードの１つである。ｍＡ定格のフィラメント制御ボードは、フィラメントインバータの出力部において電圧をモニタする。このコントローラは、フィラメント制御ボードを介して不適切な電圧のデータを検出または受け取り、メモリ１５５に異常をロギングすることができる。

アノードの過電流事象およびスピット事象の実際の数を記録することに加えて、コントローラ１２５は、追加のパラメータを追跡測定することができる。例えば、コントローラ１２５は、動作の１日当たりのスピット事象の数を検出し、記録することができる。さらに、コントローラ１２５は、スピット事象の発生時にＸ線管アセンブリ１１５への電流が中断され、その後、検査シーケンス中に電流が再び印加されたことを検出することができる。このような事象は、動作の日ごとにコントローラ１２５によって記録し、メモリ１５５にロギングすることができる。コントローラ１２５は、命令を受け取るか、あるいは最大限の「スピット状況レート」限界を（例えば、単位時間当たりのスピットに関して）検出するようにあらかじめ設定することができる。コントローラ１２５が、測定したスピット状況レートがあらかじめ設定したスピット状況レート限界より大きいことを算定した場合、コントローラ１２５は、自動的に中途終了し、またはそうでない場合はスキャンまたは検査を停止することができる。例えば、一実施形態では、コントローラ１２５はスピット状況レートの測定値が１秒当たり３２スピットを超えたことを検出した場合、コントローラ１２５は、自動的に中途終了し、またはそうでない場合は現在の検査スキャンを停止させることができる。このような事象は、「超スピット状況レート」エラー（ＳＲＥ）と呼ぶことができる。コントローラ１２５はまた、１日当たり複数のＳＲＥを追跡し、メモリ１５５に格納することができる。コントローラ１２５はまた、ロータ駆動制御回路が異常を検出したとき、例えば、規定時間での速度まで、または加速させた際の過電流が流れる速度までロータを動かすことができない場合など、事象を記録することができる。コントローラ１２５はまた、起こり得る開フィラメントを示す範囲からこれらのパラメータが外れたとき、フィラメントの電圧および電流をモニタし、事象を記録する。

Ｘ線管アセンブリ１１５が故障する可能性を予測するための複合アルゴリズムを作成するために、事象コードに依存するか、または事象コードの発生に関連するパラメータを備える第１の基準ラインのモデルまたはアルゴリズムは、放射線源１１０またはＸ線管アセンブリ１１５の使用状況に関連する追跡パラメータを備える第２のモデルまたはアルゴリズムと統合することができる。アノード過電流事象とＳＲＥ、ならびにロータ事象とフィラメント事象の発生状況レートは、Ｘ線管アセンブリ１１５の故障または存続性の可能性を予測するためのこの複合アルゴリズムに適用することができる。複合アルゴリズムを作成する一例は、下記で説明するような技術によるものとすることができる。

図３は、放射線源１１０のメンテナンスを管理する際、システム１００の動作方法３００の一実施形態を例示するための流れ図を含む。前述の説明で論じたように、方法３００の諸アクションまたは諸ステップのシーケンスは変更することができることを理解されたい。また、方法３００は、前述の説明における各アクションまたは各ステップを必要としない場合があるか、あるいは本明細書で開示されていない追加の諸アクションまたは諸ステップを含む場合があることを理解されたい。また、方法３００の諸ステップのうち１つまたは複数のステップは、コントローラ１２５の１つまたは複数のプロセッサまたはリモートコンピュータによって実行するために、コンピュータで読取り可能な、メモリ１５５のプログラム命令として表すことができることを理解されたい。この方法３００は、特定の事象およびパラメトリックもしくは使用状況の測定結果を追跡することに基づいて、個々のＸ線管アセンブリ１１５ごとに変更するか、あるいはカスタマイズすることができる。

方法３００の一実施形態は、一般に、信頼性モデルを適用することなどによる機械的状態または使用法に関わらず、故障または存続性の初期または基準ラインの確率を算出あるいは出力する一ステップ３０５を含む。このステップ３０５は、所定のメーカ設計による経時の信頼性モデル、または機械の個体数全体にわたる取得データから生成される信頼性モデルのうちの１つまたは複数から、入力データおよび／または信頼性モデルを取得するステップを含むことができる。

ステップ３０５の一実施形態は、Ｘ線管アセンブリ１１５が故障する可能性のアルゴリズムまたは基準ラインのモデル、または故障する期間を予測するためのアルゴリズムまたは基準ラインのモデルを作成するステップを含むことができる。既知の故障発生に伴う代表的なトレーニングサンプルデータセットに基づいて、ステップ３０５は、基準ラインの信頼性モデルの一環として重み付けされる経年データおよび／または機械的データおよび／または使用状況プロファイルのパラメータを識別するステップを含むことができる。基準ラインの信頼性モデルの一実施形態は、数学関数を含むことができ、この関数により、構成要素の使用期間から構成要素を存続させる確率が得られる。

構成要素の使用期間を与える基準ラインの信頼性モデルは、設計時にテストすること（例えば、ＨＡＳＴ（高度加速ストレス試験））に基づいて、またはフィールドでの構成要素の個体数を観察することによってそのパラメータが推定されるワイブルモデルを含むことができる。基準ラインの信頼性モデルはまた、フィールドにおいて観察される個体数からのサンプルデータに基づいてノンパラメトリックモデルとすることができる。

