一种智能监控医疗设备的方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提出了一种智能监控医疗设备的方法，特别是提出了一种算法，自动收集到的医疗设备环境数据，得出医疗设备可能的运行状态，在医疗设备出现故障之前就能对环境进行干预，从而提高医疗设备的可靠性。从而提高医疗设备的可靠性。从而提高医疗设备的可靠性。

【技术实现步骤摘要】
一种智能监控医疗设备的方法、装置及计算机可读存储介质


[0001]本专利技术涉及医疗设备监控领域，尤其涉及到一种智能监控医疗设备的方法、装置及计算机可读存储介质。

技术介绍

[0002]作为比较贵重精密的仪器，医疗设备在使用的过程中，需要工作在一定的环境之下。无论是其工作电压，还是环境的温度、湿度、气压、及微小尘埃浓度，都必须维持在其要求的范围之内，否则极其容易导致医疗设备的精度准确度下降甚至造成设备的损毁。因此，随时监测医疗设备的运行环境对于保持医疗设备的正常运转具有十分重要的意义。
[0003]现有医疗设备的监控方式主要是通过专业的维护人员对医疗设备的运行环境进行定期的巡视检查，记录设备运行的环境数据。然而，现在的大型医疗机构的设备数量众多，对设备的要求极高。通过目前的巡检方式来检查设备运行的环境情况不仅仅需要大量的人力，同时通过人力巡检记录的数据也需要进行二次分析才能发现环境中可能出现的问题。这种监控方式显然已经难以适应现代医疗机构对于高可靠性医疗设备的需要。
[0004]为了解决现有的医疗设备监控方式中出现的问题，本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能监控医疗设备的方法，所述方法包括如下步骤：获取医疗设备历史运行状态数据和历史环境数据；所述运行状态数据包括医疗设备的运行电压、电流、设备温度数据；将所述运行状态数据进行向量化处理，得到表示所述运行状态数据的状态向量y(i)；所述环境数据包括医疗设备所在环境的温度数据、湿度数据、气压数据及微小尘埃浓度数据；将所述环境数据进行向量化处理，得到表示所述环境数据的环境向量x(i)；建立医疗设备状态预测机器学习模型，所述机器学习模型为双向长短期记忆网络；将环境向量作为所述双向长短期记忆网络的输入，将状态向量作为所述双向长短期记忆网络的输出，训练所述双向长短期记忆网络，确定所述双向长短期记忆网络的系数；将医疗设备当前环境数据输入训练好的双向长短期记忆网络；所述双向长短期记忆网络预测医疗设备运行状态数据，包括医疗设备的运行电压、电流、设备温度数据；判断医疗设备的运行电压、电流及设备温度是否处于正常的区间范围内；若医疗设备的运行电压、电流及设备温度处于正常的区间范围内，正常启动医疗设备；若医疗设备的运行电压、电流及设备温度处于正常的区间范围外，启动环境控制系统调整医疗设备运行环境，包括启动空调调整环境温度，湿度控制器调整环境湿度，气压系统调整环境气压，过滤系统调整环境微笑尘埃浓度；双向长短期记忆网络根据调整后的当前环境数据预测医疗设备运行电压、电流及设备温度是否可以处于正常的区间范围；若可以，正常启动医疗设备；若不可以，重复调整环境并通过双向长短期记忆网络预测医疗设备运行状态是否可以处于正常的区间范围内直到医疗设备运行状态可以处于正常的区间范围为止。2.如权利要求1所述一种智能监控医疗设备的方法，其特征在于：所述训练过程如下：初始化Bi
‑
LSTM网络，将环境向量作为Bi
‑
LSTM网络的输入，得到其对应的左隐向量和右隐向量将做隐向量和右隐向量进行指数加权处理得到加权隐向量其中w1和w2是权重系数；将加权隐向量和状态向量进行融合，得到融合向量r
i
＝w3h
i
+w4y(i)；其中ω3和ω4是权重系数；对融合向量进行处理SOFTMAX(r
i
)，得到医疗设备运行状态概率；取运行状态概率最大时的运行状态为医疗设备的运行状态。3.一种智能监控医疗设备的装置，所述装置包括：数据收集模块：获取医疗设备历史运行状态数据和历史环境数据；所述运行状态数据包括医疗设备的运行电压、电流、...

【专利技术属性】
技术研发人员：许仁祥，张智源，阳颖，范昊，张超，
申请(专利权)人：上海昆亚医疗器械股份有限公司，
类型：发明
国别省市：