基準ラインの信頼性モデルの一実施形態は、Ｘ線管アセンブリ、放射線源、またはシステムの使用状況とは無関係とすることができる。基準ラインの信頼性モデルの別の実施形態は、Ｃｏｘ ＰＨモデルなどのノンパラメトリック信頼性モデルのフレームワークにおいてパラメータ化された使用状況プロファイルによって重み付けすることができ、ここでは、期間（ｔ）でのハザードは、使用期間（ｈ０（ｔ））を使用した、変数（Ｘ）によって加速する可能性がある基準ラインのハザード関数となり得る。係数βは、様々な独立した使用状況変数（Ｘ）に代入される重み付けとすることができる。

ｈ（ｔ）＝ｈ０（ｔ）ｅｘｐ（Ｘβ） 式（１）
ステップ３０５の一実施形態は、形状およびスケールに関するパラメータを規定したワイブル分布アルゴリズムによって表されるような、Ｘ線管アセンブリ１１５の既存の個体数の取得データに基づいて、システム１００の１つまたは複数の構成要素を存続させる確率を算出するための基準ラインの信頼性モデルを作成するステップを含むことができる。基準ラインの信頼性モデルを作成するステップ３０５の別の実施形態は、メーカから取得される信頼性テストデータに対して相関することができる。基準ラインの信頼性モデルは、製造時のばらつきを組み込むか、あるいは表すために取得された、バッチ期間情報用の重み付けされたパラメータで補うことができる。

上述の基準ラインの信頼性モデルに使用状況パラメータを加えるのと同様に、基準ラインの信頼性モデルに製造モデル／バッチ期間情報の変数を組み込むことができる。バッチ変数は、上記のＣｏｘ−ＰＨモデルにおいて変数（Ｘ）と類似するカテゴリー変数として組み込むことができる。バッチ変数はまた、層状モデルの形で組み込むことができる。ここで、各モデル期間は、使用状況変数に代入される係数βの一般的な値をもつ、その独自の基準ラインの信頼性モデルを有することができる。

ステップ３１０は、ステップ３０５での上述のモデルまたはアルゴリズム（例えば、システム使用状況モデル、構成要素使用状況モデル、複合使用状況モデル）のうちの１つまたは複数において適用するために、追加のパラメータの測定結果を取得するステップと適用するステップとを含むことができる。測定されたパラメータは、１つまたは複数の構成要素またはサブシステムの機械的データと、放射線源１１０またはＸ線管アセンブリ１１５の放射線画像撮影レベルまたは構成要素レベルでの使用とを含むことができる。例えば、このモデルの応用としてのパラメータ測定の一実施形態は、サブシステム／構成要素レベルでの故障を対象とする連続的な測定結果（例えば、Ｘ線管アセンブリ１１５の故障予測診断を対象とする測定結果、チューブロータ２００を対象とするデータ、故障に関する高圧の測定結果など）を含むことができる。

上記の使用状況モデルまたは複合モデルのうち１つまたは複数のモデルで表されたパラメータは、事象コードとも呼ばれる離散的事象が発生した測定データを表すことができる。事象コードの発生は、管理システム１００においてロギングされた例外／エラーメッセージの発生を含む可能性がある。これらの事象コードを測定するステップは、フィードバックを取得するステップと、放射線画像撮影システムまたは放射線源１１０を動作させた状態で実行される画像スキャンのタイプとの相互関係により、あらかじめ設定される閾値レベルに関連するデータ、システム状態メッセージ（例えば、検査の中途終了など）の発生データまたは出力データのトレンドが混成していることを検出するステップとを含む場合がある。これらの事象コードの発生は不連続の場合があり、ノイズ性の性質のものである場合もある。

ステップ３１０はさらに、測定結果の性質およびその構成要素との関係に基づいて、異なる寸法にわたって測定される画像撮影システムまたは放射線源１１０の使用状況データを測定するステップまたは取得するステップを含むことができる。例えば、使用状況データの測定結果は以下のカテゴリーに広く分類することができる。すなわち、システムの使用状況パラメータは、一般に、画像撮影システムの数量と使用タイプ（例えば、ある期間にわたって取得されるスキャン／診断画像の数、行われる診断検査のタイプ（所与のシステムによって行われる、診断検査のタイプの混合の度合）など）とを含むことができる。図４を参照すると、使用状況パラメータの測定結果はまた、構成要素に特定して使用するいくつかの測定に基づいて増加させることができる、構成要素の使用状況パラメータ（例えば、Ｘ線管アセンブリ１１５の寿命を越えてＸ線管アセンブリ１１５を使用したこと、または動作させたことのタイムスタンプ３１４に対して基準３１２によりミリアンペア秒（ｍＡＳ）と呼ばれる）の測定値を追跡または取得した結果と、期間とは無関係なｍＡＳ使用状況レート（例えば、Ｘ線管アセンブリ１１５当たりのｍＡＳ使用状況レート）を表す（例えば、ヒストグラムおよび基準３１６に基づく）モデルまたはアルゴリズムを作成した結果とを含むことができる。

ステップ３２０は、（閾値に対して）範囲外の測定データを除去するために、（「不良データのフィルタ」とも呼ばれる）フィルタを適用するステップを含むことができる。基準ライン、または連続的に測定／修正された、（例えば、ＭａＳは、チューブ当たりの使用状況の測定値を記録した）特徴を使用するトレンドを規定または表すモデルまたはアルゴリズムを作成するステップまたは展開するステップを含む。図５を参照すると、フィルタを適用することのステップ３２０は、使用状況レート（例えば、基準３２１として例示するｍＡＳ使用状況の例）を算出するステップまたは取得するステップ、取得した測定状況レート３２１をトレンドモデルまたはアルゴリズム３２２と比較するステップ、ならびにトレンドモデル３２２からの逸脱を推定するステップを含むことができる。不良データのフィルタは、縮尺率の大きな単一の外れ値（一般に、図５のフレーム内および基準３２３で示す例）として分類されるデータを除去するように動作可能となり得るが、この外れ値は物理的に実行不可能になり、したがって不良データとなる可能性がある。不良データのフィルタは、システム１００の堅牢性を向上するために、製造時、新しいリアルタイムデータの展開された特徴に基づいて、縮尺率の大きな単一の外れ値３２３を除去または消去することができる。

ステップ３２５は、寸法の縮小を向上し、該当する入力データを抽出するために、１つまたは複数の特徴の詳細を抽出するステップを含むことができる。ステップ３１０の使用を測定する一実施形態は、構成要素の使用期間および使用状況パラメータとは無関係となるような特徴を抽出するステップ３２５を生じさせるか、または引き起こすことができる。ステップ３２５の一実施形態は、特徴を抽出するツールを連続的かつ離散的（事象）データの両方に適用するステップまたは実行するステップを含むことができる。パラメトリックデータの特徴の抽出は、寸法を縮小するストラテジー（多変量特徴抽出：ＰＣＡ、または時系列特徴抽出ＦＦＴ、ウェーブレットなど）を含むことができる。離散的事象（事象コード）は、システム状態または所定の閾値に交差するいくつかの測定結果において変更を表すことができる。一般にこのような多数の事象（２０００までの一意の事象）が、このシステムによって報告される。他の構成要素／サブシステムと使用状況パラメータの相互関係により、事象を、過渡的な性質またはノイズ性の性質とすることができる（事象コードの状態は頻繁に変えることができる）。したがって、特徴の抽出は、対象の故障モデルに関する事象、および等式（１）での各事象と関連付けられた係数を選択することからなる。これは、ステップ３２５で、事象コードの衝撃的な発生が期間とともに低減されることに基づいて、事象に対応する特徴として、所与の時間窓において各事象コードの発生の頻度を取得または追跡することによって実施することができる。時間窓（例えば、２０日）に関連する事象コードの発生または個々の発生は、事象コードの発生期間に基づいて重み付けすることができる。

ステップ３３０の一実施形態は、システム１００の存続性の確率を算出するための複合もしくは組合せモデルまたは複合もしくは組合せアルゴリズムを作成するために、上記の使用状況アルゴリズムのうち１つまたは複数を別の（システムあるいは１つまたは複数の構成要素レベルのアルゴリズム）と組み合わせるステップまたは統合するステップを含むことができる。例えば、ステップ３３０は、使用状況アルゴリズムにおいて統合するための組み合わされた使用状況パラメータの値を算出するか、または出力するために、システムレベルの使用状況パラメータと構成要素の使用状況パラメータの両方の測定結果を取得するステップを含むことができる。別の例では、システムレベルまたは構成要素レベルでの使用状況パラメータは、完全に互いに依存しないとは限らない場合がある。ステップ３３０は、システムレベルの１つまたは複数の使用状況パラメータ（例えば、検査カウント）を構成要素レベルの使用状況パラメータのうち１つまたは複数（例えば、構成要素当たりのＭＡＳ）と重み付け組み合わせしたことを表す、システム１００の複合使用状況モデルを算出するステップを含むことができる。

別の例では、ステップ３３０は、上記の取得した使用状況パラメータに応じたアルゴリズムを、取得した事象コードデータに応じた１つまたは複数のアルゴリズムと統合するステップ、または組み合わせるステップを含むことができる。ステップ３３０は、故障予測モデルに使用状況レートの測定値を組み合わせて適用することができる分析に基づいて、重大なコードとして複数のエラーコードを識別するステップを含むことができる。例えば、図６を参照すると、ステップ３３０は、ロータ２００の副構成要素において、ロータ２００の副構成要素の発生の重大度（例えば、基準３３２に示す故障）と組み合わせて、発生数（例えば、異なる４つの事象コードおよび基準３３１）を追跡することに相関して、または比例して、事象コードの有意性を算出するステップを含むことができる。この重大度には、所定の重み付けまたは値が割り当てられ、コントローラ１２５において格納することができる。

ステップ３３０は、互いに関連するエラーコードの特徴を得るために、構成要素を使用したことすなわちパラメータの各測定結果に対して重み付けを割り当てるステップまたは算出するステップを含むことができる。エラーコードの個々のパラメータは、それぞれ依存しないわけではない場合があるので、方法３００は、個々の各エラーコードのパラメータの測定値に乗じた重み付け係数にほぼ等しい複合パラメータを算出するステップを含むことができる。構成要素が故障した事象／特徴のパラメータを測定する代表的なトレーニング用データセットサンプルに基づいて、コントローラ１２５は、特定の故障モードに関係するエラーコードのセットを使用するために、命令を選択するか、または受け取ることができ、この故障モードは、パラメータのエラーコードの特徴を測定することの、故障チューブ（残りの寿命がほとんどないチューブ）を有するシステム１００と正常なチューブ（寿命がかなり残っているチューブ）を有するシステムとの関係を区別する能力に基づいて検出される。

もちろん、ステップ３３０は、上記のアルゴリズムの１つまたは複数の側面または部分を別の側面または部分と組み合わせるステップを含むことができ、本明細書に記載する技術に限定するものではない。

ステップ３３５は、調整器機能を適用するステップを含む。例えば、パラメトリック事象および使用状況パラメータの抽出された特徴に基づいて、このステップ３３５は、システム当たりの存続する確率の計算値を算出するために、信頼性モデルを調整するための調整器機能を適用するステップを含むことができる。この調整器機能は、システム状態に関する新しい情報が与えられると、従来の故障の確率を修正するように動作可能なベイジアン型フィルタと定義することができる。この調整器機能の典型的な実施形態は、指数関数である。

ステップ３３５の一実施形態は、構成要素の故障の代表的な（例えば、トレーニング用）データセットサンプルを取得するステップを含むことができ、それにより信頼性アルゴリズムによって信頼度の出力が明らかにされた後、調整器機能のモデルまたはアルゴリズムが作成される。この調整器機能は、対応する重み付け係数の有意性に基づいて、信頼性モデルに含まれるか、あるいは適用される（追跡した一連の特徴から）最適な特徴のセットの選択を備えることができる。このモデルの一例は、放射線源１１０またはＸ線管アセンブリ１１５の少なくとも一方が正常であるか故障している状態での対象のシステムにおけるトレーニングデータまたは較正データに基づいて、Ｘ線管アセンブリ１１５の故障または存続の信頼度または確率を算出することができる。

ステップ３４０は、Ｘ線管アセンブリ１１５の存続または限られた残りの寿命を予測するために、不使用基準ラインの信頼性モデルを、使用状況データ、パラメトリックデータおよび特徴抽出（例えば、エラーコード）に基づく信頼性モデルと統合するステップまたは組み合わせるステップを含む。上記の不使用基準ラインの信頼性モデル／アルゴリズムまたはパラメータのうちの１つまたは複数に加えられる個々の係数（β）は、サンプルの個体数に基づいて推定することができる。上記の不使用基準ラインの信頼性モデルまたはパラメータの関係は、相互の条件によって取り込むことができる。

１つまたは複数のパラメータは、それらのそれぞれの係数によって重み付けすることができるが、その係数はトレーニング用ヒストリカルデータから得られ、合計されて組み合わされた特徴が形成され、次いでこの特徴は調整器４４５（図８を参照）に入力され、さらにＸ線管アセンブリ１１５の動作の特徴が示されたことにより、故障のリスクを表す数値に変換される。

統合された／組み合わされたモデルは、不使用モデルと組み合わせて不使用モデルの重み付け組合せとすることができる。図７は、不使用信頼性モデル（例えば、使用期間のみ）（基準３４２を参照のこと）に基づいて存続させる確率を算出する一例の例示しており、このモデルは、故障または存続性の予測される信頼度に応じた変化を示すように調整することができ（基準３４４を参照）、あるいはエラーコード（基準３４６を参照のこと）、および上記の重み付け係数と組み合わせた使用状況パラメータの取得した測定結果に応答して変化することができる。

画像撮影システム１０５（または放射線源１１０またはそのＸ線管アセンブリ１１５）の故障または存続の確率を出力するための組合せまたは複合予測のアルゴリズムまたはモデルを作成するために組み合わせるか、あるいは統合するステップ３４０の一実施形態は、期間（ｔ）において、以下の関数によるものとすることができる。

ｐ（ｔ）＝Ｐ０（ｔ）＊ｆｎ（ｅ１８＋ｅ１９＋ｅ５３＋ｅ４８＋ｕｓａｇｅ＿ｕｎｉｔ）
ただし、ｐ（ｔ）は、期間（ｔ）における確率を表し、Ｐ０（ｔ）は、上記の基準ラインの信頼性アルゴリズムから算出される基準ラインの確率の値を表し、ｅ１８、ｅ１９、ｅ５３、ｅ４８は、エラーコードの特徴となる重み付けされたパラメータを表し、ｕｓａｇｅ＿ｕｎｉｔは、期間（ｔ）においてシステム１００を存続させる確率を算出するための複合モデルで組み込むために選択される、上記の１つまたは複数の使用状況パラメータを表す。

図８は、ソフトウエアまたはソフトウエアパッケージ４００の一実施形態を例示しており、このパッケージは、コントローラ１２５のプロセッサ１５０によって実行するためにメモリ１５５に格納することができる一連のプログラム命令モジュールを備える。ソフトウエア４００の一連のプログラム命令の実施形態は、一般に、画像撮影システム１０５の存続性を管理し出力するために、上記の方法３００と相互に関係がある。モジュール４０５は、一般に、画像撮影システム１０５から、または入力デバイス１６０を介して、画像撮影システム１０５と関連付けられた不使用パラメータのデータを取得するためのプログラム命令を含む。モジュール４１０は、一般に、画像撮影システム１０５またはその放射線源１１０のうち少なくとも一方のメーカからの基準ラインの信頼性アルゴリズム（複数可）およびデータを取得するか、あるいは画像撮影システム１０５または対象の放射線源１１０とは無関係な他の画像撮影システムの個体数から収集されたものからのコンピレーションからデータセットまたはアルゴリズムを取得するためのプログラム命令を含む。モジュール４１５は、一般に、システム１０５または放射線源１１０またはそのＸ線管アセンブリ１１５の故障または存続性の基準ラインの確率の出力を算出または作成する際、モジュール４０５と４１０の少なくとも１つまたは両方から取得される出力データを適用することを対象とするプログラム命令を含む。

モジュール４２０は、一般に、ログの測定結果または事象コードの発生、使用状況データ、または画像撮影システム１０５もしくは放射線源１１０もしくはそのＸ線管アセンブリ１１５の動作と関連付けられた他のパラメータメトリクスを取得するためのプログラム命令を含む。モジュール４２５は、一般に、ステップ３２０と同様に、画像撮影システム１０５または放射線源１１０またはそのＸ線管アセンブリ１１５の故障または存続性を予測するためのアルゴリズムにおいて適用する前に、不良データをフィルタリングするためのプログラム命令を含む。モジュール４３０は、一般に、モジュール４２５から取得された出力から特徴を抽出または変換するためのプログラム命令を含む。モジュール４３０の特徴を抽出する際の一例は、所与のまたは取得された時間窓において、各事象コードの発生頻度を算出または測定するための命令を含むことができ、この時間窓により、事象に対応することができるか、または事象コードの発生の影響が期間とともに変化するのを測定することができる。モジュール４３５は、一般に、画像撮影システム１０５または放射線源１１０またはそのＸ線管アセンブリ１１５の故障または存続性を算出する際に、アルゴリズム４４０を構成する上記のパラメータに加えられる重み付け係数を算出または調整するためのプログラム命令を含む。

モジュール４４５は、一般に、ステップ３３５で説明した調整器機能を適用するためのプログラム命令を含む。モジュール４５０は、ステップ３４０で説明したように、画像撮影システム１０５または放射線源１１０またはそのＸ線管アセンブリ１１５の故障または存続性に対する期間の確率を算出するように、パラメータのアルゴリズム／モデルを動作させた状態で、基準ラインの信頼度または確率アルゴリズムの出力データを組み合わせるか、または統合するための命令を含む。

上記でシステム１００および方法３００の実施形態、ならびに前述した基準ラインの確率のアルゴリズムおよび調整器機能のアルゴリズムを説明したので、次に、画像撮影システム１０５または放射線源１１０またはそのＸ線管アセンブリ１１５の存続性を管理する際に、システム１００で方法３００またはソフトウエア４００を実行する一例を説明する。

所与の期間（ｔ０）で放射線源１１０またはＸ線管アセンブリ１１５の使用期間を取得すると仮定すると、このコントローラは、任意の期間（ｔ０＜ｔ＜ｔ１）に構成要素を存続させる基準ラインの確率を算出することができる。ただし、（ｔ１−ｔ０）は、取得されるかまたはあらかじめ設定される予測範囲あるいは現在から先の予測区間である。

調整機能のモジュール４４５は、期間ｔ０までに抽出されるエラーコードの特徴値および期間ｔ１までに推定される使用状況特徴値の取得される使用状況およびデータに基づいて、使用状況ベースの信頼性モデルの取得されたデータまたは出力を修正または調整することができる。存続の確率として、あらかじめ設定される閾値を決めることができ、そのために業務運用を通知するためのトリガを生成して、構成要素を使えるようにする／置き換えることができる。例えば、０．０５の存続の確率を閾値と見なして、チューブを置き換える／使えるようにすることができる。あるいは、加速した信頼性モデルからの故障の推定期間は、トリガを生成するために構成要素を使えるようにするのに要する期間とあいまって使用することもできる。例えば、故障の期間を３日と推定し、構成要素の修理期間を２日と推定した場合、停止期間を生じさせることなく、十分な期間で構成要素を使えるようにすることを可能にするためのトリガを生成することができる。

上記は、Ｘ線管アセンブリ１１５を放射線源１１０として含む画像撮影システム１０５の故障を予測するために、システム１００および方法３００の実施形態の説明を示したものである。この方法３００の実施形態は、Ｘ線管アセンブリ１１５の使用期間を得るステップと、このＸ線管アセンブリ１１５の使用状況に関わらず、残り期間におけるＸ線管アセンブリ１１５の存続性の基準ラインの確率を算出するステップと、Ｘ線管アセンブリ１１５の少なくとも１つの動作パラメータの測定結果を取得するステップと、Ｘ線管アセンブリ１１５の少なくとも１つの動作パラメータの測定結果に応答して、Ｘ線管アセンブリ１１５の存続性の確率を自動的に変化させるステップとを含むことができる。少なくとも１つの動作パラメータの一実施形態は、画像撮影システム１０５によって生成される事象コードが発生したことの重大度を測定することを含むことができ、この事象コードは放射線源１１０の異常動作状態と関連付けられる。少なくとも１つの動作パラメータの測定結果の一実施形態は、画像撮影システム１０５によって生成される事象コード、または放射線源１１０の異常動作状態と関連付けられる事象コードが頻繁に発生した測定結果を含むことができる。方法３００はさらに、画像撮影システム１０５から受け取った取得データから事象コードを抽出するステップを含むことができ、この事象コードは、エラーメッセージ、閾値範囲外の測定結果、および画像撮影システム１０５の状態を示すメッセージのうち少なくとも１つを表す。システム１０５の存続性の基準ラインの確率の一実施形態は、画像撮影システム１０５の使用期間および使用状況に伴う他のＸ線管アセンブリ１１５の個体数に対する存続性の取得データに依存することができる。少なくとも１つの動作パラメータの一実施形態は、画像撮影システム１０５の動作に関連付けられた事象コードの発生を測定することに関連して重み付けられた、画像撮影システム１０５の使用状況に関する測定結果にほぼ等しいことがあり、あるいは少なくとも１つの動作パラメータは、独立してシステム１０５のＸ線管アセンブリ１１５の使用状況に関する測定結果に関連して重み付けられた、画像撮影システム１０５の使用状況に関する測定結果にほぼ等しいことがあり得る。画像撮影システム１０５の故障に対する期間の基準ラインの確率を自動的に変化させるステップの一実施形態は、閾値範囲外の事象コードが発生した測定結果を取得することに応答して、画像撮影システム１０５の存続性の確率を低下させるステップを含むことができ、あるいは画像撮影システム１０５、放射線源１１０、およびＸ線管アセンブリ１１５の１つまたは複数の使用状況に関する予測値に比例して、存続性の確率を低下させるステップを含むことができる。

Ｘ線管アセンブリ１１５を有する放射線源１１０を含む画像撮影システム１０５の故障を予測するためのシステム１００の実施形態によれば、システム１００は、複数のプログラム可能な記憶命令を有する記憶媒体と、画像撮影システムと通信するプロセッサとを備えることができ、この複数のプログラム命令は、プロセッサに、Ｘ線管アセンブリ１１５の使用期間を得るステップと、Ｘ線管アセンブリの使用期間に応じた残り期間に関して、Ｘ線管アセンブリの存続性の基準ラインの確率を算出するステップと、Ｘ線管アセンブリの少なくとも１つの動作パラメータの測定結果を取得するステップと、Ｘ線管アセンブリの少なくとも１つの動作パラメータの測定結果に応答して、残り期間における画像撮影システムの存続性の基準ラインの確率を自動的に変化させるステップとを実行するよう指示するためのものである。少なくとも１つの動作パラメータが、画像撮影システムによって生成される事象コードが発生した重大度を測定することを含み、この事象コードが放射線源の異常動作状態、またはＸ線管アセンブリの使用状況に関する測定結果と関連付けられる、請求項１０のシステム。少なくとも１つの動作パラメータの測定結果が、画像撮影システムによって生成される事象コードが頻繁に発生した測定結果を含み、この事象コードが放射線源の異常動作状態と関連付けられる、請求項１０のシステム。画像撮影システムから受け取った取得データから事象コードを抽出するステップをさらに含むことができ、この事象コードが、エラーメッセージ、閾値範囲外の測定結果、およびこのシステムの状態を示すメッセージのうち少なくとも１つを表す、請求項１０のシステム。このシステムの存続性の基準ラインの確率が、画像撮影システムの使用期間および使用状況に伴う他のＸ線管アセンブリの個体数に対する存続性の取得データに依存する、請求項１０のシステム。少なくとも１つの動作パラメータが、画像撮影システムの動作に関連付けられた事象コードの発生の測定結果に対して重み付けられた、画像撮影システムの使用状況に関する測定結果にほぼ等しい、請求項１０のシステム。少なくとも１つの動作パラメータが、独立してシステムのＸ線管アセンブリの使用状況に関する測定結果に対して重み付けられた、画像撮影システムの使用状況に関する測定結果にほぼ等しい、請求項１０のシステム。画像撮影システムの故障に対する期間の基準ラインの確率を自動的に変化させるステップが、閾値範囲外の事象コードが発生した測定結果を取得することに応答して、画像撮影システムの存続性の確率を低下させるステップを含む、請求項１０のシステム。画像撮影システムの故障に対する期間の基準ラインの確率を自動的に変化させるステップが、画像撮影システム、放射線源、およびＸ線管アセンブリの１つまたは複数の使用状況に関する予測値に比例して、存続性の確率を低下させるステップを含む、請求項１０のシステム。残り期間の画像撮影システムの存続性の基準ラインの確率が、故障するまでの予測した時間数または日数である、請求項１０のシステム。

故障予測により高い精度をもたらすだけでなく、事前の取替えコストを削減するように、最低限の残りの寿命を高い精度で予測するために、上記のシステム１００および方法３００の技術的な効果には、機械データを信頼性モデルおよび使用状況プロファイルと組み合わせることが含まれる。故障に対する予測の精度は、故障予測のタイムフレームもしくは範囲、および予測の性質（個々の構成要素の故障予測と、システム１０５または全システムの構成要素の故障予測の関係）に依存する可能性がある。第１の例は、システム特有であり、短期間の予測範囲またはタイムフレームを有し、しかも機械的事象コードおよび使用状況の測定データまたは取得データに基づく構成要素の故障予測を対象とする。システム１００および方法３００は、特定のシステムでは、信頼性モデルを機械的事象コードおよび使用状況データと組み合わせることができる。さらに、チューブの使用期間およびエラーコード／パラメトリック値の発生に関して、このシステムで同様の状態を考えた場合、システム１００は、画像撮影システム１０５のモデル化された使用状況プロファイルに基づいて、必要とされる時間窓（例えば、３０日）において構成要素の存続の確率を予測することができる。システム１００および方法３００は、パラメトリック／エラーおよび使用状況特徴を更新するために、システムによって送られる新しいデータに基づいて自動的に更新することができ、更新値を取得して、故障に対する時間の新しい推定値およびそのための信頼間隔をもたらすことができる。システム１００および方法３００はまた、（病院の貯蔵所までの距離に基づく）運搬時間、病院に届くまでの停止時間のコストに関して、故障予測を企業および物流による入力データ量と統合することができ、このモデルを使用して、構成要素を使えるようにするための最適なトリガを決定することができる。最適な予測モデルにおいて、精度およびＴＴＦ要件に関して、上記で概説した制約条件にこれらの入力データ量を追加事項として使用することができる。

システム１００および方法３００はまた、所与の地理的地域において、所与の期間にチューブの故障数を予測するために使用することができる。システム１００および方法３００の出力は、信頼性モデルからの出力を個々のシステム１０５またはアセンブリ１１５の使用パターンの取得データと組み合わせることによって、構成要素および／またはシステム１０５を存続させる予測を強化することができる。システム１００および方法３００は、必要とされる予測範囲またはタイムフレーム（例えば、４カ月）に、しかも一群の構成要素またはシステム１０５用にスケーリングすることができる。予測範囲の長さおよびシステム１０５のグループ化は、在庫計画の地理的領域および範囲に基づいて決定することができる。次いで、ここで提案するシステム１００は、地理的地域において所与のタイムフレームで、チューブの予想される故障数の確率的な推定値が得られるように、（その使用期間および使用状況特性に基づいて）個々のシステム１０５ごとに故障の確率を使用することができる。これにより、使用期間だけに基づいて、Ｘ線管アセンブリ１１５の故障の決定性のある推定値より精密な推定値が得られることになる。

上記のシステム１００および方法３００の別の技術的効果は、事前の点検によって停止期間を防ぐために、故障に対して強固な故障予測および十分な期間をもたらすことを含む。さらに、この予測は、予測で最低限の残りの寿命を残すことを可能にする使用状況プロファイルをモデリングすることに基づいている。というのは、それは構成要素の予想される使用状況に基づいた、故障に対する期間を条件付けているからである。例えば、ＣＴ画像撮影システム１０５での、例えば、Ｘ線管アセンブリ１１５の故障予測を実行できることは、停止期間の低減に関して、顧客にかなりの利益をもたらすことができ、提案する方法の的となるのは、故障前に予測すること（例えば、少なくとも２日）が可能になり得るということである。さらに、チューブの故障を予測できることにより、特別な取扱いを必要とするチューブ当たりの節約が可能になる。また、システム１００および方法３００は、Ｘ線管アセンブリ１１５の残りの寿命の日々のコストと同様に、Ｘ線管アセンブリ１１５の最低限の残りの寿命を算出することができる。システム１００および方法３００の別の技術的効果は、１年当たりのＸ線管アセンブリ１１５の導入ベースの大縮尺および予想される故障の数を考えると、地理的地域に基づいてＸ線管アセンブリ１１５の正確な故障予測をもたらす。これは、最も近い貯蔵所において、Ｘ線管アセンブリ１１５の故障を有する画像撮影システム１０５におけるＸ線管アセンブリ１１５の可用性を両方とも確実にするのを支援することができ、また在庫を抱えるコストを削減する際にも支援することができる。

ここに記載する説明では、例を使用して、最良の形態を含めた主題を開示し、また当業者が本発明を実施し使用することを可能にする。主題の特許性のある範囲は、添付の特許請求の範囲によって規定され、当業者に想起される他の例をも含み得る。このような他の例は、特許請求の範囲の字義通りの言葉と異ならない構造要素を有する場合、あるいは特許請求の範囲の字義通りの言葉とわずかな違いしかない等価な構造要素を含む場合、特許請求の範囲に含まれるものとする。

１００ 管理システム
１０５ 画像撮影システム
１１０ 放射線源
１１５ Ｘ線管アセンブリ
１２０ 検出器
１２２ 放射線ストリーム
１２５ コントローラ
１３０ 導体のセット
１４０ コリメータ
１４５ 被検者
１５０ プロセッサ
１５５ メモリ
１６０ 入力デバイス
１６５ 出力デバイス
１７０ センサ
１８０ アノードアセンブリ
１８５ カソードアセンブリ
１９０ ケーシング
１９５ エンベロープ
２００ ロータ
２０５ ステータ
２１５ 冷媒
２２０ アノード
２２５ ターゲット円板
２３０ 焦点曲面
２３５ カソード
２４０ 導線
２４５ 中央シェル
２５０ マスク
２５５ カソードカップ
２６０ 電子ビーム
２７０ 偏向コイル
２７５ 開口
３００ 方法
３０５ 初期または基準ラインの確率を算出するか、あるいは出力する一ステップ
３１０ 測定結果を取得し、モデル／アルゴリズムに適用するステップ
３１２ ミリアンペア秒（ｍＡＳ）基準
３１４ タイムスタンプ
３１６ ヒストグラム、基準
３２０ フィルタを適用するステップ
３２１ 取得した測定状況レート
３２２ トレンドモデルまたはアルゴリズム
３２３ 外れ値
３２５ １つまたは複数の特徴の詳細を抽出するステップ
３３０ 組み合わせるステップまたは統合するステップ
３３１ 発生数
３３２ 故障の発生
３３５ 調整器機能を適用するステップ
３４０ 統合ステップまたは組合せステップ
３４２ 不使用信頼性モデル
３４４ 調整済
３４６ エラーコードの取得された測定結果
４００ ソフトウエアパッケージ
４０５ 不使用パラメータのデータを取得するためのモジュール
４１０ 信頼性アルゴリズムを取得するためのモジュール
４１５ 取得したものを基準ラインの確率の出力に適用するためのモジュール
４２０ ログの測定結果または事象コードの発生、使用状況データ、または動作と関連付けられた他のパラメータメトリクスを取得するためのモジュール
４２５ 不良データをフィルタリングするためのモジュール
４３０ 出力データから特徴を抽出するか、または変換するためのモジュール
４３５ 重み付け係数を算出するか、または調整するためのモジュール
４４０ アルゴリズム
４４５ 調整機能のモジュール
４５０ 信頼性アルゴリズムを組み合わせる／統合するためのモジュール

Claims (15)

1. 放射線源（１１０）としてＸ線管アセンブリ（１１５）を含む画像撮影システム（１０５）の故障を予測するための方法（３００）であって、
   前記Ｘ線管アセンブリ（１１５）の使用期間を得るステップと、
   前記Ｘ線管アセンブリ（１１５）の使用状況に関わらず、残り期間における前記Ｘ線管アセンブリ（１１５）の存続性の基準ラインの確率を算出するステップと、
   前記Ｘ線管アセンブリ（１１５）の少なくとも１つの動作パラメータの測定結果を取得するステップと、
   前記Ｘ線管アセンブリ（１１５）の前記少なくとも１つの動作パラメータの前記測定結果に応答して、前記Ｘ線管アセンブリ（１１５）の存続性の前記確率を自動的に変化させるステップとを含む方法（３００）。
2. 前記少なくとも１つの動作パラメータが、前記画像撮影システム（１０５）によって生成される事象コードが発生したことの重大度を測定することを含み、前記事象コードが放射線源（１１０）の異常動作状態と関連付けられる、請求項１記載の方法（３００）。
3. 前記少なくとも１つの動作パラメータの測定結果が、前記画像撮影システム（１０５）によって生成される事象コードの発生頻度の測定結果を含み、前記事象コードが放射線源（１１０）の異常動作状態と関連付けられる、請求項１記載の方法（３００）。
4. 前記画像撮影システム（１０５）から受け取った取得データから前記事象コードを抽出するステップをさらに含み、前記事象コードが、エラーメッセージ、閾値範囲外の測定結果、および前記システム（１０５）の状態を示すメッセージのうち少なくとも１つを表す、請求項１記載の方法（３００）。
5. 前記システム（１０５）の存続性の基準ラインの確率が、前記画像撮影システム（１０５）の使用期間および使用状況に伴う他のＸ線管アセンブリの個体数に対する存続性の取得データに依存する、請求項１記載の方法（３００）。
6. Ｘ線管アセンブリ（１１５）を有する放射線源（１１０）を含む画像撮影システム（１０５）の故障を予測するためのシステム（１００）であって、
   複数のプログラム可能な記憶命令を有する記憶媒体（１５５）と、
   前記画像撮影システム（１０５）と通信するプロセッサ（１５０）と
   を備えており、前記複数のプログラム命令が、前記プロセッサ（１５０）に、
   前記Ｘ線管アセンブリ（１１５）の使用期間を得るステップと、
   前記Ｘ線管アセンブリ（１１５）の使用期間に応じた残り期間に関して、前記Ｘ線管アセンブリ（１１５）の存続性の基準ラインの確率を算出するステップと、
   前記Ｘ線管アセンブリ（１１５）の少なくとも１つの動作パラメータの測定結果を取得するステップと、
   前記Ｘ線管アセンブリ（１１５）の前記少なくとも１つの動作パラメータの測定結果に応答して、前記残り期間における前記画像撮影システム（１０５）の存続性の基準ラインの確率を自動的に変化させるステップとを実行するよう指示する、システム（１００）。
7. 前記少なくとも１つの動作パラメータが、前記画像撮影システム（１０５）によって生成される事象コードを測定することを含み、前記事象コードが前記放射線源（１１０）の異常動作状態、または前記Ｘ線管アセンブリ（１１５）の使用状況の測定結果と関連付けられる、請求項６記載のシステム（１００）。
8. 前記少なくとも１つの動作パラメータの測定結果が、前記画像撮影システム（１０５）によって生成される事象コードの発生頻度の測定結果を含み、前記事象コードが前記放射線源（１１０）の異常動作状態と関連付けられる、請求項６記載のシステム（１００）。
9. 前記画像撮影システム（１０５）から受け取った取得データから前記事象コードを抽出するステップをさらに含み、前記事象コードが、エラーメッセージ、閾値範囲外の測定結果、およびこのシステム（１０５）の状態を示すメッセージのうち少なくとも１つを表す、請求項６記載のシステム（１００）。
10. 前記システム（１０５）の存続性の基準ラインの確率が、前記画像撮影システム（１０５）の使用期間および使用状況に伴う他のＸ線管アセンブリの個体数に対する存続性の取得データに依存する、請求項６記載のシステム（１００）。
11. 前記少なくとも１つの動作パラメータが、前記画像撮影システム（１０５）の動作に関連付けられた事象コードの発生の測定結果に関連して重み付けられた、画像撮影システム（１０５）の使用状況に関する測定結果にほぼ等しい、請求項６記載のシステム（１００）。
12. 前記少なくとも１つの動作パラメータが、独立して前記システム（１０５）の前記Ｘ線管アセンブリ（１１５）の使用状況に関する測定結果に対して重み付けられた、前記画像撮影システム（１０５）の使用状況に関する測定結果にほぼ等しい、請求項６記載のシステム（１００）。
13. 前記画像撮影システム（１０５）の故障に対する期間の基準ラインの確率を自動的に変化させるステップが、閾値範囲外の事象コードが発生した測定結果を取得することに応答して、前記画像撮影システム（１０５）の存続性の確率を低下させるステップを含む、請求項６記載のシステム（１００）。
14. 前記画像撮影システム（１０５）の故障に対する期間の基準ラインの確率を自動的に変化させるステップが、前記画像撮影システム（１０５）、前記放射線源（１１０）、および前記Ｘ線管アセンブリ（１１５）の１つまたは複数の使用状況に関する予測値に比例して、存続性の確率を低下させるステップを含む、請求項６記載のシステム（１００）。
15. 残り期間の前記画像撮影システム（１０５）の存続性の基準ラインの確率が、故障に対して予測した時間数または日数である、請求項６記載のシステム（１００）。

Images